顾及多方法集成特征选择与负样本优化的滑坡易发性评价

针对滑坡易发性评价中特征因子选取主观性强、滑坡负样本选取随机性强,导致预测精度较低的问题,本文提出了采用多方法集成选择特征因子,并结合信息量法优化负样本提取的滑坡易发性评价方法。以四川省巴中市为例,首先,将最大相关最小冗余(mRMR)、梯度提升树(GBT)、极端梯度提升树(XGBoost)、普通最小二乘法(OLS)、信息增益法(IG)5种方法特征选择的结果归一化并累加得到综合评分。其次,通过信息量法选取负样本构建样本数据集。然后,采用支持向量机(SVM)模型进行滑坡易发性分析,并与逻辑回归(LR)模型做对比试验。最后,从滑坡灾害易发性分区图、点密度统计、ROC曲线3个方面,验证预测结果的准确性。试验结果表明,本文提出的多方法集成特征选择并应用信息量法进行负样本优化可以有效提高模型的预测精度,易发性评价结果更为准确可靠。     

滑坡实时监测预警模型调度算法优化研究

监测预警是地质灾害防灾减灾的重要手段.在滑坡实时监测预警中,预警模型的调度算法直接关系到预警的成功与否.传统的做法是根据一定时间间隔启动预警服务,这种方法易于实现,但受到预警时间间隔的影响,其预警结论及处置建议的发布存在一定的延迟,无法达到真正的实时预警.如何通过预警模型和实时监测数据快速得到预警等级,如何控制好预警信...     

三峡库区“阶跃”型滑坡变形机理与预警模型

自2003年蓄水以来,三峡库区已查明的滑坡或潜在滑坡高达5000余处,这些灾害对三峡水库的持续运营、大坝、航道及库区居民的安全造成了严重的威胁。通过研究滑坡的变形特征、诱发因素及失稳机制,有助于开展滑坡的稳定性评价,并构建预警预报模型。以三峡库区八字门滑坡为研究对象,综合分析降雨、库水位、人工和自动GNSS监测等数据,结合勘查资料及野外宏观巡查,研究了滑坡的变形特征及失稳机理,并确定合理的预警判据及阈值。研究表明:①八字门滑坡整体变形明显,处于蠕动变形阶段,滑坡变形主要集中于每年5—9月,滑坡累积曲线呈现典型的“阶跃”状变形特性。②滑坡的变形受斜坡结构、岩性等因素的控制,水库水位下降是滑坡变形的主要驱动因素,并与库水下降速率正相关。另外,特大暴雨和持续降雨在水位下降阶段、水库低水位运行期及水位上升期会促进滑坡变形,是滑坡的次要驱动因素。③通过精细化数据分析以及改进切线角法获取的八字门滑坡出现“阶跃”变形的位移速率阈值为4.6 mm/d,7 d累积降雨量阈值为60 mm,库水位阈值为159 m,库水位下降速率阈值0.4 m/d。     

深圳市地质灾害评价与预警系统研究

深圳市从1980年设立特区以来,目前已从一个边陲小镇发展成为一个拥有400万人口的现代化城市。然而,大规模的城市建设破坏了原本脆弱的地质环境,引发了众多的地质灾害。本文首先阐述了地质灾害评价与预警流程,包括数据预处理、建立模型库、危险性区划、划分预警片区、获取气象和水文临界判据、预警结果制图输出和发布6个步骤;然后给出了地质灾害评价指标体系,分析了地质灾害评价与预警模型;最后设计了深圳市地质灾害评价与预警系统的总体结构,描述了各个子系统的功能,说明了系统运行网络拓扑结构。     

“轻终端+行业云”的实时北斗滑坡监测技术

对滑坡区域进行地表高精度实时三维变形监测,是实现滑坡灾害精准预警的前提。GNSS技术是目前唯一直接获取滑坡灾害实时地表三维矢量变形的手段,但GNSS应用于大范围滑坡监测存在成本高和计算能力差两大问题。本文采用物联网思维,以"云+端"的设计理念,自主研发了千元级小型化实时北斗/GNSS监测技术装备,并研制了毫米级实时监测预警云平台,成果成功应用于甘肃黑方台滑坡实时监测预警。联合成都理工大学预警系统提前40 min发出了准确预警信号,避免了人员伤亡和财产损失。安装在滑坡体上的远程视频监控首次近距离记录了滑坡灾害发生的全过程。     

