CN111709609A - 一种地质灾害易发性评价方法 - Google Patents
一种地质灾害易发性评价方法 Download PDFInfo
- Publication number
- CN111709609A CN111709609A CN202010435740.3A CN202010435740A CN111709609A CN 111709609 A CN111709609 A CN 111709609A CN 202010435740 A CN202010435740 A CN 202010435740A CN 111709609 A CN111709609 A CN 111709609A
- Authority
- CN
- China
- Prior art keywords
- deformation
- evaluation
- psi
- value
- susceptibility
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 59
- 238000012795 verification Methods 0.000 claims abstract description 12
- 238000006073 displacement reaction Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000011160 research Methods 0.000 claims abstract description 6
- 238000005192 partition Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 11
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 230000000052 comparative effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000819 phase cycle Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种地质灾害易发性评价方法,包括如下步骤:(1)获取研究所在区域的PSI形变数据,并求解出所述PSI形变数据的PS点时序形变速率值和形变位移值;(2)选取评价因子并对选取的评级因子进行次级因子划分,所述评价因子包括形变速率值;(3)并根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值;信息量值通过GIS模型记性栅格计算和总分类获取易发性分区图,确定所述研究所在区域的地质灾害易发性评价结果;(4)选取高形变量PS点作为滑坡验证点,对评价结果进行验证。本发明融入了PSI形变数据,提高了评价结果的精度,使得评价结果具有参考价值。
Description
技术领域
本发明涉及地质灾害评价技术领域,具体而言,涉及一种地质灾害易发性评价方法。
背景技术
地质灾害易发性预测分析是山区地质灾害防治的一项重要工作。为了主动而有效地进行防灾减灾,降低区域地质灾害造成的人员伤亡和财产损失,首先必须对区域地质灾害本身的特征有全面而系统的了解,掌握其空间分布形态、位置、规模、频率及其相互之间所遵从的关系和规律,才能对地质灾害有深入而宏观的掌握,也为地质灾害易发性评价与分区奠定基础。
目前,现有的地质灾害易发性评价模型基本通过分析常规的地质影响因子(坡度、降雨量、相对高差等),再利用信息量模型的算法得到区域地质灾害易发性评价结果,因只考虑了常规因素的影响,使得评价结果不够准确,参考价值低。
发明内容
本发明的目的在于提供了一种地质灾害易发性评价方法,该方法中融入了PSI形变数据,使得评价结果更精确,参考价值更高。
为实现上述目的,本发明采用如下技术方案:
一种地质灾害易发性评价方法,包括如下步骤:
(1)获取研究所在区域的PSI形变数据,并求解出所述PSI形变数据的PS点时序形变速率值和形变位移值;
(2)选取评价因子并对选取的评级因子进行次级因子划分,所述评价因子包括形变速率值;
(3)并根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值;信息量值通过GIS模型记性栅格计算和总分类获取易发性分区图,确定所述研究所在区域的地质灾害易发性评价结果;
(4)选取高形变量PS点作为滑坡验证点,对评价结果进行验证。
进一步地,步骤(1)所述求解出所述PSI形变数据的PS点时序形变速率值和形变位移值具体包括如下步骤:
(1-1)利用PS点之间的差分相位关系计算出线性形变速率增量和DEM误差增量;
(1-2)通过最小二乘平差法对线性形变速率增量和DEM误差增强解算线性形变速率和DEM误差;
(1-3)计算后的线性形变速率和DEM误差进行残余限位分离出线性形变量和非线性形变量,再通过线性形变量和非线性形变量计算出PS点时序形变速率值和形变位移值。
进一步地,所述评价因子包括坡度、相对高差和降雨量。
进一步地,所述PS点时序形变速率值划分的次级因子包括<0mm/y、0mm/yr-10mm/yr、10mm/yr-20mm/yr、20mm/yr-30mm/yr和>30mm/y。
进一步地,所述验证还可通过利用ROC曲线对结果验证。
与现有技术相比,本实施例融入了PSI形变数据,提高了评价结果的精度,使得评价结果具有参考价值。
附图说明
图1为本发明的评价方法流程图。
图2为ROC曲线示意图。
具体实施方式
如图1所示,本实施例提供的一种地质灾害易发性评价方法,该方法在现有评价模型上融入了PSI形变数据,提高了评价结果,具有更好的参考价值。
本实施例的所述评价方法具体包括如下步骤:
S1、获取研究所在区域的雷达影像信息PSI形变数据,并求解出所述PSI形变数据的PS点时序形变速率值和形变位移值。
所述PSI形变数据是指永久散射体合成孔径雷达干扰测量的影像信息,本实施例需要获取至少20张所述影像信息,获取各种地标(如山顶、建筑、桥梁等)在一段时间内的沉降速度(mm/y),以获取地质形变数据。
