共查询到20条相似文献，搜索用时 125 毫秒
1.
基于GIS的滑坡、泥石流灾害危险性区划关键问题研究 总被引：20，自引：3，他引：20
随着GIS技术的引入,滑坡、泥石流灾害危险性区划的效率和准确性得以大大提高。依据工程地质类比原则,在灾害学理论指导下,结合专家打分、层次分析、人工神经网络、信息量、Logistic回归、统计量等模型方法,以MAPGIS软件为平台,利用C++语言开发了滑坡、泥石流灾害危险性区划评价分析系统;并重点探讨了GIS支持下的滑坡、泥石流灾害危险性区划过程中的因子分析、模型选取、模型复合、单元划分、系统集成、结果评价等关键问题,建立了一整套基于GIS的滑坡、泥石流灾害评价方法体系。应用该系统对长江三峡库区和辽宁省鞍山市分别开展了滑坡、泥石流灾害危险性区划研究,取得了较好的效果。 相似文献
2.
阿富汗东北部是典型的高原寒旱地区,滑坡灾害发育,除受地形地貌、地质构造、人类活动等因素影响外,还由积雪覆盖、冰雪消融等方面控制;为研究高原寒旱地区滑坡危险性,在遥感解译基础数据上,考虑高原寒旱地区积雪覆盖和冰川活动对滑坡发育的影响,引入积雪覆盖度和消融水当量两个评价指标,基于证据权-全连接神经网络模型建立滑坡易发性评价模型,以度日模型、SCS-CN模型建立滑坡危险性评价体系,并根据混淆矩阵对评价模型进行检验;危险性评价结果表明极高危险性区域占全区10.46%,分布灾害面积占比82.71%,主要分布在努尔斯坦省东部库纳尔-奇特拉尔河段、巴达赫尚省除瓦罕走廊段的中东部高山区和帕尔万省赫尔曼德河段;高危险性区域占全区14.83%,分布灾害面积占比12.11%,主要分布在巴达赫尚省东部区域、努尔斯坦省和帕尔万省西部.检验结果及统计结果均表明结合证据权法取负样本对神经网络精度提升显著;研究成果为阿富汗滑坡灾害早期预警与工程防治提供科学依据. 相似文献
3.
4.
基于RS与GIS的层次分析法在滑坡危险性评估中的应用——以四川宣汉天台乡滑坡为例 总被引：5，自引：1，他引：4
基于遥感(RS)和地理信息系统(GIS)技术,采用多层次分析(AHP)法,以四川宣汉天台乡为研究区,根据该区实际情况,选取线性构造、道路、土地利用、坡度、坡向5种影响滑坡灾害发生的因素作为评价因子,进行区域滑坡危险性评估。在ArcGIS的空间分析环境中运行权重叠加,把研究区划分成滑坡极易发生区、易发生区、一般发生区、可能发生区、难发生区和极难发生区。通过实地调查和与研究区的滑坡灾害实证研究结果进行比较,发现评估结果与实际状况较为吻合,研究方法能够准确地评估区域滑坡灾害危险性的程度。 相似文献
5.
6.
滑坡泥石流灾害风险评估目前没有一个统一的概念体系和理论框架.从滑坡泥石流风险评估的基本概念出发,综合分析不确定性与灾害以及灾害与风险之间的关系,明确区分了“灾害体”、“灾害事件”和“灾害现象”三种含义,界定了灾害易发性、危险性和风险性的内涵.然后从这些明确的概念出发,提出了危险性和易损性的数学表达形式,由此构建了滑坡泥石流风险评估的理论框架,以期能够为今后的滑坡泥石流风险研究工作提供参考. 相似文献
7.
遥感技术已成为区域地质灾害及发育环境宏观调查不可缺少的技术之一,在滑坡、崩塌、泥石流等地质灾害调查、监测和研究工作中发挥重要作用．本文简要介绍应用法国SPOT5卫星影像数据进行地质灾害遥感解译调查与监测,按照建立地质灾害遥感解译标志、室内遥感解译、野外实地验证、室内再解译的技术路线,共解译出滑坡、泥石流灾害点1505处,并对灾害重点片区进行详细遥感调查．通过野外验证取得较好应用效果．SPOT5影像数据不但满足l：5万地质灾害遥感解译,且完全满足1：1万重点片区地质灾害遥感解译． 相似文献
8.
兰州是中国省会城市中地质灾害较为频发的地区之一,其地质灾害主要受地质、地形和人类活动等因素的影响。本文在分析兰州市区滑坡发育的控制因素和主要影响因素的基础上,以地理信息系统(GIS)为平台、采用专业数理统计软件SPSS中的逻辑回归模型(Binary Logistic)计算评价区内各单元格地质灾害的发生概率,通过GIS平台和SPSS软件之间数据格式的交换,利用GIS软件的空间分析功能,对兰州市滑坡灾害危险性进行了区划。研究结果与滑坡分布规律一致,对兰州市的地质灾害防治具有实际意义。 相似文献
9.
