基于GIS平台的地震滑坡危险性快速评估方法的初步研究

地震滑坡是大陆内部山区一种最为常见的地震次生灾害类型。本论文基于Arc GIS平台开发了地震滑坡危险性快速评估模块,实现震后1 h内地震滑坡危险性的评估,为震后应急求援提供一定的决策依据。本论文选取地震烈度、坡度、坡向、高程、水系距和断裂距6个参数作为地震滑坡影响因子,通过对历史地震滑坡数据进行统计分析,确定影响因子的分级量化标准,在GIS平台对影响因子数据进行一系列的数据处理,完成影响因子的量化赋值。采用层次分析法,确立各个影响因子的权重,并建立地震滑坡危险性评估数学模型。在此基础上,基于Arc GIS平台开发了地震滑坡危险性快速评估模块,可在震后1 h内获得评价区的地震滑坡危险性分布的公里网格数据。最后,以2013年四川省芦山县7.0级地震对评估模型进行了验证。结果表明,评估结果与实际滑坡点的分布基本符合,基于GIS的地震滑坡易发性快速评估模型是可靠的。     

基于不同核函数的2010年玉树地震滑坡空间预测模型研究

基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了M_w6.9级大地震,作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡,这些滑坡大概分布在一个面积为1455.3 km²的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考.     

京津冀地区地震滑坡危险性评估

选取道路距离、地貌类型、坡度、断裂、水系距离、岩土类型等6个因子作为研究区地震诱发滑坡的影响要素,综合分析了地震滑坡分布状况与相关影响因子之间的统计关系。通过GIS空间分析模型计算地震滑坡灾害敏感性指数,并将地震滑坡危险性评估结果按照危险程度划分为极高、高度、中度及轻度4个等级,通过评估地震诱发滑坡的危险性可以有效地减少人员伤亡和经济损失,减轻地震地质灾害对社会和经济的影响,同时也为对地震滑坡诱发机理的分析研究及震后应急救援分析提供科学参考依据。     

地震滑坡危险性评估模型及初步应用

统计分析了汶川地震滑坡在不同影响因子下数量和密度,然后采用归一化方法确定影响地震滑坡的关键因子。基于关键因子建立了地震滑坡密度数学模型。结果表明:从滑坡数量看,滑坡主要集中在(10°~20°)至(40°~50°)的坡度(90 m栅格)区间,主体集中在35°附近,在3°~7°之间有一个滑坡分布的小峰值;滑坡密度随着坡度的增加而增加,在3°~7°的低坡地带有一个滑坡密度小峰值,在坡度一定的情况下,除了烈度外,其他影响因子下滑坡密度并没有表现出足够明显的规律性变化;归一化计算结果表明:坡度和烈度是地震滑坡的关键因子;根据逻辑斯蒂模型计算的结果,将地震滑坡危险性分为几无(≤0.01)、轻微(0.01~0.03)、中等(0.03~0.09)、严重(0.09~0.27)、特重(≥0.27)5个等级。地震滑坡危险性预测数据在鲁甸地震等地震应急中发挥了较好作用。     

M5'模型树算法和无人机航拍影像在震后崩塌滑坡分析中的应用——以鲁甸M_S6.5地震为例

利用高分辨率无人机航拍影像,结合基本地质资料,分析了影响2014年8月3日鲁甸M_S6.5地震震后崩塌滑坡分布的主要因素,使用M5'模型树算法建立了崩塌滑坡密度与其影响因子间的分段线性模型,并检验了该模型的预测性能。结果表明,地震诱发的崩塌滑坡分布受断层距、岩土体结构强度、坡度、植被条件等的影响,其中,断层距、岩土体结构强度及坡度等为主要影响因素;崩塌滑坡易发生在结构破裂区及坡度为38°~50°的区域,其分布密度随断层距的增加而减小;利用M5'模型树算法建立的模型体现出崩塌滑坡分布与其影响因子间复杂的非线性关系,模型检验结果显示,理论模型与实际关联函数间的相关系数达到0.88,因此,可利用该模型预测地震诱发的崩塌滑坡的分布。     

