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。     

基于优化随机森林模型的滑坡易发性评价

以三峡库区沙镇溪镇-泄滩乡为研究区,探索基于最短描述长度原则的信息增益法对滑坡连续型因子进行离散的效果,计算皮尔森系数去除高相关因子。利用信息量法预测的极低、低易发区随机抽取非滑坡样本点。通过迭代计算袋外误差估计确定较优的随机特征及其数目,将优化后的随机森林对研究区滑坡进行易发性评价,并与逻辑回归等方法进行比较。绘制各算法预测结果的接收灵敏度曲线,其中优化后的随机森林预测结果的曲线下面积较高,达91.8%,表明优化随机森林模型在滑坡易发性评价中具有较高的预测能力。     

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。     

旋转森林模型在滑坡易发性评价中的应用研究

以三峡库区万州段为研究区,从多源空间数据中提取29个致灾因子作为区域滑坡易发性分析的评价指标,在数字高程模型基础上采用集水区重叠法划分斜坡单元,构建旋转森林集成学习模型,定量预测滑坡空间易发性,并生成滑坡易发性分区图。在易发性分区图中,高易发区占11.6%,主要分布在万州主城区和长江及支流两岸;不易发区占45.6%,主要分布在人类工程活动低、植被覆盖度高的区域。采用受访者工作特征曲线和曲线下面积对旋转森林模型的滑坡易发性进行评价,结果显示该模型的预测精度为90.7%,其预测能力优于C4.5决策树。研究表明,应用旋转森林进行滑坡易发性评价具有预测能力强、精度高等优点。     

新源县汇水域单元滑坡灾害易发性评价

针对滑坡灾害易发性难以定量评价的问题,提出了以汇水域为基本统计单元,层次分析法与信息量法相结合的滑坡易发性评价模型。该模型是在综合分析已有监测数据的基础上,建立了坡度、黄土分布、土地表覆被、水系、断层、高程、地表粗糙度、坡向等8类要素与滑坡稳定性的相关性,根据评价结果将滑坡易发性划分为5个不同的等级。基于新疆新源县滑坡易发性评价的实验结果表明,该模型评价结果与滑坡实际分布情况相符,能够准确对不同汇水域灾害易发性进行分级评价,可以为相关部门进行防灾、预警提供一定的数据支持。提出了一种主观判断与客观分析相结合的方法,回答了"什么地方最容易发生地质灾害"的问题。     

顾及样本敏感性的滑坡易发性评价

滑坡作为一种危害极大的自然地质现象,严重威胁着人民的生命财产安全。因此,科学、准确地评价滑坡体的易发性至关重要。随着机器学习的发展,基于机器学习的滑坡易发性评价逐渐成为研究热点。而在真实情况中,滑坡区域与非滑坡区域面积占比悬殊,这使得机器学习模型的应用存在较严重的样本不均衡问题。本文采用样本敏感性分析方法,综合多个机器学习模型在不同比例的正负滑坡样本集上的表现,以获取最均衡滑坡样本集;并在此样本集基础上采用深度随机森林模型,在示范研究区开展滑坡易发性评价。最终的评价结果接近真实分布,表明本文方法具有较好的有效性。     

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。     

斜坡单元支持下的滑坡易发性评价支持向量机模型

针对传统滑坡预测手段数据源有限、数据更新周期长、难以发现隐藏在复杂滑坡系统中的规律等问题,本文以三峡库区为研究对象,从多源空间数据中提取滑坡孕灾环境和影响因素等信息,采用数字地形水文分析方法划分斜坡单元,对评价因子进行重采样,进而构建两类支持向量机模型。分析了多源影响因素与滑坡易发性的定量关系,并生成滑坡易发性分区图。采用成功率曲线和误差率评价预测结果,模型预测精度达到98.21%,与野外调查实际情况吻合较好。     

GIS支持下应用PSO-SVM模型预测滑坡易发性

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。     

基于卷积神经网络的区域滑坡易发性评价:以三峡库区万州区为例

开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。     

滑坡敏感性评价模型研究

以得荣县为研究区,结合野外调查资料,选取坡度、坡向、高程、断裂、水系、地表曲率、工程岩组、土地利用和NDVI等9个评价因子,利用信息量、逻辑回归和支持向量机(SVM)3种定量模型进行了敏感性评价,并引入成功率验证法对评价模型精度进行了评定。研究结果表明,SVM模型具有很高的预测精度,为81.2%,可推广到其他高山峡谷区域使用。     

