共查询到20条相似文献，搜索用时 31 毫秒
1.
以湖南省澧源镇为例,利用证据权模型和灰色关联度模型分别计算了坡度、地层岩性、斜坡形态、土地利用类型、人类工程活动5个因子二级状态证据权值和一级因子权重;综合2种模型确定全区滑坡易发性指数后,完成基于斜坡单元的全区滑坡易发性区划;根据研究区岩土体类型（碎屑岩类、碳酸盐岩夹碎屑岩类、碳酸盐岩类和松散岩土体类）分组研究不同滑坡发生概率下的有效降雨阈值曲线（I-D曲线）。研究降雨时间为3日、有效强度为22.4 mm/d的降雨工况下各岩土体类型滑坡发生的时间概率。综合时间概率和易发性结果得到澧源镇基于有效降雨阈值的滑坡灾害危险性区划图。研究结果表明:澧源镇滑坡灾害高和极高易发区占研究区总面积的25%,主要沿澧河分布;极高危险区和高危险区占研究区总面积的14%,主要分布在澧河北侧。 相似文献
2.
Newmark位移模型是研究地震滑坡易发性的经典模型,机器学习方法支持向量机模型也越来越多的应用到滑坡易发性评估研究。本文将Newmark位移模型与支持向量机模型相结合,建立基于物理机理的地震滑坡易发性评估模型并应用于2008年汶川地震重灾区汶川县。从震后遥感影像目视解译出汶川县1900处地震诱发滑坡,并将其随机划分为70%的训练数据集和30%的验证数据集。选择地形起伏度、坡度、地形曲率、与构造断裂带距离、与水系距离、与道路距离6个因子与Newmark位移值共同作为地震滑坡易发性影响因素。利用ROC曲线和模型不确定性等指标对模型结果进行评估,并与二元统计模型频率比和多元统计模型Logistic回归的结果进行对比。结果表明：与频率比和Logistic回归模型相比,支持向量机模型的正确率最高,训练集和验证集ROC曲线下的面积分别为0.876和0.851。将模型应用于绘制汶川县地震滑坡易发性图,结果显示滑坡易发性图与实际的滑坡点位分布一致性较高,有80.4%的滑坡位于极高和高易发区。这说明支持向量机与Newmark位移方法结合建立的地震滑坡易发性评估模型有较高的预测价值,可以为滑坡风险评估和管理提供依据。 相似文献
3.
参数优化问题直接影响着支持向量机的预测精度和泛化能力,粒子群优化算法具有全局最优搜索能力,因此通过粒子群算法优化支持向量机参数可以有效提高预测精度.以延长县历史滑坡数据为基础,分析了岩性、地貌类型、土壤厚度、坡度、坡向、坡高与滑坡分布的关系,并利用滑坡密度值对各定性或定量因子进行了归一化处理;在此基础上,通过区域内所划分的１６３００个斜坡单元作为评价单元,采用粒子群优化支持向量机(PSOＧSVM)算法完成了延长县滑坡的易发性评价.从滑坡密度指标角度来看,评价结果中高易发区和极高易发区的历史滑坡数占比７２．１９％,通过滑坡面积百分比(LAR)等指标进行了有效的验证,均显示出对滑坡易发性评价效果良好. 相似文献
4.
