利用光学遥感数据、GIS及人工神经网络模型分析区域滑坡灾害

用光学遥感数据和地理信息系统(GIS)分析了马来西亚Selangor地区的滑坡灾害。通过遥感图像解译和野外调查,在研究区内确定出滑坡发生区。通过GIS和图像处理,建立了一个集地形、地质和遥感图像等多种信息的空间数据库。滑坡发生的因素主要为:地形坡度、地形方位、地形曲率及与排水设备距离;岩性及与线性构造距离;TM图像解译得到的植被覆盖情况;Landsat图像解译得到的植被指数;降水量。通过建立人工神经网络模型对这些因素进行分析后得到滑坡灾害图:由反向传播训练方法确定每个因素的权重值,然后用该权重值计算出滑坡灾害指数,最后用GIS工具生成滑坡灾害图。用遥感解译和野外观测确定出的滑坡位置资料验证了滑坡灾害图,准确率为82.92%。结果表明推测的滑坡灾害图与滑坡实际发生区域足够吻合。     

基于GIS技术的区域滑坡灾害危险性预测

基于GIS技术,利用信息量模型开展区域滑坡灾害危险性预测研究,编制滑坡灾害易发分区图,为滑坡灾害的风险预测及实时预警预报提供基础资料。以浙江省永嘉县为例,利用MAPGIS二次开发得到的信息量专业模块,结合永嘉县历史滑坡灾害和2004年以来新发生的灾害点,分别评价了研究区的历史滑坡灾害危险性和现状滑坡灾害危险性;提出用历史滑坡灾害危险性图件结合新发生的灾害点来验证评价模型;将历史灾害点和新灾害点结合生成滑坡灾害危险性预测图件的预测过程;研究成果经在永嘉县的实际验证分析,2004年后3次台风期间（2004年的“云娜” 台风,2005年的“海棠”和“麦莎”台风）发生的有准确地点的滑坡灾害点全部位于滑坡灾害易发区内,表明采用的模型具有较好的实用性和可靠性;采用历史统计和快速聚类相结合的方法进行危险性等级的划分,克服了前人研究工作中人为划分易发区的缺陷,更科学、客观。     

浙江庆元地区滑坡灾害的多要素评价

利用地理信息系统（GIS）与遥感技术结合进行油坡灾害评价与预测是当前滑坡研究的热点，在对浙江省庆元县进行遥感滑坡研究中，通过对滑坡各影响因素的详细分析。结合TM图像，利用GIS技术分析主要影响因素，确定影响因素集及其间的朴素关系。从而建立庆元县油坡灾害多要素综合评价的初步模型。结果有81.25%滑坡点落在危险区域。令人比较满意，因此，可以利用此模型进行庆元县滑坡灾害评价。     

基于GIS的重庆万州区滑坡灾害危险性评价

在充分调查万州区地质环境及滑坡灾害基本特征的基础上,根据资料的有效性和可获得性,选取地表高程、坡度、地层岩性、地质构造、土地利用类型、区域交通建设及河流侵蚀冲刷7个影响滑坡发生的因素作为评价指标,采用AHP法确定各个指标权重并建立滑坡灾害危险性指数模型,通过GIS系统的空间分析功能进行栅格运算,得出研究区滑坡灾害危险性分区。采用上述指标和方法将重庆市万州区的滑坡灾害划分为极高危险区、高危险区、中危险区、低危险区和极低危险区,划分结果符合该区滑坡灾害的实际情况。     

基于GIS的重庆市万州区滑坡灾害危险性评价

在充分调查万州区地质环境及滑坡灾害基本特征的基础上,根据资料的有效性和可获得性,选取地表高程、坡度、地层岩性、地质构造、土地利用类型、区域交通建设和河流侵蚀冲刷7个影响滑坡发生的因素作为评价指标,采用AHP法确定各个指标的权重并建立滑坡灾害危险性指数模型,通过GIS系统的空间分析功能进行栅格运算,得出研究区滑坡灾害危险性分区.采用上述指标和方法将重庆市万州区的滑坡灾害划分为极高危险区、高危险区、中危险区、低危险区和极低危险区,划分结果符合该区滑坡灾害的实际情况.     

