共查询到18条相似文献，搜索用时 196 毫秒
1.
基于地理信息系统(ArcGIS100)平台和小流域单元,采用逻辑回归(LR)模型对金沙江上游(奔子栏—昌波河段)干热河谷区进行泥石流易发性评价,并对预测结果进行总体检验与随机个案检验。评价与检验结果表明,得到的最优指标组合下LR评价模型的AUC值为827%;预测的极高易发区、高易发区面积合占全区面积的3598%,实发泥石流面积占泥石流总面积的6503%;在个案检验中,位于各等级分区的检验组样本实发泥石流比例随着分区易发性等级降低,依次为917%(极高)、750%(高)、364%(中等)、167%(低)、0(极低),表明评价效果良好。研究区泥石流集中发育于金沙江沿岸的东北部、中部和西南部,主导性的评价指标依次为距主干道路距离、岩性、距断裂带距离、雨季月平均降雨量。人类活动与季节性降雨为研究区干热河谷泥石流的主要诱发条件。基于逻辑回归模型的泥石流易发性评价方法提高了泥石流发生可能性的预测精度,可为干热河谷区泥石流预测预警和防治提供参考依据。 相似文献
2.
山区地质灾害易发性评价对城镇地质灾害风险管理具有重要意义。本文以康定市为例,以斜坡单元为最小评价单元,选取高程、坡度、坡向、曲率、工程地质岩组、距道路距离、距断裂距离、距水系距离和斜坡结构等9个滑坡影响因子,根据各因子滑坡面积比曲线与证据权值曲线的突变点,划分滑坡影响因子二级状态,并对各影响因子进行相关性分析,剔除相关性较高的距道路距离因子,在此基础上,采用证据权模型进行滑坡易发性评价。对已有治理工程的斜坡单元,本文尝试利用折减系数法对其易发性进行进一步评价。结合现场调查,将研究区滑坡易发性程度划分为：极高易发、高易发、中等易发、低易发。评价结果表明,自然工况下极高易发区主要位于康定市炉城镇以及研究区北侧二道桥村一带,高易发区主要位于雅拉河、折多河与瓦斯沟河谷两侧,对治理工程所在的斜坡单元进行折减后,极高易发区面积由11.21%降至8.42%,滑坡比率由4.03降低至2.3,研究结果符合实际情况,模型精度达77.8%。评价结果较好地反映了康定市区的滑坡易发性分布情况,可为城镇精细化评价提供一定的参考依据。 相似文献
3.
《现代地质》2015,(4)
半干旱区具有植被稀少、松散堆积物源丰富的特征,为泥石流的形成提供了有利条件。以金沙江上游奔子栏—昌波河段为例,通过野外调查及遥感影像数据分析,研究了半干旱区的区域泥石流发育特征;选取地层岩性、断裂构造、斜坡坡度、流域相对高差、年平均降雨量和植被归一化指数等6项评价指标,利用GIS技术与AHP层次分析法相结合,建立半干旱区泥石流易发性评价模型,得到研究区泥石流易发性评价栅格图。对研究区进行小流域划分,以小流域为单元,进行区域统计分析并分类,制作基于流域单元的泥石流易发性分区图。分区结果表明:研究区泥石流高易发区和偏高易发区主要分布在金沙江沿岸的东北部、中部和西南部,面积约1 040.9 km2,占研究区总面积的35.7%。最后,构建检验曲线对泥石流易发性评价结果进行检验,高易发区和偏高易发区内实际发育的泥石流面积为651.4 km2,占泥石流总面积的51.1%,表明易发性评价分区效果良好。 相似文献
4.
甘肃陇南武都区泥石流易发性评价 总被引：4，自引：0，他引：4
文章分析了甘肃陇南市武都区泥石流形成的自然环境背景、发育特征及易发性。通过野外实地考察,查明了泥石流的发育情况,在此基础上,采用模糊物元可拓方法对泥石流的易发性进行了评价。分析表明,研究区的泥石流具有分布密度高、冲沟及坡面泥石流成片发育、北岸泥石流较南岸发育且粘性泥石流所占比例大于南岸的发育特征;选取岩性、沟床比降、山坡坡度、完整系数、发育程度、降水、断层密度7个因子构建泥石流易发性评价指标体系。通过易发性评价,研究区104条泥石流沟中,66条为高易发性,占总数的63.5%;32条为中等易发性,占总数的30.8%;6条为低易发性,占总数的5.7%。 相似文献
5.
