An attempt of risk assessment of geological hazards in different scales: A case study in Wubao County of Shaanxi Province
-
摘要: 吴堡县地处陕北黄土高原东北部,区内地质灾害发育,严重威胁当地居民生命及财产安全。在充分分析吴堡县地质灾害调查数据的基础上,针对全县域尺度选取坡度、坡向、地表曲率等评价指标,采用信息量模型基于GIS平台按25 m×25 m栅格单元进行风险评价。评价结果划分为:极高风险区、高风险区、中风险区、低风险区,分别占全区面积的0.63%、12.58%、24.40%、62.39%。针对重点区尺度,选取坡度、坡高等因子,采用层次分析模型基于GIS平台按水文法划分的斜坡单元开展风险评价,其中极高风险斜坡19个、高风险斜坡69个、中风险斜坡145个、低风险斜坡359个。选取两种尺度下同一区域(A区),对风险评价结果进行差异性分析。表明:在不同的尺度下,同一地理位置,风险高低的评价结果可能不一致。在全县域尺度下宜采用各类具备预测功能的数理统计模型,但是在更小的重点区尺度下,由于用来训练的样本数量不够,不宜采用数理统计模型。相应的,县域尺度下可采用基于GIS工具划分的栅格单元作为评价单元;重点区尺度下可采用实际的斜坡体作为评价单元。Abstract: Wubao County is located in the northeastern part of the loess plateau in northern Shaanxi, geological disasters are developing in the area, which seriously threatens the life and property safety of local residents. On the basis of fully analyzing the geological disaster survey data in Wubao County, the evaluation indicators such as slope, slope aspect, and surface curvature were selected for the whole county scale, and the risk assessment was carried out based on the 25 m×25 m grid unit based on the information model based on the GIS platform. The evaluation results are divided into: extremely high risk area, high risk area, medium risk area and low risk area, accounting for 0.63%, 12.58%, 24.40% and 62.39% of the total area respectively. According to the scale of key areas, the factors of slope and slope height are selected, and the analytic hierarchy process model is used to carry out risk assessment of slope units divided by hydrological method based on GIS platform, including 19 extremely high-risk slopes, 69 high-risk slopes, 145 medium-risk slopes, 359 low-risk slopes. The same area (area A) under the two scales was selected to conduct variance analysis on the risk assessment results. It shows that at different scales and the same geographical location, the evaluation results of risk level may be inconsistent. At the county-wide scale, various mathematical statistical models with predictive functions should be