基于模糊层次分析法的高速公路地质灾害评价 ——以攀盐高速格里坪至渔门段为例

当高速路穿越地质灾害频发的山区时,对其进行地质灾害评价可以有效地提高防灾效率,降低防灾成本.在详细分析攀盐高速格里坪至渔门段地形地貌、地质背景的基础上,构建了10个地质灾害危险性评价因子,利用模糊层析分析法(FAHP)对研究区地质灾害危险性进行了综合制图与评价,并对结果进行了验证.研究表明:1)研究区地质灾害危险性程度主要以安全、轻度危险性为主,占研究区面积的56.72%. 2)高危险区域占研究区面积的10.79%,主要分布在滑坡、崩塌等地质灾害密集带和高沟谷密度带. 3)地质灾害危险性评价区划结果精度高,具有一定的科学性和准确性,可为高速路规划和防灾减灾提供理论依据.     

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AHP-LR熵组合模型的子长市地质灾害危险性评价

延安市子长市是地质灾害较为严重的地区,受地形地貌、地质环境条件、人类工程活动等诸多因素的影响,尤其是在强降雨气候下,区内崩塌、滑坡等地质灾害时有发生,严重威胁着人们的生命和财产安全。为了对研究区地质灾害危险性进行综合评价,建立了年均降雨量、道路距离、坡度、土地利用类型、岩土体类型等9个评价指标,利用层次分析法(analytic hierarchy process, AHP)与逻辑回归法(logistic regression, LR)的熵组合模型求得的各类评价因子权重值乘以对应因子层中的信息量值,在ArcGIS平台中对各类评价因子栅格图层进行了叠加分级处理并对评价结果采用受试者工作特征(receiver operating characteristic, ROC)曲线进行精度检验。结果表明,基于AHP-LR熵组合模型下的危险性评价结果准确率达到0.897,明显高于单一赋权模型的精度。区内极高、高危险性分级主要集中于研究区中部,两类分区下的面积为352.49 km~2,约占全区总面积的15%。研究成果可为该区的防灾减灾工作提供一定参考,同时对同类地区的地质灾害危险性评价也具有一定借鉴意义。     

基于支持向量机的滑坡易发性评价

应用支持向量机算法对湖南省靖州县的滑坡易发性进行评价.首先,通过实地调查、卫片判译及滑坡历史记录,共发现滑坡102处及非滑坡点100处,随机用70％数据来训练模型,30％数据来验证模型;其次,选取坡度、坡向、高度、河流距离、断层距离、公路距离、土地利用和人类活动强度8个地质灾害影响因子作为地质灾害易发性评价指标;然后,...     

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,成为了地质灾害多发区域,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、极高四个危险性分区,引入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。     

基于斜坡单元与组合赋权法的东川区地质灾害危险性评价

针对单一评价方法在地质灾害危险性评价中的弊端,采用斜坡单元与组合赋权法相结合开展地质灾害危险性评价.借助ArcGIS平台,以水文分析法建立斜坡单元,选取坡度、坡向、距道路的距离、距河流的距离、距断层的距离、岩性、降水量、高程、土地利用类型9个评价因子,采用层次分析法和熵权法相结合的组合赋权法确定评价因子的综合权重,将东川区地质灾害危险性等级划分为极高危险区、高危险区、中危险区和低危险区.研究结果表明,斜坡单元能够较好地反映微观地貌特征;危险性分区结果与地质灾害点实际分布相吻合;研究区的中东部和北部地区是地质灾害分布密集区,地质环境脆弱,人类活动明显,危险性较高.     

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。     

基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation, BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示：研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index, TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic, ROC)曲线精度分析,结果表明：基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve, AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重...