不确定遗传神经网络在滑坡危险性预测中的研究与应用

针对滑坡危险性预测中降雨等不确定因素难以获取,以及有效处理和标准反向传播算法存在局部极小值和训练速度慢等问题,为提高滑坡危险性的预测精度,提出一种不确定遗传神经网络滑坡预测方法。基于改进遗传算法和反向传播神经网络分类算法,结合滑坡灾害预测相关理论,考虑到与滑坡灾害密切相关的降雨等不确定因素,给出不确定数据分离度的概念,阐述不确定属性数据的处理方法,构建不确定遗传神经网络,建立滑坡灾害预测模型,以延安宝塔区为例进行验证。实验结果显示,该方法的有效精度和总体精度分别为92.1%和86.7%,验证了不确定遗传神经网络算法在滑坡灾害预测中的可行性。     

Geo-studio软件在滑坡稳定性分析中的应用研究

滑坡是一种常见的地质灾害,其不仅会诱发严重的地质隐患,更会导致人类生命财产遭受巨大损失。因此,分析滑坡稳定性,对于滑坡事故预防及地质灾害防范意义重大。在研究中,本文主要以某地质滑坡工程为例,针对Geo-studio软件在该滑坡稳定性分析中的具体应用内容展开论述。研究实践中,分别基于Geo-studio软件SLOPE/W模块下的Janbu算法与Morgenstern-Price算法,对该工程滑坡地质在不同工况下的稳定性进行计算。研究结果表明,基于Geo-studio软件对滑坡稳定性进行分析,能够科学计算自然与暴雨两种情况下的地质边坡稳定参数,以此为滑坡灾害防治提供参考依据。     

基于物联网的滑坡地质灾害预警系统的设计

摘要：系统从降雨型滑坡的形成机理出发,利用物联网等先进技术,设计无线传感器网络节点实时感知监测区域的多维数据,并对各类诱发因子进行定量分析。最后结合地质条件联合建模,对滑坡等地质灾害实时预警,在指导防灾与减灾方面具有深远意义。     

基于多特征面向对象区域滑坡现象识别

高空间分辨率卫星遥感数据的发展为滑坡灾害数据获取和更新提供了新的途径。以西北黄土高原为研究区,提出了一种基于多特征面向对象区域滑坡现象的识别方法,基于单期高空间分辨率遥感数据,利用集合和特征组合进行区域滑坡现象识别,实验结果表明:该方法是识别滑坡现象有效的技术方法之一,对开展滑坡监测、影像理解和地学分析具有重要的研究意义。     

基于北斗的地质滑坡灾害预警

本文结合地质滑坡自然灾害的形成特征,设计了“基于北斗的地质滑坡灾害预警系统”,系统可以对发生的地质滑坡灾害进行预警和记录,统计灾害发生的时间以及破坏程度,并将信息发送给管理部门来对灾害的影响进行评估,从而采取有针对性的防范手段给予应对,以降低地质滑坡对人们生命财产所造成的损失,为完善我国预防地质自然灾害机制提供参考。     

基于变化检测的滑坡灾害自动识别

在分析当前滑坡灾害信息识别方法的基础上,指出这些方法的适用性和不足之处,并针对这些不足之处,以滑坡的地学原理为依据,提出了以多时相遥感影像为数据源,结合纹理分析的变化检测自动识别滑坡灾害信息的方法。最后,以地震前(2006-5-14)后(2008-6-3)的北川县城及附近区域的福卫2号多光谱遥感影像作为数据源,以结合比率变换和纹理分析的变化检测进行滑坡灾害信息识别试验。结果表明,结合纹理分析的变化检测方法能够突破影像光谱特征的局限,对于滑坡灾害信息识别具有显著的适用性。     

