一、基于GIS的滑坡空间数据库研究——以云南小江流域为例(论文文献综述)
王喜乐[1](2021)在《天水盆地多灾种危险性评价研究》文中研究指明近年来,我国每年发生地质灾害平均约2万起,其中,崩滑流灾害占比高达95%以上,虽然我国地质灾害整体趋势下降,但随着城镇化建设的不断增强,地质灾害造成的危害程度也在逐年增加。我国每年约有30%的地质灾害发生在约占国土面积6%的黄土高原,而天水市位于黄土高原西南部,是关中平原城市群次核心城市、丝绸之路经济带重要节点城市,境内黄土梁峁区广泛分布,渭河及其支流遍布全境,沟壑纵横,地质环境条件脆弱,是我国崩滑流灾害最严重的城市之一。2013年7月25日,天水市因强降雨事件爆发了群发性崩滑流灾害,导致上万间房屋受损,死亡失踪25人,直接经济损失82.75亿元,占到年度因地质灾害造成直接经济损失的80%以上,地质灾害防治形势非常严峻。因此,本文拟选择天水市为研究区,采用基于数据驱动的统计学模型(信息量、证据权和逻辑回归)开展多灾种危险性评价研究,揭示研究区崩滑流灾害发育分布规律和成因要素,构建不同灾种的评价指标体系,进而绘制研究区单灾种与多灾种危险性区划图。取得的主要成果如下:(1)崩滑流灾害主要分布在研究区的黄土丘陵区,东部基岩山区基本不发育。崩滑流灾害与区内的河流水系、地形地貌、植被、断裂密切相关。境内的地质环境脆弱,局地性暴雨频发,抗灾能力弱,导致崩滑流灾害的诱发因素较为活跃。(2)地貌类型、与干流距离、与全新世断裂距离、年均降雨量和地震峰值加速度构成滑坡、崩塌、泥石流单灾种与多灾种危险性评价指标体系的公共因子,而坡度、高程、土地利用为滑坡危险性评价指标因子,坡度、植被指数为崩塌危险性评价指标因子,与支流距离、植被指数、地形位置指数、崩滑密度为泥石流危险性评价指标因子,坡度、植被指数、与支流距离为崩滑流多灾种危险性评价指标因子。(3)滑坡、崩塌、泥石流单灾种危险性评价最佳模型分别是信息量模型、信息量模型和逻辑回归模型,其评价精度分别为0.766、0.826和0.859。崩滑流多灾种危险性评价的最佳模型为信息量模型,其评价精度为0.781,并且单灾种与多灾种危险性评价的最佳模型均满足适用性条件。(4)滑坡危险性高-极高区域面积占整个研究区总面积的33.0%,滑坡数量占比为73.7%,主要位于中-低海拔内植被稀疏的黄土梁峁沟壑区,渭河及其支流耤河、葫芦河、散渡河、牛头河、颍川河、东柯河等流域两岸。崩塌危险性高-极高区域面积占研究区总面积的31.9%,崩塌数量占比为84.7%,空间分布格局与滑坡危险性区划图类似。泥石流的高-极高危险区面积占全市面积的31.6%,泥石流数量占比为86.3%,主要分布在研究区干流和支流沟谷中。多灾种危险性高-极高区域分布规律与滑坡、崩塌较为相似,主要分布在中部植被稀疏的黄土丘陵地带,渭河及其支流流域沿线。
袁亚南[2](2021)在《基于GIS与空间多准则决策分析的安徽省休宁县滑坡易发性评价》文中研究表明滑坡作为我国频繁发生的地质灾害之一,不仅会带来严重的人员伤亡和财产损失,同时还会造成生态失衡,而且灾后恢复工作复杂且花费较高。因此,对滑坡地质灾害的研究是迫切和必要的,对滑坡地质灾害进行易发性评价,做到预险于前、防患未然,是目前技术条件下滑坡防灾减灾的一个重要手段。安徽省休宁县位于皖南山区深部,历史上滑坡灾害频发,对当地人民生命和财产安全造成了严重威胁。本文分析了休宁县滑坡的自然地理和人类活动的影响因子,确定了研究区内滑坡地质灾害易发性评价指标因子,计算了各指标因子的权重,利用GIS和空间多准则决策分析技术设计和计算了滑坡易发性评价模型,在此基础上,对研究区的区域性滑坡易发性进行了分析。主要研究工作和成果如下:(1)建立了休宁县已知滑坡点数据库以及断层、河流、地貌单元、降雨量、坡向、道路、岩性、土地利用和坡度等评价因子空间数据库。(2)研究区滑坡易发性评价指标包括断层、河流、地貌单元、降雨量、坡向、道路、岩性、土地利用和坡度9个因子。利用层次分析法求得这9个指标因子的权重为:0.2087,0.1595,0.0408,0.0302,0.0582,0.2386,0.1235,0.0646以及0.0758。这9个环境或人类影响因子与滑坡灾害的空间关系密切。(3)文章在常规TOPSIS模型的基础上提出空间TOPSIS,并讨论了空间TOPSIS模型参数p的变化,对研究区滑坡易发性区划预测效果的影响,最终确定了参数p=2时,空间TOPSIS模型预测效果最好,用于休宁县滑坡灾害易发性评价和区划。休宁县滑坡高易发区,主要分布于道路、水系和断层周围;其余区域为滑坡中易发区和低易发区。(4)提出休宁县滑坡灾害整体防治思路:在滑坡高易发区,修建排水工程和防护墙,增加森林生态绿色防护,禁止不合理的人类开发利用行为,加强地质灾害监测能力和手段,提高居民的防灾减灾思想意识和能力;在滑坡中易发区和低易发区,以预防为主,治理为辅。
黄立鑫[3](2021)在《岷县滑坡灾害易发性评价与信息管理系统开发》文中研究说明岷县位于甘肃省南部,地形地貌复杂、构造运动显着、气象水文条件差异大、生态环境脆弱,滑坡灾害广泛分布,对人民生命财产安全和当地社会经济发展构成了严重的威胁。因此,开展岷县地区滑坡灾害研究和易发性评价工作,实现滑坡灾害数据信息化和动态综合管理,具有重要的应用价值和现实意义。本文以岷县滑坡为研究对象,基于遥感影像数据解译了滑坡,分析了岷县滑坡灾害的空间分布特征;结合地形地貌、地质构造、地层岩性、气象水文、地表覆盖和人类活动等因素,采用逻辑回归-信息量耦合模型和径向基神经网络-信息量耦合模型等方法,开展了滑坡灾害易发性评价;基于以上资料,通过程序设计,开发了岷县滑坡灾害信息管理系统。本研究对于滑坡灾害评价、防治和系统建设具有参考意义。本文的主要研究结果如下:(1)利用多源、多时相遥感数据,建立了岷县滑坡遥感解译标志,运用3D遥感影像技术解译了滑坡灾害,结合野外现场调查编录了滑坡灾害点549个;通过统计分析得到岷县滑坡灾害分布密度整体呈北高南低,空间分布具有区域聚集的特征。(2)逻辑回归-信息量耦合模型和径向基神经网络-信息量耦合模型的AUC值分别为0.827和0.853,说明两种耦合模型均能客观准确地评价岷县滑坡灾害易发性,径向基神经网络-信息量耦合模型的评价精度高于逻辑回归-信息量耦合模型。(3)岷县滑坡灾害易发性评价结果表明,滑坡灾害的极高易发区、高易发区、中易发区、低易发区分别占全县面积的10.41%、20.00%、27.17%和42.42%;距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。(4)岷县滑坡灾害信息管理系统集成了系统管理、文件管理、数据管理、分析预测和应用工具等五大功能模块,并具有良好的可视化界面,能够实现滑坡灾害数据信息化和动态综合管理,具有一定的实用价值。
