1976年龙陵地震诱发滑坡的影响因子敏感性分析

基于前人的研究和龙陵地震滑坡的调查资料,选取了地层岩性、断裂、地震烈度、震中距、地形坡度、坡向、高程、水系等8个因子作为1976年龙陵地震诱发滑坡的影响因子。利用GIS强大的空间分析能力,结合滑坡确定性系数(CF)的方法,对1976年龙陵地震诱发滑坡的诸影响因子进行敏感性分析,确定了该区域内各因子最利于地震滑坡发育的数值区间,为进一步区域地震滑坡稳定性评价奠定基础。     

1976年龙陵地震诱发滑坡的影响因子敏感性分析

基于前人的研究和龙陵地震滑坡的调查资料,选取了地层岩性、断裂、地震烈度、震中距、地形坡度、坡向、高程、水系等8个因子作为1976年龙陵地震诱发滑坡的影响因子。利用GIS强大的空间分析能力,结合滑坡确定性系数(CF)的方法,对1976年龙陵地震诱发滑坡的诸影响因子进行敏感性分析,确定了该区域内各因子最利于地震滑坡发育的数值区间,为进一步区域地震滑坡稳定性评价奠定基础。     

考虑最优影响因素组合的滑坡易发性评价——以水城区为例

当前滑坡易发性研究较少考虑不同影响因素组合对模型预测精度的影响。为此,提出了一种考虑最优影响因素组合的滑坡易发性评价模型。以贵州省六盘水市水城区为研究区域,基于该区域滑坡发育的工程地质条件和外界诱发因素,筛选坡度、坡向、曲率、归一化植被指数(normalized difference vegetation index, NDVI)、地层岩性、距断层距离、距水系距离、年平均降雨量、距道路距离和土地利用共10个环境因子作为该区域的滑坡影响因素,然后结合交叉验证和随机森林算法建立考虑最优因素组合的滑坡易发性评价模型;最后,将所提模型的预测准确率与传统诱发因素组合的模型进行对比分析。结果表明：考虑影响因素组合的模型曲线下面积(area under curve, AUC)为0.780,具有较好的预测能力;所提模型预测精度优于传统诱发因素组合模型。     

山地城市滑坡灾害空间分布特征及影响因素分析

针对山地城市滑坡灾害影响区域的不确定性,选择重庆市中心城区典型滑坡作为研究对象,利用最邻近指数、空间热点探测与核密度估计方法分析了历史滑坡灾害点的空间分布特征;并选择高程、坡度、坡向、地貌类型、土壤类型、土壤侵蚀、降雨、水系、地表覆盖、归一化植被指数(NDVI)、人口密度和道路等12个影响因素建立滑坡因子数据库,利用神经网络模型分析滑坡灾害空间分布特征的驱动因素,并定量计算各影响因子的贡献权重。利用受试者工作特征曲线(ROC)对模型进行准确性评估。最邻近指数结果表明研究区历史滑坡灾害点呈聚集型分布特征,空间热点探测与核密度估计均显示渝中区、沙坪坝区和巴南区北部是滑坡聚集程度最大的地区;在所有的影响因子中,人口密度、地貌类型和降雨对研究区滑坡灾害的空间分布影响最大,而坡向和道路影响最低。ROC曲线下面积AUC值达到0.917,表明该神经网络模型能准确反映出该地区滑坡影响因子的影响程度。     

确定性系数法的海城市地质灾害易发性评价

海城市地貌类型多样,地质灾害多发.本文选取高程、坡度、坡向、地层岩性、年均降雨量、距河流距离、植被覆盖度和距断层距离8个影响因子进行地质灾害易发性评价,基于ArcGIS栅格统计功能,运用确定性系数模型对海城市地质灾害易发性进行评价.结果表明:海城市地质灾害可分为高、中、低和不易发区,高易发区主要分布在海城市东南部低山丘陵地区;中易发区集中分布在高易发区外围的析木镇、牌楼镇和岔沟镇;低易发区零星分散于海城市各镇;不易发区主要分布在北部地形平缓的平原区.海城市地质灾害的发生受高程和地层岩性影响因子主要控制,经降雨诱发,受河流附近人为活动影响,并在坡度、坡向、植被覆盖度和距断层距离等多种因素影响下,导致海城市地质灾害发育程度和分区的不同.     

