易发性

摘要： 海南省昌江县地质灾害的发育受地质环境条件控制和多种外在因素影响.依据昌江县地质灾害详细调查资料,选择各类地质灾害发育的控制条件和诱发因素作为评价指标,通过建立地质灾害影响因子体系,构建信息量分析模型.通过对各项因子进行量化并使其归一化,运用层次分析法确定评价因子权重系数,利用ArcGIS的空间叠加分析功能,实现对昌江县地质灾害易发程度的评价分析.本研究将为昌江县地质灾害预警监测和地质灾害避让搬迁提供依据.

摘要： 安全稳定控制系统(稳控系统)是保证电网可靠运行的重要防线,针对稳控系统的网络攻击会造成严重的物理后果。为了量化评估稳控系统遭受网络攻击的影响,解决现有风险评估方法未充分考虑网络攻击易发性的问题,文中提出一种计及网络攻击影响的稳控系统风险评估方法。文中首先分析了稳控系统的层次结构;然后,从攻击对象、攻击方式、攻击后果3个角度分析了稳控装置本体与稳控装置站间通信的网络攻击风险点;其次,基于模糊层次分析法对网络攻击易发性进行量化,并结合由Petri网建立的网络攻击防护单元模型建立针对稳控系统的网络攻击成功概率模型;最后,结合物理后果和攻击成功概率,对标准系统和实际系统进行风险评估,计算了正常运行和网络攻击2种情况下的风险值,验证了所提模型的有效性。

摘要： 地质灾害易发性评价作为地质灾害风险评价的基础,运用定量化的数学统计原理对地质灾害易发性进行研究能够客观准确地反映地质灾害发生的概率。文章以海南岛地质灾害最为发育的五指山市为例,选择断裂、岩土体、坡度、地形起伏度、海拔高程变异系数、归一化植被指数(NDVI)、降雨量、水系、公路、曲率值为评价指标,依托详查资料和遥感、地形数据,采用信息量模型和信息量-逻辑回归模型对研究区地质灾害易发性进行评价研究,评价结果经敏感性检验、频率比检验后表明:高易发区主要分布于山区公路和水系两侧沿线,极低易发区主要位于河谷不发育、人类工程活动较少的丘陵低山地带。两种模型的ROC曲线下面积值(AUC)分别为0.897和0.896,表明预测精度满足易发性评价要求。降雨、高程变异系数、公路等评价因子对地质灾害易发性起较强的控制作用。信息量-逻辑回归模型具有更高的可靠性和精准度,研究成果将为该地区地质灾害风险评价提供科学有效的判别方法和预测途径。

摘要： 岩溶地面塌陷作为我国西南地区主要地质灾害类型之一,已成为影响该地区经济发展的重要因素,建立符合地区特征的岩溶地面塌陷易发性评价模型,可为塌陷的防治提供指导。文章以重庆市中梁山地区为研究区,以327个塌陷点为样本,基于GIS技术和地理探测器方法,对研究区三组样本点进行因子探测,定量化筛选出影响较大的评价因子,并采用层次分析法对岩溶地面塌陷易发性做出评价。结果显示:随着样本点数量变化,影响因子的解释度q值排序存在差异,然而三组数据中,各因子对岩溶塌陷的贡献大小排序始终是地层类型、地层富水性、距隧道距离、高程和坡度;基于地理探测器—层次分析法相结合的岩溶塌陷易发性评价结果预测精度达89.88%,高易发区主要在岩溶槽谷区嘉陵江组和大冶组地层分布地段。

