ISSN 1003-8035 CN 11-2852/P
  • 中国科技核心期刊
  • CSCD收录期刊
  • Caj-cd规范获奖期刊
  • Scopus 收录期刊
  • DOAJ 收录期刊
  • GeoRef收录期刊
欢迎扫码关注“i环境微平台”

西藏东南地区滑坡易发性多模型评价方法研究

臧烨祺, 郭永刚, 苏立彬, 王国闻, 吴升杰, 秦得顺

臧烨祺,郭永刚,苏立彬,等. 西藏东南地区滑坡易发性多模型评价方法研究[J]. 中国地质灾害与防治学报,2024,35(6): 58-69. DOI: 10.16031/j.cnki.issn.1003-8035.202309021
引用本文: 臧烨祺,郭永刚,苏立彬,等. 西藏东南地区滑坡易发性多模型评价方法研究[J]. 中国地质灾害与防治学报,2024,35(6): 58-69. DOI: 10.16031/j.cnki.issn.1003-8035.202309021
ZANG Yeqi,GUO Yonggang,SU Libin,et al. Assessment of landslide susceptibility in southeast Xizang Region based on multiple models[J]. The Chinese Journal of Geological Hazard and Control,2024,35(6): 58-69. DOI: 10.16031/j.cnki.issn.1003-8035.202309021
Citation: ZANG Yeqi,GUO Yonggang,SU Libin,et al. Assessment of landslide susceptibility in southeast Xizang Region based on multiple models[J]. The Chinese Journal of Geological Hazard and Control,2024,35(6): 58-69. DOI: 10.16031/j.cnki.issn.1003-8035.202309021

西藏东南地区滑坡易发性多模型评价方法研究

基金项目: 西藏自治区科技重大专项课题(XZ202201ZD0003G03);西藏自治区重点研发计划项目(XZ202201ZY0034G);研究生创业创新项目(YJS2023-49)
详细信息
    作者简介:

    臧烨祺(1999—),女,山西临汾人,水利水电工程专业,研究生,硕士,主要从事重大工程地质灾害监测与分析方面的研究。E-mail:1578395974@qq.com

    通讯作者:

    郭永刚(1966—),男,黑龙江双城人,水利工程专业,博士,教授,博士生导师,主要从事水利水电工程强震安全监测、水工结构地震危险性安全评价及灾害防治方面的研究。E-mail:1960373107@qq.com

  • 中图分类号: P622.22

Assessment of landslide susceptibility in southeast Xizang Region based on multiple models

  • 摘要:

    藏东南地区地质环境复杂、灾害频发,滑坡给区内工程建设和人财安全造成较大威胁。为选出藏东南地区区域滑坡预测精度较高的模型,文章通过实地调研修正滑坡点数据,结合地形地貌因子、地质因子、地表覆盖因子和诱发因子并通过主成分分析法进行因子筛选,采用频率比模型、BP神经网络模型以及两种模型耦合来进行藏东南地区区域滑坡预测,最后用ROC曲线来检验模型精度。结果表明:经过因子筛选后的频率比模型对藏东南地区预测精度最高(AUC=0.889),通过主成分分析剔除因子的模型精度高于未剔除因子模型精度且藏东南地区滑坡主要沿水系分布,多分布在雅鲁藏布江、达曲、藏曲、怒江、澜沧江、伟曲、詹曲和扎曲两侧。利用所得模型对研究区灾害进行预测,得出滑坡点均处于高易发区及易发区内,研究得出的模型可为藏东南地区工程建设提供技术参考。

    Abstract:

    The geological environment in southeast Xizang is complicated and disasters occur frequently. Landslides pose a great threat to engineering construction and human and financial safety in the region. In order to select models with higher precision for regional landslide prediction in southeast Xizang, this paper used modified landslide point data through field investigation, combined with topographic and geomorphic factors, geological factors, land cover factors and induced factors, and screened the factors through principal component analysis. Frequency ratio models, BP neural network models, and a combination of the two models were used for regional landslides prediction in southeast Xizang. Finally, ROC curves were used to evaluate the model accuracy. The results showed that the frequency ratio model after factor selection had the highest prediction accuracy for southeast Xizang (AUC=0.889). Models with factors removed through principal component analysis had higher accuracy than those without removal, and landslides in southeast Xizang were mainly distributed along river systems, including the Yarlung Zangbo River, Daqu River, Zangqu River, Nujiang River, Lancang River, Weiqu River, Janqu River and Zhaqu River. The models were used to predict the disaster in the study area, revealing that landslide points were located in high susceptibility and susceptibility zones. The models developed in this study can provide technical reference for engineering construction in southeast Xizang.

