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。     

泥石流危险性评价的新思路

泥石流的多样性、复杂性和多因素等特征,使其具有很大的破坏性,也增加了其危险性评价的难度。近10年来,我国泥石流每年造成损失约33～36亿元,死亡数百人。由此可见,泥石流的危险性评价在我国国民经济建设中起着非常重要的作用。国内外许多学者对此也做了深入的研究,提出了许多有效的预测措施,在一定程度上减少了国家的经济损失。针对目前的研究现状,笔者系统分析和总结了当今泥石流危险性评价的研究方法,结合未来灾害学的发展方向,提出了一种基于信息熵理论研究的新思路,并进行了初步探索。     

基于GIS的巴东新县城滑坡灾害风险系统

本文提出了基于GIS的滑坡灾害风险预测系统流程。并将滑坡灾害风险评价模型与GIS技术先进的图形处理和空间分析功能相结合,建立了巴东县新县城区滑坡灾害风险预测系统。系统由信息管理子系统、危险性预测子系统、易损性预测子系统、风险预测子系统四大子系统构成。系统在对相关信息进行采集、存贮、检索和管理的基础上,结合物元模型、BP模型等专业预测模型,实现了滑坡灾害危险性、易损性评价,最终取得了滑坡灾害风险分布图,为三峡库区内各县的滑坡灾害信息管理和风险预测提供了新途径。预测成果可为研究区的国土规划和移民工程的顺利实施提供依据和保障。     

基于组合赋权-未确知测度理论的滑坡危险性评价

危险性评价与预测是滑坡灾害预防与减灾工作首要解决的重要内容。以西藏隆子县研究区内发育的滑坡为例,据其特有的地质环境条件,选取滑坡发育高程、坡度等13项影响因素作为滑坡危险性评价的指标,并建立分级标准将滑坡危险性划分为高度、中度和低度三级。采用组合赋权-未确知测度理论耦合评价模型,构建了评价指标未确知测度函数、评价指标组合赋权值、置信度判别准则,对研究区内20个滑坡进行了危险性评价,获得了每个滑坡危险性等级,并与模糊物元和突变理论评价结果及实测结果对比,评价结果基本符合实际情况,证明该方法科学合理,可为滑坡危险性预测提供新思路。     

可拓聚类预测方法在地质灾害危险性评价中的应用

基于可拓学的物元模型和聚类分析原理,提出了地质灾害危险性评价的可拓聚类预测方法。本文根据地质灾害危险性的9个影响因子,构建了经典域物元和节域物元,应用物元理论和可拓集中的关联函数建立预测模型,通过聚类分析得到地质灾害危险性的预测结果。并将可拓聚类预测方法用于对云南昭通地区滑坡、泥石流危险性评价之中,实例研究表明了可拓聚类预测方法用于地质灾害危险性评价的有效可行性。     

基于突变理论的滑坡危险性评价

滑坡危险性评价与预测是滑坡灾害防治中的首要任务,科学合理地评价滑坡危险性十分重要。以岩桑树水电站库区发育的潜在滑坡为例,据其特有的地质环境条件,选取坡体风化程度、斜坡坡度等9个影响因素作为滑坡危险性评价的指标,并建立分级标准将滑坡危险性分为轻度危险、中度危险、重度危险和极度危险4个等级。将突变理论运用到滑坡危险性评价中,从而建立了新的稳定性评判模型。基于突变级数法的滑坡危险性评价方法,综合考虑了各评价指标间的相关性,真实地描绘了滑坡系统的内在机制。实例分析结果表明,该方法评判结果准确率高,可为滑坡的防治提供依据。     

基于GIS技术的区域滑坡灾害危险性预测

基于GIS技术,利用信息量模型开展区域滑坡灾害危险性预测研究,编制滑坡灾害易发分区图,为滑坡灾害的风险预测及实时预警预报提供基础资料。以浙江省永嘉县为例,利用MAPGIS二次开发得到的信息量专业模块,结合永嘉县历史滑坡灾害和2004年以来新发生的灾害点,分别评价了研究区的历史滑坡灾害危险性和现状滑坡灾害危险性;提出用历史滑坡灾害危险性图件结合新发生的灾害点来验证评价模型;将历史灾害点和新灾害点结合生成滑坡灾害危险性预测图件的预测过程;研究成果经在永嘉县的实际验证分析,2004年后3次台风期间（2004年的“云娜” 台风,2005年的“海棠”和“麦莎”台风）发生的有准确地点的滑坡灾害点全部位于滑坡灾害易发区内,表明采用的模型具有较好的实用性和可靠性;采用历史统计和快速聚类相结合的方法进行危险性等级的划分,克服了前人研究工作中人为划分易发区的缺陷,更科学、客观。     

基于机器学习的区域滑坡危险性评价方法综述

我国滑坡灾害分布范围广,危害严重。区域滑坡危险性评价一直都是滑坡灾害防灾减灾的重要内容之一。近年来,随着大数据和人工智能技术的飞速发展,机器学习技术逐渐在滑坡灾害危险性评价方面得到广泛应用,并取得了较好效果。在大量研读文献的基础上,系统阐述了基于机器学习技术的滑坡危险性评价方法研究现状。综述从评价因子选择与量化归一化、数据清洗与样本集构建、模型选取与训练评价等三个关键环节对现有研究成果进行分析评述,最后对机器学习滑坡危险性评价方法的发展趋势提出讨论意见。     

基于机器学习的区域滑坡危险性评价方法综述

我国滑坡灾害分布范围广,危害严重。区域滑坡危险性评价一直都是滑坡灾害防灾减灾的重要内容之一。近年来,随着大数据和人工智能技术的飞速发展,机器学习技术逐渐在滑坡灾害危险性评价方面得到广泛应用,并取得了较好效果。在大量研读文献的基础上,系统阐述了基于机器学习技术的滑坡危险性评价方法研究现状。综述从评价因子选择与量化归一化、数据清洗与样本集构建、模型选取与训练评价等三个关键环节对现有研究成果进行分析评述,最后对机器学习滑坡危险性评价方法的发展趋势提出讨论意见。     

区域滑坡灾害预测预警与风险评价

区域滑坡灾害预测预警是滑坡灾害研究领域的难点和热点。过去10多年来在这方面的研究主要集中在区域降雨与地质环境的结合方面。文章总结了目前国内外滑坡灾害预测预报、预警和风险管理研究现状,认为把滑坡灾害预警预报与风险管理相结合是减灾防灾的需要,也是今后该领域研究的发展趋势。文章从区域滑坡灾害空间预测、时间预警预报的角度提出了滑坡灾害预测预报的分类和理论基础,并在此基础上,利用MapGIS软件平台进行二次开发,建立了基于WebGIS的滑坡灾害信息管理系统和实时预警发布系统。以2004年"云娜"台风期间浙江省永嘉县滑坡灾害预警预报为例,进行了滑坡危险性预测、人口易损性预测、经济易损性预测到风险预测的实例研究。