基于逻辑回归模型的泥石流易发性评价与检验：以金沙江上游奔子栏—昌波河段为例

基于地理信息系统(ArcGIS100)平台和小流域单元,采用逻辑回归(LR)模型对金沙江上游(奔子栏—昌波河段)干热河谷区进行泥石流易发性评价,并对预测结果进行总体检验与随机个案检验。评价与检验结果表明,得到的最优指标组合下LR评价模型的AUC值为827%;预测的极高易发区、高易发区面积合占全区面积的3598%,实发泥石流面积占泥石流总面积的6503%;在个案检验中,位于各等级分区的检验组样本实发泥石流比例随着分区易发性等级降低,依次为917%(极高)、750%(高)、364%(中等)、167%(低)、0(极低),表明评价效果良好。研究区泥石流集中发育于金沙江沿岸的东北部、中部和西南部,主导性的评价指标依次为距主干道路距离、岩性、距断裂带距离、雨季月平均降雨量。人类活动与季节性降雨为研究区干热河谷泥石流的主要诱发条件。基于逻辑回归模型的泥石流易发性评价方法提高了泥石流发生可能性的预测精度,可为干热河谷区泥石流预测预警和防治提供参考依据。     

G219阿克赛钦段地质灾害分布特征及易发性评价

G219阿克赛钦段沿线地形地貌多样,地质条件复杂,道路运行严重受崩滑流等地质灾害影响。结合现场调查和遥感解译生成的灾害数据库,分析阿克赛钦段沿线崩滑流灾害分布特征。利用频率比法选取坡度、坡向、高程、工程地质岩组、PGA、距断层距离、距河流距离、距公路距离等8个影响因子,进行崩滑流灾害易发性评价。研究发现：(1)阿克赛钦段崩滑流灾害主要分布在赛图拉-大红柳滩一带,泥石流灾害主要发育在康西瓦断裂附近河谷区域,崩滑灾害基本分布在切坡等扰动活动强烈的康西瓦-大红柳滩一带;(2)研究区地质灾害极高、高易发区主要分布在泉水沟以北河谷及六三五道班南部部分区域,面积分别占研究区的7.99%、21.08%,各有63.71%、23.56%的总历史灾害面积占比;(3)基于频率比法的易发性评价模型AUC值为0.854,评价结果可靠。研究方法及结果可为G219阿克赛钦段防灾减灾工作提供理论依据与指导。     

基于CF和Logistic回归模型的广东省地质灾害易发性评价

在研究广东省崩塌、滑坡、泥石流孕灾环境的基础上,选取高程、坡度、地质年代、岩性、距断层距离、距水系距离、归一化植被指数(NDVI)7个因子作为地质灾害易发条件因子。首先利用CF模型计算出7个因子各分类级别的CF值,然后将各因子的CF值作为自变量,是否发生地质灾害作为因变量,利用Logistic回归模型得到各因子的回归系数。再对各因子之间的独立性进行检验,所选7个因子都符合独立性检验条件,全部进入到逻辑回归方程中,计算出各独立单元发生崩滑流地质灾害的概率。根据计算结果将广东省崩滑流地质灾害易发程度划分成四类:极低易发区(16.63%),低易发区(28.65%),中易发区(32.57%),高易发区(22.15%)。评价模型的合理性和精确度都符合检验要求,说明采用确定性系模型和逻辑回归模型能够较为客观准确地评价广东省地质灾害易发性。     

基于深度神经网络模型的雅安市滑坡易发性评价CSCD

准确的滑坡易发性评价结果是滑坡风险评估的基础,对防灾减灾工作有着重要的意义。文章以雅安市为研究区,在野外地质调查的基础上,选取高程、坡度、坡向、平面曲率、剖面曲率、地形湿度指数、泥沙输运指数、径流强度指数、归一化植被指数、年均降雨量、地震动峰值加速度、地形起伏度、距断层距离、地层岩性、距河流距离、距道路距离等16个因子,构建研究区滑坡易发性评价指标体系,采用度神经网深络(DNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(12.2%)、高易发区(7.0%)、中易发区(9.8%)、低易发区(17.0%)、极低易发区(54.1%)五个等级,并与人工神经网络(ANN)模型进行对比,用ROC曲线的AUC值进行精度检验。结果表明,DNN模型的评价精度AUC(0.99)大于ANN(0.96)模型。因此,相比ANN模型,DNN模型在该研究区有着更好的拟合能力和预测能力,滑坡极高和高易发区主要分布于雅安市人类工程活动强烈的低海拔地区,沿着道路和水系分布,距道路距离、高程、年均降雨量是影响雅安滑坡发育的主要影响因子。     

