鄂西南山区小区域大比例尺滑坡灾害易发性及其精度评价

小范围大比例尺地质灾害易发性评价面临时空数据精度或质量不满足理论要求的现状。如何利用有限的数据实现相对可靠的评价结果,是论文研究的主要目的。论文选取湖北省五峰县渔洋关镇为研究区域,考虑水文、地形、岩性分布、历史灾害规模等因素讨论了斜坡单元的划分方法;将证据权模型分析所得滑坡易发性值转换至各斜坡单元,绘制基于斜坡单元的研究区易发性评价分级图;分别采用ROC曲线和野外核查手段,评价了易发性结论的成功率和预测率。研究表明,斜坡单元的划分一方面要符合实际地形,另一方面更应体现单元的地质差异性;栅格计算结论转化为斜坡单元的表达成果、精度分析的注重和野外核查工作的开展是保证分析结果可靠性的有效途径;湖北省五峰县渔洋关镇易发性评价成功率和预测率分别为84%和74%,野外验核与理论分析结果的一致性较高。     

浅层黄土滑坡易发性评价：以晋西黄土区蔡家川农地小流域为例

黄土高原中部地区极端暴雨事件频发,引发大面积浅层滑坡和泥流灾害。随着全球变暖,降雨增加,中国西北黄土高原植被覆盖发生显著变化,不考虑植被因素的黄土滑坡易发性分区的评价方法需要改进。本文以晋西黄土区蔡家川流域农地小流域为研究对象,基于暴雨前后流域高分辨率图像、数字高程模型,野外滑坡调查和室内岩土测试,利用半定量的信息量模型、信息量-逻辑回归耦合模型和定量的物理模型,按有植被和无植被两种工况开展了浅层黄土滑坡易发性分区,并评估模型精度。结果表明：考虑植被时,半定量模型获取的易发性指数均下降,物理模型计算的稳定区面积显著增大,说明植被对浅层滑坡有抑制作用;考虑植被时,各个模型的评价精度都有所提高,信息量-逻辑回归耦合模型的精度高于信息量模型,物理模型的精度整体高于两个半定量模型。研究结果可为以暴雨滑坡为主要类型的小流域水土流失预测预报提供参考。     

基于改进证据权重法的北海道地震同震滑坡易发性评价

多模型耦合方法被广泛应用于同震滑坡易发性评价研究,但耦合证据权重法和其他方法的改进型证据权重法鲜有涉及。该文以北海道地震震中区为研究区,基于震前和震后高精度遥感影像解译出5977处同震滑坡(以中小型为主),选取高程、坡度、距断层距离、距水系距离等8个滑坡易发性评价因子,对同震滑坡的空间分布规律和控制因子进行分析,发现同震滑坡集中发育在距断层小于5 km、距水系小于800 m、峰值地面加速度(PGA)0.5 g、高程90~250 m、坡度20°~40°、坡向东至东南向、岩性以页岩和砾岩为主的区域内;基于改进型证据权重法,综合考虑地形、地质和水文条件对北海道同震滑坡易发性进行评价,经ROC曲线评价模型验证,发现改进模型曲线下面积(AUC)为0.916,较原模型(AUC为0.870)精度有明显提高。改进模型能为同震滑坡易发性评价提供新的研究思路,并为震后区域防灾减灾提供科学依据。     

GIS支持下三峡库区秭归县滑坡灾害空间预测

基于GIS空间分析和统计模型相结合进行区域评价与空间预测是滑坡灾害研究的重要方向之一。以三峡库区秭归县为研究区,选择坡度、坡向、边坡结构、工程岩组、排水系统、土地利用和公路开挖作为评价因子。为提高模型的预测精度、可信度和推广能力,利用窗口采样规则降低训练样本之间的空间相关性。建立Logistic回归模型,对滑坡灾害与评价因子进行定量相关性分析。计算研究区滑坡灾害易发性指数,对其进行聚类分析,绘制滑坡易发性分区图,其中高、中易发区占整个研究区面积的38.9%,主要分布在人类工程活动频繁和靠近排水系统的区域。经过验证,该模型的预测精度达到77.57%。     

