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。     

基于IOE-IV耦合模型的地质灾害易发性评价——以陕西省城固县为例

地质灾害易发性评价是地质灾害排查、风险性调查评价及预警预报工作的基础,其成果可以作为建设工程是否进行地质灾害危险性评估工作的依据。因此,进行区域地质灾害易发性评价研究显得尤为重要。本文以城固县为研究区,以气象水文类、地形地貌类、基础地质类、植被覆盖类共4类12种诱发因素为评价指标。分别采用K-means算法、FCM算法、层次聚类算法、DBSCAN密度算法对区内126处地质灾害样本数据进行分析提纯,剔除13处样本噪声点。利用提纯后的113处样本点建立IOE-IV耦合模型,并对城固县地质灾害易发性进行分区评价,评价结果表明：（1）地质灾害极高—高易发区、中易发区、极低—低易发区的占比分别为92.04%、4.42%与3.54%,预测结果较合理准确;（2）地质灾害发育主要受高程、水系的控制,在高程412～500 m、距水系小于500 m范围内主要为极高—高易发区,地质灾害呈线状发育。研究成果可以为地质灾害易发性评价样本优化、模型选择提供一定的理论依据。     

基于GBDT模型的广东阳春市地质灾害易发性评价研究

本研究旨在利用梯度提升决策树（Gradient Boosting Decision Tree,GBDT）模型,对广东省阳春市滑坡易发性进行评价。通过收集大量地质、地形、气象等相关数据,提取了坡度、坡向、工程岩组等11个地质灾害易发性评价指标,构建了全面的滑坡易发性评价指标体系,并采用GBDT模型进行训练和预测。受试者曲线（Receiver Operator Characteristic,ROC曲线）和AUC值（Area Under Curve,AUC）被用于评估模型的准确性,研究结果表明,模型的AUC值达到了0.9414,说明GBDT模型在阳春市滑坡易发性评价中表现出较高的准确性和可靠性。易发性分区统计结果显示,整个阳春市中,高易发区占4.98%,中易发区占8.42%,低易发区占16.39%,非易发区占70.22%。本文研究方法可为开展区域地质灾害易发性评价提供参考。     

灵宝市地质灾害易发性分区评价

根据灵宝市地质灾害调查成果,作者基于地质灾害现状,采用定性分析结合定量分析方法,对灵宝市各类地质灾害进行评价,将灵宝市地质灾害易发性划分为4个区,即高易发区、中易发区、低易发区和不易发区,为灵宝地区地质灾害防治规划提供依据。     

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。     

基于集对分析理论的区域滑坡灾害易发性预测

针对滑坡灾害预测研究的复杂性,本文构建了基于集对分析理论的预报模型。文中以恩施地区为例,利用该模型进行了研究区的滑坡灾害易发性预测研究,对预测结果进行分析,高易发区占总面积的15.89%,中易发区占12.96%,低易发区和不易区分别占45.15%和26%。滑坡易发因素组合主要是地层岩性(志留系和三叠系巴东组)和坡度(10—30°),这与该区的实际情况较相符合。     

GIS支持下基于层次分析法的汶川地震区滑坡易发性评价

 2008年5月12日14时28分,四川汶川发生了Ms8.0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,采用震后遥感影像解译并结合野外调查的方法,共解译出48 007个滑坡。应用GIS技术,建立了汶川地震诱发滑坡灾害及相关地形、地质空间数据库,分析了断层、岩性、高程、坡度、坡向、河流、公路等7个因素与滑坡分布的关系,应用滑坡面积百分比这一标准来分别衡量每个因素中各个级别对滑坡的影响程度;然后使用层次分析法对这7个参数进行权重分析;在GIS平台下对这些参数进行综合分析,通过分析结果将研究区内滑坡按易发程度分为极高易发区、高易发区、中易发区、低易发区与极低易发区5类,极高易发区与高易发区面积约8 211 km2,占研究区总面积的16.9%;最后,使用汶川地震滑坡数据库对研究结果进行检验,检验曲线表明分区效果良好,其中极高易发区与高易发区内实际发生滑坡面积为430 km2,占滑坡总面积的60.5%。     

基于ArcGIS的修文县滑坡灾害易发性评价

通过野外调查修文县滑坡,用信息量法和层次分析法进行易发性评价。信息量法中,依据不同区域总信息量大小,来反映不同区域滑坡易发性程度。层次分析法中,先确定每个单因子各等级的得分,再确定不同层次各个因子的权重关系,之后通过加权叠加得到评价分区结果。对两种评价方法在原理和评价结果上的区别进行对比。叠加两方法的分区图,形成滑坡地质灾害易发性综合评价。综合区划中研究区被分为极低易发区、低易发区、中易发区、高易发区、极高易发区。     

