基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation, BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示：研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index, TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic, ROC)曲线精度分析,结果表明：基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve, AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重...     

基于卷积神经网络模型的区域滑坡敏感性评价——以川藏铁路沿线为例

在遥感解译、野外调查及前人研究的基础上,基于共线性诊断与极端随机数算法对13个影响因子的相关性和重要性进行评估,运用一维卷积神经网络构建川藏铁路沿线滑坡敏感性评价模型,使用受试者工作特征（ROC)曲线进行精度验证.结果表明,影响该区滑坡发育的主控因子为距河流距离、道路与断层的距离以及岩性,敏感性极低、低、中、高、极高的面积分别占总面积的66.30%、10.98%、7.55%、6.91%和8.26%.敏感性高的区域主要分布在河流、道路两侧和断层发育的区域;全线滑坡敏感性高低呈分段式分布,在山南-朗县段、波密-理塘段最为严重;一维卷积神经网络的ROC曲线下覆盖的面积为0.958,能有效地进行该区域的滑坡敏感性评价.     

安徽省黄山区清溪滑坡特征及稳定性分析

安徽省黄山区地处皖南山区山脉纵横、峰峦密布,滑坡、崩塌、泥石流等地质灾害频发,地形、地貌、岩性、植被等影响着灾害的发育和分布,降雨和人类活动是主要诱发因素。在综合分析滑坡区地质环境条件、滑坡灾害体特征的基础上,进行了滑坡稳定性计算分析,给出了滑坡稳定性影响因素。     

基于GIS的温州市滑坡灾害时空分布及影响因子研究

温州市地处浙东南沿海,地形地貌复杂,滑坡灾害常有发生,本文利用统计和GIS空间分析(Spatial Analyst)方法,对温州市1990年以来滑坡灾害的数量、规模和损失等进行统计、对主要影响因子筛选和量化;并运用GIS对滑坡灾害中主要的影响因子进行统计比较和计算其区域投影面积、坡度分级比例同时求取不同影响因子情况下滑坡发生的比重,揭示其空间分布和动态变化特征和影响因子的关系,通过此次分析,筛选出了降雨、坡度、地形地貌、海拔高度等主要的影响因子,并利用GIS得到了各影响因子与滑坡关系分布图,得到了温州市滑坡及其隐患主要分布在25°~45°坡度之间和海拔高度在50m-500m(丘陵)的范围内、主要影响因子是降水(尤其5-8月)和地形地貌因素。找出该地区导致滑坡发生的各种影响因子并对其进行分析研究,从而针对本地区滑坡发生特点采取相应措施,这对温州市防灾减灾工作具有重要意义。     

兰州滑坡灾害损失的评估与对策

兰州是我国滑坡灾害严重的大城市。这里的地貌特征、地质构造、影响斜坡稳定的因素及急剧增长的经济和人口等,都使滑坡灾害造成巨大的损失。在分析滑坡类型和区域分布特征及历史滑坡灾害损失评估的基础上,提出了减轻灾害损失的对策和措施。     

山西省古城遗址空间格局及影响因子

选取山西省386个古城遗址为研究对象，以历史地图及相关史料记载为数据，借助ArcGIS空间可视化手段，采用最近邻指数、核密度估计、地理集中指数、不均衡指数、洛伦兹曲线等方法，对古城遗址的空间分布特征及影响因子进行分析。结果表明：（1）古城遗址空间分布类型为集聚型，且分布不均匀，晋南分布最多，晋北次之，晋中较少；（2）古城遗址集中程度较高，在空间结构上呈现聚集型，形成晋南运城盆地、晋北大同盆地周边2个高密度核心区和汾河流域密集廊道，多个次核心区；（3）地形地貌与起伏度、坡度、坡向、与河流距离等自然因子和农耕生产、经济贸易、军事防御等社会因子对古城遗址空间分布产生重要影响。     

