基于确定性系数模型的泸水市泥石流易发性评价

以泥石流灾害频发的怒江州泸水市为研究区,选取坡度、高程、河流距离、道路距离、岩性、断裂带距离、降雨量、NDVI、土地利用9个影响因子,建立了泸水市泥石流灾害易发性评价体系。采用确定性系数模型(CF模型)进行了泥石流灾害易发性评价,将泥石流易发性评价结果分为极高易发区、高易发区、中易发区、低易发区4个等级。结果表明:研究区高易发区及以上级别的易发区内发生的泥石流灾害数量占总数的95.32%,易发性评价结果正确率达到81.99%,表明选取的评价指标合理,CF模型适用于泸水市的泥石流灾害易发性评价研究。泸水市泥石流灾害高易发区也是居民点集中分布区,评价分区结果对泸水市的泥石流灾害防灾减灾具有一定的借鉴作用。     

基于MaxEnt模型的怒江大峡谷泥石流易发性评价和成因

为进行泥石流易发性分区及环境因子的敏感性评价，选取降水、高程、坡度、坡向、径流量、岩性、断层、归一化植被指数、土壤侵蚀模数等9个环境因子，基于最大熵(MaxEnt)模型对187个泥石流沟道进行易发性评价。结果表明：导致泥石流易发的主导因素依次是径流量、高程、降水、岩性、断层、坡度、归一化植被指数、土壤侵蚀模数、坡向。依据泥石流灾害易发概率进行易发性分区发现，贡山—福贡段泥石流易发性最强，模型AUC值为0.974,标准差为0.010,模型分析结果与实际结果一致。与研究区山洪沟道9个环境因子进行对比评价发现，泥石流对环境因子的敏感性要比山洪复杂。通过能量分析的方法证明泥石流环境因子的敏感性复杂的原因，表明流域汇水能量对灾害的形成贡献率最大。     

环境因子组合和负样本选取策略对花岗岩区崩岗易发性的影响

不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响，该研究以江西省兴国县花岗岩区为例，利用地理探测器探测17个环境因子的统计量q值，根据累计q值百分比大小依次选择4、7、10和17个环境因子进行组合；利用单随机欠采样、频率比法及改进频率比法等负样本选取策略构建与正样本等量的负样本数据集；采用随机森林模型进行易发性评价，并对评价结果进行对比分析。结果表明：1）3种负样本选取策略下的模型精度随着因子数量的增加先下降再上升，考虑4个环境因子的模型AUC（area under curve）值分别为0.729、0.909和0.909，较最优环境因子组合仅相差0.020～0.038，说明考虑主控环境因子，即可得到较为理想的精度；2）通过频率比法选取的负样本数据集更具合理性；3）研究区内高和极高易发区主要分布在兴国县西南部，而极低易发区主要分布在兴国县北部及东部，这与实际情况较吻合。该研究通过探究不同环境因子组合和负样本选取策略对崩岗易发性评价的影响，可为花岗岩区崩岗的防灾减灾提供科学依据。     

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。     

基于两种方法的攀西泥石流易发性评价对比分析

泥石流易发性评价是泥石流灾害危险性评价和易损性评价的基础工作,为泥石流灾害预防预测提供依据。利用贡献权重叠加模型(CWS)和基于确定性系数(CF)的确定权重模型,采用多因子评价模型,进行了四川省攀西地区泥石流易发性评价,并结合实际泥石流点,采用频率比对评价结果进行精度检验。结果表明:两种方法得到的易发性分区结果整体分布具有较高的相似性,攀西地区泥石流高、极高易发区主要分布于中部、南部、东部的断层分布地区及雅砻江、金沙江及其支流两岸。基于确定性系数的确定权重模型的评价精度高于贡献权重模型,两种模型的评价结果中高易发区及以上级别分别占实际泥石流点总个数的87.5%,58.22%,频率比分别为6.02,3.71。基于确定性系数确定权重模型的评价结果具有更高的精确性,该方法能有效进行攀西泥石流易发性评价。     