刘晶[4](2020)在《基于无人机航拍的滑坡实景三维建模及危险性评价研究》文中研究说明山体滑坡是一种受岩土本身重力或外部力量作用下的一种山体稳定形态结构被改变破坏的高破坏性地质灾害,具有随机性和突发性、损失严重等特点,对人民群众的生命财产、交通运输安全和社会经济生产组织等造成极大威胁。因此,研究山体滑坡有重要社会价值和经济意义。因山体滑坡灾害的突发性以及野外实地勘测工作难度大等原因,应对紧急灾害迫切需要一种应急速度快、灵活性强、精度高的测绘技术。基于此背景,本文以无人机为飞行平台,搭载多镜头航摄相机,组建一种倾斜摄影测量系统,实现从垂直、侧视等不同角度采集数据,以玛曲县实景三维模型生产为研究对象,基于Context Capture软件系统,结合像控点成果、无人机POS数据、原始影像,实现全自动实景三维建模,并对模型成果进行质量评价分析,验证该方法的可操作性。然后以两典型滑坡区域为研究对象,制作高精度的DEM、DOM、DSM等产品,从而进行滑坡危险性评估。基于Arc GIS的分析功能,对舟曲县进行坡度、坡向和断面分析,结合强度值,综合判断滑坡的规模与危害性,进行区域滑坡危险性评价,最后基于Arccatalog建立滑坡灾后数据库,对滑坡区域数据实现高效、有序管理。本文主要研究结果如下:(1)基于无人机数据处理软件Context Capture生产的模型其数据采集与处理流程更加灵活、简化,具有较高的模拟精度,能满足滑坡灾害应急处理的实际需求。该方法在滑坡灾害全流程监测应用中具有一定的可行性。(2)本文选取舟曲南峪乡河道南侧沿河道从山体顺流而下的滑坡(滑坡体A),河道北侧滑坡(滑坡体B),通过对灾害区域的坡度、坡面、坡向、以及强度值的综合分析能够很好的对灾害强度等级进行评估,综合分析得到滑坡体A属于中等规模以下的滑坡,致灾害的强度属于中等以下,而滑坡体B属于较大规模的滑坡,致灾害的强度大。(3)选取坡度、坡向、高程、降雨量、植被覆盖度、河流距离及道路距离等7个影响因子,采用层次分析法确定各影响因子权重,进行舟曲县各乡镇滑坡危险性评价。从结果分析来看,坡度是影响舟曲县山体滑坡最主要的因子,南峪乡处于滑坡高风险地区,很有可能发生二次滑坡,必须强加治理。(4)将舟曲县的矢量数据及栅格数据整理后,基于Arccatalog建立的舟曲县滑坡数据库,可为受灾区的灾后滑坡体清理、城市重新建设规划、以及对周边危险区域进行预警等提供翔实可靠的数据支撑。
赵岩[5](2020)在《基于机器学习的白龙江流域潜在低频泥石流沟识别》文中研究指明泥石流是山区的主要地质灾害之一。对于不同发生频率的泥石流沟,中高频泥石流沟由于受重视程度较高,防灾措施相对完善,但潜在的低频泥石流沟容易被忽视,特别是随着山区人口增加,这些沟沟口较平坦的地方成为居民的理想居住环境,然而一旦遭遇罕见暴雨激发泥石流,常造成严重的灾害。这类泥石流沟因其隐蔽性而常被忽视,相关研究薄弱,特别是在山区勘察困难的条件下,如何快速有效的对其识别显得尤为迫切。在此背景下,本文通过资料收集、野外调查、数据建库和模型构建等方法,基于机器学习技术,对白龙江流域潜在低频泥石流沟进行识别和预测,主要工作和结论如下:(1)基于泥石流形成条件分析,认为地貌条件是泥石流形成的“相对稳定的主控因子”,物质条件为“相对动态的控制因子”,激发条件为“相对随机的激发因子”。并基于地貌参数对泥石流沟发育阶段进行了定量划分。(2)基于空间深度学习模型构建了泥石流堆积扇遥感影像自动识别模型,在训练区模型的召回率为93.8%,在检测区模型的召回率为90.9%,并新发现泥石流沟20个。表明泥石流堆积扇识别模型总体识别效果较好,尤其是对坡面泥石流的识别,是现有方法的重要补充。(3)基于机器学习回归模型构建了泥石流发生频率的预测模型,并发现对泥石流发生频率影响最大的因子是10分钟平均降水量,次之的是植被覆盖指数。总体上,在研究区对泥石流发生频率影响最大的是激发条件,物质条件次之。模型预测的研究区泥石流发生频率分布图可为泥石流减灾做科学指导。(4)基于机器学习分类模型构建了低频泥石流沟识别模型,可对研究区低频泥石流沟进行快速识别。研究发现综合物质条件是低频泥石流沟的主要影响因子,低频泥石流沟主要发育在岩性较弱,滑坡较少,以及植被覆盖较高的地方。模型预测的研究区低频泥石流沟分布可为泥石流隐患点勘察和预防提供支持。综上,通过建立的潜在低频泥石流沟识别方法和模型,深入了解了低频泥石流沟的发育条件,是对潜在低频泥石流灾害预防的有效对策。可以对研究区内潜在的低频泥石流沟进行快速有效的识别,弥补现有方法的不足,可为泥石流隐患点勘察和预防、危险性评价以及国土空间规划等提供新的技术和理论支撑。
沈思考[6](2020)在《基于GIS的“三生空间”时空演变及驱动因素分析 ——以南流江流域为例》文中提出党的十八大提出“促进生产空间集约高效、生活空间宜居适度、生态空间山清水秀”(“三生空间”),“三生空间”的研究成为全国范围内土地利用变化研究的新方向,而南流江流域作为北部湾经济区最大的独流入海流域,是广西区内经济发展与环境保护的重点区域,研究2000-2015年“三生空间”演变特征及其驱动因素对南流江流域国土空间规划具有重要意义。本文运用生态学、经济学、统计学、土地学和地理信息系统等方法和理论,对南流江流域“三生空间”的识别、演变和驱动因素进行了研究分析,以2000年、2010年和2015年生态解译数据为主要数据支撑,采用当量表法、生物物理过程测算方法和价值替代法等方法定量识别“三生空间”主导功能,结合定性识别结果划分“三生空间”分类体系,采用基尼系数法、转移矩阵分析法和景观格局分析法对“三生空间”演变特征进行分析,利用Arc GIS叠加“三生空间”变化图斑面积和地理区位因素,并分析地理区位、政策和社会经济驱动因素对南流江流域“三生空间”演变方向和规律的影响。通过以上研究,本文获得了以下主要结论:(1)当量表法、生物物理过程测算方法和价值替代法等综合定量分类方法能精准有效的将“三生空间”进行识别。本文在2000、2010和2015年生态解译结果的基础上,将“三生空间”定量识别的结果和前人定性识别的结果相比较,综合判定“三生空间”分类体系,将“三生空间”划分为城镇生活空间、农村生活空间、农业生产空间、工矿生产空间、水域生态空间和绿色生态空间。(2)在城镇化的过程中,南流江流域的生活空间发展集中于城镇区域,绿色生态空间先缩小后扩大,农业生产空间逐渐被生活空间侵蚀。2000-2015年,“三生空间”在子流域分布上较为均匀,但是城镇生活空间开发建设逐渐集中于上游中部的中心城区和下游的沿海交通要道;在“三生空间”中,研究区以城镇生活空间和农村生活空间面积大幅度增加,绿色生态空间在退耕还林的政策下稳步回升,农业生产空间大幅度减少为主要特征;研究区的图斑变化剧烈,破碎度加深,景观丰富度减小,单一景观类型优势度增加。(3)行政中心对生产空间和生活空间具有吸引效应,而对生态空间具有排斥效应。随着与铁路的距离加大,生产空间新增图斑面积逐渐增大,生态空间减少图斑面积逐渐缩小,生活空间新增图斑面积逐渐缩小;与省道距离越远,生态空间新增图斑面积逐渐上升,生活空间新增图斑面积逐渐缩小;与高速公路距离越远,生活空间新增图斑逐渐缩小,生态空间减少图斑逐渐缩小。退耕还林是绿色生态空间扩大的主要驱动因素,地区发展规划是生活空间发展方向的主要驱动因素,土地利用总体规划是生产空间变化的主要驱动因素。人口和社会经济决定了“三生空间”演变的方向,交通干线的建设使南流江流域图斑破碎度加深,城镇化建设导致“三生空间”景观类型趋于单一。
