基于GIS的北流市地质灾害危险性分区评价研究

以广西壮族自治区北流市为例,将研究区按照行政区、自然区或人为确定的方式划分为若干区块,考虑每一区块内历史成灾的损失、地质灾害的易发程度和潜在隐患点成灾可能造成的人员伤亡、财产损失等因素,综合分析评价其危险性,划分地质灾害危险区,显示地质灾害危险程度的分布和组合关系,为区域减灾决策和制定地质灾害防治规划提供参考依据。按地质灾害危险系数法进行定量计算,根据定量计算结果,综合考虑各影响因素,再经过人工修正勾画,将研究区划分为地质灾害高危险性区(Ⅰ)、中危险性区(Ⅱ)和低危险性区(Ⅲ)3个大区和8个亚区,进行了广西北流市地质灾害危险性分区,并通过GIS软件实现可视化。广西北流市地质灾害危险性分区结果显示,高危险区总面积为1 13559 km2,约占全区总面积的46%;中危险区总面积为70986 km2,约占全区总面积的29%;低危险区总面积为61138 km2,约占全区总面积的25%。     

证据权法在区域滑坡危险性评价中的应用以贵州省为例

以GIS为技术平台,采用证据权法对研究区进行了滑坡地质灾害危险性分析。综合分析历史滑坡数据及其环境因素和触发因素,数据源主要有地形图、DEM、地质图,选取地层岩性、构造、高程、坡度、坡向、地形起伏度、道路、水系作为危险性评价因子。首先应用ArcGIS软件对数据源进行处理,提取各个评价因子图层,并对每个图层进行分级、缓冲区分析等处理,建立若干证据层。然后将历史灾害点与评价因子进行空间关联分析,计算每个评价因子等级的权重,最后计算出评价单元的危险性指数,并将危险性分为极高危险区、高危险区、中等危险区、低危险区。采用成功率曲线法对证据权法评价精度进行验证,结果表明本次评价的精度为71%。利用历史滑坡数据对评价结果进行验证,结果显示评价结果与实际情况较为吻合,说明证据权可以客观定量地评价各影响因子对滑坡的影响程度,该方法应用于区域地质灾害危险性评价比较有效。     

陕南秦巴山区地质灾害危险性评价研究

陕西省是中国地质灾害最严重的省份之一,而陕南秦巴山区地质灾害灾情尤为严峻,因此进行地质灾害危险性评价对指导防灾减灾工作意义重大。文章以陕南秦巴山区为研究区,基于GIS技术与2001-2016年研究区地质灾害灾情数据,分析研究了区内地质灾害与各指标因子之间的敏感性关系,并确定了高程、岩土体类型、断裂构造、降雨等7个影响地质灾害发生较大的因子作为区域地质灾害危险性评价指标。其次,以各指标条件下地质灾害数量和累计发生频次曲线斜率的突变为依据,对评价指标因子进行状态分级。最后,运用信息量法建立栅格数据模型展开区域地质灾害危险性评价。研究结果表明:高危险性、较高危险性、中危险性的地区占研究区总面积的百分比分别为10.52%、28.31%、30.19%,区内地质灾害点的空间分布与地质灾害危险性评价结果基本一致,信息量模型的预测精度为90.16%。文章将经验知识与数据驱动的分析方法相结合,应用于较大范围的地质灾害危险性区划,研究结果可为区域地质灾害防治工作提供参考依据。      

基于加权信息量法的湖北省兴山县地质灾害危险性评价与区划

以湖北省兴山县为研究对象,选取高程、坡度、坡向、坡型、断层、工程地质岩组、地表水、植被8个孕灾条件因子和降雨、建房切坡、修路切坡3个诱发因素因子构建地质灾害危险性评价指标体系,采用加权信息量法对不同因子进行排序与赋权,然后利用ISODATA聚类算法进行地质灾害危险性区划,并对评价结果进行精度评价。研究结果表明,评价结果与实际情况符合度较高,区划结果合理,可以为区域地质灾害危险性评价提供技术参考。     

信息量模型在山地斜坡地质灾害风险评价中的应用——以贵定县宝山盘江重点区为例

为了对野外风险斜坡及潜在地质灾害进行快速识别,现基于斜坡单元采用信息量模型对贵定县宝山至盘江重点区开展地质灾害风险评价,并分析地质灾害分布与风险斜坡的相关性。结果表明:1风险评价结果中极高风险斜坡42处,高风险斜坡308处,中风险斜坡580处,低风险斜坡280处,分别占比347%、2545%、4793%及2314%;2地质灾害主要分布于极高及高风险斜坡,低风险斜坡中无地质灾害分布;3通过对比评价结果与研究区实际情况,表明风险评价结果较为合理,信息量模型可以应用于山地斜坡地质灾害风险评价,同时评价结果为下一步指导地质灾害防治工作提供了重要的信息及依据。     

