Comparative study of multi-coupling models for geohazard risk assessment along mountain highway in the hilly areas of Jiangxi Province
-
摘要:
山区公路沿线地质灾害发育，影响山区城镇居民交通出行和生命财产安全。危险性评价可以综合分析地质灾害孕灾环境和致灾因子的贡献特征，对于公路防灾减灾具有重要的指导作用。以江西省S223省道竹头坑子—渠坎下段为例，基于频率比（frequency ratio，FR），耦合熵指数（entropy index，EI）、层次分析法（analytic hierarchy process，AHP）及二者组合权（EI-AHP），构建4种地质灾害危险性评价模型；针对公路沿线地质环境与地质灾害发育特征，选取自然坡度、坡向、地形起伏度、坡面形态、切坡高度、切坡坡度、地层岩性、断层与斜坡的关系等8个评价因子作为危险性评价指标，以斜坡单元作为评价单元，采用FR量化评价因子，结合AHP、EI计算评价因子的主客观权重，依托ArcGIS平台得到基于FR的多耦合模型，绘制不同评价模型的公路沿线地质灾害危险性分区图。结果表明：FR、EI-FR、AHP-FR及EI-AHP-FR 4个评价模型的AUC值分别为0.746，0.811，0.836，0.833，表明AHP-FR评价模型的预测精度最高，能有效对公路沿线地质灾害进行危险性评价；最终划分江西省S223省道竹头坑子—渠坎下段高危险区、较高危险区、中危险区、较低危险区、低危险区的面积依次为0.295，0.570，1.509，0.354，1.732 km2，分别占全区总面积的6.66%、12.79%、33.86%、7.97%、38.71%。研究结果可为公路的安全建设和正常运营提供科学的地质参考依据。
Abstract:Geological hazards along mountain highways affect the transportation and safety of residents in mountainous towns. Risk assessment comprehensively analyzes the contributing characteristics of the geological hazard-prone environment and triggering factors, which is crucial for highway disaster prevention and mitigation. Taking the lower section of the provincial highway Zhutoukengzi - Dukanxia road (S223) in Jiangxi Province as an example, four types of geologic hazard evaluation models were constructed based on frequency ratio (FR), coupled entropy index (EI), hierarchical analysis method (AHP) and the combination of the two (EI- AHP). For the development characteristics of the geological environment and geologic hazards along the highway, the natural slopes were selected and the geologic hazards are evaluated. AHP), to construct four kinds of geohazard risk evaluation models. For the geological environment and geohazard development characteristics along the highway, eight evaluation factors, such as natural slope, slope direction, topographic relief, slope morphology, slope cutting height, slope cutting gradient, stratigraphic lithology, and the relationship between faults and slopes were selected as the risk evaluation indexes, and the slope units were selected as the evaluation unit, and FR was used to quantify the evaluation factors, and AHP and EI were combined to calculate the evaluation factors. AHP and EI were used to calculate the subjective and objective weights of the evaluation factors, and the multi-coupling model based on FR was obtained by relying on the ArcGIS platform, and the geohazard hazard zoning maps along the highway with different evaluation models were drawn. The results show that the AUC values of the four evaluation models, FR, EI-FR, AHP-FR and EI-AHP-FR, are 0.746, 0.811, 0.836, 0.833, respectively, indicating that the AHP-FR evaluation model has the highest prediction accuracy and can effectively evaluate the risk of geologic hazards along the highway. The areas classified as high-risk, relatively high-risk, moderate-risk, relatively low-risk, and low-risk zones for the lower section of the Zhutoukengzi-Qukan road in Jiangxi Province were 0.295 km2, 0.570 km2, 1.509 km2, 0.354 km2, and 1.732 km2, respectively, accounting for 6.66%, 12.79%, 33.86%, 7.97%, and 38.71% of the total area. This study provided a comprehensive zoning of potential geological hazards along the S223 road, offering scientific geological reference for the safe construction and operation of roads.