  • 2010年8月8日凌晨,舟曲县城北侧三眼峪沟和罗家峪沟同时暴发特大山洪泥石流,城区三分之一被淹,共造成1435人死亡,330人失踪,直接经济损失超过10亿元[1-2],给舟曲县城居民生命财产造成了巨大损失,也给当地生产生活带来严重困难。灾害引起了党中央、国务院、中央军委及全国人民的高度关注,启动国家二级救灾应急响应,同时批复专项资金进行治理。其中,重力式拦挡坝是舟曲泥石流治理中的最主要工程之一。

    周龙茂等[3]认为拦挡坝在泥石流治理中发挥着重要作用,但同时拦挡坝也是最易遭受破坏、失去防灾功能的泥石流防治构筑物,因此,在泥石流设计中,为了拦挡坝不被破坏,往往设计得很保守,王念秦等[4]提出这种设计容易造成两个极端现象:保守,造成资金浪费;冒进,防治工程失败。要做到既能保证拦挡坝安全,又能将投资最小化,就要求对泥石流拦挡坝抗冲击力验算方法提出新要求。传统的泥石流冲击力计算经验公式[5]只能通过大量试算表述结果,不能表述过程。而将三维有限元数值分析方法应用到泥石流拦挡坝稳定性验算中[6-7],能将过程和结果同时呈现,即通过分步加载的方法,逐步呈现拦挡坝的位移情况和抗冲击力过程中的破损情况。

    关于拦挡坝的数值模拟研究还比较少,本文将考虑损伤的混凝土本构模型与有限元计算方法相结合,对舟曲泥石流混凝土拦挡结构进行力学分析,最终确定了拦挡坝的抗冲击力合理区间,以期为泥石流治理工程的设计提供借鉴。

    杨东旭等[8]、许海亮等[9]、张睿骁等[10]认为冲击力是破坏防治工程构筑物的主要作用力之一,其大小与泥石流流量、流速、容重等有关。泥石流冲击力是泥石流防治工程设计的重要参数,分为流体整体冲击力和个别石块的冲击力两种,在设计中取两种计算结果较高者为设计依据。文章采用《泥石流灾害防治工程设计规范》(DZT 0239—2004)中的经验公式[5]作为数值计算结果的参考和验证。

    流体整体冲击力计算公式:

    $$f = K\frac{{{\gamma_C}}}{g}v_c^2$$ (1)

    式(1)中:f−冲击力/Pa;

    K−系数,取2.5;

    ${\gamma_C} $−泥石流重度/(t·m−3);

    g−重力加速度,取9.8 m·s−2

    vc−断面处泥石流流速(m·s−1)。

    个别石块的冲击力计算公式:

    $${F_b} = \sqrt {\frac{{48EJ{V^2}W}}{{g{L^3}}}} \cdot \sin \alpha $$ (2)

    式(2)中:Fb−泥石流大石块冲击力/(t·m−2);

    E−工程构件弹性模量/(t·m−2);

    J−工程构件界面中心轴的惯性矩/m4

    V−石块运动速度(m·s−1);

    W−石块重量/t;

    L−构件长度/m;

    α−石块运动方向与构件受力面的夹角/(°)。

    泥石流具体参数和计算结果见表1,编号和《甘肃省舟曲县三眼峪沟泥石流灾害设计报告》[1]中保持一致。

    表  1  泥石流冲击力计算参数及结果
    Table  1.  Debris flow impact calculation parameters and results
    编号${\gamma _c}$/(t·m−3${v_c}$/(m·s−1$L$/m$W$/t$V$/(m·s−1$\sin \alpha $$E$/(t·m−2$J$/m4$f$/(t·m−2${F_b}$/(t·m−2
    大1号坝2.096.565.516210.550.9462.8274.6322.497.14
    大2号坝2.096.602.8817.530.9462.8274.6322.767.34
    大3号坝2.036.618.6259.213.200.9462.8216.0022.1719.95
    大4号坝2.038.674.394.59.330.9462.8421.8838.1519.62
    小2号坝2.036.563.183.77.920.9462.8421.8821.844.28
    小3号坝2.139.865.8129.610.840.9462.8274.6351.778.98
    小4号坝2.135.492.875.67.530.9462.8421.8816.0514.17
    小6号坝2.138.124.7121.59.761.0002.8512.0035.1137.01
    主1号坝2.136.5311.2361.815.060.9462.8421.8822.7144.35
    主2号坝2.136.167.5234.912.320.9462.8343.0020.2112.44
    下载: 导出CSV 
    | 显示表格

    计算区域按地质资料分高程、分区域模拟。模型向上游及下游分别延伸至坝体厚度的2倍,模型高度方向自坝基向下延伸坝体垂直部分的2倍。以大2号坝为例进行数值模拟,砼坝体和地基土数值分析具体参数见表2

    分析中将泥石流流体的冲击力P简化为静力加载到坝体侧面,计算坝体的极限抗冲击能力,简化计算力学模型如图1所示。

    表  2  混凝土坝和地基碎石土参数
    Table  2.  Concrete dam and gravel soil parameter
    名称坝体沟床碎石土
    弹性模量/GPa泊松比损伤阈值拉压强度比弹性模量/MPa泊松比黏聚力/kPa内摩擦角/(°)剪胀角/(°)
    取值24.00.22×10−40.152400.25.04040
    下载: 导出CSV 
    | 显示表格
    图  1  简化力学模型示意图
    Figure  1.  Mechanical model of concrete dam

    数值模拟使用有限元软件ABAQUS进行计算分析。冯帅等[11]认为数值计算出的泥石流的极限抗冲压力大于经验公式计算出的泥石流整体冲击压力。因此,本文分别按泥石流流体高度h=H/2坝高(工况1)及h=H(工况2)两种工况进行分析,将数值计算出的抗冲击力限定在一合理区间。计算中加载每一荷载增量后均计算至收敛,并记录坝体的最大位移。加载至破坏时(计算不收敛,坝体位移不断增大)的压力P与坝体最大位移曲线由倾斜直线变为水平线,坝体所能承受的最大冲击力Pu可由压力P与坝体最大位移曲线水平段的和坐标求出。应力以拉为正,以压为负,应力的单位为Pa,长度单位为m,位移单位为mm,其他单位均采用国际单位制。具体模型边界和网格划分图2所示。

