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

 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。     

基于GIS的汶川地震滑坡灾害影响因子确定性系数分析

 2008年5月12日14时28分,四川省汶川发生了8.0级大地震,地震诱发了数以万计的滑坡灾害。在大约48 678 km2的区域内,采用震后航空像片与多源卫星影像解译并结合野外调查验证的方法,共圈定出48 007个地震滑坡灾害。在此基础上,选取地层、岩性、断裂、地震烈度、宏观震中、地表破裂调查点、地形坡度、坡向、顺坡向曲率、高程、水系与公路共12个影响因子作为汶川地震诱发滑坡影响因子,利用GIS强大的空间分析能力与确定性系数方法,对这12个影响因子进行敏感性研究。研究结果表明：(1) 寒武与震旦系是地震滑坡易发地层,侵入岩组、灰岩为主的岩组是地震滑坡发育的高敏感性岩组;(2) 地震滑坡受中央断裂影响最大,同时还受控于前山断裂,受后山断裂的影响较小;(3) 地震滑坡易发性分别随着地震烈度、与震中的距离、与地表破裂点距离的增加而减少;(4) 坡度大于40°是地震滑坡的易发坡度,E,ES方向为地震滑坡的易发坡向,高程范围为1 000～2 000 m,尤其是高程1 000～1 500 m范围为地震滑坡易发区;(5) 400 m水系缓冲区和2 000 m公路缓冲区范围内滑坡易发性较高。确定研究区内各地震滑坡影响因子最利于滑坡发生的数值区间,为进一步地震滑坡区域评价及预测奠定基础。     

九寨沟地震滑坡易发性评价因子组合选取研究

滑坡易发性区域评价作为危险性和风险评价的基础,如何科学、合理地进行因子选取是已有研究的薄弱部分.以2017年8月8日九寨沟Mw 6.5地震重灾区——九寨沟国家地质公园内的1022处地震滑坡点为样本数据,选取地震参数、地形地貌、地质条件、水文条件、人类工程活动等共16个滑坡控制和影响因素,在对指标因子进行共线性诊断的基础...     

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。     

三峡库区万州区滑坡灾害易发性评价研究

 滑坡灾害易发性研究在滑坡灾害风险管理与城市规划等方面具有非常重要的现实意义。以往的研究中,鲜有对指标因子状态划分作有关深入分析和讨论的。鉴于此,以滑坡灾害频发的三峡库区万州区为研究对象：首先,选取影响滑坡发生的7个致灾因子(地层岩性、地质构造、水系分布、坡度、坡向、坡体结构及土地利用)作为滑坡易发性的评价指标,依据各指标条件下滑坡累计发生频率曲线斜率的变化,并结合滑坡面积比和分级面积比曲线对指标因子的状态进行分级;其次,根据全区655个历史滑坡数据,分别运用信息量模型和逻辑回归模型建立各自的滑坡易发性评价体系;再则,采用快速聚类法(K-means cluster)对以上2种方法所得到的易发性结果进行分级,并基于GIS平台,得到全区滑坡易发性区划图;最后,从模型结果、精度、适用条件等方面对2个模型进行讨论和比较,研究结果表明：信息量模型和逻辑回归模型的预测精度分别为73.0%和54.9%,前者预测能力要优于后者。     

汶川地震大光包滑坡动力响应特征研究

 运用FLAC3D模拟大光包滑坡变形失稳特征,并输入距离滑坡约4.3 km的清平台站强震加速度三向记录,结果表明：其地震动力响应较为复杂,受控于斜坡形态、岩体(地质)结构及地震强度和振动持时等因素,在水平加速度响应方面,前缘滑坡更为明显,地震动频率更高,振幅更大,利于前缘的顺层失稳滑动;在竖向加速度响应方面,后缘滑体的振幅更大,竖向加速度(绝对值)数倍于水平加速度,利于拉裂、振碎解体和抛掷失稳。大光包滑坡与简单均值结构的边坡地震动力响应特征不完全一致,随高程、坡度放大的趋向性和节律性不明显。结合地震动力响应和运动特征,对滑坡堆积和滑源进行概化分区：(1) 下部顺层滑坡堆积区,是滑坡的主堆积区,分布于滑坡东侧,堵塞黄洞子沟;(2) 上部崩滑堆积区,分布于滑坡西北、北侧,具有明显的带状特征;(3) 后缘陡壁及倒石堆区,侧缘拉裂边界,近直立不规则凹凸状断壁,分布多组张拉裂隙,说明受陡倾角张性裂隙控制,表现为张性破坏特征,陡崖下部分布大量倒石堆,呈串珠状分布,以碎块石为主,岩性与后缘及北侧陡壁岩体一致,系地震后的重力调整所致;(4) 顺层滑面及擦痕区,在滑面上分布大量与岩层倾向相同的擦痕,说明顺层滑坡在后部具有向北方向偏转滑动的特征。     