摘要： 滑坡易发性评价是滑坡防治研究的重要内容之一。在逻辑回归模型中,常用网格单元作为滑坡易发性评价单元,具有划分简单,回归效率高的优点。然而,在构建模型时直接将研究区的栅格数据转换为矩阵,每个栅格表示一个评价单元,存在滑坡样本不平衡,滑坡地形参数指标不能反映真实的滑坡地形等问题,造成评价效果统计显著性低。本文以2019年福建省三明市的群发性浅层滑坡为研究对象,借助DEM数据和航拍影像整理出131个滑坡的面积、高程、岩性和道路建筑邻近性,采用改进高程矩阵,获得了更真实的滑坡坡度、剖面曲率和平面曲率等地形参数。根据各影响因子的标准滑坡频率对滑坡的贡献分级,建立了不同网格尺度的滑坡易发性逻辑回归模型。比较了假设检验中p值大小以及100 m×100 m,200 m×200 m,500 m×500 m和1000 m×1000 m等不同网格尺度的滑坡易发性评价结果,确定以500 m×500 m网格为基本单位的逻辑回归模型评价效果最佳。研究表明改进后的高程矩阵计算的滑坡地形参数能够更好地描述滑坡的地形特征。在评价滑坡易发性时,逻辑回归模型中的网格尺度大小应确保滑坡发生样本为总样本的30%~70%,以避免被低估或高估;总样本数应该在50以上,以避免模型不显著。本文提出了适用于逻辑回归模型评价滑坡易发性的网格尺度划分方法,可为滑坡的防灾减灾研究提供一定参考。

摘要： 准确的泥石流易发性评价结果对山区泥石流灾害防治具有重要意义。该研究将合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)和多粒度级联森林(multi-Grained Cascade Forest,gcForest)运用于泥石流易发性评价,以提高泥石流易发性评价精度。以泥石流多发地东川区为例,在解译泥石流点的基础上,以流域单元为评价单元,基于地质、地形和降水等多源数据,初步选取了15个泥石流孕灾因子,并对初选因子进行贡献率分析和多重共线性检验,筛选出共13个因子构建孕灾因子体系;然后采用SMOTE技术对泥石流与非泥石流样本比例不平衡问题进行处理,构建训练数据集;最后构建gcForest模型对研究区泥石流易发性进行定量分析,计算出各个流域单元的泥石流易发性指数,使用自然断点法将其划分为极低易发区、低易发区、中易发区、高易发区和极高易发区5个等级,并与BP神经网络(Back Propagation neural network,BPNN)和随机森林(Random Forest,RF)模型的预测性能进行对比。结果表明,泥石流极低和低易发区主要集中于研究区东部和西部,极高和高易发区主要集中分布于研究区小江河谷两岸和金沙江南岸,该地区地质环境脆弱,危险性较高;结合流域单元建立的山区泥石流易发性评价模型具有很好的准确性和稳定性,其中多粒度级联森林(gcForest)的受试者工作特征曲线(Receiver-Operating Characteristic,ROC)下面积AUC(Area Under Curve)值和准确度(Accuracy,ACC)分别达到91.76%和81.25%,均高于BP神经网络和RF模型的AUC值和ACC值,表明该模型是一种高性能的泥石流易发性评价方法。利用该方法能更精准地对泥石流进行易发性评价,可为山区泥石流防灾减灾提供科学依据。

摘要： 山区长输油气管道通常穿越多种复杂地貌单元,沿线地质形貌复杂,地质灾害难以避免。故此对四川山区管线进行地质灾害易发性评价意义重大。文章以四川省东南部为研究区,通过现场调查获取斜坡坡度、斜坡坡形、日降雨量、斜坡结构等9个地质灾害易发性条件因子构建空间数据库,基于逻辑回归(LR)模型建立了研究区地质灾害易发性的预测模型。结果显示,LR预测模型具有良好的预测性能,其AUC高达0.949。研究区地质灾害易发性分区为4类:极低易发区(39.39%)、低易发区(17.42%)、中易发区(12.12%)、高易发区(31.06%),预测结果与研究区实际情况相近。因此采用LR模型能够较为客观准确地评价四川省东南地区的管线地质灾害易发性。

摘要： 以乌东德库岸滑坡为例,充分考虑其发育的地质环境,选取滑坡发育特征、岸坡结构与岩性特征、地质构造与地形地貌特征、灾害诱发因素共4类因子作为滑坡易发性的影响因素.构建单因素分级标准,将库岸滑坡灾害易发性划分为四个等级,即重度易发、中度易发、轻度易发与不易发.应用区间数与集对分析理论,建立基于联系期望概念的库岸滑坡灾害易发性评价新模型,可系统分析滑坡易发性评价指标的区间形式及演化态势.实例分析结果表明,该方法评判结果可靠,且能简化区间数之间关系的分析过程.

