确定性系数模型的滑坡易发性评价应用与比较

文中以四川省雷波县为研究对象,通过分析研究区的地理环境、地质环境、人类活动几个方面对滑坡灾害的影响,选取了高程、坡度、坡向、地层岩性、河流、道路、断层、归一化植被指数作为滑坡的评价因子。先随机选取70%的滑坡点用作建立模型,剩余30%用作精度验证,利用信息量模型和确定性系数模型对其进行滑坡易发性评价,并通过自然间断法对其结果进行易发等级划分,再建立正负样本点,构建ROC(Receiver Operating Characteristic,受试者工作特征)曲线对两种模型评价结果进行精度验证。结果表明:在较高、高易发区面积划分上,信息量模型评价结果占比41.85%,确定性系数模型评价结果占比27.42%。信息量模型与确定性系数模型分别有81%、80%的滑坡点位于较高和高易发区。确定性系数模型(AUC=0.8935)的评价精度和预测能力优于信息量模型(AUC=0.8299),更适合该区域的滑坡易发性评价定量评估。     

基于主元分析和信息量模型的滑坡易发性评价——以丹凤县为例

以陕西省丹凤县滑坡为研究对象,通过搜集地质资料与野外调查获取区域基础地质信息,借助ArcGIS技术手段提取地质信息,建立信息量模型揭示地质信息与滑坡发生概率之间的内在联系,开展丹凤县滑坡易发性评价研究。通过野外实地考察,将区内滑坡划分为历史滑坡与滑坡隐患,建立各自的滑坡属性数据库;分别采用主成分分析法与皮尔森相关系数法对历史滑坡影响因素进行遴选,建立研究区滑坡评价因子指标分级体系;以历史滑坡数据为基础,建立信息量模型,绘制研究区滑坡易发性评价区划图,并采用滑坡隐患数据检验评价结果的准确性。研究对丹凤县滑坡的综合防控具有一定的参考价值。     

长江上游磨刀溪流域地质灾害易发性分区评价

磨刀溪流域为长江上游支流流域,流域内地质灾害以中—小型规模的滑坡和崩塌为主(合计占地质灾害总数的99.0%),在地质灾害频发的三峡地区具有代表性。为查明磨刀溪流域的地质灾害易发性特征,选取坡度、坡向、高程、斜坡结构、一级水系、其他水系、地层、构造、县乡公路、省道与国道10个评价因子,采用信息量模型法分别开展滑坡、崩塌的易发性评价;然后采用叠加计算矩阵,综合计算得出磨刀溪流域的地质灾害易发性分区结果。研究表明,地形地貌和地质条件控制了地质灾害的发育与分布,人类工程活动和降雨为地质灾害发生的主要诱因。磨刀溪流域可分为地质灾害高、中、低、不易发区4类分区,面积分别为416.80、892.16、829.07、966.60 km²,分别占研究区总面积的13.43%、28.74%、26.70%、31.13%。地质灾害高易发区沿主要水系分布,表明水系分布是流域区地质灾害发生的关键控制条件。     

基于信息量模型法评价青阳县地质灾害易发性

应用信息量模型法对青阳县进行地质灾害易发性评价。首先对数据源进行处理,选取地形地貌（坡度、地形起伏度）、地质环境（工程岩组、断层缓冲）、人类活动（道路缓冲）5个评价指标,应用层次分析法计算5个评价因子的权重,并应用ArcGIS平台将5类信息量评价图层与灾害点进行叠加分析,获取易发性指数。采用自然断点法对易发性指数进行重分类,将研究区分为高易发区、中易发区、低易发区、非易发区4类,为地质灾害风险和防治区划提供基础数据。     

江西省德安县地质灾害易发性评价

江西省德安县地质灾害类型主要有滑坡、崩塌、泥石流和地面塌陷等。文章主要对地质灾害发生与发育的影响因素研究,通过对各影响因素的权重值计算,运用MapGIS对影响因素进行数字化,并利用提供的图层叠加分析功能对德安县地质灾害易发性进行评价,把研究区的地质灾害划分为易发区、较易发区和少易发区。     

基于稀疏表达重构误差模型的小区域滑坡易发性评价

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。以滑坡灾害发育较多的三峡库区万州区部分区域为研究区,基于指标因素状态分级和因素相关性分析结果,选取高程、坡度、坡向等10项影响因素作为评价因子,以128个滑坡灾害点为样本数据,在深入分析和讨论当下机器学习模型在小范围区域易发性评价的不足与局限后,提出一种基于稀疏表达重构误差的滑坡易发性评价方法,通过重构误差来衡量某一像元与滑坡特征模式的相似程度,借此进行滑坡易发性的评价,并采取快速聚类法对所得到的易发性结果进行分级。再从统计分析、ROC曲线、制图结果等方面对该模型同常用的信息量模型以及机器学习的BP神经网络模型进行比较与评价。实验结果表明,稀疏表达重构误差模型的AUC高达0.834 3,OA和Kappa系数为78.1%和0.562,均优于信息量模型和BP神经网络模型,模型稳定性较好,制图结果与实际更为吻合,具有良好的滑坡预测性能。     

基于GIS信息量模型的鄂州市西雷山地质灾害易发性分区评价

以鄂州市西雷山地质灾害为研究对象,选取高差、坡度、工程地质岩组、斜坡结构类型、地质构造、人类工程活动等6个因子,采用基于GIS信息量模型进行易发性评价,最终分析结果在Arc GIS中成图显示,大大提高了地质灾害易发性分区评价效率,对今后开展类似的区域性地质灾害易发性评价提供参考。     

