基于信息量模型的地质灾害易发性评价——以天府新区成都直管区为例

本文选择天府新区成都直管区为研究区,基于因素相关性分析结果,选取坡度、坡向、地形起伏度、地貌、岩性、汛期降雨量、人口密度和崩滑密度8个要素作为地质灾害易发性评价因子,应用信息量模型,分析各因子对研究区地质灾害发生的贡献,开展研究区地质灾害易发性区划。结果表明:研究区地质灾害主要沿龙泉山西翼呈条带集中分布,易发等级总体上由东向西递减分布,灾害点空间分布与易发等级呈正相关性,信息量模型应用评价结论,可为该区地质灾害防治提供参考。     

基于信息量模型法的石阡县地质灾害易发性评价

以贵州省石阡县为研究区,选取8个影响地质灾害发育的因素作为评价因子.采用信息量模型法对各评价因子进行信息量计算,将区域地质灾害易发性划分为低、中、高、极高易发区4个等级,分别占研究区面积的21.08％、35.13％、25.53％、18.27％.结果表明:石阡县地质灾害低、中、高、极高易发性面积分别为457.99 km2...     

罗平县崩滑易发性评价模型对比研究

准确的地质灾害易发性分区评价结果,可为建立地质灾害监测预警系统及处理机制提供参考。依据崩滑地质灾害形成条件选取10个评价因子构建评价指标体系,基于共线性诊断和相关性分析检验评价因子以保证其相互独立。分别采用信息量模型(ICM)、归一化频率比模型(NFR)以及与逻辑回归(LR)耦合的信息量–逻辑回归(ICM-LR)耦合模型和归一化频率比–逻辑回归(NFR-LR)耦合模型对罗平县崩滑地质灾害进行易发性评价,并将评价模型结果划分为低、中、高和极高4个等级。采用ROC曲线对评价结果进行精度检验,其AUC值分别为0.820、0.796、0.882和0.840。得出ICM-LR模型的精度最高,且极高易发区主要分布在砂岩、碳酸盐岩组区域和水系延展区域。其低、中、高和极高的面积(分级比)分别为771.1 km²(25.55%)、836.6 km²(27.73%)、864.36 km²(28.64%)和545.94 km²(18.08%)。易发性分区结果与研究区崩滑地质灾害分布情况相符合,可为快速建立评价指标体系和区...     

基于CF与CF-LR模型的地质灾害易发性评价

区域地质灾害易发性评价对地质灾害防治具有重要意义。本文以贵州省沿河县为研究区,考虑海拔、坡度、坡向、地形曲率、NDVI、工程地质岩组、断层、道路、水系9个因素,通过相关性分析后作为评价因子。分别利用CF模型和CF-LR模型评价沿河县地质灾害易发性。结果表明:CF模型比CF-LR模型地质灾害易发性等级的频率比值从低易发区到极高易发区明显增大,均有效评价了沿河县地质灾害易发性;CF-LR模型比CF模型AUC值提高了0.096,CF-LR模型具有更高的评价精度。     

基于ArcGIS信息量模型在乌鲁木齐市城区地质灾害易发性评价的效果分析

在地质灾害点分布图基础上,基于信息量模型,选定研究区地质灾害发育各影响因子及信息量值,据实际情况人为对信息量负值进行修正,同时利用ArcGIS的空间叠加分析完成研究区地质灾害易发性分区图。结果显示,易发性分区结果与野外实际调查情况相吻合,能在地质灾害风险评价中起重要参考作用。     

基于GIS和证据权模型的山阳县地质灾害易发性评价

地质灾害易发性涉及因素众多,评价结果取决于不同模型和参量权重赋值为当前研究热点。以陕西省山阳县为研究区域,在收集整理区域地质环境条件、地质灾害分布资料、相关性分析等基础上,最终选取坡度、坡向、坡型、工程地质岩组、距断层距离、距河流距离、距道路距离等8个影响因子,采用证据权模型对8个影响因子进行分析,使用GIS空间分析功能对研究区开展地质灾害易发性评价。结果显示,山阳县地质灾害易发等级可划分为高易发、中易发、低易发和非易发4个等级,面积分别为262.2 km²、436.7 km²、1141.6 km²、1694.5 km²,占山阳县总面积的7.48%、12.35%、32.29%、47.94%。进一步采用ROC曲线方法检验评价等级结果的可靠性,得到AUC为0.824 2(精度达82.42%)。     

