云南省巧家县地震前后滑坡易发性评价及地震作用影响综合研究

发布时间：2020-11-10 01:42

　　 地震滑坡是地震发生后最为常见的一种次生地质灾害,其巨大的致灾力往往给地震灾区造成极大的危害。鲁甸8·03地震灾区之一的云南省巧家县,在震后诱发了大量滑坡地质灾害,造成了重大人员伤亡和经济损失。为了减少以后地震诱发滑坡地质灾害对该县造成的人员伤亡和财产损失,开展地震前后滑坡分布特征与影响因素综合研究,预测震后灾区滑坡易发性,分析地震对灾区的影响,具有十分重要的现实意义。本文以巧家县作为研究区域,通过野外实地调查和资料收集,获得研究区地质灾害、地质环境和地理要素等基本资料,以GIS为技术支撑平台,结合现有数据,分析地震前后滑坡在不同影响因素中的分布特征,空间分布密度特征与空间分形分布特征,综合研究地震前后滑坡不同影响因素对滑坡的影响程度,得出地震作用对滑坡影响因素的影响,选取地震前后滑坡易发性评价因子,建立适合的二元Logistic回归模型,计算滑坡发生的易发性指数,对地震前后灾区滑坡发生的空间概率进行预测,制作了研究区地震前后滑坡易发性分区图,综合分析地震前后滑坡易发性变化,得出此次地震对研究区的影响区域。分析结果显示因地震作用的影响,高程、道路距离因子对震后滑坡的影响程度有所上升,地层岩性、坡度、断层距离、水系距离、降雨量等因子对震后滑坡的影响程度有所下降。本次地震高影响区主要分布于发震断裂两侧的东坪乡、红山乡、小河镇大部分区域,新店乡、包谷垴乡靠近牛栏江一侧区域,以及药山镇、白鹤滩镇、老店镇、马树镇小部分区域零星分布,高影响区面积为424.98Km~2,占研究区面积的13.33%;中影响区主要围绕于高影响区分布,其面积为937.99 Km~2,占研究区面积的29.43%。
【学位单位】：昆明理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P642.22;P315.9
【部分图文】：

昆明理工大学专业硕士学位论文71.3.3技术路线本文以巧家县作为研究区，通过野外实地调查和资料收集，获得研究区滑坡分布相关数据，以GIS为技术支撑平台，通过GIS空间分析、空间统计学等理论方法，得出地震前后滑坡在不同影响因素内的分布特征和滑坡空间分布密度特征，通过分形学理论得出地震前后滑坡空间分形分布特征，并据此初步选取滑坡易发性评价因子，基于二元Logistic回归模型，筛选出最终的滑坡易发性评价因子，建立适合的二元Logistic回归模型，计算地震前后滑坡发生的易发性指数，对地震前后灾区滑坡发生的空间概率进行预测，制作并对比研究区地震前后研究区滑坡易发性分区图，综合分析得到此次地震对研究区的影响分区图。技术路线如图1所示。图1技术路线图

昆明理工大学专业硕士学位论文9第二章研究区地质背景2.1地理位置2.1.1交通位置巧家县地处云南省东北部的昭通市，位于昭通市西南部，金沙江环绕于巧家县西部和北部，四川省凉山州会东、宁南、布拖、金阳等县与其隔江相望；东北部以牛栏江为界，与鲁甸县隔江相望，东南部曲靖市会泽县与其毗邻，南部昆明市东川区与其接壤。巧家县县城位于其境内的白鹤滩镇，距昆明市268Km，距昭通市151Km，距西昌市169多Km，交通较为便利（图2-1）。图2-1研究区交通位置图

巧家县境内构造纲要图
【相似文献】

相关期刊论文 前10条

1 陈伟;;暴雨条件下地质灾害易发性评价体系研究[J];环球人文地理;2014年12期

2 李云杰;马新建;王天河;;基于层次分析法的滑坡易发性评价[J];甘肃水利水电技术;2017年09期

3 张庭瑜;韩玲;张恒;赵咏华;宋飞;马超群;;混合分类模型在滑坡易发性分区中的适用性研究——以延安市宝塔区为例[J];干旱区资源与环境;2020年01期

4 侯峰媛;吴光;张书豪;;基于信息量法的金沙江峡谷段滑坡易发性评价[J];四川建筑;2019年06期

5 曾勇;张淑霞;吴安坤;陈春;杨群;;雷电易发性区划及防范措施[J];现代建筑电气;2017年03期

6 王星荟;孟凡奇;;可拓学在济南市地质灾害易发性评价中的应用[J];山东国土资源;2015年04期

7 朱吉祥;张礼中;周小元;王乾;陆琰;;区域滑坡易发性评价的时间尺度特征分析[J];中国水土保持;2014年06期

8 陈玉;;基于经验权重方法的舟曲县泥石流易发性评估[J];防灾科技学院学报;2013年04期

9 牛瑞卿;彭令;叶润青;武雪玲;;基于粗糙集的支持向量机滑坡易发性评价[J];吉林大学学报(地球科学版);2012年02期

10 王哲;易发成;;基于层次分析法的绵阳市地质灾害易发性评价[J];水文地质工程地质;2007年03期

相关博士学位论文 前9条

1 孙德亮;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];华东师范大学;2019年

2 黄发明;基于3S和人工智能的滑坡位移预测与易发性评价[D];中国地质大学;2017年

3 黄立勇;江山市岩溶塌陷机理及易发性模拟预测研究[D];中国地质大学;2015年

4 邱海军;区域滑坡崩塌地质灾害特征分析及其易发性和危险性评价研究[D];西北大学;2012年

5 于宪煜;基于多源数据和多尺度分析的滑坡易发性评价方法研究[D];中国地质大学;2016年

6 王佳佳;三峡库区万州区滑坡灾害风险评估研究[D];中国地质大学;2015年

7 单博;基于3S技术的奔子栏水源地库区库岸地质灾害易发性评价及灾害风险性区划研究[D];吉林大学;2014年

8 陈中学;粘土颗粒含量对蒋家沟泥石流启动影响及成灾机理研究[D];中国科学院研究生院（武汉岩土力学研究所）;2010年

9 马强;吉林省泥石流灾害易发性分析与评价[D];吉林大学;2015年

相关硕士学位论文 前10条

1 杨德旭;云南省巧家县地震前后滑坡易发性评价及地震作用影响综合研究[D];昆明理工大学;2019年

2 张恒曼;基于泥石流易发性评估的东川区村落分布特征研究[D];云南大学;2019年

3 彭孟;基于ArcGIS Engine的云南省滑坡易发性评价信息系统研究[D];云南大学;2018年

4 阿卜杜热合曼·麦麦提;和田县崩塌易发性定量评价模型研究[D];新疆大学;2019年

5 朱清华;基于RF和SVM模型的灞桥区地质灾害易发性评价[D];西安科技大学;2019年

6 郝国栋;基于随机森林模型的商南县滑坡易发性评价[D];西安科技大学;2019年

7 楚迪;基于TRIGRS模型的陕西延安市富县泥流易发性模拟研究[D];西北大学;2019年

8 乔朋腾;吕梁山区滑坡崩塌发育规律及易发性研究[D];长安大学;2019年

9 郭天颂;基于粒子群优化支持向量机的滑坡易发性评价与滑坡位移预测[D];长安大学;2019年

10 杨强;基于时序InSAR技术的皮力青河流域滑坡易发性研究[D];成都理工大学;2019年

本文编号：2877275