文章以德格县为研究区,以7 m DEM进行地形分析处理,并结合相关调查数据建立了德格县滑坡灾害数据库,通过选取的地震峰值加速度、断裂带、水系、坡度、坡向、高程、岩性等7个指标,在GIS技术支持下,利用信息量模型(I)、层次分析法模型(AHP...文章以德格县为研究区,以7 m DEM进行地形分析处理,并结合相关调查数据建立了德格县滑坡灾害数据库,通过选取的地震峰值加速度、断裂带、水系、坡度、坡向、高程、岩性等7个指标,在GIS技术支持下,利用信息量模型(I)、层次分析法模型(AHP)、确定性系数模型(CF)相互耦合对研究区灾害敏感性评价,再分析得到活动频率因素对研究区全县域进行危险性评价,将得到的结果分成4个区域,分别为高危险区、较高危险区、中危险区、低危险区,其中高、较高危险区占总面积2.23%。其中,滑坡灾害占总灾害的42%。评价结果与实际调查结果符合程度较高,能够为该地域未进行实地调查的地方进行相关滑坡灾害的预测预报,并对安全防治提供技术支持,亦可以为其他地区滑坡灾害危险性评价提供理论指导和技术参考。展开更多
[目的]以山西省吕梁市吕梁山区的离石、石楼、柳林三区(县)为例研究高精度地质灾害易发性评价模型,为该地区区域规划提供辅助决策支持。[方法]基于地理信息系统,以区域内525个历史灾害点及500个非灾害点为样本,选取19个地灾影响因素,应...[目的]以山西省吕梁市吕梁山区的离石、石楼、柳林三区(县)为例研究高精度地质灾害易发性评价模型,为该地区区域规划提供辅助决策支持。[方法]基于地理信息系统,以区域内525个历史灾害点及500个非灾害点为样本,选取19个地灾影响因素,应用地理探测器(geographic detectors,GD)判断各因素的相对重要性,在JupyterNotebook平台展开相关性检验并筛选指标因子,以信息量模型(information method,IM)为基础,利用灾害点计算其所提供的信息量的同时结合非灾害点提供信息量得到指标因子改进信息量模型(improved information method,IIM),并借助地理探测器空间分异性q值计算权重。利用综合确定性系数法(certainty factor,CF)分别建立GD-IIM,GD-IM,GD-CF,IM,CF,IIM共6大评价体系,采用自然断点分类法将研究区易发性依次划分为5,4,3个等级,以种子细胞面积指数(seed cell area index,SCAI)验证其分区结果准确性,采用ROC曲线对比模型结果精确度。[结果]经SCAI检验将各模型分为极低、低、高、极高4个等级,满足合理性要求,GD-IIM模型的灾易发性评价成功率、预测率分别为90.5%,85.5%,精度较高。[结论]双变量统计方法耦合地理探测器在构建研究区的易发性评价预测模型中表现出较为准确的结果。考虑非灾害点信息量进行模型构建比IM单一考虑灾害点信息量模型精度有所提升,适宜研究区的模型构建。展开更多
为了减轻地质灾害对人类生产、生活的影响,通过易发性评价对地质灾害易发区进行划分,对于地质灾害防治具有重要意义。以雅砻江中上游新龙段为研究区,初选坡度、坡向、起伏度、坡形、工程岩组、降雨、与水系距离、与道路距离和与断层距...为了减轻地质灾害对人类生产、生活的影响,通过易发性评价对地质灾害易发区进行划分,对于地质灾害防治具有重要意义。以雅砻江中上游新龙段为研究区,初选坡度、坡向、起伏度、坡形、工程岩组、降雨、与水系距离、与道路距离和与断层距离为评价因子。以236处地质灾害隐患点为依据,运用确定系数法计算各评价因子分级的确定性系数(CF),将CF值带入逻辑回归模型(Logistic),剔除未通过显著性检验的评价因子,建立了CF-Logistic模型。通过ArcGIS空间分析平台,对研究区进行了地质灾害易发性评价,并将单一的CF模型作对比,运用ROC曲线检验模型精度。结果表明:极高易发区最主要分布在贯通南北的G227线两侧,该处同时也是雅砻江主干两岸,面积为245.53 km 2,占比2.69%;高易发区主要分布在中部断层周围,面积573.48 km 2,占比6.28%;中、低、极低易发区面积分别为1518.54,4245.11,2553.05 km 2。模型精度结果显示:CF-Logistic模型(0.889)优于单一的CF模型(0.878),可以更加精确地划分研究区易发性分区。展开更多