    图  2  模型边界和网格划分
    Figure  2.  Model boundary and meshing

    大坝按泥石流冲击高度h=H/2坝高计算,在拦挡坝的一侧施加泥石流冲击力,荷载增量取值100 kPa,每加一次荷载,计算至收敛,并且记录一次坝体的最大位移;一直持续加载至破坏时,即计算不收敛且坝体位移不断增大时停止计算。

    周勇等[12]采用结构动力学的方法,建立了泥石流冲击荷载与拦挡坝的动力方程,提出拦挡坝的坝顶处有最大的位移,为本次工程力学计算提供了一种思路。将泥石流冲击力与相应荷载下坝体位移进行统计,形成图3所示冲击力与坝体最大位移关系曲线,会发现坝体水平位移随着拦挡坝冲击力增大呈对数曲线递增,泥石流流体高度h=H/2工况条件下施加的最大冲击力Pu=3500 kPa(357.14 t/m2)。

    图  3  冲击力与坝体最大位移曲线(h=H/2)
    Figure  3.  Pressure and the maximum dam displacement curve(h=H/2)

    坝体损毁过程如图4所示,冲击力达到800 kPa(水平位移1 mm)时坝体开始出现初始损伤;冲击力达到1100 kPa(水平位移1.4 mm)时两侧坝肩和基础局部都出现较明显损伤;冲击力达到1400 kPa时(水平位移2 mm),泄水孔和泄水涵洞边缘出现局部损伤;冲击力达到2700 kPa(水平位移4.8 mm)时,基础出现大面积损伤,沿正面泄水涵洞和泄水孔形成纵向损伤;冲击力达到3200 kPa(水平位移7.2 mm)时,坝肩、基础及坝体正中损伤贯通,损伤区呈“W”型,坝体已基本失去功能,在工程实际应用中已达到破坏极限;冲击力达到3500 kPa时,坝体大面积损伤,超过坝体总面积的2/3,水平位移高达14 mm,整体性降低或消失,这只是一种模拟现象,在工程实际应用中泥石流物质沿坝体破坏处流通,坝体已不存在整体位移现象。

    图  4  不同泥石流冲击力下拦挡坝的损伤情况(h=H/2)
    Figure  4.  Damage of piles under different impact force of debris flow(h=H/2)

    大坝按泥石流冲击高度h=H坝高计算,荷载增量取值125 kPa,每加一次荷载,计算至收敛,同时记录一次坝体的最大位移,将泥石流冲击力与相应荷载下坝体位移进行统计,形成图5所示冲击力与坝体最大位移关系曲线,会发现坝体水平位移随着拦挡坝冲击力增大也呈对数曲线递增,泥石流流体高度h=H工况条件下施加的最大冲击力Pu=2490 kPa(254.08 t/m2)。

    图  5  冲击力与坝体最大位移曲线(h=H
    Figure  5.  Pressure and the maximum dam displacement curve(h=H

    坝体损毁过程如图6所示,冲击力达到375 kPa(水平位移1.7 mm)时坝体开始出现初始损伤;冲击力达到500 kPa(水平位移2.3 mm)时两侧坝肩和基础局部都出现较明显损伤;冲击力达到1250 kPa(水平位移6.6 mm)时,泄水孔和泄水涵洞边缘出现局部损伤;冲击力达到1500 kPa(水平位移8.4 mm)时,基础出现局部损伤,沿正面泄水涵洞和泄水孔形成纵向损伤,两侧坝肩损伤较严重;冲击力达到2000 kPa(水平位移14.8 mm)时,严重损伤区呈“W”型,坝肩、基础和坝体中心部位损伤基本贯通,坝体已基本失去功能,在工程实际应用中已达到破坏极限;冲击力达到2490 kPa时,坝体大面积损伤,超过坝体总量的2/3,水平位移高达40.4 mm,整体性降低或消失,这也只是一种模拟现象,在工程实际应用中泥石流物质沿坝体破坏处流通,坝体已不存在整体位移。

    图  6  不同泥石流冲击力下拦挡坝的损伤情况(h=H
    Figure  6.  Damage of piles under different impact force of debris flow(h=H

    同样方法计算三眼峪及各支沟泥石流重力式拦挡工程冲击力,得到表3,结合表1可以看出,泥石流经验公式计算的单宽冲击力均小于工况1数值模拟验算结果,均大于工况2数值模拟验算结果,与工况1和2的平均值接近。2012年建成至今,大部分坝体库容淤积过半,部分甚至已淤满,说明拦挡坝经受住了各种泥石流冲击破坏的考验。

    表  3  重力坝冲击力数值模拟验算结果对比表(单位:t/m2
    Table  3.  Comparison of results of numerical simulation of impact of gravity dam (unit: t/m2)
    编号经验公式
    计算冲击力
    h=H/2
    最大冲击力
    h=H
    最大冲击力
    计算平均值
    大1号坝22.4927.0017.5522.28
    大2号坝22.7627.3617.7822.57
    大3号坝22.1726.6417.3221.98
    大4号坝38.1545.8429.8037.82
    小2号坝21.8426.2817.0821.68
    小3号坝51.7762.1640.4051.28
    小4号坝16.0519.3212.5615.94
    小6号坝37.0144.5228.9436.73
    主1号坝44.3553.2834.6343.96
    主2号坝20.2124.3615.8320.10
    下载: 导出CSV 
    | 显示表格