郭吉葵[7](2020)在《陕西省水利水电工程地质灾害风险评价研究》文中研究表明陕西省地处黄河、长江两大流域之间,河流众多,水力资源丰富,水利水电工程建设能够更加合理、高效、科学的的利用水资源。然而,陕西省纬度跨越大,地质条件复杂,导致水利工程建设与运营过程中难免诱发地质灾害。因此,为科学保障水利水电工程的安全生产、运营,减少地质灾害带来了损失,为防灾减灾提供可靠的依据,开展陕西省水利水电工程地质灾害风险性评估和区划研究存在着重要的价值与意义。本文以陕西省作为研究区,对区内水利水电工程相关的各类地质灾害展开充分的调查,结合区域地质背景数据,详细分析了有关地质灾害形成因素,并借助GIS技术平台对各项因素建立评价指标体系,从而进行陕西省水利水电地质灾害的风险性等级划分,并对研究区水利水电相关地质灾害风险性做出评价。本文取得的主要成果为:(1)分析了陕西省水利水电地质灾害发育的类型、特征及其分布情况,经研究:陕西省水利水电地质灾害主要受地理环境因素和诱发因素共同影响;其中地质灾害主要集中分布于渭河流域,陕北及陕南水利工程设施周围也有少量集中分布。(2)研究水利水电地质灾害在各影响因素下发生的比例,对比地质灾害发生与各项指标的相关性,从而确定坡度、高程、岩性、地貌、构造、河流、灾点密度七项为易发性评价指标,结合水利工程活动和降雨两项诱发性因素,构成九项危险性评价指标。(3)分析地质灾害发生时对周围资产及资源带来的经济损失,确定以水库、引调水工程以及土地损失为评价指标,构成易损性评价体系;结合危险性完成风险评价。(4)基于GIS与层次分析模型,易发性分区中:低易发占59.45%,中易发占33.64%,高易发占6.92%;危险性分区中:低危险占56.37%,中危险占35.15%,高危险占8.48%;易损性分区中:低易损占98.20%,中易损占0.67%,高易损占1.13%;风险性分区中:极低风险占98.50%,低风险占0.51%,中风险占0.76%,高风险占0.23%。(5)基于GIS与分形理论模型,易发性分区中:低易发占63.45%,中易发占25.09%,高易发占11.46%;危险性分区中:低危险占47.44%,中危险占37.46%,高危险占15.10%;易损性评价分区与层次分析法一致;风险性分区中:极低风险占98.51%,低风险占0.43%,中风险占0.84%,高风险占0.22%。
杜晓晨[8](2020)在《基于ArcGIS和SPSS的德昌县滑坡危险性评价研究》文中指出滑坡目前已成为全世界威胁范围最广的地质灾害之一,严重破坏自然环境,威胁造成的社会经济损失重大。因此研究区域性滑坡的发育情况并进行合理评价,有助于削弱其带来的负面作用。西南地区受近十几年多发地震的影响,加之极端天气频发,且不合理人类工程活动频繁,使得四川省山区地质环境越发不稳定,近几年地质灾害发生率不断增加。特别是震后加之受近期频发极端天气的影响,德昌县一直是四川省地质灾害发育严重的区县之一,且各类滑坡灾害发生会引发其他类地质灾害,如德昌县大型泥石流以及多沟并发的泥石流的发生,不仅使得滑坡的物源富集,还会造成更加严重的灾难威胁。基于区域自然地质环境条件,评价德昌县滑坡危险性并进行合理的分区,是避免滑坡灾害威胁的重要支撑。本文通过对德昌县滑坡灾害的统计和整理,基于研究区环境地质条件,分析其影响滑坡发生的机理,选取了密切相关的影响因素,建立合适的滑坡危险性评价模型,对德昌县滑坡进行危险性区划,并对分区结果进行评价。(1)基于德昌县野外调查和遥感解译资料分析,初步得到滑坡的分布特点及孕灾的地质环境条件,结合相关性分析,筛选得到滑坡的触发因素,构建德昌县滑坡危险性评价指标体系。(2)基于ArcGIS和SPSS软件技术的支持,采用确定系数模型、信息量模型及其相应的逻辑回归耦合模型,对比四种不同评价模型所得到的相应结果,利用ROC曲线和AUC值进行正确率验证,对比几种方法的正确率及适用性,从而选取精确性最好的模型进行德昌县的滑坡危险性分区。(3)对比验证四种评价模型分析结果,得到I+LR模型ROC曲线下的AUC值最高,为0.862。说明I+LR的耦合模型对德昌县滑坡危险性的评价结果精度最为准确。依据I+LR模型的结果将德昌县滑坡危险性进行分类,由高到低依次划分为:极高度、高度、中度、低度和极低度5级危险区。德昌县滑坡共发育215处,其中极高和高度危险区包含151处,占比达70.24%,表明德昌县区域滑坡多密集发育于县内高山峡谷区域,低度以下危险区域滑坡灾害发生少且威胁小,进一步表明划分结果理想。
王欣[9](2020)在《澜沧江中游深切峡谷区工程地质特征及分区评价》文中提出澜沧江中游深切峡谷位于环青藏高原东南缘,是整个昌都-思茅地块的轴部区域,也是三江并流的核心区。其复杂的地质环境条件,加上近年来各类基础工程建设的跟进,在该区域开展工程地质特征研究是十分必要且迫切的。有鉴于此,本文在《深切峡谷区地质环境演化规律及稳定性评价指标体系》研究课题的基础上,以澜沧江中游深切峡谷为研究对象,针对各工程地质条件进行了单因素的特征分区研究。结合峡谷特征,对其形态类型及工程地质特征进行了初步探讨。随后对深切峡谷区地质灾害多发这一现象进行了主控因素的统计分析及易发性分区研究。最后对澜沧江中游深切峡谷区进行了基于GIS的综合工程地质分区评价。主要研究进展有:(1)详细收集整理了区域地质背景资料,得到各区县的气象水文统计信息,并对区域地形地貌、地层建造、构造单元进行了相应的区划。在新构造运动分析的基础上统计了历史地震信息,为后续工程地质特征单因素分析奠定基础;(2)对研究区工程地质特征影响因素进行了单因素的特征分析,得到各单因素的栅格初步分区图。着重对峡谷地貌特征进行了横、纵剖面形态上的分析,并结合Hack、SL等地貌参数对河流进行陡缓段的划分。然后对其形态类型及特征进行总结概括;(3)对典型地质灾害的主控因素进行定性的地质分析,并对各类地质灾害的影响因素进行详细的统计分析。