基于信息量和逻辑回归耦合模型的滑坡易发性评价

目前,滑坡易发性评价大多只采用单一模型进行研究,而单一模型存在缺陷,如只采用信息量模型则不能反映各因子对滑坡发生的权重。通过将两个模型进行耦合分析可以很好地发挥各模型的优点和弥补各模型的不足,从而达到模型优化的目的。针对滑坡易发性常用的信息量模型和逻辑回归模型,提出信息量-逻辑回归耦合模型。以江西省宁都地区为例,获取研究区共297个滑坡,提取高程、坡向、坡度、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、植被覆盖率、地表建筑物指数共10个因子建立评价指标体系,再分别采用上述3个模型开展易发性评价,最后采用预测率曲线(the prediction rate curve, ROC)评价各模型精度。结果表明:信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型预测率曲线与坐标轴围成的面积(area under ROC, AUC)值分别为0.838、0.864和0.876,可见信息量-逻辑回归耦合模型的评价精度更高,建模更为合理。研究区内滑坡主要沿水系两侧分布,高程和岩性对滑坡的发生起主要作用。     

GIS支持下的滑坡危险性评价研究

遥感和地理信息技术作为一种新的调查、监测途径和手段,在滑坡研究领域已得到广泛运用。本文阐述了信息量模型与逻辑回归模型,介绍基于GIS的滑坡危险性评价过程与方法,从而实现滑坡地质灾害的科学评价。     

基于多变量统计分析的大型滑坡敏感性评价:以汶川地震影响的陇南地区为例

以"5.12"汶川地震影响较严重的甘肃东部的陇南震区为研究区,分析地震前后影响历史大型深层滑坡的空间要素,以专家经验分析确定的成因要素作为滑坡敏感性评价的初选方案。为了避免专家经验的客观性和要素相互重叠对滑坡敏感性评价的影响,执行主成分(PCA)多变量分析法以确定新的评价方案。2个方案分别通过逻辑回归模型(LR)执行,并绘制滑坡危险等级地图。采用成功率曲线和累积面积曲线对2种评价结果的有效性和性能进行检验和对比。检验结果表明:采用新方案所得的滑坡敏感性地图具有更好的性能和更高的精度,因此,新方案下由LR绘制的滑坡危险等级地图可作为指导研究区震后重建、基础设施建设和土地规划的依据。     

基于深度信念网络的滑坡敏感性评价

滑坡敏感性评价中各致灾因子之间存在复杂非线性关系,传统的评价模型难以揭示该类复杂关系,以致评价结果精度受限.基于文献调查与实地调研,选取高程、地貌类型、岩性、坡度、与构造线距离、与水系距离和年均降雨量为主要致灾因素,在地理信息系统(GIS)中建立了基于深度信念网络(DBN)模型的区域滑坡敏感性区划模型,并以四川区域为例进行了实例分析.最后通过ROC曲线特征将评价结果与逻辑回归(LR)和人工神经网络(BPNN)模型评价结果进行了对比分析,并探讨了各评价模型对不同致灾因子的响应.研究表明DBN模型具有更高精度以及较低的假阳性率和假阴性率,更适合于大区域、复杂致灾因素的区划滑坡敏感性评价工作.     

基于逻辑回归树和旋转森林模型的滑坡易发性评价

为进一步探索集成模型在滑坡易发性评价中的适用性,以陕西省汉中市汉台区为例,结合相关资料与野外调查圈定40处滑坡,通过地质类、水文类、人类工程活动类中选取12个影响因子构建逻辑回归树(logistic model tree, LMT)和旋转森林(rotation forest, ROF)模型,分别生成滑坡易发性分区图,采用ROC(receiver operating characteristic)曲线进行模型精度验证与比较。结果表明,研究区滑坡受地形地貌、平面曲率与岩土体类型影响最大;两种模型预测率均较高,易发性等级分区结果与历史滑坡位置分布趋势基本一致;ROF模型的训练集正确率和验证集预测率分别为77.4%和93.1%,高于LMT模型的75.5%和84.0%;ROF模型滑坡极高易发区频率比为6.52,多于LMT模型(2.07),可见ROF模型对研究区滑坡易发性更加敏感,预测结果可靠度高;本文ROF模型滑坡易发性分区结果可为后期研究区防灾减灾与土地规划提供依据。     