    将2种工况进行比较,工况1的冲击力达到800 kPa时坝体开始出现初始损伤,最大冲击力为3500 kPa,而工况2的冲击力达到375 kPa时桩体开始出现初始损伤,最大冲击力为2490 kPa。说明冲击高度对坝体的影响较大,随高度增加,达到初损的冲击力荷载几乎成倍数减少,而最大冲击力也减少1000 kPa。这说明在拦挡坝设计中泄水涵洞和泄水孔的预留很重要,为减少拦挡坝的冲击破坏,应尽量选择低坝,同时在不影响坝体安全和停淤功能的基础上,应多布设泄水涵洞和泄水孔,降低坝前壅水位,最大可能避免或减少高水位过流。

    拦挡坝的损伤从两侧坝肩开始,再到拦挡坝中间部位的泄水涵洞及泄水孔边缘,然后到基础,最后坝肩、中间部位和基础形成“W”型的贯通破坏,其破损部位按先后顺序依次为“坝肩—泄水涵洞及泄水孔—基础—“W”型贯通”4个过程。设计时应重点考虑这几处薄弱环节,要相应的进行专门的加固处理。

    从安全和经济方面考虑,在拦挡坝设计中冲击力的考虑应该取工况1和工况2之间值较合理,工况1存在风险,工况2偏保守,而工况1和2的中间值接近经验公式计算冲击力。从表3中可知,三眼峪设计中的冲击力选择也是工况1和2的平均值,从而保障了拦挡坝的安全运行。

    由于真实模拟泥石流重力式拦挡坝的室内大型实验难度比较大,野外测定随机性太大,故本文采用数值模拟的方式来分析三眼峪沟拦挡坝的受力情况。结果表明数值模拟对分析问题有一定的指导意义,可以和现有的泥石流设计理论结合,为以后工程设计提供安全对比,但是不能代替物理实验和理论计算。

    (1)本文通过有限元软件ABAQUS进行拦挡坝数值模拟计算和分析,比较2种工况条件发现:随着泥石流冲击高度增加,达到初损的冲击力荷载成倍数减少,而最大冲击力也减少1000 kPa;拦挡坝的损伤从两侧坝肩开始,再到拦挡坝中间部位的泄水涵洞及泄水孔边缘,形成“W”型的贯通破坏。

    (2)通过与经验公式计算冲击力比较,发现拦挡坝设计中冲击力选择工况1和2的平均值较合理,可以为工程设计提供安全对比。

  • 图  1   研究区滑坡点分布图

    Figure  1.   Distribution map of landslide points in the study area

    图  2   神经网络结构图

    Figure  2.   Structure diagram of neural network

    图  3   耦合模型结构图

    Figure  3.   Coupled model structure diagram

    图  4   坡度指标分级图

    Figure  4.   Slope index classification map

    图  5   坡向指标分级图

    Figure  5.   Aspect index classification map

    图  6   高程指标分级图

    Figure  6.   Elevation index classification map

    图  7   起伏度指标分级图

    Figure  7.   Relief index classification map

    图  8   地层岩性指标分级图

    Figure  8.   Formation lithology index classification map

    图  9   距河流距离指标分级图

    Figure  9.   Distance to river index classification map

    图  10   距道路距离指标分级图

    Figure  10.   Distance to road index classification map

    图  11   土地利用指标分级图

    Figure  11.   Land use index classification map

    图  12   降雨量指标分级图

    Figure  12.   Rainfall index classification map

    图  13   易发性分区图

    Figure  13.   Susceptibility zoning diagram

    图  14   ROC曲线图

    Figure  14.   ROC curves for different models

    图  15   未来藏东南预测区

    Figure  15.   Future prediction area in southeast Xizang

    表  1   数据来源

    Table  1   Summary table of data sources

    一级因子 二级因子 数据来源 类型 精度
    地形因子 坡度 国家地理空间数据云(www.gscloud.cn
    国家地质资料数据中心(www.ngac.org.cn
    栅格 30 m
    坡向 栅格 30 m
    高程 栅格 30 m
    地形起伏度 栅格 30 m
    地质因子 地层岩性 GLi M 全球岩性数据集 栅格 30 m
    地表覆盖因子 距河流距离 1∶100万全国基础地理信息数据 矢量 1∶50 000
    距道路距离 矢量 1∶50 000
    土地利用率 中国科学院资源环境科学与技术中心 矢量 1∶50 000
    诱发因子 降雨量 栅格 30 m
    下载: 导出CSV

    表  2   因子相关性分析

    Table  2   Factor correlation analysis

    坡度 坡向 高程 地形起伏度 距河流距离 距道路距离 土地利用 降雨量 地层岩性
    坡度 1
    坡向 0.062 1
    高程 −0.072 −0.016 1
    地形起伏度 0.679** 0.077* −0.167** 1
    距河流距离 −0.07 0 0.413** −0.073 1
    距道路距离 0.053 0.047 −0.049 0.198** 0.162** 1
    土地利用 0.007 0.026 0.073 0.053 0.057 0.186** 1
    降雨量 0.149** 0.155** −0.547** 0.259** −0.228** 0.195** 0.008 1
    地层岩性 0.110** 0.067 −0.353** 0.157** −0.144** 0.098* 0.051 0.295** 1
      注:**在0.01级别(双尾),相关性显著;*在0.05级别(单尾),相关性显著。
    下载: 导出CSV

