Sensitivity and susceptibility assessment of geological hazard factors: A case study of Xinping County in the Ailao mountain area of Yunnan Province, China
-
摘要:
针对地质灾害敏感因子选取和易发性评价问题，为寻求适宜云南省哀牢山区地质灾害易发性评价分区方法，论文选择新平县为典型研究区，选择了工程地质岩组、距断裂距离、高程、坡度、坡向、距水系距离、距道路距离和地类等因子，应用证据权法进行了地质灾害因子敏感性分析和易发性评价。评价结果显示：地质灾害高易发区面积
1532.94 km2、灾点占比74.06%；中易发区面积2119.07 km2、灾点占比24.69%。评价结果与历史地质灾害空间分布特征相符，证明了此次所选取的评价因子和评价模型的合理性，支持云南省哀牢山区灾害防治。Abstract:In response to the selection of sensitive factors for geological disasters and susceptibility assessment, and seeking an appropriate method for evaluating the susceptibility of geological disasters in the Ailao mountain area of Yunnan Province, this paper selects Xinping County as a typical research area, with eight key factors including engineering geological rock formations, distance from fault structures, elevation, slope, slope direction, river buffer zone, roads buffer zone, and land type. The weights of evidence method based on Bayesian theory is applied to conduct a sensitivity analysis and susceptibility evaluation of geological hazard factors. The evaluation results show that the areas with high and medium susceptibility to geological disasters covering
1532.94 km2 and2119.07 km2, respectively, with 74.06% and 24.69% of geological disaster points falling within these regions. These findings are highly consistent with the spatial distribution of historical geological disasters, proving the rationality of the chosen evaluation factors and models. This study provides valuable insights for the evaluation of geological disaster susceptibility in the Ailao mountain area of Yunnan Province. -
0. 引言
地质灾害风险评价主要包含地质灾害易发性评价、危险性评价和易损性评价等内容，综合评价、预测地质灾害发生的可能性大小，是一门自然属性和社会属性并重的交叉学科[1]。
地质灾害风险的概念最早由国外学者 Varnes提出，国外诸多学者对地质灾害风险评价进行了研究[2-7]。近年来，国内很多学者对基于ArcGIS的地质灾害风险评价进行了研究[8-14]，建立了地灾风险评估体系和评价模式[15-20]。
随着全球气温上升，降雨量呈逐年增大趋势，近年来河南省嵩县白河镇、闫庄镇、纸房镇、何村乡、饭坡镇等乡镇先后发生10余起地质灾害，见图1（c），其中小型滑坡6起，小型崩塌4起。多期地质灾害造成2人死亡，12间房屋受损，直接经济损失达70余万元，见图1（c）。政府对嵩县地质灾害防治高度重视，在 2021年度中央自然灾害防治体系建设补助资金的资助下，2021—2022年河南省第一地质矿产调查院有限公司开展了《河南省嵩县1∶5万地质灾害风险调查（普查）评价》工作，项目研究成果对嵩县城市规划、防灾减灾及地质灾害风险管控方面具有积极的意义。
1. 研究区概况及数据来源
1.1 自然地理及地质条件
嵩县位于洛阳市西南部伏牛山区，境内有河谷、丘陵、低山、中山等多种地貌形态。海拔高度自田湖镇千秋外河滩的245 m递增至白河乡白云山玉皇顶的2211.6 m，高差达1966.6 m。区内从新到老出露地层主要为第四系、中新统洛阳组、下白垩统九店组、下古生界二郎坪群、上元古界栾川群、中~上元古界宽坪群、中元古界熊耳群鸡蛋坪组、中元古界熊耳群马家河组—鸡蛋坪组并层、太古界太华群、花岗岩等。区内主要断裂：北西西向断裂主要为黑沟—陶湾断裂带F6、马超营断裂带F4和瓦穴子断裂F7，东西向断裂主要为车村南—下汤大断裂F5，北东向断裂主要为蝉堂—汝阳断裂带F3、旧县—下蛮峪断裂带F2和温家村—朝阳断裂带F1（图2）。
![]()
图 2 研究区地质构造简图1—第四系；2—中新统洛阳组；3—下白垩统九店组；4—下古生界二郎坪群；5—上元古界栾川群；6—中—上元古界宽坪群；7—中元古界熊耳群鸡蛋坪组；8—中元古界熊耳群马家河组-鸡蛋坪组并层；9—太古界太华群；10—花岗岩；11—陆浑水库；12—正断层及编号；13—逆断层及编号；14—性质不明断层；15—乡界；16—县界；17—县政府所在地；18—镇（乡）政府所在地Figure 2. Geological structure sketch map of the study area1.2 经济条件概况
