基于斜坡单元的滑坡易发性评价——以遵义市汇川区山盆区域为例

贵州省遵义市汇川区是地质灾害相对频发的地区,以遵义市汇川区山盆区域为研究区,以斜坡单元为评价单元,提取地形坡度、地表粗糙指数、斜坡类型、工程岩组、地表起伏度、人类工程活动强度等6项因子,采用层次分析法对研究区滑坡地质灾害易发性进行评价,绘制基于斜坡单元的研究区易发性评价分级图,评价结果认为：滑坡高易发斜坡单元和较高易发斜坡单元主要在长岗-高桥向斜两翼,其中高易发斜坡单元共计60处,面积约为4.1 km²,占研究区面积的8.2%;较高易发斜坡单元共计115处,面积约为7.4 km²,占研究区面积的14.8%,多数滑坡高易发斜坡单元和较高易发斜坡单位发育小田湾～丛坝村～蔡家坝村一带;滑坡中易发斜坡单元主要分布在研究区北部和南部,中易发斜坡单元共计400处,面积约为19.6 km²,占研究区面积的39.2%;滑坡较低易发斜坡单元和低易发斜坡单元主要分布在研究区东部和西部,共计550处,面积约为18.9 km²,占研究区面积的37.8%,评价方法与结果可为贵州省小区域滑坡地质灾害易发性评价和防治提供参考。     

基于GIS的龙桥镇地质灾害易发分区评价

本文结合地质灾害形成的区域地质条件、人类工程活动等诱发条件和地灾发育现状条件,以定性评价为基础,通过信息系统空间分析定量计算对庐江县龙桥镇1∶10 000地质灾害易发性进行分区并评价。依据危险性等级阀值将其划分为高易发、中易发、低易发3个区,其中地质灾害高易发区面积为22.45 km²,占全区总面积的21.34%;中易发区面积为26.44 km²,占全区面积为25.13%;低易发区面积为56.31 km²,占全区面积为53.52%。     

安徽省崩滑流地质灾害风险评价研究

本文在分析安徽省崩滑流地质灾害发育特征及分布规律的基础上,以栅格单元为评价单元,选取了坡度、地形起伏度、断层缓冲距离、工程地质岩组和斜坡结构5个评价因子,利用信息量模型开展了崩滑流地质灾害易发性评价;叠加降雨量形成危险性进行评价;在危险性评价的基础上叠加承载体易损性形成风险性评价分区。研究结果表明：崩滑流地质灾害高风险区面积为68.68 km²,中风险区面积为15 117.72 km²,主要分布于皖南山区和皖西山区,评价分区结果合理,可为安徽省地质灾害风险管控提供技术支撑。     

基于AHP和GIS的舟曲地质灾害易发性评价

舟曲县是中国罕见的滑坡、泥石流地质灾害高发区,其防灾减灾工作具有一定的挑战性。依托舟曲县1∶50 000地质灾害风险调查工作,深入分析孕灾地质条件,选取地质灾害频率比、地质灾害面积模数比、地质灾害体积模数比、坡度、坡度变化率、坡形、切割深度、沟壑密度、岩土体类型、地质构造、植被指数11个评价因子,建立AHP评价模型,确定各因子权重,运用GIS平台综合评价舟曲县地质灾害易发性。结果显示：舟曲县地质灾害极高易发区和高易发区的面积分别为68.98 km²、390.9 km²,分别占县域总面积的2.29%和12.97%,主要分布在人员财产集中的白龙江流域、石门沟流域、拱坝河流域中下游和博峪河流域舟曲段中部区域;中易发区、低易发区对应的面积分别为1 166.21 km²和1 387.76 km²。研究成果为舟曲县城镇整体规划和地质灾害防治提供决策参考。     