    表  3   主成分分析矩阵

    Table  3   Principal component analysis matrix

    成分
    123
    高程−0.855
    降雨量0.748
    距河流距离−0.601
    地层岩性0.585
    坡度0.923
    地形起伏度0.890
    距道路距离0.768
    土地利用0.621
    坡向
    下载: 导出CSV

    表  4   重大滑坡事件易发性预测

    Table  4   Prediction of susceptibility for major landslide events

    灾害名称地理位置预测易发性
    贡龙滑坡昌都市察雅县易发区
    易贡电站滑坡林芝市波密县易发区
    达木乡滑坡林芝市墨脱县高易发区
    通易公路滑坡林芝市波密县高易发去
    塔林村林芝市察隅县易发区
    下载: 导出CSV
  • [1] 张林梵,王佳运,张茂省,等. 基于BP神经网络的区域滑坡易发性评价[J]. 西北地质,2022,55(2):260 − 270. [ZHANG Linfan,WANG Jiayun,ZHANG Maosheng,et al. Evaluation of regional landslide susceptibility assessment based on BP neural network[J]. Northwestern Geology,2022,55(2):260 − 270. (in Chinese with English abstract)]

    ZHANG Linfan, WANG Jiayun, ZHANG Maosheng, et al. Evaluation of regional landslide susceptibility assessment based on BP neural network[J]. Northwestern Geology, 2022, 55(2): 260 − 270. (in Chinese with English abstract)

    [2] 陶伟,孙岳. 基于GIS滑坡地质灾害易发性评价方法综述[J]. 世界有色金属,2020(21):157 − 159. [TAO Wei,SUN Yue. Review on the evaluation methods of landslide geological hazards based on GIS[J]. World Nonferrous Metals,2020(21):157 − 159. (in Chinese with English abstract)]

    TAO Wei, SUN Yue. Review on the evaluation methods of landslide geological hazards based on GIS[J]. World Nonferrous Metals, 2020(21): 157 − 159. (in Chinese with English abstract)

    [3] 马啸,王念秦,李晓抗,等. 基于RF-FR模型的滑坡易发性评价——以略阳县为例[J]. 西北地质,2022,55(3):335 − 344. [MA Xiao,WANG Nianqin,LI Xiaokang,et al. Assessment of landslide susceptibility based on RF-FR model:Taking Lueyang County as an example[J]. Northwestern Geology,2022,55(3):335 − 344. (in Chinese with English abstract)]

    MA Xiao, WANG Nianqin, LI Xiaokang, et al. Assessment of landslide susceptibility based on RF-FR model: Taking Lueyang County as an example[J]. Northwestern Geology, 2022, 55(3): 335 − 344. (in Chinese with English abstract)

    [4] 常志璐,黄发明,蒋水华,等. 基于多尺度分割方法的斜坡单元划分及滑坡易发性预测[J]. 工程科学与技术,2023,55(1):184 − 195. [CHANG Zhilu,HUANG Faming,JIANG Shuihua,et al. Slope unit extraction and landslide susceptibility prediction using multi-scale segmentation method[J]. Advanced Engineering Sciences,2023,55(1):184 − 195. (in Chinese with English abstract)]

    CHANG Zhilu, HUANG Faming, JIANG Shuihua, et al. Slope unit extraction and landslide susceptibility prediction using multi-scale segmentation method[J]. Advanced Engineering Sciences, 2023, 55(1): 184 − 195. (in Chinese with English abstract)

    [5] 吴晶晶,江思义,吴秋菊,等. 基于GIS与BP神经网络的崩塌滑坡地质灾害易发性预测[J]. 资源信息与工程,2021,36(4):100 − 104. [WU Jingjing,JIANG Siyi,WU Qiuju,et al. Landslide geological hazard vulnerability evaluation based on GIS and BP neural network[J]. Resource Information and Engineering,2021,36(4):100 − 104. (in Chinese with English abstract)]

    WU Jingjing, JIANG Siyi, WU Qiuju, et al. Landslide geological hazard vulnerability evaluation based on GIS and BP neural network[J]. Resource Information and Engineering, 2021, 36(4): 100 − 104. (in Chinese with English abstract)

    [6] 刘璐瑶,高惠瑛,李照. 基于CF与Logistic回归模型耦合的永嘉县滑坡易发性评价[J]. 中国海洋大学学报(自然科学版),2021,51(10):121 − 129. [LIU Luyao,GAO Huiying,LI Zhao. Landslide susceptibility assessment based on coupling of CF model and Logistic regression model in Yongjia County[J]. Periodical of Ocean University of China,2021,51(10):121 − 129. (in Chinese with English abstract)]

    LIU Luyao, GAO Huiying, LI Zhao. Landslide susceptibility assessment based on coupling of CF model and Logistic regression model in Yongjia County[J]. Periodical of Ocean University of China, 2021, 51(10): 121 − 129. (in Chinese with English abstract)

    [7] 杨强,王高峰,丁伟翠,等. 多种组合模型的区域滑坡易发性及精度评价[J]. 自然灾害学报,2021,30(2):36 − 51. [YANG Qiang,WANG Gaofeng,DING Weicui,et al. Susceptibility and accuracy evaluation of regional landsldie based on multiple hybrid models[J]. Journal of Natural Disasters,2021,30(2):36 − 51. (in Chinese with English abstract)]

    YANG Qiang, WANG Gaofeng, DING Weicui, et al. Susceptibility and accuracy evaluation of regional landsldie based on multiple hybrid models[J]. Journal of Natural Disasters, 2021, 30(2): 36 − 51. (in Chinese with English abstract)

