基于信息量模型与确定性系数模型的曩宋河流域地质灾害易发性评价

云南省复杂的地质环境与大量的人类工程活动导致地质灾害频发,该区域的地质灾害识别与防治十分重要。本文以云南省梁河县曩宋河流域为研究区,选取高程、坡度、植被覆盖度、河流距离、工程岩组5个评价因子指标,基于确定性系数模型与信息量模型对流域内41处地质灾害区域进行分析并对研究区地质灾害进行易发性评价,利用ROC曲线对评价模型结果进行检验。结果表明,信息量模型检验得到的AUC值为0.804,确定性系数模型检验得到的AUC值为0.781,信息量模型更适用研究区的地质灾害易发性评价。研究结果可为云南省梁河县地质灾害防治工作提供参考。

基于确定性系数模型的地质灾害多因子权重计算方法

地质灾害影响因子权重的确定是区域地质灾害评价和预警模型研究的关键。本文采用确定性系数模型（CF）实现复杂多因子数据的同区间量化,基于CF值直接代表着各因子对地质灾害的贡献这一物理基础,提出了一种基于CF的多因子叠加确定权重法。该方法通过三步完成权重计算：（1）基于CF的地质灾害各影响因子量化,使得各影响因子取值均介于0-1;（2）所有影响因子逐级叠加计算,计算所有因子的相对贡献值;除某计算因子外,其他所有影响因子的逐级叠加计算,得到除某计算因子外的其他所有因子的相对贡献值;（3）通过相减的方法,得到某计算因子的相对贡献值。同样方法分别得到所有因子的相对贡献值,最后归一化处理分别得到所有因子的权重。最后,以区域显式统计预警模型中潜势度计算为例,分区计算确定了地质灾害各影响因子的权重,并以潜势度计算结果进行效果检验,验证了基于CF的多因子叠加确定权重法的有效性和实用性。

信息量模型、确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究

为探索区域地质灾害敏感性评价方法,以宁夏盐池县为研究区域,选取坡度、坡向、坡高、高程、地层、距河流距离、距道路距离、植被覆盖度等8个影响地质灾害发生的评价因子,分别采用信息量模型+逻辑回归模型(I+LR)和确定性系数模型+逻辑回归模型(CF+LR)2种组合模型对盐池县地质灾害敏感性进行评价,将该区域地质灾害划分为极低、低、中和高敏感区4类,并完成结果检验。结果表明:(1)2种组合模型得到的低、中敏感区面积基本相当,而高敏感区面积相差较大,CF+LR模型较I+LR模型高敏感区面积增加约533.6 km2,而极低敏感区面积减少约6%;(2)2种组合模型的合理性均符合检验要求,且ROC精度检验AUC值分别为0.868和0.829,渐进Sig.b均小于0.05,表明2种组合评价模型都能较为客观准确地评价盐池县地质灾害敏感性;(3)ROC检验精度与盐池县地质灾害发育情况均表明I+LR模型精度更高。

基于确定性系数模型的泸水市泥石流易发性评价

以泥石流灾害频发的怒江州泸水市为研究区,选取坡度、高程、河流距离、道路距离、岩性、断裂带距离、降雨量、NDVI、土地利用9个影响因子,建立了泸水市泥石流灾害易发性评价体系。采用确定性系数模型(CF模型)进行了泥石流灾害易发性评价,将泥石流易发性评价结果分为极高易发区、高易发区、中易发区、低易发区4个等级。结果表明:研究区高易发区及以上级别的易发区内发生的泥石流灾害数量占总数的95.32%,易发性评价结果正确率达到81.99%,表明选取的评价指标合理,CF模型适用于泸水市的泥石流灾害易发性评价研究。泸水市泥石流灾害高易发区也是居民点集中分布区,评价分区结果对泸水市的泥石流灾害防灾减灾具有一定的借鉴作用。

