基于不同因子分级法的滑坡易发性评价——以湖北远安县为例

本文以湖北省远安县为研究区,利用采集的资料,提取出了与滑坡发生相关的8类指标因子:高程、坡度、坡向、地层岩性、斜坡结构、断层、水系、公路。针对连续型致灾因子,选取定性等间距划分和频率比法划分得到两类指标因子体系,分别带入人工神经网络模型和随机森林模型,绘制得研究区易发性评价区划图。最后,利用ROC曲线图对4个模型的精确性进行分析,得到ANN模型的成功率和预测率分别为0.899和0.901,FR-ANN模型的成功率和预测率0.934和0.935; RF模型的成功率和预测率分别为0.886和0.886,FR-RF模型的成功率和预测率分别为0.928和0.929。以上说明,无论对于人工神经网络还是随机森林模型,基于频率比法的因子分级均表现出了更高的精确性。 更多还原     

基于滑坡破坏模式分析的易发性评价——以三峡库区首段泄滩河左岸为例

三峡库区首段发育有大量岩质滑坡,其中很多灾害点极具隐蔽性且目前并未被查明。文中以三峡库区首段泄滩河左岸为研究区,以区内唯一破坏的卡门子湾顺层岩质滑坡为例,在分析其成因机制的基础上归纳总结了该地区顺层岩质滑坡的破坏模式,并以此确定了高程、坡度、坡向、起伏度、平面曲率、剖面曲率、地层岩性、距河流距离及距道路距离共9个评价指标因子及疑似滑坡隐患点,将这些灾害隐患点作为滑坡样本,运用ALSA模型开展研究区的滑坡易发性分区,最后采用ROC曲线及现场复查等方法验证评价结果的可靠性。预测结果表明：研究区内顺层岩质滑坡的极高易发区和较高易发区大致呈面状分布,主要集中在岩性为侏罗系中统上沙溪庙组紫红色泥岩夹砂岩和西北坡向的近库岸地区。现场验证发现易发分区结果与滑坡破坏模式分布规律较吻合,表明基于滑坡破坏模式选择滑坡样本得到的滑坡易发性结果在整体上也能反映研究区滑坡概率空间分布规律,在缺乏准确滑坡样本时可作为一种替补方案。上述研究结果为基于滑坡破坏模式选取滑坡样本开展易发性评价工作提供了理论支持和科学依据。     

基于Logistic回归和随机森林的清江流域长阳库岸段堆积层滑坡易发性评价

清江流域地质环境背景条件复杂,特别是沿清江库岸地质灾害频发;而过往的地质灾害易发性评价多针对行政区域范围,鲜有针对库岸带的专门评价,并且所用评价指标体系的针对性以及评价方法的可靠性仍有进一步提升的空间。为构建一套更加符合清江流域库岸带地质灾害发育特征的易发性评价指标体系,获得更加准确、适用性强的易发性区划成果,以清江流域渔峡口—资丘段为研究区,以两岸涉水斜坡体为研究对象,以斜坡单元为评价单元,构建坡度、坡向、高差、坡型、归一化植被指数、地形湿度指数、斜坡结构类型、工程地质岩组、堆积层厚度、河谷演化类型等10个指标组成的易发性评价体系;采用基于归一化确定性系数的Logistic回归和随机森林方法构建评价模型并得到不同易发性区划成果。评价结果显示：高易发区主要分布于清江干流渔峡口东—资丘东段左岸顺向斜坡体的中-下部涉水区域,且Logistic回归模型在地形地貌复杂的库岸段的适用性要优于随机森林模型。研究表明：所选堆积层厚度及河谷演化类型指标很好地代表了清江库岸段的独特地质背景条件特点;在非行政区划范围的特定研究区且当历史滑坡样本数量有限的情况下,Logistic回归模型能够较好地学习灾害发...     

