基于超效率数据包络分析-信息量模型的沧源县地质灾害危险性评价

沧源县地处云南高原,该区域由于地质环境复杂多变,构造活动频繁,加之降雨等诱发因素的影响,成为了地质灾害多发区域,严重威胁人员生命与财产安全。为了综合评价研究区的地质灾害危险程度,选取高程、坡度、坡向、降雨量、断层距离、水系距离、道路距离、工程岩组8类评价因子,以研究区内192处地质灾害点作为样本,构建超效率DEA-信息量模型对研究区进行地质灾害危险性评价,划分低、中、高、极高四个危险性分区,引入ROC曲线验证评价精度。评价结果显示,沧源县高、极高危险性分区占研究区总面积的54.2%,区内共分布有地质灾害点166处,占灾害点总数的86.5%,灾害点比与面积比的比值随着危险性的提高逐级递增,通过ROC曲线计算得到的AUC值为0.755。上述数据表明,基于超效率DEA-信息量模型的地质灾害危险性评价结果比较符合实际,评价精度较高,能够满足对研究区进行地质灾害危险性评价的需要。     

基于斜坡单元与组合赋权法的东川区地质灾害危险性评价

针对单一评价方法在地质灾害危险性评价中的弊端,采用斜坡单元与组合赋权法相结合开展地质灾害危险性评价.借助ArcGIS平台,以水文分析法建立斜坡单元,选取坡度、坡向、距道路的距离、距河流的距离、距断层的距离、岩性、降水量、高程、土地利用类型9个评价因子,采用层次分析法和熵权法相结合的组合赋权法确定评价因子的综合权重,将东川区地质灾害危险性等级划分为极高危险区、高危险区、中危险区和低危险区.研究结果表明,斜坡单元能够较好地反映微观地貌特征;危险性分区结果与地质灾害点实际分布相吻合;研究区的中东部和北部地区是地质灾害分布密集区,地质环境脆弱,人类活动明显,危险性较高.     

矿山地质环境变异的模糊综合评价

利用现场调查收集灾害点和区域地质环境数据,将模糊综合评判应用到区域地质灾害危险性评价中,在模糊综合评判时,由于评价因素较多,因此采用二级模糊综合评判模型．评价集采用三级评价标准,即把地质灾害危险性划分为危险性小、危险性中等和危险性大三类．确定了三个参评要素：地质环境条件、地质动力和历史状况,十一个评价因子,采用半梯形分布隶属函数曲线确定其隶属度．选用在传统的层次分析方法上有所改进的模糊层次分析法（FAHP）作为评价因素权重的确定方法,确定了各评价要素、因子的权重值．然后进行模糊变换与综合评判,根据最大隶属度原则,评判计算单元所属危险性级别．为定量评估研究区地质灾害危险性,把整个太原市西山矿区进行单元划分。将全区划分为23个有效单元．文中以第15单元为例具体说明了模糊综合评判方法．在整个研究区运用该方法,计算出每个单元所属地质灾害危险性类别,从而判断了各单元所属的危险性等级．     

基于信息量法与加权信息量法的地质灾害易发性评价效果对比 ——以蕲春县北部地区为例

为对比应用信息量法与加权信息量法对地质灾害易发性评价效果,以蕲春县北部地区为例进行研究.对区内地质灾害影响因素分级和相关性分析,确定高程、坡度、坡向、岩土体类型、水系、居民区和公路共7个因子作为区内易发性评价因子.基于以上两种方法,利用ArcGIS平台,对研究区进行地质灾害易发性评价,将研究区分为高易发区、中易发区、低易发区和不易发区.最后通过ROC曲线验证及地质灾害相对百分比指标对比分析两种方法的评价效果,据此选择出较优的易发性评价结果.结果表明,两种方法的评价结果均有较好的准确性,但加权信息量法效果不如信息量法,通过对信息量值加权来达到改进效果并不适用于本次地质灾害易发性评价.因此,在选择加权信息量法进行易发性评价时需要对其评价效果进行对比验证.     

基于斜坡单元的滑坡崩塌灾害易发性区划研究——以泸水县为例

基于栅格评价单元在滑坡崩塌地质灾害易发性评价中的弊端,采用斜坡评价单元对泸水县滑坡崩塌地质灾害的易发性进行评价.基于ARCGIS平台,建立了利用水文分析方法划分斜坡单元的方法体系.建立了信息量法-层次分析法的易发性评价模型,并对各评价因子的权重和信息量进行了计算提取.在此基础上,运用ARCGIS的空间分析功能,对泸水县滑坡崩塌地质灾害的易发性进行了区划,并对区划结果在宏观和微观上进行了验证.结果表明此种易发性划分方法准确、实用,对指导地质灾害的防治工作有重要意义.     

