基于GIS的重庆巫山县崩塌灾害危险性分区评价

【目的】对位于三峡库区的重庆巫山县进行崩塌灾害危险性分区评价。【方法】遴选了地貌类型、地形相对高差、地形坡度、地层岩性、距断裂构造距离、年均降雨量、植被覆盖度、土地利用类型等8个危险性评价指标及分级指标体系,利用层次分析法与专家系统获得了8个评价指标的权重系数,建立了崩塌灾害危险性评价综合指数模型。基于GIS技术,实现了8个危险性评价指标的单因素危险性分区、等面积及行政区划多因子空间叠加分区,获得了该县崩塌灾害危险性分区评价图。【结果】巫山县崩塌灾害低危险区、中危险区、高危险区和极高危险区分别占全县面积的16.9%,36.4%,31.5%和15.2%。以巫山县行政区划中的26个乡(镇、街道)为单位,其中位于极高危险区的有6个乡(镇),位于高危险区的有9个乡(镇),位于中危险区的有8个乡(镇),位于低危险区的仅有3个镇(街道)。【结论】研究结果对巫山县崩塌地质灾害的防治具有重要参考价值。     

基于权重合成-TOPSIS法的重庆公路洪灾危险性评价研究

【目的】针对重庆市公路洪灾特点,对重庆市公路洪灾危险性进行评价研究。【方法】选取重庆市38个区、县城市年均降雨量、公路沿线人口密度、洪水重现期、淹没面积和淹没天数共5个致灾因子作为评价指标建立危险性评价指标体系,构建了基于熵权法和复相关系数法的权重合成模型,得到了各评价指标的合成权重,并运用TOPSIS法对致灾因子进行了评价。【结果】极高、高、中、低和微度危险5个危险区面积比重分别为22.53%,28.6%,7.24%,18.09%和23.54%。【结论】研究结果与公路洪灾实际情况一致,可为重庆市公路洪灾防灾减灾工程提供科学依据。     

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,构建超效率数据包络分析(data envelopment analysis, 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4个危险性分区,引入接受者操作特征(receiver operating characteristics, 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曲线计算得到的曲线下的面积(area under curve, 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GIS的公路边坡地质灾害危险性评价

针对丹巴县公路边坡地质灾害频发状况以及区域分布的特点,对丹巴公路边坡灾害进行了危险性分区研究。通过分析自然环境概况与公路地质灾害特征,选取坡度、岩土类型、降雨、河网密度、植被覆盖率和地震6个因素作为地质灾害危险性评价指标体系;采用影响因素叠加法构建危险性评价指数的数学模型,并运用云模型-层次分析法(CM-AHP法)计算各评价指标的权重;基于ENVI 5.2与ArcGIS 10.2软件计算生成《丹巴县公路边坡地质灾害危险指数图》,同时考虑公路工程特点,划分了II低危险区、III中度危险区、IV高危险区和V极高危险区4个等级16个灾害区,依据定量区划范围并结合定性分析的评价方法对丹巴县公路进行地质灾害危险性进行评价。研究结果表明,评价结果与公路边坡灾害实际情况吻合,可为四川省丹巴县公路边坡灾害的预防治理工作提供一种新的途径。     

基于支持向量机模型的滑坡危险性评价

以长安区为研究区,在分析研究区地质环境条件以及滑坡发育特征的基础上,选取12类因子作为评价指标,通过Spearman对各因子之间的相关性进行分析;分别采用线性核函数(LN)、多项式核函数(PL)、径向基核函数(RBF)、Sigmoid核函数下的支持向量机模型对研究区地质灾害危险性进行评价,利用ArcGIS软件生成最终的危险性评价结果图,将评价结果图划分为四个危险等级,分别为极高危险区、高危险区、中危险区、低危险区;不同核函数下的支持向量机模型经ROC曲线验证得到:RBF-SVM模型的预测精度最高,此核函数下的支持向量机模型更适应于该研究区滑坡灾害危险性评价中。研究结论可以为类似地质环境条件下区域地质灾害危险性评价模型的选取提供参考。     

