共查询到20条相似文献，搜索用时 890 毫秒
1.
基于信息熵与AHP模型的小区域泥石流危险性评价方法 总被引：1，自引：0，他引：1
以白龙江流域为研究区域,在收集资料和野外勘察的基础上,选取地形地貌因子和地质因子作为泥石流危险性评价因子,并以栅格单元作为评价单元,对研究区内外动力环境因子进行了分析。在此基础上,基于信息熵与AHP模型分别建立了研究区泥石流危险性评价模型。结果表明:基于信息熵模型的泥石流危险等级分布与基于AHP模型的危险性等级分布呈现出整体上相似,局部地区有差异的规律,但基于信息熵模型的评价分区结果与泥石流实际分布情况更为吻合。在大区域范围内,基于信息熵模型的泥石流危险性评价分区具有良好的可塑性和实用性,在地质灾害预测方面具有重要的作用。 相似文献
2.
基于GIS的三江并流区泥石流危险性评价 总被引：1，自引：0，他引：1
三江并流区位于怒江、澜沧江、金沙江三江并流地带,是中国泥石流灾害频发地区。在分析泥石流灾害特征的基础上,选取坡度、岩性、断裂、植被和人类工程活动作为三江并流区泥石流危险性评价指标。基于ArcGIS平台建立了泥石流危险性评价数据库、图形数据库和属性数据库,通过对各评价因子归一、分级和赋权处理,建立了泥石流危险性评价模型,对三江并流区泥石流危险性进行了评价,得到危险性区划图。研究结果与实际灾情吻合,可为确定减灾目标,优化防灾措施,制定减灾决策等提供重要依据。 相似文献
3.
4.
单沟泥石流灾害危险性评价研究 总被引：10，自引：1，他引：9
对以往的泥石流危险性评价方法进行了总结,介绍了模糊数学、灰色理论和GIS技术在泥石流危险性评价中的应用。最后,通过对单沟泥石流危险性评价的研究,提出了改进后的评价模型,在该模型中可以充分体现降雨作为激发因子的作用。 相似文献
5.
泥石流是暴发在山区小流域内的特殊地质灾害,泥石流危险度评价是泥石流灾害风险预测、评价和防治的前提。本文以流域单元为评价单元,选取沟床比降、泥石流规模和堵江程度3个因子,构建危险性评价模型,提出流域尺度的危险性评价方法。以甘肃省陇南地区白龙江流域为研究区,应用GIS技术,利用数字高程模型(DEM)数据,建立以水文响应单元为基本评价单元,应用危险度模型计算研究区泥石流危险度,划分危险度等级,编制泥石流危险性评价结果图。结果表明:处于中度危险以上的泥石流沟数量占78%,其中,极高度危险的泥石流沟占25.3%。评价结果与实际灾情吻合,可为白龙江流域防灾减灾提供参考依据。 相似文献
6.
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
7.
[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
8.
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
9.
基于组合赋权法的中巴公路奥依塔克至布伦口段泥石流危险性评价 总被引：1，自引：0，他引：1
[目的]研究泥石流危险性,为泥石流多发地区危险性评价指标权重的确定提供一种有效的方法。[方法]针对单一赋权法确定权重的缺陷,分别采用层次分析法和熵值法确定中巴公路泥石流危险性评价指标的主观和客观权重,再用组合赋权法确定指标的综合权重。以中巴公路沿线重点单沟泥石流为例,选取爆发规模、爆发频率、主沟长度、流域切割密度、流域面积、流域相对高差、主沟纵坡、24h最大降雨量、松散堆积物厚度、泥沙补给段长度比10个指标作为评价因子。获取泥石流现场调查数据后,依据上述方法对该区域泥石流的危险性进行评价,并将计算结果与集对分析方法和现场调查结果进行了对比分析。[结果]属于中度危险的沟谷只有5条,占25%,说明该地区大部分泥石流危险性偏高。[结论]评价结果与现场调查结果吻合,证明了该方法的可行性。 相似文献
10.
[目的]对四川省雅安市泥石流灾害危险性进行评价,为科学合理地预测和应对该区泥石流的发生提供科学依据。[方法]首先构建危险性评价指标体系,选取3类8个评价因子并进行量化分级,再用层次分析法(AHP)给指标赋权重,最后用危险性评价模型叠置分析评价因子,进行雅安市危险度区划,将雅安市范围的泥石流危险性级别分为轻度(Ⅰ)、中度(Ⅱ)、较高(Ⅲ)、高度(Ⅳ)。[结果]宝兴县的Ⅳ区域占比(8.8%)最小,整体泥石流危险性最低。天全县危险性相对偏低。雨城区、芦山县、名山区的Ⅳ级都占比约20.0%,整体泥石流危险性居中;荥经县和汉源县整体泥石流危险性偏高,Ⅳ级占比约45.0%;石棉县的泥石流危险性最高,Ⅳ级区域占比高达57.4%,Ⅲ级区域占比高达24.4%。[结论]加强预防高度危险区的泥石流灾害能力,警惕较高危险区泥石流潜在危险性。采用合理有效的措施(灾害监测,气象预报,植树种草)将雅安市泥石流危险性尽可能降低。 相似文献
11.
