共查询到20条相似文献，搜索用时 31 毫秒
1.
以2008年5月12日汶川地震区为研究区,基于高分辨率航片与卫星影像开展地震滑坡目视解译,制作了汶川地震滑坡编录图.选择坡度、坡向、高程、与水系距离、与公路距离、与映秀-北川断裂距离、地震烈度、岩性共8个影响因子开展地震滑坡危险性评价工作.滑坡样本采用前期48007处滑坡编录点数据,不滑样本为在基于证据权重模型的滑坡危险性评价结果的低危险区与极低危险区随机选择的48000个点.基于这8个影响因子与逻辑回归模型,建立了汶川地震滑坡危险性索引图.采用这48007个滑坡样本点与汶川地震滑坡最新编录的增加滑坡,分别进行模型的成功率与预测率检验.结果表明,模型成功率为81.739％,预测率达到86.278％. 相似文献
2.
地震对人类的威胁不仅是发生时直接造成的人员伤亡和财产损失, 更体现在地震所产生的高隐蔽性、高危险性滑坡隐患体带来的危害, 震后区域滑坡隐患体的快速识别和科学评价在震后抢险、排险工作中至关重要。以九寨沟地区“川主寺—九寨沟”公路沿线区域为研究对象, 建立了基于DInSAR-BP神经网络技术的震后区域滑坡危险性综合评价模型。研究结果显示, 九寨沟地区震后的滑坡高危险性区域面积约为2602.35 km2, 是震前的3.4倍, 并且这些区域主要分布在震中东北方向约20 km附近、九寨沟景区内以及川九路前70 km, 符合震后调查情况; 使用多元非线性回归法可以有效计算震后地表形变值对滑坡危险性的影响, 使震后危险性评价结果精度提高了13.9%, 证明了模型在研究区域内具有良好的适用性。 相似文献
3.
基于地震滑坡危险性评估的Newmark累积位移模型,利用震前获取的震区地形数据、区域地质资料,结合地震动近实时获取技术,开展了四川九寨沟M_s7.0级地震诱发滑坡的应急快速评估。地震滑坡位移分析结果表明,同震滑坡活动的中—高强度区分布在断层两侧宽约4 km的带状区域内,整体沿北西方向延伸。其中,极震区的丰雪塘、日则和干海子等城镇驻地及附近道路的滑坡强度相对较高;震前、震后影像对比表明九寨沟地震诱发的滑坡类型以浅表型碎屑流及小规模崩塌为主,且同震碎屑流多是在震前已有碎屑流的基础上进一步活动扩展而来,震后汛期泥石流隐患也不容忽视;通过典型地区滑坡位移分析结果与震前、震后影像对比,表明滑坡位移分析结果能够较好的反映同震滑坡的宏观分布特征,但在场地尺度上吻合程度欠佳,后续将通过提升岩性和地形等数据质量进行改进。研究结果可为灾情研判提供宝贵信息,对提高灾害应急救援效率具有重要意义。 相似文献
4.
使用遥感技术、地理信息系统技术和ArcGIS平台,分析崩塌滑坡在坡度、高程、地层岩性、距离发震断层距离和距离水系距离方面的敏感性。用信息量法,以此五因子为评价因子,对研究区进行危险性评价。结果表明,中度和高度危险的区域分别占研究区24.79%和20.48%,91%的受损房屋处于基本无危险区和轻度危险区,但仍有部分房屋处于中高度危险区,应做好安全防范工作。 相似文献
5.
2017年8月8日四川省北部九寨沟县暴发了Ms7.0级地震,是继2013年"4·20"芦山Ms7.0级地震后再次发生在巴颜喀拉块体边界的强烈地震,地震诱发了近1 880处滑坡,通过地理信息系统与遥感技术,选取与高程、坡度、坡向、与水系距离、峰值加速度(PGA)、与震中距离、岩性、与断裂距离等8个因素作为九寨沟地震滑坡危险性评价因子,采用加法和减法2种证据权方法,对九寨沟地震滑坡危险性进行评价。结果表明:基于加法证据权的评价模型的准确率为88.29%,基于减法证据权的评价模型的准确率为87.31%。利用自然断点法,将研究区按滑坡危险性程度分为极高危险区、高危险区、中危险区、低危险区与极低危险区。其中,基于加法证据权所计算的极高和高危险区面积之和约300.17 km~2,占研究区总面积的33.84%,发育的滑坡面积占滑坡总面积的91.10%;基于减法证据权所计算的极高和高危险区面积之和约214.35 km~2,占研究区总面积的24.17%,发育的滑坡面积占滑坡总面积的85.04%。评价结果可为震后地质灾害防治、基础设施重建,特别是九寨沟自然风景区的灾后重建工作提供重要的参考。 相似文献
6.