陕西陇县地质灾害危险性分区评价

在陇县地质灾害详细调查的基础上.通过统计分析确定了各类主要影响因素,采用信息量法和定性评价方法分别进行了地质灾害的危险性评价.建立了地质灾害评价指标体系,确定了地质灾害危险性判别标准,进行了地质灾害危险区划.共划分为高危险区、中危险区、低危险区和极低危险区4个等级,在此基础上,又划分了12个亚区.其中高危险区面积为619.19 km2,占总面积的25.79%,中危险区面积为509.74km2,占总面积的21.23%,低危险区面积为711.75 km2,占总面积的29.65%,极低危险区面积为559.87 km2,占全区面积的23.32%.     

四川汶川Ms 8 级地震重灾区地质灾害危险性评价和预测

在地质灾害调查和遥感解译资料的基础上,采用专家评判方法,利用GIS技术对重灾区14个县市的地质灾害进行快速定量的危险性评价,并在此基础上进行定性评价。强烈的地震诱发大量的次生地质灾害,主要为滑坡和崩塌,其次为地裂缝、泥石流和地面塌陷,局部有沙土液化,主要分布在龙门山断裂带附近及山区。总结了14个县市重灾区内地质灾害的分布特征,分析了地质灾害的形成条件,建立了地质灾害评价指标体系,确定了地质灾害危险性判别标准,进行了地质灾害危险区划。共划分为高危险区、中危险区、低危险区3个等级,在此基础上又划分了若干个亚区。对地质灾害的可能发生区带进行了分析预测,针对高危险区提出了相应的防治对策。     

基于GDIV模型的大渡河中游地区滑坡危险性评价与区划

区域地质灾害评价是减灾防治的重要非工程手段,构建区域滑坡危险性评价模型,对提高地质灾害评价精度和防治效率具有重要意义。文章以滑坡频发的大渡河中游地区为研究区,初选高程、坡度、坡向、地震动参数、土壤类型、工程地质岩组、年平均降雨量和地形湿度指数（TWI）等13个因子,建立滑坡危险性初级评价指标体系。考虑各因子对滑坡形成贡献程度的不同和目前常权栅格叠加方式对滑坡危险性评价结果精度的影响,引入了地理探测器和变权栅格叠加,构建了地理探测器、信息量法和变权栅格叠加的组合模型（GDIV模型）。基于2021年四川省1∶50 000地质灾害风险调查中313处滑坡地质灾害隐患点,开展基于GDIV模型的大渡河中游地区滑坡危险性评价,并与逻辑回归模型和信息量模型的组合模型（LRI模型）评价结果进行对比分析。结果表明：研究区以中危险及以下危险区为主,占总面积的78.3%,极高和高危险区主要分布在大渡河、革什扎河和东谷河两岸的低海拔地区;与LRI模型相比,基于GDIV模型的评价结果精度更高,其受试者工作特征（ROC）曲线的线下面积（AUC）值为0.917。文章提出的GDIV模型提高了区域滑坡危险性评价精度,可为...     

地质灾害威胁下的农村居民点用地适宜性评价——以彭州市银厂沟流域为例

目前针对受震灾威胁、地质灾害频发的山地环境下的农村居民点布局研究尚不多见。该文以彭州市龙门山镇银厂沟流域为例,首先在总结分析区内地质灾害发育特征的基础上,基于8项指标进行地质灾害危险性分区;然后,将地质灾害危险性区划结果作为影响农村居民点用地适宜性评价的首要因素,再结合地形条件、社会经济和生态环境等方面,以地质灾害极高危险区、单体地质灾害危害范围、坡度≥25°和基本农田保护区为限制性条件,构建地质灾害威胁下的农村居民点用地适宜性评价指标体系;最后,采用模糊综合评价法对彭州市银厂沟流域内居民点用地适宜性进行评价分级。研究结果表明:高度适宜区占研究区总面积的4.2%,中度适宜区占11.4%,低度适宜区占10.5%,不适宜区占73.8%;农村居民点用地"适宜"区域主要沿公路分布,并存在多个"块状"集中分布区,这些地区地形平坦,交通条件便利,可为新农村住宅位置的选择提供指导意见。     

