降雨型滑坡发生的时间概率受地形、地质等综合环境影响,而滑坡易发性能够综合反映多种因素影响的孕灾环境,在不同易发区下开展降雨型滑坡时间概率研究,可充分顾及不同环境下降雨诱发滑坡的差异性,进而提高降雨型滑坡时间概率的估算精度...降雨型滑坡发生的时间概率受地形、地质等综合环境影响,而滑坡易发性能够综合反映多种因素影响的孕灾环境,在不同易发区下开展降雨型滑坡时间概率研究,可充分顾及不同环境下降雨诱发滑坡的差异性,进而提高降雨型滑坡时间概率的估算精度。以云南省绿春县降雨型滑坡为研究对象,首先,基于地理探测器(GeoDetector)与随机森林(random forest,RF)进行滑坡易发性评价,划分不同的易发区;其次,考虑前期有效降雨量,构建基于前期有效降雨量的降雨强度-降雨历时(EI-D)模型;最后,基于EI-D模型构建顾及不同易发区的降雨阈值,并计算不同时段内的累积降雨量。研究结果表明:滑坡易发性模型的曲线下面积(area under the curve,AUC)值为0.969,精度较高;基于滑坡易发性结果对研究区进行不同易发区划分,所构建EI-D模型准确率为80%,其中高易发区的估算效果较好,有70%的验证滑坡点在临界阈值之上。该方法不仅考虑了不同降雨条件对滑坡的影响,还顾及了多种因素综合影响下的易发区,能够满足复杂环境下降雨型滑坡事件时间概率估算的需求。展开更多
文摘数字高程模型(digital elevation model,DEM)可用于表达滑坡裂缝凹陷地形特征及高程变化,基于DEM能够对滑坡裂缝进行识别。然而,单一的DEM地形地貌数据难以精确表达滑坡裂缝复杂的地形特征。文中提出了一种基于机载激光雷达(light detection and ranging,LiDAR)DEM多特征地形地貌数据融合增强的滑坡裂缝识别方法。首先,通过无人机挂载LiDAR传感器采集获取裂缝的点云数据,并构建LiDAR-DEM,基于DEM生成4种多特征地形地貌数据,包括山体阴影、坡度、正开度和天空视域因子。其次,利用考古地形可视化(visualization for archaeological topography,VAT)方法对DEM多特征地形地貌数据进行融合增强处理,得到DEM多特征融合增强图像。然后,基于大津法(Otsu’s method,OTSU)算法进行滑坡裂缝识别。最后,采用连通域分析和数学形态学闭运算对识别出来的滑坡裂缝进行优化,得到完整准确的滑坡裂缝。以云南省禄劝县的烂泥沟滑坡裂缝为研究区,采用精确率、召回率、F1分数指标对识别结果进行精度验证。最终精确率为0.85,召回率为0.90,F1分数为0.87。研究结果表明,文中方法的滑坡裂缝识别效果较好,能够得到完整的滑坡裂缝,可为滑坡裂缝识别提供一定的参考。
文摘降雨型滑坡发生的时间概率受地形、地质等综合环境影响,而滑坡易发性能够综合反映多种因素影响的孕灾环境,在不同易发区下开展降雨型滑坡时间概率研究,可充分顾及不同环境下降雨诱发滑坡的差异性,进而提高降雨型滑坡时间概率的估算精度。以云南省绿春县降雨型滑坡为研究对象,首先,基于地理探测器(GeoDetector)与随机森林(random forest,RF)进行滑坡易发性评价,划分不同的易发区;其次,考虑前期有效降雨量,构建基于前期有效降雨量的降雨强度-降雨历时(EI-D)模型;最后,基于EI-D模型构建顾及不同易发区的降雨阈值,并计算不同时段内的累积降雨量。研究结果表明:滑坡易发性模型的曲线下面积(area under the curve,AUC)值为0.969,精度较高;基于滑坡易发性结果对研究区进行不同易发区划分,所构建EI-D模型准确率为80%,其中高易发区的估算效果较好,有70%的验证滑坡点在临界阈值之上。该方法不仅考虑了不同降雨条件对滑坡的影响,还顾及了多种因素综合影响下的易发区,能够满足复杂环境下降雨型滑坡事件时间概率估算的需求。
