镇康县滑坡易发性评价模型对比研究

准确的滑坡易发性评价结果是滑坡风险评价的关键,对防灾减灾意义重大.为了提高滑坡易发性评价精度,基于地理信息系统(GIS)平台,将镇康县境内150个滑坡灾害点转换为栅格数据作为评价样本,选取高程、坡度、坡向、起伏度、地形曲率、剖面曲率、地层、断层、年均降雨量、河流、土地利用类型、道路12项评价因子,并通过独立性检验,构建...     

三峡库区万州区滑坡灾害易发性评价研究

 滑坡灾害易发性研究在滑坡灾害风险管理与城市规划等方面具有非常重要的现实意义。以往的研究中,鲜有对指标因子状态划分作有关深入分析和讨论的。鉴于此,以滑坡灾害频发的三峡库区万州区为研究对象：首先,选取影响滑坡发生的7个致灾因子(地层岩性、地质构造、水系分布、坡度、坡向、坡体结构及土地利用)作为滑坡易发性的评价指标,依据各指标条件下滑坡累计发生频率曲线斜率的变化,并结合滑坡面积比和分级面积比曲线对指标因子的状态进行分级;其次,根据全区655个历史滑坡数据,分别运用信息量模型和逻辑回归模型建立各自的滑坡易发性评价体系;再则,采用快速聚类法(K-means cluster)对以上2种方法所得到的易发性结果进行分级,并基于GIS平台,得到全区滑坡易发性区划图;最后,从模型结果、精度、适用条件等方面对2个模型进行讨论和比较,研究结果表明：信息量模型和逻辑回归模型的预测精度分别为73.0%和54.9%,前者预测能力要优于后者。     

基于逻辑回归模型的凉山州滑坡易发性评价

凉山州地质环境复杂,地质灾害频发,为了防止凉山州因灾致贫、因灾返贫,对凉山州滑坡灾害进行易发性评价。选择10个因子,分析因子与滑坡的分布规律,并建立逻辑回归模型对凉山州滑坡灾害进行易发性评价。结果表明：凉山州滑坡分布于高程1 800 m～2 300 m;坡度10°～30°;坡向为东方向;坡位为中坡;距道路距离和距断层距离为小于2 km,NDVI为0.7～0.8;TWI为2～4;岩组为碎屑岩;土地利用类型为耕地。滑坡极高易发区位于凉山州中部安宁河、则木河断裂带两侧和东部汉源-甘洛带、峨边-金阳断裂带两侧。     

GIS支持下基于层次分析法的汶川地震区滑坡易发性评价

 2008年5月12日14时28分,四川汶川发生了Ms8.0级大地震,地震诱发了数以万计的滑坡灾害。在大约48 678 km2的区域内,采用震后遥感影像解译并结合野外调查的方法,共解译出48 007个滑坡。应用GIS技术,建立了汶川地震诱发滑坡灾害及相关地形、地质空间数据库,分析了断层、岩性、高程、坡度、坡向、河流、公路等7个因素与滑坡分布的关系,应用滑坡面积百分比这一标准来分别衡量每个因素中各个级别对滑坡的影响程度;然后使用层次分析法对这7个参数进行权重分析;在GIS平台下对这些参数进行综合分析,通过分析结果将研究区内滑坡按易发程度分为极高易发区、高易发区、中易发区、低易发区与极低易发区5类,极高易发区与高易发区面积约8 211 km2,占研究区总面积的16.9%;最后,使用汶川地震滑坡数据库对研究结果进行检验,检验曲线表明分区效果良好,其中极高易发区与高易发区内实际发生滑坡面积为430 km2,占滑坡总面积的60.5%。     