罗平县崩滑易发性评价模型对比研究

准确的地质灾害易发性分区评价结果,可为建立地质灾害监测预警系统及处理机制提供参考。依据崩滑地质灾害形成条件选取10个评价因子构建评价指标体系,基于共线性诊断和相关性分析检验评价因子以保证其相互独立。分别采用信息量模型(ICM)、归一化频率比模型(NFR)以及与逻辑回归(LR)耦合的信息量–逻辑回归(ICM-LR)耦合模型和归一化频率比–逻辑回归(NFR-LR)耦合模型对罗平县崩滑地质灾害进行易发性评价,并将评价模型结果划分为低、中、高和极高4个等级。采用ROC曲线对评价结果进行精度检验,其AUC值分别为0.820、0.796、0.882和0.840。得出ICM-LR模型的精度最高,且极高易发区主要分布在砂岩、碳酸盐岩组区域和水系延展区域。其低、中、高和极高的面积(分级比)分别为771.1 km²(25.55%)、836.6 km²(27.73%)、864.36 km²(28.64%)和545.94 km²(18.08%)。易发性分区结果与研究区崩滑地质灾害分布情况相符合,可为快速建立评价指标体系和区...     

基于GIS和信息量法的四川峨眉山市地质灾害易发性定量评价

以四川峨眉山市为研究区,选取坡度、坡高、坡向、岩土体类型、构造、河流侵蚀、地表覆被、降雨、工程切坡以及矿产开发10个影响因素作为评价因子,采用改进信息量法,在评价因子分级分析的基础上,利用GIS技术,对研究区地质灾害易发性进行了定量评价。结果表明：方法科学可靠,评价结果与实际基本相符;地质灾害在高陡斜坡区域、坚硬薄层-厚层状砂岩、粉砂岩夹白云岩、灰岩岩组、构造密集区最为发育,地形地貌、地质构造是地质灾害发育最主要的控制因素;地质灾害易发性划分为高易发、中易发、低易发、极低易发4个等级,分布面积分别为169.37km²、429.07km²、363.43km²和221.12km²。易发性评价精度74.80%。评价方法可为县域地质灾害易发性评价提供理论指导,评价结果可为该区域地质灾害防治工作提供科学依据。     

基于信息量法的湖北省秭归县滑坡易发性评价

本文以湖北省秭归县为研究区,选取高程、水系距离、道路距离、岩土体类型、坡向、坡度、土地覆盖类型、年降雨量等8个评价因子开展滑坡易发性评价工作,依据ArcGIS软件数据分析工具完成各评价因子相关性分析。对评价因子相关性值|r|>0.1的高程、坡向因子剔除,计算各因子信息量值。利用信息量模型进行滑坡易发性评价,将研究区划分为四个区域：(1)极高易发区,面积140.0864 km²,占研究区总面积6.18%,主要分布在长江及支流沿岸;(2)高易发区,面积1002.445 km²,占研究区总面积44.23%,主要呈带状分布在极高易发区两侧,部分位于两河口镇、磨坪乡周边区域;(3)中易发区,面积833.8711 km²,占研究区总面积36.79%,呈带状分布在极高易发区两侧,零散分布;(4)低易发区,面积290.2564 km²,占研究区总面积12.80%,多分布在高山人稀区域。本文研究结果能够较好地反映研究区滑坡灾害分布规律,可为秭归县防灾减灾工作提供依据。     

基于信息量-逻辑回归耦合模型的玛纳斯河流域地质灾害易发性评价

本文以地质灾害多发的新疆玛纳斯河流域作为研究区,在剖析了信息量模型、逻辑回归模型在地质灾害易发性评价中各自的优势与局限性的基础上,探索了信息量-逻辑回归耦合模型的科学性与优势;基于该区域地质环境与最新地质灾害数据,选取地形起伏度、坡度、坡向、土地利用类型、地层岩性、地形湿度指数(TWI)、河流、断层、高程9个影响因素作为评价因子,以全区355处地质灾害点为样本数据,在进行评价因子分析的基础上,通过ArcGIS平台对玛纳斯河流域进行了地质灾害易发性评价。评价结果表明,地质灾害高易发区主要分布于流域南部中低山丘陵地区,高易发区与较高易发区的面积分别为1760 km²、2200 km²,占研究区总面积7.98%、9.97%。经检验评价精度高达91.3%,该研究可为当地地质灾害防治与国土空间规划提供重要参考。     

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。

     

