首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
以泥石流灾害频发的怒江州泸水市为研究区,选取坡度、高程、河流距离、道路距离、岩性、断裂带距离、降雨量、NDVI、土地利用9个影响因子,建立了泸水市泥石流灾害易发性评价体系。采用确定性系数模型(CF模型)进行了泥石流灾害易发性评价,将泥石流易发性评价结果分为极高易发区、高易发区、中易发区、低易发区4个等级。结果表明:研究区高易发区及以上级别的易发区内发生的泥石流灾害数量占总数的95.32%,易发性评价结果正确率达到81.99%,表明选取的评价指标合理,CF模型适用于泸水市的泥石流灾害易发性评价研究。泸水市泥石流灾害高易发区也是居民点集中分布区,评价分区结果对泸水市的泥石流灾害防灾减灾具有一定的借鉴作用。  相似文献   

2.
[目的]对四川省泸定县进行地质灾害易发性评价,为该区地质灾害预防预测提供依据。[方法]借助谷歌影像解译,获取崩塌、滑坡、泥石流等地质灾害隐患点279处。选取地形地貌、岩性构造、气象水文、土壤与土地利用(LULC)4个方面构建评价指标体系。运用确定性系数法确定因子权重,并结合信息量法构成加权信息量模型。通过ArcGIS空间分析平台,开展灾害易发性评价。[结果]研究区极高和高易发区分别占总研究区面积的13.54%,26.49%。地质灾害点共225处落在极高易发区和高易发区内,占总样本灾害点的80.65%。通过受试者工作特征曲线(ROC)的线下面积(AUC)进行检验,其值为0.793,评价模型精度良好。[结论]对四川省泸定县的地质灾害易发性进行了等级划分,采用的加权信息量方法的易发性评价结果可信。  相似文献   

3.
[目的] 根据地质灾害野外普查空间数据库,分析花岗岩风化残积土发育地区崩塌形成机理和破坏模式,探究不同环境孕灾因子对崩塌发育的贡献率,评估崩塌灾害空间易发性与分布规律,为中国东南沿海地质灾害多发区的灾害防治工作提供科学支持。[方法] 在分析广州市白云区花岗岩风化残积土崩塌发育特征的基础上,选取高程、坡度、坡向、地形起伏度、距地表水体距离、降雨量、地层岩性、土地利用类型共8个与崩塌灾害发育密切关联的致灾因子构建崩塌灾害易发性评价指标体系,叠加研究区内404个历史崩塌数据,依据贡献率模型计算统计各指标因子崩塌灾害敏感性和空间分布特征。采用各二级指标因子贡献率的修正样本差确定因子权重。[结果] ①研究区内坡度、高程和地形起伏度对崩塌易发性贡献程度较高,坡向、地层岩性、降雨量在崩塌灾害易发性评价中贡献程度较低。②极高易发区主要集中在丘陵西麓,崩塌易发性由山地线范围外层边缘向中心逐级降低。③崩塌极高易发区和高易发区崩塌比率占总崩塌比率超过85%,模型易发性评价成功率和预测率分别达到91.3%和92.6%。[结论] 斜坡地形地貌因子对崩塌发育影响较显著,基于贡献率的崩塌灾害易发性评价模型能够客观量化指标因子权重,模型预测评价结果精度较高,易发性区划符合实际崩塌发育空间分布特征。  相似文献   

4.
基于粗糙集理论的泥石流易发性综合评判模型   总被引:1,自引:0,他引:1  
泥石流灾害易发性判断是泥石流灾害性评价的重要组成部分,快捷、准确的评判对人类工程活动有着重要的指导意义。众所周知,流域中,形貌、地质、水文三大条件对泥石流灾害起决定性作用,是泥石流易发性的主要影响因素。这里基于对泥石流灾害的机理认识,将泥石流易发性分为高易发、中易发、低易发、不易发4个等级,在充分考虑泥石流灾害易发性影响因素贡献的基础上,给出各因素等级的确定标准,运用粗糙集理论获取各级评价指标的相对重要度,再依据专家经验确定主观权重,结合相对重要度和主观权重确定各因素的综合权重,进而利用模糊数学中多级模糊评判的理论和方法,建立了一种新的泥石流易发性多级模糊综合评判模型,并以陕西省凤县5条泥石流沟为例进行模型验证,结果表明这5条泥石流沟易发性从低到高的排序为:吴家沟泥石流沟、三台山泥石流沟、后沟泥石流沟、银铜梁泥石流沟、寺沟泥石流沟,结果与实际吻合良好。  相似文献   

