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。     

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。     

天水市群发地质灾害特征与成灾机理

[目的]对甘肃省天水市2013年"7·25"群发性山洪地质灾害的成灾特征、分布规律及其成因进行分析,为黄土丘陵沟壑区降雨诱发地质灾害早期识别和减灾防灾提供科学依据。[方法]在全面实地调查的基础上,建立三维连续介质动态数值模型,对天水市典型滑坡运动特征进行求解。[结果]"7·25"山洪地质灾害具有普遍性,群发性明显,局地爆发性,隐蔽性强等5大显著特征;受强降雨和地震因素叠加效应的影响加剧了灾害的破坏程度;此次灾害大部分滑坡失稳的坡面几何形态多为直线型凹型面坡,滑坡失稳多发生在35°~45°坡度范围内,以40°坡居多,黄土坡面滑坡通常是窄条状、方量较小;典型滑坡体在斜坡运动过程中,平均速度、最大速度、总动能和总势能均是急剧增加,进入水平面后,各个动力参数急剧下降。侵蚀作用是滑坡运动中非常重要的不可忽视的一个重要的因素,它使得灾害体质量增加,同时依靠较高的速度(30m/s),具有更强的破坏性。[结论]天水市群发地质灾害形式依然严峻,降水是引发和加剧此次地质灾害的主要因素。     

四川省昭觉县地质灾害调查分析

通过对凉山彝族自治州昭觉县地质灾害调查和资料分析,该区地质灾害类型包括滑坡、泥石流、不稳定斜（边）坡和崩塌（危岩）。研究了昭觉县地质灾害致灾因素包括内在条件和外部诱发2个方面。县域内地质灾害发育特征包括3个方面：空间分布上具区域性、岩土体性、坡度和高程性;时间上具显著的季节性和演变性;地质灾害的威胁程度以小型为主,危险性大和中等的灾害点以滑坡点数最多。并对昭觉县在地质灾害防灾减灾方面存在的问题进行了探索,提出防灾减灾措施方面应该加强宣传、落实责任、技术研究、科学管理及增加投入等。     

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。     

西陵峡水田坝区域地质灾害发育特征及成因机制

[目的]掌握西陵峡水田坝区域地质灾害发育特征及成因机制,为该区域地质灾害防治提供依据。[方法]对地质灾害的类型、规模、斜坡结构、岩性特征、分布高程、地形坡度进行详细的野外调查,并运用统计学进行梳理分析。[结果]研究区发育主要地质灾害为滑坡、崩塌(危岩)和不稳定斜坡,其规模以中小型为主。空间上分布不均匀,且集中分布在海拔高度300~800m的区域,坡度20°~40°斜坡区域,并沿主要构造、断裂呈条带状发育;绝大多数灾害发育在侏罗系蓬莱镇组(J3p)、遂宁组(J3s)和沙溪庙组(J2s)岩性段中,以顺向结构岸坡中发育地质灾害居多;时间上,地质灾害多集中发生在降雨集中汛期6—9月。[结论]地质灾害成因机制的内在因素为地形地貌、地层岩性、岸坡结构类型和地质构造;外在因素为降雨、库水波动和人类工程活动。     

四川省会理县“8·30”地震地质灾害分布特征及防治对策

四川省会理县的地貌条件、地质条件和水文气象条件为地质灾害发育提供了良好基础,县域内地质灾害频繁.2008年8月30日("8·30")地震不仅加剧了原有的地质灾害,而且还引发了多处新的地质灾害点.通过发放地质灾害普查表、典型区域的遥感调查和重点区域的专家详查等调查方法,获得地震诱发的新增地质灾害隐患点55处,其中崩塌8处、滑坡25处、泥石流2处和不稳定斜坡20处.新增灾害点主要集中在县域南部高山峡谷区,特别是沿金沙江一带.根据震后地质灾害的调查结果,以2 km×2 km为单元格对县域内地质灾害易发程度进行分区,主要分为三级地质灾害易发区:高易发区、中易发区、低易发区,分别占全县总面积的42.4%,37.1%,20.5%.最后,提出了建立群测群防网络及监测预警系统实施全面防灾、突发性地质灾害实施紧急防治、重要地质灾害隐患点实施综合防治、加强地质环境管理和实施预防减灾等防治对策.     

