共查询到20条相似文献，搜索用时 23 毫秒
1.
基于综合指标法的芦山地震滑坡危险区等级快速划分 总被引：1，自引：0，他引：1
山区强烈地震诱发的滑坡崩塌是一种致灾严重、发生范围较广的灾害,进行地震滑坡危险区划是降低损失的有效手段之一。以2013年4月20日MW7.0芦山地震为例,以芦山县、宝兴县及其周边受滑坡崩塌灾害影响较为严重的区域作为研究对象,选定地层岩性、坡度、地震烈度、距断层距离和距水系距离等5类与地震滑坡关系密切的影响因子,采用层次分析法确定每个影响因子的权重,继而采取综合指标法,将研究区划分为低危险、中度危险、较高危险和最高危险4个等级的危险区,用以表示该区域在遭受给定的地震烈度作用下发生地震滑坡的可能性的大小。实地勘察的滑坡点分布与预测的地震滑坡危险区的对比表明,两者吻合程度较高,约有77%的滑坡点落在较高危险和最高危险区。研究成果可为地震滑坡灾害应急、山区地震滑坡预测、滑坡灾害预防等工作提供参考依据。 相似文献
2.
国家地震局地球物理研究所马秀芳、王碧泉与中国科学院生物物理研究所陈传涓、张英合作,对“模式识别 CORA-3修改算法程序包”进行了开发,于1985年2月完成了将该程序包从 VAX 大型计算机转至 PDP-11系列小型计算机上的转机工作。“模式识别 CORA-3修改算法程序包”简称为 PR 程序包,是应用模式识别中的CORA-3修改算法进行强震危险地点判定、地震预测或其他有关研究的专题程序包。PR 程序包是用 Fortran 77~+编写的,共包括三个程序:①COIN 程序:输入、修改资料,建立文 相似文献
3.
以四川省地理环境条件为研究背景,根据相关单位提供的资料,对四川省滑坡危险性等级进行了区划研究。将地形地貌、地层岩性、断裂构造、河流水系、降雨量、地震烈度等6项作为滑坡的主要影响因素,采用模式识别方法进行滑坡危险性等级区划,对算法中所涉及到的危险系数计算公式、因子权重分析、阈值选取等进行了一系列控制试验,验证了算法的可行性以及降低算法中存在的不确定性。采用“识别率”和“改变率”2个准则来判断“分类结果作为新的训练集”,即RTS试验的收敛性,从而给出识别率高、改变率稳定的分类结果,以及能合理反映识别结果的最佳参数。通过3次逐级识别分类,将四川省滑坡危险度划分为7个等级,区划结果与实际滑坡发生情况吻合。本文方法同样适用于其它地区的滑坡危险性等级区划。 相似文献
4.
不同地区地震活动的强度和频率是不同的.基于地震危险性分析的地震滑坡危险研究在综合了地震烈度、位置、复发时间等因素的基础上,考虑了地震动峰值加速度时空分布的特点,可以有效地应用于潜在地震滑坡危险区区划.以汶川地震灾区为研究对象,根据研究区的地质构造、地震活动特点等划分出灾区的潜在震源区,对该区进行地震危险性分析,并在此基础上采用综合指标法做出基于地震危险性分析的地震滑坡危险性区划.所得地震滑坡危险性区划按照滑坡危险程度分为高危险、较高危险、较低危险和低危险四级,表示未来一段时间内研究区在遭受一定超越概率水平的地震动作用下,不同地区地震滑坡发生的可能程度. 本文给出的地震滑坡危险性区划结果中,汶川地震滑坡崩塌较发育的汶川、北川、茂县等部分区域均处于高危险或较高危险区域;在对具有较高DEM精度的北川擂鼓镇地区所作的地震滑坡危险性区划中,汶川地震中实际发生的地震滑坡灾害与地震滑坡危险区划结果表现出较好的一致性.对区域范围而言,基于地震危险性分析的地震滑坡区划,可为初期阶段的土地规划使用及重大工程选址提供参考. 相似文献
5.
本文使用地震模式识别应用程序包—简称“PR” 程序包(the packageof program-to apple algorithms of pattern recognition)提供的CORA-3修改方法和Hamming方法,对北京及其邻近地区的地质、地貌和地球物理资料进行了新的研究。得到的结果如下:北京及其邻近地区M≥6.0级地震的震中主要分布在自新生代以来活动断裂(特别是主活动断裂)的交汇带内,新生代断陷盆地和新生代断陷盆地与平原或山区的接触地带。 本文对同一组资料用CORA-3方法、CORA-3修改方法、Hamming方法和加权Hamming方法的识别分类结果进行了比较。其中加权Hamming方法识别分类效果最好,CORA-3修改方法次之,Hamming方法和CORA-3方法更次之。 CORA-3方法可以通过识别的示性特征给出震中地区的地质背景及其相应的图象。Hamming方法计算简便、节约机时和内存,而且识别分类效果就本文而言,加权Hamming方法还略好于CORA-3修改方法。 相似文献
6.
