基于GIS的哀牢山戛洒镇小流域滑坡易发性评价

根据研究区的基本情况,选择坡度、坡向、地层岩性、距断层距离、降雨、土地利用等6个评价因子,采用滑坡灾害易发性评价的GIS与AHP耦合模型进行戛洒镇滑坡灾害易发性评价,并将滑坡灾害分为极高、高、中、低和极低易发区5个区域进行了滑坡灾害易发性评价结果分析,以期为后期的小流域滑坡风险评估研究服务。     

基于GIS和信息量模型的广西花岗岩分布区滑坡易发性评价

广西花岗岩分布区的岩土体结构松散,分布有大量较大厚度的风化坡残积土,受侵蚀、剥蚀、切割作用强烈,局部的水土流失严重,而且该区降雨量丰富,经常会有滑坡地质灾害发生。在统计分析的基础上选取坡度、高程、地质构造、植被、降雨、人类工程活动、滑坡灾害体积密度作为易发性评价指标,基于ArcGIS软件并运用信息量模型对广西花岗岩分布区进行滑坡易发性区划、完成滑坡易发性评价,并与滑坡灾害点和隐患点进行了验证。广西花岗岩区滑坡易发性评价的结果与实际滑坡的分布较为吻合,为广西花岗岩分布区滑坡预警预报及防治工作奠定基础。     

基于GIS和信息量模型的安徽池州地质灾害易发性评价

以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。     

基于快速聚类-信息量模型的汶川及周边两县滑坡易发性评价

滑坡灾害易发性评价研究对规划灾害区域、制定防灾策略等方面具有十分重要的意义。以滑坡灾害频发的汶川及周边两县（理县和茂县）为例,提出滑坡灾害易发性评价的快速聚类-信息量模型。选取坡度、高程、坡向、距构造的距离、距水系的距离、地层岩性和土地利用情况为对滑坡有重要影响的7个影响因子,并在二级因子的分类上,对上述前5个影响因子依据159处滑坡样本分别开展快速聚类分析,同时也给出了传统的等距分类法,以便与快速聚类方法形成对比,对后2个影响因子则以定性方法分类。根据上述二级分类方法的不同,以及滑坡样本是否考虑面积因素,将信息量模型细分为四类（模型a:快速聚类-数量模型、模型b:等距分类-数量模型、模型c:快速聚类-面积模型、模型d:等距分类-面积模型）,分别计算各二级指标信息量,并通过ArcGIS空间叠加分析得到研究区域信息量分布,然后通过自然断点法将研究区滑坡易发性划分为五个等级。以易发性递增原则和线下面积（Area Under Curve,AUC）作为精度评价指标,结果表明:①快速聚类模型（模型a和模型c）整体效果优于等距分类模型（模型b和模型d）;②相同分类方法下,面积模型（模型c与模型d）整体优于数量模型（模型a和模型b）;③在上述两项优势的加持下,模型c相较于模型b,评价精度明显提升,其AUC值从80.46%提高到87.25%。     

基于信息量法的湖北省秭归县滑坡易发性评价

本文以湖北省秭归县为研究区,选取高程、水系距离、道路距离、岩土体类型、坡向、坡度、土地覆盖类型、年降雨量等8个评价因子开展滑坡易发性评价工作,依据ArcGIS软件数据分析工具完成各评价因子相关性分析。对评价因子相关性值|r|>0.1的高程、坡向因子剔除,计算各因子信息量值。利用信息量模型进行滑坡易发性评价,将研究区划分为四个区域：(1)极高易发区,面积140.0864 km²,占研究区总面积6.18%,主要分布在长江及支流沿岸;(2)高易发区,面积1002.445 km²,占研究区总面积44.23%,主要呈带状分布在极高易发区两侧,部分位于两河口镇、磨坪乡周边区域;(3)中易发区,面积833.8711 km²,占研究区总面积36.79%,呈带状分布在极高易发区两侧,零散分布;(4)低易发区,面积290.2564 km²,占研究区总面积12.80%,多分布在高山人稀区域。本文研究结果能够较好地反映研究区滑坡灾害分布规律,可为秭归县防灾减灾工作提供依据。     

基于信息量与Logistic模型的矿区滑坡灾害易发性评价

针对矿区长期煤矿开采引起的滑坡灾害频发问题,快速高效地模拟和评价矿致滑坡灾害易发性是实现采矿地区科学防灾减灾的关键。基于此,本文应用信息量与Logistic回归模型结合多源高分辨率光学遥感数据等,选取相对高差、坡度、坡向、距断层距离、NDVI、距采空区距离6个滑坡影响因子来评价采煤矿区滑坡灾害易发性。结果表明:(1)信息量与Logistic回归模型耦合的综合预测准确率为96%,信息量模型滑坡预测准确率为95%,实验结果表明耦合模型的预测精度优于单一信息量评价模型,评价模型的合理性和预测精度皆符合检验要求;(2)研究结果也表明了采用信息量+Logistic回归模型耦合能较为客观准确、快速高效地评价地下采矿引起的滑坡灾害易发范围,评价结果可为类似地区高效快速划定滑坡灾害易发区间提供技术支撑。     