汶川震区陕西省宁强县滑坡灾害危险性分析与评价

在分析汶川震区陕西省宁强县滑坡灾害特征和危险性影响因素的基础上,利用开发的县域滑坡灾害风险管理GIS系统,选取斜坡坡度、地层岩性、地震动峰值加速度等8个因素进行滑坡灾害危险性分析。根据研究区13 477个网格单元信息量计算结果,将宁强县滑坡灾害危险性分为极高、高、中、低和极低5个危险等级。研究得出极高危险和高危险区主要集中在勉阳深大断裂带及其次级断裂区,约占研究区总面积的16%,滑坡点密度为20.5/100 km2.中等危险区分布于境内工程地质岩性较为软弱的区域,约占研究区总面积的42%,滑坡灾害点密度为6.3/100 km2.低危险区和极低危险区位于区内人口稀少的高远山区,约占研究区总面积的42%,滑坡灾害点密度为0.64/k100 m2.     

芦山“4·20”震后地质灾害危险性评价

 芦山“4·20”地震之后,滑坡、崩塌、泥石流等次生地质灾害频发,新增地质灾害点365 处,严重影响当地经济建设与灾后重建工作。在分析地质灾害孕灾环境条件的基础上,选取地层岩性、断裂带、坡度、相对高程、年平均降雨量、地震动峰值加速度、土地利用类型等7 个因子作为评价指标,建立基于灾害熵的地质灾害危险性评价方法,并将该方法应用于芦山县地质灾害危险性评价。结果表明,芦山县49.89%的区域处于中度和高度危险区,其中高危险区占总面积的29.99%,这些高危险区位于正河、玉溪河、灵关河流域,受地形、人类活动、地震影响,地质灾害破坏性极大,在后期建设与防灾减灾中应当给予高度关注。     

滇西高山峡谷区泥石流危险性评价——以怒江傈僳族自治州为例

滇西高山峡谷区特殊的地理环境特征,使其成为泥石流灾害的高发区.以怒江傈僳族自治州为研究区域,以历史灾害数据为基础,选取地理环境、地质、气候水文、地形和人类活动五个方面,包括地貌类型、土壤类型、植被类型、归一化差分植被指数、岩性、断裂带、河流分布、降雨量、坡度、坡向、土地利用类型以及公路分布12项评价指标,采用统计指标法和层次分析法相结合的方法对该区域的泥石流危险性进行分区和评价.结果显示:泥石流的危险性分区以中低危险区、中危险区和较高危险区为主,分别占总面积的30.96%、25.5%和20.57%,而低危险区和高危险区共占22.94%;不同样本泥石流分布密度与危险性分区具有较高的正相关性,直接印证了分区方法的合理性;评价方法受试者工作曲线下的面积(AUC)为0.756,表明方法具有可行性.     

基于GIS的信息量模型的白沙河流域滑坡危险性评价

以白沙河流域为例进行了滑坡地质灾害危险性评价。选取土地利用类型、岩性、高程、坡度和坡向5个评价因子,建立了基于GIS的信息量模型,解决了存在于评价过程中定性因素定量化处理不够客观的问题。用自然断点法将结果划分成20.0%的高危险区、31.0%的中危险区、26.4%的低危险区以及22.6%的极低危险区。经过验证得到实际滑坡危险性程度与评价结果基本相符,表明将GIS与信息量模型用于滑坡灾害危险性评价是可行的。     

基于GIS的忠县滑坡危险评价研究

在综合分析忠县滑坡灾害影响因子的基础上,选取地表坡度、地表高程、地形起伏度、距道路远近、距河流远近、汇流累积量以及年均降雨量等7危险评价因子构建忠县滑坡危险评价体系;采用专家系统评分方法对各评价因子进行分级赋值,利用AHP法确定各评价因子权重值,在GIS软件平台上建立各评价因子专题图层;基于综合指数分析方法建立忠县滑坡灾害危险评价综合指数模型,并利用综合指数进行分区评价,最终将忠县滑坡灾害分为微危险、低危险、中危险、高危险4个危险等级区;研究结果表明:忠县滑坡灾害微危险区面积689.18 km2,占总面积的34.39%;低危险区面积643.91 km2,占32.14%;中危险与高危险区面积分别为366.13、334.54 km2,占总面积的17.02%与16.45%。评价结果与忠县滑坡灾害的实际情况项吻合,可用于指导滑坡灾害的防灾减灾工作。