基于确定性系数模型与逻辑回归模型耦合的地质灾害易发性评价——以贵州省开阳县为例

贵州省开阳县地质条件复杂,区内地质灾害频发。以该县为研究区,选取高程、坡度、地形起伏度、坡向、工程岩组、斜坡结构、断层、水系、归一化植被指数(normalized difference vegetation index,NDVI)等9个影响因子,基于GIS的栅格数据模型,分别采用确定性模型(certainty factor,CF)、Logistic回归模型以及两种模型耦合的方法进行地质灾害易发性评价,利用灾害点在各等级下的分布和成功率曲线(receiver operating characteristic,ROC)对三种模型的评价精度进行检验。结果表明:CF模型与Logistic回归模型评价结果总体上一致,但是耦合模型的评价分区结果更加合理,精度更高。因此,基于耦合模型的评价结果,将开阳县地质灾害易发性等级分为高易发区、中易发区、低易发区和极低易发区。这为县级区域地质灾害易发性评价提供了理论指导和技术参考。

基于加权信息量和加权确定性系数的藏东南滑坡易发性评价

藏东南地区属高原地区,山势险峻,复杂的地形地貌诱发地质灾害的发生,加大工程建设的难度。为分析研究区滑坡灾害的易发性,选取8个评价因子(与道路距离、与水系距离、高程、坡度、坡向、工程地质岩组、土壤类型、地表覆盖)为量化指标,以层次分析法确定权重值,同时借助ArcGIS得到加权信息量模型和加权确定性系数(certainty fator,CF)模型,对比选取准确度高的滑坡灾害评价模型,运用受试者特征曲线(receiver operate curve,ROC)验证结果准确性。研究结果如下:①加权CF模型的受试者特征工作曲线下的面积(area under receiver operating characteristic curve,AUC)值高于加权信息量模型AUC值,加权CF模型结果覆盖滑坡点多于加权信息量模型,研究区滑坡易发性评价选取加权CF模型分析结果更加准确;②加权CF模型将研究区滑坡易发性评价结果划分为高易发区、较高易发区、中高易发区、较低易发区、低易发区,其中高易发区主要分布在墨脱县和贡觉县,较高易发区分布在卡若区、芒康县,中高易发区分布在类乌齐县、丁青县、江达县,较低、低易发区分布在巴宜区和朗县等。滑坡易发区的划分可为该区域的工程建设提供决策依据。

确定性系数法的海城市地质灾害易发性评价

海城市地貌类型多样,地质灾害多发.本文选取高程、坡度、坡向、地层岩性、年均降雨量、距河流距离、植被覆盖度和距断层距离8个影响因子进行地质灾害易发性评价,基于ArcGIS栅格统计功能,运用确定性系数模型对海城市地质灾害易发性进行评价.结果表明:海城市地质灾害可分为高、中、低和不易发区,高易发区主要分布在海城市东南部低山丘陵地区;中易发区集中分布在高易发区外围的析木镇、牌楼镇和岔沟镇;低易发区零星分散于海城市各镇;不易发区主要分布在北部地形平缓的平原区.海城市地质灾害的发生受高程和地层岩性影响因子主要控制,经降雨诱发,受河流附近人为活动影响,并在坡度、坡向、植被覆盖度和距断层距离等多种因素影响下,导致海城市地质灾害发育程度和分区的不同.

统计模型的“不确定性”问题与倾向值方法

量化社会学研究往往基于特定的统计模型展开。近十几年来日益流行的倾向值方法也不例外,其在实施过程中需要同时拟合估计倾向值得分的"倾向值模型"与估计因果关系的"结果模型"。然而,无论是其模型形式还是系数估计,统计模型本身都具有不可忽视的"不确定性"问题。本研究在倾向值分析方法的框架下,系统梳理和阐释了模型形式不确定性与模型系数不确定性的内涵及其处理方法。通过分析"蒙特卡洛模拟"数据与经验调查数据,本文展示了在使用倾向值方法进行因果估计的过程中,研究者如何通过"贝叶斯平均法"进行多个备选倾向值模型的选择,以及如何通过联合估计解决倾向值模型与估计模型中的系数不确定性问题。本文的研究也表明,在考虑倾向值估计过程的不确定性之后,结果模型中对于因果关系的估计呈现更小的置信区间和更高的统计效率。