四川省滑坡灾害严重,特别是2008年之后,灾情显著加剧,如何预防滑坡灾害是保护人民生命财产安全的有效途径。滑坡灾害的预警模型研究是滑坡灾害预防领域的核心课题。本文对四川省滑坡灾害危险性进行了评价,并开展了滑坡灾害气象风险预警模型研究。①以确定性系数的方法量化坡度、地形起伏度、水文地质岩性、植被覆盖度、地震烈度和年均降雨量因子,建立逻辑回归模型,定量地进行四川省滑坡灾害危险性区划,并对结果进行验证。结果表明,四川省滑坡灾害高危险性区域成“Y”字型分布,此外川中、川东北地区滑坡灾害危险性也非常高,这与四川省滑坡灾害的空间分布情况相符。②在前期滑坡灾害与降雨量统计分析、滑坡灾害危险性评价的基础上,以滑坡灾害危险性评价为静态因子,日降雨量数据为动态因子,通过逻辑回归模型的结果,确定以当日降雨量概率化值、滑坡灾害危险性值、前一日降雨概率化值、前两日降雨概率化值、前三日降雨概率化值为临灾模型影响因子,各因子对预警结果影响程度按上述顺序递减,建立了地质-气象耦合的临灾气象预警模型。通过检验区数据对模型的检验表明,该预警模型能成功预警80%以上的滑坡灾害;通过滑坡灾害群发个例检验发现,该预警模型与四川省现用模型相比,预警区域明显减小,空报率和漏报率显著降低。 相似文献
5.
基于GIS的滑坡灾害危险性区划研究——以重庆市万州区为例 总被引：1，自引：0，他引：1
为了弥补滑坡灾害危险性区划研究中影响因子和等级划分的不确定性,结合前人研究成果,依据斜坡几何形态、岩性、地质构造、河流侵蚀、土地利用类型、人类工程活动、降水条件等影响因子与研究区实际已发生的滑坡灾害数之间的关系,编制重庆市万州区滑坡灾害危险性评价标准,并基于GIS技术和信息量模型法,计算滑坡评价因子的信息量,就万州区滑坡危险性进行区划,最后基于乡镇行政区对该区滑坡危险性区划进行细化。结果表明:建设用地、坡高为90～200 m的地形、1 024～1 060 mm的年降雨量以及侏罗系中统上沙溪庙组岩层等因素对万州区滑坡发生影响较大;根据滑坡灾害危险性评价标准,万州区滑坡灾害被划分为高、中、低、极低等4个危险区;应用信息量模型法得到的万州区滑坡危险性区划与实际情况比较吻合;高危险区和中危险区面积分别为564.4 km2和848.6 km2,分别占万州区总面积的16.3%和24.5%,主要分布于长江干流及支流两岸的居民相对集中区以及公路干线地段;高危险和中危险乡镇主要分布在万州区经济较为发达的长江干流两岸,尤其是左岸的黄柏乡、太龙镇、天城镇、李河镇等以及万州主城区。 相似文献
6.
顺层岩质滑坡突发性强, 破坏性大, 是危害山区城镇安全的重要灾害类型之一。发育软弱夹层的顺向斜坡是顺层岩质滑坡的高发区, 区域顺层岩质滑坡易发性评价应融入软弱夹层的控滑机制和空间分布不确定性分析。以万州区铁峰乡为研究区, 在软弱夹层物质结构及空间分布详细调查的基础上, 分析了原生沉积、构造变形和表生改造作用下区内页岩和泥岩两类软弱夹层发展为滑动面的演化机理, 总结了顺层岩质滑坡的变形破坏机理。考虑软弱夹层空间分布的不确定性, 提出了软弱夹层垂向分布和有效控滑深度范围内软弱夹层控滑贡献度的计算模型。提取了软弱夹层类型和控滑贡献度等表征顺层岩质滑坡控滑结构的关键指标, 结合地形地貌、斜坡结构、水文地质及人类工程活动4类要素, 构建了顺层岩质滑坡易发性评价指标体系。针对万州区铁峰乡河谷南侧的顺向坡区段, 以斜坡为评价单元, 采用层次分析法对研究区顺层岩质滑坡开展了易发性评价。结果显示研究区内侏罗系珍珠冲组泥化夹层和自流井组页岩层是顺层岩质滑坡的主要控滑层位, 极高易发区和高易发区占比分别为9.7%和25.8%, 岩质斜坡单元下伏软弱夹层分布情况和斜坡前缘开挖情况是影响滑坡灾害易发性的主要因素, 建房和道路开挖等人类工程活动极易诱发顺层岩质滑坡灾害。与不考虑软弱夹层相关指标的易发性评价结果相比, 本文方法的结果更符合实际情况。 相似文献
7.
