贵州矿山地质环境恢复治理效果评估方法改进研究——以贵州省毕节市某煤矿为例

在收集矿山地质环境恢复治理相关规范和技术要求的基础上,结合矿山开采造成的地质环境问题的现状、分布,从众多常用的矿山地质环境恢复治理评价指标中,选取普适性较强的地质灾害治理效果、水环境恢复效果、景观植被恢复效果、管护措施这4个评价指标作为评价因子,从而验证上述普适性较强的评价因子可以较好的反映治理恢复效果。根据评价因子的重要性,分别赋予不同的权重,采用加权综合法进行计算,对恢复治理效果评估方法进行改进量化,综合判定地质环境恢复治理效果。本文以贵州省毕节市某煤矿为例,采用的矿山地质环境恢复治理评估方法通过验证,可以为同类型矿山开展地质环境恢复治理效果评估提供借鉴。     

岩质边坡稳定性综合评价方法及其在工程中的应用

通过实践提出了一种岩质边坡稳定性综合评价方法,分析影响边坡稳定性的九种评价因子及其量化方法,并用此方法对湖北省十堰地区的局部边坡进行了评价,结果表明,本方法综合性强,效果好,且简便易行,对工程勘察和边坡治理有较好的参考价值。     

青海柴木铁路多年冻土区片石路基工程措施效果的模糊评价

为综合评价多年冻土区片石路基工程措施效果, 以青海柴木铁路为例, 通过分析筛选多年冻土区片石路基工程措施效果评价因子, 给出各评价指标的层次结构, 建立综合评价模型, 确定工程效果评价分级标准与评价因子权重, 采用模糊数学方法对柴木铁路多年冻土区片石路基工程措施效果进行评价, 评价结果显示: 柴木铁路多年冻土地区片石路基工程效果评价结果为较好状态的占86.1%, 处于一般状态的比例为7.5%, 处于较差状态的为6.4%, 没有处于良好状态的路段. 结合试验断面测温资料, 采用模糊方法的评价结果与野外实际观测结果基本相符, 说明此方法可运用于多年冻土区片石路基工程措施效果评价中.     

煤矸石复垦地土壤质量变化研究

为检验煤矸石复垦地复垦效果,选取16个参数作为复垦土壤肥力质量评价的因子,建立考虑微量元素的肥力质量评价体系,应用相关系数法确定土壤肥力因子的权重大小,并结合模糊数学原理计算土壤肥力评价因子的隶属度值,运用模糊综合评价法对复垦土壤质量进行评价,结果表明：复垦地与正常农田土壤肥力综合指标值均随深度的增加而降低。复垦土壤的质量在3年内得到了逐步的提高,耕作制度、施肥对表层土壤质量的提高有很大影响。复垦区土壤肥力略低于正常农田,复垦3年时,各层次复垦土壤肥力由上到下分别为正常农田对应层次的91．9％、89．6％、84．6％,表明复垦土壤质量已达到正常农田的90％左右,复垦取得良好的效果。     

层次分析法在山地地质灾害危险性评价中的应用——以辽宁凌源地区为例

凌源市是辽西地区山地地质灾害危害较为严重的区域。在GIS技术支持下,选取地形、岩性、构造、降雨、道路、土地利用等6个因素作为评价指标,根据已发生的68个山地地质灾害点计算了各指标因子的敏感性,分别采用层次分析法、信息量法和统计量法确定了各指标的权重,利用因子叠置法对危险性进行了综合评价。结果表明层次分析法在该区山地地质灾害危险性评价中效果良好。该研究对相似地区山地地质灾害危险性区划具有一定的借鉴意义。     

