震后地质灾害易发性评价——以映秀震区为例

2008年汶川大地震诱发了数以万计的地质灾害,特别是在震中映秀附近,同震滑坡形成了大量松散物质堆积于沟道和山区斜坡上,为震后泥石流的发生提供了良好的物源条件,同时也有大量同震滑坡堆积体在震后发生复活。为了研究震后滑坡地质灾害发生的控制因素并进行易发性分析,对震中映秀附近2008年同震滑坡及2009年震后滑坡进行了遥感解译与野外调查复核。在此基础上,选取岩性、同震滑坡面密度、坡度、坡向、高程、相对高差、距河流距离和径流强度指数,8个因子作为震后滑坡地质灾害易发性评价的因子。利用确定性系数(certainty factor, CF)法和逻辑回归方法,定量评价了汶川震中区域震后地质灾害易发性,并对两个模型精度进行了比较。将研究区划分为193个小流域单元,将各评价因子进行分级,计算出各分级的CF值,并基于ArcGIS平台分别将CF值叠加得出各流域单元的CF值;利用SPSS计算各因子分级的标准化值,以得出各因子的回归系数,建立逻辑回归模型,最终对各个流域单元滑坡地质灾害的空间发生概率(即易发性)进行评价。根据结果将研究区域划分为5个区:高易发区、较高度易发区、中度易发区、较低度易发区以和低易发区。通过ROC(receiver operating characteristic curve)曲线检验CF法和逻辑回归评价方法的精度,AUC(area under curve)值分别为0.840和0.897,评价方法精度较高。     

基于信息量模型的盘州市地质灾害易发性评价

地质灾害易发性评价是区域灾害防治的前期工作。构建一个符合区域地质环境的灾害评价体系对评价结果的准确性和区域适用性起决定性作用。在对区域地质灾害调查分析后,选取降雨、坡度、岩性等8个影响因素,利用信息量模型对盘州市进行地质灾害易发性评价。结果显示:盘州市地质灾害主要分布在河流沿岸、靠近道路和断层相对集中的区域;易发性高和较高区域呈带状分布,占盘州市国土面积的38.62%;随易发程度的升高,各区域分布的灾害点数量增多,灾积比也逐渐增大,说明评价结果与研究区地质灾害分布的实际情况相符,分区划分合理。研究成果可为盘州市灾害防治提供参考。     

确定性系数法的海城市地质灾害易发性评价

海城市地貌类型多样,地质灾害多发.本文选取高程、坡度、坡向、地层岩性、年均降雨量、距河流距离、植被覆盖度和距断层距离8个影响因子进行地质灾害易发性评价,基于ArcGIS栅格统计功能,运用确定性系数模型对海城市地质灾害易发性进行评价.结果表明:海城市地质灾害可分为高、中、低和不易发区,高易发区主要分布在海城市东南部低山丘...     

基于信息量模型的陕西省合阳县地质灾害易发性区划

在对合阳县地质灾害进行野外调查和资料收集的基础上,选用灾害点密度、坡型、坡高、坡度、岩土类型和人类工程活动6个因子建立该地区地质灾害易发性分区的评价指标体系,采用基于GIS的信息量模型进行合阳县地质灾害易发性区划,并针对不同分区提出相应的地质灾害防治措施.根据计算分析,最终将研究区划分为非易发区、低易发区、中易发区和高易发区4个区.其中高易发区占研究区总面积的20.16%,中易发区占总面积的4.47%,低易发区面积占总面积的3.98%,非易发区面积占总面积的71.39%.     

基于确定性系数模型与逻辑回归模型耦合的地质灾害易发性评价——以贵州省开阳县为例

贵州省开阳县地质条件复杂,区内地质灾害频发。以该县为研究区,选取高程、坡度、地形起伏度、坡向、工程岩组、斜坡结构、断层、水系、归一化植被指数(normalized difference vegetation index,NDVI)等9个影响因子,基于GIS的栅格数据模型,分别采用确定性模型(certainty factor,CF)、Logistic回归模型以及两种模型耦合的方法进行地质灾害易发性评价,利用灾害点在各等级下的分布和成功率曲线(receiver operating characteristic,ROC)对三种模型的评价精度进行检验。结果表明:CF模型与Logistic回归模型评价结果总体上一致,但是耦合模型的评价分区结果更加合理,精度更高。因此,基于耦合模型的评价结果,将开阳县地质灾害易发性等级分为高易发区、中易发区、低易发区和极低易发区。这为县级区域地质灾害易发性评价提供了理论指导和技术参考。     

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。     

基于地理信息系统和加权信息量的茂县地质灾害易发性评价

以茂县为研究区,选取坡度、起伏度和道路等8个因子构建评价指标体系,通过信息量法、确定系数法确定因子信息量值和权重,运用ArcGIS进行地质灾害易发性评价。结果显示,研究区高易发区面积345.62 km~2、较高易发区456.65 km~2、中易发区664.83 km~2、较低易发区943.71 km~2和低易发区1 488.34 km~2,分别占总面积的8.86%、11.71%、17.05%、24.20%和38.17%。对评价结果进行合理性检验和受试者特征曲线(receiver operate curve, ROC)的精度检验,检验结果表明评价具有合理性,且曲线下的面积(area under curve, AUC)值为0.882,即评价准确度较好。研究结果能为研究区的灾害防治和国土空间规划提供科学依据。     