5.
准确的泥石流易发性评价结果对山区泥石流灾害防治具有重要意义。该研究将合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)和多粒度级联森林(multi-Grained Cascade Forest,gcForest)运用于泥石流易发性评价,以提高泥石流易发性评价精度。以泥石流多发地东川区为例,在解译泥石流点的基础上,以流域单元为评价单元,基于地质、地形和降水等多源数据,初步选取了15个泥石流孕灾因子,并对初选因子进行贡献率分析和多重共线性检验,筛选出共13个因子构建孕灾因子体系;然后采用SMOTE技术对泥石流与非泥石流样本比例不平衡问题进行处理,构建训练数据集;最后构建gcForest模型对研究区泥石流易发性进行定量分析,计算出各个流域单元的泥石流易发性指数,使用自然断点法将其划分为极低易发区、低易发区、中易发区、高易发区和极高易发区5个等级,并与BP神经网络(Back Propagation neural network,BPNN)和随机森林(Random Forest,RF)模型的预测性能进行对比。结果表明,泥石流极低和低易发区主要集中于研究区东部和西部,极高和高易发区主要集中分布于研究区小江河谷两岸和金沙江南岸,该地区地质环境脆弱,危险性较高;结合流域单元建立的山区泥石流易发性评价模型具有很好的准确性和稳定性,其中多粒度级联森林(gcForest)的受试者工作特征曲线(Receiver-Operating Characteristic,ROC)下面积AUC(Area Under Curve)值和准确度(Accuracy,ACC)分别达到91.76%和81.25%,均高于BP神经网络和RF模型的AUC值和ACC值,表明该模型是一种高性能的泥石流易发性评价方法。利用该方法能更精准地对泥石流进行易发性评价,可为山区泥石流防灾减灾提供科学依据。  相似文献   

6.
董张玉  张晋  彭鹏  汪燕  杨智  安森 《水土保持通报》2023,43(1):149-157,166
[目的]探索准确、快速的滑坡易发性区划方法,为区域安全监测提供参考,为政府治理滑坡灾害提供科学依据。[方法]以安徽省池州市贵池区为研究区域,采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法,实现区域滑坡易发性评价。该方法通过对原样本地学习,组合产生新的模拟样本,从而增强易发性评价模型对滑坡的拟合能力;采用Borderline-Smote算法解决样本数据不对称的问题。选用r.slopeunits软件划分的斜坡单元作为最小评价单元,选取坡度、坡向、地形曲率、剖面曲率、平面曲率、地形湿度指数(TWI)、地形起伏度、归一化植被指数(NDVI)、距断裂距离和距水系距离总计10个评价因子。分别从频率比、滑坡灾害点及隐患点密度、ROC曲线3个方面对构建的滑坡易发性模型进行评价。[结果]试验结果表明:耦合模型I-GBDT-LR分别比I,LR,I-LR模型的高易发区频率比所占比例提升约10%,13%,7%,高易发区滑坡灾害点及隐患点密度分别提升约9,11,7,ROC精度提升约10%,9%,5%。[结论]从检验指标综合来看,耦合模型的精度均高于单一模型,所提出耦合模型精度又高于I...  相似文献   

