G219阿克赛钦段地质灾害分布特征及易发性评价

G219阿克赛钦段沿线地形地貌多样,地质条件复杂,道路运行严重受崩滑流等地质灾害影响。结合现场调查和遥感解译生成的灾害数据库,分析阿克赛钦段沿线崩滑流灾害分布特征。利用频率比法选取坡度、坡向、高程、工程地质岩组、PGA、距断层距离、距河流距离、距公路距离等8个影响因子,进行崩滑流灾害易发性评价。研究发现：(1)阿克赛钦段崩滑流灾害主要分布在赛图拉-大红柳滩一带,泥石流灾害主要发育在康西瓦断裂附近河谷区域,崩滑灾害基本分布在切坡等扰动活动强烈的康西瓦-大红柳滩一带;(2)研究区地质灾害极高、高易发区主要分布在泉水沟以北河谷及六三五道班南部部分区域,面积分别占研究区的7.99%、21.08%,各有63.71%、23.56%的总历史灾害面积占比;(3)基于频率比法的易发性评价模型AUC值为0.854,评价结果可靠。研究方法及结果可为G219阿克赛钦段防灾减灾工作提供理论依据与指导。     

基于GIS和层次分析法的沙溪流域滑坡地质灾害易发性评价

滑坡是沙溪流域主要地质灾害类型之一,开展滑坡灾害易发性评价可为区域地质灾害防治提供数据基础和决策依据。通过沙溪流域生态地质调查,分析了滑坡灾害分布规律和影响因素之间的关系,选取岩性建造、地貌、坡度、坡向、降雨量、距河流距离和距断层距离7项指标,利用层次分析法及地理信息系统空间分析技术,开展沙溪流域滑坡地质灾害易发性评价。结果显示: 沙溪流域滑坡易发性影响因子依次为岩性建造、多年年均降水量、地形地貌、坡度、距河流距离、距断层距离和坡向; 沙溪流域滑坡灾害易发性与坡度、岩性建造、年均降水量表现出明显正相关,即坡度越大、岩性建造性质越软弱、越易风化,年均降水量越多,越易引发滑坡灾害; 滑坡灾害易发性与断裂构造、河流距离与滑坡灾害易发性呈负相关,即距离越近越容易诱发地质灾害; 流域整体以低易发区和极低易发区为主,高易发区主要分布在沙溪流域中南部、东部及东北部地区。这为沙溪流域地质灾害防治提供了基础数据和决策依据。     

基于证据权法的昆明五华区地质灾害易发性评价

地质灾害易发性评价是国土空间规划和区域地质灾害防灾减灾的重要依据。为探索适合云南高原低山丘陵区地质灾害易发性评价方法,论文选择云南省昆明市五华区为典型研究区,选择工程地质岩组、距断裂构造线距离、高程、坡度、坡向、坡面曲率、距公路线距离和土地利用类型等8个因素,应用基于贝叶斯理论的证据权法进行地质灾害易发性评价,通过对各因素各分级（分类）综合证据权重的近似学生化检验（Student-T）优化了各因素的分级（分类）方案。采用文中所构建模型评价得出的易发性分区结果表明,89.9%和9.1%的地灾点落入高和中易发区,对比分析显示建模结果与地质灾害发育情况吻合度高,较好地揭示了研究区地质灾害易发性特征,可为昆明市五华区及云南高原其它低山丘陵区地质灾害防治规划提供参考。     

逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。     

基于信息量模型的地质灾害易发性评价:以川东南古蔺县为例

地质灾害威胁着山区人民生命财产安全,进行地质灾害易发性评价有助于山区城镇进行规划与建设时规避灾害风险.以川东南古蔺县为例,基于ArcGIS空间分析获取了研究区高程、坡度、岩性、斜坡结构、植被指数、距断层距离和距道路距离7个评价因子,采用信息量模型分别对滑坡和崩塌灾害进行易发性评价后,进一步利用ArcGIS单元统计功能对...     

