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。     

基于水文响应单元的泥石流灾害易发性分区方法

以水文响应单元和栅格单元为基础评价单元,运用因子贡献率法和信息量法两种评价模型对安宁河流域进行泥石流灾害易发性评价。研究结果表明,在流域尺度范围内,水文响应单元能够更好体现区域中的微观综合地貌特征,切合区域整体性描述;基于水文响应单元的易发性分区不仅与历史泥石流实际分布情况的契合度较高,而且数学模型方法适应效率较高和区内孕灾条件体现更为明显。由此,建立基于水文响应单元泥石流灾害易发性分区对探求流域尺度范围内泥石流灾害易发性分区方法与评价制图是一个有益的尝试与拓展,可为制定减灾防灾决策提供科学参考。     

基于AHP与GIS耦合的安宁区地质灾害易发区划分

本文以安宁区作为研究对象,采用基于层次分析法(AHP)和GIS空间分析统计方法相结合的工作方法对区内地质灾害易发性进行评价和区划,对研究区的地质灾害易发性进行分析评价。安宁区境内地质灾害类型主要有滑坡、崩塌、泥石流、不稳定斜坡四种类型。易发性分区评价结果表明:安宁区城区不存在地质灾害高易发区;中易发区面积27.59km~2,占评价区面积的35.3%,低易发区面积14.75km~2,占评价区面积的18.9%,不易发区面积35.76km~2,占评价区面积的45.9%。评价结果为安宁区地质灾害防灾减灾体系和社会发展、经济发展提供了参考依据。     

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。     

三峡库区塌岸灾害易发性评价方法——以奉节—云阳段为例

塌岸灾害广泛分布于中国三峡库区。塌岸易发性评价对库区灾害防治具有重要意义。当前塌岸易发性评价的研究程度低,评价模型的适用性差,评价指标的选取依据不充分,并没有考虑波浪对库岸稳定性的影响。本研究以塌岸灾害广泛发育的三峡库区奉节段至云阳段为研究对象,考虑波浪和库岸形态对研究区塌岸发育的影响,提出江岸宽度、库岸形态、风速这三个指标,并基于研究区塌岸灾害发育和分布特征共选取8个影响因子,构建三峡库区塌岸灾害易发性评价指标体系;采用三种机器学习模型,实现三峡库区塌岸灾害易发性分区及检验、模型精度预测、评价结果的分区和实地验证。结果表明：(1)江岸宽度、岸坡形态和风速等影响因子权重靠前,对奉节段塌岸发育的贡献较大;(2)ANN模型、RF模型与SVM模型的较高-高易发区灾害点数量分别占总灾害点的53.1%、48.9%和39.3%。ANN模型与RF模型塌岸强度从低至高依次增大,分区结果较为合理,而SVM模型分区结果不太理想。(3)ANN模型、RF模型和SVM模型的AUC值分别为0.798、0.793、0.766,三种机器学习模型的预测精度较为可靠;(4)RF模型高易发性区域最符合实际地质条件,其易发性...     

证据权模型在泥石流灾害易发性评价中的应用

利用空间统计方法进行泥石流易发性定量评价的本质是度量影响因子（地形、地貌、岩性等）和响应因子（泥石流）之间的空间关系,最后给出所有影响因子综合作用结果,得到泥石流易发性评价结果。选取高程、坡度、坡向、地形起伏度、岩性、降雨量与水系距离7个因素作为泥石流影响因子,采用证据权模型,对研究区内泥石流进行灾害易发性评价,使用自然间断法将研究区内泥石流易发程度分级,得到研究区泥石流易发后概率图,获得了较高的置信度,方法简单易行,可以在其它灾害易发性评价中推广。     

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。     

“4·20”芦山地震灾区次生山地灾害易发性评价

选择"4·20"芦山地震灾区为研究区,在野外实地考察的基础上,结合高精度遥感影像解译分析,针对地震灾区滑坡、崩塌和泥石流等次生山地灾害的形成条件展开系统分析;在ArcGIS 9.3软件支持下,采用信息量模型,选择坡向、坡度、地层岩性、断裂带、河流冲刷作用、地震烈度和降水量7个影响因子作为芦山地震灾区次生山地灾害易发性评价的指标参数,将其划分为高易发区、中易发区和低易发区,该评价结果与实地考察结果基本吻合。基于GIS的信息量模型能够很好地为芦山地震灾区次生山地灾害易发性区划研究提供指导,其结果可以用来解决次生山地灾害易发性评价中效率低、精度差、费时费力等问题,从而实现次生山地灾害易发性评价的信息化和科学化。     