摘要： 分析了深圳市近年来历史发灾点的分布规律。选取了高程、坡度、坡向、起伏度、距离断层的距离、工程地质岩组和人类工程活动强度等影响因子,利用信息量模型分析了深圳市地质灾害易发性指数和危险性指数,开展了危险性区划研究。为地质灾害防治规划的编制提供了基础支撑。

摘要： 水库诱发滑坡作为重大工程对地质环境影响的一种重要形式,是国内外工程地质学科研究的前沿和热点。金沙江流域地处青藏高原东缘高山峡谷区,地质环境脆弱,水能资源丰富,是世界上水电站建设最密集的地区之一,规划了25级梯级电站,但是水库蓄水对岸坡改造的时空效应尚不清楚。本文以溪洛渡水电站为例,对金沙江流域水库诱发滑坡的分布规律进行研究,利用2013~2020年多期遥感影像解译溪洛渡库区范围内的水库诱发滑坡,共解译滑坡433处。在此基础上,对水库诱发滑坡数量和面积随蓄水时间的变化趋势进行了分析,随后利用频率比法对水库诱发滑坡的分布与高程、坡度、坡向、工程地质岩组、断裂、距死水位距离6个因素的关系进行了统计分析,同时进行了各个单因子的滑坡易发性评价,利用曲线下面积AUC法验证了评价结果的可靠性,并基于评价结果选取了高程、距断裂距离、坡度、距死水位距离4个因素进行了水库诱发滑坡易发性评价。研究认为:(1)水库诱发滑坡主要发生在蓄水初期3~4年内,之后滑坡数量和面积逐渐减少,岸坡表生演化逐渐趋于稳定。(2)库区内水库诱发滑坡主要分布在高程1 km以内,2 km以上无诱发滑坡分布,优势坡度为30°~60°,发育滑坡的斜坡坡向以SE、W和NW向为主;在距断裂400~3200 m范围内更有利于滑坡发育;距死水位100~200 m范围内灾害发育数量最多。(3)易发性评价验证AUC高达0.912,评价结果可信度较好。(4)水库诱发滑坡的主控因素为距死水位距离和高程,极高易发区与高易发区主要分布在距死水位400 m以内、高程1 km以下的范围内。本文首次利用多期遥感影像建立了溪洛渡水电站水库诱发滑坡数据库,研究结果能够为已建水电站正常运营、未建及在建水电站的规划建设和防灾减灾提供借鉴。

摘要： 甘孜-昌都区域是川藏铁路的必经区域之一,区域内地形高差大、地灾速度大、地灾规模大、构造活动强,修建铁路存在很高的工程地质风险.通过对甘孜-昌都区域环境空间数据的收集,以GIS为技术手段,运用加权信息量法研究区域滑坡、崩塌、泥石流三种主要地质灾害的易发性,并将甘孜-昌都区域分为极低易发区、低易发区、中等易发区、高易发区、极高易发区.研究结果表明,沿河谷区域地质灾害易发性较高,在进行工程建设时应考虑规避河谷走线,减少地质灾害的不利影响.

摘要： 根据秭归县幅地质灾害调查成果,基于地质灾害现状,选取评价区内致灾因子,采用信息量模型进行地质灾害易发性分区定量评价,将秭归县幅地质灾害易发性划分为3个区,即高易发区、中易发区和低易发区,为当地政府地质灾害防治规划提供依据.

摘要： 复杂的自然地理和地质环境条件,使广泛发育的地质灾害严重威胁着人民的财产和安全.在广泛收集区域地质资料和野外地质灾害调查的基础上,通过Arcgis平台建立地质灾害易发性定量分析模型,采用证据权模型和加权logistic回归模型进行地质灾害易发性评价.