基于GIS和信息量的滑坡灾害易发性评价——以三峡库区万州区为例

 以滑坡灾害发育较多的三峡库区万州区为研究区,基于指标因素状态分级和因素相关性分析结果,选取坡度、坡向、坡体结构、地层岩性、地质构造、水的作用以及土地利用7项影响因素,以全区700多个滑坡灾害点为样本数据,依据各因素状态下发生的滑坡频率曲线和信息量曲线的突变点为等级划分的临界值来确定因素状态,并在此基础上建立易发性评价指标体系。基于GIS的栅格数据模型,应用信息量理论开展研究区易发性评价,研究结果表明：易发性高和较高的区域主要分布在土地利用总体规划中的建设用地、侏罗系中统上沙溪庙组第二、三段(J2s2,J2s3)、库水变动带和河网影响带以及万州城区。统计结果表明,处在高易发和较高易发区面积为1 210 km2,其中高易发区和较高易发区分别占研究区总面积的9.71%和25.9%,研究区易发性评价精度高达87%。本文完整的论述了县域滑坡灾害易发性评价的理论方法和技术路线,并以三峡库区万州区为例开展滑坡灾害易发性评价、结果分析以及预测精度评价等,为该区域滑坡灾害防治规划与预测预报提供技术支持,为全国范围内县域滑坡灾害易发性评价提供理论指导和技术参考。     

九寨沟地震滑坡易发性评价因子组合选取研究

滑坡易发性区域评价作为危险性和风险评价的基础,如何科学、合理地进行因子选取是已有研究的薄弱部分.以2017年8月8日九寨沟Mw 6.5地震重灾区——九寨沟国家地质公园内的1022处地震滑坡点为样本数据,选取地震参数、地形地貌、地质条件、水文条件、人类工程活动等共16个滑坡控制和影响因素,在对指标因子进行共线性诊断的基础...     

九寨沟县滑坡灾害易发性快速评估模型对比研究

通过地理信息系统(GIS)技术,采用信息量(I)、确定性系数(CF)、逻辑回归(LR)、逻辑回归–信息量(LR-I)和逻辑回归–确定性系数(LR-CF)耦合模型的快速评估方法对九寨沟县范围内滑坡灾害易发性评价,并对5种模型进行比较研究。基于历史资料、遥感解译和现场调查,获取九寨沟全县6205个滑坡灾害点作为样本数据库,选取海拔、坡度、坡向、地形曲率、剖面曲率、平面曲率、地形起伏度、地表粗糙度、地表切割度、地层岩性、距断层距离、PGA、降雨、距公路距离和距水系距离共计15项评价指标因子,基于GIS平台提取80%滑坡点作为训练样本,采用I,CF,LR模型建立九寨沟县滑坡灾害易发性评价体系,并将滑坡易发性划分为极低、低、中、高和极高。基于I,CF和LR模型,提出LR-I和LR-CF耦合模型,实现各评价指标因子二次逻辑回归计算,优化了九寨沟地区滑坡灾害易发性区划图。最后利用未参与训练的20%滑坡点作为检验样本,利用频率比和ROC曲线进行精度检验。结果表明:5种评价模型得到的滑坡的高易发区和极高易发区频率比值占总频率比值均超过85%,I,CF,LR,LR-I和LR-CF的AUC评价精度分别为0....     

地质灾害易发性评价中的指标量化方法研究

在建立评价指标体系的基础上,划分了绵阳市地质易发性评价指标等级基准值,并采用4 km×4 km网格来划分评价单元,使评价指标量化问题简单化,从而用简单易懂、便于实际操作的方法分别确定了基础指标层中的各评价指标的量化方法,为地质灾害易发性评价模型的建立奠定了基础。     

地质灾害易发性评价研究

文中以福建省福州市城区为例,分析其地质灾害易发性综合评价,阐述项目的任务目标及总体要求、工作进度,探究地质灾害易发性评价的技术路线、资料收集与整理、工程地质钻探作业等评价方法,最终对评价结果展开分析,以期为类似项目提供参考。     

基于聚类分析和支持向量机的滑坡易发性评价

在将支持向量机(support vector machine,SVM)等机器学习模型用于区域滑坡易发性评价时,大都随机或主观地选取非滑坡栅格单元,不能保证所选的非滑坡栅格单元是真正的"非滑坡"。为解决此问题,提出基于聚类分析和SVM的滑坡易发性评价模型。该模型首先用自组织映射(self-organizing mapping,SOM)神经网络对滑坡易发性进行聚类分析;然后从极低易发区中选择非滑坡栅格单元,确保所选非滑坡栅格单元是高概率的"非滑坡";最后采用SVM模型基于已知滑坡、所选非滑坡和环境因子对滑坡易发性进行评价。将提出的SOM-SVM模型用于三峡库区万州区滑坡易发性评价,并将得到的易发性结果与随机选取非滑坡的单独SVM模型结果做对比。结果显示SOM-SVM模型具有比单独SVM模型更高的成功率和预测率,表明SOM神经网络能更准确地选取非滑坡栅格单元。     

