基于熵值-理想点法的泥石流危险度研究

泥石流危险度的划分是泥石流研究中的重点与难点,泥石流危险度的确定对于泥石流整体特征的把握具有十分重要的作用。采用熵值-理想点法建立了泥石流危险度划分模型,选取流域面积、主沟长度与泥石流沟相对最大高差等10个评价指标。利用现场3条泥石流沟作为工程评价对象,通过熵值法确定各评价指标的权重系数,并采用理想点法进行泥石流危险度的划分研究。根据模型分析结果,泥石流沟2与3属于高危险度(贴近度为0.79与0.83),泥石流沟1属于中危险度(贴近度为0.82)。泥石流危险度与现场情况及已有研究资料基本一致,证明了该法在泥石流危险度划分中的合理性与有效性。     

支持向量机在泥石流危险度评价中的应用研究

为改善传统泥石流危险度评价方法存在的缺陷,提出了基于支持向量机的泥石流危险度评价方法,并建立了支持向量机评价模型。研究选取泥石流一次(可能)最大冲出量(L1)、泥石流发生频率(L2)、流域面积(S1)、主沟长度(S2)、流域最大相对高差(S3)、流域切割密度(S6)和泥沙补给段长度比(S9)7个因子作为泥石流沟谷危险度评价因子,运用支持向量机理论,选用径向基(RBF)核函数,采取"试错法"进行参数优选;确定参数C=8,γ=2。以云南省37条泥石流沟的259个基础数据为样本进行学习训练和测试,建立了泥石流危险度评价的支持向量机模型。并将该模型应用于黄河积石峡水电站库区的泥石流危险性评价中进行验证。将模型评判结果和模糊数学方法的评价结果进行对比分析,结果的一致性达到73.33%。研究认为支持向量机方法能够成功地应用到泥石流危险度评价中,且具有较高的精度及很强的泛化能力,应用前景广阔。     

基于函数赋值模型与模糊综合评判法的单沟泥石流危险性评价

基于彭阳县丁家渠泥石流前期调查测绘,查明了泥石流的发育特征,分析了泥石流的形成条件,并对其易发程度进行打分综合评判,得出:该泥石流为沟谷降雨诱发型泥石流,易发程度为中等易发,目前正处于衰退期。构建了包括泥石流规模、发生频率、沟谷流域面积、主沟长度、流域相对高差、流域切割密度及不稳定沟床比例等7个指标的单沟泥石流危险度评价指标体系,采用关联度分析与层次分析法相结合的最优组合赋权法对函数赋值模型中的权重进行修正,并运用该模型对丁家渠泥石流进行危险度计算,为了验证该模型在研究区泥石流危险度评价的准确性,同时采用模糊综合评判法进行危险度计算,两种方法得出的危险度等级均为低度危险,与实地调查结果相符。 更多还原     

基于灰色关联法的地震灾区泥石流危险性评价以北川县泥石流为例

汶川地震后,地震灾区泥石流具有暴发临界雨量小,规模大,危险性高的特点。在考虑降雨和地震作用下,采用灰色关联法分析北川县72条泥石流沟的泥石流规模、流域面积、主沟长度、流域相对高差、流域切割密度、不稳定沟床比、年均降雨量和地震烈度8个影响因子的权重,在此基础上建立震区泥石流危险性评价模型并进一步对其进行危险性评价。结果表明:影响因子中,年均降雨量和地震烈度所占权重最大; 运用本文模型得到的评价结果与刘希林模型基本一致,但危险度值相对提高,其中有7条泥石流沟危险度提高一个等级。     

基于理想点法的武都区北山泥石流危险度评价

武都区北山泥石流灾害发育,对城区安全构成严重威胁。本文选取泥石流规模及发生频率作为主要因子,沟谷流域面积、主沟长度、流域相对高差、流域切割密度、泥沙补给长度比作为次要因子,采用理想点法对武都区北山7条泥石流沟进行了危险度评价。评价结果表明:研究区泥石流沟属低度危险-中度危险,与单沟泥石流危险度评价方法的结论基本吻合,符合实际情况,验证了该方法具有合理性及可靠性,为泥石流危险度评价提供了一种新的思路,同时也为研究区泥石流灾害的防治提供了科学依据和参考。     

