面向国土空间规划的地质灾害易发性评价模型——以自然遗产地梵净山为例

结合降水、地形、植被、土壤、水文和土地利用等数据构建最大熵模型和地理探测器模型相融合的乡镇单元尺度地质灾害易发性评价模型,以世界自然遗产地梵净山为案例进行模型应用.结果表明,梵净山地质灾害发生的高风险区和较高风险区主要位于梵净山东北侧的寨英镇、怒溪镇以及梵净山西侧的罗场镇、缠溪镇,中部的自然保护地灾害发生概率较低;梵净山地质灾害的发生与人类活动关系更大,最重要的影响因子为距居民点的距离;降雨是梵净山地质灾害发生的催化变量,能够强化多个影响因子的作用.采用受试者操作特征曲线以及Kvamme增益统计对模型精度进行验证,训练集和测试集的曲线下面积值分别为0.890和0.885, Kvamme增益统计值为0.89,表明所构建的模型精度较高,划分的地质灾害易发性等级区分度明显.     

基于不同样本比例与超参数优化的滑坡易发性评价——以重庆市武隆区为例

【目的】以重庆市武隆区滑坡与非滑坡样本作为研究对象,探究不同滑坡与非滑坡样本比例与超参数优化对滑坡易发性模型准确性的影响。【方法】选取距河流距离、地形湿度指数、多年平均降水量、坡向、曲率、地形起伏度、距道路距离、坡度、POI核密度、归一化植被指数、高程等11个因子作为影响因子,在1∶1～1∶10作为正负样本比例范围内,采用网格搜索法与贝叶斯优化,基于XGBoost模型对研究区样本的滑坡易发性进行评价。【结果】随着样本数量中非滑坡数量的逐渐增加,XGBoost模型准确率逐步提升,曲线下面积（AUC）未发生明显改变,且较高、高易发区面积逐步减少,低、较低易发区面积逐步增加;基于超参数优化后XGBoost模型AUC值均得到提升,且贝叶斯优化后的XGBoost模型的滑坡易发性评价精度与运行速率更优。【结论】以1∶10作为正负样本比例,通过贝叶斯优化所构建的基于XGBoost模型的武隆区滑坡易发性模型具有更好的预测能力与预测稳定性。     

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...     

基于GIS与随机森林的巫山县滑坡易发性区划

【目的】对三峡库区典型县域巫山县进行滑坡易发性区划,为该县滑坡灾害风险管理和城市建设规划提供科学参考。【方法】选取地形地貌、地质条件、环境条件、人类工程活动及诱发因素共5个方面下的22个因子作为滑坡易发性影响因子,结合研究区963个历史滑坡数据,以30m精度栅格建立滑坡影响因子地理空间数据库;进一步在地理空间数据库中,基于全体样本(包括滑坡点与非滑坡点),采用十折交叉验证选择训练和测试数据集;随后,利用随机森林进行模型训练,用训练好的模型对整个研究区进行全域滑坡易发性仿真分析,将结果划分为低、较低、中、较高、高5种易发性等级。【结果】混淆矩阵的准确率高达100%;受试者工作特征曲线训练数据、测试数据和全体数据的曲线下面积值均为1.000;高易发区面积占整个县面积的5.83%,而区内历史滑坡数占该县历史滑坡总数的35.72%;高程、多年平均降雨量、兴趣点核密度这3个因子对滑坡的发生有更大贡献。【结论】基于巫山历史滑坡数据和随机森林构建的滑坡易发性模型具有较高的准确性、稳定性以及良好的预测功能。     

基于斜坡单元的滑坡易发性评价 ——以易贡地区为例

滑坡易发性评价对于滑坡的预测与管理具有重要意义.以往的滑坡易发性评价多基于像素信息进行评价,难以与地质环境相联系.选用以山脊线和山谷线所构成的斜坡单元为评价单元,选取坡度、地形起伏度、地层岩性、多年平均降雨量、河流距离和植被指数等6个指标作为评价因子,建立易发性评价模型,将研究区划分为不易发区、低易发区、中易发区和高易发区,利用研究区内已知滑坡进行验证.结果表明,有21处滑坡位于高易发区,9处位于中易发区,正确率达88%,与实际情况相符.此次评价结果具有较高可信度,为指导滑坡灾害防治工作提供了重要的信息和依据.     

