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。

基于不同耦合模型的区域地质灾害易发性评价——以河南商城县为例

为探索效果最优的地质灾害易发性评价模型,以商城县为研究区,结合其孕灾地质条件与地质灾害发育特征,分析地质灾害影响因素,从地理环境、地质环境、人类活动3个方面选取高程、坡度、坡向、剖面曲率、植被覆盖率、工程地质岩组、断层、道路、水系9个因子构建评价指标体系,运用证据权(weights of evidence,WofE)模型、信息量(information value,IV)模型、层次分析-信息量(analytic hierarchy process-information value,AHP-IV)耦合模型分别进行了地质灾害易发性分析。研究表明:AHP-IV耦合模型下的受试者工作特征(receiver operating characteristic,ROC)曲线的线下面积(area under curve,AUC)值最大,评价效果更为准确,更适用于商城县地质灾害易发性评价。通过评价可知,商城县地质灾害极高易发区沿沟谷、道路呈条带状分布,高易发区呈团状包围在极高易发区边缘,中、低易发区多分布在地势平坦、岩性较单一的北部平原地区。研究成果可为当地的地质灾害防治管控工作提供科学依据,也可为类似区域的地质灾害易发性分区提供参考。

露天矿区地质灾害易发性评价

以桐柏县露天矿区为例,采用栅格单元评价法对研究区进行划分,共3 064 985个栅格单元,在此基础上展开易发性评价。并选取坡度、高程、工程地质岩组、距断层距离、斜坡结构类型、水系距离、道路距离、地貌类型作为评价因子。采用自然间断法将叠加计算的值分为4个等级(高易发区、高易发区、中易发区与低易发区)。按照《地质灾害风险调查评价技术要求(1∶50 000)》(试行)中地质灾害不同分区等级规定的图示图例进行区分,最后得出河南省桐柏县露天易发性分布。研究为桐柏县政府提供露天防灾减灾管理、国土空间规划和用途管制的基础地质依据。

贵州纳雍县沙包镇地质灾害易发性评价研究

贵州省西部滑坡崩塌重点防治区多高山峡谷,以大型、中型地质灾害为主,隐患点密度相对低,在城镇尺度上历史灾害数据较少,层次分析法、信息量法等自上而下的推理分析方法,在小区域易发性评价中有更好的适用性。研究以贵州省纳雍县沙包镇重点区域为例,探索基于斜坡单元的适应城镇尺度的地质灾害易发性评价方法。结果表明:①根据所提出的斜坡单元划分标准,研究区共划分斜坡单元326个;②研究区共划分地质灾害高易发区(A)16个(计30个高易发斜坡单元),分布面积4.036 km^(2),占工作区比例为8.41%,主要分布于研究区西南区域;③较高易发区(B)33个,分布面积9.21 km^(2),占工作区比例为19.18%,主要分布于研究区西南区域。

基于层次分析法的赤峰市地质灾害易发性评价

本文采用层次分析法对内蒙古自治区赤峰市地质灾害易发性进行评价,得出主要结论:基于已发生灾害点与本文地质灾害易发性分区结果比较,层次分析法适用于赤峰市地质灾害易发性评估;赤峰市地质灾害不易发区、低易发区、中易发区、高易发区的区域面积面积占比分别为37%、19.2%、30.6%和13.2%;赤峰市全域大部分地区处于地质灾害中、高易发区,主要分布在南北走向的丘陵山地地区;低易发区和不易发区主要分布在东部平原和西部高平原地区。

通化市二道江区地质灾害易发性评价

本文结合通化市二道江区地质灾害分布现状,以孕灾地质条件为基础选取评价指标,采用GIS技术和统计模型方法(信息量)结合的评价方法进行地质灾害易发性评价,为二道江区地质灾害防治工作提供参考依据。

基于强化学习的海南岛山洪灾害易发性评估

采用多重共线性分析和极致梯度提升模型确定海南岛山洪灾害影响因子,提出了基于SAC强化学习算法的海南岛山洪灾害易发性评估模型。采用敏感性、特异性等指标和受试者工作特征曲线,将强化学习模型评估结果与卷积神经网络和深度神经网络模型评估结果进行对比。结果表明:强化学习模型具有较高的准确性和可靠性,测试数据集AUC指标达到0.931,高于卷积神经网络和深度神经网络模型的评估结果,可为海南岛山洪灾害风险评估提供科学依据。

