共查询到19条相似文献，搜索用时 187 毫秒
1.
以攀枝花市米易县为研究区域,采用GIS技术,选取坡度、坡向、坡形、地层岩性和相对高差等5个指标作为评价因子,利用贡献权重模型对研究区的滑坡地质灾害进行危险性评价。评价结果经过检验符合实际情况:高危险度区占全区面积31.9%;中危险度区占全区面积52.6%;低危险度区占全区面积15.5%;高、中危险度区所包含的滑坡个数占到全区滑坡总数的95.9%。评价结果表明,GIS技术和贡献权重模型结合能够很好地为滑坡灾害危险性评价服务,可以解决过去危险性评价中效率低、精度差等问题,从而实现滑坡灾害评价的信息化和科学化。 相似文献
2.
3.
基于GIS的小江断裂中北段滑坡灾害危险性评价 总被引：1，自引：0，他引：1
小江断裂中北段作为金沙江下游重大水电工程库区内最重要的活动断裂构造,其沿线滑坡地质灾害发育,严重制约了当地的经济和社会发展。在详细调查了小江断裂中北段沿线滑坡地质灾害的基础上,选取了坡度、坡向、工程地质岩组、岸坡结构、断裂构造等9个影响因子作为评价指标,对研究区滑坡灾害的发育分布规律进行了分析研究,并采用AHP-CF法建立了滑坡灾害危险性评价模型,利用GIS空间分析功能得出了研究区滑坡地质灾害危险性分区。通过检验曲线验证滑坡地质危险性评价结果可知,AUC值为80%。 相似文献
4.
基于滑坡分类的西宁市滑坡易发性评价 总被引：1，自引：0，他引：1
以往的滑坡易发性评价多以全体滑坡为研究对象，忽视了滑坡类型的区别。各评价指标对不同类型滑坡的影响程度不同，也导致指标权重无法精确地反映其对滑坡的影响。为更准确地对滑坡灾害进行空间预测，针对西宁市滑坡特征及发育机理，将全区滑坡分为土质滑坡和岩质滑坡；在野外实际调查的基础上，结合相关性分析，选取坡度、坡向、剖面曲率、平面曲率、工程地质岩组，以及滑坡点距断层、水系、道路的距离远近等8项因素作为滑坡易发性评价指标，并通过滑坡点分布密度和滑坡点相对分布密度，分析各评价指标分别对土质滑坡和岩质滑坡的影响；利用信息量模型，计算各评价指标对两类滑坡的信息量值，利用人工神经网络模型，赋予各评价指标对两类滑坡的权重；最后基于GIS平台利用加权信息量模型对研究区进行易发性评价。通过统计方法和ROC曲线法分别计算滑坡易发性评价成功率，结果表明:评价成功率可达到82.61%和82.30%，与未经滑坡分类的成功率比较，分别提高了10.9%和5.2%；同时，经过滑坡分类后，湟水河两岸地质条件较差的地区转变为滑坡高易发区。 相似文献
5.
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.
赵伯驹李宁幸夫诚向晗 《中国地质灾害与防治学报》2023,(5):32-42
文章以德格县为研究区,以7 m DEM进行地形分析处理,并结合相关调查数据建立了德格县滑坡灾害数据库,通过选取的地震峰值加速度、断裂带、水系、坡度、坡向、高程、岩性等7个指标,在GIS技术支持下,利用信息量模型(I)、层次分析法模型(AHP)、确定性系数模型(CF)相互耦合对研究区灾害敏感性评价,再分析得到活动频率因素对研究区全县域进行危险性评价,将得到的结果分成4个区域,分别为高危险区、较高危险区、中危险区、低危险区,其中高、较高危险区占总面积2.23%。其中,滑坡灾害占总灾害的42%。评价结果与实际调查结果符合程度较高,能够为该地域未进行实地调查的地方进行相关滑坡灾害的预测预报,并对安全防治提供技术支持,亦可以为其他地区滑坡灾害危险性评价提供理论指导和技术参考。 相似文献
7.