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。     

GIS支持下川滇黔接壤区滑坡危险性评价

川滇黔接壤地区是中国滑坡灾害的多发区,区内共有崩塌、滑坡等地质灾害隐患点1.2万余处,对100余万人的生命与财产安全构成威胁,严重影响当地人民生产、生活安全与可持续发展。选择坡度、相对高差、到活动断裂带距离、年均降雨量和年均大雨日数5个因子作为滑坡危险性的评价因子,在GIS支持下获取各因子的贡献权重,根据贡献率模型在空间叠加下生成研究区滑坡危险性评价图。结果表明:(1)研究区1.92×105 km2面积中,极高危险区3.92×104 km2,高危险区4.34×104 km2,中危险区4.58×104 km2,低危险区3.92×104 km2,稳定区2.42×104 km2,中度以上危险区面积占研究区总面积的67.00%;(2)极高危险区主要分布在小江—安宁河深大断裂两侧以及金沙江、雅砻江等深切河谷中,显示出活动断裂带和地貌对滑坡危险性的宏观控制作用;(3)中度以上危险区内人口总量约1 152.31万人,占总人口的32.17%;GDP约419.88亿元,占研究区总量的28.75%,因此加强川滇黔接壤地区地质灾害防灾减灾能力建设已刻不容缓。     

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。     

福建省建瓯市地质灾害发育特征及形成机制

[目的]分析建瓯市地质灾害发育特征及成因,以便进一步做好建瓯市地质灾害防灾减灾工作。[方法]在区域地质灾害详细调查的基础上,分析建瓯市地质灾害的发育类型、规模、分布以及危害性等特征,总结区内地质灾害的发育规律。针对地质灾害的地形条件、地层岩性以及典型致灾土体的土工试验研究,结合对典型灾害点的讨论分析,确定建瓯市地质灾害的形成机制及土体抗剪强度特征。[结果](1)建瓯市地质灾害以小规模滑坡为主,数量众多,普遍表现为表层堆积土顺基岩面滑塌的发育特点;(2)区内地质灾害多发的原因是由于多期次构造运动导致岩体破碎,易构成不稳定结构面组合,加之表层风化土体抗剪强度较低,在人为切坡及强降雨条件诱发下,导致了斜坡的变形破坏。[结论]建瓯市地质环境条件较差,不合理的切坡易诱发滑坡。     

基于图幅调查的六盘山镇孕灾地质条件分析

调查研究小流域孕灾地质环境背景,是分析地质灾害时空分布规律与成灾模式,完成地质灾害易发程度、危险性区划评价,提出地质灾害综合防治对策建议的重要依据。以泾河流域六盘山镇幅地质灾害调查为实例分析了地形地貌、地质构造和工程地质岩组与地质灾害的关系。结果显示:（1）大的地貌单元和格局较明显地控制着地质灾害的分布,不同地貌单元内的地质灾害类型、发育程度和分布特征等都有差异性,统计表明滑坡主要发育在剥蚀构造丘陵区及低山区地貌,泥石流主要发育在侵蚀中低山区,崩塌主要分布在河谷斜坡地带和断裂带内,地质灾害一般沿地貌边界带密集分布发育,尤其是沿断裂呈线状展布;（2）软弱的泥岩岩组是研究区内主要的易滑地层,控制着地质灾害的分布,在不同工程地质岩组区间内滑坡面积的多寡与滑坡分布密度相关性不大;（3）区域地质构造不仅控制着区域地层的展布,也控制着区域地质灾害的发育,不同断裂也凸显出一定的差异性。     

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。     

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...     