乌东徳库区泥石流模糊C均值聚类法初步分类研究

我国西南地区泥石流频发、多发,造成巨大的损失,如此数量众多的泥石流沟要逐一调查清楚非常困难。文中提出泥石流的初步分类理念,采用主沟平均比降、流域形态参数、形成区山区坡度、流域切割密度、主沟弯曲系数、植被覆盖率这6个影响因子,采用模糊C均值聚类法(FCM)对乌东德库区的541条泥石流进行了分类研究。为验证分类方法的正确定,对现场的27条泥石流沟进行了现场调查。结果发现,基于FCM得到的泥石流分类与泥石流的危险度或敏感度存在较好的对应关系,可体现泥石流沟的实际发育状态。     

乌东德库区泥石流模糊C均值聚类法初步分类研究

我国西南地区泥石流频发、多发,造成巨大的损失,如此数量众多的泥石流沟要逐一调查清楚非常困难。文中提出泥石流的初步分类理念,采用主沟平均比降、流域形态参数、形成区山区坡度、流域切割密度、主沟弯曲系数、植被覆盖率这6个影响因子,采用模糊C均值聚类法(FCM)对乌东德库区的541条泥石流进行了分类研究。为验证分类方法的正确定,对现场的27条泥石流沟进行了现场调查。结果发现,基于FCM得到的泥石流分类与泥石流的危险度或敏感度存在较好的对应关系,可体现泥石流沟的实际发育状态。     

祁连县牛心山北坡刺疙瘩泥石流发育特征及危险性评价

祁连县牛心山北坡刺疙瘩泥石流,严重威胁沟口附近人民生命财产安全。通过详细勘查,综合分析泥石流的形成条件、发育特征及形成机制;评价动力学特征;运用单沟泥石流危险性评价中灰色关联法,将泥石流规模、频率、流域面积、主沟长度、流域相对高差、流域切割密度和不稳定沟床比作为评价因子,对泥石流危险性进行评价。结果表明:刺疙瘩泥石流泥石流容重1.76t/m³,为粘性泥石流;泥石流流速:3.03m/s;泥石流危险度0.47,属于中度危险。     

基于小流域的地震扰动区降雨型滑坡泥石流危险性评价方法

地震扰动区存在大量震裂松散坡体,在持续或者密集的降雨条件下极易转化为滑坡灾害。同时,滑坡又会给泥石流提供大量松散固体物质,增加泥石流的危险性。因此,在震区,灾害通常以"链"的形式出现,比单一灾种危害性大。为了更有效地对地质灾害危险性进行评价,笔者将滑坡、泥石流作为灾害链,综合地加以分析和研究。选择5·12汶川大地震中受灾严重的都江堰市白沙河流域的17条泥石流沟作为研究区,建立滑坡-泥石流危险性评价耦合模型,研究24 h不同降雨量条件下小流域滑坡泥石流危险性的变化。耦合模型包括了坡体稳定性评价模型,水文模型及以泥石流规模、发生频率、流域面积、主沟长度、流域高差、切割密度、不稳定斜坡比为评价因子的泥石流危险性评价统计模型。研究结果表明:随着降雨量的增大,参与泥石流活动的松散物质方量持续增加,但当24 h降雨量超过200 mm后,泥石流沟的危险度等级不再发生变化;17条泥石流沟中4条为中危险度,12条为高危险度,1条为极高危险度。这说明研究区地质灾害问题相当严峻,在多雨季节存在泥石流群发的可能性,直接威胁到居住在泥石流沟附近的人民群众生命财产安全;因此,对于有直接危害对象的高危险度及其以上的泥石流沟,应该按照高等级设防标准进行工程治理及发布预警报。同时也说明,将滑坡、泥石流作为灾害链研究具必要性和可行性。     

灰色关联法在泥石流危险性评价中的应用

选取了一次泥石流（可能）最大冲出量,泥石流发生频率,流域面积,主沟长度,流域相对高差,流域切割密度,24h最大降雨量,松散固体物质储量8个因素作为泥石流危险性的影响因子.运用灰色关联分析法,选取云南蒋家沟泥石流作为参考系列,通过比较泥石流沟之间的相似性来预测其危险性.最后,用于西藏八宿泥石流危险度评价,结果表明此方法是可行的.     

永胜刘官河流域泥石流灾害危险性评价

永胜刘官河位于云南省丽江市永胜县期纳镇境内,该流域在地形、地貌、地层岩性、地质构造和气候等相互作用的影响下,易发生泥石流灾害,严重威胁了当地居民正常的生产生活及生命安全。在调查与理论分析的基础上,选取松散物源储量、流域面积、主沟长度、相对高差、日最大降雨量、切割密度和不稳定沟床比等7个评价因子,通过组合赋权法结合多因素综合评价法构建评价模型对该流域危险性进行评价,得到永胜刘官河流域泥石流属于中度危险,评价结果与该流域泥石流的实际调查基本吻合。评价结果表明在未来的一段时间内,刘官河流域存在诱发间歇性中等规模泥石流灾害的可能,尤其是在雨季降雨条件下,诱发中等规模泥石流的可能性仍然较大,为该流域泥石流灾害潜在危险的预防提供了理论基础。     

基于流域形态完整系数的泥石流容重计算方法

通过对四川山区20条典型泥石流沟道的现场调查,建立了流域形态完整系数与泥石流浆体容重的统计关系,通过拟合分析形成了基于流域形态完整系数泥石流容重的指数式计算公式,获取了回归曲线,并采用误差分析、影响因素分析及趋势分析验证了该计算公式的合理性。研究表明,泥石流流域形态对泥石流浆体容重有很大影响,在区域地质背景条件相似时,浆体容重随流域形态完整系数的增大而减小。当流域形态完整系数大于0.3时,形成的泥石流多为稀性泥石流,且逐步向水石流、夹砂水流的状态发展,浆体容重可达到1.28t/m3的极值,这与目前观测到的泥石流容重最小值相符。基于统计关系所建立的拟合公式尤其适用于流域形态完整系数较大的桦叶形泥石流沟,可为无法观测（已暴发或难以到达）的泥石流沟容重的计算提供简便方法,亦可为容重参数的合理确定提供区域性参考。     

基于不同评价单元和灾害熵的泥石流危险性分析

白龙江流域为泥石流等地质灾害密集分布区。2020年8月由于强降雨激发,白龙江流域武都段发生了大规模的群发性泥石流灾害,造成严重损失。文章以白龙江流域甘肃省陇南市武都段（宕昌县两河口乡—武都区桔柑镇）为研究区,通过野外实地考察,选取流域面积、流域形状系数、平均坡度、沟谷密度、物源参照值（HI）、岩性、流域中心距活动断层距离、一小时最大降雨量、植被覆盖度作为泥石流危险性评价因子。基于灾害熵理论,分别以泥石流单沟和小流域单元作为评价单元,利用ArcGIS软件,进行区域泥石流危险性评价。分析结果表明,研究区内泥石流沟大多数都属于中、高危险性。致灾因子中岩性、物源参照值（HI）、距断层距离、植被覆盖度及平均坡度的权重最大,与实际考察结果一致。且以小流域单元作为评价单元的评价结果更符合研究区的泥石流发育情况。     

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。     

基于地图代数的数字地表流线模拟研究

降雨在地表上随地形流动自然形成沟谷线、汇流区、分水岭等流域形态,研究地表流水线的数字模拟对数字流域水文分析具有重要意义.提出数字地表流线模型的概念,只考虑地形因素,利用等高线图建立一个能获得区域内每滴雨水沿地表流动的轨迹模型.并运用地图代数的距离变换对等高线及所在空间进行全方位的距离度量,研究了数字地表流线模型的建立方法.实验表明,该模型利用距离变换信息而不是高程计算流向,可避免DEM高程误差对流向、流线的影响,且不需要在DEM上进行复杂的洼地、平地的识别与处理.该模型对原始数据要求不高,能有效应用于沟谷线的自动提取、汇流区自动分割和分水线网络的自动提取.     

