金沙江流域泥石流的组合赋权法危险度评价

针对目前地质灾害危险性评价中对指标权重确定方法的缺陷,使用改进的层次分析法和熵值法确定金沙江流域泥石流的各影响因素权重。在此基础上,提出一种新的组合赋权规则,使两类权重间的差异程度和分配系数间的差异程度相一致,从而排除人为因素及数据奇异点的影响,得到相对客观准确的结果。以金沙江的典型泥石流作为计算实例,对现场数据进行了提取之后,使用上述方法计算出影响因子的权重,将权重代入经典的危险性分析模型进行评估。计算结果与当地泥石流的实际情况和发展趋势相符合,从而证明了该方法的合理性。     

山岭隧道塌方风险模糊层次分析

对隧道施工塌方采用模糊层次综合评判法进行风险评估,通过收集和整理隧道塌方的资料,总结影响隧道塌方的因素,再遴选出主要的因素作为模糊层次评估方法的影响因子,然后统计分析得到各个因子与塌方发生概率、塌方量之间的隶属函数,并采用综合赋权法确定评价指标的权重,从而建立塌方风险模糊层次评估模型。该模型在青山岗隧道得到了验证,其分析结果可信。     

层次分析法在闽江口地区地质灾害危险性分区评价中的应用

在开展福州城市地质灾害隐患区调查与成灾机理研究的基础上,通过分析闽江口地区地质灾害分布特征与影响因素,采用层次分析法建立地质灾害危险性评价指标体系,构建层次结构模型,并通过建立判断矩阵,计算各评价因子的权重,结合该地区的实际情况,运用加权叠加法计算出危险性综合指数。最后进行了危险性区划研究,并且对不同危险性级别的区域提出防治建议,为该地区的地质灾害防治决策及群测群防提供科学依据。     

重庆万州区地质灾害危险性分区及评价

地质灾害危险性评价是地质灾害灾情评估的重要内容和基础,其影响因素具有复杂性、相互关系及模糊性特点.文章以重庆市万州区为例,进行地质灾害危险性分区及评价研究,实施过程分为3步首先遴选出灾害体、地表坡度、森林植被、水文地质、岩性、地表高程和库水位7个滑坡、危岩地质灾害的影响因子;其次采用综合评价法获取危险性指数.其评价模型为Ii=7∑i=1Ki·Xi,式中Ki为各选取因子作用权重系数,通过层次分析法(APH法)及灰色聚类法求出其平均值.Xi为各选取因子的次级分级赋值,采用Dephel法赋值,每一权重系数作用下取相应值,将示范区用等面积网格法通过GIS系统空间因子叠加获得危险性指数等值线图;最后根据危险性指数进行地质灾害危险性分区,分为5级,据此进行地质灾害危险性评价.用多因子叠加模型分析地质灾害危险性,其结果符合实际情况.     

沧州地区地面沉降灾害风险评价研究

根据对风险的定义,基于沧州地区的地质环境及社会经济,结合地面沉降状况、影响因素及受灾影响,利用模糊目标层次分析法对研究区进行了地面沉降灾害风险性评价。首先,利用目标层次分析法选取12个可量化指标构建了沧州地区地面沉降风险评价指标体系;其次,通过对指标体系中地面沉降危险性、易损性两个方面的指标进行定性分析,利用模糊评判法构建RH和RV,确定指标权重;最后,采用GIS分析,将沧州分为高中低三级地面沉降风险区。结果显示,高风险区主要为沧州市区,中风险区主要为县城中心区,低风险区主要为远郊地区。     

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...     

基于层次分析法与Arcgis的榆阳区地质灾害易发性与危险性分区评价

在了解地质环境和灾害特征的基础上,选择影响灾害发育的三级因子,建立评价体系。依据层次分析法,确定因子权重,通过Arcgis空间分析软件对各因子分别进行指标分析和归一化处理。最后,运用栅格计算工具将各评价因子与评价权重进行叠加,按自然间距分类法,确定分区界限值。将区域的险情与易发性进行叠加计算,得出各个区域的危险性等级,最后结合地质灾害易发性分区得出危险性分区。分区结果反应出野外调查实际情况。     

江苏省沿海地区地面沉降风险评价

利用层次分析-综合指数法,对1985-2014年江苏省沿海地区累计地面沉降量及2014年地面沉降速率进行叠加分析,形成地区地面沉降危险性分区图;并选取地面高程、人口密度、GDP、公路和单位面积固定投资额作为指标,绘制易损性分区图;最后采用乘积法风险模型对江苏沿海地区开展地面沉降风险评价。评价结果显示:江苏沿海地区地面沉降高风险区占总面积18.71%,主要集中于南通市,其次分布于盐城市的建湖县、射阳县、阜宁县、响水县、市区及连云港市的灌南县等地;中等风险区主要围绕着高风险区分布,占研究区总面积的33.69%,;低风险区占总面积的47.60%。以地面沉降风险评价结果为基础,结合地面沉降现状及已有的防护措施,有甄别地提出相应防治措施。     