云南省勐海县地质灾害易发性区划

在云南省勐海县地质灾害详细调查的基础上,选取了对地质灾害发育起主导作用的9个因素作为易发区划分的评判因子,采用单元面积评价法对勐海县地质灾害易发性进行了区划,将研究区划分为高、中、低和不易发区等四个大区,为勐海县地质灾害防灾减灾工作提供技术支持。     

基于信息量与神经网络模型的滑坡易发性评价

针对神经网络模型进行滑坡易发性评价时,传统的随机选取非滑坡单元存在准确性不高的缺点,提出信息量与神经网络结合的易发性评价模型。以江西省上犹县为研究区,首先,基于上犹县滑坡编录与实际调查,选取坡度、高程、坡向、平面曲率、剖面曲率,植被指数(NDVI)、湿度指数(TWI)、距水系距离、距道路距离、土地利用等10个环境因子,其次利用信息量模型对上犹县进行易发性分区,得到上犹县易发性分区图。然后,从信息量模型得出的易发性分区中的低易发区选取非滑坡单元,与滑坡编录中的历史滑坡点组成测试集与训练集,输入神经网络中训练模型,再将上犹县所有栅格输入,预测上犹县栅格的滑坡概率。最后利用自然断点法在上犹县栅格滑坡概率进行分类,得到基于信息量与人工神经网络结合的上犹县易发性分区图。由易发性结果表明:单独的信息量模型的成功率曲线下面积AUC=0.7364,历史灾害点位于高易发区与较高易发区的灾害数占总灾害数的55.6%;基于信息量与神经网络模型的AUC=0.7874;历史灾害点位于高易发区与较高易发区的灾害数占总灾害数的85.8%。信息量–神经网络的评价模型比单独的信息量模型的评价精度提高了5.1%;高易发区与较高易发区所涵盖的灾害数占比高30.2%。信息量–神经网络模型有更好的评价精度,并且证明了在信息量模型中的极低易发区选取非滑坡点具有可行性。     

基于专家-层次分析法的地质灾害风险性评价——以广西富川瑶族自治县为例

本文利用专家-层次分析法对地质灾害风险性进行评价,以广西贺州市富川瑶族自治县地质灾害风险调查评价为依托,通过资料分析和现场调研,根据各类地质灾害构建其风险性评价指标体系,采用专家-层次分析法对地质灾害风险性进行研究,研究结果表明：将富川瑶族自治县地质灾害风险分区分为高、中、低3种类型,富川瑶族自治县面积为1572.5 km²,其中地质灾害高风险区(I)的面积约为166.37 km²,约占研究区面积的10.58%;地质灾害中风险区(II)的面积为167.37 km²,约占研究区面积的10.64%;地质灾害低风险区(III)的面积约为1238.76 km²,约占研究区面积的78.78%。借助GIS平台实现可视化,评价结果对广西地区地质灾害的防治具有指导意义。     

基于信息量法的重庆云阳县(三峡库区)地质灾害易发性评价

云阳县地处重庆市东部,属三峡库区,构造上位于川东弧形构造带东北段,褶皱形态以宽平的屉形向斜和狭窄的高背斜相间排列,组成隔挡式构造。区内地貌以中-高山峡谷地貌为主,第四纪以来一直处于间歇性抬升状态,地形切割强烈,长江河道从境内穿过,河流水系发育,年降雨量大,地质环境条件脆弱,地质灾害发育。论文基于Arcgis平台,运用信息量法全面分析了影响云阳县地质灾害发育的地形条件、地层岩性、地质构造、河流水系、人类工程活动等因素,建立了云阳县地质灾害易发评价指标体系。评价结果表明,高易发区面积576 km²,占比15.8％,中易发区面积1801.68 km²,占比49.41％；评价结果可为云阳县区域地质灾害防治提供依据,也可为三峡库区地质灾害易发性评价提供参考。     

江苏盐城市砖瓦用粘土矿开采现状及矿山地质环境影响研究

针对盐城市159个砖瓦用粘土生产矿山,从地质灾害、含水环境破坏、地形地貌影响等3个方面对矿山地质环境进行影响评价,由开采活动造成土地资源的挖损破坏进行土地损毁评价,提出矿山地质环境保护与治理分区,结果表明:盐城市矿山地质环境治理区面积为11. 1249 km~2,预防区面积为6. 9916 km~2,保护区面积为1. 2650 km~2。     

浙江诸暨市地质灾害分布特征及内在控制因素

文章根据已有的地质灾害资料,对诸暨市地质灾害发生与分布特征进行了较系统的总结。玄武岩和变质岩分布区地质灾害最为易发,其次是细碎屑岩,地质构造对地质灾害的发生有着很大的控制作用,滑坡主要发生在中等坡(15°~30°),崩塌主要发生在陡坡与急坡(30°)。根据地质环境条件,将诸暨市地质灾害区域分为2个中易发区、5个低易发区。     