基于逻辑回归模型的九寨沟地震滑坡危险性评估

发生于2017年8月8日的四川九寨沟M_S7. 0地震触发了大量的同震滑坡。基于Geoeye-1震后0. 5m分辨率的遥感影像开展极震区同震滑坡解译,圈定了4 834处滑坡。选择高程、坡度、坡向、水平断层距离、垂直断层距离、震中距离、河流距离、道路距离、TPI指数以及岩性共10个因子作为地震滑坡的影响因子,应用逻辑回归(Logistic Regression,LR)模型开展九寨沟地震滑坡危险性评价,并对评价结果的合理性进行检验。结果表明,基于LR模型的滑坡危险性评价图与实际滑坡发育情况十分吻合,其中五花海—夏莫段、火花海和九寨天堂洲际大饭店—如意坝段均为滑坡危险性极高的区域。采用ROC曲线对危险性评价结果进行模型成功率与预测率的定量评价,结果显示,LR模型的预测精度较为理想,训练样本集和验证样本集的AUC值分别为0. 91和0. 89。文中结论为震区恢复重建工作中地震滑坡的防灾减灾提供了科学参考。     

2013年芦山地震滑坡空间分布分析——以太平镇东北方向的一个典型矩形区为例

选择2013年芦山地震中受到强烈地震动的太平镇东北方向一个20kmxl0km的矩形区作为研究区,开展芦山地震滑坡空间分析工作.基于震后野外调查与高分辨率航片人工目视解译法,建立了研究区内地震滑坡空间分布图.结果表明,在研究区内芦山地震至少触发了688处滑坡,区域内滑坡点密度为3.44个/km2.统计了地震滑坡密度与地形因子、地层岩性、地震因子的关系.滑坡最易发高程为1 600～1 800m;滑坡密度大体随着坡度的增加而增加;E与SE方向是地震滑坡的易发坡向与高发坡向;凸坡的地震滑坡易发性最高.二叠系阳新组(Py)的灰岩与白云岩、元古界花岗岩(Pt)是地震滑坡的易发岩性.地震因子与滑坡密度的统计结果表明,大体上PGA值越大,地震烈度越高,地震滑坡越易发生;地震滑坡与距离双石-大川断裂的统计结果表明在双石-大川断裂的出露处地震滑坡密度未发生突变.因子的交互统计结果表明了坡度与PGA这2个因子作用于地震滑坡的独立性.     

地震诱发滑坡地质灾害的地貌因子敏感性评价模型

为了解决传统地质灾害危险区预测精准低,计算过程复杂问题,提出一种地震诱发滑坡地质灾害的地貌因子敏感性评价模型,以满足不断增长安全需求。首先,基于贡献率法量化得出不同地形地貌因子对应的面积值,其次,利用确定性系数法更为直观分析地震滑坡发生的关键因子种类,提高后续评价精准度,根据地质因子、外界诱发因子以及人为因子建立评价体系。最后通过几率数值模型、信息量评价模型对敏感性评价,将其分为低敏感性区、中敏感性区、高敏感性区、极高敏感性区。实验证明:评价模型计算简便、精准度高,有着较强的合理性和适用性,可作为地震滑坡相关研究和发展规划的基础科学依据。     

Newmark方法在芦山地震诱发滑坡分布预测研究中的应用

对于地震滑坡灾害而言,进行地震滑坡危险区划是降低损失的有效手段之一.因此,地震滑坡危险性预测方法的研究成为这一领域的热点.2013年4月20日芦山地震诱发了大量的滑坡崩塌,造成了严重的人员伤亡和社会经济财产损失.文中通过对地震灾区震后航片、遥感影像等的解译,初步获得此次地震诱发滑坡的分布概况.在芦山地震灾区的地形和岩性分析的基础上,基于Newmark物理平衡模型,对该区的潜在地震滑坡危险区进行了分析预测,通过对比本研究获得的潜在滑坡区域预测结果与解译的滑坡分布情况,表明Newmark模型是一种有效的地震诱发滑坡预测分析方法.进一步探讨了不同滑坡影响范围估算方法的差异,认为震级与产生滑坡最远距离之间的关系是一种较好的估算方法.     