基于GIS的瑞丽市地质灾害易发性研究

以云南省瑞丽市为研究区，基于GIS空间分析功能，选取高程、坡度、坡向、距断裂带距离、降雨等评价指标，用信息量模型和确定性系数模型进行地质灾害易发性评价，通过ROC检验评价模型精度，确定瑞丽市地质灾害易发性分区。     

基于斜坡单元的山区城镇滑坡灾害易发性评价：以康定为例

山区地质灾害易发性评价对城镇地质灾害风险管理具有重要意义。本文以康定市为例,以斜坡单元为最小评价单元,选取高程、坡度、坡向、曲率、工程地质岩组、距道路距离、距断裂距离、距水系距离和斜坡结构等9个滑坡影响因子,根据各因子滑坡面积比曲线与证据权值曲线的突变点,划分滑坡影响因子二级状态,并对各影响因子进行相关性分析,剔除相关性较高的距道路距离因子,在此基础上,采用证据权模型进行滑坡易发性评价。对已有治理工程的斜坡单元,本文尝试利用折减系数法对其易发性进行进一步评价。结合现场调查,将研究区滑坡易发性程度划分为：极高易发、高易发、中等易发、低易发。评价结果表明,自然工况下极高易发区主要位于康定市炉城镇以及研究区北侧二道桥村一带,高易发区主要位于雅拉河、折多河与瓦斯沟河谷两侧,对治理工程所在的斜坡单元进行折减后,极高易发区面积由11.21%降至8.42%,滑坡比率由4.03降低至2.3,研究结果符合实际情况,模型精度达77.8%。评价结果较好地反映了康定市区的滑坡易发性分布情况,可为城镇精细化评价提供一定的参考依据。     

国道213汶川—松潘段滑坡隐患遥感识别与易发性评价

国道213汶川—松潘段位于强震山区,滑坡灾害频发,每年都会因滑坡灾害导致交通中断,迫切需要查明沿线滑坡隐患的空间分布,并对其易发性进行评价。利用光学遥感和InSAR综合遥感技术对沿线滑坡隐患进行识别,共识别滑坡隐患288处,其中InSAR探测出有形变的滑坡隐患点27处。以识别出的滑坡隐患为评价样本,选取高程、坡度、坡向、地表曲率、工程地质岩组、归一化植被指数(normalizied difference vegetation index,NDVI)、距道路距离、距河流距离、距断层距离等9个影响因素作为评价因子,采用Logistic回归模型评价该沿线滑坡隐患易发性,评价结果可为国道213汶川—松潘段滑坡灾害防治提供参考。     

基于多因素加权指数和法的区域地质灾害易发性评价研究 ——以麦积区为例

以麦积区1 ∶ 50 000地质灾害风险调查项目为依托,在前人研究及分析区内地质灾害分布规律与发育特征的基础上,以栅格单元作为基本评价单元,运用多因素加权指数和法,以地形条件、地貌类型、工程地质岩组、距断层距离、距水域距离、植被覆盖等作为区内地质灾害易发性评价的一级因子。以高程、坡度、坡向、地形起伏度、地面粗糙度、地表曲率等作为表征地形条件的二级评价因子,以距支流及干流距离作为表征距水域距离的二级评价因子,采用层次分析法计算各一级评价因子及其所属的二级评价因子的权重,基于ArcGIS平台对各评价单元综合易发性指数进行计算并进行归一化处理,采用自然间断点法将研究区地质灾害易发性划分为高易发区（8. 26%）、中易发区（19. 49%）、低易发区（23. 69%）、非易发区（48. 56%）4个区域。采用历史灾害统计法定性验证与ROC曲线法（AUC=0. 866）定量验证相结合的综合评价方法对划分结果进行验证,表明多因素加权指数和法能够较为客观准确的对麦积区地质灾害易发性进行评价。     

