贡献权重模型在区域滑坡危险性评价中的应用

合集下载

基于加权证据权模型的丽江-小金河断裂中南段滑坡易发性评价

基于加权证据权模型的丽江-小金河断裂中南段滑坡易发性评价

第46卷第3期2023年7月地震研究JOURNAL OF SEISMOLOGICAL RESEARCH Vol.46,No.3 Jul.,2023第3期田鹏等:基于加权证据权模型的丽江小金河断裂中南段滑坡易发性评价性评价的研究仍需加强。

丽江小金河断裂是滇西北地区内一条重要的活动断裂,也是川滇菱形块体内重要的次级边界断裂(邓起东等,2002)。

沿断裂曾发生过多次中强地震:1951年剑川6.2级地震、1976年和1998年宁蒗东北6.7级和6.4级地震、2022年宁蒗5.5级地震。

断裂周边地区强震频发,最大为1996年丽江7.0级地震,这次地震诱发了至少420处中小型崩塌和30处大中型滑坡,主要集中在主震震中东南部(唐川等,1997)。

因此,有必要对丽江小金河断裂带及其周边地区的滑坡易发性进行评价研究。

本文整理滑坡地质灾害调查成果,建立云南境内丽江两侧10km区域内的滑坡数据库,选取高程、坡度、坡向、距活动断裂距离等10个因子为滑坡易发程度的主控因素(白仙富等,2022;吉日伍呷等,2022;凌晓等,2021;王丽丽,2016),采用加权证据权模型,对丽江金河断裂带中南段滑坡易发性进行研究,以期为区域滑坡灾害防治提供参考。

1区域地质背景及灾害数据1.1地质构造丽江小金河断裂位于川滇菱形块体内部, NE向延伸将川滇菱形块体分为川西北和滇中2个次级块体,对川滇菱形块体区域地壳运动有重要影响(向宏发等,2002)。

断裂全长360km,倾向NW,倾角60°~80°,北起四川石棉西南,向西南经木里、响水河、宝地、宁蒗、丽江至剑川,云南境内长约260km(安晓文等,2018)。

断裂大致可分为3段:南段为丽江盆地以南,包含2条主要分支断裂,其间为小型地堑或半地堑小盆地(李安等,2016);中段从丽江盆地至木里,断错地貌清晰;北段为木里以北,走向由NE转为NNE,受强烈侵蚀和切割,缺少第四系沉积(李环宇等, 2020)。

滑坡灾害危险性评价的3种统计方法比较_以深圳市为例

滑坡灾害危险性评价的3种统计方法比较_以深圳市为例

1 - p
=α + β 1 X1 + β 2 X2 + … + β n Xn ,
式中 P 是在 n 个自变量的作用下事件发生的条件 概率 。在滑坡危险性评价过程中 ,滑坡的发生 ( 记为
1) 和 不 发 生 ( 记 为 0 ) 是 一 种 二 分 类 变 量 , 运 用 Logistic 回归模型可计算发生滑坡概率的大小 , 作为
) = α+β x = α+ g (μ
T
Gini 系数对样本数据构成的特征空间进行分割 , 构

n
j=1
β j xj ,
其中 , g (μ) 为连接函数 ,α 为常数项 ,β 为回归系 数 。当响应变量服从二项分布时 , 采用 logit 函数作 为连接函数 ,即有 Logistic 回归模型 :
logit ( p) = ln
滑坡灾害危险性评价的 3 种统计方法比较
— — — 以深圳市为例
司康平 田原 汪大明 邬伦
北京大学遥感与地理信息系统研究所 ,北京 100871 ; 通讯作者 ,E2mail : tianyuanpku @pku. edu. cn 摘要 采用 Logistic 回归模型 、 广义加法模型 ( G AM) 和分类与回归树 ( CART) 3 种统计方法 ,对深圳市的研究区域进 行了滑坡灾害的危险性评价 ; 利用 Kappa 值和 ROC 曲线 ,结合危险性评价结果图对 3 种方法的效果进行了比较 ,并 分析了 3 种方法在选取主控因子以及确定因子影响程度等方面各自具有的特点 。在研究区域的条件下 , G AM 的效 果优于 Logistic 回归模型和 CART ,Logistic 回归模型和 CART 的效果大致相当 。Logistic 回归模型和 CART 可自主选 择主控因子 ,通过 G AM 可定量研究因子的影响程度以及变化趋势 。 关键词 滑坡灾害危险性评价 ; Logistic 回归 ; 广义加法模型 ; 分类与回归树 中图分类号 P694