基于主成分分析的FCM法在泥石流分类中的应用

选取流域面积、最大高差等12个传统泥石流沟评价因素和圆度、平均长度等4个沟谷形态统计要素对泥石流性质进行评价;利用主成分分析法对分析因素进行降维,将16个分析因素降维形成线性无关的6个主成分,大大减小了分析的复杂性,并且证明了考虑沟谷形态统计要素的必要性;并利用FCM法(模糊C-均值聚类法)对研究区域27条泥石流沟进行分类,把泥石流沟分为3类。结合分类结果及现场调查,证明分类结果与现场的实际情况吻合较好,并针对不同的分类提出泥石流防护措施的建议。     

The knowledge expression on debris flow potential analysis through PCA + LDA and rough sets theory: a case study of Chen-Yu-Lan watershed,Nantou, Taiwan

Debris flow is often performed through identifying and analyzing the soil condition, hydraulic, geomorphological factors and vegetation conditions. In the present study, a spatial information analysis system is combined with a linear statistical method (principle components analysis with linear discriminant analysis, PCA + LDA) and an advanced data mining technique (discrete rough sets, DRS) to investigate the debris flow occurrence based on geomorphological and vegetation conditions factors. The analyzed data sources include (1) digital elevation model: to investigate the variation in the landscape, and (2) remote sensing data: to analyze the vegetation and plant conditions on the ground surface. The objective of this research is to define a method with the ability to forecast the level of debris flow susceptibility through the parallel study of statistical outcomes (PCA + LDA) and data mining results (DRS). The outcomes from PCA + LDA are inadequate due to the thresholds of the influenced variables not being examined. In this study, the DRS approach not only showed satisfactory results for the thresholds of influenced variables in the study area, but also the occurrence rules of debris flow are generated. Finally, the results show superior classification accuracy (70.8% for debris flow occurrence) for the DRS method over those of PCA + LDA analysis (54.2% for debris flow occurrence) for the analysis of debris flow occurrence. Therefore, this is an encouraging preliminary approach in the hazard assessment of debris flow.     

A probabilistic approach to post-wildfire debris-flow volume modeling

As populations continue to move into more mountainous terrain, a greater understanding of the processes controlling debris flows has become important for the protection of human life and property. The potential volume of an expected debris flow must be known to effectively mitigate any hazard it may pose, yet an accurate estimate of this parameter has to this point been difficult to model. To this end, a probabilistic method for the prediction of debris flow volumes using a database of 1351 yield rate measurements from 33 post-wildfire, runoff-generated debris flows in the Western USA is presented herein. A number of geomorphological, climatic, and geotechnical basin characteristics were considered for inclusion in the model, and correlation analysis was conducted to identify those with the greatest influence on debris flow yield rates. Groupings within the database were then clustered based on their similarity levels; a total of six clusters were identified with similar slope angle and burn intensity characteristics. For each of these six clusters, a probability density function detailing the distribution of yield rates within the cluster was developed. The model uses a Monte Carlo simulation to combine each of these distributions into a single probabilistic model for any basin in which a debris flow is expected to occur. This approach was validated by applying the model to ten basins that experienced debris flows of known volumes throughout the Western USA. The model predicted nine of the ten debris flow volumes to within the 95% confidence interval of the final distribution; a regression analysis for the ten volumes resulted in an R ² of 0.816. These results compared favorably with those generated by an existing volume model. This approach provides accurate results based on easily obtainable data, encouraging widespread use in land planning and development.