-
0. 引言
四川省汶川县“5•12”特大地震发生后，强震区连续多年暴发特大泥石流，表现出群沟暴发、范围广、规模大、持续时间长、危害重、防治难的特点，给灾后重建和灾区人民造成极大危害。据初步统计，“5•12”震区44个重灾县（市）发育有潜在泥石流沟836条，其中潜在的巨型泥石流沟90条、大型泥石流沟91条、中型泥石流沟300条、小型泥石流沟355条。威胁到不同规模的城镇或乡镇近百个[1]。
震后泥石流的物源调查、运动规律、成因机理、起动模式以及排导槽耐冲刷抗磨蚀等方面，国内外学者进行了大量研究，著作颇丰[2 − 5]。泥石流物源是泥石流形成的三大条件之一，震后沟道内泥石流物源总储量异常丰富，动储量逐年增加，泥石流暴发临界降雨量显著降低，暴发频率增强，沟道内物源储量与冲出固体量存在幂函数关系[6 − 9]。乔建平等[10]将汶川地震灾区的泥石流物源分为三种类型。赵松江等[11]认为震后泥石流物源类型及特征与常规泥石流有较大差别，并将九寨沟地震后泥石流物源分为崩滑型、沟道冲刷型和坡面侵蚀型物源。泥石流运动规律、成因机理复杂，起动模式多样。前人研究将起动模式主要归纳为“归流拉槽、深切揭底、堵塞溃决”三种孕灾模式[12 − 14]。
泥石流作为一种多相混合介质，运动过程非常复杂，随着数值计算方法和物理计算模型的发展，数值模拟方法在探究泥石流运动模式方面得到广泛应用。陈多鸿[15]利用基于SPH-DEM-FEM耦合的三维泥石流动力过程进行模拟研究，论证了耦合数值分析方法用于泥石流动力过程模拟的合理性。杨帆[16]利用泥石流冲击工程结构动力过程的三维流固耦合数值分析方法，验证了数值方法在泥石流冲击力研究方面的适用性和合理性。张福红[17]通过基于GPU加速的SPH方法溃坝水流数值模拟研究，得到梯形障碍物块体消能效果最好，消能效率为14.154%。Gregorio等[18]利用CA模型对泥石流、滑坡等复杂自然灾害系统的演变过程进行了深入研究, 刘亚敏[19]利用元胞自动机模型建立突发自然灾害模拟与预警系统,对于灾害的防治工作具有极大的应用价值。赵莉等[20]在元胞自动机模型研究中指出，元胞自动机在多个领域的研究成果证明其有广阔的研究领域和重要实践意义。
近年来，全球范围内高位隐蔽滑坡型泥石流链式灾害造成多起群死群伤事件和重大经济损失，多位学者对其进行大量研究，并建立早期识别方法，探讨分布特征、变化趋势及防治措施。通过对金沙江白格滑坡及茂县叠溪镇新磨村等高位滑坡进行分析，提出对高位隐患应早期识别和提前发现，尽快推广应用现代高精度对地观测技术，对高位崩滑灾害隐患进行主动排查和防范[21 − 27]。殷跃平等[28]通过对高位远程地质灾害研究，揭示了高位滑坡碎屑流势流体链动传递机理，紊流体和犁切体的边界层效应，提出改造高势能碎屑流体的边界层底坡、增大湍流边界层内湍动能的生成与组合障桩前死区范围的消能降险方法。并提出了易灾地质结构孕灾机理、高位远程链灾动力过程和风险防控理论与技术等研究方向。
泥石流治理工程磨蚀损坏是导致治理工程失效的重要原因之一。国内外学者将泥石流治理工程磨蚀损坏后磨蚀形貌分为4类，并得出浆体黏度相同时治理工程磨蚀程度与泥石流固体物质比例呈正相关；固体物质比例相同时，磨蚀程度与浆体黏度呈负相关。构建了泥石流两相冲击力的综合表示式，建立了泥石流冲击时间计算方法，测定了泥石流对大坝护坦的磨蚀程度[29 − 33]。何胜庆等[34]通过对高海拔地区宽级配泥石流冲击拦砂坝试验研究得出，宽级配泥石流容重越小，爬高越大，且拦砂坝的坝前冲击力随宽级配泥石流容重的增大而减小，随沟槽坡度增大而增大，随宽级配泥石流固相最大粒径增大而增大。
综上，震后泥石流的物源、机理、参数、结构等方面，国内外学者进行了大量广泛的研究，但强震区泥石流综合防控技术体系的研究相对较少。强震区泥石流数量多且规模大，区内多数泥石流沟首次治理工程失效，进而开展了数次工程治理。究其原因一是对强震区特大型泥石流成灾机理认识不清，导致震后泥石流首次治理设计缺乏机理分析及针对性；二是对强震区泥石流动力学特征参数计算不准，严重影响治理工程设计安全检算的科学合理性；三是治理方案针对性不强，没有区分泥石流成灾特点，相应的成套防控措施缺乏合理的优化组合。因此强震区部分泥石流沟虽然实施了多次治理工程，尝试不同方案多次维修加固，仍不能有效解决“拦得住、排得走、耐冲刷”的技术难题。
本文在前人大量研究工作基础上，对强震区泥石流综合防控技术体系进行探讨，从勘查设计技术和防控关键技术两部分进行研究，其中防控关键技术主要从三个关键点考虑，即源头控制物源起动，沟道流通区控制流量，沟口控制成灾规模，即通过“起动控源→过程控量→末端控灾”逐级控制，建立强震区泥石流综合防控技术体系。
1. 综合防控技术体系总体框架
强震区特大泥石流综合防控技术体系研究成果，包含勘查设计技术、防控关键技术两部分。勘查设计技术体系在现有规范和勘查技术的基础上增加了国家重点研发计划强震区沟道型泥石流不同成因物源起动模式及动储量评价方法[35]、强震区宽缓与窄陡沟道型泥石流致灾机理及灾害链效应[36 − 37]、强震区宽缓与窄陡沟道型泥石流动力学特征[38 − 39]等课题研究成果，具体包括强震区物源识别、动储量评价、堵塞系数分项取值以及动力学特征参数计算等新的技术方法；防控关键技术部分在传统的固拦排停防治措施基础上增加了强震区高位滑坡型泥石流运动机理模拟及新型拦挡技术[40 − 41]、强震区宽缓与窄陡沟道型泥石流综合防控技术[42]、强震区特大泥石流防控标准化技术体系及示范应用[43]课题研究成果，具体包括承灾库容与资源化清库协调技术方法、多级联调中拦砂坝设计计算及动态清库方法、抗冲击桩-梁自复位结构设计技术、小口径组合桩群主动固源技术、沟道型泥石流拦-导-排结构抗冲击耐磨蚀新技术、沟内固源固床+沟口拦挡停淤+排导的泥石流固源式速排技术、翼型排导槽结构、窄陡沟道型泥石流柔性拦截系统及其设计计算方法以及泥石流淤埋及冲失路段应急通行技术等新的技术方法。最终提出“起动控源-过程控量-末端控灾”的强震区特大泥石流综合防控体系新理念（图1）。
![]()
图 1 综合防控技术体系总体框架图Figure 1. The overall framework of the comprehensive prevention and control technology system2. 综合防控技术体系
2.1 勘查设计技术体系
强震区特大泥石流勘查设计技术方法体系从物源、机理、参数、结构4个方面进行细化分解，梳理形成强震区特大泥石流勘查设计技术方法体系。