不完备样本条件下基于支持向量回归模型的滑坡易发性评价

区域滑坡易发性评价对灾害中长期预测预报具有重要意义,在基于统计模型进行评价过程中,样本选取对评价结果有较大影响,构建较稳健的、受样本数量影响小的分析模型非常重要。本文以马来西亚热带雨林地区为例,选择坡度、坡向、地表曲率、地貌类型、岩性、构造、土地覆盖、道路和排水系统等9大要素作为评价因子,结合支持向量回归(SVR)模型计算研究区滑坡易发性指数,并探讨不完备样本条件下易发性评价方法,分析样本数量和评价精度之间的关系。结果显示,基于SVR模型进行该区滑坡易发性分析评价,其成功率验证法的描述精度约为95.9%;同时,样本数量的增减对分析精度影响较小;SVR方法是一种适于热带雨林地区高植被覆盖条件下的分析模型,可为今后同类地区的滑坡灾害管理工作提供支持。     

基于RS-SVM模型的滑坡易发性评价因子选择方法研究

为提高滑坡易发性评价的精度和准确性,利用粗糙集理论和支持向量机模型进行滑坡易发性评价因子选择。以三峡库区秭归到巴东段为研究区,首先通过相关分析和主成分变换对初始滑坡评价因子进行筛减与合并,将剩余的评价因子分为控制因素和影响因素,采用粗糙集理论分别对其进行属性约简,生成核因子集。然后,利用核因子集对支持向量机模型进行训练和预测,得到滑坡易发性评价结果,其预测精度和曲线下面积分别为76.9%和0.939。最后,将两种传统的对所有滑坡评价因子一同进行筛选的方法用于该研究区的滑坡易发性评价,并将传统方法与该方法的评价结果进行比较,结果表明,该文所提出的滑坡评价因子选择方法的精度和准确性均优于传统方法。     

数字地形分析在滑坡研究中的应用综述

高效的数字地形分析（Digital Terrain Analysis,DTA）是滑坡预测与评估研究的重要手段。文章综述了DTA在滑坡研究中的应用现状,基本内容包括地形因子分析、地形形态分析、地形单元划分以及DEM与滑坡模型的结合分析。地形因子分析的应用多而广,主要思路是在地形因子与滑坡发育的关系研究基础上分析其滑坡敏感性,进而构建滑坡预测和评估模型;地形形态分析是滑坡识别的重要手段,加强地貌形态和滑坡发育的关系研究有助于对潜在滑坡地形的识别;地形单元划分能为滑坡研究提供统计和分析单元;DEM与滑坡专业模型的结合方式多样,程度各异。同时,从尺度选择与转换的角度探讨了DTA滑坡研究的尺度问题,分析了DTA的局限性,指出DEM不能提供完备无误的地形信息,DTA不能完全取代常规的地形分析。最后,基于以上论述对未来的研究趋势提出了展望。     

基于随机森林模型的泥石流易发性评价——以汶川地震重灾区为例

在区域泥石流易发性研究中,科学确定泥石流易发性主控因子及其贡献率既是关键科学问题,也是区域泥石流预警预报和风险管理的重要基础。本研究选取汶川地震重灾区,引入随机森林算法,以小流域为评价单元,集合多元因子指标体系,建立泥石流易发性评价模型,定量分析了汶川地震重灾区内泥石流关键影响因子及贡献率,并探讨了研究区泥石流易发性的空间分布特征。本文初选了63项评价指标,以模型AUC值变化为基础,筛选出35项指标构成易发性评价指标体系,并用于区域内泥石流易发性主控因子的识别,结果表明:流域高差、流域平均坡度、流域内滑坡面积、平均降雨天数是区域内泥石流易发性主控因子,另外,沟长比降、大于10°积温、年均温、人口密度、村落个数、低覆盖度土地利用方式等在泥石流易发性评价中也发挥着重要作用;易发性评价结果显示,极高易发区占比达到了22.94%,主要分布于研究区西部,泥石流易发性较高的小流域主要分布在青藏高原向四川盆地过渡的地形急变带,同时也与地震带、断裂带、干旱河谷区域密切相关。模型验证结果表明,平均AUC值达0.84,模型具有很高的稳定性和准确性,说明随机森林算法非常适用于区域泥石流易发性评价研究,机器学习算法结合小流域为单元的方法对区域泥石流易发性评价有效果良好,可为区域尺度灾害易发性及风险评估提供更为有效的方法参考。     