基于信息量和多层感知机分类器模型耦合的平果市斜坡类地质灾害易发性评价

广西平果市频发的地质灾害严重制约着市区的工程建设和生命财产安全。在充分收集和整理区域地质资料的基础上,通过遥感解译和现场调查,确定了平果市共发育251处斜坡类地质灾害,其中崩塌189处、滑坡62处。选择高程、坡度、坡向、曲率、工程地质岩组、距断层距离、土层厚度、距河流距离和降雨共9个因子作为评价因子,结合信息量和多层感知机分类器的优势,采用信息量和多层感知机分类器耦合模型对平果市斜坡类地质灾害进行易发性评价。斜坡类地质灾害易发性制图表明极高易发区占平果市面积的25.39%,主要分布于平果市的北部、中部和南部山区。通过ROC曲线对模型预测能力进行检验获得AUC=0.809,表明模型评价结果能够很好地预测研究区斜坡类地质灾害的发生。研究结果可为研究区的崩滑灾害风险评价和灾害防治提供科学依据。     

基于GIS和CF-Logistic回归模型地质灾害易发性评价：以青海湟中县为例

研究地质灾害易发性的评价方法，对地质灾害防治有着非常重要的现实意义。本文以青海省西宁市湟中县为研究区域，选取高程、坡度、坡向、地形起伏度、距河流距离、距断层距离和工程岩组7个评价因子，利用确定性系数与逻辑回归模型相结合的方法计算出每个单元格地质灾害发生的概率。同时利用ROC曲线和AUC值对模型分类精度进行验证，最终得到AUC值为0.863，说明该方法对湟中县地质灾害易发性评价具有较强的适用性和客观性。本文研究表明，高层、坡向、距河流距离和工程岩组4个因子对研究区地质灾害的影响最为显著。从地质灾害的空间分布来看，该方法计算结果表明极高、高易发区主要分布在湟水河及其干流两侧低山丘陵地区，低易发区主要分布在研究区北部和西南地区。从评价因子的角度分析，高易发区主要分布在离河流500 m的松散冲洪积岩层和软弱层状碎屑岩岩层上。以上研究结果表明，基于CF-Logistic回归模型对研究区地质灾害易发性评价有较强的参考价值，能为研究区地质灾害的防治工作提供理论依据及方法。     

基于GIS和证据权模型的山阳县地质灾害易发性评价

地质灾害易发性涉及因素众多,评价结果取决于不同模型和参量权重赋值为当前研究热点。以陕西省山阳县为研究区域,在收集整理区域地质环境条件、地质灾害分布资料、相关性分析等基础上,最终选取坡度、坡向、坡型、工程地质岩组、距断层距离、距河流距离、距道路距离等8个影响因子,采用证据权模型对8个影响因子进行分析,使用GIS空间分析功能对研究区开展地质灾害易发性评价。结果显示,山阳县地质灾害易发等级可划分为高易发、中易发、低易发和非易发4个等级,面积分别为262.2 km²、436.7 km²、1141.6 km²、1694.5 km²,占山阳县总面积的7.48%、12.35%、32.29%、47.94%。进一步采用ROC曲线方法检验评价等级结果的可靠性,得到AUC为0.824 2(精度达82.42%)。     

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。     

基于改进频率比法的川藏铁路沿线及邻区地质灾害易发性分区评价

川藏铁路是我国目前正在规划建设的重要铁路干线之一,地处地形和地质条件极为复杂的青藏高原东部,复杂的地质背景与脆弱的地质环境造成川藏铁路沿线及邻区地质灾害极为发育,严重威胁着川藏铁路的规划建设。在对地质灾害易发性评价方法分析的基础上,首先对传统的地质灾害易发性评价频率比方法进行改进,克服了传统通用方法中频率比值分布的不连续性,提高了各地质灾害影响因子敏感性的区分度,并减小了因子分级的主观性。利用ROC曲线与空间熵的定量对比验证表明,改进频率比法的地质灾害易发性评价模型优于传统方法。根据地质灾害的发育分布特征,选取地面高程、地形坡度、地形坡向、地形曲率、地形起伏度、工程地质岩组、地震动峰值加速度、断裂密度、水系距离、道路距离、降水量与植被指数等影响地质灾害的主要因素,结合地质灾害调查数据,首先分析各影响因子的地质灾害敏感性,并进一步对川藏铁路沿线及邻区的地质灾害易发性进行评价和分区。评价结果表明,研究区地质灾害的发育分布主要受控于断裂、水系和道路等线状要素,以及地形坡度和地形起伏度等地形地貌因素,并且断裂密度和地形起伏度相较其他因子具有更大的地质灾害敏感性区分度。地质灾害极高易发区和高易发区主要分布于大型水系两岸、道路两侧的高山河谷沿线的狭窄地带,使沿河谷与已有道路规划展布的川藏铁路面临着严重的地质灾害威胁,铁路规划建设部门应加强该地带的地质灾害排查、防治和线路优化工作。     

