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。     

鄂西北区域滑坡形成影响因子及组控模型研究

以鄂西北竹山县浅变质岩区267个滑坡为研究对象,在构建区域滑坡形成影响因子体系的基础上,运用综合贡献率统计方法,对滑坡形成的11个静态本底因子和3个动态诱发因子的敏感性要素进行了分析。采用量化赋值与主成分分析相结合的方法,得出各静态本底因子的影响权重以及6个主控因子;同时构建了基于主成分分析定权的滑坡形成影响综合评价模型。最后提出滑坡形成过程中基于地质因素的静态本底主控因子和基于环境因素的动态诱发因子的组控模型。为区域滑坡孕灾机理及滑坡风险分析等提供一定依据。     

汶川地震诱发滑坡灾害的数量与面积

2008年5月12日14时28分,以四川省汶川县为震中的地区发生了Ms 8.0级大地震,地震造成了巨大的人员伤亡与财产损失,还诱发了数以万计的滑坡灾害.本研究基于震后航空像片与多源卫星遥感影像,辅以实地调查方法,在GIS平台支持下,对汶川地震诱发的滑坡灾害进行了解译调查工作.截至本文完成,在约48 678 km2的滑坡影响区域内,圈定了48 007个地震诱发滑坡灾害,覆盖面积约711.8 km2,这一数据远高于目前已经发表的结果.解译调查结果表明,汶川地震诱发滑坡类型多样,多沿发震断裂密集分布,形成多处地震堰塞湖.考虑到少部分地区遥感影像质量差且人员无法到达,估计汶川地震实际诱发滑坡数量超过50 000个,覆盖面积约达750 km2.全面客观地统计汶川地震诱发滑坡的数量与面积,对进一步研究地震滑坡空间分布、机理、评价预测,以及反推地震特征有着十分重要的意义.     

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。     

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。     

基于GIS的吉林省预测地震滑坡区划研究

运用层次分析法(AHP)分析了影响吉林省地震滑坡灾害的地震动峰值加速度、地质、地貌、坡度、植被覆盖率、降水量6类影响因子,计算了各影响因子的权重系数,使用ARCGIS10地理信息平台进行了地震滑坡预测指数运算,绘制了12—2月、9—11月、3—5月、6—8月4个时间区间的预测地震滑坡区划图.结果表明:吉林市东南部、通化市东部、长白山天池火山区、延吉市周边为地震滑坡灾害的高发区域,特别是在6—8月间,降水雨可达600mm,发生严重滑坡灾害区域的面积可达到1 463km2;平原地区全年基本都不易发生地震滑坡灾害.     

“4·20”芦山地震地质灾害遥感快速解译与空间分析

2013年4月20日四川省芦山县发生7.0级地震,地震诱发了大量的崩塌滑坡。利用四川省测绘地理信息局和四川省地质调查院提供的芦山县城、太平镇、宝盛乡、龙门乡、清仁乡、上里镇、思延乡等重灾乡镇的震后高精度航空影像进行了地质灾害体的解译,利用GIS分析了芦山地震诱发的崩塌滑坡的空间分布关系和特征。结果表明崩塌滑坡主要受断层控制,距离发震断层3km范围内分布密度最大;坡度是影响崩滑分布的重要因素,崩滑体主要分布在坡度40°～50°范围内;在海拔高度1～1.5km范围内崩塌滑坡密度最大;距水系400m范围内的崩塌滑坡分布密度最大;白垩系泥岩、砂岩出露的地方容易产生大量崩塌滑坡;崩塌滑坡主要集中分布在Ⅸ烈度区。     

海原地震Ⅸ度带内滑坡与地质地貌因素之间的相关关系

1920年海原地震是我国历史上最大的地震之一,在极震区诱发了数千个大规模形态多样的黄土滑坡,对Ⅸ度烈度带内滑坡灾害密集的静宁县境内做了详细的调查,获取大量数据,并进行统计分析,找出此次地震诱发的滑坡与区域地质地貌因素之间存在的相关关系．     