基于机器学习的滑坡灾害易发性评价——以三峡库区为例

三峡库区滑坡灾害分布广、数量多、规模大、危害严重,因此开展滑坡灾害易发性评价对该地的地灾防治与处理具有重要参考意义。本文提取了地层岩性、地质构造、坡度、坡向、曲率、斜坡形态、植被指数、水系等17 个因子,选用逻辑回归模型、支持向量机模型、集成学习的梯度提升迭代决策树模型和深度学习中的长短期记忆神经网络与卷积神经网络耦合模型四个机器学习模型进行滑坡灾害易发性评价,选取最优评价模型,完成三峡库区的易发性分区评价,总结研究区易发性空间区划特性。对比四种模型的AUC（Area Under Curve）精度可以得出结论：GBDT模型（Gradient Boosting Decision Tree Model）的AUC精度相对较高,优于其他三个模型,更适合三峡库区的滑坡易发性研究。GBDT的易发性评价结果显示：研究区内极高易发性区域和高易发性区域主要集中于渝东、鄂西一带以及长江沿岸和支流沿岸。研究结果是对整个库区的易发性进行评价,可为后续库区的防灾减灾提供参考。     

基于RF-FR模型的滑坡易发性评价——以略阳县为例

滑坡易发性评价是指导区域滑坡初步预警、预报的重要手段。为提高县域滑坡易发性评价的准确性,以随机森林模型（RF）、频率比模型（FR）为基础模型,结合2种模型的优越性,建立随机森林-频率比模型（RF-FR）,进行滑坡易发性评价。以略阳县域为研究区,选取高程、坡向、坡度、地层、地表粗糙度、距断层的距离、曲率、距道路的距离、地形湿度指数、距河流的距离及降雨量等14项影响因子建立数据库,采用Spearman方法对各因子相关性进行分析,剔除地形起伏度等3项相关性较高的评价因子,并基于滑坡相对点密度（LRPD）进行评价因子分析。结果表明：①滑坡灾害点与线状因子的距离呈负相关,即距离越近,灾害点越多。②FR、RF、RF-FR模型预测率分别为84.3%、90.1%、95.0%,RF-FR模型较FR、RF模型预测精度分别提高了10.7%、4.9%。③RF-FR模型的滑坡灾害点在高、极高易发区的比例比FR、RF模型分别提高了15.89%、5.29%。     

基于自组织特征映射网络-随机森林模型的滑坡易发性评价

为深入探讨评价单元和非滑坡样本选取对滑坡易发性预测的影响,构建了一种基于自组织特征映射网络-随机森林模型的滑坡易发性评价模型。该模型针对栅格单元和斜坡单元在滑坡易发性评价中的不足,结合栅格单元和斜坡单元的相互关系,提出了滑坡易发性指数的优化计算方法。在此基础上,基于随机森林Tree Bagger分类器构建滑坡易发性评价模型,通过对比分析自组织特征映射网络和随机方法选取非滑坡样本对评价结果的影响,探讨自组织特征映射网络、随机森林和自组织特征映射网络-随机森林三种评价模型的有效性;将评价模型应用于大余县滑坡易发性评价。结果显示,随机森林模型和自组织特征映射网络-随机森林模型的预测精度较高,分别达到91.19%和94.94%,成功率曲线的AUC值分别为0.822和0.849,表明自组织特征映射网络-随机森林模型具有更高的预测率和成功率, 自组织特征映射网络聚类的预测精度虽然有限,但作为非滑坡样本的选择方法,能够有效提高随机森林模型的评价精度。     

基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例

本文以三峡库区巫山县为研究区,利用收集的资料,提取出9类指标因子(高程、坡度、坡向、地形湿度指数TWI、地表粗糙度指数TRI、地层岩性、水系距离、构造距离、植被覆盖指数NDVI),利用相关性分析剔除高程因子。将灾害点和指标因子数据带入支持向量机(SVM)和人工神经网络(ANN)模型,得到研究区滑坡易发性区划图。根据ROC曲线对模型的精确度进行评价,得到SVM模型的成功率和预测率曲线的AUC值分别为0.919和0.862,ANN模型分别为0.86和0.837,表明两个模型均适用于研究区滑坡易发性评价。根据以上工作,本文提出了基于Max{LSI(SVM);LSI(ANN)}函数的SVM-ANN模型,并将其应用到该区的滑坡易发性评价中。SVM、ANN和SVM-ANN模型中,历史滑坡灾害点分布在高-极高易发区的比例分别为90.06%、83.18%和94.01%,表明SVM-ANN模型更适用于滑坡灾害风险分析的实际应用。     