7.
开展滑坡易发性分析是制定合理的地质灾害防治规划的基础,对防灾减灾工作具有重要意义。以怒江州为研究区,斜坡单元为评价单元,选取高程、坡度、坡向、NDVI、距河流距离、降雨量、岩性、距断层距离和距道路距离9个因素为评价因子,采用信息量(I)模型、确定性系数(CF)模型以及I-LR、CF-LR耦合模型进行滑坡易发性评价,并对4种模型进行精度验证。结果表明:(1)CF-LR模型中滑坡点落入高、极高易发区占比最大,为88.77%,且滑坡点密度(0.309 2)最大,高于I模型(0.285 4)与CF模型(0.277 6)单一模型;(2)极高、高易发区主要发育于怒江、独龙江、澜沧江和通甸河4条河流一带;中易发区主要分布于研究区东部;低和极低易发区主要分布在研究区的北部、中部以及西部边缘地区;(3)根据基于Sridevi Jadi经验概率法和ROC曲线的结果均表明,CF-LR模型预测精度高于其他3个模型。  相似文献   

8.
[目的]对城市滑坡灾害进行易发性分区评价,为城市规划与防灾减灾工程提供理论依据。[方法]以湖北省宜昌市城区为研究区,通过GIS平台选取高程、坡度、地层岩性、归一化植被指数(NDVI)、与水系的距离和道路密度等6个评价因子,采用似然比方法分析评价因子和滑坡发育的关系,并以归一化似然比值将评价因子参数分类量化;以量化值作为Logistic回归模型的自变量,抽取样本数据建立滑坡易发性评价回归模型。[结果]评价因子结果显著,模型的整体准确率达到79.2%,ROC曲线下面积达0.871;极低易发区和低易发区占全区面积的61.59%,包含滑坡灾害的11.29%;高易发区和极高易发区虽仅占全区面积的17.88%,却发育了68.55%的滑坡灾害,结果与滑坡灾害分布特征相符合。[结论]对宜昌市城区的滑坡易发性进行了等级划分。采用GIS和Logistic回归相结合的滑坡易发性评价方法,结果准确可靠。  相似文献   

9.
兰州市是我国地质灾害最严重的地区之一,做好兰州市地质灾害易发性分级区划可为科学防治地质灾害提供数据支撑。随着信息技术的发展,地质灾害模型与GIS技术相结合的研究方法被广泛运用于地质灾害易发性区划研究。从地形地貌、地质结构、土地利用、水文降水等方面,选取坡度、海拔、土地利用类型、距河流距离、距地质断层距离等12个影响因子,采用信息量法和确定性系数法确定每个影响因子的得分值和权重值,采用加权综合评价法结合ArcGIS软件进行兰州市地质灾害易发性区划研究,并分析不同影响因子对兰州市地质灾害易发性的影响。结果表明:兰州市地质灾害极高易发区、高易发区、易发区3个分区总面积占兰州市总面积的50.70%,地质灾害对兰州市的影响较大;地质灾害极高易发区呈带状分布,主要分布于研究区南、北部河谷Ⅳ级阶地前缘及各沟谷台地前缘、黄土丘陵沟壑区。  相似文献   

10.
不同环境因子联接方法对崩岗易发性评价的影响   总被引:1,自引:0,他引:1  
[目的] 研究不同联接方法对崩岗易发性的影响,为区域崩岗的精细化空间预测提供理论依据,进而为合理、经济、高效地做好防灾减灾提供科学支持。[方法] 基于随机森林模型,选择改进频率比(ALSA)与传统频率比(FR)两种不同联接方法,通过地理探测器选取年平均降雨量、年平均降雨侵蚀力、土壤可蚀性、坡长因子、黏粒含量、坡度、砂粒含量、标准化VH通道后向散射系数(表征地表覆被的性质)作为评价指标,以江西省兴国县永丰镇为例开展崩岗易发性评价。[结果] ①ALSA-RF模型较FR-RF模型精度更高,ACC,AUC值分别为83.89%,0.893 0; ②研究区极高、高易发区主要分布于其西南区域,这与实际崩岗分布情况较吻合。[结论] 改进频率比的联接方法较传统频率比方法可以更好地体现区域崩岗的分布规律,可为滑坡研究领域中的类似问题提供借鉴。  相似文献   