新建鲁南高铁菏曲段地面沉降易发性分区及防控措施研究

新建鲁南高铁菏曲段评估范围内存在济宁城区和菏泽城区附近两处明显的地面沉降区,开展该区域地面沉降研究,采取有效地防控措施,对指导铁路工程施工及运营保障具有十分重要的意义。采用模糊层次分析方法,根据地面沉降危险性评价指标体系,基于粘性土层累积厚度、地面沉降速率、地下水开采量三个评价指标对地面沉降影响因素进行分析,并利用MAPGIS技术划分地面沉降易发性分区,结果可知:鲁南高铁菏曲段评估范围可划分为地面沉降高易发区、地面沉降中易发区、地面沉降低易发区和地面沉降不易发区四个区间。地面沉降高易发区主要分布在郓城县唐庙镇至菏泽东城区一带,沉降速率较大,过量开采地下水易引发地面沉降。应结合划分结果有针对性的制定分区防控措施,为规避地质灾害和保障铁路建设及运营安全提供科学依据。     

信息量模型引入AHP的地质灾害危险性评价——以贵州省松桃县为例

在松桃县地质灾害危险性评价中,将层次分析模型(AHP)引入信息量模型,选取地层、坡度、坡向、斜坡结构等8评价因子,分别对松桃县滑坡和崩塌两种主要灾种进行危险性评价,并将评价结果按就高不就低原则叠加,实现了区域性的地质灾害危险性评价,并提出地势平缓区的解决思路,有效避免了常规性信息模量评价中出现夸大地形平缓区域地质灾害危险性等级的不合理结果。最终评价精度为80.3%,表明评价结果较好,可为相似区域的危险性评价提供参考。     

江苏沿海地区工程建设地质适宜性评价

建筑用地适宜性评价对城市规划和土地利用总体规划具有重要意义,是资源环境承载力评价的重要组成部分,但目前无统一的地质适宜性评价标准,尚处于研究探索阶段。江苏沿海地区沉积环境复杂,软土严重区软土厚度10 m,地面沉降严重区地面沉降速率10 mm/a。通过探讨基于层次分析法的建筑用地工程建设地质适宜性评价和基于地质环境问题的限制性因素评价方法,发现这2种方法相互结合、互为补充,可在城乡规划中发挥支撑规划编制和工程建设的双重作用。     

基于GIS的汶川县地质环境安全综合评价

汶川县内地质构造复杂,新构造运动强烈,地震活动频繁,主要地质环境问题以地质灾害为主,有崩塌、滑坡、泥石流等。在分析区内主要地质环境问题及分布特征的基础上,运用层次分析法（AHP）确定权重,采用模糊综合评判模型、综合指数模型两种方法,对汶川县地质环境安全进行综合评价。详细介绍基于GIS的评价计算流程及评价因子的提取过程。评价结果表明,地质环境对居民生产生活影响的危险等级占比为：危险性低的约占25%,危险性较低的约占20%,危险性较高的约占39%,危险性高的约占16%。对两组权重系数、两个模型下的四个评价结果进行对比分析,结果发现：1两组不同权重系数下,模糊评价法和综合指数法评价结果的双侧检验相关系数依次是0.97、0.98,属于高度显著相关,表示可以忽略人为赋权重对评价结果的主观影响;2两种不同模型下,评价结果的双侧检验相关系数依次是0.895、0.84、0.92、0.914,属于显著相关,表示不同的计算模型一定程度上影响了评价结果的准确性,在评价时要认真研究选择恰当的计算模型。     

Ensemble of ground subsidence hazard maps using fuzzy logic

Hazard maps of ground subsidence around abandoned underground coal mines (AUCMs) in Samcheok, Korea, were constructed using fuzzy ensemble techniques and a geographical information system (GIS). To evaluate the factors related to ground subsidence, a spatial database was constructed from topographic, geologic, mine tunnel, land use, groundwater, and ground subsidence maps. Spatial data, topography, geology, and various ground-engineering data for the subsidence area were collected and compiled in a database for mapping ground-subsidence hazard (GSH). The subsidence area was randomly split 70/30 for training and validation of the models. The relationships between the detected ground-subsidence area and the factors were identified and quantified by frequency ratio (FR), logistic regression (LR) and artificial neural network (ANN) models. The relationships were used as factor ratings in the overlay analysis to create ground-subsidence hazard indexes and maps. The three GSH maps were then used as new input factors and integrated using fuzzy-ensemble methods to make better hazard maps. All of the hazard maps were validated by comparison with known subsidence areas that were not used directly in the analysis. As the result, the ensemble model was found to be more effective in terms of prediction accuracy than the individual model.     