泥石流易发性评价对其工程防治有重要意义,以往评价中,由于主观因素过多和缺乏足够数据的定量评价,对实际情况的分析还不尽完善。为此本文选取洮河流域下游地区作为研究对象,根据泥石流的地域特点、成因和其它影响因子,在可拓学基础上建立一种泥石流易发性的评价模型,运用灰色关联度分析法定量化的分析影响因子的权重值,对研究区泥石流沟进行易发性评价。结果表明,选取的11条具有代表性的泥石流沟,有2条易发程度较高,4条易发程度中等,5条易发程度低,高易发和中易发泥石流沟在强降雨时期,易爆发泥石流,据此确定泥石流的重点防治区域,为研究区泥石流治理提供参考依据。 相似文献
6.
铜川市属于中国资源枯竭型城市，近年来过量的开采资源与频繁的工程活动诱发了大量的滑坡，对人民安全与社会发展造成了严重威胁，如何科学合理地对滑坡易发性进行评价具有重大的研究意义。以铜川市滑坡分布较多的王益区、印台区作为研究区，选取坡度、坡向、高程、曲率、距道路的距离、距水系的距离、地形地貌、岩土体类型等8个因子构建评价指标体系，采用MaxEnt模型与ArcGIS平台相结合的方法构建了研究区滑坡易发性评价模型，并进行了易发性评价。评价结果显示，MaxEnt模型AUC值达到0.905，评价能力优秀；Kappa系数为0.76，评价结果与滑坡现状分布十分吻合；距水系的距离、地形地貌为最重要的环境影响因子。高易发和较高易发主要分布在其中部及东部居民集中居住区，分别占研究区总面积的4.36%、5.77%，与实地调查结果相符，MaxEnt模型可在类似区域滑坡易发性评价中进行推广。 相似文献
7.
8.
9.
10.
白龙江流域为泥石流等地质灾害密集分布区。2020年8月由于强降雨激发,白龙江流域武都段发生了大规模的群发性泥石流灾害,造成严重损失。文章以白龙江流域甘肃省陇南市武都段（宕昌县两河口乡—武都区桔柑镇）为研究区,通过野外实地考察,选取流域面积、流域形状系数、平均坡度、沟谷密度、物源参照值（HI）、岩性、流域中心距活动断层距离、一小时最大降雨量、植被覆盖度作为泥石流危险性评价因子。基于灾害熵理论,分别以泥石流单沟和小流域单元作为评价单元,利用ArcGIS软件,进行区域泥石流危险性评价。分析结果表明,研究区内泥石流沟大多数都属于中、高危险性。致灾因子中岩性、物源参照值（HI）、距断层距离、植被覆盖度及平均坡度的权重最大,与实际考察结果一致。且以小流域单元作为评价单元的评价结果更符合研究区的泥石流发育情况。 相似文献
11.
基于深度学习的CZ铁路康定—理塘段滑坡易发性评价 总被引：1，自引：0，他引：1
CZ铁路康定至理塘段地处青藏高原东部边缘,区域内地形地貌多变、地质构造复杂,滑坡灾害极其发育,严重威胁着CZ铁路康定至理塘段的规划建设和未来安全运行。因此,选取高程、坡向、平面曲率、剖面曲率、地形起伏度、地表切割度、地形湿度指数、归一化植被指数、岩性、距断层距离、距河流距离、距道路距离共计12个影响因子构建滑坡空间数据库,采用深度学习的卷积神经网络(convolutional neural network,CNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(13.76%)、高易发区(14.00%)、中易发区(15.86%)、低易发区(18.17%)、极低易发区(38.21%)5个等级,并与人工神经网络(artificial neural network,ANN)模型进行对比。结果表明,CNN模型的评价精度AUC(0.87)大于ANN(0.84)模型,且极高易发区的频率比值高于ANN模型,CNN模型在本研究区有着更高的预测能力;极高和高易发区主要分布在水系较为发育的地区,沿着雅砻江和其他河流两侧2 km范围内呈带状分布。滑坡易发性评价结果较好地反映了研究区滑坡灾害发育的分布现状,能够为该区的CZ铁路建设和未来安全运行过程中的防灾减灾工作提供科学的依据。 相似文献
12.
