共查询到19条相似文献，搜索用时 296 毫秒
1.
地质灾害危险性评价是防灾减灾工作的重要依据。本文以汶川县城周边64 km2为例,应用遥感信息提取技术与GIS空间分析方法,根据IKONOS遥感图像和地形图及野外调查资料,提取了崩塌和滑坡易发性评价因子,采用信息量法确定了因子分值,计算了崩塌和滑坡易发性,并分别提出崩塌和滑坡的危险性计算方法,形成了汶川地区崩塌和滑坡危险性分区图。研究结果表明:新的崩塌和滑坡危险性评价方法能够反映区内地质灾害危险程度,该方法可行,结果合理,这为中、大比例尺区域范围内地质灾害危险性研究提供了有益的思路。 相似文献
2.
横断山区地质灾害发育多,其中属滑坡灾害易发育,危害大,且山区乡镇多地势环境复杂,不规范活动较多,易引发滑坡。因此对该区域乡镇进行滑坡易发性评价具有重要意义。以普洱市澜沧县安康佤族乡为例,选择高程、坡度、坡向、起伏度等8个影响因素建立滑坡易发性评价指标体系,构建了小区域滑坡灾害易发性评价指标层次结构模型,利用层次分析法(AHP)确定出各个因子权重值。基于易发综合强度指数法,利用ArcGIS地理空间分析评价了研究区滑坡易发性,划分了四类区域：高易发区,面积占比14.53%;较高易发区,面积占比34.06%;中易发区,面积占比33.57%;低易发区,面积占比17.84%。为安康佤族乡防灾减灾以及滑坡灾害治理提供参考,也为小区域滑坡灾害易发性评价提供了思路方法。 相似文献
3.
在滑坡的易发性、危险性和风险评价中,评价指标的选取和定量化是非常关键的。目前国内外采取的主要方法是利用GIS工具提取地形、岩性、距河流或断层带的距离、土地类型、植被、降雨、河流密度等因子进行分析和计算。这些指标在滑坡易发性和危险性区划中得到了广泛应用并取得了丰硕的成果,但也有一些局限性,具体表现在3个方面:一是不能针对不同的滑坡类型提供不同的评价指标体系;二是提取的这些因子中在区域上有些是共性因子,如岩性、降雨等;三是尚未建立一个完整的风险评价指标体系。本次研究专门针对陕西北部地区广泛发育的一种称之为"黄土崩塌"的滑坡类型,运用国际上流行的滑坡风险管理理论,确定其风险评价总体指标体系;基于大量野外调查数据的统计规律,分析了黄土崩塌危险性的主要来源和影响危害性的主要因素,从失稳可能性评价指标、崩塌强度评价指标、承灾体评价指标和易损性评价指标4个方面共确定了16大类36个评价指标。该指标体系的构建可为进一步的陕北黄土地区斜坡单元崩塌灾害风险评价提供基础。 相似文献
4.
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
5.
县城的快速发展日益受到地质灾害的显著制约,进行地质灾害危险性评价是县城可持续发展的客观需要。以甘肃省榆中县为例,建立了地质灾害危险性评价的3级模糊数学模型和全面详细的评价指标体系,查明了存在的主要地质灾害类型有滑坡、崩塌、泥石流及不稳定斜坡等,进行了地质灾害危险性3级模糊综合评价。结果表明,按照不易发、低易发、中易发和高易发4个级别,榆中县为地质灾害高易发区,该结果与实际情况较为一致。说明多级模糊综合法是实现地质灾害危险性评价由单因子定性评判过渡为多因子定量综合评判的有效途径。 相似文献
6.
7.
综合统计模型和物理模型的地质灾害精细评估——以福建省龙山社区为例 总被引：1，自引：0，他引：1
地质灾害易发性和危险性评价对象相同但评价内容有差异,即两者表达地质灾害的时间、空间和强度信息各有不同。本文将崩塌滑坡易发性中的统计模型和危险性评价中的物理模型进行结合,综合统计模型客观预测空间位置信息的优点以及物理模型模拟包含地质灾害发生机制的优势,弥补了区域统计模型无法预测灾害强度信息的不足,也对物理模型模拟的空间位置进行了有效的控制和修正,进而完成区域崩塌滑坡的易发性和危险性等级综合分析,实现对区域崩塌滑坡潜在高风险位置的精细评估。本文以福建省福鼎市龙山社区为例,利用野外获取的高清影像、地形、钻孔和地质灾害等数据,通过综合统计模型评价和物理模型危险性评估,完成潜在高风险位置的精细化分析。研究结果表明:需要进行重点排查治理的区域约占社区附近山体总面积的26.92%;研究区域内需要进行集中排查与治理的区域有5个,其中3个区域需要进行重点治理,其潜在高风险区域与野外地质灾害调查区域隐患点吻合;5个高风险区域直接对180幢左右楼房（约360余户居民）的安全构成威胁,该评估将野外调研中划定的大范围高风险区域精细化处理,并验证了该评价方法体系的可行性。该评价方法体系为区域崩塌滑坡地质灾害精细化排查和治理提供了工作思路和指导。 相似文献
8.