泥石流的形成需要具备高陡的地形、充足的水源以及丰富而松散的固体物源三个基本条件,当山区小流域具备上述条件时,都有发生泥石流的可能。选取岷江上游区域作为研究区,以数字高程模型（DEM）作为基础数据,运用均值变点法和河网密度法结合遥感影像,实现研究区内小流域划分;针对影响泥石流形成的三个基本条件,以小流域作为评价单元,选取地层岩性、断裂密度、平均坡度、形状系数、沟道比降、24 h最大降雨量等六个评价指标,应用主成分分析法计算各因子的权重,实现岷江上游地区的泥石流危险性评价。分析结果表明,评价的结果能较好的反映出岷江上游的泥石流灾害分布情况,为该区泥石流灾害的防治提供了参考和依据。 相似文献
12.
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
13.
泥石流的爆发势必对居民的生命财产安全带来直接危害,因此研究该泥石流沟的动力学特征及预测评价其危险性对合理制定泥石流防治措施,确保工程运行具有重要意义。根据泥石流形成条件及发育特征分析,初咱磨子沟再次爆发泥石流的可能性较大;在对该沟进行实地调查所获资料的基础上,对其泥石流的动力学特征进行计算,并利用所选取的14个评价因子采用层次分析法对其危险性做了定量评价。研究发现,该沟泥石流的危险度为65.75,属高度危险,研究结果可为初咱磨子沟泥石流防治工程及防灾减灾提供可靠的依据。 相似文献
14.
山区公路沿线斜坡物理韧性随机森林评价模型——以四川省茂县为例 总被引：1，自引：0，他引：1
[目的]建立山区公路沿线斜坡物理韧性随机森林评价模型,为山区斜坡抗灾工作提供科学参考。[方法]以四川省茂县为研究区,选取高程、坡度、坡向、坡位、微地貌、曲率、顺逆向坡、归一化植被指数、岩性、距水系距离、距断层距离、距道路距离、多年平均降雨13个斜坡物理韧性评价因子,结合公路沿线498个历史斜坡破坏点,构建斜坡物理韧性评价的地理空间信息数据库。将样本数据按照7∶3的比例分为训练数据和验证数据。采用随机森林方法对训练数据进行训练建模,将得到的模型分别对训练数据、验证数据和样本整体数据进行预测分析。采用混淆矩阵和ROC曲线对模型预测的准确度进行验证。[结果]评价因子中高程、距道路距离、距水系距离这3个评价因子的权重较大。该模型精度较高,混淆矩阵的精度为98.9%,训练数据集、验证数据集和整个研究区的ROC曲线下的面积(AUC)值分别为1.000,0.870和0.978。模型仿真到整个研究区中,将研究区的物理韧性划分为极低、低、中、高、极高5个等级。[结论]基于随机森林方法构建的山区公路沿线斜坡物理韧性评价模型具有较高的稳定性以及可靠性。 相似文献
15.
根据研究区的基本情况,选择坡度、坡向、地层岩性、距断层距离、植被覆盖指数、距河流距离、距主干道距离共7个评价因子,采用次生地质灾害风险性评价的GIS与AHP耦合模型进行汶川震后次生地质灾害风险评估,并分地质灾害极高度和高度风险区、地质灾害中度风险区、地质灾害低度和极低度风险区3个区域进行了次生地质灾害风险性评价结果分析,以期为灾后经济建设和生态建设服务。 相似文献
16.
基于地理加权回归的青龙满族自治县耕地细碎化及影响因子分析 总被引：2，自引：0，他引：2
以青龙满族自治县为例,依据景观生态学相关理论,重点从地块平均面积大小、地块形状的规则度以及地块分布方面选取平均地块面积、边界密度、面积加权平均形状指数和聚集度4个指标,借助数理统计方法和GIS技术对研究区耕地细碎化程度进行测算分级,并应用地理加权回归模型分析了研究区耕地细碎化综合指数与坡度、距村落距离、距河流距离、距道路距离之间的空间关系。结果表明:青龙满族自治县耕地细碎化以中度细碎化和重度细碎化为主,占比分别为45.18%,49.19%;距村落距离、距道路距离与耕地细碎化程度呈负相关关系,距河流距离、坡度与耕地细碎化程度呈正相关关系;各影响因素影响度都表现出了显著的空间非平稳性,且在空间上波动较大。研究所得结论对耕地规模化经营和土地利用效率的提升具有一定的参考意义。 相似文献
17.
