基于GIS与AHP属性辨识模型的地质灾害危险性评价——以涪陵页岩气开采区为例
发布时间：2021-07-13 16:47
【目的】建立新的区域性地质灾害评价模型,对涪陵页岩气开采区的地质灾害危险性进行评价。【方法】根据涪陵页岩气开采区的地质、水文和气候特征,选取归一化植被指数（NDVI）、土地类型、坡度、坡高、年峰值周降雨量、年峰值日降雨量等6个主要因素作为评价指标。基于GIS平台,采用AHP属性辨识模型对研究区的地质灾害进行危险性评价。【结果】涪陵页岩气开采区的地质灾害危险性较高,极高危险区面积为146.6km2,高危险区面积为743.6km2,两者分别占开采区总面积的9.6%和52.8%。通过开采区173个历史地质灾害点的验证表明,评价的地质灾害危险性区划与历史地质灾害点的空间分布一致,其中98个分布于极高危险区,56个分布于高危险区,分布于中危险区和低危险区的仅有19个。用受试者工作特征曲线法对上述评价结果进行精度评估,曲线下的面积百分比达82.8%,验证了评价模型的可行性。【结论】研究结果对涪陵页岩气开采区输气管线、道路和房建等的规划和防灾减灾具有重要指导意义。
【文章来源】：重庆师范大学学报(自然科学版). 2020,37(04)北大核心
【文章页数】：9 页
【部分图文】：
不同危险区的面积占比和地质灾害点占比
目前常采用的地质灾害评价结果验证方法有历史灾害验证法和受试者工作特征曲线（ROC）法两种，其中以历史灾害验证法为优[18]。历史灾害验证法是将历史地质灾害点与评价结果的危险等级区划进行叠加分析，统计分布于不同危险区的地质灾害点百分比来进行验证，极高危险区和高危险区的地质灾害点百分比越大，评价结果越准确。将遥感解译、现场勘察得到的以及截至2013年有记载的涪陵页岩气开采区173个历史地质灾害点与该区域地质灾害危险等级区划进行叠加后，结果如图4所示。对图4进行统计分析，得到了不同危险区历史地质灾害点的占比（图5）。图5表明：173个历史地质灾害点中，有98个位于极高危险区（C4），占比为56.7%，历史地质灾害点的密度为0.93个·km-2；另有56个分布于高危险区（C3），占比为32.4%，历史地质灾害点密度为0.075个·km-2；而分布于中危险区（C2）和低危险区（C1）的历史地质灾害点很少，其中中危险区（C2）仅有8个，占比为4.6%，历史地质灾害点密度为0.04个·km-2；低危险区（C1）仅有11个，占比为6.4%，历史地质灾害点密度较中风险区更低，仅为0.035个·km-2。上述结果证实了基于AHP属性辨识模型的涪陵页岩气开采区地质灾害危险性评价结果具有很好的准确性。另外采用ROC法对评价结果进行验证，结果见图6。图6中曲线下的面积百分比（AUC）为82.8%，同样证实了评价结果具有较高的有效性和较好的参考价值。5 结论与建议
图5 不同危险区的面积占比和地质灾害点占比2）应加强对极高风险区地质灾害的现场勘察和监测预警，对有安全隐患的区域需及时治理；高风险区内应结合天气预报与本模型进行地质灾害超前评价，进行适当的现场监测，提高有经验人员的巡防力度；中危险区和低危险区内可根据暴雨恶劣天气和本模型进行地质灾害评估，并做好巡防预警工作。
【参考文献】：
期刊论文
[1]山区线性工程地质灾害风险动态评价方法及应用[J]. 陈钢,汤明高,周泓,屈飞行,李云杰,辛玉琴. 防灾减灾工程学报. 2019(03)
[2]基于GIS的公路边坡地质灾害危险性评价[J]. 杜敏,闻德保,周苏娅. 长沙理工大学学报(自然科学版). 2018(04)
[3]基于信息量模型的地质灾害易发性评价[J]. 赵帅,赵洲. 水力发电. 2019(03)
[4]边坡稳定性动态辨识及工程应用[J]. 李志强,杨涛,王亚平,王兴学. 中外公路. 2018(05)
[5]基于GIS结合模糊信息方法在灾害危险性区划中的应用——以大西安地区崩滑地质灾害为例[J]. 谢婉丽,滕宏泉,杜蕾,盖海龙,成天娥,黄北秀. 灾害学. 2018(03)
[6]基于GIS和加权信息量的湖北鄂州地质灾害易发性区划[J]. 张波,石长柏,肖志勇,张金朝,邬磊,习彪,卢胜周. 中国地质灾害与防治学报. 2018(03)
[7]基于信息量模型和数据标准化的滑坡易发性评价[J]. 杨根云,周伟,方教勇. 地球信息科学学报. 2018(05)
[8]基于变权-属性模型的三峡库区高陡边坡风险辨识与工程应用[J]. 王升,文桃,应赛,蔡芳,庞彬. 三峡生态环境监测. 2017(04)