基于GIS的甘肃省甘谷县地质灾害危险性评价

在甘肃省甘谷县地质灾害详细调查的基础上, 通过对研究区地质环境条件及地质灾害基本特征分析研究, 选取了历史地质灾害发育程度、地形地貌、工程地质岩组、地质构造、水文条件、植被条件、降雨量、人类工程活动等影响因素, 建立了相应的地质灾害危险性评价指标体系.采用专家评判方法, 基于GIS技术平台, 对甘谷县地质灾害进行了危险性综合评价, 并与定性评价相结合, 最终将研究区划分为高危险区、中危险区、低危险区、极低危险区4个等级, 其中, 高危险区面积为393.19 km2, 占总面积的25.01%, 中危险区面积为544.04 km2, 占总面积的34.61%, 低危险区面积为324.69 km2, 占总面积的20.65%, 极低危险区面积为310.08 km2, 占总面积的19.73%.      

基于组合赋权法的白龙江流域甘肃段地质灾害危险性评价

以甘肃省白龙江流域主要城镇环境工程地质勘查及历次地质调查数据为基础, 分析了地貌、人类活动等因素对白龙江流域甘肃段地质灾害的控制作用, 选定了坡度、岩性、地震、河流、降水等评价因子, 采用层次分析法和信息量法组合赋权的方式确定评价因子的综合权重, 最后利用GIS的叠加、以及重分类功能进行了地质灾害危险性分区评价. 结果表明: 白龙江流域地质灾害主要分布于人口相对密集的城镇(河谷)一带, 地质灾害分布相对密集, 危险性较大. 而以农牧业为主的中、高山区地质灾害分布相对稀疏, 危险性较低.     

基于信息量-逻辑回归耦合模型的玛纳斯河流域地质灾害易发性评价

本文以地质灾害多发的新疆玛纳斯河流域作为研究区,在剖析了信息量模型、逻辑回归模型在地质灾害易发性评价中各自的优势与局限性的基础上,探索了信息量-逻辑回归耦合模型的科学性与优势;基于该区域地质环境与最新地质灾害数据,选取地形起伏度、坡度、坡向、土地利用类型、地层岩性、地形湿度指数(TWI)、河流、断层、高程9个影响因素作为评价因子,以全区355处地质灾害点为样本数据,在进行评价因子分析的基础上,通过ArcGIS平台对玛纳斯河流域进行了地质灾害易发性评价。评价结果表明,地质灾害高易发区主要分布于流域南部中低山丘陵地区,高易发区与较高易发区的面积分别为1760 km2、2200 km2,占研究区总面积7.98%、9.97%。经检验评价精度高达91.3%,该研究可为当地地质灾害防治与国土空间规划提供重要参考。     

则木河断裂带（普格段）地质灾害发育规律及易发性评价

以则木河断裂带（普格段）为研究区,分析研究区的地质灾害控制效应以及发育规律;选取海拔高程、坡向、坡度等7个评价因子构建评价指标体系,运用确定性系数模型与信息量模型耦合的加权信息量模型,通过ArcGIS进行地质灾害易发性评价。结果显示,研究区地质灾害发育具有断层距离效应、地层效应以及高程和坡度微地貌效应;极高易发区、高易发区、中易发区和低易发区的面积分别为46.75 km2、123.78 km2、215.73 km2、285.34 km2,面积占比分别为6.96%、18.43%、32.12%、42.49%。研究结果对指导则木河断裂带地区以及同类区域的国土空间规划与地灾防治等方面具有重要现实意义。     

中国地震次生地质灾害危险性评价

地震次生地质灾害主要指地震引起的崩塌、滑坡、塌陷、地裂缝、砂土液化。震级大于5级、烈度超过Ⅵ度的地震可能引发不同程度的地质灾害,震级和烈度越高,次生地质灾害越严重。本文根据中国历史地震次生地质灾害活动程度及发生条件,以地(市、区、盟)为单元,进行了危险性评价:高度和中度危险区主要分布在中国中部的陕甘宁川渝滇藏地区,形成一个大致NE向高危险带,其余大部分地区为轻度危险区。      

贵州省六盘水市钟山区地质灾害危险性模糊评判

贵州省六盘水市钟山区为地质灾害典型区,但以往地质灾害研究方面工作程度相对较低,影响了该区地质灾害的有效防治和社会发展规划的有序进行。本文在钟山区地质灾害规划现状调查的基础上,总结了该区地质灾害形成原因和影响因素,最终选取地形坡度、岩组结构、植被覆盖率、人类工程活动、降雨量、地震共六个主要地质灾害影响因素作为评价因素集,利用灰色关联度法确定各影响因子的权重,运用模糊综合评判方法对钟山区内每个网格单元进行模糊综合评判,根据最大隶属度原则得出每个网格单元的隶属度值作为危险性评价结果,按照地质灾害危险性等级对该区进行危险性定量区划。此区划评价结果可供今后该区地质灾害防治、发展规划参考。     