研究库水位升降与降雨影响下三峡库区堆积层滑坡的稳定性变化特征,并对其进行预测具有重要意义。建立了三峡库区万州区麻柳林滑坡的地质模型,基于P Ⅲ型分布曲线对降雨重现期进行分析后共设置了12种计算工况;利用Geostudio软件对滑坡稳定性进行了模拟。结果表明:库水位下降和降雨入渗均会使滑坡稳定性系数减小,不仅变化幅度与库水位下降速率和降雨强度均为正相关关系,而且滑坡稳定性对于降雨条件更加敏感。2种最不利工况条件下的滑坡稳定性系数分别为0.95和0.949,此时滑坡失稳破坏。利用灰色模型对最不利工况下的滑坡稳定性系数进行了滚动预测,其MAPE为2.86%,MSE为0.033,预测精度优于多项式模型。 相似文献
8.
为针对性地采取预防、避让、治理等地质灾害防治与管控提供依据,完善在地质灾害危险性评价中将降雨作为单一诱发因子参与评价体系的弊端,在大雨、暴雨、大暴雨和特大暴雨4种不同降雨工况条件下进行了研究区崩滑地质灾害危险性评价。以云南省元阳县作为研究区域,以栅格单元作为评价单元,选取地貌类型、高程、坡度、坡向、曲率、工程地质岩组、土地利用类型、断层距离和河流距离9个评价因子,采用主观的层次分析法与客观的信息量模型相结合的加权信息量模型对元阳县崩塌、滑坡进行了地质灾害易发性评价。研究结果表明：基于自然间断点法元阳县域可分为低、中、高、极高4类易发区,4类易发区面积分别占元阳县面积的21.55%,35.46%,25.53%和17.16%。利用ROC曲线得出区划结果精度AUC值为0.812,表明区划结果很好。在易发性评价基础上,以年平均最大日降雨量为诱发因素,分别对大雨、暴雨、大暴雨和特大暴雨4种工况条件下的研究区进行了崩塌、滑坡地质灾害危险性评价,得到了大雨([25,50) mm)工况、暴雨([50,100) mm)工况、大暴雨([100, 250]mm)工况和特大暴雨(>250 mm)工况4种... 相似文献
9.
突发性地质灾害危险性评估对灾害防治与风险管理具有重要意义。由于不同地区影响灾害发生的因子各不相同,实际评估过程中难以全面客观地选取适宜的评估因子。机器学习对处理灾害系统的高维非线性问题独具优势,但因模型难以调优而评估效果有限。本文尝试提出一种双向优化的滑坡危险性评估方法：在构建因子敏感性指数开展定量敏感性分析的基础上,结合重要性分析、相关性分析、共线性分析构建四维(Four-Dimensional, 4D)特征筛选法用于评估因子综合优选;为克服模型难以调优的问题,引入差分进化(Differential Evolution, DE)算法优化支持向量机(Support Vector Machine, SVM)与多层感知机(Multi-Layer Perceptron, MLP) 2种推广能力较强的机器学习模型。最后,以福建省滑坡为例,开展评估方法研究。研究表明：4D特征筛选法能更加客观全面地选取适宜性更高的危险性评估因子,从而降低数据维度、减少信息冗余以提升评估模型性能;DE算法对SVM与MLP具有显著的优化效果,有益于增强模型滑坡危险性的评估准确度,DE-SVM、DE-MLP相较于未优化前模型的AUC值分别提升了4.43%与4.37%;基于双向优化的滑坡危险性评估结果表明,降雨与土地利用类型对福建省滑坡发生具有重要影响作用,福建省滑坡极高危险区普遍年均降雨较高、地形复杂多变,极低危险区主要位于东南沿海一带及闽江流域两侧。本研究为滑坡危险性评估中的影响因子客观选取与机器学习模型调优提供了一定思路。 相似文献
10.
