基于GIS与信息量模型的汶川次生地质灾害危险性评价

5·12汶川大地震诱发了大量滑坡、崩塌、泥石流等次生地质灾害,对人民群众的生命财产和社会经济的发展形成了严重威胁.针对次生地质灾害危险性评价,选取重灾区汶川县作为研究区域,利用遥感与地理信息技术的空间数据管理和空间数据分析平台,获取了研究区的次生地质灾害信息,分析了研究区内次生地质灾害与各影响因子,包括地形地貌、地层岩性、水系、地震断裂之间的相关性特征,并结合信息量法模型进行次生地质灾害危险性评价.高度、中度和轻度危险区的面积分别为1 130.196 km2、1 739.584 km2、1 213.219 km2.本次地震触发次生地质灾害的分布具有集群式分布的特点,即断裂带及其附近地区地质灾害集中发育,而远离断裂带区地质灾害很快衰减,呈零星分布;从灾害发育的区域特征分析,汶川县震后次生地质灾害呈现出北部和东部重、西部和南部轻的特点.所得研究结果与实际情况较吻合,表明地理信息系统结合信息量模型能够快速、有效地对次生地质灾害的空间分布以及危险性作出评价.      

基于GIS和信息量模型的青海大通县地质灾害危险性定量评价分析

本文以地处黄土高原西端向青藏高原的过渡地带的大通县为研究区,根据区内地质环境条件及地质灾害发育特征,选择坡度、地形起伏度、工程地质岩组、与断层距离、与河流水系距离及人类工程活动6个诱发因素作为地质灾害危险性的评价因子,采用基于GIS的信息量模型进行危险性评价,将获得的综合信息量图划分为5级危险区:极低度、低度、中度、高度和极高度。为区内地质灾害防治工作提供科学依据。     

基于GIS的信息量法在滑坡危险性评价中的应用

根据滑坡灾害发生的特点,充分利用GIS强大的空间数据管理能力和空间数据分析能力,结合数据统计分析中的信息量法作为GIS的数据处理方法,对滑坡危险性进行评价,使得分析评价结果最终在GIS软件中成图显示,从而以较高的精度完成滑坡危险性评价,并大大提高了滑坡灾害评价的效率.     

基于加权信息量法的湖北省兴山县地质灾害危险性评价与区划

以湖北省兴山县为研究对象,选取高程、坡度、坡向、坡型、断层、工程地质岩组、地表水、植被8个孕灾条件因子和降雨、建房切坡、修路切坡3个诱发因素因子构建地质灾害危险性评价指标体系,采用加权信息量法对不同因子进行排序与赋权,然后利用ISODATA聚类算法进行地质灾害危险性区划,并对评价结果进行精度评价。研究结果表明,评价结果与实际情况符合度较高,区划结果合理,可以为区域地质灾害危险性评价提供技术参考。     

基于GIS的人工神经网络模型在地质灾害危险性区划中的应用

地质灾害区域评价和危险性区划结果的准确与否,主要取决于基础地质资料的可靠性及数学模型的合理性.为了提高数据的可靠性,利用GIS,在其支持下管理多源基础地学数据,进行数据处理,提取因素图层,剖分形成评价图元区域.然后在GIS基础上进行二次开发,将人工神经网络模型和GIS有机整合,这样GIS既为人工神经网络模型提供评价数据,又处理其评价结果数据,成图输出.本文遵从上述思路,结合长江三峡示范区(巴东-新滩)具体实例,探讨了人工神经网络和GIS结合(基于GIS的人工神经网络)的可能性和现实途径及其在区域地质灾害危险性区划中的应用前景.这种思路同样也适合其他数学模型与GIS的结合.     

基于信息量法模型与GIS的滑坡地质灾害风险性评价

为查明理县滑坡地质灾害总体风险水平,根据滑坡高易发的特征,选取坡度、坡向、构造、岩性、水系、降雨、地震、人类活动等8个因子作为滑坡危险性评价指标,选取人口密度、单位面积GDP和土地资源作为易损性评价指标,基于层次分析法-信息量法模型,使用GIS技术开展理县滑坡地质灾害风险评价.地质灾害风险性评价结果符合理县滑坡地质灾害...     

