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。     

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。     

近40年中国植被NDVI时空演变格局及主导驱动因子的差异分析

[目的] 揭示中国不同子区、不同历史时期的植被NDVI演变主导驱动因子的差异性，为不同区域植被生态系统的保护和恢复提供决策支持。 [方法] 基于GIMMS NDVI，MODIS NDVI及气象站点数据等，引入重心模型和地理探测器等，在地理分区视角下分析和探讨了中国植被NDVI时空演变格局及驱动机制。 [结果] ①1981-2019年近40 a中国植被NDVI重心向南迁移，表明南方地区的植被NDVI增量与增速要高于北方地区; ②植被NDVI与气温呈正相关区域主要分布于黄土高原地区、四川盆地的中部、云贵高原以及长江中下游地区，植被NDVI与降水呈负相关区域则主要分布于云贵高原和长江中下游等地区； ③1981-2019年不同分区、不同历史时期的植被NDVI演变主导驱动因子存在显著差异，随着人类活动干扰强度的增加，土地利用∩其他因子逐渐成为各子区植被生态系统演变的主导因子。 [结论] 近40 a中国植被状况总体上呈现改善趋势，而人类活动在植被生态系统演变过程中贡献率已高于自然因子。     

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。     

基于PSR模型的珠江三角洲生态环境脆弱性评价

[目的] 揭示珠江三角洲生态环境脆弱性的时空演变特点及其原因,为区域发展提供理论依据。[方法] 利用生态压力度—生态敏感度—生态恢复力(pressure-sensitivity-restoration,PSR)模型、量化分级法和层次分析法(AHP),构建生态环境脆弱性综合指数,分析珠江三角洲不同时期的生态环境脆弱性特征。在此基础上,借助地理探测器的因子探测工具分析变量因素对生态环境脆弱性时空分布差异的影响程度。[结果] ①2000—2020年珠江三角洲生态环境脆弱性指数的变化范围为1.206 5～4.594 8,呈现微度脆弱等级; ②空间分布上,珠江三角洲中部地区的脆弱等级较高,东西部脆弱等级较低。此外,随着高程的增加,生态环境脆弱性程度减轻,中度和重度脆弱区面积比例减小; ③林地表现为潜在和微度脆弱等级,草地表现为中度脆弱,耕地、水域和未利用地以轻度脆弱等级为主,建设用地主要分布于重度和中度脆弱区; ④珠江三角洲生态环境脆弱性空间分异的主要影响因子为人口密度、植被覆盖指数及生物丰富度指数。[结论] 受人口增长压力的影响,研究时段内珠江三角洲生态环境脆弱等级提升。     

2000—2020年阿克苏河流域植被动态变化及驱动机制

[目的] 探究阿克苏河流域植被动态特征及其与潜在影响因子的响应关系,为干旱区生态环境保护和治理提供理论依据。[方法] 基于MODIS归一化植被指数(NDVI)、气候、地形、土壤类型及土地利用等数据,利用趋势分析和地理探测器方法对2000-2020年阿克苏河流域植被动态及驱动机制进行分析。[结果] ①2000-2020年阿克苏河流域NDVI呈显著增加趋势,增速为0.003 2/a,且人类活动区增速显著大于非人类活动区。②潜在因子对NDVI变化的解释力存在时间和空间差异;土地利用转化是人类活动区NDVI变化重要驱动因子,海拔、土壤类型、距冰川积雪距离、距水体距离是非人类活动区NDVI变化重要驱动因子。因子间交互作用可以提高对NDVI变化的解释力,在人类活动区土地利用转化与土壤类型的相互作用对NDVI变化的解释力最强;背景因子、距补给水源的距离与其他因子的交互是非人类活动区NDVI变化的重要因子组合。③2000-2020年阿克苏河流域超过10 %的面积发生土地利用转化,主要表现为裸地和草地的相互转化,耕地、林地、灌木地、人造地表面积显著增加。[结论] 阿克苏河流域人类活动区和非人类活动区NDVI变化时空特征及驱动机制存在差异,应因地制宜,合理管理,促使该流域生态环境良性发展。     

