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。     

九寨沟县滑坡灾害易发性快速评估模型对比研究EI北大核心CSCD

通过地理信息系统(GIS)技术,采用信息量(I)、确定性系数(CF)、逻辑回归(LR)、逻辑回归–信息量(LR-I)和逻辑回归–确定性系数(LR-CF)耦合模型的快速评估方法对九寨沟县范围内滑坡灾害易发性评价,并对5种模型进行比较研究。基于历史资料、遥感解译和现场调查,获取九寨沟全县6205个滑坡灾害点作为样本数据库,选取海拔、坡度、坡向、地形曲率、剖面曲率、平面曲率、地形起伏度、地表粗糙度、地表切割度、地层岩性、距断层距离、PGA、降雨、距公路距离和距水系距离共计15项评价指标因子,基于GIS平台提取80%滑坡点作为训练样本,采用I,CF,LR模型建立九寨沟县滑坡灾害易发性评价体系,并将滑坡易发性划分为极低、低、中、高和极高。基于I,CF和LR模型,提出LR-I和LR-CF耦合模型,实现各评价指标因子二次逻辑回归计算,优化了九寨沟地区滑坡灾害易发性区划图。最后利用未参与训练的20%滑坡点作为检验样本,利用频率比和ROC曲线进行精度检验。结果表明:5种评价模型得到的滑坡的高易发区和极高易发区频率比值占总频率比值均超过85%,I,CF,LR,LR-I和LR-CF的AUC评价精度分别为0.762,0.756,0.788,0.838和0.836,表明5种模型均能较好评价九寨沟地区滑坡灾害易发性。LR-I和LR-CF模型与单一的I,CF模型相比能将滑坡易发性评价精度提高约8%;与单一LR模型相比,其精度提高约5%,说明LR-I和LR-CF模型的滑坡预测更优于单一的I,CF和LR模型,为快速建立评价指标体系和区域滑坡易发性提供了可靠途径。     

九寨沟县滑坡灾害易发性快速评估模型对比研究

通过地理信息系统(GIS)技术,采用信息量(I)、确定性系数(CF)、逻辑回归(LR)、逻辑回归–信息量(LR-I)和逻辑回归–确定性系数(LR-CF)耦合模型的快速评估方法对九寨沟县范围内滑坡灾害易发性评价,并对5种模型进行比较研究。基于历史资料、遥感解译和现场调查,获取九寨沟全县6205个滑坡灾害点作为样本数据库,选取海拔、坡度、坡向、地形曲率、剖面曲率、平面曲率、地形起伏度、地表粗糙度、地表切割度、地层岩性、距断层距离、PGA、降雨、距公路距离和距水系距离共计15项评价指标因子,基于GIS平台提取80%滑坡点作为训练样本,采用I,CF,LR模型建立九寨沟县滑坡灾害易发性评价体系,并将滑坡易发性划分为极低、低、中、高和极高。基于I,CF和LR模型,提出LR-I和LR-CF耦合模型,实现各评价指标因子二次逻辑回归计算,优化了九寨沟地区滑坡灾害易发性区划图。最后利用未参与训练的20%滑坡点作为检验样本,利用频率比和ROC曲线进行精度检验。结果表明:5种评价模型得到的滑坡的高易发区和极高易发区频率比值占总频率比值均超过85%,I,CF,LR,LR-I和LR-CF的AUC评价精度分别为0.762,0.756,0.788,0.838和0.836,表明5种模型均能较好评价九寨沟地区滑坡灾害易发性。LR-I和LR-CF模型与单一的I,CF模型相比能将滑坡易发性评价精度提高约8%;与单一LR模型相比,其精度提高约5%,说明LR-I和LR-CF模型的滑坡预测更优于单一的I,CF和LR模型,为快速建立评价指标体系和区域滑坡易发性提供了可靠途径。     