基于CF与优化RF模型耦合的泰山地区地质灾害易发性评价

[目的]针对泰山地区地质灾害频发这一现状,研究并构建地质灾害易发性评价模型,为该地区的地质灾害预防与治理工作提供参考。[方法]以泰山地区为研究区,采用确定性系数模型与粒子群算法优化RF模型耦合的方法,完成对研究区的地质灾害易发性评价。该方法是利用确定性系数(CF)模型计算影响因子对地质灾害的敏感值,作为模型训练的属性值,引入粒子群算法对随机森林(RF)模型进行参数寻优,提高模型对地质灾害的预测精度和准确度。选取坡度、距道路距离、土地利用类型、植被指数等11个影响因子,采用皮尔逊相关系数法和多重共线性检查进行影响因子筛选择优,绘制ROC和PR曲线对训练模型进行精度评价。[结果]CF-PSO-RF耦合模型相比单一SVR、单一RF和CF-PSO-SVR模型的极高易发区面积比例分别提高10.55%,10.04%和5.08%,AUC值分别提高14%,5.1%和1.7%,AP精度分别提高了11.7%,4.4%,1.2%。预测结果显示,泰山地区的极高、高易发区主要位于泰山景区、岱岳区北部等地形起伏和坡度较大的区域,面积所占比例为28.05%,涵盖了60.1%的地质灾害点;相反,低、极低易发区主要分布在建设用地、农田等地势平坦区域,面积比例为59.26%。[结论]将确定性系数模型与优化后RF模型耦合,相比单一模型精度有进一步的提升,又优于CF-PSO-SVR模型精度,评价结果符合实际情况。

基于CF和Logistic回归模型的广东省地质灾害易发性评价

在研究广东省崩塌、滑坡、泥石流孕灾环境的基础上,选取高程、坡度、地质年代、岩性、距断层距离、距水系距离、归一化植被指数(NDVI)7个因子作为地质灾害易发条件因子。首先利用CF模型计算出7个因子各分类级别的CF值,然后将各因子的CF值作为自变量,是否发生地质灾害作为因变量,利用Logistic回归模型得到各因子的回归系数。再对各因子之间的独立性进行检验,所选7个因子都符合独立性检验条件,全部进入到逻辑回归方程中,计算出各独立单元发生崩滑流地质灾害的概率。根据计算结果将广东省崩滑流地质灾害易发程度划分成四类:极低易发区(16.63%),低易发区(28.65%),中易发区(32.57%),高易发区(22.15%)。评价模型的合理性和精确度都符合检验要求,说明采用确定性系模型和逻辑回归模型能够较为客观准确地评价广东省地质灾害易发性。

基于不同耦合模型的县域滑坡易发性评价对比分析——以四川普格县为例

为有效预测县域滑坡发生的空间概率,探索不同统计学耦合模型滑坡易发性定量评价结果的合理性和精度,以四川省普格县为研究对象。选取坡度、坡向、高程、工程地质岩组、断层和斜坡结构等6项孕灾因子作为评价指标体系,基于信息量模型(I)、确定性系数模型(CF)、证据权模型(WF)、频率比模型(FR)分别与逻辑回归模型(LR)耦合开展滑坡易发性评价。结果表明:各耦合模型评价结果和易发程度区划均是合理的,极高易发区主要分布于则木河、黑水河河谷两侧斜坡带,面积介于129.04~183.43 km^(2)(占比6.77%~9.62%),各模型评价精度依次为WF-LR模型(AUC=0.869)>I-LR模型(AUC=0.868)>CF-LR模型(AUC=0.866)>NFR-LR模型(AUC=0.858)。研究成果可为川西南山区县域滑坡易发性定量评估提供重要参考。

