基于斜坡单元尺度AHP-信息量模型的重点区域地质灾害风险评价——以贵州省紫云县中部重点区为例

以紫云县重点区域为例,通过划分斜坡单元作为评价单元,运用AHP-信息量模型,结合GIS分析建立了基于斜坡单元尺度的重点区域地质灾害风险评价体系。通过选取符合区域孕灾地质条件及地质灾害形成机理的坡度、坡高、地层、斜坡结构、河流距离、构造距离、降雨、人类工程活动等评价因子对重点区域进行地质灾害危险性评价,最后通过叠加易损性评价结果形成不同降雨频率下的地质灾害风险评价成果。基于斜坡单元尺度AHP-信息量模型的地质灾害风险评价相较栅格法和传统信息量法,避免了夸大平坝区及无人区地质灾害风险等级的不合理结果,其充分考虑了评价因子在评价体系中的重要程度及影响情况,且增加了相似孕灾条件下的地质灾害样本以确定信息量值,经验证评价结果准确可靠,同时其成果能做到以斜坡为单元开展地质灾害精准防治。     

藏东察雅县城地质灾害风险评价及源头管控对策建议

以藏东察雅县城为研究区,选取高程、坡度、坡形、坡向、斜坡结构、地层、距断层距离共7个评价指标,运用证据权重法,构建了地质灾害易发性评价模型。以4种降雨频率（10%、5%、2%、1%）下的年最大日降雨量作为动态诱发因子,建筑、人口和交通设施作为承灾体,评价地质灾害的动态风险性。结果表明,研究区斜坡以中、低风险为主,围绕县城场镇两侧的斜坡出现少量高风险和极高风险区。随着降雨频率的降低,区内高风险区、极高风险区面积最大增长5.34%和0.07%;低风险区、中风险区面积最大变化幅度分别为28.33%和23.32%。基于风险评价结果,提出考虑不同降雨频率的地质灾害风险源头管控方法,具体为：针对10%、5%、2%和1%不同降雨频率下的极高风险区,建议分别采取工程治理、工程治理/专业监测、专业监测、专业监测/群专结合的管控手段;针对1%降雨频率下的高风险与中风险区,建议采取群专结合与群测群防。该风险管控体系考虑了不同降雨频率下斜坡的动态风险,可提高山区城镇地质灾害风险的管控精细化水平。     

安徽省崩滑流地质灾害风险评价研究

本文在分析安徽省崩滑流地质灾害发育特征及分布规律的基础上,以栅格单元为评价单元,选取了坡度、地形起伏度、断层缓冲距离、工程地质岩组和斜坡结构5个评价因子,利用信息量模型开展了崩滑流地质灾害易发性评价;叠加降雨量形成危险性进行评价;在危险性评价的基础上叠加承载体易损性形成风险性评价分区。研究结果表明：崩滑流地质灾害高风险区面积为68.68 km²,中风险区面积为15 117.72 km²,主要分布于皖南山区和皖西山区,评价分区结果合理,可为安徽省地质灾害风险管控提供技术支撑。     

信息量模型在山地斜坡地质灾害风险评价中的应用——以贵定县宝山盘江重点区为例

为了对野外风险斜坡及潜在地质灾害进行快速识别,现基于斜坡单元采用信息量模型对贵定县宝山至盘江重点区开展地质灾害风险评价,并分析地质灾害分布与风险斜坡的相关性。结果表明:1风险评价结果中极高风险斜坡42处,高风险斜坡308处,中风险斜坡580处,低风险斜坡280处,分别占比347%、2545%、4793%及2314%;2地质灾害主要分布于极高及高风险斜坡,低风险斜坡中无地质灾害分布;3通过对比评价结果与研究区实际情况,表明风险评价结果较为合理,信息量模型可以应用于山地斜坡地质灾害风险评价,同时评价结果为下一步指导地质灾害防治工作提供了重要的信息及依据。     

河南省嵩县地质灾害风险评价

基于ArcGIS环境下,通过选取河南省嵩县区域高程、地貌、工程岩组、植被覆盖度、距构造距离、距水系距离、坡度、坡向等 8个因子建立危险性评价模型,易损性选取建筑物、人员和交通等 3 个承灾因子,分别采用信息量模型和层次分析法对河南省嵩县区域进行地质灾害易发性、危险性和易损性评价。研究结果表明,嵩县区域划分为低风险区面积为965.34 km2,占嵩县区域面积32%;中风险区面积为1114.65 km2,占嵩县区域面积的37%;高风险区面积为826.23 km2,占嵩县区域面积的27%;极高风险区面积为102.68 km2,占嵩县区域面积的3%。研究成果可应用于嵩县防灾减灾及地质灾害风险管控等方面。     