准确的滑坡易发性评价结果是滑坡风险评估的基础,对防灾减灾工作有着重要的意义。文章以雅安市为研究区,在野外地质调查的基础上,选取高程、坡度、坡向、平面曲率、剖面曲率、地形湿度指数、泥沙输运指数、径流强度指数、归一化植被指数、年均降雨量、地震动峰值加速度、地形起伏度、距断层距离、地层岩性、距河流距离、距道路距离等16个因子,构建研究区滑坡易发性评价指标体系,采用度神经网深络(DNN)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(12.2%)、高易发区(7.0%)、中易发区(9.8%)、低易发区(17.0%)、极低易发区(54.1%)五个等级,并与人工神经网络(ANN)模型进行对比,用ROC曲线的AUC值进行精度检验。结果表明,DNN模型的评价精度AUC(0.99)大于ANN(0.96)模型。因此,相比ANN模型,DNN模型在该研究区有着更好的拟合能力和预测能力,滑坡极高和高易发区主要分布于雅安市人类工程活动强烈的低海拔地区,沿着道路和水系分布,距道路距离、高程、年均降雨量是影响雅安滑坡发育的主要影响因子。 相似文献
7.
全新世以来青藏高原东部巴塘断裂带活动强烈,地形地貌和地质构造复杂,历史地震频发,并诱发大量滑坡灾害。基于巴塘断裂带地震滑坡长期防控的需要,在分析区域地质灾害成灾背景和发育分布特征的基础上,采用Newmark模型完成了巴塘断裂带50年超越概率10%的潜在地震滑坡危险性预测评价,并完成地震滑坡危险性区划。结果表明:巴塘断裂带及其临近的金沙江断裂带区域、金沙江及其支流沿岸具有较高的潜在地震滑坡危险性,地震滑坡危险区具有沿断裂带和大江大河等峡谷区分布的总体趋势,受活动断裂和地形地貌影响显著;距离断层越近、坡度越大的斜坡,地震滑坡危险性越高;规划建设中的川藏铁路经巴塘县德达乡、白玉县沙马乡,向西北延伸,跨越金沙江,可以穿越较少的地震滑坡危险区,金沙江水电工程规划建设需加强潜在地震滑坡危害研判及防控。巴塘断裂带潜在地震滑坡危险性评价结果可为区域城镇开发和重大工程规划建设的地震滑坡长期防控提供科学参考。 相似文献
8.
地震滑坡发生真实概率研究基本空白。本研究创新性的利用贝叶斯概率方法与机器模型开展了中国地震滑坡危险性真实概率研究,制作了第一代中国地震滑坡危险性概率图。基于9个地震案例开展研究,包括1999年台湾集集、2005年克什米尔、2008年汶川、2010年玉树、2013年芦山、2013岷县、2014鲁甸、2015尼泊尔、2017九寨沟地震,这9次地震中7次发生在中国,2005年克什米尔与2015尼泊尔地震均发生在中国邻区,可以更好的控制模型预测精度。这些地震事件均有详细完整的,利用面要素标识的地震滑坡数据,包括306 435处真实的地震滑坡记录。考虑到真实的地震滑坡发生区域,滑坡面积规模的差别,滑坡与不滑样本的比例等因素,共选取了5 117 000个模型训练样本。选择绝对高程、相对高差、坡度、坡向、斜坡曲率、坡位、地形湿度指数、土地覆盖类型、植被覆盖度、与断层距离、地层、年均降水量、地震动峰值加速度共13个地震滑坡影响因子。采用贝叶斯概率方法与机器学习模型相结合,建立地震滑坡发生的多因素影响模型,得到各个连续因子的权重与分类因子的各个分类的权重。再将模型应用到整个中国研究区,地震动峰值加速度因子为触发因子。分别考虑研究区在经历不同地震动峰值加速度（0.1~1 g,每0.1 g一个结果,共10个结果）下的地震滑坡发生真实概率。此外,还结合中国地震动峰值加速度分布图,得到了中国地震动峰值加速度背景下的地震滑坡发生真实概率分布。 相似文献
9.
