基于多元自适应回归样条的黄土区滑坡敏感性评价

[目的]探讨和评价致灾因子对黄土滑坡敏感性区划的影响,以辅助滑坡灾害的监测、预警和防治。[方法]在因子筛选和独立性检验基础上,基于多元自适应回归样条模型(MARS)自主分割数据,正向拟合若干基函数,同时构建了铰链函数在各基函数之间建立连接机制,进而反向自我修正,剔除或修改部分基函数,实现自主选择致灾因子和给出因子权重,最后引入了概率比(PR)模型做精度对比分析。[结果](1)MARS模型的基函数物理含义明确,极大地降低了模型的复杂度,易于GIS空间分析实现;(2)评价因子的多重共线性和相关性检验有助于MARS模型优化;(3)MARS模型对极高敏感区和高敏感区的划分较PR模型更为严谨、客观,且滑坡敏感等级区划结果是所有参评因子综合作用的结果,关键因子对评价结果的影响并不明显。[结论]MARS模型在铜川市耀州区黄土滑坡敏感性评价研究中,ROC曲线的AUC值为0.879,整体拟合效果好,与野外实地勘察结果相吻合,结果可靠。

基于形成机理的石漠化敏感性评价:以贵州省黔西县为例

在遥感解译和野外调查基础上,通过分析石漠化的成因与形成机理,找出影响石漠化敏感性的主要自然因素,选取年降雨量、坡度、岩性组合、土壤质地和植被覆盖度5个指标,在GIS的支持下,采用改进的层次分析法,开展了黔西县石漠化敏感性评价。结果表明:黔西县石漠化仍然处于较为敏感状态,中度、高度和极敏感区域的面积合计为1176.39 km^(2),占46.97%,发生石漠化可能性依然存在;中度、高度和极敏感区主要分布于洪水—仁和、定新—重新、五里—沙井和钟山—铁石—素朴等区域,与石漠化土地的分布区域一致;绝大部分石漠化高度敏感区和极敏感区分布在三叠系碳酸盐岩地层中,嘉陵江组是敏感性最高的地层单元;通过综合研究石漠化各相关因素的作用机理和内在联系及继承关系来比较各相关因素的重要性,可以替代专家调查表方法,来降低层次分析法的随意性和主观性。

基于土地生态敏感性评价的生态产品价值分区实现研究——以阿勒泰市为例

良好的生态环境是维持人类生存与发展的基础,是国家生态文明建设的重要前提。利用GIS技术对阿勒泰市的生态环境进行敏感性评价。结果表明:(1)阿勒泰市生态环境敏感性影响程度由大到小排序为:土地利用类型>植被覆盖度>河流缓冲区>道路缓冲区>高程>坡度>坡向。(2)阿勒泰市生态敏感性总体偏高,极度敏感和高度敏感等级区域占研究区总面积的42.45%,在北部山区、中部丘陵区,以及南部额尔齐斯河两岸均有分布;不敏感等级和低度敏感等级区域主要分布在中部丘陵和山间冲积平原区。(3)基于生态敏感性评价结果将阿勒泰市分生态保护区、生态提升区以及生态防护治理区3个区域,并根据区域特点提出完善生态补偿、特色生态旅游、生态农业、开展生态治理与修复等生态产品价值实现模式,为阿勒泰市生态产品价值实现提供实践参考。

百里杜鹃自然风景名胜区生态敏感性评价

生态敏感性评价是对自然风景名胜区范围内生态建设调控的有效手段和重要环节。本研究以国家级风景名胜区百里杜鹃为例,探析其区域生态敏感性分布,为其生态建设调控提供科学依据。通过实地调研,选用水域缓冲区、坡向、地形起伏度、土地利用类型、坡度和植被覆盖度等6个因子作为生态敏感性综合评价指标,利用GIS因子叠加分析法构建生态敏感性评价模型,对百里杜鹃自然风景名胜区生态敏感性评价。结果表明,百里杜鹃可分为5个敏感区,其中,低敏感区、轻度敏感区、中度敏感区、高度敏感区、极度敏感区的面积分别为110.77 km^(2)、102.61 km^(2)、84.19 km^(2)、95.65 km^(2)、300.86 km^(2),分别占总面积的15.96%、14.78%、12.13%、13.78%、43.35%;中度以上敏感区面积大,百里杜鹃整体敏感性较高,生态环境稳定性较低。研究结果可为百里杜鹃风景名胜区的科学开发、生态建设调控和实现可持续性发展提供一定科学支撑。

