基于随机森林的山洪灾害风险评估——以江西省为例

依据流域灾害系统理论,以江西省山洪灾害的特点为基础,从触发因子、下垫面孕灾环境和承灾体3个角度确定影响山洪灾害的9个评价指标。将历史发生山洪灾害点的正样本集和5组随机采样点的负样本集组成不同的总样本集,并进行训练样本和测试样本的随机分组。通过训练样本构建了基于随机森林的模型,并通过测试样本对模型进行检验,平均精度为86.26%,表明构建的随机森林模型具有较好的拟合效果。对山洪灾害风险图在行政分区上进行了风险高值区面积绝对值和面积占比的定量统计分析,结果发现景德镇和上饶市山洪灾害风险度较高和很高的区域不仅面积占比大,所占面积绝对值也很大,属于山洪灾害高发区域。     

西藏东南部山洪灾害过程水文动力模拟和临界雨量

[目的]研究西藏山洪致灾临界雨量确定方法,为西藏地区水文气象预警提供基础数据资料,以服务于高原山洪灾害防御工作。[方法]采用水文动力模式Floodarea模型对西藏东南部的一次山洪过程进行模拟研究,并利用气象资料逐时降水量进行了淹没高度计算,得到了山洪致灾临界雨量。通过实地考察获取西藏自治区林芝市巴宜区2015年8月一次山洪灾害的基本参数资料,与模型模拟研究结果进行对比分析和模型验证。[结果](1)Floodarea对暴雨诱发山洪过程的模拟结果较好,结合多源降水数据能更准确地模拟西藏山区山洪暴发的过程;(2)通过调整雨量情景设定可推算山洪不同淹没水深的临界雨量,得到较为准确的洪水淹没范围和降雨量—淹没深度关系;(3)应用降雨量—淹没深度关系计算得到巴宜区永久河山洪沟的4个淹没深度灾害山洪等级(0.1,0.6,1.2,1.8m)的6h累计临界雨量分别为33,55.7,75.4,91.9mm。[结论]研究结果表明Floodarea软件适用于西藏高原水文观测资料匮乏的复杂地形山区,能较准确地重现山洪灾害过程和确定山洪临界雨量,可为复杂地形山区山洪防治和预警提供参考。     

海南岛山洪灾害风险区划研究

在海南岛暴雨风险普查资料收集的基础上,以海南岛140个小流域为单元,选择了地形因子、水系因子、暴雨指数、滑坡和泥石流密度、综合灾度6个因子作为山洪灾害的危险性指标,通过层次分析法计算海南岛山洪灾害危险性;选择人口密度比、耕地百分比、GDP百分比、基础设施百分比作为易损性指标;通过风险=危险性×易损性,在ArcGIS中完成了海南岛山洪灾害的风险区划图,并通过历史山洪数据对其进行检验,结果表明:海南岛山洪灾害的风险区划图中的高风险区和次高风险区平均覆盖了历史山洪灾害的72%的范围,能在一定程度上说明区划结果的合理性,该成果可在海南岛的山洪防灾减灾工作中发挥重要作用。     

基于FloodArea模型的新疆尼勒克县暴雨山洪临界雨量的确定

[目的]对尼勒克县科蒙乡吉林台苏河流域2016年6月17日发生的特大山洪过程进行模拟并结合实地考察淹没水深对模拟结果进行验证,进而确定其山洪致灾临界雨量。[方法]以新疆尼勒克县典型山洪沟为研究对象,基于FloodArea淹没模型,利用流域内气象站降水资料、高程数据及相关基础地理信息数据,选取山洪预警点并分析预警点处不同累计时效的面雨量与模拟洪水过程线的相关关系。[结果]该流域洪水的淹没水深与对应累计9h面雨量相关性最高,确定了预警点处累计9h的4级风险等级对应的致灾临界值分别为12.80mm(4级),25.78mm(3级),45.24mm(2级),64.71mm(1级)。[结论]淹没模型FloodArea能够较为准确地模拟出研究区暴雨山洪个例淹没过程,根据其模拟结果能够反演出不同风险等级条件下该流域的山洪致灾临界面雨量。     