相关向量机在地震滑坡敏感性分析中的应用

 地震滑坡敏感性分析是地震次生灾害研究的重点内容之一。数据量大且致灾因素复杂是研究地震滑坡问题的难点。在对已有敏感性分析模型研究的基础上,以芦山地震为例,选取地面高程、坡度、坡向、地层、斜坡形态、斜坡结构、距断层平均距离、距水系平均距离、地震峰值加速度9个地震滑坡评价因子,建立基于遗传算法的相关向量机（GA-RVM）敏感性分析模型,生成地震滑坡敏感性区划图,统计结果显示滑坡正确率为99.74%,滑坡密度在极高敏感区达到27.4057个/km²。结果表明,相对于基于遗传算法的支持向量机,GA-RVM获得了更高的预测精度,可为进一步完成地震灾害预防提供依据。     

基于熵指数与逻辑回归耦合模型的滑坡灾害易发性评价—以蓝田县为例

以蓝田县作为研究区,选取高程、坡度、坡向、曲率、降雨量、距水系距离、地层岩性、距断层距离、距道路距离、归一化植被指数(normalized difference vegetation index, NDVI)共10类评价因子,分别采用皮尔森相关系数、方差膨胀因子、容忍度3种指标对评价因子之间的多重共线性问题进行分析。结果表明,各选取因子之间多重共线性较低,可以认为各因子相对独立。随后,采用频率比法分析各评价因子与滑坡灾害点之间的空间分布关系。分别利用熵指数(index of entropy,IOE)模型、逻辑回归(logistic regression, LR)模型以及两种模型耦合作用下的逻辑回归与熵指数耦合(integration of logistic regression and index of entropy,IOE-LR)模型对研究区滑坡易发性进行评价,得到各模型下的研究区滑坡灾害易发性区划图。最终采用接受者操作特性(receiver operating characterstic, ROC)曲线验证并比较了3种模型的性能。成功率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积(area under curve, AUC)分别为0.735、0.742和0.805;预测率曲线表明,IOE模型、LR模型、IOE-LR模型的ROC曲线下的面积AUC分别为0.732、0.785和0.830,其中IOE-LR模型均具有最高的准确率。生成的滑坡易发性区划图可以为蓝田县政府合理解决土地利用规划问题以及减轻滑坡风险提供有效参考。     

基于GIS的平昌县滑坡灾害危险性评价

滑坡是平昌县境内发育的主要灾害,结合平昌县滑坡灾害发育特征,选取地层、高程、高差、坡度、坡向、剖面曲率6个因子作为研究区滑坡灾害的危险性评价因子。基于GIS空间分析,利用贡献率权重模型确定各因子的自权重与互权重,根据多因子叠加的原理,建立研究区的危险度计算模型,最终将研究区内滑坡灾害危险性划分为3级:低危险区、中等危险区、高危险区。经过检验评价分区结果符合实际情况。     

基于权重模型的滑坡灾害敏感性评价

在GIS环境下,基于主客观综合权重模型编制贵州省滑坡灾害敏感性区划图。选择历史滑坡分布、坡向、至水系距离、地形地貌、高程、岩性、至构造线距离和年平均降雨量作为引发滑坡的致灾因子,应用TFNW(梯形模糊数加权)方法计算二级指标的主观权重。根据历史滑坡的密度,以信息熵权理论计算一级指标的客观权重。最后,应用WLC(权重线性组合)方法,基于GIS平台编制贵州省滑坡灾害敏感性区划图。根据敏感性指标分布,将贵州省划分为4个区域：低危险区、中等危险区、高危险区和极高危险区。结合历史滑坡分布图对分区结果进行统计分析,结果表明滑坡敏感性预测区划图和实际的滑坡发育情况基本吻合,说明TFNW和信息熵理论是有效的滑坡致灾因子赋权方法。     

川滇地区典型强震诱发滑坡分布对比研究

近年来,川滇地区相继发生了2008年汶川Ms8.0级地震、2013年芦山Ms7.0级地震、2014年鲁甸Ms6.5级地震以及2017年九寨沟Ms7.0级地震,4次地震均引发了大量的地震滑坡灾害。本文通过统计分析,从地震、地形地貌和地质3个大类因素中,选取地面峰值加速度（PGA）、地震烈度、距断层距离、地层岩性、高程、坡度、坡向7个因子,对比分析此4次强震诱发滑坡分布规律。由此发现了一些共性特征：（1）4次地震均呈现出滑坡分布（数量和密度）与PGA和震级的正相关关系,（2）地质地貌越复杂地区（沟谷发育、坡降大）滑坡数量越多,（3）滑坡分布最大距离随地震震级增加而增加。另外,现发了差异性特征：（1）在最大影响距离0.2倍的近断层区域,汶川地震滑坡占76%,而其它3次地震仅占27%;（2）滑坡在相对软弱地层（第四系地层、软层等）分布数量反而较硬岩区滑坡分布最少。针对差异性,从发震断裂性质、震级、地层岩性、地震烈度、断层错动方向讨论了成因。     

北川县地震次生滑坡空间分布特征研究

在已解译的遥感影像资料基础上,利用MAPGIS空间分析方法对汶川地震次生滑坡在北川县的空间分布特征进行研究.结果表明,由于断层效应、烈度效应、水系侵蚀作用、岩性控制作用等内外力因子的影响,在北川县境内,距发震断层4km范围区域、发震断层上盘区域、距水系1km的沿河两岸、Ⅺ级和X级地震烈度区、砂页岩分布区是五类地震次生滑坡的强发育区.将五类区域进行空间叠加,并据此对研究区进行地震滑坡危险性区划,可以看出,在发震断层上盘,汶川地震次生滑坡的高危区分布于沿断层4km范围内的整个区域及X级、Ⅺ烈度区内的沿河两岸地区;在发震断层下盘,高危区分布于沿断层4km范围内的沿河两岸地区.     