空间三维滑坡敏感性分区工具及其应用

对于滑坡敏感性分区目前有三种方法:定性法、统计法和基于岩土定量模型的确定性方法。定性法基于对滑坡敏感性或灾害评估的人为判断;统计法用一个来源于结合了权重因子的预测函数或指标;而确定性法,或者说是物理定量模型法以质量、能量和动量守恒定律为基础。二维确定性模型广泛用于土木工程设计,而无限边坡模型(一维)也用于滑坡灾害分区的确定性模型。文中提出了一个新的基于GIS(地理信息系统)的滑坡敏感性分区系统,这个系统可用于从复杂地形中确认可能的危险三维(3-D)滑坡体。所有与滑坡相关的空间数据(矢量或栅格数据)都被集成到这个系统中。通过把研究区域划分为边坡单元并假定初始滑动面是椭球的下半部分,并使用Monte Carlo随机搜索法,三维滑坡稳定性分析中的三维最危险滑面是三维安全系数最小的地方。使用近似方法假定有效凝聚力、有效摩擦角和三维安全系数服从正态分布,可以计算出滑坡失稳概率。3DSlopeGIS是一个计算机程序,它内嵌了GIS Developer kit(ArcObjects of ESRI)来实现GIS空间分析功能和有效的数据管理。应用此工具可以解决所有的三维边坡空间数据解问题。通过使用空间分析、数据管理和GIS的可视化功能来处理复杂的边坡数据,三维边坡稳定性问题很容易用一个友好的可视化图形界面来解决。将3DSlopeGIS系统应用到3个滑坡敏感性分区的实例中:第一个是一个城市规划项目,第二个是预测以往滑坡灾害对临近区域可能的影响,第三个则是沿着国家主干道的滑坡分区。基于足够次数的Monte Carlo模拟法,可以确认可能的最危险滑坡体。这在以往的传统边坡稳定性分析中是不可能的。     

基于要素分析和二元统计模型的区域滑坡危险等级制图——以国道212线陇南段为例

国道212线陇南段是我国地质灾害最发育的地区之一,绘制该区的滑坡危险等级地图对灾害管理和发展规划是极其必要的。基于滑坡的野外调查、机理研究和室内试验等工作,分析了滑坡与各种要素的相关性,选择控制滑坡的9个重要要素作为评价要素,利用GIS和二元统计的信息值模型和滑坡先验风险要素模型绘制了研究区的滑坡危险等级地图。最后,选用区内11个具有明显滑动位移的活动滑坡与滑坡危险等级地图比较,检验其可靠度。结果表明,活动的滑坡绝大部分都位于危险等级很高和高的范围内,说明两种模型的评价结果与研究区实际情况相吻合,同时也反映出信息值模型与实际情况更加相符。     

利用基于GIS参数的评级方法对意大利Cilento海岸带滑坡灾害进行填图

本文论述了利用直接推断法在Agropoli和Sapri（意大利）之间的Cilento地区的海岸斜坡和陡崖进行滑坡灾害填图。这段海岸沿线（大约118公里长）主要由中生代碳酸盐岩和中新世厚砂页岩夹层构成;也有第四纪海相砂岩连同海滩砂露头。由于海浪的破坏,导致几个滑坡（主要是岩崩和滑坡）都影响海岸带。分析了大约154个斜坡和陡崖的地貌、地质及结构特征,并且监测和测量了影响岩块的若干参数。这些参数涉及研究区地形、地质、地质力学、环境和波动特征。为了实施直接推断法,采用了Hudson提出的岩石工程系统（RES）以及几种修正的方法。本研究的主要步骤是：（1）选择与滑坡灾害相关的参数;（2）分析参数之间二元耦合;（3）加权耦合的权重;（4）评价赋给不同等级的参数值：（5）最后,计算不稳定指数（I．I．）。提供了测定参数数据库。利用耦合矩阵,将输出结果链接到地理信息系统中。本研究包含以下几个要素：地质和地貌要素、有关滑坡的历史数据及研究斜坡和陡崖的I．I．的图像和数值。如果新的塌方发生或被近岸工程建筑建成,则I．I．值将被自动升级。I．I．值分为低、中、和高三个等级滑坡灾害。碳酸盐岩和厚砂页岩夹层两者都可以用相关I．I值区分,说明滑坡脆弱性的差异。事实上,除了大型崩塌外,高速且小的岩崩比中等速度的可能会造成更多的人员伤亡。大的滑坡灾害影响大约41％的碳酸盐陡崖和53％的砂质-泥炭厚砂页岩夹层边坡。     

