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。

基于逻辑回归模型和确定性系数的崩滑流危险性区划

崩滑流是崩塌、滑坡和泥石流地质灾害的总称。本文根据逻辑回归模型和贵州省崩滑流地质灾害发生的确定性系数CF，统计贵州省内崩滑流发生概率与其影响因子之间的函数关系；并利用GIS技术编制贵州省崩滑流地质灾害危险性区划图。首先根据影响因子子集中已发崩滑流灾害面积和影响因子子集面积来计算崩滑流地质灾害发生的确定性系数CF；其次将灾害是否发生作为因变量，影响因子子集发生崩滑流地质灾害的确定性系数CF作为自变量，应用逻辑回归模型统计分析它们之间的函数关系；然后利用GIS技术计算研究区内各独立属性单元发生崩滑流地质灾害的概率p，按p值10等分标准将研究区划分为10个危险性等级区，并绘制贵州省崩滑流地质灾害危险性区划图；最后用已发崩滑流地质灾害的分布数据来检验危险性区划的效果。研究结果表明：本文根据逻辑回归模型和崩滑流地质灾害发生的确定性系数CF，将贵州省分为Ⅰ～Ⅹ的10个崩滑流地质灾害危险性等级区与实际情况基本符合，能够良好地反映贵州省境内发生崩滑流地质灾害的难易程度。

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。

基于CF多元回归模型的地震滑坡危险性研究——以香港屯门为例

本文根据前人的研究成果以及对自1300年以来地震滑坡震例研究的基础上,选取了岩性、断裂距离、地震烈度、地形坡度、高程、水系等6个因子作为地震诱发滑坡的影响因子,并确定出各个因子在地震滑坡事件中的影响权重。通过GIS技术将滑坡确定性系数CF与回归模型相融合,建立CF值多元回归模型,以解决滑坡评价过程中影响因子的选择及量化的问题。最后,将模型应用于香港屯门地区,进行了该区的地震滑坡空间分布及稳定性初步分析。

里岔黑猪和巴里杂交猪达100kg体重日龄校正系数研究

【目的】估计里岔黑猪及其与巴克夏杂交猪(巴里猪)达100 kg体重日龄(D100)的校正系数CF和A,并比较两种校正系数的校正效果,为里岔黑猪和其他地方猪种D100的估计提供参考。【方法】以554头里岔黑猪、941头巴里1代和755头巴里2代猪为研究对象,利用润农性能测定系统,收集它们肥育期的体重和日龄数据。根据始测日龄≥60d、始测体重≥25 kg等标准对数据进行质控,质控后的数据用于CF和A的估计。CF是两条直线斜率的比值,其中分子是体重对日龄回归直线的斜率,分母是经过终测点(终测日龄和终测体重)和原点(日龄和体重均为0)直线的斜率。A是体重对日龄一元回归方程的截距,通过拟合体重对日龄的一元回归方程直接得到。校正系数估计出来后,用方差分析来检验性别和群体对校正系数的影响,并把估计的CF和A分别代入各自的校正公式,分别计算D100,即CF和A的校正日龄(D100CF和D100A)。通过t检验,比较D100CF和D100A之间是否存在显著差异,并计算它们之间的相关系数。然后利用每个个体的体重和日龄,分别建立日龄对体重的回归方程,并根据各自的回归方程计算达100 kg体重的回归日龄(D100reg)。通过计算D100CF和D100A与D100reg之间的相关系数及其与D100reg差值的平均数和标准差来比较CF和A的校正效果。最后用另外2个群体的校正系数来校正某个群体,计算D100CF和D100A与该群体D100reg的相关系数来评估校正系数的通用性。【结果】由于性别和群体显著影响校正系数,因此需要分性别和分群体估计校正系数。里岔黑猪、巴里1代和巴里2代阉公猪(母猪)的校正系数CF分别为1.426(1.346)、1.340(1.389)和1.372(1.380),A分别为60.65(54.15)、49.92(57.00)和54.25(57.53)。D100CF和D100A之间差异不显著(P=0.3071),它们之间的相关系数为0.9998(P<0.0001)。D100CF和D100A与D100reg的相关系数均≥0.9917(P<0.0001),它们与D100reg差值的平均数分别为-0.1385和-0.2741d,标准差分别为2.5532和2.5446d,差异均不显著(P>0.05)。用另外2个群体的校正系数来校正某个群体,D100CF和D100A与该群体D100reg的相关系数均≥0.9793(P<0.0001)。【结论】本研究估计的D100校正系数CF和A与国家生猪产业体系使用的CF和A有较大差异。CF和A的校正效果没有显著差异,在适当的结测体重范围内,它们的校正效果都非常好。在研究的3个群体中,用另外2个群体的校正系数来校正某个群体的校正效果也非常好,说明里岔黑猪D100的校正系数可以为其他地方猪种D100的估计提供参考。

