基于易发性和临界降雨阈值的滑坡危险性预警建模研究
发布时间：2021-11-04 12:54
滑坡定义为斜坡上的岩体或土体,受到地下水活动、雨水浸泡、河流冲刷、地震或工程切坡等影响,在坡体自身重力作用下,沿着一定的软弱面或软弱带,整体或分散地向下滑动的现象。滑坡灾害一旦发生,不仅会直接威胁人们的生命财产安全,还会间接的导致土地规划、生产生活和环境资源利用等影响深远的问题。近年来,滑坡易发性评价的机器学习模型进步显著,但依然有必要采用更先进的机器学习模型,以便提高易发性评价精度;同时,现有预测降雨型滑坡时间概率的临界降雨阈值法以累积降雨量—历时或降雨强度—历时为主,往往未考虑前期有效降雨量对边坡稳定性的影响,导致临界降雨阈值的计算准确性有待提高;另外,不同的临界降雨阈值法计算得到的滑坡发生时间概率有所差异,这种差异给临界降雨阈值计算带来了较大的不确定性。针对上述滑坡危险性预警中存在的问题,本文以我国典型山地丘陵地区——江西省寻乌县为研究区域,开展基于易发性和临界降雨阈值的滑坡危险性预警研究,本文具体的研究内容和研究成果如下:（1）获取了研究区近40年的325个降雨型滑坡灾害数据,调查分析了研究区的地形地貌、地质条件、水文环境、土壤植被和人类工程活动的分布情况,结合研究区历史滑坡编...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：110 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 滑坡易发性评价研究现状
1.2.2 临界降雨阈值研究现状
1.3 本文研究内容和技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
1.4 论文结构
第2章 研究区概况和数据来源
2.1 研究区概况
2.2 研究区滑坡发育环境
2.2.1 地形地貌
2.2.2 水文和地质条件
2.2.3 土壤植被和人类工程活动
2.3 本章小结
第3章 环境因子统计分析
3.1 地形地貌因子
3.1.1 高程
3.1.2 坡度
3.1.3 坡向
3.1.4 平面曲率
3.1.5 剖面曲率
3.1.6 地形起伏度
3.2 基础地质因子和水文环境因子
3.2.1 地层岩性
3.2.2 距离水系的距离
3.3 地表覆盖因子
3.3.1 建筑物归一化指数
3.3.2 植被归一化指数
3.4 本章小结
第4章 滑坡易发性评价
4.1 滑坡易发性评价流程
4.1.1 数据的选择和处理
4.1.2 模型精度评价
4.1.3 滑坡易发性分级
4.2 基于支持向量机的滑坡易发性评价
4.2.1 原理和方法
4.2.2 建模评价过程
4.2.3 滑坡易发性分级
4.3 基于多层感知器的滑坡易发性评价
4.3.1 原理和方法
4.3.2 建模评价过程
4.3.3 滑坡易发性分级
4.4 基于随机森林的滑坡易发性评价
4.4.1 原理和方法
4.4.2 建模评价过程
4.4.3 滑坡易发性分级
4.5 三种机器学习模型结果比较
4.5.1 ROC精度
4.5.2 统计学精度比较
4.5.3 分级结果比较
4.6 滑坡易发性分级结果
4.7 本章小结
第5章 滑坡危险性预警
5.1 降雨型滑坡危险性预警流程
5.1.1 临界降雨阈值计算理论
5.1.2 研究数据的准备和处理
5.2 区域降雨与滑坡发生的关系
5.2.1 当日降雨与滑坡发生之间的关系
5.2.2 前期降雨与滑坡发生的关系
5.3 前期有效降雨量的计算
5.4 基于有效降雨强度的临界降雨阈值计算
5.4.1 EI-D阈值
5.4.2 EE-D阈值
5.4.3 EE-EI阈值
5.4.4 三个阈值模型效果比较
5.5 滑坡危险性预警评价
5.5.1 滑坡预警分级
5.5.2 滑坡预警分级效果实例验证
5.5.3 滑坡预警分级采取措施
5.6 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于信息量、逻辑回归及其耦合模型的滑坡易发性评估研究:以青海沙塘川流域为例[J]. 栗泽桐,王涛,周杨,刘甲美,辛鹏. 现代地质. 2019(01)
