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GIS和加权信息量的三峡库区云阳县滑坡灾害易发性评价

以滑坡地质灾害高发区的三峡库区云阳县县城区域作为研究区,选取坡度、坡向、斜坡结构、工程地质岩组、水系作用以及土地利用类型6项影响因素作为评价指标,结合境内143个地质灾害点作为样本数据,基于ArcGIS地理信息系统软件的栅格数据计算分析功能,应用层次分析法加权的信息量理论对研究区进行滑坡灾害易发性分区评价.研究结果显示:滑坡灾害高易发区主要集中在人类工程活动频繁的县城开发区和库水位变动带库岸斜坡,分布地层主要为中统上沙溪庙组(J_2s)和下统的遂宁组(J_3s).通过对研究区的分区评价,确定了滑坡灾害高易发区,为该区滑坡地质灾害预防和规划治理工作提供指导.     

震后地质灾害易发性评价——以映秀震区为例

2008年汶川大地震诱发了数以万计的地质灾害,特别是在震中映秀附近,同震滑坡形成了大量松散物质堆积于沟道和山区斜坡上,为震后泥石流的发生提供了良好的物源条件,同时也有大量同震滑坡堆积体在震后发生复活。为了研究震后滑坡地质灾害发生的控制因素并进行易发性分析,对震中映秀附近2008年同震滑坡及2009年震后滑坡进行了遥感解译与野外调查复核。在此基础上,选取岩性、同震滑坡面密度、坡度、坡向、高程、相对高差、距河流距离和径流强度指数,8个因子作为震后滑坡地质灾害易发性评价的因子。利用确定性系数(certainty factor, CF)法和逻辑回归方法,定量评价了汶川震中区域震后地质灾害易发性,并对两个模型精度进行了比较。将研究区划分为193个小流域单元,将各评价因子进行分级,计算出各分级的CF值,并基于ArcGIS平台分别将CF值叠加得出各流域单元的CF值;利用SPSS计算各因子分级的标准化值,以得出各因子的回归系数,建立逻辑回归模型,最终对各个流域单元滑坡地质灾害的空间发生概率(即易发性)进行评价。根据结果将研究区域划分为5个区:高易发区、较高度易发区、中度易发区、较低度易发区以和低易发区。通过ROC(receiver operating characteristic curve)曲线检验CF法和逻辑回归评价方法的精度,AUC(area under curve)值分别为0.840和0.897,评价方法精度较高。     

基于GIS的贵州省滑坡敏感性评价研究

以贵州省为研究区,综合3S技术、统计分析方法、层次分析法和自然断点法等,以大量历史文献、调查和统计图表以及影像资料为数据源,对滑坡灾害的空间分布、特点及其成因机制进行了深入研究,并对滑坡影响因子进行了信息提取和分析,建立了滑坡数据库;同时,对滑坡灾害敏感性分区评价,并利用已收集到的贵州省4140个滑坡灾害隐患点对滑坡灾害敏感性划分结果进行验证,验证结果为滑坡敏感性划分结果与实际滑坡隐患点稳定性对应较好,故该技术路线可行。     

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。     

改进AHP和TOPSIS法在滑坡灾害易发性评价中的应用——以贵州毕节地区为例(三峡地区资源环境生态研究)

滑坡易发性评价是一个涉及多种因素、多个目标的复杂问题,一些关键性指标数据不易采集,量化方面也存在尺度不一、标准不同的现象。本次研究采用改进的AHP法,建立滑坡灾害易发性评价矩阵;通过改进的TOPSIS法,引入卡方检验思想,研究了贵州毕节地区的滑坡灾害易发性,比较8个评价单元与最优方案(最易发等级)的贴近度,编制了该地滑坡灾害易发性等级图。研究结果显示,滑坡灾害极易发区包括毕节市(C毕节=0.110 8)、纳雍县(C纳雍=0.124 2);高易发区包括赫章县(C赫章=0.097 2)、黔西县(C黔西=0.077 6);中易发区包括织金县(C织金=0.041 9)、大方县(C大方=0.034 4)和金沙县(C金沙=0.055 7);低易发区为威宁县(C威宁=0.027 1)。研究结果与历史灾害统计数据较为吻合;将AHP和TOP-SIS法组合应用于滑坡灾害易发性评价属于新的尝试,与传统算法相比,该组合法计算更加简便,评价结果较为准确。     