不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异, 另外如何有效识别滑坡易发性的主控因子意义重大。针对上述问题, 以支持向量机(support vector machine, 简称SVM)和随机森林(random forest, 简称RF)为例探讨了基于机器学习的滑坡易发性预测及其不确定性, 创新地提出了"权重均值法"来综合计算出更准确的滑坡主控因子。首先获取陕西省延长县滑坡编录和10类基础环境因子, 将因子频率比值作为SVM和RF的输入变量; 再将滑坡与随机选择的非滑坡样本划分为训练集和测试集, 用训练好的机器学习预测出滑坡易发性并制图; 最后用受试者工作曲线、均值和标准差等来评估建模不确定性, 并计算滑坡主控因子。结果表明: ①机器学习能有效预测出区域滑坡易发性, RF预测的滑坡易发性精度高于SVM, 而其不确定性低于SVM, 但两者的易发性分布规律整体相似; ②权重均值法计算出延长县滑坡主控因子依次是坡度、高程和岩性。实例分析和文献综述显示RF模型相较于其他机器学习模型属于可靠性较高的易发性模型。 相似文献
11.
利用机器学习模型进行滑坡易发性评价时, 不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化, 探索了该算法对滑坡易发性机器学习模型的优化效果。以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说明该算法的可行性与适用性。基于滑坡历史编录, 确定研究区内1 017个滑坡点, 并选定15个滑坡影响因子, 以此构建滑坡易发性模型的训练集和测试集。利用贝叶斯优化算法对4种机器学习模型的主要超参数进行了优化, 依据优化后的超参数建立了4种优化模型, 并使用AUC值等指标来比较其预测能力。结果表明: 经超参数优化后的4种机器学习模型预测性能均有所提高, 且基于贝叶斯优化的随机森林模型表现最好。 相似文献
12.
以乡镇为评价单元开展区域滑坡易发性评价对用地规划、防灾减灾等方面具有重要意义.以万州区临江 段的２３个乡镇单元作为研究对象,首先选取地表高程、坡度、坡向、岩性、构造、土地利用类型、地形湿度指数、水 系、道·９个指标因子,通过 C５．０决策树算法计算该区域发生滑坡的概率,再利用快速聚类算法进行易发性结果 分级;基于 ArcGIS平台得到各乡镇单元的滑坡易发性分区,结果表明:C５．０决策树－快速聚类模型的易发性评价 精度最高,AUC值达到０．９５０,优于人工神经网络－快速聚类模型的０．８２６和贝叶斯－快速聚类模型的０．７７２.利 用 C５．０决策树－快速聚类模型的计算结果,综合考虑极高(高)易发区面积大小及其占乡镇面积比大小,完成各 乡镇单元的滑坡易发性区划.在所有２３个乡镇中,滑坡易发性等级高的包括大周镇、万州城区、溪口乡、新田镇 等乡镇.通过对比各乡镇滑坡面积占研究区滑坡总面积的比重,发现两者结论基本一致,预测结果可为全区滑坡 防灾减灾提供科学依据. 相似文献
13.
小流域山洪灾害危险性分析之降雨指标选取的初步研究 总被引：1，自引：0，他引：1
降雨是诱发山洪灾害的直接动力和激发条件,是山洪灾害危险性分析中不可或缺的重要指标。对于不同的研究区,不同频次和历时的降雨对山洪灾害的影响不同,危险性分析所选取的降雨指标也可能不同。本文基于1:5万小流域数据、历史山洪灾害空间分布数据和暴雨图集资料,以江西省婺源县小流域为例,采用相关分析法对初步选取的24个降雨指标进行相关性分析,筛选出相关性不强的降雨指标;利用GIS技术和基于局部Getis-Ord Gi*算法的优化热点分析工具对历史山洪灾害点进行空间聚类分析,获得研究区每个小流域山洪灾害危险度的估值,该值能够较好地反映小流域山洪灾害危险性的空间分布;通过地理探测器模型中的因子探测器和交互探测器对已筛选出的降雨指标和小流域山洪灾害危险度进行综合探测分析,从而获取对该研究区小流域山洪灾害危险性影响较大的降雨指标,即100年一遇最大6 h降雨和100年一遇最大24 h降雨。本文研究对小流域山洪灾害危险性分析降雨指标的定量选取具有参考和指导意义。 相似文献
14.
