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%.     

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。     

基于信息量模型的盘州市地质灾害易发性评价

地质灾害易发性评价是区域灾害防治的前期工作。构建一个符合区域地质环境的灾害评价体系对评价结果的准确性和区域适用性起决定性作用。在对区域地质灾害调查分析后,选取降雨、坡度、岩性等8个影响因素,利用信息量模型对盘州市进行地质灾害易发性评价。结果显示:盘州市地质灾害主要分布在河流沿岸、靠近道路和断层相对集中的区域;易发性高和较高区域呈带状分布,占盘州市国土面积的38.62%;随易发程度的升高,各区域分布的灾害点数量增多,灾积比也逐渐增大,说明评价结果与研究区地质灾害分布的实际情况相符,分区划分合理。研究成果可为盘州市灾害防治提供参考。     

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...     

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。     

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。     

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。     

遂宁城市地质灾害危险性评价

研究四川遂宁城市建设环境地质问题和有关灾害的地质环境背景,为该城市的经济与社会可持续发展、生态环境建设与保护提供环境地质依据。通过野外及室内资料收集、整理,调查和研究了遂宁市的环境地质背景,发现该市的地质灾害类型主要为滑坡和不稳定斜坡。通过地质灾害致灾因子(工程地质条件)分析,划分出地质灾害中等易发和不易发两类地区。通过对地质灾害易发程度和易损性的量化指标(地层岩性、斜坡结构类型、坡度、降雨、坡高、人类工程活动、斜坡变形破坏特征、死亡及受威胁人数、直接或潜在经济损失等)研究,对城市建设用地地质灾害的危险性进行了综合评价,其中涪江以西构造剥蚀侵蚀丘陵区及涪江以东构造剥蚀丘陵区为滑坡地质灾害中易发亚区,而涪江侵蚀堆积河谷平坝区为地质灾害低易发区。     

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。     

“8·3”鲁甸地震小震大灾背景下次生泥石流的易发性分析

2014年8月3日云南鲁甸地震诱发了大量次生地质灾害,研究表明此次地震“小震大灾”的原因是前期干旱导致土体强度降低,在暴雨作用下引发大量次生灾害。在小震大灾的岩土性质基础上,通过分析地形地貌、地质条件、地震活动和极端干湿气候对地质灾害发育的影响,建立地质灾害易发性评价指标,利用 GIS 空间分析技术对震后灾区泥石流易发性进行了快速定量评价。结果显示,地震灾区地质灾害高、中、低易发区面积分别为6865．87 km2、15102．72 km2、9869．06 km2。其中高易发区主要集中于金沙江与牛栏江沿线,呈带状分布,以及受地层岩性的影响呈岛状等不均匀分布,今后在进一步的极端气候影响下,区域泥石流灾害有可能进一步发展。     

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。     

基于斜坡单元鄂西山区典型集镇地质灾害风险评价

鄂西山区处于全省地质灾害高易发区,灾害频发,风险呈现加剧之势。以恩施州巴东县野三关集镇为研究区,通过以斜坡为单元地质灾害调(勘)查工作,归纳了孕灾地质条件,并构建了斜坡地质灾害风险评价体系：首先基于斜坡单元进行评价单元划分;然后采用层次分析法,选取斜坡坡度、斜坡高差、剖面曲率、工程地质岩组、地质构造、斜坡结构、水系密度、植被覆盖率等8个评价因子,对区内斜坡地质灾害易发性进行评价研究;综合考虑人类工程活动和降雨的诱发影响,进行不同降雨重现期工况下危险性区划;根据研究区人口、建筑、道路、土地等承灾体分布,分别进行人口和经济易损性评价;最后根据危险性和易损性评价结果,进行地质灾害风险评价,为野三关集镇发展规划、精细化“隐患点+风险区双控”体系建设提供了理论依据和实际指导。结果表明：随着降雨量的增加,高风险区和极高风险区的面积逐渐增加,主要集中分布在研究区东北片区,针对极高、高风险区地质灾害隐患点和有变形迹象的斜坡建议采取工程治理或专业监测措施,制定应急预案。     

GIS支持下基于层次分析法的西藏札达地区滑坡灾害易发性评价研究

位于西藏喜马拉雅山西南部的札达地区,是青藏高原隆升最快的部位之一,由于研究区独特的构造背景及其演化过程,故重大滑坡灾害在区内多发,严重的阻碍当地经济的正常发展,破坏区域生态环境的平衡。在前人工作基础上,以对影响札达地区重大滑坡灾害发育及分布因素的研究为基础,利用层次分析法对研究区重大滑坡灾害进行危险性评价,通过分析区内重大滑坡灾害形成条件及分布特征,结合札达地区地质特征选取合理的影响因素建立评价体系,权衡各影响因素具体情况后确立滑坡稳定性评价模型并进行综合分析,根据分析结果将区内各评价单元按易发程度分为低易发性、较低易发性、中易发性、较高易发性及高易发性五类并对分区结果进行检验,检验曲线表明分区效果良好。