GIS技术在地质灾害区划中的应用

岫岩县是辽宁省东部山地地质灾害最为典型的地区，存在以崩塌、滑坡、泥石流为主的多种地质灾害。本文应用大量野外地质灾害调查所收集的各种资料，建立Access数据库，并在GIS软件平台上运用投影转换功能，将数据库文件转换为具有属性的图形文件，并得到地质灾害分布图；将研究区进行网格剖分后，对已矢量化的各图层及灾害点文件叠加运算，得到灾害易发程度分区图、等值线图。分区的结果揭示了地质灾害空间分布特征及其与地质环境和人类活动的关系。     

基于信息量模型法的石阡县地质灾害易发性评价

以贵州省石阡县为研究区,选取8个影响地质灾害发育的因素作为评价因子.采用信息量模型法对各评价因子进行信息量计算,将区域地质灾害易发性划分为低、中、高、极高易发区4个等级,分别占研究区面积的21.08％、35.13％、25.53％、18.27％.结果表明:石阡县地质灾害低、中、高、极高易发性面积分别为457.99 km2...     

基于GIS和信息量模型的安徽池州地质灾害易发性评价

以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。     

信息量模型在县市地质灾害调查与区划中的应用研究-以浙江省仙居县为例

本文以浙江省仙居县地质灾害调查与区划项目为例,在信息论原理的基础上,建立了地质灾害区划的信息分析系统,从而建立了多因素分析的地质灾害预测区划方法。结果表明,用信息量模型对仙居县地质灾害进行的空间区划,比较准确地反映了该地区地质灾害的分布、发育及危害情况,与调查的实际情况基本相符,故该模型在县市地质灾害空间区划中的应用是可靠的。     

基于GIS和信息量法的四川峨眉山市地质灾害易发性定量评价

以四川峨眉山市为研究区,选取坡度、坡高、坡向、岩土体类型、构造、河流侵蚀、地表覆被、降雨、工程切坡以及矿产开发10个影响因素作为评价因子,采用改进信息量法,在评价因子分级分析的基础上,利用GIS技术,对研究区地质灾害易发性进行了定量评价。结果表明：方法科学可靠,评价结果与实际基本相符;地质灾害在高陡斜坡区域、坚硬薄层-厚层状砂岩、粉砂岩夹白云岩、灰岩岩组、构造密集区最为发育,地形地貌、地质构造是地质灾害发育最主要的控制因素;地质灾害易发性划分为高易发、中易发、低易发、极低易发4个等级,分布面积分别为169.37km²、429.07km²、363.43km²和221.12km²。易发性评价精度74.80%。评价方法可为县域地质灾害易发性评价提供理论指导,评价结果可为该区域地质灾害防治工作提供科学依据。     

基于GIS和加权信息量的湖北鄂州地质灾害易发性区划

本文以湖北省地质灾害高易发区之一鄂州市为研究区,在鄂州市地质灾害详细调查的基础上,选取地貌单元、高差、坡度、工程地质岩组、断层、开矿活动6个影响因素,应用加权信息量模型,通过GIS空间分析平台,开展研究区易发性评价。研究结果表明:研究区划分为高易发、中易发、低易发三个区,分别占研究区面积的4.58%,13.59%,81.83%。通过受试者工作特征曲线(ROC)的线下面积(AUC)进行检验,其值为89.2%,评价精度较高。本文湖北省鄂州市为例开展地质灾害易发性评价、结果分析以及预测精度评价等,为湖北省内县域地质灾害易发性评价提供理论指导和技术参考。     

基于加权信息量模型的湖南省麻阳县地质灾害危险性评价与区划

以麻阳县1：5万地质灾害详细调查数据为基础,选择地质灾害点密度、地形地貌、岩土体结构类型、地质构造、降雨、植被、人类工程活动、受威胁人数和潜在经济损失等9个因素作为评价指标,采用层次分析法对不同指标的重要性进行排序与赋权.最后基于加权信息量模型进行麻阳县地质灾害危险性评估及分区评价.研究结果表明：麻阳县主要处于地质灾害低-中等危险区,其中低、中危险区面积分别为984.44 km2和414.08 km2,极低危险区和高危险区分别为81.11 km2和86.57 km2.     

基于GIS和加权信息量模型的绿春县城地质灾害易发性评价

以绿春县城为研究区,在绿春县城地质灾害详细调查的基础上,选取地层岩性、高程、坡度、坡向、断层、道路、河流7个影响因素,在信息量模型的基础上运用层次分析法赋权重,通过GIS空间分析平台,进行研究区地质灾害易发性评价.结果表明:研究区划分为地质灾害极高易发、高易发、中易发、低易发4个等级,分别占研究区面积的32.24％、2...     