发现地质灾害发育分布规律与深切峡谷区范围密切相关。通过信息量值计算,熵权法计算权重得到地质灾害的分布主要受控于地震、坡度、断裂、道路、水系、降雨等因素。易发性分区结果显示:地质灾害高、中易发区占总面积的40.9%,却有91.21%的地质灾害点发育,并且主要分布于澜沧江深切峡谷干流水系两岸3km范围以内。另外,非对称V型河谷为地灾高发的河谷形态;(4)在各单因素工程地质条件栅格分区图的基础上,选择地形坡度、工程地质岩组、不同地质构造影响范围、地震峰值加速度、地质灾害易发性分区、水文地质条件、地形变速率、年平均降雨量8个影响因子构建了研究区工程地质分区的评价指标体系。通过组合权重计算发现断裂构造、工程岩组、地形地貌三个影响因素所占权重最大。采用基于GIS与组合权重相结合的方法对研究区进行了工程地质条件的分级分区评价。最后对各河段、各河谷类型的工程地质特征进行概括总结,得到了分区-分段-分河谷类型的工程地质评价结果。本文采用的研究思路与技术方法对其它流域深切峡谷区研究具有一定的借鉴意义,其分区结果为后续工程勘察及工程建设适宜性评价提供了一定参考。
冯倩倩[10](2020)在《怒江丙中洛—匹河乡河段泥石流成生环境及其灾生趋势研究》文中认为怒江高山峡谷区是我国泥石流灾害最为严重的地区之一,对当地的生态环境以及居民的生命财产安全造成了巨大的威胁。泥石流作为一种突发性地质灾害,其发生、发展受多种环境条件共同作用,因此厘清各环境条件因子与泥石流灾害的相关性是进行科学预测和灾害防治的理论依据,为地区泥石流防灾减灾提供一定的指导意义。目前对怒江峡谷地区泥石流相关研究较少,且大多停留在定性分析阶段,相关研究中也只以历史泥石流为研究对象,而作为怒江丙中洛-匹河乡河段泥石流灾害高易发的活动泥石流沟,影响其发育的环境条件研究一直被忽略,因此亟待开展相关研究。通过遥感影像解译、现场识别和面积-高程积分定量判别,基本查明了怒江贡山、福贡峡谷地区各类型泥石流的空间分布及历史灾害概况,利用GIS空间分析以及统计学方法初步探明了研究区历史泥石流沟、活动泥石流沟发育的环境条件,并结合环境条件空间差异性对不同河段泥石流的发育特征成因进行探讨,最后结合可拓学算法对泥石流灾生趋势进行分析。主要成果如下:(1)丙中洛-匹河乡一带共发育泥石流沟共191条,灾害线密度为0.9条/km,活动泥石流沟共94条,灾害线密度为0.44/km。流域内泥石流灾害发育在时、空上具有一定特点:时间上,研究区泥石流灾害表现出年际活动不稳定的周期性、年内活动的季节性和集中性、日内互动的夜发性和时段性特点,并常与其它灾害相伴生。空间上泥石流沟在普拉底-石月亮乡河段相对集中,活动流沟主要集中在石月亮乡以北地区,大型、特大型泥石流在普拉底乡以北以及石月亮乡以南地区相对集中发育;不同活动性泥石流沟对岸别具选择性,活动泥石流沟在左岸发育;垂向上,历史泥石流沟相对高程差异分布不明显,活动泥石流沟多集中发育在相对高差大于2000m的沟道中。(2)受泥石流流体结构及组成、干流纵比降、堆积区原始地形和主河的冲刷作用,整个河段扇体完整性较差,并呈现出扇形、透镜形、不规则形等多种形态。区内泥石流堆积扇对主河具阻塞作用,与扇体规模呈正相关,堆积扇的规模与沟道流域的一定发育阶段相联系,扇体体积(V)与流域面积(A)为幂函数相关,具有V=2.42A0.55的变化关系,与沟床比降(J)为负指数相关,具有V=38.19e-0.006J的变化关系,与主沟长度(L)为幂函数相关,具有V=3.761L0.55的变化关系。(3)着重选取坡度、主沟床平均比降、沟壑密度等因子进行深入分析。从各因子中泥石流发生的相对概率来看,泥石流的空间分布受地形条件、构造条件以及降雨条件影响较大,主要分布在坡度25~45°山地面积占比约60%~70%、主沟床纵比降为150‰~350‰,且断裂密度较大、降雨充沛的沟道中;活动泥石流发育明显受构造断裂影响较小,与流域侵蚀程度、岩性、人类工程活动以及植被覆盖情况关系密切,多发育在沟道侵蚀强烈(沟壑密度大于2.0km/km2)、岩体性质较弱、人类工程活动较强且植被覆盖度较低的沟道中。(4)从时间上来看,区内泥石流形成于晚更新世以来,伴随河谷下切速率的增大,泥石流发生频数增加,在全新世以来进入泥石流发育的高发期;近现代以来,工程活动逐渐成为泥石流发生的重要影响因素,工程活动除为泥石流提供丰富物源外,还在长时间尺度内干预复杂的气候系统,导致极端气候的发生,每年雨季泥石流及其引发的灾害问题可能更趋严重。空间上,丙中洛-普拉底一带今后仍为泥石流灾害的极易发河段,且集中分布于贡山县城地区;普拉底-石月亮乡一带为泥石流灾害的高易发河段,泥石流发生的总体规模较小,灾害危险性相对上游较低;石月亮-匹河乡一带为区内泥石流灾害的相对低易发河段,且左岸泥石流易发性高于右岸。
二、基于GIS的滑坡空间数据库研究——以云南小江流域为例(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于GIS的滑坡空间数据库研究——以云南小江流域为例(论文提纲范文)
(1)天水盆地多灾种危险性评价研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 选题依据和研究意义 |
1.2 国内外研究现状 |
1.2.1 国内外指标体系研究现状 |
1.2.2 评价方法研究现状 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 研究区概况和危险性评价模型 |
2.1 地理位置与交通 |
2.2 地形地貌 |
2.3 气象水文 |
2.4 地层岩性 |
2.5 新构造运动和地震 |
2.6 人类活动 |
2.7 危险性评价模型 |
2.7.1 信息量模型 |
2.7.2 证据权模型 |
2.7.3 逻辑回归模型 |
2.7.4 评价结果验证方法 |
第三章 危险性评价指标体系构建 |
3.1 数据来源与格网大小 |
3.1.1 数据来源 |
3.1.2 格网大小 |
3.2 天水市崩滑流灾害特征 |
3.2.1 崩滑流灾害发育概况 |
3.2.2 崩滑流灾害发育类型 |
3.2.3 崩滑流灾害分布规律 |
3.2.4 崩滑流灾害成因要素 |
3.3 危险性评价指标体系构建 |
3.3.1 滑坡评价因子状态分级与相关性分析 |
3.3.2 崩塌评价因子状态分级与相关性分析 |
3.3.3 泥石流评价因子状态分级与相关性分析 |
3.3.4 多灾种评价因子状态分级与相关性分析 |
第四章 单灾种危险性评价 |
4.1 滑坡危险性评价 |
4.1.1 信息量模型评价结果 |
4.1.2 证据权模型评价结果 |
4.1.3 逻辑回归模型评价结果 |