基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价

汶川地震在区内诱发了大量滑坡、崩塌等地质灾害,且孕育了大量松动岩体,这些松动岩体在降雨等因素诱发下将会产生大量次生地质灾害,危险性极大。故此对汶川县进行地质灾害易发性评价具有十分重要的现实意义。本文选取高程、坡度、坡向、起伏度、沟谷密度、工程岩组、断层、水系、道路9个影响因子,基于GIS的栅格数据模型,采用信息量模型、Logistic回归模型以及两种模型耦合分析进行地质灾害易发性评价。研究结果表明,采用耦合模型较信息量或Logistic单一模型评价结果更加合理、精度更高;易发性高与较高区域多集中于水系延展区域与断层集中区域。所计算得出的易发性分区结果与研究区实际情况相近,能在地质灾害风险评价中起到重要参考作用。     

渝东北典型盆缘山区高位崩滑灾害风险评价

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

高分辨率遥感技术在地质灾害调查与成灾规律分析中的应用——以攀西米易地区为例

攀西地区山高谷深,地形切割强烈,历来是地质灾害的重灾区和易发区。为摸清地质灾害家底,查明地质灾害分布与发育规律,排查出可能存在的地质灾害隐患,支撑灾害现场核查与工程防治,利用高分辨率遥感技术(简称高分遥感技术)对四川攀西米易地区开展地质灾害遥感调查与现场验证,共确定有明显威胁对象的地质灾害隐患点106处,主要以崩塌、滑坡为主,其次为泥石流。结合调查结果,开展隐患点成灾规律分析,结果表明: 地质灾害主要发育于安宁河及其支流沿岸一线,沿省道S214线及米普路、麻楠路、二滩库区环湖路段呈带状分布,主要分布于断层两侧500 m范围内,达到51处,占遥感调查隐患点总数的35.8%; 2019年5—9月共发生地质灾害104处,占全年发生地质灾害总数的98.11%; 区域西北部和中北部地质灾害发育程度相对较低。应用结果表明,利用高分遥感技术能够有效查明地质灾害隐患分布与成灾规律,对服务基层防灾减灾工作,减轻灾害损失,提升地质灾害科技水平和防灾能力具有重要意义。     

崩塌滑坡地质灾害风险排序方法研究

我国地质灾害具有点多面广的分布特点,而地质灾害风险管控人力和能力有限,因此需要开展地质灾害风险排序工作,筛选出优先管控的地质灾害隐患点,确保地质灾害风险管控对策实施的针对性和高效性。地质灾害风险排序的实质是运用定量化风险评价计算出每处隐患点的风险值,然后根据风险值开展排序工作。目前定量化风险评价模型多用于单个地质灾害点风险评价,并未应用于大范围地质灾害风险排序工作,且模型较为复杂,推广应用较难。在分析崩塌、滑坡地质灾害与其环境因素间的响应关系及规律的基础上,提取崩塌、滑坡地质灾害的主控环境因子与诱发因子,联合人口、物质、资源等易损性因子建立地质灾害风险评价指标体系;基于岩石工程系统相互作用矩阵与专家打分法确定各级地质灾害风险评价指标因子权重,构建地质灾害风险评分体系;并根据风险评价定义,提出了能够快速定量化的简易地质灾害风险计算模型。以贵州省98处地质灾害隐患点为例,开展模型应用验证,风险排序结果与灾害管理机构主观认识的实际风险一致,验证了本模型的合理性与有效性,提高了地质灾害风险管控能力与效率。     

锦州市规划区地质环境安全评价研究

地质环境问题是影响城市国土空间安全开发利用的重要因素,在城市规划开发阶段开展地质环境综合评价可有效控制地质灾害风险。锦州市规划区尚处于开发前期,本文基于该规划区的地质条件和开发需求,构建了地质环境安全评价指标和评价方法体系,基于主导因素综合法开展了地质环境安全综合评价。根据评价结果,锦州市规划区地质环境安全程度可划分为3级,空间分布上以相对安全区为主,其次为次不安全区和安全区。按照空间位置和区域构造稳定性、地质灾害易发性等不同成因划分为23个亚区,并指出了每个亚区安全程度主要影响因素。该评价结果反映了锦州市规划区的地质环境安全程度,确定了影响地质环境安全问题的关键因素,有助于规避该区国土空间规划开发可能面临的地质灾害风险。