嵩县下辖16个乡镇，总人口54.3万，嵩县为山区大县，全县总面积约3008.9 km，嵩县森林覆盖率65.18%，荣获“国家生态示范县”和“全国造林绿化百佳县”。嵩县已探明各类矿产46种，其中黄金储量372 t，年产黄金近20 t，列全省第二，全国第五；钼矿石储量6.8×108 t，年产钼精粉2285 t；铁、萤石、铅、锌、银等有良好的找矿前景。嵩县大力实施“生态立县、工业强县、旅游带动、民生为本”四大战略，经济社会发展取得了一定成效。
1.3 数据来源
本文数据主要来源于《河南省嵩县1∶5万地质灾害风险调查（普查）评价》项目，项目数据通过资料收集、野外现场调查、遥感解译（哨兵-1系列C波段雷达卫星数据、高分-2号高空间分辨率卫星数据）、室内资料整理与综合研究等多种工作手段获取。在嵩县全境共查明地质灾害隐患点96处，全县16个乡镇均存在有地质灾害隐患，主要为滑坡和崩塌，地质灾害隐患点分布详见图3。
![]()
图 3 嵩县地质灾害隐患点分布图Figure 3. Distribution map of geological hazard potential sites in Song county2. 地质灾害易发性评价
2.1 信息量模型
信息量模型是从信息预测发展而来的一种评价预测方法[8]，是基于ArcGIS环境下，由信息量值来作为该单元影响地质灾害危险性的综合指标，其值越大越容易发生地质灾害，该单元的地质灾害易发性就越高，计算公式如下[9-10]:
$$ {I}_{i}=\sum _{i}^{n}I\left({X}_{i},K\right)=\sum _{i}^{n}\mathrm{l}\mathrm{n}\frac{{N}_{i}/N}{{S}_{i}/S} \quad(i=1,2,3,\cdots) $$ (1) 式中：
$ {I}_{i} $ ——地质灾害易发性指数；$ {N}_{i} $ ——分布在因素$ {X}_{i} $ 内特定类别的灾害面积/km2；N——研究区有地质灾害总面积/km2；
$ {S}_{i} $ ——某评价单元灾害面积/km2；S——研究区总面积/km2；
n——评价体系中参评因子总数/km2。
2.2 评价因子的选取与分级
通过对研究区地质灾害与孕灾环境因素的分析，选择高程、地貌、工程岩组、植被覆盖度、距构造距离、距水系距离、坡度、坡向等 8个因子进行地质灾害易发性评价。高程、坡度、坡向因子由 25 m × 25 m DEM 数据提取；地貌、工程岩组因子由 1∶5 万区域地质图获取；距水系距离、距构造距离因子利用ArcGIS缓冲区分析计算提取；植被覆盖度利用两景Landsat8影像，采用归一化植被指数（NDVI）对其进行计算提取。对 8个评价因子进行分级，并根据式（1） 计算信息量值，结果见表1。
表 1 易发性评价因子分级及信息量值Table 1. Classification and information value of susceptibility assessment factors评价因子 指标分级 Ni/N Si/S 信息量值 高程/m [0, 500] 0.3800 0.2146 0.5715 [500, 1000) 0.5800 0.5620 0.0316 [1000, 1500) 0.0400 0.1952 −1.5854 ≥1500 0.0000 0.0282 0.0000 地貌 河谷 0.0558 0.0609 −0.0883 中山 0.2988 0.3985 −0.2879 低山 0.3183 0.3176 0.0037 丘陵 0.3267 0.2230 0.3817 工程岩组 坚硬花岗岩岩组 0.1520 0.3001 −0.6803 坚硬片麻岩岩组 0.0280 0.0563 −0.6992 软弱黏性土岩组 0.1000 0.0881 0.1268 较软弱砾岩岩组 0.0360 0.0164 0.7832 较坚硬砂岩页岩互层岩组 0.0160 0.0113 0.3452 较软弱砂质砾岩岩组 0.1880 0.1178 0.4674 坚硬安山岩类岩组 0.3080 0.3421 −0.1049 较软弱石英云母片岩岩组 0.1520 0.0455 1.2065 较坚硬硅质板岩岩组 0.0120 0.0145 −0.1910 较软弱页岩岩组 0.0040 0.0021 0.6393 较坚硬灰岩岩组 0.0040 0.0057 −0.3503 植被覆盖度 [0, 0.5) 0.1004 0.0553 0.5967 [0.5, 0.65) 0.5100 0.2945 0.5493 [0.65, 0.75) 0.3133 0.3799 −0.1928 [0.75, 1] 0.0763 0.2704 −1.2651 距构造距离/m [0, 500) 0.5000 0.3065 0.4892 [500, 1000) 0.1960 0.1905 0.0286 [1000, 1500) 0.1320 0.1241 0.0616 [1500, 2000) 0.0480 0.0903 −0.6318 ≥2000 0.1240 0.2886 −0.8446 距水系距离/m [0, 500) 0.7800 0.5490 0.3512 [500, 1000) 0.1200 0.2563 −0.7588 [1000, 1500) 0.0600 0.1101 −0.6069 [1500, 2000) 0.0240 0.0415 −0.5476 ≥2000 0.0160 0.0431 −0.9919 坡度/(°) [0, 10) 0.0680 0.1321 −0.6637 [10, 25) 0.3200 0.2117 0.4133 [25, 40) 0.2960 0.2936 0.0082 ≥40 0.3160 0.3627 −0.1378 坡向/(°) FLAT(−1) 0.0000 0.0106 0.0000 N[337.5, 22.5) 0.0680 0.1427 −0.7415 NE[22.5, 67.5) 0.1480 0.1352 0.0903 E[67.5, 112.5) 0.1360 0.1130 0.1856 SE[112.5, 157.5) 0.1720 0.1164 0.3901 S[157.5, 202.5) 0.2160 0.1630 0.2814 SW[202.5, 247.5) 0.1240 0.1236 0.0032 W[247.5, 292.5) 0.0840 0.0922 −0.0928 NW[292.5, 337.5) 0.0520 0.1033 −0.6862 2.3 评价结果分析