区域滑坡灾害危险性评价与风险管理

区域滑坡灾害危险性评价与风险管理

区域滑坡灾害危险性评价与风险管理本文从网络收集而来,上传到平台为了帮到更多的人,如果您需要使用本文档,请点击下载按钮下载本文档(有偿下载),另外祝您生活愉快,工作顺利,万事如意!摘要:在我国经济与社会快速发展的今天,我国民众的生存空间逐渐向山区扩展,这种扩展趋势在土地利用、地质灾害等影响下使得民众的生命、财产安全受到了严重的威胁,为此本文就区域滑坡灾害的危险性评价与风险管理展开了具体研究,希望这一研究能够为我国城市发展规划选址时有效控制和管理区域滑坡地质灾害带来一定帮助。

关键词:区域滑坡灾害;危险性评价;风险管理对于区域滑坡灾害来说,想要把这一灾害的影响降到最低,滑坡风险管理就必须发挥自身效用。

而对这一管理来说,区域滑坡灾害的危险性评价是其工作展开的基础和依据,所以区域滑坡灾害的危险性评价与风险管理必须实现较好的配合,才能够较好降低这一灾害带来的安全威胁。

1区域滑坡地质灾害危险性评价滑坡危险性分析在区域滑坡灾害的危险性评价中,我们首先需要对具体区域滑坡的规模、稳定性、危险性、致灾规模进行分析,这一环节的工作需要围绕三个方面展开预测滑坡灾害发生的空间概率、时间概率和灾害强度,。

为了较好实现滑坡发生的空间概率、时间概率和灾害强度预测,我们就需要对具体滑坡的地形地貌、工程地质条件、水文地质条件、地表植被覆盖、诱发因素、灾害损失等信息进行详细分析,这样我们就能够得到具体滑坡灾害发生的空间概率、时间概率和灾害强度。

介于篇幅原因,笔者在这里只对滑坡工程地质条件进行详细论述。

在滑坡危险性分析的工程地质条件分析中,笔者通过1:50000的地质图进行了地层岩性、地层产状和地质构造、工程地质条件等信息的提取对滑坡范围内多光谱和全色影像进行数据融合,这样我们就能够较为全面了解具体滑坡的工程地质条件,例如在对某滑坡进行工程地质条件分析中,笔者发现这一区域的易滑地层由力学性质较差的层状碎屑岩和软弱层状碳酸盐岩构成,结合这一信息我们就能够更好开展后续研究。

基于GIS的区域滑坡危险性预测方法与初步应用

基于GIS的区域滑坡危险性预测方法与初步应用
2 (1 中国地震局地质研究所,中国地震局构造物理开放实研室,北京 100029) ( 香港大学土木工程系 香港)
摘要
在 GIS 平台上,将多元空间信息统计分析方法与非线性统计预测方法相结合,在充分考虑滑坡与各环境因
子之间的统计相关性和位置相关性的基础上,研究了滑坡与环境因子之间定量关系的表示方法,建立了单因子分 析、多因子分析、整组性分析和多元空间信息的非线性预测模型。在理论基础上,选取香港大屿山岛中部作为试 验研究区,利用环境因子进行区域滑坡危险性预测。经实际资料检验表明,该模型可获取较高的预测精度,具有 极大的应用潜力。 关键词 GIS,区域滑坡,非线性预测模型 文献标识码 A 文章编号 1000-6915(2002)10-1507-08 分类号 P 642.22,P 208
合系数进行由大到小排序,然后选取前 k1(k1<<n ) 个较大的综合系数及其对应的已知对象,按综合系数 大,则贡献大的原则对已知对象 y j ( j = 1, 2, L ,k 1 )
ˆn +1 。加权的目 进行加权平均,最后得到预测对象 y
的是保持综合系数与预测对象之间的稳定关系,消 弱可能出现的突跳样本影响。k1 一般取值为 2~3。
作者 单新建 简介:男, 36 岁,博士后,1999 年于中国地震局地质研究所获博士学位,现为中国地震局地质研究所副研究员,主要从事遥感与 GIS 集成技术和地质环境灾害评价等研究工作。
• 1508 •
岩石力学与工程学报
2002 年
上,选择了天然斜坡滑坡比较发育的香港大屿山岛 中部地区为试验研究区,定量分析了香港地区滑坡 形成与各种环境因子的关系,对研究区天然滑坡危 险区进行了预测。
4
研究区 GIS 环境数据库的建立

