滑坡综合预报方法研究

滑坡综合预报是基于对滑坡发育状态的形成条件类比分析和滑坡位移历时分析的综合方法,从滑坡形成条件、变形状态、诱发因素的方式和影响程度的动态分析入手,结合滑坡加速变形破坏阶段的位移历时特征,建立滑坡预报模型,实现对滑坡的预报.与其他滑坡预报方法相比,滑坡综合预报方法的综合性强,能较好的确定滑坡的发育状态,分析滑坡发生剧烈滑动的可能性,能对不同发育阶段的滑坡做出准确判别.     

泥石流滑坡发生的降水预报方法与雨量标准--以四川省盆地区域为例

通过对η坐标数值预报模式预报的降水量检验分析,发现η坐标数值预报模式对青藏高原天气系统活动造成的四川盆地降水预报明显偏弱,且雨区偏北、偏西。我们使用风场资料对高原天气系统作自动识别,进行了对高原天气系统影响降水的强化与雨区漂移的处理,研究得出了η坐标数值预报模式释用强降水预报方法。通过对1991-2001年四川盆地发生泥石流、滑坡灾害的气象成因(强降水)分析,研究得出了四川盆地不同的地质地貌条件下泥石流、滑坡预测雨量标准。在上述研究基础上,建立了四川盆地泥石流、滑坡产生的强降水预报方法。经2003-08-09业务试运行,效果较好,较成功的预报了四川盆地西部、西南部3次大暴雨过程触发的多处泥石流、滑坡灾害,在防灾减灾中发挥了好的作用。     

GM（1，1）优化模型在滑坡预测预报中的应用

灰色模型在社会科学、自然科学的许多方面已得到广泛的应用，并取得了一系列重大成果。在斜坡(滑坡)地质灾害研究方面，灰色模型多用于斜坡(滑坡)变形的中长期预测预报，且精度较高；但对滑坡短临预测预报精度较差，甚至不能适用，有待改进。滑坡变形预测预报的实际算例表明，以优化灰色模型背景值为基础的优化GM(1，1)模型。具有对建模结果进行优化的能力，即能用于斜坡变形的中长期预测预报，又能适于滑坡短临预测预报。且都能获得较高的模拟和预测精度。应用传统线性GM(1，1)模型和非线性Verhulst模型进行对比分析，检验了优化GM(1，1)模型的正确性和较广泛的适用性。     

基于回归分析模型的黄茨滑坡预测、预报研究

滑坡预报的核心是预报模型和预报判据。本文主要选取了一种临滑预报模型：回归分析模型。无论是从对黄茨滑坡的时间预报结果看,还是从位移预测结果上看,回归分析模型精度,都是同类几种模型中精度最高的。文中采用回归分析模型进行预报与分析。     

重庆市山体滑坡发生的降水条件分析

本文通过对重庆自70年代以来覆盖全市的153个山体滑坡个体进行与降水相关的统计分析，得出重庆市山体滑坡与降水的基本关系。从而为开展重庆市的山体滑坡预报业务打下基础，并得出了开展山体滑坡气象条件等级预报的基本方案。     

云南省地理研究所滑坡泥石流研究10年

云南省地理研究所成立滑坡泥石流研究室１０年来,在云南省滑坡泥石流灾害区域规律考察、形成环境、预测预报、评价方法和防治对策等的研究取得了较大进展;完成的科研课题成果丰硕;并对今后滑坡泥石流灾害研究方向和内容提出了展望和建议。     

西藏樟木滑坡活动空间分布的分维特征及其地质意义

依据分形理论,系统地研究了西藏樟木地区滑坡活动空间分布的分形特征。结果表明,滑坡活动的空间分布结构具有很好的统计自相似性,分维可作为滑坡活动空间分布的定量描述参数。区域性的滑坡活动空间分布的分维在急剧变化阶段同滑坡活动的高潮期相对应,分维的变化对滑坡预报有一定的指导意义。     

基于地质灾害易发程度分区的滑坡预报模型

利用1980～2006年重庆市山体滑坡个例,根据重庆市国土资源局对重庆市地质灾害易发程度等级区划对滑坡个例进行了分类统计.结果表明,降水对不同滑坡危险等级区域的影响是不同的,越容易产生滑坡的区域其前期降水对其的潜在影响越大.根据前期不同量级降水诱发的滑坡发生概率,拟合出了不同地质易发分区的前期降水对滑坡的贡献率指数方程和山体滑坡有效降水量方程,在此基础上建立起了重庆市不同地质灾害易发程度灾害区内山体滑坡预报指标模型,为开展重庆市精细化山体滑坡气象条件等级预报打下良好的基础.     