used, but at the smaller key area scale, due to the insufficient number of samples used for training, it is not appropriate to use mathematical statistical models. Correspondingly, the grid unit based on GIS tools can be used as the evaluation unit at the county scale; the actual slope body can be used as the evaluation unit at the key area scale.
-
0. 引言
三峡工程是当今世界上最大的水利枢纽工程,三峡库区历来就是滑坡地质灾害隐患居多的区域。据统计,三峡水库自2003年首次蓄水以来库区发生了较大变形的滑坡有674处,其中下滑入江的有8个[1-3]。长期以来,国内学者对三峡库区一些重要滑坡的变形破坏特征进行了相关研究,如白水河滑坡、树坪滑坡、卧沙溪滑坡、千将坪滑坡、八字门滑坡、凉水井滑坡、藕塘滑坡、木鱼包滑坡等[4-10]。水土作用对水库堆积层滑坡影响甚大,主要表现为引起滑坡土体物理力学性质的改变与滑坡受力状态的变化。根据水土作用的不同方式变形成因可分为降雨型、浸泡软化型、动水压力型、浮托减重型、复合型五类[11-12]。
石榴树包滑坡是黄蜡石滑坡群中的一个重要滑坡,其长期持续变形对长江航运及人民生命财产安全造成严重威胁,一直以来备受关注。1998年罗先启等[13]采用非线性有限元方法对原石榴树包滑坡在不同运行工况下的位移、应力、塑性区进行了分析。2000年保长汉等[14]采用广义楔形体法对原石榴树包滑坡进行了稳定性计算。杨学堂等[15-16]对原石榴树包滑坡滑体滑动后的速度、滑距及涌浪进行了计算。而后一些学者采用有限元法对原石榴树包滑坡的稳定性及变形规律进行了分析[17-22]。2004年通过削方减载、设置排水等措施对滑坡进行了治理。李秀珍等[23]基于滑坡治理前10多年的变形监测资料,研究了原石榴树包滑坡的影响因素和变形演化特征和规律。钟少波等[24]基于滑坡治理后6年的监测数据,分析了石榴树包滑坡变形监测位移特征及稳定性。以上研究对石榴树包滑坡稳定性进行了分析,对滑坡变形特征分析较少,尤其对滑坡变形机制的研究几乎很少涉及。因此,本章首先通过钻探与物探资料分析石榴树包滑坡滑体的物质结构特征,再通过近两年的自动GPS表面位移、地下水位变化、降雨量等监测对该滑坡的变形特征、变形机理进行深入探讨与研究。
1. 石榴树包滑坡概况
石榴树包滑坡位于湖北省巴东县东瀼口镇黄蜡石村,长江左(北)岸。滑坡原始斜坡坡高约为500 m,斜坡倾向188°,斜坡结构类型为逆向斜坡(图1)。
石榴树包滑坡后缘高程340~350 m,前缘剪出口高程50~60 m,面积约0.25 km2,平均厚度约47.2 m,体积约11.80×106 m3。高程350~250 m间的地形坡角为32°~37°;高程200 m有一平台,为前期治理削方所致,东西长150~170 m,南北宽90~110 m;高程200 m以下地形坡角为30°~45°。石榴树包滑坡边界特征见图2。滑坡左侧边界为一冲沟,左侧边界沟外侧为一小山脊,见图2(a)。滑坡右侧边界为一冲沟,沟中树木茂密,沟外侧可见混凝土护坡,该冲沟将石榴树包滑坡与原台子角滑坡分割开来,见图2(b)。滑坡前缘大部分被江水淹没,出露部分为黏土夹紫红色泥岩、泥质砂岩与粉质砂岩块石,见图2(c)。滑坡后缘地势较为平缓,位于公路下方,与原磨盘湾滑坡的前缘相接,相对中前缘宽度变窄,见图2(d)。由于前期治理,滑坡表面分布有多条排水沟,3个排水平硐。
2. 滑坡物质组成及结构
在石榴树包滑坡建立综合观测站,主剖面上选取适当的6个位置布置钻孔,其中ZK1、ZK2、ZK4、ZK5等4个钻孔为水文孔。滑坡上安装的仪器主要有:GPS自动监测站4个(其中1个基站),地下水位监测仪器8个分布于水文孔中,库水位监测点1个,雨量监测站2个。现场仪器安装布置见图3。
2.1 钻探结果
石榴树包滑坡所处斜坡结构为逆向坡,结构复杂。根据钻孔资料综合分析,滑体物质主要为第四系崩坡积碎块石土,原岩为三叠系巴东组的岩体,经强烈滑动破坏而成,在总体上显示一定的成层性。表层覆盖少量第四系松散的崩坡积土,厚1.5~2 m,见图4(a)。浅层及后缘滑体物质主要为三叠系巴东组第四段的红色砂泥岩、粉砂岩破坏形成的碎石土;中层主要为三叠系巴东组第三段灰绿色、灰黄泥灰岩、灰岩破坏后的散裂结构块石土,从后到前厚度逐渐增大,见图4(b);下层有一层三叠系巴东组第二段紫红色泥岩和粉砂岩破坏后形成的碎石土。