镇康县滑坡易发性评价模型对比研究

准确的滑坡易发性评价结果是滑坡风险评价的关键,对防灾减灾意义重大.为了提高滑坡易发性评价精度,基于地理信息系统(GIS)平台,将镇康县境内150个滑坡灾害点转换为栅格数据作为评价样本,选取高程、坡度、坡向、起伏度、地形曲率、剖面曲率、地层、断层、年均降雨量、河流、土地利用类型、道路12项评价因子,并通过独立性检验,构建...     

汶川地震滑坡分布规律与危险性评价

汶川地震诱发了数以万计的滑坡灾害,造成了巨大的财产损失与人员伤亡。本文基于地理信息系统、遥感、地质工程、统计学等理论,以汶川地震滑坡为研究对象,开展人机交互解译、信息自动提取、失稳机制分析、分布规律分析、危险性评价等方面的研究工作,取得了以下主要研究成果:(1)采用震后多源遥感影像人机交互解译,结合野外调查验证方法,圈定出48 000多处地震滑坡,总面积约为711.8km2。应用GIS技术,建立了汶川地震滑坡及相关地形、地质等空间数据库。(2)基于不同遥感影像,采用监督分类、非监督分类、决策树等多种方法,对北川县湔江流域部分地区进行地震滑坡信息的提取与对比分析。结果表明,采用SPOT5影像,基于最大似然法分类方法与坡度的决策树方法所得结果最理想。(3)对一些源区被地表破裂穿过的滑坡进行野外调查,在分析其与地表破裂空间关系的基础上,初步提出这些滑坡的触发原因不单是地震动作用,而是断裂错动与地震动2种外力的综合作用,且断裂错动的影响甚至高于地震动。(4)分析汶川地震滑坡强度–频率关系,分析结果表明:大光包滑坡与文家沟滑坡是汶川地震事件诱发的2个超大规模滑坡事件,除这2个滑坡及与其面积差小于0.1 km2的滑坡,汶川地震诱发的滑坡强频方程为y=-1.834 17x+12.369 1,其中,x为单体滑坡面积(m2)的常用对数值,y为滑坡面积大于该面积值的滑坡数量的常用对数值。统计滑坡空间分布与地震烈度、地震动加速度峰值PGA、岩性、地形等参数的关系,得出汶川地震滑坡易发因子内部级别。(5)分别采用确定性系数方法与证据权重方法,对汶川地震滑坡区域进行危险性评价,结果表明,证据权重方法略优于确定性系数方法。考虑了不同因子组合情况下的滑坡危险性,结果表明:地震烈度对地震滑坡的影响最大,而地形、地质、人类活动因素对地震滑坡危险性评价的影响较小。滑坡极高危险区与高危险区主要集中在一个沿发震断裂分布的带状区域内,表明地震滑坡受活动构造的控制作用强烈。(6)基于Logistic回归模型,分别对2组模型训练样本和不同百分比(100.0%,90.0%,80.0%,70.0%,60.0%,50.0%,40.0%,30.0%,20.0%,10.0%,5.0%,2.0%,1.0%,0.5%,0.2%,0.1%)训练样本开展地震滑坡的危险性评价。结果表明:2组模型训练样本的滑坡危险性评价结果较接近;对于不同百分比训练样本,当训练样本百分比大于等于10%,尤其是大于30%时,评价结果稳定;当训练样本百分比小于10%时,评价结果出现较大异常。(7)以北川县湔江流域部分地区作为研究区,采用人工神经网络模型,基于3组不同的滑坡训练样本、两类与单类评价样本、Logistic函数与Hyperbolic函数等12种方法进行地震滑坡危险性评价。结果表明,人工神经网络方法应用于汶川地震滑坡危险性评价的结果不理想。(8)基于3组不同的滑坡训练样本,采用两类支持向量机与单类支持向量机评价模型以及线性函数、多项式函数、径向基函数、S型函数4类计算函数等方法(共24种),对北川县湔江流域部分地区进行地震滑坡危险性评价。结果表明:基于500个最大滑坡的点数据训练样本的两类支持向量机模型与径向基函数结果的正确率最高;在地震滑坡危险性评价中,两类支持向量机比单类支持向量机更科学;在核函数的选择上,径向基函数最优。     