基于随机森林方法的滑坡灾害危险性区划

滑坡灾害危险性区划在滑坡灾害管理工作中具有重要意义。该文以深圳市为研究区,将随机森林方法应用于滑坡灾害危险性区划和因子评价工作。研究中采用随机森林方法进行建模,结合ROC曲线和AUC值对模型性能进行评价;通过预报效率曲线对全区的滑坡危险性区划总体效果进行评价;根据错误率变化和节点不纯度变化,对不同因子的重要性进行分析,结合作用曲线,探讨不同因子对滑坡的影响规律。实例研究说明随机森林方法适用于滑坡危险性区划工作,具有良好的建模效果。     

强降水诱发山体滑坡预报

山体滑坡是山地灾害的一种,在诱发滑坡的众多自然因素中,强降水是最主要的诱发因素之一.通过对重庆1 615个滑坡个例与其发牛前10 d降水量值做统计分析,揭示了降水量、滑坡发生时间、滑坡发生概率三者之间的关系,由此给出了诱发滑坡的有效降水量定义、计算思路和计算公式,并依此建立了强降水诱发的滑坡预报模型.所揭示出的降水权重系数变化规律,从滑坡单体位移资料中得到了进一步验证.这个规律还有助于进行强降水诱发滑坡作用机理研究.     

位移监测在滑坡时空运动研究中的应用

滑坡时空运动特征是滑坡地质体在内因和外因共同作用下，自一种状态向另一种状态转化的地质过程。滑坡位移监测是研究滑坡变形影响因素、动态规律及预测预报的主要途径，特别是滑坡深部位移监测，又为研究滑坡体的时空运动过程提供了重要信息。本文结合几个滑坡的深部位移监测实践，综合分析位移监测信息，研究滑坡体的时空运动特征及发展趋势，为滑坡时空运动系统研究及稳定性预测提供依据。     

滑坡变形监测系统深部与地表变形关系初探

滑坡的孕育、演变、发生是一个累进性变形破坏过程,开展滑坡变形的长期监测工作对滑坡稳定性评价、滑坡的预测预报及治理具有重要的工程意义。目前,滑坡变形监测多集中于坡体表部,很难系统获得反映滑坡稳定性的深部变形资料。本文以某溃屈型滑坡为例,初步分析了滑坡深表部变形的关系,为滑坡稳定性分析及变形破坏趋势预测提供了依据。     

汶川地震灾区滑坡空间特征变化分析

“5.12”汶川大地震触发了大量滑坡,给人民群众生命财产和社会经济发展造成了巨大损失。基于GIS空间分析方法,结合震前和震后的滑坡编目数据,对滑坡与坡度、坡向、高程、岩土类型、道路、河流和断裂带等7个孕灾环境因素的空间分布关系进行统计分析。结果表明：滑坡与孕灾环境因素的空间分布关系受地震的影响比较大。相比于震前,震后滑坡发生的优势坡度、优势岩土类型、优势距离缓冲区等均发生了很大的变化;并且坡向、距道路距离、距河流距离等因素对滑坡有明显地趋势性影响。     

汶川地震灾区滑坡空间特征变化分析简

“5.12”汶川大地震触发了大量滑坡,给人民群众生命财产和社会经济发展造成了巨大损失。基于GIS空间分析方法,结合震前和震后的滑坡编目数据,对滑坡与坡度、坡向、高程、岩土类型、道路、河流和断裂带等7个孕灾环境因素的空间分布关系进行统计分析。结果表明：滑坡与孕灾环境因素的空间分布关系受地震的影响比较大。相比于震前,震后滑坡发生的优势坡度、优势岩土类型、优势距离缓冲区等均发生了很大的变化;并且坡向、距道路距离、距河流距离等因素对滑坡有明显地趋势性影响。     

