耦合信息量和Logistic回归模型的滑坡易发性评价

区域滑坡易发性预测能准确地反映出特定研究区内滑坡分布的空间概率特征。基于信息量和Logistic回归的耦合模型,对江西省崇义县滑坡易发性进行了预测,首先选取高程、坡度、坡体结构、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、归一化植被指数(NDVI)和归一化建筑指数(NDBI)等10个影响因子;之后利用各因子的信息量值来构建Logistic回归模型;最后以信息量模型和Logistic回归模型作为对比模型来探讨3种模型各自的滑坡易发性评价结果。结果表明:耦合模型具有最好的预测性能(AUC=80.4%),其余依次为Logistic回归模型(76.8%)和信息量模型(72.8%);各模型所预测的滑坡易发性分布规律具有一定的相似性,滑坡灾害多集中发生于海拔高程较低、接近水系、碳酸盐岩性地层构造、植被覆盖率低、建筑密集的区域。     

基于机器学习模型的福州地区滑坡易发性评价

开展滑坡易发性评价是开展区域地质灾害风险管理的基础性工作,以福州主要陆域区为对象,基于植被覆盖度、高程、坡度、坡向、岩性、距断裂距离和距水系距离共7个影响因子,采用逻辑回归模型和随机森林模型进行滑坡易发性评价,并将模型评价结果分为低、较低、中、较高和高共5个易发性等级区划。研究表明,随机森林模型满足较高和高风险区的面积小、区内滑坡密度大的预测模型评判标准,预测精度更高且泛化能力更好,从而验证研究区基于机器学习模型的滑坡易发性评价的可行性;研究还表明植被覆盖度和高程是研究区滑坡易发性评价的高重要性影响因子,而坡向是最低重要性的影响因子,可以为该区域滑坡灾害风险评估的信息获取提供参考。     

基于GIS与逻辑回归的清平滑坡易发性评价

四川省绵竹市清平地区在"5·12"汶川大地震作用下形成了大量的滑坡等地质灾害。基于Arc GIS平台,运用遥感及地理信息技术获取滑坡信息,选择高程、坡度、坡向、水系、断层、地层岩性作为滑坡易发性评价因子,采用逻辑回归模型对该区域滑坡易发性进行了分析,并将研究区划分为高易发区、中等易发区和低易发区,并对这评价结果进行分析。结果表明:(1)滑坡高易发区主要位于研究区的东部、西北部和南部区域;(2)高中易发区结果的精度为0.936,表明这逻辑回归的预测能力较好。     

广西桂东南区域崩岗关键影响因子及敏感性研究

崩岗是我国南方地区常见的自然灾害,但目前关于崩岗的研究大多是从定性上分析,鲜少有研究从定量上评估、预测其风险性。以桂东南区域作为研究区,利用RS与GIS技术,选取高程、坡度、坡向、土壤、地质、土地利用、植被覆盖度7个影响因子作为评价指标,以80%崩岗作为训练样本,采用Logistic模型计算出每个影响因子的权重并建立敏感性预测模型,利用ROC曲线进行模型拟合度评估,20%崩岗作为评价结果验证。结果表明:ROC曲线下的面积AUC值为0.718;地质是崩岗侵蚀的关键因子,其次为高程、坡向;研究区极度、高度、中度敏感面积分别占总面积的10.17%、19.30%、26.49%,敏感性评价结果与实际崩岗的分布趋势基本一致。研究结果表明Logistic模型可应用于区域崩岗的关键影响因子与敏感性评估中。     

IOE模型在延安市宝塔区碾庄沟流域滑坡易发性分区中的应用

将延安市宝塔区碾庄沟流域作为研究区,在野外调查以及遥感解译的基础上,得到了73个滑坡点数据,其中70%的滑坡点被当作训练样本,剩余的30%的滑坡点被当作测试样本。选取坡度、坡向、高程、归一化植被指数(NDVI)、岩土体类型、土地利用类型、平面曲率和剖面曲率作为滑坡易发性分区建模的解释变量。利用熵指数模型(IOE)计算研究区的滑坡易发性指数(LSI),得到了研究区滑坡易发性分区图(LSM)。最后利用准确率和接受者操作特征曲线下的面积(AUC)对分区结果进行评价。结果表明:训练样本集和测试样本集的准确率均大于0.8,且测试样本集的AUC值为0.9641,说明研究区的滑坡易发性分区结果可信度高,且IOE模型具有较强的泛化能力。研究结果也可以为当地的滑坡防治工作提供参考。     