2003-2017年陕西省NDVI时空变化及其影响因素

[目的] 研究影响陕西省植被覆盖主导气候类和非气候类因子，为区域生态文明建设提供科学依据。[方法] 基于2003—2017年MODIS NDVI数据，利用趋势分析和地理探测器模型等方法，研究了气候类和非气候因素对陕西省植被覆盖的影响。[结果] ①2003—2017年陕西省NDVI空间分布总体上为改善趋势，但在不同植被类型区和生态区有所差异。②降水是影响陕西省植被覆盖空间分布的主导气候类因素，其他因素对当地植被覆盖影响程度有所差异。③降水与气温、日照、风速、相对湿度的交互作用对陕西省植被覆盖空间分布起主导作用。且气温的作用只有在和降水的交互作用下才能体现出来。④植被类型和地貌是陕西省植被覆盖空间分布的主导非气候类因素，其他因素的影响有所差异。⑤植被类型、地貌和土壤类型之间的交互作用对陕西省植被覆盖空间分布起主导作用。人口、GDP的影响也只有在与其他因素的交互作用下才能显现出来。[结论] 气候类因素的影响大于非气候类因素，气候类和非气候类因素的共同作用能够充分的解释植被覆盖空间分布。     

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。     

基于统计方法耦合地理探测器的地质灾害易发性评价——以吕梁山区为例

[目的] 以山西省吕梁市吕梁山区的离石、石楼、柳林三区(县)为例研究高精度地质灾害易发性评价模型,为该地区区域规划提供辅助决策支持。[方法] 基于地理信息系统,以区域内525个历史灾害点及500个非灾害点为样本,选取19个地灾影响因素,应用地理探测器(geographic detectors, GD)判断各因素的相对重要性,在Jupyter Notebook平台展开相关性检验并筛选指标因子,以信息量模型(information method, IM)为基础,利用灾害点计算其所提供的信息量的同时结合非灾害点提供信息量得到指标因子改进信息量模型(improved information method, IIM),并借助地理探测器空间分异性q值计算权重。利用综合确定性系数法(certainty factor, CF)分别建立GD-IIM, GD-IM, GD-CF, IM, CF, IIM共6大评价体系,采用自然断点分类法将研究区易发性依次划分为5,4,3个等级,以种子细胞面积指数(seed cell area index, SCAI)验证其分区结果准确性,采用ROC曲线对比模型结果精确度。[结果] 经SCAI检验将各模型分为极低、低、高、极高4个等级,满足合理性要求, GD-IIM模型的灾易发性评价成功率、预测率分别为90.5 %,85.5 %,精度较高。[结论] 双变量统计方法耦合地理探测器在构建研究区的易发性评价预测模型中表现出较为准确的结果。考虑非灾害点信息量进行模型构建比IM单一考虑灾害点信息量模型精度有所提升,适宜研究区的模型构建。     

粤港澳大湾区复合灾害系统敏感性评估

[目的]识别灾害的敏感性是防灾减灾的重要前提,复合灾害系统敏感性评估是复合灾害系统风险评估的重要组成部分。[方法]首先根据暴雨—滑坡灾害链特征构建复合灾害系统敏感性评估指标体系,进而采用卷积神经网络(CNN)和参数最优地理探测器—层次分析法耦合模型(OPGD-AHP)对粤港澳大湾区的暴雨—滑坡灾害链敏感性进行评估。通过对暴雨和滑坡单灾种的敏感性分析,分别得到粤港澳大湾区暴雨和滑坡的敏感性分级图,并由统计分析得出暴雨诱发滑坡的阈值及其转换概率,以此对暴雨-滑坡灾害链敏感性进行分析,最终得到粤港澳大湾区暴雨—滑坡灾害链敏感性分级图。[结果](1)粤港澳地区暴雨-滑坡灾害链高敏感区域主要分布在广宁县、怀集县等西北部地区和惠阳区、惠东县等东部地区;(2)次高敏感性和中敏感性区域主要分布在封开、德庆、从化、龙门、博罗等区域;(3)低敏感区和次低敏感区主要分布在南海、荔湾、禅城、顺德、南沙、番禺、三水、白云等中部地区。[结论]研究结果可为粤港澳大湾区的防灾减灾、增强灾害链风险抵抗力和恢复力提供科学依据和技术支持。     