GIS支持下CF与信息量耦合模型的攀枝花市矿山地质灾害易发性评价

攀枝花市矿产资源丰富,采矿历史悠久,开采活动强度大,地质结构复杂,生态环境脆弱,矿山地质灾害频发.基于2019年的三江(怒江,澜沧江,金沙江)北段矿产开发环境遥感监测调查资料,在分析矿山地质灾害发育规律与影响因素关系的基础上,选取坡度、工程地质岩组、距断层的距离、降水量、植被覆盖度、距河流的距离以及距开采活动面的距离7个评价因子,借助ArcGIS软件平台,采用确定性系数(Certainty Factor,CF)模型、信息量模型以及CF与信息量耦合模型开展攀枝花市矿山地质灾害易发性评价研究.结果表明,工程地质岩组、植被覆盖度、距开采活动面的距离是影响矿山地质灾害分布的控制因子;经过ROC(Receiver Operating Characteristic Curve,ROC)曲线检验,CF与信息量耦合模型的AUC(Area Under the Curve,AUC)值高达0.909,表明耦合模型比单一模型的评价精度高,其精度为耦合模型>信息量模型>确定性系数模型;耦合模型的易发性分区为极高易发区(5.24%)、高易发区(11.67%)、中易发区(41.66%)和低易发区(41.43%),其中极高和高易发区主要分布在开采活动强度较大的煤矿、铁矿和花岗岩矿矿山,即主要分布在仁和区、东区、盐边县和米易县.

基于信息量-逻辑回归模型的怒江州滑坡灾害易发性评价

为了解决用单一模型进行滑坡灾害易发性评价效果不佳的问题,本文构建了耦合模型对滑坡灾害易发性进行研究。选取典型高山峡谷区怒江傈僳族自治州(简称怒江州)为研究区;选用离断层距离、离河流距离、离道路距离、工程地质岩组、海拔、坡度、坡向、土地利用类型8个滑坡影响因子构建评价指标体系;运用二元逻辑回归法、信息量法、确定性系数法分别进行滑坡灾害易发性研究,构建了信息量-逻辑回归模型,并分别与上述三种方法各自所得结果作对比;结合均方根误差、最小值和平均值统计及受试者工作特征曲线进行检验与比较。结果表明:极高和高易发区主要分布在怒江、澜沧江、独龙江沿岸及道路两侧,符合研究区实际情况,表明评价指标和评价模型的选取具有合理性;所建信息量-逻辑回归模型(0.883)比信息量(0.874)、确定性系数(0.848)、二元逻辑回归(0.869)模型更具优势。

GIS支持下CF与Logistic回归模型耦合的九寨沟景区滑坡易发性评价

2017年8月8日九寨沟MS7.0地震诱发了数以千计的崩滑体,产生的大量松散固体碎屑在降雨作用下极易启动转化为新的滑坡或泥石流形成次生灾害,因此对九寨沟景区进行滑坡易发性评价尤为必要。基于震前、震后高精度遥感影像对比分析结合现场调查,共获取1047处滑坡,总面积为3.88 km2。在分析滑坡发育分布与影响因素关系的基础上,本文选取了构造因子、地形因子、地质因子及其他因子等9个指标,采用确定性系数(CF)模型、逻辑回归(Logistic)模型以及两种模型耦合分析进行滑坡易发性评价。研究结果表明,坡度、坡向、高程和地层岩性是影响滑坡分布的主要因子;研究区被划分为低易发区(60.72%)、中度易发区(24.18%)、高易发区(9.89%)和极高易发区(5.21%),高-极高易发区基本沿沟谷分布,面积为99 km2,其中熊猫海、老虎海周边均为滑坡极高易发区;采用耦合模型比单一模型评价结果更加合理,其结果可作为景区滑坡防治和分段分时开放的参考依据。

基于CF与Logistic回归模型耦合的永嘉县滑坡易发性评价

在研究永嘉县滑坡孕灾环境的基础上,选取高程、坡度、坡向、距河流距离、距道路距离、距断层距离、地层岩性及归一化植被指数(NDVI)8个评价因子,运用GIS的空间分析功能,采用确定性系数(CF)与Logistic回归耦合模型进行滑坡灾害易发性分析。研究结果表明:距断层距离、坡度、高程、坡向和NVDI是影响滑坡分布的主要因子,研究区被划分为极高易发区(13.24%)、高易发区(14.79%)、中易发区(16.98%)、低易发区(22.59%)和极低易发区(32.41%)。耦合模型的合理性和精确度均符合检验要求,可为当地防灾减灾工作提供一定的参考价值。

