共查询到20条相似文献，搜索用时 546 毫秒
1.
以福建省宁德福安市为研究区,通过综合分析研究区地质灾害调查数据,选取了坡度、坡向、曲率、高程、降水、植被、道路、河流、地质、断裂带及人类工程活动等10个因子作为评价指标,构建区域滑坡地质灾害危险性评价层次结构模型,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了研究区地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区.危险性评价结果可为宁德市减灾防灾以及灾害治理提供依据,也为区域滑坡地质灾害危险性评价提供可行的方法参考. 相似文献
2.
输电线路常需要跨越地质灾害易发区域,为了保证电力的正常、安全输送,对输电线路通道所经区域进行滑坡地质灾害的空间分布及潜在风险评价具有重要意义。本文结合GIS和AHP方法进行了某输电线通道滑坡灾害危险性评价,选取地形地貌、气候条件、水文条件、人为活动条件、植被条件、地质岩组条件等影响因子,建立评价指标体系,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了输电线路通道地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区。危险性评价结果可为输电线路电力设施通道滑坡灾害防治、安全设计和施工提供科学依据。 相似文献
3.
《测绘与空间地理信息》2021,(4)
输电线路常需要跨越地质灾害易发区域,为了保证电力的正常、安全输送,对输电线路通道所经区域进行滑坡地质灾害的空间分布及潜在风险评价具有重要意义。本文结合GIS和AHP方法进行了某输电线通道滑坡灾害危险性评价,选取地形地貌、气候条件、水文条件、人为活动条件、植被条件、地质岩组条件等影响因子,建立评价指标体系,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了输电线路通道地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区。危险性评价结果可为输电线路电力设施通道滑坡灾害防治、安全设计和施工提供科学依据。 相似文献
4.
以四川省攀枝花地区为研究区域,选取高程、坡度、坡向、土地利用类型、地层岩性、道路交通、河流水系7个影响因子为评价指标,将上述指标作为栅格数据输入,并选择历史滑坡灾害点的影响因子数据作为样本,建立Logistic回归方程,进行回归方程和回归系数的显著性检验,最后利用回归方程对研究区滑坡危险性进行预测,编制滑坡危险性区划分布图。结果表明,逻辑回归方法得到的危险性分区图中,极高和高危险区包含了83%的已知滑坡灾害,攀枝花地区滑坡危险性较高的区域占到区域总面积的将近50%,主要分布在中部和南部人口比较集中的地区,与滑坡的发生受人类工程活动的影响比较吻合。 相似文献
5.
基于层次分析法的盐池县地质灾害危险性评价 总被引：1，自引：0，他引：1
为探讨区域地质灾害危险性评价方法,在充分研究盐池县地质灾害孕灾环境的基础上,以多源遥感数据和基础地质数据为数据源,选择地层、岩组、土壤、土地利用类型、坡度、坡向、地形湿度指数、径流强度指数、距河流距离、距道路距离、归一化植被指数以及降水量等12个因子,利用GIS提取因子信息,采用层次分析法(analytic hierarchy process,AHP)建立评价因子及其类型的判断矩阵,构建地质灾害危险性评价指数,对盐池县地质灾害危险性进行评价和分区,划分出极低、低、中、高和极高危险区5类分区并完成精度检验。结果表明:①极低、低危险区的面积分别占全县面积的34%和28%,主要分布在盐池县中北部的丘陵区,中危险区面积约占全县的25%,主要分布在南部麻黄山、王乐井以西以及道路周边地区,高和极高危险区分别占总面积的12%和1%,主要集中分布在河流两侧以及麻黄山地区;②成功率曲线和受试者工作特征(receiver operating characteristics,ROC)曲线与横轴围成的面积(area under curve,AUC)分别为0. 77和0. 89,检验结果精度较好,同时,灾害点密度从极低危险区到极高危险区呈增加趋势且极高危险区的灾害点密度最大,达到了1. 076个/km2;③AHP方法适用于盐池县地质灾害危险性评价,评价结果可为盐池县地质灾害的防范与治理提供一定的参考依据。 相似文献
6.
滑坡地质灾害的危险性评价对区域内地质灾害的防治规划有着重要意义,本文探讨了基于GIS的滑坡地质灾害危险性评价体系的构建,概述了滑坡危险性评价的主要流程以及步骤。根据影响区域滑坡灾害形成的各种因素,分析了滑坡地质灾害评价因子的选择方法。 相似文献
7.
8.
进行线路廊道滑坡地质灾害危险性评价与监测预警对线路的通畅和安全运行至关重要。本文以某铁路段廊道作为研究区域,结合地形地貌、地质、遥感信息、土壤、植被、水文及气候等数据,分析区段内滑坡孕灾影响因素并进行多因素方差分析,构建廊道滑坡稳定性指数地理空间信息模型,以此为基础对线路廊道进行滑坡危险性评估。针对诱发滑坡主要因素降水量的影响,对线路廊道滑坡危险性进行不同降水量条件下的分段评价,为铁路线路滑坡灾害评估、监测与预警工作提供理论与方法支持。 相似文献
9.
10.
