[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...[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JupyterNotebook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。[结果]经SCAI检验将各模型分为极低、低、高、极高4个等级,满足合理性要求,GD-IIM模型的灾易发性评价成功率、预测率分别为90.5%,85.5%,精度较高。[结论]双变量统计方法耦合地理探测器在构建研究区的易发性评价预测模型中表现出较为准确的结果。考虑非灾害点信息量进行模型构建比IM单一考虑灾害点信息量模型精度有所提升,适宜研究区的模型构建。展开更多
针对地质灾害隐患识别水平还不够高,灾害发生在“台账外”的问题,风险斜坡识别已成为新时代区域地质灾害调查的主要目标。基于贵州省最新地质灾害样本数据库,通过加权确定系数法(weighted coefficient of determination,CF)分析滑坡及...针对地质灾害隐患识别水平还不够高,灾害发生在“台账外”的问题,风险斜坡识别已成为新时代区域地质灾害调查的主要目标。基于贵州省最新地质灾害样本数据库,通过加权确定系数法(weighted coefficient of determination,CF)分析滑坡及崩塌的影响因子的敏感性,划分出4个危险性值域。结合专家经验,各因子影响权重排序依次为人类工程活动、斜坡结构、坡度、地下水特征、坡形、坡高。再利用层次分析法(analytic hierarchy process,AHP)获得7项影响因子的权重大小,形成了快速有效的斜坡危险性打分体系。利用历史典型点进行验证与修正并结合新增地质灾害案例,9处典型历史灾害点原始斜坡危险性与灾害的规模及灾情大小呈线性关系,满足斜坡演变趋势,4处典型风险斜坡中滑坡范围线均位于风险范围线内,变形破坏特征与指标敏感性和权重较为一致,判别结果与实际情况基本相符。通过此方法,最终完成了全省88个县域内78622个斜坡单元的风险斜坡识别,共计查出风险斜坡18196处,将其及时纳入管控对象并提出防治建议,最大限度避免突发性地质灾害发生而造成人民生命财产损失。展开更多
为了减轻地质灾害对人类生产、生活的影响,通过易发性评价对地质灾害易发区进行划分,对于地质灾害防治具有重要意义。以雅砻江中上游新龙段为研究区,初选坡度、坡向、起伏度、坡形、工程岩组、降雨、与水系距离、与道路距离和与断层距...为了减轻地质灾害对人类生产、生活的影响,通过易发性评价对地质灾害易发区进行划分,对于地质灾害防治具有重要意义。以雅砻江中上游新龙段为研究区,初选坡度、坡向、起伏度、坡形、工程岩组、降雨、与水系距离、与道路距离和与断层距离为评价因子。以236处地质灾害隐患点为依据,运用确定系数法计算各评价因子分级的确定性系数(CF),将CF值带入逻辑回归模型(Logistic),剔除未通过显著性检验的评价因子,建立了CF-Logistic模型。通过ArcGIS空间分析平台,对研究区进行了地质灾害易发性评价,并将单一的CF模型作对比,运用ROC曲线检验模型精度。结果表明:极高易发区最主要分布在贯通南北的G227线两侧,该处同时也是雅砻江主干两岸,面积为245.53 km 2,占比2.69%;高易发区主要分布在中部断层周围,面积573.48 km 2,占比6.28%;中、低、极低易发区面积分别为1518.54,4245.11,2553.05 km 2。模型精度结果显示:CF-Logistic模型(0.889)优于单一的CF模型(0.878),可以更加精确地划分研究区易发性分区。展开更多
文摘[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JupyterNotebook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。[结果]经SCAI检验将各模型分为极低、低、高、极高4个等级,满足合理性要求,GD-IIM模型的灾易发性评价成功率、预测率分别为90.5%,85.5%,精度较高。[结论]双变量统计方法耦合地理探测器在构建研究区的易发性评价预测模型中表现出较为准确的结果。考虑非灾害点信息量进行模型构建比IM单一考虑灾害点信息量模型精度有所提升,适宜研究区的模型构建。
文摘为了减轻地质灾害对人类生产、生活的影响,通过易发性评价对地质灾害易发区进行划分,对于地质灾害防治具有重要意义。以雅砻江中上游新龙段为研究区,初选坡度、坡向、起伏度、坡形、工程岩组、降雨、与水系距离、与道路距离和与断层距离为评价因子。以236处地质灾害隐患点为依据,运用确定系数法计算各评价因子分级的确定性系数(CF),将CF值带入逻辑回归模型(Logistic),剔除未通过显著性检验的评价因子,建立了CF-Logistic模型。通过ArcGIS空间分析平台,对研究区进行了地质灾害易发性评价,并将单一的CF模型作对比,运用ROC曲线检验模型精度。结果表明:极高易发区最主要分布在贯通南北的G227线两侧,该处同时也是雅砻江主干两岸,面积为245.53 km 2,占比2.69%;高易发区主要分布在中部断层周围,面积573.48 km 2,占比6.28%;中、低、极低易发区面积分别为1518.54,4245.11,2553.05 km 2。模型精度结果显示:CF-Logistic模型(0.889)优于单一的CF模型(0.878),可以更加精确地划分研究区易发性分区。
