基于GIS与信息量模型法的山东省蒙阴县地质灾害易发性评价

蒙阴县位于山东省东南部，岱崮地貌分布范围较广。近年来，随着人类工程活动的增强，崩塌滑坡泥石流灾害进一步加剧。本文在山东省蒙阴县1∶5万地质灾害风险普查的基础上，结合最新的遥感信息，选取坡度、起伏度、工程地质岩组、地质构造、地貌类型5个影响因子作为研究区地质灾害易发性的评价指标，采用信息量模型法对各评价因子进行信息量计算，通过GIS空间分析平台，建立了蒙阴县地质灾害易发性评价体系，为蒙阴县有效开展防灾减灾救灾工作，切实保障经济社会可持续发展提供有效的科学决策依据。研究区划分为地质灾害高易发区、中易发区、低易发区、非易发区４个等级，特征曲线（ROC）的线下面积（AUC）精度检验值为0.833，表明评价精度较高。     

基于信息量模型和数据标准化的滑坡易发性评价

本文以北川曲山-擂鼓片区为研究区,将坡度、坡向、高程、地层、距断层的距离、距水系的距离和距道路的距离作为该区域滑坡易发性评价因子。采用信息量模型计算了各项评价因子的信息量值,并运用4种标准化模型对信息量值进行标准化处理。各评价因子的权重由层次分析法（AHP）确定。在GIS中将权重值和各评价因子的标准化信息量值,进行叠加计算得到区域滑坡总信息量值,并基于自然断点法对其进行重分类,将研究区划分为极高易发区、高易发区、中易发区、低易发区和极低易发区5级易发区。将基于4种标准化模型和信息量模型得到的滑坡易发性评价结果进行了对比分析,结果表明：基于最值标准化信息量模型的滑坡易发性评价结果的ROC曲线下面积AUC值为0.807,高于其余模型的AUC值,说明最值标准化信息量模型的滑坡易发性评价效果最好。极高易发区面积占研究区面积的20.03%,离断层和水系较近,主要分布地层为寒武系、志留系和三迭系。研究结果可为区内滑坡风险评价和灾害防治提供参考。     

基于信息量模型的地质灾害易发性评价:以川东南古蔺县为例

地质灾害威胁着山区人民生命财产安全, 进行地质灾害易发性评价有助于山区城镇进行规划与建设时规避灾害风险。以川东南古蔺县为例, 基于ArcGIS空间分析获取了研究区高程、坡度、岩性、斜坡结构、植被指数、距断层距离和距道路距离7个评价因子, 采用信息量模型分别对滑坡和崩塌灾害进行易发性评价后, 进一步利用ArcGIS单元统计功能对比了滑坡和崩塌易发性的信息量值, 选取相对更大的信息量值作为该栅格的最终信息量值, 绘制了研究区综合地质灾害易发性图, 利用自然断点法将古蔺县按信息量值的大小划分为极低、低、中、高和极高易发区。结果表明: 地质灾害主要分布在断层和道路附近, 断层和人类工程活动是造成研究区地质灾害频发的主要原因; 高易发区与极高易发区面积之和为1 315.62 km2, 占全区总面积的41.32%;预测模型性能经ROC曲线检验, AUC值为0.812 5, 说明栅格最大值法预测的古蔺县综合地灾易发性效果良好。      

基于栅格最大值法的县域综合地质灾害建模

四川省地形高低悬殊, 岩性构造发育, 各类地质灾害频发, 开展地质灾害易发性评价具有重要意义。崩塌、泥石流属于广义上的滑坡, 以四川省丹巴县为例, 从考虑不同滑坡类别的区域性地质灾害易发性出发综合考虑崩塌、滑坡、泥石流的空间概率分布。基于ArcGIS通过高精度数字高程模型共选取高程、坡度等10个地质灾害关键控制因素, 采用信息量模型对综合地质灾害进行了易发性评价。最终通过ArcGIS的单元统计(Cell Statistics)功能实现多个栅格图层最大值法合成综合易发性, 进一步利用受试者工作特征曲线(ROC)验证单种滑坡类别易发性模型的精度。按照自然断点法将研究区划分为极低、低、中、高、极高易发区, 高易发区和极高易发区主要集中分布在章谷镇、太平桥乡以及甲居镇等地。研究结果证明信息量模型能对单类地质灾害进行评价, 栅格最大值法是获取综合易发性的一种有效评价方法。      

