基于SHALSTAB-SVM模型的降雨型滑坡危险性评价:以云南省大关县为例

我国是降雨型滑坡地质灾害频发国家之一,频繁发生的滑坡灾害对社会经济发展和人民生活质量造成不同程度的影响。针对我国长期面临的降雨型滑坡灾害威胁,本研究提出采用SHALSTAB和SVM模型相结合的方法,充分利用了SHALSTAB模型对降雨入渗影响边坡稳定性评价的优势和SVM模型对非线性数据的处理能力,开发形成SHALSTABSVM模型。本次研究选择云南省大关县作为研究区域,深入探究降雨型滑坡的危险性评估。研究结果表明,该模型的评估精度,由单一SHALSTAB模型的82.7%提高至SHALSTAB-SVM模型的94.5%,精度提升达到14.268%。这一显著提升彰显了融合模型在准确分析降雨型滑坡危险性预测方面具备更高的准确性。同时,卫星影像解译情况表明预测结果与实际滑坡情况相符,进一步验证了该模型在实际应用中展现出了高度的准确性。该研究不仅在大关县滑坡灾害风险评估方面具有重要意义,同时也为类似地区或其他类型地质灾害的预测和评估提供了宝贵的参考。

基于Monte Carlo-SHALSTAB模型的滑坡危险性评价——以福建省德化县为例

滑坡灾害是福建省德化县最常见的地质灾害之一,特别是在雨季。研究表明岩土参数的空间分布非均匀性是滑坡危险性评价不确定性的主要来源,因此将岩土参数,特别是凝聚力和内摩擦角,看作随机变量。考虑岩土参数的空间变化以及非均匀性,提出了一种用来进行滑坡危险性评价的可能性模型。模型首先利用Monte Carlo方法随机生成参数值,然后应用SHALSTAB(SHAllow Landslide STABility model)模型计算安全系数,最后统计研究单元的失稳概率。以福建省德化县的滑坡危险性为例,通过历史滑坡资料与滑坡危险区评价结果进行比较,有90%以上的历史滑坡点位于危险区域内。其中31.70%的滑坡点落在低危险区,9.83%的滑坡点落在危险区,30.96%的滑坡点落在较高危险区,17.94%的滑坡点落在高危险区内。说明该模型在滑坡危险性评价中具有较好的应用前景。

基于SHALSTAB模型的地质灾害易发性动态评价

为解决东部沿海地区台风暴雨型地质灾害易发性问题,基于浙江飞云江流域地质灾害调查成果,利用频率比及信息量模型选取相对高差、坡向、坡形、工程地质岩组、断层、地表覆盖类型、稳定性(SHALSTAB模型)7个背景因子,采用层次分析法确定各因子权重,考虑无降雨和百年一遇极端降雨两种工况,运用综合指数法对浙江飞云江流域进行地质灾害易发性评价。结果表明:该模型是致灾土体分布区定量模型和基岩区统计模型的结合,符合该区域成灾规律。考虑极端降雨因素后,易发等级逐次增加,高易发区面积增加84%,中易发区面积增加42.8%,可实现地质灾害易发性在不同工况下的动态评价。

降雨引起的两类不同浅层滑坡稳定性的计算模型——与“浅层黄土滑坡易发性评价:以晋西黄土区蔡家川农地小流域为例”一文商榷

在“浅层黄土滑坡易发性评价:以晋西黄土区蔡家川农地小流域为例”一文中,采用SHALSTAB模型评价降雨引起的黄土斜坡浅层滑移稳定性。该模型是将降雨引起的斜坡水文模型和无限边坡稳定性评价模型结合,便于在MAPGIS中提取地形要素,进行区域性斜坡稳定性评价。模型假定基岩与松散层界面是滑动面,降雨在松散层中形成地下水,并平行基岩面向坡下流动,且为稳定流,排泄量与其上游汇水区的降雨量均衡。可以看出,SHALSTAB模型不适用于黄土斜坡。黄土为厚层非饱和土,斜坡中不存在类似于基岩面的隔水界面,也不会形成平行坡面的地下水流。降雨主要是向下入渗在黄土中形成一个湿润带,湿润带中的水不是潜水,而是毛细悬挂水,其中的孔隙水压力为接近0的一个负值,不存在SHALSTAB模型中的正孔隙水压力,因此在选用模型时,必须仔细甄别其适用条件。

降雨作用下黄土浅层滑坡的危险性分析

[目的]在不同的降雨条件下,对黄土浅层滑坡进行危险性分析,为评价黄土地区浅层滑坡提供有效手段。[方法]以甘肃省天水市为例,根据SHALSTAB模型,在ArcGIS中进行二次开发,编写不同降雨量时浅层滑坡危险性分析程序,计算不同降雨量下浅层黄土滑坡分布预测。[结果]随着降雨量的增加,浅层滑坡数量明显增多,所占面积比例从5mm/d的0.166%增加为320mm/d的3.624%,上升了20倍左右。[结论]当降雨量较小时,浅层滑坡分布于雨水集中汇积的区域,随着降雨的增加,浅层滑坡沿着黄土沟谷向上游延伸。通过和实际发生滑坡灾害进行对比分析,证明计算结果准确可信。