运用模糊综合评判法评价银川地区地下水质量

通过对评价因子、评价标准、数学模型、模糊关系矩阵和权重因子的确定，运用模糊综合评判法对银川地区承压含水层地下水质量进行了评价，并对评价结果进行了分析。     

层次分析法在地下水质量评价中的应用

开展区域地下水质量评价,突出主导因子对地下水质量的影响,提出将层次分析法引入地下水评价中,以单因子评价结果为基础对地下水质量进行二次评价。构建层次结构模型并组建专家组进行讨论,最终以专家打分的方式确定评价中各个因子的权重。分别对Q1, Q2两组地下水质数据进行单因子评价、内梅罗指数综合评价以及层次分析评价。对比评价结果发现,层次分析法能够在突出主导因子对水质评价的贡献的基础上,更为真实地反映区域地下水质量状况。     

逐步判别分析法在筛选泥石流评价因子中的应用

运用逐步判别分析原理,在多个评价因子中按其对泥石流沟判别能力贡献的大小进行筛选,从而确定泥石流沟的评价因子。应用改进的层次分析法对筛选后的评价因子进行赋权,使求得的判断矩阵满足一致性要求,避免了层次分析法后期检验过程中多次调整判断矩阵带来的过于主观性的问题。在评价因子的筛选和赋权的基础上进行了单沟泥石流危险度评价的实例验证,结果表明,运用逐步判别分析法筛选后的评价因子客观、准确地反映了当地泥石流危险度的影响因素,与传统方法所得危险度结果相比更符合泥石流危险度实际情况,可靠性更强。     

丘陵山地农村公路水毁灾害成因分析与风险评价——以泉州市德化县农村公路为例

针对闽东南丘陵山地农村公路水毁灾害成因分析以及风险定量评价的问题,本文对风险评价体系进行了论述。以福建省泉州市德化县农村公路作为研究区,将农村公路水毁按照承灾体划分为5个类型,并对各类型的水毁成因进行关联系分析,得出农村公路水毁是一个综合的系统。通过对研究区内水毁灾害点的分析,将农村公路水毁风险划分为4个等级,选取降雨量、降雨强度、降雨历时、边坡土质等10个评价因子,利用层次分析法计算每个评价因子的权重,结合专家和工程技术人员对评价因子的打分值,计算得到德化农村公路典型水毁灾害点各风险等级的易发值,进而判断该点的水毁风险等级,评价结果与现场调查相符合。结果表明:层次分析法在农村公路水毁风险评价中的应用效果良好,该评价体系为闽东南丘陵山地类似的农村公路水毁风险定量评价提供了理论依据。     

油田区地下水系统特殊防污性能评价

针对中国典型油田区的水文地质条件、主要石油类污染物性质,对地下水防污性能评价模型DRASTIC进行了改进,建立了油田区地下水系统特殊防污性能评价模型——DORKI。在该模型中选取DRASTIC模型中的地下水埋深、净补给量、包气带介质3个评价因子,增加了土壤有机质含量和有机碳-水分配系数Koc2个评价因子。根据相关资料确定了新增评价因子的评分并通过层次分析法中的九标度法确定了5个评价因子的权重。最后结合某油田区的情况,对DORKI进行实例应用和分析,结果表明,DORKI模型能够较为准确地用于原油组分对油田区地下水的污染风险评价。     

基于数据挖掘技术的滑带土抗剪强度预测

利用数据挖掘技术对三峡库区重庆段滑带土抗剪强度特征值进行预测研究。利用CHAID算法与相关性分析进行数据预处理。根据CHAID算法分类结果,将滑坡按照原岩的沉积环境进行分类。在分类的基础上,根据各定量指标与抗剪强度的Pearson相关系数筛选滑带土抗剪强度的影响因素。相关性分析结果表明,原岩为不同沉积环境的滑坡其天然状态下内摩擦角的影响因素不同;天然状态下的黏聚力与各定量因素相关性均不高。将相关性高的指标作为输入变量,建立数据挖掘模型。研究结果表明,挖掘出的知识具有良好的适用性。     