渝西典型丘陵区地质灾害易发性评价

重庆西部的丘陵区属于地质灾害发育密度较高的区域,掌握其地质灾害的易发性分布规律对于推动当地灾害预警体系建设至关重要.在分析渝西典型丘陵区孕灾地质环境条件的基础上,选取高程、地形起伏度、斜坡坡度、地灾点密度、距道路距离、距水系距离、工程地质岩组作为评价因子,采用信息量法和层次分析法构建地质灾害易发性评价指标体系和评价模型,并对渝西典型丘陵区的地质灾害易发性进行分区评价,同时对地质灾害易发性分区评价结果的精度和合理性进行了验证.结果表明：地质灾害高易发区主要分布于研究区的深丘区,其面积占研究区总面积的13.86%;地质灾害中易发区和低易发区在研究区的深丘区和中丘区中均有分布;研究区的浅丘平坝区以非易发区为主;经验证可知,本研究对研究区地质灾害易发性分区的评价结果与研究区地灾点的实际分布情况吻合度较高,说明本研究结果的精度较高,可作为当地灾害风险管控的依据.     

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。     

基于信息量法的西丰县地质灾害易发性评价

地质灾害的发生不仅威胁着人类生命财产安全,也对经济发展与社会稳定产生重大影响.本文以辽宁省西丰县下辖的西丰镇、更刻乡等12个镇、6个乡为研究区,选取坡度、坡向、地形起伏度、岩性软硬程度、距河流远近、年平均降水量、土地利用类型和距道路远近等8个指标为评价因子,基于ArcGIS平台,结合信息量模型对西丰县进行地质灾害易发性评价,得到西丰县地质灾害高易发区、中易发区、低易发区划分图,并对地质灾害的发生的原因进行分析.结果表明:(1)高易发区主要分布在西丰县南部、东南部、东北部及河流两岸、道路沿线;中易发区和低易发区依次沿高易发区外围分布.(2)西丰县地质灾害的发育主要由坡度、岩性软硬程度影响因素控制,经降水因素诱发,受河流和道路建设所代表的人类活动的影响,并在坡向、地形起伏度、土地利用类型等多重因素的共同作用下,造成了西丰县地质灾害易发性分区的差异分布.     

基于易发程度指数法的桂阳县地质灾害易发性分区研究

桂阳县是湖南省地质灾害比较严重的县份之一,以滑坡、崩塌、泥石流、地面塌陷为主的地质灾害时有发生,对当地社会经济的可持续发展乃至投资环境都构成了威胁。在现状地质灾害调查、研究的基础上,采用＂易发程度指数法＂将全县划分为高易发、中易发、低易发3个级别共8个亚区,并进行了分析评价。评价结果可直接用于地质灾害防治规划编制工作,为防灾减灾和实施地质灾害避让搬迁、监测报警以及防治工程的实施提供了科学依据。     

GIS支持下CF与信息量耦合模型的攀枝花市矿山地质灾害易发性评价

攀枝花市矿产资源丰富,采矿历史悠久,开采活动强度大,地质结构复杂,生态环境脆弱,矿山地质灾害频发.基于2019年的三江（怒江,澜沧江,金沙江）北段矿产开发环境遥感监测调查资料,在分析矿山地质灾害发育规律与影响因素关系的基础上,选取坡度、工程地质岩组、距断层的距离、降水量、植被覆盖度、距河流的距离以及距开采活动面的距离7个评价因子,借助ArcGIS软件平台,采用确定性系数（Certainty Factor,CF）模型、信息量模型以及CF与信息量耦合模型开展攀枝花市矿山地质灾害易发性评价研究.结果表明,工程地质岩组、植被覆盖度、距开采活动面的距离是影响矿山地质灾害分布的控制因子;经过ROC(Receiver Operating Characteristic Curve, ROC)曲线检验,CF与信息量耦合模型的AUC(Area Under the Curve, AUC)值高达0.909,表明耦合模型比单一模型的评价精度高,其精度为耦合模型>信息量模型>确定性系数模型;耦合模型的易发性分区为极高易发区（5.24%）、高易发区（11.67%）、中易发区（41.66%）和低易发区（4...     