    [8] 丛威青,潘懋,李铁锋,等. 基于GIS的滑坡、泥石流灾害危险性区划关键问题研究[J]. 地学前缘,2006,13(1):185 − 190. [CONG Weiqing,PAN Mao,LI Tiefeng,et al. Key research on landslide and debris flow hazard zonation based on GIS[J]. Earth Science Frontiers,2006,13(1):185 − 190. (in Chinese with English abstract)]

    CONG Weiqing, PAN Mao, LI Tiefeng, et al. Key research on landslide and debris flow hazard zonation based on GIS[J]. Earth Science Frontiers, 2006, 13(1): 185 − 190. (in Chinese with English abstract)

    [9] 崔阳阳. 基于不同评价单元的滑坡易发性评价方法研究——以陕西省洛南县为例[D]. 西安:西安科技大学,2021. [CUI Yangyang. A comparative study on evaluation methods of landslide susceptibility based on different evaluation units[D]. Xi’an:Xi’an University of Science and Technology,2021. (in Chinese with English abstract)]

    CUI Yangyang. A comparative study on evaluation methods of landslide susceptibility based on different evaluation units[D]. Xi’an: Xi’an University of Science and Technology, 2021. (in Chinese with English abstract)

    [10] 邓念东,崔阳阳,郭有金. 基于频率比-随机森林模型的滑坡易发性评价[J]. 科学技术与工程,2020,20(34):13990 − 13996. [DENG Niandong,CUI Yangyang,GUO Youjin. Frequency ratio-random forest-model-based landslide susceptibility assessment[J]. Science Technology and Engineering,2020,20(34):13990 − 13996. (in Chinese with English abstract)]

    DENG Niandong, CUI Yangyang, GUO Youjin. Frequency ratio-random forest-model-based landslide susceptibility assessment[J]. Science Technology and Engineering, 2020, 20(34): 13990 − 13996. (in Chinese with English abstract)

    [11] 杨云建,周学铖,何中海,等. 多时相数字孪生滑坡变形监测方法与应用研究——以金沙江白格滑坡为例[J]. 水文地质工程地质,2024,51(2):132 − 143. [YANG Yunjian, ZHOU Xuecheng, HE Zhonghai, et al. Multi-temporal digital twin method and application of landslide deformation monitoring: A case study on Baige landslide in Jinsha River[J]. Hydrogeology & Engineering Geology,2024,51(2):132 − 143. (in Chinese with English abstract)]

    YANG Yunjian, ZHOU Xuecheng, HE Zhonghai, et al. Multi-temporal digital twin method and application of landslide deformation monitoring: A case study on Baige landslide in Jinsha River[J]. Hydrogeology & Engineering Geology, 2024, 51(2): 132 − 143. (in Chinese with English abstract)

    [12] 张泽方. 耦合MaxEnt模型的望谟县滑坡易发性对比研究[J]. 赤峰学院学报(自然科学版),2022,38(10):108 − 113. [ZHANG Zefang. Comparative study on landslide vulnerability in Wangmo County coupled with MaxEnt model[J]. Journal of Chifeng University (Natural Science Edition),2022,38(10):108 − 113. (in Chinese with English abstract)]

    ZHANG Zefang. Comparative study on landslide vulnerability in Wangmo County coupled with MaxEnt model[J]. Journal of Chifeng University (Natural Science Edition), 2022, 38(10): 108 − 113. (in Chinese with English abstract)

    [13] 刘明学,陈祥,杨珊妮. 基于逻辑回归模型和确定性系数的崩滑流危险性区划[J]. 工程地质学报,2014,22(6):1250 − 1256. [LIU Mingxue,CHEN Xiang,YANG Shanni. Zonation of landslide risk with logistic regression model and certainty factor[J]. Journal of Engineering Geology,2014,22(6):1250 − 1256. (in Chinese with English abstract)]

    LIU Mingxue, CHEN Xiang, YANG Shanni. Zonation of landslide risk with logistic regression model and certainty factor[J]. Journal of Engineering Geology, 2014, 22(6): 1250 − 1256. (in Chinese with English abstract)

    [14] 李信,薛桂澄,夏南,等. 基于CF模型、CF-LR模型和CF-AHP模型的国家热带雨林公园地质灾害易发性研究——以海南保亭为例[J]. 现代地质,2023,37(4):1033 − 1043. [LI Xin,XUE Guicheng,XIA Nan,etal. Study on geological hazard susceptibility of national tropical rainforest Park based on CF model,CF-LR model and CF-AHP model:A case study of Baoting,Hainan Province[J]. Modern Geology,2023,37(4):1033 − 1043. (in Chinese with English abstract)]

    LI Xin, XUE Guicheng, XIA Nan, etal. Study on geological hazard susceptibility of national tropical rainforest Park based on CF model, CF-LR model and CF-AHP model: A case study of Baoting, Hainan Province[J]. Modern Geology, 2023, 37(4): 1033 − 1043. (in Chinese with English abstract)

    [15] 薛正海,冯文凯,韩靖楠,等. 基于信息量及层次分析关联法和BP神经网络耦合的滑坡易发性评价[J/OL]. 桂林理工大学学报,2022:1 − 13. (2022-10-10). https://kns.cnki.net/kcms/detail/45.1375.N.20221010.1140.004.html. [XUE Zhenghai,FENG Wenkai,HAN Jingnan,et al. Landslide susceptibility evaluation based on information value and AHP correlation method coupled with BP neural network model[J/OL]. Journal of Guilin University of Technology,2022:1 − 13. (2022-10-10). https://kns.cnki.net/kcms/detail/45.1375.N.20221010.1140.004.html. (in Chinese with English abstract)]