区域性滑坡敏感性评价的数据驱动权重模型及应用 总被引：5，自引：0，他引：5
基于GIS的区域滑坡灾害评价的空间分析方法主要有两种，一是基于专家经验的知识驱动型方法；二是基于统计学的数据驱动型方法。前者对于影响滑坡灾害发生的评价指标的分级以及权重的确定多依赖于专家的经验，具有主观性和不确定性。而后者则是根据已发生滑坡灾害的历史调查数据以及影响滑坡灾害发生的孕灾环境因子资料，对评价指标进行分级和权重的确定。后者使区域滑坡评价更具科学性和可靠性。本文基于GIS技术，运用贝叶斯统计方法的数据驱动权重模型及其分析程序，进行了哥伦比亚Chinehina地区滑坡灾害敏感性分析。 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.
基于斜坡单元与信息量法结合的宝塔区黄土滑坡易发性评价 总被引：4，自引：0，他引：4
滑坡易发性评价对滑坡灾害的防治与管理具有重要意义。为了评价延安宝塔区黄土滑坡易发性,以斜坡为基本评价单元,选取斜坡坡度、坡高、坡向、坡形、斜坡结构类型、植被和人类工程活动7个指标作为评价因子,在Arc GIS平台下,利用信息量模型对研究区的黄土滑坡进行易发性分区评价。评价结果表明,宝塔区滑坡高易发区面积1092.39km~2,占全区面积的30.81%,主要分布于宝塔区的中部及北部地区,低易发区集中于宝塔区南部汾川河流域。以斜坡作为评价单元提高了与实际地形地貌的吻合度。应用信息量模型进行滑坡易发性评价具有较高的预测精度,已有滑坡点落在很高易发区和高易发区中的比例为95.7%,较真实地反映了客观实际。 相似文献
10.
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
11.
基于GIS技术,利用信息量模型开展区域滑坡灾害危险性预测研究,编制滑坡灾害易发分区图,为滑坡灾害的风险预测及实时预警预报提供基础资料。以浙江省永嘉县为例,利用MAPGIS二次开发得到的信息量专业模块,结合永嘉县历史滑坡灾害和2004年以来新发生的灾害点,分别评价了研究区的历史滑坡灾害危险性和现状滑坡灾害危险性;提出用历史滑坡灾害危险性图件结合新发生的灾害点来验证评价模型;将历史灾害点和新灾害点结合生成滑坡灾害危险性预测图件的预测过程;研究成果经在永嘉县的实际验证分析,2004年后3次台风期间（2004年的“云娜” 台风,2005年的“海棠”和“麦莎”台风）发生的有准确地点的滑坡灾害点全部位于滑坡灾害易发区内,表明采用的模型具有较好的实用性和可靠性;采用历史统计和快速聚类相结合的方法进行危险性等级的划分,克服了前人研究工作中人为划分易发区的缺陷,更科学、客观。 相似文献
12.
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
13.
浙江地区引发滑坡的降雨强度-历时关系 总被引：5，自引：0，他引：5
由于独特的地理位置,复杂的地质、地形和气候背景,浙江成为中国降雨型滑坡（土体和岩体滑动,也包括泥石流和崩塌等）最频发的地区之一。为评价浙江地区的滑坡灾害,本文对该地区1990年至2003年雨量站记录的降雨数据进行了详细分析,确定了引发土体滑坡-泥石流的降雨强度―历时下限。 相似文献
14.
在充分调查万州区地质环境及滑坡灾害基本特征的基础上,根据资料的有效性和可获得性,选取地表高程、坡度、地层岩性、地质构造、土地利用类型、区域交通建设及河流侵蚀冲刷7个影响滑坡发生的因素作为评价指标,采用AHP法确定各个指标权重并建立滑坡灾害危险性指数模型,通过GIS系统的空间分析功能进行栅格运算,得出研究区滑坡灾害危险性分区。采用上述指标和方法将重庆市万州区的滑坡灾害划分为极高危险区、高危险区、中危险区、低危险区和极低危险区,划分结果符合该区滑坡灾害的实际情况。 相似文献
15.
