北京市西北部地区地质灾害孕灾条件分析及评价

研究区涉及北京市西部和北部地区,包括房山区、门头沟区、丰台区、密云区、怀柔区、平谷区、昌平区、延庆区、海淀区、石景山区十个区,地貌类型为山区及浅山区,区域地质构造复杂,属地质灾害易发区。本文通过地质灾害调查,发现各类型地质灾害隐患8 303处,主要分布于密云区、房山区、门头沟区、怀柔区、延庆区。通过地质灾害孕灾条件分析,认为各类地质灾害发生与地形地貌、山坡坡度、地形起伏高度、地质构造、工程地质岩组等因素密切相关。通过地质灾害易发性和风险性评价,将研究区分为地质灾害极高风险区24个、高风险区41个、中风险区21个、低风险区15个,并以此将研究区划分为35个重点防治区、21个次重点防治区和15个一般防治区,可为地质灾害防治提供参考。     

复杂地形区土地利用/土地覆被分类机器学习方法比较研究

针对高海拔复杂地形区地貌类型复杂、多样,沟壑纵横、地形破碎等特点,研究快速、有效的土地利用/土地覆被分类方法对土地利用信息获取及更新是非常重要的。以位于黄土高原向青藏高原过渡带的湟水流域为研究区域,基于Landsat 8 OLI影像数据、DEM数据,并结合各种专题特征,在对研究区进行地理分区的基础上,采用人工神经网络、决策树、支持向量机和随机森林4种机器学习方法进行土地利用信息提取并进行精度评价,探索适合于复杂地形区最优的分类方法。研究结果表明:随机森林和决策树的分类精度明显高于支持向量机和人工神经网络。其中随机森林方法的分类精度最高,总体分类精度达85.65%,Kappa系数达0.84。在上述分类基础上,选择随机森林分类方法对Landsat 8全色与多光谱影像融合数据进行进一步的分类研究,总体分类精度达到86.49%,Kappa系数达0.85。这表明随机森林分类方法在保证分类精度的同时又能获得较高的分类效率,对于复杂地形区土地利用信息提取是非常有效的,数据融合在一定程度上提高了分类精度。     

北京市房山区废弃矿山地质环境问题及修复治理探讨

研究区位于华北平原与太行山脉的过渡地带,地貌复杂,沟壑纵横,地质稳定性较差。区内矿山开采中的废弃矿渣堆积形成了不稳定斜坡,在外界因素影响下,极易形成滑坡地质灾害;同时对区内地形地貌造成了严重的破坏,包括裸岩边坡、土质边坡、废渣堆、料堆、裸露平台等。这些矿山地质环境问题不仅影响了区内地质环境的稳定性,还严重的破坏了土地资源,造成区内植被无法生长,土地难以利用等,针对矿山地质环境现状及特点,不稳定斜坡采用坡脚修建石笼挡墙+坡面覆土绿化措施;崩塌采用危岩清除+平整渣堆+修建挡土墙+覆土绿化+截排水沟措施进行矿山地质环境恢复治理。