11.
基于GIS与Logistic模型的公路泥石流易发性分析   总被引:3,自引:0,他引:3  
分析了泥石流形成与演化的物质条件、能量条件和环境条件。选取坡度、高程、坡面粗糙度、地层岩性、距断裂距离、地震烈度、土地利用类型作为泥石流易发性评价因子,引入Logistic回归分析方法,建立了泥石流易发性分析模型。定量分析了G318川藏公路段泥石流易发性,结果表明,该公路全线大部分处于泥石流中高易发区,其中,高易发区与中易发区占总面积的78.61%,主要分布在大渡河、澜沧江、金沙江、怒江、帕隆藏布江等大江大河的峡谷区段,这些地区在公路修复和规划重建中应做好泥石流的预测、预报及防治。  相似文献   

12.
为进行泥石流易发性分区及环境因子的敏感性评价,选取降水、高程、坡度、坡向、径流量、岩性、断层、归一化植被指数、土壤侵蚀模数等9个环境因子,基于最大熵(MaxEnt)模型对187个泥石流沟道进行易发性评价。结果表明:导致泥石流易发的主导因素依次是径流量、高程、降水、岩性、断层、坡度、归一化植被指数、土壤侵蚀模数、坡向。依据泥石流灾害易发概率进行易发性分区发现,贡山—福贡段泥石流易发性最强,模型AUC值为0.974,标准差为0.010,模型分析结果与实际结果一致。与研究区山洪沟道9个环境因子进行对比评价发现,泥石流对环境因子的敏感性要比山洪复杂。通过能量分析的方法证明泥石流环境因子的敏感性复杂的原因,表明流域汇水能量对灾害的形成贡献率最大。  相似文献   

13.
不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环境因子进行组合;利用单随机欠采样、频率比法及改进频率比法等负样本选取策略构建与正样本等量的负样本数据集;采用随机森林模型进行易发性评价,并对评价结果进行对比分析。结果表明:1)3种负样本选取策略下的模型精度随着因子数量的增加先下降再上升,考虑4个环境因子的模型AUC(area under curve)值分别为0.729、0.909和0.909,较最优环境因子组合仅相差0.020~0.038,说明考虑主控环境因子,即可得到较为理想的精度;2)通过频率比法选取的负样本数据集更具合理性;3)研究区内高和极高易发区主要分布在兴国县西南部,而极低易发区主要分布在兴国县北部及东部,这与实际情况较吻合。该研究通过探究不同环境因子组合和负样本选取策略对崩岗易发性评价的影响,可为花岗岩区崩岗的防灾减灾提供科学依据。  相似文献   

14.
[目的]评价研究区泥石流的危险性,找出适合新疆西昆仑地区泥石流灾害研究的技术和方法。[方法]以新疆西昆仑山脉西段马尔洋地区为研究对象,在充分收集、研究前人资料和有效利用其他信息源的基础上,通过对研究区ETM+影像数据的研究,对研究区泥石流灾害点进行了判读。结合DEM数据,对该区地形地貌进行了研究。[结果]选取了合适的泥石流灾害危险性评价指标体系。一般危险区、中度危险区、高度危险区、极度危险区,面积分别为:31.69,40.70,38.31,25.83km2,所占比例分别为:23.21%,29.81%,28.06%,19.92%。[结论]研究区泥石流灾害极度危险区和高度危险区占总面积的47.98%,主要分布在研究区的中部和西北部区域,为泥石流灾害高度危险性易发区。  相似文献   

15.
高原山地地区地质灾害多发频发,对重大建设项目安全危害极大,开展拟建高速公路区域地质灾害易发性评价研究,对后期线路选址及地质灾害防治具有重要的理论和实际意义。在分析现状地质灾害特征的基础上,从气象水文、地形地貌、岩土类型及构造、人类工程活动4个方面选取对地质灾害发育贡献程度较大的因子,基于GIS技术,结合层次分析法(AHP)和信息量法对拟建施甸至链子桥段高速公路进行地质灾害易发性评价,并将评价结果划分为高易发区、中易发区和低易发区。通过研究区已有地质灾害编目对评价结果进行验证,结果表明,AHP_信息量模型在拟建工程地质灾害易发性评价中可操作性强,评价结果可靠性高。  相似文献   