川西北高原区植被覆盖变化及驱动力

[目的]了解川西北高原区植被覆盖变化规律及驱动力，为区域植被保护与恢复建设提供理论参考。[方法]以MODIS NDVI为基础数据，结合Sen氏趋势、Manna-Kendall检验及Hurst模型完成该地区近20年空间分布特征、趋势变化和未来可持续状态分析，以地理探测器对其驱动力进行探索。[结果](1)该地区植被覆盖整体表现为东部相对较好；(2)全时段内，全域80.56%的地区植被覆盖变化趋势为无显著改变，显著改善地区全域面积占比为17.80%;(3) Hurst指数表明，未来全域植被覆盖整体将处于无显著改变的发展状态；(4)高程、年均气温和土壤类型的单因子解释力均在30%以上，它们是驱动植被覆盖分布格局差异形成的主要因素，各因子交互协同作用均为增强效果，各因子适宜植被生长的区间或类型也存在明显差异；(5)自然因素主导了区域植被覆盖空间分布总体格局的形成，而土地利用类型则是驱使其动态变化的关键因素。近20年内，川西高原区植被覆盖变化规律显著，自然因素主导了区域植被覆盖的空间分布格局。[结论]近20年研究区植被覆盖变化规律明显，自然因子虽然主导了植被覆盖的空间布局，但是对其格局变化产生驱动...     

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SRP模型的川藏线2010-2020年生态脆弱性时空分异与驱动机制研究

[目的] 探究川藏铁路沿线2010—2020年生态脆弱性时空分布特征,厘清生态脆弱格局规律以及空间相关性,为沿线生态环境保护以及建后可持续发展工作提供科学依据。[方法] 以川藏线（雅安—新都桥段）为例,基于研究区实地特征和SRP模型选取与生态脆弱性密切相关的15个因子构建研究区生态脆弱性评价指标体系。综合运用空间主成分分析、空间自相关、热点分析、地理探测器等方法开展研究。[结果] ①时空分布上,研究区整体脆弱性由西向东呈递减分布,2010—2020年生态状况整体向好,重度与极度脆弱区范围较小,占总面积的3.95%,主要分布在康定市与天全县、泸定县的交界处,此处为高寒地带,冻融侵蚀最为严重; ②研究区生态脆弱性分布具有较强聚类特征,高低值集聚模式共存,西部为热点高度集聚区,东部为冷点高度集聚区; ③高程、年均气温、植被净初级生产力是导致研究区生态脆弱的主要因素。[结论] 川藏线（雅安—新都桥段）施工建设受降水和气温影响较大,地形复杂,要注意地质灾害防控并加强环境保护与生态维持。     

不同环境因子联接方法对崩岗易发性评价的影响

[目的] 研究不同联接方法对崩岗易发性的影响,为区域崩岗的精细化空间预测提供理论依据,进而为合理、经济、高效地做好防灾减灾提供科学支持。[方法] 基于随机森林模型,选择改进频率比(ALSA)与传统频率比(FR)两种不同联接方法,通过地理探测器选取年平均降雨量、年平均降雨侵蚀力、土壤可蚀性、坡长因子、黏粒含量、坡度、砂粒含量、标准化VH通道后向散射系数(表征地表覆被的性质)作为评价指标,以江西省兴国县永丰镇为例开展崩岗易发性评价。[结果] ①ALSA-RF模型较FR-RF模型精度更高,ACC,AUC值分别为83.89%,0.893 0; ②研究区极高、高易发区主要分布于其西南区域,这与实际崩岗分布情况较吻合。[结论] 改进频率比的联接方法较传统频率比方法可以更好地体现区域崩岗的分布规律,可为滑坡研究领域中的类似问题提供借鉴。     

湖北省两种地形区耕地土壤肥力指标空间格局与主控因素

[目的] 研究湖北省2种地形的土壤肥力指标分异空间格局及主控因素差异,为不同地形区土壤质量改良,农业生态环境及耕地质量提升提供一定理论依据。[方法] 选取土壤有机质、全氮、全磷、全钾4种土壤肥力指标,并收集整理土地利用类型、成土母质、土壤类型、高程(DEM)、地表起伏度、坡度、植被覆盖度指数(NDVI)、平均气温、平均降水量以及道路、工矿用地、城镇居民点、河流水库13种环境影响因子,利用基本统计学、地统计学、反距离权重和地理探测器模型,分析不同地形区每种土壤肥力指标的空间分布特征以及每种土壤肥力指标与环境因子之间的相关性,并识别对比不同地形区土壤肥力指标含量分异的主控因子。[结果] 襄州区土壤肥力指标主控因素主要有降水量、平均气温,以及道路用地、城镇居民点用地、工矿用地、河流水库距离;房县土壤肥力指标主控因素主要有降水量、平均气温、坡度、坡向、地表起伏度以及河流水库距离。[结论] 襄州区与房县因地形因素影响其土壤肥力指标空间格局分异主控因素存在差异,平原区更易受人类活动影响。     