地处青藏高原东北缘的黄河与湟水谷地,由于剧烈的地质活动、较大高差与强烈水力作用等,使得地质灾害非常频繁,为明确该区域的地灾易发性区划,选取地貌、坡度、坡高、植被、岩性、降雨量和距断层、距河流、距道路等因子构建评价指标体系,采用信息量模型计算崩塌、滑坡、泥石流及其综合地质灾害易发性指数,将研究区地质灾害易发性划分为极高、高、中、低、极低五级易发区。结果表明:极高易发区主要位于河谷地区,占2.03%,包括贵德县、湟中县、乐都县的黄河及湟水等河流中下游地区;高易发区主要位于中小起伏山间盆地地区,占21.2%;中易发区主要位于中起伏山地地区,占23.45%,属于高、低易发区的过渡区域;低易发区主要位于大中起伏山地地区,占42.1%;极低易发区主要位于冷龙岭、拉脊山、西倾山等山地,占11.23%。研究结果对河湟谷地的防灾减灾及社会可持续发展意义重大。 相似文献
13.
区域地质灾害易发性评价对地质灾害防治具有重要意义。本文以贵州省沿河县为研究区,考虑海拔、坡度、坡向、地形曲率、NDVI、工程地质岩组、断层、道路、水系9个因素,通过相关性分析后作为评价因子。分别利用CF模型和CF-LR模型评价沿河县地质灾害易发性。结果表明:CF模型比CF-LR模型地质灾害易发性等级的频率比值从低易发区到极高易发区明显增大,均有效评价了沿河县地质灾害易发性;CF-LR模型比CF模型AUC值提高了0.096,CF-LR模型具有更高的评价精度。 相似文献
14.
《工程地质学报》2020,28(4):762-771
2020年3月30日四川省凉山彝族自治州西昌市经久乡发生特大森林火灾,大火持续3 d,过火面积超30 km2。山火后在坡面堆积了厚度1~5 cm不等的灰烬层,同时火烧迹地本身结构被扰动,在强降雨条件下极易诱发火后泥石流灾害,对附近学校、居民集中居住点,尤其是泸山—邛海风景区等重要基础设施及人民生命财产构成了严重威胁。通过遥感解译、野外调查及勘查,查明了不同火烈度及对应火烧迹地灰烬层和结构扰动特点,表明重度、中度和轻度火烧区分别占比46.8%、37.9%和15.3%,且火烧区火烧迹地坡面灰烬及土壤结构扰动层平均厚度与火烈度成正比,其中轻度、中度和重度火烧区平均厚度分别为1.20 cm,3.23 cm和5.04 cm。提出了基于中度及重度火烈度区面积占比、火烧迹地坡面灰烬及结构扰动层厚度、产沙区平均坡度、主沟平均纵比降、沟道流域面积5个影响因子,采用专家经验法对火烧区共63条潜在泥石流沟道进行火后泥石流易发性评价,结果表明:火烧区所有沟道中,有29条为高易发,占总数的46.0%;23条为中等易发,占总数的36.5%;8条为低等易发,占总数的12.7%;3条为不易发性,占总数的4.8%。考虑火烧区超过50%以上的沟道流域面积不足0.2 km2,且这些沟道平均纵比降大,坡面灰烬、泥沙等松散物源堆积较厚,使得中等及高等易发性泥石流沟道数量占比高达82.5%,一遇集中降雨,发生火后泥石流可能性极大。 相似文献
15.