考虑冻融侵蚀型物源的不同流域单元泥石流易发性评价——以藏东贡觉地区为例

在全球气候变暖背景下,高原山区潜在泥石流暴发的概率将增大,定量评估泥石流易发性是区域减灾防灾的先行手段。基于现场调查和研究结果,首次计算了藏东贡觉地区的冻融侵蚀强度(DR)。选取物源条件和地形条件,采用加权信息量法评价了藏东贡觉地区泥石流的易发性,以四组流量阈值划分的不同流域单元作为评价单元对比分析了易发性评价结果。结果显示,四组易发性评价结果差异明显,随着流域单元划分数量的降低(流量阈值增大),研究区中风险区面积逐渐增大,高～极高风险区面积先增大后降低。受试者特征曲线(ROC)验证结果表明,使用G2组(流量阈值5 000)划分得到的流域单元模型评估效果更好,AUC值为0.895,高易发区、极高易发区面积占全区约34.1%。八个评价因子中,冻融侵蚀强度(DR)、地形特征指数(TCI)和平面曲率(Pl＿cv)是泥石流易发程度贡献率较大的三个因子。考虑冻融侵蚀型物源和地形水文因子建立的泥石流易发性评价模型,为冻融侵蚀现象明显的藏东地区泥石流易发性评价提供了新的方法和思路,对指导地方防灾减灾具有重要实践意义。     

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。     

伊犁河谷主要交通线路两侧工程扰动灾害易发性评价

伊犁河谷是新疆地质灾害易发区和重灾区,进行相应的地质灾害易发性评价,可为防灾减灾提供依据。该区交通线路由于跨度大,沿线工程地质条件复杂,极易发生扰动灾害。遥感解译显示,伊犁河谷主要交通沿线分布有179处工程扰动灾害。基于ARCGIS软件,利用层次分析法,选取高程、坡度、坡向、地表起伏度、工程地质岩组、PGA、距断层距离、距道路距离、距河流距离这9个评价因子对伊犁河谷主要交通线路两侧5 km范围内工程扰动灾害易发性进行评价。权重值显示坡度对工程扰动灾害影响最大,易发性分区结果与实际灾害分布相符合。统计显示,在占总面积15%的高与极高易发区内分布有67%的灾害,表明分区结果较合理。     

基于深度学习的CZ铁路康定—理塘段滑坡易发性评价

CZ铁路康定至理塘段地处青藏高原东部边缘,区域内地形地貌多变、地质构造复杂,滑坡灾害极其发育,严重威胁着CZ铁路康定至理塘段的规划建设和未来安全运行。因此,选取高程、坡向、平面曲率、剖面曲率、地形起伏度、地表切割度、地形湿度指数、归一化植被指数、岩性、距断层距离、距河流距离、距道路距离共计12个影响因子构建滑坡空间数据库,采用深度学习的卷积神经网络(convolutional neural network, CNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(13.76%)、高易发区(14.00%)、中易发区(15.86%)、低易发区(18.17%)、极低易发区(38.21%)5个等级,并与人工神经网络(artificial neural network, ANN)模型进行对比。结果表明,CNN模型的评价精度AUC(0.87)大于ANN(0.84)模型,且极高易发区的频率比值高于ANN模型,CNN模型在本研究区有着更高的预测能力;极高和高易发区主要分布在水系较为发育的地区,沿着雅砻江和其他河流两侧2 km范围内呈带状分布。滑坡易发性评价结果较好地反映了研究区滑坡灾害...     

基于Mamdani FIS的中吉乌铁路方案线中段滑坡易发性预测

中吉乌铁路是我国西北地区通往中亚、南欧国家的一条国际通路,对其方案线沿线的地质灾害的调查及预测可为其选线提供一定建议。本文基于Mamdani模糊推理系统(Mamdani FIS)对方案线北线AK53-AK130、南线AK61-AK131段研究区的滑坡易发性进行预测。通过区域地质背景资料和遥感影像人机交互解译获取了该区地质环境背景、地形因素以及生态环境3类9种滑坡影响因子,建立768条推理规则,通过Mamdani FIS模型得到区内滑坡敏感度文件,在GIS环境中制作研究区滑坡易发性等级图,将研究区划分为极低易发区、低易发区、中等易发区、高易发区和极高易发区。结果显示,滑坡极高易发区和高易发区分布在研究区东北部的费尔干纳山脉附近以及南部的亚瑟河流域。采用受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC曲线)对结果进行验证,曲线下面积为0.859,表明预测结果精度较高。     