层次分析法在山地地质灾害危险性评价中的应用——以辽宁凌源地区为例

凌源市是辽西地区山地地质灾害危害较为严重的区域。在GIS技术支持下,选取地形、岩性、构造、降雨、道路、土地利用等6个因素作为评价指标,根据已发生的68个山地地质灾害点计算了各指标因子的敏感性,分别采用层次分析法、信息量法和统计量法确定了各指标的权重,利用因子叠置法对危险性进行了综合评价。结果表明层次分析法在该区山地地质灾害危险性评价中效果良好。该研究对相似地区山地地质灾害危险性区划具有一定的借鉴意义。     

基于ANP的模糊贝叶斯网络模型及其在海岸带地质灾害风险评价中的应用

海岸带位于海陆交互地带,其独特的地理、地质和环境条件导致其灾害地质现象发育,地质灾害易发性和危险性高。考虑到海岸带的重要经济和社会属性,开展海岸带的地质灾害风险评价显得极为重要。本文首先建立了基于模糊贝叶斯网络的地质灾害风险评价模型,结合网络层次分析法(ANP)确定模糊贝叶斯网络的条件概率,并简化了贝叶斯网络的结构图谱。在此基础上,以辽东半岛东部海岸带作为研究区,以崩塌、滑坡、地面塌陷、海岸侵蚀和海水入侵等5个主要地质灾害类型作为评价对象,开展了基于ANP-模糊贝叶斯网络模型的地质灾害易发性、危险性和风险性评价,并编制了综合地质灾害风险分布图;结果显示,区内高、较高风险区主要分布于研究区的西南部海岸带,面积为249km2,约占全区面积的9.1%。研究成果可为海岸带国土资源开发、经济建设规划、防灾减灾救灾等提供重要参考,对同类地区的海岸带地质灾害风险评价具有一定借鉴意义。     

城市固体废弃物卫生填埋场选址评价的模糊集方法

针对固体废弃物卫生填埋场地适宜性评价具有多目标性和模糊性的特点,引入改进的层次分析法(AHP)确定评价指标的权重,在此基础上构造多目标模糊模式识别模型,发展了模糊模式识别模型和模糊综合评判模型相结合的多层次多目标复杂系统模糊集评价方法。利用该方法对某地固体废弃物卫生填埋场进行了选址评价,论证了固体废弃物卫生填埋场的场地适宜性。     

基于TM影像的升金湖自然保护区土地利用生态风险评价

根据安徽省升金湖国家自然保护区1986,1995,2000,2004,和2011年五期TM影像,运用ERDAS,ARCGIS等软件,获取了20余年升金湖保护区实验区,缓冲区,核心区三个功能区不同时期的土地利用信息,结合社会经济数据,选取影响土地利用生态风险变化指标,建立土地利用生态风险评价指标体系。在此基础上,用层次分析法和专家打分法确定指标权重,利用模糊数学综合法建立土地利用生态风险评价模型。     

基于最大熵原理和属性区间识别理论的洪水灾害风险分析

针对复杂洪水灾害系统中随机、模糊、灰色等各种不确定性,结合洪水灾害风险管理广义熵智能分析的理论框架,以最大熵原理和属性区间识别理论为基础,建立了基于最大熵原理的洪水灾害风险属性区间识别模型(AIRM-POME),利用梯形模糊数和层次分析法相结合的方法确定评价指标权重,采用均化系数综合AIRM-POME计算得到的属性测度区间,由置信度准则和特征值公式对各评价单元进行危险、易损等级的评定和排序,并根据联合国对自然灾害风险的定义及其定量表达式给出风险等级。将模型应用到荆江分洪区洪水灾害风险分析中,实例研究表明,模型合理可靠,深层次地刻画了各种不确定性,是一种风险分析新方法,可推广应用到其他自然灾害的风险分析中。     

宁波市地下空间开发利用地质环境适宜性评价

随着城市化建设快速推进,地下空间资源开发是解决城市土地资源紧张的合理途径,而地质环境适宜性评价对地下空间的开发利用具有至关重要的作用。本文分析了城市地下空间开发利用地质环境适宜性评价的影响因素,运用层次分析法确定岩土体特征、水文地质条件、环境地质问题、技术经济等指标因素的权重,建立模糊综合评价模型,定量评价宁波东部新城浅层(-15~0m)和中层(-30~-15m)的地下空间开发利用地质环境适宜程度。评价结果显示,东部新城地下空间开发地质环境适宜性等级分为Ⅱ级较适宜和Ⅲ级较不适宜,并根据不同的适宜等级提出了地下空间开发利用方式,为宁波东部新城的地下空间开发利用提供依据。     

基于自适应可变滤镜的地类变化预测模型

随着土地开发建设规模不断扩大,土地利用情况也在逐年发生变化,准确预测未来土地利用的发展趋势,可以为本地区的土地利用规划提供依据,提升本地区的土地利用效率。传统方法一般采用CA_Markov、ANN以及CA_ANN模型进行预测,存在训练时间长、预测精度不足和缺乏说服力等问题。本文针对上述问题,结合元胞自动机以及人工神经网络模型,建立一种自适应可变滤镜网络模型,针对特定大小区域内的土地类别数目,创建多类数据集来训练不同参数的多个神经网络,可以成功预测未来土地变化的情况,这样就避免了训练单一网络时数据对网络权值的抵消。相比于传统模型中效果最好的CA_ANN模型,本文建立的自适应可变滤镜网络模型不仅总体精度提高了1%~3%,各种地类转化精度提高了12.82%~33.33%,模型预测时间也缩减了49.47%。