区域滑坡易发性评价对滑坡灾害防治具有重要意义，贵州省思南县由于其特殊的自然地理和地质条件，受滑坡地质灾害的影响非常严重，因此，非常有必要对思南县的滑坡易发性进行评价。在滑坡编录的基础上，采用由RS、GIS和GPS组成的3S技术，获取了思南县的数字高程模型、坡度、坡向、剖面曲率、坡长、岩土类型、地表湿度指数、距离水系的距离、植被覆盖度和地表建筑物指数10个滑坡影响因子；再在频率比和相关性分析的基础上，利用逻辑回归模型对思南县的滑坡易发性进行了评价并绘制了易发性分布图。结果表明:利用逻辑回归模型预测思南县滑坡易发性的准确率(AUC值)达到0.797，较为准确地预测出了思南县滑坡分布规律；极高和高滑坡易发区主要分布在高程低于600 m、地表坡度较大且以软质岩类为主的区域；而极低和低滑坡易发区主要分布在高程较高、地表坡度较小且以硬质岩类为主的区域。 相似文献
15.
本文以山西省霍西煤矿区为研究区,利用遥感和GIS方法对滑坡灾害的敏感性进行了数值建模与定量评价。利用交叉检验方法构建了径向基核函数支持向量机滑坡敏感性评价模型,并基于拟合精度对模型进行了定量评价;对各评价因子在模型中的重要性进行对比分析;基于空间分辨率为30m的评价因子,通过径向基核函数支持向量机模型获得了霍西煤矿区滑坡敏感性指数值,并利用分位数法将霍西煤矿区的滑坡敏感性分为极高、高、中和低4个等级。结果表明：拟合精度建模阶段和验证阶段分别为87.22%和70.12%;与滑坡敏感性关系最密切的5个评价因子依次是岩性、距道路距离、坡向、高程和土地利用类型;极高和高敏感区域分布了93.49%的滑坡点,面积占总面积的50.99%,是比较合理的分级方案。本研究不仅可以为研究区人工边坡调查和煤矿资源合理开采提供借鉴,对相似矿区的相关工作也具有参考价值。 相似文献
16.
基于信息量模型和数据标准化的滑坡易发性评价 总被引：1，自引：0，他引：1
本文以北川曲山-擂鼓片区为研究区,将坡度、坡向、高程、地层、距断层的距离、距水系的距离和距道路的距离作为该区域滑坡易发性评价因子。采用信息量模型计算了各项评价因子的信息量值,并运用4种标准化模型对信息量值进行标准化处理。各评价因子的权重由层次分析法（AHP）确定。在GIS中将权重值和各评价因子的标准化信息量值,进行叠加计算得到区域滑坡总信息量值,并基于自然断点法对其进行重分类,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5级易发区。将基于4种标准化模型和信息量模型得到的滑坡易发性评价结果进行了对比分析,结果表明：基于最值标准化信息量模型的滑坡易发性评价结果的ROC曲线下面积AUC值为0.807,高于其余模型的AUC值,说明最值标准化信息量模型的滑坡易发性评价效果最好。极高易发区面积占研究区面积的20.03%,离断层和水系较近,主要分布地层为寒武系、志留系和三迭系。研究结果可为区内滑坡风险评价和灾害防治提供参考。 相似文献
17.
