共查询到10条相似文献,搜索用时 15 毫秒
1.
《土工基础》2017,(3):299-303
以江西省崇义县为研究区,以崇义县1∶5万地质灾害调查数据为基础,基于信息量法,采用Arcgis软件研究地质灾害易发性。首先分析各类地质环境因子与地质灾害相关性,选取高程、坡度、水系、工程地质岩类、构造、居民区及公路七个影响因子。以地质灾害点为基础数据,将灾点与七个因子图层分别进行栅格运算,得出各个因子分段的灾点分布概率,计算出各个因子的信息量值,将各因子的信息量进行叠加,得出研究区内的信息量分布图。根据灾点在各信息量区间的概率,将研究区分为高、中、低、极低四个地质灾害易发级别。易发性评价结果与研究区实际情况吻合度高的结论,表明信息量法适合于崇义县地质灾害易性的评价。 相似文献
2.
3.
4.
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 总被引:13,自引:0,他引:13
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。 相似文献
5.
《岩石力学与工程学报》2016,(Z1)
为了实现斜坡地质灾害易发性评价能够随着影响因子动态变化和灾害点数目不断增加的自适应更新,使得评价精度能够随着影响因子认识的深入和样本点的丰富不断升高,提出一种数据驱动的斜坡地质灾害易发性评价系统自适应更新机制,以影响因子处理与筛选、支持向量机以及正确率、Kappa系数和AUC三个评价指标为理论支撑,设计并实现斜坡地质灾害易发性评价系统。该系统由数据预处理、易发性评价模型构建、评价模型评估、地质灾害易发性评价等4个模块构成,以数据变化触发系统自适应更新,可以支持影响因子的动态更新、地质灾害样本点的实时更新以及评价模型的迭代更新,使得评价模型能动态升级以适应最新的区域环境特征和地质灾害特征,保证评价模型的准确性。在浙江省文成县的实验结果表明,数据驱动自适应更新的斜坡地质灾害易发性评价系统能对地质灾害进行有效评价,并随着数据的丰富,将有效提高评价精度。 相似文献
6.
7.
8.
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。 相似文献
9.
10.
在人工智能算法快速发展的背景下,选取人工神经网络模型(ANN)和逻辑回归模型(LR)对湖北省远安县进行滑坡易发性评价,得到滑坡易发性区划图,并对结果进行对比分析。该区共发育滑坡177处,提取出了与滑坡发生相关的9类指标因子。利用相关性分析,剔除高程因子,选择其余8类因子用于滑坡易发性评价,利用Arc GIS和SPSS Modeler软件得到研究区滑坡易发性区划图。最后,利用ROC曲线图对两个模型的成功率进行分析,得到人工神经网络模型和逻辑回归模型的AUC值分别为0.864和0.809,说明人工神经网络模型在该研究区的预测能力较好。 相似文献