里岔黑猪和巴里杂交猪母猪100kg体重日龄校正方法的比较

【目的】比较3种达100 kg体重日龄(D_(100kg))的校正系数CF的校正效果,为种猪场根据自身实际情况选择合适的D_(100kg)校正系数CF提供参考。【方法】以里岔黑猪群体及其与巴克夏杂交1代(巴里1代)和2代(巴里2代)共1344头猪只为研究对象,利用其生长肥育期体重和日龄的数据,以始测体重≥25 kg、终测体重在80-125 kg、过始测点和终测点直线的斜率在群体平均斜率±2个标准差之内等标准进行质控,然后按照下面描述的三种方法估计里岔黑猪、巴里1代、巴里2代以及它们混合群体达100 kg校正系数CF,并评估它们的校正效果。一是回归校正系数(CF_(reg)):利用测定期间个体i的体重和日龄数据,拟合体重对日龄的一元回归方程,把其斜率记b_(1i);然后利用它终测点和原点(日龄和体重均为0)作一条直线,把其斜率记为b_(2i);b_(1i)/b_(2i)的平均数就是CF_(reg)。二是两点校正系数(CF_(2point)):利用个体i初测点和终测点作一条直线,得到斜率b_(1i),斜率b_(2i)及CF_(2point)计算方法与CF_(reg)计算方法相同。三是单点校正系数(CF_(1point)):拟合所有个体的终测体重对终测日龄的一元回归方程,得到斜率b_(1);第二条直线斜率与CF_(reg)相同;b_(1)/b_(2i)的平均数就是CF_(1point)。分别将CF_(reg)、CF_(2point)和CF_(1point)代入校正公式,计算出相应的D_(100kg.CF.reg)、D_(100kg.2point)和D_(100kg.1point)。根据前面拟合的日龄对体重的一元回归,计算个体达100kg的回归日龄(D_(100kg.reg)),并计算它与其他D_(100kg)的相关系数和离差。根据相关系数和离差的大小,评估3种方法的优劣。为比较3种校正系数的群体适用性,用某个群体的CF去校正其他3个群体的D_(100kg),并根据其校正日龄与该群体D_(100kg.reg)相关系数的高低来评估其群体适用性的优劣。通过分析终测体重和校正误差之间的关系,探究终测体重对D_(100kg)的影响。考虑单点校正误差与终测体重之间存在很强的线性关系,利用终测体重对D_(100kg.1point)进行二次校正,以提高单点校正的准确性。【结果】质控后共1181头母猪用于后续分析。在同一群体中,CF_(reg)和CF_(2point)的值相近,它们极显著大于CF_(1point)。D_(100kg.CF.reg)和D_(100kg.2point)与D_(100kg.reg)很接近,相关系数均大于0.98,说明这两种方法的校正效果很好。D_(100kg.1point)与D_(100kg.reg)的差异较大,相关系数仅为0.89,校正效果较差。CF_(reg)和CF_(2point)的群体适应性很好,均可用于其他群体D_(100kg)的校正。CF_(1point)的群体适应性较差,不宜用于其他群体D_(100kg)的校正。4个群体中,终测体重离目标体重(100 kg)越远,D_(100kg.CF.reg)校正误差越大,D_(100kg.2point)校正误差没有明显的变化。D_(100kg.1point)的误差与终测体重均存在极显著的负相关,r分别为-0.9812、-0.9627、-0.9786和-0.9352。经过二次校正后,CF_(1point)校正效果有显著提升,但与CF_(reg)校正效果仍有较大差距,优先选择CF_(reg)。【结论】CF_(reg)和CF_(2point)的校正效果和群体适应性都很好,可用于生产实践。单点校正系数(CF_(1point))的校正效果不理想,不宜用于生产实践。在校正D_(100kg)时,可以根据猪只的数据量,采用合适的方法,以提高估计准确性,降低估计误差。