基于专家-层次分析法的岩溶地面塌陷易发性评价——以广西平桂区为例

以地质灾害详细调查成果资料作为依据,利用专家-层次分析法对贺州市平桂区岩溶地面塌陷易发性进行评价,选取了11个影响岩溶塌陷易发性的地质环境因素,创建了贺州市平桂区岩溶地面塌陷易发性评价指标体系,再通过GIS的空间分析功能对平桂区岩溶塌陷易发性进行评价研究,将平桂区岩溶塌陷易发分区分为高、中、低、非岩溶区4种类型,其中岩溶塌陷高易发区(Ⅰ)的面积为87.18 km~2;岩溶塌陷中易发区(Ⅱ)的面积为182.25 km~2;岩溶塌陷低易发区(Ⅲ)的面积为348.97 km~2;非岩溶区(Ⅳ)的面积为1403.6 km~2。评价结果对贺州市平桂区的岩溶塌陷地质灾害的防治具有指导意义。     

滑坡发生地周围类似滑坡再发分析及灾害评价

在具有相同和类似工程地质条件的山丘地区，其边坡破坏形式及滑坡灾害往往表现为相同和相近的特征，因此在分析大范围山丘区域内的滑坡灾害时，对既往滑坡破坏及灾害的研究可用于邻近区域滑坡灾害再发可能性分析。在调查和分析了发生于日本熊本地区的一边坡破坏及其灾害的机理后，采用边坡三维稳定性分析推求了适应邻近区域边坡稳定性分析的物理力学参数；同时将邻近的研究区域划分为边坡单元，对各边坡单元采用Monte Carlo模拟方法并基于边坡稳定性分析的极限平衡模型搜索了最不利的三维滑体；对照既往滑坡破坏及灾害的影响范围，对整个区域内的可能不稳定滑体的可能影响溪流及影响范围进行了分析，同时在与该地区的道路建筑物等地理信息系统数据集进行叠加后得出了今后可能受灾的民宅及路段。     

强震区断裂活动与大型滑坡关系研究

 活动断裂带与大型滑坡之间的关系一直是人们关注的热点问题。通过汶川Ms8.0级地震活动断裂和大型滑坡调查,阐述龙门山活动断裂带大型滑坡形成的地质背景,总结活动断裂带大型地震滑坡的分布特征、形态特征、启动特征和分段特征及其相关影响因素。基于野外调查资料,以龙门山中央断裂带谢家店子滑坡为例,采用离散元方法模拟分析滑坡的启动和快速运移过程,提出高速远程滑坡的致灾后果决定于启动方式、飞行路径和堆积特征3个方面。本项研究对于认识断裂活动与大型滑坡之间的关系以及滑坡成灾后果预测具有重要的指导作用。     