改进AHP和TOPSIS法在滑坡灾害易发性评价中的应用——以贵州毕节地区为例

滑坡易发性评价是一个涉及多种因素、多个目标的复杂问题,一些关键性指标数据不易采集,量化方面也存在尺度不一、标准不同的现象.本次研究采用改进的AHP法,建立滑坡灾害易发性评价矩阵;通过改进的TOPSIS法,引入卡方检验思想,研究了贵州毕节地区的滑坡灾害易发性,比较8个评价单元与最优方案(最易发等级)的贴近度,编制了该地滑坡灾害易发性等级图.研究结果显示,滑坡灾害极易发区包括毕节市(C毕节=0.110 8)、纳雍县(C纳雍=0.124 2);高易发区包括赫章县(C赫章=0.097 2)、黔西县(C黔西=0.077 6);中易发区包括织金县(C织金 =0.041 9)、大方县(C大方=0.034 4)和金沙县(C金沙 =0.055 7);低易发区为威宁县(C威宁=0.027 1).研究结果与历史灾害统计数据较为吻合;将AHP和TOPSIS法组合应用于滑坡灾害易发性评价属于新的尝试,与传统算法相比,该组合法计算更加简便,评价结果较为准确.     

基于证据权和支持向量机模型的威信县滑坡易发性评价

滑坡易发性评价研究对滑坡灾害防治具有重要意义。多模型耦合在滑坡易发性评价中运用广泛,但将(Weight of evidence,WOE)和支持向量机模型(Support Vector Machine,SVM)模型耦合进行滑坡易发性评价研究较少。以滇东北山区威信县为研究区,选取坡度等12个滑坡评价因子建立滑坡易发性评价指标体系,根据证据权计算得到证据权对比度、滑坡栅格占比和分级栅格占比,对指标因子进行分级,构建WOE-SVM模型计算得到滑坡易发性指数(Landslide susceptibility index,LSI),利用GIS平台得到研究区易发性分级图。结果表明：滑坡极高和高易发区主要分布河流流域和人类工程活动频繁区域,SVM和WOE-SVM模型评价结果与滑坡空间位置分布基本一致,但耦合模型精度高于单一SVM模型,其评价结果也更加合理有效,可为当地滑坡灾害的治理与预防提供一定参考价值。     

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。     

基于粗糙集理论的滑坡易发性评价——以三峡库区秭归县境内为例

以滑坡灾害突出的三峡库区秭归县境内为研究区,利用粗糙集理论将20个初始评价因子进行属性约简至12个核心评价因子,并对其组成的决策表进行知识挖掘获得滑坡与评价因子之间的规则集合.利用知识规则集合对决策表进行分类,得到以斜坡单元为基础的滑坡易发性图.研究结果表明:滑坡易发区面积占研究区总面积的21.7％,主要分布在斜坡结构为顺向坡,地层岩性为软岩、软硬相间岩,以及靠近水系及公路开挖的区域.粗糙集方法的预测精度为87％,其预测能力较KNN算法和Logistic模型的优.粗糙集理论是一种行之有效的区域滑坡易发性评价方法.     

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。     

基于ArcGIS与信息量法的滑坡易发性评价

广西碎屑岩分布区从2005年至2013年间发生突发性地质灾害共1 261处,其中滑坡数量最多,共860处,占总数的68.2%,隐患点3 956处。通过分析滑坡稳定性的关键性影响因子,以坡度、土地利用类型、岩组、降雨等评价指标建立广西碎屑岩区滑坡易发区评价体系。基于ArcGIS以90 m×90 m栅格单元作为滑坡易发性评价的基本评价单元,采用信息量法计算坡度、土地利用类型、岩组、降雨等评价指标的信息值。对广西碎屑岩分布区进行滑坡易发性评价,分析得到广西碎屑岩区滑坡易发性区划和防治区划。以广西碎屑岩区作为研究区,分析结果可为广西碎屑岩区滑坡预警和防治规划提供技术参考。     

