吉林大学学报(地球科学版) ›› 2024, Vol. 54 ›› Issue (5): 1629-1644.doi: 10.13278/j.cnki.jjuese.20230071

• 地质工程与环境工程 • 上一篇    下一篇

基于不同评价单元的三峡库区滑坡易发性对比——以重庆市云阳县为例

安雪莲1，密长林2，孙德亮1，文海家3，李晓琴2，辜庆渝1，丁悦凯1   

  1. 1.地理信息系统应用研究重庆市高校重点实验室（重庆师范大学），重庆401331

    2.山东省临沂市自然资源开发服务中心，山东临沂276000

    3.山地城镇建设与新技术教育部重点实验室（重庆大学），重庆400045

  • 出版日期:2024-09-26 发布日期:2024-10-12
  • 基金资助:

    重庆市自然科学基金项目（CSTB2023NSCQ-MSX0618）；教育部人文社会科学规划项目(20XJAZH002)


Comparison of  Landslide Susceptibility in Three Gorges Reservoir Area Based on Different Evaluation Units——Take Yunyang County in Chongqing as an Example

An Xuelian1，Mi Changlin2，Sun Deliang1，Wen Haijia3，Li Xiaoqin2，Gu Qingyu1，Ding Yuekai1   

  1. 1. Chongqing Key Laboratory of GIS Application  (Chongqing Normal University), Chongqing 401331, China

    2.  Linyi Natural Resources Development Service Center of  Shandong, Linyi 276000, Shandong,  China

    3. Key Laboratory of New Technology for Construction of Cities in Mountain Area (Chongqing University), Ministry of Education, Chongqing 400045,China

  • Online:2024-09-26 Published:2024-10-12
  • Supported by:
    Supported by the Natural Science Foundation of Chongqing (CSTB2023NSCQ-MSX0618) and the Humanities and Social Science Planning Fund of Ministry of Education (20XJAZH002)

PDF (PC)

109

摘要：

为探究不同评价单元对区域滑坡易发性评估的影响，基于网格单元与斜坡单元对三峡库区典型县域重庆市云阳县开展了滑坡易发性研究。首先选取高程、坡度、曲率等22个评价因子，根据研究区988个历史滑坡数据，通过30 m×30 m的栅格数据提取斜坡单元，并基于网格单元及斜坡单元分别建立22个滑坡影响因子地理空间数据库；然后利用随机森林与贝叶斯优化算法来构建滑坡易发性模型，对研究区滑坡进行易发性评估；最后结合ROC (受试者工作特征)曲线与混淆矩阵结果检验评价单元的易发性模型预测精度。结果表明：易发性评估的结果可划分为低、较低、中、较高、高5个等级；基于网格单元的滑坡易发性模型中，高程、与道路距离、坡度这3个因子对滑坡发生的贡献率大，基于斜坡单元的模型中，INDV（归一化植被指数）、剖面曲率、平面曲率这3个因子对滑坡发生的贡献率大，并且2个模型的滑坡密度均随着滑坡易发性等级的升高而变大；与网格单元相比,斜坡单元能更好地解释地形间的联系，以斜坡单元（AUC=0.744）为最小评价单元的滑坡易发性模型比网格单元（AUC=0.714）精度更高。

关键词: 滑坡, 滑坡评价单元, 斜坡单元, 网格单元, 滑坡易发性, 随机森林, 三峡库区, 重庆市云阳县

Abstract:

In order to explore the influence of different evaluation units on the assessment of regional landslide susceptibility, the landslide susceptibility of Yunyang County in Chongqing, a typical county in the Three Gorges reservoir area, was studied based on grid units and slope units. Twenty-two evaluation factors such as elevation, slope and curvature were selected. Combined with 988 historical landslide data in the study area, slope units were extracted from 30 m×30 m raster data, and geospatial databases of landslide impact factors were established based on slope units and grid units. The landslide susceptibility model was constructed by random forest and Bayesian optimization algorithm to evaluate the landslide susceptibility in the study area. The results indicate that the susceptibility assessment can be divided into five levels: low, moderately low, medium, moderately high, and high. In the landslide susceptibility model based on the grid units, the three factors of elevation, distance from the road and slope contribute greatly to the landslide occurrence. In the model based on slope units, the three factors of INDV (normalized difference vegetation index ), profile curvature and plane curvature contribute greatly to the landslide occurrence. The landslide density of both models increases with the increase of susceptibility level. Compared with grid units, slope units can better explain the relationship between terrain, and the landslide susceptibility model with slope units （AUC=0.744） as the minimum evaluation unit is more accurate than grid units （AUC=0.714）.

Key words: landslide, landslide evaluation units, slope units, grid units, landslide susceptibility, random forest, Three Gorges reservoir area, Yunyang County in Chongqing

中图分类号: 

  • X43
[1] 王新领, 祝新益, 张宏兵, 孙博, 许可欣.

