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...     

某拟建高速公路地质灾害易发性评价

高原山地地区地质灾害多发频发,对重大建设项目安全危害极大,开展拟建高速公路区域地质灾害易发性评价研究,对后期线路选址及地质灾害防治具有重要的理论和实际意义。在分析现状地质灾害特征的基础上,从气象水文、地形地貌、岩土类型及构造、人类工程活动4个方面选取对地质灾害发育贡献程度较大的因子,基于GIS技术,结合层次分析法（AHP）和信息量法对拟建施甸至链子桥段高速公路进行地质灾害易发性评价,并将评价结果划分为高易发区、中易发区和低易发区。通过研究区已有地质灾害编目对评价结果进行验证,结果表明,AHP_信息量模型在拟建工程地质灾害易发性评价中可操作性强,评价结果可靠性高。     

兰州市地质灾害易发性区划研究

兰州市是我国地质灾害最严重的地区之一，做好兰州市地质灾害易发性分级区划可为科学防治地质灾害提供数据支撑。随着信息技术的发展，地质灾害模型与GIS技术相结合的研究方法被广泛运用于地质灾害易发性区划研究。从地形地貌、地质结构、土地利用、水文降水等方面，选取坡度、海拔、土地利用类型、距河流距离、距地质断层距离等12个影响因子，采用信息量法和确定性系数法确定每个影响因子的得分值和权重值，采用加权综合评价法结合ArcGIS软件进行兰州市地质灾害易发性区划研究，并分析不同影响因子对兰州市地质灾害易发性的影响。结果表明：兰州市地质灾害极高易发区、高易发区、易发区3个分区总面积占兰州市总面积的50.70%,地质灾害对兰州市的影响较大；地质灾害极高易发区呈带状分布，主要分布于研究区南、北部河谷Ⅳ级阶地前缘及各沟谷台地前缘、黄土丘陵沟壑区。     

基于GIS的泾川县地质灾害易发性评价

基于GIS平台,选取地貌、坡度、岩性、降雨、植被5个地质灾害影响因子并结合野外调查资料,采用指数加权分析方法对甘肃省泾川县进行地质灾害易发性分区。按照地质灾害的易发性分级,将研究区的地质灾害易发性划为4类,其中高易发区面积为364.90 km2,中易发区为392.99 km2,低易发区为200.01km2,不易发区为506.18 km2,分区结果表明,泾川县地质灾害总体表现出群发性、突发性和周期性等特点。     

基于GIS的甘肃省灵台县地质灾害易发性区划研究

通过对甘肃省灵台县地质灾害详细调查数据综合分析,采用袭扰系数法生成初步地质灾害易发性区划图,并利用地理信息系统软件MAPGIS 6.7空间分析功能将地质灾害的各个影响因素图叠加到初步地质灾害易发性区划分级图中,绘制出该县的地质灾害易发性分区图.首先将灵台县地质灾害分布图进行了500 m×500 m网格剖分,其次对每个网格内地质灾害的个数、体积密度、面积密度采取不同的原则将每个网格的灾害易发性程度分为四级,生成初步的地质灾害易发性等值线图.然后对该县的地形地貌图、地层岩性图、降雨量分布图、地形坡度图、植被覆盖图分别采取相应标准,分为四级,采取专家打分的方法确定其权重.最后叠加各个图件,从而生成了灵台县地质灾害易发性分区图,这为政府部门采取有效的措施进行统筹规划减灾防灾以及灾害治理提供了可靠的依据.     

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...     

梅州市地质灾害易发性评价方法研究

以环境因素控制论为理论基础,利用MapGIS软件,以岩土性质、地质构造、地形地貌、地下水特征、地表水活动、地表植被、气候气象和人类活动8项指标作为评价指标,采用权的最小平方法确定了各指标的权重,利用因子叠加法对梅州市地质灾害易发性进行了综合评价,得到了梅州市地质灾害易发性分区图。分区图反映了梅州市地质灾害的易发情况,对地质灾害防治具有一定的指导意义。     

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1211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...     

道孚县城及周边地区地质灾害易发性区划与风险评估制图

以道孚县城及周边地区为研究区,采用基于GIS的定量分析配合定性分析修正的方法进行地质灾害易发性区划,其结果准确性较高,且可操作性和推广性较强。依据人员死亡、财产损失概率及地质灾害体稳定性等进行了定性、定量相结合的研究区高、中、低风险性分区,为区域地质灾害防治提供了数据参考,并为类似的风险评估制图提供了技术方法。本研究在风险评估制图时没有采取常规意义上的危险性区划,而是根据易发性和人员财产损失概率进行评价,是一种新的尝试。     

新安县地质灾害易发性分区及防治措施研究

新安县地处豫西低山丘陵区,区域内地质灾害较发育且危险性逐年增加。经调查分析,新安县有滑坡、崩塌、不稳定斜坡、泥石流和地面塌陷等地质灾害点共128处。通过综合分析新安县地质灾害发育特征、地形地质特征、植被特征、地质灾害诱发因素等,选择坡度、坡高、坡形、岩土体结构、地质灾害点密度、植被指数、降水、工程活动等8个因素建立地质灾害易发性评价指标体系;通过计算地质灾害易发性综合指数将新安县分为地质灾害高易发区、中易发区、低易发区和非易发区共4个等级,分析了各分区特征并针对分区情况提出防治建议,可为该地区地质灾害精细化评价和防灾减灾提供科学依据。     