云南省新平县滑坡预警区划研究

以新平县为研究区,采用确定性系数(CF)方法分析滑坡与地质环境因子各区段(类型)之间的敏感性关系,得出各因子不同区段(类型)的敏感性大小,并运用Logistic回归分析方法建立预警区划模型,认为坡度、岩组、年均降雨量、高程、构造等五个因子是影响研究区滑坡发生的敏感性因子,建立Logistic概率预测模型,并对研究区进行五级预警区划,区划结果对该区预警工作有积极的指导意义。     

基于不同方法的江苏镇江地区下蜀土边坡稳定性分析与评价

边坡失稳是一定区域内的地质环境条件相互作用不断演化的结果,对边坡的稳定性评价时需要考虑多种因素。本文以镇江地区下蜀土边坡的稳定性影响因素和评价方法为主要研究对象,采用粗糙集属性约简理论得到对边坡影响较大的6项影响因素;通过建立影响因素相互作用关系矩阵,得出影响因素相互作用对边坡稳定性的影响程度和重要性程度以及权重值。最后建立边坡稳定性评价指标及量化标准,并确定SII指数的计算方法及对应的边坡稳定性分级,从而形成镇江地区下蜀土边坡稳定性的综合评价方法,为该地区边坡稳定评价提供依据。     

逐步判别分析法在筛选水质评价因子中的应用

应用逐步判别分析法对水质进行评价因子筛选,通过对水质实际监测因子的假设检验分析,引入判别能力好的因子,建立判别方程。对实例评价结果表明：通过筛选引入判别方程变量的后验概率均达到90%以上,对判别分类有显著影响,从而提高了所建立的判别函数的稳定性和评价结果的可靠性。进行因子筛选的评价结果显示石头口门水库2001-2004年为Ⅱ类水,2005年为Ⅲ类水,污染呈现出逐年加重之势,与实际情况相符;而未进行因子筛选的评价结果显示5年水质没有变化,均为Ⅱ类水,且2005年后验概率仅达到52％,结果判误率高。     

An objective method to rank the importance of the factors predisposing to landslides with the GIS methodology: application to an area of the Apennines (Valnerina; Perugia, Italy)

The present work aims at contributing to further our knowledge on the predisposing factors to landslides as well as proposing a method that allows us to weigh up, as objectively as possible, the influence that the various factors have on landslides in order to construct a realistic map of potential landslide hazards. In order to assess the differential incidence of very predisposing factor to landslides, maps of the various factors considered were drawn up with the aid of IDRISI software (1997). The factors were as follows: the distance from faults, parallelism between the fractures and the landslide scarps, land use, lithology, distance from the streams, orientation and steepness of slopes, orientation of layers compared to the slope. The global analysis of the different incidence of the factors analyzed on the landslides present in the study area was carried out by comparing the respective maps with that of the scarps; in this way the number of pixels forming the scarps which fell into the various classes of the maps was calculated. The result thus obtained can form the basis of an objective assignation of the different ratings to be attributed to the various factors under consideration. In fact, the analysis carried out in this study has shown that the factors act differently and, for every factor, only some of the classes considered have marked importance.     

基于粗糙集和BP神经网络的滑坡易发性评价

区域滑坡易发性评价是国土规划和滑坡中长期防治的重要依据。为进一步提高滑坡易发性评价的准确性,以恩施市龙凤镇为研究区,运用地理信息系统GIS技术,获取了包括工程岩组、坡度、地质构造等在内的13个初始评价因子,利用基于遗传约简算法的粗糙集理论对初始评价因子进行属性约简,去掉冗余属性后获得最小约简,即8个核评价因子:工程岩组、高程、地形曲率、道路、水系、坡度、坡向、径流强度指数,并以此作为BP神经网络的输入层,构建RS-BPNN预测模型,获得滑坡易发性指数LSI及滑坡易发性等级分区图。其中高易发区面积占总面积的12.82%,该区包含的滑坡面积占总滑坡面积的78.11%,通过ROC曲线测试,模型预测精度为90.9%。结果表明,RS-BPNN模型预测性能良好,进一步提高了滑坡易发性评价的精度和准确性,有较高的工程实用价值。      

