共查询到20条相似文献，搜索用时 187 毫秒
1.
2.
以贵州省石阡县为研究区,选取8个影响地质灾害发育的因素作为评价因子.采用信息量模型法对各评价因子进行信息量计算,将区域地质灾害易发性划分为低、中、高、极高易发区4个等级,分别占研究区面积的21.08％、35.13％、25.53％、18.27％.结果表明:石阡县地质灾害低、中、高、极高易发性面积分别为457.99 km2... 相似文献
3.
以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点(崩塌和滑坡)样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km~2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。 相似文献
4.
安溪县地质灾害特征及灾害预警区划分析 总被引：1，自引：0，他引：1
分析了安溪县地质灾害发育特征以及灾害形成条件和影响因素,并确定了7个致灾因子,采用综合性模糊评判模型,对安溪县潜在地质灾害易发性进行分区预警,划分了高易发区、中易发区、低易发区3类地质灾害易发区。 相似文献
5.
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
6.
在北京市大清河流域生态涵养区1450 km2的区域内，以遥感影像解译为基础，结合1∶50 000地质灾害详细调查，获取全区888个地质灾害隐患点作为样本数据库，选取基岩类型、地貌类型、地形坡度、河流、公路、断裂6个评价因子，采用确定性系数(CF)与Logistic回归耦合模型评价地质灾害易发性，依照自然间断点分级法(Jenks)将研究区划分为极高易发区、高易发区、中易发区、低易发区和极低易发区。将未参与模型训练的20%地质灾害隐患点作为检验点与易发性分区结果进行叠加分析，通过频率比和ROC曲线进行精度检验。结果显示：基岩类型对地质灾害的发育具有控制作用；公路、断裂对地质灾害的空间分布影响明显；CF与Logistic回归耦合模型在实际应用中具有较高的准确性，是一种地质灾害易发性评价可靠性高的模型。 相似文献
7.
杨陵区位于陕西省关中平原中部,地质环境条件较复杂,人类工程活动强烈,地质灾害较发育。为精准识别地质灾害发育规律,为政府决策和国土空间规划提供基础数据,在杨陵区地质灾害风险调查的基础上,采用ARCGIS软件空间分析模块和层次分析法,将全区划地质灾害易发性分为高、中、低3个级别,其中高易发区面积0.99km^(2);中易发区面积8.35km^(2);低易发区面积123.47km^(2)。最后,通过受试者工作特征曲线(ROC)和拟合曲线法进行验证,结果表明评价精度较高。 相似文献
8.
为了研究贵州省瓮安县各类地质灾害在空间上的发育分布规律,根据瓮安县地质环境和地质灾害野外调查资料,运用综合指数法,对区域内地质灾害易发性的影响因素进行量化。通过地理信息系统（GIS）空间分析软件,对其进行计算与叠加,并依据分区的标准,利用ArcGIS软件内置的自然间断点对地质灾害易发性指数图层进行插值处理,得到瓮安县地质灾害易发性分区图。将区域地质灾害的易发性和区域受威胁对象的易损性进行叠加计算,得到瓮安县地质灾害危险性分区图。根据分区结果可知：地质灾害高易发区占全县面积41.52%,地质灾害中易发区占全县面积38.62%,地质灾害低易发区占全县面积19.86%;地质灾害危险性划分为高危险区、中危险区和低危险区3个区,所占面积比例分别为41.00%、42.54%、16.46%。研究结果为该区地质灾害的预防和预警提供了依据,具有一定的工程实践意义。 相似文献
9.
10.
湖南省石门县皂市水库地区滑坡地质灾害频发,采用证据权法进行滑坡易发性评价可以为滑坡防治提供科学依据.本文首先以斜坡单元为基本制图单元,利用ArcGIS空间分析功能,结合历史滑坡灾害点实地复核数据、遥感影像、地形图、数字高程模型、地质图等数据,提取了坡度、坡形、斜坡高差、植被覆盖度、地层岩性、斜坡结构类型、断层缓冲距离、道路缓冲距离、河流缓冲距离等9个证据因子并划分证据层;然后基于证据权法分别计算各证据层权重值,生成了研究区滑坡易发性分区图,并进行了预测精度分析.结果表明:(1)研究区滑坡易发性可划分为高易发区、中易发区、低易发区、极低易发区4类,4类分区面积占比分别为7.5％、20.6％、54.9％、17.0％;(2)基于成功率曲线法得出分区准确率为84.7％,评价结果与灾害点分布较为吻合. 相似文献
11.
