基于GIS和Logistic回归模型的降雨型滑坡易发性研究

发布时间：2020-03-25 08:44

【摘要】：我国是一个滑坡地质灾害多发的国家,近年来,频发的地震活动、极端降雨条件以及不规范的人类工程活动等更是加剧了滑坡地质灾害的发生。山区城乡规划、重要交通干线选线以及人民日益提高的安全需求给社会的防灾减灾工作提出了新的要求,区域型滑坡的易发性评价逐渐成为滑坡防治的一种重要手段。乐清市作为降雨型滑坡地质灾害发生频繁的地区之一,每年由降雨导致的滑坡占其地质灾害的绝大部分,滑坡灾害给乐清市人民群众造成了巨大的生命财产损失。鉴于此,本文首先总结了滑坡易发性评价的关键理论与技术方法以及目前基于GIS(地理信息系统)的区域型滑坡易发性评价中的关键问题,系统地阐述了基于GIS和Logistic回归模型的滑坡易发性评价的方法和流程。之后,利用统计分析方法选择出研究区滑坡的8个影响因子,并分别以5m、10m、15m、20 m、25m和30m为评价网格单元,对研究区进行滑坡灾害易发性评价,探讨了网格大小对评价结果精度的影响;之后,分别以分类变量和连续变量为变量类型开展滑坡易发性评价,探讨了变量类型对评价结果的影响;最后,基于单因子分析法,分析了各个滑坡影响因子对滑坡发育的重要程度。基于以上研究,论文主要取得了以下成果和结论:(1)总结了研究区滑坡的时空分布规律,在对研究区基本环境因素及诱发因素进行深入统计分析的基础上,选择出8个研究区滑坡易发性评价因子,分别是高程、坡度、坡向、岩性、降雨、NDVI(归一化差分植被指数)、距河流的距离以及距道路的距离。(2)采用 Logistic 回归模型,分别以 5m,10 m、15m、20m、25 m 和 30 m等6种网格为评价单元,在分类变量的条件下开展滑坡易发性评价研究,通过ROC曲线和交叉检验法对结果进行检验,探讨了网格大小对基于GIS的滑坡易发性评价结果精度的影响。结果表明:网格大小对滑坡易发性评价结果的精度有着一定的影响,随着网格的增加,结果精度基本呈现出先增大后减小的趋势,对于本研究来说,最优网格为20 m,其次是15 m、25 m,而5 m、10 m和30 m网格的结果相对较差。20 m为最优网格的结论对本地区是适用的,但是对于其他研究地区,在利用GIS平台进行滑坡易发性评价时也应将网格的影响进行分析从而得出适用于该地区的最佳网格。(3)将高程、坡度、降雨、NDVI等4个因子分别设置为连续变量和分类变量,以5m、20m和30m网格为评价单元,开展不同变量类型对于滑坡易发性评价精度的影响研究。结果表明,变量类型对于滑坡易发性评价结果的精度有着重要的影响,分类变量评价的结果要明显优于连续变量;在网格大小差别不大的情况下,评价因子变量类型对于结果的影响要大于网格尺寸。(4)对不同网格尺寸、不同变量类型的每组试验,均以随机取样的方式产生10组滑坡评价样本,对每组样本的AUC值进行对比,探究滑坡评价样本产生方式对滑坡易发性评价的影响。结果表明:随机取样是一种合理的滑坡样本取样方式,不同样本的AUC值差别较小,多组试验可以有效避免其随机性可能带来的误差。(5)采用单因子分析方法探讨了研究区滑坡发育影响因子的重要程度。以各个单因子为滑坡影响因子,建立单因子Logistic回归模型,通过ROC曲线的对比,研究不同滑坡影响因子对滑坡发育的重要程度。结果表明:降雨是本研究区滑坡发育的最重要因子,其后依次为高程、岩性、坡度、坡向和NDVI,而距河流和道路的距离则对研究区滑坡的发育影响不大;本文以年均降雨代替累计降雨量的方法是合理的,在日降雨量、小时降雨量等数据难以获得或者获得代价较大的情况下,将年均降雨作为滑坡易发性评价的影响因子同样可以得到较好的结果。
【图文】：

