基于层次分析法的绵阳市地质灾害易发性评价

文章阐述了层次分析法应用于地质灾害易发性评价过程及步骤,并运用该方法(AHP)建立地质灾害易发性综合评价的层次分析结构模型及判断矩阵,从而确定了影响地质灾害易发程度因子的权重,建立了地质灾害易发性单灾种评价及区域地质灾害易发性综合评价的数学模型。绵阳市地质灾害易发性评价应用证明,该方法比较合理、有效,具有较高的预测精度,评价结果与实际地质灾害发育区的拟合率大于90%。     

基于斜坡单元下的AHP-信息量法在地质灾害易发性评价中的应用

基于ArcGIS的地质灾害风险评价方法多种多样,但在致灾因素多样与复杂的沟谷地区,传统的易发性评价模型的评价精度难以满足实际需求. 基于斜坡单元法的地质灾害易发程度分析可以充分体现控制因素和诱发因素的综合作用,而基于层次分析法(AHP)的信息量法既可以把灾害诱发因素按支配关系形成有序的分组和分层,又可以使统计分析评价与定量模型相结合,从而对斜坡体的评价更为有效,适用性更强. 因此,本研究将基于斜坡单元的易发性评价方法与基于层次分析法的信息量法相结合,并加入斜坡类型评价因子,以陕西省略阳县灾害易发性评价区划为例,通过空间叠加分析得出易发评价区划并检验评价精度. 研究结果符合实际情况,可为该地区地质灾害精细化评价和防灾减灾提供依据.     

基于加权信息量的镇江高新区滑坡地质灾害易发性评价

合理选取地质灾害影响因子并对因子进行优化分级是准确评价地质灾害易发性的关键。结合研究区实际情况,选取7个指标因子构建滑坡影响因子指标体系,并以各因子条件下滑坡灾害比例和信息量曲线的突变点为依据,对连续型评价指标因子进行优化分级。在此基础上,基于ArcGIS平台,运用层次分析法加权的信息量模型对镇江高新区滑坡灾害的易发性进行评价。根据易发区划分指标将研究区划分为高、中、低滑坡地质灾害易发区,划分结果与已有滑坡灾害分布有较好的对应关系,评价结果具有较高的准确性。该评价方法可为低山丘陵地区滑坡地质灾害的评价与防治规划提供参考。     

基于SHALSTAB模型的地质灾害易发性动态评价

为解决东部沿海地区台风暴雨型地质灾害易发性问题,基于浙江飞云江流域地质灾害调查成果,利用频率比及信息量模型选取相对高差、坡向、坡形、工程地质岩组、断层、地表覆盖类型、稳定性(SHALSTAB模型)7个背景因子,采用层次分析法确定各因子权重,考虑无降雨和百年一遇极端降雨两种工况,运用综合指数法对浙江飞云江流域进行地质灾害易发性评价。结果表明:该模型是致灾土体分布区定量模型和基岩区统计模型的结合,符合该区域成灾规律。考虑极端降雨因素后,易发等级逐次增加,高易发区面积增加84%,中易发区面积增加42.8%,可实现地质灾害易发性在不同工况下的动态评价。     

基于量化因子的地质灾害易发性评价——以重庆市綦江区为例CSCD

綦江区是重庆市地质灾害高发区域,本研究以綦江区为研究区,根据区内地形地貌、地质构造并结合DEM数据,提取了斜坡单元内的斜坡结构、坡度、地灾点密度、工程地质岩组、距水系距离、岩层倾角和地质构造共7项主要致灾因子,进行量化分析并结合地质灾害野外现场核查和修正其各因子权重和分级赋值后,采用层次分析法进行斜坡单元地质灾害易发性评价,探索建立适合綦江区的地质灾害易发性评价体系。     

地质灾害易发性评价因子分级的AIFFC算法优化

针对地质灾害易发性评价因子分级数不确定的问题,引入自适应膨胀因子模糊覆盖分级方法（fuzzy cover approach for clustering based on adaptive inflation factor, AIFFC）对易发性评价因子分级进行优化。以湖南省湘乡市为研究区,提取了坡度、坡向、高程、年平均降雨量、归一化植被指数、道路、断层、岩性和土地利用9类评价因子,运用AIFFC及自然断点法（natural breakpoint classification,NBC）对连续型因子进行分级,并分别代入加权信息量模型和随机森林模型,获取研究区易发性区划图。采用单因子分级结果精度、灾积比分析和易发性分区结果 对AIFFC分级法的优越性进行检验,结果 表明：各因子采用AIFFC算法分级的AUC值均高于自然断点法;基于AIFFC的随机森林模型及加权信息量模型的高易发区灾积比分别提升了56.3%、74.6%,低易发区灾积比分别降低了48%、58.1%,AUC值分别提升了7.6%、2.7%。采用AIFFC分级方法优化了地质灾害易发性评价因子分级,显著提高了地质灾害易发性评价的合理性...     