嫩江沙地沙质荒漠化程度遥感定量评价——以杜尔伯特蒙古族自治县为例

杜尔伯特蒙古族自治县位于嫩江沙地的中心,以杜尔伯特蒙古族自治县为例研究嫩江沙地的荒漠化程度有较好的代表性。在研究区选取63个样地实地调查荒漠化程度,同时获取研究区的ETM＋遥感影像,对荒漠化主要评价因子植被盖度、生物量、裸沙占地百分比进行遥感定量反演,地表结皮和土壤质地采用定性的方法结合目视解译进行提取。在现有荒漠化评价方法的基础上,建立以像元为单位的荒漠化程度评价的定量化遥感信息模型,并输出荒漠化程度分布图。利用63个实测样地数据评价遥感信息模型的精度,被正确评价的样点数为57个,遥感信息模型对杜尔伯特蒙古族自治县荒漠化程度进行定量评价的精度达到90.5%。     

基于监测数据和BP神经网络的食品安全预警模型

以中国实际食品安全监测数据为样本,研究基于BP神经网络的食品安全预警方法。首先对食品安全日常监测数据进行筛选简化,选择其中与食品安全最为密切的167种检测项目,以此检测项目为指标按月度划分建立数据样本。然后建立以167种检测项为输入层,包含2个隐层,以化学污染、农药残留、兽药残留、重金属、微生物致病菌5大类为输出层的食品安全预警神经网络模型,最后用所得数据样本进行训练和验证。结果表明,基于BP神经网络的食品安全预警方法能有效识别、记忆食品危险特征,能够对输入样本进行有效的预测,研究有助于丰富食品安全数据的处理方法,有助于完善相关预警技术手段。     

基于GWR模型的江西省山洪灾害区域异同性研究

[目的]探索山洪灾害空间分布的规律,为江西省山洪灾害防治和各流域的监测和管理提供重要决策支持。[方法]根据山洪灾害的形成机理,从触发因子、孕灾环境、承灾体3个方面选取9个解释变量,将山洪灾害调查数据的5项内容作为反应变量,并作为评价山洪灾害度的指标,利用地理加权回归方法(GWR)构建模型,然后利用GIS技术探讨江西省3个不同区域山洪灾害空间分布的异同性。[结果]同一区域不同山洪灾害度指标的模型之间具有异同性,不同区域同一山洪灾害度指标的模型之间也具有异同性,不同灾害度指标的空间分布也表现出明显的异同性。[结论]在构建各项灾害度指标模型时,不仅要考虑到地域上的差异,也要考虑到不同灾害度指标之间的差异,GWR模型能有效地解释局部空间变化情况和重要解释变量的分异性。     

白龙江流域泥石流危险性评价

泥石流是暴发在山区小流域内的特殊地质灾害,泥石流危险度评价是泥石流灾害风险预测、评价和防治的前提。本文以流域单元为评价单元,选取沟床比降、泥石流规模和堵江程度3个因子,构建危险性评价模型,提出流域尺度的危险性评价方法。以甘肃省陇南地区白龙江流域为研究区,应用GIS技术,利用数字高程模型(DEM)数据,建立以水文响应单元为基本评价单元,应用危险度模型计算研究区泥石流危险度,划分危险度等级,编制泥石流危险性评价结果图。结果表明:处于中度危险以上的泥石流沟数量占78%,其中,极高度危险的泥石流沟占25.3%。评价结果与实际灾情吻合,可为白龙江流域防灾减灾提供参考依据。     