基于综合指标法的芦山地震滑坡危险区等级快速划分

山区强烈地震诱发的滑坡崩塌是一种致灾严重、发生范围较广的灾害,进行地震滑坡危险区划是降低损失的有效手段之一。以2013年4月20日MW7.0芦山地震为例,以芦山县、宝兴县及其周边受滑坡崩塌灾害影响较为严重的区域作为研究对象,选定地层岩性、坡度、地震烈度、距断层距离和距水系距离等5类与地震滑坡关系密切的影响因子,采用层次分析法确定每个影响因子的权重,继而采取综合指标法,将研究区划分为低危险、中度危险、较高危险和最高危险4个等级的危险区,用以表示该区域在遭受给定的地震烈度作用下发生地震滑坡的可能性的大小。实地勘察的滑坡点分布与预测的地震滑坡危险区的对比表明,两者吻合程度较高,约有77%的滑坡点落在较高危险和最高危险区。研究成果可为地震滑坡灾害应急、山区地震滑坡预测、滑坡灾害预防等工作提供参考依据。     

基于信息量和逻辑回归耦合模型的黄土地震滑坡危险性分析

黄土地震滑坡危险性分析对黄土地区城镇化、工程建设的规划和地震灾害预防具有重要意义。以甘肃省定西市岷县—漳县交界处为研究区域,通过统计分析该区历史地震滑坡灾害数据,归纳并建立包含地震、坡度、坡高、坡向、地层岩性、年平均降雨量、河流流域和地貌类型等8个影响因子的评价指标体系,采用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型分别分析该区域黄土地震滑坡危险性。结果表明：(1)地震、河流和降雨是诱发黄土滑坡灾害发生的主要因素,其中地震因子贡献率最大;(2)研究区可划分为高、较高、中、低和极低危险区五个等级,其中高危险区主要集中于岷县、漳县与陇西县等地;(3)根据受试者工作特性(ROC)曲线精度检验结果,三种模型的AUC值分别为0.889、0.617和0.898,信息量-逻辑回归耦合模型结果的精确性相比其他两个模型更高。     

基于降雨入渗的Newmark模型改进及地震滑坡危险性预测研究

滑坡是一种破坏性非常强的地质灾害,其中地震与降雨均为诱导滑坡发生的关键因素。从降雨期间发生地震的角度考虑,基于Green-Ampt降雨入渗模型对Newmark模型进行改进,推导两因素耦合作用下的边坡安全系数F_S。以云南省鲁甸县某一区域为例,分别开展无降雨、降雨无积水与降雨积水三种情况下的地震滑坡危险性预测及坡度与入渗深度因子对位移影响分析。通过比较上述三种情况,得到研究区域内的Newmark累积位移分布及危险性区划。结果表明：与未降雨情况相比,后两种情况下地震滑坡高危险程度区域面积占比计算区域随着降雨时间的增加从1%分别提高至9%、12%,滑坡低危险程度区域面积从51%分别降低至35%、33%;坡度值与入渗深度值越大,滑坡位移越大,危险性越高。Newmark改进模型充分考虑了降雨对地震滑坡产生的促进作用,能更好地反映出研究区每个场点相对的滑坡危险性,对滑坡危险性预测具有一定指导意义。     

