基于水文响应单元的泥石流灾害易发性分区方法

以水文响应单元和栅格单元为基础评价单元,运用因子贡献率法和信息量法两种评价模型对安宁河流域进行泥石流灾害易发性评价。研究结果表明,在流域尺度范围内,水文响应单元能够更好体现区域中的微观综合地貌特征,切合区域整体性描述;基于水文响应单元的易发性分区不仅与历史泥石流实际分布情况的契合度较高,而且数学模型方法适应效率较高和区内孕灾条件体现更为明显。由此,建立基于水文响应单元泥石流灾害易发性分区对探求流域尺度范围内泥石流灾害易发性分区方法与评价制图是一个有益的尝试与拓展,可为制定减灾防灾决策提供科学参考。     

金沙江干热河谷区泥石流易发性评价模型及应用

金沙江上游奔子栏-昌波河段属典型的干热河谷区,气候干热少雨,但泥石流灾害发生频繁。采用指标熵模型对干热河谷区泥石流的影响因子进行敏感性分析,最后筛选出流域地貌熵值、岩土类型、坡向、坡度、植被归一化指数、月均降雨量等6个因子作为泥石流的易发性评价因子。将研究区划分为217个小流域,以流域单元为评价单元,采用权重系数法建立了泥石流的易发性评价模型,并利用该模型制作易发性分区图。分区结果表明:研究区泥石流极高易发区和高易发区主要分布在北部的昌波-贡波段、中东部的徐龙-曲雅贡段和南部的金沙江沿岸。极高易发区和高易发区面积占研究区总面积的36.4%,两区内的泥石流流域面积占泥石流总流域面积的58%。经检验泥石流的预测成功率为69.6%。     

基于地貌单元的小区域地质灾害易发性分区方法研究

以汶川县城周边区域为研究区,分别以栅格单元与地貌单元作为单位评价单元,以信息量法与逻辑回归法两种评价模型对研究区进行地质灾害易发性评价分区。根据对评价结果的比较分析,在小区域范围内,基于地貌单元的区域易发性分区不仅仅能够更好地体现出区域内局部综合特性,而且评价分区结果与地质灾害实际分布情况更加吻合,分级层次更加明显,数学模型的适用效率很好。由此可见,在小范围区域内,基于地貌单元的地质灾害易发性评价分区具有良好的适用性与可塑性,在大比例尺地质灾害易发性和危险性制图中是一个有益的尝试与启发。     

基于信息量模型和机器学习方法的滑坡易发性评价研究——以四川理县为例

以阿坝藏族羌族自治州地质灾害频发的理县为研究区,从地形地貌、地质环境、水文条件和人类工程活动等方面选取11个影响因子,通过皮尔森相关系数研究各因子之间的相关性,从而构建滑坡易发性评价指标体系。利用信息量模型计算各影响因子的信息量值,从信息量模型得出的极低和低易发性分区中选取非滑坡样本,在此基础上将样本数据代入随机森林和径向基函数神经网络2种机器学习模型开展滑坡易发性评价,并通过接收灵敏度（Receiver Operating Characteristic,ROC）曲线进行精度验证。结果显示：随机森林模型预测出的高易发区单位面积内分布的滑坡点数量更为集中,在仅占6.666%的区域分布了74.026%的灾害点,评价结果优于径向基函数神经网络模型。ROC曲线中两模型AUC（Area Under Curve）值分别为0.893、0.874,说明随机森林模型具有更高的可靠性,比径向基函数神经网络在该区域地质灾害易发性评价中更具优势。     

基于改进证据权重法的北海道地震同震滑坡易发性评价

多模型耦合方法被广泛应用于同震滑坡易发性评价研究,但耦合证据权重法和其他方法的改进型证据权重法鲜有涉及。该文以北海道地震震中区为研究区,基于震前和震后高精度遥感影像解译出5977处同震滑坡(以中小型为主),选取高程、坡度、距断层距离、距水系距离等8个滑坡易发性评价因子,对同震滑坡的空间分布规律和控制因子进行分析,发现同震滑坡集中发育在距断层小于5 km、距水系小于800 m、峰值地面加速度(PGA)0.5 g、高程90~250 m、坡度20°~40°、坡向东至东南向、岩性以页岩和砾岩为主的区域内;基于改进型证据权重法,综合考虑地形、地质和水文条件对北海道同震滑坡易发性进行评价,经ROC曲线评价模型验证,发现改进模型曲线下面积(AUC)为0.916,较原模型(AUC为0.870)精度有明显提高。改进模型能为同震滑坡易发性评价提供新的研究思路,并为震后区域防灾减灾提供科学依据。     