基于GBDT模型的广东阳春市地质灾害易发性评价研究

本研究旨在利用梯度提升决策树（Gradient Boosting Decision Tree,GBDT）模型,对广东省阳春市滑坡易发性进行评价。通过收集大量地质、地形、气象等相关数据,提取了坡度、坡向、工程岩组等11个地质灾害易发性评价指标,构建了全面的滑坡易发性评价指标体系,并采用GBDT模型进行训练和预测。受试者曲线（Receiver Operator Characteristic,ROC曲线）和AUC值（Area Under Curve,AUC）被用于评估模型的准确性,研究结果表明,模型的AUC值达到了0.9414,说明GBDT模型在阳春市滑坡易发性评价中表现出较高的准确性和可靠性。易发性分区统计结果显示,整个阳春市中,高易发区占4.98%,中易发区占8.42%,低易发区占16.39%,非易发区占70.22%。本文研究方法可为开展区域地质灾害易发性评价提供参考。     

九寨沟县滑坡灾害易发性快速评估模型对比研究EI北大核心CSCD

通过地理信息系统(GIS)技术,采用信息量(I)、确定性系数(CF)、逻辑回归(LR)、逻辑回归–信息量(LR-I)和逻辑回归–确定性系数(LR-CF)耦合模型的快速评估方法对九寨沟县范围内滑坡灾害易发性评价,并对5种模型进行比较研究。基于历史资料、遥感解译和现场调查,获取九寨沟全县6205个滑坡灾害点作为样本数据库,选取海拔、坡度、坡向、地形曲率、剖面曲率、平面曲率、地形起伏度、地表粗糙度、地表切割度、地层岩性、距断层距离、PGA、降雨、距公路距离和距水系距离共计15项评价指标因子,基于GIS平台提取80%滑坡点作为训练样本,采用I,CF,LR模型建立九寨沟县滑坡灾害易发性评价体系,并将滑坡易发性划分为极低、低、中、高和极高。基于I,CF和LR模型,提出LR-I和LR-CF耦合模型,实现各评价指标因子二次逻辑回归计算,优化了九寨沟地区滑坡灾害易发性区划图。最后利用未参与训练的20%滑坡点作为检验样本,利用频率比和ROC曲线进行精度检验。结果表明:5种评价模型得到的滑坡的高易发区和极高易发区频率比值占总频率比值均超过85%,I,CF,LR,LR-I和LR-CF的AUC评价精度分别为0.762,0.756,0.788,0.838和0.836,表明5种模型均能较好评价九寨沟地区滑坡灾害易发性。LR-I和LR-CF模型与单一的I,CF模型相比能将滑坡易发性评价精度提高约8%;与单一LR模型相比,其精度提高约5%,说明LR-I和LR-CF模型的滑坡预测更优于单一的I,CF和LR模型,为快速建立评价指标体系和区域滑坡易发性提供了可靠途径。     

地质灾害易发性区划的评价指标体系研究

在阐述地质灾害区划涵义和建立评价指标体系重要性的基础上,较为系统的说明了评价指标体系建立的原则和方法,并结合绵阳市地质灾害分布与地质环境条件之间的关系,建立了绵阳市地质灾害易发性区划的评价指标体系,最后,应用层次分析法确定了各评价指标的权重,得出降雨量指标在地质灾害易发性区划中的作用最为显著,权重值为0.253 3,其次为地质灾害分布密度指标,权重值为0.200 0。     

不同空间分辨率和训练测试集比例下的滑坡易发性预测不确定性

探讨空间分辨率和模型训练测试集比例等因素对滑坡易发性预测不确定性的影响具有重要意义.拟以江西省宁都县的滑坡为例,首先计算各环境因子在不同空间分辨率(15,30,60,90和120m)下的频率比值;然后将滑坡和非滑坡样本按照9/1,8/2,7/3,6/4和5/5的比例划分出不同的模型训练和测试数据集,由此得到25种组合工...     

