一种改进的区域滑坡危险性评价模型及其应用

区域滑坡危险性评价方法还存在许多需要完善和改进的地方。以工程地质类比法为基础,用滑坡的面密度表示滑坡发生的危险性大小,基于线性代数中QR分解理论,提出了一种用高次多项式拟合致险因子与滑坡危险性间关系的算法,并把该算法与层次分析法模型、条件概率模型相融合,建立了一种改进的区域滑坡危险性评价模型。然后,通过在Visual Studio.Net C#环境下借助ArcEngine组件的二次开发实现了该模型。最后选取陕西省麟游县为实验区域,利用上述模型进行了滑坡危险性评价。经实际资料检验表明,该模型具有较高的可信度,可应用于今后的滑坡危险性区域评价工作中。     

基于信息量法和支持向量机的芦山县滑坡危险性评价

地质滑坡对人员和经济形成了巨大威胁,因此,区域地质滑坡危险性评价变得极其重要.为了将滑坡带来的损失降到最低,这里以芦山县作为研究区,分析研究区内地质环境的滑坡成因等相关特征,选择12种滑坡因子作为其滑坡危险性评价指标,采用AHP层次分析法确定滑坡因子权重,使用基于径向基核函数的支持向量机模型和信息量模型,对芦山区域进行...     

RS与GIS支持下的汶川县城周边地质灾害危险性评价

地质灾害危险性评价是防灾减灾工作的重要依据。本文以汶川县城周边64 km2为例,应用遥感信息提取技术与GIS空间分析方法,根据IKONOS遥感图像和地形图及野外调查资料,提取了崩塌和滑坡易发性评价因子,采用信息量法确定了因子分值,计算了崩塌和滑坡易发性,并分别提出崩塌和滑坡的危险性计算方法,形成了汶川地区崩塌和滑坡危险性分区图。研究结果表明:新的崩塌和滑坡危险性评价方法能够反映区内地质灾害危险程度,该方法可行,结果合理,这为中、大比例尺区域范围内地质灾害危险性研究提供了有益的思路。     

基于RS与GIS的层次分析法在滑坡危险性评估中的应用——以四川宣汉天台乡滑坡为例

基于遥感(RS)和地理信息系统(GIS)技术,采用多层次分析(AHP)法,以四川宣汉天台乡为研究区,根据该区实际情况,选取线性构造、道路、土地利用、坡度、坡向5种影响滑坡灾害发生的因素作为评价因子,进行区域滑坡危险性评估。在ArcGIS的空间分析环境中运行权重叠加,把研究区划分成滑坡极易发生区、易发生区、一般发生区、可能发生区、难发生区和极难发生区。通过实地调查和与研究区的滑坡灾害实证研究结果进行比较,发现评估结果与实际状况较为吻合,研究方法能够准确地评估区域滑坡灾害危险性的程度。     

逻辑回归模型在玉树地震滑坡危险性评价中的应用与检验

2010年4月14日07时49分(北京时间),青海省玉树县发生了Ms7.1级大地震。作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡。这些滑坡受地震地表破裂控制强烈,规模相对较小,常常密集成片分布。滑坡类型多样,以崩塌型滑坡为主,还包括滑动型、流滑型、碎屑流型、复合型等类型的滑坡。本文基于地理信息系统(GIS)与遥感(RS)技术,应用逻辑回归模型开展玉树地震滑坡危险性评价,并对结果合理性进行检验。应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、斜坡坡度、斜坡坡向、斜坡曲率、与水系距离、坡位、断裂、地层岩性、归一化植被指数(NDVI)、公路、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为玉树地震滑坡影响因子,在GIS平台下将这些因子专题图层栅格化。应用逻辑回归模型得到每个因子分级的回归系数,然后建立滑坡危险性指数分布图。利用玉树地震滑坡空间分布图对滑坡危险性指数图进行检验,正确率达到83.21%。滑坡危险性分级结果表明,在占研究区总面积4.97%的"很高危险度"的较小范围内,实际发育滑坡数量为766个,占总滑坡面积的比例高达37.62%,表明地震滑坡危险性评价结果良好。不同危险性级别的滑坡点密度统计结果表明,滑坡点密度随着危险性级别的升高而非常迅速的升高。     

Kriging法在区域滑坡危险性评价中的应用

区域滑坡危险性评价是进行区域滑坡风险性研究的基础.由于滑坡演变机制的复杂性,使得目前基于独立分析各因素对滑坡影响的“白箱”型评价模式具有一定风险性,同时这类评价方法要求对滑坡演变和研究区地质地理背景进行非常细致的监测和调查.为了克服这些问题,文章提出了一种基于Kriging插值理论的“黑箱”型评价方法.在利用该方法对历史滑坡点的规模进行评价的基础上,利用Kriging插值法获取研究区的滑坡危险性区划,并以四川省苍溪县为例,验证了运用该方法进行区域滑坡危险性评价的可行性.     