黔东南苗族侗族自治州民族村寨空间分布特征研究

以统计数据、野外调查资料和矢量地图为数据源,对黔东南苗族侗族自治州的民族村寨分布进行空间分析。通过数字高程模型(DEM)数据提取黔东南州民族村寨海拔、坡度和坡向数据,计算111个民族村寨点与水系和道路的距离,基于Getis-ord General G函数对黔东南州民族村寨进行空间点模式分析。结果表明:黔东南州民族村寨分布于244~1256 m的高程范围,1.14°~40.47°的坡度范围,东坡和南坡是最主要的分布坡向;民族村寨与水系距离在2~1370 m的范围内。分析表明,民族村寨整体上在坡向和与水系距离上属于随机分布,在海拔和坡度上属于高值分布,在与省道、国道和高速公路的距离上属于低值分布,黔东南州民族村寨分布的空间特征与地理环境及民族历史文化等因素相关。     

基于小波相干的武夷山NDVI与环境因子的关联性分析

为了揭示武夷山世界遗产地植被覆盖与其影响因素的空间尺度变化规律,利用武夷山世界遗产地2009年的TM遥感影像及DEM、居民地、道路、河流等数据,运用小波相干分析方法研究该地区两条样带上归一化植被指数(NDVI)与高程、坡度、坡向、距最近居民点距离、距最近道路距离以及距最近河流距离等环境因子的相关性.研究表明,NDVI与环境因子的关系随尺度变化,在大中尺度上NDVI与海拔、坡度、坡向显著相关,其中海拔是主导控制因子;海拔600 m以下,NDVI与海拔为正相关,而600 m以上,NDVI与海拔的关系在东南季风的迎风坡为正相关,背风坡为负相关,海拔大于1 200 m的区域为负相关.     

基于信息量和逻辑回归耦合模型的滑坡易发性评价

目前,滑坡易发性评价大多只采用单一模型进行研究,而单一模型存在缺陷,如只采用信息量模型则不能反映各因子对滑坡发生的权重。通过将两个模型进行耦合分析可以很好地发挥各模型的优点和弥补各模型的不足,从而达到模型优化的目的。针对滑坡易发性常用的信息量模型和逻辑回归模型,提出信息量-逻辑回归耦合模型。以江西省宁都地区为例,获取研究区共297个滑坡,提取高程、坡向、坡度、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、植被覆盖率、地表建筑物指数共10个因子建立评价指标体系,再分别采用上述3个模型开展易发性评价,最后采用预测率曲线(the prediction rate curve, ROC)评价各模型精度。结果表明:信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型预测率曲线与坐标轴围成的面积(area under ROC, AUC)值分别为0.838、0.864和0.876,可见信息量-逻辑回归耦合模型的评价精度更高,建模更为合理。研究区内滑坡主要沿水系两侧分布,高程和岩性对滑坡的发生起主要作用。     

玉树地震滑坡影响因子敏感性分析

 2010年玉树地震触发了2036处滑坡,总面积为1.194km²。采用滑坡面积百分比(LAP)与滑坡点密度(LND)两个指标对地震滑坡影响因子进行敏感性分析,这些因子包括地震因子(震中、宏观震中、地表破裂、地震动峰值加速度、同震位移),地形因子(高程、坡度、坡向、曲率、坡位、水系),地质因子(岩性、断裂),其他因子(公路、归一化植被指数)。结果表明,(1) 距地表破裂越近,滑坡越易发生;除个别分级异常外,距宏观震中越近、同震位移越大,滑坡越易发生;滑坡易发程度与震中、PGA的关系不显著。(2) 坡度越大,滑坡易发程度越高;滑坡的易发高程区间为<4km;易发坡向为北东、东、南东;除平坡外,坡位越低,滑坡越容易发生;距离水系越近,滑坡越易发生;曲率与滑坡对应关系表现出坡面凸凹不平的容易发生滑坡,坡面光滑的不容易发生滑坡。(3) 易发地层是Q₄^al-pl (湖沼淤泥和泥炭沉积)、N(石英细砂岩,底部为角砾岩)、T₃kn¹(灰色长石砂岩、长石石英砂岩夹粉砂岩、板岩、灰岩);滑坡发生与断裂的关系不明显。(4) 越靠近公路,滑坡越容易发生;植被覆盖越少,滑坡越易发生。     