汶川强震区公路沿线地震崩滑灾害发育规律研究

 汶川强震区地处龙门山区,在深切河谷地貌条件下,地震诱发大量崩塌及滑坡地质灾害,给沿河谷布线的公路造成严重损毁。在调查掌握约6 056 km灾区公路沿线地震崩滑灾害详细资料基础上,根据地质构造、地震烈度进行段落划分,研究分析各段灾害特征及其与地质构造部位、地震烈度、岩性等之间的关系,统计分析各段落灾害点密度及平均规模。提出汶川地震崩滑灾害分区,将受灾区划分为极强烈发育区、强烈发育区、较强烈发育区、中等发育区和弱发育区等5个区域。得出汶川地震崩滑灾害如下发育规律：(1) 3条断裂带对崩滑灾害发育的控制作用：前山断裂都江堰-竹园坝段为山前弱发育区和上盘中等～强烈发育区的明显界线,竹园坝NE方向则控制作用减弱;中央主断裂自映秀至东河口段上下盘灾害有显著差异,2个极强烈发育区均位于上盘,且被后山断裂及重要岩性界线所严格限制,东河口NE方向控制作用减弱;后山断裂之茂汶断裂为极强烈发育区和较强烈发育区的明显界线;后山断裂之青川-平武断裂在青川-沙洲段呈现出明显的断层上盘效应。(2) 岩性控制作用：不同岩性类别地震崩滑灾害发育程度有显著差异,侵入岩体和灰岩、白云岩类地震地质灾害发育密度最高、平均规模最大,千枚岩类灾害发育密度最低、规模最小,碎屑岩类和砂板岩类介于其间。(3) 地貌控制作用：河谷岸坡相对高差越大、地面横坡越陡峻,地震崩滑灾害越发育。陡坡硬岩段为地震崩滑灾害高发区,失稳主要发生在斜坡中上部、陡缓变坡点附近。(4) 399条实测地质剖面的统计分析表明,地震诱发崩塌失稳部位坡度一般在40°以上。(5) 动力条件下,坡体结构是边坡岩土体变形破坏的控制性因素,土层及强风化层–基岩斜坡、发育外倾结构面斜坡更易失稳。     

基于GIS的滑坡预测模型的预测率及其作用

滑坡预测模型的选择直接影响到滑坡预测的准确性,是滑坡预测的关键所在。该研究利用意大利Alpago地区的滑坡数据和其他相关地理空间数据,以模糊伽马模型、模糊代数积模型、模糊代数和模型以及模糊最小模型等4个定量滑坡预测模型为例,探讨滑坡预测模型的预测率在对比、评价和选择不同模型方面的作用。滑坡预测模型的预测率是,模型预测结果图的各个级别类型中,未用于建模的滑坡面积百分比的累积分布函数。在地理信息系统中,利用已知的滑坡分布数据和模型的预测结果图,可以计算滑坡预测模型的预测率。研究结果表明,滑坡模型的预测率是滑坡预测模型自身特性的度量,在输入图层和滑坡类型确定的条件下,滑坡预测模型的预测率可作为对比、评价和选择不同模型的定量指标,可以用来确定最合适的预测模型。     

非连续变形分析方法模拟千将坪滑坡启动与滑坡全过程

2003年7月13日,位于长江支流青干河左岸的秭归县千将坪村发生巨型基岩滑坡。滑坡体总体积约2.04×107 m3。因千将坪滑坡位于三峡库区,且是在三峡水库首次蓄水至135 m水位后不到2周时间内发生的,其滑坡体地质特征以及成因机制受到社会各界关注。在对千将坪滑坡特征、基本地质条件与力学参数进行调查和研究基础上,利用非连续变形分析方法兼有真实时间模拟和非连续大变形问题分析于一体的优势,研究用非连续变形分析数值模型反映滑坡启动的识别方法,并对该滑坡体的启动条件和滑坡全过程特征进行数值模拟。分析结果表明,千将坪滑坡启动的原因主要是降雨以及库水位上升使得滑坡体控制性滑面力学参数降低所致;滑坡类型为由上部变形错动引起的推移式滑坡;由非连续变形分析方法模拟得到的滑坡最大滑移速度及上部最大滑动错距与实际情况具有可比性,由数值模拟得出的滑坡滑动持续时间约40 s。另外,提出的研究思路与方法可为其他滑坡机制研究所借鉴。     