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。     

DEM误差对滑坡危险性评价模型的影响

基于数字高程模型(DEM)计算得到的坡度、坡向等地形属性是滑坡危险性评价模型的重要输入数据, DEM误差会导致地形属性计算结果不确定性, 进而影响滑坡危险性评价模型的结果。本文选择基于专家知识的滑坡危险性评价模型和逻辑斯第回归模型, 采用蒙特卡洛模拟方法, 研究DEM误差所导致的滑坡危险性评价模型结果不确定性。研究区位于长江中上游的重庆开县, 采用5 m分辨率的DEM, 以序贯高斯模拟方法模拟了不同大小(误差标准差为1 m、7.5 m、15 m)和空间自相关性(变程为0 m、30 m、60 m、120 m)的12 类DEM误差场参与滑坡危险性评价。每次模拟包括100 个实现, 通过对每次模拟分别计算滑坡危险性评价结果的标准差图层和分类一致性百分比图层, 用以评价结果不确定性。评价结果表明, 在不同的DEM精度下, 两个滑坡危险性评价模型所得结果的总体不确定性随空间自相关程度的变化趋势并不相同。当DEM空间自相关性程度不同时, 基于专家知识的滑坡危险性评价模型的评价结果总体不确定随着DEM误差增加而呈现不同的变化趋势, 而逻辑斯第回归模型的评价结果总体不确定性随着DEM误差大小增加而单调增加。从评价结果总体不确定性角度而言, 总体上逻辑斯第回归模型比基于专家知识的滑坡危险性评价模型更加依赖于DEM数据质量。     

基于二元逻辑回归模型的新疆果子沟滑坡风险区划

新疆果子沟区域是我国与中亚地区社会、经济、文化交流的重要通道以及我国石油、天然气等能源资源安全大通道,沿途滑坡灾害频发,威胁人类安全、影响社会、经济发展,但该区域针对滑坡灾害的研究程度较低,需借助滑坡灾害易发性分析与风险等级评估结果指导防灾减灾。本文基于GF-1号卫星影像数据进行滑坡解译,选取地层岩性、断层密度、坡度、坡向、地表高程、植被指数等6个评估因子,探讨运用GIS、RS技术及统计分析模型进行滑坡灾害易发性分析与建模。基于频率比法分析各因子敏感性,利用二元Logistic回归模型进行灾害易发性分析,将研究区滑坡灾害风险分为极低、低、中、高、极高五个等级。将模型计算结果与历史滑坡信息进行比较,并借助ROC Curve检验模型准确性,AUC为0.844,表明模型预测结果具有较高准确性,因此建立的分析模型可以满足新疆果子沟区域滑坡灾害分析与评估应用,研究成果可为研究区重大线型工程保护、边坡加固提供辅助决策支持。     

“4·20"芦山地震崩塌滑坡与公路危险性评价——以宝兴县省道S210沿线为例

以芦山地震重灾区宝兴县境内省道S210沿线为研究区,利用高分辨率航片,对沿线地震诱发崩塌滑坡进行判识,并通过分析地形、地层岩性及震中距等因子,探讨公路沿线崩塌滑坡的分布规律,进而利用确定性系数和频率比例法对地震诱发崩塌滑坡的易发性进行评价,最终通过沿线崩塌滑坡易发性分析结果对道路断道的危险性进行评价.研究结果发现:省道S210沿线芦山地震造成的坡面破坏以中小型崩塌为主,高程集中在750～1 500 m,坡度多位于30°～60°,且位于西、南西和北西坡向的崩塌滑坡较多,岩性以硬岩和软硬相间岩层为主,研究区距震中19～21 km的距离为崩塌滑坡集中分布区域.崩塌滑坡高易发区和较高易发区主要位于研究区的北段,南段公路同侧也有分布,较低和低易发区位于中段宽谷路段.     