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。     

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。     

基于滑坡分类和加权频率比模型的滑坡易发性评价

根据区域滑坡特点,针对不同类型滑坡的自身特征分别建立指标评价体系,能够使滑坡易发性评价的过程更加科学准确。以三峡库区万州区内滑坡为例,首先,基于对地质环境、滑坡空间分布及自身特征的分析,将全区滑坡分为陡倾角地层滑坡和缓倾角地层滑坡。其次,获取12种指标因子(高差、坡度、坡向、平面曲率、剖面曲率、地层岩性、水系、地质构造、公路、地层倾角、降雨、含蒙脱石软弱夹层厚度)构成基本评价体系。然后提出基于逻辑回归(logistic regression,LR)–模糊层次分析(fuzzy analytical hierarchy process,FAHP)方法(LR-FAHP)的加权频率比模型(weighted frequency ratio model,WFR),通过对指标因子的重要性进行排序,实现各指标因子权重的定量计算,从而建立不同类型滑坡的评价指标体系,再基于GIS平台实现全区滑坡灾害的易发性等级预测。结果表明:与单一的LR,FAHP和FR三种模型相比,WFR模型能将滑坡易发性评价精度提升4%～9%,表明LR-FAHP是一种定量计算指标因子权重的有效方法;同时,基于滑坡分类的WFR模型的易发性评价成功率为79.2%,预测率为79.6%,均优于未进行滑坡分类的WFR模型,为建立评价指标体系和区域滑坡易发性评价提供了可靠途径。     

都汶公路沿线崩塌滑坡灾害分布规律分析

2014年是汶川地震后的第6年,开展都汶公路沿线地质灾害调查,可以为地质灾害防治和合理建设规划提供参考数据。本研究利用外业调查,结合2014年地面分辨率0.5m的Pleiades卫星遥感影像解译,调查都汶公路沿线的崩塌滑坡地质灾害和承灾体数量及其空间分布,研究都汶公路沿线崩塌滑坡灾害的空间分布规律。结果表明,都汶公路沿线依然有大量崩塌滑坡发育,尤其是5·12汶川地震震中的牛圈沟附近、红椿沟上游物源区、华溪沟沟口等地区,地质灾害密集。从空间分布上看都汶公路沿线的崩塌滑坡灾害与地貌、5·12地震裂度、岩性、距离断裂带的距离、距离水系的距离、年降雨量都有一定的相关关系。     

金沙江寨子村巨型古滑坡的工程地质特征及其发生机制

 通过现场调查,对金沙江寨子村巨型古滑坡的工程地质特征及形成机制进行较为深入的探讨。该滑坡后缘与前缘高差638 m,体积2.5×108 m3。主断壁外围发育有宽30～100 cm的冠裂缝,滑坡断壁为高5～30 m的石灰岩峭壁。滑源区地形起伏较大,内部发育有规模不一的冲沟,覆盖有发育植被的坡积物、倒石堆和直径1～6 m的巨石。滑坡主体为程海断裂带,断裂带背景地层主要为C2+3石灰岩,岩性为碎裂石灰岩和岩溶角砾岩。寨子村滑坡曾诱发严重的滑坡堵江事件,滑源区对面岸坡残留滑坡坝坝顶高出江面118 m,体积180×104 m3,由70%的粒径在30 cm以下的灰岩碎块和30%的粒径30 cm以上的灰岩、岩溶角砾岩块石组成。长200 km的程海断裂带是一条规模巨大的岩石圈断裂,长期活动导致带内及其两侧岩体质量降低。沿断裂带北西侧顺其走向流过的金沙江的底蚀作用使得右岸岸坡越来越陡,为其大规模失稳奠定基础。程海断裂带还是一条活动性断裂,其自身活动产生的地震是寨子村滑坡的诱发因素。     

基于逻辑回归法的滑坡危险度区划研究

滑坡危险度区划能降低由于滑坡所造成的危害,越来越受到重视.结合长江三峡库区秭归-巴东一带滑坡灾害发生的环境和基本特征,选取地层岩性、断裂构造、坡度、坡向、距离河流远近、沟壑密度、高程、植被条件等作为研究区滑坡灾害危险度分区评价因子,利用GIS的空间分析功能将各因素图件栅格化为400m×400m的单元共7461个.采用逻辑回归方法对研究区滑坡灾害进行了危险度分区定量评价,评价结果与该区现有滑坡的分布情况比较吻合.     

基于GIS和逻辑回归法的滑坡易发性评价

文成县位于浙江省南部山区,是浙江省降雨型滑坡灾害频发的地区之一。本文基于GIS,以高程、坡度、坡向、岩性、坡度变率、坡向变率、距河流的距离、距道路的距离、降雨、植被覆盖指数等10个因子为评价因子,采用逻辑回归法,建立该地区的滑坡风险预测模型。通过ROC曲线和滑坡实例分别对结果进行了检验,检验结果表明,基于GIS和逻辑回归模型的滑坡评价与实际情况吻合良好。     