摘要： 地处青藏高原东南缘的云南小江流域,具有地形落差大、构造活动强烈、季节性降雨强的特点,属典型的地质灾害多发区.本文以该区域36个滑坡点为样本数据,利用ArcGIS平台,基于权重信息量法,选取研究区坡向、坡度、高程、岩性、断层、公路、地震点和河流等8个影响因素作为滑坡灾害的评价因子,建立相应的评价模型,对小江流域范围内的滑坡进行易发性评价,并最终得到滑坡易发性区划图.评价结果表明:滑坡灾害高易发性区域主要沿小江河谷分布,且受公路和断裂带控制.研究结果可为本地区土地规划和利用过程中的滑坡灾害防治提供基础依据.

摘要： 地质灾害评价是一个复杂的多源信息综合分析过程,评价单元划分和评价权重选取很大程度上影响着评价结果的精度和可靠度.斜坡单元是地质灾害发育的基本单元,能够综合体现各种控制与影响因素的作用,而层次分析法适用于解决目标结构复杂且又存在不确定性的评价情况,因此采用基于斜坡单元的层次分析法来开展地质灾害易发性区划的权重确定具有较好的适用性.本文以余杭区地质灾害易发性区划为例,基于MapGIS划分斜坡单元作为评价单元,运用层次分析法选取评价因子及权重,最后运用信息量模型,通过GIS空间叠加分析得到易发区区划图.评价结果表明该方法比较合理有效.

摘要： 地质灾害易发性评价是地质灾害调查评价的核心任务,是一个地区制定地质灾害防治规划的前提和重要依据.在甘肃省岷县地质灾害详细调查的基础上,通过对研究区地质环境条件及地质灾害分布发育规律分析研究,选取地质灾害的空间发生频率、岩土体类型、降雨等影响因子,建立相应的地质灾害易发性评价模型,采用层次分析法和GIS空间分析统计法相结合的方法进行地质灾害易发性分区,将整个研究区分为地质灾害高易发区、中易发区和低易发区3个等级.评价结果符合岷县地质灾害发育实际情况.为地质灾害易发性分区评价提供思路.

摘要： 温州市鹿城区地质灾害类型主要有滑坡、崩塌、泥石流等.通过地质灾害调查,分析鹿城区地质灾害发育的影响因素和诱因,采用地质灾害综合危险性指数法,确定区内地质灾害易发性分区,并提出该区地质灾害的防治对策.

摘要： 在新疆乌苏市地质环境基础调查研究基础上,分析认为崩塌、滑坡、泥石流和地面塌陷为该区域发育的主要地质灾害类型,地裂缝和地面沉降不发育.通过该区主要地质灾害类型分布规律和影响因素的研究,对该区地质灾害易发区进行了评价,并将辖区内地质灾害易发区划分为4个区,为当地有计划开展地质灾害防治工作提供可靠的科学依据.

摘要： 在新疆乌苏市地质环境基础调查研究基础上,分析认为崩塌、滑坡、泥石流和地面塌陷为该区域发育的主要地质灾害类型,地裂缝和地面沉降不发育.通过该区主要地质灾害类型分布规律和影响因素的研究,对该区地质灾害易发区进行了评价,并将辖区内地质灾害易发区划分为4个区,为当地有计划开展地质灾害防治工作提供可靠的科学依据.

摘要： 在新疆乌苏市地质环境基础调查研究基础上,分析认为崩塌、滑坡、泥石流和地面塌陷为该区域发育的主要地质灾害类型,地裂缝和地面沉降不发育.通过该区主要地质灾害类型分布规律和影响因素的研究,对该区地质灾害易发区进行了评价,并将辖区内地质灾害易发区划分为4个区,为当地有计划开展地质灾害防治工作提供可靠的科学依据.