似然比检验在区域斜坡稳定性敏感因素分析中的应用

敏感因素分析是区域斜坡稳定性评价的前提.设计了逐个加入影响因素进行嵌套模型的优劣程度对比的试验方法,将巫山县新址西区作为试验区,选取影响区域斜坡稳定性的几个因素为自变量,历史滑坡的发生为因变量,建立Logistic回归模型.通过对回归方程的似然比检验进行模型优劣程度的对比,得出影响本区斜坡稳定性敏感因素的程度.试验区斜坡稳定性敏感因素程度计算结果依次为:岩土类型、高程、地下水位埋深、距有影响构造线距离、坡度或坡形.     

宣汉地区降雨型滑坡空间发育规律及敏感性分析

宣汉县是四川省达州市地质灾害较为发育的县区。为研究该区域滑坡分布及稳定性规律,通过实地调查滑坡数据信息,并结合GIS技术和确定性系数法,分析与滑坡分布及稳定性紧密关联的多个致灾因子(滑坡坡度、高程、坡向、岩性、水系和公路)的敏感性。结果表明研究区滑坡灾害受到致灾因子影响区间多发生在:①400～1 000 m的高程范围内,其中400～600 m处于高度易发区;②滑坡坡度处于5°～25°的相对区间内,其中5°～15°区间更加敏感;③水系缓冲区和公路缓冲区均在800 m范围内,特别是公路缓冲区在400 m范围内的影响更大。同时,应用敏感性系数比值和敏感性指数进一步分析了致灾因子对滑坡分布和稳定性2个方面的影响程度。分析表明:坡度因子对降雨型滑坡稳定性起到重要的影响,但其对滑坡分布的影响程度要弱于公路因子。研究结果为今后类似条件下的滑坡危险性评价、防灾减灾计划等提供理论依托。     

区域滑坡空间预测方法研究综述

滑坡具有区域性、群发性、多发性及灾害严重的特点,开展大范围的区域滑坡空间预测评价是实现防灾减灾的有效途径。在区域滑坡空间预测研究方面,还存在预测指标体系的确定方法、预测指标的权重取值及连续数据离散化处理过程中造成的图层信息损失等问题,需要进一步研究解决。分别综述了确定性模型和非确定性模型在滑坡空间预测评价中的应用情况,重点介绍了非确定性模型中的知识驱动模型和数据驱动模型的应用情况及适用条件;并展望了区域滑坡空间预测方法的发展趋势。     

基于信息量模型的地质灾害易发性评价

以略阳县为研究区域,在综合分析研究区地质灾害分布关系、控制因素与诱发因素的基础上,选取高程、坡度、坡向、曲率、岩性、构造、河流、道路和地震等9类评价指标,将信息量模型与GIS空间分析功能相结合,分别计算各评价指标的信息量值,构建地质灾害易发性评价体系,对该区域地质灾害易发性进行评价。结果表明,研究区内较高、高易发区面积占研究区总面积的29. 1%,灾害率为67. 1%,灾积比为3. 395。利用ROC曲线得到AUC评价指标值为0. 796,说明该方法具有较高的精度,具有良好的适用性。     

白龙江流域滑坡危险性评价指标体系的构建

滑坡的发生受控于多种影响因子,同时影响因子中各属性类别对滑坡的发育分别产生促进或抑制作用,因此,构建合适的指标体系对滑坡危险性评价具有重要意义。以白龙江流域作为研究区,通过野外调查及前人研究,选取8个影响因子,并对各影响因子及其各属性类进行敏感性分析。结果表明各因子平均敏感性从大到小排序依次为:土地利用1.992,地质年代1.262,高程1.123,河流缓冲区1.059,距断层构造线距离1.058,坡度1.014,坡向0.978,NDVI(归—化植被指数)0.505,由于坡向和NDVI的平均敏感性小于1,因此予以剔除。最终确定高程、坡度、土地利用、地质年代、距断层构造线距离以及河流缓冲区6个因子作为白龙江流域滑坡危险性评价的参评因子。利用GIS的信息量法对白龙江流域滑坡进行危险性评价,得到白龙江流域滑坡危险性分区图。通过检验,评价结果具有较高的准确性,进而充分证明了参评因子选取的合理性。