由表1 可知，地质灾害发育程度与距构造距离、植被覆盖度呈负相关，距构造距离越近、植被覆盖度越低地区地质灾害易发性越高；在丘陵地区及坡度在10°～25°地区，地质灾害易发性较高；坡向为东向、南东向、南向的边坡地质灾害易发性较高；地质灾害隐患主要分布在高程0～500 m内软弱地层中；河流水系对地质灾害的易发性，表现出一定的距离效应，距河流水系越近，地质灾害易发性越高。
在ArcGIS 环境下，运用栅格计算器对各因子信息量值叠加计算出嵩县区域地质灾害易发性评价指数，在此基础上采用自然断点法将嵩县区域划分为非易发区、低易发区、中易发区、高易发区等4个区，得到地质灾害易发性分区图，见图4（a）。对地质灾害易发性评价结果进行统计见图4 （b）（c） ，结果表明：非易发区面积为638.45 km2，占整个嵩县区域面积的21.22%；低易发区面积为686.51 km2，占整个嵩县区域面积的22.82%；中易发区面积为1029.03 km2，占整个嵩县区域面积的34.21%；高易发区面积为654.14 km2 ，占整个嵩县区域面积的21.75%。
![]()
图 4 嵩县地质灾害易发性分区结果图Figure 4. Results of geological hazard susceptibility zoning in Song County3. 地质灾害危险性评价
地质灾害危险性分极高、高、中、低四个等级，地质灾害危险性评价区划的主要目的及用途就是为当地政府制定详细的土地利用提供决策依据。调查资料显示，嵩县全区地震活动相对较弱，地震烈度和地震动峰值加速度在区域内区别不大，因此本次危险性评价中未考虑地震活动的影响因素，参与危险性评价的主要诱发因素为降雨量。
3.1 评价过程
本区地震活动相对较弱，而且能够代表地震活动程度的地震烈度和地震动峰值加速度在区域内区别不大，因此本次危险性评价中未考虑地震活动的影响因素。本次嵩县区域地质灾害危险性评价主要考虑因素为降雨诱发因素。根据收集到的嵩县区内 17 个气象站点2014—2021年的降雨量数据（表2），计算月累计降雨量，并将其归一化处理（图5）。在ArcGIS 环境下，进行归一化处理，对降雨量线性变换，使得结果映射到0～1之间，计算方法为：
表 2 嵩县1992—2021年降雨量统计表Table 2. Statistical table of Rainfall level in Song county from 1992—2021年份 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 年降雨量/mm 576.90 675.20 529.60 470.70 959.10 418.10 773.10 589.90 760.30 433.10 月平均降雨量/mm 48.08 56.27 44.13 39.23 79.93 34.84 64.43 49.16 231.50 36.09 年份 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 年降雨量/mm 657.60 1067.40 690.90 718.40 636.70 565.10 558.80 764.30 924.00 931.50 月平均降雨量/mm 54.80 88.95 57.58 59.87 53.06 47.09 46.57 63.69 77.00 77.63 年份 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 年降雨量/mm 649.50 518.60 674.10 594.80 562.70 745.30 690.10 690.10 642.50 944.40 月平均降雨量/mm 54.13 43.22 56.18 49.57 46.89 62.11 57.51 53.26 53.54 145.29 ![]()
图 5 月累计降雨量归一化结果Figure 5. Normalized results of monthly cumulative rainfall in the study area$$ y=\frac{x-\mathrm{m}\mathrm{i}\mathrm{n}\left({x}\right)}{\mathrm{max}\left(x\right)-\mathrm{m}\mathrm{i}\mathrm{n}\left(x\right)} $$ (2) 式中：y——归一化值；
x——降雨值；
max(x)——降雨最大值；
min(x)——降雨最小值。
降雨量归一化结果与易发性归一化结果（图6）进行叠加，按自然断点法划分为极高、高、中和低危险 4 个等级，得到嵩县区域危险性评价图（图7）。
3.2 评价结果
在ArcGIS 环境下，将易发性归一化结果和2014—2021年月累计降雨量归一化结果叠加计算出嵩县区域地质灾害危险性评价指数，通过自然断点法划分为极高、高、中和低危险区等4个区，得到地质灾害危险性分区图，见图7（a）。对地质灾害危险性评价结果进行统计，见图7（b）（c），结果表明：低危险区面积为400.43 km2，占嵩县全区面积的13.31%；中危险区面积为1515.14 km2，占嵩县全区面积的50.36%；高危险区面积为910.38 km2，占嵩县全区面积的30.26%；极高危险区面积为182.95 km2，占嵩县全区面积的6.08%。
4. 风险区划
风险评价是一个综合过程，是将地质灾害危险性和易损性评价结果的集成运用。
4.1 易损性评价
本次易损性评价主要选取建筑物易损性、人员易损性和交通设施易损性等3个评价因子，以25 m×25 m栅格评价单元为基础，结合承载体易损性赋值表3，在ArcGIS环境下，计算各评价因子的易损性值，得到建筑物易损性、人员易损性和交通设施易损性等3个因子的分区图，见图8（a）（b）（c）。
