论文部分内容阅读
我国是世界上地质灾害最严重的国家之一，频发的地质灾害不仅是人民生命财产安全的巨大威胁，而且也是灾害多发地区经济发展的制约因素。滑坡灾害是我国最主要的地质灾害类型，如何实现滑坡灾害的有效预警与预报，已成为当前学术研究和社会关注的一个焦点问题。 本文研究区深圳市的滑坡是在数量众多的人工边坡基础上发生的，具有由降雨诱发、群发性强和危害大的特点。因此，在完善的边坡数据库的支持下，适宜在研究区开展以边坡为预报对象的区域滑坡预报方法的研究。本文在充分总结前人的研究成果和既往经验的基础上，针对城市滑坡地质灾害的特点和现有方法的不足，提出了一种基于边坡分类的区域滑坡预报方法，建立了运用该方法进行滑坡预报的方法流程，并通过对研究区实际降雨预报验证了该预报方法的准确性与实用性。 本文首先应用特征选择理论对滑坡预报基础因子进行了定量化选择，确定了边坡岩土类型、坡度、高程、到建筑物距离、土地利用类型、归一化植被指数、径流强度指数、下伏岩层层性为滑坡基础因子，同时还给出了这8项因子对滑坡危险性影响的权重值。 为了满足面向滑坡危险性的边坡聚类分析的需要，本文还对聚类算法CLARANS算法进行了改进，提出了基于加权的CLARANS聚类算法，并应用该算法对深圳市边坡进行了聚类分析，将深圳的边坡聚为4类。运用工程地质学知识对聚类结果进行了解释，发现第1类边坡的滑坡危险性最大，第2类边坡的滑坡危险性最小，第3、4类边坡的滑坡危险性介于第1、2类之间，研究区滑坡的历史统计数据也与这一结论相吻合。 在完成了滑坡预报基础因子的选择和边坡聚类分析的研究基础上，本文建立了基于边坡分类的区域滑坡预报模型。研究中，首先对深圳市历史滑坡与降雨资料的相关性进行了分析，确定了滑坡发生当日、前1日与前2日为滑坡预报的降雨因子;其次，应用广义加法模型建立了基于雨量的滑坡预报模型、气象地质耦合的滑坡预报模型以及边坡分类的滑坡预报模型，并使用混淆矩阵和ROC曲线对各模型进行了定量化评价。结果表明，基于边坡分类的滑坡预报模型优于基于雨量的滑坡预报模型与气象地质耦合的滑坡预报模型;最后，在以上研究的基础上，制定了应用基于边坡分类的区域滑坡预报方法进行预报的整体流程。 为验证基于边坡分类的区域滑坡预报方法的预报效果，本论文以深圳市2008年6月13日的强降雨过程的区域滑坡预报为例，对基于边坡分类的区域滑坡预报方法的预报效果进行了验证。结果表明，与传统的雨量预报方法和气象地质藕合预报方法相比，基于边坡分类的区域滑坡预报方法在滑坡预报的命中度与冗余度两个方面上都有较好的表现，对滑坡的防治工作具有很强的指导意义。