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IOE-IV耦合模型的地质灾害易发性评价——以陕西省城固县为例

地质灾害易发性评价是地质灾害排查、风险性调查评价及预警预报工作的基础,其成果可以作为建设工程是否进行地质灾害危险性评估工作的依据。因此,进行区域地质灾害易发性评价研究显得尤为重要。本文以城固县为研究区,以气象水文类、地形地貌类、基础地质类、植被覆盖类共4类12种诱发因素为评价指标。分别采用K-means算法、FCM算法、层次聚类算法、DBSCAN密度算法对区内126处地质灾害样本数据进行分析提纯,剔除13处样本噪声点。利用提纯后的113处样本点建立IOE-IV耦合模型,并对城固县地质灾害易发性进行分区评价,评价结果表明：（1）地质灾害极高—高易发区、中易发区、极低—低易发区的占比分别为92.04%、4.42%与3.54%,预测结果较合理准确;（2）地质灾害发育主要受高程、水系的控制,在高程412～500 m、距水系小于500 m范围内主要为极高—高易发区,地质灾害呈线状发育。研究成果可以为地质灾害易发性评价样本优化、模型选择提供一定的理论依据。     

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。     

基于GIS技术的地质灾害易发性评价——以广东省曲江区为例

广东省曲江区2022年度斜坡类地质灾害高发,对周边居民生命财产安全造成严重威胁,如何治理、预防斜坡类地质灾害是社会发展进步亟待解决的问题,当前的地质监测预警体系不能满足当地地质灾害防治的需求。本文基于GIS构建地质灾害预警模型,利用三维GIS空间信息系统获取坡度、地形起伏度、坡形、岩土体类型、地质构造、土地利用类型、植被覆盖率7个影响因子构建易发性评价体系,基于信息量模型法确定各影响因子的信息量值,同时叠加曲江区内地质灾害隐患点情况,划分易发分区,为该地区地质灾害的预测及防治提供参考。     

基于GIS的广西北流市地质灾害易发性分区评价

以北流市为例,利用地质环境要素对地质灾害易发性进行评价,并通过MapGIS软件实现可视化。选取了地质灾害发育密度、地貌类型、自然斜坡坡度、工程地质岩组、残坡积土层厚度、人类活动强度、多年平均降雨量7个影响地质灾害易发性的地质环境因素,建立了地质灾害易发性评价指标体系和评价方法,并对研究区进行了评价,依据预测分区指标计算,研究区地质灾害高易发区总面积为1185. 37 km~2,占全市总面积的49%;地质灾害中易发区总面积为1027. 76 km~2,占全市总面积的41%地质灾害低易发区总面积为243. 50 km~2,占全市总面积的10%。     

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。     

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。     

云南省勐海县地质灾害易发性区划

在云南省勐海县地质灾害详细调查的基础上,选取了对地质灾害发育起主导作用的9个因素作为易发区划分的评判因子,采用单元面积评价法对勐海县地质灾害易发性进行了区划,将研究区划分为高、中、低和不易发区等四个大区,为勐海县地质灾害防灾减灾工作提供技术支持。     

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。     

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。     

基于多种模型对比的寻甸县地质灾害易发性分析

寻甸县地质条件复杂,地质灾害频发,而区域性易发性评价是预防地质灾害亟待解决的问题。本文以寻甸县斜坡类地质灾害为研究对象,采用证据权法、组合赋权法以及证据权-组合赋权耦合模型3种模型方式,基于GIS平台与SPSS 26.0软件,将选取的高程、坡度、土地利用等7项证据因素/诱发因子进行研究区易发性评价,划分出低、中、中高、高4类易发区。研究结果表明：（1）高、中高易发性分区内地质特质与研究得出的地质灾害影响因素相吻合,预测结果符合地质灾害空间分布特征;（2）落在高及中高分区内的灾害点占比分别为83.33%,84.68%,85.14%;（3）3种模型精确率均超过70%,其中,证据权-组合赋权耦合模型的特征曲线（ROC）的线下面积（AUC）精度检验值最大,为0.801,证据权法次之,为0.758,组合赋权法第三,为0.752。相对而言,证据权-组合赋权耦合模型更适合应用于地质灾害风险评价,为寻甸县灾害的分析提供方法思路,为区域的城镇化建设及发展提供参考,为防灾减灾和地质灾害预防提供科学依据。     