基于SVM-LR模型的滑坡易发性评价——以临潼区为例

以临潼区作为研究区,在收集资料的基础上,选取12类影响因素作为评价因子,采用滑坡相对点密度分析滑坡点与评价因子的空间分布关系,通过Spearman对因子相关性进行分析,剔除地形起伏度因子;分别采用支持向量机模型(support vector machine,SVM)与逻辑回归模型(logistic regression,LR)对区内滑坡易发性进行评价,评价结果表明:SVM、LR模型的预测准确率分别为81. 8%、86. 4%。在此基础上,通过建立max{LSI(SVM)、LSI(LR)}函数,提出SVM-LR模型并用于研究区滑坡灾害易发性评价中。最后采用受试者特性曲线(receiver operate curve,ROC)对3种模型的预测精度进行检验与对比,检验结果表明:SVM-LR模型的成功率与预测率均高于SVM、LR模型,在极高易发区—高易发区内,滑坡灾害点所占百分率提高了2. 8%。研究结果可以为滑坡易发性评价提供一种新的思路。     

基于地理信息系统和加权信息量的茂县地质灾害易发性评价

以茂县为研究区,选取坡度、起伏度和道路等8个因子构建评价指标体系,通过信息量法、确定系数法确定因子信息量值和权重,运用ArcGIS进行地质灾害易发性评价。结果显示,研究区高易发区面积345.62 km~2、较高易发区456.65 km~2、中易发区664.83 km~2、较低易发区943.71 km~2和低易发区1 488.34 km~2,分别占总面积的8.86%、11.71%、17.05%、24.20%和38.17%。对评价结果进行合理性检验和受试者特征曲线(receiver operate curve, ROC)的精度检验,检验结果表明评价具有合理性,且曲线下的面积(area under curve, AUC)值为0.882,即评价准确度较好。研究结果能为研究区的灾害防治和国土空间规划提供科学依据。     

基于GIS和信息量-快速聚类模型的滑坡易发性研究——以云南省福贡县为例

云南省福贡县地质环境脆弱,滑坡灾害频发,对其开展滑坡灾害易发性研究具有重大意义.首先,在研究了福贡县地质地理环境特征和滑坡现状发育特征的基础上,从地理环境因素、地质环境因素、人类活动因素3个维度选取9个指标因子建立滑坡灾害易发性评价指标体系,并利用滑坡频率比法充分考虑各因子不同状态下对滑坡灾害的不同影响情况进行各指标因子状态分级;其次,引入信息量模型并基于GIS平台对福贡县滑坡灾害进行易发性评价;再则,通过快速聚类算法对滑坡易发性进行分级,提高滑坡易发性评价的准确性;最后,利用成功率曲线对评价精度进行验证.结果表明:采用GIS和信息量-快速聚类模型进行滑坡易发性评价能较好地反映出福贡县的滑坡灾害易发性状况,改善了由于人为因素对区域划分的主观影响,与福贡县的实际滑坡灾害分布情况相吻合,可应用于福贡县的防灾减灾工作.     

兰州市凤凰山报恩寺滑坡形成条件及稳定性分析

以兰州市报恩寺东侧滑坡为研究对象,在调查分析研究区地质环境条件的基础上,详细研究滑坡特征,分析滑坡的成因,通过定性分析与定量计算相结合的方法综合分析评价了报恩寺滑坡在不同状态下的稳定性.结果表明凤凰山老滑坡在自然状态下较为稳定,发生灾害的可能性较小,报恩寺东侧滑坡具有多级多次滑动的特征,属后缘高陡,前缘开阔地形,在自然状态下很有可能再次发生灾害.分析结果为报恩寺滑坡灾害的治理工程设计提供了科学合理的设计参数和地质依据.     

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。     

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.     

基于信息量模型的陕西省合阳县地质灾害易发性区划

在对合阳县地质灾害进行野外调查和资料收集的基础上,选用灾害点密度、坡型、坡高、坡度、岩土类型和人类工程活动6个因子建立该地区地质灾害易发性分区的评价指标体系,采用基于GIS的信息量模型进行合阳县地质灾害易发性区划,并针对不同分区提出相应的地质灾害防治措施.根据计算分析,最终将研究区划分为非易发区、低易发区、中易发区和高易发区4个区.其中高易发区占研究区总面积的20.16%,中易发区占总面积的4.47%,低易发区面积占总面积的3.98%,非易发区面积占总面积的71.39%.