求解出所述PSI形变数据的PS点时序形变速率值和形变位移值具体包括:(1)首先在所述影像信息中选取若干PS点,利用PS点之间的差分相位关系,估算线性形变速率增量和DEM误差增量;优化PS点网络基线,删除不满足条件的基线和因此而产生的孤立PS点;所述DEM为数字高程模型,是通过高程数据实现对地面地形的数字化模拟。
(2)把优化处理后的PS点网络基线所对应的线性形变速率和DEM误差增量当作观测值,通过最小二乘平差法解算线性形变速率和DEM误差。
(3)对于残余相位,需根据相应的干涉组合模式恢复雷达数据获取时刻的残余相位序列,并对其进行时空滤波,进而分离出非线性形变、大气延迟以及噪声等成分。
(4)将线性形变与非线性形变叠加即可获得PS点时序形变速率值和形变位移值。
滑坡的外在表现为斜坡发生了形变,因此本实施例将PSI形变数据组委滑坡的一种影响因子,通过PSI形变数据作为滑坡的样本点和检验点,提高了评价结果的准确率。现有的地质易发性评价方法还是通过获取易发生的滑坡采集坡度和土壤成分作为其评价因子,虽然有一定作用,但是其评价的结果准确率不高,降低参考价值。
S2、选取评价因子并对选取的评价因子进行次级因子划分,所述评价因子包括PSI形变数据、坡度、降水、地表覆被、黄土分布、水系、断层、高程、地震、地表粗糙度、人类活动中至少一项;本实施例选择PSI形变数据、坡度、高程、降雨量和河流,并对选取的评价因子划分次级因子,如表1所示,评价因子的级别划分。
表1:评价因子划分次级因子划分
S3、并根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值;信息值是按照模型(1)计算而得;
上述模型中,I(Xi,A)为致灾因子,Xi提供的信息量值,Ni为分布在因素,Xi内变形破坏单元总数,N为研究区已知变形破坏单元总数,Si为研究区内含有评价因素,Xi的面积,S为研究区总面积,Ii为该单元多种因素共同作用下的总信息量值。
以PSI形成数据为例,通过模型(1)计算出的信息量值如表2所示。
表1:PSI形变数据的次级因子信息量值
其他的评价因子按照相应的次级因子进行信息量值,本实施不在一一举例说明。
信息量值通过GIS模型进行栅格计算和重分类获取易发性分区图,确定所述研究所在区域的地质灾害易发性评价结果;本实施例具体通过GIS上的arcgis重分类的方法,用各次级因子的信息量值对其进行赋值,再通过arcgis栅格计算器将所有因子的栅格进行相加得到结果,得到的结果用arcgis自然间断点进行分类,由高到低依次为极高易发区、高易发区、中易发区、低易发区和极低易发区,即为地质灾害易发性评价结果。
S4、选取高形变量PS点作为滑坡验证点,对评价结果进行验证。
本实施例采用ROC曲线对结果进行验证。如图2所示,ROC曲线能表示出拟合数据和实测数据之间的关系,横轴表示评价结果中信息量叠加值从高到低的面积百分比,纵轴表示实际发生地质灾害面积比,AUC(线下面积)越大说明模拟值和样本值越接近。
通过将易发性区划分布图与验证点比较,以验证地质灾害易发性预测结果,使用spss软件,将地质灾害样本值和模型模拟值输入进行ROC曲线分析,得到模型的ROC曲线和AUC值。
所述验证点选取高形变量PS点,通过ROC曲线验证,可提高本实施例的评价结果,使其具有参考价值。
将本实施例提供的评价方法运用到实际的场景中。
一、对高速公路周边环境进行地质灾害易发生评价
(1)G4216宁南至攀枝花高速公路
本实施例评价方法:融入了坡度、高程、PSI形变、植被NDVI等控制性因素经ROC曲线验证,准确率(AUC)达到了81%。
对比参考:融入了坡度、高程、植被NDVI等控制性因素经ROC曲线验证,准确率(AUC)达到了75%。
(2)宜宾至彝良高速公路及宜宾城市过境高速西段
本实施例评价方法:融入了坡度、坡向、高程、PSI形变、植被NDVI、河流等控制性因素经ROC曲线验证,准确率(AUC)达到了75%。
对比参考:融入了坡度、坡向、高程、植被NDVI、河流等控制性因素经ROC曲线验证,准确率(AUC)达到了68%。
二、县域地质灾害易发性分区划分
(1)九寨沟县地质灾害易发性区划项目
本实施例评价方法:融入了坡度、河流、植被NDVI、高程、PSI形变等数据经ROC曲线验证,准确率(AUC)达到了90%。
对比参考:融入了坡度、河流、植被NDVI、高程、等数据经ROC曲线验证,准确率(AUC)达到了82%。
以上所述仅是本发明优选的实施方式,但本发明的保护范围并不局限于此,任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (5)
1.一种地质灾害易发性评价方法,其特征在于包括如下步骤:
(1)获取研究所在区域的PSI形变数据,并求解出所述PSI形变数据的PS点时序形变速率值和形变位移值;
(2)选取评价因子并对选取的评级因子进行次级因子划分,所述评价因子包括形变速率值;
(3)并根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值;信息量值通过GIS模型记性栅格计算和总分类获取易发性分区图,确定所述研究所在区域的地质灾害易发性评价结果;
(4)选取高形变量PS点作为滑坡验证点,对评价结果进行验证。
2.根据权利要求1所述的一种地质灾害易发性评价方法,其特征在于:步骤(1)所述求解出所述PSI形变数据的PS点时序形变速率值和形变位移值具体包括如下步骤:
(1-1)利用PS点之间的差分相位关系计算出线性形变速率增量和DEM误差增量;
(1-2)通过最小二乘平差法对线性形变速率增量和DEM误差增强解算线性形变速率和DEM误差;
(1-3)计算后的线性形变速率和DEM误差进行残余限位分离出线性形变和非线性形变,再通过线性形变和非线性形变计算出PS点时序形变速率值和形变位移值。
3.根据权利要求1所述的一种地质灾害易发性评价方法,其特征在于:所述评价因子包括坡度、相对高差和降雨量。
4.根据权利要求1所述的一种地质灾害易发性评价方法,其特征在于:所述PS点时序形变速率值划分的次级因子包括<0mm/y、0mm/yr-10mm/yr、10mm/yr-20mm/yr、20mm/yr-30mm/yr和>30mm/y。
