集中降雨影响下辽南仙人洞国家级自然保护区滑坡灾害多因子风险评价

郑德凤; 潘美伊; 高敏; 闫成林; 李媛媛; 年廷凯

doi:10.19509/j.cnki.dzkq.tb20240509

您当前的位置：

首页 >

文章列表页 >

集中降雨影响下辽南仙人洞国家级自然保护区滑坡灾害多因子风险评价

更新时间：2026-11-05

- 集中降雨影响下辽南仙人洞国家级自然保护区滑坡灾害多因子风险评价
- Bulletin of Geological Science and Technology Vol. 44, Issue 2, Pages: 48-58(2025)
- 作者机构：
  
  1. 辽宁师范大学地理科学学院
  2. 辽宁师范大学大连市农业气象灾害风险防控重点实验室
  3. 大连理工大学建设工程学院
- 作者简介：
- 基金信息：
- DOI：10.19509/j.cnki.dzkq.tb20240509
  CLC： P642.22
- Published：2025
- 稿件说明：
移动端阅览
郑德凤, 潘美伊, 高敏, et al. 集中降雨影响下辽南仙人洞国家级自然保护区滑坡灾害多因子风险评价[J]. Bulletin of Geological Science and Technology, 2025, 44(2): 48-58.
DOI：

郑德凤, 潘美伊, 高敏, et al. 集中降雨影响下辽南仙人洞国家级自然保护区滑坡灾害多因子风险评价[J]. Bulletin of Geological Science and Technology, 2025, 44(2): 48-58. DOI： 10.19509/j.cnki.dzkq.tb20240509.

摘要

位于辽宁省南部的仙人洞国家级自然保护区及毗邻区域，近年来在集中降雨期间多次发生滑坡等地质灾害；然而，针对集中降雨影响下该区域滑坡灾害易发性与风险评价还很少探究，因此亟待开展深入研究，这对有效减轻保护区地质灾害危害、提升地质灾害应急和风险防控能力具有重要意义。首先利用SMOTE-Tomek综合采样法、耦合XGBoost模型，对地形地貌、地质岩性、水文气象和人类工程活动因子等12个指标进行深入分析，以获取滑坡灾害易发性评价结果；其次，着重考虑短时间集中降雨和连续性降雨影响，利用研究区周围4个气象站的日降雨数据，计算2018-2023年平均暴雨强度和3 d累计降雨量，作为危险性评价指标，实现对滑坡灾害危险性的量化评估。在此基础上，考虑承灾体的易损性特点和区域防灾减灾能力，构建适用于研究区的多因子滑坡灾害风险评价模型，进而得到滑坡灾害风险评价分区图。结果表明：较高及以上等级风险区约占研究区总面积的10%，主要分布在仙人洞镇东北部、步云山乡北部、长岭镇北部和荷花山镇西南部。未来应重点关注滑坡地质灾害风险较高的仙人洞镇和步云山乡，加强监测和预警工作，为整个研究区的地质灾害防控提供决策支持。

Abstract

关键词

Keywords

references

张富灵.库水及降雨作用下滑移-弯曲型滑坡形成条件与演化机制研究[D].三峡大学,2021(03).

国家地震局震害防御司《自然灾害学报》编辑部编译.国际减轻自然灾害十年计划的实施[M].地震出版社,1992.

Yuanyuan Li,Defeng Zheng,Chenglin Yan,Zehao Wang,Tingkai Nian.Spatial distributions and multi-factor driving mechanism of landslide in southern Liaodong Peninsula[J].Frontiers in Ecology and Evolution,2024.

Tariq Muhammad Arham,Sargano Allah Bux,Iftikhar Muhammad Aksam,Habib Zulfiqar.Comparing Different Oversampling Methods in Predicting Multi-Class Educational Datasets Using Machine Learning Techniques[J].Cybernetics and Information Technologies,2023.

Ye Jinyu,Zhang Rongyan,Lin Guangfa,Zhang Mingfeng,Gao Lu.Comprehensive risk assessment of non-typhoon rainstorms over the southeastern coastal region of China[J].Frontiers in Environmental Science,2022.

Shi Ning,Li Yanlong,Wen Lifeng,Zhang Ye.Rapid prediction of landslide dam stability considering the missing data using XGBoost algorithm[J].Landslides,2022.

Zhang Ping,Jia Yiqiao,Shang Youlin.Research and application of XGBoost in imbalanced data[J].International Journal of Distributed Sensor Networks,2022.

Tanimu Jesse Jeremiah,Hamada Mohamed,Hassan Mohammed,Kakudi Habeebah,Abiodun John Oladunjoye.A Machine Learning Method for Classification of Cervical Cancer[J].Electronics,2022.

Hu, Shi yu,Yu, Miao,Que, Ting,Fan, Gang,Xing, Hui ge.Individual willingness to prepare for disasters in a geological hazard risk area: an empirical study based on the protection motivation theory[J].Natural Hazards,2021.

Novellino A.,Cesarano M.,Cappelletti P.,Di Martire D.,Di Napoli M.,Ramondini M.,Sowter A.,Calcaterra D..Slow-moving landslide risk assessment combining Machine Learning and InSAR techniques[J].Catena,2021.

Lin Jinhuang,Chen Wenhui,Qi Xinhua,Hou Haoran.Risk assessment and its influencing factors analysis of geological hazards in typical mountain environment[J].Journal of Cleaner Production,2021.

