陕西陇县地质灾害危险性分区评价

在陇县地质灾害详细调查的基础上.通过统计分析确定了各类主要影响因素,采用信息量法和定性评价方法分别进行了地质灾害的危险性评价.建立了地质灾害评价指标体系,确定了地质灾害危险性判别标准,进行了地质灾害危险区划.共划分为高危险区、中危险区、低危险区和极低危险区4个等级,在此基础上,又划分了12个亚区.其中高危险区面积为619.19 km2,占总面积的25.79%,中危险区面积为509.74km2,占总面积的21.23%,低危险区面积为711.75 km2,占总面积的29.65%,极低危险区面积为559.87 km2,占全区面积的23.32%.     

基于GIS的北流市地质灾害危险性分区评价研究

以广西壮族自治区北流市为例,将研究区按照行政区、自然区或人为确定的方式划分为若干区块,考虑每一区块内历史成灾的损失、地质灾害的易发程度和潜在隐患点成灾可能造成的人员伤亡、财产损失等因素,综合分析评价其危险性,划分地质灾害危险区,显示地质灾害危险程度的分布和组合关系,为区域减灾决策和制定地质灾害防治规划提供参考依据。按地质灾害危险系数法进行定量计算,根据定量计算结果,综合考虑各影响因素,再经过人工修正勾画,将研究区划分为地质灾害高危险性区(Ⅰ)、中危险性区(Ⅱ)和低危险性区(Ⅲ)3个大区和8个亚区,进行了广西北流市地质灾害危险性分区,并通过GIS软件实现可视化。广西北流市地质灾害危险性分区结果显示,高危险区总面积为1 13559 km2,约占全区总面积的46%;中危险区总面积为70986 km2,约占全区总面积的29%;低危险区总面积为61138 km2,约占全区总面积的25%。     

基于AHP和GIS的陕西省地震次生地质灾害危险性评价

采用层次分析法,选取了地层岩性、地质构造、地形地貌、河流、植被、降雨量和人类活动7个一级指标,以及工程地质岩组、地震密度、地震动峰值加速度、坡度、坡向、河流、植被覆盖度、年降水量和公路9个二级指标,通过构建层次结构、构造判断矩阵、层次单排序和一致性检验,确定各评价指标权重。并利用GIS空间分析功能,对各个评价因子进行综合评价,得到陕西省地震次生地质灾害危险性等级区划图。最后,对评价结果进行了验证。研究结果表明:1)陕西省地震次生地质灾害危险性等级可以划分为不危险区、低危险区、中危险区和高危险区4个等级,其中不危险区面积39766.99km~2,低危险区面积74284.39km~2,中危险区面积63636.89km~2,高危险区面积27652.87km~2,所占比例分别为19.37%,36.18%,30.99%和13.47%;2)危险性等级自北而南逐渐增加,陕北黄土高原地震次生地质灾害以中低危险为主,关中渭河平原整体危险性较小,陕南秦巴山地高危区面积最大,高危险区主要分布在陕南秦巴山地和陕北黄土高原地区,尤其是秦巴山地,需要重点防控;3)危险区空间分布具有相对集中性和局地差异性的特点;4)所选取灾害点样本的分布与危险性等级区划具有一致性,86.62%的灾害点落在危险区内,具有一定的可信度,达到了预期的区划效果。     

基于层次分析法的登封市地质灾害危险性评价

文章针对登封市地质环境条件、发育特征等特性,选取了灾害点密度、岩土体类型、断裂发育程度、地貌类型、坡度、降雨量、人类工程活动等7个地质灾害危险性评价因子,通过层次分析法确定评价因子权重,并采用专家系统法赋值,建立了该市地质灾害危险性评价模型。通过划分评价单元及利用危险性评价模型,基于Arcgis空间分析功能将该市地质灾害危险性分为低危险区、中危险区和高危险区。研究成果对相似地区地质灾害危险性的划分也提供了一定的借鉴意义。     

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%.      

基于信息量和Newmark模型的地震地质灾害危险性评价——以安徽省六安市霍山县落儿岭地区为例

评价区属于安徽省地质灾害高发区,也是华东地区地震活动较为频繁区之一。本文以霍山县典型区域——落儿岭区为研究区,选取评价因子,分别开展基于信息量模型和Newmark模型的地震地质灾害危险性评价,并综合二者的结果,根据所得结果基于斜坡单元进行危险性分区,将研究区的地震地质灾害危险区分为三个等级：低危险区、中危险区和高危险区,以期为该区城镇规划建设和地质灾害防治规划提供参考。     

基于三维倾斜摄影及GIS技术的华蓥山康养城地质环境危险性评价

本文在分析三维倾斜摄影成果及研究区地质环境条件的基础上,利用GIS技术,选取了高程、坡向、坡度、曲率、地层岩性、与采空区的距离、与公路的距离、地质灾害面密度等8个评价指标,采用信息量法对研究区进行地质环境危险性评价,将研究区划分为低危险区、中危险区、高危险区,并对各危险区进行评价,在此基础上,提出了防治措施建议。结论可作为华蓥山康养城规划建设的地质基础支撑。     