基于不同因子分级的滑坡易发性区划对比——以万州区为例

[目的]基于滑坡点属性与研究区全域点属性作为分类基础数据,对位于三峡库区的万州区滑坡易发性区划对比研究.[方法]选取高程、多年平均降雨量、地表切割深度、坡向、距道路距离、坡度、POI核密度、倾坡类型、岩性、归一化植被指数、曲率、地形起伏度、地形湿度指数等13个因子作为影响因子,分别对滑坡点属性与研究区全域点属性使用 自然断点法进行因子分类,并通过两种分类结果构建模型预测研究区内滑坡易发程度的空间分布情况.[结果]以研究区全域点属性作为分类数据对应的曲线下面积(Area under curve,AUC)值为0.79,对应的模型测试集最高精度为0.755;以滑坡点属性作为分类数据对应的AUC值为0.85,对应的模型测试集最高精度为0.779;高程、地表切割深度和多年平均降雨量的重要性位于前3位,对滑坡的发生有较大影响.[结论]采用滑坡点属性确定因子分类标准建立的随机森林模型精确性和预测能力更优,可对万州区的滑坡灾害危险管理和影响因子分级研究提供参考.     

大巴山区暴雨特征及其对坡地灾害地貌的影响

大巴山区坡地灾害地貌十分严重,引起坡地灾害地貌的原因主要是暴雨和连日降雨.降雨特征是:(1)暴雨出现频率高,强度大;(2)连续降雨时间长,次降雨过程的雨量大;(3)受地形影响,降雨分布的地区差异大.降雨对坡地灾害地貌的影响分三种类型:(1)突然暴雨主要引起崩塌和坡面泥石流;(2)连日降雨主要引起滑坡和特殊地段的坡面泥石流;(3)久雨后的暴雨主要引起沟谷泥石流和滑坡.     

基于频率比-随机森林模型的滑坡易发性评价

本文以陕西省洋县为研究区,通过搜集资料、实地调查获得研究区滑坡分布状况。结合研究区地质环境特征与前人研究经验,初步选取海拔、坡度、坡向、地形起伏度、曲率、距水系距离、距道路距离、降雨量及岩土体类型,共九种滑坡影响因子展开滑坡易发性研究。首先,采用皮尔森相关系数法对各因子间的相关性进行分析。其次,按照70/30的比例将滑坡数据随机划分为模型训练集与模型验证集。然后,采用模型训练集对频率比模型(FR)、随机森林模型(RF)及两者的耦合模型(FR-RF)进行训练,利用模型验证集对模型训练结果进行检验,并绘制ROC曲线。最后,利用验证后的模型绘制研究区滑坡易发性分区图。结果表明：(1)所选取的9个滑坡影响因子是相互独立的;(2)本研究所采用的三个模型均表现良好,其中FR-RF模型预测准确度最高(0.901),其次为RF模型(0.863),最后为FR(0.833);(3)本研究所绘制的滑坡易发性分区图可为当地政府制定土地利用规划、预防滑坡等方案提供参考借鉴。     

采用地理探测器和GWR模型的喀什地区农村居民点时空演变及影响因素分析

探究农村居民点的时空演变与影响因素,以喀什地区为例,采用网格分析、核密度估计等空间分析手段,研究喀什地区2009-2019年农村居民点时空分布特征及演变规律,选取坡度、地形起伏度、人口密度、耕地面积、距道路距离、距河流距离、距最近耕地距离、增减挂钩政策8个影响因子,进行地理探测和地理加权回归(geographically weighted regression, GWR)分析.结果表明：2009-2019年喀什地区农村居民点集聚特征显著,主要集中在叶尔羌河冲积平原和喀什噶尔河冲积平原,呈现集聚中部、西密东疏的分布特征,在2019年达到核密度峰值;2009-2019年喀什地区农村居民点的数量和面积逐年增加,但农村居民点平均面积由0.011 0 km²减少至0.010 7 km²,10 a间喀什地区农村居民点演变方式为自身扩展、新生/合并和消亡;坡度、地形起伏度、人口密度、耕地面积、距河流距离、距道路距离和距最近耕地距离是影响喀什地区农村居民点空间分布的主导因子,增减挂钩政策对喀什地区农村居民点空间分布影响不明显;各影响因子对农村居民点分布的影响...     