陕西省绥德县城区地质灾害风险评估

地质灾害风险评估对地质灾害的防治与管理具有重要意义。绥德县城区地处陕北黄土高原腹地, 沟壑纵横, 地形切割强烈, 地质灾害多发。为了评估绥德县城区地质灾害风险, 将城区周边斜坡地带共划分为1050个斜坡单元, 计算每个斜坡单元在不同含水量工况下的稳定性, 并结合土体含水量监测数据评估斜坡单元危险性。在此基础上, 利用1︰1万遥感数据识别斜坡单元内的承灾体, 并进行易损性分析和危害性评估。根据危险性和危害性评估结果, 完成绥德县城区及周边地区基于斜坡单元的地质灾害风险评估。评估结果表明, 绥德县城区及周边地区很高风险区面积2.27 km2, 包含斜坡段106个; 高风险区面积3.03 km2, 包含斜坡段114个; 中风险区面积10.40 km2, 包含斜坡段362个; 低风险区面积12.81 km2, 包含斜坡段468个。     

基于斜坡单元的滑坡风险识别

识别斜坡地质灾害风险已成为西南山区地质灾害防治的重要基础工作,通过GIS软件划分出孕灾斜坡单元,选取坡度、坡高、覆盖层厚度、滑体土类型、人类工程活动、日最大降雨量等6项指标作为评价因子,利用层次分析法开展山区大比例尺地质灾害危险性评价,初步评价出研究区危险性斜坡。以万山区1:1万地质灾害风险调查获取的斜坡剖面模型为基础,通过取样、试验,综合选取岩土体物理力学参数,利用有限元软件对暴雨状态下的高危险斜坡进行数值模拟,通过强度折减计算出安全系数均小于1.05,并存在不同程度的塑性贯通区。其分析结果与层次分析法评价结果一致,可作为西南山区浅层土质滑坡隐患识别的定量化评价方法。     

云贵交界“9·7”地震贵州震区地质灾害风险评估

为分析"9·7"地震贵州震区区域地质灾害的风险程度,采用模糊层次综合评价的方法,在全面统计分析研究区基础地质环境资料和地质灾害数据的基础上,开展基于GIS技术的地质灾害风险评估。评估结果根据风险值划分为极高风险区、高风险区、中风险区和低风险区四个等级区域,经与实际情况对比,具有较好的一致性,所得成果可为该区域地质灾害防治工作提供借鉴和帮助。     

广东省暴雨型浅层滑坡灾害动力预警模型与气象风险预警研究

针对县级地质灾害气象风险预警面临的精度及模型建设问题,根据广东省地质灾害主要发生在坡面残坡积浅表层的突出特点,通过对典型地质灾害进行物理模拟试验和数值模拟,研究广东省浅表层斜坡失稳发生机理。研究表明：边坡在暴雨条件下,斜坡岩土体容易在浅表层首先造成失稳,影响因素主要有降雨量、降雨历时、土体类别和坡体结构等因素。由此,对研究区划分斜坡单元,按各斜坡单元的坡长、坡度、岩土类型、分层及其关键物理力学参数开展斜坡单元概化分类,并将Green-Ampt降雨入渗模型和无限边坡稳定性评价方法相结合,优化构建了动力学斜坡稳定性评价模型。结合龙川县贝岭镇流域应用实例,初步探索了坡面单元尺度下地质灾害气象风险预警斜坡失稳动力学预警技术,可为广东省开展以斜坡单元预警为主要方式的县级地质灾害气象风险预警提供支撑。     

黄土地区城镇地质灾害风险区划以华池县柔远镇为例

黄土高原是我国地质灾害最严重的地区之一,地质灾害频发,严重威胁着当地居民的人身、财产安全,阻碍城镇化建设步伐。基于GIS平台,以甘肃省华池县柔远镇为例,采用曲线拟合和均值变点法,研究发现大比例尺下提取黄土城镇地区平均起伏度的最佳单元大小为65 m65m,用层次分析法,选取灾害面密度、地层岩性、黄土层厚底、高程、坡度、坡向、起伏度、与沟谷距离、归一化植被指数、与道路距离、与建筑物距离等11个因子,建立黄土地区城镇危险性评价模型,依据土地覆盖类型进行易损性评估,利用栅格叠加工具得到风险区划,并划分出高风险、中风险、低风险、极低风险区域,分别占4.6%、11.7%、30.2%、53.5%,结果可为未来城镇化建设提供参考。     