概率地震滑坡危险性区划方法及应用

地震是滑坡的一个重要诱发因素。研究表明,4.0级以上地震即可诱发滑坡,而中、强地震即可诱发大规模的滑坡灾害,造成严重的人员伤亡和财产损失,特大型地震诱发滑坡导致的灾害程度甚至会强于地震造成的损失程度。我国地处太平洋地震带和欧亚地震带之间,山区面积广大,具有极高的地震滑坡危险性;随着经济发展、资源开发利用,经济发展战略向西部山区的转移,在进行越来越多的城市规划、铁路、公路、水库大坝及重要建筑物选址等土地利用的同时,也将承受着更加严重的地震滑坡风险。亟需进行地震滑坡危险性预测及区划,并在此基础上进行风险评估与管理,以减轻规模大且分布范围广的地震滑坡灾害。未来地震的发生具有一定的随机性,地震强度、位置及地震频度等都具有不确定性。对研究区地震诱发滑坡的危险性进行分析及区划,需要考虑所有潜在地震的影响。现有的研究以遭受给定超越概率水平的地震动作用下的滑坡危险性进行区划,忽视了部分潜在发生地震的影响,是一种条件概率下的危险性区划。本文在分析现有地震滑坡危险性区划研究成果的基础上,提出了一种考虑所有潜在发生地震影响的地震滑坡危险性区划新方法。为此,论文首先对影响地震滑坡的主要因素进行了归纳与总结,在此基础上结合概率地震危险性分析和地震滑坡危险性评价的Newmark累积位移模型,建立了考虑潜在地震影响的概率地震滑坡危险性区划方法;利用集集地震、汶川地震、东日本大地震及芦山地震中记录到的大量强震记录,系统分析了与地震滑坡密切相关的地震动参数阿里亚斯烈度(Arias Intensity)的空间分布特征,考察了现有阿里亚斯烈度衰减关系的适用性;以天水强震区为例,开展概率地震滑坡危险性区划方法的应用。在以上工作的基础上,本文取得了以下进展和成果:(1)初步建立了一种新的考虑潜在地震影响的概率地震滑坡危险性区划方法。该方法充分考虑了潜在地震发生的不确定性,并可修正震源机制、场地类型及地形高度的影响,区别于以往使用给定超越概率的地震动开展地震滑坡危险性区划,考虑了所有潜在地震对于诱发场点发生地震滑坡的贡献;(2)利用几次地震获取的大量强震数据,对现有阿里亚斯烈度衰减关系的适用性进行了系统深入的讨论,相关研究可为使用阿里亚斯烈度参数开展地震滑坡危险性区划以及今后建立我国的阿里亚斯烈度衰减关系提供参考;分析了阿里亚斯烈度的空间分布特征,包括断层走向对近断层地震动的影响、上盘效应、破裂传播方向性效应及地形效应等,对进一步认识地震滑坡的形成机理、有针对性地制定减轻和防御地震滑坡灾害的对策具有重要价值;(3)以天水强震区为例,基于我国新一代地震动参数区划图的潜在震源区模型以及本文利用实测强震数据,开展适用性对比分析所选出的阿里亚斯烈度衰减关系,结合根据研究区的地层岩性及高程等数据所获取的Newmark累积位移模型参数,采用本文建立的概率地震滑坡危险性区划方法,分析了研究区未来50年内不同地区的地震滑坡危险性(地震滑坡概率)。结果表明,地震滑坡中、高危险区主要分布在物质结构较为松散及垂直节理和裂隙发育的黄土丘陵和成岩性较差的泥岩出露且斜坡坡度较大(坡度大于30°)的地区,其中又以渭河及其支流藉河、牛头河两岸的地震滑坡危险性较高,对天水市区周边及陇海铁路构成极大的威胁,可为相关的土地规划利用及地震滑坡风险评估及管理提供参考。     

2013年四川省芦山“4.20”7.0级强烈地震触发滑坡

2013年4月20日,四川省芦山县发生了MS7.0地震.文中简要介绍了芦山地震的基本情况与芦山地震区历史地震及其相关地震滑坡情况.依据2008年汶川地震滑坡与地震动峰值加速度(PGA)的空间关系,对芦山地震滑坡大体分布范围进行了推测.根据地震滑坡分类学,将芦山地震滑坡分为破坏型滑坡、连贯型滑坡、流滑型滑坡3大类.其中,破坏型滑坡包括岩质崩塌、岩质滑动、岩质崩滑、土质崩塌、土质滑动等5类;连贯型滑坡包括土质坍塌与慢土流2类;流滑型滑坡为快速流滑.破坏型滑坡如岩质崩塌、岩石滑动、土质崩塌这3类是芦山地震滑坡中最常见的类型.基于震后可利用的高分辨率航片,初步解译得到3 883处滑坡位置点数据.最后,从余震对滑坡的影响,芦山地震滑坡与邻区地震滑坡对比分析,对后续基于高分辨率遥感影像的滑坡精细解译的启示等3个方面开展了分析与讨论.     

利用强震数据分析北川县城地震滑坡灾害

汶川地震触发了极为严重的滑坡灾害,北川县是本次地震受地震滑坡灾害影响最为严重的地区之一,其中的王家岩、唐家山滑坡分别是本次地震造成人员伤亡最多和危险性最高的滑坡.本文利用在龙门山地区获得多组主震数据资料对震时北川县城的震动情况及滑坡破坏情况进行了定量计算和论证.     