基于GIS和信息量法的四川峨眉山市地质灾害易发性定量评价

以四川峨眉山市为研究区,选取坡度、坡高、坡向、岩土体类型、构造、河流侵蚀、地表覆被、降雨、工程切坡以及矿产开发10个影响因素作为评价因子,采用改进信息量法,在评价因子分级分析的基础上,利用GIS技术,对研究区地质灾害易发性进行了定量评价。结果表明:方法科学可靠,评价结果与实际基本相符;地质灾害在高陡斜坡区域、坚硬薄层-厚层状砂岩、粉砂岩夹白云岩、灰岩岩组、构造密集区最为发育,地形地貌、地质构造是地质灾害发育最主要的控制因素;地质灾害易发性划分为高易发、中易发、低易发、极低易发4个等级,分布面积分别为169.37km~2、429.07km~2、363.43km~2和221.12km~2。易发性评价精度74.80%。评价方法可为县域地质灾害易发性评价提供理论指导,评价结果可为该区域地质灾害防治工作提供科学依据。     

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。     

渝东北典型盆缘山区高位崩滑灾害风险评价——以巫溪县宁桥片区为例

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。     

基于GIS和加权信息量模型的绿春县城地质灾害易发性评价

以绿春县城为研究区,在绿春县城地质灾害详细调查的基础上,选取地层岩性、高程、坡度、坡向、断层、道路、河流7个影响因素,在信息量模型的基础上运用层次分析法赋权重,通过GIS空间分析平台,进行研究区地质灾害易发性评价.结果表明:研究区划分为地质灾害极高易发、高易发、中易发、低易发4个等级,分别占研究区面积的32.24％、2...     

基于GIS的信息量法及其地质灾害易发性评价应用——以滇中晋宁县为例

地质灾害易发性评价是地质灾害评价工作的基础,是地质灾害研究的重点。以往地质灾害易发性分区评价大部分依据专家的主观经验,从而导致评价结果具有较大的随意性。本文利用研究区实际调查资料,选取地形地貌、工程地质岩组、地质构造、水文地质条件、人类工程活动等参评因子,利用信息量模型在基于GIS的平台对空间数据进行自动叠加分析,得出各影响因子综合影响下的客观的易发性分区结果,然后结合专家的主观经验,经定性与定量综合分析,对分区结果进行进一步的修正,可实现对地质灾害易发性的科学评价。选取晋宁县作为示例区的应用结果与国土资源大调查中的评价结果基本一致,证实该方法切实可行,并具有广泛的推广应用价值。     

逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。     

基于样本与因子优化的黄冈南部地区地质灾害易发性评价

为对比信息量模型中灾害数量和灾害面积2种样本的适用性,以黄冈南部地区作为研究对象,探讨了评价因子的优化组合形式,采用信息量模型,根据研究区工程地质条件和地质灾害的特征初选评价因子,结合成功率曲线确定2种样本的因子优化组合,进而通过灾害比率及典型地质灾害点验证易发性评价结果。结果表明:①在单因子评价结果中,2种样本的单因子评价结果的AUC值排列顺序不尽相同,但呈现出一定规律性;②各叠加因子评价结果的准确度均达到因子优化组合的94.9%以上,变化幅度相对较小,且呈现出随因子数量增加而增大的趋势,但并不是越多越好;③2种样本的易发性评价结果都显示出高、较高易发区主要集中于研究区中部及北部地区,低易发区和较低易发区多集中于长江沿岸以及研究区南部,与灾害分布位置相符;④2种样本均为地质灾害易发性评价中信息量模型的有效计算样本,且面积样本的准确度明显优于数量样本。     

地质灾害易发性评价因子分级的AIFFC算法优化

针对地质灾害易发性评价因子分级数不确定的问题,引入自适应膨胀因子模糊覆盖分级方法（fuzzy cover approach for clustering based on adaptive inflation factor, AIFFC）对易发性评价因子分级进行优化。以湖南省湘乡市为研究区,提取了坡度、坡向、高程、年平均降雨量、归一化植被指数、道路、断层、岩性和土地利用9类评价因子,运用AIFFC及自然断点法（natural breakpoint classification,NBC）对连续型因子进行分级,并分别代入加权信息量模型和随机森林模型,获取研究区易发性区划图。采用单因子分级结果精度、灾积比分析和易发性分区结果 对AIFFC分级法的优越性进行检验,结果 表明：各因子采用AIFFC算法分级的AUC值均高于自然断点法;基于AIFFC的随机森林模型及加权信息量模型的高易发区灾积比分别提升了56.3%、74.6%,低易发区灾积比分别降低了48%、58.1%,AUC值分别提升了7.6%、2.7%。采用AIFFC分级方法优化了地质灾害易发性评价因子分级,显著提高了地质灾害易发性评价的合理性...     