基于灰色关联度与层次分析法耦合的地质灾害易发性评价——以浙江省云和县崇头镇为例

面向高精度地质灾害易发性评价研究中,历史灾害样本数据少而造成的预测准确度低等问题,本文提出基于灰色关联度与层次分析法耦合的地质灾害易发性评价模型。本文以浙江省丽水市云和县崇头镇为工程背景,结合该地区致灾机理,利用现场调查和遥感解释等手段,获取9项地质灾害评价因子。分析了9项评价因子与历史灾害点的关联度,分别以关联度数值、关联度数值指数标度和关联度排名构建了层次分析法的3种判别矩阵,建立了3种类型的灰色关联度与层次分析法耦合评价模型(G-A1、G-A2和G-A3),以及单独灰色关联度评价模型(G),最后对评价结果进行了可靠性分析。结果表明：(1)在易发性综合指数分布方面,耦合模型G-A1和单独模型G较为合理;(2)在预测准确度方面,耦合模型G-A1的ROC曲线AUC指标最大;(3)在易发性分区合理性方面,耦合模型G-A1的高易发区域面积所占比例最小、高易发性强度指数最大,工程适用性强。最终,推荐耦合模型G-A1作为丽水市云和县崇头镇地质灾害易发性评价模型。本文研究成果对浙西南地区地质灾害易发性评价具有重要参考价值,为高精度地质灾害评价和防控工作提供有效的耦合评价模型。     

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...     

基于加权确定性系数法的地质灾害易发性分析

针对传统的确定性系数法在地质灾害易发性分析中未能考虑各评价因子对地质灾害易发性影响的差异性问题,提出了将层次分析法与确定性系数法相耦合的加权确定性系数法。利用传统确定性系数法计算各因子不同特征变量下的地质灾害易发性指数,利用层次分析法确定各因子的权重大小,并将所有因子的易发性指数进行加权求和,进而分析多因素耦合下地质灾害的易发性大小。以陕西省澄城县地质灾害为例,在GIS支持下分别采用传统确定性系数法与加权确定性系数法进行地质灾害易发性分析的应用研究,结果表明加权确定性系数法对地质灾害易发性分析结果的准确性优于传统确定性系数法。可为区域地质灾害易发性分析的理论方法研究及应用提供参考。      

滑坡易发性评价方法和精度比较——以贵州省大方县为例

近年来贵州省突发性滑坡地质灾害时有发生,除在册滑坡隐患外,还有不少斜坡存在着滑坡的孕灾环境条件,通过新一轮的地质灾害风险评价发现,选用不同的风险评价体系对地质灾害易发性的影响很大,从而影响地质灾害防治、国土空间规划和政府决策等基础数据。本次以大方县滑坡数据为例,选取与滑坡相关的7个影响因子:坡度、坡向、相对高差、工程地质岩组、距水系距离、距构造距离以及土地利用类型,采用层次分析法(AHP)、信息量模型(I)及耦合模型(AHP-I)对研究区进行滑坡易发性评价,并采用滑坡点频率统计和成功率曲线(ROC)对3种模型的评价精度进行检验。通过比较,选取精度高的耦合模型(AHP-I)作为滑坡易发性评价方法,从而能更加精确地评价大方县的滑坡易发性,为山区县级区域滑坡灾害的防灾减灾提供决策依据与参考。     

关于地质灾害孕灾因子权重确定的探讨

地质灾害易发区划模型中,不同地区孕灾因子权重不同。因子权重的确定、求解权重的准确性将直接关系到区划结果的可靠度。本文根据地质灾害点在不同孕灾因子分区中的分布频率,推出不同孕灾因子对地质灾害发育的贡献率的相对大小。不同因子对地质灾害发育的贡献率实际上就是各因子在地质灾害易发模型中的权重,因此通过以上分析可得出不同孕灾因子的相对权重,再利用层次分析法(AHP法)得出孕灾因子的权重。通过统计分析得出各因子相对权重的方法弥补了层次分析法确定权重的人为随意性,提高了区划的准确度。     

基于信息量模型的地质灾害易发性评价——以天府新区成都直管区为例

本文选择天府新区成都直管区为研究区,基于因素相关性分析结果,选取坡度、坡向、地形起伏度、地貌、岩性、汛期降雨量、人口密度和崩滑密度8个要素作为地质灾害易发性评价因子,应用信息量模型,分析各因子对研究区地质灾害发生的贡献,开展研究区地质灾害易发性区划。结果表明:研究区地质灾害主要沿龙泉山西翼呈条带集中分布,易发等级总体上由东向西递减分布,灾害点空间分布与易发等级呈正相关性,信息量模型应用评价结论,可为该区地质灾害防治提供参考。     

青海省河湟谷地地质灾害易发性评价

地处青藏高原东北缘的黄河与湟水谷地,由于剧烈的地质活动、 较大高差与强烈水力作用等,使得地质灾害非常频繁,为明确该区域的地灾易发性区划,选取地貌、坡度、坡高、植被、岩性、降雨量和距断层、距河流、距道路等因子构建评价指标体系,采用信息量模型计算崩塌、滑坡、泥石流及其综合地质灾害易发性指数,将研究区地质灾害易发性划分为极高...     