表 3 承灾体易损性赋值表Table 3. Vulnerability evaluation table for disaster-bearing bodies承灾体类型 分级 赋值 受地质灾害直接威胁人口数量 10～100 人 0.40 <10 人 0.20 交通设施 高速公路 0.80 国家级公路 0.70 省级公路 0.40 其他道路 0.25 在ArcGIS环境下，通过计算平均易损性值，选取建筑物易损性、人员易损性和交通易损性中的高值确定易损性指数，结合危险性评价结果，通过矩阵运算，按自然间断法划分为低易损区、中易损区、高易损区、极高易损区，完成嵩县区域易损性分级与区划图9（a）。利用 ArcGIS对研究区地质灾害易损性评价结果进行统计，见图9（b）（c），结果表明：低易损区面积为1229.71 km2，占嵩县全区面积的40.88%；中易损区面积为1005.94 km2，占嵩县全区面积的33.44%；高易损区面积为653.81 km2，占嵩县全区面积的21.73%；极高易损区面积为118.67 km2，占嵩县全区面积的3.94%。
![]()
图 9 嵩县地质灾害易损性分区结果图Figure 9. Geological hazard vulnerability zoning results in Song County4.2 地质灾害风险评价
根据联合国对自然灾害风险的定义，地质灾害风险度可以定量表达为：
$$ R=H \times V $$ (3) 式中：R——地质灾害风险度；
H——地质灾害危险度；
V——地质灾害易损度。
基于 ArcGIS 环境下，依据自然间断法将研究区风险性划分为低风险区、中风险区、高风险区和极高风险区，见图10（a）。对分区面积进行统计，见图10（b）（c），结果表明: 其中低风险区面积为962.39 km2，占嵩县全区面积31.98%；中风险区面积为1111.43 km2，占嵩县全区面积的36.94%；高风险区面积为824.56 km2，占嵩县全区面积的27.40%；极高危险区面积为110.61 km2，占嵩县全区面积的3.68%。
5. 结论
（1）基于ArcGIS平台，采用信息量模型选取高程、地貌、工程岩组、植被覆盖度、距构造距离、距水系距离、坡度、坡向等 8个因子建立河南省嵩县地质灾害易发性评价模型，对研究区易发性进行了分区，高易发区主要位于白河镇中东部，高易发区面积为 637.91 km2 ，占嵩县区域面积的21%。嵩县区域极高危险区面积为178.04 km2，占嵩县区域面积的6%，大部分布于白河镇，少量分布于车村镇和九皋镇。
（2）在ArcGIS 环境下，将研究区风险性划分为低风险区、中风险区、高风险区和极高风险区。低风险区面积为965.34 km2，占嵩县全区面积32%；中风险区面积为1114.65 km2，占嵩县全区面积的37%；高风险区面积为826.23 km2，占嵩县全区面积的27%；极高危险区面积为102.68 km2，占嵩县全区面积的3%，其中极高风险区分布于白河镇中部、旧县镇中南、纸房镇西北部、何村乡东南部、饭坡镇北中部及九皋镇中西部，在每个镇分布的面积都较小，说明嵩县区域内风险性整体较低。
（3）研究成果对嵩县防灾、减灾及地质灾害风险管控方面具有很好的应用价值，嵩县区域内地质灾害防治主要以白河镇、纸房镇、何村乡、饭坡镇、旧县镇、大章镇、九皋镇等7个乡镇为主。
-
![]()
图 2 各因素分级分区和地灾点数量相关性统计图
Figure 2. Correlation statistical charts between factor grading zones and the number of geological hazard points
表 1 数据简介
Table 1 Data overview introduction
数据 灾点及
致灾要素类型 来源 地灾 地灾点 矢量点 地质灾害历年调查数据 地质 工程地质岩组 矢量面 地质灾害调查与区划报告[15] 距断裂距离 矢量线和缓冲区 地质灾害调查与区划报告[15] 地形地貌 高程 栅格 12.5 m DEM，https://asf.alaska.edu/ 坡度 栅格 根据DEM，应用ArcGIS提取 坡向 栅格 根据DEM，应用ArcGIS提取 道路 距道路距离 矢量线缓冲区 根据矢量线用ArcGIS制作 水系 距水系距离 矢量线缓冲区 根据矢量线用ArcGIS制作 土地类型 地类 栅格 ESA WorldCover 10 m 2020，
https://esa-worldcover.org/en
下载: 导出CSV
表 2 因素证据权重计算结果表
Table 2 Results of factor evidence weight calculation
因
素因素分级 因素分级
面积百分
比（%）灾点数
百分比
（%）β W+ W− Wf 因
素因素分级 因素分级
面积百分
比（%）灾点数
百分比
（%）β W+ W− Wf 工
程
岩
组块状次硬岩组（A） 9.92 23.94 2.41 0.8824 − 0.1693 1.0517 坡
度/
(°)<8 10.63 10.47 0.98 − 0.0144 0.0017 − 0.0161 块状次软岩组（B） 13.32 3.49 0.26 − 1.3393 0.1075 − 1.4468 8～15 25.22 30.92 1.23 0.2041 − 0.0794 0.2835 层状软硬岩组（C） 74.45 69.83 0.94 − 0.0642 0.1665 0.2307 15～25 40.78 41.15 1.01 0.0089 − 0.0062 0.0151 层状软弱岩组（D） 1.42 1 0.70 − 0.3520 0.0043 − 0.3563 25～35 19.2 15.46 0.81 − 0.2170 0.0453 − 0.2623 松散岩组（E） 0.9 1.75 1.94 0.6658 − 0.0086 0.6744 35～45 3.83 2 0.52 − 0.6514 0.0189 − 0.6703 距
断
裂
距
离/
m0～50 1.01 2.99 2.96 1.0855 − 0.0202 1.1057 45～69 0.34 0 0.00 0.0000 0.0034 0.0034 50～100 1.01 1.25 1.24 0.2158 − 0.0024 0.2182 距
河
流
距
离/