基于CF融入SSA优化SVM和RF模型的滑坡易发性评价

针对传统的区域滑坡易发性评价建模过程可能存在的样本数据量纲不统一以及模型参数选取误差等问题,本文以陕西省留坝县为研究区,选取高程、坡度、水系、降雨量、地层岩性等10个评价因子,采用确定性系数模型(CF)计算各评价因子的敏感值作为支持向量机模型(SVM)和随机森林模型(RF)的输入样本属性值,引入麻雀搜索算法(SSA)分别对SVM模型和RF模型的参数进行优化,获取最优参数对两种模型进行训练,最终构建了CF-SSA-SVM和CF-SSA-RF模型,从而对整个研究区进行预测,完成滑坡易发性评价,并通过受试者工作特征曲线(ROC)对两种模型进行精度验证。结果表明,两种模型的评价结果均有较多滑坡点落在极高易发区,无滑坡点落在极低易发区,评价结果均有较高的准确率。其中,CF-SSA-RF模型的成功率和预测率曲线AUC值分别为0.994和0.940,高于CF-SSA-SVM模型;并以三处典型滑坡为例进行验证,结果显示易发性分区与历史滑坡点分布较为吻合。进一步表明CF-SSA-RF模型更适用于留坝县的滑坡易发性评价,为当地滑坡灾害风险评估提供了指导依据。     

GIS支持下CF与信息量耦合模型的攀枝花市矿山地质灾害易发性评价

攀枝花市矿产资源丰富,采矿历史悠久,开采活动强度大,地质结构复杂,生态环境脆弱,矿山地质灾害频发.基于2019年的三江（怒江,澜沧江,金沙江）北段矿产开发环境遥感监测调查资料,在分析矿山地质灾害发育规律与影响因素关系的基础上,选取坡度、工程地质岩组、距断层的距离、降水量、植被覆盖度、距河流的距离以及距开采活动面的距离7个评价因子,借助ArcGIS软件平台,采用确定性系数（Certainty Factor,CF）模型、信息量模型以及CF与信息量耦合模型开展攀枝花市矿山地质灾害易发性评价研究.结果表明,工程地质岩组、植被覆盖度、距开采活动面的距离是影响矿山地质灾害分布的控制因子;经过ROC(Receiver Operating Characteristic Curve, ROC)曲线检验,CF与信息量耦合模型的AUC(Area Under the Curve, AUC)值高达0.909,表明耦合模型比单一模型的评价精度高,其精度为耦合模型>信息量模型>确定性系数模型;耦合模型的易发性分区为极高易发区（5.24%）、高易发区（11.67%）、中易发区（41.66%）和低易发区（4...     

基于机器学习混合模型的滑坡易发性评价

安康市汉滨区地质环境脆弱,滑坡频发对当地居民生命财产安全造成严重威胁,针对该区域进行滑坡易发性评价是滑坡防治的有效措施。自适应提升模型和随机森林模型作为新颖的集成学习方法被应用至中外滑坡易发性评价研究中,但基于两者的混合模型在滑坡易发性中的应用研究尚未开展。为对比混合模型与单一模型的滑坡易发性评价精度,根据地质灾害详查资料圈定509处滑坡,结合研究区地质环境背景,选取高程、坡度、坡向、年均降雨量、地层岩性等13类因子进行评价。受试者工作特性曲线(receiver operating characteristic curve, ROC)结果表明,同单一模型相比,混合模型的训练集正确率和验证集预测率均为最高;混合模型的高易发区滑坡密度达到1.94,高于随机森林(1.86)和自适应提升模型(1.68);通过区内三处历史滑坡进行验证,结果显示区划结果与滑坡分布相吻合,说明自适应提升-随机森林混合模型可作为滑坡易发性评价的新方法,其区划结果可为滑坡防治与土地利用规划提供借鉴。     

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.     