[9]基于GIS的兰州地区滑坡灾害孕灾环境敏感性评价[J]. 牛全福,冯尊斌,张映雪,党星海. 灾害学. 2017(03)
[10]基于概率数学方法与GIS的泥石流敏感性分析及评价——以汶川县为例[J]. 夏晨皓,朱静,常鸣,杨宇. 长江科学院院报. 2017(10)
硕士论文
[1]隧道突涌水灾害区域性动态风险评估与预测预警及工程应用[D]. 王升.山东大学 2016
本文编号：3282431
【文章来源】：重庆师范大学学报(自然科学版). 2020,37(04)北大核心
【文章页数】：9 页
【部分图文】：
不同危险区的面积占比和地质灾害点占比
目前常采用的地质灾害评价结果验证方法有历史灾害验证法和受试者工作特征曲线（ROC）法两种，其中以历史灾害验证法为优[18]。历史灾害验证法是将历史地质灾害点与评价结果的危险等级区划进行叠加分析，统计分布于不同危险区的地质灾害点百分比来进行验证，极高危险区和高危险区的地质灾害点百分比越大，评价结果越准确。将遥感解译、现场勘察得到的以及截至2013年有记载的涪陵页岩气开采区173个历史地质灾害点与该区域地质灾害危险等级区划进行叠加后，结果如图4所示。对图4进行统计分析，得到了不同危险区历史地质灾害点的占比（图5）。图5表明：173个历史地质灾害点中，有98个位于极高危险区（C4），占比为56.7%，历史地质灾害点的密度为0.93个·km-2；另有56个分布于高危险区（C3），占比为32.4%，历史地质灾害点密度为0.075个·km-2；而分布于中危险区（C2）和低危险区（C1）的历史地质灾害点很少，其中中危险区（C2）仅有8个，占比为4.6%，历史地质灾害点密度为0.04个·km-2；低危险区（C1）仅有11个，占比为6.4%，历史地质灾害点密度较中风险区更低，仅为0.035个·km-2。上述结果证实了基于AHP属性辨识模型的涪陵页岩气开采区地质灾害危险性评价结果具有很好的准确性。另外采用ROC法对评价结果进行验证，结果见图6。图6中曲线下的面积百分比（AUC）为82.8%，同样证实了评价结果具有较高的有效性和较好的参考价值。5 结论与建议
图5 不同危险区的面积占比和地质灾害点占比2）应加强对极高风险区地质灾害的现场勘察和监测预警，对有安全隐患的区域需及时治理；高风险区内应结合天气预报与本模型进行地质灾害超前评价，进行适当的现场监测，提高有经验人员的巡防力度；中危险区和低危险区内可根据暴雨恶劣天气和本模型进行地质灾害评估，并做好巡防预警工作。
【参考文献】：
期刊论文
[1]山区线性工程地质灾害风险动态评价方法及应用[J]. 陈钢,汤明高,周泓,屈飞行,李云杰,辛玉琴. 防灾减灾工程学报. 2019(03)
[2]基于GIS的公路边坡地质灾害危险性评价[J]. 杜敏,闻德保,周苏娅. 长沙理工大学学报(自然科学版). 2018(04)
[3]基于信息量模型的地质灾害易发性评价[J]. 赵帅,赵洲. 水力发电. 2019(03)
[4]边坡稳定性动态辨识及工程应用[J]. 李志强,杨涛,王亚平,王兴学. 中外公路. 2018(05)
[5]基于GIS结合模糊信息方法在灾害危险性区划中的应用——以大西安地区崩滑地质灾害为例[J]. 谢婉丽,滕宏泉,杜蕾,盖海龙,成天娥,黄北秀. 灾害学. 2018(03)
[6]基于GIS和加权信息量的湖北鄂州地质灾害易发性区划[J]. 张波,石长柏,肖志勇,张金朝,邬磊,习彪,卢胜周. 中国地质灾害与防治学报. 2018(03)
[7]基于信息量模型和数据标准化的滑坡易发性评价[J]. 杨根云,周伟,方教勇. 地球信息科学学报. 2018(05)
[8]基于变权-属性模型的三峡库区高陡边坡风险辨识与工程应用[J]. 王升,文桃,应赛,蔡芳,庞彬. 三峡生态环境监测. 2017(04)
[9]基于GIS的兰州地区滑坡灾害孕灾环境敏感性评价[J]. 牛全福,冯尊斌,张映雪,党星海. 灾害学. 2017(03)
[10]基于概率数学方法与GIS的泥石流敏感性分析及评价——以汶川县为例[J]. 夏晨皓,朱静,常鸣,杨宇. 长江科学院院报. 2017(10)
硕士论文
[1]隧道突涌水灾害区域性动态风险评估与预测预警及工程应用[D]. 王升.山东大学 2016
本文编号：3282431
本文链接：https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3282431.html