m<50 6 6.8 1.13 0.1252 − 0.0086 0.1338 100～300 4.06 8.73 2.15 0.7659 − 0.0499 0.8158 50～100 5.91 7.05 1.19 0.1763 − 0.0122 0.1885 300～500 4.05 7.48 1.85 0.6157 − 0.0365 0.6522 100～300 22.56 29.47 1.31 0.2673 − 0.0935 0.3608 500～ 1000 9.83 10.47 1.07 0.0640 − 0.0072 0.0712 300～500 19.88 20.4 1.03 0.0260 − 0.0066 0.0326 > 1000 80.05 69.08 0.86 − 0.1475 0.4388 − 0.5863 500～ 1000 31.79 27.96 0.88 − 0.1284 0.0546 − 0.1830 高
程/
m<800 10.45 9.73 0.93 − 0.0717 0.0080 − 0.0797 > 1000 13.86 8.31 0.60 − 0.5113 0.0624 − 0.5737 800～ 1100 14.44 14.46 1.00 0.0020 − 0.0003 0.0023 距
道
路
距
离/
m<50 4.63 7.23 1.56 0.4464 − 0.0277 0.4741 1100 ～1300 10.94 7.98 0.73 − 0.3157 0.0327 − 0.3484 50～100 4.55 7.48 1.64 0.4968 − 0.0312 0.5280 1300 ～1500 13.62 17.71 1.30 0.2630 − 0.0486 0.3116 100～300 17.11 26.43 1.54 0.4354 − 0.1194 0.5548 1500 ～1700 14.53 18.7 1.29 0.2528 − 0.0501 0.3029 300～500 15.02 19.2 1.28 0.2459 − 0.0505 0.2964 1700 ～1900 11.14 18.95 1.70 0.5317 − 0.0921 0.6238 500～ 1000 28.64 25.19 0.88 − 0.1286 0.0473 − 0.1759 1900 ～2100 8.94 10.22 1.14 0.1340 − 0.0142 0.1482 > 1000 30.04 14.46 0.48 − 0.7315 0.2013 − 0.9328 2100 ～2500 11.43 2 0.17 − 1.7462 0.1013 − 1.8475 地
类林地（A） 70.37 47.38 0.67 − 0.3959 0.5752 0.9711 2500 ～3200 4.52 0.25 0.06 − 2.8976 0.0438 − 2.9414 灌木（B） 0.4 0.5 1.25 0.2097 − 0.0009 0.2106 坡
向北东（NE） 14.73 17.96 1.22 0.1979 − 0.0385 0.2364 草地（C） 13.55 14.46 1.07 0.0655 − 0.0107 0.0762 东（E） 13.72 20.95 1.53 0.4236 − 0.0876 0.5112 耕地（D） 11.34 26.18 2.31 0.8378 − 0.1834 1.0212 南东（SE） 12.99 14.21 1.09 0.0902 − 0.0142 0.1044 建筑（E） 0.64 2.49 3.89 1.3701 − 0.0189 1.3890 南（S） 12.73 12.22 0.96 − 0.0409 0.0058 − 0.0467 裸地（F） 3.47 8.98 2.59 0.9509 − 0.0588 1.0097 南西（SW） 10.93 7.23 0.66 − 0.4129 0.0407 − 0.4536 开阔水域（G） 0.22 0 0.00 0.0000 0.0000 0.0000 西（W） 10.43 6.48 0.62 − 0.4757 0.0431 − 0.5188 北西（NW） 11.34 8.23 0.73 − 0.3206 0.0345 − 0.3551 北（N） 13.14 12.72 0.97 − 0.0323 0.0048 − 0.0371
下载: 导出CSV
表 3 地质灾害易发性分区表
Table 3 Geological hazard susceptibility zoning table
易发性分区 面积/km2 占总面积/% 灾点数 灾点百分比/% 高 1532.94 36.11 297 74.06 中 2119.07 49.92 99 24.69 低 592.72 13.97 5 1.25
下载: 导出CSV
-
[1] 曹慧,何政伟,陈亮. 云南某县地质灾害与土地利用类型相关性分析[J]. 测绘科学,2007,32(2):114 − 115. [CAO Hui,HE Zhengwei,CHEN Liang. The relevancy analysis of geological hazard and land-use types in some County of Yunnan Province[J]. Science of Surveying and Mapping,2007,32(2):114 − 115. (in Chinese with English abstract)] DOI: 10.3771/j.issn.1009-2307.2007.02.041 CAO Hui, HE Zhengwei, CHEN Liang. The relevancy analysis of geological hazard and land-use types in some County of Yunnan Province［J］. Science of Surveying and Mapping, 2007, 32（2）: 114 − 115. （in Chinese with English abstract） DOI: 10.3771/j.issn.1009-2307.2007.02.041
