基于贡献率模型的崩塌易发性评价——以广州市白云区为例

[目的] 根据地质灾害野外普查空间数据库,分析花岗岩风化残积土发育地区崩塌形成机理和破坏模式,探究不同环境孕灾因子对崩塌发育的贡献率,评估崩塌灾害空间易发性与分布规律,为中国东南沿海地质灾害多发区的灾害防治工作提供科学支持。[方法] 在分析广州市白云区花岗岩风化残积土崩塌发育特征的基础上,选取高程、坡度、坡向、地形起伏度、距地表水体距离、降雨量、地层岩性、土地利用类型共8个与崩塌灾害发育密切关联的致灾因子构建崩塌灾害易发性评价指标体系,叠加研究区内404个历史崩塌数据,依据贡献率模型计算统计各指标因子崩塌灾害敏感性和空间分布特征。采用各二级指标因子贡献率的修正样本差确定因子权重。[结果] ①研究区内坡度、高程和地形起伏度对崩塌易发性贡献程度较高,坡向、地层岩性、降雨量在崩塌灾害易发性评价中贡献程度较低。②极高易发区主要集中在丘陵西麓,崩塌易发性由山地线范围外层边缘向中心逐级降低。③崩塌极高易发区和高易发区崩塌比率占总崩塌比率超过85%,模型易发性评价成功率和预测率分别达到91.3%和92.6%。[结论] 斜坡地形地貌因子对崩塌发育影响较显著,基于贡献率的崩塌灾害易发性评价模型能够客观量化指标因子权重,模型预测评价结果精度较高,易发性区划符合实际崩塌发育空间分布特征。     

基于GBDT-LR和信息量模型耦合的滑坡易发性评价

[目的]探索准确、快速的滑坡易发性区划方法,为区域安全监测提供参考,为政府治理滑坡灾害提供科学依据。[方法]以安徽省池州市贵池区为研究区域,采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法,实现区域滑坡易发性评价。该方法通过对原样本地学习,组合产生新的模拟样本,从而增强易发性评价模型对滑坡的拟合能力;采用Borderline-Smote算法解决样本数据不对称的问题。选用r.slopeunits软件划分的斜坡单元作为最小评价单元,选取坡度、坡向、地形曲率、剖面曲率、平面曲率、地形湿度指数(TWI)、地形起伏度、归一化植被指数(NDVI)、距断裂距离和距水系距离总计10个评价因子。分别从频率比、滑坡灾害点及隐患点密度、ROC曲线3个方面对构建的滑坡易发性模型进行评价。[结果]试验结果表明：耦合模型I-GBDT-LR分别比I,LR,I-LR模型的高易发区频率比所占比例提升约10%,13%,7%,高易发区滑坡灾害点及隐患点密度分别提升约9,11,7,ROC精度提升约10%,9%,5%。[结论]从检验指标综合来看,耦合模型的精度均高于单一模型,所提出耦合模型精度又高于I...     

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。     

大巴山区顺层岩质滑坡发育影响因素的贡献率及易发性评价

[目的]顺层岩质滑坡是大巴山区极其发育的一类灾害,通过对其发育影响因素的贡献率及易发性评价研究,构建预测评价模型,为该区防灾预灾工作提供科学支撑。[方法]基于GIS和数量化理论Ⅱ,选取21个研究区基岩顺层滑坡的样本,利用GIS技术提取高程、坡度、斜坡结构等9个影响因素的基础数据,通过数量化理论计算方法对学习样本进行学习,确定各因子类目得分,得到各项基础数据的易发性评价系数,然后通过GIS将各图层叠加,进行全范围的易发性预测。[结果]对滑坡贡献率较高的影响因素有:斜坡坡度约10°～20°,顺向坡斜坡结构、砂质硬岩夹软岩的岩体结构、汇流面积,水流冲蚀;基于数量化理论Ⅱ建立的易发性预测方法可以较准确地划分区域易发性的高低。[结论]位于大巴山区的南江县南部、巴州区北部、苍溪县南东部、宣汉县南西侧地等区域为顺层岩质滑坡的高易发区,这也与调查结果相符,GIS和数量化理论Ⅱ相结合的滑坡易发性预测方法适用于该地区滑坡易发性、危险性等相关领域的研究。     