连云港市地质灾害易发性分区评价研究

本文在全面调查分析连云港市区地质灾害隐患点及分布状况的基础上,从诱发地质灾害的地质条件、人类工程活动、地形地貌及气候植被因素考虑,选取了地层岩性、地质构造、地形地貌、露天开采、降雨强度、植被覆盖率等15个评价因子,建立了地质灾害易发性评价指标体系,运用层次分析法计算各评价因子的权重值,并进行归一化处理,然后利用模糊评判法对各隐患点的易发性指数进行计算、统计,将连云港市区划分为地质灾害高易发区、中易发区和低易发区,最后利用GIS空间分析功能生成了易发性分区图,实现了地质灾害易发防治分区的目的,为连云港市后期地质灾害防治提供重要参考依据。     

金沙江奔子栏-达日河段大型泥石流堆积扇的成因机制

金沙江上游奔子栏-达日河段属横断山区的干热河谷地带,河谷沿岸大型古泥石流堆积扇广泛发育,其成因却一直没有得到很好的研究.对该区瓦卡大型古泥石流堆积物进行了沉积结构、粒度、地球化学和孢粉等分析,揭示了泥石流的沉积环境及其形成过程.通过粗颗粒石英的光释光单片再生法(SAR)测年研究,获得金沙江上游奔子栏-达日河段古泥石流大规模暴发的年代为12 600～4 500 a BP.丰富的风化碎屑物源、陡峻的地形及雨季降水集中是该区古泥石流形成的主要原因.全新世早期青藏高原东南缘受西南季风加强的影响,气候趋于暖湿,季节性暴雨增加.金沙江上游干热河谷区大型泥石流堆积扇的发育年代暗示其是全新世早期西南季风加强作用下的地貌响应.从地质灾害防治的角度,由于现代气候因素导致泥石流灾害的频度和规模较小,预防该区地质灾害的重点应是防止人工砍伐树木和不合理的人工切坡导致对地表环境的破坏加剧.     

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。     

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%。     

基于OLI和ASTER GDEM数据的云南昌宁县滑坡、泥石流易发度评价

滑坡、泥石流敏感性是指区域在自然状况下发生滑坡、泥石流现象的可能性大小。以OLI影像、ASTER GDEM为数据源,选取强降水、地表坡度、地表植被覆盖和河流侵蚀等因子为评价指标,在遥感、地理信息系统技术的支持下,开展云南昌宁县滑坡、泥石流易发程度评价。结果显示:昌宁县滑坡、泥石流易发度分为不易发、轻度易发、中度易发和高度易发4个等级,各等级所占面积分别为:12.42 km2、2 055.61 km2、1 584.98km2、89.64 km2,比例为:0.33%、54.92%、42.35%、2.40%。空间分布上,中度易发区在田园镇中部、漭水镇中部和南部、鸡飞镇东北部、卡斯镇中部及东部、柯街镇西部、珠街乡东部和北部、以及更戛乡东部及南部地区分布相对集中;高度易发区则集中分布于北部黒惠江、中部右甸河及南部勐统河各支流上游山区,由北向南形成"川"字型分布。     

小江流域泥石流堆积扇形成的制约因素及其特征

在系统分析了各种因素对泥石流堆积扇形成影响的基础上,提出流域腹地中流域面积、沟床比降和堆积区主河河谷宽度及主河能量等因素对泥石流堆积扇发育的影响较大。结合TM卫星影象和1:5万地形图,解译了小江流域内泥石流堆积扇的范围。在此基础上,统计了流域腹地内两大重要条件-流域面积和沟床比降与堆积扇面积之间的关系。在小江流域,堆积扇的面积随流域面积的增加而增加,二者之间是正的指数关系;而堆积扇面积与沟床比降之间可用一个负的指数关系式表达。最后,堆积区特征对小江流域泥石流堆积扇的影响主要是其堆积空间限制了大型堆积扇,比如蒋家沟泥石流堆积扇的发展。     

四川省德昌县群发性泥石流的特征和成因

地处川西南的德昌县近年来由局地暴雨诱发的泥石流造成了严重的经济损失.通过德昌群发性泥石流事件中局地暴雨过程和地面条件的分析,探讨了泥石流形成过程中的雨地耦合关系.根据TM遥感影像(30 m)解译,德昌泥石流分布具有明显的区域规律,以安宁河及其支流茨达河流域最为集中,安宁河支流老碾河流域次之.根据泥石流的分布特征,结合流域的高程、坡度、地层岩性等信息,分析了泥石流易发区域的流域坡度以及NDVI特点,并将两者结合起来进行泥石流易发区的判别,准确率达92%.因此,遥感影像的光谱差异可以作为识别群发性泥石流地区的遥感标志之一.此类泥石流易发区的下垫面判别准则有两条:(1)流域平均坡度大于20°;(2)NDVI介于0.1～0.3.将泥石流易发区的下垫面识别与诱发泥石流的局地暴雨过程结合起来分析,泥石流灾害的时空分布取决于暴雨中心落点及移动路径,以德昌2004-08-24群发性泥石流进行了实例验证,结果表明泥石流最终的暴发相对于局地暴雨的峰值过程约有1 h的滞后时间,此时段正是实施临灾预警的关键时间.据此,提出了群发性泥石流的减灾思路.     

都汶公路沿线泥石流危险性评价

汶川地震诱发的次生泥石流灾害,已成为灾区防灾减灾工作的突出问题和灾后恢复重建的重要制约因素之一,泥石流危险性评价是泥石流灾害风险管理的核心基础技术。以都汶公路沿线的31条泥石流沟为研究对象,通过野外考察、遥感图像的解译、查阅相关文献资料等手段获取研究区泥石流沟的基础数据,通过选取地质、地形、气象、水文指标,并利用主成分分析法对关键因子进行筛选和灰色系统模型进行权重的确定,建立泥石流危险性评价模型,计算得到每条沟的泥石流危险度值。评价结果表明:公路沿线31条泥石流沟处于不同泥石流危险等级:极高危险占23%,高危险占35%,中度危险占13%,轻度危险占29%;其中红椿沟、肖家沟、烧房沟等沟属于泥石流极高危险沟道,高家沟、牛圈沟等属于高度危险沟道,公路选线须采取避让或充分的防治对策。     

区域泥石流孕灾环境危险性评价——以北京军都山区为例

以北京军都山区实测泥石流沟谷数为基准,基于因子叠加、信息量模型和FCM-粗糙集三种方法,分别获得了泥石流灾害发生的危险性等级分布,结果表明:①各分区单位面积内泥石流沟谷数都随着危险性评价等级的提高而增多;②因子叠加法和信息量模型法可得出五级泥石流灾害危险性分级,而粗糙集法只得出三级分级;③以实际泥石流沟谷落在评价区数目为标准,信息量模型法有90%以上的泥石流沟谷在危险性高和极高区域;粗糙集法得到危险区域覆盖了63.72%的泥石流沟谷分布;④从单位面积泥石流沟谷数与泥石流沟谷分布比率可得,信息量模型法评价精度较高,因子叠加法没有形成良好的梯度,而粗糙集法计算等级结果与其他方法存在差异,故须在其他区域进行进一步研究。     

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。     

基于优化组合赋权法的都汶高速沿线泥石流危险度评价

2013-07-10,持续强降雨导致汶川地震灾区都(江堰)汶(川)高速公路沿线的桃关沟、七盘沟等多处暴发大规模群发性泥石流灾害(简称"7·10"灾害),大量泥沙冲毁或淤埋民居、工厂厂房和都汶高速公路,造成直接经济损失达数亿元。为了科学评价泥石流危害性,对"7·10"暴发的9条典型泥石流沟选取流域面积、流域切割密度、一次冲出规模、沟道纵坡坡降、流域内物源动储量、年平均降雨量、堵塞系数等7个影响因子,分别根据灰色关联度法、熵值法和二项系数法得出各自权重值,然后采用优化组合赋权法推算出各影响因子的组合权重值。在此基础上建立危险性评价数学模型,计算出各沟危险度,结果显示与泥石流的现状和发展趋势相吻合。     

广州市白云区金沙洲地区地质灾害风险区划

广州市白云区金沙洲一带因受武广高铁隧道等一大批重点工程项目施工中大量抽排地下水的影响,诱发了多次较为严重的地质灾害。文章在多年实地调查的基础上,系统分析其地质灾害致灾因子,建立了地质灾害易发程度分区的评价指标体系,采用信息量法,按照地质灾害易发程度对各评价单元划分等级,将金沙洲地区划分为4个区：高易发区、中易发区、低易发区和不易发区。其中,武广高铁隧道通过的中南部地区属于地质灾害高易发区,该区隐伏岩溶发育,地质环境脆弱,不适宜大规模开发建设;浔峰断裂（F3）、沙贝断裂（F4）及保利西子湾断裂（F5）3条断裂通过的东部地区为地质灾害中易发区,该区发育有不良岩土体,区内主要发生地面沉降地质灾害;东南部大塱山组和中部测水组非可溶岩地层区为地质灾害低易发区,该区以埋藏型可溶岩分布为主,总体发生地质灾害的概率较小;西部丘陵地带为地质灾害不易发区,为非可溶岩区,不具备孕育地质灾害的形成环境。