黄土地震滑坡危险性分析对黄土地区城镇化、工程建设的规划和地震灾害预防具有重要意义。以甘肃省定西市岷县—漳县交界处为研究区域,通过统计分析该区历史地震滑坡灾害数据,归纳并建立包含地震、坡度、坡高、坡向、地层岩性、年平均降雨量、河流流域和地貌类型等8个影响因子的评价指标体系,采用信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型分别分析该区域黄土地震滑坡危险性。结果表明：(1)地震、河流和降雨是诱发黄土滑坡灾害发生的主要因素,其中地震因子贡献率最大;(2)研究区可划分为高、较高、中、低和极低危险区五个等级,其中高危险区主要集中于岷县、漳县与陇西县等地;(3)根据受试者工作特性(ROC)曲线精度检验结果,三种模型的AUC值分别为0.889、0.617和0.898,信息量-逻辑回归耦合模型结果的精确性相比其他两个模型更高。 相似文献
7.
利用高分辨率无人机航拍影像,结合基本地质资料,分析了影响2014年8月3日鲁甸M_S6.5地震震后崩塌滑坡分布的主要因素,使用M5'模型树算法建立了崩塌滑坡密度与其影响因子间的分段线性模型,并检验了该模型的预测性能。结果表明,地震诱发的崩塌滑坡分布受断层距、岩土体结构强度、坡度、植被条件等的影响,其中,断层距、岩土体结构强度及坡度等为主要影响因素;崩塌滑坡易发生在结构破裂区及坡度为38°~50°的区域,其分布密度随断层距的增加而减小;利用M5'模型树算法建立的模型体现出崩塌滑坡分布与其影响因子间复杂的非线性关系,模型检验结果显示,理论模型与实际关联函数间的相关系数达到0.88,因此,可利用该模型预测地震诱发的崩塌滑坡的分布。 相似文献
8.
芦山地震震后次生滑坡灾害风险评价研究 总被引：2，自引：2，他引：0
以北京时间2013年4月20日8时02分四川省雅安市芦山县7.0级地震为例,对研究区进行震后次生滑坡灾害风险评价.研究在利用芦山地震受灾区航空影像对震后次生滑坡灾害隐患点解译的基础上,选择坡度、坡向、震后累计降雨量和危险植被指数4个评价因子,利用统计分级法对各因子进行敏感性分析,采用层次分析法（Analytic Hierarchy Process,AHP）对评价因子进行权重量化,最后综合运用GIS空间分析技术对芦山地震震后次生滑坡灾害进行风险评价,研究结果将研究区划分为次生滑坡灾害高危险区、中危险区和低危险区. 相似文献
9.
通过研究,旨在提出一种迁移学习方法,以应对机器学习在缺乏历史滑坡点数据的大区域很难取得良好的评估效果的挑战。首先,通过结合10个影响因子利用随机森林算法对2013年芦山7.0级地震极震区进行预训练,得到高精度的预训练模型。随后,采用直推式迁移学习方法进行初始迁移,并利用“半监督”评估方式补充青藏高原东北缘地区的标签数值点。最后,利用归纳式迁移学习进一步训练预训练模型,得到在青藏高原东北缘地区评估更准确的地震诱发滑坡易发性评估图。此外,使用Kullback-Leibler散度计算迁移前后区域影响因子数据的相似性,并对2022年泸定6.8级地震极震区进行评估应用,验证基于迁移学习的青藏高原东北缘地震诱发滑坡易发性评估模型的准确性。研究结果可为该区域地震诱发滑坡灾害预防提供一定的参考。 相似文献
10.
滑坡是一种破坏性非常强的地质灾害,其中地震与降雨均为诱导滑坡发生的关键因素。从降雨期间发生地震的角度考虑,基于Green-Ampt降雨入渗模型对Newmark模型进行改进,推导两因素耦合作用下的边坡安全系数FS。以云南省鲁甸县某一区域为例,分别开展无降雨、降雨无积水与降雨积水三种情况下的地震滑坡危险性预测及坡度与入渗深度因子对位移影响分析。通过比较上述三种情况,得到研究区域内的Newmark累积位移分布及危险性区划。结果表明：与未降雨情况相比,后两种情况下地震滑坡高危险程度区域面积占比计算区域随着降雨时间的增加从1%分别提高至9%、12%,滑坡低危险程度区域面积从51%分别降低至35%、33%;坡度值与入渗深度值越大,滑坡位移越大,危险性越高。Newmark改进模型充分考虑了降雨对地震滑坡产生的促进作用,能更好地反映出研究区每个场点相对的滑坡危险性,对滑坡危险性预测具有一定指导意义。 相似文献
11.