摘要： 本发明公开了一种基于Bagging策略PU‑learning的滑坡易发性评价方法：基于Bagging策略的PU‑learning(PU‑bagging)是一种学习策略，实际实现过程中依赖基学习器，本发明选取支持向量机SVM作为基学习器；从大量未标记样本点集合U中每次随机选取负例集合ut，将少量标记滑坡样本点视为正例集合P，二者可组成训练集，采用支持向量机SVM作为基学习器可训练得训练模型；将取样本和训练基学习器的过程重复T次，就得到了一个由T个基学习器组成的Bagging模型；由于随机性，T个采样集合各不相同，因此T个基学习器也各不相同；再引入投票策略对所有支持向量机模型的预测结果进行处理，得到最终的滑坡易发性评价结果。

摘要： 本发明公开了一种无埋藏冰冰碛堤的冰碛湖溃决的易发性判断方法，属于水利工程技术领域，其特征在于，包括以下步骤：a、判断冰碛湖是否为无埋藏冰冰碛堤的冰碛湖；b、通过谷歌地球确定无埋藏冰冰碛堤的冰碛湖的基本参数；c、将基本参数进行标准化处理，计算无埋藏冰冰碛堤的冰碛湖的易发性综合判别因子P；d、通过无埋藏冰冰碛堤的冰碛湖的易发性综合判别因子P判断易发性。本发明针对无埋藏冰冰碛堤的冰碛湖溃决机理以及潜在冰崩体进行研究，采用标准化的数据，去掉不同参数取值范围的影响，并做出综合判断，能够有效确定无埋藏冰冰碛堤的冰碛湖溃决易发性，极大的提高了易发性判断结果的准确度。

摘要： 本发明公开了一种基于深度学习的滑坡易发性评价方法，包括：选取滑坡易发性区域的多个滑坡影响因子，根据多个滑坡影响因子获取多个影响因子层，将多个影响因子层分别输入卷积神经网络CNN的不同通道，通过多通道加权卷积模块对提取的特征加权融合，通过层数自适应网络模块利用信息熵聚类法分类后进行层数自适应分类卷积，输出堆叠后的特征图，输入全连接层获得整合特征图，使用Softmax层对整合特征图进行概率回归，输出滑坡易发性评价结果。该方法以信息增益比对各因子层提取到的特征进行多通道加权，提高模型训练的收敛速度，针对对不同信息丰富程度的影响因子分类进行自适应层数的卷积运算，解决层数优选问题。

摘要： 本发明公开了一种基于地表形变和孕灾环境条件的滑坡易发性评价方法，利用动态因子进行滑坡易发性评价，该评价方法具体包括以下步骤：获取滑坡易发性评价目标区域的滑坡静态因子和动态因子；根据滑坡静态因子，建立随机森林模型进行目标区域的滑坡易发性评价，获得第一易发性评价结果；建立第一易发性评价结果与动态因子的列联矩阵，获得第二易发性评价结果；通过GIS对第一易发性评价结果和第二易发性评价结果进行对比整合。将滑坡动态因子添加到滑坡易发性评价模型中，能够使得评价结果更加精确。

摘要： 本发明公开了一种滑坡易发性评价方法及系统。该方法包括：基于待研究地区的基础数据选取评价因子；通过频率比模型赋予评价因子权重；采用SPSS软件对评价因子进行多重共线性诊断，并剔除存在多重共线性的因子；基于剩余评价因子的权重值，通过逻辑回归模型对地质灾害易发性进行等级划分；基于SAR数据生成平均形变速率图；基于平均形变速率图和地质灾害易发性等级建立关联矩阵；基于关系矩阵对地质灾害易发性等级进行修正。本发明一方面利用频率比—逻辑回归耦合模型解决了单一模型对滑坡易发性评价的精度低等缺点，另一方面利用InSAR解决了因地形条件复杂，导致真实的历史滑坡数据集难获取的局限性，同时利用InSAR结果对滑坡易发性等级进行优化。