滑带物质为土含碎石,位于基覆界面处,厚度一般为1~2 m,碎石含量10%~30%。土主要为灰黄、灰绿色黏土和粉质黏土。碎石以粒径2~10 mm者居多,呈次棱角-次圆状,并具有一定程度的定向排列,岩性主要为来自巴东组第三段的灰色、灰绿色灰岩、泥灰岩,见图4(c)。
滑床物质由下到上可分为三段,巴东组第一段(T2b1)为灰色、浅灰色的泥灰岩、灰岩,厚约30.30 m;巴东组第二段(T2b2)为紫红色泥岩和粉砂岩,厚度为11.07~32.65 m;巴东组第三段(T2b3)为灰绿色、灰黄色的泥灰岩,厚约11.96 m。滑床基岩岩层产状倾向山内,倾角20°~30°左右,见图4(d)。岩层总体产状70°∠20°。根据现场钻孔的工程地质剖面见图5。
2.2 物探测试结果
在三峡水库处于高水位时期(库水位为173 m),对石榴树包滑坡进行高密度电法物探工作。在滑坡体上共布设1横1纵剖面,分别为300 m和280 m,各剖面上分别布设60个电极和56个电极,电极之间间距为5 m,布设的剖面与钻孔剖面吻合,经过每个钻孔。将高密度电法结果与钻孔岩芯进行对比,见图6。
由图6可以看出:视电阻率呈块团状分布,成层性较差,视电阻率范围约0~800 Ω·m。钻探岩性及物质结构分界面与电阻率分界面较吻合。整体上表层的电阻率值较低,低至20~30 Ω·m,该处泥岩、粉砂岩颗粒粒径较小,土颗粒含量较多所致,与实际情况一致。浅层电阻率值较高的仅分布在钻孔ZK4周边的平台处,电阻率值达500~800 Ω·m,主要为浅灰色泥灰岩夹灰岩碎块石为主。由此可分析得到石榴树包滑坡体结构岩性分布,电阻率值低于50 Ω·m以下的区域主要以泥岩、粉砂岩等黏土岩形成的土石混合体为主,块状分布;电阻率值高于200 Ω·m的区域主要以泥灰岩形成的土石混合体为主,块状分布。50~200 Ω·m的区域主要为前两者的混合物。
根据钻孔资料,结合物探剖面,对石榴树包滑坡体纵剖面物质结构进行了分层,如图7所示。
3. 滑坡变形特征
3.1 历史变形特征
该滑坡为古滑坡,最早有记录的复活变形出现在1980年煤矿导洞施工,而后多次降雨以及人类工程活动出现较大变形。为此在2003年4月—2004年2月对石榴树包滑坡进行了工程治理,治理工程措施主要包含削方压脚、地下排水、地表排水。目前,前期治理工程部分失效,坡体上排水沟损坏堵塞,排水平硐内部垮塌。根据相关资料,石榴树包滑坡在治理后布置了3条监测剖面,现大部分仪器不能工作[24]。根据原监测数据分析,2004年—2009年期间滑坡变形较明显,前缘变形最大达到1.4 m,变形总体呈阶梯状持续变形,变形时间主要在每年5—8月。
3.2 近期变形特征
石榴树包滑坡3个GPS表面位移监测数据、降雨量、库水位随时间的变化曲线见图8。
由图8可以看出,在库水位下降及低水位运行期间,表面位移增加较大,在库水位升高及高水位运行期间,表面位移也在增加但增加较少。可见,石榴树包滑坡表现出动水压力型滑坡的特征,与收集的前期监测数据在变形时间上表现一致。在库水位较低时期,降雨会使滑坡各部分的位移都有小幅增大。GPS3位移量大于GPS2位移量大于GPS1位移量,可见滑坡变形主要发生在中部与后部,前缘变形较小。前缘变形较小这可能是由于前缘渗透性大,水力梯度较小的原因;中后部变形大可能是中后部渗透性小,水力梯度相对较大的原因。总体上,滑坡累计变形量最大未超过8 cm,位移随时间增加缓慢,可见石榴树包滑坡目前处于蠕动变形阶段。
4. 滑坡变形机理分析
4.1 变形影响因素
石榴树包滑坡前缘直抵长江,为变形提供了良好的地形临空条件。滑坡下伏基岩为三叠系巴东组的紫红色、浅灰色泥岩、粉砂岩、泥灰岩的易滑岩组;滑坡体也为易滑岩组形成的土石混合体,因此本身物质易于受雨水的影响而发生软化泥化。滑坡体前缘坡脚为长江,江水对滑体前缘岸坡不断的冲刷、掏蚀,造成滑坡前缘坍塌,抗滑力减小。库水位下降过程中,由于中后部渗透性不良导致滑体内地下水位下降滞后于库水位,由此产生的较大动水压力使滑坡的整体稳定性减小。滑坡体结构较松散,渗透性相对较大,地表水易于汇集和下渗,每逢暴雨从滑坡后缘汇集来的地表水排泄于滑坡体上,使得堆积体饱水、抗剪强度降低,诱发浅表层变形。松散堆积物与下伏基岩接触面形成潜在滑动面,因坡体渗透性大,降雨也易下渗到滑动带,一方面滑动面长期处于地下水位之下,使滑动带(面)强度弱化;另一方面也使局部水力梯度急剧增大,诱发整体变形。
4.2 地下水的影响
由监测数据可知滑坡变形主要发生在库水位下降阶段及低水位运行期,结合滑坡地质形态,石榴树包滑坡属于动水压力型滑坡,可见地下水对滑坡变形有较大影响。
(1)地下水位监测结果
石榴树包滑坡布设的4个地下水位监测孔于2018年4月27日开始获取监测数据,截至2019年10月30日,经历两次库水位升降过程,地下水位随库水位、降雨变化曲线如下图9所示。