基于小流域单元的泥石流易发性评价

为探究不同评价指标体系对泥石流易发性评估结果的影响。选取植被覆盖度、地层岩性、地表起伏度、地表粗糙度、沟壑密度、距断层距离和地震峰值加速度总共7个评价因子组成对照组指标体系,通过坡体稳定性分析得到潜在失稳面积与小流域面积比评价指标,构建包阔地表起伏度、地表粗糙度、沟壑密度、距断层距离、地震峰值加速度和潜在物源分布面积与小流域面积比的试验组指标体系,采用确定性系数模型,将安宁河流域划分为高、较高、中、较低、低五个泥石流易发性区。对比结果表明：试验组指标体系与对照组指标体系的泥石流易发性高易发区和较高易发区频率比值分别占总频率比值的88.17%和85.88%,表明两种评价指标体系均客观、有效的评价了安宁河流域的泥石流易发性。试验组指标体系的AUC值达0.767,与对照组指标体系的AUC值相比提升了1.99%,表明泥石流易发性评价指标体系中加入坡体稳定性因子相较于仅考虑孕灾环境因子的泥石流易发性评价结果更好。为提高泥石流易发性评估结果提供了新思路。     

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。     

不同侵蚀强度下崩岗表层土壤稀土元素分布特征及影响因素

崩岗是我国南方亚热带地区分布最为严重的土壤侵蚀类型,其发育的速度和强度对地表产生巨大破坏作用,同时对土壤中稀土元素的含量和分布产生重要影响.文章通过野外取样调查和室内ICP-MS测定,对福建省长汀县濯田镇黄泥坑崩岗群内3个不同侵蚀崩岗各部位表层土壤(0~10cm)进行取样研究.结果表明稀土元素总量变化依次为轻度侵蚀区中度侵蚀区强度侵蚀区,且轻稀土元素含量富集;不同侵蚀程度的崩岗的稀土元素含量变化基本呈现沿集水区到沟道逐步增加的趋势;其中,元素Ce元素含量极高,Eu元素含量低,有明显的亏损现象;植被覆盖条件好的区域表层土壤中稀土元素含量高.     

基于逻辑回归的巫山县滑坡易发性区划研究

[目的]在已有文献研究基础上,构建基于逻辑回归的滑坡易发性评价模型,并与基于随机森林的模型进行分析比较,探讨出适用于三峡库区巫山县的滑坡易发性评价模型.[方法]选取地质条件、地形地貌、环境条件、人类工程活动等4方面影响下的22个因子作为滑坡易发性影响因子,根据研究区963处历史滑坡点,建立30 m×30 m栅格地理空间...     

渝西典型丘陵区地质灾害易发性评价

重庆西部的丘陵区属于地质灾害发育密度较高的区域,掌握其地质灾害的易发性分布规律对于推动当地灾害预警体系建设至关重要.在分析渝西典型丘陵区孕灾地质环境条件的基础上,选取高程、地形起伏度、斜坡坡度、地灾点密度、距道路距离、距水系距离、工程地质岩组作为评价因子,采用信息量法和层次分析法构建地质灾害易发性评价指标体系和评价模型,并对渝西典型丘陵区的地质灾害易发性进行分区评价,同时对地质灾害易发性分区评价结果的精度和合理性进行了验证.结果表明：地质灾害高易发区主要分布于研究区的深丘区,其面积占研究区总面积的13.86%;地质灾害中易发区和低易发区在研究区的深丘区和中丘区中均有分布;研究区的浅丘平坝区以非易发区为主;经验证可知,本研究对研究区地质灾害易发性分区的评价结果与研究区地灾点的实际分布情况吻合度较高,说明本研究结果的精度较高,可作为当地灾害风险管控的依据.     

根溪小流域崩岗分布特征研究

崩岗集中发育于华南丘陵谷坡及山间地以风化花岗岩残积物为基底的红土地貌,被称为南方地区的"生态溃疡",是该地区最严重的土壤侵蚀类型.降雨、气温等气候因子的极端变化,内部各种节理等软弱结构面的广泛分布,加之过度的植被破坏是崩岗形成、发展的主要的驱动因素.通过对南方红壤侵蚀区(根溪小流域)野外调查,分析坡向、形态、发育阶段和活动状况上的数量及面积状况,在此基础上得出:南坡崩岗的数量和面积要明显多于其他坡位;中期崩岗数量最多,面积最大;从形态来看,条形崩岗数量最多,混合形崩岗数量最少,爪形崩岗面积最大,弧形崩岗面积最小;半稳定型崩岗个数最多,且面积最大,活跃型崩岗个数最少,稳定型崩岗面积最小.     