基于GIS的信息量法及其地质灾害易发性评价应用——以滇中晋宁县为例

地质灾害易发性评价是地质灾害评价工作的基础,是地质灾害研究的重点。以往地质灾害易发性分区评价大部分依据专家的主观经验,从而导致评价结果具有较大的随意性。本文利用研究区实际调查资料,选取地形地貌、工程地质岩组、地质构造、水文地质条件、人类工程活动等参评因子,利用信息量模型在基于GIS的平台对空间数据进行自动叠加分析,得出各影响因子综合影响下的客观的易发性分区结果,然后结合专家的主观经验,经定性与定量综合分析,对分区结果进行进一步的修正,可实现对地质灾害易发性的科学评价。选取晋宁县作为示例区的应用结果与国土资源大调查中的评价结果基本一致,证实该方法切实可行,并具有广泛的推广应用价值。     

基于加权信息量模型的湖南省麻阳县地质灾害危险性评价与区划

钠木钦金多金属矿位于西藏班公湖-怒江成矿带西段，区域成矿以铜、金、铁矿为主.研究认为，钠木钦铜矿体受中二叠世下拉组地层与早白垩世中酸性侵入岩接触带——夕卡岩控制，而金矿体则主要受近东西向断裂构造控制，铜矿成矿类型为夕卡岩型，金矿成矿类型为构造蚀变岩型，成矿时代为早白垩世.矿区Ⅰ、Ⅱ、Ⅲ号矿体的深部及Ⅱ号铜矿体的西部还具有较大的找矿空间.对矿区矿床特征的研究发现，钠木钦矿与区域上的尕尔穷等矿床具有较为相似的地质背景及成矿特征，但也有其独特之处.     

基于GIS的华蓥市地质灾害易发性评价

本文基于四川华蓥市最新的地质灾害数据和野外地质数据,选取坡度、坡向、坡高、工程地质岩组、断层、河流影响距离、道路和采矿活动等8个影响因素,采用信息量模型,在进行评价因子分析的基础上,通过GIS空间分析平台,对华蓥市开展地质灾害易发性评价。评价结果显示,研究区可划分为高易发、中易发、低易发和极低易发四个区,分别占研究区面积的17.31%、27.63%、32.66%和22.40%。通过采用受试者工作特征曲线（ROC）的线下面积（AUC）进行检验,其值为72.50%,评价结果良好,能够为华蓥市地质灾害易发性评价提供理论指导和技术参考。     

基于GIS技术的区域地质灾害信息分析系统研究

作为GIS技术应用的一个方向,作者经过多年的研究,利用GIS强大的空间分析功能和空间数据库管理能力,基于MAPGIS地理信息系统软件及其提供的二次开发函数,通过信息量模型与GIS技术的有机结合,实现了区域地质灾害空间预测制图与分析的自动化系统,即地质灾害信息分析系统.该系统具有进行任意图形边界的多图层矢量数据叠加功能,克服了地质灾害空间预测中因栅格数据叠加而产生的误差,使预测过程和预测结果更符合地质灾害发生的地质背景.文章以我国地质灾害高发区的陕西省旬阳地区为例,对地质灾害信息分析系统进行了应用研究.     

基于信息量模型法的地质灾害风险评价研究——以滁州市全椒县为例

为进一步加强研究区地质灾害防治及风险管控,开展地质灾害风险评价工作具有重要的意义。本文基于信息量模型法计算各致灾因子在不同分级条件下地质灾害引发的总信息量,运用自然间断法划分危险区,确定研究区各级风险分区面积及分布情况。研究结果显示：地质灾害极高、高、中和低危险性区分别占研究区面积的0.13%、6.85%、34.41%、58.61%。区内大部分地区地质灾害不发育,较少受地质灾害的威胁,灾害风险高和极高地区集中分布在研究区中北部丘陵一带,应及时开展预警监测和风险管控工作。     

基于GIS技术和信息量法的地质灾害易发性研究——以海南省昌江县为例

海南省昌江县地质灾害的发育受地质环境条件控制和多种外在因素影响.依据昌江县地质灾害详细调查资料,选择各类地质灾害发育的控制条件和诱发因素作为评价指标,通过建立地质灾害影响因子体系,构建信息量分析模型.通过对各项因子进行量化并使其归一化,运用层次分析法确定评价因子权重系数,利用ArcGIS的空间叠加分析功能,实现对昌江县地质灾害易发程度的评价分析.本研究将为昌江县地质灾害预警监测和地质灾害避让搬迁提供依据.