生态保护区地下水环境受隧道开挖影响敏感性评价

隧道开挖会打破原有地下水平衡,导致地下水流失,造成水资源浪费,破坏当地生态环境。而如何有效预测未开挖隧道对地下水环境影响,并用来指导施工,是隧道开挖过程中减少水资源损失的重点。通过研究隧址区的自然地理、工程地质、水文地质等影响因素,构建评价体系,结合层次分析法和模糊数学建立地下水环境受隧道开挖影响的敏感性评价模型,以厦门地铁3号线南延段万石山隧道为例,对隧址区进行评价。考虑当前研究得出的评价结果多为隧道对环境的整体性评价,而隧道的地下水环境影响由于区域地质条件不同且有断层破碎带等特殊地质会使其存在差异,故按照隧道掘进方向,对不同围岩级别里程断面分别进行评价。研究发现:以断面K5+540为例,其综合评价指标为2.8648,属于一般~较强之间;整体隧址区地下水环境可分为影响敏感性较强~强、一般~较强、一般~较弱、较弱~弱等4个层次。经现场物探和其他评价模型应用验证,分区结果具有合理性和可靠性,可为工程防排水方案设计提供参考。

顾及时序InSAR的海东市辖区滑坡敏感性评价

针对传统滑坡敏感性评价模型存在假阴性、假阳性误差的错分类结果,提出顾及时序InSAR的信息量-逻辑回归(IV-LR)滑坡敏感性评价方法。以海东市辖区为例,通过SBAS-InSAR获取形变速率因子,并与传统评价因子共同作为IV-LR模型的输入变量生成新滑坡敏感性制图。结果表明,形变速率因子对IV-LR模型具有较强的影响,与仅考虑传统评价因子的原始滑坡敏感性制图相比,新滑坡敏感性制图中高、极高敏感区占比分别增加了0.18%、1.7%,模型的AUC从0.901提升至0.925,有效减少了错分类结果的影响,具有更高的预测精度,可为海东市辖区的滑坡防治工作提供更可靠的参考。

基于GIS的江西省南昌市生态环境敏感性评价研究

以江西省南昌市为研究对象,选取高程、坡度、植被覆盖度(NDVI)、降水量、土地利用类型5个因子作为评价指标,采用地理信息系统技术和层次分析法进行生态敏感性综合分析。研究结果表明:在5个生态评价指标中,降水量对南昌市生态环境敏感性影响最大(权重为0.28),土地利用类型对南昌市生态敏感性影响最小(权重为0.12);南昌市生态环境敏感性总体偏低,极高敏感区和高敏感区面积占南昌市总面积的13.91%,中敏感区面积占南昌市总面积的15.50%,低敏感区面积占南昌市总面积的31.22%,极低敏感区面积占南昌市总面积的39.37%;整体来看,南昌市生态敏感性综合分布呈现大而破碎化分布,中部地区生态敏感性偏低,西部和东部地区生态敏感性逐渐增加。

基于ArcGIS的桂林会仙湿地公园生态敏感性评价

以桂林会仙湿地公园为研究对象,在实地调研的基础上,选择7个具有代表性的生态敏感性评价因子,借助ArcGIS软件的空间分析功能结合特尔斐专家评价法和层次分析法,构建生态敏感性评价指标体系,以期为湿地公园规划建设提供科学依据。