复合绝缘子伞裙结构特征参数对其冰闪特性的影响

复合绝缘子伞裙结构是影响其冰闪特性的主要因素之一,由于冰棱桥接问题,选择合理的伞裙结构是确保冰区复合绝缘子运行安全的关键。本文在人工气候室模拟自然覆冰条件,研究了运行电压下复合绝缘子的覆冰特性及闪络特性。结果表明:复合绝缘子的覆冰量与伞裙结构特性、泄漏距离、覆冰水电导率等均有关,即泄漏距离和爬高比(CF系数)越大,覆冰越严重,且冰闪电压显著降低。由于泄漏距离和CF系数对复合绝缘子覆冰及其闪络电压的影响规律较为复杂,本文提出采用新的参数表征复合绝缘子的覆冰及其闪络特性,优化新的特征参数,可以获得适应于严重覆冰地区的复合绝缘子最佳伞裙结构。

汶川县地震诱发崩滑灾害影响因素的敏感性分析

震后遥感影像与调查结果表明,汶川Ms8.0级地震在汶川县城约4083km2的区域内诱发了5528余处崩塌、滑坡灾害。利用GIS技术对地震地质灾害的分布与地层岩性、距断裂距离、坡度、高程等因素的关系进行统计分析,结合崩滑的确定性系数方法(CF),对诸影响因子进行敏感性分析,确定该区域内各因子最利于地震滑坡发育的数值区间,结果表明:地震崩塌滑坡主要分布在元古界、震旦系、二叠系硬质岩石分布的地层里,坡度为大于40°的坡体上;活动断裂10km缓冲区内,未动断裂6km缓冲区内崩滑密集分布;崩滑发育较有利的高程范围位于1000～2500m;相对高差范围位于600～1000m之间,岷江干流对崩滑分布起绝对控制作用。分析得出影响本次崩塌滑坡分布的因子具有地震波传播介质效应和距离效应;由地震产生的崩滑与降雨诱发的崩滑在岩性、坡度的发生区间上有较为明显的区别;并为进行其他地区区域地震崩滑灾害稳定性评价提供了可以借鉴的科学依据。

1976年龙陵地震诱发滑坡的影响因子敏感性分析

基于前人的研究和龙陵地震滑坡的调查资料,选取了地层岩性、断裂、地震烈度、震中距、地形坡度、坡向、高程、水系等8个因子作为1976年龙陵地震诱发滑坡的影响因子。利用GIS强大的空间分析能力,结合滑坡确定性系数(CF)的方法,对1976年龙陵地震诱发滑坡的诸影响因子进行敏感性分析,确定了该区域内各因子最利于地震滑坡发育的数值区间,为进一步区域地震滑坡稳定性评价奠定基础。

