基于多尺度分割方法的斜坡单元划分及滑坡易发性预测

滑坡易发性预测可以有效预测潜在滑坡的空间位置,是滑坡危险性和风险性评价的基础。由于斜坡单元依据真实地形地貌划分和具有明确的地质特征意义,更多的学者尝试利用斜坡单元进行区域滑坡易发性预测。但是,如何高效准确地划分斜坡单元并考虑其内部环境因子的非均质性是制约斜坡单元应用的关键因素,也是目前研究中的难点。本文以江西省崇义县为例,首先,提取研究区域坡向和山体阴影图作为基础数据,采用多尺度分割（MSS）方法划分斜坡单元,并结合试错法和研究区域历史滑坡形态特征确定MSS方法的最优参数组合。然后,基于斜坡单元提取高程、坡度、剖面曲率等环境因子,分别导入支持向量机（SVM）和逻辑回归（LR）模型,构建Slope-SVM/LR易发性预测模型。通过变化值和标准差表征斜坡单元内部环境因子的非均质性,进而构建Variant Slope-SVM/LR易发性预测模型。最后,采用ROC曲线和频率比精度分析上述模型的预测精度。结果表明：1）当尺度、形状特征权重和紧致度权重参数分别取20、0.8和0.8时,研究区域斜坡单元的划分效果最好;2）Slope-SVM、Variant slope-SVM、Slope-LR和Variant slope-LR模型的ROC精度分别为0.812、0.876、0.818和0.839,相应的频率比精度分别为0.780、0.866、0.792和0.865, 说明Variant slope-SVM/LR模型的预测精度高于Slope-SVM/LR模型。因此,MSS方法可以实现高效准确地自动划分斜坡单元,考虑斜坡单元内部环境因子的非均质性可以提高易发性预测结果的准确性。     

不同地区原状黄土土水特征曲线试验研究及其在边坡稳定性评价中的应用

我国黄土具有明显的区域分布特征,从空间平面上把握其非饱和特性分布规律具有一定的现实意义。以Ⅰ带—兴县、Ⅱ带—富县和Ⅲ带—西安原状黄土为研究对象,测定了黄土不同含水率条件对应的基质吸力,对试验数据拟合得到土水特征曲线变化规律,并利用干燥过程的土水特征曲线对一维无限边坡稳定性进行研究。结果表明:兴县、富县、西安原状黄土土水特征曲线在地理空间分布上具有一定的规律性;沿兴县—富县—西安,黄土土样进气值逐渐减小,降湿率呈减小趋势,残余含水率呈增加趋势; Van Genuchten模型对黄土原状土样拟合效果比Gardner方程更好,简化的Van Genu-chten模型对各地区黄土均能较好地拟合;随着深度的增加,边坡稳定性系数逐渐降低,同时随着饱和度的降低,边坡稳定性系数逐渐增加;同时兴县黄土边坡较为稳定,主要是兴县黄土的基质吸力项对抗滑力的贡献要明显大于富县和西安黄土。     

基于半监督机器学习的滑坡易发性预测建模

为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP), 在已知滑坡样本和随机选取的非滑坡样本基础上,用全监督机器学习将初始LSP划分成不同级别;将高分辨率遥感影像和初始滑坡易发性图中的极高易发区叠加,筛选一定数量的潜在滑坡栅格单元扩充滑坡样本;从极低易发区选取非滑坡栅格单元组合成新的输出变量;将新的输出变量导入全监督机器学习,获得最终LSP并评价其精度. 结果表明：半监督机器学习的LSP精度远高于全监督机器学习的LSP精度.     

地下水雍高诱发黄土滑坡离心模型试验研究

为了研究地下水位雍高条件下坡体的变形破坏特征和失稳的机理,以黑方台焦家滑坡为地质原型。通过在离心模型后部安置排水挡板和临时水箱,其能较好得模拟灌溉水通过集中通道快速入渗补给坡体地下水,再现地下水位雍高诱发黄土滑坡变形破坏的全过程。此外,在离心模型试验期间,对边坡的孔隙水压力、土压力和变形演化特征进行实时监测和研究。研究表明:地下水雍高造成底部黄土层软化,潜蚀作用和不均匀沉降致使边坡产生塑性流动,从而导致滑坡的顶部形成不同程度的平行错拉裂缝。造成这类滑坡的后壁形态大多呈现直立状。地下水位雍高造成坡体内土体的局部剪缩变形导致孔隙水压力持续以及急剧增高,最终诱发此类滑坡发生突发性破坏,呈现出高速泥流破坏特征。因此地下水位雍高诱发滑坡的形成机理过程为:牵引式蠕滑-半坡以及后缘拉裂-锁固段累进性滑移剪断-滑带贯通高速溃滑破坏。