长江中下游地区滑坡的易发性评价——以江西省为例

[目的] 预测长江流域滑坡灾害分布情况,旨在开展隐患排查和危险评估,提升灾害的应对能力。[方法] 基于1 211个滑坡分布点数据和15个环境变量,通过MaxEnt模型对江西省的滑坡易发区分布进行预测,同时采用Jackknife检验评估15个环境变量对预测结果的重要程度,最终确定不同程度滑坡易发区的面积和分布以及影响滑坡灾害发生的主要环境变量。[结果] 江西省内极高、高和中易发区分别占全省总面积的29.6%,36.5%和23%。滑坡发生的概率以鄱阳湖平原为中心向四周呈现逐渐增加的趋势,集中分布在西部和南部的山地丘陵地带。海拔、坡度、植被归一化指数NDVI、年均降雨量和距离水系和道路的距离是影响滑坡发生和分布的主要环境变量,累积贡献率在83%以上。[结论] 江西省滑坡易发区的分布具有明显的空间差异性,主要分布在海拔较高、地质复杂和岩层节理裂隙发育的地区,降雨是滑坡发生的直接诱导因子。     

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模型的哈尼梯田核心区滑坡易发性评价

有效精确地预测滑坡易发性对滑坡灾害风险管理与土地利用规划具有重要的现实意义。以往研究中,最大熵模型(maximum entropy model,maxEnt)因其能有效避免模型过拟合在生态学领域中运用广泛,但在滑坡易发性研究运用鲜见。以哈尼梯田世界遗产地为例,选取高程、坡度、坡向、地表粗糙度、平面和剖面曲率、地形湿度、曲率、水系、断层、道路、岩性、植被、土地利用、降雨量与居民点15种指标因子,基于GIS栅格分析法,采用maxEnt模型对研究区滑坡进行了易发性研究。应用受试者工作特征曲线下面积(ROC-AUC)对模拟结果进行检验,结果发现ROC-AUC值达到0.895,maxEnt该模型的预测效果较高,适用于滑坡易发性评价研究;断层和道路、降雨量和居民点密度是影响遗产地滑坡发育的主要因子;采用滑坡密度指标对分区结果检验发现滑坡密度值由易发性极低、低、中、高和极高依次递增,说明正态分布理论与专家经验法分区结果合理,且极高和高易发区占区域总面积的21.75%,其主要分布于人类居住较为集中区域。研究可为哈尼梯田核心区的遗产可持续发展、灾害监测和防治提供新的途径。     

基于GIS的华宁县滑坡灾害影响因子分析及易发性评价

为了明析区域滑坡灾害影响因子及其易发性,为滑坡地质灾害的防治提供借鉴。以云南省华宁县为研究对象,利用GIS空间分析技术,对华宁县滑坡空间分布及诱发因子进行了分析研究,依据区域地质灾害详细调查资料,建立GIS灾害数据库的同时选取海拔、坡度、坡向、距水系、道路、断层距离、岩性7个诱发因子,利用统计指数对滑坡在每个因子各类别中的占比进行了权重分析,最终确定滑坡灾害易发性分区并阐述其空间分布特征。结果表明:（1）在滑坡灾害分布特征上,具有空间集中分布特征,灾害点密度以中部地区最大,受灾影响人数最大的主要分布在海拔较低的宁州街道和通红甸乡。（2）从诱发因子上看,滑坡灾害大多分布在海拔1 600~2 300 m（占76.06%）,坡度10°~30°（占71.83%）,坡向为E,NE,NW,N等方向上（占71.82%）,距离河流、断层和道路越近,发生滑坡的可能性越大。（3）在滑坡灾害易发性上,高易发区主要分布在宁州街道、青龙镇、华溪镇;中易发区主要分布在青龙镇东北部、宁州街道西南部、通红甸彝族苗族乡中部和盘溪东部;低易发区主要分布在通红甸彝族苗族乡、盘溪镇。华宁县滑坡灾害呈现出东少西多,南少北多的特征,未来华宁县应重点关注中部和西部区域的滑坡灾害预防。     

基于MaxEnt模型的滑坡易发性评价--以攀枝花市为例

为了客观评价滑坡影响因子的贡献度和构建滑坡预测模型,以滑坡灾害发生较多的攀枝花市为研究区,通过筛选后选取高程、坡度、坡向、土地利用类型、归一化植被指数(NDVI)和人口密度6项因子作为滑坡易发性的评价指标;基于最大熵(maxEnt)模型和ArcGIS空间分析模块对研究区滑坡易发性进行了定量预测和分析研究。结果表明:maxEnt模型在研究区滑坡易发性研究方面的适用性等级为优秀(AUC=0.96),Kappa系数为0.86;随机选取75%的数据集用于训练模型,其余25%用于验证模型,得到的AUC值最稳定且精度最高,模型预测可信度最高;研究区高易发生和极易发生区分别占总面积的2.57%,0.80%,主要分布在人口比较密集的东部和西部地区,部分沿着金沙江、雅砻江、巴关河、安宁河和主要道路两侧发育;植被覆盖度和坡度是决定研究区滑坡易发性空间分布格局最重要的环境影响因子。     