物源方面主要问题归纳为物源识别不清、物源量计算不准确、起动机理不清楚等，常规的勘查技术方法包括现场调查、遥感方法调查以及按照现有规范公式计算物源动储量。国家重点研发计划项目提出了高位震裂物源起动机理及动储量计算模型，研发了多源遥感方法的高位震裂物源识别技术等新技术方法[35]。
对强震区泥石流起动模式、成灾机理和致灾机理方面提出了宽缓与窄陡沟道型泥石流孕灾模式和起动机理，构建了强震区级联溃决型泥石流堰塞体失稳判别公式，建立了强震区泥石流堵塞系数分项取值方法[36 − 37]。
对于强震区泥石流建立了多级多点堵溃效应的泥石流流量、流速计算模型，提出了震后泥石流容重修正公式、大块石冲击力计算、坝后冲刷深度计算、磨蚀力计算等泥石流运动参数[38 − 39]。
针对泥石流防治工程结构单一、针对性不强问题，提出了桩基承台高坝、承灾库容与资源化清库协调技术、抗冲击桩-梁自复位结构设计、小口径组合桩群主动固源技术、拦-导-排工程抗冲击耐磨蚀以及泥石流淤埋及冲失路段应急通行技术[40 − 43]等。
2.1.1 典型勘查设计新技术
2.1.1.1 震裂物源识别
强震后泥石流沟域内崩塌、滑坡物源储量十分丰富，泥石流沟域内各类物源在暴雨后会发生不同程度的起动。根据成因不同，常规泥石流物源类型主要包括坡面物源、沟道物源和崩滑物源，而在强震区，除以上物源外，还应考虑由震裂山体演化形成的震裂物源。
研究显示强震区泥石流沟域动储量增大与震裂物源这类特殊物源补给有显著相关性[44]。震裂山体分布特征与地震的峰值加速度（PGA）等值线和断层距呈现高度正相关性，85.48%的灾害点发育于泥石流沟域内，成灾模式分为高速崩滑碎屑流、崩滑铲刮侵蚀型和多点崩滑堵溃型三种灾害链[45]。
国家重点研发计划项目对强震区高位震裂物源识别进行研究。基于现场调查、多源遥感、深度学习、神经网络等方法，提出基于局部阈值与蒙特卡洛模拟的改进二值化分割方法，显著提高了震裂物源识别准确性。结合强震区泥石流高位震裂物源遥感数据特征，在光学遥感影像基础上引入局部阈值二值化方法，避免全局阈值二值化导致的大量震裂物源虚警问题；针对融合地形数据的局部二值化震裂物源识别方法下一些河漫滩、植被区域被误检为震裂物源的情况，分析了误检地物的光学和几何特点，并进一步引入了区域坡度信息、归一化植被指数（normalized difference vegetation index，NDVI）特征及解译地物主轴特征等多特征融合策略，对识别结果展开进一步筛选，提高震裂物源的识别精度；开发了基于深度学习和人工智能的目标检测算法Dyna-head Yolo v3，针对区域遥感影像中可能存在沟道内高位震裂物源进行识别；引入FPN-rUnet分割网络对具体震裂物源区域边界进行语义分割，结合已有研究中回归得到的震裂物源平均厚度和体积估算方法，对震裂物源平均厚度和体积进行估算，为强震区震裂山体物源起动模式及动储量分析提供参考。研究成果应用于北川老县城高位震裂山体物源遥感识别，成功率达84.8%[35]（图2）。
2.1.1.2 堵塞系数分项取值
震后泥石流与常规泥石流的主要区别在于地震触发大量的松散物源，导致泥石流孕灾环境在短时间发生剧烈改变，因而震后泥石流孕灾模式和形成机理与常规泥石流有显著差异。强震区宽缓沟道泥石流频发，因其流量大，总量巨大，常常造成巨大损失。而窄陡沟道泥石流在发育层面其具有流域面积小、流通通道窄、沟道纵坡陡、沟岸纵坡陡等特点，在运动层面其具有产流汇流急、运动堆积急等显著特征，其特征与宽缓沟道泥石流有所不同。地震后泥石流沟道中发育大量的崩塌、滑坡及松散物质堆积体，形成一个或多个潜在堵点，在降雨条件下极易失稳形成溃决型泥石流，堵点会引发泥石流流量放大效应，因此，多级多点堵溃型泥石流造成的危害远大于一般的泥石流。
强震区特大泥石流大型崩滑堆积物源多级多点堵溃效应是制约强震区泥石流科学防治核心机理问题，现有规范给出了沟道堵塞系数取值计算方法，国家重点研发计划项目提出了强震区级联溃决型泥石流堵塞系数计算方法。
$$ {{D}}_{\mathrm{C}}={{D}}_{\mathrm{C}0}+\sum _{{m}=1}^{{n}}(1.2-0.2{m}){{D}}_{\mathrm{C}{m}}\;\;({n}\leqslant 5) $$ (1) 式中：DC——泥石流沟道综合堵塞系数；
DC0——泥石流沟道初始堵塞系数；
DCm——下游至上游的第m级有效堰塞体。
当沟道中存在大于5个有效堰塞体时，取规模较大的5处堰塞体进行计算，其余堰塞体则忽略不计。以沟道内存在5个堰塞体为例，得到典型堰塞体库容组合下的泥石流堵塞系数取值表，见表1，其他堰塞体库容组合的堵塞系数也可按照此表推算。
表 1 不同堰塞体库容组合下的泥石流堵塞系数取值表[46]Table 1. Values of debris flow blockage coefficients under different dam reservoir capacity combinations[46]序号 ⑤堰塞体 ④堰塞体 ③堰塞体 ②堰塞体 ①堰塞体 DC 1 库容组合 × × × × × DC0+DC1 堵塞系数 − − − − DC1 2 库容组合 × × × × √ DC0+DC1+0.8×DC2 堵塞系数 − − − DC2 DC1 3 库容组合 × × × √ × DC0+DC1+0.8×DC2+0.6×DC3 堵塞系数 − − DC3 DC2 DC1 4 库容组合 × √ × × √ DC0+DC1+0.8×DC2+0.6×DC3+0.4×DC4 堵塞系数 DC4 DC3 − DC2 DC1 5 库容组合 √ √ √ √ √ DC0+DC1+0.8×DC2+0.6×DC3+0.4×DC4+0.2×DC5 堵塞系数 DC5 DC4 DC3 DC2 DC1 注：“×”代表该堰塞体为空库，“√”代表该堰塞体为满库，“−”代表该堰塞体为无效堰塞体，不考虑堵塞系数。DC1、DC2、······表示对应堰塞体的堵塞系数。 2.2 综合防控关键技术体系
强震区特大泥石流综合防控关键技术体系通过“起动控源→过程控量→末端控灾”逐级控制，细化了物源控制、过程控制和末端灾害控制三个方面。
2.2.1 起动控源
起动控源主要是泥石流物源控制，体系从震裂物源控制、崩滑物源控制、坡面物源控制以及沟道物源控制四种物源类型进行细化，并针对性地提出了不同物源控制的勘查措施和工程控制措施（图3）。
![]()
图 3 “起动控源”关键技术体系框架图Figure 3. Framework diagram of the key technology system of “Source control at initiation”2.2.2 过程控量
过程控量是从泥石流的起动机理为出发点，按照沟域形态窄陡型和宽缓型，归纳总结了四种主要起动机理，即归流拉槽型、深切揭底型、单点集中堵溃揭底放大型以及多级多点堵溃揭底放大型，并针对每种类型总结提出了防治思路和防治措施，并列举了强震区泥石流沟防治成功典型案例（图4）。
![]()
图 4 “过程控量”关键技术体系框架图Figure 4. Framework diagram of the key technology system of “Quantity control during the process”2.2.3 末端控灾