不同的易发性评价模型可以得到有差异的滑坡空间预测结果，选取最优模型甚至综合各模型的优势是提高易发性评价精度的有效方法。为检验模型融合思路的有效性，以鄂西地区五峰县渔洋关镇为研究区，提取坡度、地层、断层、河流、公路等7个滑坡成因条件，分别采用信息量模型、证据权模型和频率比模型进行滑坡易发性评价；并将3种模型分别进行归一化、主成分分析（PCA，Principal component analysis）和优势融合，得到了6幅易发性分区图。结果表明:优势耦合模型精度最高（90.3%），频率比模型次之（89.7%），归一化融合模型和PCA融合模型分别为89.3%和89.1%，以上4种结果的精度均高于证据权模型（87.7%）和信息量模型（87.6%）；6幅预测图对应的评价结论与历史滑坡空间分布的实际情况相符。空间一致性对比结论表明，主成分融合模型与优势耦合模型的同格率高达68%，其预测结果避免了单个模型预测结论带来的偶然性和片面性，说明多模型融合方法与优势耦合模型在提高滑坡易发性预测精度上是可行性的，该思路对其他地区滑坡灾害易发性评价具有借鉴意义。 相似文献
18.
基于信息量模型的中国滑坡灾害风险区划研究 总被引：33，自引：2，他引：31
基于信息论发展起来的信息量模型是进行区域滑坡灾害风险评估的一种有效方法。GIS技术为滑坡灾害在不同模型条件下的风险评估提供了有效地技术支持。经过研究，开发出了基于MapGIS软件平台的滑坡灾害风险分析系统。在该系统支持下．采用信息量模型对中国范围内的滑坡灾害进行危险性分析。进而进行区域社会经济易损性分析。并在此基础上进行最终的滑坡灾害风险评估。 相似文献
19.
库水λ变动和降雨是影响三峡水库库区滑坡失稳的重要因素,因此进行不同时段内的库水λ变动联合降 雨工况下的滑坡稳定性评价具有重要意义.以重庆市万州区麻柳林滑坡作为研究对象,首先在实际监测资料的 基础上,将工程地质类比法和 GeoStudio数值模拟相结合,对滑坡抗剪强度参数进行反演优化;然后基于 PＧⅢ型 分布曲线对降雨重现期进行分析后共设置２５种计算工况,利用 GeoStudio模拟软件进行模拟计算.并选取了内 摩擦角、黏聚力及降雨量３个因素进行了正交试验,采用极差分析法进行稳定性敏感分析.分析表明,麻柳林滑 坡稳定性变化幅度与降雨强度呈正相关,变形量与滑坡稳定性系数呈负相关;最不利工况为低水λ联合百年一遇 降雨工况,此时麻柳林滑坡稳定性系数为０．９６０,滑坡模拟变形量达到０．３９４７m.极差分析结果表明所选取的３ 个影响因素的敏感性由大到小依次为:内摩擦角、黏聚力、降雨量.此次研究成果为确定库区滑坡失稳破坏工况 和稳定性分析评价提供了一种可行的思·. 相似文献
20.
易发性评价是区域滑坡灾害风险预警与稳定性分析的基础,针对乡镇尺度的大比例尺精细化滑坡易发性评价,传统基于水文学和地貌学的斜坡单元划分方法难以满足评价精度。针对以上问题,以重庆市万州区大周镇为实例验证对象,形成了适用于精细化评价的改进斜坡单元划分方法。首先从斜坡地质环境孕灾规律出发,综合考虑地形地貌、物质组成、斜坡结构和灾害类型的均一性要求,提出了基于斜坡地质环境一致性的改进斜坡单元划分方法,选择重庆市万州区大周镇为实例验证对象,并与水文分析法、曲率分水岭法进行了对比分析。结果表明：(1)改进斜坡单元法划分的评价单元大小均匀性较好,未出现细碎单元或畸形长条状单元;(2)评价单元的总体形态特征更为合理,形态指数集中在1～2之间,呈现圆形或正方形斜坡形态;(3)改进斜坡单元划分的结果与已有灾害边界范围的叠加重合度最高,能更好地体现滑坡易发性评价或稳定性分析物理意义。研究结论对提高区域滑坡易发性评价的准确性与精度具有重要借鉴意义。 相似文献