基于斜坡单元的区域滑坡敏感性评价 ——以云南省小江流域为例

小江流域地形陡峻,地质条件复杂,地震及新构造活动强烈,气候水文条件复杂,致使滑坡等山地灾害十分发育。流域内滑坡不仅数量多,而且活动频繁,严重威胁着人民的生命财产安全与社会经济发展。本文以地表曲率分水岭法划分的斜坡单元作为基本评价单元,基于频率比法计算坡度、坡向、曲率、相对高差、岩性、断裂带密度、河网密度和地震峰值加速度8个影响因子对小江流域滑坡发育的贡献度大小,并通过ArcGIS软件叠加分析得到滑坡敏感性分区图。通过结果验证,高、极高敏感性区共发育滑坡132个,数量占比为79.04%,具有较高的准确性。相关研究成果可为小江流域的防灾减灾应急管理工作提供理论依据,对该区域的发展规划和可持续发展具有重要的现实意义。     

基于卷积神经网络模型的区域滑坡敏感性评价——以川藏铁路沿线为例

在遥感解译、野外调查及前人研究的基础上,基于共线性诊断与极端随机数算法对13个影响因子的相关性和重要性进行评估,运用一维卷积神经网络构建川藏铁路沿线滑坡敏感性评价模型,使用受试者工作特征（ROC)曲线进行精度验证.结果表明,影响该区滑坡发育的主控因子为距河流距离、道路与断层的距离以及岩性,敏感性极低、低、中、高、极高的面积分别占总面积的66.30%、10.98%、7.55%、6.91%和8.26%.敏感性高的区域主要分布在河流、道路两侧和断层发育的区域;全线滑坡敏感性高低呈分段式分布,在山南-朗县段、波密-理塘段最为严重;一维卷积神经网络的ROC曲线下覆盖的面积为0.958,能有效地进行该区域的滑坡敏感性评价.     

基于CF-PCCs模型的维西县滑坡致灾因子敏感性分析

为了深入了解滑坡的成灾背景,减少灾害造成的生命财产损失,以云南省维西县为研究区,选取了高程、坡度、坡向、降水量、距河流距离、工程地质岩组、距断层距离、植被归一化指数（Normalized Difference Vegetation Index,NDVI）和道路密度9项致灾因子,利用确定性系数（Certainty Factor,CF）-皮尔逊积矩相关系数（Pearson Product-moment Correlation Coefficient,PCCs）模型对致灾因子进行敏感性分析,并对分析结果的准确性进行了验证.结果表明：(1)因子敏感性由高到低分别为坡向、河流、高程、降水量、断层、道路、坡度、工程地质岩组和NDVI;(2)敏感性最大的因子类别包括：高程为1 486～2 600 m,坡度为0°～20°,坡向为半阳坡,降水量为782～1 178 mm,距河流距离为0～300 m,工程地质岩组为极软岩,距断层距离为2 400～3 200 m,NDVI为-0.169～0.039,道路密度为80～117 km/km2;(3)CF-PCCs模型精度高,数据分析结果可靠,该方法可为滑坡敏感性分...     

基于加权信息量模型的滑坡灾害易发性评价——以灞桥区为例

以灞桥区作为研究区,在查阅大量相关文献以及对区域地质环境条件、滑坡特征分析的基础上,选取坡度、坡向、高程、曲率、地形起伏度、地貌类型、地层岩性、断层距离、水系距离、降雨量、归一化植被指数(normalized difference vegetation index, NDVI)、道路距离12类影响因素作为评价因子。基于熵指数模型(index of entropy, IOE)与信息量模型(IV),提出一种新的加权信息量模型(WIV),分别将三种模型用于研究区滑坡灾害易发性评价中。借助ArcGIS软件计算得到整个研究区滑坡易发性指数,根据自然间断点法划分为5个易发等级区,分别为极低、低、中、高、极高易发区,生成最终的滑坡易发性区划图。最后采用ROC曲线对三种评价模型进行检验与比较,结果表明:IOE、IV、WIV三种模型的成功率曲线的训练精度分别为76%、84%、88%;预测率曲线的预测能力分别为72%、86%、90%,由此得出WIV模型较IOE、IV模型预测准确率更高。同时,对三种模型之间的独立性进行了检验,结果表明IOE模型与IV、WIV模型呈低相关度,IV模型与WIV模型呈显著相关。研究结果可为评价模型间的选取以及当地有关部门进行防灾减灾、工程部署以及土地利用规划提供参考。     

基于3S技术的滑坡灾害敏感性区划研究

滑坡的发生受多个因素的影响,其诱发原因具有多样性、复杂性、变化性等特征,本文综合应用数学分析方法,GIS、RS技术,对滑坡的发生主要因素（坡度、断层、水文、地层岩性、植被覆盖、土地利用类型）,进行量化分析。同时根据各要素的影响程度不同,运用专家评分法,获取各要素的权重指数,结合已发生滑坡地区的记录,绘制地区滑坡灾害敏感性等级图。在Arcgis、Erdas软件平台上,对各要素图像进行叠加,实现预警区划的可视化。通过计算实验概率,检测预警模型的准确性。本文以临安市清凉峰镇为例,其敏感性分析结果与当地滑坡灾害的分布规律存在较高的一致性,可很好地应用于该地区滑坡灾害预警区域。     