16.
[目的]以山西省吕梁市吕梁山区的离石、石楼、柳林三区(县)为例研究高精度地质灾害易发性评价模型,为该地区区域规划提供辅助决策支持。[方法]基于地理信息系统,以区域内525个历史灾害点及500个非灾害点为样本,选取19个地灾影响因素,应用地理探测器(geographic detectors, GD)判断各因素的相对重要性,在Jupyter Notebook平台展开相关性检验并筛选指标因子,以信息量模型(information method, IM)为基础,利用灾害点计算其所提供的信息量的同时结合非灾害点提供信息量得到指标因子改进信息量模型(improved information method, IIM),并借助地理探测器空间分异性q值计算权重。利用综合确定性系数法(certainty factor, CF)分别建立GD-IIM, GD-IM, GD-CF, IM, CF, IIM共6大评价体系,采用自然断点分类法将研究区易发性依次划分为5,4,3个等级,以种子细胞面积指数(seed cell area index, SCAI)验证其分区结果准确性,采用ROC曲线对比模型结果精确度。[结...  相似文献   

17.
基于GIS的华宁县滑坡灾害影响因子分析及易发性评价   总被引:2,自引:0,他引:2  
为了明析区域滑坡灾害影响因子及其易发性,为滑坡地质灾害的防治提供借鉴。以云南省华宁县为研究对象,利用GIS空间分析技术,对华宁县滑坡空间分布及诱发因子进行了分析研究,依据区域地质灾害详细调查资料,建立GIS灾害数据库的同时选取海拔、坡度、坡向、距水系、道路、断层距离、岩性7个诱发因子,利用统计指数对滑坡在每个因子各类别中的占比进行了权重分析,最终确定滑坡灾害易发性分区并阐述其空间分布特征。结果表明:(1)在滑坡灾害分布特征上,具有空间集中分布特征,灾害点密度以中部地区最大,受灾影响人数最大的主要分布在海拔较低的宁州街道和通红甸乡。(2)从诱发因子上看,滑坡灾害大多分布在海拔1 600~2 300 m(占76.06%),坡度10°~30°(占71.83%),坡向为E,NE,NW,N等方向上(占71.82%),距离河流、断层和道路越近,发生滑坡的可能性越大。(3)在滑坡灾害易发性上,高易发区主要分布在宁州街道、青龙镇、华溪镇;中易发区主要分布在青龙镇东北部、宁州街道西南部、通红甸彝族苗族乡中部和盘溪东部;低易发区主要分布在通红甸彝族苗族乡、盘溪镇。华宁县滑坡灾害呈现出东少西多,南少北多的特征,未来华宁县应重点关注中部和西部区域的滑坡灾害预防。  相似文献   