尼泊尔震后Rasuwa区山地灾害遥感调查

针对尼泊尔4·25Gorkha地震诱发山地灾害的现象,基于多源光学遥感数据,使用目视解译方法分析了震前和震后地物特征的变化,调查了Rasuwa区影响抗震救灾的公路沿线滑坡、堰塞湖的空间分布。结果表明:本次地震新形成的大型滑坡较少,大部分为中小型滑坡、浅层滑坡及碎屑流、崩塌和落石等灾害,并有堰塞湖。而在影像上能清晰识别的灾害点有15处,其中3处危害较大,分别为Langtang滑坡、Resuo滑坡和1处堰塞湖。Langtang滑坡造成了严重的破坏。     

三峡库区灾害地质立体图软件系统研发

在三峡库区地质综合调查、滑坡和崩塌灾害监测预警、滑坡和崩塌灾害治理以及减灾应急措施的决策与实施等工作中,都需要三维可视化分析技术的应用和支持,人们迫切地期待着研发出三维地质灾害体可视化分析系统。实现上述目标的途径就是将地表景观与地下三维地质体三维可视化相结合起来,使得多源信息能够集成和进行综合可视化分析。利用可视化技术编绘灾害地质立体图,以直观景象展现库区沿江两岸地形地貌及灾害地质环境,将有助于指挥系统对区域地质灾害进行动态监测和对变化趋势的分析和判断。三维可视化立体图软件系统的开发架构由ArcGIS、GeoView和Oracle组成,并实现与三峡库区地质灾害预警指挥系统的集成。系统建设通过示范区完整的面模型(三维立体地质图)管理地表所有信息,结合重点地质灾害体地区的高分辨率三维模型显示和分析,有利于研究人员和工程技术人员分析研究工程地质现象和发现掌握岩土体结构规律,为预警指挥系统提供更直观、更丰富的数据支持。     

基于NDVI变化检测的滑坡遥感精细识别

随着遥感技术的发展,高分辨率的卫星影像数据逐渐丰富,滑坡灾害的信息提取被进一步推进,当前滑坡灾害应急调查主要以目视解译和野外调查为主,费时费力,难以满足灾后救援的迫切需求。面向像元和面向对象的单时相滑坡遥感信息提取方法等存在着滑坡过识别、误识别的问题。因此,在此提出以滑坡前后多时相遥感影像为数据源的变化检测滑坡识别方法,首先根据归一化植被指数（NDVI）进行基于像元的变化检测确定滑坡预选区,再结合面向对象的几何规则完成滑坡的精细识别,这种基于变化检测和几何规则相结合的方法能有效排除道路、建筑、裸地等光谱特征与滑坡相似的非滑坡部分。以九寨沟滑坡为例,采用高分一号8 m分辨率多光谱相机2015年8月1日的影像（滑前）以及2017年8月16日的影像（滑后）作为数据源,进行滑坡识别实验。结果表明,和面向对象的单时相方法相比,基于变化检测和几何规则相结合的多时相方法滑坡提取的精度较高,制图精度高达88.80%,用户精度高达81.19%,都大幅超过面向对象单时相法的精度,漏分误差及错分误差分别下降23.22%和11.72%,可为有效组织滑坡灾后救援与重建工作提供可靠依据。     

基于光谱、空间和形态特征的面向对象滑坡识别

地震经常诱发数量众多,覆盖范围广的滑坡并造成极大危害,因此,需要对大范围的滑坡灾害进行快速评估。随着遥感影像分辨率的提高,面向对象分类方法在这方面的应用比传统的目视解译和基于像素的方法更具优势。但是,目前基于面向对象方法的滑坡识别研究还相对较少,而且通常针对小范围的研究区。基于SPOT5 2.5m多光谱影像,提出一种综合光谱、空间、地形和形态特征的面向对象滑坡自动识别方法,并应用于较大范围研究区。结果表明:面向对象滑坡自动识别方法能将研究区内95%的滑坡识别出来,综合考虑滑坡的过度提取与遗漏提取情况,滑坡提取质量为74.04%,效果较好,能够快速、有效地识别大范围的滑坡。该方法可以应用于对地震或强降雨引起的大范围滑坡灾害进行快速评估,为灾后应急救援和恢复重建工作提供参考。     