    XUE Zhenghai, FENG Wenkai, HAN Jingnan, et al. Landslide susceptibility evaluation based on information value and AHP correlation method coupled with BP neural network model[J/OL]. Journal of Guilin University of Technology, 2022: 1 − 13. (2022-10-10). https://kns.cnki.net/kcms/detail/45.1375.N.20221010.1140.004.html. (in Chinese with English abstract)

    [16] 何书,胡萌,杨志华,等. 基于模糊频率比与熵指数的滑坡易发性评价——以崇义县为例[J]. 有色金属科学与工程,2022,13(4):80 − 90. [HE Shu,HU Meng,YANG Zhihua,et al. Evaluation of landslide susceptibility based on the fuzzy frequency ratio and entropy index:A case study of Chongyi County[J]. Nonferrous Metals Science and Engineering,2022,13(4):80 − 90. (in Chinese with English abstract)]

    HE Shu, HU Meng, YANG Zhihua, et al. Evaluation of landslide susceptibility based on the fuzzy frequency ratio and entropy index: A case study of Chongyi County[J]. Nonferrous Metals Science and Engineering, 2022, 13(4): 80 − 90. (in Chinese with English abstract)

    [17] 黄艳婷,郭永刚. 考虑降雨敏感度的泥石流危险性评价——以藏东南地区为例[J]. 中国地质灾害与防治学报,2023,34(1):129 − 138. [HUANG Yanting,GUO Yonggang. Debris flow risk assessment considering different rainfall sensitivity:A case study in southeast Tibet[J]. The Chinese Journal of Geological Hazard and Control,2023,34(1):129 − 138. (in Chinese with English abstract)]

    HUANG Yanting, GUO Yonggang. Debris flow risk assessment considering different rainfall sensitivity: A case study in southeast Tibet[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(1): 129 − 138. (in Chinese with English abstract)

    [18] 张本浩,魏云杰,杨成生,等. 西藏然乌地区地质灾害隐患点InSAR识别与监测[J]. 中国地质灾害与防治学报,2022,33(1):18 − 26. [ZHANG Benhao,WEI Yunjie,YANG Chengsheng,et al. InSAR identification and monitoring of geological hazards in Ranwu region of Tibet[J]. The Chinese Journal of Geological Hazard and Control,2022,33(1):18 − 26. (in Chinese with English abstract)]

    ZHANG Benhao, WEI Yunjie, YANG Chengsheng, et al. InSAR identification and monitoring of geological hazards in Ranwu region of Tibet[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(1): 18 − 26. (in Chinese with English abstract)

    [19] 杜国梁,杨志华,袁颖,等. 基于逻辑回归–信息量的川藏交通廊道滑坡易发性评价[J]. 水文地质工程地质,2021,48(5):102 − 111. [DU Guoliang,YANG Zhihua,YUAN Ying,et al. Landslide susceptibility mapping in the Sichuan-Tibet traffic corridor using logistic regression-information value method[J]. Hydrogeology & Engineering Geology,2021,48(5):102 − 111. (in Chinese with English abstract)]

    DU Guoliang, YANG Zhihua, YUAN Ying, et al. Landslide susceptibility mapping in the Sichuan-Tibet traffic corridor using logistic regression-information value method[J]. Hydrogeology & Engineering Geology, 2021, 48(5): 102 − 111. (in Chinese with English abstract)

    [20]

    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

    [21] 张海军,戚鹏程. 基于频率比和逻辑回归模型的东北地区火险制图研究[J]. 地理与地理信息科学,2012,28(5):35 − 38 + 42 + 113. [ZHANG Haijun,QI Pengcheng. Mapping fire occurrence susceptibility in Northeast China:Comparison of Frequency ratio and binary logistic regression[J]. Geography and Geo-Information Science,2012,28(5):35 − 38. (in Chinese with English abstract)]

    ZHANG Haijun, QI Pengcheng. Mapping fire occurrence susceptibility in Northeast China: Comparison of Frequency ratio and binary logistic regression[J]. Geography and Geo-Information Science, 2012, 28(5): 35 − 38. (in Chinese with English abstract)

    [22]

    PAL S C,CHOWDHURI I. GIS-based spatial prediction of landslide susceptibility using frequency ratio model of Lachung River Basin,North Sikkim,India[J]. SN Applied Sciences,2019,1(5):416. DOI: 10.1007/s42452-019-0422-7

    [23]

    LEE S,SAMBATH T. Landslide susceptibility mapping in the Damrei Romel area,Cambodia using frequency ratio and logistic regression models[J]. Environmental Geology,2006,50(6):847 − 855. DOI: 10.1007/s00254-006-0256-7

  • 期刊类型引用(26)