汶川地震诱发滑坡与地震动峰值加速度对应关系研究

 利用汶川地震获得的地震动记录及峰值加速度数据和收集整理的近3 000个崩滑点数据,对汶川地震诱发滑坡与地震动峰值加速度之间的对应关系进行研究,得到如下认识：(1) 地震动峰值加速度与地震诱发崩滑之间存在非常明显的正相关性,随峰值加速度增加,地震滑坡灾害也逐渐严重。(2) 在龙门山震区存在0.2 g的峰值加速度分界线,大于此值时,地震滑坡灾害比较严重。(3) 整个区域峰值加速度的下限为0.05～0.07 g,小于此值时,诱发滑坡的可能性很小。(4) 不同地质区域对应斜坡临界加速度有所不同,一般在0.05～0.15 g之间变化,平均为0.1 g,说明震区斜坡承受地震的水平较差;峰值加速度超过局部场地斜坡临界加速度后,诱发滑坡的可能性增加。得到的峰值加速度研究结果与其他研究结果较为一致,表明利用地震动参数研究地震滑坡具有很好的一致性。依据峰值加速度与地震滑坡的对应关系,可以对震后滑坡灾害作快速评估,也可以将其应用到地震滑坡灾害预测/区划工作中,与地震动峰值加速度区划形成很好的衔接。     

基于GIS的岩爆倾向性模糊自组织神经网络分析模型

岩爆倾向性是评价地层深部工程安全性的一个十分重要的指标之一。研究方向把常规的研究岩爆倾向性的方法与GIS技术结合起来，利用GIS的空间数据分析技术和模糊自组织神经网络，对评价岩爆倾向性的多源信息进行加工处理，建立了一个基于GIS技术的岩爆倾向性模糊自组织神经网络模型。     

汶川地震中国道G213左侧某典型高山河谷场地地震滑坡响应分析

 以国道G213左侧一处包含河谷地形的高陡边坡为原型,采用新型离散元计算方法--基于连续模型的离散元方法(CDEM),对高烈度地震作用下高陡边坡上的堆积体滑坡由变形累计到破坏滑动的全过程进行模拟,并结合振动台试验结果,对该高陡边坡上堆积体的地震滑坡响应进行研究。研究结果表明,在地震力和重力作用下,堆积体顶部先出现应力集中,造成堆积体沿基岩–堆积体结构面后缘产生变形,进而造成该处出现拉伸、剪切破坏点,之后随着地震动的持续,基岩–堆积体结构面上的剪切破坏点逐渐向堆积体中前部的锁固段扩展,同时伴随着堆积体表面拉伸破坏点的增加,最终造成锁固段发生渐进性破坏,堆积体从剪出口滑出形成滑坡。滑塌发生的时间与地震动峰值加速度到达的时间同步或稍微有所滞后。在高陡边坡地形中,以输入地震波为基准,不论是坡面还是坡体内,不同位置的峰值加速度沿坡高均有所放大,表现为竖向峰值加速度的放大效应＞水平峰值加速度的放大效应,坡面峰值加速度的放大效应＞坡体内峰值加速度的放大效应。在河谷地形中,以输入波为基准,不论是河床还是河岸两侧的斜坡,不同位置的峰值加速度沿高程均具有不同程度的放大;河谷对加速度放大效应的影响具有一定范围,且在该范围内水平加速度的放大效应＞竖向加速度的放大效应,与坡面处加速度的放大效应刚好相反;加速度的放大效应具有一定的方向性,且该方向性与河岸两侧斜坡的坡度有关;加速度放大效应在河谷底部的分布具有不均匀性,距离河岸越近,加速度放大效应越强烈。     

基于GIS区域边坡失稳灾害预测与评价

 滑坡和泥石流是边坡失稳后两种主要的运动方式,是山区重大的地质灾害。对既往滑坡和泥石流进行研究,以此作为基础来预测和评价本地区潜在的滑坡和泥石流灾害,是防灾减灾的一个重要措施。大多数泥石流是在强降雨的情况下,由滑坡滑入山谷河道而形成的。基于地理信息系统(GIS)和数值模型相结合的方法,采用两步骤方法预测和评价日本熊本县水俣市宝川区集地区的滑坡和泥石流灾害。首先分析该区域可能存在的新滑坡,然后假定这些滑坡在遇到强降雨时形成泥石流,利用数值模拟流动过程分析其在三维复杂地形下的泛滥过程,预测可能受害的房屋和路段。