基于WEBGIS技术的地质滑坡测量实时监测系统设计

传统地质滑坡测量实时监测系统滑坡位移差异率大,监测消耗时间长。基于WEBGIS技术设计一种新的地质滑坡测量实时监测系统,利用功能性存储器实现数据存储,选取KP24传输器构建传输模块,将监控元件与预警信号元件结合到一起,实现数据监控硬件设计。通过WEBGIS技术匹配相应的内部操作检验数据,降低内部滑坡数据的冗余度,并通过WEBGIS模式将不同区域的地质条件集中反映在地图模块中,检验属性数据库中的数据信息,执行数据库改造指令,完成软件设计。与传统质滑坡测量实时监测系统进行实验对比,结果表明,基于WEBGIS技术的地质滑坡测量实时监测系统系统滑坡位移差异率较小,监测消耗时间大幅缩短,实际应用效果更强。     

航空像片在滑坡地质中的应用

滑坡、泥石流、地震等灾害,经常对人民生命财产造成损失,危及国家建设事业。因此人们正在研究这些灾害的成因,发生的时机,运动的规律,以及监测、预报和整治的方法。采用航空遥感技术,是一种先进、快速的新方法和新手段。航空像片的获取具有快速、高效、面积大、精度较高的特点,它对灾害地质的识别、分析及监测、预报和整治工作,都能大显身手,效果明显。     

基于高精度低空摄影测量的滑坡灾害监测与预报关键技术研究

采用传统监测与预报技术,受到滑坡区域扩大影响,导致预测精准度较低,针对该问题,提出了基于高精度低空摄影测量的滑坡灾害监测与预报关键技术研究。依据滑坡地质体环境因素,建立滑坡灾害监测与监测与预报指标,根据该指标,计算地层压力变量相关参数。以高分辨率数字遥感设备为传感器,采用高精度低空摄影测量技术来提取数据,以此分析滑坡堆积特征和密实程度。通过上述特性,建立关联函数,确定监测与预报对象以及监测与预报等级,由此完成滑坡灾害监测与预报。由实验结果可知,该技术预测精准度较高,最高可达到98.8%,为保障人们生命安全提供必要技术支持。     

基于GIS和Logistic回归模型的兰州市滑坡灾害敏感性区划研究

针对兰州市脆弱的地质环境和频繁发生的滑坡灾害,采用Logistic回归模型,以ArcGIS和SPSS软件为工具,选取地层岩性、断层构造、坡度、地貌、植被覆盖度、7~9月平均降水、道路(公路、铁路)作为滑坡灾害影响因子。首先对每个影响因子分级并计算每个因子指标值,然后在ArcMap中对影响因子图层进行叠加操作,最后在SPSS软件中运用Logistic回归方法,计算出每个影响因子的系数值并建立Logistic回归模型。根据Logistic回归模型在ArcMap中绘制兰州市滑坡灾害敏感性区划图,区划图和实际的滑坡分布情况基本吻合。模型的Kappa系数值和ROC曲线下面积值(AUC值)分别为0.623和0.709,两种方法的检验结果均表明模型模拟效果较好,能应用于兰州市滑坡灾害敏感性区划研究中。     

基于不确定决策树分类算法在滑坡危险性预测的应用

滑坡灾害预测受多种因素影响,其中降雨等不确定因素存在难以获取数据及有效处理等难题,为提高滑坡危险性预测的准确率,根据滑坡灾害发生相关理论及决策树分类原理,提出了基于不确定决策树算法在滑坡危险性预测的方法.该方法引入不确定因子降雨,并将不确定因子和其余评价因子一起,根据不确定决策树算法理论构建出不确定决策树,建立滑坡危险性等级预测模型,并用延安市宝塔区的实例进行验证.实验结果表明,该预测方法取得了较高的总体精度和有效精度,达到了滑坡预测的精度标准,且两项预测精度均高于传统C4.5决策树方法.     