同震滑坡发生概率研究——新一代地震滑坡危险性模型

同震滑坡发生概率研究——新一代地震滑坡危险性模型

同震滑坡发生概率研究——新一代地震滑坡危险性模型许冲; 徐锡伟; 周本刚; 沈玲玲【期刊名称】《《工程地质学报》》【年(卷),期】2019(027)005【总页数】9页(P1122-1130)【关键词】地震滑坡; 概率; 机器学习; 滑坡危险性评价【作者】许冲; 徐锡伟; 周本刚; 沈玲玲【作者单位】中国地震局地质研究所活动构造与火山重点实验室北京 100029; 中国地震局地壳应力研究所北京 100085; 北京市气象局北京市气象信息中心北京100089【正文语种】中文【中图分类】P642.220 引言地震滑坡是发生在山区地震的一种重要的地震次生灾害类型,其造成的损失往往占地震灾害相当大的比例( Keefer 1984,许冲等,2010) 。

比如1920年海原地震导致了大约25 万人死亡,其中约10 万人为地震黄土滑坡直接导致( Close et al.,1922; 国家地震局兰州地震研究所等,1980) 。

2008 年汶川地震触发滑坡直接导致了2 ~3 万人死亡,占地震致死人口约30%,其中致灾最严重的王家岩滑坡掩埋了大半个北川老县城,导致了约1600 人遇难( 殷跃平,2008) 。

1970 年5 月31 日秘鲁地震导致的一处雪崩型滑坡,直接掩埋了容加依城,导致了约2.3 万人死亡( Plafker et al.,1971) 。

因此,近几十年来,地震滑坡受到了非常广泛的关注,相关的研究主要包括地震滑坡信息获取、数据库建设、分布规律分析、易发性、危险性与风险评价、长期演化等( 许冲等,2010; Xu et al.,2014b,2015b; Fan et al.,2019) 。

其中地震滑坡危险性评价对于灾前规划、灾时应急救援、灾后恢复重建等都具有科技支撑作用,因此近年来有较多关于这方面的研究。

关于单次地震影响区的滑坡危险性评价工作较多,主要包括专家经验( 许冲,2012) 、Newmark( Jibson,1993; Wang et al.,2013; Ma et al.,2019) 、统计分析( Xu et al.,2012a,2012b,2013b) 等方法。

