地震滑坡高分辨率遥感影像识别

区域性地震滑坡信息获取目前主要通过遥感目视解译和计算机提取,存在主观性强、耗时费力、提取精度低等问题,导致难以满足灾后应急调查、灾情评估等方面的应用需求。采用资源三号、高分一号高分辨率遥感影像,以汶川震区为实验区,在地震滑坡灾害特征分析的基础上,通过多尺度最优分割方法构建多层次滑坡对象,融合光谱、纹理、几何等影像特征和地形特征信息建立多维滑坡识别规则集合,基于高分辨率影像认知模式与场景理解过程提出滑坡分层识别模型,从而实现地震滑坡空间分布及其滑源区、滑移区和堆积区的准确识别。实验区分析结果显示最低识别精度为81.89%,而滑坡的堆积区最容易被分辨,识别方法具有可推广性。研究成果可为灾后应急调查提供技术支撑,并促进国产高分辨率遥感卫星的地质灾害应用。     

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

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%。     

多源遥感数据在新疆精河县震后滑坡调查中的应用

文章将高分二号（GF-2）和高景一号（Superview-1）等高分辨率卫星影像应用于精河县滑坡应急调查中,采用二、三维一体化技术解译疑似滑坡点20处,并以GF-2号卫星数据为基础,结合1:10万地质图勾画了研究区地层岩性分布图。由此,总结出滑坡点主要沿精河分布,坡体坡度一般介于42~60°之间,并大部分发生于头苏泉组（D2to）地层中的规律,为今后地质灾害的应急调查提供参考、示范。     

地下水水质分析的质量控制

水质分析的质监控制:1.质量指标控制:空白值、检测限、精密度、准确度;2.质量控制绘图(了解分析过程质量的稳定):控制空白值、样品检测和加标回收率的方法和要求。     

三峡库区白家包滑坡变形特征与影响因素分析

针对三峡库区阶跃型滑坡,以白家包滑坡为例,统计分析滑坡位移、变形速率和裂缝监测数据。显示滑坡在2007年6月之前为蠕动变形初期,受降雨和库水位等外界因素的作用,6月滑坡发生剧烈变形,之后一直保持约75°方向滑动。滑坡体中前部位移速率大于后缘,其变形具有牵引式特点。滑体上裂缝与变形位移具有一致性,位移量越大的区域裂缝越发育。将位移速率与降雨、库水位和地下水进行影响机制分析,建立滑坡变形与外界动态影响因素之间的响应关系。结果表明降雨量和库水位变化是引起滑坡季节性变形的主要因素,其中降雨强度、库水位下降及下降速率是导致滑坡位移速率波动大小的关键因子。     

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。     

斜坡单元支持下的滑坡易发性评价支持向量机模型

针对传统滑坡预测手段数据源有限、数据更新周期长、难以发现隐藏在复杂滑坡系统中的规律等问题,本文以三峡库区为研究对象,从多源空间数据中提取滑坡孕灾环境和影响因素等信息,采用数字地形水文分析方法划分斜坡单元,对评价因子进行重采样,进而构建两类支持向量机模型。分析了多源影响因素与滑坡易发性的定量关系,并生成滑坡易发性分区图。采用成功率曲线和误差率评价预测结果,模型预测精度达到98.21%,与野外调查实际情况吻合较好。     

承德自然资源综合调查主要进展与全国自然资源综合调查总体思路

自然资源综合调查是以地球系统科学为指导, 查清山水林田湖草沙的数量、质量、生态效应及相互关系与演替规律, 支撑服务生态文明建设和自然资源管理。以承德生态文明示范区自然资源综合调查为例, 研究了承德自然资源综合调查的目标定位, 并从支撑国土空间规划、生态保护修复、特色地质资源保护利用、服务城市规划等方面系统总结了近年来在双评价、地表基质研究、地质文化村创建、山体保护等领域取得的主要成果。在此基础上, 提出了构建多要素、多目标的"承德模式"的主要内容、自然资源综合调查基本流程等方面的主要经验做法。最后针对未来全国自然资源综合调查, 在总体目标、基本原则、主要内容等方面进行了顶层谋划设计, 以期为全国不同尺度的自然资源综合调查工作提供技术参考。     

区域滑坡灾害风险评估——以长江三峡库区秭归县为例

以滑坡灾害突出的三峡库区秭归县为研究区。在深入分析滑坡孕灾环境、诱发因素、滑坡编录和承灾体信息的基础上,利用Logistic回归模型和统计分析方法相结合进行了滑坡危险性评价。通过滑坡灾害致灾强度与承灾体抗灾能力分析了人口、建筑物、生命线工程和土地资源的易损性。采用成本价值核算法对各类承灾体进行了价值核算,最后通过风险模型预测了研究区内未来10年滑坡灾害的生命与经济风险。生命和经济高风险区分别占整个研究区面积的1.11%和2.71%,主要分布在集镇和学校、企事业单位等人口密集区以及交通建设用地等经济价值大的地区;中风险区分别占13.21%和20.66%,主要分布于农村居民生活居住和耕地活动区;低风险区分别占85.68%和76.63%,则分布在经过地质灾害治理和人类活动较为稀少的未利用地及林地等区域。通过实地调查分析与对比验证,发现预测结果与实际灾情较吻合。研究表明,集镇和学校、企事业单位等人口集中区和交通建设用地区是今后减灾防灾部署工作的重中之重。