利用ArcGIS Engine开发滑坡危险性评价系统 总被引：3，自引：2，他引：3
地质灾害信息,尤其是滑坡灾害的多源性、模糊性、非确定性和随机性,使得信息处理和空间综合分析十分复杂。利用ArcG IS Engine的二次开发接口,结合地质灾害专业数学模型,包括模糊综合评判、多元回归分析、神经网络、信息量法4种模型,使用栅格图层叠加方法,得出滑坡危险性评价图。克服了传统危险性评价成果缺乏直观性和可操作性,导致成果可靠程度的降低。本文主要尝试利用4种模型进行滑坡危险性区域评价,以秭归县某区域为原型,得到评价结果包括低、较低、较高、高4种。因此,建立地质灾害危险性评价的G IS系统是十分必要的。 相似文献
11.
12.
13.
GIS技术应用于地质灾害研究,已有三十余年历史,而且GIS发挥的作用变得日趋重要。由于MORPAS系统是基于GIS的金属矿产资源评价预测系统,因此将MORPAS应用于地质灾害的研究极少,作者尝试将MORPAS证据权法应用于吕梁地区滑坡泥石流灾害预测与评估研究并取得了良好的效果。本文在分析吕梁地区地质构造背景,提取大小型线型构造、植被信息,综合降水、坡度数据的基础上,运用MORPAS证据权法对吕梁地区重大突发性地质灾害—滑坡、泥石流进行了预测与灾害等级分区,并建立了灾害危害性评估模型。从预测图来看,研究区共分为三个灾害等级,从南向北共划分五个灾害预测区,从预测结果的准确性角度来看,已发生在中阳县境内的滑坡验证了预测Ⅰ区的准确性,同时证明了本文所提出方法的可行性。 相似文献
14.
15.
16.
针对黄河上游龙羊峡至积石峡段滑坡灾害分布易发性评价与区划成图问题,该文以ArcGIS为平台,联系评价区的实际特点,选取地貌类型、地层岩性、降雨、断层、坡度为评价因子,运用层次分析法(AHP)确定各评价因子的权重,建立研究区滑坡易发性评价模型,结合GIS的空间分析功能实现研究区内滑坡灾害的易发性区划。结果表明,滑坡灾害主要集中在龙羊峡库区右岸和群科-尖扎盆地。区划结果与野外实际调查基本吻合,为今后GIS应用于地质灾害区划提供了思路,同时可为区内地质单位进行灾害监测提供基础数据和依据。 相似文献
17.
针对传统知识驱动型滑坡灾害研究多依赖专业人员经验,具有主观性和不确定性的问题,该文提出了基于数据驱动滑坡致灾因子评价及危险性区划的方法。采用证据权模型,较好地平衡了滑坡危险性区划中准确性与高效性之间的矛盾,实现了较为精确的滑坡易发性及危险性区划;利用感知层、网络层、应用层的物联网技术,实现了高危险区滑坡点在线预警监测。3S技术支持下的滑坡危险性区划及监测实验结果表明:所用模型及监测技术不仅可以准确评价滑坡致灾因子权重及危险性区划,还能够精准、高效实现滑坡点实时监控预警。 相似文献
18.
岷县地形多变、地貌多样、地质环境复杂,近年来地震、滑坡等地质灾害多发。基于易损性影响因素,结合岷县具体情况,选取人口密度、国内生产总值、公路、房屋、林地和耕地6个指标,以乡镇为基本单元,利用模糊综合评判法构建评价体系,将研究区易损性划分为不同等级。结果表明,高易损性地区占研究区总面积的20.62%,中易损性地区的占比为19.90%,低易损性地区的占比为37.25%,极低易损性地区的占比为22.23%。将易损性结果与地质灾害历史灾害点进行叠加分析发现,中易损性和高易损性地区的历史灾害占灾害总数的50.53%,为岷县防灾减灾工作提供了新的思路和参考。 相似文献
19.
应用累积和分析算法的地形起伏度最佳统计单元确定 总被引：3，自引：0，他引：3
地形起伏度是开展区域滑坡敏感性和危险性评价的基础数据,其提取精度直接影响区域滑坡危险性评价和风险评估的正确性。本文以四川省低山丘陵区为研究区,基于邻域统计分析算法提取不同窗口半径下的平均地形起伏度,表明平均地形起伏度与分析窗口尺度存在显著的对数变化关系;根据地貌发育理论,应用累积和分析算法(CUSUM)对"平均地形起伏度-分析窗口半径"曲线的突变情况进行分析,通过精度检验,确定该区域地形起伏度提取的最佳统计窗口半径为1.1km。研究结果对于提高相似区域的滑坡灾害危险性评价和风险评估的精度有参考价值。 相似文献
20.
滑坡的孕育和发生是受不同内外因素的影响而发生的灾害现象。滑坡灾害危险性区划在滑坡编目和灾害敏感性分析结果的基础上,应用定性分析和定量分析、确定性模型和随机性模型相结合对滑坡灾害易发程度进行分区表示。随着地理信息系统在滑坡灾害区划中的广泛应用,灾害危险性的定量研究得到进一步的深化和发展。本文全面介绍了滑坡灾害危险性区划的主要定量模型,分析了未来滑坡灾害区划的发展趋势,并提出了基于空间数据挖掘的滑坡灾害危险性分析框架。 相似文献