基于GIS的澜沧江下游区滑坡灾害危险性分析

澜沧江流域是中国西南地区滑坡灾害较为严重的地区。对澜沧江下游区滑坡灾害及其控制因素分析,建立基于G IS的滑坡灾害危险性评价模型,实现澜沧江下游区滑坡危险性区划,为该区滑坡灾害防治和生态环境保护等提供重要决策依据。     

基于随机森林方法的滑坡灾害危险性区划

滑坡灾害危险性区划在滑坡灾害管理工作中具有重要意义。该文以深圳市为研究区,将随机森林方法应用于滑坡灾害危险性区划和因子评价工作。研究中采用随机森林方法进行建模,结合ROC曲线和AUC值对模型性能进行评价;通过预报效率曲线对全区的滑坡危险性区划总体效果进行评价;根据错误率变化和节点不纯度变化,对不同因子的重要性进行分析,结合作用曲线,探讨不同因子对滑坡的影响规律。实例研究说明随机森林方法适用于滑坡危险性区划工作,具有良好的建模效果。     

区域滑坡灾害风险评价方法研究

回顾了滑坡灾害风险评价研究进展,指出了现有评价方法的不足。然后提出了基于土地利用类型的滑坡灾害易损性评价方法,建立了针对滑坡灾害的防灾减灾能力评价指标体系,并给出了具体评价方法。最后提出了基于G IS的区域滑坡灾害风险评价流程以及滑坡灾害风险等级确定方法。     

广东省崩塌、滑坡及泥石流灾害危险性评价与分析

广东省地质灾害较为常见,崩塌、滑坡、泥石流是其中比较严重的3种类型。基于现有的泥石流危险度评价原理和方法,建立了可用于广东省崩塌、滑坡、泥石流灾害危险性的评价模型。以全省88个县级评价单元为基础,根据崩塌、滑坡、泥石流灾害危险度评价结果,将广东省共分为3个危险等级区,其中高度危险区8个县,占总数的9.1%;中度危险区60个县,占总数的68.2%;低度危险区20个县,占总数的22.7%,据此制成广东省崩塌、滑坡、泥石流灾害危险等级图。高度危险区主要位于粤北山区,危险度数值介于0.6～0.72之间;中度危险区连片分布,是全省崩塌、滑坡、泥石流灾害的主体部分,危险度数值介于0.4～0.6之间;低度危险区集中分布在平原区及低平台地区,危险度数值介于0.31～0.4之间。采用1994―2009年广东省防灾减灾年鉴和广东省地质灾害防治规划(2001―2015年)中的统计数据,验证了本文的研究成果与实际情况具有较高的一致性。     

GPS、GIS技术在西庄河流域滑坡灾害研究中的应用

本文采用了GPS辅助下的野外调查、野外实地填固进行数据采集和室内GIS(ArcInfo7．0)辅助下的数据储存、分析方法，以西庄河山地流域过去发生的滑坡事件为研究对象，初步分析了该山地流域内滑坡事件的时空分布特征及近期滑坡发生的可能趋势。最后，指出GPS和GIS技术在流域滑坡灾害研究中具有广泛的应用前景和优越性。     

基于GIS的滑坡危险性逻辑回归评价研究

该文针对地质灾害研究中的核心问题——灾害危险性评价,以万州滑坡地质灾害为例,将滑坡风险评价中的各种因子归一化处理后转换成相同分辨率的定量数据,根据特定模型进行运算,得到风险评价图,利用逻辑回归分析法,进行滑坡地质灾害危险性评价。以解决过去地质灾害危险性评价中效率低、精度差、费时费力等问题,实现滑坡地质灾害的信息化、科学化。     

金沙江流域(云南境内)山地灾害危险性评价

云南境内的金沙江流域是斜坡不稳定的敏感区,根据1988-2000年的区域调查和统计,区内发育山地灾害点1697处,其中流域面积大于1km2的泥石流沟808条,体积大于1×104m3的滑坡580处,体积大于1000m3的崩塌309处。用于山地灾害危险性评价的主要敏感因子包括岩土体类型、山坡坡度、降雨、土地利用、地震烈度和人类活动。在对这些因子进行了敏感性评价的基础上,应用GIS对敏感因子集成评价而产生了云南金沙江流域山地灾害危险性评价图。评价结果表明:高危险区面积占全区面积6464km2的8 77%,中危险区占全区总面积的41 51%,低危险区占41 12%,无危险区占8 60%。山地灾害危险性评价图可以帮助规划者或工程师在土地发展规划中选择最佳建设场所,以减轻灾害的影响。     

GIS支持下基于支持向量机的滑坡危险性评价

以仙游县为例,探讨了将地理信息系统技术(GIS)和支持向量机(SVM)算法应用于滑坡灾害危险性评价的基本思路和技术路线。主要内容包括SVM的基本原理和方法、滑坡灾害危险性评价指标的选取和量化、SVM模型的建立以及具体的实现过程。实践证明该方法是一种较好的滑坡灾害危险性评价方法。     

