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%.     

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。     

浙江省龙泉市地质灾害易发区划分分析

龙泉市是浙江省地质灾害的多发区之一。地质灾害不仅造成生命财产的巨大损失 ,而且对当地的投资环境乃至社会的持续发展都构成威胁。根据危害程度将地质灾害划分为高易发区、中易发区、低易发区 ,并分别对之进行评价 ,提出相应的治理对策。     

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.     

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。     

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。     

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.     

“4·20”芦山地震后的四川地质灾害形势预测与防治对策

"4·20"芦山地震诱发了大量次生地质灾害。针对此次地震引发的次生地质灾害,通过分析地形地貌、地质条件、地震活动和极端干湿气候对泥石流发育的影响,建立地质灾害易发性评价指标,利用GIS空间分析技术对四川震后地质灾害易发性进行了快速定量评价。结果显示,2013年四川省地质灾害高、中、低易发区面积分别为9.97×104 km2、6.67×104 km2、1.41×104 km2。其中高易发区主要集中于芦山地震影响区、汶川地震影响区、川东南和川南干旱区。在此基础上提出了防控建议。     

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.     

探析地质灾害详细调查中对地质灾害综合危险性指数法的应用

地质灾害详细调查工作为划分地质灾害易发区提供了基础信息,为危险区和防治区的划分以及灾害防范提供了依据。这其中地质灾害综合危险性指数法有很好的应用,让易发区的划分从定性分析的原则变为定量分析,使得地质灾害详细调查更加科学、准确。该文从了解地质灾害详细调查的综合情况入手,介绍地质灾害综合危险性指数法,进而讨论综合危险性指数法在划分地质灾害易发区方面的具体应用。     

评价单元对地质灾害易发性评价的影响

西吉县地处宁夏回族自治区南部山区,地质环境条件复杂,地质灾害数量多、规模大,严重制约当地的经济发展。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和加权信息量模型的富源县地质灾害易发性评价

构建科学合理的地质灾害评价体系是地质灾害防治的基础,对区域防灾减灾工作具有重要指导意义。选取高程、坡度、工程地质岩组、距离构造的距离、年平均降雨量、距离水系的距离、距离主干道路的距离、煤矿工程活动共8个指标,通过GIS平台使用加权信息量模型对富源县进行地质灾害易发性评价。结果表明：采煤活动与工程地质岩组是富源县地质灾害发育的重要影响因子,区内地质灾害低易发区、较低易发区、中易发区、较高易发区、高易发区面积(占比)分别为383.8km₂⁽19.54%)、449.77km₂⁽31.12%)、759.67km₂⁽23.53%)、1004.99km₂⁽13.93%)和630.97km₂⁽11.89%),其中地质灾害高易发区与采煤活动区分布较一致,是灾点较为集中的区域。通过ROC曲线验证,正确率为77.95%,表明区划较为合理,可以为富源县地质灾害防治提供参考。     

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.     

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。     

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。