末端控灾主要按危害对象划分了五种危害类型，即集中居住区、线性工程、重要景观区、其他工矿企业以及沟口主河道，并针对每种危害对象类型提出了末端防治思路及防治措施（图5）。
![]()
图 5 “末端控灾”关键技术体系框架图Figure 5. Framework diagram of the key technology system of “ Disaster control at the end”强震区特大泥石流主体控制思路受末端主河吸纳泥石流排出量能力限制，需要从末端向上游反推，按照施工条件难易程度，首先从沟口末端控制，如果沟口控制量不能满足排放要求，再向上游追索实施施工难度中等的过程控量部分，逐级拦蓄后仍然不能满足末端排放要求的，最后实施施工条件最差的源头起动控制。即：泥石流允许排放量=泥石流一次发生量−拦停量−固源量。
2.2.4 综合防治体系应用案例
2.2.4.1 窄陡型泥石流综合防治体系
窄陡型泥石流沟谷呈V型，具有纵坡陡（大于250‰），沟底宽小于40 m、流域面积一般小于5 km2。泥石流形成主要来源于沟源滑坡、崩塌以及震裂物源。以中小型规模为主，突发性强。沟道上游治理工程施工条件差，主要在下游沟口区采取提高排导能力、停淤拦蓄进行治理。必要时沟道中上游实施物源部位的固源固坡措施（图6）。
![]()
图 6 窄陡型泥石流综合防治体系示意图Figure 6. Schematic diagram of the comprehensive control system for narrow and steep debris flow强震区窄陡型泥石流主要有汶川县烧房沟、瓦窑沟，九寨沟县则查洼沟、下季节海子沟泥石流等。泥石流均属窄陡巨灾型。采用综合防控体系进行工程治理后，多条窄陡型泥石流基本消除了泥石流灾害，治理效果良好。
2.2.4.2 宽缓型泥石流综合防治体系
宽缓型泥石流多呈U型谷，纵坡较缓（小于250‰），沟底宽大于40 m、流域面积一般大于5 km2。主沟物源储量较大，同震滑坡、崩塌点多面广，沟道堆积物丰富，震裂物源普遍发育。沟道发生堵塞溃决、揭底冲刷时易形成特大泥石流，造成主河堵塞，演化成泥石流洪水灾害链。主沟道较宽缓，可以采取拦挡调节清淤工程，控制泥石流规模，使其顺利排入主河进行治理（图7）。
![]()
图 7 宽缓型泥石流综合防治体系示意图Figure 7. Schematic diagram of the comprehensive control system for wide and slow debris flow强震区宽缓型泥石流主要有汶川县锄头沟、红椿沟、七盘沟、银杏坪沟，北川县青林沟、杨家沟，九龙县猪鼻沟等。泥石流近年来多次暴发，均造成重大危害且经过多次工程治理。采用综合防控体系进行工程治理后，泥石流灾害基本得到有效控制，治理工程防灾效果良好。
3. 结论
（1）强震区泥石流暴发持时长、规模大、危害重，传统防治手段效果不佳，缺乏综合防治技术体系。本文从勘查设计技术、防控关键技术2部分建立了强震区特大泥石流综合防控技术体系。
（2）勘查设计技术体系创新性增加了强震区物源识别、动储量评价、堵塞系数分项取值以及动力学特征参数计算等新技术方法。
（3）防控关键技术体系根据泥石流沟谷形态分为窄陡型和宽缓型，统筹考虑沟谷上游、中游、下游特征组合多种防控措施，提出“起动控源-过程控量-末端控灾”的强震区特大泥石流综合防控技术体系。
（4）强震区特大泥石流综合防控技术体系，为强震区泥石流综合防控提供理论依据，也可为非震区泥石流综合防控提供技术参考。
-
![]()
图 4 基于斜坡单元的评价因子重分类专题图
Figure 4. Thematic map of reclassification of evaluation factors based on slope unit
![]()
图 5 竹头坑子—渠坎下段沿线地质灾害危险性评价分区结果图
Figure 5. Zoning results of geohazard evaluation along Zhutoukengzi - Dukanxia section
表 1 地质灾害评价指标分级
Table 1 Evaluation index classification of geohazards
危险性评价因子 基于斜坡单元的评价因子分级 地形地貌 自然坡度/（°） <18 18～24 24～32 >32 — 坡向/（°） 108～152 153～196 197～241 242～285 — 地形起伏度/（°） <12 12～24 24～36 >36 — 坡面形态 平直坡 凸形坡 凹形坡 阶梯形坡 — 人类工程活动 切坡坡度/（°） 未切坡 <40 40～50 50～60 >60 切坡高度/m 未切坡 <8 8～16 16～24 >24 地层岩性 地层岩组 松散堆积岩组 软硬互层岩组 较坚硬岩组 — — 地质构造 断层与斜坡关系 未相交 断层与斜坡垂直 断层与斜坡斜交 断层与斜坡平行 — 
下载: 导出CSV
表 2 EI、AHP及组合赋权权重值
Table 2 Weight value of EI,AHP and combination of empowerment
评价因子 EI AHP EI-AHP 自然坡度 0.138 0.087 0.104 坡向 0.144 0.088 0.110 地形起伏度 0.120 0.085 0.088 坡面形态 0.100 0.118 0.103 切坡坡度 0.102 0.276 0.246 切坡高度 0.110 0.239 0.228 地层岩性 0.194 0.042 0.071 断层与斜坡关系 0.091 0.064 0.051
下载: 导出CSV
表 3 评价因子FR值
Table 3 Frequency ratio of evaluation factors
评价因子 评价因子分级 $ \dfrac{{S}_{ij}}{S} $ $ \dfrac{{V}_{ij}}{V} $ FR 评价因子 评价因子分级 $ \dfrac{{S}_{ij}}{S} $ $ \dfrac{{V}_{ij}}{V} $ FR 自然坡度/（°） <18 0.2957 0.2926 0.989 切坡坡度/（°） 未切坡 0.2745 0.0274 0.100 18～24 0.1233 0.3753 3.045 <40 0.1150 0.0281 0.244 24～32 0.0238 0.2004 8.411 40～50 0.2712 0.3880 1.431 >32 0.0305 0.0533 1.745 50～60 0.2810 0.4747 1.689 坡向/（°） 108～152 0.1385 0.0047 0.034 >60 0.0583 0.0818 1.402 152～196 0.2615 0.0788 0.302 切坡高度/m 未切坡 0.2745 0.0274 0.100 196～241 0.4646 0.5379 1.158 <8 0.2483 0.0989 0.398 