基于斜坡单元的山区城镇滑坡灾害易发性评价：以康定为例

山区地质灾害易发性评价对城镇地质灾害风险管理具有重要意义。本文以康定市为例,以斜坡单元为最小评价单元,选取高程、坡度、坡向、曲率、工程地质岩组、距道路距离、距断裂距离、距水系距离和斜坡结构等9个滑坡影响因子,根据各因子滑坡面积比曲线与证据权值曲线的突变点,划分滑坡影响因子二级状态,并对各影响因子进行相关性分析,剔除相关性较高的距道路距离因子,在此基础上,采用证据权模型进行滑坡易发性评价。对已有治理工程的斜坡单元,本文尝试利用折减系数法对其易发性进行进一步评价。结合现场调查,将研究区滑坡易发性程度划分为：极高易发、高易发、中等易发、低易发。评价结果表明,自然工况下极高易发区主要位于康定市炉城镇以及研究区北侧二道桥村一带,高易发区主要位于雅拉河、折多河与瓦斯沟河谷两侧,对治理工程所在的斜坡单元进行折减后,极高易发区面积由11.21%降至8.42%,滑坡比率由4.03降低至2.3,研究结果符合实际情况,模型精度达77.8%。评价结果较好地反映了康定市区的滑坡易发性分布情况,可为城镇精细化评价提供一定的参考依据。     

Identification of the affected areas by mass movement through a physically based model of landslide hazard combined with an empirical model of debris flow

In tropical areas, mass movements are common phenomena, especially during periods of heavy rainfall, which frequently take place in the summer season. These phenomena have caused loss of life and serious damage to infrastructure and properties. The most prominent of these phenomena are landslides that can produce debris flows. Thus, this article aims at determining affected areas using a model to predict landslide prone areas (SHALSTAB) combined with an empirical model designed to define the debris flow travel distance and area of deposition. The methodology of this work consists of the following steps: (a) elaboration of a digital elevation model (DEM), (b) application of the deterministic SHALSTAB model to locate the landslide prone areas, (c) identification of the debris flow travel distance and area of deposition, and (d) mapping of the affected areas (landslides and debris flows). This work was developed in an area in which many mass movements occurred after intense rainfall during the summer season (February 1996) in the state of Rio de Janeiro, southeast Brazil. All of the scars produced by that event were mapped, allowing for validation of the applied models. The model results show that the mapped landslide locations can adequately be simulated by the model.     

泥石流致灾因子敏感性分析——以四川都江堰龙溪河流域为例

泥石流是我国山区常见的地质灾害,为了定量研究泥石流灾害致灾因子的敏感性并确定各个致灾因子的权重大小,本文通过野外调查、数理统计法和层次分析法对龙溪河流域泥石流灾害的主要致灾因子进行定性规律分析和定量权重计算。结果表明:（1）泥石流灾害的发生与致灾因子的敏感性区间主要定性表现为:流域面积小于1 km2以内、高差在200~400 m范围内、距断层距离为0~2 km、山坡坡度30°~50°、岩性为砂岩、纵比降在400‰~600‰等,其泥石流发生与致灾因子具有相关性,且相关性较好;（2）选取了泥石流灾害致灾因子中的历史因子、地形因子、地质因子和降雨因子等4个一级因子以及流域面积、高程、相对高差、纵坡比、地层岩性等14个二级因子建立层次分析模型和计算判断矩阵,定量计算权重值得出降雨,流域面积,地层岩性,纵比降等四个因子对泥石流发生的敏感性最强。这一结论具有普遍性,可对该区域泥石流的易发性,危险性,风险性评价提供一定的数据参考意义。     

西藏天摩沟泥石流形成机制与成灾特征

西藏林芝市波密县天摩沟于2007年9月、2010年7月、2010年9月和2018年7月分别发生大型和巨型泥石流,4次泥石流活动均不同程度堵塞主河帕隆藏布,淤埋国道318或摧毁桥梁,堰塞湖淹没村道、溃决造成下游塌岸,给当地居民生命财产尤其是交通干道造成极大危害。文章针对以上4次泥石流活动,采用高分辨率遥感影像,对泥石流发生前的孕灾背景进行解译,同时结合无人机航空摄影和地面调查对天摩沟泥石流形成机制和成灾特征进行了对比分析,得到以下结论:(1)天摩沟内冰川发育,年际变化大,目前泥石流形成的主要方式为岩崩和堵溃,其中2018年和2007年为岩崩引发,2010年为堵溃引发,该沟同时具有冰川泥石流和降雨泥石流的特征。(2)经历了2007年和2010年3次大规模泥石流后,天摩沟内斜坡类物源储量增加了19.6%,绝大部分启动的冰碛物和崩滑物源都转化为泥石流沟道堆积物或冲出沟口。(3)天摩沟2018年泥石流容重为2.10g/cm^3,为黏性泥石流,流速快冲击力强,帕隆藏布河道受到挤压多次变道,历史上最大偏移距离为190m。(4)2018年7月11日泥石流成因为降雨条件下加剧冰川消融引发主沟沟源右侧岩崩,形成多阵次泥石流,主泥石流体积18×104m3,淤埋G318近220m。后续依然具有暴发大型泥石流的可能性,建议进行防治降低其危害程度。     