汶川地震后四川省都江堰市龙池镇群发泥石流灾害

在2008 -05 - 12汶川地震后的极震区暴发了多处群发性泥石流灾害,龙溪河流域的龙池“8·13”群发泥石流灾害就是其中之一.龙溪河流域在2010 -08 -13遭遇强降雨过程,流域内共有45处暴发泥石流,其中34处沟谷泥石流,11处坡面泥石流,泥石流冲出总量共334×104m3,造成大量泥沙淤积在龙溪河下游河道内,该段河床平均淤高5 m.诱发“8·13”群发泥石流的最大1h降雨量达75 mm,相当于20 a一遇的1h降雨量.“8·13”群发泥石流中88.9％的泥石流活动集中在汶川地震发震断裂带附近3 km范围内,仅有11.1％的泥石流分布在距汶川地震发震断裂带3～5 km范围.除受汶川地震发震断裂带影响外,泥石流分布还受地层岩性和地形的影响.龙池群发泥石流以粘性泥石流为主,占总数的88.9％,而稀性泥石流很少,仅占总数的11.1％.小规模泥石流占多数,达到总数的60.0％;大规模泥石流很少,仅占总数的11.1％,其他为中等规模泥石流.泥石流流域主要为小流域,＜1 km2的泥石流流域占多数,达到总数的68.9％;而＞3 km2的泥石流流域很少,仅占总数的6.7％.龙溪河河道内的泥沙淤积受泥石流活动、主河道坡度和宽度的控制,河道上半段没有泥沙淤积,而下半段有大量泥沙淤积.龙溪河河道内淤积的泥沙颗粒粒径受沿岸泥石流流域岩性的影响,粒径从龙溪河上游到下游呈明显的从大到小的变化规律.龙溪河流域在遭遇较强降雨时还会暴发泥石流灾害;在汶川地震发震断裂带附近的山区,在暴雨激发下还有可能暴发群发性泥石流灾害.在雨季到来时需要提高警惕,预防地震次生泥石流灾害,特别要提防不易被发现的小流域泥石流灾害,做好防灾预案和预警报工作,最大程度地减轻泥石流灾害.     

证据权模型在泥石流灾害易发性评价中的应用

利用空间统计方法进行泥石流易发性定量评价的本质是度量影响因子（地形、地貌、岩性等）和响应因子（泥石流）之间的空间关系,最后给出所有影响因子综合作用结果,得到泥石流易发性评价结果。选取高程、坡度、坡向、地形起伏度、岩性、降雨量与水系距离7个因素作为泥石流影响因子,采用证据权模型,对研究区内泥石流进行灾害易发性评价,使用自然间断法将研究区内泥石流易发程度分级,得到研究区泥石流易发后概率图,获得了较高的置信度,方法简单易行,可以在其它灾害易发性评价中推广。     

密云水库周边山区滑坡泥石流易发区预估

滑坡、泥石流等地质灾害的易发度主要是地质灾害自然属性特征的体现,它与孕灾环境的各项因子密切相关。这些因子包括地形地貌、流域水文、构造等内部条件因子以及地震、降雨等外部触发因子。为突出反映滑坡及泥石流主导因子的作用,本文参考了许多研究所采用的评价方法和因子选择,重点选取对该地区滑坡及泥石流发生区域分析评价起一定主导作用的、便于研究区域数据资料与空间资料匹配、关系密切的几个指标,包括地形地貌要素(坡度、坡向、坡形、相对高差、地貌类型)、环境要素(植被指数、河网密度、洪水淹没范围)、构造要素(距断层的距离、断层密度、地质岩性),通过对这些因子的敏感性进行分析,采用专家打分方法确定每种要素及因子的权重,借助因子加权叠加办法得出研究区地质灾害易发程度空间分布,用于表示其可能发生的统计意义上的可能性(概率),该研究对于区域地质灾害预防具有一定的适用价值。     