联合SBAS-InSAR和PSO-BP算法的高山峡谷区地质灾害危险性评价

近年来,高山峡谷区地质灾害频频发生,给人民生命和财产安全带来严重威胁。针对现有地质灾害评价方法存在地质灾害数据时效性差、不准确以及需进行大量评价因子权值计算等弊端,该研究提出一种联合SBAS-InSAR（Small Baseline Subsets- Interferometric Synthetic Aperture Radar）和PSO-BP（Particle Swarm Optimization-Back Propagation）算法来对高山峡谷区地质灾害危险性进行评价的方法。首先利用SBAS-InSAR技术获取得到研究区升降轨形变量,引入高分辨率影像等作为辅助识别,得到研究区地质灾害数据;然后,选取高程、坡度、升降形变速率等12个评价因子与是否为高危险区构建PSO-BP模型,对模型进行训练、验证并保存模型;利用保存好的模型得到研究区的地质灾害指数,通过ArcGIS自然间断点分级法结合专家参与进行危险性分级,最终得到研究区地质灾害危险性评价结果。试验结果表明：利用升降轨结合的方式对高山峡谷地质灾害进行识别,避免了单一轨道存在SAR成像几何畸变造成部分地质灾害不能识别或识别结果不全面等问题;利用SBAS-InSAR技术并结合高分辨率影像等辅助信息,可有效识别出活跃的泥石流、滑坡、崩塌和潜在地质灾害,解决了现有地质灾害点数据源时效性差、不准确等弊端;利用PSO-BP算法能跳过大量评价因子权值计算等弊端;为验证该研究方法的有效性,选择信息量法和组合赋权法进行定量和定性比较,结果表明,该研究方法有效的提高了地质灾害危险性评价的准确度,信息量法、组合赋权法和该研究方法的AUC（Area Under The Curve）值分别为0.694、0.721、0.785,准确率为73.3%、76.2%、79.8%。利用该方法能更为有效的对高山峡谷区地质灾害进行危险性评价,为防灾减灾事业及政府部门决策提供参考。     

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。     

吉林省侵蚀沟分布与环境要素的关系

[目的]探求与侵蚀沟空间分布密切的环境因子,揭示其分布特征,为侵蚀沟发育规律研究及治理提供理论依据。[方法]利用遥感调查和抽样调查相结合的方式,基于GIS分析功能,对吉林省6个区域共23个调查单元(小流域)内侵蚀沟进行了调查与汇总分析,研究沟壑密度、沟壑裂度等与环境要素关系。[结果](1)6个区域沟壑密度大小顺序为:敦化(16.30km/km~2)辽源(6.51km/km~2)梅河(5.55km/km~2)伊通(4.67km/km~2)九台(3.54km/km~2)前郭(2.21km/km~2);(2)敦化地区沟壑裂度随坡度增加先稳定后急剧降低;前郭地区沟壑裂度随坡度的增加而增加;辽源、梅河、伊通、九台4个地区沟壑裂度均随坡度的增加呈现先增加后减少的趋势,沟壑裂度最大值除辽源发生在6°~9°外,其他3个地区均发生在3°~6°;(3)沟壑密度随坡度的增加而增加,二者存在较强的线性关系,相关系数达0.755,研究中符合这一规律的样本占总体的83%。(4)集水区形状系数对沟壑密度具有一定的规律性影响,但这只体现在九台地区,主要表现为沟壑密度随形状系数的增加而增加;(5)6个地区沟壑密度与集水面积呈一元二次函数关系,29.39hm~2为沟壑密度发生变化的临界值。[结论]吉林省内分异特征总体表现为由西向东和由北向南增加的趋势。不同地区沟壑裂度随坡度变化呈现出不同规律,集水区长度、平均宽度与侵蚀沟各特征指标均无显著相关性。