摘要：【目的】系统分析喜德县地质灾害发育特征及规律,为当地地质灾害防治提供参考。【方法】以喜德县为研究区域,选取11个影响因子,分析滑坡的空间分布规律,并通过建立逻辑回归模型,对喜德县滑坡灾害进行易发性评价。【结果】结果表明:喜德县滑坡分布于高程2000~2600 m;坡度10°~30°;坡向为东北方向;坡位为中坡;距道路距离小于100 m;距水系距离小于200 m;距村落距离小于500 m;距断层距离为小于3500 m;NDVI为0.7~0.8;地层为白垩系;土地利用为耕地。滑坡高易发区位于鲁基断裂、冷都基断裂、米市河断裂、扎都断裂带周边地区。【结论】滑坡易发性分区结果可直接用于滑坡灾害的防治工作中,对工程建设选址也具有一定的参考价值。

摘要：艰险山区公路的滑坡易发性评价能够为公路地质选线提供关键支撑信息。传统滑坡易发性评价方法存在忽略地表形变等动态数据的使用而导致评价结果精度不高的问题。针对此问题,该文提出一种联合光学和SAR遥感影像的山区公路滑坡易发性评价方法。以青海省沿黄公路隆务峡至公伯峡段为研究区,先利用高分辨率QuickBird卫星影像提取多种滑坡灾害静态因子,并采用随机森林模型计算路线区域内的滑坡易发性风险初始等级;然后基于长时间序列的Sentinel-1A影像,获取直接反映滑坡动态变化的地表形变因子;最后,利用地表形变因子对滑坡易发性风险初始等级进行修正,得到最终的滑坡易发性评价分区图。工程实践表明,该方法综合利用滑坡灾害静态与动态因子数据,所获取的山区公路滑坡易发性评价分区图更具准确性,可为后续的公路地质选线提供准确信息。

摘要：滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation,BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示:研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index,TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic,ROC)曲线精度分析,结果表明:基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve,AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重法,基于BP神经网络模型的栅格赋值法更适用于研究区的滑坡易发性评价。

摘要：滑坡灾害的发生具有累进性,进行滑坡易发性评价是防灾减灾的前提。以四川省旺苍县为例,使用频率比法判断12个滑坡影响因子的各分级区间滑坡敏感性,经波段集统计确定11个滑坡影响因子作为滑坡易发性评价因子,通过建立逻辑回归-支持向量机(logistic regression-support vector machine,LR-SVM)耦合模型,搭建滑坡易发性评价体系,完成旺苍县滑坡易发性评价并进行模型精度比较。研究结果表明:逻辑回归-支持向量机耦合模型的评价指标结果均优于逻辑回归模型,易发性分区结果更合理,预测精度更高;在低易发区选取非滑坡点为提高滑坡易发性评价性能作用明显;研究区内道路、高程和NDVI对滑坡发育的敏感性较强;高易发区主要分布于低海拔的水系和道路两侧。

摘要：为探讨不同滑坡易发性评价模型其评价结果的差异和评价精度,本文以贵州省桐梓县为研究区,选取坡度、斜坡结构、地形起伏度、工程地质岩组、距水系距离、距断层距离6个影响因子建立评价指标体系,分别采用信息量模型、确定性系数法、频率比法3种方法开展区域地质灾害易发性评价,并通过ROC曲线对评价结果进行精度验证。评价结果表明:信息量模型(AUC=0.800)的评价精度优于确定性系数法(AUC=0.784)和频率比法(AUC=0.787),因此信息量模型更适合于该区域的滑坡易发性评价。

摘要：滑坡灾害易发性评价研究对规划灾害区域、制定防灾策略等方面具有十分重要的意义。以滑坡灾害频发的汶川及周边两县(理县和茂县)为例,提出滑坡灾害易发性评价的快速聚类-信息量模型。选取坡度、高程、坡向、距构造的距离、距水系的距离、地层岩性和土地利用情况为对滑坡有重要影响的7个影响因子,并在二级因子的分类上,对上述前5个影响因子依据159处滑坡样本分别开展快速聚类分析,同时也给出了传统的等距分类法,以便与快速聚类方法形成对比,对后2个影响因子则以定性方法分类。根据上述二级分类方法的不同,以及滑坡样本是否考虑面积因素,将信息量模型细分为四类(模型a:快速聚类-数量模型、模型b:等距分类-数量模型、模型c:快速聚类-面积模型、模型d:等距分类-面积模型),分别计算各二级指标信息量,并通过ArcGIS空间叠加分析得到研究区域信息量分布,然后通过自然断点法将研究区滑坡易发性划分为五个等级。以易发性递增原则和线下面积(Area Under Curve,AUC)作为精度评价指标,结果表明:①快速聚类模型(模型a和模型c)整体效果优于等距分类模型(模型b和模型d);②相同分类方法下,面积模型(模型c与模型d)整体优于数量模型(模型a和模型b);③在上述两项优势的加持下,模型c相较于模型b,评价精度明显提升,其AUC值从80.46%提高到87.25%。