基于证据权模型的川藏铁路加查——朗县段滑坡易发性评价

川藏铁路加查至朗县段地处西藏自治区东南部,该区新构造活动强烈,地质构造复杂且历史强震频发,一系列大型—巨型滑坡在该区密集分布。本文基于滑坡遥感解译和野外地质灾害调查,建立了川藏铁路加查—朗县段的滑坡空间数据库,选取高程、坡度、坡向、平面曲率、地层岩性、距河流距离、距断裂带距离、距道路距离、植被归一化指数(NDVI)以及年平均降雨量等10个滑坡影响因子,基于ArcGIS软件平台和证据权模型,进行滑坡易发性评价。根据滑坡易发性指数(LSI)的分布特征,结合野外地质调查的认识,将研究区内的滑坡易发程度划分为4个级别,即极高易发区、高易发区、中易发区和低易发区,分别占研究区总面积的17.43%、22.64%、32.21%和27.72%。分析表明,极高易发区和高易发区主要分布在人类工程活动较多的研究区西南部,沿着雅鲁藏布江及其支流呈带状分布,中、低易发区主要分布在植被覆盖率较高、人类工程活动相对较少的东北部。极高易发区和高易发区内发育的滑坡数量约占已调查识别滑坡总数的88%,研究结果与已知滑坡的分布情况较吻合,采用成功率曲线对易发性评价结果进行检验,正确率达到了83%,具有较高的精度。易发性评价结果较好地反映了研究区内滑坡发育分布现状,可以为该区重大工程规划建设和防灾减灾提供理论指导和参考依据。     

基于地貌单元的小区域地质灾害易发性分区方法研究

以汶川县城周边区域为研究区,分别以栅格单元与地貌单元作为单位评价单元,以信息量法与逻辑回归法两种评价模型对研究区进行地质灾害易发性评价分区。根据对评价结果的比较分析,在小区域范围内,基于地貌单元的区域易发性分区不仅仅能够更好地体现出区域内局部综合特性,而且评价分区结果与地质灾害实际分布情况更加吻合,分级层次更加明显,数学模型的适用效率很好。由此可见,在小范围区域内,基于地貌单元的地质灾害易发性评价分区具有良好的适用性与可塑性,在大比例尺地质灾害易发性和危险性制图中是一个有益的尝试与启发。     

降雨引起的两类不同浅层滑坡稳定性的计算模型——与“浅层黄土滑坡易发性评价：以晋西黄土区蔡家川农地小流域为例”一文商榷

在“浅层黄土滑坡易发性评价：以晋西黄土区蔡家川农地小流域为例”一文中,采用SHALSTAB模型评价降雨引起的黄土斜坡浅层滑移稳定性。该模型是将降雨引起的斜坡水文模型和无限边坡稳定性评价模型结合,便于在MAPGIS中提取地形要素,进行区域性斜坡稳定性评价。模型假定基岩与松散层界面是滑动面,降雨在松散层中形成地下水,并平行基岩面向坡下流动,且为稳定流,排泄量与其上游汇水区的降雨量均衡。可以看出,SHALSTAB模型不适用于黄土斜坡。黄土为厚层非饱和土,斜坡中不存在类似于基岩面的隔水界面,也不会形成平行坡面的地下水流。降雨主要是向下入渗在黄土中形成一个湿润带,湿润带中的水不是潜水,而是毛细悬挂水,其中的孔隙水压力为接近0的一个负值,不存在SHALSTAB模型中的正孔隙水压力,因此在选用模型时,必须仔细甄别其适用条件。     