采用层次分析法对地质灾害进行危险性评价——以汉阴县地质灾害为例

文中选取灾害点密度、坡度分布、地貌类型及高程、岩土体类型、水系分布、断裂发育程度、降雨量分布、人类工程活动强度8个评价指标因子参与汉阴县地质灾害危险性评价;根据各评价指标因子对地质灾害发育的影响程度,利用层次分析法计算各评价指标的权重,并运用MAPGIS为每个评价指标因子图层赋属性。基于MAPGIS空间分析功能完成了汉阴县地质灾害危险性区划工作;区划结果分为高、中、低3种危险性区,结合汉阴县地质灾害危险性区划成果和发展规划,为汉阴县的地质灾害防治及群测群防提供一些理论性建议。     

基于信息量模型的地质灾害危险性评价研究 ——以重庆市涪陵区为例 (三峡地区资源环境生态研究)

以地形坡度、地层岩性、到地质断层距离、到地面水体距离、土地利用类型和到交通干线距离为评价因子,应用信息量模型,对重庆市涪陵区进行地质灾害危险性评价。将涪陵区地质灾害危险性划分为极重度危险、重度危险、中度危险、轻度危险和无危险5个等级,涪陵区地质灾害危险区主要分布在长江和乌江沿岸带、黄草山和武陵山两山生态控制区以及境内人口密集的城镇建设区,中度以上危险区域主要分布在北部沿江新妙镇、石沱镇、珍溪镇;西南坪上的北部高山区;沿乌江江南城区和白涛片区以及武陵山的南部地区等,这些沿江、沿河区域由于复杂的地质构造、地形特征以及不良的人为活动,其地质灾害的危险性明显高于地势平坦地区。     

信息量支持下的随机森林模型的崩塌易发性评价

地质灾害易发性评价作为预测地质灾害发生概率的重要手段被中外学者广泛应用.以陕西省神木市为研究区,在分析了研究区地质环境、人类活动与崩塌形成条件的基础上选取了高程、坡度、坡向、降雨量、距水系距离、距道路距离、岩性、地貌、曲率、归一化植被指数(normalized vegetation index,NDVI)10个影响因子.采用皮尔森相关系数对各因子进行独立性检验.结果表明:各因子间相关系数较低,认为各因子独立;为确保所选非崩塌点为高概率的非崩塌点,利用从信息量模型(in-formation value model,IV)形成的较低及低易发区选取非崩塌点,结合随机森林模型(random forests,RF)进行研究区崩塌易发性分析,并将得到的易发性分析结果与随机选取非崩塌点的RF模型进行对比.最后利用受试者特征曲线(receiver operate curve,ROC)曲线进行两种模型的精度对比,得到RF的成功率和预测率分别为94.5％、89.9％,IV支持下的RF的成功率和预测率分别为96.9％、96.5％.综上IV支持下的RF模型比单一模型具有更好的预测精度.     

基于GIS与信息量模型的地质灾害危险性评价——以云南省丘北县为例

以云南省丘北县县域内的地质灾害作为研究对象,基于地质灾害的空间分布特征、发育现状和形成条件,选取坡度、断裂构造、工程地质岩组、降雨量、道路、河流水系和土地利用/覆被7个评价指标,运用GIS技术和信息量模型相结合的方法开展了丘北县地质灾害危险性评价,根据综合信息量值将丘北县划分为极低度、低度、中度、高度、极高度5级危险区.结果表明,研究区地质灾害主要分布在西部和北部地区;地质灾害集中发育在软硬间夹岩类和软质岩类分布区,并且与地形坡度、交通干线和河流水系的展布具有相一致的特点,且现有灾害点的分布与危险度分区具有很好的相关性;通过野外实地验证,危险性分区和实际情况较为吻合.信息量模型与GIS相结合能够较为客观、快速地对地质灾害的空间分布和危险性做出评价,研究成果可为丘北县开展地质灾害防范和治理提供数据支撑.     

国道G345镇安金钟至木王林场段公路建设地质灾害危险性评价

为研究地质灾害对国道G345山区路段工程建设的影响,为国道线路设计提供依据,选取地形地貌、岩土体类型、斜坡结构、降水量、河流冲刷程度、地质灾害发育现状6个影响因素,采用模糊综合评判法和信息量法对国道G345镇安金钟至木王林场段公路进行了地质灾害危险性评价,将研究区划分为地质灾害危险性大、中等和小3个区。结果表明:模糊综合评判模型和信息量模型评价结果均与研究区实际情况基本相符,危险性大区和危险性中等区主要分布在路基部分和隧道段。通过与实际情况比较分析,对于地质灾害严重区,模糊综合评判模型优于信息量模型;对于地质灾害较严重区,信息量模型优于模糊综合评判模型。