基于GIS的层次分析法在同德县地质灾害易发性评价中的应用

为了更直观、有效地反映同德县地质灾害空间分布规律及易发程度,通过资料收集、遥感解译、野外地质调查等工作,选取灾害点密度、坡度、坡高、坡型、岩土类型、冻土、植被、降雨、断层和人类工程活动10个评价指标,建立层次模型,计算各个指标的权重。在GIS平台下,对各个指标进行分析和归一化处理,通过叠加计算得出:研究区划分为高易发区、中易发区、低易发区3个等级,其中,高易发区面积为760. 51 km2,占总面积的15. 18%;中易发区面积为3 784. 41 km2,占总面积的75. 52%;低易发区面积为466. 12 km2,占总面积的9. 3%。研究结果可以更客观有效地反映实际情况,为地质灾害防治提供依据。     

基于GIS的瓮安县地质灾害易发性和危险性分区评价

为了研究贵州省瓮安县各类地质灾害在空间上的发育分布规律,根据瓮安县地质环境和地质灾害野外调查资料,运用综合指数法,对区域内地质灾害易发性的影响因素进行量化。通过地理信息系统(GIS)空间分析软件,对其进行计算与叠加,并依据分区的标准,利用ArcGIS软件内置的自然间断点对地质灾害易发性指数图层进行插值处理,得到瓮安县地质灾害易发性分区图。将区域地质灾害的易发性和区域受威胁对象的易损性进行叠加计算,得到瓮安县地质灾害危险性分区图。根据分区结果可知:地质灾害高易发区占全县面积41.52%,地质灾害中易发区占全县面积38.62%,地质灾害低易发区占全县面积19.86%;地质灾害危险性划分为高危险区、中危险区和低危险区3个区,所占面积比例分别为41.00%、42.54%、16.46%。研究结果为该区地质灾害的预防和预警提供了依据,具有一定的工程实践意义。     

评价单元对地质灾害易发性评价的影响

为了探究不同评价单元对地质灾害易发性评价结果准确性的影响，以宁夏西吉县地质灾害为研究对象，分别以网格单元和斜坡单元作为评价单元，选取灾害点密度、坡度、坡高、坡型、降雨、岩土体类型、人类工程活动和地震等8个评价指标，基于ArcGIS软件，运用综合评判模型对各分级量化的评价指标进行叠加计算，其中采用层次分析法确定各指标的权重值，并应用突变点法将研究区划分为非易发区、低易发区、中易发区和高易发区四个等级，最后通过Sridevi Jadi经验概率法和相对滑坡密度指数法对易发性评价结果进行精度检验。结果表明：基于斜坡单元的高、中易发区灾害点占比比基于网格单元的高5.2%，采用Sridevi Jadi经验概率法得到的基于斜坡单元和网格单元的地质灾害易发性预测结果精度分别为94.74%和90.08%，基于斜坡单元和网格单元的高、中易发区滑坡密度指数值分别为99.30%和98.79%。斜坡单元的预测精度更高，表明采用斜坡单元划分的地质灾害易发性评价结果更为合理准确。     

基于模糊综合评判的绵阳市地质灾害易发性评价

 在综合分析研究区孕灾环境、致灾因子与地质灾害分布关系基础上,建立了绵阳市地质灾害易发性评价指标体系,并根据评价指标量化分级标准和方法,运用层次分析法确定各评价指标对地质灾害易发性贡献率。将层次分析法与模糊数学综合评判法结合,根据建立的隶属度函数构造模糊判断矩阵,对整个研究区的地质灾害易发程度进行二级模糊综合评判,得到了4个等级的地质灾害易发性分区。其中,地质灾害不易发区共为810个网格单元,面积约12960km²;地质灾害低易发区共为157个网格单元,面积约2512km²;地质灾害中易发区共为66个网格单元,面积约1056km²;地质灾害高易发区共为253个网格单元,面积约4048km²。根据易发性评价结果绘制了各易发性程度分区图件,并对各易发分区进行了分区评价。     

基于GIS的中国泥石流易发性评价

探讨全国泥石流易发程度,为地质灾害防治规划、宏观层面国土空间布局等提供依据。以中国内地(未包含香港、澳门和台湾)为研究区,选取起伏度、地貌类型、活动断裂距离、岩组(性)、年平均≥50mm暴雨日数、土地利用程度等6个易发性评价因子,基于1km×1km评价单元,采用概率比率模型,进行了易发性评价,形成了全国泥石流易发程度分区,并对结果进行了检验。评价结果表明:高易发区面积占7%,泥石流数量占全部的52.50%;中易发区面积占的28%,泥石流数量占33.51%;低易发区面积占28%,泥石流数量占11.45%;不易发区占37%,泥石流数量占2.55%。     