基于GIS的区域群发性降雨型滑坡时空预报研究

以滑坡灾害突出的雅安市雨城区为例,综合考虑降雨强度、前期降雨量及下垫面(地形、岩性、植被覆盖等)构建了基于GIS分析获取的易发指数+BP型神经网络时空预报模型。首先通过试验确定了模型的网络参数和网络结构,然后通过危险性区划图获取降雨型滑坡易发指数,并利用GIS的空间插值功能和雨量站数据获取相应降雨型滑坡的雨量数据,将量化后下垫面的易发指数和降雨数据作为神经元输入层数据。将模型应用于研究区,其中46个降雨型滑坡数据作为训练样本,10个降雨型滑坡数据作为检验样本,预测精度达到90%,显示该模型对于降雨型滑坡的时空预报精度较高。     

滑坡危险度评价的地形判别法

选取影响滑坡发育的坡度、坡形、坡向、坡体的相对高度和地形与地层产状的组合关系5个主要地形因素，结合三峡库区重点滑坡段(云阳-巫山)205个滑坡统计资料，利用地形判别法，对典型滑坡危险度进行评价。将各地形判别因子在区域滑坡发育上的贡献率作为评价典型滑坡危险度的评价值，利用层次分析法，建立典型滑坡危险度判别矩阵。将判别矩阵的归一化特征向量作为判别因子的权重，得到典型滑坡的危险度。通过建立典型滑坡危险度评价表，对滑坡进行有效的管理。此研究方法有效地避免了对评价因子赋值的主观性，并提出了对不同危险度等级的滑坡管理措施。     

四川德昌茨达“8·24”群发性滑坡型泥石流之地形条件

2004-08-24,四川省德昌县茨达乡暴发了群发性滑坡型泥石流,给当地居民生活和生产造成了严重的损失。此次群发性泥石流范围较小,地质和水文条件比较接近,由此认为地形条件是控制泥石流发育的关键因素。在分析地形条件对滑坡型泥石流形成的影响基础上,从其形成机理出发,选取研究区各沟谷流域面积A,沟床比降J,沟谷两侧斜坡25°~45°坡度所占百分比S等3个重要地形因子进行研究,对比相互关系,建立起此次泥石流暴发的临界曲线和综合地形因子G,G=S×(A/A0)0.15×J0.8,得出在地质和降雨条件都相近似的情况下,地形因子G越大,地形条件越好,越容易暴发泥石流。因此可用G因子划分区域内沟谷泥石流的易发等级,并为滑坡型泥石流的危险性评价和预警预报提供了新的研究思路。     

基于GIS的长江三峡库区滑坡影响因子分析

利用GIS技术和统计方法,对三峡库区选定的研究区域(面积4539km2)滑坡空间分布和地形、地质等滑坡内部因子之间相关性进行统计计算。在建立地质、地形数据库等滑坡因子空间数据库和滑坡空间分布数据库(数据比例尺均为1∶10000)基础上,从地形数据库提取25m分辨率DEM,再派生出高程、高差、坡度、坡向、平面曲率、剖面曲率等地形影响因子;从地质数据库提取地层和岩性组合影响因子。将各个定性的因子按一定规则进行重分类、转换为25m分辨率的栅格数据格式,在GIS中进行地图代数运算、统计计算滑坡和各影响因子相关性。结果表明,滑坡分布和Q4、J1x,J1z、S岩性岩组;90m以下、90～135m和135～175m三个高程带;15～20m局部高差;10°～25°坡度;北、南和西北方向及-1～1曲率范围等影响因子相关性等级都大于1,为滑坡发生的主要影响因子类属。研究的结果是进行滑坡易发性评价的基础,可以指导库区滑坡灾害管理、土地利用等。     

基于地质灾害易发程度分区的滑坡预报模型

利用1980～2006年重庆市山体滑坡个例,根据重庆市国土资源局对重庆市地质灾害易发程度等级区划对滑坡个例进行了分类统计.结果表明,降水对不同滑坡危险等级区域的影响是不同的,越容易产生滑坡的区域其前期降水对其的潜在影响越大.根据前期不同量级降水诱发的滑坡发生概率,拟合出了不同地质易发分区的前期降水对滑坡的贡献率指数方程和山体滑坡有效降水量方程,在此基础上建立起了重庆市不同地质灾害易发程度灾害区内山体滑坡预报指标模型,为开展重庆市精细化山体滑坡气象条件等级预报打下良好的基础.