共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
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
3.
[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
4.
5.
基于聚类和最大似然法的汶川灾区泥石流滑坡易发性评价 总被引：1，自引：0，他引：1
选择坡度、相对高差、地表径流深和地震烈度4个震后地质灾害的主控因素作为评价影响因子,采用聚类分析和最大似然法评价汶川极重灾区(四川省部分)震后地质灾害的易发性.结果表明:聚类分析和最大似然法这种非监督分类的方法适用于没有足够训练数据的情况,可以快速对一个大区域的地质灾害易发性进行评估;从得到的易发性评价图中可知,在大块的高易发区内存在一些小的极低易发区,这些区域可以作为安全的居民点使用,在极高易发区和高易发区以及高易发区与极低易发区分界线附近,地质灾害点分布比较密集. 相似文献
6.
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
7.
8.
[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
9.
通过收集有关资料和对怀安县11个乡(镇)2、50个行政村进行拉网式排查,确定的调查目标包括滑坡及隐患78处、崩塌或潜在崩塌33处、泥石流隐患5处、开挖战备地道引起的地面塌陷4处、险坝1处,共121处地质灾害点,调查内容包括灾害分布特征、成灾规模、危害程度和稳定性状况等。综合分析影响地质灾害形成、发育的地质条件、气象因素及人类活动等,结合发育情况、危害现状和成灾特点,综合判定地质灾害易发程度,找出灾害隐患点并划分灾害易发区。提出了地质灾害防治建议,包括建立和完善地质灾害防治管理体系和监测预警系统,因地制宜搞好地质灾害防治工作,加强地质灾害评估,减少人为诱发因素,多渠道筹措地质灾害治理经费等。 相似文献
10.
基于GIS的城市滑坡灾害易发性评价——以湖北省宜昌市城区为例 总被引：1，自引：1，他引：0
[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
11.
12.
四川省会理县“8·30”地震地质灾害分布特征及防治对策 总被引：2，自引：1，他引：1
四川省会理县的地貌条件、地质条件和水文气象条件为地质灾害发育提供了良好基础,县域内地质灾害频繁.2008年8月30日("8·30")地震不仅加剧了原有的地质灾害,而且还引发了多处新的地质灾害点.通过发放地质灾害普查表、典型区域的遥感调查和重点区域的专家详查等调查方法,获得地震诱发的新增地质灾害隐患点55处,其中崩塌8处、滑坡25处、泥石流2处和不稳定斜坡20处.新增灾害点主要集中在县域南部高山峡谷区,特别是沿金沙江一带.根据震后地质灾害的调查结果,以2 km×2 km为单元格对县域内地质灾害易发程度进行分区,主要分为三级地质灾害易发区:高易发区、中易发区、低易发区,分别占全县总面积的42.4%,37.1%,20.5%.最后,提出了建立群测群防网络及监测预警系统实施全面防灾、突发性地质灾害实施紧急防治、重要地质灾害隐患点实施综合防治、加强地质环境管理和实施预防减灾等防治对策. 相似文献
13.
14.
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
15.
[目的]以更符合滑坡崩塌发生发展规律的延河流域为例,进行地质灾害空间分布及引发因素分析研究,为防灾减灾提供依据。[方法]依据区县地质灾害详细调查资料,建立GIS地质灾害数据库,包含地理数据、基础地质数据、地质灾害点数据和栅格数据。统计分析坡度、坡高、坡型、河谷发育期等引发因素;选取坡度、坡型、植被、河谷地貌、地层、降雨量、道路距离、居民点8因素,采用加权信息量法进行地质灾害易发性分区阐述地质灾害空间分布。[结果]坡高50~100m,坡度30°~45°易形成滑坡;老年河谷灾害点密度为壮年期的2倍,幼年期的3倍;凸型和直线型斜坡更容易产生滑坡和崩塌灾害,阶梯型和凹陷型斜坡稳定程度明显增高。延河流域滑塌高易发面积1 664.96km2,灾害点密度0.29处/km2;中易发3 102.02km2,密度0.10处/km2;低易发3 888.99km2,密度0.04处/km2。[结论]以流域为单位进行地质灾害研究,引发因素、空间分布规律更为明显,指导防灾减灾更加实用。 相似文献
16.
[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
17.
18.
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
19.
以环境因素控制论为理论基础,利用MapGIS软件,以岩土性质、地质构造、地形地貌、地下水特征、地表水活动、地表植被、气候气象和人类活动8项指标作为评价指标,采用权的最小平方法确定了各指标的权重,利用因子叠加法对梅州市地质灾害易发性进行了综合评价,得到了梅州市地质灾害易发性分区图。分区图反映了梅州市地质灾害的易发情况,对地质灾害防治具有一定的指导意义。 相似文献
20.
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