使用人工神经网络来确定和应用权重对滑坡进行敏感性填图

使用人工神经网络来确定和应用权重对滑坡进行敏感性填图

本文研究目的是在一个选定的研究区内,应用概率方法和人工神经网络方法来评价滑坡敏感性的可能性。

GIS作为基本分析工具,用于进行空间数据管理和处理。

滑坡位置和与滑坡相关的因素如斜坡、坡率、土壤结构、土壤秀水性和有效厚度、木材类型和木材直径用于分析滑坡敏感性。

采用概率方法来分析计算每种因素对导致滑坡发生的相对重要性。

为了计算每一种因素对导致滑坡发生的相对重要性的权重,发展了人工神经网络方法。

使用这些方法,根据分级和加权,可以计算滑坡敏感性指数(LSI),根据这些指数可以编制滑坡敏感性图。

考虑权重和不考虑权重进行的滑坡敏感性分析,其结果可以通过比较滑坡的位置数据得到证实。

使用加权比不使用加权的结果要好。

计算出的权重和分级可用于滑坡敏感性填图。

一、概述滑坡在韩国经常发生,造成巨大的财产损失,偶尔也会造成人员伤亡。

对财产和生命危害最大的是1991,1996,1998和1999年发生的滑坡。

最常见的滑坡类型是由暴雨诱发,但很少尝试预测或是预防由滑坡导致的危害。

为了弥补这一问题,有必要对滑坡敏感区进行科学评价,这样可以充分减少由于滑坡导致的危害。

本项研究中,在进行滑坡敏感性分析时,发展和应用了两种不同的方法来确定权重和分级,分别为概率法和人工神经网络方法。

GIS作为基本工具,用于空间数据管理和处理。

关于用GIS进行滑坡灾害评价,已有很多学者进行过研究。

特别是Lee和Min(2001)用概率方法结合GIS分析了同一研究区,即韩国的Yongin地区。

本文研究目的是根据人工神经网络方法确定权重,并用GIS进行滑坡敏感性填图。

本文与其它研究的不同在于应用人工神经网络确定权重值。

权值在坡面、坡率和土壤结构等因素中相对要重要,分级在每一因素类型中相对重要。

滑坡发生时,如果坡面比土壤结构重要,此时相对重要值就是权重;如果30°的斜坡比5°的斜坡危害更大,相对重要值就是分级。

由于在滑坡相关因素中,没有权重和分级固定值或标准值,在进行滑坡敏感性分析时,确定权重和分级值就特别重要,而且权重和分级应当基于客观分析确定,而不是根据主观的专家经验。

基于GIS的兰州地区滑坡灾害孕灾环境敏感性评价

基于GIS的兰州地区滑坡灾害孕灾环境敏感性评价牛全福;冯尊斌;张映雪;党星海【摘要】Because of its complex geological structure,large relief,strong human activities,frequent geologic hazards,Lanzhou is one of the most serious geological hazard in China.In this study,eight factors of disaster environment were selected,such as slope,aspect and so on,and the risk assessment of geological hazards were studied with the methods of Probability Index (PI),Information Model (IM) and Logistic Regression (LR).The assessment results of the three models were compared and it can be seen that the sensitivity distribution of geological hazards is basically consistent.The area under the ROC curve of the IM is larger,and the LR is second,and the PI is slightly lower.From its accuracy,it shows that the IM is slightly higher than the LR,and the lowest is the PI.The assessment results show that the county (district) located in the higher prone areas of geological hazards are:Chengguan district,Xigu district,Yongdeng county;the high prone areas of geological hazards are:Qilihedistrict,Anning district;Gaolan county is located in the prone areas;and the relatively stable area is Yuzhong county.%选取坡度、坡向等八个孕灾环境因子,利用概率指数法、信息量法和Logistic回归模型对兰州地区地质灾害进行了危险性研究,对比三种模型的评价结果可以看出,地质灾害的敏感性强弱分布趋势基本一致,信息量模型对应的ROC曲线下面积较大,Logistic回归模型次之,概率指数模型略低.模型精度评价表明,信息量模型略高于Logistic回归模型,概率指数模型评价精度最低.评价结果表明,位于地质灾害极高易发区的县(区)为:城关区、西固区、永登县;位于高易发区的县(区)有:七里河区、安宁区;位于易发区的县(区)为皋兰县;相对较稳定(不易发区)的县(区)为榆中县.【期刊名称】《灾害学》【年(卷),期】2017(032)003【总页数】7页(P29-35)【关键词】滑坡灾害;孕灾环境;敏感性;模型;兰州【作者】牛全福;冯尊斌;张映雪;党星海【作者单位】兰州理工大学土木工程学院,甘肃兰州730050;兰州理工大学土木工程学院,甘肃兰州730050;兰州理工大学土木工程学院,甘肃兰州730050;兰州理工大学土木工程学院,甘肃兰州730050【正文语种】中文【中图分类】X43;P642.22黄土滑坡与崩塌是黄土地区很重要的地质灾害。

证据权法在区域滑坡危险性评价中的应用--以贵州省为例

证据权法在区域滑坡危险性评价中的应用--以贵州省为例范强;巨能攀;向喜琼;黄健【摘要】Landslides are the most common geohazards in mountainous terrains and can cause extraordinary landscape changes and destruction of people’s lives and properties.So assessing landslide hazards is significant and can provide valuable information to planners,developers and engineers.This paper examines some landslides at a hilly area of western China,Guizhou province.The purpose is to generate a landslide susceptibility map using the weights of evidence.It is based on the GIS technology and combined with landslides inventory and environmental factors.The causal factors includelithology,tectonic,elevation,slope,aspect,relief,distance from road and distance from stream.The weight of each causal class is calculated in a GIS software ArcGIS 10.Then the landslide hazard index of each unit is produced and divided into four classes:very high hazard,highhazard,medium hazard and low hazard.Finally,a success rate curve is builtto detect the capability rate of the method.The study area under the curve is 0.7 1 .A hazard zonation map is produced and the predictive power of the map is tested on the basis of landslides inventory.The evaluation results are in line with the landslides distribution.The weights of evidence are effective to assess the landslides hazard in regional scale.%以GIS为技术平台,采用证据权法对研究区进行了滑坡地质灾害危险性分析。