[2]基于不同分辨率DEM的永寿县地形信息差异分析[J]. 杨颖楠,李子夫,刘梦云,张杰,张萌萌,杨静涵,曹润珊. 水土保持研究. 2018(06)
[3]基于信息论与逻辑回归的滑坡定量空间预测[J]. 程艺昊. 新疆有色金属. 2018(01)
[4]A WD-GA-LSSVM model for rainfall-triggered landslide displacement prediction[J]. ZHU Xing,MA Shu-qi,XU Qiang,LIU Wen-de. Journal of Mountain Science. 2018(01)
[5]基于聚类分析和支持向量机的滑坡易发性评价[J]. 黄发明,殷坤龙,蒋水华,黄劲松,曹中山. 岩石力学与工程学报. 2018(01)
[6]基于滑坡敏感性与降雨强度-历时的中国浅层降雨滑坡时空分析与模拟[J]. 李巍岳,刘春,Marco SCAIONI,孙伟伟,陈钰,姚东京,陈生,洪阳,张凯航,程国栋. 中国科学:地球科学. 2017(04)
[7]Landslide susceptibility mapping using an integrated model of information value method and logistic regression in the Bailongjiang watershed, Gansu Province, China[J]. DU Guo-liang,ZHANG Yong-shuang,IQBAL Javed,YANG Zhi-hua,YAO Xin. Journal of Mountain Science. 2017(02)
[8]鄂西南地区单体滑坡灾害风险分析——以五峰县盐业公司滑坡为例[J]. 连志鹏,徐勇. 华南地质与矿产. 2016(03)
[9]浙江62个丘陵山区县引发滑坡的降雨强度——历时阈值[J]. 鲍其云,麻土华,李长江,王保欣. 科技通报. 2016(05)
[10]三维可视化分析技术在滑坡事件中的应用——以8·12山阳特大滑坡事件为例[J]. 金鼎,余晓松,郭朝阳. 测绘技术装备. 2016(01)
博士论文
[1]基于机器学习的滑坡易发性区划与降雨诱发滑坡预报预警研究[D]. 孙德亮.华东师范大学 2019
[2]基于遥感和地理信息系统的滑坡风险评估关键技术研究[D]. 石菊松.中国地质科学院 2008
硕士论文
[1]基于GIS的兰州市滑坡空间模拟研究[D]. 肖桐.兰州大学 2007
本文编号：3475769
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：110 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 滑坡易发性评价研究现状
1.2.2 临界降雨阈值研究现状
1.3 本文研究内容和技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
1.4 论文结构
第2章 研究区概况和数据来源
2.1 研究区概况
2.2 研究区滑坡发育环境
2.2.1 地形地貌
2.2.2 水文和地质条件
2.2.3 土壤植被和人类工程活动
2.3 本章小结
第3章 环境因子统计分析
3.1 地形地貌因子
3.1.1 高程
3.1.2 坡度
3.1.3 坡向
3.1.4 平面曲率
3.1.5 剖面曲率
3.1.6 地形起伏度
3.2 基础地质因子和水文环境因子
3.2.1 地层岩性
3.2.2 距离水系的距离
3.3 地表覆盖因子
3.3.1 建筑物归一化指数
3.3.2 植被归一化指数
3.4 本章小结
第4章 滑坡易发性评价
4.1 滑坡易发性评价流程
4.1.1 数据的选择和处理
4.1.2 模型精度评价
4.1.3 滑坡易发性分级
4.2 基于支持向量机的滑坡易发性评价
4.2.1 原理和方法
4.2.2 建模评价过程
4.2.3 滑坡易发性分级
4.3 基于多层感知器的滑坡易发性评价