湖南石门雷家山滑坡北斗智能监测与预警

利用高科技手段防灾减灾具有非常重要的社会意义和经济价值。本文介绍了以北斗高精度定位技术为核心的滑坡智能监测预警系统,系统由多维度物联感知体系、监测预警体系和预警云平台构成。该系统成功应用于湖南石门雷家山特大山体滑坡,为疏散群众封锁道路等应急联动提供了3个小时的预防窗口期,实现了特大型地质灾害下零伤亡的成果。     

基于GIS的滑坡监测预警系统设计与应用流程

滑坡灾害对人类和社会经济的影响已成为仅次于地震的第二大自然灾害,引起了中央政府和公众的广泛关注。本文针对城市地质灾害监测预警系统,从总体框架结构、系统设计要点、系统技术特点以及系统的预期功能等几方面进行了探讨和研究,给出监测预警工作流程。     

粒子群优化BP神经网络的滑坡敏感性评价

滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。     

主动式集成GPS滑坡监测系统的研制与监测实践

主动式集成GPS滑坡监测系统是GPS技术与电子全站仪技术的高度集成。本文叙述了主动式集成GPS滑坡监测系统的基本原理与工作过程。     

四川省北川县安子坪滑坡监测与分析

滑坡监测的主要任务是监测滑坡的实时动态变化、诱发因素等,以获取空间变形数据,用以滑坡的稳定性评价、预测预报及治理等。文章以北川县安子坪滑坡为例,建立系统化、立体化监测系统,及时测定和预报滑坡的位移等变化情况,并为长期稳定性预测研究提供资料。     

诱发因素影响下的滑坡参数优化预测模型研究

在降雨等外界诱发因素的综合作用下,滑坡位移预测是一个复杂的动力系统问题。利用三峡库区白家包滑坡综合监测数据,分析滑坡演化实时特征,提取影响滑坡变形的最相关因素,研究发现白家包滑坡为降雨主导型堆积层滑坡;采用自回归综合移动模型（ARIMA）模型进行拟合及预测,引入月累积降雨量对模型季节性趋势参数进行评估优化,对白家包滑坡72期月相对位移数据进行拟合及预测研究,最终模型结果和实测值的平均绝对误差和相关系数分别为2.873和0.983。研究结果表明,与传统经验法相比,优化参数模型更符合滑坡变形的一般规律。     

地基SAR数据优化及灾变体面积预警预报分析

针对地基SAR异常数据难以识别、潜在滑坡体发展特征及规律不明显、临滑面积估算难度大的问题,本文以甘肃某矿山滑坡数据为基础,介绍了地基SAR形变数据的处理方法,通过Matlab软件有效地识别、筛选、剔除了异常形变数据,并以色彩差异进行区分,进一步突显了不同阶段潜在灾变体面积的演化规律。基于地基雷达监测原理,提出一种多边形面域估算方法,实现潜在危险区域面积的估算。研究不等周期处理的速度倒数曲线组,发现速度倒数平方法能够进一步放大特征趋势,预测结果准确、预报效果好,为实现矿山滑坡超前预警预报提供了新的思路。     

“东北亚地区土地利用与覆盖变化”国际会议召开

黑龙江测绘局受中国科学院地理科学与应用研究所和美国密歇根州州立大学的委托，于2005年2月3～5日召开了国际东北亚地区土地利用与覆盖变化会议，来自中国、美国、俄罗斯、日本、法国、荷兰等国内外100余名遥感、林业、土壤、制图、经济、碳水循环领域的专家、学者参加了会议。     

基于优化随机森林模型的滑坡易发性评价

以三峡库区沙镇溪镇-泄滩乡为研究区,探索基于最短描述长度原则的信息增益法对滑坡连续型因子进行离散的效果,计算皮尔森系数去除高相关因子。利用信息量法预测的极低、低易发区随机抽取非滑坡样本点。通过迭代计算袋外误差估计确定较优的随机特征及其数目,将优化后的随机森林对研究区滑坡进行易发性评价,并与逻辑回归等方法进行比较。绘制各算法预测结果的接收灵敏度曲线,其中优化后的随机森林预测结果的曲线下面积较高,达91.8%,表明优化随机森林模型在滑坡易发性评价中具有较高的预测能力。     