地震滑坡危险性评估模型及初步应用

地震滑坡危险性评估模型及初步应用关于《地震滑坡危险性评估模型及初步应用》,是我们特意为大家整理的,希望对大家有所帮助。

摘要:统计分析了汶川地震滑坡在不同影响因子下数量和密度,然后采用归一化方法确定影响地震滑坡的关键因子。

基于关键因子建立了地震滑坡密度数学模型。

结果表明:从滑坡数量看,滑坡主要集中在(10°~20°)至(40°~50°)的坡度(90 m 栅格)区间,主体集中在35°附近,在3°~7°之间有一个滑坡分布的小峰值;滑坡密度随着坡度的增加而增加,在3°~7°的低坡地带有一个滑坡密度小峰值,在坡度一定的情况下,除了烈度外,其他影响因子下滑坡密度并没有表现出足够明显的规律性变化;归一化计算结果表明:坡度和烈度是地震滑坡的关键因子;根据逻辑斯蒂模型计算的结果,将地震滑坡危险性分为几无(≤0.01)、轻微(0.01~0.03)、中等(0.03~0.09)、严重(0.09~0.27)、特重(≥0.27)5个等级。

地震滑坡危险性预测数据在鲁甸地震等地震应急中发挥了较好作用。

下载论文网关键词:地震滑坡;危险性;逻辑斯蒂模型;汶川地震;鲁甸地震中图分类号:P315.9 文献标识码:A 文章编号:1000-0666(2015)02-0301-120 引言地震活动除直接造成损毁外,还会诱发一系列次生灾害,如海啸、火灾、瘟疫、滑坡、泥石流、堰塞湖等。

有时地震次生灾害造成的损失甚至远远超过地震本身造成的直接损失。

在山岳地区,地震滑坡是最常见也是破坏最严重的次生灾害之一。

我国有大量地震滑坡造成严重人员伤亡和财产损失的案例,如1917年云南火关地震时大关北部“山岳崩颓,居民死者数千”(谢毓寿,蔡美彪,1985);1920年12月16日宁夏海原8.5级大地震,引发火量滑坡,分布面积约5万平方米,大量房屋、窑洞被覆埋,死亡不计其数(牛中齐等,2006);1933年8月25日,四川叠溪发生7.5级地震,引起大量滑坡,叠溪镇被两座崩塌的山掩埋,全镇500多人仪5人幸免于难(常隆庆,1938);1952年8月15日,西藏墨脱发生8.5级大地震,极震区内房屋全部倒平,山川移易,地形改变,多处山峰崩塌堵塞雅鲁藏布江,山体滑坡将5处村落推人江中,贡布县580名喇嘛被滑坡埋压而死(游泽李等,1991);1966年云南东川6.5级地震滑坡,阻塞小江形成短时地震湖(李世成等,2001);1970年云南通海7.8级地震,极震区内曲江右岸高大曲江间昆阳群板岩破碎带内连片崩滑,阻断交通,形成的地震堰塞湖还淹没了大片良田(许国吕,1981);1974年云南昭通7.1级地震,极震区内手扒崖发生了巨人的山崩(孙崇绍,蔡卫红,1997),使该居民点全村被埋,居民无一幸免(朱海之等,1975);1988年云南澜沧一耿马地震山体滑坡和崩塌破坏公路阻塞河流;1996年云南丽江7.0级地震,在约12000 k?O 范围内诱发了至少420处中小型崩塌和30处人中型滑坡,造成房屋倒塌、桥梁毁坏和公路堵塞(唐川等,1997);2006年7月22日云南昭通盐津5.1级地震共死亡22人,其中18人被地震引起的山坡石块滚落砸死;2008年5月12日汶川8.0级地震诱发了火规模滑坡、崩塌,造成严重的生命财产损失(乔建平等,2009;袁一凡,2008);2012年9月7日云南昭通彝良5.7级、5.6级地震死亡81人,其巾60人死于地震滑坡(白仙富等,2013)。