基于ArcGIS的“三高”地区高速公路泥石流危险性评价

泥石流是我国高寒、高海拔、高烈度("三高")地区最常见的地质灾害之一,给高速公路带来严重威胁,有必要对"三高"地区泥石流进行危险性评价。选取岩石风化程度、到断层距离、坡度、地表切割深度、坡向、季节性冰雪、水系分布、植被、人类工程活动为泥石流影响因子,采用AHP法确定泥石流影响因子权重,建立影响因子分级、赋值标准以及泥石流危险性分级标准;在此基础上,构建泥石流危险性评价体系。以乌尉高速公路K53+000～K78+000段为例,利用ArcGIS得到研究区泥石流危险性区划图,进行危险性评价。研究结果表明,研究区泥石流高危险区、危险区、中等危险区、低危险区分别占20%、35%、30%、15%,且高危险区主要沿沟壑分布。研究成果可为"三高"地区高速公路勘察、选线提供参考。     

陕西省宝鸡市渭滨区地质灾害风险评价

在渭滨区地质灾害详细调查的基础上,通过统计分析确定了各类地质灾害危险性和易损性的主要影响因素,采用模型方法和定性评价方法分别进行了地质灾害的危险性评价和易损性评价,在此基础上进行了地质灾害风险评价。渭滨区地质灾害类型主要为滑坡、崩塌、泥石流3种,共发育地质灾害隐患点123个,其中有16个点直接威胁人民的生命和财产。分别统计了渭滨区各乡镇地质灾害的多少和危害程度,总结了区域内地质灾害的分布特征,分析了地质灾害的形成条件,建立了地质灾害风险评价的指标体系,确定了地质灾害危险性、易损性和风险的判别标准,进行了地质灾害风险性评价与区划。共划分为极高风险区、高风险区、中风险区、低风险区和极低风险区5个等级。     

高山峡谷区地质灾害危险性评价

针对崩塌、滑坡和泥石流等灾种齐全的高山峡谷区,选取四川省阿坝县为研究区,采用多灾种耦合的评价思路,开展地质灾害危险性精细化评价。崩塌、滑坡等斜坡类灾害危险性评价以栅格为评价单元,泥石流灾害危险性评价以流域为评价单元。基于信息量模型和层次分析法,分别开展危险性评价,进而采用取大值的方法,获取研究区综合地质灾害危险性评价结果。研究表明,工作区综合地质灾害极高危险区、高危险区面积明显大于单灾种评价结果,极高危险区、高危险区主要位于崩塌、滑坡较发育的碎裂岩区域和极度易发的泥石流流域。针对高山峡谷区地质灾害危险性评价,多灾种耦合的评价思路能更合理的反映不同类型灾害在形态及空间上的差异,获取更精确的危险性评价结果。     

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。     

四川雅江县城地质灾害发育特征与稳定性评价

采用遥感解译与工程地质测量相结合的方法,开展了雅江县城地质灾害发育特征调查以及单体地质灾害稳定性和发展趋势预测,提出了防治对策建议。研究表明:雅江县城共发育7处地质灾害隐患点,威胁83户城镇居民的生命财产安全以及G318国道、雅江中学的安全运行;地质灾害体稳定性均处于差和较差级别,滑坡和危岩崩塌为雅江县城最主要危险源;雅江县城地质灾害防治应遵循“工程治理为主,专业监测与群测群防相结合”的原则,系统开展应急排危工程、综合治理工程和专业监测工程,最大限度消除地质灾害隐患,为雅江县城建设和发展提供地质安全保障。     

陕南玉皇山磷矿地质灾害危险性评估及防治措施

汉中市玉皇山磷矿矿山现状评估发现的地质灾害有崩塌、滑坡、泥石流及地面塌陷等地质灾害,危险性小--大。矿山建设和采矿工程引发、加剧崩塌、滑坡、泥石流及地面塌陷的可能性小--中等,危害程度小--中等,危险性小—大。在预测评估矿山可能引发、加剧和遭受的地质灾害基础上,对矿山进行综合分区评估,提出对不同地段分别采取避让、清除或镶补危岩体、裂缝填埋、建挡墙加固、留足够保安矿柱、加强截排水、种植植物及灾害监测等措施进行防治。     

汶川地震触发陕西省境内地质灾害灾险情特征

在实地调查、汶川地震震后次生地质灾害隐患排查成果的基础上,结合县市地质灾害调查数据,从灾情和险情两个方面,对汶川地震触发地质灾害灾险情的致灾灾险情、灾种、类型等特征进行了较系统的分析对比.进一步比较了陕西在汶川地震触发地质灾害受灾省份中的情况,并对地质灾害趋势做了初步预测.研究表明,灾险情集中分布在龙门山构造带向陕西境...     