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
10.
兰成渝成品油管道是我国能源战略的重要组成部分,礼县—广元段基岩山区线路上崩塌、滑坡、泥石流等地质灾害均较为发育,对管道安全运行存在着潜在的威胁。基于多源遥感检测信息,以该段线路泥石流为例,建立了泥石流灾害的遥感解译标志,采用模糊综合评判法分析了降雨作用下泥石流灾害发生概率,并对管道泥石流灾害危险性进行了评价,从而实现了管道泥石流灾害的快速预警。 相似文献
11.
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
12.
三门峡市地质灾害发育特征与防治对策研究 总被引：6，自引：1，他引：6
文章着重论述了三门块市地震、地面变形、崩塌、滑坡、泥石流、土壤侵蚀、地方病等主要地质灾害发育现状；分析它们发生和发展的地质环境背景。包括自然地理、地质地貌、构造、水文地质、工程地质条件，并对人类经济活动引起的崩塌、滑坡、泥石流、土壤侵蚀发展趋势、地面变形等问题进行了预测。在此基础上，提出了对主要地质灾害采取的防治对策和建议。 相似文献
13.
山区公路地质灾害减灾决策支持系统——以西藏古乡沟泥石流为例 总被引：1，自引：0，他引：1
由于复杂地形条件和地质条件以及降雨、地下水等因素的影响,山区公路易受到泥石流、滑坡、崩塌、溜砂坡等地质灾害的危害。文章在对山区公路地质灾害模型研究和分析的基础上,建立了滑坡稳定性分析、泥石流活动性分析、泥石流危险范围预测与危险性分区、滑坡区公路整治方案优选、拦砂坝优化设计等灾害分析模型和减灾决策模型,通过数据库、分析模型和决策模型的集成,建立了基于组件式GIS的山区公路地质灾害减灾决策支持系统。作为系统应用的实例,文章最后讨论了系统在古乡沟泥石流危险范围预测的应用,预测了一定条件下泥石流堆积扇上的泥深,泥石流运动过程中出现的最大泥深、最大速率、最大动量和最大动能,为古乡沟泥石流的预防和治理提供了科学依据。 相似文献
14.
针对崩塌、滑坡和泥石流等灾种齐全的高山峡谷区,选取四川省阿坝县为研究区,采用多灾种耦合的评价思路,开展地质灾害危险性精细化评价。崩塌、滑坡等斜坡类灾害危险性评价以栅格为评价单元,泥石流灾害危险性评价以流域为评价单元。基于信息量模型和层次分析法,分别开展危险性评价,进而采用取大值的方法,获取研究区综合地质灾害危险性评价结果。研究表明,工作区综合地质灾害极高危险区、高危险区面积明显大于单灾种评价结果,极高危险区、高危险区主要位于崩塌、滑坡较发育的碎裂岩区域和极度易发的泥石流流域。针对高山峡谷区地质灾害危险性评价,多灾种耦合的评价思路能更合理的反映不同类型灾害在形态及空间上的差异,获取更精确的危险性评价结果。 相似文献
15.
黄河流域甘肃段是甘肃省地质灾害最为集中的区域。截止2019年底,查明地质灾害点共12829处,占全省灾害总量的70.83%。按照水系分布划分,以渭河流域、泾河流域、黄河干流流域最为发育,其他水系次之。依据空间分布特征,划分为永登—靖远等北部泥石流灾害为主的区段、中部崩塌滑坡泥石流集中区段、南部崩塌滑坡泥石流为主的区段和玛曲—碌曲地质灾害轻微发育区段。依据时间分布特征,具有2—5月冻融期、7—9月主汛期两个高发时段。地质灾害具有小灾巨损、群发巨损和链式巨损等致灾特征。单体灾害易形成巨大损失,降雨、地震引发的群发性地质灾害往往损失巨大,同时崩滑流阻断河道形成的堰塞湖风险也常有发生。 相似文献
16.
Rapid debris flows are among the most destructive natural hazards in steep mountainous terrains. Prediction of their path and impact hinges on knowledge of initiation location and the size and constitution of the released mass. To better link mass release initiation with debris flow paths and runout lengths, we propose to capitalize on a newly developed model for rainfall-induced landslide initiation (“Catchment-scale Hydro-mechanical Landslide Triggering” CHLT model, von Ruette et al. 2013) and couple it with simple estimates of debris flow runout distances and pathways. Landslide locations and volumes provided by the CHLT model are used as inputs to simulate debris flow runout distances with two empirical- and two physically-based models. The debris flow runout models were calibrated using two landslide inventories in the Swiss Alps obtained following a large rainfall event in 2005. We first fitted and tested the models for the “Prättigau” inventory, where detailed information on runout path was available, and then applied the models to landslides inventoried from a different catchment (“Napf”). The predicted debris flow runout distances (emanating from CHLT simulated landslide positions) were well in the range of observed values for the physically-based approaches. The empirical approaches tend to overestimate runout distances relative to observations. These preliminary results demonstrate the added value of linking shallow landslide triggering models with predictions of debris flow runout pathways for a range of soil states and triggering events, thus providing a more complete hazard assessment picture for debris flow exposure at the catchment scale. 相似文献
17.