２．１自然地理概况逡逑２．１．１逦地理位置逡逑乐清市位于浙江省东南部（图２．１），介于北纬２７。５８＇邋５０＂—２８°邋３２＇邋３０＂，逡逑东经１２０°邋４７＇邋２２＂邋—１２１°邋１５＇邋３０＂之间。东临乐清湾，南濒瓯江，西与永嘉逡逑县相连，北、北东与台州市相邻。全境南北长６５邋ｋｍ，东西宽２５邋ｋｍ。全市陆地逡逑面积邋１１７４邋ｋｍ２。逡逑图２．丨研究区地理位置分布图逦图２．２研究区地形及乡镇分布图逡逑２．１．２逦地形地貌逡逑２．１．２．１区域地貌特征逡逑乐清市地貌属浙南低山丘陵区和沿海平原区，自西北向东南依次为低山、丘逡逑陵、平原、沿海滩涂等地貌单元（如图２．２），，最高峰百岗尖位于乐清市西北部，逡逑海拔１０５６．６邋ｍ，全市平均相对高差２３０邋ｍ，最大相对高差６００邋ｍ，低山丘陵面积逡逑约占７０％。逡逑１１逡逑

年平均降水量在１５００—１６００邋ｍｍ之间。多雨中心出现在龙西、福溪、岭底及白逡逑石一带，龙西乡砩头村是浙江省著名的暴雨中心［４］，而乐清市山区均处于暴雨中逡逑心的影响范围内（图２．４）。逡逑１３逡逑
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P642.22

【参考文献】

相关期刊论文 前10条

1 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年06期

2 柯福阳;李亚云;;基于BP神经网络的滑坡地质灾害预测方法[J];工程勘察;2014年08期

3 王佳佳;殷坤龙;肖莉丽;;基于GIS和信息量的滑坡灾害易发性评价——以三峡库区万州区为例[J];岩石力学与工程学报;2014年04期

4 赵甜;;基于人工神经网络的滑坡危险性评价方法研究[J];城市建筑;2013年20期

5 彭令;牛瑞卿;赵艳南;邓清禄;;区域滑坡灾害风险评估——以长江三峡库区秭归县为例[J];吉林大学学报(地球科学版);2013年03期

6 何萍;丁原章;;基于CF多元回归模型的地震滑坡危险性研究——以香港屯门为例[J];地震;2013年02期

7 许冲;徐锡伟;;逻辑回归模型在玉树地震滑坡危险性评价中的应用与检验[J];工程地质学报;2012年03期

8 王志旺;李端有;王湘桂;;区域滑坡空间预测方法研究综述[J];长江科学院院报;2012年05期

9 范林峰;胡瑞林;周顺江;王珊珊;张小艳;;地质灾害危险性评价因子对格网大小的敏感性与误差分析[J];工程地质学报;2012年02期

10 陈冠;孟兴民;郭鹏;李亚军;曾润强;乔良;;白龙江流域基于GIS与信息量模型的滑坡危险性等级区划[J];兰州大学学报(自然科学版);2011年06期

相关博士学位论文 前1条

1 陈煌琼;基于神经网络的滑坡预测及其控制研究[D];华中科技大学;2013年

相关硕士学位论文 前10条

1 李浩宾;基于GIS的大比例尺滑坡危险性评价方法研究[D];成都理工大学;2016年

2 李翔;以绥德县为例基于ArcGIS及逻辑回归法的地质灾害危险性评价[D];长安大学;2015年

3 王磊;基于GIS的理县滑坡地质灾害风险性评价[D];成都理工大学;2013年

4 程花;基于GIS的原州区地质灾害危险性评价[D];长安大学;2012年

5 周伟;基于Logistic回归和SINMAP模型的白龙江流域滑坡危险性评价研究[D];兰州大学;2012年

6 张宁;基于多源遥感数据的滑坡风险度评价研究[D];中南大学;2009年

7 尹春荣;基于GIS的滑坡地质灾害危险性分区与预测[D];北京工业大学;2008年

8 尚永升;基于GIS的温州市地质灾害危险性评价研究[D];长安大学;2007年

9 王慧娣;吉林省磐石市地质灾害易发区划分[D];吉林大学;2006年

10 高宇;基于GIS的黄土地区滑坡危险性评价研究[D];长安大学;2005年

本文编号：2599681