基于信息量模型的涪陵区地质灾害易发性评价

本文以重庆涪陵区为研究区域,选取坡度、坡向、累计汇水面积、地层岩性、水域、降雨量、植被和土地利用分类8个影响因子,提取高分一号遥感数据（2013.12.24）动态影响因子,引入信息量模型,分别计算上述影响因子对应的信息量,对该时期示范区的地质灾害危险性进行评价,并引入ROC曲线和AUC评价指标,对得到的区域地质灾害易发性评价结果进行精度评估。结果显示,2013年12月研究区内高易发区面积占总面积的9.73%,该易发区内含有104个地质灾害点,占所有灾害点的52.7%,灾积比为5.42,明显大于其他易发等级类别。利用ROC评价方法,计算成功率曲线AUC为0.796,预测率曲线AUC为0.748（74.8%）,具有较高的可靠性,证明本文方法在该区域地质灾害易发性评价的适应性良好。     

日照市地质灾害现状及防治建议

日照市地质灾害隐患点共计90处,灾害规模以小型为主。利用地质灾害危害程度评价、地质灾害稳定性、危险性评价及地质灾害易发程度综合分区评价,查明了地质灾害点分布位置,将地质灾害点的基本单元格进行现状、潜在地质灾害强度分析,其他基本单元格进行潜在地质灾害强度分析,确定各基本单元格易发程度。通过MapGIS软件,将相同易发程度的基本单元格合并连接成区,将地质灾害易发程度划分为高易发区、中易发区、低易发区,依据地质环境条件、地质灾害发育现状、灾害变化趋势、灾害危害特征,划分为重点、次重点和一般防治区,提出详细的地质灾害防治目标及对策建议,为日照市开展地质灾害预警预报示范区的建设工作提供了技术支撑。     

基于证据权法的巴东县城滑坡灾害易发性评价

巴东县城由于其特殊的地理位置和特有的地质条件，使之成为滑坡灾害多发地带，严重威胁着巴东县城的发展，因此，有必要对巴东县城进行滑坡易发性评价研究。首先，基于GIS平台分别提取影响滑坡发生发育的各指标因子（地层岩性、地形地貌、地质构造、水文地质条件等），并划分证据层；其次，采用证据权法分别计算各证据层的权重及后验概率；然后将单元各证据层后验概率进行叠加，生成滑坡易发性分区图；最后，使用自然断点法将研究区按滑坡易发程度分为极高易发区、高易发区、中易发区、低易发区与极低易发区5类，极高易发区与高易发区面积之和约占研究区总面积的33%，其中86%的已有滑坡发生在极高易发区和高易发区，利用成功率曲线检验表明区划效果较好。      

确定性系数与随机森林模型在云南芒市滑坡易发性评价中的应用

编制科学的滑坡易发性分区图,可以有效降低灾害带来的损失。以云南省芒市为研究区,利用确定性系数模型（certainty factor,简称CF）方法计算各个因子的敏感值,作为随机森林（random forests,简称RF）的分类数据,选取合适的训练数据和最优化的模型参数进行模型预测,从而对研究区进行滑坡易发性评价分区。采用频率比方法将连续性因子离散化,从而通过确定性系数计算因子不同区间的滑坡易发性,同时利用CF先验模型,对研究区负样本进行选取。通过计算袋外误差得到最优化的RF参数,随后利用RF模型对研究区模型进行训练及预测。绘制ROC曲线和三维遥感影像对预测模型结果分别进行定量和定性评价,结果表明,所得到的模型精度为91%,优于随机抽样得到的结果。最后,采用平均基尼不纯度减少和平均准确度下降两种计算方法计算、评价了研究区各个因子的重要性。基于以上对研究区进行的滑坡易发性评价结果,可以为该区灾害风险评估和管理提供依据。      