4.1.4 评价结果精度检验与对比分析 |
4.2 崩塌危险性评价 |
4.2.1 信息量模型评价结果 |
4.2.2 证据权模型评价结果 |
4.2.3 逻辑回归模型评价结果 |
4.2.4 评价结果精度检验与对比分析 |
4.3 泥石流危险性评价 |
4.3.1 信息量模型评价结果 |
4.3.2 证据权模型评价结果 |
4.3.3 逻辑回归模型评价结果 |
4.3.4 评价结果精度检验与对比分析 |
第五章 多灾种危险性评价 |
5.1 多灾种危险性评价 |
5.1.1 信息量模型评价结果 |
5.1.2 证据权模型评价结果 |
5.1.3 逻辑回归模型评价结果 |
5.1.4 评价结果精度检验与对比分析 |
5.2 单灾种与多灾种评价结果差异性分析 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(2)基于GIS与空间多准则决策分析的安徽省休宁县滑坡易发性评价(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 研究区概况 |
2.1 数据来源 |
2.2 自然地理概况 |
2.2.1 地理位置 |
2.2.2 交通条件 |
2.2.3 自然地理环境 |
2.3 气象水文 |
2.4 地形地貌 |
2.4.1 地形 |
2.4.2 地貌 |
2.5 地层岩性 |
2.6 地质构造 |
2.7 岩浆岩 |
2.8 新构造运动与区域地壳稳定性 |
2.9 人类工程经济活动 |
第三章 研究区滑坡地质灾害易发性评价 |
3.1 滑坡易发性评价模型 |
3.1.1 常规理想点方法 |
3.1.2 常规TOPSIS模型 |
3.1.3 空间理想点方法和空间TOPSIS模型 |
3.1.4 GIS数据结构、决策方案和滑坡易发区域 |
3.1.5 层次分析法(AHP) |
3.2 滑坡易发性指标体系构建 |
3.2.1 评价指标因子选取的原则 |
3.2.2 评价单元的划分 |
3.2.3 评价指标体系的构建 |
3.3 易发性评价指标因子 |
3.3.1 断层 |
3.3.2 地层岩性 |
3.3.3 地貌单元 |
3.3.4 坡度 |
3.3.5 坡向 |
3.3.6 降雨量 |
3.3.7 道路 |
3.3.8 河流 |
3.3.9 土地利用类型 |
3.4 评价指标因子权重 |
3.5 基于GIS的理想点模型构建及易发性评价 |
3.5.1 理想点值贴近度 |
3.5.2 易发性评价过程及结果分析 |
3.6 评价结果检验 |
3.7 滑坡地质灾害易发性防治措施 |
第四章 结论与展望 |
4.1 结论 |
4.2 存在的问题与展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(3)岷县滑坡灾害易发性评价与信息管理系统开发(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 滑坡灾害易发性评价方法研究现状 |
1.2.2 滑坡灾害易发性评价指标研究现状 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 研究区概况与滑坡灾害信息提取 |
2.1 研究区概况 |
2.1.1 地理位置 |
2.1.2 地质构造 |
2.1.3 地层岩性 |
2.1.4 地形地貌 |
2.1.5 气象水文 |
2.1.6 土壤植被 |
2.1.7 人类活动 |
2.2 滑坡遥感信息提取 |
2.2.1 遥感影像的处理 |
2.2.2 滑坡遥感解译标志的建立 |
2.2.3 滑坡遥感解译与调查验证 |
2.3 研究区滑坡灾害特征 |
2.3.1 滑坡灾害数据编录 |
2.3.2 滑坡灾害分布特征 |
2.4 本章小结 |
第3章 滑坡灾害易发性评价方法与评价指标 |
3.1 滑坡灾害易发性评价方法 |
3.1.1 信息量模型 |
3.1.2 逻辑回归模型 |
3.1.3 径向基神经网络模型 |
3.1.4 逻辑回归-信息量耦合模型 |
3.1.5 径向基神经网络-信息量耦合模型 |
3.2 基本评价单元 |
3.3 滑坡灾害易发性评价指标 |
3.3.1 评价指标的选取原则 |
3.3.2 评价指标的检验筛选 |
3.4 评价结果检验方法 |
3.4.1 合理性检验 |
3.4.2 模型精度检验 |
3.5 本章小结 |
第4章 岷县滑坡灾害易发性评价分析 |
4.1 评价指标体系的建立 |
4.1.1 基础数据 |
4.1.2 指标因子的选取与分级 |
4.1.3 指标因子的检验与筛选 |
4.1.4 指标因子信息量值计算 |
4.2 基于耦合模型的滑坡灾害易发性评价 |
4.2.1 LR-I模型易发性评价 |
4.2.2 RBFNN-I模型易发性评价 |
4.3 评价结果检验分析 |
4.3.1 评价结果合理性检验 |
4.3.2 评价模型精度检验 |
4.4 岷县滑坡灾害易发性分析 |
4.4.1 指标因子重要性分析 |
4.4.2 滑坡灾害易发性与指标因子分析 |
4.5 本章小结 |
第5章 滑坡灾害信息管理系统设计与实现 |
5.1 系统分析 |
5.1.1 系统需求分析 |
5.1.2 系统可行性分析 |
5.2 系统设计 |
5.2.1 系统整体架构设计 |
5.2.2 系统详细功能设计 |
5.2.3 系统数据库设计 |
5.3 系统开发与功能实现 |
5.3.1 系统开发环境 |
5.3.2 系统功能实现 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文目录 |
附录B 攻读学位期间所参与的项目基金及项目 |
附录C 系统源代码(部分) |
(4)基于无人机航拍的滑坡实景三维建模及危险性评价研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 无人机倾斜摄影测量研究现状 |
1.2.2 实景三维建模技术研究现状 |
1.2.3 滑坡危险性评价研究现状 |
1.3 研究方法与技术路线 |
1.3.1 研究方法 |
1.3.2 技术路线 |
1.4 本文主要研究内容及章节安排 |
1.5 本章小结 |
第二章 无人机倾斜摄影测量系统 |
2.1 无人机倾斜摄影测量技术概述 |
2.2 无人机倾斜摄影测量系统 |
2.2.1 软硬件系统基本结构 |
2.2.2 无人机系统 |
2.2.3 任务设备系统 |
2.2.4 地面控制系统 |
2.3 无人机倾斜摄影测量系统构建 |
2.3.1 软硬件系统组成及性能 |
2.3.2 系统功能分析 |
2.4 本章小结 |
第三章 实景三维建模技术论证性研究 |