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。     

意大利贝卢诺附近滑坡灾害数字化地貌编图

传统的山区大比例尺地貌图采用了以符号为基础的复杂图例，它们可谓出色的“地貌数据库”，从中可获取大量有用信息用于灾害编图。但这些图件因结构复杂，并不适合与GIS结合使用，介绍了3种用GIS进行大比例尺数字化地貌编图的方法和数字化制图法，并在地貌背景复杂的意大利贝卢诺附近进行了试验，通过一系列的数据层介绍了GIS数据库的结构及其相互间的联系，借助数字制图软件可将GIS数据库转换成一张纸质图件，最终的GIS数据库和图件可用来分析每一个多边形的灾害类型和灾害等级，为确定灾害提供依据。     

基于GIS与WOE-BP模型的滑坡易发性评价

区域滑坡易发性研究对地质灾害风险管理具有重要意义.以往研究中,将多元统计模型与机器学习方法相结合用于滑坡易发性评价的研究较少.以三峡库区万州区为例,首先选取9种指标因子（坡度、坡向、剖面曲率、地表纹理、地层岩性、斜坡结构、地质构造、水系分布及土地利用类型）作为滑坡易发性评价指标.基于证据权模型（weights of evidence,WOE）计算得到的对比度和滑坡面积比与分级面积比的相对大小,对各指标因子进行状态分级;再利用粒子群法优化的BP神经网络模型（PSO-BP）得到各指标因子权重.综合两种模型确定的状态分级权重和指标因子权重（WOE-BP）计算滑坡易发性指数（landslide susceptibility index,LSI）,基于GIS平台得到全区滑坡易发性分区图.结果表明:水系、地层岩性和地质构造是影响万州区滑坡发育的主要指标因子;WOE-BP模型的预测精度为80.8%,优于WOE模型的73.1%和BP神经网络模型的71.6%,可为定量计算指标因子权重和优化滑坡易发性评价提供有效途径.      

基于逻辑回归的四川青川县区域滑坡灾害预警模型

四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年（2010—2018年）全部样本,数量达1 826个（其中,正样本613个,负样本1 213个）。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好（准确率94.3%,AUC为0.980）。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。     

2004年日本新泻县中越地震诱发的滑坡灾害

引言 2004年10月23日17时56分,日本新泻县小千古市发生了里氏6．8级“新泻县中越地震”,震源深度13千米。新泻县中越地震诱发了362个宽度超过50米的滑坡和12个体积超过100万立方米的大型滑坡。日本文部科学省（MEXT）组建了“2004新泻县中越地震”灾害调查组,其调查经费来自MEXT的科学技术专项协调基金。地震灾害调查包括4个主题：（1）地震灾害;（2）滑坡灾害;（3）地下工程灾害;（4）综合研究。滑坡灾害调查组成员由防灾研究所（京都大学）、     

GIS技术在地质灾害区划中的应用

岫岩县是辽宁省东部山地地质灾害最为典型的地区，存在以崩塌、滑坡、泥石流为主的多种地质灾害。本文应用大量野外地质灾害调查所收集的各种资料，建立Access数据库，并在GIS软件平台上运用投影转换功能，将数据库文件转换为具有属性的图形文件，并得到地质灾害分布图；将研究区进行网格剖分后，对已矢量化的各图层及灾害点文件叠加运算，得到灾害易发程度分区图、等值线图。分区的结果揭示了地质灾害空间分布特征及其与地质环境和人类活动的关系。     