模糊数学评判山东省枣庄地质灾害现状与发展趋势

枣庄市是山东省地质环境脆弱、地质灾害多发地区之一,近十几年来,采空塌陷、岩溶塌陷、崩塌、地裂缝等灾害频繁发生,人们的生存环境进一步恶化,成为经济社会进一步发展的主要制约因素之一。论文根据多年的研究成果,通过选取评判指标建立模糊数学评判模型对枣庄市地质灾害现状及发展趋势进行评判,并以地质灾害发育涉及的区域按照地质灾害类型及主要地质灾害发育程度进行评判分区。评判指标选取基本符合枣庄地质灾害现状实际,所建立的评判模型能够反映枣庄市地质灾害现状及发展趋势。     

墨左铁路南段地质灾害综合评价

新建铁路墨镫至左权线地质环境条件较为复杂,地质灾害种类繁多,使该区域地质灾害危险性评价较为困难.为保证地质灾害危险性评价工作的科学性,本文应用了模糊数学和信息量两种评价模型对研究区地质灾害危险性进行评价,结果显示,两种评价结果基本一致,且与实际情况相符,从而为工程的顺利实施提供了依据.     

长白山北坡边坡危岩体形成机理及危险性分区评价

长白山地区近期地质构造、岩浆活动强烈,地壳不断上升,是我国地质灾害频繁发生的地区之一.通过对长白山北坡登山长廊上方边坡危岩体的分析,考虑崩塌形成的影响因素、崩塌类型,总结出崩塌变形破坏机理及流沙坡形成机理;根据地形、地貌以及岩体工程地质特征,对危险区进行分区评价,为治理提供科学依据.     

宝兴县两河口山体崩塌应急治理方案设计

“4.20”四川芦山地震诱发了大量次生地质灾害,导致宝兴县两河口崩塌危岩体发育,威胁进出地震灾区的生命线工程省道S210,威胁周边企事业单位及居民人数超过500人,严重影响了抗震救灾和灾后的恢复重建。在充分考虑治理区自然情况的基础上,采取预应力锚索锚杆支护,桩板拦石墙与钢轨障桩联合治理,解除了在暴雨作用下,治理区危岩体顶部、崩坡积层和下部坡面上存在的危石灾害,解决了被动网立柱抗弯能力较弱的问题,形成障桩起保护作用。为宝兴县灾后重建赢得了时间。     

汶川县渔子溪地震地质灾害特征及灾害链成生分析

渔子溪下游耿达乡-映秀镇河段是汶川地震触发震害最为严重、灾害链效应最为显著的河段之一。本文通过详细的实地调查和遥感影像分析,力求揭示该河段地质灾害的特征及灾害链的成生过程、成生条件。依据震害特征,将地质灾害划分为斜坡中上部强风化岩土体失稳坠落、块状岩质边坡滑移式垮塌及局地暴雨启动型泥石流3类,并分析震害发育规律。调查表明,灾害点的空间展布受控于发震断裂,且北岸发育密度更大,茂汶断裂两侧差异显著。对51个崩塌点及17条泥石流研究发现,地震崩塌灾害主要发生在40°以上斜坡,主要分布在斜坡中上部(0.4倍坡高以上)及地貌突出部位,且大纵比降的壮年期沟谷易发泥石流。同时,诱发因素的转变致使地质灾害向降雨主导的小规模单体崩塌、泥石流方向发展。区内主要存在2种地质灾害链:(1)内动力地质灾害链"地震→崩塌→压迫河道、毁路或形成堰塞湖",其成生过程经历高速启动、滑移运动、堵河3个阶段; (2)内外动力耦合作用地质灾害链"地震→崩塌、震裂山体→暴雨→泥石流→压迫河道、毁路或形成堰塞湖",成生过程可划分为启动、堵塞(沟谷后)溃决、铺床、堵河4个阶段。灾害链的成生条件概括为:脆弱的地质环境; 强烈地震动震垮、震裂高陡斜坡(>50m,>40°); 强降雨及适宜的堵河条件。     

地质灾害预警预报模型设计与应用

基于地质灾害的多样性及其变化的随机性和非稳定性特点,本文综合利用数学算法和GIS技术,设计了地质灾害预警模型,分析了诱发地质灾害的地形、地貌、气象、水文等几方面的因素,并根据这些因素的特点,选取不同的样本对其进行量化处理,运用主成分分析法,计算了各个因素导致地质灾害发生的权重指数及各监测站点的易发级别。在此基础上,基于GIS技术、采用泰森多边形法等将站点的易发级别转换成面的易发级别,运用日降雨量、降雨强度等指标计算出地质灾害发生的概率,通过区域化易发等级图与降雨图的叠加分析,采用地质气象偶合方法,实现了地质灾害预测。在某省案例区的研究表明,本研究设计的地质灾害预警模型具有较高的预警精度(预警结果80%符合实际情况)。