排序方式: 共有69条查询结果,搜索用时 15 毫秒
1.
四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年(2010—2018年)全部样本,数量达1 826个(其中,正样本613个,负样本1 213个)。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好(准确率94.3%,AUC为0.980)。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。 相似文献
2.
地质灾害与不同尺度降雨时空分布关系 总被引:2,自引:0,他引:2
降雨是地质灾害最重要的诱发因素之一,开展地质灾害与不同尺度降雨的时空分布研究,分析降雨诱发地质灾害的特点规律,对于提升地质灾害区域预警水平和防灾减灾实践具有重要意义。本文以2006~2007年汛期地质灾害的实际发生情况为例,通过统计分析方法,对区域地质灾害与年降雨量、月降雨量、月暴雨日数、典型降雨过程之间的时空分布关系开展系统分析,研究表明:降雨是群发型地质灾害发生的重要诱发因素,地质灾害的发育密度与年均雨量成正比,地质灾害发育密度最大的区域,其年均雨量最大;地质灾害分布与月降雨量、月暴雨日数的分布总体上具备一定的对应关系,但并不是完全对应的,主要受到典型强降雨过程的落区控制;在地质灾害多发区出现典型强降雨过程时,地质灾害群发。 相似文献
3.
4.
5.
福建省滑坡灾害群发,点多面广,开展区域滑坡灾害预警业务是有效防灾减灾的重要手段,预警模型的科学性和有效性是预警业务的核心问题。传统区域滑坡灾害预警模型,受到滑坡诱发机理复杂、数据积累有限,以及大数据分析方法不足等限制,存在预警精度有限、精细化不足等问题。本文基于近9年地质与气象大数据,采用随机森林算法,构建了福建省区域滑坡灾害预警模型并开展实例校验。研究得出如下结论:①提出区域滑坡灾害训练样本集构建的优化方法,并构建了福建省区域滑坡灾害训练样本集,样本集包括地质环境、降雨等26个输入特征属性和1个输出特征属性,涵盖了福建省近9年(2010~2018年)全部样本数量达15 589个(其中:正样本3562个,负样本12 027个,正负样本比例约1 : 3.4); ②基于随机森林算法,对福建训练样本集进行学习训练、模型优化和模型存储。模型训练采用5折交叉验证法,采用贝叶斯优化算法进行模型参数优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。优化后的模型准确率和泛化能力均较好(准确率94.3%,AUC为0.954); ③选取2021年6月22日和28日的实际滑坡灾害发生情况,采用本文新提出的预警模型进行实况模拟运行,命中率均为100%。对比原显式统计模型预警结果,新模型命中率是原模型的6倍(6月22日)或相当(6月28日),新模型预警区内滑坡密度是原模型的1.6~1.7倍。初步验证表明基于随机森林的新模型优势明显,命中率更高,预警区面积更小,能够实现更加精准的预警。后续将继续跟踪研究区新发滑坡灾害情况,进行模型校验与修正完善。 相似文献
6.
7.
8.
川东北地区一直以来都是地质灾害高发地区,地质环境条件脆弱,极端降雨事件频发,是区域地质灾害预警高度关注地区。以2012年6月下旬到7月上旬持续强降雨诱发崩滑流灾害过程为例,通过统计方法,从空间和时间角度,分析地质灾害的空间分布、时间分布与降雨的相关关系,得到该区域降雨诱发地质灾害的规律特点及临界降雨判据。(1)川东北地区的降雨模式常见为数日持续降雨,且降雨中出现数次(2~3日)的极值雨量,在这种降雨模式下,考虑到前期降雨的累积效应,需要着重关注第二次的极值降雨,往往会诱发更大的群发灾害过程,并具有明显的滞后效应,此特点在巴中、达州、广元等地表现得尤为明显,而南充市的即时发灾特点更为明显。(2)川东北地区各市临界雨量不同,在少量前期雨量累计情况下,广安最低,约为25mm;其次是广元,约为50mm;最后是巴中、达州和南充,约为90mm。相关结论可为该地区的区域地质灾害预警研究和实践提供技术支撑。 相似文献
9.
本文提出了汶川地震高烈度区11县域(汶川、北川、绵竹、青川、茂县、都江堰、安县、什邡、彭州、平武和文县)地质灾害区域预警方法,包括发育度分布、潜势度区划与危险度区域预警。研究区地震后地质灾害类型由震前的滑坡、崩塌为主演变成泥石流为主,震后灾害数量是震前的8.7倍,地质灾害极高发育区分布面积204.32 km2,灾害点密度达到8.11起/km2,主要位于什邡、绵竹、安县、汶川及文县境内。基于地形坡度、坡向、高程、地貌、岩性、断裂构造、烈度区划、年均雨量、水系、人类工程活动(道路)及地质灾害发育度分区指数等11项因子,计算潜势度并划分为四个等级,极高潜势区面积占全区面积的4.17%,灾害点数占11县域灾害总数的44.15%,灾害点平均密度达到2.44起/km2,地质灾害极高、高潜势区呈线状、局部面状分布,在都江堰、彭州、什邡、绵竹、安县等地呈面状分布,在北川、平武、青川、文县等地呈条带状分布。将地震、汛期降雨和日降雨作为引发因子,基于潜势度评价,开展地质灾害危险度区域预警研究,地震引发地质灾害高危险度的地区主要集中在南部的汶川、都江堰、彭州、什邡、绵竹以及北部的青川、文县等地; 2013年汛期降雨引发地质灾害危险度高的地区集中在都江堰、绵竹、安县、北川、平武和文县等地; 2013年7月9日降雨引发地质灾害危险度高的地区集中在都江堰、彭州、什邡、绵竹和安县等,三种引发因子引发的实际灾害点与危险度预警的重点区域比较吻合,研究方法可以作为地震引发地质灾害预测、汛期(5~9月)地质灾害趋势预测和短临(1~3日)地质灾害区域预警提供科学支撑。 相似文献
10.