区域滑坡灾害预测预警与风险评价

第14卷第6期2007年11月地学前缘(中国地质大学(北京);北京大学)Earth Science Frontiers (Chin a University of Geosciences,Beijing;Peking University)Vol.14No.6Nov.2007收稿日期:2007-09-26;修回日期:2007-10-29基金项目:国家自然科学基金项目(40072084)作者简介:殷坤龙(1963 ),男,博士,教授,长期从事地质灾害预测预报研究。

E mail:yinkl@cug edu cn区域滑坡灾害预测预警与风险评价殷坤龙1, 陈丽霞1, 张桂荣21 中国地质大学(武汉)工程学院,湖北武汉4300742 南京市水利水电科学研究院,江苏南京210029Yin Kunlong 1, Chen Lix ia 1, Zhang Guiro ng21 Eng inee ring Fac ulty ,China Univ er sity of G eosc ienc es,W uhan 430074,China2 N anj ing H yd rau lic Resear ch Institute ,N anj ing 210029,ChinaYin Kunlong,Chen Lixia,Zhang Guirong.Regional landslide hazard warning and risk assessment.Earth Science Frontiers ,2007,14(6):085 097Abstract:Reg ional landslide hazard prediction and war ning is still a difficult pr oblem and hot topic in the r esear ch o f landslide hazards.In the past decade,resea rch w as mainly focused o n the analysis o f t he combinationof r ainfall and g eolo gica l env iro nment.In t his paper ,we summar ize the cur rent studies of landslide hazard pr ediction and r isk assessment,and pro po se that the co mbinat ion o f hazard predictio n w ith r isk management is notonly the need for hazard pr ediction and pr ev ent ion,but also the tr end in the future.Basic theor ies are discussed fro m tw o aspects:the spatial pr ediction and time w arning.Based on these theories,w e set up a landslide hazard infor matio n manag ement system and a r eal time w arning info rmatio n r eleasing system,w hich isdev elopeded on M apGIS platfo rm.T aking landslides as ex amples in Y ongjia City,Zhejiang Pro vince,dur ingthe per iod o f t ypho on R ananim of 2004,we have studied the spatial landslide hazar d pr edict ion,life v ulnerability assessment and economic risk assessment.Key words:landslide hazard;W ebG IS;predictio n and war ning ;r isk assessment摘 要:区域滑坡灾害预测预警是滑坡灾害研究领域的难点和热点。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