基于贡献率模型的汶川县滑坡灾害的易损性评价

地质灾害的易损性主要是指受灾体发生损坏的难易程度与遭受地质灾害破坏的机率．贡献率模型是评价作用程度的一种指标模型,它通过贡献率均值化、归一化处理,利用权重转换模型建立贡献率转化的权重关系．以汶川县为例,综合考虑汶川县自身自然和社会经济特点,结合四川统计年鉴（2010年）,以及利用GIS技术获取区域地质灾害易损性评价因子时功能约束等条件,选取人口密度、林地密度、耕地密度、滑坡灾害密度、居民点密度、道路密度等6个因子作为汶川县地质灾害易损性评价因子．将汶川县14个乡镇作为基本评价单元,利用贡献率模型进行汶川县滑坡灾害易损性等级区划,划分为5个等级：极高易损区、高易损区、中易损区、低易损区、极低易损区．分析结果显示易损性分布基本上与人口密度、道路密度、林地密度分布相一致,体现了评价结果的合理性．     

基于逻辑回归树和旋转森林模型的滑坡易发性评价

为进一步探索集成模型在滑坡易发性评价中的适用性,以陕西省汉中市汉台区为例,结合相关资料与野外调查圈定40处滑坡,通过地质类、水文类、人类工程活动类中选取12个影响因子构建逻辑回归树(logistic model tree, LMT)和旋转森林(rotation forest, ROF)模型,分别生成滑坡易发性分区图,采用ROC(receiver operating characteristic)曲线进行模型精度验证与比较。结果表明,研究区滑坡受地形地貌、平面曲率与岩土体类型影响最大;两种模型预测率均较高,易发性等级分区结果与历史滑坡位置分布趋势基本一致;ROF模型的训练集正确率和验证集预测率分别为77.4%和93.1%,高于LMT模型的75.5%和84.0%;ROF模型滑坡极高易发区频率比为6.52,多于LMT模型(2.07),可见ROF模型对研究区滑坡易发性更加敏感,预测结果可靠度高;本文ROF模型滑坡易发性分区结果可为后期研究区防灾减灾与土地规划提供依据。     

基于斜坡单元的区域滑坡敏感性评价 ——以云南省小江流域为例

小江流域地形陡峻,地质条件复杂,地震及新构造活动强烈,气候水文条件复杂,致使滑坡等山地灾害十分发育。流域内滑坡不仅数量多,而且活动频繁,严重威胁着人民的生命财产安全与社会经济发展。本文以地表曲率分水岭法划分的斜坡单元作为基本评价单元,基于频率比法计算坡度、坡向、曲率、相对高差、岩性、断裂带密度、河网密度和地震峰值加速度8个影响因子对小江流域滑坡发育的贡献度大小,并通过ArcGIS软件叠加分析得到滑坡敏感性分区图。通过结果验证,高、极高敏感性区共发育滑坡132个,数量占比为79.04%,具有较高的准确性。相关研究成果可为小江流域的防灾减灾应急管理工作提供理论依据,对该区域的发展规划和可持续发展具有重要的现实意义。     

基于机器学习混合模型的滑坡易发性评价

安康市汉滨区地质环境脆弱,滑坡频发对当地居民生命财产安全造成严重威胁,针对该区域进行滑坡易发性评价是滑坡防治的有效措施。自适应提升模型和随机森林模型作为新颖的集成学习方法被应用至国内外滑坡易发性评价研究中,但基于两者的混合模型在滑坡易发性中的应用研究尚未开展。为对比混合模型与单一模型的滑坡易发性评价精度,本文根据地质灾害详查资料圈定509处滑坡,结合研究区地质环境背景,选取高程、坡度、坡向、年均降雨量、地层岩性等13类因子进行评价。受试者工作特性曲线（receiver operating characteristic curve,ROC）结果表明,同单一模型相比,混合模型的训练集正确率和验证集预测率均为最高;混合模型的高易发区滑坡密度达到1.94,高于随机森林（1.86）和自适应提升模型（1.68）;通过区内三处历史滑坡进行验证,结果显示区划结果与滑坡分布相吻合,说明自适应提升-随机森林混合模型可作为滑坡易发性评价的新方法,其区划结果可为滑坡防治与土地利用规划提供借鉴。     