基于水系分区的滑坡易发性机器学习分析方法:以重庆市奉节县为例

三峡库区是地质灾害管理的重点地区,鉴于长江对其沿岸边坡的水力作用不容忽视,因此需进一步研究水系因素对滑坡易发性的影响.以重庆市奉节县为例,考虑区域内水系影响显著,沿水域两岸300 m区域内划分为分区Ⅰ,其余区域为分区Ⅱ.其次,全域、分区Ⅰ、分区Ⅱ以提取的16个影响因子建立易发性评价指标分析模型,基于随机森林模型计算区域滑坡发生概率,并将全域和分区的滑坡易发性评价结果对比分析.结果表明：奉节县高和极高易发区主要分布在水域两岸及耕地范围内,这是由于库水位升降减少了防滑截面的有效应力,由于原有山体平衡在垦荒过程中被破坏,耕地对斜坡的防护作用微弱;基于水系分区后模型的训练精度优于全域模型的训练精度,准确率和F1分数的最大提升幅度分别可达5.1%、5.2%.基于水系分区的方法有利于提高滑坡易发性评价精度,该方法实用性强,可靠性高.     

基于Logistic回归与随机森林的和龙市地质灾害易发性评价

为了科学地进行地质灾害易发性分析,基于和龙市地质灾害调查与区划,结合地质灾害分布规律和影响因素,综合考虑地形、地质、气象水文、土壤植被和人类工程活动5个因素,结合GIS技术与方法,提取高程、坡度、坡向、曲率、岩性、与断层距离、降雨量、与水系距离、NDVI(归一化植被指数)、土壤质地、水力侵蚀、人口密度、与道路距离等13个致灾因子,利用Logistic回归与随机森林模型进行地质灾害易发性评价,获得了区域地质灾害易发性分区图。其中,随机森林模型的结果表明：极低易发区面积占比最高,达56.98%,多位于研究区南部,高、极高易发区面积占比共12.89%,位于中部与东北部,该区是地质灾害预防和管理的关键区域;NDVI、高程、人口密度和降雨量等是灾害发育主要影响因素,累积贡献率为58.12%。Logistic回归和随机森林模型的ROC(受试者工作特征)曲线、已有灾害密度统计等验证结果均表明易发性分析和分区与实际灾害分布情况吻合度高,其AUC(ROC曲线下面积)值分别为0.856和0.907,说明两种方法均可实现有效预测,均具有较好的适用性,而随机森林模型表现出更高的准确性与稳定性,预测性能优于Lo...     

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.      

三峡库区秭归县头道河Ⅱ号滑坡特征及稳定性评价

针对三峡库区秭归县头道河Ⅱ号滑坡现状条件下的明显变形迹象,对该滑坡进行了综合的分析和研究,并详细介绍了该滑坡的地质背景及滑坡特征。采用剩余推力法,对滑坡体在各种不同工况下的稳定性作了分析,并对滑坡体在三峡水库蓄水以后的稳定性作了合理评价。结果表明,滑坡体在目前状态下基本稳定,三峡水库蓄水以后．将对滑坡体稳定性产生较大影响,极有可能导致滑坡体失稳,据此结合工程实际提出了治理高程175m以上滑体和土体为主,同时布置抗滑桩等的防治措施及建议。     

三峡库区曾家棚滑坡监测技术及失稳比较分析

曾家棚滑坡属于三峡库区较少失稳的滑坡之一,有过9年的专业监测史,包括地表变形、深部位移等多种监测手段。通过多年的监测经验,结合滑坡的实际变形失稳过程,对各种监测方法的实用性和科学性进行分析和评估,为后续同类型滑坡监测工作提供科学依据,使资源利用更加集中、合理,并对以后的监测方案设计提出建议。     