权重线性组合与逻辑回归模型在滑坡易发性区划中的应用与比较

以贵州省为研究区对滑坡易发性进行研究,对预测方法进行比较.其步骤为:首先,选取年均降雨量、岩性、高程、坡向、地形地貌、坡度、至构造线距离、至水系距离、至铁路距离和至公路距离10项评价指标作为影响滑坡发生的致灾因子,分别采用主客观权重线性组合(WLC)模型及结合确定性系数的逻辑回归模型(LR)分析研究区内各致灾因子与滑坡发生的相关性并建立预测模型:其次,基于ArcGIS平台完成贵州省滑坡易发性区划图,结合历史滑坡分布,应用熵值法对2个模型的区划结果进行验证和比较.最后,从模型原理、运行环境和适用条件等方面对2个模型进行比较和讨论.研究结果表明:WLC模型和LR模型的熵权分别为0.255和0.745,表明逻辑回归模型(LR)的区划结果与实际的滑坡情况吻合度更高.     

基于CF-PCCs模型的维西县滑坡致灾因子敏感性分析

为了深入了解滑坡的成灾背景，减少灾害造成的生命财产损失，以云南省维西县为研究区，选取了高程、坡度、坡向、降水量、距河流距离、工程地质岩组、距断层距离、植被归一化指数（Normalized Difference Vegetation Index,NDVI）和道路密度9项致灾因子，利用确定性系数（Certainty Factor,CF）-皮尔逊积矩相关系数（Pearson Product-moment Correlation Coefficient,PCCs）模型对致灾因子进行敏感性分析，并对分析结果的准确性进行了验证.结果表明：(1)因子敏感性由高到低分别为坡向、河流、高程、降水量、断层、道路、坡度、工程地质岩组和NDVI；(2)敏感性最大的因子类别包括：高程为1 486～2 600 m，坡度为0°～20°，坡向为半阳坡，降水量为782～1 178 mm，距河流距离为0～300 m，工程地质岩组为极软岩，距断层距离为2 400～3 200 m,NDVI为-0.169～0.039，道路密度为80～117 km/km2；(3)CF-PCCs模型精度高，数据分析结果可靠，该方法可为滑坡敏感性分...     

随机森林赋权层次分析法的崩塌易发性评价

为确定一组合适的指标权重,通过提出随机森林(random forest, RF)模型与层次分析法(analytic hierarchy process, AHP)相结合的模型对不同指标进行客观赋权重,以区分不同指标对崩塌易发性的影响。该耦合模型利用RF模型计算出各指标的客观权重,作为层次分析法的初始权重来修正判断矩阵,最终获得各指标的综合权重。以陕西省绥德县为研究对象,通过分析大量文献及进行相关性分析后选取坡向、曲率、坡度、地貌、降雨量、距水系距离、地层岩性、距道路距离及归一化植被指数(normalized vegetation index, NDVI)9个影响因子作为评价指标,结合ArcGIS空间分析功能,采用RF模型、RF-AHP模型进行崩塌易发性评价,评价结果用受试者特征曲线(receiver operate curve, ROC)进行检验。结果表明:影响崩塌的9个评价指标中,距水系距离对其影响最大;崩塌高易发区呈线性分布在水系及道路附近;RF-AHP模型较RF模型的预测精度提高了4.5%。说明RF-AHP模型更适合此研究区的崩塌易发性评价,评价结果可为绥德县防灾减灾工作提供理论指导。     

“5.12汶川地震”映秀极震区地震滑坡编目分析

2008年汶川5.12地震触发了大量滑坡,这些滑坡所造成的损失甚至超过地震本身。系统的滑坡编目是进行滑坡研究的基础技术手段,能为滑坡量化研究提供有效数据。映秀极震区是地震滑坡分布较为集中的区域。基于高精度卫星和航拍影像遥感和现场调查,获得映秀极震区约109.3km 2范围内共1948处地震滑坡的位置、类型及其基本几何特征,并利用GIS软件建立了地震滑坡编目数据库。在此基础上,将地震滑坡编目数据同坡向、坡角、距山脊距离、地质单元与岩性、震中距、距发震断裂距离等环境因子进行叠置分析。分析结果表明：编目区内地震滑坡多分布在坡角为30°～50°的区域,其密度与坡度有较强的正相关性;山脊附近区域的地震滑坡密度较大,说明这些区域对地震波的放大效应是造成坡体破坏的重要原因;彭灌杂岩体区的地震滑坡发育程度比沉积岩区高;震中距、距发震断裂距离与地震滑坡密度呈单指数负相关关系,与已有研究成果具有较好吻合度,且发震断裂上盘地震滑坡发育程度高于下盘。     

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.