攀枝花市矿产资源丰富,采矿历史悠久,开采活动强度大,地质结构复杂,生态环境脆弱,矿山地质灾害频发.基于2019年的三江(怒江,澜沧江,金沙江)北段矿产开发环境遥感监测调查资料,在分析矿山地质灾害发育规律与影响因素关系的基础上,选取坡...攀枝花市矿产资源丰富,采矿历史悠久,开采活动强度大,地质结构复杂,生态环境脆弱,矿山地质灾害频发.基于2019年的三江(怒江,澜沧江,金沙江)北段矿产开发环境遥感监测调查资料,在分析矿山地质灾害发育规律与影响因素关系的基础上,选取坡度、工程地质岩组、距断层的距离、降水量、植被覆盖度、距河流的距离以及距开采活动面的距离7个评价因子,借助ArcGIS软件平台,采用确定性系数(Certainty Factor,CF)模型、信息量模型以及CF与信息量耦合模型开展攀枝花市矿山地质灾害易发性评价研究.结果表明,工程地质岩组、植被覆盖度、距开采活动面的距离是影响矿山地质灾害分布的控制因子;经过ROC(Receiver Operating Characteristic Curve,ROC)曲线检验,CF与信息量耦合模型的AUC(Area Under the Curve,AUC)值高达0.909,表明耦合模型比单一模型的评价精度高,其精度为耦合模型>信息量模型>确定性系数模型;耦合模型的易发性分区为极高易发区(5.24%)、高易发区(11.67%)、中易发区(41.66%)和低易发区(41.43%),其中极高和高易发区主要分布在开采活动强度较大的煤矿、铁矿和花岗岩矿矿山,即主要分布在仁和区、东区、盐边县和米易县.展开更多
文摘构建准确的滑坡预测模型和确定环境因子的贡献程度,对滑坡易发性评价具有重要意义。在以往研究中,最大熵物种分布(maximum entropy model,MaxEnt)模型因其对样本量要求低、预测精度高和可避免模型过度拟合等优点,被广泛运用在生态学领域。以沅陵县为研究区,基于342处滑坡灾害点数据和9个环境变量,分别采用确定性系数(certainty factor,CF)模型、逻辑回归(Logistic)模型和MaxEnt模型对沅陵县进行滑坡易发性分区预测。同时采用刀切法(Jackknife)检验环境因子对预测结果的贡献程度,确定滑坡地质灾害的主要影响因素。结果表明:确定性系数模型、逻辑回归模型和MaxEnt模型的受试者特征曲线(receiver operating characteristic,ROC)下面积(area under the curve,AUC)值分别为0.827、0.803、0.911,3种模型的预测精度均较高,且MaxEnt模型精度最高,表现较好;河流是影响研究区滑坡灾害发生贡献程度最高的环境因子;滑坡灾害主要发育在以河流为中心向外延伸100 m范围内,集中分布在沅江、深溪和兰溪附近。研究能为沅陵县地质灾害易发性评价提供一种新的方法。
文摘攀枝花市矿产资源丰富,采矿历史悠久,开采活动强度大,地质结构复杂,生态环境脆弱,矿山地质灾害频发.基于2019年的三江(怒江,澜沧江,金沙江)北段矿产开发环境遥感监测调查资料,在分析矿山地质灾害发育规律与影响因素关系的基础上,选取坡度、工程地质岩组、距断层的距离、降水量、植被覆盖度、距河流的距离以及距开采活动面的距离7个评价因子,借助ArcGIS软件平台,采用确定性系数(Certainty Factor,CF)模型、信息量模型以及CF与信息量耦合模型开展攀枝花市矿山地质灾害易发性评价研究.结果表明,工程地质岩组、植被覆盖度、距开采活动面的距离是影响矿山地质灾害分布的控制因子;经过ROC(Receiver Operating Characteristic Curve,ROC)曲线检验,CF与信息量耦合模型的AUC(Area Under the Curve,AUC)值高达0.909,表明耦合模型比单一模型的评价精度高,其精度为耦合模型>信息量模型>确定性系数模型;耦合模型的易发性分区为极高易发区(5.24%)、高易发区(11.67%)、中易发区(41.66%)和低易发区(41.43%),其中极高和高易发区主要分布在开采活动强度较大的煤矿、铁矿和花岗岩矿矿山,即主要分布在仁和区、东区、盐边县和米易县.