基于信息量模型的地质灾害易发性评价——以天府新区成都直管区为例

本文选择天府新区成都直管区为研究区,基于因素相关性分析结果,选取坡度、坡向、地形起伏度、地貌、岩性、汛期降雨量、人口密度和崩滑密度8个要素作为地质灾害易发性评价因子,应用信息量模型,分析各因子对研究区地质灾害发生的贡献,开展研究区地质灾害易发性区划。结果表明:研究区地质灾害主要沿龙泉山西翼呈条带集中分布,易发等级总体上由东向西递减分布,灾害点空间分布与易发等级呈正相关性,信息量模型应用评价结论,可为该区地质灾害防治提供参考。     

基于RS和GIS的地质灾害易发性定量评价:以湖北省五峰县为例

根据地质灾害的群发性和区域性的特点,运用地质统计学理论,通过分析,选取研究区内致灾因子,采用信息量模型进行地质灾害易发性定量评价。文中采用地质统计学信息量法,以GIS技术和RS技术为基础,从致灾机理上对各致灾因子进行选取和分析,使用GIS空间分析技术,完成了地质灾害易发性分区定量分析。分析结果表明,研究区内:(1)软硬相间碳酸盐岩类、(2)与河谷距离50～350m的斜坡带、(3)软硬相间碎屑岩类、(4)公路两侧1km范围、(5)斜坡在断裂带影响范围以内(1km)、(6)与河谷距离<50m或350～550m等6大影响因子对地质灾害的发生起主导作用。其中,除"公路两侧1km范围"为人类工程活动外,其他因素均为地质动力作用。研究完成的五峰县地质灾害易发分区定量评价,为五峰县的经济发展和城镇规划提供了科学依据,同时为以后在鄂西南地区进行地质灾害遥感解译提供了参考。     

渝东北典型盆缘山区高位崩滑灾害风险评价

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

渝东北典型盆缘山区高位崩滑灾害风险评价——以巫溪县宁桥片区为例

研究区位于重庆市巫溪县下堡镇内,属渝东盆缘山区,地形切割强烈,地质环境复杂,地质灾害频发。为了研究高陡峡谷区地质灾发育分布规律、风险区划,文章选取高程、坡度、坡向、工程地质岩组、距水系距离及距褶皱距离因子做为地质灾害易发性评价的影响因素,基于ArcGIS平台,利用信息量模型,定量评价了巫溪宁桥片区高陡峡谷区高位地质灾害的易发性,评价模型与地质灾害分布空间契合度较高,评价结果可信度较高。再结合易损性评价对研究区进行了地质灾害风险评价,最终得到研究区地质灾害风险评价模型。为该区域地质灾害防治提供了科学依据,同时对同类高陡峡谷地区地质灾害风险性评价及地质灾害防治具有借鉴意义。     

基于GIS的白龙江流域甘肃段地质灾害易发性评价

在白龙江流域甘肃段主要城镇地质灾害详细调查的基础上,通过统计分析确定了影响区域地质灾害易发性的评价因子,利用层次分析法对各评价因子的权重进行了计算。采用地理信息系统进行空间分析,按照自然间距分类方法将地质灾害易发性结果栅格图分为高易发区、中易发区、低易发区、极低易发区4类,并绘制了区域地质灾害易发性分区图。该问题的研究对于地质灾害的防灾减灾具有一定的指导意义。     

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...     

贵州省都匀市滑坡易发性评价研究

都匀市是贵州省城镇滑坡地质灾害多发频发区。文章以都匀市沙包堡镇为研究区,采用栅格单元提取高程、坡度、岩性、水系等9项致灾因子,分别使用都基于数学统计模型的定量分析方法（二元逻辑回归模型、信息量模型）和定性分析方法（层次分析模型）对都匀市研究区滑坡地质灾害易发性进行评价。结果表明:二元逻辑回归模型预测精度与预测效果均为最优,其ROC曲线下面积AUC值为0.873,易发性分区中高易发区和中易发区内预测发生滑坡面积比占95.41%,且最符合野外实地调查验证情况。评价方法与结果可为贵州城镇地区滑坡地质灾害评价和防治提供借鉴。