结合辽宁省新宾县地质灾害发育情况,在充分分析影响该地区地质灾害发生发展的自然因素和人为因素基础上,应用模糊综合评判方法,通过网格单元剖分,对泥石流、崩塌、滑坡、地面塌陷、地裂缝5种地质灾害进行易发程度划分与评价.结合Visual BASIC软件编程对各单元区评定等级,对其数字化结果进行叠加分析,最后应用Sufer 7.0软件生成等值线进行了新宾县地质灾害易发区的划分并作出评价. 相似文献
9.
本文通过对平凉市崆峒区城市地质灾害调查数据的综合分析,采用层次分析法构建崆峒区城区地质灾害易发性评价指标体系,根据城区地质灾害分布发育特征,建立崩塌、滑坡、泥石流地质灾害易发性层次结构模型,确定其影响因素权重,对崆峒区城市范围的地质灾害易发性进行了分区评价,其评价结果与实际条件比较吻合。其区划成果对崆峒区城市发展规划、减灾防灾以及灾害治理提供了可靠的依据,为开展黄土高原河谷阶地型城市地质灾害易发性评价工作具有一定的指导意义。 相似文献
10.
11.
滑坡易发性定量评估是预测滑坡发生空间概率的重要手段,基于统计分析原理的评估方法目前在国内外应用最为广泛,且不同评估方法的对比研究逐渐成为热点。以青海沙塘川流域黄土梁峁区为例,剖析了信息量模型和逻辑回归模型在滑坡易发性评估中的优越性和局限性,并探索提出基于二者的耦合模型。考虑坡度、坡向、起伏度、岩性、与干流距离、与支流距离和植被指数等7个影响因素,对比分析了基于信息量、逻辑回归及二者耦合模型的滑坡易发性评估的技术流程及结果。3种模型的成功率分别为:耦合模型成功率(78. 9%)>信息量模型成功率(71. 8%)>逻辑回归模型成功率(70. 8%)。在沙塘川流域黄土滑坡的易发性评估中,信息量和逻辑回归模型的表现基本相当,但信息量-逻辑回归耦合模型的成功率明显提升。该研究结果可为黄土高原区滑坡易发性定量评估提供借鉴。 相似文献
12.
Binh Thai Pham Dieu Tien Bui Indra Prakash 《Geotechnical and Geological Engineering》2017,35(6):2597-2611
In this study, we have evaluated and compared prediction capability of Bagging Ensemble Based Alternating Decision Trees (BADT), Logistic Regression (LR), and J48 Decision Trees (J48DT) for landslide susceptibility mapping at part of the Uttarakhand State (India). The BADT method has been proposed in the present study which is a novel hybrid machine learning ensemble approach of bagging ensemble and alternating decision trees. The J48DT is a relative new machine learning technique which has been applied only in few landslide studies, and the LR is known as a popular landslide susceptibility model. For the model studies, a spatial database of 930 historical landslide events and 15 landslide affecting factors have been collected and analyzed. This database has been used to build and validate the landslide models namely BADT, LR and J48DT Predictive capability of these models has been validated and compared using statistical analyzing methods and Receiver Operating Characteristic (ROC) curve. Results show that these three landslide models (BADT, LR and J48DT) performed well with the training dataset. However, using the validation dataset the BADT model has the highest prediction capability, followed by the LR model, and the J48DT model, respectively. This indicates that the BADT is a promising method which can be used for landslide susceptibility assessment also for other landslide prone areas. 相似文献
13.
目前基于GIS的泥石流易发性（简称DFS）评价模型中,统计类型模型的因子须保证独立性,且权重受区间划分控制;线性机器学习难以处理非线性问题、而常用非线性模型调试效率低.鉴于随机森林（RF）能有效克服常用模型的诸多不足,且在DFS评价中的应用极少,首先展开基于RF的DFS评价,采用线性、RBF支持向量机、二次判别分析、RF等经贝叶斯优化的模型和26种泥石流影响因子;然后,分别以RF的相对权重排序和蒙特卡洛方法研究因子组合和建模样本变化下DFS评价的可靠性.结果表明:RF不易发和较易发区中有21个因子可指示泥石流孕育环境差异;RF的相对权重排序能有效确定易发模型的局部最优因子组合;随机样本划分导致的评价不确定性在中易发区最大,应通过提高建模样本比例和改善模型降低;RF的预测能力指标AUC为0.86、全局预测精度为0.79、F1分数为0.66、brier分数为0.14,以及它们的可靠度最优,可作为DFS定量评估的优先选择. 相似文献
14.