3.1 三维建模技术方法及其特点 |
3.1.1 无人机倾斜摄影 |
3.1.2 像控测量 |
3.1.3 空中三角测量 |
3.1.4 实景三维模型生成原理与技术方法 |
3.1.5 技术特点 |
3.2 玛曲县实景三维建模 |
3.2.1 研究区概况 |
3.2.2 航空摄影 |
3.2.3 像控点布设及测量 |
3.2.4 空三加密 |
3.2.5 实景三维模型的生成 |
3.3 实景三维模型质量评定 |
3.3.1 质量评定内容 |
3.3.2 质量评定方法 |
3.3.3 精度检测结果 |
3.3.4 质量评定 |
3.4 本章小结 |
第四章 单体滑坡的建模和结果分析 |
4.1 舟曲县实景三维建模 |
4.1.1 研究区概况 |
4.1.2 航空测量 |
4.1.3 三维建模及DOM、DEM、DSM生成 |
4.1.4 三维矢量化 |
4.1.5 三维可视化 |
4.2 单体滑坡分析 |
4.2.1 单体滑坡分析方法 |
4.2.2 单体滑坡分析技术流程 |
4.3 单体滑坡区域地形分析 |
4.3.1 滑坡情况分析 |
4.3.2 坡度分析 |
4.3.3 坡向分析 |
4.3.4 剖面分析 |
4.4 滑坡危害性分析 |
4.5 小结 |
第五章 区域滑坡危险性评价 |
5.1 影响因子分析 |
5.1.1 降雨量分析 |
5.1.2 植被覆盖度分析 |
5.1.3 河流分析 |
5.1.4 道路分析 |
5.2 层次分析法(AHP) |
5.2.1 建立结构模型 |
5.2.2 构建判别矩阵 |
5.3 滑坡危险性评价 |
5.4 小结 |
第六章 基于无人机测量的滑坡数据库构建 |
6.1 数据库建设 |
6.1.1 数据库整体设计 |
6.1.2 数据层次结构设计 |
6.2 数据入库 |
6.2.1 数据收集整理 |
6.2.2 入库数据检查 |
6.2.3 矢量化 |
6.2.4 数据输入 |
6.3 数据库维护运营 |
6.4 本章小结 |
结论与展望 |
结论 |
展望 |
参考文献 |
致谢 |
附录 A:攻读学位期间发表的论文 |
(5)基于机器学习的白龙江流域潜在低频泥石流沟识别(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 选题依据与研究意义 |
1.1.1 选题依据 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 泥石流形成条件与学科概述 |
1.2.2 泥石流发生频率与活动性 |
1.2.3 泥石流识别、分类与人工智能 |
1.2.4 研究区泥石流减灾措施概述 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 科学问题与论文创新 |
1.4.1 科学问题 |
1.4.2 论文创新 |
第二章 研究区概况 |
2.1 地质地貌 |
2.2 气象水文 |
2.3 植被土壤 |
2.4 土地利用 |
2.5 泥石流灾害 |
第三章 白龙江泥石流形成条件与演化 |
3.1 白龙江泥石流的现状与形成条件 |
3.1.1 地貌条件 |
3.1.2 物质条件 |
3.1.3 激发条件 |
3.1.4 三个条件的不同组合 |
3.2 白龙江泥石流的历史演化 |
3.3 白龙江石流的演化趋势 |
3.4 本章小结 |
第四章 泥石流参数体系与数据库构建 |
4.1 泥石流参数体系构建 |
4.1.1 泥石流灾害数据与处理 |
4.1.2 地貌条件相关数据与处理 |
4.1.3 物质条件相关数据与处理 |
4.1.4 激发条件相关数据与处理 |
4.2 泥石流沟参数空间数据库构建 |
4.3 本章小结 |
第五章 基于空间深度学习的泥石流堆积扇遥感自动识别 |
5.1 泥石流堆积扇样本的目视解译 |
5.1.1 泥石流堆积扇形状特征 |
5.1.2 泥石流堆积扇演化特征 |
5.1.3 泥石流堆积扇解译结果 |
5.2 泥石流堆积扇训练样本数据生成 |
5.3 泥石流堆积扇识别模型训练 |
5.4 泥石流堆积扇模型评估与优化 |
5.5 本章小结 |
第六章 基于机器学习回归模型的泥石流发生频率预测 |
6.1 参数选取 |
6.2 数据处理 |
6.3 初始模型 |
6.4 参数优化 |
6.5 模型评估 |
6.6 模型预测 |
6.7 参数重要性 |
6.8 本章小节 |
第七章 基于机器学习分类模型的低频泥石流沟识别 |
7.1 低频泥石流主控因素分析 |
7.2 参数选择与数据探索 |
7.2.1 参数选择 |
7.2.2 数据质量 |
7.2.3 数据探索 |
7.3 数据准备与处理 |
7.3.1 数据清洗 |
7.3.2 特征选择 |
7.4 训练模型与评估优化 |
7.4.1 模型介绍 |
7.4.2 评价参数 |
7.4.3 情景设计 |
7.4.4 模型建立 |
7.4.5 模型评估与优化 |
7.4.6 最终模型 |
7.5 模型预测 |
7.6 低频泥石流沟参数特征与模型实用性 |
7.6.1 低频泥石流沟的物质条件特征 |
7.6.2 低频泥石流沟的地貌条件特征 |
7.6.3 最终模型的实用性 |
7.7 本章小结 |
第八章 结论与展望 |
8.1 主要结论 |
8.2 研究展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
附录 |
1.各类文献、资料记录白龙江流域泥石流事件汇总表 |
2.缩写词对照表 |
(6)基于GIS的“三生空间”时空演变及驱动因素分析 ——以南流江流域为例(论文提纲范文)
摘要 |
Abstract |
1.引言 |
1.1 研究背景、目的与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 “三生空间”内涵 |
1.3 研究进展 |
1.3.1 土地利用时空演变与驱动因素研究 |
1.3.2 生态系统服务研究 |
1.3.3 “三生空间”识别研究 |
1.3.4 “三生空间”演变特征及驱动因素研究 |
1.3.5 研究述评 |
1.4 研究设计 |
1.4.1 研究目的 |
1.4.2 研究内容 |
1.4.3 研究方法 |
1.6 技术路线 |
2.研究区概况与数据预处理 |
2.1 研究区概况 |
2.1.1 地理位置 |
2.1.2 自然条件 |
2.1.3 社会经济 |
2.1.4 环境治理 |
2.2 “三生空间”数据预处理 |
2.2.1 “三生空间”数据库建立 |
2.2.2 “三生空间”数据处理 |
3.“三生空间”功能评价与识别 |
3.1 建立“三生空间”功能分类体系 |
3.2 “三生空间”功能价值测定方法与数据 |