基于GIS的张家口市土地生态敏感性评价

以河北省张家口市为研究对象,基于GIS分析技术,结合张家口市生态经济现状,选取植被覆盖度、坡度、水环境、土地利用类型、人口密度5个敏感性因子,运用单要素敏感性评价和综合敏感性评价2种方法对张家口市土地生态敏感性进行了评价,以厘清不同的土地生态环境敏感区的空间分布格局。结果表明:张家口市高度敏感区与中度敏感区面积为13922.97 km^(2),占总面积的38.5%;可进行适度开发利用的面积,低度敏感区面积共12217.16 km^(2),占总面积的33.7%;可适宜高强度开发利用的面积的极低敏感区面积共10080.8 km^(2),占总面积的27.8%,而作为重点保护区的面积为5120.69 km^(2),占总面积的14.2%。

3S技术视角下泉州市永春县水土流失敏感性评价

利用GIS监测评价方法,以双评价技术指南为理论指导,选取永春县为研究区域,通过现场调查和遥感影像技术,结合通用土壤流失方程,构建了综合评价指标体系,评估了永春县的水土流失敏感性。研究结果表明,永春县降雨侵蚀力和地形起伏度呈现东南向西北递增趋势,土壤可蚀性以高度敏感为主,植被覆盖度以轻度敏感为主。永春县水土流失敏感性整体水平以较低敏感区为主,占县域总面积62.06%,高敏感区主要受地形起伏度和土壤可蚀性影响。研究建议低敏感区应促进水保生态和经济发展相结合,中敏感区应推动工程、生物和农业三大措施相结合,高敏感区应集中治理,封山育林。本研究旨在为永春县的水土流失治理提供科学依据,助力打造生态福建。

基于生态敏感性评价的风景名胜区生态保护对策——以尧山风景名胜区为例

【目的】研究尧山风景名胜区生态敏感性,阐述不同敏感区的分布状况与环境特征,为分级保护区划提供参考和建议。【方法】从自然环境及社会人为角度筛选12项影响因子并进行综合赋权,采用加权叠加法对尧山风景名胜区进行综合分析并划定分级保护区。【结果】一级保护区占整体的38.52%,集中在西北部,海拔高、坡度大,敏感程度较高,以山地景观为主;二级保护区占整体的45.44%,集中在区域中部,敏感程度适中,植被覆盖度高,以自然及人文景观为主;三级保护区仅占16.04%,集中在区域东部,敏感程度较低,以耕地及建设用地为主,人工开发建设程度高。【结论】研究区整体以中敏感区为主,其次为较高敏感区,生态保护等级从西北向东南方向逐渐降低,与生态敏感程度呈正相关。

基于GIS的城市岸线资源生态敏感性评价研究——以南昌市为例

针对赣江与抚河干流南昌段的生态环境特点,从自然、环境、灾害易损性等方面选取坡度、高程、用地类型、距水体距离、植被指数、降水侵蚀力、地质灾害易发区、地面塌陷易发区等指标构建评价指标体系,再运用综合指数法对岸线资源生态环境敏感性进行综合评价。结果表明:高程、用地类型、距水体距离为区域中高度敏感因子,植被指数、降水侵蚀力、地质灾害易发区、地面塌陷易发区为中低度敏感因子;研究区中不敏感区、低度敏感区、中度敏感区、高度敏感区、极度敏感区分别占总面积的9.23%、15.45%、31.32%、33.92%、10.09%,综合生态敏感度属于中高度敏感。将极度与高度敏感区划为核心保护区,实行严格保护;中度与低度敏感区划为控制建设区,以保护为主、开发为辅;不敏感区划为适宜建设区,进行适当建设,推动高质量发展。研究结果可为南昌市城市岸线资源利用、保护与系统治理提供参考和依据。