为了充分识别和有效减轻滑坡灾害风险,对滇西南南涧(约470 km2)和凤庆—昌宁(约2300 km2)两个研究区开展了基于GIS和专家知识的滑坡敏感性模糊逻辑评价研究。通过检查模型计算得到的历史滑坡点敏感性值与整个研究区域的滑坡敏感性平均值是否不同来评价本方法的性能,用Z值检查来测试差异的统计显著性。计算结果显示,南涧地区的Z值为4.1,相应的P值小于0.001,表明通过模型计算得到的滑坡敏感性值是该区域滑坡事件发生的良好指标;凤庆—昌宁地区的Z值为8.93,相应的P值小于0.001。在此基础上,采用自然断点法对滑坡敏感性值进行分类,根据分类结果将滑坡敏感性水平划分成5个等级:极低(0.0~0.001)、较低(0.001~0.051)、中等(0.051~0.394)、较高(0.394~0.557)和极高(0.557~1.0)。敏感性极低和较低的地区没有发现历史滑坡记录;敏感性极高地区的历史滑坡密度约是敏感性较高地区的4倍,约为敏感性中等地区的10倍。凤庆—昌宁地区的研究结果表明,从区域专家群中提取的滑坡敏感性与环境因子关系的知识可以外延到滇西南其它地区。 相似文献
12.
13.
我国滑坡灾害频发,尤其是西部地区,滑坡的隐蔽性强且危害巨大,对其灾害隐患进行早期识别对防灾减灾意义重大。传统的人工排查、大地测量等手段在山区难以开展且耗时耗力,合成孔径雷达干涉测量技术(InSAR)作为新兴的遥感测量手段,可以更精确、高效地进行大范围的滑坡灾害隐患识别。以黄河流域刘家峡-兰州段为研究区,采用永久散射体InSAR技术对覆盖该区域的111景Sentinel-1 C-SAR数据进行处理,并使用GPS数据进行趋势改正,获取研究区2014年10月—2019年12月间视距向形变场及形变特征,成功识别出1处位于永靖县的滑坡隐患区。该区的规模和量级均大于永靖县黑方台滑坡区,且未被前人提及,具有较大危险性。将InSAR结果与投影到视距向的GPS结果及前人结果进行比较,验证PS-InSAR方法的有效性;并结合历史强震资料、实地考察及时间序列对研究结果进行验证分析,结果表明该滑坡隐患区可能与1125年兰州M7.0地震和2017年九寨沟M_S7.0地震有关。本研究可为当地防灾减灾提供数据和技术支持。 相似文献
14.
地震滑坡是最常见的地震次生地质灾害之一,不仅带来环境恶化,通常还造成严重的人员伤亡和财产损失,因此备受关注。为了解地震滑坡研究发展趋势,凝练地震滑坡定量评估科学问题,文章对区域地震滑坡定量评估起源、发展现状、存在的问题及未来发展进行了系统总结。研究结果表明：(1)区域地震滑坡灾害定量评估研究兴起于20世纪80年代,经过50多年学者的不懈努力,取得了丰硕的成果。区域地震滑坡灾害定量评估研究面临着新的社会需求。(2)地震滑坡是地震动力、地质特征和地貌条件等多因素耦合作用的结果,地震滑坡现象只有考虑成因机理与动力过程方可解释,地震滑坡成因机理研究主要集中于强震条件下斜坡的动力响应规律分析。(3)地震滑坡发育特征、成因机理以及数据库建设等基础研究推动了地震滑坡灾害风险定量评估研究。区域地震滑坡灾害风险定量评估包括地震滑坡危险性定量评估、地震滑坡易损性定量评估、地震滑坡危害性定量评估等内容。(4)在区域地震滑坡灾害定量评估方面,还需要进一步探索区域地震滑坡灾害形成的系统性和时空分布规律性、改进和完善区域地震滑坡灾害风险定量评估方法、开拓区域地震滑坡灾害防治战略规划。 相似文献
15.
16.
17.
基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了Mw6.9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,这些滑坡大概分布在一个面积为1455.3 km2的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.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、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考. 相似文献
18.
《地震工程与工程振动》2016,(6)
地震滑坡是大陆内部山区一种最为常见的地震次生灾害类型。本论文基于Arc GIS平台开发了地震滑坡危险性快速评估模块,实现震后1 h内地震滑坡危险性的评估,为震后应急求援提供一定的决策依据。本论文选取地震烈度、坡度、坡向、高程、水系距和断裂距6个参数作为地震滑坡影响因子,通过对历史地震滑坡数据进行统计分析,确定影响因子的分级量化标准,在GIS平台对影响因子数据进行一系列的数据处理,完成影响因子的量化赋值。采用层次分析法,确立各个影响因子的权重,并建立地震滑坡危险性评估数学模型。在此基础上,基于Arc GIS平台开发了地震滑坡危险性快速评估模块,可在震后1 h内获得评价区的地震滑坡危险性分布的公里网格数据。最后,以2013年四川省芦山县7.0级地震对评估模型进行了验证。结果表明,评估结果与实际滑坡点的分布基本符合,基于GIS的地震滑坡易发性快速评估模型是可靠的。 相似文献
19.