Debris flow susceptibility assessment by GIS and information value model in a large-scale region, Sichuan Province (China) 总被引：2，自引：0，他引：2
Debris flow susceptibility assessment is the premise of risk assessment. In this paper, Sichuan Province is chosen as a study area, where debris flow disasters happen frequently. Information value model is applied to calculate the information values of seven environmental factors, namely elevation, slope, aspect, flow accumulation, vegetation coverage, soil type and land-use type. Geographic information system technology is used to analyze the comprehensive information values so as to determine the debris flow susceptibility. The results show that the northeast, the central and the south of Sichuan are the most hazardous regions, which display a zonal distribution feature from the southeast to the south. From the validation results, 7.53 % of the total area suffers from high susceptibility and 19.97 % suffers from very high susceptibility. However, 80 % of the debris flows are concentrated in two regions. The actual occurrence ratios of debris flows of the high-susceptibility and very high-susceptibility areas are 4.95 and 2.14, respectively. 相似文献
16.
藏东南是泥石流发生的高频地区,也是G318国道铁路的途径之地,泥石流对当地社会发展和重大工程建设构成严重的威胁。文中针对藏东南区域的条件选取了距公路距离、距河流距离、距断层距离、高程、坡度、降雨、NDVI等11个致灾因子来研究该地区的泥石流发生规律。在ArcGIS中导出并分析泥石流点各因子数据,进行相关性检验和建立因子敏感度等级。利用层次分析法计算权重后,结合因子敏感图层制作2015年藏东南地区泥石流危险分布图来检验模型的正确性。针对不同降雨敏感度制作不同的危险分布图来预测未来的泥石流易发区。当全区降雨敏感度为3时,藏东南近一半地区都是泥石流的极高易发区,G318国道沿线都处于高危险地区中。降雨敏感度为2时,藏东南没有极高易发区,全区危险指数大大降低,G318国道沿线高危险部分占84.56%。结果表明降雨量对研究地区泥石流的危险性分布影响较大,该研究成果可为藏东南的社会发展及重大工程基础建设提供理论支撑。 相似文献
17.
GIS支持下CF与Logistic回归模型耦合的九寨沟景区滑坡易发性评价 总被引：1，自引：0，他引：1
2017年8月8日九寨沟MS7.0地震诱发了数以千计的崩滑体,产生的大量松散固体碎屑在降雨作用下极易启动转化为新的滑坡或泥石流形成次生灾害,因此对九寨沟景区进行滑坡易发性评价尤为必要。基于震前、震后高精度遥感影像对比分析结合现场调查,共获取1047处滑坡,总面积为3.88 km2。在分析滑坡发育分布与影响因素关系的基础上,本文选取了构造因子、地形因子、地质因子及其他因子等9个指标,采用确定性系数(CF)模型、逻辑回归(Logistic)模型以及两种模型耦合分析进行滑坡易发性评价。研究结果表明,坡度、坡向、高程和地层岩性是影响滑坡分布的主要因子;研究区被划分为低易发区(60.72%)、中度易发区(24.18%)、高易发区(9.89%)和极高易发区(5.21%),高-极高易发区基本沿沟谷分布,面积为99 km2,其中熊猫海、老虎海周边均为滑坡极高易发区;采用耦合模型比单一模型评价结果更加合理,其结果可作为景区滑坡防治和分段分时开放的参考依据。 相似文献
18.
基于BP神经网络的泥石流平均流速预测 总被引：4，自引：0，他引：4
泥石流平均流速是泥石流防治工程中不可缺少的重要参数,准确地预测泥石流平均流速对于泥石流防治工程的设计是至关重要的。将BP神经网络应用于泥石流平均流速的预测:将泥石流平均流速的影响因素--泥沙平均粒径、泥深、沟床比降和泥石流密度作为BP神经网络的输入单元,通过对云南东川蒋家沟泥石流观测数据的训练与预测建立了泥石流平均流速的BP神经网络预测模型。将预测结果与东川公式和曼宁修正公式的计算结果进行对比:曼宁修正公式和东川公式预测结果最大误差分别为27%和7.3%,BP神经网络的预测结果最大误差仅为3.2%,BP神经网络的预测精度是最高的,可见此方法对泥石流平均流速预测具有适用性和准确性。最后应用此方法预测了乌东德水电站近坝库区内的3条泥石流的平均流速分别为12.8 m/s、11.3 m/s和13.0 m/s,为库区泥石流防治工程提供了可靠的参考数据。 相似文献