基于信息量模型的兰坪县地灾易发性评价

穆 世江, 刘 汉湖
成都理工大学地球科学学院

摘要

本文以兰坪县为研究区,选取高程,坡度,降雨等6个评价因子,运用信息量法对兰坪县地质灾害易发性进行评价,并将结果划分为低,中,高,极高易发区｡结果表明,低易发区灾害点共有28处｡中易发区面积灾害点共有59处｡高易发区灾害点共有87处｡极高易发区灾害点共有147处｡

关键词

易发性评价;信息量法;兰坪县

参考

[1]刘小青,汤家法,张利民.基于地理探测器的北川县地质灾害影响因子定量分析[J].测绘与空间地理信息,2020,43(03):41-43+48[2]沈迪,郭进京,王志恒,等.基于热点分析与地理探测器的地质灾害敏感性评价[J].环境生态学,2021,3(4):83-89.[3]宋小川,刘汉湖,张春,周林博.确定性系数模型的滑坡易发性评价应用与比较[J].矿山测量,2021,49(05):65-71.[4]NeuhaeuserB,TerhorstB.Landslidesusceptibilityassessmentusing"weights-of-evidence"appliedtoastudyareaattheJurassicescarpment(SW-Germany)[J].Geomorphology,2007,86(1/2):12-24.[5]杨盼盼,王念秦,郭有金,马啸.基于加权信息量模型的临潼区滑坡易发性评价[J].长江科学院院报,2020,37(09):50-56.[6]许晓露,刘汉湖,蒋川东.基于斜坡单元的滑坡易发性评价——以易贡地区为例[J].河南科学,2019,37(11):1825-1832.[7]孟田,许晓露,刘汉湖.基于斜坡单元优化的高海拔地区滑坡危险性评价——以金沙江白格滑坡为例[J].河南理工大学学报(自然科学版),2021,40(01):65-73.DOI:10.16186/j.cnki.1673-9787.2019100024.[8]胡芹龙,王运生.基于加权信息量与GIS的滑坡易发性评价[J].水力发电,2018,44(08):31-35.[9]胡屿,陈静,刘勇,陆安良,侯江勇.基于GIS与信息量法的贵州省丹寨县地质灾害易发性评价[J].贵州科学,2022,40(05):60-64.[10]温鑫,范宣梅,陈兰,刘世康.基于信息量模型的地质灾害易发性评价:以川东南古蔺县为例[J].地质科技通报,2022,41(02):290-299.DOI:10.19509/j.cnki.dzkq.2022.0054.[11]胡芹龙,王运生.基于加权信息量与GIS的滑坡易发性评价[J].水力发电,2018,44(08):31-35.[12]孟田,许晓露,刘汉湖.基于斜坡单元优化的高海拔地区滑坡危险性评价——以金沙江白格滑坡为例[J].河南理工大学学报(自然科学版),2021,40(01):65-73.[13]张晓东,刘湘南,赵志鹏,吴文忠,刘海燕,张勇,高宇亮.信息量模型､确定性系数模型与逻辑回归模型组合评价地质灾害敏感性的对比研究[J].现代地质,2018,32(03):602-610.[14]谭玉敏,郭栋,白冰心,许波.基于信息量模型的涪陵区地质灾害易发性评价[J].地球信息科学学报,2015,17(12):1554-1562.[15]焦伟之,张明,谢鑫鹏,李成文,刘涛,庞海松.基于GIS与加权信息量模型的城镇地质灾害易发性评价——以大新镇为例[J].安全与环境工程,2022,29(04):119-128.]