基于RBF神经网络?信息量耦合模型的滑坡易发性评价

滑坡易发性评价是滑坡灾害管理的基础工作,也是制定各项防灾减灾措施的重要依据。针对传统的信息量模型在评价过程中确定权重值存在准确性不高的缺点,文章提出RBF神经网络和信息量耦合模型。以甘肃省岷县为研究区,筛选坡度等9个指标因子构建了滑坡灾害易发性评价指标体系,应用RBF神经网络-信息量耦合模型（RBFNN-I）进行滑坡灾害易发性评价,利用合理性检验和ROC曲线对模型的评价结果进行精度检验。结果表明:（1）RBFNN-I模型的AUC值为0.853,相比单一的RBFNN和I模型分别提高了6.3%和9.7%,说明RBFNN-I模型具有更好的评价精度;（2）岷县滑坡灾害的极高易发区和高易发区主要分布在临潭—宕昌断裂带、洮河及其支流、闾井河和蒲麻河两侧河谷地带,距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。     

基于信息量模型法的石阡县地质灾害易发性评价

以贵州省石阡县为研究区,选取8个影响地质灾害发育的因素作为评价因子.采用信息量模型法对各评价因子进行信息量计算,将区域地质灾害易发性划分为低、中、高、极高易发区4个等级,分别占研究区面积的21.08％、35.13％、25.53％、18.27％.结果表明:石阡县地质灾害低、中、高、极高易发性面积分别为457.99 km2...     

逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。     

基于GIS的华蓥市地质灾害易发性评价

本文基于四川华蓥市最新的地质灾害数据和野外地质数据,选取坡度、坡向、坡高、工程地质岩组、断层、河流影响距离、道路和采矿活动等8个影响因素,采用信息量模型,在进行评价因子分析的基础上,通过GIS空间分析平台,对华蓥市开展地质灾害易发性评价。评价结果显示,研究区可划分为高易发、中易发、低易发和极低易发四个区,分别占研究区面积的17.31%、27.63%、32.66%和22.40%。通过采用受试者工作特征曲线（ROC）的线下面积（AUC）进行检验,其值为72.50%,评价结果良好,能够为华蓥市地质灾害易发性评价提供理论指导和技术参考。     

基于GIS的白龙江流域甘肃段滑坡易发性评价

在甘肃省白龙江流域地质灾害资料收集及现场调查的基础上, 统计分析了该区滑坡发育与地层岩性、坡度、坡向、高程、断裂、植被等因素之间的关系, 建立了白龙江流域滑坡易发性评价指标体系。采用基于GIS的层次分析法评价模型, 完成了滑坡易发性分区评价, 将研究区滑坡按易发程度划分为高易发区、中易发区、低易发区和极低易发区, 其中, 高易发区占研究区总面积的13.59%, 主要分布在断裂带、白龙江两侧以及软弱岩土体分布的区域; 中易发区占27.85%;主要分布在白龙江支流以及主要道路两侧的一定范围内; 低易发区占33.09%, 主要分布在海拔相对较高、植被覆盖度较高、基本上无断裂带通过的区域; 其余区域为极低易发区, 占25.46%。对比分析显示评价结果与实际滑坡发育情况吻合, 可以较好地反映区内滑坡灾害发育的总体特征。      

基于证据权法的湖北省兴山县滑坡灾害易发性评价

以三峡库区湖北省兴山县为例,综合分析历史滑坡数据及其孕灾因素,采用证据权法对县域进行滑坡地质灾害易发性评价.首先应用ArcGIS软件,提取高程、坡度、坡向、坡面曲率、断层、工程地质岩组、水系、植被指数评价因子图层,并按照评价因子各分级频率比划分证据层;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,使用分位数回归法将研究区按滑坡易发程度分为极高、高、中、低易发区4类.采用成功率曲线法对证据权法评价精度进行验证,本次评价的精度为86.1%,表明评价效果较好.该评价方法及结果可为地方地质灾害"风险双控"提供技术依据.     