通过分析泥石流危害的影响因子及其间存在的逻辑关系,运用故障树分析法(FTA),针对亚热带地区泥石流主要危害线域工程的特点,建立了泥石流灾害评价故障树,并应用于泥石流危险性评价。对广东省乐昌市16条泥石流沟危险度的评价结果表明,该方法与传统灰色关联度危险度评价法结果一致性较高,且更符合实际情况。该法克服了传统方法因子、权重不灵活,未考虑因子之间的非线性关系,及地区适用局限性等问题。从而证明了故障树分析(FTA)法在泥石流危险性评价应用中的有效性和可行性。 相似文献
18.
为揭示黄土丘陵山区土地利用空间自相关格局与自然和人文因素的耦合关系,以晋城市长河流域为研究区,分析流域土地利用全局和局部空间自相关格局,利用GIS、灰色系统关联分析软件定量了各类用地与高程、坡度、坡向、有效土层厚度、与水域距离、人口密度、路网密度、距居民点距离的关联度及相关性。结果表明:距离权重为0.5 km时,流域内各土地利用类型整体呈现空间聚集性特征,表现出全局空间正自相关特性;空间正自相关性随着距离的增加而逐渐减弱。耕地、草地的用地分布呈明显的H-H,L-L聚集趋势,林地、水域和建设用地的空间分布呈明显的H-H聚集趋势。各格网耕地占比与有效土层厚度因子之间的关联排序最高;各格网林地占比与距居民点距离因子之间的关联排序最高;各格网草地占比与距水系距离因子之间的关联排序最高;各格网水域占比与距居民点的距离因子之间的关联排序最高;各格网建设用地占比与人口密度因子之间的关联排序最高。 相似文献
19.
联合SBAS-InSAR和PSO-BP算法的高山峡谷区地质灾害危险性评价 总被引：2，自引：2，他引：0
近年来,高山峡谷区地质灾害频频发生,给人民生命和财产安全带来严重威胁。针对现有地质灾害评价方法存在地质灾害数据时效性差、不准确以及需进行大量评价因子权值计算等弊端,该研究提出一种联合SBAS-InSAR（Small Baseline Subsets- Interferometric Synthetic Aperture Radar）和PSO-BP（Particle Swarm Optimization-Back Propagation）算法来对高山峡谷区地质灾害危险性进行评价的方法。首先利用SBAS-InSAR技术获取得到研究区升降轨形变量,引入高分辨率影像等作为辅助识别,得到研究区地质灾害数据;然后,选取高程、坡度、升降形变速率等12个评价因子与是否为高危险区构建PSO-BP模型,对模型进行训练、验证并保存模型;利用保存好的模型得到研究区的地质灾害指数,通过ArcGIS自然间断点分级法结合专家参与进行危险性分级,最终得到研究区地质灾害危险性评价结果。试验结果表明：利用升降轨结合的方式对高山峡谷地质灾害进行识别,避免了单一轨道存在SAR成像几何畸变造成部分地质灾害不能识别或识别结果不全面等问题;利用SBAS-InSAR技术并结合高分辨率影像等辅助信息,可有效识别出活跃的泥石流、滑坡、崩塌和潜在地质灾害,解决了现有地质灾害点数据源时效性差、不准确等弊端;利用PSO-BP算法能跳过大量评价因子权值计算等弊端;为验证该研究方法的有效性,选择信息量法和组合赋权法进行定量和定性比较,结果表明,该研究方法有效的提高了地质灾害危险性评价的准确度,信息量法、组合赋权法和该研究方法的AUC（Area Under The Curve）值分别为0.694、0.721、0.785,准确率为73.3%、76.2%、79.8%。利用该方法能更为有效的对高山峡谷区地质灾害进行危险性评价,为防灾减灾事业及政府部门决策提供参考。 相似文献
20.
基于因子空间分异的巴彦县土地利用格局变化研究 总被引：1，自引：1，他引：0
[目的]探究黑龙江省巴彦县土地利用格局变化特征,为优化土地利用格局奠定基础。[方法]运用AutoLogistic回归模型和空间统计分析方法。[结果](1)引入空间自相关因子,构建AutoLogistic回归模型,在分析区域土地利用格局变化特征时比传统Logistic模型更为适用和可靠。(2)研究区黑龙江省巴彦县土地利用格局变化是基于特定的自然因素和人文因素共同作用而发生的,高程、地貌类型、pH值、土壤有机质、距城镇中心距离、距水域距离、距道路距离、区位指数、集中化程度、土地利用多样性和土地利用强度是土地利用格局变化的主要影响因子。(3)不同土地利用类型的分布受影响因子的限制性存在明显的空间分异特征,水田、水域和草地主要分布在高程1级区域;旱地、水田、园地、建设用地主要分布在土壤有机质2,3级区域;旱地、园地、建设用地主要分布在距城镇中心距离1级区域和土地利用强度4,5级区域。[结论]研究区土地利用格局在各影响因子的共同作用下,呈现出明显的空间分异特征。 相似文献