基于InSAR的地质灾害易发性评价

首先以Sentinel-1A数据为基础,采用SBAS-InSAR技术,获取研究区2019年1月—2021年8月的地表形变信息。然后通过层次分析法(Analytic Hierarchy Process, AHP)获取8个评价因子的权重。最后基于ArcGIS平台采用综合评价方法获取易发性评价结果并进行分析。结果表明：研究区地表沉降主要发生在中部;地质灾害高易发性区主要分布在研究区中部,东部地区以中易发性为主,西部则主要为低易发性区域。     

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...     

融合自编码与密集残差网络的滑坡易发性评价

针对滑坡易发性评价中编录样本受限、特征信息利用不足，导致预测效果不理想的问题，该文提出融合栈式自编码与密集残差网络的滑坡易发性评价方法。将传统自编码网络进行栈化，重构原始数据以强化特征表达；在卷积神经网络中引入跳层连接，通过密集连接的方式构建一种密集残差网络模型提取数据的深层特征。该文以四川省雅安市为研究区开展滑坡易发性评价，将所提模型与逻辑回归模型、CPCNN-RF模型、U-net模型进行了对比分析。实验结果表明：该方法取得最佳精度，受试者工作特征曲线下的面积为0.883,在一定程度上能够较好地适应小样本预测，易发性制图结果更为准确可靠。     

基于多元逻辑回归的兰坪县崩塌滑坡敏感性评价

通过卫星遥感影像解译和地面调查,获取了云南省兰坪县崩塌滑坡灾害的空间分布,利用Arc GIS软件空间分析方法对该县崩塌滑坡分布规律进行了统计分析,最后运用多元逻辑回归方法对该县未来崩塌滑坡发生的空间位置进行了易发性评价。分析结果确认了极高易发性区域地理位置,其中,极高易发性区域面积为345.1 km~2,占研究区面积的7.90%;高易发性区域面积为429.3 km~2,占研究区总面积的9.82%。所得到的兰坪县崩塌滑坡易发性分布对进一步的防灾减灾工作具有指示作用。     

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。     

CF耦合LR模型的地质灾害易发性评价

为对自然灾害频发的西北地区进行地质灾害易发性研究,本文考虑了高程、坡向等10类因素,利用确定性系数(CF)模型和确定性系数耦合逻辑回归(CF-LR)模型对城固县地质灾害易发性进行评价。结果表明,CF模型和CF-LR模型的灾害比均呈递增状态,高、极高灾害点密度分别为4.75、5.97个/km²,且两种模型的测试集受试者工作特征(ROC)曲线下面积(AUC)分别为0.812、0.835,验证集ROC和AUC值分别为0.862、0.891。两种模型均能有效评价区域内地质灾害易发性,且CF-LR模型具有更高的评价精度。     

模型构建器在地质灾害易发性评价中的应用

地质灾害的发生受到地形地貌、地质构造等因素的影响,在进行易发性评价时通常选择坡向、道路、地层岩性和斜坡结构作为评价因子。以自然斜坡单元为评价单元,借助于ArcGIS平台的模型构建器和Python脚本语言,结合平台自带的多种分析、统计工具,以输出为输入方式构建评价因子模型。从简单模型和模型构建器+Python 2个角度,分析栅格、线型和面状类评价因子的生成与赋值,探索模型构建器在地质灾害易发性评价中的应用,为评价提供一种流程化、自动化的数据处理方式。     

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。     

基于SINMAP模型的线路工程廊道浅层滑坡危险性评价

进行线路廊道滑坡地质灾害危险性评价与监测预警对线路的通畅和安全运行至关重要。本文以某铁路段廊道作为研究区域,结合地形地貌、地质、遥感信息、土壤、植被、水文及气候等数据,分析区段内滑坡孕灾影响因素并进行多因素方差分析,构建廊道滑坡稳定性指数地理空间信息模型,以此为基础对线路廊道进行滑坡危险性评估。针对诱发滑坡主要因素降水量的影响,对线路廊道滑坡危险性进行不同降水量条件下的分段评价,为铁路线路滑坡灾害评估、监测与预警工作提供理论与方法支持。