耦合Random Forest算法与信息量模型的地质灾害易发性评价——以西藏自治区工布江达县为例

地质灾害易发性评价是防灾减灾工作中不可或缺的部分。以西藏自治区工布江达县为研究对象,选取地形起伏度、土壤类型、地层岩性、坡度、降水强度等11项评价因子,并对所选因子进行等级区分;采用信息量为基础构建地质灾害易发性评价模型,利用随机森林(RF)算法确定各因子权重,完成信息量模型赋权;使用RF-信息量模型对研究区内地质灾害进行易发性分析,并用历史灾害点与受试者工作特征(ROC)曲线验证评价精度。结果表明:1)土壤类型、地层岩性以及平面曲率是影响工布江达县内地质灾害发育的3个主要因素;2)低易发区、中易发区、高易发区、极高易发区的面积占全县总面积的比例分别为54.43%、23.74%、14.91%、6.92%;3)在县域内处于高易发或极高易发的区域多靠近沟谷;4)通过ROC曲线比较,RF-信息量模型精度高于信息量模型。使用RF算法可以提高信息量模型的评价精度,使评价结果更理想,为以工布江达县为例的高山高原地区的地质灾害评估和治理提供了参考。

基于优化MaxEnt模型的高山峡谷区地质灾害易发性评价——以云南省德钦县为例

高山峡谷区滑坡、泥石流、崩塌等地质灾害频发,严重威胁当地居民的生命财产安全。选取云南省德钦县为研究区,基于328个地质灾害分布点数据和9个环境变量,利用R语言的kuenm数据包对MaxEnt模型的主要影响参数调控倍频(Regularization Multiplier,RM)和特征组合(Feature Combination,FC)进行调整,选择最优模型对德钦县地质灾害易发性进行分区,同时采用受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC)评价模型精度,采用刀切法分析各环境变量的权重。结果表明:(1)基于优化MaxEnt模型的滑坡、泥石流、崩塌的ROC曲线下面积(Area Under Curve,AUC)值分别为0.948、0.957、0.944,说明预测结果精确可靠。(2)研究区滑坡、泥石流、崩塌的高、极高易发区分别占总面积的9.93%、5.81%、8.52%,三类灾害综合易发区的高、极高易发区占总面积的8.25%,主要集中在研究区西部、东部以及东南部的公路沿线。在所有环境变量中,高程和距公路距离是研究区地质灾害发生的主要驱动因素,坡度、NDVI、降水、距河流距离是地质灾害易发性评价的影响因素。

基于地理信息系统与斜坡单元的峨边县地质灾害易发性评价

斜坡单元依据山脊线和山谷线划分的单元,能够体现研究区的真实地质环境条件,作为评价单元在地质灾害易发性评价中具有重要意义。采用地理信息系统(geographic information system,GIS),运用水文分析工具提取峨边县斜坡单元,选取归一化植被指数、坡度、高程、地形起伏度、地层岩性、距水系的距离、距断层距离、距道路的距离8个因子,使用逻辑回归模型(logistic regression,LR),制得地质灾害易发性概率图,将其划分为非易发区、低易发区、中易发区、高易发区和极高易发区。结果表明:ROC(receiver operating characteristic curve)曲线的线下面积(area under curve,AUC)精度检验值为0.917,极高易发区和高易发区内地质灾害点数占总灾害点数的81.3%,说明对峨边县进行基于斜坡单元使用逻辑回归进行地质灾害的易发性评价具有可行性和较高精度。

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。

基于GIS的瑞丽市地质灾害易发性研究

以云南省瑞丽市为研究区,基于GIS空间分析功能,选取高程、坡度、坡向、距断裂带距离、降雨等评价指标,用信息量模型和确定性系数模型进行地质灾害易发性评价,通过ROC检验评价模型精度,确定瑞丽市地质灾害易发性分区。

基于斜坡单元与随机森林模型的元阳县崩滑地质灾害易发性评价

针对基于栅格单元与定性定量方法模型在地质灾害易发性评价中存在模型预测精度低且使用较为频繁的不足与弊端,采用斜坡单元与机器学习方法之一的随机森林模型相结合开展元阳县崩滑地质灾害易发性评价。在ArcGIS中,利用曲率分水岭法划分出7851个斜坡单元。经过大量统计研究与地质环境条件分析,选取工程地质岩组、地貌类型、高程、坡度、坡向、曲率、起伏度、河流距离、断层距离等9个因子作为评价指标,并通过SPSS软件,将9个评价指标与灾点发育特征的关系进行数据分析,得出各评价指标权重。在SPSS中,采用随机森林模型,建立易发性评价模型,将元阳县崩滑地质灾害易发性划分为低、中、高、极高4类,所占面积分别为410.06 km^(2)、470.21 km^(2)、550.02 km^(2)和776.87 km^(2),分别占元阳县面积的18.58%、21.30%、24.92%和35.20%。经与详查结果对比,评价结果与实际高度吻合。利用ROC曲线得出区划结果精度AUC值为92.7%,区划结果相当好。研究显示,元阳县中部和西南两个部分地质灾害集中,易发性极高。