5.根据权利要求1所述的一种地质灾害易发性评价方法,其特征在于:所述验证还可通过利用ROC曲线对结果验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010435740.3A CN111709609A (zh) | 2020-05-21 | 2020-05-21 | 一种地质灾害易发性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010435740.3A CN111709609A (zh) | 2020-05-21 | 2020-05-21 | 一种地质灾害易发性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111709609A true CN111709609A (zh) | 2020-09-25 |
Family
ID=72537349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010435740.3A Pending CN111709609A (zh) | 2020-05-21 | 2020-05-21 | 一种地质灾害易发性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709609A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232526A (zh) * | 2020-09-28 | 2021-01-15 | 中山大学 | 一种基于集成策略的地质灾害易发性评价方法及系统 |
CN112380691A (zh) * | 2020-11-12 | 2021-02-19 | 合肥工业大学 | 一种松散承压含水层下开采突水危险性评价方法 |
CN112991373A (zh) * | 2021-02-26 | 2021-06-18 | 成都正和德能风险管理咨询有限公司 | 一种水灾损失评估方法及系统 |
CN113126093A (zh) * | 2021-03-05 | 2021-07-16 | 成都正和德能风险管理咨询有限公司 | 一种地质预警方法 |
CN113343563A (zh) * | 2021-05-27 | 2021-09-03 | 中交第二公路勘察设计研究院有限公司 | 基于样本自动选择与地表形变速率的滑坡易发性评价方法 |
CN113505994A (zh) * | 2021-07-12 | 2021-10-15 | 京创智慧科技有限责任公司 | 一种数据处理方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
CN110929939A (zh) * | 2019-11-26 | 2020-03-27 | 电子科技大学 | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 |
-
2020
- 2020-05-21 CN CN202010435740.3A patent/CN111709609A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
CN110929939A (zh) * | 2019-11-26 | 2020-03-27 | 电子科技大学 | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 |
Non-Patent Citations (2)
Title |
---|
张桂荣 等: "基于GIS的陕西省旬阳地区滑坡灾害危险性区划", 《中国地质灾害与防治学报》, vol. 14, no. 4, pages 39 - 43 * |
陈银: "融入PSInSAR的318国道拉萨段滑坡敏感性评价", 《中国优秀硕士学位论文全文数据库》, no. 9, pages 034 - 20 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232526A (zh) * | 2020-09-28 | 2021-01-15 | 中山大学 | 一种基于集成策略的地质灾害易发性评价方法及系统 |
CN112232526B (zh) * | 2020-09-28 | 2023-10-13 | 中山大学 | 一种基于集成策略的地质灾害易发性评价方法及系统 |
CN112380691A (zh) * | 2020-11-12 | 2021-02-19 | 合肥工业大学 | 一种松散承压含水层下开采突水危险性评价方法 |
CN112991373A (zh) * | 2021-02-26 | 2021-06-18 | 成都正和德能风险管理咨询有限公司 | 一种水灾损失评估方法及系统 |
CN113126093A (zh) * | 2021-03-05 | 2021-07-16 | 成都正和德能风险管理咨询有限公司 | 一种地质预警方法 |
CN113343563A (zh) * | 2021-05-27 | 2021-09-03 | 中交第二公路勘察设计研究院有限公司 | 基于样本自动选择与地表形变速率的滑坡易发性评价方法 |
CN113343563B (zh) * | 2021-05-27 | 2022-05-03 | 中交第二公路勘察设计研究院有限公司 | 基于样本自动选择与地表形变速率的滑坡易发性评价方法 |
CN113505994A (zh) * | 2021-07-12 | 2021-10-15 | 京创智慧科技有限责任公司 | 一种数据处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709609A (zh) | 一种地质灾害易发性评价方法 | |
