论文摘要
快速准确获取地震诱发滑坡灾害分布规律,分析评价灾区未来发生滑坡的危险性,对于震后救援救灾、灾区重建及防震减灾具有重要指导意义。论文以2017年8月8日九寨沟地震为研究案例,基于面向对象的图像分析方法获取震后滑坡分布规律;引入InSAR技术提取的地表同震形变因子,构建了主客观相结合的AHP-信息量评价模型,实现了研究区滑坡易发性评价。主要工作及研究结论如下:(1)基于D-InSAR技术的震区地表形变信息提取。由于卫星不同视线向成像几何及发震断层的运动特点,研究采用了综合升轨和降轨SAR数据获取震后地表形变的方法,其中利用降轨数据获取的地表沿LOS向最大抬升15cm,最大沉降9cm,而升轨数据LOS向主要以沉降为主,最大沉降22cm。综合不同视线向InSAR获取的形变结果,确定地震诱发滑坡分布范围,并将其作为地震扰动烈度因子引入到滑坡易发性评价体系中。(2)基于NDVI差值变化检测的面向对象震后滑坡信息识别方法研究。利用地震前后两期光学遥感影像计算差值NDVI数据,参考地表坡度及InSAR技术获取的地表形变信息,根据构建的滑坡信息分类提取规则,采用面向对象的方法实现了滑坡信息的准确识别。提取结果表明,此次地震共触发了800余条滑坡记录,滑坡总面积11.96 km2,影响范围约625km2。通过与其他研究成果对比分析,验证了论文提取滑坡信息的准确和完整性。(3)地震滑坡易发性敏感因子研究。论文除了选取坡度、坡向、高程、道路、水系、断裂常用的滑坡影响因子,同时将InSAR地表形变作为一项敏感因子引入到了滑坡易发性评价模型中。统计表明,研究区滑坡体主要分布在海拔2900-3100m范围内;发生在地表坡度大于40°的滑坡体,占研究区滑坡总面积的86.78%;坡向是最不敏感的因子,但相比较而言,滑坡发生在东和东北方向上的面积最大;在地表形变上,滑坡主要分布于形变值大于10cm的区域;整体上,随着距离道路、水系、断裂越近,滑坡体分布密度逐渐增加。(4)基于GIS的震后滑坡易发性评价。论文根据选取的7个滑坡易发性敏感因子,构建了主客观相结合的AHP-信息量模型,将整个研究区划分为极高、高、中、低、极低易发区五个等级,实现了该地区震后滑坡易发性评价分区。结果表明,引入地表形变因子的评价模型(AUC值为0.918)优于无地表形变因子的评价模型(AUC值为0.817),表明论文引入InSAR地表形变因子建立评价模型的有效性;此外,极高和高易发性滑坡区域主要分布于V型峡谷地带,沿区域内几条主要公路和水系的附近分布,中易发性以上等级的区域占研究区总面积的63.2%。上述易发性评价成果为九寨沟地震灾区滑坡灾害防治提供了技术支持。
论文目录
文章来源
类型: 硕士论文
作者: 王燕燕
导师: 于海洋
关键词: 滑坡识别,面向对象,信息量模型,易发性评价
来源: 河南理工大学
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 地质学,地质学,工业通用技术及设备
单位: 河南理工大学
分类号: P642.22
DOI: 10.27116/d.cnki.gjzgc.2019.000147
总页数: 74
文件大小: 8513K
下载量: 88
相关论文文献
- [1].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(01)
- [2].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(06)
- [3].加权确定性系数模型的滑坡易发性评价[J]. 西安科技大学学报 2020(02)
- [4].几种聚类优化的机器学习方法在灵台县滑坡易发性评价中的应用[J]. 西北地质 2020(01)
- [5].地质灾害易发性评价方法对比研究:以京津冀地区为例[J]. 环境生态学 2020(04)
- [6].采用多模型融合方法评价滑坡灾害易发性:以湖北省五峰县为例[J]. 地质科技通报 2020(03)
- [7].频率比与信息量模型在黄土沟壑区滑坡易发性评价中的应用与比较[J]. 自然灾害学报 2020(04)
- [8].基于信息量与神经网络模型的滑坡易发性评价[J]. 岩石力学与工程学报 2020(S1)
- [9].雷电易发性区划及防范措施[J]. 现代建筑电气 2017(03)
- [10].基于地貌单元的小区地质灾害易发性分区方法研究[J]. 世界有色金属 2017(11)
- [11].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(04)
- [12].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(12)
- [13].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(04)
- [14].利用深度信念网络进行滑坡易发性评价[J]. 武汉大学学报(信息科学版) 2020(11)
- [15].基于径向基神经网络的思南县崩塌易发性评价[J]. 科学技术与工程 2019(35)
- [16].基于空间多尺度分析的滑坡易发性评价——以三峡库区秭归-巴东段为例[J]. 大地测量与地球动力学 2020(02)
- [17].基于信息量模型的盘州市地质灾害易发性评价[J]. 科学技术与工程 2020(14)
- [18].基于样本与因子优化的黄冈南部地区地质灾害易发性评价[J]. 地质科技通报 2020(02)
- [19].基于层次分析法的地质灾害易发性评价应用——以日照市为例[J]. 山东国土资源 2020(10)
- [20].基于多模型的滑坡易发性评价[J]. 测绘与空间地理信息 2019(10)
- [21].旋转森林模型在滑坡易发性评价中的应用研究[J]. 武汉大学学报(信息科学版) 2018(06)
- [22].基于地貌单元的小区域地质灾害易发性分区方法研究[J]. 科技创新与应用 2016(35)
- [23].重庆万州龙驹坝地区滑坡灾害易发性分析[J]. 人民长江 2017(10)
- [24].定西市安定区地质灾害易发性评价及防治对策分析[J]. 地下水 2017(04)
- [25].吉林永吉县地质灾害易发性区划[J]. 吉林地质 2017(03)
- [26].厚黄土与煤炭采空区地质灾害易发性评价[J]. 煤田地质与勘探 2017(05)
- [27].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(09)
- [28].浙西梅雨滑坡易发性评价模型对比[J]. 地球科学 2016(03)
- [29].证据权模型在泥石流灾害易发性评价中的应用[J]. 干旱区地理 2013(06)
- [30].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(06)