基于机器学习混合模型的滑坡易发性评价

安康市汉滨区地质环境脆弱,滑坡频发对当地居民生命财产安全造成严重威胁,针对该区域进行滑坡易发性评价是滑坡防治的有效措施。自适应提升模型和随机森林模型作为新颖的集成学习方法被应用至中外滑坡易发性评价研究中,但基于两者的混合模型在滑坡易发性中的应用研究尚未开展。为对比混合模型与单一模型的滑坡易发性评价精度,根据地质灾害详查资料圈定509处滑坡,结合研究区地质环境背景,选取高程、坡度、坡向、年均降雨量、地层岩性等13类因子进行评价。受试者工作特性曲线(receiver operating characteristic curve, ROC)结果表明,同单一模型相比,混合模型的训练集正确率和验证集预测率均为最高;混合模型的高易发区滑坡密度达到1.94,高于随机森林(1.86)和自适应提升模型(1.68);通过区内三处历史滑坡进行验证,结果显示区划结果与滑坡分布相吻合,说明自适应提升-随机森林混合模型可作为滑坡易发性评价的新方法,其区划结果可为滑坡防治与土地利用规划提供借鉴。     

基于权重模型的滑坡灾害敏感性评价

在GIS环境下,基于主客观综合权重模型编制贵州省滑坡灾害敏感性区划图。选择历史滑坡分布、坡向、至水系距离、地形地貌、高程、岩性、至构造线距离和年平均降雨量作为引发滑坡的致灾因子,应用TFNW(梯形模糊数加权)方法计算二级指标的主观权重。根据历史滑坡的密度,以信息熵权理论计算一级指标的客观权重。最后,应用WLC(权重线性组合)方法,基于GIS平台编制贵州省滑坡灾害敏感性区划图。根据敏感性指标分布,将贵州省划分为4个区域：低危险区、中等危险区、高危险区和极高危险区。结合历史滑坡分布图对分区结果进行统计分析,结果表明滑坡敏感性预测区划图和实际的滑坡发育情况基本吻合,说明TFNW和信息熵理论是有效的滑坡致灾因子赋权方法。     

基于GIS的喀斯特地区生态环境敏感性评价

以位于贵州省境内的典型喀斯特地区乌江流域为研究对象,以ArcGIS平台为技术支撑,采用单因子与多因子评价相结合的方法,根据乌江流域的具体实际情况及其特有的地形地貌,选取了“4+1”模式,即生态类因子土地利用类型、坡度、水系、植被盖度,地质类因子喀斯特地貌分布等5个评价因子,制定乌江地区的单因子敏感性评价指标.结果 表明...     

基于GIS的西安市土地生态环境敏感性评价研究

揭示西安市土地生态环境敏感性,不仅为不同区域开展土地生态建设与保护提供理论基础,还能为西安市土地资源的优化利用提供有力借鉴。采用单因子敏感性评价和综合敏感性评价相结合的方法,以ArcGIS为技术平台,从生境、水环境、土壤侵蚀和地质灾害4方面对西安市土地生态敏感性和空间分布开展研究。西安市土地生态敏感性区域差异比较明显,极敏感区位于西安市秦岭北坡的中高山地,总面积为2 132 km2,占西安市土地总面积的21.36%。高度敏感区主要是骊山丘陵和浐河、灞河的西安市上游区段,总面积为1 936 km2,占西安市土地总面积的19.40%。中度敏感区位于秦岭北麓与渭河平原过渡的缓斜地带,总面积为2 683 km2,占西安市土地总面积的26.88%。轻度敏感区包括西安市建成区周围平原地区,总面积为2 344 km2,占西安市土地总面积的23.49%。不敏感区主要包括西安市建成区,总面积为885 km2,占西安市土地总面积的8.87%。根据评价结果,应对不同敏感区采用不同的土地利用方式。     

基于GIS的滑坡地质灾害研究

随着计算机科技水平的不断提高,以及相关技术的不断发展,GIS技术在各行业中得到了广泛的应用。基于GIS的滑坡地质灾害的相关研究,也逐渐成为了业界和相关领域关注的焦点之一。本文也正是基于此,选择GIS的坡地质灾害为研究对象,针对相关问题展开了相关的分析与探讨。文章首先从地质灾害的必然性、随机性和不规则的周期性、突发性和渐变性等方面分析了地质灾害的基本属性,然后阐述了GIS技术引入滑坡灾害评价的优势,最后简要介绍了滑坡地质灾害危险性评价技术方法。希望本文的研究能够为滑坡地质灾害研究领域提供一些借鉴,同时对于其他的相关方面也能起到抛砖引玉的作用。     