三峡库区滑坡规模与发育特征研究

研究滑坡规模及发育特征对开展滑坡风险评价和解析地貌演化过程具有重要意义。以三峡库区为研究区,通过GIS技术和数理统计分析滑坡面积、体积、厚度、发育密度等特征参数及发育规律,以及采用变维分形理论研究滑坡规模与地质环境因素的分形特征。研究结果表明：土、岩质滑坡空间发育模式具有区域性和集群式特点,且不同类型滑坡在空间分布上具有集聚性和规模不均匀性。滑坡发育规模和时序变形速率均存在幂律规则,表明滑坡系统具有自组织临界性。发现滑坡规模具有变维分形特征,同时揭示出滑坡规模与地质环境因素之间的敏感性关系。研究结果对认识三峡库区滑坡发育规律及实现滑坡风险评价具有重要作用。     

三峡库区枣子树包滑坡稳定性和治理研究

每年的库水位下降期间,三峡库区的许多滑坡都出现了较大的变形。从三峡库区枣子树包滑坡的结构和变形特征出发,分析了其成因机制及其稳定性状况;采用有限元法模拟了库水位下降时滑坡地下水渗流场,并将所得孔隙水压力用于滑坡的极限平衡分析,探讨了水位下降速率对滑坡稳定性的影响机理和规律。研究表明：该滑坡是早期岸坡岩体产生滑移-弯曲破坏后堆积并经漫长改造形成的,目前处于基本稳定状态,预计在加大库水位下降速度后处于欠稳定状态;滑坡稳定性系数随库水位下降而降低,库水位下降速度越大,稳定性系数降低越大;相对于库水位下降速率,强降雨对滑坡稳定性影响更明显;为提高滑坡整体稳定性,提出了抗滑桩的加固措施。研究方法和成果对滑坡的评价与治理具有较好的参考价值。     

三峡库区谢家包背斜与滑坡分布关系

三峡库区作为地质灾害的多发地区,有关构造特征与滑坡之间关系以及相同局部构造上多个个体滑坡之间的因果关 系研究很少。在应用相关理论方法的基础上,结合工程地质研究现状,以谢家包断层传播褶皱为研究重点,对局部构造与滑 坡类型之间的关系进行深入研究,上盘断坡形态特征控制着长江流域和青干河流域滑坡群分布,使其在整体空间演化上表 现出从西向东滑坡体规模逐渐减小的变化规律;长江流域滑坡群规模明显大于青干河流域滑坡群,这与断层传播褶皱两翼 倾角变化密切相关,南翼青干河流域岩层倾角明显大于北翼长江流域岩层倾角。研究表明大型滑坡发生与局部构造类型及 河流切割局部构造的部位相关,这种相关性不仅体现在对单个滑坡的控制,还在于对整体岸坡带演化规律、个体滑坡演化 之间因果关系的控制上。     

三峡库区巴东县大型涉水滑坡工程治理效果评价

三峡库区大型涉水滑坡的工程治理效果,已经成为水库能否长期按要求正常运营的关键问题。在统计分析三峡库区二期、三期地质灾害防治工程特点的基础上,以库区巴东县15个典型已治理大型涉水滑坡为研究对象,汇总、分析了其工程防治方案,总结了大型涉水滑坡灾害防治工程措施以抗滑桩工程、护坡工程和排水工程为主的技术特点,并根据多次实际调查结果指出巴东县已治理大型涉水滑坡普遍存在的宏观变形问题。在此基础上,结合工程治理流程、现场调查结果,考虑后期运营时可能发生变化的重要影响因素,采用层次分析法,建立了一个兼具时效性和预见性的多层次、多指标的综合评价体系,并基于综合评价值设定了评价标准,对工程治理效果进行分级。最后,以巴东县XL01滑坡的工程治理效果评价为实例,检验此方法的实用性和有效性,并对巴东县典型已治理大型涉水滑坡的工程治理效果进行评价,结合实际调查结果,指出巴东县大型涉水滑坡工程治理效果良好,但仍存在一些问题。     