区域滑坡易发性研究对地质灾害风险管理具有重要意义.以往研究中,将多元统计模型与机器学习方法相结合用于滑坡易发性评价的研究较少.以三峡库区万州区为例,首先选取9种指标因子（坡度、坡向、剖面曲率、地表纹理、地层岩性、斜坡结构、地质构造、水系分布及土地利用类型）作为滑坡易发性评价指标.基于证据权模型（weights of evidence,WOE）计算得到的对比度和滑坡面积比与分级面积比的相对大小,对各指标因子进行状态分级;再利用粒子群法优化的BP神经网络模型（PSO-BP）得到各指标因子权重.综合两种模型确定的状态分级权重和指标因子权重（WOE-BP）计算滑坡易发性指数（landslide susceptibility index,LSI）,基于GIS平台得到全区滑坡易发性分区图.结果表明:水系、地层岩性和地质构造是影响万州区滑坡发育的主要指标因子;WOE-BP模型的预测精度为80.8%,优于WOE模型的73.1%和BP神经网络模型的71.6%,可为定量计算指标因子权重和优化滑坡易发性评价提供有效途径. 相似文献
15.
滑坡灾害的易发性评价方法和模型有很多,不同的学者又对其进行了不同的改进,形成了不同的方法。究竟哪种方法更好,还需要结合实际进行方法的比较分析。论文应用基于专家经验值的二元统计法分析了四川平武高坪铺库区(约32 km2)高程、岩性、与居民点距离、与河流距离、坡度和坡向6种因素对滑坡灾害影响,并在此基础上进行了滑坡易发性评价。 相似文献
16.
Landslide susceptibility modeling based on ANFIS with teaching-learning-based optimization and Satin bowerbird optimizer 总被引：1，自引：0，他引：1
As threats of landslide hazards have become gradually more severe in recent decades,studies on landslide prevention and mitigation have attracted widespread attention in relevant domains.A hot research topic has been the ability to predict landslide susceptibility,which can be used to design schemes of land exploitation and urban development in mountainous areas.In this study,the teaching-learning-based optimization(TLBO)and satin bowerbird optimizer(SBO)algorithms were applied to optimize the adaptive neuro-fuzzy inference system(ANFIS)model for landslide susceptibility mapping.In the study area,152 landslides were identified and randomly divided into two groups as training(70%)and validation(30%)dataset.Additionally,a total of fifteen landslide influencing factors were selected.The relative importance and weights of various influencing factors were determined using the step-wise weight assessment ratio analysis(SWARA)method.Finally,the comprehensive performance of the two models was validated and compared using various indexes,such as the root mean square error(RMSE),processing time,convergence,and area under receiver operating characteristic curves(AUROC).The results demonstrated that the AUROC values of the ANFIS,ANFIS-TLBO and ANFIS-SBO models with the training data were 0.808,0.785 and 0.755,respectively.In terms of the validation dataset,the ANFISSBO model exhibited a higher AUROC value of 0.781,while the AUROC value of the ANFIS-TLBO and ANFIS models were 0.749 and 0.681,respectively.Moreover,the ANFIS-SBO model showed lower RMSE values for the validation dataset,indicating that the SBO algorithm had a better optimization capability.Meanwhile,the processing time and convergence of the ANFIS-SBO model were far superior to those of the ANFIS-TLBO model.Therefore,both the ensemble models proposed in this paper can generate adequate results,and the ANFIS-SBO model is recommended as the more suitable model for landslide susceptibility assessment in the study area considered due to its excellent accuracy and efficiency. 相似文献
17.
Landslide hazard or susceptibility assessment is based on the selection of relevant factors which play a role on the slope instability, and it is assumed that landslides will occur at similar conditions to those in the past. The selected statistical method compares parametric maps with the landslide inventory map, and results are then extrapolated to the entire evaluated territory with a final product of landslide hazard or susceptibility map. Elements at risk are defined and analyzed in relation with landslide hazard, and their vulnerability is thus established. The landslide risk map presents risk scenarios and expected financial losses caused by landslides, and it utilizes prognoses and analyses arising from the landslide hazard map. However, especially the risk scenarios for future in a selected area have a significant importance, the literature generally consists of the landslide susceptibility assessment and papers which attempt to assess and construct the map of the landslide risk are not prevail. In the paper presented herein, landslide hazard and risk assessment using bivariate statistical analysis was applied in the landslide area between Hlohovec and Sered?? cities in the south-western Slovakia, and methodology for the risk assessment was explained in detail. 相似文献
18.
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
19.
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