241～285 0.1354 0.3785 2.795 8～16 0.3195 0.4977 1.558 地形起伏度/m <12 0.5070 0.0730 0.144 16～24 0.0932 0.2840 3.049 12～24 0.3845 0.6174 1.606 >24 0.0646 0.0920 1.424 24～36 0.0780 0.2563 3.284 地层岩性 松散堆积岩组 0.0702 0.0712 1.014 >36 0.0305 0.0533 1.745 软硬互层岩组 0.0406 0.2373 5.847 坡面形态 平直坡 0.2295 0.2767 1.206 较坚硬岩组 0.8577 0.6915 0.806 凸形坡 0.3726 0.5132 1.377 断层与斜坡 未相交 0.7264 0.6388 0.879 凹形坡 0.3417 0.1161 0.340 断层与斜坡垂直 0.1242 0.1825 1.469 阶梯形坡 0.0562 0.0940 1.674 断层与斜坡斜交 0.1166 0.1132 0.970 断层与斜坡平行 0.0327 0.0655 2.004
下载: 导出CSV
表 4 不同模型灾害点覆盖率检验
Table 4 Coverage test for different modeled disaster point
评价模型 低危险 较低危险 漏报率/% 中危险 较高危险 高危险 准确率/% 灾害点 比例/% 灾害点 比例/% 灾害点 比例/% 灾害点 比例/% 灾害点 比例/% FR 2 4.44 7 15.56 20.00 26 57.78 8 17.78 2 4.44 80.00 AHP-FR 2 4.44 2 4.44 8.89 23 51.11 11 24.44 7 15.56 91.11 EI-FR 2 4.44 3 6.67 11.11 24 53.33 10 22.22 6 13.33 88.89 AHP-EI-FR 2 4.44 3 6.67 11.11 22 48.89 11 24.44 7 15.56 88.89
下载: 导出CSV
-
[1] 于秀珍,牟瑞芳. 雅康高速公路沿线地质灾害分布特征及影响因素分析[J]. 安全与环境学报,2022,22(2):876 − 884. [YU Xiuzhen,MU Ruifang. Distribution characteristics and influencing factors of geological disasters along Yakang expressway[J]. Journal of Safety and Environment,2022,22(2):876 − 884. (in Chinese with English abstract)] YU Xiuzhen, MU Ruifang. Distribution characteristics and influencing factors of geological disasters along Yakang expressway［J］. Journal of Safety and Environment, 2022, 22（2）: 876 − 884. （in Chinese with English abstract）
[2] 杨可明,郭海会,钱小丽,等. 结合信息熵改进的证据权法与滑坡危险度区划[J]. 地理与地理信息科学,2013,29(3):104 − 108. [YANG Keming,GUO Haihui,QIAN Xiaoli,et al. Improving weights of evidence method based on entropy and zoning the landslide hazard[J]. Geography and Geo-Information Science,2013,29(3):104 − 108. (in Chinese with English abstract)] YANG Keming, GUO Haihui, QIAN Xiaoli, et al. Improving weights of evidence method based on entropy and zoning the landslide hazard［J］. Geography and Geo-Information Science, 2013, 29（3）: 104 − 108. （in Chinese with English abstract）
[3] 李焕彬,张春山,申俊峰,等. 基于GIS的京藏高速公路京张段沿线地质灾害危险性评价[J]. 西部探矿工程,2018,30(10):4 − 8. [LI Huanbin,ZHANG Chunshan,SHEN Junfeng,et al. Risk assessment of geological hazards along Jing-Zang section of Jing-Zang expressway based on GIS[J]. West-China Exploration Engineering,2018,30(10):4 − 8. (in Chinese with English abstract)] LI Huanbin, ZHANG Chunshan, SHEN Junfeng, et al. Risk assessment of geological hazards along Jing-Zang section of Jing-Zang expressway based on GIS［J］. West-China Exploration Engineering, 2018, 30（10）: 4 − 8. （in Chinese with English abstract）
[4] 徐文刚, 余旭荣, 年廷凯, 等. 基于FLAC3D的三维边坡稳定性强度折减法计算效率改进算法及其应用[J]. 吉林大学学报(地球科学版),2021,51(5):1347 − 1355. [XU Wengang, YU Xurong, NIAN Tingkai, et al. Optimization and application of FLAC3D strength-reduction computation in three-dimension slope stability analysis[J]. Journal of Jilin University (Earth Science Edition),2021,51(5):1347 − 1355. (in Chinese with English abstract)] XU Wengang, YU Xurong, NIAN Tingkai, et al. Optimization and application of FLAC3D strength-reduction computation in three-dimension slope stability analysis［J］. Journal of Jilin University （Earth Science Edition）, 2021, 51（5）: 1347 − 1355. （in Chinese with English abstract）
