中东非洲卢旺达滑坡易感性模拟
文献类型：学位论文
| 作者 | Jean Baptiste Nsengiyumva |
| 答辩日期 | 2019-06-30 |
| 文献子类 | 博士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 罗格平 |
| 关键词 | 灾害 山体滑坡灾害 卢旺达 敏感性制图 空间多标准评估模型（SMCE） 统计指数法（SI） 稳定性指数制图（SINMAP） 证据权重（WOE） 逻辑回归法(LR） Disaster Landslide hazard Rwanda Susceptibility mapping Spatial-muticriteria evaluation model (SMCE) Statistical index method (SI) Stability index mapping (SINMAP) Weights of evidence (WOE) Logistic regression method (LR) |
| 学位专业 | 理学博士 |
| 其他题名 | MODELING LANDSLIDE SUSCEPTIBILITY IN RWANDA,CENTRAL-EASTERN AFRICA |
| 英文摘要 | 位于非洲东部的内陆型国家卢旺达对气候变化敏感，经常发生洪水、山体滑坡、风暴、雷暴、干旱、火山活动和地震等自然灾害事件。这些自然灾害会引发严重的人员伤亡、 巨大的财产损失， 对各种基础设施损坏和环境造成严重的破坏。 其中， 频繁、剧烈的山体滑坡所造成的危害最大， 是卢旺达境内最为严重的自然灾害。为了实现降低滑坡风险和可持续的管理，很有必要进行敏感性制图， 以检测滑坡易发区域并为灾害风险监测提供信息。众所周知，滑坡敏感性评估和制图是滑坡风险分析中的关键步骤。因此，在滑坡风险管理中，应用适当的方法来生成准确的滑坡敏感图至关重要。本研究旨在利用半定量模型（SMCE-空间多标准评估方法）、 统计模型（证据权重方法 WoE、统计指数法 SI、频率比 FR 以及逻辑回归 LR）和基于过程的方法（稳定性指数映射-SINMAP模型） 对卢旺达进行详细的滑坡敏感性建模， 对不同建模结果进行分析比较并评估其性能。本研究将卢旺达作为研究区，在该区域内进行了实验和实地调查， 准备了 15 个滑坡因果因子图并应用于生成滑坡敏感性图，其中包括地形湿度指数（TWI）、坡度、海拔、 距主要道路的距离、坡度、土地覆被/土地利用、岩性、地形因子（LS）、归一化植被指数（NDVI）、降水量、曲率、河流溪流距离、土壤质地和土壤深度。SINMAP 模型结合 30 米空间分辨率数字高程模型（DEM），使用土壤物理参数（内摩擦角， 渗透性和粘聚力）。基于土壤的这些参数，计算出安全系数（FS）。因此，SMCE 方法采用了七层调节因子，包括土地利用/土地覆被、岩性、土壤深度、坡度、降水、 地震活动和土壤质地。在研究区域内，通过实地调查和已有的记录共确定了 980个历史滑坡遗址并绘制相应的地图。进而将其用于构建模型（训练点）并对模型的性能（测试数据集）进行验证。 应用 SMCE 模型，计算了库存地图调节因子之间的空间相关性。结果表明，约有 42.3％的研究区域呈现为中度和极高的敏感性。滑坡敏感型区域在研究区覆盖总人口的 49.3％。此外，易受影响程度高至极高的区域分别为西部，北部和南部（分别为 40.4％， 22.8％和 21.5％）。然而，卢旺达东部地区受滑坡灾害的影响较小， 滑坡敏感性低（87.8％）， 不存在滑坡高敏感性区域（0％）。研究结果表明，所采用的模型对滑坡敏感性的计算结果合理且准确。 此外， 49.5％的历史滑坡点在模拟结果中属于极高滑坡敏感性区， 进一步证实了该模型在研究区具有良好的适用性和预测能力。通过对 SMCE 和 SINMAP 模型的比较表明， SMCE 方法在预测敏感性方面比SINMAP 方法具有更好的性能。 本研究利用受试者操作特性曲线（ROC / AUC）和其他统计评价因子（包括准确性、 精度和均方根误差（RMSE））验证和比较模型的预测能力。 SMCE 和 SINMAP 的 AUC 值分别为 87.92％和 78.09％。 而且， SMCE 模型具有更高的准确度和精度，分别为 0.77 和 0.734。对于 RMSE 值， SMCE 较 SINMAP 更好，分别为 0.332 和 0.398。总体上， SINMAP 和 SMCE 模型的模拟结果都较为可靠。最后，对四个概率统计模型（FR、 SI、 LR 和 WoE）进行了比较，生成了卢旺达的滑坡敏感性图，并使用受试者操作特性曲线（ROC / AUC） 对其进行了验证。从该研究的结果可以看出， WoE， FR， LR 和 SI 模型对滑坡敏感性的预测率分别为 92.7％、86.9％、 81.2％和 79.5％。 其中， WoE 具有最高的 AUC 值（92.7％），而 SI 的 AUC 值最低（79.5％）。此外，卢旺达 20.42％的（5,048.07 平方公里）区域在模拟结果中为高度易受滑坡影响区，西部地区与其他地区相比更为敏感。 因此，通过对生成的四幅地图的比较可以看出，所有应用模型对卢旺达滑坡敏感性研究都是可靠的。本研究的结果可能对研究区域和具有相似地形和地貌条件的其他区域的滑坡风险缓解有很大的价值。在今后的研究中应该考虑更多的与敏感性制图相关的其他重要条件和因素，尤其是人为因素和降雨强度。该研究提供的结果可为今后的滑坡风险降低和管理提供相关的参考依据。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 英语 |
| 源URL | [http://ir.xjlas.org/handle/365004/15276]  |
| 专题 | 中国科学院新疆生态与地理研究所 新疆生态与地理研究所_研究系统 |
| 作者单位 | 中国科学院新疆生态与地理研究所 |
| 推荐引用方式 GB/T 7714 | Jean Baptiste Nsengiyumva. 中东非洲卢旺达滑坡易感性模拟[D]. 北京. 中国科学院大学. 2019. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。