三峡库岸滑坡变形特征及影响因素分析

三峡库区涉水滑坡主要影响因素是水位和降雨量,也是库区滑坡体失稳的主要影响因素和诱发因素。库区每年重复着水位升降不利于滑坡的稳定,而降雨特别是大强度的降雨也诱发产生滑坡。当水位波动遇到降雨,出现工况叠加,滑坡将加剧。因此,有必要对影响滑坡变形的主导因素进行了解分析。2016年6月三峡库区全面展开了自动化监测,使得数据统计方便可靠。本文采用滑坡变形速率、降雨量、库水位变化、最大水位变化速率、淹没程度,运用灰色关联度分析法对涉水滑坡进行了计算分析。水位下降阶段,文中土质滑坡变形受库水位影响最大。水位上升阶段,该土质滑坡上部变形受降雨影响最大,下部受水位影响最大。文中岩质滑坡总是受库水位影响最大。     

三峡库区生基包滑坡监测及成果分析

生基包滑坡监测属于三峡库区奉节县三期地质灾害监测预警项目之一,该滑坡位于长江左岸,临近人口稠密的安坪乡集镇,地理位置重要。三峡水库175 m蓄水后,其变形破坏特征有何表现？对航道安全运营有无潜在威胁？是否会对滑坡体上的重要建筑及村民生产生活构成危害？针对这些问题,首先分析了滑坡的工程地质特征及主要的影响因素;其次,确立以4种监测手段为主、人工巡查为辅的监测方案;通过对大地变形GPS、深部位移、滑坡推力等几种监测方法的运用及对其成果进行分析研究,以实例说明其在滑坡监测中的应用;再次,结合宏观人工巡查进行对照分析,以充分说明大地变形、深部位移和滑坡推力监测在实际运用中的可行性;最后,根据监测结论提出对生基包滑坡防治的建议。     

三峡库区千将坪滑坡失稳探讨

千将坪滑坡是三峡水库二期蓄水到139m高程水位期问发生的特大型滑坡,也是三峡库区近年来发生的规模较大的滑坡,受到了多方面的关注.滑体物质组成包括上部为残坡积粘土夹碎石和老滑坡堆积体、下部为沙镇溪组泥质粉砂岩两部分,沿基岩软层顺层下滑.根据滑动特征,可划分为顺层滑动、切层剪出以及滑覆堵江和过江反冲区三个区.本文重点研究了降雨、水库蓄水以及组合因素下滑坡稳定性变化特征.在蓄水前自然状态下,整体稳定系数K=1.18.未蓄水时暴雨状态下,稳定系数K=0.97,与蓄水前自然状态下比较,稳定系数降低20.9%;仅考虑蓄水而未降雨时,滑坡的稳定系数K=0.99,与蓄水前自然状态下比较,稳定系数降低18.3%;在蓄水到134m+强暴雨状态下,稳定系数K=0.93,与蓄水前自然状态下比较,稳定系数降低24.8%.反映了蓄水和降雨二者的组合对滑坡失稳影响是非常明显的.     

三峡库区典型滑坡地质与地球物理电性特征

滑坡属于地质灾害中的重要灾种之一,查明滑坡区的地质与地球物理特征,对分析滑坡形成机制、评价滑坡稳定性具有重要意义。鉴于此,本文将高密度电法引入三峡库区腹地万州区滑坡地质调查中,在区内四方碑滑坡、塘角1号滑坡和麻柳林滑坡进行地球物理探测工作,并结合钻孔资料对实测结果进行对比验证。实测结果表明：在地形复杂地区开展地球物理探测工作,通过数据反演与分析,可获取滑坡体地层结构及滑移面;结合相关地质资料,通过对比解译,可弥补单纯依靠钻孔信息来确定滑移面形态的不足;3个典型滑坡区地球物理实测资料揭露滑坡体和滑床地球物理电性特征表现为,由崩坡积物、第四系粉质黏土以及含水碎石块组成的滑坡体电阻率低于40 Ω·m,而由砂岩与泥岩组成的滑床电阻率高于40 Ω·m,高密度电法对基岩滑坡和土质滑坡都能获取较好的结果。