基于ArcGIS的区域滑坡易发性区划评价

本文通过全面分析历史因素（点密度、面密度和体密度）、基本环境因素（工程地质岩组、地形坡度、地质构造、斜坡结构、高程和河流水系）以及诱发因素（降雨、地震烈度和人类活动）对地质灾害易发程度的影响,并最终建立了大比例尺（1：50000-1：5000）地滑坡灾害易发性评价指标体系。通过采用信息量模型方法,以ARCGIS为平台,针对工程区的滑坡易发程度进行了研究分析,并最终得到了该区滑坡灾害易发程度信息,包括其滑坡灾害易发分区图及相关统计信息,结果表明：研究区中滑坡灾害高易发性区面积为0．582km2,中等易发性区面积12．16km2,低易发性区面积120．69km2,极低易发性区面积78．47km2,分别占总面积0．27％、5．74％、57％、37％,评价结果与当地实际情况有较好的一致性。     

基于地理探测器的福建省台风灾情影响因素分析

台风灾害给福建省造成了严重的生命和财产损失。以福建省县域为研究单元，通过对2009～2020年的台风灾害灾情数据进行分析，结合降水数据、风场数据、地形数据、河网数据、土壤类型、植被指数、人口密度和GDP等资料，研究了福建省台风灾情时空格局特征。在此基础上，运用地理探测器方法分析了福建省台风灾情的影响因素。结果表明：共有38个台风登陆或影响福建，其中16个超强台风造成的损失最严重，灾害损失严重地区主要分布在福建省沿海地区。台风灾害致灾因子、孕灾环境因子和人类活动因子中，3 d内最大降水量、台风最大风速和距台风中心距离对受灾人口、死亡人口、受灾农作物和直接经济损失的影响最大。该研究成果可为台风灾害风险的影响因素定量化分析提供方法参考，为我国的防灾减灾做出基础性贡献。     

特大规模滑坡遥感调查——巧家县城滑坡

目视解译１：６．７万彩红外航空象片发现巧家县城斜坡显示为典型的滑坡地形。经实地验证及结合地质资料，航空象片，卫星象片综合解译分析认为；根据斜坡形态，金沙江异常弯道，斜坡上松散物质分布所处地质环境与降雨条件确定巧家斜坡为一巨型古 坡，估算体积约１２０×１０＾８ｍ＾３，就我们所查阅到的国内外报道中为一最大规模古滑坡，年龄约１０万年。     

融合注意力机制和空洞卷积的滑坡图像检测

滑坡区域图像检测与识别在灾害范围识别、灾情数据分析和防灾减灾中具有丰富的应用和研究价值。本文针对滑坡图像滑坡体形状纹理的多样性,以及滑坡目标区域检测识别效果不够理想的问题,提出一种注意力机制CBAM与空洞卷积结合的目标检测方法。在传统的目标检测算法Faster R-CNN的基础上,将注意力机制模型添加到卷积神经网络层,通过空间注意力与通道注意力结合的CBAM模型来进行滑坡图像特征的提取,增加空洞卷积模块来加大感受野区域,提高神经网络对遥感图像区域中的滑坡目标识别、尺寸不规范等特点的学习能力,从而进一步提升滑坡目标区域的检测精度。实验结果表明,在传统的目标检测算法的基础上采用两者结合的方式进行检测,可提升滑坡遥感图像上目标检测的召回率和精确率,具有一定的有效性和鲁棒性。     

基于模糊控制的滑坡监测预警系统设计

针对目前用于滑坡灾害监测预警的诸多方法中存在的传感器选择种类单一、预警功能与监测数据相分离等问题,设计一种基于模糊控制的滑坡灾害监测预警系统。设计以导致滑坡灾害的主要因素为切入点,运用智能传感器组群对山体进行实时监测,对采集到的实时数据运用模糊控制系统进行处理,最终实现对滑坡灾害发生概率的预测。实验结果表明,该系统对滑坡灾害发生概率的预测达到了较为理想的效果,可为滑坡灾害监测人员的工作提供便利与支持。