基于确定性系数和支持向量机的地质灾害易发性评价

确定性系数（Certainty Factor,CF）是经典的地质灾害影响因子敏感性分析方法;支持向量机（Support Vector Machine, SVM）作为机器学习的代表方法,能够综合各个影响因子的关系,对地质灾害易发性进行评价。本文以云南省怒江州泸水县为研究区,将高程、坡度、坡向、剖面曲率、距断裂的距离、距河网的距离、距路网的距离、地貌类型、岩土体类型、土地利用类型作为该区域地质灾害影响因子,依据各影响因子灾害面积比和分级面积比曲线对影响因子的状态进行分级。根据381个地质灾害隐患点,采用CF方法计算的各个影响因子的敏感性值,作为SVM的分类数据,建立基于CF-SVM的易发性评估模型,同时与单独SVM模型的评价结果进行对比分析。结果表明,CF-SVM模型得到的极高和高易发区主要分布在怒江两岸河谷地带,涵盖了89.76%的地质灾害隐患点,比单独SVM模型具有更高的成功率;利用ROC曲线和P-R曲线对两个模型进行检验,CF-SVM模型的评价精度分别达到92%和88%,均高于单独的SVM。由此说明,CF-SVM模型对地质灾害易发性评价有较高的预测价值,可以为地质灾害风险评估和管理提供依据。     

基于逻辑回归模型和3S技术的思南县滑坡易发性评价

区域滑坡易发性评价对滑坡灾害防治具有重要意义，贵州省思南县由于其特殊的自然地理和地质条件，受滑坡地质灾害的影响非常严重，因此，非常有必要对思南县的滑坡易发性进行评价。在滑坡编录的基础上，采用由RS、GIS和GPS组成的3S技术，获取了思南县的数字高程模型、坡度、坡向、剖面曲率、坡长、岩土类型、地表湿度指数、距离水系的距离、植被覆盖度和地表建筑物指数10个滑坡影响因子；再在频率比和相关性分析的基础上，利用逻辑回归模型对思南县的滑坡易发性进行了评价并绘制了易发性分布图。结果表明:利用逻辑回归模型预测思南县滑坡易发性的准确率(AUC值)达到0.797，较为准确地预测出了思南县滑坡分布规律；极高和高滑坡易发区主要分布在高程低于600 m、地表坡度较大且以软质岩类为主的区域；而极低和低滑坡易发区主要分布在高程较高、地表坡度较小且以硬质岩类为主的区域。      

基于层次分析法的地质灾害易发性评价应用——以日照市为例

以基础地质数据为数据源,充分研究日照市地质灾害孕灾环境,采用层次分析法,分析选取地貌、构造、地层、岩浆岩、降水量和人类工程活动强度6种评价因子,建立层次结构模型,计算各个影响因子的权重,对各个因子进行分析并进行归一化处理,将各个评价因子与其权重进行加权叠加计算,最终得出日照市地质灾害易发性分区结果,划分出低、中和高易发区3类分区并完成精度检验。日照市地质灾害重点分布于沂沭断裂带的昌邑-大店断裂、安丘-莒县断裂通过的区域和低山、丘陵地貌区以及矿产资源开采引发的采空塌陷等地,此类区域需重点防治。采用层次分析法将地质灾害危险性评价过程层次化、定量化,从一个新的角度对日照市地质灾害危险性进行定量化评价和分区,分区结果较客观地反映实际情况。     

基于GIS的地质灾害易发区划分与评价研究

分析了地质灾害形成条件、诱发因素,将灾点分布密度、斜坡坡度、斜坡坡型、斜坡坡高、河流冲刷、岩土体条件、人类活动等七个因素作为地质灾害易发程度评价指标,利用层次分析法计算出各评价因子的权重。基于GIS将评价因子进行量化,得到了各评价指标归一化图,根据各评价指标的权重,利用空间叠置分析功能将所有评价指标进行叠加分析计算,得到地质灾害高易发区、中易发区、低易发区和不易发区的分级结果。分级结果极大地方便了地方政府相关部门防灾减灾工作,为地质灾害防治提供了决策依据。     