物元模型在滑坡灾害风险预测中的应用

应用物元理论，提出了滑坡灾害风险预测物元综合评判的基本流程，并以危险性预测为例讨论了物元集合的建立、等级关联度的确定等关键技术问题，建立了滑坡灾害风险综合评判的物元模型；运用物元模型与GIS技术相结合，对三峡水库蓄水条件下巴东新县城的滑坡灾害进行了危险性、易损性、风险性综合预测研究，证明了物元模型在区域滑坡灾害风险预测中的应用可行性；同时指出了所存在的问题及可能解决的途径。     

基于层次分析法的水库蓄水后滑坡易发性评价

水库库区地形地质和水位地质条件复杂, 蓄水后受降雨和库水位变动影响容易产生滑坡、崩塌等次生地质灾害, 严重威胁水库安全运行和附近居民安全. 本文依托层次分析法, 以某蓄水水库为研究对象, 在充分收集其地形地质和水文条件资料的基础上, 选取地形地貌、地层岩性、坡度、坡向、地灾点密度、地灾点面积、降雨、库水变动幅度和地震强度等9个致滑因子, 构建评价矩阵和滑坡危险性计算评价方法. 依据评价成果划分4个滑坡危险性等级, 借助MapGIS软件生成库区潜在滑坡危险性分区图. 该分区图与遥感解译的库区滑坡体分布点高度吻合, 验证了评价模型的合理性.     

滑坡灾害空间区划及GIS应用研究

滑坡灾害空间区划研究是当前国内外滑坡领域的重要研究方向之一。虽然滑坡灾害的发生具有随机性的特点 ,但其发生的区域性和重复性特点则是区域滑坡分布与发生的总体规律。从减灾与土地规划的角度 ,开展滑坡灾害空间区划研究具有十分重要的理论和实际意义。文中重点探讨了滑坡灾害空间区划的理论体系、灾害风险评估的基本术语定义及GIS制图的基本原理 ,采用MAPGIS软件为平台及其二次开发的滑坡灾害信息分析系统 ,在中国滑坡重灾害的汉江流域开展了灾害危险性空间区划应用研究。     

基于GIS技术和信息量法的地质灾害易发性研究——以海南省昌江县为例

海南省昌江县地质灾害的发育受地质环境条件控制和多种外在因素影响.依据昌江县地质灾害详细调查资料,选择各类地质灾害发育的控制条件和诱发因素作为评价指标,通过建立地质灾害影响因子体系,构建信息量分析模型.通过对各项因子进行量化并使其归一化,运用层次分析法确定评价因子权重系数,利用ArcGIS的空间叠加分析功能,实现对昌江县地质灾害易发程度的评价分析.本研究将为昌江县地质灾害预警监测和地质灾害避让搬迁提供依据.     

基于GIS技术和频率比模型的三峡地区秭归向斜盆地滑坡敏感性评价

以三峡地区秭归向斜盆地为研究区,在野外滑坡编图的基础上,选择地形坡度、地层岩性、河流、道路、坡向、坡型结构6个因子参与滑坡敏感性评价,运用GIS空间分析技术,引入频率比模型,分别计算评价因子的贡献率,并进行叠加分析,最终划分为4个敏感性分区。评价结果表明:极高敏感性区面积占21.39%,滑坡发生面积占61.44%;高敏感性分区面积占24.99%,滑坡发生面积占21.67%;中敏感性分区面积占30.66%,滑坡发生面积占13.19%;低敏感性分区面积占22.93%,滑坡发生面积占3.69%。滑坡敏感性面积累计百分比曲线图表明评价结果具有较高的准确度和可靠性。研究成果可为政府部门减灾防灾工程提供科学支持,为滑坡灾害的预测和管理提供科学依据。     

基于GIS的铁路工程地质信息系统的构建

主要对构建铁路工程地质信息系统的必要性，GIS在铁路系统中的应用现状，铁路工程地质信息系统涉及的基本内容，以及如何构建基于GIS的铁路工程地质信息系统等作了详细的论述，并给出了一些对铁路工程地质信息系统构建有益的建议。     

基于GIS的信息量法在滑坡危险性评价中的应用

根据滑坡灾害发生的特点,充分利用GIS强大的空间数据管理能力和空间数据分析能力,结合数据统计分析中的信息量法作为GIS的数据处理方法,对滑坡危险性进行评价,使得分析评价结果最终在GIS软件中成图显示,从而以较高的精度完成滑坡危险性评价,并大大提高了滑坡灾害评价的效率.     

基于加权信息量模型的湖南省麻阳县地质灾害危险性评价与区划

以麻阳县1：5万地质灾害详细调查数据为基础,选择地质灾害点密度、地形地貌、岩土体结构类型、地质构造、降雨、植被、人类工程活动、受威胁人数和潜在经济损失等9个因素作为评价指标,采用层次分析法对不同指标的重要性进行排序与赋权.最后基于加权信息量模型进行麻阳县地质灾害危险性评估及分区评价.研究结果表明：麻阳县主要处于地质灾害低-中等危险区,其中低、中危险区面积分别为984.44 km2和414.08 km2,极低危险区和高危险区分别为81.11 km2和86.57 km2.