( 1. 中国科学院水利部成都山地灾害与环境研究所, 四川 成都 610041 ; 2. 中国科学院研究生院, 北京 100049 ;3. 中国科学院山地灾害与地表过程重点实验室, 四川 成都 610041 ) 摘要:以攀枝花市米易县为研究区域 , 采用 GIS 技术, 选取坡度、 坡向、 坡形、 地层岩性和相对高差等 5 个指标作为评价 利用贡献权重模型对研究区的滑坡地质灾害进行危险性评价 。 评价结果经过检验符合实际情况 : 高危险度区 因子, 占全区面积 31. 9% ;中危险度区占全区面积 52. 6% ;低危险度区占全区面积 15. 5% ; 高、 中危险度区所包含的滑坡个 GIS 技术和贡献权重模型结合能够很好地为滑坡灾害危险性评价服 数占到全区滑坡总数的 95. 9% 。评价结果表明, 可以解决过去危险性评价中效率低 、 精度差等问题, 从而实现滑坡灾害评价的信息化和科学化 。 务, 关键词:GIS;贡献权重模型;区域滑坡危险性评价;四川省米易县 8035 ( 2010 ) 01-0001-06 文章编号:1003中图分类号:P642 文献标识码:A
征和环境条件, 结合利用 GIS 技术获取区域地表因子 选取的研究区滑坡因子指标如下 : 时功能约束条件, ①地层岩性( U1 ) :是滑坡赖以发生的基础, 可以 控制滑坡的发育并为其提供物质来源 , 不同岩性的地 层由于其本身物理化学特性可以对滑坡发育做出不 同的贡献;本研究区共有 40 余种地层, 经归纳, 将其 “系” 按 和岩类划分为 8 种类型:N( 第三系) ,P( 二迭 Z ( 震旦系 ) , γ ( 花岗 系) ,Q( 第四系 ) ,T ( 三迭系 ) , 岩及花岗斑岩 ) ,δ ( 闪长岩及闪长斑岩 ) , ε ( 正长岩 及正长斑岩) ; ②坡度( U2 ) : 发育滑坡的斜坡坡度大于或者接 较利于滑坡的发生。坡度因子通过 近滑坡面的倾角, 研究区 1 :5 万 DEM 在 GIS 软件中直接提取, 每 10° 一 级, 共 6 级; ③坡形( U3 ) : 斜坡的形态可以从直观上将它们 划分为:直线型坡、 凹型坡、 凸型坡、 上凹下凸型坡和 上凸下凹型坡。斜坡的坡形直接反映了在内外营力 作用下坡体演变的历史过程以及汇水条件的不同 ;坡 形因子不能直接由 DEM 生成, 而是基于 DEM 以及由 GIS 水文分析模块中派生出的山脊图层、 河流图层以 及流向图层, 通过 C 语言编程所得; ④高差( U4 ) : 指发育滑坡的山体斜坡从坡顶到 坡底的相对高差, 它为滑坡的发生提供所必需的有效 临空面, 并决定了坡体本身动能, 根据它可判断坡体 山 是否存在失稳的可能性;高差因子获取基于 DEM、 脊图层、 河流图层以及流向图层, 通过 C 语言编程得 到, 每 100m 一级, 共 7 级; ⑤坡向( U5 ) :是指斜坡临空面的朝向, 可影响到 斜坡的水流条件, 使自然地理诸要素具有规律性分 异, 从而导致滑坡发育存在坡向性; 坡向因子通过研 究区 1 :5 万 DEM 在 GIS 软件中直接提取。分别以 0° ( 或 360° ) 、 90° 、 180° 、 270° 为 N、 E、 S、 W 的中间位置, NE 、 每隔 45° 分为一个区间, 可得到 8 个方向区间 N、 E、 SE 、 S、 SW、 W、 NW, 共 8 个子类。 2. 3 滑坡危险度评价 首先根据式( 2 ) 求本底因子子类的贡献率, 如图
2
2. 1
实例分析
研究区概况
(5)
米易县地处青藏高原东南缘, 四川省西南角, 攀 枝花市东北部, 安宁河与雅砻江交汇区( 图 1 ) 。 位于 东经 101°44′ ~ 102°15′。 东连 北纬 26°42′ ~ 27°10′, 会理县, 南接盐边县, 西以雅砻江为界, 北邻德昌县。 全县境内东西最大横跨 52. 5km, 南北最大纵距 73. 2 km。全县辖 12 个乡镇。
0
前言
设采样本底指标因子为一个数集 : U i = f ( U1 , U2 , …, Un ) — —因子数集; 式中:U i — f— — —关系式;
(1)
区域滑坡危险性评价是研究不同地层单元组合 、 区域地质构造单元特征、 地形地貌条件下区域滑坡发 生分布规律, 定量或半定量地对滑坡危险程度做出等 级划分。 近年来, 由于 GIS 技术的空间分析、 制图功能和 GIS 技术在滑坡危险性区划研究方面 可视化的特点, 得到快速发展, 以 GIS 软件为技术平台的地质灾害危 险性评价系统研究成为本领域研究的发展方向 。 利 用 GIS 技术不仅可以对各种滑坡灾害及其相关信息 进行管理, 而且可以从不同空间和时间的尺度上分析 滑坡灾害的发生与环境因素之间的统计关系 , 评价各 [ 1 - 7] 。 种滑坡灾害的危险性和可能的灾害范围 本文基于 GIS 技术, 采用贡献权重模型对攀枝花 市米易县滑坡危险度等级进行划分。 该模型针对研 发生起到作用的各种本底因素, 究区内对滑坡发育、 即地质环境内部条件, 定量分析它们对滑坡发育发生 贡献作用的大小, 确定其贡献率, 得到各个因子的不 同权重值, 经过叠加分析从而确定区域内部滑坡灾害 的不同危险程度