“10·11”川藏交界滑坡灾害的滑坡特征与运动监测

2018年10月11日7时10分,西藏自治区江达县波罗乡境内发生大规模的高位山体滑坡,堵塞金沙江并形成了堰塞湖,对周边以及金沙江下游人民群众的生命和财产造成威胁。本文基于遥感手段监测滑坡区域灾前的运动情况,根据滑坡运动规律监测滑坡运动的“激增点”。以Sentinel-1数据为数据源,采用偏移量追踪算法技术(Offset Tracking Technology)对灾区2015年至2018年滑坡区的运动进行监测,并采用Landsat8光学遥感数据结合归一化互相关算法(Normalized cross correlation, NCC)进行运动趋势可靠性验证。监测结果发现,滑坡区2018年4月末5月初开始运动激增。     

“文化地图”国际会议在复旦召开

5月10日，在复旦大学逸夫科技楼举行了“文化地图：数字中国、数字东亚”国际会议。来自15个国家和地区近110名代表出席了大会，其中美、英、加、德、日、法、俄、意等外国及中国港台代表有70余人。为期三天的会议上，近会者就中国历史地理信息系统专题、地方文献的数字化、文化地图、城市GIS研究等多项专题进行了探讨和研究。     

“6·28”关岭滑坡特大地质灾害应急遥感调查研究

2010年6月28日14时30分,贵州关岭县岗乌镇大寨村因连续强降雨引发山体滑坡,中国国土资源航空物探遥感中心(简称航遥中心)立即收集了滑坡前卫星遥感数据,并于6月30日成功获取了滑坡区0.08 m分辨率的航摄数据。作者利用滑坡前后的高分辨率影像数据和数字高程模型,采用数字滑坡技术分别对该滑坡的影响范围、滑动方向、规模及灾情进行了定量解译,得出滑坡灾害影响区面积、滑塌体规模、碎屑堆积规模、损毁耕地面积及掩埋房屋数量等,并在第一时间为前线救灾治理工作提供了丰富而准确的调查数据,确定关岭滑坡为一起罕见的滑坡碎屑流复合型特大灾害,这一灾害在贵州历史上未有过记载。     

2017年“8.8”九寨沟地震滑坡自动识别与空间分布特征

2017年8月8日发生的7.0级九寨沟地震诱发九寨沟熊猫海附近产生大量的滑坡体,造成道路阻塞,严重影响地震应急救援进度。为快速准确地识别滑坡分布范围,本文在深入分析滑坡遥感影像特征的基础上,引入面向对象分析方法,实现了基于无人机影像的震后滑坡体的自动识别。通过多尺度分割算法获取滑坡多层次影像对象,利用SEaTH算法自动构建每一层次特征规则集,实现基于不同层次分析的滑坡体自动识别。分析滑坡体在地形、活动断层等因子中的空间分布特征,为地震滑坡预测与危险性评价奠定基础。与人工目视解译结果相比较,基于面向对象的滑坡自动识别方法提取精度可达94.8%,Kappa系数为0.827,在电脑配置相同的情况下,自动识别方法的效率是人工目视解译效率的一倍。空间分布特征分析表明,地震滑坡的空间分布与斜坡坡度、地形起伏度呈正相关关系,与地表粗糙度存在负相关关系,研究区滑坡体分布存在明显的断层效应。     

基于核主成分分析和粒子群优化支持向量机的滑坡位移预测

利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测。预测结果的平均绝对误差和相对误差分别为0.760和7.563%,与其他预测模型相比,其拟合和泛化能力最优,表明核主成分分析和粒子群优化支持向量机协同模型的预测结果与实际监测值具有很好的一致性。     

基于“高分+”的金沙江滑坡灾情监测与应用前景分析

基于“高分+”,探索以“高分+地质灾害”模式对10·11与11·3金沙江滑坡灾害开展灾情应急分析,利用灾害前后的高分遥感影像解译了滑坡灾害的基本灾情信息,分析了灾害前后孕灾及变形蠕动特征,对灾后白格堰塞湖及周边开展了隐患灾害排查,查明了堰塞湖两岸存在疑似裂缝与次生滑坡隐患点,开展了二次滑坡灾后灾区道路通达性分析。结果表明,“高分+”模式对类似金沙江滑坡等山区自然灾害巡排查、灾情跟踪监测及灾后应急抢险道路优选具有较大的应用前景。