1. 河南省自然资源监测和国土整治院
2. 河南省地质灾害防治重点实验室
3. 中国地质大学(武汉)地质探测与评估教育部重点实验室
4. 中国地质大学(武汉)工程学院
纸质出版:2026
移动端阅览
莫德国, 郑光明, 王超, 等. 河南省登封南部地区滑坡灾害早期识别与易发性评价[J]. 地质科技通报, 2026,45(4):119-132.
莫德国, 郑光明, 王超, et al. 河南省登封南部地区滑坡灾害早期识别与易发性评价[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 119-132.
莫德国, 郑光明, 王超, 等. 河南省登封南部地区滑坡灾害早期识别与易发性评价[J]. 地质科技通报, 2026,45(4):119-132. DOI: 10.19509/j.cnki.dzkq.tb20250169.
莫德国, 郑光明, 王超, et al. 河南省登封南部地区滑坡灾害早期识别与易发性评价[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 119-132. DOI: 10.19509/j.cnki.dzkq.tb20250169.
河南省登封市南部地处嵩山山脉与黄河中下游平原过渡地带,地形地质条件复杂,滑坡灾害频发,对区域生产安全与居民生活构成严重威胁。开展滑坡隐患早期识别与高精度易发性评价,对区域地质灾害防治具有重要现实意义。综合运用光学遥感与小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术开展滑坡隐患早期识别,选取高程、坡度、地层岩性等12项关键评价因子,基于信息量模型与机器学习方法(人工神经网络、随机森林及Stacking集成策略)进行滑坡易发性评价,并采用斜坡单元优化评价结果输出。结果表明:(1)通过多源遥感解译与野外验证,共识别滑坡隐患点33处,主要分布于研究区中部、西南及东南区域,空间分布与地形坡度、岩性软弱层及人类工程活动显著相关;(2)研究区滑坡易发性呈现北低南高分布特征,Stacking集成策略模型AUC值达0.96,预测精度最优,显著优于单一模型及传统信息量模型,8.60%的高易发区空间覆盖率即可捕获87.72%滑坡样本。本研究构建的多源遥感识别+集成学习评价技术框架,为登封南部地区滑坡风险精准防控提供了高精度数据支撑与技术范式,同时验证了集成学习在复杂地形区滑坡易发性评价中的显著优势。
Paola Reichenbach,Mauro Rossi,Bruce D. Malamud,Monika Mihir,Fausto Guzzetti.A review of statistically-based landslide susceptibility models[J].Earth-Science Reviews,2018.
Binh Thai Pham,Dieu Tien Bui,Indra Prakash,M.B. Dholakia.Hybrid integration of Multilayer Perceptron Neural Networks and machine learning ensembles for landslide susceptibility assessment at Himalayan area (India) using GIS[J].Catena,2017.
Janusz Wasowski,Fabio Bovenga.Investigating landslides and unstable slopes with satellite Multi Temporal Interferometry: Current issues and future perspectives[J].Engineering Geology,2014.
王佳佳,殷坤龙,肖莉丽.基于GIS和信息量的滑坡灾害易发性评价——以三峡库区万州区为例[J].岩石力学与工程学报,2014(04).
王润生,熊盛青,聂洪峰,梁树能,齐泽荣,杨金中,闫柏琨,赵福岳,范景辉,童立强,林键,甘甫平,陈微,杨苏明,张瑞江,葛大庆,张晓坤,张振华,王品清,郭小方,李丽.遥感地质勘查技术与应用研究[J].地质学报,2011(11).
刘艺梁,殷坤龙,刘斌.逻辑回归和人工神经网络模型在滑坡灾害空间预测中的应用[J].水文地质工程地质,2010(05).
张路,廖明生,董杰,许强,龚健雅.基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例[J].武汉大学学报(信息科学版),2018(12).
葛大庆,戴可人,郭兆成,李振洪.重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J].武汉大学学报(信息科学版),2019(07).
许强,董秀军,李为乐.基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J].武汉大学学报(信息科学版),2019(07).
张樑.21世纪中国地质灾害防治形势与减灾战略思考[J].中国地质灾害与防治学报,2004(02).
陆会燕,李为乐,许强,董秀军,代聪,王栋.光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别[J].武汉大学学报(信息科学版),2019(09).
ZHANG Ting-yu,HAN Ling,ZHANG Heng,ZHAO Yong-hua,LI Xi-an,ZHAO Lei.GIS-based landslide susceptibility mapping using hybrid integration approaches of fractal dimension with index of entropy and support vector machine[J].Journal of Mountain Science,2019(06).
Zizheng Guo,Yu Shi,Faming Huang,Xuanmei Fan,Jinsong Huang.Landslide susceptibility zonation method based on C5.0 decision tree and K-means cluster algorithms to improve the efficiency of risk management[J].Geoscience Frontiers,2021(06).
何秀凤,高壮,肖儒雅,罗海滨,贾东振,章浙涛.InSAR与北斗/GNSS综合方法监测地表形变研究现状与展望[J].测绘学报,2022(07).
Faming Huang,Jun Yan,Xuanmei Fan,Chi Yao,Jinsong Huang,Wei Chen,Haoyuan Hong.Uncertainty pattern in landslide susceptibility prediction modelling:Effects of different landslide boundaries and spatial shape expressions[J].Geoscience Frontiers,2022(02).
曾韬睿,邬礼扬,金必晶,殷坤龙,陈熠婷,陈虹.基于stacking集成策略和SBAS-InSAR的滑坡动态易发性制图[J].岩石力学与工程学报,2023(09).
曾斌,刘诗雅,董琦,袁晶晶,艾东.联合PS-InSAR和SBAS-InSAR的鄂西山区滑坡隐患识别——以长阳县清江流域为例[J].安全与环境工程,2024(02).
魏旭,彭志忠,刘兴臣,肖励之.泸石高速公路沿线历史地震诱发滑坡遥感调查及发育分布规律[J].地质科技通报,2024(02).
党杰,陆安良,李蕊,王成龙.人工神经网络在贵州地质灾害易发性分析中的应用探索[J].贵州地质,2024(01).
蒋根,肖诗荣,杨璇喆,马思哲.基于机器学习的湖北省巴东县滑坡易发性评价[J].水利水电快报,2024(11).
王之栋,唐伟,马志刚,李雨宸,杨本勇,李维庆,李永鑫.九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别[J].测绘通报,2023(05).
张锦瑞,汪洋,冯霄,李远耀,金必晶,周超,张鑫,邓扬.考虑地表形变和土地利用变更的滑坡时空易发性差异分析[J].地质科技通报,2024(06).
杨芳,丁仁军,李勇发.基于SBAS-InSAR技术的金沙江流域典型滑坡时空演化特征分析[J].测绘通报,2024(11).
曹文庚,潘登,徐郅杰,张文培,任宇,南天.河南省滑坡灾害易发性制图研究:多种机器学习模型的对比[J].地质科技通报,2025(01).
黄发明,陈杰,杨阳,陈茜,周创兵,江炳辰,郭飞.滑坡易发性相关致灾环境因子研究的综述与展望[J].地质科技通报,2025(02).
0
浏览量
0
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621