基于GIS和信息量模型的安徽池州地质灾害易发性评价

以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。     

基于GIS的哀牢山戛洒镇小流域滑坡易发性评价

根据研究区的基本情况,选择坡度、坡向、地层岩性、距断层距离、降雨、土地利用等6个评价因子,采用滑坡灾害易发性评价的GIS与AHP耦合模型进行戛洒镇滑坡灾害易发性评价,并将滑坡灾害分为极高、高、中、低和极低易发区5个区域进行了滑坡灾害易发性评价结果分析,以期为后期的小流域滑坡风险评估研究服务。     

基于信息量模型的地质灾害易发性评价——以贵州省荔波县为例

地质灾害易发性是地质灾害风险评价的基础,是国土空间规划、地质灾害防治及工程建设的重要依据。以贵州省荔波县为例,采用信息量法对研究区地质灾害易发性进行评价。以遥感解译、现有灾害点、隐患点、历史灾害数据为评价基础数据,获取地质灾害信息量。以地形坡度、坡高、坡形、断层、地层、斜坡结构、水系距离7个固有地质环境影响因素为评价指标,开展易发性评价。研究结果显示：荔波县极高易发区4个,占31.65%;高易发区5个,占30.26%;中易发区4个,占29.11%;低易发区3个,占8.98%。经野外验证,符合度较高,评价结果可信。     

基于RBF神经网络?信息量耦合模型的滑坡易发性评价

滑坡易发性评价是滑坡灾害管理的基础工作,也是制定各项防灾减灾措施的重要依据。针对传统的信息量模型在评价过程中确定权重值存在准确性不高的缺点,文章提出RBF神经网络和信息量耦合模型。以甘肃省岷县为研究区,筛选坡度等9个指标因子构建了滑坡灾害易发性评价指标体系,应用RBF神经网络-信息量耦合模型（RBFNN-I）进行滑坡灾害易发性评价,利用合理性检验和ROC曲线对模型的评价结果进行精度检验。结果表明:（1）RBFNN-I模型的AUC值为0.853,相比单一的RBFNN和I模型分别提高了6.3%和9.7%,说明RBFNN-I模型具有更好的评价精度;（2）岷县滑坡灾害的极高易发区和高易发区主要分布在临潭—宕昌断裂带、洮河及其支流、闾井河和蒲麻河两侧河谷地带,距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。     

基于层次分析-熵值定权法的莎车县崩塌灾害易发性评价

新疆莎车县崩塌灾害频发、多发,对该地区造成严重影响。结合现场勘查和遥感解译,选取与崩塌灾害发育相关的坡度、坡向、与河流距离、地貌类型、与断层距离、岩性、NDVI及与道路距离等8个致灾因子,运用层次分析-熵值定权法模型对崩塌灾害进行易发性评价。研究发现：(1)极高易发区和高易发区大多分布在达木斯乡、喀群乡和霍什拉甫乡,分别占研究区总面积的7.78%和16.41%;(2)研究区崩塌灾害主要在西部山区沟谷内呈线性分布;(3)基于层次分析-熵值定权法易发性评价模型AUC值为0.909,实际对比显示评价结果较准确客观,结果可望为新疆莎车县防灾减灾提供科学依据。