三峡库区塌岸灾害易发性评价方法——以奉节—云阳段为例

塌岸灾害广泛分布于中国三峡库区。塌岸易发性评价对库区灾害防治具有重要意义。当前塌岸易发性评价的研究程度低,评价模型的适用性差,评价指标的选取依据不充分,并没有考虑波浪对库岸稳定性的影响。本研究以塌岸灾害广泛发育的三峡库区奉节段至云阳段为研究对象,考虑波浪和库岸形态对研究区塌岸发育的影响,提出江岸宽度、库岸形态、风速这三个指标,并基于研究区塌岸灾害发育和分布特征共选取8个影响因子,构建三峡库区塌岸灾害易发性评价指标体系;采用三种机器学习模型,实现三峡库区塌岸灾害易发性分区及检验、模型精度预测、评价结果的分区和实地验证。结果表明：(1)江岸宽度、岸坡形态和风速等影响因子权重靠前,对奉节段塌岸发育的贡献较大;(2)ANN模型、RF模型与SVM模型的较高-高易发区灾害点数量分别占总灾害点的53.1%、48.9%和39.3%。ANN模型与RF模型塌岸强度从低至高依次增大,分区结果较为合理,而SVM模型分区结果不太理想。(3)ANN模型、RF模型和SVM模型的AUC值分别为0.798、0.793、0.766,三种机器学习模型的预测精度较为可靠;(4)RF模型高易发性区域最符合实际地质条件,其易发性...     

北川地震重灾区泥石流特征与减灾对策

汶川大地震的同震次生灾害以滑坡、崩塌居多,泥石流相对较少。但地震导致滑坡、崩塌为震后泥石流提供了极为丰富的物质来源,使得地震灾区在一年多的时间里已经多次暴发了大面积的泥石流。以北川地震重灾区的苏宝河和魏家沟流域为研究区域,通过野外实地考察、遥感图像分析、历史资料对比等方法,概括总结出受地震强烈影响区域的泥石流具有成因多样、时间同步、颗粒粗大、多灾种复合、空间近似对称和小沟大灾等特征。并提出了"面上监控为主、点上工程为主、分类防治和开展风险评估"的减灾对策。     

基于GIS的北川县地震次生滑坡灾害空间预测

自然灾害的预测预报被认为是主动减灾防灾研究中较为经济有效的方式,其中,滑坡空间预测是滑坡灾害研究的基础工作。以汶川地震重灾区北川县为研究区,选取坡度、高程、岩石类型、地震烈度、水系、道路等6个重要滑坡影响因素作为评价因子,全面分析了地震滑坡分布与各影响因子之间的统计相关性,分别采用多元回归模型与神经网络模型计算滑坡灾害敏感性指数,并进行分级和制图。结果表明,极高和高敏感区主要分布在曲山、陈家坝等乡镇,主要沿着龙门山断裂带周边地区的河流和道路呈带状分布。其中,回归模型的预测精度为73.7%,神经网络模型的预测精度为81.28%,在本区域内,神经网络模型在滑坡灾害空间预测方面更具优势。     

基于GIS的汶川地震灾区小流域土壤侵蚀评价——以彭州龙门山区为例

汶川大地震对龙门山区造成了严重破坏.地震引发的次生山地灾害以及剧烈的土壤侵蚀仍将长期持续地影响着当地居民的生产与生活.对地震前后小流域的土壤侵蚀严重性进行评价并分析其变化,将对灾后小流域水土保持综合治理及生态恢复与重建工作具有重要的指导意义.基于GIS技术,以四川省彭州市龙门山区为研究区,以小流域作为基本单元,针对研究区地震灾区小流域土壤侵蚀,构建侵蚀严重性指数评价及分级方法,对地震前后土壤侵蚀严重性及变化特征并进行评价与分析.结果表明,地震后绝大部分小流域的土壤侵蚀趋重.震后土壤侵蚀程度不严重、较严重的小流域数量别由震前8个及21个降至5个及8个,新增严重、极严重小流域分别为12个及4个,相应面积分别为183.76 km2,52.70 km2.空间上流域土壤侵蚀严重性由西北向东南递减.地震前后小流域平均海拔、平均坡度与侵蚀严重程度正相关,且平均坡度对侵蚀严重程度加重贡献更大.     