[2] 仲冰. 云南省新平县滑坡灾害风险评估研究[D]. 北京:中国地质大学(北京),2008. [ZHONG Bing. Study on risk assessment of landslide disaster in Xinping County,Yunnan Province[D]. Beijing:China University of Geosciences,2008. (in Chinese with English abstract)] ZHONG Bing. Study on risk assessment of landslide disaster in Xinping County, Yunnan Province［D］. Beijing: China University of Geosciences, 2008. （in Chinese with English abstract）
[3] 徐为. 基于区域风险评估的降雨型地质灾害监测预警方法研究——以云南哀牢山新平县为例[D]. 北京:中国科学院大学,2013. [XU Wei. Study on monitoring and early warning method of rainfall geological disasters based on regional risk assessment:A case study of Xinping County,Ailao mountain,Yunnan Province[D]. Beijing:University of Chinese Academy of Sciences,2013. (in Chinese with English abstract)] XU Wei. Study on monitoring and early warning method of rainfall geological disasters based on regional risk assessment: A case study of Xinping County, Ailao mountain, Yunnan Province［D］. Beijing: University of Chinese Academy of Sciences, 2013. （in Chinese with English abstract）
[4] 康杰. 云南新平县地质灾害形成机制及易发性分区研究[D]. 昆明:昆明理工大学,2021. [KANG Jie. Study on formation mechanism and susceptibility zoning of geological disasters in Xinping County,Yunnan Province[D]. Kunming:Kunming University of Science and Technology,2021. (in Chinese with English abstract)] KANG Jie. Study on formation mechanism and susceptibility zoning of geological disasters in Xinping County, Yunnan Province［D］. Kunming: Kunming University of Science and Technology, 2021. （in Chinese with English abstract）
[5] 金德山. 县域地质灾害调查是构筑地灾防治工作体系的基石——以云南省为例[J]. 中国地质灾害与防治学报,2005,16(3):28 − 30. [JIN Deshan. County territory investigation of geo-disaster is the footstone of geo-disaster control system:Taking the Yunnan Province as a example[J]. The Chinese Journal of Geological Hazard and Control,2005,16(3):28 − 30. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1003-8035.2005.03.007 JIN Deshan. County territory investigation of geo-disaster is the footstone of geo-disaster control system: Taking the Yunnan Province as a example［J］. The Chinese Journal of Geological Hazard and Control, 2005, 16（3）: 28 − 30. （in Chinese with English abstract） DOI: 10.3969/j.issn.1003-8035.2005.03.007
[6] BONHAM-CARTER G,AGTERBERG F,WRIGHT D. Weights of evidence modelling:A new approach to mapping mineral potentia[J]. Paper - Geological Survey of Canada,1990:171 − 183.
[7] AGTERBERG F P. Combining indicator patterns in weights of evidence modeling for resource evaluation[J]. Nonrenewable Resources,1992,1(1):39 − 50. DOI: 10.1007/BF01782111
[8] AGTERBERG F P,BONHARN-CARTER G F. Weights of evidence modeling and weighted logistic regression for mineral potential mapping[M]//Computers in Geology - 25 Years of Progress. Oxford:Oxford University Press,1994.