基于AHP-信息量法地质灾害易发性评价

为反映横山桥镇地质灾害空间分布规律及灾害易发程度,通过资料收集、数据分析、野外地质调查等工作,选取坡度、起伏度、工程地质岩组、斜坡结构、植被覆盖度、断层距离、灾点密度作为评价因子,在ArcGIS平台下采用AHP-信息量法对横山桥镇进行地质灾害易发性评价。将横山桥镇地质灾害易发性分为高、中、低3个级别,评价结果客观有效地反映了实际情况,能够为横山桥镇地质灾害防治工作提供信息参考。     

基于遗传算法优化信息量法的地灾易发性评价

为提高地质灾害风险调查评价中地质灾害易发性评价的精度,在加权信息量模型基础上,引入了遗传算法对权重进行分析,从灾害因子的等级划分和权重确定两个方面建立了完善的地质灾害易发性评价理论体系。并以定远县为研究区,在野外踏勘的基础上,选取10个指标构建地质灾害易发性评价指标体系,进行地质灾害易发性论证。结果表明,将定远县划分为极低、低、中、高、极高5个易发区,分别占全区总面积的82.6%、8.7%、5.1%、3.1%、0.5%,易发性评价分区结果与研究区野外踏勘实际情况相近。定远县地质灾害高易发区主要集中在地层岩性较软弱,高程相对较高,坡度差相对较大的地区。通过接收灵敏度曲线检验结果为97.6%,说明模型评价精度高,分区结果合理。     

基于GIS和信息量模型的山地环境地质灾害易发性评价——以湖北省秭归县为例

湖北省秭归县地质灾害频发,严重影响了当地群众的生命财产安全,同时也制约了地方经济社会的发展。以秭归县作为研究区,结合其地质灾害分布现状,选取高程、坡度、坡向、斜坡结构、距构造带距离、工程地质岩组、水系密度等7个控制因素,运用GIS技术和信息量模型相结合的评价方法进行地质灾害易发性评价。结果表明,秭归县极高、高、中和低易发区的面积分别为83.11、186.00、571.22、1 355.06 km²;区内地质灾害呈现带状集中展布式分布,与距构造带距离和水系密度具有较强的相关性,距构造带距离越远,地质灾害发育程度明显减弱,同时随着水系密度的减小,地质灾害表现出逐渐减弱的趋势。研究结果与实际调查情况基本相符,表明基于GIS和信息量模型的评价方法能够较好地应用于地质灾害易发性评价。     

瓦斯爆炸事故易发性评价模型及防治对策

对煤矿井下作业场所发生瓦斯爆炸事故的致因和严重程度进行系统分析，采用计算机手段，对井下瓦斯爆炸的易发性进行了评价，并根据评价结果提出了防止瓦斯爆炸事故的措施。     

基于自动机器学习的全球尺度滑坡灾害易发性预测

基于机器学习的滑坡灾害易发性预测模型由于其固有缺陷,难以获得更为可靠的评价结果。自动机器学习作为新兴的智能学习方法,拥有自动选择特征、模型和参数的优良性能,并最大程度减少模型选择和训练成本,因此在滑坡灾害易发性预测方面具有广阔前景。为了深入研究该技术在全球尺度滑坡灾害易发性预测中的可行性,利用Auto-PyTorch自动机器学习模型构建全球尺度滑坡易发性预测处理框架,并与经典机器学习模型——随机森林(RF)模型和朴素贝叶斯(NB)模型进行性能对比。在此基础上,以全球60°N-60°S纬度范围作为研究区,进行全球尺度滑坡灾害易发性制图。实验结果表明,相较于经典机器学习方法,基于自动机器学习的滑坡易发性分析能够获得性能更鲁棒、精度更优越的预测结果,可以为全球性地质灾害风险评估和管理提供坚实的科学依据。     

局域层次分析法(AHP)的地质灾害易发性评价研究

运用层次分析法(AHP)建立了地质灾害易发程度评价体系,结合深圳市地质环境条件、地质灾害现状和地质灾害成生机理,确定了影响地质灾害易发程度的评价因子、各因子的权重,采用MapGIS技术进行了地质灾害易发性评价和分区。     

基于GIS与信息量模型的沟谷密度与滑坡发育关系的研究

本文以ArcGIS为平台,利用信息量模型,重点分析了研究区沟谷密度对滑坡发育的影响,定量地给出了二者的相关关系。通过对研究区内718个滑坡样本点的细致分析,结果表明,沿河谷两岸、山脉和平地接合的坡脚部位,地表破碎程度较高,沟谷密度值较大,对滑坡的产生最为有利。所得研究结果与实际情况较吻合,为该区滑坡灾害防治和生态环境保护等提供参考依据。     

贵州余庆县地质灾害隐患影响因素分析及易发性分区评价

以贵州省余庆县为例,首先对余庆县地质灾害影响因素进行分析,然后采用权重法对其影响因素的易发性进行合理分区,最终得到余庆县未来地质灾害易发性特征。易发性分区评价结果:据易发度分值将安庆县分为11个地质灾害易发区,其中高易发区占全县面积的2.28%,主要分布于龙溪镇芝州村、苏羊村两地,是今后地质灾害防治的重点区域。     

露天矿滑坡二次线性回归模型的建立及应用研究

基于二次线性回归模型的原理,对露天矿边坡滑坡建立预测模型,以白音华二号露天矿某监测点为例给对其监测数据进行分析,对滑坡进行了预测。在现场的边坡监测工作中得到了很好的应用,对类似的边坡工程具有指导意义。