基于IOE和SVM模型的府谷镇滑坡易发性分区

将陕西省府谷县府谷镇作为研究区,通过野外实地调查,圈定了47个滑坡点,制作了研究区滑坡编录图。以GIS软件和统计分析模型为基础,开展研究区滑坡易发性分区研究。首先通过GIS软件将滑坡点随机分成训练样本（70%）和测试样本（30%）两组。然后选择坡度、坡向、高程、距断层的距离、距道路的距离、距河流的距离、岩性、土地利用、NDVI、降雨量作为影响因子,提取因子图层。分别应用熵权模型（IOE）和支持向量机模型（SVM）计算滑坡易发性指数,利用自然间断点法将研究区划分为低易发区、中易发区、高易发区和极高易发区。最后利用ROC敏感度曲线下的面积（AUC）分别检验两种模型所得到的分区结果,结果表明,成功率曲线和预测度曲线的AUC值均在0.70～0.90,表明两种模型所得到的分区结果具有较高的精度,都可以为研究区的滑坡防治提供参考。在训练样本和测试样本中SVM模型的AUC值均最高,说明SVM模型比IOE模型适合在研究区开展滑坡预测研究。     

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。     

基于GIS的城市滑坡灾害易发性评价——以湖北省宜昌市城区为例

[目的]对城市滑坡灾害进行易发性分区评价,为城市规划与防灾减灾工程提供理论依据。[方法]以湖北省宜昌市城区为研究区,通过GIS平台选取高程、坡度、地层岩性、归一化植被指数(NDVI)、与水系的距离和道路密度等6个评价因子,采用似然比方法分析评价因子和滑坡发育的关系,并以归一化似然比值将评价因子参数分类量化;以量化值作为Logistic回归模型的自变量,抽取样本数据建立滑坡易发性评价回归模型。[结果]评价因子结果显著,模型的整体准确率达到79.2%,ROC曲线下面积达0.871;极低易发区和低易发区占全区面积的61.59%,包含滑坡灾害的11.29%;高易发区和极高易发区虽仅占全区面积的17.88%,却发育了68.55%的滑坡灾害,结果与滑坡灾害分布特征相符合。[结论]对宜昌市城区的滑坡易发性进行了等级划分。采用GIS和Logistic回归相结合的滑坡易发性评价方法,结果准确可靠。     

基于聚类和最大似然法的汶川灾区泥石流滑坡易发性评价

选择坡度、相对高差、地表径流深和地震烈度4个震后地质灾害的主控因素作为评价影响因子,采用聚类分析和最大似然法评价汶川极重灾区(四川省部分)震后地质灾害的易发性.结果表明:聚类分析和最大似然法这种非监督分类的方法适用于没有足够训练数据的情况,可以快速对一个大区域的地质灾害易发性进行评估;从得到的易发性评价图中可知,在大块的高易发区内存在一些小的极低易发区,这些区域可以作为安全的居民点使用,在极高易发区和高易发区以及高易发区与极低易发区分界线附近,地质灾害点分布比较密集.     

基于斜坡单元的怒江州滑坡易发性研究

开展滑坡易发性分析是制定合理的地质灾害防治规划的基础，对防灾减灾工作具有重要意义。以怒江州为研究区，斜坡单元为评价单元，选取高程、坡度、坡向、NDVI、距河流距离、降雨量、岩性、距断层距离和距道路距离9个因素为评价因子，采用信息量(I)模型、确定性系数(CF)模型以及I-LR、CF-LR耦合模型进行滑坡易发性评价，并对4种模型进行精度验证。结果表明：(1)CF-LR模型中滑坡点落入高、极高易发区占比最大，为88.77%,且滑坡点密度(0.309 2)最大，高于I模型(0.285 4)与CF模型(0.277 6)单一模型；(2)极高、高易发区主要发育于怒江、独龙江、澜沧江和通甸河4条河流一带；中易发区主要分布于研究区东部；低和极低易发区主要分布在研究区的北部、中部以及西部边缘地区；(3)根据基于Sridevi Jadi经验概率法和ROC曲线的结果均表明，CF-LR模型预测精度高于其他3个模型。     