小净距空间交叉隧道台阶法施工安全性研究

为分析小净距交叉隧道台阶法施工过程中新建隧道和既有隧道的衬砌安全性,基于断裂力学的Griffith准则,提出了判定衬砌开裂的开裂安全系数CF,并假定CF>1时衬砌开裂,CF<1时衬砌安全;依托实际工程,结合开裂安全系数和规范中的衬砌截面安全系数,采用有限元软件ANSYS分析交叉隧道的衬砌安全性。分析发现:施工过程中,交叉断面新建隧道衬砌环向安全系数小于纵向安全系数,但基本满足规范要求;既有隧道二次衬砌开裂安全系数CF远小于1,其开裂安全系数CF云图关于新建隧道轴线对称。分析结果对新建隧道的施工和既有隧道衬砌的防护具有重要意义。

滑坡概率在边坡稳定性分析中的应用

应用逻辑回归模型和确定性系数CF建立滑坡概率预测模型,进行边坡稳定性分析,结合赣南离子型稀土矿山42个边坡实例,选取重度、内聚力、内摩擦角、边坡角、孔隙压力比5个影响因子作为输入,边坡状态作为输出,用SPSS软件进行回归分析,获得可信的滑坡概率拟合函数。将预测模型和分析结果反馈到样本数据,样本数据输入值和预测值差值在10%以下的超过95%,说明了预测模型的合理性;准确预测了9个稀土矿山边坡稳定性,说明了预测模型的准确性。

基于GIS的管道工程滑坡危险性区划研究

根据逻辑回归模型和某油气管道工程沿线已发生滑坡的确定性系数CF,统计回归滑坡发生概率与其影响因子之间的函数关系。首先,根据影响因子子集中滑坡灾害面积和影响因子子集面积来计算滑坡发生的确定性系数CF;其次,将滑坡灾害是否发生作为因变量,影响因子子集中发生滑坡的确定性系数CF作为自变量,应用逻辑回归模型统计分析它们之间的函数关系;然后,利用GIS技术计算研究区内各独立属性单元发生滑坡的概率p,按概率p值范围,将研究区划分为5个危险性等级,并绘制滑坡危险性区划图;最后,用滑坡灾害的分布数据来检验滑坡危险性区划的效果。研究结果表明:基于逻辑回归模型和确定性系数CF的滑坡危险性区划方法是有效的,并适用于油气管道工程沿线滑坡的危险性区划工作。

基于确定性系数方法的龙门山地区地震滑坡影响因子敏感性分析——以汶川地震与芦山地震诱发滑坡为例

在我国西南地区，沿龙门山断裂带分别发生了2008年汶川MS8.0级地震以及2013年芦山MS7.0级地震，这两次地震均造成了严重的地表破裂，并诱发了大量的滑坡和崩塌等次生地质灾害。文章选择了位于青藏高原向四川盆地过渡的区域——以龙门山断裂带为中心的30°~34°N，102°~106°E区域作为研究区，借助GIS工具，基于确定性系数（CF）方法，选取了地震、地质构造、自然环境和人类活动4大类因子，包括烈度、震中距、岩性、断裂、高程、坡度、坡向、河流、降雨、公路共10个因子（子集），对汶川和芦山地震诱发的次生滑坡灾害进行影响因子敏感性分析，基于z值确定该区域内地震滑坡的关键因子类以及基于CF值确定各类集（子集）下各特定因子的具体地震滑坡敏感性。研究结果显示：地震因子具有最高的z值，是龙门山地区地震滑坡产生的关键影响因子，表明地震活动的强弱直接关系到斜坡的稳定性和次生滑坡灾害的面积分布。而对比烈度子集中的具体CF值表明：当烈度小于Ⅷ度时，烈度对次生滑坡发生的影响极低，区域内的主要影响因子则由地震因子转变为震中距、自然因子等其他类别的因子；其次以坡度、高程、与河流的距离为主的自然因子类别以及与断层的距离在地震滑坡过程中也有较高权重，而人类活动对研究区内坡体的稳定性也有着不可忽略的作用。本研究结果可作为该地区后续区域地震滑坡相关研究和发展规划的基础科学依据。