[5] 李晓婷,刘文龙. 模糊综合评判法在甘肃陇南武都区石门乡泥石流危险性评价中的应用[J]. 中国地质灾害与防治学报,2020,31(4):71 − 76. [LI Xiaoting,LIU Wenlong. Application of fuzzy comprehensive evaluation method to debris flow risk evaluation in Shimen Township in Wudu District of Longnan City,Gansu Province[J]. The Chinese Journal of Geological Hazard and Control,2020,31(4):71 − 76. (in Chinese with English abstract)] LI Xiaoting, LIU Wenlong. Application of fuzzy comprehensive evaluation method to debris flow risk evaluation in Shimen Township in Wudu District of Longnan City, Gansu Province［J］. The Chinese Journal of Geological Hazard and Control, 2020, 31（4）: 71 − 76. （in Chinese with English abstract）
[6] 范强,巨能攀,向喜琼,等. 证据权法在区域滑坡危险性评价中的应用——以贵州省为例[J]. 工程地质学报,2014,22(3):474 − 481. [FAN Qiang,JU Nengpan,XIANG Xiqiong,et al. Landslides hazards assessment with weights of evidence:A case study in Guizhou,China[J]. Journal of Engineering Geology,2014,22(3):474 − 481. (in Chinese with English abstract)] FAN Qiang, JU Nengpan, XIANG Xiqiong, et al. Landslides hazards assessment with weights of evidence: A case study in Guizhou, China［J］. Journal of Engineering Geology, 2014, 22（3）: 474 − 481. （in Chinese with English abstract）
[7] PRADHAN B. Remote sensing and GIS-based landslide hazard analysis and cross-validation using multivariate logistic regression model on three test areas in Malaysia[J]. Advances in Space Research,2010,45(10):1244 − 1256. DOI: 10.1016/j.asr.2010.01.006
[8] 陈水满,赵辉龙,许震,等. 基于人工神经网络模型的福建南平市滑坡危险性评价[J]. 中国地质灾害与防治学报,2022,33(2):133 − 140. [CHEN Shuiman,ZHAO Huilong,XU Zhen,et al. Landslide risk assessment in Nanping City based on artificial neural networks model[J]. The Chinese Journal of Geological Hazard and Control,2022,33(2):133 − 140. (in Chinese with English abstract)] CHEN Shuiman, ZHAO Huilong, XU Zhen, et al. Landslide risk assessment in Nanping City based on artificial neural networks model［J］. The Chinese Journal of Geological Hazard and Control, 2022, 33（2）: 133 − 140. （in Chinese with English abstract）
[9] 刘丽娜,许冲,徐锡伟,等. GIS支持下基于AHP方法的2013年芦山地震区滑坡危险性评价[J]. 灾害学,2014,29(4):183 − 191. [LIU Lina,XU Chong,XU Xiwei,et al. GIS-based landslide hazard evaluation using AHP method in the 2013 Lushan earthquake region[J]. Journal of Catastrophology,2014,29(4):183 − 191. (in Chinese with English abstract)] LIU Lina, XU Chong, XU Xiwei, et al. GIS-based landslide hazard evaluation using AHP method in the 2013 Lushan earthquake region［J］. Journal of Catastrophology, 2014, 29（4）: 183 − 191. （in Chinese with English abstract）
[10] 罗路广,裴向军,谷虎,等. 基于GIS的“8•8” 九寨沟地震景区地质灾害风险评价[J]. 自然灾害学报,2020,29(3):193 − 202. [LUO Luguang,PEI Xiangjun,GU Hu,et al. Risk assessment of geohazards induced by “8•8” earthquake based on GIS in Jiuzhaigou scenic area[J]. Journal of Natural Disasters,2020,29(3):193 − 202. (in Chinese with English abstract)] LUO Luguang, PEI Xiangjun, GU Hu, et al. Risk assessment of geohazards induced by “8•8” earthquake based on GIS in Jiuzhaigou scenic area［J］. Journal of Natural Disasters, 2020, 29（3）: 193 − 202. （in Chinese with English abstract）
