基于北斗卫星的地质灾害应急救援保障体系及其在丹巴地区的应用

结合３Ｓ技术,建立了基于北斗卫星的地质灾害应急救援保障体系,该体系主要由北斗卫星、应急指挥中心、驻地指挥中心、移动指挥中心、中心式指挥机、移动式指挥机、北斗用户终端、手持掌上机、应急救援调度平台、救援车辆和救援直升机等构成。在灾害发生后,对已成为“信息孤岛”的灾区,利用北斗通讯,可以第一时间获取灾情信息;利用应急指挥调度平台,可以合理分配救援力量,科学规划救援路线,为施救工作的开展提供技术支撑,提高抢险救灾时效。通过在丹巴地区的应用,验证了该保障体系的可行性。     

基于ARIMA-MC模型的滑坡位移预测

中国是一个滑坡灾害极为频繁的国家,三峡库区更是滑坡灾害的多发区和重灾区,GPS地表位移监测是滑坡稳定性监测的重要手段。以三峡库区树坪滑坡为例,先利用自回归移动平均模型（ARIMA）对树坪滑坡GPS监测点的累积位移数据进行时序拟合,之后利用马尔可夫链模型（MC）对拟合结果进行拟合优化,最后建立自回归移动平均-马尔可夫链模型,并将其用于对树坪滑坡位移的时序预测之中。拟合和预测结果表明,该模型能够有效提高滑坡位移预测精度并实现短期内的动态滚动预测。     

基于图像分类的矿物含量测定及精度评价

针对传统矿物含量测定中存在人为误差、缺乏精度评价等问题,提出了基于图像分类的矿物含量测定及精度评价方法,该方法通过统计分类后图像中每种矿物的像元数量测定矿物含量,并采用混淆矩阵评价含量测定精度.根据岩石图像的光谱和纹理特征,提出了两种基本的矿物含量测定方式:1)对于纹理简单、矿物光谱区分度大的岩石图像,采用直接分类方式测定矿物含量,花岗岩手标本照片矿物分类实验表明监督分类效果优于非监督分类,且监督分类中最大似然法分类(MLC)的精度最高,其含量测定精度为94.25%;2)针对复杂纹理(如干涉色、双晶等)的岩石图像,引入了面向对象(矿物或矿物集合体)的多尺度图像分割算法,在分割基础上分类并统计每类矿物含量.白云母二长花岗岩镜下照片矿物分类实验得到其含量测定精度为94.85%.     

面向对象的三峡库区新生型滑坡空间预测研究

 三峡水库运行期间,库水位的变动不仅可能诱发老滑坡复活,还会产生新的滑坡（新生型滑坡）。以库首区秭归段岸坡为研究区,采用了面向对象的C5.0决策树分类的预测方法,选取了库水、坡度、工程岩组、斜坡结构和影像纹理等作为评价因子,在遥感解译和野外调查的基础上,利用遥感、地理信息系统和空间数据挖掘技术,建立了新生型滑坡空间预测模型,生成了新生型滑坡易发性区划图。验证显示：预测结果与实际较为一致,该方法可为新生型滑坡的防治提供科学依据。     

封闭性断层形成机理及研究方法

综述了封闭性断层的形成条件、形成机理和影响因素以及定性、定量预测的方法,讨论了泥岩(粘土/页岩)涂抹、挤压和地球化学作用对断层封闭性的影响和作用,使用CSP、SGR和SSF方法定量预测断层的封闭性。并应用上述方法研究了巴楚地区色力布亚断裂的封闭性。     

GWR模型下农用地土壤镍空间分布预测

传统农用地土壤分析方法耗时耗力,利用光谱及各类其他因子进行重金属浓度快速反演的方法因为其高效、快速、低成本的优点受到越来越多研究者的青睐。文章试图探索利用光谱信息与土壤镍含量信息构建地理加权回归(geographic weighted regression,GWR)反演模型,并实现对农业土壤镍空间分布的预测。首先,以栾川县石宝沟农用地中镍的实测含量为目标变量,综合利用Landsat-8波段反射率、样品采样点的空间位置及地形信息等作为变量,使用相关性分析及逐步回归的方法,选择3个变量,即采样点与厂区的最短距离、ln(band2/band3)、band3-band5,作为解释变量;其次,利用地理加权回归的方式进行建模,模型决定系数达到0.64;然后,用测试样本点进行模型验证,Acc值达到96.51%,可见所建立的模型能够较好地拟合农用地土壤中镍含量;最后,对整个研究区域内农用地进行反演,并对其空间分布进行评价。     

三峡库区巴东段地质灾害因子关联规则挖掘

选择地质灾害较为发育的巴东县为研究区,并以该区灾害点为数据样本,利用GIS将灾害点与地层岩性、高程、坡度、坡向、水系组合、遥感影像土地利用分类结果等6个影响因子进行叠加分析,选取灾害点的灾害类型、灾害规模、灾害体的物质类型、高程差、水系岸别等5个属性与叠加分析结果利用Apriori算法进行关联规则挖掘,最后挖掘出灾害规模与水系组合间关系等单因素间关联以及不同灾害属性与各因子间的关系等多因素间关联。通过与前人的相关研究成果对比分析,证明得出的规则具有合理性并符合实际情况,可为地质灾害分析决策提供先验知识。     

三峡库区基于概念格算法的遥感岩性分析

我国广大南方地区,岩石上部覆盖着较厚的土壤和茂密的植被,因此在南方地区开展的有关遥感岩性分析的相关研究较少,尚无成熟的方法可循。针对三峡库区这一地形复杂、地质灾害频繁、土壤植被发育的地区进行遥感影像岩性分析,提出了一种增量式概念格构造算法,采用像素邻域的统计特征,构造光谱、纹理、植被覆盖3类指标集,根据大量统计分析,对指标集作合理量化,挖掘出T1j2（嘉陵江组二段）的岩性关联规则。     

基于变分模态分解和深度置信神经网络模型的滑坡位移预测

三峡库区共有滑坡1 000余处,频繁发生的滑坡灾害极大威胁着人民生命财产安全,因此开展合理有效的滑坡位移预测对减少财产损失和拯救人民的生命具有重要的研究意义。以三峡库区白家包滑坡为例,针对当前滑坡位移预测中常用分解方法的局限,在位移时间序列的分解中引入可以控制分解模态数目的变分模态分解方法,选取不同模态参数进行对比,以提高分解模型的精度和有效性;并基于滑坡触发因子建立深度置信网络模型对位移子序列进行预测,重构所有子序列预测结果得到总的位移预测值。总位移预测均值绝对误差3.657 mm,平均绝对百分比误差为0.010%,总体预测精度高,该方法误差小,具有良好的应用指导意义。