基于实际调查与观测解译对比验证的土地沙漠化敏感性评价——以陕西省为例

将生态敏感性实际调查结果与观测解译结果进行对比验证并进行修正,对提升生态敏感性评估的准确性和科学性具有重要的理论与实践意义。基于遥感解译和气候观测数据,构建土地沙漠化敏感性评价指标体系,评价陕西省土地沙漠化敏感性,结合陕西省第五次荒漠化和沙化实际调查结果,对比验证敏感性评价结果,分析实际调查与观测解译结果间的差异,并对土地沙漠化敏感性观测解译评价结果进行修正。结果表明:(1)观测解译结果显示陕西省土地沙漠化敏感性空间差异显著,极敏感区主要位于陕西省榆林市、延安市和渭南市。(2)实测调查结果显示第五次荒漠化和沙化调查中土地沙漠化区主要分布于榆林市北部长城沿线地区。(3)差异特点表明92.5%的实际调查结果土地沙漠化区域与土地沙漠化敏感性观测解译评价结果存在空间上的重叠,但只有71.8%的观测解译极敏感区与实际调查土地沙漠化区域间存在空间重叠。(4)造成差异的原因在于数据来源误差、模型构建误差以及指标赋值误差3个方面。(5)修正后的陕西省土地沙漠化敏感性评价结果显示极敏感区域主要位于陕西省榆林市、延安市北部和渭南市大荔县,较基于观测解译的评价结果增加面积110.41 km2。针对差异原因和特点,可以针对性的完善生态敏感性评价体系和分析框架。

基于AE模型的县域生态敏感性评价——以甘肃省靖远县为例

为探究不同土地利用类型下各因子对县域尺度生态敏感性客观评价结果的非线性关系,以甘肃省靖远县为研究对象,构建基于土地利用类型的二阶指标体系,建立自编码器模型对其展开评价,并采用沙普利加性解释模型结果,分析各栅格敏感性首要影响因素,以此为基础划分敏感性分区。结果表明,1)极高、高敏感区主要分布在靖远县哈思山、崛吴山、南部沟壑区与沿河区域,占20.40%,中、低、不敏感区分别占40.10%、39.00%、0.50%。2)林地的敏感性等级极高,主要受NDVI影响;草、耕用地敏感性在较平缓区域(坡度<10°)受距水距离影响,在较陡峭区域(坡度>10°)受坡向和高程影响。AE模型评价结果能够探索出评价因子与敏感性更深层的关系并能更好地表现其地理空间的分异规律。

基于Inter.iamb-Tabu算法的区域滑坡敏感性评价

确定滑坡敏感性概率的空间分布,可为滑坡防治政策制定和土地利用规划提供科学依据。由于成灾环境的空间差异和滑坡机理的复杂性,基于不同逻辑架构(物理模型、理论模型等)的滑坡敏感性评价针对特定孕灾环境,无法提前确定最优数学评价模型,而基于深度学习法的、融合多种模型的混合算法能较好地解决这个问题。本文以山东省淄博市博山区为研究区域,基于单因素Logistic回归法筛选了滑坡致灾因子,通过频率比法对致灾因子进行了分级;对4种基于贝叶斯网络的改进算法(MMHC、MMPC-Tabu、Fast.iamb-Tabu、Inter.iamb-Tabu)进行验证,引入错误指数确定了建模效果最佳的算法;计算了博山区774570个栅格的滑坡敏感性概率,绘制了博山区滑坡敏感性分布图;基于GIS的空间叠加和栅格计算器功能,对比了各模型的滑坡敏感性评价结果。研究结果表明:(1)基于Inter.iamb-Tabu开展博山区滑坡敏感性建模时效果最佳。该模型包含10个节点(9个致灾因子节点和1个结局节点)、14条有向边。研究区域可划分为极高敏感区、高敏感区、中敏感区、低敏感区和极低敏感区,分别占总面积的7.30%(49.80km^(2))、16.50%(112.56km^(2))、26.10%(178.05km^(2))、33.20%(226.49km^(2))和16.90%(115.29km^(2)),分别有67处、22处、7处、2处和1处滑坡位于上述敏感区。(2)MMHC、MMPC-Tabu和Fast.iamb-Tabu模型在训练时易舍弃样本中部分因子的特征信息,以达到模型整体精度最优的目的。研究成果可为山东省淄博市博山区滑坡防治提供理论依据,采用的研究方法同样适用于类似地区。