基于信息量层次分析法在海南琼海市地质灾害易发性分区中的应用

琼海市处于华南褶皱系东部,人类工程活动强烈,地质灾害多发。文章采用信息量层次分析法,在琼海市1:5万地质灾害详细调查的基础上,建立评价因子并转化成信息量值,接着由判断矩阵计算出被比较因子的权重值,最后利用ArcGIS的空间分析功能,以综合信息量值为依据,绘制琼海市地质灾害易发性分区图,为琼海市地质灾害防治提供依据。     

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。     

基于信息量法的重庆云阳县(三峡库区)地质灾害易发性评价

云阳县地处重庆市东部,属三峡库区,构造上位于川东弧形构造带东北段,褶皱形态以宽平的屉形向斜和狭窄的高背斜相间排列,组成隔挡式构造。区内地貌以中-高山峡谷地貌为主,第四纪以来一直处于间歇性抬升状态,地形切割强烈,长江河道从境内穿过,河流水系发育,年降雨量大,地质环境条件脆弱,地质灾害发育。论文基于Arcgis平台,运用信息量法全面分析了影响云阳县地质灾害发育的地形条件、地层岩性、地质构造、河流水系、人类工程活动等因素,建立了云阳县地质灾害易发评价指标体系。评价结果表明,高易发区面积576 km²,占比15.8％,中易发区面积1801.68 km²,占比49.41％；评价结果可为云阳县区域地质灾害防治提供依据,也可为三峡库区地质灾害易发性评价提供参考。     

重庆市綦江县地质灾害易发程度分区评价

阐述了本次地质灾害易发程度分区评价原则及评价主导因子确定,论述了网格定量化数值处理法用于地质灾害易发程度评价的步骤和过程,结果表明该评价方法合理、有效,评价结果具有较高的预测精度。     

灵宝市地质灾害易发性分区评价

根据灵宝市地质灾害调查成果,作者基于地质灾害现状,采用定性分析结合定量分析方法,对灵宝市各类地质灾害进行评价,将灵宝市地质灾害易发性划分为4个区,即高易发区、中易发区、低易发区和不易发区,为灵宝地区地质灾害防治规划提供依据。     

异质集成学习在滑坡易发性评价中的对比研究

滑坡易发性评价可以为有关部门制定滑坡相关的防灾减灾政策提供技术支撑。目前机器学习已被广泛应用于滑坡易发性评价中,而不同的机器学习模型预测精度各异,为对比分析不同异质集成学习模型在滑坡易发性评价中的精度表现,该文以滑坡多发的甘肃省天水市与陕西省宝鸡市交界处为研究区,采用Stacking、Blending和加权平均三种异质集成学习模型,以随机森林、支持向量机和BP神经网络作为基学习器,对研究区进行滑坡易发性评价对比研究。通过使用准确率、Kappa系数以及ROC曲线指标对三种异质集成模型及基学习器进行模型验证和对比分析,结果表明,Stacking集成模型的各项指标都优于其他对比模型,验证了Stacking集成模型在滑坡易发性评价方面较其他对比模型具有更高的预测精度。     

地质灾害易发性定量评价模型的建立与应用

地质灾害的形成是多种因素综合作用的结果。阿图什市位于新疆维吾尔自治区西南部,由于受自然因素和人为因素条件的控制和影响,区内泥石流、崩塌灾害广泛发育,对研究区内的人身和财产安全构成严重威胁。因此,本文在地质灾害易发性定量评价模型建立的基础上,探讨了地质灾害定量评价空间数据库的建设和相关处理方法,并采用加权Logistic回归模型和证据权模型相结合大方式对阿图什市地质灾害的易发性进行了评价。