InSAR技术和孕灾背景指标相结合的地灾隐患识别

合成孔径雷达干涉测量(interferometric synthetic aperture radar, 简称InSAR)是获取地表形变的重要手段, 由于InSAR数据获取的限制和数据处理中产生的精度误差等问题, 在地灾隐患识别方面的工作还需要联合地质灾害本身进行分析。为此提出了一种基于InSAR技术与研究区孕灾背景指标相结合的方法, 并将其应用于三峡库区巴东段的地灾隐患识别研究中。研究结果表明, 使用ALOS-2 PALSAR雷达影像, 应用时序InSAR技术得到了研究区的变形空间分布和变化速率, 并结合研究区的孕灾背景, 将易发性等级、坡度、工程岩组和是否与灾害目录重叠4个指标作为地灾隐患判别的指标, 综合识别出19处疑似地灾隐患区, 然后对疑似地灾隐患区进行了逐一野外核查, 经验证地灾隐患识别成功率为78.9%。研究成果证明了将InSAR技术和孕灾背景相结合进行地灾隐患识别方法的可行性, 可在区域灾害识别中发挥重要作用。      

济南市长清区地质灾害易发程度评价及防治分区划分

济南长清区地质灾害发育较强烈,包括崩塌、滑坡、泥石流和岩溶塌陷等4种类型。 该文在现状调查的基础上,采用“地质灾害综合危险性指数法”,以地质、地形地貌、气候植被、地质灾害隐患点、地质灾害规模、分布密度、活动频次和险情等因素为评价因子,将长清区地质灾害易发程度划分为中易发区、低易发区及不易发区3个区,并在此基础上进行了防治分区划分 ,为地质灾害的预防和治理提供了科学依据。     

山东省枣庄市地质灾害现状研究及防治建议

在搜集、分析2020年以往资料的基础上,对枣庄市已知地质灾害点和新增地质灾害点进行核查、调查,最终保留地质灾害点80处.其中崩塌、滑坡和岩溶塌陷为小型规模,采空塌陷以大、中型规模为主.对地质灾害核查数据进行综合研究,总结分析枣庄市地质灾害分布特征和发育规律,对各区进行地质灾害易发程度综合分区评价,划分为高易发区、中易发...     

山地灾害致贫风险初步分析————以湖北省恩施州为例

中国的贫困地区主要分布在山区,山地灾害的多发,易发在某种程度上成为制约贫困地区经济发展的因素之一.目前,山地灾害的研究集中于动力学研究,缺乏风险尤其是灾害致使贫困风险的研究.本文对山地灾害特有灾害与一般地质灾害的概念进行了区分;根据贫困的内涵与可量测性,定义了山地灾害的贫困脆弱性及山地灾害致贫风险;以贫困脆弱性分布和灾害危险性分布,构建区域山地灾害致贫风险评价模型,并基于此模型对少数民族特困地区--湖北省恩施土家族苗族自治州(简称恩施州)进行应用研究.在示例分析中,首先利用确定性系数模型和频率比例法对山地灾害的危险性进行了评价;然后,从暴露性和应对能力2个方面选取了经济,社会及自然指标,以进行脆弱性评价;最后,利用通用灾害风险评价公式对研究区由于山地灾害导致的贫困风险在空间的分布进行评价,得到了研究区的山地灾害致贫风险分布与分级图.     

阳泉西环高速公路沿线地质特征及地质灾害影响评估

在对研究区地质资料进行系统分析和野外实际调查的基础上,运用构造地质学、矿物岩石学及工程地质学,对该公路沿线地质特性进行了详细研究,总结了沿线地质灾害类型,对存在的地质灾害现状进行了评估,并对评估区进行了分区。研究结果对线路的施工及地质灾害防治等具有指导意义。