陕西凤县地质灾害易发性评价研究

区域地质灾害易发性评价是地质灾害早期预警的基础。为了探索秦岭山区区域地质灾害易发性评价方法,文中在陕西凤县1 :5万地质灾害详细调查和数据库建设的基础上,详细分析了地质灾害的发育分布规律及影响因素,利用GIS技术结合信息量模型方法完成了凤县地质灾害的易发性评价区划。结果显示:凤县地质灾害分布主要与河流侵蚀、植被覆盖率及人类工程活动相关。根据评价结果将凤县地质灾害易发性划分为4个等级,其中,地质灾害高易发区面积190.3km2,占全县总面积的6.0%; 中易发区面积642.0km2,占20.1%; 低易发区面积1314.5km2,占41.2%; 基本安全区面积1040.1km2,占32.6%。评价结果可为凤县土地利用规划和地质灾害防治规划提供依据,并可为秦岭山区城镇地质灾害易发性评价提供思路和方法。     

藏北高原班戈县地质灾害综合风险评价

区域地质灾害风险评价虽然开展多年, 但是由于地质灾害危险性难以评价和量化, 承灾体数据难以调查和获取, 区域风险评价的质量和精度一直不高, 研究进展缓慢; 更兼藏北高原自然条件恶劣、高寒缺氧、山峰多为冰川所覆盖, 大部分地区人迹罕至, 研究程度极低, 基础地质资料及地质灾害研究成果相对匮乏, 区域地质灾害风险评价接近空白, 难以满足地方政府减灾防灾和应急管理的需求。本文以西藏自治区那曲市班戈县为研究区域, 利用2020年、2021年的高分一号、高分二号遥感影像数据及GIS空间分析技术, 基本查明了班戈县2.8×104 km2范围内地质灾害的数量、类型、规模、发育特征及分布规律, 并采用"信息量法"较为系统地进行了全县地质灾害1:50 000的风险评价, 对全县地质灾害的易发性、危险性、易损性及风险性进行了综合性的评价。研究表明, 班戈县由于位于青藏高原台面, 地广人稀, 地质灾害风险程度总体不高, 承灾体主要分布在城镇周边, 因此98%的地区为低风险区, 中、高风险区主要集中分布在城镇周边; 此评价结果为班戈县的地质灾害减灾防灾、风险管控等提供科学依据。     

基于GIS的甘肃省甘谷县地质灾害危险性评价

在甘肃省甘谷县地质灾害详细调查的基础上, 通过对研究区地质环境条件及地质灾害基本特征分析研究, 选取了历史地质灾害发育程度、地形地貌、工程地质岩组、地质构造、水文条件、植被条件、降雨量、人类工程活动等影响因素, 建立了相应的地质灾害危险性评价指标体系.采用专家评判方法, 基于GIS技术平台, 对甘谷县地质灾害进行了危险性综合评价, 并与定性评价相结合, 最终将研究区划分为高危险区、中危险区、低危险区、极低危险区4个等级, 其中, 高危险区面积为393.19 km2, 占总面积的25.01%, 中危险区面积为544.04 km2, 占总面积的34.61%, 低危险区面积为324.69 km2, 占总面积的20.65%, 极低危险区面积为310.08 km2, 占总面积的19.73%.      

Influence of sample and terrain unit on landslide susceptibility assessment at La Pobla de Lillet,Eastern Pyrenees,Spain

The reliability of susceptibility maps depends largely on the quality of the information used for its evaluation. This study seeks to analyze the influence of sample size and type on the results of discriminant analysis applied to shallow landslide susceptibility assessment. The study also assesses the role of the terrain unit in discriminant analysis. To this end, two databases based on fieldwork (slope unit) and GIS with 15- and 45-m grid cells (grid cell-based unit), were compared in the same zone at La Pobla de Lillet, Spanish Eastern Pyrenees. The results show that although there is no significant influence of the type of sample, it is necessary to use at least half of the individuals of the sample in order to obtain good results from discriminant analysis. It is the terrain unit that exerts the biggest influence on the result of susceptibility. Some morphometric parameters related to landslides were compared in the databases. The slope unit of the fieldwork database better reflects the land characteristics than the regular grid used by GIS. The values of the variables obtained by GIS procedures are smooth, obtaining mean errors for the slope angle variable of 19.5 and 33.5% for the grids of 15 and 45 m, respectively, in the study area. One-way and T tests demonstrate that the smoothness of the values exerts a decisive influence on the discriminant results. Kappa’s analysis shows that there is no significant equivalence between some of the categorical variables used in both databases. The use of these variables demand the application of clearly defined criteria. The cell size should match the dimensions of the phenomenon analyzed given the unsuitability of the grid of 45 m in this study.     