“4·20”芦山地震灾区次生山地灾害易发性评价

选择"4·20"芦山地震灾区为研究区,在野外实地考察的基础上,结合高精度遥感影像解译分析,针对地震灾区滑坡、崩塌和泥石流等次生山地灾害的形成条件展开系统分析;在ArcGIS 9.3软件支持下,采用信息量模型,选择坡向、坡度、地层岩性、断裂带、河流冲刷作用、地震烈度和降水量7个影响因子作为芦山地震灾区次生山地灾害易发性评价的指标参数,将其划分为高易发区、中易发区和低易发区,该评价结果与实地考察结果基本吻合。基于GIS的信息量模型能够很好地为芦山地震灾区次生山地灾害易发性区划研究提供指导,其结果可以用来解决次生山地灾害易发性评价中效率低、精度差、费时费力等问题,从而实现次生山地灾害易发性评价的信息化和科学化。     

“4·20"芦山地震崩塌滑坡与公路危险性评价——以宝兴县省道S210沿线为例

以芦山地震重灾区宝兴县境内省道S210沿线为研究区,利用高分辨率航片,对沿线地震诱发崩塌滑坡进行判识,并通过分析地形、地层岩性及震中距等因子,探讨公路沿线崩塌滑坡的分布规律,进而利用确定性系数和频率比例法对地震诱发崩塌滑坡的易发性进行评价,最终通过沿线崩塌滑坡易发性分析结果对道路断道的危险性进行评价.研究结果发现:省道S210沿线芦山地震造成的坡面破坏以中小型崩塌为主,高程集中在750～1 500 m,坡度多位于30°～60°,且位于西、南西和北西坡向的崩塌滑坡较多,岩性以硬岩和软硬相间岩层为主,研究区距震中19～21 km的距离为崩塌滑坡集中分布区域.崩塌滑坡高易发区和较高易发区主要位于研究区的北段,南段公路同侧也有分布,较低和低易发区位于中段宽谷路段.     

地貌信息熵在地震后泥石流危险性评价中的应用

地貌信息熵可以表示流域地貌面受侵蚀的程度,是判断地貌发育演化阶段的量化指标之一。基于流域系统地貌信息熵的原理和方法,采用GIS技术和Matlab、SPSS软件,对"5·12"汶川地震后都江堰市深溪沟流域内41个子流域的面积-高程积分值和地貌信息熵进行计算,研究了各个子流域的地貌发育演化基本特征和泥石流发育情况,并将分析结果和地震后野外实际调查的成果进行了对比研究,结果表明:在烈度为Ⅺ的都江堰深溪沟地震重灾区,地震引发的大量崩塌、滑坡导致松散固体物质广泛堆积于沟道内,不仅为泥石流提供丰富的物源,而且使沟道局部的地貌发生了突变,但通过"地貌信息熵"这种方法无法表达丰富物源的变化和沟道地貌的突变,因此,根据地貌信息熵判断地震后泥石流的危险性具有一定的局限性。为了使地震区泥石流危险性评价的结果更加真实、可靠与可信,必须结合流域的实际情况,对地貌信息熵判定的危险性结果进行综合分析与修正,或者通过多种评价方法进行对比论证和分析。     

半方差函数模型在滑坡、泥石流沟分布识别中的应用——以四川洪溪河流域为例

快速、精确地识别地震后滑坡、泥石流沟的空间分布与覆盖范围,对于认识滑坡、泥石流灾害机理和震后灾区治理至关重要。目前提取滑坡、泥石流沟分布的方法主要是基于光谱信息与纹理信息,人为因素影响大,训练过程繁琐。该文提出一种基于半方差函数(semi-variance)模型与高空间分辨率影像实现少光谱信息、无训练样本条件下自动提取滑坡、泥石流沟的方法。以汶川重灾区四川省平武县洪溪河流域为例进行实验研究,结果表明:在滑坡以裸土、岩石出露为主,且具有数字高程模型(DEM)地形信息的情况下,该方法可以很好地识别典型滑坡与泥石流沟,并能勾画其边界范围;研究区内48.21%的滑坡与泥石流沟覆盖面积得以正确识别,特大型滑坡与大型滑坡识别数量比例分别为100%与80%,泥石流沟识别数量比例为70%。     