MODIS干旱指数结合RBFNN反演冬小麦返青期土壤湿度

土壤湿度是农业干旱信息最重要的表征因子,它的反演对区域乃至全球农业干旱监测及预报都具有重要意义。该文基于MODIS遥感干旱监测指数构建了冬小麦返青期土壤湿度的评价指标体系,在此基础上,结合径向基函数神经网络(RBFNN)协同反演农地土壤湿度。首先,针对单一利用遥感干旱指数反演土壤湿度具有一定的局限性问题,选取监测土壤含水量、作物需水形态变化、冠层含水量、冠层温度等参量的遥感干旱监测指数作为综合评价指标;并利用实测土壤湿度作为验证标准,从原始遥感干旱监测指数中选取出适宜的指标集;然后,以选取的评价指标集为输入层,以实测土壤湿度作为输出层的输出,构建RBFNN的农地土壤湿度反演模型。研究结果表明:应用在河南省冬小麦返青期时,基于MODIS遥感干旱监测指数与RBFNN协同反演的土壤湿度模型具有较好的反演效果;模型的评价指标集与10 cm深度的土壤湿度相关性更好,而且能综合多通道遥感信息来反映土壤湿度的变化;模型的平均预测精度达到93.27%,与BP-NN和线性回归反演模型相比,反演精度分别提高了2.92和9.97百分点;模型回归分析相对1:1斜线的偏差最小;相关系数为0.846 49,回归决定系数为0.862 6。研究结果可为区域土壤湿度的遥感反演提供新的案例参考。     

基于加权信息量的地质灾害易发性评价——以四川省泸定县为例

[目的]对四川省泸定县进行地质灾害易发性评价,为该区地质灾害预防预测提供依据。[方法]借助谷歌影像解译,获取崩塌、滑坡、泥石流等地质灾害隐患点279处。选取地形地貌、岩性构造、气象水文、土壤与土地利用(LULC)4个方面构建评价指标体系。运用确定性系数法确定因子权重,并结合信息量法构成加权信息量模型。通过ArcGIS空间分析平台,开展灾害易发性评价。[结果]研究区极高和高易发区分别占总研究区面积的13.54%,26.49%。地质灾害点共225处落在极高易发区和高易发区内,占总样本灾害点的80.65%。通过受试者工作特征曲线(ROC)的线下面积(AUC)进行检验,其值为0.793,评价模型精度良好。[结论]对四川省泸定县的地质灾害易发性进行了等级划分,采用的加权信息量方法的易发性评价结果可信。     

基于多情景的巫山县山洪灾害危险评价

以重庆市巫山县为研究区,构建了静态动态山洪灾害危险评价指标,按照48h降雨量为50,100,150,200,250mm这5种情景,模拟获取了研究区地表汇流累积量;采用空间叠加法计算了各网格单元山洪灾害危险指数值并将山洪灾害危险划分为高、中、低危险和基本安全4个等级。研究结果表明:巫山县山洪灾害以低危险和中危险等级为主,但中、高危险面积相对较大,达总面积的39%;在48h降雨量由50mm增加到250mm的过程中,基本安全面积基本不变,低危险面积稍有降低,中危险面积减少10.425 1km~2,而高危险区面积则显著增加13.727 5km~2;从各乡镇来看,中、高危险面积所占比例超过40%的达10个乡镇,且危险指数相对较高的乡镇主要集中在研究区的南部和西部;从各行政村来看,评价结果与历史灾害分布情况吻合相对较好,同时危险指数值大于1.7的村占总数的54.11%。研究结果从不同尺度、多情景体现了巫山县山洪灾害的危险分布,可为研究区山洪灾害防治提供科学依据,具有一定借鉴和指导意义。     

基于多光谱影像反演土壤盐分的建模方法研究

土壤盐分的定量遥感反演,为快速、准确、全面地监测盐渍化状况提供了可能。本文以黄河三角洲地区垦利县为例,实地调查采集土壤样本,并获取同时相Landsat 8影像,建立土壤盐分遥感反演的BP神经网络、偏最小二乘回归、主成分分析、多元线性回归多种模型,进而进行精度对比分析,评价、优选最佳建模方法,最后,基于最佳模型进行研究区土壤盐分的空间分布反演分析。结果显示:遥感影像的反射率与土壤盐分含量并不是单纯的线性关系,构建的盐分估测模型BP神经网络预测决定系数为0.8467,均方根误差为0.071,明显高于传统线性统计模型,能较好地模拟土壤盐分与光谱数据的关系。该研究既能为盐渍土的治理、利用提供数据支持,又能推动盐渍化区域遥感研究的定量发展。     