基于GIS技术的泥石流风险评价研究

为了满足对自然灾害预测不断增长的紧迫要求，泥石流风险评价成为帮助决策过程重要的基础工具之一。即使泥石流风险性各组分的评价很困难，但地理信息系统可辅助提出这种风险性制图的有关方法。我们以云南省为研究区，选取6个成因因子参与泥石流危险度敏感性分析，通过将研究区易损性评价图与危险性评价图叠加分析，编制出云南省泥石流风险评价图。该图描述了在现有自然条件和人类活动下的泥石流风险敏感区。研究成果为全面反映灾情，确定减灾目标，优化防御措施，进行减灾决策提供了重要依据。     

基于深度神经网络的滑坡危险性评价——以深圳市为例

该文以提升滑坡危险性评价精度为核心目标,对深度神经网络在滑坡危险性评价中的可行性和适用性进行研究,以期充分发挥深度神经网络强大的非线性学习和拟合能力,取得更加合理的滑坡危险性评价结果。选取滑坡灾害多发的深圳市作为实例,基于深圳市815条历史滑坡数据,开展了深度神经网络建模训练;通过与广义线性模型及分类与回归树模型训练效果的对比,对深度神经网络的建模效果进行了评价,深度神经网络、广义线性模型和分类与回归树模型的AUC值依次是0.908、0.861和0.857。将训练所得的模型应用于深圳市全区,对3种模型输出的滑坡危险性评价成果的合理性和可靠性进行了对比分析,结果表明:深度神经网络建模精度良好,优于常见的广义线性模型和分类与回归树模型,输出的滑坡危险性评价成果具有合理性,适用于滑坡危险性评价工作。     

典型滑坡的研究方法

对一个典型滑坡的研究可以通过勘察到观测，由经验判断、GPS地表和DIP地下观测、数据统计、仿真模拟组成综合研究系统。本文讨论了一个由古、老、新滑坡构成的典型滑坡研究方法。     

云南省滑坡泥石流灾害评估方法研究

通过对云南省滑坡泥石流灾害资料的收集和调研,提出了滑坡泥石灾害分类与等级划分标准,根据滑坡泥石流灾害评估的综合性、客观性、科学性和实用性原则,建立了人员伤亡、房屋破坏、基础设施破坏和农业损失的评价指标体系。提出了调查、统计、评估和核灾等滑坡泥石流灾害结合评估办法,以期实现抗灾救灾管理工作的规范化和制度化。     

西南山地滑坡灾害生态风险评价——以大理白族自治州为例

本文以云南省大理白族自治州为例,综合考量生态风险源、受体、暴露响应过程及生态终点,采用信息量模型评估滑坡灾害危险性,基于景观格局指数表征生态脆弱性,并将生态系统服务纳入风险损失的定量表征,定量评估流域滑坡灾害生态风险。结果表明：① 低于1800 m高程、15°~25°坡度、小于0.31植被覆盖指数等10方面因素构成了诱发大理州滑坡灾害的最佳信息量组合,全州普遍处于滑坡灾害危险性中高水平,且西北低、东南高;② 生态脆弱性高值区主要集中在红河流域南部、金沙江流域东南部、澜沧江流域中部;③ 低生态损失流域的水源涵养、粮食供给服务相对较差,生态损失中等流域的净初级生产、土壤保持服务优势明显,高生态损失流域则具有较强的粮食供给和水源涵养服务;④ 基于高中低3种生态风险等级和“高危险—低脆弱—低损失”等8种风险结构,全州367个小流域可划分出避让监测预警区、生态保护恢复区、避让保护兼顾区、自然适应调控区等4种风险防范类型区。     

广东省崩塌、滑坡和泥石流灾害风险评价及时空变化

崩塌、滑坡和泥石流是广东省比较常见的地质灾害,认知其风险分布的时空变化及其驱动因素,对于制定广东省防灾减灾政策具有重要意义。在现有泥石流灾害易损度评价模型基础上,通过建立农林牧副渔及其相关产业产值与土地资源价值之间的关系,获得了土地资源价值定量计算的间接方法,解决了易损性评价中土地利用资料难以获取的问题。对比分析了2000―2010年10年间广东省崩塌、滑坡和泥石流灾害风险的时空变化。2010年各区县平均风险度为0.366,以各区县面积加权平均风险度为0.363,分别比2000年升高了0.017和0.014;2010年高度风险区县43个,比2000年增加了10个;2010年高度风险区面积89 262 km2,比2000年增加了24 301 km2。2010年全省高度风险区面积主要以珠三角地区为中心连片向沿海地区扩展。经济社会发展水平的显著提高,推高了崩塌、滑坡和泥石流灾害风险,并改变了灾害风险的分布格局,成为风险时空变化的主要驱动因素。     