甘肃临夏积石山县6.2级地震地质灾害发育特征及危险性评价

2023年12月18日23时59分,甘肃省临夏州积石山县发生Ms6.2级地震,诱发了大量崩滑地质灾害,严重威胁人民生命财产安全。基于震区现场实地调查成果,开展地震诱发加剧地质灾害的发育特征、危险性评价研究,提出防灾减灾措施建议。根据实地调查统计,此次地震后新增地质灾害隐患点64处,加剧的地质灾害隐患点有63处。新增和变形加剧的隐患点以崩塌为主,滑坡次之;规模等级以小型为主,中型次之。崩滑地质灾害主要集中在黄土丘陵区,以黄土陡坎地带切坡建房、切坡修路为主。利用GIS技术的加权信息量法评价积石山县域地质灾害易发性。结果显示,高易发区、中易发区、低易发区、非易发区占比分别为5.45%、9.83%、32.70%和52.02%,其中高易发区主要分布在积石山东部黄土丘陵区的山梁地带。基于区域地质灾害易发性评价,开展地震活动断裂、地震动分布以及不同降雨工况条件（10年、20年、50年、100年一遇）下积石山县域地质灾害危险性评价。结果显示：100年一遇极高危险区较10年一遇极高危险区的增幅最大为18.26%,说明未来区内遭遇极端降雨会显著提高区内地质灾害危险程度。研究认为,积石山地震地质灾害后效应将增强,未来崩塌、滑坡发生频次升高,地质灾害易在降水、冻融条件下形成,需针对性地采取防控措施,有效降低其威胁程度。     

GIS技术在四川省九龙县地质灾害危险性评价中的应用

文章结合九龙县地质灾害调查与区划项目,在对全县地质灾害特征和影响因素调查基础上,探讨了GIS技术在九龙县地质灾害危险性评价中的应用,描述了GIS图形处理和空间分析功能支持下的地质灾害危险性评价思路,并介绍了评价因子选取、栅格单元划分、结果评价等问题。分析结果表明,将GIS技术应用于九龙县地质灾害危险性评价中可以提高评价效率和准确性,评价效果较好。     

基于不同模型的赣南地区小型削方滑坡易发性评价对比分析

赣南地区滑坡灾害点多、面广、规模小,具有群发性和突发性的特点,90%以上的滑坡是因人工切坡导致的。为研究赣南地区小型削方滑坡对易发性评价模型的适用性,以赣州市于都县银坑镇为例,基于野外地质调查成果,并利用地理探测器,选取坡度、坡体结构、岩组、断层、道路、植被等6个评价指标,分别选用信息量模型、人工神经网络模型、决策树模型和逻辑回归模型开展易发性评价。结果表明：信息量、人工神经网络、决策树和逻辑回归等模型得到的AUC值分别为0.800、0.708、0.672和0.586,信息量模型所得的易发性结果与研究区滑坡实际分布情况较吻合,高易发区和中易发区滑坡占比近80%。信息量模型较其他三个模型,更适合于赣南地区小型削方滑坡易发性评价,评价结果对该地区地质灾害易发性评价模型选取提供了参考与借鉴。     

基于RS和GIS的西藏昌都县地质灾害危险性评价

在西藏昌都县地质灾害详查的基础上,利用ETM＋,IKONOS遥感数据建立该区的地质灾害解译标志并解译,通过统计分析确定了各类地质灾害的主要影响因素,采用层次分析法和GIS技术进行地质灾害的危险性评价,并最终完成了危险性评价区划图。评价结果表明,高危险区面积占0.42%;中危险区面积占3.43%;低危险区面积占18.56%;无危险区面积占77.59%。昌都县地质灾害类型主要为滑坡、崩塌和泥石流3种,存在地质灾害隐患点205个,其中有33个大型地质灾害点,严重影响和威胁居民的生命财产安全。     

基于RS与GIS的层次分析法在滑坡危险性评估中的应用——以四川宣汉天台乡滑坡为例

基于遥感(RS)和地理信息系统(GIS)技术,采用多层次分析(AHP)法,以四川宣汉天台乡为研究区,根据该区实际情况,选取线性构造、道路、土地利用、坡度、坡向5种影响滑坡灾害发生的因素作为评价因子,进行区域滑坡危险性评估。在ArcGIS的空间分析环境中运行权重叠加,把研究区划分成滑坡极易发生区、易发生区、一般发生区、可能发生区、难发生区和极难发生区。通过实地调查和与研究区的滑坡灾害实证研究结果进行比较,发现评估结果与实际状况较为吻合,研究方法能够准确地评估区域滑坡灾害危险性的程度。