宁夏暴雨洪涝灾害风险区划

基于灾害风险理论及气象灾害风险形成机制,收集宁夏暴雨、灾情资料、社会经济资料、地理信息及遥感数据,综合考虑在形成宁夏暴雨洪涝灾害过程中孕灾环境,致灾因子,承灾体及当地的防灾减灾能力等因素,构建暴雨洪涝灾害风险评价的框架、指标体系、方法与模型,对宁夏暴雨洪涝灾害风险程度进行评价并借助GIS技术进行等级划分和专家讨论,形成宁夏暴雨洪涝灾害风险区划成果。由研究成果得出了经济较发达的整个宁夏平原都属于暴雨洪涝灾害中等以上风险区等诸多结论,为本地区灾害规划与预案制定、重大工程建设、生态环境保护与建设等提供决策依据。     

北方地区日光温室气象灾害风险评价

利用北方典型日光温室室内以及相应台站气象数据,建立基于BP神经网络的室内气温预报模型,以此预报北方243个台站1990-2009年室内气温,利用预报的室内气温数据及室外降水、日照、风速等气象数据和主要气象灾害指标,构建基于实数编码的加速遗传算法(Real-code accelerating genetic algorithm,RAGA)和投影寻踪(Projection pursuit evaluate,PPE)的日光温室气象灾害风险评价模型,并对北方地区日光温室主要生产月气象灾害风险进行逐月评价.结果表明,北方日光温室室内气温预报值与实际观测值的标准误差在0.89～1.54℃,方程决定系数在0.87 ～0.94.北方地区日光温室1-3月的气象灾害风险等级较高,分布在天山以北、大兴安岭以北的地区和西藏地区,主要是低温和大风沙尘天气.9月气象灾害风险等级最低,分布在长城以南,黄河以北地区,主要是低温.本研究构建的北方地区日光温室气象灾害风险评价模型可为日光温室气象灾害风险区划和防御提供决策支持.     

辽宁省中小流域洪灾调查评价关键技术综述

随着社会经济的发展和城镇化进程的加快,对山洪灾害防治项目建设的目标和任务提出了更高要求。以辽东地区中小流域为例,详细阐述了山洪灾害调查评价工作中涉及到山洪灾害测量及质量控制、中小流域设计暴雨洪水方法、防洪特征指标确定方法、山洪现状评价、预警指标体系构建等成套关键技术,为辽宁省全面开展中小流域山洪灾害调查评价工作提供了有力技术支撑,也可为其它地区提供参考。     

基于GIS的河南省土壤侵蚀定量评估研究

在RUSLE经验模型的基础上结合"3S"技术对河南省土壤侵蚀现状进行研究。结合河南省当地的地貌特征,根据我省相关的观测资料,计算土壤侵蚀的各因子值,建立适合本省的土壤侵蚀预报模型;应用GIS不仅可以方便地进行参数输入,还可以按照计算结果描述土壤侵蚀空间分布差异,同时用户可用GIS模块中的数据分析工具,根据所需目的进行数据分析、查询和图形输出。遥感影像作为数据源为侵蚀因子提供基础数据,同时还可以从遥感影像中直接判读土壤侵蚀类型。首先找出土壤侵蚀模型所需要的适合河南省的降水侵蚀力因子、土壤可蚀性因子、地形因子、植被覆盖与水土保持措施因子并栅格化之后,在ARCGIS的Raster Calculator模块里根据其土壤流失预测公式获得河南省土壤侵蚀强度分布图,再根据sl190-96的分级标准(表)进行分级,获得河南省土壤侵蚀强度等级分布图,河南省内各地土壤侵蚀情况即可一目了然,为政府决策提供了科学参考,为今后的研究提供了理论依据。     