汶川县地震滑坡易发性LR与NN评价比较研究

通过地理信息系统(GIS)技术,结合神经网络(NN)和逻辑回归模型(LR)开展汶川县范围内地震诱发滑坡易感性评价,并对两种模型结果进行比较研究。基于2008年5.12 Ms8.0级地震,选取高程、坡度、坡位、坡向、岩性、微地貌、距断层距离、距水系距离、距道路距离、年平均降雨量、归一化植被指数、地震峰值加速度共12个因子作为地震滑坡影响因子,基于ARCGIS10.1平台将这些影响因子专题图层栅格化;采用提取的模型训练样本,由R软件对神经网络(NN)和逻辑回归模型(LR)进行训练;将训练好的模型对整个汶川县地震滑坡易感性进行仿真,并将仿真结果划分为五类滑坡敏感区域:极低,低,中,高和极高,分别得到LR与NN模型仿真的滑坡易发性分区图;根据汶川县实际地震滑坡分布图进行统计分析,以及采用ROC曲线对两种模型的仿真结果进行对比分析,神经网络(NN)和逻辑回归模型(LR)的AUC值分别为0.930和0.941。研究表明两种模型的滑坡易感性评价图与实际滑坡发育基本吻合,评价结果较好,且LR模型预测精度相对较高。     

延边州地区泥石流灾害易发性评价

以延边州地区为研究区域,选取高程、坡度、坡向、降雨量、河流、地层岩性6个致灾因子,以延边州327个泥石流灾害点作为研究的基本数据,引入信息量模型,利用ARCGIS软件,计算致灾因子各状态等级下的信息量,以此评价该地区泥石流灾害的易发性。结果表明:泥石流灾害高易发区主要分布在安图县北部,和龙市东部和珲春市北部,占延边州地区总面积的12%,与历史泥石流灾害点较吻合,验证了所选模型的合理性以及致灾因子选取的准确性。     

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...     

2008年汶川地震导致的斜坡物质响应率及其空间分布规律分析

提出地震斜坡物质响应率(Response Rate of Seismic Slope Mass Movements,RRSSMM)的概念,然后基于汶川地震滑坡详细编录图,结合汶川地震导致的斜坡物质运动形式(滑坡)的“面积-体积”经验公式,对汶川地震导致的斜坡物质响应率及其空间分布规律开展研究,基于1 km2的正方形网格构建整个震区的地震斜坡物质响应率分布栅格图与等值线图,统计斜坡物质响应率大小与分布面积的关系,揭示地震斜坡物质响应率与分布面积之间的幂律关系。大光包滑坡(汶川地震触发的规模最大的滑坡)处的RRSSMM最大,达到47.9235 m。RRSSMM超过1m的区域主要分布在映秀-北川地表破裂南西段(映秀镇与北川县之间)对应的上盘区域,这一区域恰对应着逆冲分量为主的断裂上盘,这表明逆冲断裂对上盘区域发生滑坡的极强烈的控制作用。基于GIS技术与统计学理论,开展不同地震滑坡影响因子控制下的斜坡物质响应率空间分布规律分析,这些因子包括地形因子、地质因子与地震因子,分别为高程、坡度、坡向、斜坡曲率、斜坡坡位、与水系距离、岩性、与震中距离、与北川-映秀断裂距离、沿着北川-映秀断裂距离、地震动峰值加速度(PGA)与地震烈度。分析结果表明,RRSSMM 随着坡度、地震烈度、PGA的增加而增加;随着与震中距离、与北川-映秀断裂距离、与水系距离的增加而减少;最大的RRSSMM值高程范围为1600～1800 m;最大 RRSSMM值对应坡向为E方向;曲率越接近0,RRSSMM越小;坡位为中坡、下坡与谷底的 RRSSMM 值最高;砂岩、粉砂岩(Z),砂岩、粉砂岩、硅质岩、板岩(∈)这两类岩组是 RRSSMM 的高值岩性组合;沿着北川-映秀断裂的RRSSMM统计结果表明,逆冲运动习性的断裂比走滑习性的断裂对斜坡物质响应率具有更强烈的控制作用。该研究成果可为汶川地震区的河流与地貌演化、滑坡与泥石流研究等提供基础数据,也可指导其它地震触发的区域群体性滑坡事件的同类研究。     

C4.5算法和GIS技术在波密县滑坡灾害风险评估中的应用

波密县地处西藏东南部,地貌地质环境特殊,滑坡灾害频发。本文选取地层岩性、边坡高度、边坡角度、坡面走向、水系距离和植被覆盖度作为评价因子,通过ArcGIS提取滑坡灾害评价因子相关数据,并利用C4.5算法建立的决策树分类模型对研究区域滑坡灾害的风险性进行了定量评估。结果表明:该模型总体预测精度达到89.7%,有效预测精度高达96.2%。表明该模型具有较高的精度和置信度,为波密县滑坡灾害的预测性分析提供参考。     