由图9可知,ZK1、ZK2、ZK4孔地下水位的的变化曲线与库水位变化趋势一致,变化幅度是随着离库水越远变化越小,而ZK5孔地下水位的变化曲线与库水位变化曲线无相似之处,说明ZK5孔地下水位变化与库水位无关,库水位的变化的影响范围在ZK4与ZK5孔之间。降雨对ZK2与ZK5孔的地下水位影响较大,对ZK1与ZK4孔的地下水位影响甚小。滑坡体地下水位对降雨的响应在库水位下降及低水位期间明显,在库水位上升及高水位运行期间响应不明显,响应雨量阈值约为40 mm。
①第一次升降过程(2018年4月27日—2018年10月14日)
ZK1孔水位升降最大29.84 m,ZK2水位升降最大27.73 m,ZK4孔水位升降最大8.91 m,ZK5孔里面水位升降最大14.08 m。
②第二次升降过程(2019年4月27日—2019年10月14日)
ZK1孔水位升降最大30.09 m,ZK2水位升降最大28.58 m,ZK4孔水位升降最大9.69 m,ZK5孔里面水位升降最大7.12 m。
(2)水力梯度变化特征
两个库水位升降过程的水力梯度随库水位及时间的变化曲线见图10,水力梯度变化特征见表1。
表 1 水力梯度变化特征Table 1. Variation characteristics of hydraulic gradient项目 水力梯度i2−1 水力梯度i4−2 水力梯度i5−4 高水位时 低水位时 降雨时 高水位 低水位 降雨时 高水位 低水位 降雨时 第一次升降 0.009 0.0068 0.67 0.11 0.465 0.068 0.0095 0.161 0.331 第二次升降 0.0097 0.0078 0.75 0.118 0.43 0.167 0.01 0.154 0.138 由图10可见,前三条水力梯度线存在突变,是受降雨影响所致。为便于观察,将受降雨影响小的ZK4与ZK1之间的水力梯度作于图中。可见四条曲线表现出相同的趋势,随着库水位的下降,水力梯度逐步增大,在低水位水力梯度逐渐减小;当库水位上升时,水力梯度快速减小,高水位时趋于稳定。
由表1可知,在剔除降雨影响下,水力梯度i2−1低水位与高水位基本无变化,水力梯度i4−2低水位时约是高水位的4倍,水力梯度i5−4低水位时约是高水位的15倍。当考虑降雨影响时,降雨时的水力梯度i2−1约是高水位的74倍;水力梯度i4−2却在减小,甚至小于高水位的水力梯度;水力梯度i5−4约是高水位的35倍。
综上,在不考虑降雨条件下,在两次循环的下降及低水位过程中,水力梯度i4−2与水力梯度i5−4都较大,水力梯度i2−1较小。在考虑降雨条件下,水力梯度i2−1增大较多,i4−2减小,i5−4增大。说明,滑坡中后部渗透压力较大,前缘在降雨后渗透压力会大幅增大。滑坡体中后部水位比较高,主要受后方山体地下水供给,可见滑坡滑动面大部分都长期处于地下水位以下。
5. 结论
(1)石榴树包滑坡滑坡体物质具有一定成层性,团块状分布,电阻率值低于50 Ω·m以下的区域主要以泥岩、粉砂岩等黏土岩形成的土石混合体为主,电阻率值高于200 Ω·m的区域主要以泥灰岩形成的土石混合体为主。
(2)降雨是石榴树包滑坡复活的主要原因,库水位升降与降雨联合作用使石榴树包滑坡持续变形。库水位下降及低水位运行过程中的变形大于库水位上升及高水位运行过程中的变形。前缘变形较小主要是由于前缘渗透性大,水力梯度较小的原因;中后部变形大主要是由于中后部渗透性小,水力梯度相对较大的原因。
(3)库水位变化主要影响滑坡前缘和中部地下水变化,前缘地下水基本与库水位同步;滑坡后部地下水与库水位基本无关,主要受降雨影响。在不考虑降雨影响下,低水位时水力梯度是高水位时的4~15倍,考虑降雨影响时水力梯度是高水位时的35~74倍,降雨影响较大。
(4)石榴树包滑坡一直处于蠕变阶段,受库水位周期性升降与降雨的影响,其变形将继续发展,还需进一步加强监测。
-
表 1 各因子图层分类情况及其对应的信息量值
Table 1 Classification of each factor layer and its corresponding information value
指标 类别 信息量值 指标 类别 信息量值 坡度/(°) 0~15 −0.9 270 地貌 河谷地貌 0.0 035 15~25 −0.2 098 低山丘陵地貌 0.0 277 25~35 1.2 051 黄土残塬地貌 −1.6 479 35~45 1.7 910 黄土梁峁地貌 1.6 852 >45 2.5 331 构造影响距/m 0~500 0.7 346 坡向 平面 1.3 221 500~1 000 0.5 067 N 0.2 601 1000~1 500 0.2 643 NE −0.0 998 >1 500 −0.1 185 E −0.4 112 水系影响距/m 0~50 2.8 334 SE 0.1 231 50~100 3.1 000 S −0.1 942 100~200 2.1 943 SW −0.3 190 >200 −0.8 067 NW 0.2 133 道路影响距/m 0~50 2.1 502 W 0.3 204 50~100 1.9 809 地表曲率 ≤−0.5 0.1 242 100~200 1.0 235 −0.5~0.5 0.0 054 >200 −1.0 120 ≥0.5 −0.1 718 表 2 A-B 判别矩阵