摘要： 本发明涉及地质灾害预测技术领域，具体涉及一种基于主成分分析和极限学习机的滑坡易发性预测模型，包括如下步骤：S1：获取研究区滑坡编录及滑坡易发性建模相关环境因子；S2：利用主成分分析对环境因子进行降维，计算主成分得分作为初始滑坡易发性值，并划分不同的易发性区间；S3：将极高易发区与遥感影像进行叠加，通过目视解译确定滑坡隐患点作为扩充滑坡样本，滑坡编录与扩充滑坡样本共同组成滑坡样本；S4：从极低易发区随机选取栅格单元作为非滑坡样本；S5：建立极限学习机预测模型。可以消除环境因子之间的相关性以及其在进行综合评价时所反映的重复信息。主成分分析降维后的数据，其冗余性大大降低，为后续计算节省时间。

摘要： 本发明涉及一种基于半监督支持向量机模型的滑坡易发性预测方法及系统。所述方法包括：获取研究区域的评价因子和已知滑坡样本；计算各评价因子的确定性系数值；根据确定性系数值对研究区域进行易发性分区，分为五类滑坡易发性级别；选取非滑坡样本与已知滑坡样本共同构成第一训练测试数据集对支持向量机模型进行训练测试；采用训练测试好的支持向量机模型预测得到研究区域的初始滑坡易发性值，从而确定扩充后的滑坡样本和二次选取的非滑坡样本对支持向量机模型进行训练测试，进而生成半监督支持向量机模型对研究区域进行滑坡易发性预测。本发明方法简化了滑坡样本数据采集过程，提高了滑坡易发性预测的精度。

摘要： 本发明提供一种滑坡样本数据不完善地区的滑坡易发性评价方法，包括以下步骤：S1、获取研究区历史地质资料，根据滑坡破坏的控制因素和触发因素归纳出滑坡破坏模式，并根据滑坡破坏模式选取滑坡样本；S2、在所述滑坡样本中选择滑坡易发性评价因子，并将各滑坡易发性评价因子输入频率比模型获得滑坡易发性评价指数；S3、根据滑坡易发性评价指数对研究区划分为不同程度的易发区。本发明的有益效果：易发性评价方法不需要利用大量历史滑坡样本数据，而是基于研究区滑坡破坏模式选取滑坡样本，解决了滑坡样本数据不完善地区难以开展滑坡易发性评价工作的问题，减少了滑坡易发性评价工作对历史滑坡数据的依赖性。

摘要： 本发明公开了一种基于GIS与集成学习的山洪灾害易发性评价方法，应用多元自适应回归样条(MARS)和随机森林(RF)算法作为集成学习基础模型，采用人工神经网络(ANN)算法集成，以多个小流域矢量单元为研究对象，选用多个山洪特征因子为回归自变量。本发明以矢量小流域作为基本研究单元，可以更加精确的分析小流域区域易发程度，从而精准定位山洪易发的小流域。同时将山洪灾害调查评价成果与机器学习、智能算法相结合，从而进行山洪灾害易发性评估与制图，提供的评价方法计算精确，原理可靠，操作过程易学简便，能够普遍适用于省级尺度山洪灾害易发性评价的需要，为山洪灾害防治提供辅助决策。

摘要： 本发明公开了一种基于岭模型树算法的山洪灾害易发性评估方法，包括如下小流域山洪易发性区划方法步骤：S1、数据收集和数据预处理：收集研究区的小流域属性数据并建立相应的指标体系，数据清洗，数据预处理，并选取样本作为模型输入，S2、山洪风险易发性因子筛选：以各小流域的历史山洪次数为因变量，其余属性为自变量进行计算，并筛选洪水调节因子，本发明通过将机器学习算法与GIS相结合，进行山洪风险易发性的预测和制图研究，相较于传统的空间分析方法和单一的机器学习模型，本发明可以提供更为准确的小流域山洪易发性地图，准确高效地进行小流域山洪灾害易发性评估与制图，能够更加精准的定位灾害，对灾害的易发性进行评估。