“5.12”汶川大地震触发地质灾害的 发育分布规律研究

 “5.12”汶川大地震具有震级高、震源浅、破坏性强、次生地质灾害严重的特点。通过灾后对地震地质灾害的现场调查和遥感解译,共获得地质灾害点11 308处,对地震地质灾害发育分布有了总体认识。在此基础上,利用GIS技术对地震地质灾害的分布与距发震断裂距离坡度、高程、岩性等因素的关系进行统计分析。研究得出：(1) 地震地质灾害在区域上具有沿发震断裂带呈带状分布和沿河流水系成线状分布的特点;(2) 地震地质灾害分布具有明显的上盘效应,发震断裂上盘地质灾害发育密度明显大于下盘,且上盘强发育带宽度约为10 km;(3) 地形坡度是地震地质灾害发育的控制性因素之一,绝大部分的灾害集中在坡度20°～50°的范围内;(4) 地震地质灾害与高程和微地貌具有很好的对应关系,大部分灾害发生在高程1 500～2 000 m以下的河谷峡谷段,尤其是峡谷段的上部(即宽谷向峡谷的转折部位),单薄的山脊以及孤立或多面临空的山体对地震波最为敏感,具有显著的放大效应,这些部位崩塌滑坡最为发育;(5) 不同的岩性与地质灾害的发育虽然没有显著的对应关系,但却决定了地质灾害的类型,通常情况下,滑坡多发生在软岩中,而硬岩中多发生的是崩塌。     

地理信息系统/遥感技术支持下三峡库区青干河流域滑坡危险性评价

以统计模型为基础、地理信息系统作为工具的滑坡灾害评价模式已经得到普遍认可和使用,数字高程模型(DEM)、遥感影像、区域地质调查资料已经成为区域滑坡评价研究的因子数据源。选择三峡库区青干河流域顺向坡滑坡多发地段为研究区,在滑坡编目数据库基础上,通过:(1)数字高程模型获取高程、坡度、地形聚水能力因子;(2)遥感影像获取植被指数;(3)区域地质调查资料、数字高程模型计算斜坡类型定量因子TOBIA指数及获取岩石地层单元因子。采用二分类变量逻辑回归评价方法对上述6种因子建立滑坡危险性评价模型,开展地理信息系统/遥感技术支持下顺向坡滑坡危险性评价研究。研究结果表明,根据模型概率值分布和已知滑坡发育关系,可以将研究区划分为高危险区、中等危险区、低危险区3个等级,高危险区包含70%已知滑坡,中等危险区包含14%已知滑坡,评价结果和实际滑坡发育情况吻合,合理地反映区内滑坡灾害发育的总体特征。     

遥感技术在云南省蒙自市地质灾害详查中的应用

云南省蒙自市为云南省地质灾害较严重的地区之一,在对研究区地质概况充分了解的基础上,收集了ETM、SPOT-6等遥感数据,对研究区进行灾害解译,建立该区地质灾害解译标志;分析该区灾害的发育、分布情况,总结出蒙自市灾害的诱发因子及其影响情况;并对地质灾害易发性进行分区评价,分析地质环境发展趋势,为野外勘查提供合理路线。共解译了地质灾害点75处,以滑坡、崩塌为主。     

基于数量化理论III的滑坡发育影响因素及耦合作用强度分析

 探讨西藏朗县研究区内滑坡发育的地质环境影响因素,借助GIS技术将影响因素指标量化,采用数量化理论III对滑坡发育的影响因素及其耦合作用强度进行分类分析。结果表明,对区内滑坡发育起主导作用的是降雨因素、坡体岩性、平均坡度、坡体前缘河流影响距,起重要作用的是坡体高度、外营力与人类工程活动、地震烈度因素,起一般作用的是土地利用因素;确定出年均降雨量、含残坡积物和绢云母千枚岩的滑坡体岩性、200 m内的河流影响距、35°～45°的平均坡度、地震烈度、高于200 m的坡体高度因素为滑坡发育的主控因素,可为区内开展滑坡评价工作提供依据;区内29个滑坡的影响因素耦合作用强度以±0.01为界进行强、中等、弱分级,耦合作用强度越高,滑坡发育程度及潜在危险性越高,对区内防灾减灾具有重要的指导意义;对分析结果以实地调查的可靠性验证,表明数量化理论III的可行性与适用性,为滑坡灾害影响因素的研究提供新的思路。