基于证据权法的滑坡敏感性评价--以海地为例

震后生态脆弱区滑坡敏感性评价是当前环境保护领域中的一个重要研究方向。针对目前震后生态脆弱区滑坡敏感性评价中存在的问题,以海地为例,提出了一种基于证据权法和多源数据的滑坡敏感性评价方法。通过收集多源数据,选取高程、坡度、坡向、剖面曲率、地形起伏度5个地形因子和土地利用、植被指数两个生态因子建立滑坡敏感性评价指标体系,再利用证据权法计算指标权重,最终得到滑坡敏感性评价结果。与传统信息量方法相比,该方法具有较高的准确性和可靠性,可为生态环境保护提供重要决策支持。

基于GIS的平潭岛生态敏感性评价研究

通过研究平潭岛的生态敏感性,保障其生态安全格局,可以作为其现有用地布局调整和优化的依据。根据平潭岛特征,选取坡向、坡度、高程、土地利用类型、水域缓冲、植被覆盖度6个指标,运用GIS分析技术和层次分析法,构建评价指标体系、进行生态敏感性综合评价,得出平潭岛敏感性主要集中在中度和重度敏感的结果。根据评价结果,针对各区提出了相应的规划策略,为平潭岛生态环境保护提供参考。

城市型风景名胜区生态敏感性评价及景观格局分析--以徐州市吕梁山风景区为例

从生态敏感性评价及景观格局分析应用于城市型风景名胜区的必要性出发,以城市典型风景名胜区--徐州市吕梁山风景区为例,借助Arc GIS10.5平台进行多因子空间叠加分析,利用Fragstats4.2进行景观格局指数分析,对徐州市吕梁山风景区内部风景资源、生态环境以及景观格局进行综合评判。结果表明,徐州市吕梁山风景区生态敏感性在空间分布上呈显著差异,徐州市吕梁山风景区总体生态敏感性较高,以高度敏感性和中度敏感性为主,极高、高敏感区域内景观格局破碎化相对严重,与生态敏感性分布呈正相关。由此提出吕梁山风景名胜区在各级生态敏感区域下相对应的生态保护与利用策略,以期为管理部门今后制定合理的调控对策及实现城市型风景名胜区的可持续管理提供理论依据。

基于生态敏感性评价的森林公园功能分区研究——以江西鄱阳湖口国家森林公园为例

在系统构建基于PSR-AHP-变异系数法的生态敏感性评价模型基础上,运用该模型对江西鄱阳湖口国家森林公园的生态敏感性进行了评价,并根据评价结果提出了江西鄱阳湖口国家森林公园功能分区方案。结果表明:森林公园的生态敏感性由森林公园南部逐步向外延伸,北部和西部敏感程度较高。功能分区中将极敏感区和高度敏感区划归为生态保育区,该功能区面积为753.43 hm^(2)、占比59.0%;中度敏感区主要划归为核心景观区,该功能区面积为296.26 hm^(2)、占比23.2%;低度敏感区主要划归为一般游憩区,该功能区面积为174.95 hm^(2)、占比13.7%;不敏感区划归为管理服务区,该功能区面积为52.36 hm^(2)、占比4.1%。研究结果可为江西鄱阳湖口国家森林公园的功能分区提供科学依据,也可为其他森林公园或自然公园的功能分区提供参考。

基于CURE聚类算法的区域滑坡敏感性评价研究

针对现有基于聚类算法的滑坡敏感性评价模型存在难以设置参数等问题,采用CURE(Clustering using representative)聚类算法建立区域滑坡敏感性评价模型,并对延安宝塔区进行评价.实验结果表明,评价结果与实际一致,并且准确度比KPSO(K-means+particle swam opimization)模型高出17.2%,证明该模型的有效性,可为防灾减灾提供理论支撑.