基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例

基于合成孔径雷达干涉测量(InSAR)技术,结合热点分析和机器学习算法,进行区域高形变斜坡自动提取和潜在滑坡人工智能识别研究,以提升潜在滑坡识别效率和准确性,解决传统人工调查和目视解译无法有效识别位于高位、隐蔽性较强的潜在滑坡问题.结果表明,基于热点分析自动提取20处高形变区域,提取正确率、错分率和漏分率分别为74.31%、25.69%和11.80%,证实热点分析方法能够有效应用于InSAR高形变区自动识别和提取.基于识别的高形变区,结合历史滑坡灾害发育特征,利用机器学习算法建立潜在滑坡预测模型,采用表现最佳的自适应提升模型对自动提取区域进行预测,预测召回率和准确率分别为81%和65%,能够实现潜在滑坡的有效识别.     

基于原位双环渗水试验的堆积层滑坡入渗规律

在段河坝堆积层滑坡体不同地层开展了野外双环渗水试验,并利用野外高密度电法探测不同地层含水状态.结果表明:堆积层黄土渗透系数为1.90×10-4～2.25×10-3cm/s,最大渗透深度约为1.55 m;风化千枚岩层渗透系数为2.87×10-5cm/s,为相对隔水层.室内颗粒分析试验分析表明导致两者渗透差异的原因主要是不同粒组含量、密度等,通过高密度电法试验得到风化千枚岩层含水率很高.推测造成堆积层滑坡降雨致滑的主要原因并非是大气降水在堆积层缓慢下渗,而是沿坡积黄土层和风化千枚岩内部裂缝、落水洞等优势通道下渗,在风化千枚岩层滞留,使其含水量增加,抗剪强度降低,导致斜坡内部发生变形.     

缓倾黄土滑坡稳定性分析及阈值研究——以廖集村滑坡为例

以天水廖集村缓倾黄土滑坡为例,通过多种试验手段获取滑坡特征参数,建立非饱和入渗与稳定性分析的滑坡耦合模型,基于降雨入渗过程和斜坡失稳机制分析,着重在初始条件变化下,求得相应状态下考虑降雨过程的雨强-历时滑坡阈值.数值模拟结果表明:干燥状态下,土体下渗困难,仅对表层含水率影响明显,而湿润状态下,下渗迅速,基质吸力显著降低,在更短的时间滑坡即会失稳.故湿润状态下,降雨强度-历时滑坡阈值的判据标准低于干燥状态,降雨持时150 h且雨强1.2mm/h的组合区间即会发生滑坡,多为强降雨天气.干燥状态时,降雨持时200 h,雨强为0.41～2.08mm/h为滑坡发生的优势组合区间,往往为连阴雨天气.     

松散斜坡上刺槐根系分布特征及其抗拉实验

研究了生长于陡坡上的刺槐根系在土体中的分布规律及其单根抗拉强度.结果表明:在研究区特殊的生境影响下,随着深度的增加(0～50 cm)和树位的不同,刺槐根系中毛细根和细跟的分布表现出不同的变化特征.根系抗拉力随着直径的增大而增大,分布规律表现出明显的指数特征,最大峰值拉力达1 461 N,根系最大抗拉强度达72.20 MPa,并且随着直径的增加表现出一定的降低趋势.生境对于刺槐根系的分布和抗拉性能产生了较大的影响.刺槐能够在无灌溉条件下正常生长,是本区域控制松散堆积物侵蚀或运移的理想树种之一.     

SBAS-InSAR技术在天水市区地表形变监测中的应用

利用小基线集合成孔径雷达干涉测量技术,对覆盖天水市区的17景ALSO-PALSAR影像数据进行干涉处理,提取该区域2007年2月9日-2011年2月20日的地表年平均变形速率分布图,监测结果显示主城区处于基本稳定状态,变形区主要集中在市区周边区域,如皂郊镇、太京镇以及罗峪沟等地,主要的地表变形类型有滑坡、危险边坡和地面沉降等,平均变形速率为-34.0～41.6 mm/a.对研究区内6个变形区域进行实地调查并分析成因,验证了InSAR技术高精度、观测覆盖范围广的特点以及在开展区域地质灾害识别应用中的准确度,为区内地质灾害监测选点和防治提供科学依据.     

基于生态足迹模型的舟曲县生态承载力空间差异

基于生态足迹模型,对甘肃南部地质灾害多发区的舟曲县进行生态足迹和生态承载力分析.舟曲县2012年人均生态足迹均衡值为1.885 7 ha/人,而人均生态承载力均衡值为1.020 2 ha/人,整体处于生态赤字状态.其中草地产生生态赤字最为严重,水域和林地处于生态盈余.舟曲县有6乡呈现生态赤字,处于生态赤字的乡镇体现了对区域内白龙江流域水资源利用的依赖性.运用生态足迹模型分析舟曲县各乡镇生态承载能力,可为进一步开展定量化区域生态风险评估和流域的生态环境治理提供科学依据.     

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Visual Modflow的河流阶地灌溉区地下水模拟分析——以黑台为例

采用Visual Modflow软件,综合野外工程地质调查、水文地质钻探、井泉调查以及高密度电法探测等方法,进行了不同灌溉条件下的黑台地下水数值模拟,可为黑方台农业用水规划、地下水位变化以及斜坡稳定性的预测提供参考.结果表明,随着时间的变化,西侧的地下水位值逐渐降低,东侧的地下水位逐渐升高,整体上水流方向由西向东,在台塬东侧及南、北侧排泄;灌溉量与地下水位值呈显著正相关关系;模拟所得地下水水位值与高密度电法实测的地下水位分布进行对比,两者有很好的对应关系.     

中巴经济走廊地质灾害研究进展与展望

中巴经济走廊(CPEC)是连接中国与南亚、西亚的重要通道. CPEC北部大部为青藏高原、帕米尔高原山区,具有独特复杂的地质结构、活跃的构造运动、多样的地形地貌、多变的环境气候背景. CPEC内滑坡、泥石流及冰川跃动等相关灾害多发,影响着CPEC的安全建设和运营,面临巨大风险和挑战,地质灾害亦给当地社会和人民带来巨大损失.本研究系统总结了CPEC滑坡、泥石流及冰川相关灾害识别编目及成因、地质灾害评价、灾害防治与减轻等方面研究现状.针对当前研究存在的5点不足:孕灾背景研究较为薄弱、灾害早期识别有待进一步加强、灾害特征与机制揭示不够深入、灾害评价及方法有待发展、地质灾害综合防治有待提升等,提出相应建议.提出三方面展望:开展CPEC环境地质普查、地质灾害详查,建立完备的地质灾害本底数据;促进建立适于CPEC的地质灾害空天地联合监测识别技术体系,促进卫星数据共享体系升级;开展系统全面的地质灾害防治、风险评价、减灾与灾后恢复研究等.