陕西省地质灾害易发性综合评价方法初探 总被引：1，自引：0，他引：1
陕西省的地质灾害主要包括滑坡、崩塌、泥石流、地面塌陷、地裂缝及地面沉降。论文在总结陕西省107个县（市）地质灾害调查与区划工作的基础上,建立了陕西省地质灾害易发性综合评价指标体系。针对不同灾种选择了25个评价指标作为其易发性的主要影响因素。使用专家——AHP定权法确定各影响因素的权重,并基于GIS构建了综合评价数学模型——综合指数模型,将各指标因子图层按权重进行代数叠加运算,计算出全省地质灾害易发性综合指数。然后根据综合指数的大小,将陕西省地质灾害易发程度划分为高易发、中易发、低易发和非易发四级区。 相似文献
12.
采用多变量不安定指数分析法模型并加以改进,应用于汶川县地质灾害易发性评价。选取坡度、坡向、地层岩性、距断层距离、植被覆盖率及距水系距离六项影响因子,结合四川省自然资源厅发布的汶川县地质灾害隐患点数据,以幂次相乘、线性累加、幂次累加这三种不同的不安定指数分析法模型分别得到了研究区地质灾害易发性分区图,并用接受者操作特性曲线（Receiver Operating Characteristic curve, ROC curve）验证了各种模型的评价性能。结果表明:（1）对本案例而言,幂次相乘模型相较其它两种模型具有最高的精度;（2）汶川县地质灾害“极高”“高”“中”“低”“极低”易发区的面积占比分别为:19.3%、24.6%、19.2%、19.3%、17.6%,且研究区地质灾害易发性较高的区域多分布在断裂带附近。本研究成果可为区域地质灾害防治工作提供理论借鉴和技术参考。 相似文献
13.
北京地区突发性地质灾害危险度评价 总被引：1，自引：0，他引：1
赵忠海 《地质灾害与环境保护》2009,20(3):39-44
北京地区地质构造条件复杂,新构造活动频繁,人为活动剧烈,故地质灾害较为发育。主要的突发性地质灾害有泥石流、采空塌陷、崩塌以及地裂缝等。本文在北京市各区县地质灾害调查与区划工作的基础上,对北京地区的突发性地质灾害的发育情况进行了深入调查和分析。采用袭扰系数法,对突发性地质灾害的易发程度进行了综合评价。采用模糊综合评判模型,对影响地质灾害演变趋势的降雨条件、人类工程活动、地震活动以及区域岩组结构等因素进行了综合评判。并在此基础上．对突发性地质灾害的危险度进行了评价和预测,将北京地区划分出了地质灾害高风险区、地质灾害中风险区及地质灾害低风险区。 相似文献
14.
15.
Application and validation of bivariate GIS-based landslide susceptibility assessment for the Vitravo river catchment (Calabria,south Italy) 总被引：3，自引：1，他引：2
Massimo Conforti Gaetano Robustelli Francesco Muto Salvatore Critelli 《Natural Hazards》2012,61(1):127-141
The Calabria (Southern Italy) region is characterized by many geological hazards among which landslides, due to the geological,
geomorphological, and climatic characteristics, constitute one of the major cause of significant and widespread damage. The
present work aims to exploit a bivariate statistics-based approach for drafting a landslide susceptibility map in a specific
scenario of the region (the Vitravo River catchment) to provide a useful and easy tool for future land planning. Landslides
have been detected through air-photo interpretation and field surveys, by identifying both the landslide detachment zones
(LDZ) and landslide bodies; a geospatial database of predisposing factors has been constructed using the ESRI ArcView 3.2
GIS. The landslide susceptibility has been assessed by computing the weighting values (Wi) for each class of the predisposing factors (lithology, proximity to fault and drainage line, land use, slope angle, aspect,
plan curvature), thus evaluating the distribution of the landslide detachment zones within each class. The extracted predisposing
factors maps have then been re-classified on the basis of the calculated weighting values (Wi) and by means of overlay processes. Finally, the landslide susceptibility map has been considered by five classes. It has
been determined that a high percentage (61%) of the study area is characterized by a high to very high degree of susceptibility;
clay and marly lithologies, and slope exceeding 20° in inclination would be much prone to landsliding. Furthermore, in order
to ascertain the proposed landslide susceptibility estimate, a validation procedure has been carried out, by splitting the
landslide detachment zones into two groups: a training and a validation set. By means of the training set, the susceptibility
map has first been produced; then, it has been compared with the validation set. As a result, a great majority of LDZ-validation
set (85%) would be located in highly and very highly susceptible areas. The predictive power of the model is considered reliable,
since more than 50% of the LDZ fall into 20% of the most susceptible areas. The reliability of the susceptibility map is also
suggested by computing the SCAI index, true positive and false positive rates; nevertheless, the most susceptible areas are
overestimated. As a whole, the results indicate that landslide susceptibility assessment based on a bivariate statistics-based
method in a GIS environment may be useful for land planning policy, especially when considering its cost/benefit ratio and
the need of using an easy tool. 相似文献
16.