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。     

降雨作用下黄土浅层滑坡的危险性分析

[目的]在不同的降雨条件下,对黄土浅层滑坡进行危险性分析,为评价黄土地区浅层滑坡提供有效手段。[方法]以甘肃省天水市为例,根据SHALSTAB模型,在ArcGIS中进行二次开发,编写不同降雨量时浅层滑坡危险性分析程序,计算不同降雨量下浅层黄土滑坡分布预测。[结果]随着降雨量的增加,浅层滑坡数量明显增多,所占面积比例从5mm/d的0.166%增加为320mm/d的3.624%,上升了20倍左右。[结论]当降雨量较小时,浅层滑坡分布于雨水集中汇积的区域,随着降雨的增加,浅层滑坡沿着黄土沟谷向上游延伸。通过和实际发生滑坡灾害进行对比分析,证明计算结果准确可信。     

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SINMAP模型的延安市滑坡危险性区划

[目的]对陕西省延安市开展滑坡危险性区划研究,为延安地区乃至黄土高原区滑坡危险性区划以及监测预警提供科学依据。[方法]在野外调查的基础上以滑坡触发因素为切入点,建立了基于SINMAP滑坡危险性评价模型,定量评价了不同降雨级别下滑坡区域面积的迁移与转化规律。[结果]降雨雨强从5 mm/h升至200 mm/h,不稳定性区域内比例分别增加6.48%和6.44%,极稳定区域面积所占比例和所占滑比例均值高达46.79%和51.33%;同时潜在不稳定区面积所占比例在5.04%～17.31%之间浮动,所占滑坡比例在5.14%～15.43%之间浮动。[结论]斜坡表层土壤水分、湿度区域面积随着降雨量的增大逐渐增加,区内稳定区域正向失稳区域转化。     

黄土滑坡稳定性评价的集合卡尔曼滤波同化方法

[目的] 为提升区域滑坡稳定性评价模型的预测精度,解决传统滑坡稳定性分析基于静态的物理模型过度简化滑坡发生机理与力学机制,导致过度预测的缺点,以及模型参数通常具有的时空变异性、不确定性的问题。[方法] 基于集合卡尔曼滤波的数据同化方法,以甘肃省兰州市北环路周边区域为例,构建了基于TRIGRS模型和SBAS-InSAR观测数据的区域滑坡数据同化方案,对模型中的安全系数(F_s)进行同化,更新模型参数内摩擦角,进而修正滑坡稳定性,并利用均方根偏差(RMSD)检验同化值的精度。[结果] 同化后研究区域滑坡安全系数明显高于模型预测的结果,不稳定区域的面积比例由12 %降低至7 %,与实际观测更为接近;试验使内摩擦角参数逐渐向观测值方向改正,实现了模型参数的动态更新;均方根偏差从0.33减小到0.04左右。[结论] 基于集合卡尔曼滤波的数据同化方法有效修正了模型稳定性预测结果,可以更准确体现当前区域滑坡实际情况,具有更高的预测精度。     

遵义市不同地质灾害易发区滑坡临界雨量研究

[目的]确定遵义市不同地质灾害易发区的滑坡临界雨量,建立阈值模型并对其进行检验评估,为该地区滑坡预测提供科学依据。[方法]利用遵义市2010—2016年59次滑坡事件对应的逐小时降雨资料,采用统计方法对不同地质灾害易发区的滑坡临界雨量的历时、降雨类型对比分析,建立阈值模型并对其进行检验评估。[结果]中锋型是主要的降雨类型;大于10和20mm/h强降雨基本来自滑坡发生当天,但中易区降雨历时均长于高易区的降雨历时。对于高易区来说,滑坡当日1h最大雨量与前期3d的有效雨量组合的阈值模型预报准确率最大,因此将滑坡当天1h最大雨量作为高易区滑坡发生的激发雨量。而对于中易区来说,滑坡当天3h最大雨量是其滑坡发生的激发雨量。[结论]不同等级地质灾害易发区其滑坡临界雨量不同。对已经确定的滑坡阈值模型需根据新增滑坡信息进行检验评估,如果预测模型对新增滑坡预测不准确,需调整其滑坡判别线,从而对阈值模型进行订正。     