(6)
Yj — — —检验指标, j 代表三种不同的密度, 其中,量密 度 :Y1 = q — — ∑ q( q— 单 项 因 子 中 滑 坡 数 量、
— —各等级本底因子自权重数列( w if < 1 ) 。 式中:w if — 1. 3 互权重计算 互权重指不同本底因子相互之间的权值 , 代表每 。 种因子对滑坡发育的贡献程度差异 如地层岩性、 坡 度、 高差等多项因子中, 各项因子对滑坡发育的贡献 作用不同, 相互之间的权重值也不同。 采用贡献率计算互权重。 首先对式 ( 4 ) 中不同 等级贡献率的行求和, 即: R if =
∑ U0if ( i
= 1 …n , f = h, m, l)
(7)
— —第 i 个本底因子贡献率分级求和数列。 式中: R if — 然后进行同级别贡献率归一化处理 , 得到各因子在不 同级别贡献率中所占的比重: R if R′ ( i = 1 …n , f = h, m, l) if = ∑ R if
∑ U′oi ·w if ·w′i
( 11 )
( i = 1 …n , f = h, m, l) — —滑坡危险度; 式中:H— U′ — —评价样本贡献率; oi — w if — — —本底因子自权重; w′ — —本底因子互权重。 i—
— —贡献率数列( f = h, m, l) ; 式中:U0if — U0ih — — —高贡献率; U0im — — —中贡献率; U0il — — —低贡献率。 由于式( 4 ) 数列中的每一等级区间的贡献率允 许由多个因子数组成, 需要对每个因子中每一等级的 因子数逐一进行均值化处理, 即: - U 0if = U0if / N - — —均值化数列; 式中: U 0if — N— — —每级因子组中的个数。 再对式( 5 ) 进行归一化处理, 并获得分级贡献自 即: 权重,
— — 评 估 区 滑 坡 总 数 ) , 面 密 度 :Y2 = ∑ q— s ∑ s( s— — — 单项因子中滑坡面积、 — — 评估 ∑ s— — — 单项因 区滑坡总面积 ) , 体密度:Y3 = v ∑ v( v— — — 评估区滑坡总体积) 。 子中滑坡体积、 ∑— 1. 2 自权重计算 自权重的获取是采用等距法将本底因子子类的 贡献率划分为高、 中、 低三级贡献程度后计算各等级 不同时 区间因子的权值。如在地层岩性单项因子中, 代地层岩性对滑坡发育的贡献作用是不同 , 因此分配 的权值也不相同。 贡献率等级区间范围为: 高贡献率区 x1 = ( a1 ~ a2 ) 中贡献率区 x2 = ( a2 ~ a3 ) (3) 低贡献率区 x3 = ( a3 ~ a4 ) 式中: a1 = U0imax ; a2 = U0imax - d; a3 = U0imin + d; a4 = U0imin ;d = ( U oimax - U oimin ) / 3 。 根据式( 3 ) 分区标准, 将每一个本底因子图层划 , 分出不同等级的贡献率区 建立贡献率分级数列式, 即: U0if U0ih = U0im ( i = 1 …k) U 0 il (4)
0831 ;修订日期:20091022 收稿日期:2009基金项目:中国科学院成都山地灾害与环境研究所前沿项目 “中山区精细空间滑坡灾害预警 ” ;国家科技部 “十 一 五 ”重 点 科 技 支 撑 计 划 ( 2006BAC04B05 、 2008BAK50B04 ) ; 国 家 科 技 部 国 际 合 作 ( 2009DFB20196 、 2007DFA21150 ) ;国家气象局科研 专项( YHY( QX) 2007 - 6 - 37 ) 项目;中科院三期重 要方向创新项目( KJCX3 - SW - L1 - 6 ) ;中国科学 院成都山地灾害与环境研究所 2006 年青年种子基 “基于 BP 神经网络模型重庆万州区滑坡风险研 金 究” 作者简介:王 萌( 1980 —) , 女, 博士研究生, 助研, 现从事基 于 GIS 技术滑坡危险性评价研究 。 E - mail:wm@ imde. ac. cn
2010 年
U′ oi ( % ) = U oi ( Y j )
∑ Uoi ( Yj )
× 100 % (2)
( i = 1 …k , j = 1, 2, 3) — —因子子类贡献率, i 代表因子子类; 式中:U′ oi —
- - w if = U 0if / ∑ U 0if ( f = h, m, l)

1
贡献权重模型
贡献率权重模型由中科院成都山地所乔建平研 究员于 2004 年提出, 后来经过发展与改进, 在多个研 9- 究区均取得较好的效果, 具体可参照参考文献[ 12 ] 。 1. 1 贡献率
2
中国地质灾害与防治学报 ZHONGGUO DIZHIZAIHAI YU FANGZHI XUEBAO
相关文档
最新文档