芦山地震震后次生滑坡灾害风险评价研究

以北京时间2013年4月20日8时02分四川省雅安市芦山县7.0级地震为例,对研究区进行震后次生滑坡灾害风险评价.研究在利用芦山地震受灾区航空影像对震后次生滑坡灾害隐患点解译的基础上,选择坡度、坡向、震后累计降雨量和危险植被指数4个评价因子,利用统计分级法对各因子进行敏感性分析,采用层次分析法（Analytic Hierarchy Process,AHP）对评价因子进行权重量化,最后综合运用GIS空间分析技术对芦山地震震后次生滑坡灾害进行风险评价,研究结果将研究区划分为次生滑坡灾害高危险区、中危险区和低危险区.     

基于修正岩土体强度参数的简化纽马克位移法地震滑坡危险性快速评估技术

地震滑坡危险性评估可为震后应急响应等提供科学的决策依据。纽马克位移法可不依赖同震滑坡编目快速评估同震滑坡危险性。工程岩体物理力学参数是该方法的核心参数之一,但其赋值过于单一,难以反映复杂地质背景下岩体强度的空间差异性。针对上述问题,本文在分析地震滑坡影响因子的基础上,选择距断层距离、高程和距水系距离作为影响岩体强度的评价指标并建立岩体强度评价模型,获得区域岩体强度修正系数,进而修正传统方法的临界加速度。结合震后的即时地震动峰值加速度,采用简化纽马克位移法计算边坡累积位移,开展地震滑坡危险性快速评估,并以汶川M_W7.9地震的地震滑坡危险性评估为例验证本文方法。结果表明,相对于传统方法,本文方法划分的地震滑坡危险区与同震滑坡分布更加一致。      

基于迁移学习的青藏高原东北缘地震诱发滑坡易发性评估模型

通过研究,旨在提出一种迁移学习方法,以应对机器学习在缺乏历史滑坡点数据的大区域很难取得良好的评估效果的挑战。首先,通过结合10个影响因子利用随机森林算法对2013年芦山7.0级地震极震区进行预训练,得到高精度的预训练模型。随后,采用直推式迁移学习方法进行初始迁移,并利用“半监督”评估方式补充青藏高原东北缘地区的标签数值点。最后,利用归纳式迁移学习进一步训练预训练模型,得到在青藏高原东北缘地区评估更准确的地震诱发滑坡易发性评估图。此外,使用Kullback-Leibler散度计算迁移前后区域影响因子数据的相似性,并对2022年泸定6.8级地震极震区进行评估应用,验证基于迁移学习的青藏高原东北缘地震诱发滑坡易发性评估模型的准确性。研究结果可为该区域地震诱发滑坡灾害预防提供一定的参考。     

基于GIS的地震滑坡危险性分析研究——以伊犁地区为例

通过对伊犁地区地貌、地质构造、历史地震和地质灾害分布的研究,运用Logistic回归模型方法,分析伊犁地区地貌、地层岩性、地形坡度等地震滑坡影响因子,采用ArcGIS的空间分析特性和SPSS软件的统计功能,得到伊犁地区地震滑坡危险性模型和滑坡危险性分布图。认为伊犁地区地震滑坡危险性较高的地区主要位于特克斯县、尼勒克县、巩留县、新源县境内,较低的地区位于霍城县、昭苏县和察布查尔锡伯自治县境内。并且极高危险区面积占伊犁地区总面积的1%,高危险区面积占6%,中危险区面积占18%,低危险区面积占39%,极低危险区分区面积占37%。该成果可以为大震现场调查、灾后重建、规划选址等方面提供参考依据。     

黄土高原地震作用下黄土滑坡滑距预测方法

为评估黄土高原地区地震滑坡致灾区域,提出一种基于模糊信息优化处理的地震滑坡滑距预测方法。在野外调查、室内试验和分析的基础上,对黄土高原的地震滑坡类型、性质和影响因素进行分析。以摩根斯坦-普莱斯法计算黄土边坡的稳定性,建立边坡最小安全系数与影响因素的关系,其影响因素主要包括地震烈度、比高、坡角、容重、内黏聚力、内摩擦角等,并在此基础上得到纯黄土地震滑坡滑距的影响关系。将黄土高原地区数次大震中采集到的93个样本数据进行归纳分析,建立模糊信息优化处理模型。所得的计算结果通过误差校验和与其他滑坡滑距预测方法进行对比,来证明本模型有较高的准确性。最后对天水市22个潜在滑坡的边坡进行滑距预测。