Table 2 A-B discriminant matrix
A B1 B2 B3 B4 B5 B6 Wi B1 1 2 5 3 7 3 0.37 B2 1/2 1 3 3 5 3 0.26 B3 1/5 1/3 1 1/3 3 1/3 0.07 B4 1/3 1/3 3 1 3 1/2 0.12 B5 1/7 1/5 1/3 1/3 1 1/3 0.04 B6 1/3 1/3 3 2 3 1 0.14 表 3 地质灾害危险程度量化评分表
Table 3 Quantitative scoring table of geological disaster risk degree
指标 权重 类别 赋值 指标 权重 类别 赋值 坡度/(°) 0.37 0~15 0.2 工程地质
岩组0.12 松散岩组 0.8 15~25 0.4 软硬相间岩组 0.6 25~35 0.6 较硬岩组 0.4 35~45 0.8 坚硬岩组 0.2 坡高/m 0.26 <20 0.3 构造影响
距/m0.04 0~50 0.8 20~30 0.4 50~100 0.6 30~40 0.5 100~200 0.4 40~50 0.6 >200 0.2 50~60 0.7 道路影响
距/m0.14 0~50 0.8 >60 0.8 50~100 0.6 地表曲率 0.07 ≤−0.5 0.3 100~200 0.4 −0.5~0.5 0.5 >200 0.2 ≥0.5 0.7 -
[1] 滕宏泉, 范立民, 向茂西, 等. 陕北黄土粱峁沟壑区地质灾害与降雨关系浅析: 以陕北延安地区2013年强降雨引发地质灾害为例[J]. 地下水,2016,38(1):155 − 157. [TENG Hongquan, FAN Limin, XIANG Maoxi, et al. Analysis of the relationship between geological disasters and rainfall in the Liangmao gully area of northern Shaanxi—Taking geological disasters caused by heavy rainfall in Yan'an area of northern Shaanxi as an example[J]. Ground Water,2016,38(1):155 − 157. (in Chinese with English abstract) DOI: 10.3969/j.issn.1004-1184.2016.01.056 [2] 陈慧敏, 杨尽, 向明顺, 等. 基于地理信息系统和加权信息量的茂县地质灾害易发性评价[J]. 科学技术与工程,2021,21(29):12490 − 12499. [CHEN Huimin, YANG Jin, XIANG Mingshun, et al. Geographic information system and weighted information value assessments of geologic hazards in Maoxian County, Sichuan[J]. Science Technology and Engineering,2021,21(29):12490 − 12499. (in Chinese with English abstract) DOI: 10.3969/j.issn.1671-1815.2021.29.018 [3] UNDRO. Natural disasters and vulnerability analysis [R]. Geneva: Office of the United Nations Disaster Relief Co- ordinator, 1982.
[4] VARNES D J. Landslide hazard zonation: A review of principles and practice; UNESCO[R]. Paris: United Nations International , 1984.