3.2.1 生态空间功能定量测定方法 |
3.2.2 生产空间功能定量测定方法 |
3.2.3 生活空间功能定量测定方法 |
3.3 生态、生产、生活价值的空间分布 |
3.4 主导功能识别 |
3.5 建立“三生空间”分类体系 |
3.6 小结 |
4.“三生空间”时空演变分析 |
4.1 “三生空间”转移特征分析 |
4.2 “三生空间”结构变化分析 |
4.3 空间自相关分析 |
4.4 “三生空间”均衡度分析 |
4.4.1 水文分析 |
4.4.2 基尼系数计算方法 |
4.4.3 均衡度分析 |
4.5 景观格局变化分析 |
4.6 小结 |
5.“三生空间”演变驱动因素分析 |
5.1 行政中心 |
5.2 交通干线 |
5.2.1 铁路 |
5.2.2 省道 |
5.2.3 高速公路 |
5.3 政策 |
5.4 社会经济驱动因素 |
5.5 小结 |
6.结论、创新点与展望 |
6.1 研究结论 |
6.2 创新点与展望 |
6.2.1 创新点与新发现 |
6.2.2 不足与展望 |
参考文献 |
附录 |
附表1 |
附表2 |
攻读硕士学位期间的科研成果 |
致谢 |
(7)陕西省水利水电工程地质灾害风险评价研究(论文提纲范文)
摘要 |
abstract |
第一章 前言 |
1.1 选题依据与研究意义 |
1.2 国内外研究现状 |
1.3 主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
第二章 自然地理与地质环境条件 |
2.1 自然地理概况 |
2.1.1 气象条件 |
2.1.2 水文环境 |
2.2 研究区地质环境 |
2.2.1 地形地貌 |
2.2.2 地层岩性 |
2.2.3 水文地质 |
2.2.4 断裂构造 |
2.2.5 新构造运动与地震 |
2.3 水利水电工程活动 |
第三章 水利水电工程地质灾害特征分析 |
3.1 研究区地质灾害数据编录 |
3.1.1 资料收集分析 |
3.1.2 地质灾害数据编录 |
3.2 水利水电工程地质灾害发育类型 |
3.2.1 滑坡 |
3.2.2 崩塌 |
3.2.3 泥石流 |
3.3 陕西省水利工程地质灾害特征 |
3.3.1 地质灾害空间分布规律 |
3.3.2 地质灾害时间分布规律 |
3.4 水利水电地质灾害成因分析 |
3.4.1 灾害形成条件分析 |
3.4.2 灾害形成种类分析 |
3.5 水利水电工程地质灾害危害性分析 |
3.6 水利水电工程地质灾害对生态的影响 |
第四章 地质灾害易发性与危险性评价 |
4.1 评价理论与方法 |
4.1.1 层次分析法 |
4.1.2 分形理论模型 |
4.2 建立易发性评价指标体系 |
4.2.1 指标因子的赋值 |
4.2.2 评价栅格的建立 |
4.2.3 评价指标权重的计算 |
4.3 建立危险性评价指标体系 |
4.3.1 指标因子的赋值 |
4.3.2 评价栅格的建立 |
4.3.3 评价指标权重的计算 |
4.4 基础数据与评价单元的选择 |
4.4.1 基础数据 |
4.4.2 评价单元的选择 |
4.5 灾害易发性评价 |
4.5.1 基于层次分析模型的易发性评价 |
4.5.2 基于分形理论易发性评价 |
4.6 地质灾害危险性评价 |
4.6.1 基于层次分析模型的危险性评价 |
4.6.2 基于分形理论模型的危险性评价 |
4.6.3 危险性评价结果分析 |
第五章 地质灾害易损性与风险性评价 |
5.1 评价理论与方法 |
5.1.1 易损性评价方法 |
5.1.2 风险性评价方法 |
5.2 建立易损性评价指标体系 |
5.2.1 评价指标的选取原则 |
5.2.2 评价因子的赋值 |
5.2.3 评价栅格的建立 |
5.2.4 评价指标权重计算 |
5.3 基础数据 |
5.4 灾害易损性评价 |
5.5 地质灾害风险性评价 |
5.5.1 基于层次分析模型的风险性评价 |
5.5.2 基于分形理论模型的风险性评价 |
5.5.3 风险性评价结果分析 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
(8)基于ArcGIS和SPSS的德昌县滑坡危险性评价研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究历程 |
1.2.2 国内滑坡研究 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 研究区概况 |
2.1 地理位置 |
2.2 自然地质环境条件 |
2.2.1 地形地貌 |
2.2.2 气象水文 |
2.2.3 地层岩性 |
2.2.4 地质构造与地震 |
2.2.5 水文地质条件 |
2.2.6 生态环境 |
2.2.7 人类工程活动 |
3 滑坡灾害特征与影响因素分析 |
3.1 滑坡灾害特征分析 |
3.1.1 滑坡发育特征 |
3.1.2 滑坡分布特征 |
3.2 滑坡灾害影响因素分析 |
3.2.1 地形地貌与滑坡 |
3.2.2 地质构造与滑坡 |
3.2.3 气象水文与滑坡 |
3.2.4 人类工程活动与滑坡 |
4 滑坡危险性评价与分区 |
4.1 构建滑坡危险性评价指标体系 |
4.1.1 危险性评价流程 |
4.1.2 评价因子选取 |
4.1.3 评价方法研究 |
4.2 基于确定系数法(CF)的滑坡危险性评价 |
4.2.1 确定系数法(CF)的原理 |
4.2.2 CF值的计算及叠加 |
4.3 基于信息量法(I)的滑坡危险性评价 |
4.3.1 信息量法(I)的原理 |
4.3.2 I值的计算及叠加 |
4.4 基于CF+LR的滑坡危险性评价 |
4.5 基于I+LR的滑坡危险性评价 |
5 滑坡危险性评价结果检验及分析 |
5.1 ROC曲线对模型精度验证 |
5.2 德昌县滑坡危险性分析 |
结论与展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
(9)澜沧江中游深切峡谷区工程地质特征及分区评价(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 选题依据及研究意义 |
1.2 国内外研究现状 |
1.2.1 深切峡谷研究现状 |
1.2.2 深切峡谷主要工程地质问题 |
1.2.3 工程地质分区评价研究进展与现状 |
1.3 研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
第2章 区域地质环境条件 |
2.1 自然地理概况 |
2.1.1 地理位置 |
2.1.2 气象水文 |