基于连续因子和非连续因子的山区崩滑流易发性研究

以祁连山东段北坡为研究区,基于区内390个崩滑流点,选择坡度、坡向、水流强度指数、道路、土地利用、断层等评价因子,结合因子剔除方法,应用改进频率比(连续因子计算)和证据权法(非连续因子计算)进行易发性评价,并用密度法和ROC曲线验证评价结果精度.结果表明,评价因子的筛选对易发性结果极为重要;不同因子组合下两种方法的易发性结果曲线下面积值均高于0.80;极低-低易发等级面积约占80%,高-极高易发等级面积约占6.5%,高-极高易发等级中崩滑流灾害点数量均超过64%,亟需加强区内地质灾害潜在风险转移研究.     

基于信息量-随机森林模型的地震带地质灾害易发性评价：以松潘-较场地震带为例

地震会引起地表振动及破坏,同时加大滑坡、崩塌、泥石流等次生灾害的发生概率,对位于地震带区域城市进行地质灾害易发性预测,是地质灾害防治的有效措施。为了探究地震带区域地质发育程度对地质灾害的影响,以松潘-较场典型地震带的平武县为例,从地形地貌特征、地层地质条件、气象水文、地震带发育特征、土壤植被、人类工程活动影响六个方面选取地质灾害的诱发因子,采用信息量模型、信息量-AHP和信息量-随机森林(RF)三种评价模型对平武县地质灾害进行易发性评价,结果表明信息量-RF模型的对比分析结果优于其他两种模型,ROC曲线精度评估信息量-RF模型的AUC值(0.991)高于信息量模型(0.931)和信息量-AHP模型(0.920),说明基于信息量耦合随机森林的综合易发性评价模型更适用于地震带地区的地质灾害易发性评价,具有良好的预测精度。     

基于确定性系数模型与逻辑回归模型耦合的地质灾害易发性评价——以贵州省开阳县为例

贵州省开阳县地质条件复杂,区内地质灾害频发。以该县为研究区,选取高程、坡度、地形起伏度、坡向、工程岩组、斜坡结构、断层、水系、归一化植被指数(normalized difference vegetation index,NDVI)等9个影响因子,基于GIS的栅格数据模型,分别采用确定性模型(certainty factor,CF)、Logistic回归模型以及两种模型耦合的方法进行地质灾害易发性评价,利用灾害点在各等级下的分布和成功率曲线(receiver operating characteristic,ROC)对三种模型的评价精度进行检验。结果表明:CF模型与Logistic回归模型评价结果总体上一致,但是耦合模型的评价分区结果更加合理,精度更高。因此,基于耦合模型的评价结果,将开阳县地质灾害易发性等级分为高易发区、中易发区、低易发区和极低易发区。这为县级区域地质灾害易发性评价提供了理论指导和技术参考。     

基于逻辑回归树和旋转森林模型的滑坡易发性评价

为进一步探索集成模型在滑坡易发性评价中的适用性,以陕西省汉中市汉台区为例,结合相关资料与野外调查圈定40处滑坡,通过地质类、水文类、人类工程活动类中选取12个影响因子构建逻辑回归树(logistic model tree, LMT)和旋转森林(rotation forest, ROF)模型,分别生成滑坡易发性分区图,采用ROC(receiver operating characteristic)曲线进行模型精度验证与比较。结果表明,研究区滑坡受地形地貌、平面曲率与岩土体类型影响最大;两种模型预测率均较高,易发性等级分区结果与历史滑坡位置分布趋势基本一致;ROF模型的训练集正确率和验证集预测率分别为77.4%和93.1%,高于LMT模型的75.5%和84.0%;ROF模型滑坡极高易发区频率比为6.52,多于LMT模型(2.07),可见ROF模型对研究区滑坡易发性更加敏感,预测结果可靠度高;本文ROF模型滑坡易发性分区结果可为后期研究区防灾减灾与土地规划提供依据。     

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。