基于GIS和随机森林模型的泥石流敏感性分析——以吉林省洮南市北部山区为例

[目的]对区域性泥石流敏感性进行分析,为吉林省洮南市泥石流灾害预测研究提出一种高效快捷的分析模型。[方法]针对现行大多数概率统计模型预测率较低的不足,利用人工智能算法中效果明显的随机森林算法,以吉林省洮南市西北部山区为研究区域,选用高程、坡度、坡向、平面曲率、剖面曲率、河流、归一化差分植被指数、地形湿度指数、土地利用及岩性10个评价因子构建了频率比和随机森林泥石流敏感性评价模型进行对比验证。模型准确性的验证方法采用受试者特征曲线(ROC曲线)及累积频率曲线下面积(area under curve,AUC)。[结果]随机森林对研究区泥石流敏感性进行分析,并通过GIS将敏感性图分为5个敏感性区域,位于高敏感性区以上的灾害点占82.3%。验证模型成功率及预测率分别为88.4%与90.4%,相较于频率比的成功率及预测率(86.4%和75.1%)效果良好。[结论]在洮南市北部进行泥石流敏感性分析中,采用随机森林方法进行建模,并利用频率比方法进行对比,结果显示随机森林法结果可靠准确。     

基于流域单元的岷江上游泥石流危险性评价

泥石流的形成需要具备高陡的地形、充足的水源以及丰富而松散的固体物源三个基本条件,当山区小流域具备上述条件时,都有发生泥石流的可能。选取岷江上游区域作为研究区,以数字高程模型（DEM）作为基础数据,运用均值变点法和河网密度法结合遥感影像,实现研究区内小流域划分;针对影响泥石流形成的三个基本条件,以小流域作为评价单元,选取地层岩性、断裂密度、平均坡度、形状系数、沟道比降、24 h最大降雨量等六个评价指标,应用主成分分析法计算各因子的权重,实现岷江上游地区的泥石流危险性评价。分析结果表明,评价的结果能较好的反映出岷江上游的泥石流灾害分布情况,为该区泥石流灾害的防治提供了参考和依据。     

基于人机交互的地形复杂区小流域划分研究——以湖北省为例

[目的]对地形复杂区小流域划分方法进行研究,为区域生态小流域建设、规划等提供基础数据。[方法]以湖北省为例,其地形涵盖山地、丘陵和平原,且多河流、湖泊分布。首先基于DEM自动提取全省小流域,然后辅助沟道、遥感影像、居民点数据人工修正山区小流域,在平原区采用高精度水系替代常规沟道进行人工修正,并对适宜集流阈值、小流域面积频率、精度以及河网密度进行分析。[结果]湖北省共划分小流域5 806条,面积在30～50km2的占60%,且划分精度高;面积小于20km2划分精度低,在平原区分布密集;总体上,山区小流域的划分精度高于平原区,但其小流域平均河网密度低于平原区。[结论]对任何地形进行小流域划分,都必须使用人机交互修正,才能获得较好的结果;平原区小流域自动划分的精度低于山区,需辅助高精度水系资料进行修正才能提高精度。     

2016年帕隆藏布流域群发性泥石流的活动特征及成因分析

帕隆藏布流域山高谷深、构造强烈、冰川广布,区域内冰川泥石流数量多、规模大、分布密、暴发频率高。2016年9月5日,流域内几条泥石流集中暴发,造成较为严重的财产损失,并阻碍了G318国道的正常通行。为研究本次群发性泥石流的成因,指导泥石流的监测预警工作,在实地调查的基础上,分析了泥石流的地形地貌条件、物源条件、水热条件。分析结果表明:本次暴发泥石流的沟谷具有良好的地形条件,流域高差大,沟道纵比降大,尤其沟谷上游因冰川作用而形成的冰蚀围谷利于水源、物源的聚集。泥石流以沟源处的松散冰碛物为主要物源。此外,北岸比通沟泥石流因沟岸崩滑物源丰富、沟道狭窄,形成多处堵点,产生堵溃放大效应。南岸赤担隆巴泥石流则沟道宽缓,崩滑物源较少。本次群发性泥石流的诱发因素主要为强降雨。泥石流暴发前两日出现强降雨,使得沟内松散物质含水量增加,趋近饱和,稳定性降低。泥石流暴发当日再次出现强降雨,直接激发了泥石流。经对暴发当日小时雨量分析,认为比通沟泥石流由凌晨2点的集中降雨启动,但由于沟道堵塞严重,龙头数小时后才到达沟口。赤担隆巴由当日11点的集中降雨启动,随后顺沟下泄,堆积于老扇之上,形成灾害。经分析,沟口观测的激发本次泥石流的小时雨量为3.3～3.6 mm,推测主要形成区激发泥石流的小时雨量为7.6～8.3 mm。     