基于图幅调查的六盘山镇滑坡易发性研究

调查研究区域孕灾地质环境背景,是分析地质灾害时空分布规律与成灾模式,完成地质灾害易发性区划评价,提出地质灾害综合防治对策建议的重要依据。基于实地调查和GIS技术,分析了六盘山镇幅内工程地质岩组、坡度、坡向、地形起伏度、断裂构造、河流与公路7个因素与滑坡分布的关系,应用滑坡点分布频数这一指标来衡量每个因素中各个级别对滑坡的影响程度;然后运用层次分析法来确定触发滑坡控制参数的权重大小。在GIS环境下对这些参数进行综合分析,通过分析结果将研究区按易发程度分为高易发区,占12.43%;中易发区,占20.14%;低易发区,占42.98%;非易发区,占24.46%。此外,结果还表明：(1)大的地貌单元和格局较明显地控制着滑坡的分布,不同地貌单元内的滑坡类型、发育程度和分布特征等都有差异性,滑坡一般沿地貌边界带密集分布发育,尤其是沿断裂呈线状展布;(2)工程地质岩组对滑坡的影响作用最大,尤其在软弱的泥岩岩组易滑地层区域内,在不同工程地质岩组区间内滑坡面积的多寡与滑坡分布密度相关性不大;(3)区域地质构造不仅控制着区域地层的展布,也控制着区域滑坡的发育,不同断裂也凸显出一定的差异性。     

气候变化背景下中巴经济走廊崩滑灾害危险性动态评价及预测

摘要：中巴经济走廊地处高山峡谷冰川地带,是全球气候变化最为敏感和复杂的地区。近年来,随着全球气候变暖,导致走廊内冰川融化、降雨增加,崩滑灾害频发,严重威胁着当地居民的安全和重大工程的顺利实施。本研究以中巴经济走廊北部山区为研究区,在分析区域自然地质环境和崩滑灾害分布特征的基础上,选取相对高差、坡度、坡向、曲率、岩组、断裂带密度、河网密度、距冰川距离、地震加速度、土地利用10个评价因子,通过信息量-逻辑回归耦合模型对研究区进行了崩滑灾害静态危险性评价。在验证模型可靠性的基础上,引入动态降雨及气温对崩塌滑坡危险性的影响,进行了动态危险性评价和预测。结果表明：中巴经济走廊北部山区崩滑灾害的较高危险区主要集中在红其拉甫至哈维连一带坡度陡峭的山区和地形起伏大的河谷两岸。受气候变化的影响,研究区较高危险区面积占比总体呈波动上升趋势。相关成果对中巴经济走廊的发展规划及防灾减灾具有重要指导意义。     

诱发山地公路地质灾害的极端降雨事件辨识模型

以1998 ～ 2009年重庆市国省干线公路1 695个历史地质灾害点(含滑坡灾害点771个,崩塌灾害点924个)和分布区域内35个气象观测站的实测降雨数据为基本资料,分析了降雨与地质灾害的时空相关性、原始累积降雨量与地质灾害发生频数的相关性,结果显示两者关系密切,地质灾害的发生相对于降雨具有一定的时间滞后性,滑坡、崩塌地质灾害的发生受当日降雨量的影响,更大程度上受控于前期累积降雨量,滑坡、崩塌灾害分别与灾变前8天、前6天的降雨情况最相关;根据相关性分析结果,利用统计回归方法对诱发地质灾害的有效降雨量计算模型做了改进,认为有效降雨量计算的权重是天数和降雨强度的函数,推导了诱发山地公路地质灾害的极端降雨时间判别模型,并例证了该模型在常规地质灾害预警中的应用方法.     

滑坡编目的空间数据分析及实例应用

结合滑坡环境因素处理的一些重点问题,对滑坡编目典型空间数据集进行了分析.在滑坡编目空间数据集分析基础上,利用GRASS GIS软件对汶川5.12地震映秀极震区地震滑坡作了编目,获得了编目区内的滑坡类型、分布、几何特征信息及滑坡概率密度与滑坡面积之间的关系.该滑坡编目实例表明利用各类空间数据集和3S技术可快速进行区域性滑坡编目.     

重庆市博物馆的空间分布特征及影响因素

基于2018年度重庆市的博物馆名录,采用最邻近指数法、核密度估计法、标准差椭圆、地理联系率等方法,分析了重庆市博物馆的结构类型、空间分布、演变特征以及影响因素;研究表明:重庆市博物馆类型丰富,以名人类、专题类和综合类为主,空间分布存在明显的区域差异,沿主要公路干线分布; 1930—2018年,重庆市博物馆由随机点状向集聚式扩散分布发展,平衡趋势显著,渝西地区呈圈层式扩张,渝东北和渝东南地区博物馆呈放射状增长;自然条件、历史文化、社会经济和政策条件是影响重庆市博物馆分布的主要因素。