[11] 邢秋菊,赵纯勇,高克昌,等. 基于GIS的滑坡危险性逻辑回归评价研究[J]. 地理与地理信息科学,2004,20(3):49 − 51. [XING Qiuju,ZHAO Chunyong,GAO Kechang,et al. Logical regression analysis on the hazard of landslide based on GIS[J]. Geography and Geo-Information Science,2004,20(3):49 − 51. (in Chinese with English abstract)] XING Qiuju, ZHAO Chunyong, GAO Kechang, et al. Logical regression analysis on the hazard of landslide based on GIS［J］. Geography and Geo-Information Science, 2004, 20（3）: 49 − 51. （in Chinese with English abstract）
[12] LEONARDI G,PALAMARA R,SURACI F. A fuzzy methodology to evaluate the landslide risk in road lifelines[J]. Transportation Research Procedia,2020,45:732 − 739. DOI: 10.1016/j.trpro.2020.02.104
[13] LEE S,CHOI U. Development of GIS-based geological hazard information system and its application for landslide analysis in Korea[J]. Geosciences Journal,2003,7(3):243 − 252. DOI: 10.1007/BF02910291
[14] ZHENG Qian,LYU Haimin,ZHOU Annan,et al. Risk assessment of geohazards along Cheng-Kun railway using fuzzy AHP incorporated into GIS[J]. Geomatics,Natural Hazards and Risk,2021,12(1):1508 − 1531. DOI: 10.1080/19475705.2021.1933614
[15] 张欢,巨能攀,陆渊,等. 基于无人机的滑坡地形快速重建与稳定性分析[J]. 水文地质工程地质,2021,48(6):171 − 179. [ZHANG Huan,JU Nengpan,LU Yuan,et al. Rapid remodeling of three-dimensional terrain and stability analyses of landslide based on UAV[J]. Hydrogeology & Engineering Geology,2021,48(6):171 − 179. (in Chinese)] ZHANG Huan, JU Nengpan, LU Yuan, et al. Rapid remodeling of three-dimensional terrain and stability analyses of landslide based on UAV［J］. Hydrogeology & Engineering Geology, 2021, 48（6）: 171 − 179. （in Chinese）
[16] KHAN H,SHAFIQUE M,KHAN M A,et al. Landslide susceptibility assessment using Frequency Ratio,a case study of northern Pakistan[J]. The Egyptian Journal of Remote Sensing and Space Sciences,2019,22(1):11 − 24. DOI: 10.1016/j.ejrs.2018.03.004
[17] LEE S,PRADHAN B. Landslide hazard mapping at Selangor,Malaysia using frequency ratio and logistic regression models[J]. Landslides,2007,4(1):33 − 41. DOI: 10.1007/s10346-006-0047-y
[18] 赵晓燕,谈树成,李永平. 基于斜坡单元与组合赋权法的东川区地质灾害危险性评价[J]. 云南大学学报(自然科学版),2021,43(2):299 − 305. [ZHAO Xiaoyan,TAN Shucheng,LI Yongping. Risk assessment of geological hazards in Dongchuan District based on the methods of slope unit and combination weighting[J]. Journal of Yunnan University (Natural Sciences Edition),2021,43(2):299 − 305. (in Chinese with English abstract)] ZHAO Xiaoyan, TAN Shucheng, LI Yongping. Risk assessment of geological hazards in Dongchuan District based on the methods of slope unit and combination weighting［J］. Journal of Yunnan University （Natural Sciences Edition）, 2021, 43（2）: 299 − 305. （in Chinese with English abstract）
[19] HONG Haoyuan,CHEN Wei,XU Chong,et al. Rainfall-induced landslide susceptibility assessment at the Chongren Area (China) using frequency ratio,certainty factor,and index of entropy[J]. Geocarto International,2016:1 − 16.