2.2 区域地形地貌 |
2.3 区域地层建造 |
2.4 区域地质构造背景 |
2.4.1 大地构造环境 |
2.4.2 区域构造单元及断裂构造 |
2.5 新构造运动与历史地震 |
2.5.1 新构造运动 |
2.5.2 历史地震 |
第3章 研究区工程地质特征影响因素分析 |
3.1 地形地貌 |
3.1.1 平面特征 |
3.1.2 垂直特征 |
3.2 峡谷特征 |
3.2.1 谷底特征 |
3.2.2 谷坡特征 |
3.2.3 河谷形态类型及其特征 |
3.3 地层岩性 |
3.3.1 按地质年代划分 |
3.3.2 按岩石强度划分 |
3.3.3 按岩石类型划分 |
3.4 地质构造 |
3.5 地震活动 |
3.6 降水及水文地质条件 |
3.6.1 降水特征 |
3.6.2 水文地质特征 |
3.7 人类工程活动 |
3.8 构造应力场与地形变 |
3.8.1 现今区域构造应力场 |
3.8.2 地形变场 |
第4章 澜沧江中游地质灾害分布特征及易发性分区 |
4.1 地质灾害点概述 |
4.2 典型地灾分布特征及主控因素分析 |
4.3 各类地质灾害影响因素统计分析 |
4.3.1 距断裂距离统计 |
4.3.2 距水系距离统计 |
4.3.3 距道路距离统计 |
4.3.4 地灾高程分布统计 |
4.3.5 地灾平均坡度统计 |
4.3.6 地灾降雨量分布统计 |
4.3.7 地灾地震峰值加速度统计 |
4.3.8 地灾工程地质岩组分布统计 |
4.4 地质灾害易发性分区评价 |
4.4.1 地质灾害分布图 |
4.4.2 评价因子的选取与分级 |
4.4.3 信息量计算 |
4.4.4 熵权法计算权重 |
4.4.5 基于加权信息量法的地质灾害易发性分区评价 |
4.4.6 各河谷类型地灾发育特点 |
第5章 澜沧江中游深切峡谷区工程地质分区评价 |
5.1 工程地质分区评价方法 |
5.1.1 分区原则及依据 |
5.1.2 基于GIS的工程地质分区评价方法及流程 |
5.2 工程地质分区评价指标体系 |
5.2.1 评价指标体系的选取与构建 |
5.2.2 评价指标的简述及量化 |
5.3 评价指标权重的计算 |
5.3.1 基于层次分析法的主观权重计算 |
5.3.2 基于CRITIC法的客观权重计算 |
5.3.3 权重的组合 |
5.4 基于GIS的工程地质分区评价 |
5.5 各河谷类型工程地质特征 |
5.5.1 各河段工程地质特征评价结果 |
5.5.2 各河谷类型对应工程地质岩组 |
5.5.3 各河谷类型断裂发育情况 |
5.5.4 各河谷类型水文地质情况 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
(10)怒江丙中洛—匹河乡河段泥石流成生环境及其灾生趋势研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题依据及研究意义 |
1.2 国内外研究现状 |
1.2.1 泥石流沟道的判别研究现状 |
1.2.2 泥石流灾害环境条件研究 |
1.2.3 怒江峡谷段泥石流灾害研究现状 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 自然地理及工程地质环境 |
2.1 自然地理条件 |
2.1.1 地理位置及交通 |
2.1.2 气象水文 |
2.2 工程地质条件 |
2.2.1 地形地貌 |
2.2.2 地质构造 |
2.2.3 地层岩性 |
2.2.4 新构造运动 |
2.2.5 水文地质条件 |
2.2.6 人类工程活动 |
第3章 分析数据的准备及处理 |
3.1 DEM数据获取及预处理 |
3.2 沟道流域单元的提取及划分 |
3.3 泥流沟道数据的获取 |
3.3.1 直观定性判别 |
3.3.2 基于数理统计定量判别 |
3.3.3 研究区泥石流沟道 |
第4章 怒江丙中洛-匹河乡河段泥石流发育特征 |
4.1 泥石流类型 |
4.2 泥石流分布特征 |
4.2.1 泥石流时间分布特征 |
4.2.2 泥石流沟空间分布特征 |
4.3 泥石流堆积扇发育特征 |
4.3.1 扇体的形态特征 |
4.3.2 扇体的结构及组成特征 |
4.3.3 扇体的不易保存性 |
4.3.4 对主河道的阻塞性 |
第5章 泥石流灾害形成的主控因素 |
5.1 地形地貌因子与泥石流灾害 |
5.1.1 坡度 |
5.1.2 平均沟床比降 |
5.1.3 流域切割密度 |
5.1.4 主沟床弯曲系数 |
5.2 地层岩性与泥石流灾害 |
5.3 地质构造与泥石流灾害 |
5.4 归一化植被指数(NDVI) |
5.5 降雨条件与泥石流灾害 |
5.5.1 多年平均年降雨量 |
5.5.2 年降雨量与泥石流关系 |
5.5.3 月降雨量与泥石流关系 |
5.6 人类工程活动 |
第6章 怒江丙中洛-匹河乡河段泥石流灾生趋势 |
6.1 多因素耦合下泥石流的成生环境 |
6.2 泥石流时间尺度上的灾生趋势分析 |
6.3 泥石流空间上的灾生趋势分析 |
6.3.1 基于可拓学的泥石流易发性评价 |
6.3.2 各河段泥石流灾生趋势分析 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
附录 |
四、基于GIS的滑坡空间数据库研究——以云南小江流域为例(论文参考文献)
- [1]天水盆地多灾种危险性评价研究[D]. 王喜乐. 兰州大学, 2021(09)
- [2]基于GIS与空间多准则决策分析的安徽省休宁县滑坡易发性评价[D]. 袁亚南. 合肥工业大学, 2021(02)
- [3]岷县滑坡灾害易发性评价与信息管理系统开发[D]. 黄立鑫. 兰州理工大学, 2021(01)
- [4]基于无人机航拍的滑坡实景三维建模及危险性评价研究[D]. 刘晶. 兰州理工大学, 2020(02)
- [5]基于机器学习的白龙江流域潜在低频泥石流沟识别[D]. 赵岩. 兰州大学, 2020(01)
- [6]基于GIS的“三生空间”时空演变及驱动因素分析 ——以南流江流域为例[D]. 沈思考. 南宁师范大学, 2020(03)
- [7]陕西省水利水电工程地质灾害风险评价研究[D]. 郭吉葵. 长安大学, 2020(06)
- [8]基于ArcGIS和SPSS的德昌县滑坡危险性评价研究[D]. 杜晓晨. 西南科技大学, 2020(08)
- [9]澜沧江中游深切峡谷区工程地质特征及分区评价[D]. 王欣. 成都理工大学, 2020(04)
- [10]怒江丙中洛—匹河乡河段泥石流成生环境及其灾生趋势研究[D]. 冯倩倩. 成都理工大学, 2020(04)