基于GIS和加权信息量模型的富源县地质灾害易发性评价

构建科学合理的地质灾害评价体系是地质灾害防治的基础,对区域防灾减灾工作具有重要指导意义。选取高程、坡度、工程地质岩组、距离构造的距离、年平均降雨量、距离水系的距离、距离主干道路的距离、煤矿工程活动共8个指标,通过GIS平台使用加权信息量模型对富源县进行地质灾害易发性评价。结果表明：采煤活动与工程地质岩组是富源县地质灾害发育的重要影响因子,区内地质灾害低易发区、较低易发区、中易发区、较高易发区、高易发区面积(占比)分别为383.8km₂⁽19.54%)、449.77km₂⁽31.12%)、759.67km₂⁽23.53%)、1004.99km₂⁽13.93%)和630.97km₂⁽11.89%),其中地质灾害高易发区与采煤活动区分布较一致,是灾点较为集中的区域。通过ROC曲线验证,正确率为77.95%,表明区划较为合理,可以为富源县地质灾害防治提供参考。     

基于地质灾害综合危险性指数的易发性分区——以甘肃崇信县为例

以区内地质环境条件和地质灾害现状调查为依据，对区内已经存在的或潜在的、以及将来引发或加剧的地质灾害进行了易发性分区，从而为崇信县地质灾害监测预警、防治和救灾及国土整治规划提供了决策依据。     

基于信息量-随机森林模型的地震带地质灾害易发性评价：以松潘-较场地震带为例

地震会引起地表振动及破坏,同时加大滑坡、崩塌、泥石流等次生灾害的发生概率,对位于地震带区域城市进行地质灾害易发性预测,是地质灾害防治的有效措施。为了探究地震带区域地质发育程度对地质灾害的影响,以松潘-较场典型地震带的平武县为例,从地形地貌特征、地层地质条件、气象水文、地震带发育特征、土壤植被、人类工程活动影响六个方面选取地质灾害的诱发因子,采用信息量模型、信息量-AHP和信息量-随机森林(RF)三种评价模型对平武县地质灾害进行易发性评价,结果表明信息量-RF模型的对比分析结果优于其他两种模型,ROC曲线精度评估信息量-RF模型的AUC值(0.991)高于信息量模型(0.931)和信息量-AHP模型(0.920),说明基于信息量耦合随机森林的综合易发性评价模型更适用于地震带地区的地质灾害易发性评价,具有良好的预测精度。     

浙江省东阳市佐村镇地质灾害形成条件及易发性评价

为总结研究区及类似山区城镇地质灾害发育规律,以东阳市佐村镇地质灾害风险调查评价项目为依托,从地质灾害时空分布、降雨情况等6个方面分析了研究区地质灾害发育特征、分布规律。选取了斜坡坡度、坡向、坡形、高差、覆盖层厚度、岩性与岩土结构、斜坡结构、与构造间距离、切坡高度等9项评价因子,借助GIS平台,运用综合指数法开展了地质灾害易发性评价研究。结果表明,研究区划分为地质灾害高易发、中易发、低易发和不易发4个等级,分别占研究区面积的10.56%、35.77%、53.20%和0.48%。特征曲线(ROC)的线下面积(AUC)精度检验值为0.915,证明评价精度较高,可为研究区及类似区域的地质灾害防治工作提供理论基础及技术参考。     

基于模糊综合评判的绵阳市地质灾害易发性评价

 在综合分析研究区孕灾环境、致灾因子与地质灾害分布关系基础上,建立了绵阳市地质灾害易发性评价指标体系,并根据评价指标量化分级标准和方法,运用层次分析法确定各评价指标对地质灾害易发性贡献率。将层次分析法与模糊数学综合评判法结合,根据建立的隶属度函数构造模糊判断矩阵,对整个研究区的地质灾害易发程度进行二级模糊综合评判,得到了4个等级的地质灾害易发性分区。其中,地质灾害不易发区共为810个网格单元,面积约12960km²;地质灾害低易发区共为157个网格单元,面积约2512km²;地质灾害中易发区共为66个网格单元,面积约1056km²;地质灾害高易发区共为253个网格单元,面积约4048km²。根据易发性评价结果绘制了各易发性程度分区图件,并对各易发分区进行了分区评价。     

基于GIS与信息量法的贵州省丹寨县地质灾害易发性评价

基于贵州省丹寨县最新开展的地质灾害详细调查数据,选取5类主要地质灾害影响因素,采用信息量法,在评价因子分析的基础上,通过GIS软件空间分析功能,对丹寨县开展了地质灾害易发性评价。评价结果显示,研究区可划分为极高易发区、高易发区、中易发区和低易发区等4个区。     

基于信息量法与加权信息量法的地质灾害易发性评价效果对比——以蕲春县北部地区为例

为对比应用信息量法与加权信息量法对地质灾害易发性评价效果,以蕲春县北部地区为例进行研究.对区内地质灾害影响因素分级和相关性分析,确定高程、坡度、坡向、岩土体类型、水系、居民区和公路共7个因子作为区内易发性评价因子.基于以上两种方法,利用ArcGIS平台,对研究区进行地质灾害易发性评价,将研究区分为高易发区、中易发区、低易发区和不易发区.最后通过ROC曲线验证及地质灾害相对百分比指标对比分析两种方法的评价效果,据此选择出较优的易发性评价结果.结果表明,两种方法的评价结果均有较好的准确性,但加权信息量法效果不如信息量法,通过对信息量值加权来达到改进效果并不适用于本次地质灾害易发性评价.因此,在选择加权信息量法进行易发性评价时需要对其评价效果进行对比验证.