4.3.1 原理和方法
4.3.2 建模评价过程
4.3.3 滑坡易发性分级
4.4 基于随机森林的滑坡易发性评价
4.4.1 原理和方法
4.4.2 建模评价过程
4.4.3 滑坡易发性分级
4.5 三种机器学习模型结果比较
4.5.1 ROC精度
4.5.2 统计学精度比较
4.5.3 分级结果比较
4.6 滑坡易发性分级结果
4.7 本章小结
第5章 滑坡危险性预警
5.1 降雨型滑坡危险性预警流程
5.1.1 临界降雨阈值计算理论
5.1.2 研究数据的准备和处理
5.2 区域降雨与滑坡发生的关系
5.2.1 当日降雨与滑坡发生之间的关系
5.2.2 前期降雨与滑坡发生的关系
5.3 前期有效降雨量的计算
5.4 基于有效降雨强度的临界降雨阈值计算
5.4.1 EI-D阈值
5.4.2 EE-D阈值
5.4.3 EE-EI阈值
5.4.4 三个阈值模型效果比较
5.5 滑坡危险性预警评价
5.5.1 滑坡预警分级
5.5.2 滑坡预警分级效果实例验证
5.5.3 滑坡预警分级采取措施
5.6 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于信息量、逻辑回归及其耦合模型的滑坡易发性评估研究:以青海沙塘川流域为例[J]. 栗泽桐,王涛,周杨,刘甲美,辛鹏. 现代地质. 2019(01)
[2]基于不同分辨率DEM的永寿县地形信息差异分析[J]. 杨颖楠,李子夫,刘梦云,张杰,张萌萌,杨静涵,曹润珊. 水土保持研究. 2018(06)
[3]基于信息论与逻辑回归的滑坡定量空间预测[J]. 程艺昊. 新疆有色金属. 2018(01)
[4]A WD-GA-LSSVM model for rainfall-triggered landslide displacement prediction[J]. ZHU Xing,MA Shu-qi,XU Qiang,LIU Wen-de. Journal of Mountain Science. 2018(01)
[5]基于聚类分析和支持向量机的滑坡易发性评价[J]. 黄发明,殷坤龙,蒋水华,黄劲松,曹中山. 岩石力学与工程学报. 2018(01)
[6]基于滑坡敏感性与降雨强度-历时的中国浅层降雨滑坡时空分析与模拟[J]. 李巍岳,刘春,Marco SCAIONI,孙伟伟,陈钰,姚东京,陈生,洪阳,张凯航,程国栋. 中国科学:地球科学. 2017(04)
[7]Landslide susceptibility mapping using an integrated model of information value method and logistic regression in the Bailongjiang watershed, Gansu Province, China[J]. DU Guo-liang,ZHANG Yong-shuang,IQBAL Javed,YANG Zhi-hua,YAO Xin. Journal of Mountain Science. 2017(02)
[8]鄂西南地区单体滑坡灾害风险分析——以五峰县盐业公司滑坡为例[J]. 连志鹏,徐勇. 华南地质与矿产. 2016(03)
[9]浙江62个丘陵山区县引发滑坡的降雨强度——历时阈值[J]. 鲍其云,麻土华,李长江,王保欣. 科技通报. 2016(05)
[10]三维可视化分析技术在滑坡事件中的应用——以8·12山阳特大滑坡事件为例[J]. 金鼎,余晓松,郭朝阳. 测绘技术装备. 2016(01)
博士论文
[1]基于机器学习的滑坡易发性区划与降雨诱发滑坡预报预警研究[D]. 孙德亮.华东师范大学 2019
[2]基于遥感和地理信息系统的滑坡风险评估关键技术研究[D]. 石菊松.中国地质科学院 2008
硕士论文
[1]基于GIS的兰州市滑坡空间模拟研究[D]. 肖桐.兰州大学 2007
本文编号：3475769
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3475769.html