暴雨型泥石流预警模型初步研究

2010年8月13日四川都江堰市龙池地区暴发了特大规模的群发性暴雨型泥石流过程,给龙池地区的震后恢复重建带来了巨大的灾难,因此,研究该区泥石流发生机理和预警十分必要。本文在总结前人关于泥石流暴发与降雨条件研究成果基础上,发现泥石流物源含水量及地表径流流深等是导致流域内松散物源启动的主要原因。根据其前期降雨量和有效降雨强度等特征,建立了泥石流流域物源土体颗粒个别启动、局部启动和大量启动的判别式,建立了适合该区域暴雨泥石流预警模型,将可能诱发泥石流暴发的不同降雨条件划分为蓝、黄和红色3个危险等级,为该区泥石流监测预警提供了科学依据。     

温州群发性坡面泥石流临界雨量研究

温州地处浙江东南沿海,降雨充沛。台风等极端气候灾害引起的强降雨次数繁多,并可能引发地区周边泥石流等地质灾害。收集相关地区、时段的气象、水文资料,并对研究区降雨数据进行处理,在野外实地调查、遥感解译的基础上,根据研究区地质灾害调查结果,总结群发性坡面泥石流特征,分析其形成的地质环境条件。针对致灾因子降雨量与温州地区群发性泥石流灾害的因果关系,获取坡面泥石流发生周期内的各时段降雨量,并利用相关性分析确定最大1h、3h雨强为研究变量,在二维坐标平面上投影近百个案例点,拟合得出临界雨量方程,并根据泥石流发生与否划分区域计算超越概率和误报概率,得出温州地区泥石流爆发前期雨强满足"两倍关系"的经验结论,寻求解决温州地区实际泥石流地质灾害预警问题的可行性。     

Landslide and debris flow initiated characteristics after typhoon Morakot in Taiwan

Typhoon Morakot brought extreme rainfall and initiated numerous landslides and debris flows in southern Taiwan in August of 2009. The purpose of this study is to identify the extreme rainfall-induced landslide frequency-area distribution in the Laonong River Basin in southern Taiwan and debris flow-initiated conditions under rainfall. Results of the analysis show that debris flows were initiated under high cumulative rainfall and long rainfall duration or high rainfall intensity. The relationship of mean rainfall intensity and duration threshold could reflect debris flow initiation characteristics under high rainfall intensity in short rainfall duration conditions. The relationship of cumulative rainfall and duration threshold could reflect debris flow initiation characteristics under high cumulative rainfall in long rainfall duration. Defining rainfall events by estimating rainfall parameters with different methodologies could reveal variations among intermittent rainfall events for the benefit of issuing debris flow warnings. The exponent of landslide frequency-area distribution induced by Typhoon Morakot is lower than that induced by the Chi-Chi earthquake. The lower exponent of landslide frequency-area distribution can be attributed to the transportation and deposition areas of debris flow that are included in the landslide area. Climate change induced high rainfall intensity and long duration of precipitation, for example, Typhoon Morakot brought increased frequency of debris flow and created difficulty in issuing warnings from rainfall monitoring.     

四川泸定MS6.8级地震区湾东河流域泥石流活动性预测

2022年9月5日四川泸定县发生M_S 6.8级地震,地震诱发大量同震崩滑体,并导致湾东河断流。基于现场调查、影像解译和区域地质资料分析,采用空间统计和水文计算的方法,对湾东河流域同震崩滑体分布特征和潜在泥石流危险性进行了研究。结果表明：湾东河流域内同震崩滑体主要分布在地震烈度Ⅸ度区,规模以中小型为主,主要沿沟道两侧展布,尤其是单薄山脊两侧临空面发育密度较大,距断层距离和坡度对其分布具有明显的控灾效应;未来湾东河流域暴发溃决型泥石流的冲出量可能为同等触发条件下震前泥石流的约两倍。依此提出了加强流域内溃决型泥石流风险防范,尽快通过综合监测预警获取泥石流发生的临界雨量值,在泥石流防治工程设计中应充分考虑泥石流规模放大系数等防灾减灾建议,为泸定地震后泥石流灾害防灾减灾提供科学参考。     