基于随机树嵌入的随钻测井岩性识别方法 [J]. 吉林大学学报(地球科学版), 2024, 54(2): 701-708.
[2] 王明常, 丁文, 赵竞争, 吴琳琳, 王凤艳, 纪雪. 基于知识图谱与随机森林的落叶松毛虫害遥感识别[J]. 吉林大学学报(地球科学版), 2023, 53(6): 2006-2017.
[3] 于子望, 郑天琪, 程钰翔. 基于PSO-XGB混合优化技术的浅层地下温度预测：以长春市为例[J]. 吉林大学学报(地球科学版), 2023, 53(6): 1907-1916.
[4] 熊超, 孙红月. 基于多因素-多尺度分析的阶跃型滑坡位移预测[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1175-1184.
[5] 王雪冬, 张超彪, 王翠, 朱永东, 王海鹏. 基于Logistic回归与随机森林的和龙市地质灾害易发性评价[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1957-1970.
[6] 杨国华, 李婉露, 孟博. 基于机器学习方法的地下水氨氮时空分布规律[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1982-1995.
[7] 杨丽萍, 苏志强, 侯成磊, 白宇兴, 王彤, 孔金玲. 基于随机森林的干旱区全极化SAR土壤含水量反演[J]. 吉林大学学报(地球科学版), 2022, 52(4): 1255-.
[8] 王明常, 刘鹏, 陈学业, 王凤艳, 宋玉莲, 刘瀚元. 基于GEE的东北三省城市建设用地扩张研究[J]. 吉林大学学报(地球科学版), 2022, 52(1): 292-.
[9] 王孔伟, 路永强, 聂进, 滕明明, 王宵亮. 三峡库区仙女山和九畹溪断裂带水库地震变化规律[J]. 吉林大学学报(地球科学版), 2021, 51(2): 624-637.
[10] 林松, 王薇, 邓小虎, 查雁鸿, 周红伟, 程邈. 三峡库区典型滑坡地质与地球物理电性特征[J]. 吉林大学学报(地球科学版), 2020, 50(1): 273-284.
[11] 赵金童, 牛瑞卿, 姚琦, 武雪玲. 雷达数据辅助下的滑坡易发性评价[J]. 吉林大学学报(地球科学版), 2018, 48(4): 1182-1191.
[12] 邱丹丹, 牛瑞卿, 赵艳南, 武雪玲. 斜坡单元支持下地震滑坡危险性区划—以芦山地震为例[J]. 吉林大学学报(地球科学版), 2015, 45(5): 1470-1478.
[13] 王孔伟, 张帆, 邱殿明. 三峡库区黄陵背斜形成机理及与滑坡群关系[J]. 吉林大学学报(地球科学版), 2015, 45(4): 1142-1154.
[14] 陈建平，严琼，李伟，尚北川，丁成武. 地质单元法区域成矿预测[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1083-1091.
[15] 彭令，牛瑞卿，赵艳南，邓清禄. 区域滑坡灾害风险评估--以长江三峡库区秭归县为例[J]. 吉林大学学报(地球科学版), 2013, 43(3): 891-901.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 汤洁，梁爽，张豪，吴佳曦，娄云. 吉林西部盐碱水田区冻融期土壤水盐运移特征及酶活性变化[J]. 吉林大学学报(地球科学版), 2014, 44(2): 636 -644 .
[2] 杨冰, 许天福, 李凤昱, 田海龙, 杨磊磊. 水-岩作用对储层渗透性影响的数值模拟研究——以鄂尔多斯盆地东北部上古生界砂岩储层为例[J]. 吉林大学学报(地球科学版), 2019, 49(2): 526 -538 .
[3] 陈思芮, 王卫学, 曲希玉, 纪友亮, 鲜本忠, 刘英男. 东营凹陷北带沙四上亚段砂砾岩储层物性主控因素分析[J]. 吉林大学学报(地球科学版), 2022, 52(4): 1091 .
[4] 柴鹏, 孙景贵, 袁玲玲, 门兰静. 吉林延吉杜荒岭浅成热液金矿床岩体锆石微量元素地球化学特征及其地质意义[J]. 吉林大学学报(地球科学版), 2023, 53(3): 767 -784 .
[5] 赵克强, 孙景贵, 程琳, 马生明, 王振亮, 古阿雷. 内蒙古白土营子钼矿床成矿年代学及成矿流体特征[J]. 吉林大学学报(地球科学版), 2023, 53(3): 822 -839 .
[6] 徐智涛, 孙立影, 李忠伟, 李萌萌, 刘宏岩, 马飞. 龙岗火山区早更新世玄武质熔岩成因及其构造意义：来自Rb-Sr同位素定年、元素地球化学及Pb同位素证据[J]. 吉林大学学报(地球科学版), 2023, 53(3): 887 -903 .
[7] 王振亮, 赵克强, 杨剑洲, 邓友茂, 付燕刚, 段壮, 林鲁军, 左光明. 内蒙古架子山地区晚石炭世二长花岗岩成因及其地质意义[J]. 吉林大学学报(地球科学版), 2023, 53(3): 984 -1000 .
[8] 陈绪钰, 王东辉, 倪化勇, 李明辉, 田凯. 长江经济带上游地区丘陵城市工程建设适宜性评价——以泸州市规划中心城区为例[J]. 吉林大学学报(地球科学版), 2020, 50(1): 194 -207 .
[9] 谢泽昊, 史本伟, 田波, 陈倩, 张文祥, 顾靖华. 盐沼植被缓流能力观测研究——以崇明东滩海三棱藨草盐沼区为例[J]. 吉林大学学报(地球科学版), 2022, 52(2): 571 -581 .
[10] 单玄龙, 热西提·亚力坤, 刘 培, 陶文芳, 张 琴, 郝国丽, 李克成, 姚佳利. 珠江口盆地西江主洼珠琼运动的沉积响应及构造意义[J]. 吉林大学学报(地球科学版), 2023, 53(2): 329 .
版权所有 © 《吉林大学学报(地球科学版)》编辑部
地址：长春市西民主大街938号(130026)　电话：+86-431-88502374；13756165364　E-mail: xuebao1956@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发