Mapping an urban area prone to slope instability: Greater Lyons

In response to the needs of the local authorities, the systematic mapping of zones prone to slope instability was undertaken for the urban area of Lyons, the second largest city of France with a population of 1.2 million. This involved working within operational constraints, including the extent of the study sector (some 300 km² of the 500 km² covered by the urban area), an accuracy of 1:5,000 scale throughout, difficulties of ground observation in an urban environment and a limited budget. An original methodology was developed and implemented to deal with these constraints. This combined automatic mapping methods using GIS (cross-checking slope and geological criteria) with naturalistic assessment methods (visual analysis). The results obtained met the expectations of the local authorities. After checking, the maps produced were appended to the regulatory urban planning documents under development. Electronic Publication     

基于GIS与AHP法的岩溶塌陷易损性评价及其在城市建设规划中的意义

文章以桂林规划中心城区为例,利用地质环境要素通过层次分析法(AHP)对岩溶塌陷易损性进行评价,并通过MapGIS软件实现可视化。选取了人口密度、城市规划用地用途及道路用途3个影响岩溶塌陷易损性的地质环境因素,建立了岩溶塌陷易损性评价指标体系和评价方法,并对研究区进行了评价,依据预测分区指标计算,研究区岩溶塌陷易损分区结果为高易损区的面积约174.27 km^2;中易损区的面积约41.10 km^2;低易损区的面积约243.45 km^2;非易损区面积约421.18 km^2。     

基于GIS和层次分析法的青海甘德县地质灾害危险性评价

该文选取了灾害点密度、工程活动、降雨条件、威胁财产和威胁人数等13项因素,以青海甘德县315个地质灾害点作为样本数据,建立多层次评价指标体系的地质灾害危险性评价指标体系,采用层次分析法赋权法计算评价指标权重,基于GIS平台采用多因素综合法计算了甘德县地质灾害危险性并分区。结果表明:甘德县地质灾害主要以低危险性为主,占有总面积的49.2%;中危险区占总面积的24.7%;高危险区占有总面积的26.1%。高危险区主要分布于交通道路沿线和黄河干流左岸等人类居住集中区,因此,需因地制宜地制定防治方案。本文基于层次分析法的地质灾害危险性评价体系适用性较好,对类似的青藏高原地区的地质灾害危险性评价具有一定参考意义。     

湖南韶山市坡面型泥石流的形成机理及演化过程

韶山市地质环境条件较复杂,崩塌、滑坡、泥石流等地质灾害易发、频发。文章基于野外地质灾害详细调查和室内研究,以"7.1"云源村泥石流为典型案例,分析了韶山市坡面型泥石流的形成机理及演化过程。研究表明:韶山市坡面型泥石流的发育与地形地貌、地质构造、地层岩性和降雨条件等密切相关,其演化过程可划分为6个阶段。通过对坡面型泥石流的研究分析,一方面可以为该地区的地质灾害预警预报监测工作提供参考,另一方面也为该地区的防灾减灾工作提供理论支持。     

某露天矿高陡边坡危险区域等级划分研究

近年来露天矿边坡引起的岩土工程风险问题越来越严重.基于对露天矿边坡灾变机理的研究,通过分析工程地质环境和现场勘察资料,选取坡度、高程、地质岩性、地下水位、地质构造为评价因子,结合层次分析法,利用地理信息系统(GIS)对露天矿边坡的地质灾害进行危险性等级划分.通过危险等级区划图,确定出边坡不稳定区域面积占总面积的31%,需特别注意,应采取加固监测措施,避免灾害发生.     

四川旺苍县化龙乡土地质量及生态农业建设

为研究四川省旺苍县化龙乡土地质量,通过对449件土壤样品测试分析。结果显示:研究区土壤养分TFe₂O₃丰富(一等),Zn、Cu、MgO、K较为丰富(二等),P、CaO、Se较为缺乏,Ge、Mo缺乏,局部具富Ge土壤。综合养分以三等土壤为主,面积为25.96 km²,占81.13%；二等土壤面积为3.69 km²,占11.52%,四等土壤面积2.35 km²,占7.37%。土壤质量综合评价一等优质土壤面积为0.02 km²；二等良好土壤面积为0.44 km²；三等中等土壤面积为17.84 km²；四等差等土壤面积为13.64 km²；五等劣等土壤面积为0.08 km²。龙乡优质(一级)土地可适于发展有机、绿色食品。良好(二级)土地可适于发展无公害食品。中等(三级)土地种植较为安全。较差(四级)土地可适当发展林业。劣等(五级)土地可改造成建筑用地。为生态农业建设、振兴乡村经济提供技术支撑。