文摘文章以德格县为研究区,以7 m DEM进行地形分析处理,并结合相关调查数据建立了德格县滑坡灾害数据库,通过选取的地震峰值加速度、断裂带、水系、坡度、坡向、高程、岩性等7个指标,在GIS技术支持下,利用信息量模型(I)、层次分析法模型(AHP)、确定性系数模型(CF)相互耦合对研究区灾害敏感性评价,再分析得到活动频率因素对研究区全县域进行危险性评价,将得到的结果分成4个区域,分别为高危险区、较高危险区、中危险区、低危险区,其中高、较高危险区占总面积2.23%。其中,滑坡灾害占总灾害的42%。评价结果与实际调查结果符合程度较高,能够为该地域未进行实地调查的地方进行相关滑坡灾害的预测预报,并对安全防治提供技术支持,亦可以为其他地区滑坡灾害危险性评价提供理论指导和技术参考。
文摘[目的]以山西省吕梁市吕梁山区的离石、石楼、柳林三区(县)为例研究高精度地质灾害易发性评价模型,为该地区区域规划提供辅助决策支持。[方法]基于地理信息系统,以区域内525个历史灾害点及500个非灾害点为样本,选取19个地灾影响因素,应用地理探测器(geographic detectors,GD)判断各因素的相对重要性,在JupyterNotebook平台展开相关性检验并筛选指标因子,以信息量模型(information method,IM)为基础,利用灾害点计算其所提供的信息量的同时结合非灾害点提供信息量得到指标因子改进信息量模型(improved information method,IIM),并借助地理探测器空间分异性q值计算权重。利用综合确定性系数法(certainty factor,CF)分别建立GD-IIM,GD-IM,GD-CF,IM,CF,IIM共6大评价体系,采用自然断点分类法将研究区易发性依次划分为5,4,3个等级,以种子细胞面积指数(seed cell area index,SCAI)验证其分区结果准确性,采用ROC曲线对比模型结果精确度。[结果]经SCAI检验将各模型分为极低、低、高、极高4个等级,满足合理性要求,GD-IIM模型的灾易发性评价成功率、预测率分别为90.5%,85.5%,精度较高。[结论]双变量统计方法耦合地理探测器在构建研究区的易发性评价预测模型中表现出较为准确的结果。考虑非灾害点信息量进行模型构建比IM单一考虑灾害点信息量模型精度有所提升,适宜研究区的模型构建。
文摘为了减轻地质灾害对人类生产、生活的影响,通过易发性评价对地质灾害易发区进行划分,对于地质灾害防治具有重要意义。以雅砻江中上游新龙段为研究区,初选坡度、坡向、起伏度、坡形、工程岩组、降雨、与水系距离、与道路距离和与断层距离为评价因子。以236处地质灾害隐患点为依据,运用确定系数法计算各评价因子分级的确定性系数(CF),将CF值带入逻辑回归模型(Logistic),剔除未通过显著性检验的评价因子,建立了CF-Logistic模型。通过ArcGIS空间分析平台,对研究区进行了地质灾害易发性评价,并将单一的CF模型作对比,运用ROC曲线检验模型精度。结果表明:极高易发区最主要分布在贯通南北的G227线两侧,该处同时也是雅砻江主干两岸,面积为245.53 km 2,占比2.69%;高易发区主要分布在中部断层周围,面积573.48 km 2,占比6.28%;中、低、极低易发区面积分别为1518.54,4245.11,2553.05 km 2。模型精度结果显示:CF-Logistic模型(0.889)优于单一的CF模型(0.878),可以更加精确地划分研究区易发性分区。