滇池流域土壤氮磷分布特征及关键影响因素研究

从流域的尺度对滇池流域非点源污染土壤氮、磷的空间分布进行了研究。结果显示,滇池流域土壤有机质的空间分布为：西山＞斗南＞松花坝＞马金铺＞宝象河＞晋城新街＞东大河＞上蒜。土壤全氮空间分布特点为：斗南＞西山＞马金铺＞晋城新街＞东大河＞上蒜＞松花坝＞宝象河。其中斗南片区土壤氮的含量最高(0.221?0.091%),宝象河片区最低（0.132?0.048%）。土壤全磷空间分布为：上蒜＞马金铺＞斗南＞晋城＞西山＞东大河＞松花坝＞宝象河。其中上蒜片区最高（0.221?0.195%）,宝象河片区最低（0.08?0.024%）,滇池东岸和东南区为高磷素区。研究认为,长期的大棚种植模式和湖滨坝平地区过度的土地利用及大量化肥投入增加了滇池流域非点污染物氮、磷的积累,这些区域中的土壤高氮、磷积累将成为滇池非点源污染来源的高潜力区,应引起重视。     

强震区滑坡活动强度的演变及敏感性评价

[目的]探讨汶川地震强震区滑坡的活动强度演变与敏感性,为滑坡、泥石流等地质灾害风险管理提供依据。[方法]选取四川省都江堰市龙池镇龙溪河12条泥石流流域为研究区,通过对研究区震后4期遥感影像的滑坡解译分析,研究震后滑坡的活动演化特征;同时利用概率综合判别法—层次分析法对滑坡物源进行多期敏感性评价。[结果]地震后该区域产生了825个强震滑坡;2009—2017年,在强震滑坡区域外新增376个滑坡,至2017年,仍活动的滑坡数量减少到368个,占滑坡总数的30.6%,同时利用曲线下面积(AUC)检验多期敏感性评价结果,准确率为75.6%～81.4%,评价效果较好。[结论]强震区震后活动滑坡数量及高敏感性区域面积整体表现降低趋势,表明震后滑坡处于逐步恢复过程,强震区的地质灾害活动但活动强度仍远远高于震前。     

基于GIS与Logistic模型的公路泥石流易发性分析

分析了泥石流形成与演化的物质条件、能量条件和环境条件。选取坡度、高程、坡面粗糙度、地层岩性、距断裂距离、地震烈度、土地利用类型作为泥石流易发性评价因子,引入Logistic回归分析方法,建立了泥石流易发性分析模型。定量分析了G318川藏公路段泥石流易发性,结果表明,该公路全线大部分处于泥石流中高易发区,其中,高易发区与中易发区占总面积的78.61%,主要分布在大渡河、澜沧江、金沙江、怒江、帕隆藏布江等大江大河的峡谷区段,这些地区在公路修复和规划重建中应做好泥石流的预测、预报及防治。     

白龙江流域泥石流特征分析

泥石流孕灾环境和流域形态是泥石流发育及其活动的基础,把握孕灾环境和流域形态特征对开展泥石流防灾减灾工作具有重要的现实意义。在分析白龙江泥石流空间分布格局的基础上,从区域构造环境、地形地貌、地层岩性和降水等方面研究了流域泥石流的孕灾环境特征,探讨了各因子与泥石流分布的耦合关系。针对白龙江干流250条泥石流沟,运用数理统计方法,对其流域面积、主沟长和相对高差等重要参数进行了统计分析,明确了干流泥石流的流域形态特征。     

洞庭湖泥沙沉积与土壤侵蚀

洞庭湖是一个吞吐型的过水湖泊,其泥沙沉积量大,1951～1983年累计沉积泥沙约48.07亿t,年平均沉积1.5亿t。泥沙沉积于汛期,多为长江冲积物。严重的泥沙淤积,反映出长江中上游地区土壤侵蚀十分强烈。泥沙沉积灾害发生在湖区,突出表现为洪涝、土壤潜育化和血吸虫感染。侵蚀灾害发生在山丘区,它导致土壤退化和滑坡、泥石流灾害加剧。加强长江上游水土流失重点防治和中上游防护林工程体系建设,提高人均产值,消除或减轻人口增长对生态环境造成的压力,可从根本上控制土壤侵蚀和泥沙沉积灾害。