以地震滑坡作为研究对象,选取"4·20"芦山地震中芦山县为研究区,结合多源数据,在相关分析后选取10个评价因子,分别是地面高程、坡度、坡向、斜坡形态、地层、斜坡结构、断层平均距离、水系平均距离、植被指数和地震峰值加速度,在数字高程模型基础上采用集水区重叠法划分斜坡单元,再对各评价因子重采样,进而利用基于遗传算法的神经网络算法构建地震滑坡危险性评价模型,完成地震滑坡危险性区划。将基于斜坡单元的危险性区划结果和基于格网单元的区划结果进行比较,结果显示滑坡正确率分别为96.6%和92.6%,斜坡单元的正确率较高;同时通过多组数据的受试者工作特征曲线分析本评价模型的不确定性,每组曲线位置及曲线下面积大小相当。 相似文献
10.
5.12汶川地震崩塌滑坡分布特征及影响因子评价——以都江堰至汶川公路沿线为例 总被引：5，自引：2，他引：3
以都江堰至汶川公路沿线为研究对象,利用遥感影像解译和野外调查数据,探讨了都汶公路沿线地震崩塌滑坡分布规律,并利用主成分分析,确定了影响地震崩塌滑坡的关键影响因子.结果表明:①地震崩塌滑坡主要分布在坡度为30～65°的坡体上,其崩塌滑坡面积占总面积的82.79%;坡向为东、东南和南坡3个坡向, 其崩塌滑坡面积占总面积的51.32%;其分布的坡面粗糙度多为Ⅰ~Ⅳ级,其崩塌滑坡面积占总面积的84.45%;集中在距主断层距离5～20 km范围内,其崩塌滑坡面积占总面积的56.15%;土地利用类型主要为有林地、灌木林地和疏林地,尤其是灌木林地,三者的崩塌滑坡面积占总面积的89.93%;地层岩性主要为第1、2、3和20类地层岩性组合,其崩塌滑坡面积占总面积的41.34%.②根据主成分分析,坡度和坡面粗糙度对地震崩塌滑坡的贡献最大,是影响地震崩塌滑坡的关键因子,其次是距主断层距离和土地利用,坡向和地层岩性对地震崩塌滑坡的贡献程度较小. 相似文献
11.
2017年8月8日四川省九寨沟发生7.0级地震,是继2008年汶川大地震和2013年芦山地震之后,四川省发生的又一次7.0级以上的强震。为了给现场救援和震后地质灾害防治提供科学依据,本文作者第一时间赶赴现场,并基于震前和震后高精度遥感影像,完成了震区地质灾害解译和复核工作,共解译地质灾害1883处,主要以中小型浅层滑坡和崩塌为主。基于解译结果,对同震灾害的空间分布规律和控制因素（距断层距离、地面峰值加速度PGA、高程、坡度和坡向等）进行了分析,研究表明地质灾害主要沿北西-南东向呈带状分布,且沿公路、沟谷较为发育,在野外推测发震断层2km范围内高度集中,呈现明显的断层效应,但与塔藏断层之间的空间相关性相对较弱。在上述分析的基础上,采用逻辑回归模型,利用地震、地形和地质3大因素（8个因子）对地质灾害易发性进行了快速评价和分区,经统计校验证明该模型的准确率达0.851,模型精度较高。 相似文献
12.