基于信息量模型和机器学习方法的滑坡易发性评价研究——以四川理县为例

以阿坝藏族羌族自治州地质灾害频发的理县为研究区,从地形地貌、地质环境、水文条件和人类工程活动等方面选取11个影响因子,通过皮尔森相关系数研究各因子之间的相关性,从而构建滑坡易发性评价指标体系。利用信息量模型计算各影响因子的信息量值,从信息量模型得出的极低和低易发性分区中选取非滑坡样本,在此基础上将样本数据代入随机森林和径向基函数神经网络2种机器学习模型开展滑坡易发性评价,并通过接收灵敏度（Receiver Operating Characteristic,ROC）曲线进行精度验证。结果显示：随机森林模型预测出的高易发区单位面积内分布的滑坡点数量更为集中,在仅占6.666%的区域分布了74.026%的灾害点,评价结果优于径向基函数神经网络模型。ROC曲线中两模型AUC（Area Under Curve）值分别为0.893、0.874,说明随机森林模型具有更高的可靠性,比径向基函数神经网络在该区域地质灾害易发性评价中更具优势。     

渭河下游河流沿线区域洪水灾害风险评价

区域洪水灾害风险评价是洪灾评估和管理的重要内容。依据灾害系统理论,利用G IS方法,综合分析了渭河下游对洪水灾害有影响的降水、地形、水系、过境洪水和防洪工程等自然致灾力和孕灾环境的影响度,以及承灾体遭受不同强度洪水可能损失程度的易损性影响度,运用层次分析法和因子叠加法,从自然和社会属性两个方面对洪灾风险进行了综合评价和分析。结果表明:研究区洪水灾害风险整体上以渭河下游干流为中心逐渐向两边递减,即离主干河流越近,风险越高,反之越低;从行政区划上来看,西安市城区和临潼区基本处于高风险区,而华县、华阴市和潼关县基本处于低风险区。     

云南金省沙江流域滑坡泥石流灾害区划研究

滑坡泥石流灾害区划是自然灾害区划体系中的重要部分。选取11个指标,运用模糊聚类方法进行了云南金沙江流域滑坡泥石流灾害区划,将该流域划分为3个滑坡泥石流灾害区、9个滑坡泥石流灾害亚区,揭示了该流域滑坡泥石流灾害的地域差异性,为因地制宜地制定滑坡泥石流灾害防治规划及减灾防灾措施提供了科学依据。     

基于可拓层次分析法的区域泥石流灾害评价研究

为解决传统方法在泥石流沟评价方案重要性赋值时只考虑两种极端情况的限制问题,以甘肃省天祝藏族自治县境内的13条泥石流沟作为研究对象,将可拓集合理论和方法应用到区域(流域)多条泥石流沟的实际评价问题中,为区域(流域)多条泥石流沟的综合评价和排序以及区域泥石流综合治理提供了新的思路。结果表明:(1)通过本方法研究得到13条泥石流沟中处于中度危险的有1条,其余12条处于轻度危险,与其他研究成果较为一致。说明本方法在区域(流域)多条泥石流沟的综合评价和排序方面的理论是合理的。(2)本方法同时考虑了以往泥石流沟危险性评价使用模糊AHP方法不考虑判断矩阵一致性方面的缺欠,将求解符合一致性要求的判断矩阵权重向量的方法有机地融合到EAHP方法中,使决策结果更贴近客观实际。(3)研究进一步指出,泥石流沟危险性评价的核心问题是判断指标的选择,应根据不同的区域的实际情况选取。虽然指标选择困难较大,但对于同一区域而言,某些指标对于各泥石流沟的影响是基本一致的(比如降水、下垫面、区域地质等因素),因此,利用该方法可以避免过多的指标参与到评价模式之中,使评价过程更为简单。     

灰色理论在舟曲南屿沟泥石流灾害危险性评价中的应用研究

为分析不同因素对泥石流灾害危险性的影响程度,基于对舟曲南屿沟泥石流灾害影响因素调查结果总结和分析,利用灰色理论分析了泥石流灾害危险性与影响因素间关联程度,并建立了其预判模型。结果表明:沟岸坡度、沟道堵塞程度及冲淤变幅,沟道平均纵坡降和长度,沟道内植被覆盖率、流域面积及人口密度,松散固体物源量和灾害点密度等因素的影响程度较接近;相同区域内不同沟道泥石流灾害危险性程度受沟岸坡度、沟道堵塞程度、冲淤变幅、沟道平均纵坡降及长度等因素影响显著;基于自然和人为因素建立了泥石流灾害易发程度预估模型,其能够为区域内泥流灾害防治工作部署提供依据。