基于有效降雨强度的滑坡灾害危险性预警 总被引：1，自引：0，他引：1
选取湖北省恩施地区1 000 km2区域作为典型研究区, 在全面分析该区域历史滑坡资料的基础上, 根据该区滑坡生成与地层岩性之间的关系, 将研究区地层划分为高、中、低3类易发性岩组.分岩组统计降雨监测数据与历史滑坡信息, 得出有效降雨强度与关键降雨持续时间的散点图, 由此确定不同滑坡发生概率的有效降雨强度阈值, 提出该区的滑坡灾害危险性预警判别模型.基于样本区统计数据建立滑坡预测指标体系, 运用GIS得出研究区域的滑坡空间易发性区划结果, 并根据不同易发岩组-有效降雨强度模型, 叠加滑坡灾害易发性分区结果与降雨危险性预警等级分级结果, 对研究区的滑坡灾害危险性进行了预测预警.结果表明: 不同易发岩组-有效降雨强度模型所得预警结果与实际情况吻合, 预警模型具有考虑全面和预警精度高的特点, 在实际预警中切实可用. 相似文献
16.
基于GIS的巴东新县城滑坡灾害风险系统 总被引：3，自引：0，他引：3
本文提出了基于GIS的滑坡灾害风险预测系统流程。并将滑坡灾害风险评价模型与GIS技术先进的图形处理和空间分析功能相结合,建立了巴东县新县城区滑坡灾害风险预测系统。系统由信息管理子系统、危险性预测子系统、易损性预测子系统、风险预测子系统四大子系统构成。系统在对相关信息进行采集、存贮、检索和管理的基础上,结合物元模型、BP模型等专业预测模型,实现了滑坡灾害危险性、易损性评价,最终取得了滑坡灾害风险分布图,为三峡库区内各县的滑坡灾害信息管理和风险预测提供了新途径。预测成果可为研究区的国土规划和移民工程的顺利实施提供依据和保障。 相似文献
17.
基于专家评分模型和GIS的滑坡预警分析开发研究 总被引：2，自引：0，他引：2
利用层次分析法,结合专家评分模型,构建了滑坡预警评价指标体系。在GIS技术的支持下,开发出滑坡预警分析系统。采用该系统不但能预测滑坡灾害的空间发展趋势,而且还可反映出某一时段内其发生发展态势。文中以河北省太行山地区为例,利用该系统,实现了该区的滑坡预警评价分析。其结果与实地滑坡分布规律存在很好的一致性。 相似文献
18.
基于逻辑回归模型和确定性系数的崩滑流危险性区划 总被引：1，自引：0，他引：1
崩滑流是崩塌、滑坡和泥石流地质灾害的总称。本文根据逻辑回归模型和贵州省崩滑流地质灾害发生的确定性系数CF,统计贵州省内崩滑流发生概率与其影响因子之间的函数关系; 并利用GIS技术编制贵州省崩滑流地质灾害危险性区划图。首先根据影响因子子集中已发崩滑流灾害面积和影响因子子集面积来计算崩滑流地质灾害发生的确定性系数CF; 其次将灾害是否发生作为因变量,影响因子子集发生崩滑流地质灾害的确定性系数CF作为自变量,应用逻辑回归模型统计分析它们之间的函数关系; 然后利用GIS技术计算研究区内各独立属性单元发生崩滑流地质灾害的概率p,按p值10等分标准将研究区划分为10个危险性等级区,并绘制贵州省崩滑流地质灾害危险性区划图; 最后用已发崩滑流地质灾害的分布数据来检验危险性区划的效果。研究结果表明:本文根据逻辑回归模型和崩滑流地质灾害发生的确定性系数CF,将贵州省分为Ⅰ～Ⅹ的10个崩滑流地质灾害危险性等级区与实际情况基本符合,能够良好地反映贵州省境内发生崩滑流地质灾害的难易程度。 相似文献