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%)。     

基于CF与Logistic回归模型耦合的地质灾害易发性评价——以北京市大清河流域生态涵养区为例

在北京市大清河流域生态涵养区1450 km²的区域内，以遥感影像解译为基础，结合1∶50 000地质灾害详细调查，获取全区888个地质灾害隐患点作为样本数据库，选取基岩类型、地貌类型、地形坡度、河流、公路、断裂6个评价因子，采用确定性系数(CF)与Logistic回归耦合模型评价地质灾害易发性，依照自然间断点分级法(Jenks)将研究区划分为极高易发区、高易发区、中易发区、低易发区和极低易发区。将未参与模型训练的20%地质灾害隐患点作为检验点与易发性分区结果进行叠加分析，通过频率比和ROC曲线进行精度检验。结果显示：基岩类型对地质灾害的发育具有控制作用；公路、断裂对地质灾害的空间分布影响明显；CF与Logistic回归耦合模型在实际应用中具有较高的准确性，是一种地质灾害易发性评价可靠性高的模型。     

江苏南京地质灾害风险评价

地质灾害风险评价是地质灾害风险管控的支撑与依据,对于科学防治地质灾害具有重要意义。以江苏南京为研究区,选取历史灾害点密度等影响因子开展易发性评价,以降雨量作为诱发因素开展危险性评价,结合承灾体易损性,分析划定地质灾害高、中、低三类风险区。结果表明：高风险区主要集中在沿江的老山、幕府山、紫金山、栖霞山以及青龙山等部分人员聚居的山前坡麓一带,面积51.3 km²,占比0.8%;中风险区主要集中在低山丘陵中人员较集中的区域,面积371.9 km²,占比5.6%;低风险区分布较广,位于其余低山丘陵岗地,面积1 740.1 km²,占比26.4%。研究成果可有效支撑当地地质灾害防灾减灾以及国土空间规划应用。     

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。     

地质灾害易发性评价单元划分方法——以陕西省黄陵县为例

为了提高区域地质灾害易发性评价精度,采用斜坡单元作为研究对象,以GIS技术作为平台,利用水文解析工具,提出了一种将大面积研究区自动划分为最小适宜评价单元的新方法。使用此方法将陕西省黄陵县划分为6 258个最小适宜评价单元后,再通过一个地质灾害易发程度贡献分值模型计算每个评价单元易发度的分布,并以此进行黄陵县地质灾害易发程度分区评价。评价结果为:据易发度分值将黄陵县分为5个地质灾害易发区,其中高易发区占全县面积的9.94%,主要分布于洛河、沮河及寇家河河谷区,是今后地质灾害防治的重点区域。     

基于斜坡单元与信息量法结合的宝塔区黄土滑坡易发性评价

滑坡易发性评价对滑坡灾害的防治与管理具有重要意义。为了评价延安宝塔区黄土滑坡易发性,以斜坡为基本评价单元,选取斜坡坡度、坡高、坡向、坡形、斜坡结构类型、植被和人类工程活动7个指标作为评价因子,在ArcGIS平台下,利用信息量模型对研究区的黄土滑坡进行易发性分区评价。评价结果表明,宝塔区滑坡高易发区面积1092.39km2,占全区面积的30.81%,主要分布于宝塔区的中部及北部地区,低易发区集中于宝塔区南部汾川河流域。以斜坡作为评价单元提高了与实际地形地貌的吻合度。应用信息量模型进行滑坡易发性评价具有较高的预测精度,已有滑坡点落在很高易发区和高易发区中的比例为95.7％,较真实地反映了客观实际。     

