摘要：目前利用机器学习进行易发性评价时,非地质灾害单元通常是在研究区范围内随机选取,会导致部分非地质灾害单元落在潜在地质灾害单元之上,造成模型评价结果偏差,所以非地质灾害单元的有效选取成为当前易发性评价的难点问题。以浙江省长兴县李家巷镇为研究区,选取高程、坡度、坡向、剖面曲率、岩组、距水系距离、距断层距离、归一化植被指数和土地利用这9个环境因子作为评价指标,利用频率比模型(frequency radio,FR)进行非地质灾害单元的选取,然后选用随机森林模型(random forest,RF)进行地质灾害易发性评价,并与未经有效筛选非地质灾害单元的RF模型结果进行对比分析。结果表明,与RF模型相比,FR-RF模型的特异性(Specificity)提升了9.51%,说明对非地质灾害单元的预测能力显著提升,同时敏感性(Recall)提升了13.71%,说明对地质灾害单元的预测性能也大幅提升,受试者工作特征曲线下的面积(area under curve,AUC)和准确率(Accuracy)分别提高了6%、11.66%,模型整体性能及预测能力得到改进;地质灾害极高和高易发区主要分布于存在碎屑岩和坡度较大的区域,总面积为7.35 km 2,相较于RF模型结果,面积增加了25.98%,而极低和低易发区面积减少了16.7%;坡度、工程岩组是该研究区地质灾害的主控因素,相对重要性占比分别为37.7%和28.0%。

摘要：针对现有系统地质灾害治理成本较高,不能有效划分地质灾害等级的问题,设计基于BIM与GIS融合设计的地质灾害治理系统。系统硬件由输入模块、运作模块和输出模块组成,通过各模块的共同作用,实现对地质灾害治理系统组织职能与岗位职权的设定。通过GIS的空间管理功能与BIM技术进行地质灾害数据动态采集与管理,实现不同属性数据之间的连接。利用OLE技术实现地质灾害评价与预测,根据评价结果给出治理措施。实验结果表明,所设计系统的经济成本较低,且能够对不同地区的地质灾害等级进行准确划分,具有较高的实际应用价值。

摘要：地质灾害仿真有利于灾害发生时相关人员及时作出响应,降低地质灾害的影响。传统地质灾害仿真方法仿真效果不理想,导致重大地质灾害仿真的实用性较差。为此,提出基于动态地形模型的重大地质灾害仿真。对获取的地质灾害数据进行粗差检验、差值处理,保留地质灾害数据中原始数据,将地质灾害避难路径的获取归纳为图形最短路径的求解;设计重大地质灾害的仿真流程,完成重大地质灾害的仿真。实验结果表明,所提仿真方法在受伤人员相对生存概率、受伤人员的救出比例以及平均救援时间方面具有一定优势,验证了所提方法具有一定实用性。