北京市山区泥石流灾害的发育特征及预报方法探讨

北京山区泥石流灾害较为发育。泥石流分布地域广泛,但相对集中于部分乡镇、主干断裂构造带附近或几组断裂构造交汇部位、坚硬岩石分布区、末级和二级沟谷以及降雨高值区内,且多发生在7-8月份暴雨季节。受地形地貌、地质条件、降雨分布、土壤类型、气温条件以及植被覆盖程度等影响明显。对于泥石流的预报,目前主要依据的是临界雨量值。本文通过认真研究北京地区泥石流的发育规律,深入分析了泥石流的形成条件和影响因素,并在此基础上对北京地区泥石流预报方法进行了初步探讨。建立了综合考虑地形地貌、地质条件、土壤类型以及降雨情况等因素的判断公式,并就如何开展北京地区泥石流预报工作提出了建议。     

四川都江堰三溪村710高位山体滑坡研究

2013年7月10日上午10时,四川都江堰市中兴镇三溪村受极端暴雨影响发生高位山体滑坡灾害,滑坡-碎屑堆积体方量超过150104m3,其中1#滑坡-碎屑堆积体长度1.26km,造成三溪村一组重大人员伤亡。笔者在野外实地调查和室内研究分析的基础上,总结了都江堰三溪村滑坡的基本特征,研究了其启动运动机制和滑动速度,主要认识如下:（1）该滑坡为一处高位山体滑坡,后缘白垩系砂砾岩地层高速滑动后剧烈撞击-铲刮-偏转后铲动坡体上的松散堆积层而形成高位山体滑坡-碎屑流灾害。（2）根据滑坡的运动及堆积特征,将1#滑坡划分为砂砾岩滑动区、碰撞铲刮区和碎屑流堆积覆盖区3部分。（3）7月8日8时至10日8时,中兴镇三溪村的持续强降雨天气过程（都江堰市3d的降雨量相当于该地区年降雨总量的44.1%）,直接触发了滑坡的发生。（4）三溪村滑坡的发生受2008年汶川地震、特殊的岩土体性质、地形地貌条件以及极端暴雨事件的综合影响,地震、地形为其发育提供了基础条件,极端暴雨事件为其直接诱发因素。（5）建议加强高位山体滑坡的研究,尤其是远程滑坡-碎屑流的早期识别和预警。     

甘肃省白龙江流域降雨型潜在泥石流危险性预报模型

【研究目的】泥石流灾害是白龙江流域分布广泛并常引起群死群伤的重大地质灾害,准确评价泥石流活动规模及其危险度,是泥石流危险性预警预报的前提,合理构建危险性预报模型是泥石流防灾减灾的关键。【研究方法】本文以研究区历史泥石流案例和对应降雨资料为基础数据,采用统计分析方法,通过分析形成泥石流关键地质环境条件及其相互关系,构建了白龙江流域潜在泥石流危险度定量评价模型,提出了两类泥石流危险级别临界判别模式。【研究结果】结果表明：（1）以泥石流活动规模、沟床平均比降、流域切割密度、不稳定沟床比例为判断因子的泥石流危险度动态定量计算模型,能快速准确预测未来不同工程情景和降雨频率工况下泥石流危险度;（2）影响降雨型泥石流发生的地形条件由流域面积、10°~40°斜坡坡度面积比、沟床平均纵比降等组成,降雨条件主要由泥石流爆发前的24 h累积降雨量、触发泥石流1 h降雨量或10 min降雨量等组成;（3）依据30条典型泥石流沟危险度计算结果,获得泥石流危险性临界判别值,提出了降雨型潜在泥石流危险性1 h预报模型（Ⅰ类）和10 min预报模型（Ⅱ类）,其中Ⅰ类模型高危险度以上泥石流预测精度大于87.5%,Ⅱ类模型中等危险度以上泥石流预测精度大于80%,而两类预报模型验证准确率为83.3%。【结论】研究成果为泥石流精准预警预报提供了技术支撑,对建立中小尺度泥石流实时化预警系统具有一定参考意义。创新点：通过确定与泥石流相对应关键地质环境因子,构建了泥石流危险度动态定量评价模型,依据泥石流危险性1 h和10 min临界判别模式可准确实现潜在泥石流预警预报。