Pratap Ram,Vikram Gupta.Landslide hazard, vulnerability, and risk assessment (HVRA), Mussoorie township, lesser himalaya, India[J].Environment, Development and Sustainability,2021.

Yingui Qiu,Jian Zhou,Manoj Khandelwal,Haitao Yang,Peixi Yang,Chuanqi Li.Performance evaluation of hybrid WOA-XGBoost, GWO-XGBoost and BO-XGBoost models to predict blast-induced ground vibration[J].Engineering with Computers,2021.

Abhirup Dikshit,Raju Sarkar,Biswajeet Pradhan,Saroj Acharya,Abdullah M. Alamri.Spatial Landslide Risk Assessment at Phuentsholing, Bhutan[J].Geosciences,2020.

Li Wei,Yin Yanbin,Quan Xiongwen,Zhang Han.Gene Expression Value Prediction Based on XGBoost Algorithm.[J].Frontiers in genetics,2019.

Shao Lianfen.Geological disaster prevention and control and resource protection in mineral resource exploitation region[J].International Journal of Low-Carbon Technologies,2019.

Lu Chen,Yue-cheng Huang,Rui-zhen Bai,An Chen.Regional disaster risk evaluation of China based on the universal risk model[J].Natural Hazards,2017.

郑德凤,高敏,闫成林,李媛媛,年廷凯.基于卷积神经网络的滑坡易发性评价:以辽南仙人洞国家级自然保护区为例[J].地球科学,2024(05).

刘海洋,王录仓,常跟应.郑州“7·20”特大暴雨灾害对中国铁路运网的冲击过程和机制[J].地理学报,2024(03).

张迎宾,徐佩依,林剑锋,伍新南,柳静,相晨琳,何云勇,杨昌凤,许冲.基于BP神经网络的九寨沟地区地震滑坡危险性预测研究[J].工程地质学报,2024(01).

年廷凯,王国栋,郑德凤,王大伟.南海北部陆坡区典型峡谷陡坡群地震稳定性[J].吉林大学学报(地球科学版),2023(06).

吴宏阳,周超,梁鑫,袁鹏程,余蓝冰.基于XGBoost模型的三峡库区燕山乡滑坡易发性评价与区划[J].中国地质灾害与防治学报,2023(05).

王璨,肖浩,肖婷,方亚其,刘磊磊.基于机器学习的长沙市滑坡灾害快速风险评价[J].矿冶工程,2023(05).

胡杨,张紫昭,林世河.基于证据权与逻辑回归耦合的新疆伊犁河谷地区滑坡易发性评价[J].工程地质学报,2023(04).

刘帅,朱杰勇,杨得虎,马博.不同降雨工况条件下的崩滑地质灾害危险性评价[J].地质科技通报,2024(02).

李星,杨赛,李远耀,殷坤龙,王伟.面向区域滑坡易发性精细化评价的改进斜坡单元法[J].地质科技通报,2023(03).

王婷,吴绍洪,高江波,韦炳干.区域台风-洪涝-地质灾害链减灾能力评估[J].灾害学,2022(04).

荣广智,张继权,李天涛,方伟华.极端降水诱发地质灾害链风险评估研究——以贵州省水城县为例[J].灾害学,2022(04).

闫成林,郑德凤,年廷凯,王技博,焦厚滨,孙树珩,颜秉英.基于ANP的模糊贝叶斯网络模型及其在海岸带地质灾害风险评价中的应用[J].工程地质学报,2021(06).

裴振伟,年廷凯,吴昊,张彦君,张超锋,王瑞.滑坡地质灾害应急处置技术研究进展[J].防灾减灾工程学报,2021(06).

黄发明,胡松雁,闫学涯,李明,王俊宇,李文彬,郭子正,范文彦.基于机器学习的滑坡易发性预测建模及其主控因子识别[J].地质科技通报,2022(02).

郑迎凯,陈建国,王成彬,程潭武.确定性系数与随机森林模型在云南芒市滑坡易发性评价中的应用[J].地质科技通报,2020(06).

吴润泽,胡旭东,梅红波,贺金勇,杨建英.基于随机森林的滑坡空间易发性评价：以三峡库区湖北段为例[J].地球科学,2021(01).

黄发明,汪洋,董志良,吴礼舟,郭子正,张泰丽.基于灰色关联度模型的区域滑坡敏感性评价[J].地球科学,2019(02).

丁明涛,庙成.基于GIS的芦山地震灾区滑坡灾害风险评价[J].自然灾害学报,2014(04).

石菊松,石玲,吴树仁.利用GIS技术开展滑坡制图的技术方法与流程[J].地质通报,2008(11).

Views

383

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

河南省登封南部地区滑坡灾害早期识别与易发性评价

三峡库区万州区瀼渡场北滑坡灾害风险评价

基于Kruskal-Wallis检验和降维技术评价指标优化的海北州热融地质灾害易发性评价

区域滑坡灾害降雨预警的I-D-M阈值模型研究

基于Pearson卡方检验算法评价指标优选的波密-墨脱地区泥石流易发性评价

Related Author

苗发盛

郑古月

王超

郑光明

莫德国

吴益平

易羽聪

李硕

Related Institution

中国地质大学(武汉)工程学院

中国地质大学(武汉)地质探测与评估教育部重点实验室

河南省地质灾害防治重点实验室

河南省自然资源监测和国土整治院

武汉市勘察设计有限公司

AI问答

⁰