县域滑坡灾害风险管理信息系统研发与应用: 以陕西省宁强县为例

滑坡风险管理是国际上广泛应用于滑坡灾害防灾减灾的有效途径之一。以县域滑坡灾害风险管理信息系统(County Landslides Risk Management Information System,CLRMIS)研发及应用为研究目标,在简述国内外相关研究现状的基础上,分析了我国县域滑坡灾害风险管理的基本特征与需求,设计了县域滑坡灾害风险管理信息系统的总体架构与功能模块,详细论述了县域滑坡灾害风险管理的技术流程、评价方法及评价标准,基于地理信息系统技术,完成了CLRMIS软件的开发。选择陕西省宁强县为应用研究区,基于CLRMIS平台,在对宁强县地质环境与地质灾害数据管理的基础上,采用信息量方法和要素权重叠加方法分别进行了区域(县域)滑坡灾害危险性和易损性研究,采用专家打分方法进行了单体滑坡灾害危险性和危害性研究,在此基础上应用风险矩阵分析方法进行了区域(县域)及单体滑坡灾害广义风险评价方法研究和基于降雨量的动态风险评价与预报预警。应用结果表明,CLRMIS能够在滑坡信息管理、风险分析与评价、预报预警等方面提供较为有效的支持,具有一定的实用价值。     

证据权法在区域滑坡危险性评价中的应用以贵州省为例

以GIS为技术平台,采用证据权法对研究区进行了滑坡地质灾害危险性分析。综合分析历史滑坡数据及其环境因素和触发因素,数据源主要有地形图、DEM、地质图,选取地层岩性、构造、高程、坡度、坡向、地形起伏度、道路、水系作为危险性评价因子。首先应用ArcGIS软件对数据源进行处理,提取各个评价因子图层,并对每个图层进行分级、缓冲区分析等处理,建立若干证据层。然后将历史灾害点与评价因子进行空间关联分析,计算每个评价因子等级的权重,最后计算出评价单元的危险性指数,并将危险性分为极高危险区、高危险区、中等危险区、低危险区。采用成功率曲线法对证据权法评价精度进行验证,结果表明本次评价的精度为71%。利用历史滑坡数据对评价结果进行验证,结果显示评价结果与实际情况较为吻合,说明证据权可以客观定量地评价各影响因子对滑坡的影响程度,该方法应用于区域地质灾害危险性评价比较有效。     

遥感、GIS结合与区域天然滑坡调查

以香港大屿山岛中部为试验研究区，探讨了遥感与GIS结合在区域滑坡调查中应用的可能性。在详细分析滑坡与环境因子关系后，将岩土类型、地貌、侵蚀、坡度等环境因子引入到影像中，与影像组成多源复合图像，可使地物的空间属性信息得到补充。同时采用适合高维复合数据的BP神经元网络对研究区天然滑坡进行识别，结果表明，区域滑坡的识别能力有较大提高。该方法的应用，将为大区域滑坡调查与监测奠定基础。     

云南省镇雄县滑坡地质灾害主要致灾因子筛选及危险性分区

综合环境地质学、自然地理学等学科的理论和方法,对野外实地调查及室内整理的数据进行数学模型计算,系统研究了镇雄县滑坡地质灾害的时空分布规律.基于GIS叠加分析功能,得出镇雄县滑坡地质灾害的主要致灾因子,采用滑坡确定性系数（CF）法对滑坡地质灾害各个因子数据进行量比,并根据主要致灾因子数据与滑坡形成有利级别进行多元线性回归模型的建立,最终获得适用于镇雄县滑坡地质灾害主要致灾因子的多元线性回归模型,在此基础上对滑坡地质灾害危险性进行分区,得到各个分区的分布情况.     