[5] 唐亚明, 张茂省, 李政国, 等. 国内外地质灾害风险管理对比及评述[J]. 西北地质,2015,48(2):238 − 246. [TANG Yaming, ZHANG Maosheng, LI Zhengguo, et al. Review and comparison onInland and overseas geo-hazards risk management[J]. Northwestern Geology,2015,48(2):238 − 246. (in Chinese with English abstract) DOI: 10.3969/j.issn.1009-6248.2015.02.025 [6] 吴树仁, 石菊松, 王涛. 滑坡风险评估理论与技术[M]. 北京: 科学出版社, 2012 WU Shuren, SHI Jusong, WANG Tao. Theory and technique of landslide risk assessment[M]. Beijing: Science Press, 2012. (in Chinese)
[7] 唐亚明, 冯卫, 毕银强, 等. 基于风险评价的黄土滑坡分类及特征[J]. 地质通报,2015,34(11):2092 − 2099. [TANG Yaming, FENG Wei, BI Yinqiang, et al. The classification and features of loess landslide based on risk assessment[J]. Geological Bulletin of China,2015,34(11):2092 − 2099. (in Chinese with English abstract) DOI: 10.3969/j.issn.1671-2552.2015.11.015 [8] 孙冉, 王成都, 夏哲兵, 等. 基于AHP-信息量法的费县地质灾害风险评价[J]. 环境科学与技术,2015,38(增刊 1):430 − 435. [SUN Ran, WANG Chengdu, XIA Zhebing, et al. Geological disasters risk assessment in Fee County based on AHP-information method[J]. Environmental Science & Technology,2015,38(Sup 1):430 − 435. (in Chinese with English abstract) [9] 李春燕, 孟晖, 张若琳, 等. 中国县域单元地质灾害风险评估[J]. 水文地质工程地质,2017,44(2):160 − 166. [LI Chunyan, MENG Hui, ZHANG Ruolin, et al. Risk assessment of geo-hazard of China in county unit[J]. Hydrogeology & Engineering Geology,2017,44(2):160 − 166. (in Chinese with English abstract) [10] 王嘉君, 何亚伯, 杨琳, 等. 基于GIS的山区村镇多灾种耦合风险评估[J]. 中国地质灾害与防治学报,2018,29(1):102 − 112. [WANG Jiajun, HE Yabo, YANG Lin, et al. Comprehensive multi-hazard risk assessment of villages and towns in mountain areas based on GIS[J]. The Chinese Journal of Geological Hazard and Control,2018,29(1):102 − 112. (in Chinese with English abstract) [11] 李泽威, 杨登银, 王明华, 等. 基于GIS的恩施市龙凤镇地质灾害风险评价[J]. 资源环境与工程,2018,32(1):113 − 118. [LI Zewei, YANG Dengyin, WANG Minghua, et al. Risk assessment of geological hazards based on GIS in the Longfeng Town of the Enshi City[J]. Resources Environment & Engineering,2018,32(1):113 − 118. (in Chinese with English abstract) [12] TANG Y M, FENG F, GUO Z Z, et al. Integrating principal component analysis with statistically-based models for analysis of causal factors and landslide susceptibility mapping: A comparative study from the loess plateau area in Shanxi (China)[J]. Journal of Cleaner Production,2020,277:124159. DOI: 10.1016/j.jclepro.2020.124159
[13] 杨柳, 牟鑫亮, 李晨, 等. 延安市宝塔区地质灾害风险评价[J]. 山地学报,2020,38(5):679 − 690. [YANG Liu, MU Xinliang, LI Chen, et al. Risk assessment of geological hazards in Baota District, Yan'an City, Shaanxi, China[J]. Mountain Research,2020,38(5):679 − 690. (in Chinese with English abstract) [14] 邱维蓉, 吴帮玉, 潘学树, 等. 几种聚类优化的机器学习方法在灵台县滑坡易发性评价中的应用[J]. 西北地质,2020,53(1):222 − 233. [QIU Weirong, WU Bangyu, PAN Xueshu, et al. Application of several cluster-optimization-based machine learning methods in evaluation of landslide susceptibility in Lingtai County[J]. Northwestern Geology,2020,53(1):222 − 233. (in Chinese with English abstract) [15] 李冠宇, 李鹏, 郭敏, 等. 