四川紫色土地区鹤鸣观小流域分布式侵蚀产沙模型

从四川省南部县鹤鸣观小流域Ⅱ号支沟为研究区,构建了适合紫色土地区小流域分布式侵蚀产沙模型。该模型以20m×20m栅格为空间步长,以10min为时间步长,定量分析鹤鸣观小流域Ⅱ号支沟水土流失程度,模拟了各时段每个栅格次降雨侵蚀产沙过程,计算了每个栅格次降雨径流量、侵蚀量与沉积量,并且运用递归算法计算出整个流域次降雨侵蚀产沙量,模型能够评价流域下垫面各因子空间分布不均匀性和人类活动的影响。在鹤鸣观小流域Ⅱ号支沟进行了模型的检验,模拟过程与实测结果符合较好。     

基于PSR模型的白龙江流域景观生态安全时空变化

以地貌灾害频发的甘肃白龙江流域为研究区,基于"压力-状态-响应"框架模型构建流域景观生态安全评价指标体系,探讨其时空变化过程及其特征。结果表明:1990~2010年间白龙江流域景观生态安全综合指数逐渐上升,中高安全等级以上的面积约占研究区总面积的52%。流域内低生态安全区域主要集中在舟曲-武都段白龙江两岸区域、宕昌县西北区域和迭部县北部山区,高安全区域主要集中在自然保护区、林业发展区等植被覆盖较好的区域,其分布格局与滑坡、泥石流和水土流失等地貌灾害的风险分布格局相反。     

汶川地震强震区映秀地区泥石流的危险性

汶川地震震中四川省汶川县映秀镇及附近于2010-08-14暴发群发性泥石流(简称"8.14"泥石流),造成巨大的人员伤亡和财产损失。地震灾区松散固体物源丰富,泥石流灾害相对活跃,估算未来不同降雨频率下泥石流的暴发规模并评价其危险性,是泥石流灾害风险管制的首要工作。在研究四川省部分地区的泥石流和对应降雨频率资料的基础上,得到泥石流规模和降雨频率之间的关系式。以映秀"8.14"泥石流的暴发规模和降雨频率为基础数据,通过泥石流规模和降雨频率之间的关系式推算得到映秀及附近岷江两岸13条泥石流沟在不同降雨频率下的泥石流规模。以泥石流在堆积扇上的平均堆积厚度(泥石流规模/堆积扇面积)、泥石流发生频率、流域面积、主沟长度、流域相对高度、流域切割密度和不稳定沟床比例为危险性判断因子,分别对映秀及邻近地区的13条泥石流沟在100 a、50 a、20 a、10 a和5 a一遇5种不同频率降雨条件下的泥石流危险性进行评价。结果表明:在5种降雨频率下,8条沟的泥石流危险性为高度,4条沟的为中度到高度,1条沟的为中度。     

强震区都江堰市龙池镇泥石流物源的遥感动态演变

"5·12"汶川大地震导致大量碎屑物质在陡峭的斜坡积累,当遇到强降雨时极易成为泥石流的物源地。2010-08-13一场暴雨导致都江堰市48条沟同时暴发泥石流。选择汶川地震高烈度区的龙池镇境内12条泥石流沟为研究区,采用基于遥感的手段研究"5·12"震前、震后、"8·13"暴雨后泥石流流域内物源的变化特征。强震后研究区泥石流流域物源重要变化是大量的崩滑体被诱发。暴雨后研究区泥石流流域物源变化是震后产生的滑坡产生了不同程度的滑移扩张。通过开展遥感解译,结合野外调查,详细论述了研究区泥石流物源的变化情况。将"5·12"汶川地震前(2007-09-18)经波段融合后15 m的TM影像与地震后(2009-02-10)的2.5 m全色SPOT5影像相比较,发现泥石流流域内的滑坡体积由震前的0.86×106m3增加到地震后的42.30×106m3,即汶川高烈度区经过地震后新增滑坡体积达4 835.94%。而经过暴雨后(2011年7月)的0.5 m全色波段WorldView-2影像,泥石流流域内的滑坡体积又增加到68.85×106m3,即研究区经过暴雨后新增滑坡体积达62.76%。研究结果表明,汶川震区在地震及暴雨下物源量猛增,导致泥石流暴发的概率很高。