文章以莱州湾凹陷垦利油田沙河街组储层为例,对传统的回归统计模型和基于BP神经网络的人工智能预测模型评价储层渗透率方法和效果进行了对比研究。目标储量报告里定火沙三段中孔、中渗;岩性（粒度）和孔隙度是储层渗透率的主要影响因素。根据岩心及测井数据,建立了孔隙度——粒度二元回归渗透率统计评价模型和BP神经网络渗透率预测模型。通过检验样本集精度对比,分析了隐含层数、隐含层节点数等网络结构参数变化对模型预测结果的影响,重点分析了不同的测井参数输入对BP神经网络模型预测结果的影响。优化后的BP神经网络模型对检验样本集的渗透率预测结果精度最高,其平均相对误差为37%,比传统的二元回归统计模型精度提高了26%。对目标油田三口井连续处理,BP神经网络模型渗透率预测结果更加合理,可以满足开发层段产能分析等生产需求。 相似文献
13.
通过遥感解译和实地考察,获取了2008年汶川地震触发崩滑的空间分布,利用GIS空间分析和Lo-gistic回归,分析崩滑的空间分布特征及其影响因素,建立了地震触发崩滑与其影响因素之间的回归方程。结果表明,(1)研究区共有5 154个崩滑群,覆盖总面积1 139 km2;(2)崩滑沿北川—映秀发震断层的两侧(断层上盘区占90%),呈北东向宽度不一的条带状分布;(3)Ⅺ和Ⅹ烈度区崩滑面积占区域面积的73.2%,Ⅷ度及以下烈度区崩滑面积比例较小;(4)崩滑发育及空间分布不仅受控于发震断层的活动,断层上下盘效应、地形放大效应等也是其重要影响因素。崩滑与其影响因子的回归方程表明:(1)到北川—映秀发震断层距离因子和到震中距离因子的偏回归系数远大于其他因子的偏回归系数,北川—映秀断层发震活动是控制崩滑空间分布的主导因子;(2)岩性软硬程度对崩滑空间分布的影响不显著;(3)地形坡度、高程、坡度变率、多年累积降雨、人工修路及植被覆盖对崩滑的发育产生影响。地形高程因子对崩滑空间分布的影响大于坡度、坡度变率因子的影响。人工道路、多年降雨及植被覆盖对地震崩滑的影响程度依次降低。 相似文献
14.
在使用机器学习模型对滑坡进行易发性评价时,通常会在滑坡影响范围之外随机选取非滑坡样本点,具有一定的误差。为了提高滑坡易发性评价的精度,将自组织映射（self-organizing map,SOM）神经网络、信息量模型（information,I）以及支持向量机模型（support vector machine,SVM）进行耦合,提出一种基于SOM-I-SVM模型的滑坡易发性评价方法,并将SOM神经网络与K均值聚类算法进行对比,验证模型的可靠性。以十堰市茅箭区为例,首先通过对环境因子的相关性及重要性分析,筛选出距水系距离、坡度、降雨量、距构造距离、相对高差、距道路距离、地层岩性等7个因子,建立滑坡易发性评价指标体系,在此基础上计算出各因子的分级信息量值,并作为模型的输入变量进行滑坡易发性评价。分别采用SOM神经网络和K均值聚类算法选取非滑坡样本,然后将样本数据集代入I-SVM模型预测滑坡易发性。将SVM、I-SVM、KMeans-I-SVM、SOM-I-SVM等4种模型预测精度进行对比,其ROC曲线下面积（AUC）分别为0.82,0.88,0.90,0.91,说明SOM-I-SVM模型能... 相似文献
15.
在研究分析地震灾区地形地貌、地层岩性、地质构造、气象水文和典型地区滑坡的基础上,采用Newmark斜坡累积位移模型对2015年4月25日尼泊尔M_s8.1级地震诱发的滑坡危险性的空间分布状况进行了快速评估,通过典型地区的滑坡遥感解译结果验证表明评估结果具有较好的可信度,初步反映了尼泊尔地震诱发滑坡危险性分布的基本特征。然后考虑降雨作用对震后滑坡危险性的影响,对地震叠加降雨诱发滑坡危险性分布进行了快速预测。研究结果对地震应急救灾中的地质灾害防灾减灾具有重要的参考意义。 相似文献
16.