基于模糊聚类分析的地质灾害区划研究——以湖南湘西自治州为例

地质灾害区划研究是地质灾害防治的基础和前提。本文中,采用模糊聚类分析方法,对湖南省湘西自治州地质灾害进行区划,将湘西自治州8个市县划分为2个地质灾害高易发区、4个中易发区、1个低易发区和1个不易发区。     

基于地理信息系统与斜坡单元的峨边县地质灾害易发性评价

斜坡单元依据山脊线和山谷线划分的单元,能够体现研究区的真实地质环境条件,作为评价单元在地质灾害易发性评价中具有重要意义。采用地理信息系统(geographic information system, GIS),运用水文分析工具提取峨边县斜坡单元,选取归一化植被指数、坡度、高程、地形起伏度、地层岩性、距水系的距离、距断层距离、距道路的距离8个因子,使用逻辑回归模型(logistic regression, LR),制得地质灾害易发性概率图,将其划分为非易发区、低易发区、中易发区、高易发区和极高易发区。结果表明：ROC(receiver operating characteristic curve)曲线的线下面积(area under curve, AUC)精度检验值为0.917,极高易发区和高易发区内地质灾害点数占总灾害点数的81.3%,说明对峨边县进行基于斜坡单元使用逻辑回归进行地质灾害的易发性评价具有可行性和较高精度。     

昆明市呈贡县地质灾害防治区划

呈贡县地质灾害发育程度一般,但在全县范围内均有不同程度灾害发育分布。通过区内地质灾害的系统调查与分析,根据地质灾害易发分区依据、原则,采用定性与定量相结合的方法,对地质灾害进行了易发性分区。将全区划分为:中易发区、低易发区和非易发区,并分别进行了分析与评价;同时,根据呈贡县地质环境条件、地质灾害类型和人类工程活动强度等各种因素,将呈贡县地质灾害防治划分为重点防治区和一般防治区。     

基于信息量法的西丰县地质灾害易发性评价

地质灾害的发生不仅威胁着人类生命财产安全,也对经济发展与社会稳定产生重大影响.本文以辽宁省西丰县下辖的西丰镇、更刻乡等12个镇、6个乡为研究区,选取坡度、坡向、地形起伏度、岩性软硬程度、距河流远近、年平均降水量、土地利用类型和距道路远近等8个指标为评价因子,基于ArcGIS平台,结合信息量模型对西丰县进行地质灾害易发性评价,得到西丰县地质灾害高易发区、中易发区、低易发区划分图,并对地质灾害的发生的原因进行分析.结果表明:(1)高易发区主要分布在西丰县南部、东南部、东北部及河流两岸、道路沿线;中易发区和低易发区依次沿高易发区外围分布.(2)西丰县地质灾害的发育主要由坡度、岩性软硬程度影响因素控制,经降水因素诱发,受河流和道路建设所代表的人类活动的影响,并在坡向、地形起伏度、土地利用类型等多重因素的共同作用下,造成了西丰县地质灾害易发性分区的差异分布.     

基于GIS与IIVM的桐城市地质灾害易发性评价

文章以安徽省桐城市为研究区,选取高程、坡度、坡向、工程地质岩组、与断裂带的距离、与水系的距离及与道路的距离为区域地质灾害易发性评价因子,运用层次分析(analytic hierarchy process, AHP)法对传统信息量模型(information value model, IVM)的评价结果进行加权分析,确定改进信息量模型(improved information value model, IIVM);结合地理信息系统(geographic information system, GIS)对桐城市地质灾害的易发性进行评价,将研究区划分为高易发区、中易发区、低易发区及不易发区4类,研究区主要为不易发区和低易发区,中、高易发区占比28.68%(主要位于研究区西北部);使用受试者工作特征(receiver operating characteristic, ROC)曲线进行评估,IIVM评价结果的曲线下面积(area under the curve, AUC)值为0.807 7,高于传统IVM,说明IIVM具有更高的精度和有效性。评价结果与研究区地质灾害实际调查情况相符合,可为该区域地质灾害防治提供有效参考。