基于Random Forest 和AHP的贵德县北部山区滑坡危险性评价

滑坡危险性评价是滑坡灾害防治和管理的重要依据。文章基于层次分析法和随机森林模型,结合距离函数法,探索性地提出了一种新的组合赋权法（RF-AHP）。采用RF-AHP对青海省贵德县北部山区滑坡进行了危险性评价,对比探讨了AHP、RF和RF-AHP三种模型评价结果与实际滑坡灾害的吻合性,结果表明:（1）RF-AHP在高危险区和极高危险区面积占比38.38%的情况下,包括了60.13%的滑坡灾害,结果准确性相比AHP和RF两种模型有较大提升;（2）随着危险性等级的逐步提高,RF-AHP区划结果中相应分区的灾害实际发生的比率也随之增高,并对三种方法出现结果差异的客观原因进行了分析讨论,证明RF-AHP适用于滑坡危险性评价工作。     

湖南雪峰山地区降雨型滑坡灾害敏感性区划

雪峰山地区是湖南省降雨型滑坡灾害较为发育的地区之一,滑坡灾害给该地区社会及经济发展造成严重影响,给人民生命财产造成严重损失.本文选择影响滑坡发生的关键地质因子,即坡向、高程、工程岩组、斜坡类型和坡度等5个因子,通过确定性系数（CF）与层次分析法（AHP）的融合,解决评价中各因子指标的排序赋值和各评价因子叠加的权重问题.在给定因子权重的基础上,采用因子权值与因子赋值相乘后相加的方法,求得雪峰山地区降雨型滑坡综合敏感度值,并根据敏感性指标对研究区进行敏感性区划.     

基于聚类分析的滑坡灾害危险性区划研究

滑坡灾害危险性区划研究在城市规划决策方面具有重要的现实意义。聚类分析以统计学的形式将具有相似特征的数据进行归类,能够实现滑坡灾害危险性空间分布情况的定量评价。根据湖北省巴东县滑坡灾害统计资料,选择具有代表性的滑坡灾害影响因素作为危险性区划评价指标,采用熵权法和层次分析法相结合,综合评判各指标权重。并在此基础上,以MapGIS为操作平台,以C#语言编程实现了快速聚类算法,对研究区86216个单元进行了滑坡灾害属性分类及危险性等级自动识别,预测结果较好。本研究将综合权重评判方法与聚类模型结合,同时克服了聚类结果不能自动排序的困难,对处理大批量,多属性数据具有一定的创新性和实用价值。     

公路沿线花岗岩风化区滑坡危险度评价--以日本49号国道合户地区为例

对公路沿线边坡进行稳定性评价及滑坡灾害分析，对于由滑坡、泥石流等引起的公路灾害的防治具有重要指导意义。为了评价处于花岗岩风化区的日本福岛县合户地区49号国道沿线边坡的滑坡危险程度，在调查和分析了该地区的表层破坏模式、并通过简易探测方法摸清了风化土层的厚度分布后，将研究区域划分为边坡单元(Slopeunit)，使用椭球体下半部模拟滑动面的形状，通过随机试算法确定各边坡单元危险滑动面的位置及空间形状；采用一种基于GIS的边坡稳定性三维分析模型计算各边坡单元最小安全系数以及滑坡发生概率，定量评价滑坡灾害危险程度。所有的计算过程及结果显示均在一个基于GIS平台的系统中完成，为如何利用GIS技术更好地为滑坡灾害防治工作服务拓宽了思路。     

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。     

基于GIS平台与证据权的地震滑坡易发性评价

汶川地震诱发了数以万计的滑坡灾害.应用地理信息系统与遥感技术,选取地震烈度、岩性、坡度、断层、高程、坡向、河流与公路8个因素作为汶川地震滑坡影响因子,采用证据权方法,对研究区内汶川地震滑坡进行灾害易发性研究.检验表明,易发性评价结果的正确率达到81.855％.不同因子组合评价结果表明,地震烈度对滑坡易发性分区结果影响最...