18.
[目的] 明确青海省湟水流域地质灾害空间分布特征与规律,为该地区防灾减灾提供数据支撑与科学依据。 [方法] 通过小基线子集干涉测量(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)技术识别地质灾害点,结合地形因素、地质因素、环境因素、气象因素、人类活动因素进行灾害空间分布规律分析,建立逻辑回归(logistic regression, LR)—频率比(frequency response, FR)模型并检验,利用返回概率值进行易发性评价。 [结果] ①湟水流域所分布的潜在地质灾害以滑坡、崩塌为主,多种类型潜在地质灾害并生。滑坡与不稳定斜坡通常发育于坡度较缓的山坡上,通常伴有大量张拉与剪切裂缝,尤其在雨季发育明显,对山体下方交通、居民安全构成威胁。发育于河谷两岸的滑坡与不稳定斜坡还可能阻塞河流,形成堰塞湖,进一步加剧灾害风险。崩塌多发育在岩石结构较为疏松或风化严重的陡峭山壁,因地质脆弱,加之降雨等自然因素刺激,易使山体土块、岩石块下落,对下方的居民区和交通线路构成威胁。 ②研究区2 425—3 650 m高程区间的地质灾害分布较多,东北向为地质灾害易发坡向;地质灾害易发性随归一化植被指数(normalized digital vegetation index, NDVI)增加而降低,随坡度、地形起伏度、日降水量增加而升高,随距断层距离增加而减少。 ③湟水流域高易发区及较高易发区,面积约5 937.60 km2,占研究区总面积约38.78%,主要集中在湟水流域南、北边缘地区,湟中、大通、海晏交界处,以及建筑区周边边坡上。 ④对评价结果进行检验,模型预测性能受试者特征曲线(receiver operating characteristic curve, ROC曲线)线下面积(area under curve, AUC)为0.787,易发区由高至低FR逐级减小,与实际灾害点的分布具有良好的一致性。 ⑤断层核密度为湟水流域地质灾害发育的主控因子,坡向、地形起伏度、道路核密度次之,剖面曲率对地质灾害发育影响最小。 [结论] ①利用SBAS-InSAR技术能有效识别湟水流域潜在地质灾害,LR-FR模型获得的易发性评价结果可靠。 ②湟水流域地质灾害易发区的分布具有明显的空间差异性,主要分布在海拔较高、植被覆盖率较低、降雨量较大、距离断层近的地区,断层核密度为地质灾害易发性的主控因子。 ③湟水流域的地质灾害具有多发性、突发性和高风险性的特点,给当地居民生活、区域经济发展及生态环境带来了严重的影响。因此,对其进行监测、预警和防治工作显得尤为重要。  相似文献   

19.
云南昆明东川区泥石流危险性评价   总被引:2,自引:0,他引:2  
根据泥石流危险度评价的五个层次:即泥石流灾害野外调查、泥石流暴发成因分析、危险度评价模型、灾害评价与减灾。根据泥石流的发生学原理,10个自然因子分别用于代表能量、物质和激发条件,以用于自然危险度评价,在评价时采用了权重模型和方根模型,野外泥石流调查资料用于模型检验,结果表明权重模型能更好进行自然危险度区划;4个社会经济发展水平代表性因子用于经济状况评价。二者复合后得到该区域综合危险度评价。根据综合危险度评价结果最重度危险区面积为133.7 km^2,79.0%的泥石流沟该区内;重度危险区面积580.6 km^2,19.8%的泥石流沟位于该区内;中度危险区面积723.9km^2,有1.2%的泥石流沟位于区内;安全区面积119.0 km^2,该区内无泥石流沟,表明分区结果符合实际泥石流分布。根据分区结果提出了该区内泥石流减灾方案。  相似文献   

20.
基于MaxEnt模型的滑坡易发性评价--以攀枝花市为例   总被引:1,自引:0,他引:1  
为了客观评价滑坡影响因子的贡献度和构建滑坡预测模型,以滑坡灾害发生较多的攀枝花市为研究区,通过筛选后选取高程、坡度、坡向、土地利用类型、归一化植被指数(NDVI)和人口密度6项因子作为滑坡易发性的评价指标;基于最大熵(maxEnt)模型和ArcGIS空间分析模块对研究区滑坡易发性进行了定量预测和分析研究。结果表明:maxEnt模型在研究区滑坡易发性研究方面的适用性等级为优秀(AUC=0.96),Kappa系数为0.86;随机选取75%的数据集用于训练模型,其余25%用于验证模型,得到的AUC值最稳定且精度最高,模型预测可信度最高;研究区高易发生和极易发生区分别占总面积的2.57%,0.80%,主要分布在人口比较密集的东部和西部地区,部分沿着金沙江、雅砻江、巴关河、安宁河和主要道路两侧发育;植被覆盖度和坡度是决定研究区滑坡易发性空间分布格局最重要的环境影响因子。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号