基于信息量与Logistic模型的矿区滑坡灾害易发性评价

针对矿区长期煤矿开采引起的滑坡灾害频发问题,快速高效地模拟和评价矿致滑坡灾害易发性是实现采矿地区科学防灾减灾的关键。基于此,本文应用信息量与Logistic回归模型结合多源高分辨率光学遥感数据等,选取相对高差、坡度、坡向、距断层距离、NDVI、距采空区距离6个滑坡影响因子来评价采煤矿区滑坡灾害易发性。结果表明:(1)信息量与Logistic回归模型耦合的综合预测准确率为96%,信息量模型滑坡预测准确率为95%,实验结果表明耦合模型的预测精度优于单一信息量评价模型,评价模型的合理性和预测精度皆符合检验要求;(2)研究结果也表明了采用信息量+Logistic回归模型耦合能较为客观准确、快速高效地评价地下采矿引起的滑坡灾害易发范围,评价结果可为类似地区高效快速划定滑坡灾害易发区间提供技术支撑。

基于信息量法罗源县地质灾害易发性评价

基于罗源县1∶5万地质灾害风险评价调查项目资料的整理与分析,选取自然坡度、相对高差、坡形、坡向、与构造距离、沟壑密度、岩土体类型等7项地质灾害影响因子,采用信息量模型结合GIS平台,选择17 m×17 m的规则栅格单元作为评价单元,共划分了3 965 497个栅格单元进行信息量赋值评价,划分出非、低、中、高4个等级。易发区等级的划分与实际情况较一致,评价结果对地方政府的灾害防治工作具有较强指导意义。

霍山县洪涝灾害易发性评价及其与地形因子的关系——基于卷积神经网络的研究

受全球气候变化和山地地形的影响,山区洪涝严重威胁人民的生命和财产安全。根据信息增益率分析指标的重要性,建立评价指标体系,利用卷积神经网络建立洪涝灾害易发性评价模型,对霍山县洪涝灾害易发性进行评价,绘制洪涝灾害易发性图,分析了地形因子对洪涝的影响。结果表明:卷积神经网络模型适用于洪涝灾害易发性评价;霍山县北部较南部洪涝灾害发生概率高,经济开发区和下符桥镇是洪涝灾害易发重灾区,磨子潭镇发生洪涝灾害的可能性低;低海拔、缓坡及低起伏度的地区是洪涝灾害频发区域。洪涝灾害易发性评价可为降低洪涝危害提供科学依据。

蓝田县滑坡灾害易发性区划与评价

为了减少滑坡等地质灾害造成的人员伤亡和财产损失,对滑坡灾害易发性进行区划与评价。采用频率比法和加权信息量法,以地处秦岭北麓关中平原东南部的蓝田县为研究对象,选取高程、坡度、坡向、平面曲率、植被指数、地层岩性、距道路距离及距断层距离等作为滑坡的评价因子,并通过受试者工作特征(Receiver Operating Characteristic, ROC)曲线和密度法对上述两种方法的评价结果进行分析。结果表明,加权信息量法的评价结果优于频率比法,蓝田县的滑坡主要分布在高程500~1 000 m,坡度10°~20°,偏南坡向,曲率在-2~2范围内白鹿黄土塬沿边坡地和骊山黄土丘陵地区。随着归一化植被指数的增大和距断层距离减小,滑坡灾害的数量逐渐增多,滑坡中高易发区主要分布在西北部人为活动密集的地区。

调蓄水库的地质条件评价及灾害易发性评估

文中以甘谷县大庄调蓄水库为例,先开展地质条件评价,再结合现场调查,评估水库建设前后的灾害易发性。结果表明,水库不存在永久渗漏问题,库岸基本稳定,浸没面积小,基本无固体径流入库,且坝址工程地质条件较简单,具备建库条件。同时,与水库建设前比较,水库修建后的灾害易发的面积和灾害隐患点数量明显增加,其中,地质灾害隐患点数量由39个增加至62个,说明水库建设对区内地质灾害发育具有较大影响,后续设计应加强区内灾害防治考虑。

基于OCSVM-RF耦合模型的雅江县地质灾害易发性评价

地质灾害威胁着工农业安全生产及人民生命财产安全,因此,对地质灾害易发性进行高效率、高精度的评价尤为重要。以四川省雅江县为研究区,机器学习方法为基础,分别构建了传统逻辑回归模型、随机森林模型和OCSVM-RF耦合模型,对雅江县地质灾害易发性进行评价并制作雅江县地质灾害易发性分级图。同时使用ROC和AUC值对评价精度进行分析,得到AUC值分别为:逻辑回归(0.9017),随机森林(0.9523),OCSVM-RF耦合模型(0.9575),得出OCSVM-RF耦合模型的评价精度明显高于传统机器学习模型。因此,可以使用该耦合模型对地质灾害易发性进行评价,为研究区的防灾减灾工作提供一定的理论参考。

基于GIS平台的赣县区地质灾害易发性程度分区评价

文章根据赣州市赣县区1/50000地质灾害风险调查与区划项目资料和实地调查,以赣县区为研究区,利用地形坡度、斜坡结构、地貌类型、工程地质岩组、土层厚度、灾点密度6个评价指标和GIS平台,获取各评价单元的地质灾害综合危害性指数,将赣县区地质灾害易发程度划分为高、中、低易发区和非易发区4个等级。通过分区评价,为地方政府防灾减灾提供科学依据。