[20] 杨志华,吴瑞安,郭长宝,等. 川西巴塘断裂带地质灾害效应与典型滑坡发育特征[J]. 中国地质,2022,49(2):355 − 368. [YANG Zhihua, WU Ruian, GUO Changbao, et al. Geo-hazard effects and typical landslide characteristics of the Batang fault zone in the western Sichuan[J]. Geology in China,2022,49(2):355 − 368. (in Chinese with English abstract)] YANG Zhihua, WU Ruian, GUO Changbao, et al. Geo-hazard effects and typical landslide characteristics of the Batang fault zone in the western Sichuan［J］. Geology in China, 2022, 49（2）: 355 − 368. （in Chinese with English abstract）
[21] 张曦,陈丽霞,徐勇,等. 两种斜坡单元划分方法对滑坡灾害易发性评价的对比研究[J]. 安全与环境工程,2018,25(1):12 − 17. [ZHANG Xi,CHEN Lixia,XU Yong,et al. Comparison of two methods for slope unit division in landslide susceptibility evaluation[J]. Safety and Environmental Engineering,2018,25(1):12 − 17. (in Chinese with English abstract)] ZHANG Xi, CHEN Lixia, XU Yong, et al. Comparison of two methods for slope unit division in landslide susceptibility evaluation［J］. Safety and Environmental Engineering, 2018, 25（1）: 12 − 17. （in Chinese with English abstract）
[22] 何书,鲜木斯艳·阿布迪克依木,胡萌,等. 基于自组织特征映射网络-随机森林模型的滑坡易发性评价 ——以江西大余县为例[J]. 中国地质灾害与防治学报,2022,33(1):132 − 140. [HE Shu,Abudikeyimu Xianmusiyan,HU Meng,et al. Evaluation on landslide susceptibility based on self-organizing feature map network and random forest model:A case study of Dayu County of Jiangxi Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(1):132 − 140. (in Chinese with English abstract)] HE Shu, Abudikeyimu Xianmusiyan, HU Meng, et al. Evaluation on landslide susceptibility based on self-organizing feature map network and random forest model: A case study of Dayu County of Jiangxi Province［J］. The Chinese Journal of Geological Hazard and Control, 2022, 33（1）: 132 − 140. （in Chinese with English abstract）
[23] 周越,曾昭发,唐海燕,等. 公路勘察中滑坡体的地球物理特征与分析——以张榆线公路勘察为例[J]. 吉林大学学报(地球科学版),2021,51(2):638 − 644. [ZHOU Yue, ZENG Zhaofa, TANG Haiyan, et al. Geophysical characteristics of landslide body in highway reconnaissance: A case study in highway prospecting of Zhangyu line[J]. Journal of Jilin University (Earth Science Edition),2021,51(2):638 − 644. (in Chinese with English abstract)] ZHOU Yue, ZENG Zhaofa, TANG Haiyan, et al. Geophysical characteristics of landslide body in highway reconnaissance: A case study in highway prospecting of Zhangyu line［J］. Journal of Jilin University （Earth Science Edition）, 2021, 51（2）: 638 − 644. （in Chinese with English abstract）
[24] 谢洪波,刘正疆,文广超,等. 四川金川-小金公路沿线滑坡、崩塌影响因素分析[J]. 中国地质灾害与防治学报,2021,32(1):10 − 17. [XIE Hongbo,LIU Zhengjiang,WEN Guangchao,et al. Influencing factors of landslides and rockfalls along the Jinchuan-Xiaojin highway in Sichuan[J]. The Chinese Journal of Geological Hazard and Control,2021,32(1):10 − 17. (in Chinese with English abstract)] XIE Hongbo, LIU Zhengjiang, WEN Guangchao, et al. Influencing factors of landslides and rockfalls along the Jinchuan-Xiaojin highway in Sichuan［J］. The Chinese Journal of Geological Hazard and Control, 2021, 32（1）: 10 − 17. （in Chinese with English abstract）
[25] 万佳威,丰成君,戚帮申,等. 河北省顺平县地质灾害发育特征及易发性评价[J]. 地质力学学报,2020,26(4):604 − 614. [WAN Jiawei,FENG Chengjun,QI Bangshen,et al. Characteristics and susceptibility evaluation of geohazard development in Shunping County,Hebei Province[J]. Journal of Geomechanics,2020,26(4):604 − 614. (in Chinese with English abstract)] WAN Jiawei, FENG Chengjun, QI Bangshen, et al. Characteristics and susceptibility evaluation of geohazard development in Shunping County, Hebei Province［J］. Journal of Geomechanics, 2020, 26（4）: 604 − 614. （in Chinese with English abstract）
[26] 李明威,唐川,陈明,等. 汶川震区北川县泥石流流域崩滑体时空演变特征[J]. 水文地质工程地质,2020,47(3):182 − 190. [LI Mingwei,TANG Chuan,CHEN Ming,et al. Spatio-temporal evolution characteristics of landslides in debris flow catchment in Beichuan County in the Wenchuan earthquake zone[J]. Hydrogeology & Engineering Geology,2020,47(3):182 − 190. (in Chinese with English abstract)] LI Mingwei, TANG Chuan, CHEN Ming, et al. Spatio-temporal evolution characteristics of landslides in debris flow catchment in Beichuan County in the Wenchuan earthquake zone［J］. Hydrogeology & Engineering Geology, 2020, 47（3）: 182 − 190. （in Chinese with English abstract）
[27] 张莹 , 苏生瑞 , 李鹏 . 断裂控制的滑坡机理研究 —— 以柳家坡滑坡为例[J]. 工程地质学报,2015,23( 6) :1127 − 1137. [ZHANG Ying, SU Shengrui, LI Peng. Numericalsimulation on mechanism of fault: Controlled Liujiapolandslide[J]. Journal of Engineering Geology, 2015, 23( 6) :1127 − 1137. ( in Chinese with English abstract)] ZHANG Ying, SU Shengrui, LI Peng. Numericalsimulation on mechanism of fault: Controlled Liujiapolandslide［J］. Journal of Engineering Geology, 2015, 23（ 6） : 1127 − 1137. （ in Chinese with English abstract）
计量
- 文章访问数: 645
- HTML全文浏览量: 524
- PDF下载量: 485
邮件订阅
RSS