基于多种组合模型的新疆巩留县滑坡危险性评价研究

新疆巩留县广泛发育冻融降雨型滑坡地质灾害,对其现有的研究多考虑降水,而缺乏温度影响的研究,为此,本文特增加了温度因子来进行巩留县滑坡灾害危险性评价。基于巩留县已发生的682个滑坡灾害点,选取坡度、起伏度、坡向、曲率、温度、距断层距离、距河流距离、距道路距离、工程地质岩组等9个评价因子。采用信息量模型(I)、确定性系数模型(CF)、信息量模型+逻辑回归模型(I+LR)以及确定性系数模型+逻辑回归模型(CF+LR)等4种模型对巩留县滑坡危险性进行了评价,划分为极高、高、中和低4个危险等级分区并进行了精度检验与现场实际验证。结果表明:(1)温度对滑坡有较大的触发作用;(2)耦合模型极高、高危险性分区面积明显低于单一模型极高、高危险性分区面积,其中CF+LR模型的极高、高危险性分区面积最小,低危险性分区面积最大;(3)4种模型ROC精度检验AUC值分别为0.889、0.893、0.895和0.900,均能较为客观地评价巩留县滑坡危险性。CF+LR模型精度最高,且经局部地区现场检验,CF+LR模型评价结果与实际情况也最为相符,研究成果对新疆地区巩留县滑坡地质灾害的预防和治理具有一定的借鉴意义。

CF耦合LR模型的地质灾害易发性评价

为对自然灾害频发的西北地区进行地质灾害易发性研究,本文考虑了高程、坡向等10类因素,利用确定性系数(CF)模型和确定性系数耦合逻辑回归(CF-LR)模型对城固县地质灾害易发性进行评价。结果表明,CF模型和CF-LR模型的灾害比均呈递增状态,高、极高灾害点密度分别为4.75、5.97个/km~2,且两种模型的测试集受试者工作特征(ROC)曲线下面积(AUC)分别为0.812、0.835,验证集ROC和AUC值分别为0.862、0.891。两种模型均能有效评价区域内地质灾害易发性,且CF-LR模型具有更高的评价精度。

基于CF-LR模型的典型红层地区地质灾害易发性评价——以赤水市为例

为探究地质灾害与红层地区风化调控作用的关系,以贵州省典型红层地区赤水市为研究区,选取太阳辐射、高程、坡度、地层分布、降雨量、NDVI、道路缓冲区和地形起伏度8个影响因子,引入皮尔森相关系数对影响因子进行共线性分析,采用CF模型、LR模型及CF与LR耦合模型在GIS平台上进行地质灾害易发性分析,并利用ROC曲线法对3种模型的精度进行检验。结果表明:3种模型的AUC值分别为0.854,0.875和0.905,其中,耦合模型AUC值最高,说明耦合模型评价精度更高,灾害易发性分区更准确。研究结果可为赤水市地质灾害预防工作与红层地区地质灾害易发性评价研究提供参考。

基于CF模型-AHP的地质灾害易发性评价

以黄山-九华山核心旅游区的地质灾害易发性进行评价为例,讨论CF模型及AHP在地质灾害评价过程中的应用。结果表明,该方法在区域地质灾害评价具有很高的应用价值,能够计算出不同条件下地质灾害发生的可能性,并选择出强指示性指标参与地质灾害评价过程,为重点监测地区和主要监测对象的确定提供量化依据。

基于CF与Logistic回归模型耦合的地质灾害易发性评价——以北京市大清河流域生态涵养区为例

在北京市大清河流域生态涵养区1450 km^(2)的区域内,以遥感影像解译为基础,结合1∶50 000地质灾害详细调查,获取全区888个地质灾害隐患点作为样本数据库,选取基岩类型、地貌类型、地形坡度、河流、公路、断裂6个评价因子,采用确定性系数(CF)与Logistic回归耦合模型评价地质灾害易发性,依照自然间断点分级法(Jenks)将研究区划分为极高易发区、高易发区、中易发区、低易发区和极低易发区。将未参与模型训练的20%地质灾害隐患点作为检验点与易发性分区结果进行叠加分析,通过频率比和ROC曲线进行精度检验。结果显示:基岩类型对地质灾害的发育具有控制作用;公路、断裂对地质灾害的空间分布影响明显;CF与Logistic回归耦合模型在实际应用中具有较高的准确性,是一种地质灾害易发性评价可靠性高的模型。