5·12汶川地震灾区茂县地质灾害危险性评价

该文讨论了模糊综合评价模型和地理信息系统（GIS）相结合进行地质灾害危险性评价的方法。选取研究区内的地形坡度、海拔高程、地层岩性、河流缓冲区、断层缓冲区的灾害点分布频率作为评价指标,利用模糊综合评价模型进行地质灾害危险性评价;基于GIS系统强大的空间分析功能,实现对地理数据进行运算处理及评价结果图的输出。最后,以5·12汶川地震后的四川省茂县为例,实现研究区地质灾害危险性评价,研究表明:高危险区面积25.0%,地质灾害点占60.7%;中危险区面积33.1%,地质灾害点占24.4%;低危险区面积41.9%,地质灾害点占14.9%。地质灾害危险性评价结果可为政府部门的灾后重建及规划提供科学依据。     

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。     

2000—2020年延安市植被覆盖时空变化及其影响因素

[目的] 对陕西省延安市植被覆盖时空变化特征及其与气候变化和人类活动之间的关系进行研究,为该市评估生态环境效益和生态环境建设提供科学支持。[方法] 基于MODIS-NDVI和气象等相关数据,采用线性趋势分析、相关性分析和残差分析对延安市2000—2020年植被覆盖时空变化特征及其影响因素进行研究,并用地理探测器分析不同因子对植被覆盖变化的影响以及各因子之间的交互作用。[结果] ①2000—2020年延安市植被NDVI总体呈上升趋势,增速为10%/10 a,快于同期三北防护林植被覆盖的平均增速。②延安市植被覆盖状况不断优化,呈现改善的面积占99.64%,其中明显改善的面积占97.85%,呈现退化趋势的范围比例极少。③受水热分布的影响,延安市呈现“东高西低,南高北低”的植被分布格局。④延安市植被NDVI与降水的相关性要显著强于气温,与气温的相关系数分布在-0.60~0.70,其中呈正相关的面积占47.52%;与降水的相关系数分布在-0.23~0.91,其中呈正相关的面积占99.62%; ⑤延安市退耕还林还草等生态恢复工程的有效实施对植被状况改善最为显著,降水作用次之,气温和自然地理因素作用较小,多影响因子对延安市植被覆盖变化的交互作用表现为非线性增强或双因子增强。[结论] 延安市是黄土高原腹地中心城市,植被覆盖受气候和人类活动影响较大,未来在生态建设背景下,要立足于不同区域的资源禀赋,人为因素合理参与,因地制宜地采取相应的管控和补偿措施,以期达到植被NDVI持续改善的效果,进一步增强其生态效益。     

四川省降雨诱发滑坡灾害的气象预警模型

[目的]分析四川省2008—2014年的滑坡灾害与前期降雨量间的关系,构建降雨诱发滑坡灾害气象预警模型,优化模型的权重参数,为四川省滑坡灾害预警工作提供有效参考。[方法]基于降雨信息资料,对四川省滑坡灾害的前期雨量进行统计分析,并采用逻辑回归分析分别计算和优化灾害的前期综合日降雨量间的权重关系和气象预警模型中地质环境背景值与降雨诱发灾害概率值的权重系数。[结果]滑坡灾害的当日降雨量、前一日降雨量和前两日降雨量对灾害的影响权重分别为0.587,0.220,0.189,气象预警模型的地质背景概率和综合雨量概率的权重参数分别为0.394,0.606。根据以上研究构建灾害气象预警模型,利用已有灾害点对其进行验证,证得模型的整体准确率为78.36%,进而通过2013年7月10日的群发滑坡灾害个例对模型进行检验,检验结果良好。[结论]该模型预警效果良好,精确度较高,能为相关部门提供的防灾减灾参考。