基于GIS的中等比例尺地质灾害易发性评价

通过采用信息量模型方法,以GIS为平台,针对工程区的地质灾害易发程度进行了研究分析,并最终得到了该区地质灾害易发程度信息,包括其地质灾害易发分区图及相关统计信息,评价结果与当地实际情况有较好的一致性。     

某新建国际机场岩溶塌陷易发性预测评价研究

岩溶塌陷是某新建国际机场建设面临的最主要工程地质问题,开展岩溶塌陷易发性预测评价研究十分必要.选取3个条件层的15个因子构建岩溶塌陷预测模糊层次评价模型,确定各因子的权重,刻画各因子对岩溶地面塌陷产生的影响程度及各因子的组合效应;采用模糊数学和MapGIS方法,对含有不同权重的各因子进行空间迭置分析计算,确定工程区岩溶地面塌陷的易发性分区.预测评价结果客观可靠.     

基于AHP及GIS平台的黎川县地质灾害易发性评价

黎川县地质灾害易发性评价以区内地质环境条件为基础,甄选出与地质灾害发育密切相关的地形地貌、岩土类型、地质灾害频率等9大因子,基于AHP及GIS平台,确定各因子权重,建立了黎川县地质灾害易发性分析评价模型,通过定性和定量相结合的系统化、层次化的叠加分析统计,指出评价结果较为科学合理、切合实际,表明该方法具有较高的实用性和有效性。     

基于GIS技术的密云县地质灾害易发性评价

文章针对目前地质灾害评价模型中存在的常见问题,采用频率比模型进行了密云县地质灾害易发性评价和分区。对不同的地质灾害类型采用不同的评价指标分别进行评价,然后综合考虑研究区内的地质灾害体的空间分布特征,借助GIS平台,实现研究区的地质灾害易发性分区。     

顾及In SAR形变的CNN滑坡易发性动态评估——以刘家峡水库区域为例

已有的滑坡易发性评估方法所采用的滑坡因子多为静态数据(如地形,地质),缺乏动态数据(如地表形变),无法充分挖掘正在变形的滑坡特征,导致滑坡易发性评估可靠性较差。合成孔径雷达干涉测量(synthetic aperture radar interferometry,In SAR)二维In SAR数据可反映滑坡在垂直和水平方向的形变特征。引入二维In SAR形变数据作为动态因子,结合地形、地质、水文以及人文共计16种滑坡影响因子,构建卷积神经网络模型(convolutional neural network,CNN)进行滑坡易发性动态评估;采用多种评价指标来衡量模型精度,同时对比有无顾及二维In SAR因子的滑坡易发性评估结果,并与支持向量机(support vector machines,SVM)方法进行对比,此外,在不同场景进行应用。实验结果表明,顾及In SAR形变动态因子的多种评价指标整体精度有所提高,模型对正处于缓慢变形的滑坡易发性区域的识别具有良好的效果,在训练数据中,识别率由0.78提高至0.93;在验证数据中,识别率提升0.21,揭示出顾及二维In SAR形变因子可以提升滑坡...     

基于OCSVM-RF耦合模型的雅江县地质灾害易发性评价

地质灾害威胁着工农业安全生产及人民生命财产安全,因此,对地质灾害易发性进行高效率、高精度的评价尤为重要。以四川省雅江县为研究区,机器学习方法为基础,分别构建了传统逻辑回归模型、随机森林模型和OCSVM-RF耦合模型,对雅江县地质灾害易发性进行评价并制作雅江县地质灾害易发性分级图。同时使用ROC和AUC值对评价精度进行分析,得到AUC值分别为：逻辑回归(0.901 7),随机森林(0.952 3),OCSVM-RF耦合模型(0.957 5),得出OCSVM-RF耦合模型的评价精度明显高于传统机器学习模型。因此,可以使用该耦合模型对地质灾害易发性进行评价,为研究区的防灾减灾工作提供一定的理论参考。