[9] LUSTED LEE B. An introduction to medical decision making[J]. American Journal of Physical Medicine & Rehabilitation,1970,49(5):322.
[10] SPIEGELHALTER D J,KNILL-JONES R P. Statistical and knowledge-based approaches to clinical decision-support systems,with an application in gastroenterology[J]. Journal of the Royal Statistical Society Series A (General),1984,147(1):35. DOI: 10.2307/2981737
[11] 闫怡秋,杨志华,张绪教,等. 基于加权证据权模型的青藏高原东部巴塘断裂带滑坡易发性评价[J]. 现代地质,2021,35(1):26 − 37. [YAN Yiqiu,YANG Zhihua,ZHANG Xujiao,et al. Landslide susceptibility assessment based on weight-of-evidence modeling of the Batang fault zone,eastern Tibetan Plateau[J]. Geoscience,2021,35(1):26 − 37. (in Chinese with English abstract)] DOI: 10.19657/j.geoscience.1000-8527.2020.091 YAN Yiqiu, YANG Zhihua, ZHANG Xujiao, et al. Landslide susceptibility assessment based on weight-of-evidence modeling of the Batang fault zone, eastern Tibetan Plateau［J］. Geoscience, 2021, 35（1）: 26 − 37. （in Chinese with English abstract） DOI: 10.19657/j.geoscience.1000-8527.2020.091
[12] 刘璐瑶,高惠瑛. 基于证据权与Logistic回归模型耦合的滑坡易发性评价[J]. 工程地质学报,2023,31(1):165 − 175. [LIU Luyao,GAO Huiying. Landslide susceptibility evaluation based on the coupling of evidence weight and Logistic regression model[J]. Journal of Engineering Geology,2023,31(1):165 − 175. (in Chinese with English abstract)] DOI: 10.13544/j.cnki.jeg.2020-482 LIU Luyao, GAO Huiying. Landslide susceptibility evaluation based on the coupling of evidence weight and Logistic regression model［J］. Journal of Engineering Geology, 2023, 31（1）: 165 − 175. （in Chinese with English abstract） DOI: 10.13544/j.cnki.jeg.2020-482
[13] 黄发明,石雨,欧阳慰平,等. 基于证据权和卡方自动交互检测决策树的滑坡易发性预测[J]. 土木与环境工程学报(中英文),2022,44(5):16 − 28. [HUANG Faming,SHI Yu,OUYANG Weiping,et al. Landslide susceptibility prediction modeling based on weight of evidence and Chi-square automatic interactive detection decision tree[J]. Journal of Civil and Environmental Engineering,2022,44(5):16 − 28. (in Chinese with English abstract)] HUANG Faming, SHI Yu, OUYANG Weiping, et al. Landslide susceptibility prediction modeling based on weight of evidence and Chi-square automatic interactive detection decision tree［J］. Journal of Civil and Environmental Engineering, 2022, 44（5）: 16 − 28. （in Chinese with English abstract）
[14] 孙滨,祝传兵,康晓波,等. 基于信息量模型的云南东川泥石流易发性评价[J]. 中国地质灾害与防治学报,2022,33(5):119 − 127. [SUN Bin,ZHU Chuanbing,KANG Xiaobo,et al. Susceptibility assessment of debris flows based on information model in Dongchuan,Yunnan Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(5):119 − 127. (in Chinese with English abstract)] SUN Bin, ZHU Chuanbing, KANG Xiaobo, et al. Susceptibility assessment of debris flows based on information model in Dongchuan, Yunnan Province［J］. The Chinese Journal of Geological Hazard and Control, 2022, 33（5）: 119 − 127. （in Chinese with English abstract）