基于主成分分析的FCM法在泥石流分类中的应用

选取流域面积、最大高差等12个传统泥石流沟评价因素和圆度、平均长度等4个沟谷形态统计要素对泥石流性质进行评价;利用主成分分析法对分析因素进行降维,将16个分析因素降维形成线性无关的6个主成分,大大减小了分析的复杂性,并且证明了考虑沟谷形态统计要素的必要性;并利用FCM法(模糊C-均值聚类法)对研究区域27条泥石流沟进行分类,把泥石流沟分为3类。结合分类结果及现场调查,证明分类结果与现场的实际情况吻合较好,并针对不同的分类提出泥石流防护措施的建议。     

基于可拓理论的泥石流灾害预警预报系统开发:以北京市为例

泥石流是北京山区主要的地质灾害,北京市于2003年启动了地质灾害气象预警预报工作,但近几年的预报效果并不理想。为进一步提高泥石流灾害预警预报的准确性,选取地形、地层岩性、地质构造和植被作为基础因子,以北京市地质灾害易发分区为响应因子,以降雨作为诱发因子,根据各因子与泥石流灾害的相关性分析,采用层次分析法(AHP)计算各因子的权重系数,提出了基于可拓理论的泥石流预警预报模型,并通过G IS系统和IDL开发平台实现准确预报。利用20组历史上北京地区发生的泥石流雨量资料对建立的预警预报模型进行验证,结果表明模型预报结果与实际情况基本吻合。研究成果对于提高北京市泥石流灾害预警预报水平,减少人民生命和财产损失具有重要的意义。     

煤与瓦斯突出预测的距离判别分析方法

以煤与瓦斯突出预测为研究对象,选取地质构造、采深、瓦斯放散初速度等10个因素作为预测指标,应用距离判别分析方法建立了煤与瓦斯突出预测模型;结合实际数据,对预测模型进行训练和检验;将该模型用于实际,预测结果符合实际情况。      

Landslide susceptibility mapping using LiDAR and DMC data: a case study in the Three Gorges area, China

The objective of this study is to map landslide susceptibility in Zigui segment of the Yangtze Three Gorges area that is known as one of the most landslide-prone areas in China by using data from light detection and ranging (LiDAR) and digital mapping camera (DMC). The likelihood ratio (LR) and logistic regression model (LRM) were used in this study. The work is divided into three phases. The first phase consists of data processing and analysis. In this phase, LiDAR and DMC data and geological maps were processed, and the landslide-controlling factors were derived such as landslide density, digital elevation model (DEM), slope angle, aspect, lithology, land use and distance from drainage. Among these, the landslide inventories, land use and drainage were constructed with both LiDAR and DMC data; DEM, slope angle and aspect were constructed with LiDAR data; lithology was taken from the 1:250,000 scale geological maps. The second phase is the logistic regression analysis. In this phase, the LR was applied to find the correlation between the landslide locations and the landslide-controlling factors, whereas the LRM was used to predict the occurrence of landslides based on six factors. To calculate the coefficients of LRM, 13,290,553 pixels was used, 29.5 % of the total pixels. The logical regression coefficients of landslide-controlling factors were obtained by logical regression analysis with SPSS 17.0 software. The accuracy of the LRM was 88.8 % on the whole. The third phase is landslide susceptibility mapping and verification. The mapping result was verified using the landslide location data, and 64.4 % landslide pixels distributed in “extremely high” zone and “high” zone; in addition, verification was performed using a success rate curve. The verification result show clearly that landslide susceptibility zones were in close agreement with actual landslide areas in the field. It is also shown that the factors that were applied in this study are appropriate; lithology, elevation and distance from drainage are primary factors for the landslide susceptibility mapping in the area, while slope angle, aspect and land use are secondary.