基于GIS和信息量模型的安徽池州地质灾害易发性评价

以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。     

不同组合模型区域滑坡易发性及精度分析

为探索区域滑坡易发性评价模型的适用性和评价结果的合理性,以滑坡灾害高发的白龙江流域为研究区,首先选取坡度、地形起伏度、距断层距离、地层岩性、流域沟壑密度、植被指数等6项影响滑坡发生的孕灾因子作为易发性的评价指标,以研究区2 093处滑坡灾害点为样本数据,依据各指标条件下的信息量值、确定性系数值和证据权重值曲线突变规律,并结合滑坡面积及分级面积频率比曲线作为等级划分的临界值来确定因子分级状态;其次,基于指标因子状态分级和相关性分析结果,采用信息量法、确定性系数法、证据权法分别与逻辑回归组合的3种模型开展区域滑坡灾害易发性评价,并从模型结果、适用性和精度等方面采用多手段对3种组合模型进行比较和讨论。研究结果表明:在区域滑坡易发性评价方面,3组模型均表现较为理想,信息量和逻辑回归组合模型的预测精度为94.6%,其预测精度和准确性优于其他2种组合模型。笔者以白龙江流域中游及其岷江支流段为例,开展滑坡灾害易发性评价模型适用性、评价结果分析以及预测精度评价对比和研究等,成果可为该区地质灾害防灾减灾和国土空间用途管制规划决策提供参考。     

基于多模型的滑坡易发性评价以甘肃岷县地震滑坡为例

2013年7月22日,甘肃省岷县漳县交界处发生了MS6.6级地震(岷县地震),本文以这次地震烈度Ⅷ度区为研究区,根据地震前后遥感影像解译出来的2330个地震滑坡数据,以坡度、坡向、水系、岩性和断层为因子图层,分别应用模糊逻辑法,信息量模型及Shannon熵改进的信息量模型,对研究区的地震滑坡易发性进行评价。结果表明: 1滑坡的高易发性地区位于研究区的中间部分,以及水系0～50m这一缓冲区范围内,离水系越近滑坡易发性等级越高; 2应用ROC曲线对3个模型的易发性评价结果进行比较,信息量模型和Shannon熵改进的信息量模型的AUC值分别为0.8488, 0.8502; 模糊逻辑模型的AUC值为0.7640,表明前两个模型的表现较好,而模糊逻辑模型相对来说表现一般; 3通过对比3个模型中各等级易发性所占的面积比例和各等级易发性中滑坡数目占总数比例,表明Shannon熵改进后的模型更适用于灾害风险评价以及应急风险管理等实际应用。     

基于沟域单元的康定市泥石流易发性评价CSCD

为研究康定市泥石流易发性,将康定市划分为421个沟域单元,采用ArcGIS软件中空间分析工具以及SPSS软件分别对评价指标内部叠加情况、评价指标与泥石流灾害相关性进行了分析,通过筛除剔除重叠度高、相关性差的评价因子,选取流域面积、melton比率、形状系数比、流域崩滑密度、流域植被覆盖率、流域道路密度、流域平均径流侵蚀力指数、多年汛期平均降雨量等8个评价指标进行康定市泥石流地质灾害易发性评价。采用信息量模型与熵值法相结合的方法定量评价了泥石流易发性,熵值法定量确定了评价指标权重,计算出评价因子加权信息量值,将康定市泥石流划分为极高易发区、高易发区、中易发区以及低易发区4个等级。通过频率比模型、受试者工作特征曲线(ROC曲线)对泥石流易发性评价结果进行检验,ROC曲线AUC值为0.842,表明评价模型精度较高。     

基于SHALSTAB模型的地质灾害易发性动态评价

为解决东部沿海地区台风暴雨型地质灾害易发性问题,基于浙江飞云江流域地质灾害调查成果,利用频率比及信息量模型选取相对高差、坡向、坡形、工程地质岩组、断层、地表覆盖类型、稳定性(SHALSTAB模型)7个背景因子,采用层次分析法确定各因子权重,考虑无降雨和百年一遇极端降雨两种工况,运用综合指数法对浙江飞云江流域进行地质灾害易发性评价。结果表明:该模型是致灾土体分布区定量模型和基岩区统计模型的结合,符合该区域成灾规律。考虑极端降雨因素后,易发等级逐次增加,高易发区面积增加84%,中易发区面积增加42.8%,可实现地质灾害易发性在不同工况下的动态评价。     

考虑地震后效应的青藏高原东缘地质灾害易发性评价

青藏高原东缘地震活动频繁,地震作用形成的松散堆积物为滑坡、泥石流等地质灾害提供了丰富物源,增加了震后一段时期内的地质灾害发生强度。本文在青藏高原东缘地质背景、已有地质灾害调查资料分析的基础上,采用近年来发生的汶川地震、芦山地震、鲁甸地震等诱发的松散物源量表征地震作用对震后地质灾害的影响,提出了考虑地震后效应的地质灾害易发性综合评价思路,建立了青藏高原东缘地质灾害易发性综合评价的指标体系。基于传统信息量模型和Logistic逻辑回归模型,建立了加权信息量模型,并完成了青藏高原东缘地质灾害易发性综合评价。研究表明,地震扰动区的地质灾害易发性显著高于震前水平,地震作用改变了地质灾害成灾条件,增加了震后地质灾害易发程度,研究结果对于活动构造区地质灾害易发性评价和区划具有重要的指导意义。