北部湾经济区土地利用格局模拟及其生态环境效益评价——以广西壮族自治区钦州市为例

[目的]通过对北部湾经济区土地利用格局动态模拟,并对模拟结果进行生态环境效益评估,以期为相关规划及决策部门提供参考资料。[方法]基于2000和2010年两期TM遥感影像数据,运用Logistic逐步回归分析,CLUE-S模型模拟分析和生态环境效益综合评价分析方法。[结果](1)广西壮族自治区钦州市未来城市扩展范围主要集中在钦州市中心城区往南至海滨新城,沿海港口及钦江流域方向;(2)自然增长、规划指标、生态安全3种政策情景的生态服务价值分别为213.01,200.59和226.52亿元,仅与2012年研究区GDP总额相近,未能充分发挥生态环境所应有的作用,且尤其以规划指标情景最为突出。[结论]CLUE-S模型对钦州市土地利用格局模拟准确,在北部湾经济区具有良好的推广应用价值。     

靠椅状土质滑坡形成条件及时空演化特征

[目的]对三峡库区靠椅状土质滑坡的形成条件和时空演化进行研究,为滑坡的监测预警提供理论基础支撑。[方法]以三峡库区典型靠椅状土质滑坡——白家包、八字门滑坡为例,通过与三峡库区典型滑坡的比较,从此类滑坡的特点入手,分析其形成条件;并结合香溪河流域的地形地貌特征分析此类滑坡时空演化过程。[结果]靠椅状土质滑坡形成条件与三峡库区其他典型滑坡有明显差异,香溪河流域的此类滑坡形成受河谷地貌影响明显。[结论]靠椅状土质滑坡的形成受岩性条件、滑面形态、地层状态等因素决定,香溪河流域的靠椅状土质滑坡是随着河谷的演化而逐渐形成的。     

基于AHP的DRASTIC模型在银川市潜水防污性能评价中的应用

[目的]探讨银川市区域地下水防污性能,为都市圈的建设、规划以及地下水资源的保护等方面提供科学依据。[方法]以银川市绕城高速内的城区为研究区,综合水文地质条件,选取地下水埋深、净补给量、含水层富水性、土壤类型、包气带岩性和水力传导系数等6个评价因子,利用层次分析法(AHP)确定因子权重,建立适合银川市当地的地下水防污性能DRASTIC评价模型,对银川市地下水防污性能进行了分区评价。[结果]①银川市地下水防污性能整体表现为中等-弱,防污性能弱区位于西夏区一带,防污性能强区位于金凤区的北部地区;②防污性评分与NO-3的污染特征存在一致性。[结论]地下水防污性能评价是预防和保护地下水资源的重要手段。金凤区北部阅海湖区域可作为今后城市扩建的首选区域。     

降雨入渗作用下秭归向斜核部南段斜坡稳定性评价

[目的]开展降雨条件下湖北省秭归县向斜核部斜坡稳定性评价研究,为政府部门减灾防灾工程提供科学支持,为滑坡灾害的预测和管理提供科学依据。[方法]以耦合了地下水动力学的TRIGRS无限斜坡稳定性计算模型为基础,详细介绍了斜坡稳定性评价的数据处理过程以及参数选取方法。[结果]发生斜坡失稳的区域多位于松散土体中等厚—较厚,地形坡度中等的区域,尤其是土层厚度在7—10m,地形坡度在20°~30°范围内为斜坡失稳高发区。[结论]在土层厚度和地形地貌的双重控制下,短历时强降雨入渗作用导致孔隙水压力增大,这些区域的斜坡土体极易发生滑动,为滑坡危险性较高的多发区域。斜坡稳定性评价结果和滑坡实际分布吻合程度较高,在一定程度上反映出降雨诱发滑坡空间分布关系和分布规律。     

基于USLE模型的长株潭城市群生态绿心区水土流失研究

[目的]研究2018年长株潭(长沙市—株州市—湘潭市)城市群生态绿心区最佳植被覆盖和水土流失状况,为区域综合治理提供理论依据。[方法]运用GIS和RS技术,以长株潭区域降雨、土壤、地形、土地利用等数据为基础,采用归一化植被指数(NDVI)模型和USLE国际通用土壤流失方程为优选模型。[结果]长株潭绿心区总面积为52 287 hm~2,整体植被状况较好,高覆盖度(75%～100%)面积最大,占绿心区总面积一半以上,为26 598.40 hm~2;中低覆盖度(30%～40%)面积最小,占区域总面积的8.61%,为4 501.91 hm~2。长株潭城市群生态绿心区总侵蚀(不含微度)面积为3 654.24 hm~2,占总面积的6.99%。湘潭市侵蚀比重最高,为8.51%,长沙市次之,为6.67%,株洲市侵蚀总比例最小,为5.68%。工程建设用地在禁止开发区、限制开发区和控制建设区的侵蚀面积分别为963.92,310.74,735.11 hm~2。[结论]受人为因素、城市建设、产业分布等影响,长株潭城市群生态绿心区覆盖度空间呈现西部低,中东部高的格局,工程建设是造成绿心区土壤侵蚀的主要原因。