基于易发性分区的区域滑坡降雨预警阈值确定——以云南龙陵县为例

滑坡所处不同易发等级的区域,降雨预警阈值差别较大。为提高滑坡降雨预警的针对性和准确率,文章以野外地质调查和滑坡易发条件分析为基础,结合信息量模型和层次分析法开展滑坡易发性评价,再通过滑坡发生概率与前期累计降雨量的相关性分析,分区进行滑坡降雨预警阈值模型研究。结果表明：坡度、高程、距断层距离、工程地质岩组、水系是龙陵县滑坡的主要孕灾地质条件;龙陵县滑坡非易发区面积为14.33 km²,低易发区面积为1 053.87 km²,中易发区面积为1 471.65 km²,高易发区面积为254.73 km²;确定单日和前3日为降雨预警时间,分区分时细化了降雨预警阈值模型;对比降雨预警阈值模型应用于龙陵县滑坡监测预警中的前后,预警信息减少了70条,预警准确率提高了14.4%,并实现了镇安镇户帕村施家寨组滑坡的有效预警。文章为区域滑坡降雨预警阈值确定提供了一种较好的参考方法。     

陕西凤县地质灾害易发性评价研究

区域地质灾害易发性评价是地质灾害早期预警的基础。为了探索秦岭山区区域地质灾害易发性评价方法,文中在陕西凤县1 :5万地质灾害详细调查和数据库建设的基础上,详细分析了地质灾害的发育分布规律及影响因素,利用GIS技术结合信息量模型方法完成了凤县地质灾害的易发性评价区划。结果显示:凤县地质灾害分布主要与河流侵蚀、植被覆盖率及人类工程活动相关。根据评价结果将凤县地质灾害易发性划分为4个等级,其中,地质灾害高易发区面积190.3km2,占全县总面积的6.0%; 中易发区面积642.0km2,占20.1%; 低易发区面积1314.5km2,占41.2%; 基本安全区面积1040.1km2,占32.6%。评价结果可为凤县土地利用规划和地质灾害防治规划提供依据,并可为秦岭山区城镇地质灾害易发性评价提供思路和方法。     

基于突变理论的湟水河流域崩滑易发性评价

湟水河流域是黄河上游重要支流，是青海省政治经济文化中心，也是全省地质灾害高发区域。流域内灾害种类多，发生频率高，经济损失和人员伤亡较大。流域内地质灾害分布有一定地域特征，通过对湟水河流域地形地貌、地质岩组、地质构造、水文气象、人类工程活动分析，构建了地质灾害易发性划分标准，将湟水河流域崩滑灾害易发性分为极高易发区、高易发区、中易发区、低易发区、极低易发区5个等级。基于MATLAB编程的突变级数理论平台，充分考虑了各评价因子的内在关系，将单点灾害危险性评价扩展到区域灾害易发性评价。通过ROC对评价结果验证表明，该方法准确率高，可为地质灾害防治提供理论支持。     

基于信息量法的新疆伊宁县滑坡灾害易发性评价

以新疆伊宁县为例,据该区域地质环境条件和滑坡灾害点数据资料,选取高程、坡度、坡向、地势起伏度、距断层距离、工程地质岩组、地表粗糙度、距河流距离、曲率等9个影响因子,在信息量模型对所选影响因子分析基础上,使用ArcGIS对滑坡灾害开展易发性评价。结果显示,伊宁县滑坡灾害易发等级可划分为高易发、中易发、低易发和不易发4个等级,面积分别为291.045 6 km²、753.695 6 km²、995.093 9 km²、2 436.785 km²,分别占伊宁县总面积的6.50%、12.35%、32.29%、47.94%。据ROC曲线法检验评价等级结果,得到AUC=0.854 1,精度达85.41%。该结果可为伊宁县滑坡灾害防治提供参考依据。     

信息量模型在山地斜坡地质灾害风险评价中的应用——以贵定县宝山盘江重点区为例

为了对野外风险斜坡及潜在地质灾害进行快速识别,现基于斜坡单元采用信息量模型对贵定县宝山至盘江重点区开展地质灾害风险评价,并分析地质灾害分布与风险斜坡的相关性。结果表明:1风险评价结果中极高风险斜坡42处,高风险斜坡308处,中风险斜坡580处,低风险斜坡280处,分别占比347%、2545%、4793%及2314%;2地质灾害主要分布于极高及高风险斜坡,低风险斜坡中无地质灾害分布;3通过对比评价结果与研究区实际情况,表明风险评价结果较为合理,信息量模型可以应用于山地斜坡地质灾害风险评价,同时评价结果为下一步指导地质灾害防治工作提供了重要的信息及依据。