基于遥感的新疆蝗虫灾害渐进式修正预测方法

蝗灾是新疆的主要生物灾害之一,对新疆农牧业生产造成严重威胁。该文利用遥感技术在新疆范围内对蝗灾风险进行预测,以期为治蝗部门及早采取生物、化学治蝗措施提供参考。该文基于蝗虫种群发育的产卵、孵化与生长3个重要阶段,利用MODIS数据定量反演影响蝗虫种群发育的关键生境因子,进而提出一种基于卫星遥感的渐进式草原蝗灾风险评估模型,并以2010年与2014年为实例,对新疆地区草原蝗灾风险进行了预测与评估:野外实测得到的蝗灾严重程度分级和模型预测的风险等级完全一致的样本点占74.4%,误差在一个等级以内的样本点占94.9%。结果表明,该文所提出的渐进式蝗灾风险预测模型能较好地反映温度、植被、土壤、水分等关键生态因子对蝗虫种群发育的影响,避免了一次性预测的不准确,预测结果与历史灾情数据和地面实测数据一致性较好。该模型可用于新疆治蝗部门对蝗灾的早期预警,以增强防灾减灾的能力。     

基于GIS和FloodArea水动力模型的重庆市山洪灾害风险区划

[目的]开展重庆市山洪灾害风险评估与区划,为该地区山洪防灾减灾提供相应参考。[方法]依据自然灾害风险评估理论,从致灾因子危险性、孕灾环境脆弱性、承灾体暴露性、防灾减灾能力4个方面选取指标,构建重庆市山洪灾害风险评估模型。结合相关气象、生态和社会经济数据,运用GIS空间数据分析完成重庆市山洪灾害风险区划。[结果]重庆市山洪灾害致灾因子危险性在合川和江津大部地区为高风险区,孕灾环境高脆弱区主要位于长江、嘉陵江沿江河谷地带,承灾体暴露性在重庆市主城区、南川、武隆、涪陵、城口为高暴露区,重庆东北部和东南部大部地区为低防灾减灾能力区。[结论]总体评估而言,重庆市山洪灾害风险的高风险区主要位于重庆东北部的巫溪、东南部的酉阳和彭水、西南部的江津和西北部的合川。     

基于BP神经网络模型的川中丘陵区坡耕地土壤侵蚀预测研究

利用地处川中丘陵区的遂宁水土保持试验站6个坡耕地径流小区1991-2000年的径流观测数据,采用基于Matlab的BP神经网络模型,将5个输入因子(降雨量、降雨历时、降雨强度、植被覆盖率、坡度)、9个输入因子(在5个输入因子基础上增加前期降雨量、前期降雨历时、前期降雨强度及前后降雨间隔时间)、10个输入因子(在9个输入因子基础上增加水土保持措施因子)作为输入因子,冲刷量作为输出因子进行土壤侵蚀建模及预测。结果表明:5个输入因子对输出因子的决定系数(R2)为0.52,模型效率系数(NE)为0.48,预测效果不理想;9个输入因子对输出因子的R2为0.53,NE为0.48,预测效果也不理想;10个输入因子对输出因子的R2为0.57,NE为0.70,预测效果较好,可以达到业务预报水平。     

基于正态云模型的三峡库区土地利用生态风险评价

为有效解决三峡库区土地利用生态风险评价中因某些基础数据不能被准确获取或量化而造成的评价指标和评价结果中存在的模糊性和不确定性问题,引入了正态云综合评价模型。正态云模型既能直观地看出各评价指标的状态,也能客观地反映出各评价指标对整个三峡库区土地利用生态风险的影响。该文采用三峡库区2000年和2012年遥感数据、社会数据、经济数据以及环境监测数据,基于压力-状态-响应(pressure-state-response,PSR)模型构建评价指标体系,利用正态云模型对三峡库区土地利用生态风险进行评价。结果表明:三峡库区2000-2012年各区县平均土地利用生态风险等级均隶属于较低等风险级;其隶属度值由0.4233下降到0.4013,库区总体土地利用生态风险等级有逐年上升的趋势,并在空间上由东北到西南逐渐增加;库区6区县,含库腹4区县和库尾2区县,土地利用生态恶化突出,特别是重庆长寿区,值得重点关注。正态云模型实现了各评价因子向生态风险等级的不确定性映射,兼顾了评价因子量化与等级划分的随机性和模糊性,使评价结果更具客观性。该研究结果为三峡库区合理土地利用与生态保护政策的制定提供一定的借鉴参考。