基于GIS的忠县滑坡危险评价研究

在综合分析忠县滑坡灾害影响因子的基础上,选取地表坡度、地表高程、地形起伏度、距道路远近、距河流远近、汇流累积量以及年均降雨量等7危险评价因子构建忠县滑坡危险评价体系;采用专家系统评分方法对各评价因子进行分级赋值,利用AHP法确定各评价因子权重值,在GIS软件平台上建立各评价因子专题图层;基于综合指数分析方法建立忠县滑坡灾害危险评价综合指数模型,并利用综合指数进行分区评价,最终将忠县滑坡灾害分为微危险、低危险、中危险、高危险4个危险等级区;研究结果表明:忠县滑坡灾害微危险区面积689.18 km2,占总面积的34.39%;低危险区面积643.91 km2,占32.14%;中危险与高危险区面积分别为366.13、334.54 km2,占总面积的17.02%与16.45%。评价结果与忠县滑坡灾害的实际情况项吻合,可用于指导滑坡灾害的防灾减灾工作。     

基于GIS的营口市生态旅游资源敏感性评价

针对目前旅游开发中出现的生态旅游资源遭到破坏等问题,遵循生态因子选取的可计量性、主导性、代表性和超前性原则,采用定性和定量相结合的方法选取地貌、坡度、坡向、植被归一化指数(NDVI)、水域、土地利用类型作为生态敏感性评价的生态因子.采用层次分析法(AHP)确定各生态因子权重.在地理信息系统(G IS)和遥感(RS)支持下获得各生态因子的信息.使用生态敏感性评价模型对营口市生态旅游资源进行生态敏感性评价,将其划分为最敏感区、敏感区、弱敏感区和非敏感区4个等级,并针对不同的敏感区提出相应的生态保护和旅游开发对策,为生态旅游资源的合理开发和可持续利用提供有意义的参考.     

基于SVM-LR模型的滑坡易发性评价——以临潼区为例

以临潼区作为研究区,在收集资料的基础上,选取12类影响因素作为评价因子,采用滑坡相对点密度分析滑坡点与评价因子的空间分布关系,通过Spearman对因子相关性进行分析,剔除地形起伏度因子;分别采用支持向量机模型(support vector machine,SVM)与逻辑回归模型(logistic regression,LR)对区内滑坡易发性进行评价,评价结果表明:SVM、LR模型的预测准确率分别为81. 8%、86. 4%。在此基础上,通过建立max{LSI(SVM)、LSI(LR)}函数,提出SVM-LR模型并用于研究区滑坡灾害易发性评价中。最后采用受试者特性曲线(receiver operate curve,ROC)对3种模型的预测精度进行检验与对比,检验结果表明:SVM-LR模型的成功率与预测率均高于SVM、LR模型,在极高易发区—高易发区内,滑坡灾害点所占百分率提高了2. 8%。研究结果可以为滑坡易发性评价提供一种新的思路。     

权重线性组合与逻辑回归模型在滑坡易发性区划中的应用与比较

以贵州省为研究区对滑坡易发性进行研究,对预测方法进行比较.其步骤为:首先,选取年均降雨量、岩性、高程、坡向、地形地貌、坡度、至构造线距离、至水系距离、至铁路距离和至公路距离10项评价指标作为影响滑坡发生的致灾因子,分别采用主客观权重线性组合(WLC)模型及结合确定性系数的逻辑回归模型(LR)分析研究区内各致灾因子与滑坡发生的相关性并建立预测模型:其次,基于ArcGIS平台完成贵州省滑坡易发性区划图,结合历史滑坡分布,应用熵值法对2个模型的区划结果进行验证和比较.最后,从模型原理、运行环境和适用条件等方面对2个模型进行比较和讨论.研究结果表明:WLC模型和LR模型的熵权分别为0.255和0.745,表明逻辑回归模型(LR)的区划结果与实际的滑坡情况吻合度更高.     

基于K-PSO聚类算法和熵值法的滑坡敏感性

引入K-PSO聚类算法和熵值法,建立滑坡敏感性分析模型.选取旭龙水电站库区22处典型滑坡作为研究对象,确定8个主要影响因子:岩体结构、斜坡结构、断层距离、变形迹象、坡体高度、平均坡度、诱发地震、淹没比例.利用熵值法确定影响因子权重值分别为0.152,0.178,0.035,0.106,0.106,0.169,0.193和0.061.采用K-PSO算法对滑坡进行敏感性划分,结果表明,该库区22处滑坡有8处为轻度敏感,9处为中度敏感,4处为重度敏感和1处极度敏感.将评价结果与现场实际调查情况对比分析知,22处滑坡的敏感度水平与现场实际发育情况具有较好的一致性,该方法对旭龙水电站库区滑坡敏感性评价具有良好的指导作用.