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。     

白泥沟大桥滑坡变形机理与稳定性分析

降雨和地震作用是诱发滑坡失稳破坏的主要因素,其不仅会对滑坡体本身稳定性造成极大的影响,同时也会造成滑坡体上部的重点线性工程变形甚至破坏,因此,有必要分析在不同影响因子作用下的滑坡失稳规律.本文以巧家县白鹤滩镇白泥沟大桥滑坡为例,首先,分析了其变形特征及其对上部桥墩的影响规律;然后,利用GeoStudio软件对其在不同工况下的稳定性和位移进行数值模拟,并将模拟结果与实际监测数据进行了对比分析.结果表明：桥墩各监测点桩顶位移累计增加,且各条曲线主要呈现“阶跃式震荡增加”特征,并在第330 d发生了一次较大的突变,这说明滑坡变形主要发生在滑坡体的中部;影响白泥沟大桥滑坡稳定性的最主要工况为地震工况,其次为连续降雨工况.     

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...     

基于区间数-集对分析理论的库岸滑坡易发性评价

以乌东德库岸滑坡为例，充分考虑其发育的地质环境，选取滑坡发育特征、岸坡结构与岩性特征、地质构造与地形地貌特征、灾害诱发因素共4类因子作为滑坡易发性的影响因素.构建单因素分级标准，将库岸滑坡灾害易发性划分为四个等级，即重度易发、中度易发、轻度易发与不易发.应用区间数与集对分析理论，建立基于联系期望概念的库岸滑坡灾害易发性评价新模型，可系统分析滑坡易发性评价指标的区间形式及演化态势.实例分析结果表明，该方法评判结果可靠，且能简化区间数之间关系的分析过程.     

1786年磨西地震触发的摩岗岭滑坡演化过程与成因机理

研究1786年磨西地震触发的摩岗岭滑坡特征及形成演化过程.采用资料收集、地面调查、三维实体模型、高精度遥感影像、理论分析、数值模拟等技术方法,对摩岗岭滑坡的形成进行全过程演化分析.摩岗岭地震滑坡演化过程分为6个阶段:河谷高边坡形成阶段以及斜坡浅表部岩体卸荷拉裂阶段、卸荷拉裂隙扩展阶段、潜在滑动面形成阶段、震动拉裂和高速启动阶段、抛射撞击溃散阶段、滑体堵江及溃决阶段.其成因机理为卸荷震动拉裂-剪断抛射堆积.     

基于极端梯度提升算法的滑坡易发性评价模型

机器学习用于地质灾害的易发性评价分析是当前研究的热点之一,不同的学习模型其效果不尽相同。为合理有效地评价滑坡地质灾害的易发性,依托浙江省温州市飞云江流域地质灾害的调查数据,应用地理信息系统（Geographic Information System,GIS）技术提取坡度、坡向、坡形、地表覆盖、地形湿度指数（Topographic Wetness Index,TWI）、极端小时降雨量、内摩擦角、黏聚力、容重与风化层厚度10个滑坡致灾因子,基于极端梯度提升算法（eXtreme Gradient Boosting,XGBoost）构建模型用于滑坡地质灾害的易发性多分类评价。模型结果通过多分类混淆矩阵进行评价,并与支持向量机（Support Vector Machine,SVM）模型进行精度比对分析。研究结果显示,训练后的XGBoost 算法模型对测试集中极高易发区识别的召回率和精确率分别达到了97.92%和98.06%,F1值达到97.99%,均优于SVM,可为研究地区的滑塌地质灾害易发性评价提供模型支持。     

地震诱发滑坡形成机理与动态模型研究

根据福建某山区公路边坡滑坡情况,应用基于离散单元理论的颗粒流数值模拟程序,运用典型地震波,建立波在连续介质与离散介质中的传播等效关系,模拟地震作用下边坡离散介质的动力边界条件.通过分析地震过程中边坡内部颗粒的位移、速度、应力以及边坡细观组构变化,如孔隙率、接触数、滑动比时程分布情况,探求地震诱发滑坡的形成机理.     

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.     

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。