    1. 李超然,袁广祥. 甘肃省宕昌县地质灾害易发性评价. 地质灾害与环境保护. 2025(01): 21-25 . 百度学术
    2. 兰盈盈,郭昶成,朱云福. 地质灾害易发性评价方法综述. 地质与资源. 2024(01): 65-73 . 百度学术
    3. 杨晶晶,肖玉,安泉,刘浩,公斌. 黔东北地区地质灾害时空分布规律及孕灾地质环境研究. 中国煤炭地质. 2024(02): 64-68 . 百度学术
    4. 李晓玮,刘翠娜. 基于AHP法山区公路边坡稳定性评价及危害性分析. 河北地质大学学报. 2024(02): 61-65+134 . 百度学术
    5. 南赟,翟淑花,李岩,曹颖,罗守敬,王云涛,郭学飞. 北京地区“23·7”特大暴雨型地质灾害特征及预警成效分析. 中国地质灾害与防治学报. 2024(02): 66-73 . 本站查看
    6. 曾欣,黄梦妮,胡毓灵,邓新林,谢倩雯. 株洲市地质灾害特征与降雨量的关系. 气象研究与应用. 2024(01): 83-89 . 百度学术
    7. 唐朝. 基于ArcGIS的当涂县地质灾害风险调查与评价. 现代矿业. 2024(04): 187-190+196 . 百度学术
    8. 蔡佳明. 北京东部山区地质灾害危险性评价. 地质灾害与环境保护. 2024(02): 49-55 . 百度学术
    9. 李晓玮. 北京北宫镇大灰厂路牵引式岩质滑坡勘查及防治对策. 城市地质. 2024(02): 139-148 . 百度学术
    10. 赵丹凝,焦润成,杨春. “23·7”强降雨对北京西山曹家坊泥石流隐患易发性影响. 城市地质. 2024(03): 353-364 . 百度学术
    11. 尹展,郝玉军,卜鹏,杨艳绪. 湘南中低山区滑坡孕灾因子分析及易发性评价——以江华县为例. 矿产勘查. 2024(10): 1878-1884 . 百度学术
    12. 李晓玮,郑晓钰,史昕宇. 北京西部采空区初勘及场地适宜性评价. 防灾减灾学报. 2024(04): 7-12 . 百度学术
    13. 支泽民,刘峰贵,周强,夏兴生,陈琼. 基于流域单元的地质灾害易发性评价——以西藏昌都市为例. 中国地质灾害与防治学报. 2023(01): 139-150 . 本站查看
    14. 王涛,李鹏洋,逯兴娅,苏生瑞,董永超. 陕西省韩城市地质灾害易发性评价. 甘肃科学学报. 2023(02): 55-62 . 百度学术
    15. 张群,冯辉,贾三满,张沁瑞,贾磊. 基于CF与Logistic回归模型耦合的地质灾害易发性评价——以北京市大清河流域生态涵养区为例. 城市地质. 2023(01): 17-25 . 百度学术
    16. 罗琳,刘雄,翁建,王锦阳,楼雄标. 某乡镇地质灾害风险评价. 科技通报. 2023(04): 93-102 . 百度学术
    17. 孙佩,杨良哲,康全国,张驰,尹伟,周凌云,易洁伟,王雯雯. 一般调查区地质灾害易发性评价——以咸丰县为例. 资源信息与工程. 2023(04): 95-98 . 百度学术
    18. 叶泽宇,徐尚智,刘欢欢,于家烁,翟淑花,冒建. 基于信息量与逻辑回归耦合模型的北京西山崩塌易发性评价. 城市地质. 2023(03): 9-15 . 百度学术
    19. 阳清青,余秋兵,张廷斌,易桂花,张恺. 基于GDIV模型的大渡河中游地区滑坡危险性评价与区划. 中国地质灾害与防治学报. 2023(05): 130-140 . 本站查看
    20. 王海芝,曾庆利,许冰,胡福根,于淼. 北京“7·21”特大暴雨诱发的地质灾害类型及其特征分析. 中国地质灾害与防治学报. 2022(02): 125-132 . 本站查看
    21. 焦伟之,张明,谢鑫鹏,李成文,刘涛,庞海松. 基于GIS与加权信息量模型的城镇地质灾害易发性评价——以大新镇为例. 安全与环境工程. 2022(04): 119-128 . 百度学术
    22. 简鹏,李文彦,张治家,时伟,党发宁,郭红东,李松. 基于多因素加权指数和法的区域地质灾害易发性评价研究——以麦积区为例. 甘肃地质. 2022(03): 63-72 . 百度学术
    23. 白光顺,杨雪梅,朱杰勇,张世涛,祝传兵,康晓波,孙滨,周琰嵩. 基于证据权法的昆明五华区地质灾害易发性评价. 中国地质灾害与防治学报. 2022(05): 128-138 . 本站查看
    24. 庄卓涵. 广州北部山区斜坡类地质灾害致灾机理及易发性分析——以广州从化良口—吕田一带为例. 地下水. 2022(06): 158-161 . 百度学术
    25. 王小东,罗园,付景保. 基于GIS的白龙江引水工程水源区地质灾害易发性评价. 南水北调与水利科技(中英文). 2022(06): 1231-1239 . 百度学术
    26. 郭富赟,宋晓玲,刘明霞. 黄河流域甘肃段地质灾害发育特征. 中国地质灾害与防治学报. 2021(05): 130-136 . 本站查看

    其他类型引用(6)

图(15)  /  表(4)
计量
  • 文章访问数:  247
  • HTML全文浏览量:  18
  • PDF下载量:  44
  • 被引次数: 32
出版历程
  • 收稿日期:  2023-09-12
  • 修回日期:  2024-01-07
  • 录用日期:  2024-05-26
  • 网络出版日期:  2024-06-18
  • 刊出日期:  2024-12-24

目录

/

返回文章
返回