基于聚类分析法的地质灾害风险评价: 以韩城市为例[J]. 科学技术与工程,2021,21(25):10629 − 10638. [LI Guanyu, LI Peng, GUO Min, et al. Application of cluster analysis method in geological hazard risk assessment: A case study of Hancheng City[J]. Science Technology and Engineering,2021,21(25):10629 − 10638. (in Chinese with English abstract) DOI: 10.3969/j.issn.1671-1815.2021.25.010 [16] 李阳春, 刘黔云, 李潇, 等. 基于机器学习的滑坡崩塌地质灾害气象风险预警研究[J]. 中国地质灾害与防治学报,2021,32(3):118 − 123. [LI Yangchun, LIU Qianyun, LI Xiao, et al. Exploring early warning and forecasting of meteorological risk of landslide and rockfall induced by meteorological factors by the approach of machine learning[J]. The Chinese Journal of Geological Hazard and Control,2021,32(3):118 − 123. (in Chinese with English abstract) [17] 刘福臻, 王灵, 肖东升. 机器学习模型在滑坡易发性评价中的应用[J]. 中国地质灾害与防治学报,2021,32(6):98 − 106. [LIU Fuzhen, WANG Ling, XIAO Dongsheng. Application of machine learning model in landslide susceptibility evaluation[J]. The Chinese Journal of Geological Hazard and Control,2021,32(6):98 − 106. (in Chinese with English abstract) [18] 张斌. 大型泥石流的基本特征和防治研究: 以吴堡县城北井沟特大型泥石流为例[D]. 西安: 长安大学, 2018 ZHANG Bin. Research on the basic characteristics and control of large debris flow—Example for the extra large debris flow in Jinggou of northern Wubao Country[D]. Xi’an: Changan University, 2018. (in Chinese with English abstract)
[19] 薛强, 张茂省, 李林. 基于斜坡单元与信息量法结合的宝塔区黄土滑坡易发性评价[J]. 地质通报,2015,34(11):2108 − 2115. [XUE Qiang, ZHANG Maosheng, LI Lin. Loess landslide susceptibility evaluation based on slope unit and information value method in Baota District, Yan’an[J]. Geological Bulletin of China,2015,34(11):2108 − 2115. (in Chinese with English abstract) DOI: 10.3969/j.issn.1671-2552.2015.11.017 [20] 冯卫, 唐亚明, 马红娜, 等. 基于层次分析法的咸阳市多灾种自然灾害综合风险评价[J]. 西北地质,2021,54(2):282 − 288. [FENG Wei, TANG Yaming, MA Hongna, et al. Comprehensive risk assessment of multi-hazard natural disasters in Xianyang City based on AHP[J]. Northwestern Geology,2021,54(2):282 − 288. (in Chinese with English abstract) [21] 申怀飞, 董雨, 杨梅, 等. 基于AHP与信息量法的甘肃省滑坡易发性评估[J]. 水土保持研究,2021,28(6):412 − 419. [SHEN Huaifei, DONG Yu, YANG Mei, et al. Assessment on landslide susceptibility in Gansu Province based on AHP and information quantity method[J]. Research of Soil and Water Conservation,2021,28(6):412 − 419. (in Chinese with English abstract) [22] JIA N, MITANI Y, XIE M, et al. Shallow landslide hazard assessment using a three-dimensional deterministic model in a mountainous area[J]. Computers and Geotechnics,2012,45:1 − 10. DOI: 10.1016/j.compgeo.2012.04.007
-
期刊类型引用(5)
1. 安雪莲,密长林,孙德亮,文海家,李晓琴,辜庆渝,丁悦凯. 基于不同评价单元的三峡库区滑坡易发性对比——以重庆市云阳县为例. 吉林大学学报(地球科学版). 2024(05): 1629-1644 . 百度学术
2. 赵立财. 降雨条件下弃土场滑坡力学参数敏感性反演研究. 地质与勘探. 2023(03): 627-636 . 百度学术
3. 熊超,孙红月. 基于多因素-多尺度分析的阶跃型滑坡位移预测. 吉林大学学报(地球科学版). 2023(04): 1175-1184 . 百度学术
4. 朱军威,张强,卢晓春,陈鸿杰,程伟. 基于离心模型试验的水动力型滑坡失稳机制研究. 人民长江. 2023(10): 189-195 . 百度学术
5. 刘东泽,江俊杰. 库水位涨落耦合降雨条件下的滑坡稳定性分析. 萍乡学院学报. 2023(06): 12-16 . 百度学术
其他类型引用(3)