准确的滑坡易发性评价结果是滑坡风险评价的重要基础.为提升滑坡易发性评价精度,以三峡库区龙驹坝为例,选取坡度等10个因子构建滑坡易发性评价指标体系,应用频率比方法定量分析各指标与滑坡发育的关系.在此基础上,随机选取70%/30%的滑坡数据作为训练/测试样本,应用径向基神经网络和Adaboost集成学习耦合模型(RBNN-Adaboost),径向基神经网络和逻辑回归模型分别开展易发性评价.结果显示:水系距离、坡度等是滑坡发育的主控因素;RBNN-Adaboost耦合模型的预测精度最高(0.820),优于RBNN模型和LR模型的0.781和0.748.Adaboost集成算法能进一步提升模型的预测性能,所提出的耦合模型结合了两者的优点,具有更强的预测能力,是一种可靠的滑坡易发性评价模型. 相似文献
17.
2010年4月14日07时49分(北京时间),青海省玉树县发生了Ms7.1级大地震。作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡。这些滑坡受地震地表破裂控制强烈,规模相对较小,常常密集成片分布。滑坡类型多样,以崩塌型滑坡为主,还包括滑动型、流滑型、碎屑流型、复合型等类型的滑坡。本文基于地理信息系统(GIS)与遥感(RS)技术,应用逻辑回归模型开展玉树地震滑坡危险性评价,并对结果合理性进行检验。应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、斜坡坡度、斜坡坡向、斜坡曲率、与水系距离、坡位、断裂、地层岩性、归一化植被指数(NDVI)、公路、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为玉树地震滑坡影响因子,在GIS平台下将这些因子专题图层栅格化。应用逻辑回归模型得到每个因子分级的回归系数,然后建立滑坡危险性指数分布图。利用玉树地震滑坡空间分布图对滑坡危险性指数图进行检验,正确率达到83.21%。滑坡危险性分级结果表明,在占研究区总面积4.97%的"很高危险度"的较小范围内,实际发育滑坡数量为766个,占总滑坡面积的比例高达37.62%,表明地震滑坡危险性评价结果良好。不同危险性级别的滑坡点密度统计结果表明,滑坡点密度随着危险性级别的升高而非常迅速的升高。 相似文献
18.
沟道型滑坡-碎屑流具有隐蔽性强、危险性高、力学机理复杂的特点,研究其运动距离预测模型具有重要的理论意义和实践意义。本文基于遥感GIS技术,结合野外调查,获取了汶川地震触发的38个沟道型滑坡-碎屑流的基础数据。通过相关性分析确定沟道型滑坡-碎屑流最大水平运动距离L的影响因素从大到小依次是滑坡体积V、最大垂直运动距离H、滑源区高差Hs、沟道段坡度β。采用逐步回归方法建立了滑坡-碎屑流最大水平运动距离L的最优多元回归模型,检验结果表明模型具有较高精度。将最优多元回归模型与国际上应用较多的滑坡运动距离和泥石流运动距离预测模型进行对比,表明考虑滑坡体积、地形落差和沟道段坡度的运动距离预测指标体系,具有最高的拟合优度和较好的物理含义,可为沟谷山区滑坡-碎屑流危险性评价提供参考依据。 相似文献
19.
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
20.
滑坡危险性评价是滑坡风险评估的重要组成部分,对滑坡的预测和防治意义重大。传统滑坡危险性评价在计算指标间重要性时多采用AHP、专家评判法、模糊综合评判等方法,但存在主观性较强,计算较为复杂等问题。研究基于一种改进的突变理论模型对滑坡进行危险性评价,选取坡度、坡向、高程、平面曲率、剖面曲率、距河流距离、地层岩性、土地利用类型、距断层距离、植被覆盖率、24 h降雨以及人类工程活动等12个因子作为滑坡危险性评价的影响因子,采用熵权法判定指标间的相对重要性,并建立滑坡危险性评价体系;然后对指标进行标准化、归一化,计算总突变结果;最后使用拟合函数对总突变结果进行转换,得到新的滑坡危险性评价准则,并以雅安市的20条滑坡对评价准则进行实例验证。结果表明,突变理论得到的评价结果准确率为90%,评价结果更加直观准确。 相似文献