[15] 云南地质环境监测总站,云南地质工程第二勘察院. 云南省新平县地质灾害调查与区划报告[R]. 2003. [Yunnan Geological Environment Monitoring Station,The Second Survey Institute of Geological engineering. Geological hazards survey and division in Xinping County,Yunnan Province[R]. 2003. (in Chinese)] Yunnan Geological Environment Monitoring Station, The Second Survey Institute of Geological engineering. Geological hazards survey and division in Xinping County, Yunnan Province［R］. 2003. （in Chinese）
[16] 尹洪峰,谢博,赵体,等. 云南省新平县地质灾害发育特征及防治对策研究[J]. 长春工程学院学报(自然科学版),2006,7(2):54 − 56. [YIN Hongfeng,XIEBo,ZHAOTi,et al. Research on developing characteristics and preventing measures of geology disaster in Xinping Country of Yunnan Province[J]. Journal of Changchun Institute of Technology (Natural Sciences Edition),2006,7(2):54 − 56. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1009-8984.2006.02.018 YIN Hongfeng, XIEBo, ZHAOTi, et al. Research on developing characteristics and preventing measures of geology disaster in Xinping Country of Yunnan Province［J］. Journal of Changchun Institute of Technology （Natural Sciences Edition）, 2006, 7（2）: 54 − 56. （in Chinese with English abstract） DOI: 10.3969/j.issn.1009-8984.2006.02.018
[17] 自然资源部.地质灾害风险调查评价技术要求(1∶ 50000 )::FXPC/ZRZY B-01[S]. 2020. [Ministry of Natural Resources of the People's Republic of China.Technical requirements of survey and evaluation for geohazard risk (1: 50 000):FXPC/ZRZY B-01[S]. 2020. (in Chinese)]Ministry of Natural Resources of the People's Republic of China.Technical requirements of survey and evaluation for geohazard risk (1: 50 000):FXPC/ZRZY B-01［S］. 2020. （in Chinese）
[18] HOYER A,KUSS O. Meta-analysis of full ROC curves with flexible parametric distributions of diagnostic test values[J]. Research Synthesis Methods,2020,11(2):301 − 313. DOI: 10.1002/jrsm.1395
[19] WALKER S P. The ROC curve redefined:Optimizing sensitivity (and specificity) to the lived reality of cancer[J]. New England Journal of Medicine,2019,380(17):1594 − 1595. DOI: 10.1056/NEJMp1814951
[20] OMAR L,IVRISSIMTZIS I. Using theoretical ROC curves for analysing machine learning binary classifiers[J]. Pattern Recognition Letters,2019,128:447 − 451. DOI: 10.1016/j.patrec.2019.10.004
-
期刊类型引用(4)
1. 莫莉，雷斌，童心. 深圳南山后海深大断裂带灌注桩施工关键技术研究. 建筑施工. 2025(03): 451-454+458 . 
百度学术
2. 耿昊，樊新杰，赵宇，王开华，祁凯宁，唐彦超. 基于SBAS技术的露天煤矿地表沉降监测与分析. 建井技术. 2024(02): 34-41 . 百度学术
3. 黄宝华，周利霞，孔祥侨. 基于PS-InSAR的建筑及道路动态沉降安全监测. 山东交通学院学报. 2024(02): 53-59 . 百度学术
4. 何清，魏路，肖永红. 基于SBAS-InSAR技术的安徽亳州市地面沉降时空分布特征与影响因素分析. 中国地质灾害与防治学报. 2023(05): 81-90 . 本站查看
其他类型引用(2)
计量
- 文章访问数: 264
- HTML全文浏览量: 85
- PDF下载量: 129
- 被引次数: 6
邮件订阅
RSS