湖北省巴东县新城区滑坡灾害空间预测

论文在综合分析巴东县新城区区域地质背景及滑坡基本特征的基础上,分析了影响滑坡灾害发生的各因素与滑坡发生之间的相关性,提出影响灾害发生的主要因素：地形坡度、斜坡形态、岩性、构造、水的作用、人类工程活动。利用GIS的空间分析功能将各因素图件栅格化为86216个不规则单元。基于逻辑回归的方法对滑坡灾害进行了定量的概率预测。同时,对研究区进行滑坡灾害空间预测分区,将预测结果与该地区历史滑坡灾害发生情况进行对比发现预测精度为85．71％。说明所建立的模型具有较高的预测精度,是可以用于预测分析的。     

香港大屿山残坡积土的残余强度试验研究

粘性土的残余强度是边坡稳定性评价、桩基与土的相互作用机理研究及填土边坡设计中的重要参数。本文在综述大量文献的基础上,结合香港大屿山火山岩风化残坡积土的残余强度试验研究,分析了残余强度的测试方法和影响残余强度的因素。研究结果表明,残余强度与有效法向应力间具有明显的非线性关系;与单剪测试结果相比,多级剪测试结果明显偏高。     

基于权变理论的滑坡灾害监测预报思路探讨

文章简要评述了地质灾害基础理论与应用技术发展现状、滑坡灾害多种监测预报判据的利弊。利用综合信息处理决策方法,提出了基于权变理论的滑坡灾害监测预报新思路。分析了滑坡成灾的权变特征、环境因素和决策因素,建立了滑坡灾害预报决策概念模型。进一步探讨了在预报决策中应遵循的动态性及满意性原则,为提高地质灾害监测预报理论的科学性提供了新的理论依据与技术途径。     

基于相空间重构和小波分析-粒子群向量机的滑坡地下水位预测

预测滑坡地下水位的动态演变过程对滑坡稳定性分析具有重要意义, 三峡库区库岸滑坡地下水位时间序列受多种因素影响, 呈现出高度非线性非平稳的特征.为对其进行预测, 提出一种基于相空间重构的小波分析-粒子群优化支持向量机(wavelet analysis-support vector machine, 简称WA-PSVM)模型.该模型引入小波变换法对地下水位序列进行时频分解, 将非平稳的地下水位序列转变为多个不同分辨率尺度下的较平稳的地下水位子序列; 然后重构各子序列的相空间, 再利用PSVM(全称support vector machine)模型对地下水位各子序列进行预测, 最后将各子序列预测值相加得到最终预测结果.以三峡库区三舟溪滑坡前缘STK-1水文孔日平均地下水位序列为例, 首先分析滑坡前缘地下水位变化的影响因素, 再将WA-PSVM模型应用于地下水位预测, 并与单独PSVM模型和小波分析-BP网络模型(wavelet analysis-back propagation, 简称WA-BP)作对比.结果表明: 滑坡前缘地下水位受降雨和库水位影响较大, 利用WA-PSVM模型对STK-1水文孔地下水位进行预测的均方根误差为0.073m、拟合优度为0.966, WA-PSVM模型预测精度高于单独PSVM模型和WA-BP模型.WA-PSVM模型解决了地下水位序列非线性非平稳的问题, 在不考虑影响因素的情况下能获得满意的预测效果, 具有较高的建模效率和较强的实用性.      

区域斜坡不稳定空间预测

将场地斜坡稳定随机模拟分析结果与区域斜坡空间不稳定性预测结合起来,基于层次分析建立了区域斜坡空间破坏概率的多层模糊稳定分析方法,实现了场地斜坡稳定非确定性模型评价结果与区域稳定性研究相结合,借助这一关系模型可以实现空间点评价向空间面评价的过渡．以川南经济开发区区域斜坡空间破坏概率预测为例进行了方法验证,结果显示这种方法可以克服区域斜坡不稳定性评价中的定量化困难,物理意义更加明确．     

基于集成学习与径向基神经网络耦合模型的三峡库区滑坡易发性评价

准确的滑坡易发性评价结果是滑坡风险评价的重要基础.为提升滑坡易发性评价精度,以三峡库区龙驹坝为例,选取坡度等10个因子构建滑坡易发性评价指标体系,应用频率比方法定量分析各指标与滑坡发育的关系.在此基础上,随机选取70%/30%的滑坡数据作为训练/测试样本,应用径向基神经网络和Adaboost集成学习耦合模型(RBNN-Adaboost),径向基神经网络和逻辑回归模型分别开展易发性评价.结果显示:水系距离、坡度等是滑坡发育的主控因素;RBNN-Adaboost耦合模型的预测精度最高(0.820),优于RBNN模型和LR模型的0.781和0.748.Adaboost集成算法能进一步提升模型的预测性能,所提出的耦合模型结合了两者的优点,具有更强的预测能力,是一种可靠的滑坡易发性评价模型.      