滑坡是沙溪流域主要地质灾害类型之一,开展滑坡灾害易发性评价可为区域地质灾害防治提供数据基础和决策依据。通过沙溪流域生态地质调查,分析了滑坡灾害分布规律和影响因素之间的关系,选取岩性建造、地貌、坡度、坡向、降雨量、距河流距离和距断层距离7项指标,利用层次分析法及地理信息系统空间分析技术,开展沙溪流域滑坡地质灾害易发性评价。结果显示: 沙溪流域滑坡易发性影响因子依次为岩性建造、多年年均降水量、地形地貌、坡度、距河流距离、距断层距离和坡向; 沙溪流域滑坡灾害易发性与坡度、岩性建造、年均降水量表现出明显正相关,即坡度越大、岩性建造性质越软弱、越易风化,年均降水量越多,越易引发滑坡灾害; 滑坡灾害易发性与断裂构造、河流距离与滑坡灾害易发性呈负相关,即距离越近越容易诱发地质灾害; 流域整体以低易发区和极低易发区为主,高易发区主要分布在沙溪流域中南部、东部及东北部地区。这为沙溪流域地质灾害防治提供了基础数据和决策依据。 相似文献
17.
Landslides are one of the most frequent and common natural hazards in many parts of Himalaya. To reduce the potential risk, the landslide susceptibility maps are one of the first and most important steps in the landslide hazard mitigation. Earth observation satellite and geographical information system-based techniques have been used to derive and analyse various geo-environmental parameters significant to landslide hazards. In this study, a bivariate statistics method was used for spatial modelling of landslide susceptibility zones. For this purpose, thematic layers including landslide inventory, geology, slope angle, slope aspect, geomorphology, slope morphology, drainage density, lineament and land use/land cover were used. A large number of landslide occurrences have been observed in the upper Tons river valley area of Western Himalaya. The result has been used to spatially classify the study area into zones of very high, high, moderate, low and very low landslide susceptibility zones. About 72% of active landslides have been observed to occur in very high and high hazard zones. The result of the analysis was verified using the landslide location data. The validation result shows significant agreement between the susceptibility map and landslide location. The result can be used to reduce landslide hazards by proper planning. 相似文献
18.
作为在山地地区易发的自然灾种,地质灾害每年都给中国造成严重的经济损失。为揭示阐明典型高山峡谷区地质灾害易发性影响因素,文章以昌都市为研究区例,基于区内孕灾环境的差异,对其进行流域划分,同时选取海拔、坡度、地形起伏度等10个指标构建地质灾害易发性评价指标体系,基于随机森林模型对各流域地质灾害易发性空间分布进行研究。结果表明：（1）昌都市地质灾害类型主要以小型灾害为主,大型灾害分布相对较少但危害巨大,险情等级较高,同时,区域内地质灾害的空间分布具有沿河流与道路呈条带状分布的特征;（2）总体来看,各流域地质灾害的影响因素大致相同,但仍具有一定的差异性,金沙江流域受海拔与道路影响较为突出,澜沧江流域受居民点密度影响较为突出,而怒江流域受道路因素影响较为突出;（3）各流域地质灾害易发性空间分布存在差异,金沙江流域低易发面积占比最大,澜沧江与怒江流域均为中易发面积占比最大;三大流域均以高易发所占比最小,但在全流域内均有分布,且主要分布于人类活动较为强烈、岩性较软等区域。 相似文献
19.
在研究分析兰州市区地质环境背景、地质灾害类型及其发育特点基础上,选择14项指标为影响地质灾害发育程度的主要因素,其中地质灾害发育因子3项,影响和控制地质灾害的地质环境基础因子8项,地质灾害诱发因子3项,采用层次分析法建立了地质灾害易发性评价体系。利用ArcGIS平台,采用野外调查资料、基础地质资料、遥感数据等对各项指标进行量化。在指标分析和数据归一化的基础上,运用ArcGIS系统的栅格运算功能,将兰州市区各评价因子按照层次分析法所确定的权重进行信息叠加计算,得到兰州市区地质灾害易发性定量计算成果栅格图件。经综合研究分析,划定地质灾害易发区。 相似文献
20.
北京山区地质环境条件复杂,发育大量突发地质灾害隐患,既直接威胁山区村庄、道路、景区的人员及设施的安全,又会对城镇的规划建设构成威胁。通过开展地质灾害易发性评价工作,划分出地质灾害易发区,以评价结果指导城镇建设规划,减轻地质灾害的威胁,这是一项十分重要的工作。文章在阐述北京山区崩塌、滑坡及泥石流突发地质灾害发育情况的基础上,选取了坡度、起伏度、工程地质岩组、地质构造、地貌类型及降水等6个影响因子,采用综合信息量模型方法,分别对北京山区斜坡类灾害（崩塌、滑坡）和泥石流灾害的易发性进行评价,并根据“就高不就低”的原则,叠加各灾种的易发性评价结果划分出北京山区突发地质灾害易发性分区图,为城镇建设适宜性评价、编制国土空间规划及完善空间治理提供科学的依据。 相似文献