云南气象台站迁址造成的气候"突变"分析

气象观测资料是天气预报和气候变化分析的重要基础资料，观测环境的改变造成了资料的不连续。分析了云南元阳、西盟气象站因县城滑坡迁址引起的显著气候“突变”现象，从而导致云南两项气候极值记录的改变，引起了云南气候极值点的地理转移。采用Cramer、Yamamot和Mann-Kendall法检验了两站资料序列气候“突变”事实的存在。在短期气候预测、气候影响评价等业务中对两站资料的特殊性须做谨慎处理，采用短序列的新站址气候平均值更为重要。     

山地自然灾害（以泥石流为主）及其防治

我国是一个山地自然灾害严重的国家,尤其是泥石流、滑坡灾害。八十年代以来山地自然灾害频繁,泥石流、滑坡所造成经济损失超过30亿元。本文分析了灾害成因、分布特征以及山地自然灾害的预报和防治。     

金沙江水电站工程区典型单体滑坡风险评价探讨

在对金沙江流域内的部分大型水电站工程区内的滑坡分析基础上,以两个滑坡为例,针对水电站工程区讨论了单体滑坡的风险评价方法。选取滑坡稳定性,规模和可能造成的涌浪高度3个指标进行危险性评价;并且定性地将大坝的易损性确定为高、中、低三个等级。在此基础上,对研究区的牛滚函滑坡和东岳庙滑坡进行了危险性分析和易损性评价,得出这两个单体滑坡的风险分析结果：牛滚函滑坡为低度风险,东岳庙滑坡为中度风险。研究成果为水电站工程区滑坡减灾防灾与风险管理提供了科学依据。     

四川盆周山地滑坡灾害及隐患

本文概要介绍四川盆周山地滑坡灾害(含山崩)、重点论述滑坡隐患,最后提出综合区域防灾对策的新设想。     

广东省滑坡活动的时间分布规律研究

系统分析了近20年来广东省的滑坡活动特征。结果表明,广东省滑坡活动的时间分布规律主要受降水变化和人类工程活动的制约;滑坡活动呈现与暴雨过程及工程建设活动相关的同发性和滞后性、日内活动的夜发性、继承老滑坡活动的重复性、突发性和隐蔽性等特征。从区域性滑坡活动的时间分布规律看,具有明显的不稳定周期性和随机性,降雨作用是影响滑坡活动年际时间分布规律的主要因素;从滑坡年内活动的时间分布特征看,具有明显的季节性,集中在每年6-9月的雨季发生;从日内发生的具体时间看,以傍晚及夜间发生居多。研究滑坡活动的时间分布规律,对滑坡预警预报工作有重要的科学意义。     

Landslide susceptibility mapping using geological data, a DEM from ASTER images and an Artificial Neural Network (ANN)

An efficient and accurate method of generating landslide susceptibility maps is very important to mitigate the loss of properties and lives caused by this type of geological hazard. This study focuses on the development of an accurate and efficient method of data integration, processing and generation of a landslide susceptibility map using an ANN and data from ASTER images. The method contains two major phases. The first phase is the data integration and analysis, and the second is the Artificial Neural Network training and mapping. The data integration and analysis phase involve GIS based statistical analysis relating landslide occurrence to geological and DEM (digital elevation model) derived geomorphological parameters. The parameters include slope, aspect, elevation, geology, density of geological boundaries and distance to the boundaries. This phase determines the geological and geomorphological factors that are significantly correlated with landslide occurrence. The second phase further relates the landslide susceptibility index to the important geological and geomorphological parameters identified in the first phase through ANN training. The trained ANN is then used to generate a landslide susceptibility map. Landslide data from the 2004 Niigata earthquake and a DEM derived from ASTER images were used. The area provided enough landslide data to check the efficiency and accuracy of the developed method. Based on the initial results of the experiment, the developed method is more than 90% accurate in determining the probability of landslide occurrence in a particular area.