青海省湟水流域潜在地质灾害识别与易发性评价

[目的] 明确青海省湟水流域地质灾害空间分布特征与规律,为该地区防灾减灾提供数据支撑与科学依据。 [方法] 通过小基线子集干涉测量(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)技术识别地质灾害点,结合地形因素、地质因素、环境因素、气象因素、人类活动因素进行灾害空间分布规律分析,建立逻辑回归(logistic regression, LR)—频率比(frequency response, FR)模型并检验,利用返回概率值进行易发性评价。 [结果] ①湟水流域所分布的潜在地质灾害以滑坡、崩塌为主,多种类型潜在地质灾害并生。滑坡与不稳定斜坡通常发育于坡度较缓的山坡上,通常伴有大量张拉与剪切裂缝,尤其在雨季发育明显,对山体下方交通、居民安全构成威胁。发育于河谷两岸的滑坡与不稳定斜坡还可能阻塞河流,形成堰塞湖,进一步加剧灾害风险。崩塌多发育在岩石结构较为疏松或风化严重的陡峭山壁,因地质脆弱,加之降雨等自然因素刺激,易使山体土块、岩石块下落,对下方的居民区和交通线路构成威胁。 ②研究区2 425—3 650 m高程区间的地质灾害分布较多,东北向为地质灾害易发坡向;地质灾害易发性随归一化植被指数(normalized digital vegetation index, NDVI)增加而降低,随坡度、地形起伏度、日降水量增加而升高,随距断层距离增加而减少。 ③湟水流域高易发区及较高易发区,面积约5 937.60 km²,占研究区总面积约38.78%,主要集中在湟水流域南、北边缘地区,湟中、大通、海晏交界处,以及建筑区周边边坡上。 ④对评价结果进行检验,模型预测性能受试者特征曲线(receiver operating characteristic curve, ROC曲线)线下面积(area under curve, AUC)为0.787,易发区由高至低FR逐级减小,与实际灾害点的分布具有良好的一致性。 ⑤断层核密度为湟水流域地质灾害发育的主控因子,坡向、地形起伏度、道路核密度次之,剖面曲率对地质灾害发育影响最小。 [结论] ①利用SBAS-InSAR技术能有效识别湟水流域潜在地质灾害,LR-FR模型获得的易发性评价结果可靠。 ②湟水流域地质灾害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、植被覆盖率较低、降雨量较大、距离断层近的地区,断层核密度为地质灾害易发性的主控因子。 ③湟水流域的地质灾害具有多发性、突发性和高风险性的特点,给当地居民生活、区域经济发展及生态环境带来了严重的影响。因此,对其进行监测、预警和防治工作显得尤为重要。     

层次分析法在通海县地质灾害易发性分区中的应用

对通海县地质环境条件、地质灾害分布、人类工程活动等进行分析,采用层次分析法,选取多个地质灾害发育影响因子,确定各因子所占权重及评价标准,并进行综合评分,运用数理统计方法及GIS空间分析进行地质灾害易发性初步分区,结合实际调查成果对初步分区结果进行修正,得出了通海县地质灾害易发性分区结果。     

林芝市公路地质灾害易发性区划及气象预报模型

[目的]对西藏自治区林芝市公路地质灾害易发性区划及气象预报模型进行研究,为实施该市境内公路沿线地质灾害气象预报提供理论依据。[方法]首先,选取了林芝市公路沿线15 km缓冲区内的断层密度、土壤类型、坡度、沟谷密度、年降水量、土地利用、裸岩率和距河流的距离8个地质灾害易发性区划因子,通过信息量及逻辑回归方法确定各区划因子的系数,得到了地质灾害易发性区划模型;再进一步依据地质灾害发生当日、前1日、前2日和前3日的日降水数据,使用逻辑回归方法建立了地质灾害气象预报模型。[结果]林芝市公路沿线15 km缓冲区内的大部分地区地质灾害易发性概率小于0.4,且离道路越近,地质灾害易发性概率越大。将该预报模型用于历史地质灾害点数据进行检验,发现该模型的预报准确率为85.71%,漏报率为14.29%。[结论]受地形地貌、降水资料等影响,该模型预报结果可能与实际情况存在一定的偏差,但能反映基本趋势。     

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。     

海东市乐都区庙沟泥石流易发性评价

泥石流具有强烈的区域特色、复杂性和不确定性。以青海省海东市乐都区庙沟泥石流为研究对象,分别运用综合评分法、模糊综合评价法对泥石流易发程度进行评价,得出庙沟泥石流易发程度综合评分分别为95分和77分,易发等级均为中等,两种评价方法结果一致;采用层次分析法分析得出研究区岩性、山坡坡度、植被覆盖率等对研究区泥石流的易发程度影响较大。利用模糊综合评价法的优势,建立了快速、准确、实用的泥石流灾害易发性评价模型,为模糊综合评价法的工程应用拓展了新的领域,对该区泥石流防治及线路工程的设计具有实际指导意义。     

区域滑坡易发性评价的时间尺度特征分析

滑坡灾害是一种具有时空尺度属性的环境地质问题。以往对于滑坡易发性研究的尺度特征分析主要集中于由滑坡灾害本身及其影响因素的空间非均质性产生的空间效应。监测数据作为滑坡的信息载体,不仅包括了滑坡的空间分布信息,而且一定时间序列的监测数据也包含滑坡在时间上的演变信息,因此滑坡监测数据的时序性分布特征是滑坡易发性研究的时间效应的重要表征。探讨了滑坡监测数据的时序性分布特征对滑坡易发性研究的影响,通过对具有不同地质环境条件研究区的滑坡进行分析,总结出了4种典型的滑坡演变类型,对于修正滑坡易发性评价方法与思路、提高评价结果精度具有一定的意义。