Bourenane et al. | GIS-based landslide susceptibility zonation using bivariate statistical and expert approaches in the city of Constantine (Northeast Algeria) | |
Ibbeken et al. | Source and sediment: a case study of provenance and mass balance at an active plate margin (Calabria, Southern Italy) | |
Youssef et al. | Landslide susceptibility assessment at Wadi Jawrah Basin, Jizan region, Saudi Arabia using two bivariate models in GIS | |
Aggett et al. | Creating and coupling a high-resolution DTM with a 1-D hydraulic model in a GIS for scenario-based assessment of avulsion hazard in a gravel-bed river | |
KR101280389B1 (ko) | 지반재해 발생 예측 시스템 및 방법 | |
CN102999694B (zh) | 一种山地灾害频发区泥石流风险评价方法 | |
Wang et al. | Refined micro-scale geological disaster susceptibility evaluation based on UAV tilt photography data and weighted certainty factor method in Mountainous Area | |
CN113283802A (zh) | 一种复杂艰险山区滑坡危险性评估方法 | |
CN111582597B (zh) | 一种输电线路滑坡危险性预测方法及其设备 | |
Šilhán et al. | The effectiveness of dendrogeomorphic methods for reconstruction of past spatio-temporal landslide behaviour | |
Φουμέλης et al. | Landslide susceptibility mapping by GIS-based qualitative weighting procedure in Corinth area | |
CN114510851B (zh) | 一种评估气候变化下降水诱发滑坡灾害损失的评估方法 | |
Marques et al. | Statistically based sea cliff instability hazard assessment of Burgau-Lagos coastal section (Algarve, Portugal) | |
Barrile et al. | Analysis of hydraulic risk territories: comparison between LIDAR and other different techniques for 3D modeling | |
Ru-Hua et al. | Modeling the potential distribution of shallow-seated landslides using the weights of evidence method and a logistic regression model: a case study of the Sabae Area, Japan | |
Ghobadi et al. | The performance evaluation of information value, density area, LNRF, and frequency ratio methods for landslide zonation at Miandarband area, Kermanshah Province, Iran | |
Armaş | Diagnosis of landslide risk for individual buildings: insights from Prahova Subcarpathians, Romania | |
Kovács | The advantages of using the second military survey maps in fluvial studies | |
Liyanagamage et al. | Link between flow regime and the catchment hypsometry: Analysis of South Australian basins | |
CN117057499B (zh) | 一种高山峡谷地区滑坡敏感性评价方法、系统及设备 | |
Li et al. | Detection and analysis of potential landslides based on SBAS-InSAR technology in alpine canyon region | |
Vîlceanu et al. | Geostatistical analysis for landslide prediction in Transilvania, Romania | |
CN117236518B (zh) | 一种地铁沿线地质形变的预测方法 | |
Wu et al. | Application of an improved clustering approach on GPS height time series at CMONOC stations in Southwestern China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |