顾及样本优化选择的多核支持向量机滑坡灾害易发性分析评价

滑坡灾害易发性分析评价对地质灾害的防治与管理具有重要意义。针对滑坡灾害样本选择策略,单核支持向量机多特征映射不合理的问题,本文提出顾及样本优化选择的多核支持向量机(multiple kernel support vector machine,MKSVM)滑坡灾害易发性分析评价方法。为了保证样本平衡性并提高负样本的合理性,采用相对频率比(relative frequency,RF)综合评价各状态对于滑坡灾害易发性影响的重要程度,实现各评价因子状态的合理划分;利用确定性系数法(certainty factor,CF)计算各评价因子各状态分级影响滑坡灾害的敏感性,并在此基础上进行加权求和得到各栅格单元的滑坡灾害易发性指数,在滑坡灾害易发性指数极低和低易发区内随机选择与滑坡灾害点数目一致的非滑坡灾害点作为负样本数据。利用MKSVM对各特征空间最优核函数进行线性组合,解决了单一核函数映射不合理的问题,提高了模型的分类准确率和预测精度。以湖南省湘西土家族苗族自治州为研究区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面对CF样本策略的MKSVM模型、CF样本策略的单核SVM模型、随机样本策略的MKSVM模型、随机样本策略的单核SVM模型进行了对比分析。结果表明,4种模型的受试者工作特征曲线(receiver operating characteristic,ROC)下的面积(area under curve,AUC)分别为0.859、0.809、0.798、0.766,验证了CF样本策略的合理性、有效性及MKSVM模型的可靠性。     

区域地质灾害易发性分级方法对比分析研究

地质灾害不仅造成了严重的经济损失和生态破坏,同时也威胁着人类的生存。地质灾害易发性评价是地质灾害风险评价的基础,以往的研究中重在探讨易发性评价方法的选取,而对于地质灾害易发性指数如何分级的研究较少。为了探索地质灾害易发性评价精度验证与定量的分级标准,以四川省汶川县为例,选取12种广泛应用的地质灾害易发性影响因子,运用信息量模型进行易发性评价,运用成功率曲线检验模型的评价精度,提出历史地质灾害累计比例分段法,并与其他8种分级方法进行对比分析与分级精度验证。研究结果表明,用验证样本成功率曲线与非灾害点样本成功率曲线两种方法检验模型评价精度确定了评价模型预测结果的合理性。历史地质灾害累计比例分段法在易发性分级面积比例精度验证、地质灾害频率比分级精度验证与发生地质灾害位置分级精度验证3种方式中均显现出较好的合理性,在9种分级方法中为最优分级标准。     

基于AHP-INF耦合模型的察雅县地质灾害易发性评价

以西藏自治区察雅县为例选取高程、坡度、坡向等9个因子构建地质灾害易发性评价指标体系,采用层次分析法与信息量法(AHP-INF)耦合模型计算得到综合信息量,并结合ROC曲线对评价结果进行精度检验。结果表明,察雅县内极高易发区、高易发区、中易发区和低易发区面积分别为415.74 km²、746.78 km²、2 318.33 km²、4 782.34 km²,其中极高、高易发区集中分布在国道G214、国道G317和水系两侧,中易发区主要围绕极高、高易发区呈带状分布且集中在吉塘镇、烟多镇、荣周乡和香堆镇。评价结果的ROC曲线下方的面积为0.909,说明AHP-INF耦合模型评价精度较高,分区结果合理可靠,适用于察雅县地质灾害易发性评价。     

金沙江流域滑坡易发性空间预报分析

灾害易发性预报是提高灾害防控能力的第一步。针对位于云南省内的金沙江流域因地势险峻、生态环境脆弱,加之近年来人为活动增多已成为地质灾害高发区的现状,本文以金沙江德钦至华坪段滑坡灾害为例,运用Maxent和随机森林两种机器学习模型对滑坡空间分布作归因与预测,并对两者之间的差异进行对比分析。试验结果表明,随机森林模型的预测精度高于Maxent模型,AUC值为0.72。     

变量取值方式对崩塌易发性的影响

以湖北省利川市龙驹坝境内G318沿线崩塌为研究对象,在分析崩塌源区形成因素指标(坡度、坡向、曲率、粗糙度、岩性、斜坡结构、节理密度、水系线密度、归一化植被指数和土地利用类型)的基础上,分别选用各指标的原始值、信息量模型所得的信息量值和信息量排序值作为数学统计模型的代表——逻辑回归模型(LRM)的输入变量,进行崩塌源区预测研究,采用ROC曲线线下面积(AUC)对3种方案评价精度进行对比分析.结果表明原始值、信息量值和信息量排序值所得预测精度分别是0.821、0.832和0.855,3种方案的结果总体上不会改变灾害极高和高易发区的空间分布;控制灾害易发性的是地形和地质条件,以信息量排序值输入LRM时精度最高.     

内江市景观格局对地质灾害易发性的影响分析

为探讨地表土地景观格局对地质灾害易发性的影响,丰富地质灾害易发性评价体系,以内江市为研究区域,选取高程、坡度、降雨量、植被指数、地层岩性和距构造距离为评价指标,利用层次分析法进行地质灾害易发性评价,以乡镇为统计单元,运用空间滞后模型进行回归分析,定量地探讨了景观格局对地质灾害易发性的影响.结果表明:地质灾害易发性和平均斑块面积、景观蔓延度和香农多样性指数显著正相关.地质灾害易发性与部分景观格局指数存在显著的相关性,景观格局可以在一定程度上反映地质灾害易发性的空间分布,可以在今后的地质灾害评价中将景观格局作为评价指标进行考虑,同时也为实现生态保护和防灾减灾的综合治理提供科学参考.     

绍兴市地质灾害易发分区研究

为了对绍兴市的地质灾害易发风险性进行定量评估,本文借助GIS软件对绍兴市进行网格划分,构建地质灾害易发风险性评价指标体系和指数评价模型。通过对地质灾害进行定量评估,将绍兴市地质灾害易发程度划分为高、中、低、不易发4个等级,并绘制了绍兴市地质灾害易发性分区成果图。研究成果支撑绍兴市地质灾害防治“十四五”规划,服务于绍兴市的地质灾害防治管理和决策。     

改进的学习向量量化滑坡易发性评价模型研究

针对传统的学习向量量化模型只能进行欧式空间的度量问题，该文将在学习向量量化(LVQ)模型的基础上引入径向基核函数(RBF)建立径向基函数的学习向量量化(RBF-LVQ)评价模型。以文成县为研究区，结合GIS技术选取坡度、坡向、坡形、断层距离、地质岩组、极端小时降雨量、地形湿度指数、地表覆盖、风化层厚度、黏聚力10个评价因子构建滑坡易发性评价体系，随机选取70%数据作为训练样本，分别采用RBF神经网络、LVQ神经网络和RBF-LVQ模型进行滑坡灾害易发性评价，并将剩余的30%数据利用ROC曲线进行精度检验。结果显示，训练后的RBF-LVQ模型AUC值为0.88,优于RBF神经网络的0.85和LVQ的0.86。RBF-LVQ模型拥有更好的预测能力，可为研究区域提供模型和决策支持。     

层次分析法的黄河上游滑坡易发性评价

针对黄河上游龙羊峡至积石峡段滑坡灾害分布易发性评价与区划成图问题,该文以ArcGIS为平台,联系评价区的实际特点,选取地貌类型、地层岩性、降雨、断层、坡度为评价因子,运用层次分析法(AHP)确定各评价因子的权重,建立研究区滑坡易发性评价模型,结合GIS的空间分析功能实现研究区内滑坡灾害的易发性区划。结果表明,滑坡灾害主要集中在龙羊峡库区右岸和群科-尖扎盆地。区划结果与野外实际调查基本吻合,为今后GIS应用于地质灾害区划提供了思路,同时可为区内地质单位进行灾害监测提供基础数据和依据。     

熵指数融入支持向量机的滑坡灾害易发性评价方法——以陕西省为例

滑坡灾害易发性评价可为滑坡灾害风险管理、国土空间规划及滑坡监测提供科学依据。针对现有滑坡灾害易发性评价模型无法消除易发性评价指标因子在量纲、性质等方面的差异,尚未考虑易发性评价指标因子与滑坡灾害相关性,以及精度较高的经典机器学习模型训练效率较低、参数选取困难等问题,引入熵指数(index of entropy,IOE)和粒子群优化(particle swarm optimization,PSO)算法,提出IOE融入支持向量机(support vector machine, SVM)的滑坡灾害易发性评价方法。首先,基于滑坡灾害易发性评价指标因子,利用IOE模型计算SVM的调节因子;然后,采用PSO算法迭代求解SVM最优解,根据SVM二分类得到的隶属度来区分滑坡灾害易发性;最后,以陕西省作为实验区,从滑坡灾害易发性分区图、分区统计及评价模型精度3个方面将所提方法与SVM方法进行了对比,实验结果表明所提方法的准确性、可靠性优于SVM方法。     

地理国情的地质灾害危险性评价

针对江西省地质灾害频发而灾前防治、灾中应急和灾后重建又不足的现象,该文提出了构建地质灾害危险性评价模型。在评价模型中,以地质灾害与环境的关系和地质灾害的潜在影响为评价因子;采用层次分析法确定各评价因子的权重,从而计算地灾点的危险等级;采用定性与定量相结合的方式给出评价结论。该文首次将地质灾害与地理国情普查信息和相关的社会经济数据相结合,综合客观地展示了灾害危害程度。     

A novel ensemble approach of bivariate statistical-based logistic model tree classifier for landslide susceptibility assessment

Abstract

This study addresses landslide susceptibility mapping (LSM) using a novel ensemble approach of using a bivariate statistical method (weights of evidence [WoE] and evidential belief function [EBF])-based logistic model tree (LMT) classifier. The performance and prediction capability of the ensemble models were assessed using the area under the ROC curve (AUROC), standard error, 95% confidence intervals and significance level P. Model performance analyses indicated that the AUROC values of the WoE–LMT ensemble model using the training and validation data-sets were 86.02 and 85.9%, respectively, whereas those of the EBF–LMT ensemble model were 88.2 and 87.8%, respectively. On the other hand, the AUC curves for the four landslide susceptibility maps indicated that the AUC values of the ensemble models of WoE–LMT (85.11 and 83.98%) and EBF–LMT (86.21 and 85.23%) could improve the performance and prediction accuracy of single WoE (84.23 and 82.46%) and EBF (85.39 and 81.33%) models for the training and validation data-sets.     

顾及地形邻域影响的地质灾害风险易发区评估

地质灾害发生时通常会带来巨大的人力物力损害,而易发区评估是防灾减灾的重要手段。为了尽可能减少灾害带来的经济损失和人员伤亡,本文在GIS的支持下开展地质灾害风险评估研究。具体结合温州市自然地理状况及相关受灾情况历史数据,分析高程因子、坡度因子、坡向因子等地质灾害影响因子,提出了综合邻近环境的地质灾害分析方法,利用层次分析方法计算各因子权重,构建了温州市滑坡灾害易发性评价指标体系,确定了温州市地质灾害易发区;同时还研究了山区、平原不同地形条件下的地质灾害风险规律。     

基于RS与GIS的汶川地区地质灾害易发性评价分析

通过对汶川县2008年landsat5和2014年landsat8遥感影像解译提取了地质灾害信息,利用DEM数据对2014年地质灾害的面积在高程、坡度、坡向等致灾因子下进行统计,利用层次分析法和熵权计分别计算主观和客观权重,进行权重拟合得到综合权重,建立起灾害敏感性评价模型对灾害的易发性进行预测。结果表明:震后新增地质灾害面积与2008年预测的高易发区叠加对比进行验证,两者空间分布基本一致,85.71%的新增地质灾害发生在预测高易发区,面积约为344.94 km2,验证结果良好,表明2014年汶川地质灾害易发性评价结果具备较高的可靠性和可行性。     

利用阵列式位移传感系统进行地质灾害深部位移动态监测与分析

为了掌握地质灾害深部位移的变形规律,使用阵列式位移传感系统（SAA）对地质灾害不稳定体进行深部位移动态监测,并同时安装了测斜仪以进行比较分析。通过建立地质本构模型和进行"降雨-变形"模型分析,优化设计了监测线和监测点位。试验结果表明：在地质灾害监测中,使用阵列式位移传感系统进行滑坡体深部位移的监测,不仅能够实时监测到滑坡体深部位移的变形情况,还能判断出滑移面具体位置。相比于测斜仪监测,阵列式位移传感系统测量准确度更高,在滑坡地质灾害监测中有更好的应用范围和前景。     

Landslide susceptibility assessment using evidential belief function,certainty factor and frequency ratio model at Baxie River basin,NW China

This study evaluates and compares landslide susceptibility maps of the Baxie River basin, Gansu Province, China, using three models: evidential belief function (EBF), certainty factor (CF) and frequency ratio (FR). First, a landslide inventory map is constructed from satellite image interpretation and extensive field data. Second, the study area is partitioned into 17,142 slope units, and modelled using nine landslide influence parameters: elevation, slope angle, slope aspect, relief amplitude, cutting depth, gully density, lithology, normalized difference vegetation index and distance to roads. Finally, landslide susceptibility maps are presented based on EBF, CF and FR models and validated using area under curve (AUC) analysis. The success rates of the EBF, CF and FR models are 0.8038, 0.7924 and 0.8088, respectively, while the prediction rates of the three models are 0.8056, 0.7922 and 0.7989, respectively. The result of this study can be reliably used in land use management and planning.     

高精度时空信息崩滑坡灾害监测技术

我国部分地区地质灾害爆发频率高,多年来崩滑坡、泥石流等高危险性地质灾害严重威胁我国人民财产与生命安全。因此,地质灾害及时预警一直是我国在应急方面亟待解决的难题。随着北斗、GPS等全球卫星导航系统的建设组网,GNSS技术逐渐成为当前提供时空位置信息的重要手段,具有数据实时性、设备低功耗、搭建便捷化等特性,成为解决地质灾害监测与预警的理想技术手段。本文利用BDS+GPS+GLONASS时空信息数据,构建了面向地质灾害监测的中长基线毫米级精度的崩滑坡监测解算方法,确定了双差观测的载波相位解算模型。最后在重庆新浦区域展开试验应用,实现了基于高精度时空信息的毫米级滑坡灾害的监测与预警。为预计该区域的地质灾害提供了数据支持,为人民的生产生活提供了技术保障。