甘肃天水市北山地质灾害类型及成因分析 总被引：1，自引：0，他引：1
本文在深入分析天水市北山地质灾害发育现状的基础上,通过野外调查、实验数据和已有成果资料综合分析的方法,系统研究了天水市北山地质灾害的主要类型及成因。通过对研究区地质灾害的形成机制分析和探讨,揭示了该地区地质灾害发育的物质基础、力学性质、自然因素和人为因素,可为进一步治理该区的各类地质灾害提供理论指导,同时对预测研究区未来地质灾害发生、发展具有积极的指导作用和实际意义。研究区突发性地质灾害的类型主要有滑坡、崩塌、不稳定斜坡、地面塌陷和泥石流沟等五种类型,其地质灾害主要分布在北山的阳坡,形成了数条滑坡群沟。滑坡类型以混合式、中层、小型黄土滑坡为主;崩塌类型以人为黄土崩塌为主;不稳定斜坡主要属黄土型,主要位于滑坡或阶地前缘以及人类居住区;地面塌陷主要分布在滑坡体上;泥石流沟灾害,按物质组成属于泥流沟,按流域形态属于山坡型,按流体性质属于稀性,按水动力条件属于暴雨型。 相似文献
18.
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
19.
《地学前缘(英文版)》2022,13(5):101425
Multi-hazard susceptibility prediction is an important component of disasters risk management plan. An effective multi-hazard risk mitigation strategy includes assessing individual hazards as well as their interactions. However, with the rapid development of artificial intelligence technology, multi-hazard susceptibility prediction techniques based on machine learning has encountered a huge bottleneck. In order to effectively solve this problem, this study proposes a multi-hazard susceptibility mapping framework using the classical deep learning algorithm of Convolutional Neural Networks (CNN). First, we use historical flash flood, debris flow and landslide locations based on Google Earth images, extensive field surveys, topography, hydrology, and environmental data sets to train and validate the proposed CNN method. Next, the proposed CNN method is assessed in comparison to conventional logistic regression and k-nearest neighbor methods using several objective criteria, i.e., coefficient of determination, overall accuracy, mean absolute error and the root mean square error. Experimental results show that the CNN method outperforms the conventional machine learning algorithms in predicting probability of flash floods, debris flows and landslides. Finally, the susceptibility maps of the three hazards based on CNN are combined to create a multi-hazard susceptibility map. It can be observed from the map that 62.43% of the study area are prone to hazards, while 37.57% of the study area are harmless. In hazard-prone areas, 16.14%, 4.94% and 30.66% of the study area are susceptible to flash floods, debris flows and landslides, respectively. In terms of concurrent hazards, 0.28%, 7.11% and 3.13% of the study area are susceptible to the joint occurrence of flash floods and debris flow, debris flow and landslides, and flash floods and landslides, respectively, whereas, 0.18% of the study area is subject to all the three hazards. The results of this study can benefit engineers, disaster managers and local government officials involved in sustainable land management and disaster risk mitigation. 相似文献
20.
基于Logistic回归的陕南秦巴山区降雨型滑坡预测方法 总被引：1，自引：0，他引：1
通过建立陕南秦巴山区降雨型滑坡灾害数据库,分析了不同降雨因子的雨强分布,计算了降水突发型滑坡灾害、降水滞后型滑坡灾害的雨强与滑坡发生概率的相关系数,采用Logistic回归方法确定不同时效降雨因子,得到陕南秦巴山区降雨型滑坡预测模型,并利用滑坡灾害实例,运用ROC曲线和kappa系数法对模型进行了验证。结果表明：滑坡前第m日降雨量Rdm(m=0,1,2)及综合雨量Rc四个降雨因子为诱发降雨型滑坡较为显著的因子。当降雨强度≥75 mm·h-1时,最易引起突发型滑坡;当连续降水达到2 d,且24小时雨量达到小雨或中雨时,应警惕滞后型滑坡灾害的发生。模型预测准确率达82.1%,ROC曲线的AUC值为0.836,kappa系数为0.616,验证结果显示该模型可靠。研究成果可作为陕南秦巴山区降雨型滑坡预报预警研究工作的重要参考。 相似文献