基于离心机模型试验的甘肃江顶崖古滑坡复活机理研究

位于白龙江断裂带的甘肃舟曲江顶崖古滑坡规模巨大,受断裂活动、降雨入渗与河流侵蚀和人类工程活动等因素影响,多次发生复活-堵塞白龙江灾害事件,造成极大危害。为研究江顶崖古滑坡的复活机理,本文在野外地质调查的基础上,重点开展了滑体在含水率为10%、15%和20%条件下的离心机模型试验。研究表明:在滑体含水率为10%情况下,试验结束后仅在坡体中后部产生少量裂缝,但滑坡体整体还处于稳定状态; 而在滑体含水率为15%和20%情况下,滑坡均发生了破坏,在滑体含水率分别为15%、20%情况下坡体失稳所需离心加速度分别为100g和50g。试验测试分析表明,江顶崖古滑坡为推移式滑坡,其变形先从坡体中后部开始,坡体中后部产生裂缝,随后裂缝逐渐向前缘扩展,最终裂缝贯通造成滑坡滑动破坏。滑坡体的变形过程主要分为3个阶段: ①变形启动阶段(裂缝开始形成阶段); ②变形加速阶段(裂缝加速发展阶段); ③失稳阶段。通过离心模拟试验,结合野外调查分析,认为江顶崖古滑坡复活的因素主要受降雨和孔隙水压力的影响,是受前缘河流侵蚀牵引、降雨入渗造成滑坡中后部推移的耦合滑动。     

基于时间序列与人工蜂群支持向量机的滑坡位移预测研究

总结以往滑坡预测方法存在的诸多不足,针对滑坡监测位移-时间曲线特点,本文提出了一种基于时间序列的人工蜂群算法（ABC）与支持向量回归机（SVR）相结合的滑坡位移预测方法。以三峡库区白水河滑坡为例,通过对滑坡位移、降雨、库水位等因素的分析,研究影响滑坡位移变化的因素。用时间序列加法模型和移动平均法将滑坡位移分解为趋势项和周期项。以多项式最小二乘法拟合滑坡位移趋势项,用人工蜂群支持向量机模型对滑坡位移周期项进行训练和预测。通过灰色系统关联分析法计算多项因子与滑坡位移周期项之间的关联性。最终的滑坡总位移预测值为周期项预测值与趋势项预测值之和。与BP神经网络、PSO-SVR模型方法相比,该方法在滑坡位移预测中有更高的精度,在防灾减灾工作中有较好的推广应用前景。     

基于人工神经网络模型的福建南平市滑坡危险性评价

滑坡灾害持续影响着人民生命财产安全和地区社会经济可持续发展,滑坡危险性评价能够为防灾减灾和区域规划提供有效的理论依据。以福建省南平市为研究区,区内1711个历史滑坡灾害点,选择高程、坡度、坡向、曲率、地质岩性、土壤类型、降雨、水系、土地利用类型、公路和铁路共11个影响因子构成基本评价体系。使用Spearman相关系数对各因子进行共线性分析。基于1711个滑坡样本和1711个随机选取的非滑坡样本数据,利用人工神经网络模型对研究区进行了滑坡危险性评价,并利用混淆矩阵和接收者操作特征曲线（ROC）对模型进行验证。结果表明:混淆矩阵精度84.91%,ROC曲线下面积AUC值0.93,说明模型具有较高精度和预测率。使用自然间断法将滑坡危险性分为5个等级,结果表明研究区内危险性最高地区位于延平区和浦城县,顺昌县和松溪县次之,其余地区多为低危险区和较低危险区。研究结果可为当地区域规划和防灾减灾工程提供一定的理论依据和科学指导。