GIS在地质灾害危险性评估与灾后重建中的应用
地質災害是指全球地殼自然地質演化過程中，由于地球內動力、外動力或者人為地質動力作用下導致的自然地質和人類的自然災害突發事件。由于降水、地震等自然作用下，地質災害在世界范圍內頻繁發生。我國除滑坡災害外，還包括崩塌、泥石流、地面沉降等各種地質災害，具有類型多樣、分布廣泛、危害性大的特點。地質災害危險性評價著重于根據多種影響因素和區域選擇來評估在某個區域中某個階段發生的地質災害程度。以此預測和分析未來某個地形單位發生地質災害的可能性。根據地質災害的孕育和發展機理，現有的數據資料和技術，以及實際應用需要，評價目標和研究經費等因素，采用適當的方法，可通過模型評估并分析研究區域對地質災害的危險性。那么如何深刻理解地災危險性評價模型？如何高效處理好致災因子數據？如何針對具體區域建立切實可行的地質災害危險性評價與災后重建方案？本課程將提供一套基于ArcGIS的方法和案例。
ArcGIS軟件具有空間數據和屬性數據的輸入、編輯、查詢、簡單空間分析統計、輸出、報表等功能，這為多源數據的有機整合提供了可能，也為建立靈活的分析模塊提供了方便?？臻g分析功能是GIS得以廣泛應用的重要原因之一。運用GIS分析技術，對各因素進行統計分析、信息疊加復合，研究地質災害類型、分布規律級別和災害損失度等，運用危險性指數等方法對地質災害危險性現狀進行評價與制圖，將能使地質災害風險評價更加效率化、科學化，為地質災害數據庫的建設提供有力支撐。
結合項目實踐案例和科研論文成果進行講解。入門篇，ArcGIS軟件的快速入門與GIS數據源的獲取與理解；方法篇，致災因子提取方法、災害危險性因子分析指標體系的建立方法和災害危險性評價模型構建方法；拓展篇，GIS在災害重建中的應用方法，Python環境中利用機器學習進行災害易發性評價模型的建立與優化方法。
進一步理解地質災害形成機理與成災模式；從空間數據處理、致災因子提取，空間分析、危險性評價與制圖分析等方面掌握GIS在災害危險性評價中的方法；在具體實踐案例中，學會運用地質災害危險性評價原理和技術方法，同時學會GIS在災后重建規劃等領域的應用方法，提升GIS技術的應用能力水平。
原文鏈接：GIS在地質災害危險性評估與災后重建中的應用
第一章、基本概念與平臺介紹
1、基本概念
地質災害類型
地質災害發育特征與分布規律
地質災害危害特征
地質災害孕災地質條件分析
地質災害誘發因素與形成機理
2、GIS原理與ArcGIS平臺介紹
l?GIS簡介
l?ArcGIS基礎
l?空間數據采集與組織
l?空間參考
l?空間數據的轉換與處理
l?ArcGIS中的數據編輯
l?地理數據的可視化表達
l?空間分析：
數字地形分析
疊置分析
距離制圖
密度制圖
統計分析
重分類
三維分析
3、Python編譯環境配置
lPython自帶編輯器IDLE使用
lAnaconda集成環境安裝及使用
lPyCharm環境安裝及使用
第二章、數據獲取及預處理
1、數據類型介紹
2、點數據獲取與處理
l災害點統計數據獲取與處理
l?氣象站點數據獲取與處理
氣象站點點位數據處理
氣象數據獲取
數據整理
探索性分析
數據插值分析
3、矢量數據的獲取與處理
l?道路、斷層、水系等矢量數據的獲取
l?歐氏距離
l?核密度分析
l?河網密度分析
4、柵格數據獲取與處理
l?DEM，遙感影像等柵格數據獲取
l?影像拼接、裁剪、掩膜等處理
l?NoData值處理
l?如何統一行列號
5、NC數據獲取與處理
l?NC數據簡介
l?NC數據獲取
l?模型構建器
l?NC數據如何轉TIF？
6、遙感云計算平臺數據獲取與處理
l?遙感云平臺數據簡介
l?如何從云平臺獲取數據？
l?數據上傳與下載
l?基本函數簡介
l?植被指數提取
l?土地利用數據獲取
7、Python數據清洗
l?Python庫簡介與安裝
l?讀取數據
l?統一行列數
l?缺失值處理
l?相關性分析/共線性分析
l?主成分分析法（PCA）降維
l?數據標準化
l?生成特征集
第三章、地質災害風險評價模型與方法
1、地質災害易發性評價模型與方法
評價單元確定
易發性評價指標體系
易發性評價模型
權重的確定
2、滑坡易發性評價
l?評價指標體系
地形：高程、坡度、溝壑密度、地勢起伏度等。
地貌：地貌單元、微地貌形態、總體地勢等。
地層巖性：巖性特征、巖層厚度、巖石成因類型等
地質構造：斷層、褶皺、節理裂隙等。
地震：烈度、動峰值加速度、歷史地震活動情況等
工程地質：區域地殼穩定性，基巖埋深，主要持力層巖性、承載力、巖土體工程地質分區等。
l?常用指標提取
坡度、坡型、高程、地形起伏度、斷裂帶距離、工程地質巖組、斜坡結構、植被覆蓋度、與水系距離等因子提取
l?指標因子相關性分析
（1）相關性系數計算與分析
l?評價指標信息量
l?評價指標權重確定
l?滑坡易發性評價結果分析與制圖
滑坡易發性綜合指數
易發性等級劃分
易發性評價結果制圖分析
2、崩塌易發性評價
3、泥石流易發性評價
l?泥石流評價單元提取
l?泥石流評價指標
崩滑嚴重性、泥沙沿程補給長度比、溝口泥石流堆積活動、溝谷縱坡降、區域構造影響程度、流域植被覆蓋度、工程地質巖組、沿溝松散堆積物儲量、流域面積、流域相對高差、河溝堵塞程度等
l?典型泥石流評價指標選取
l?評價因子權重確定
l?泥石流易發性評價結果分析與制圖
泥石流易發性綜合指數計算
泥石流的易發性分級確定
泥石流易發性評價結果
4、地質災害易發性綜合評價
綜合地質災害易發值=MAX [泥石流災害易發值，崩塌災害易發值，滑坡災害易發值]
第四章、地質災害風險性評價
1、地質災害風險性評價
2、地質災害危險性評價
l?危險性評價因子選取
在某種誘發因素作用下，一定區域內某一時間段發生特定規模和類型地質災害的可能性。
區域構造復雜程度，活動斷裂發育程度，地震活動等都可能誘發地質災害；強降雨的誘發，災害發生的頻率、規模也會增強地質災害發生的機率。
l?危險性評價因子量化
崩滑危險性因子量化
統計各級范圍內的災害個數及面積，利用信息量計算方法到各級的信息量值。
泥石流危險性評價因子權重
l?危險性評價與結果分析
3、地質災害易損性評價
l?地質災害易損性因子分析
人口易損性
房屋建筑易損性
農業易損性
林業易損性
畜牧業易損性
道路交通易損性
水域易損性
l?人口易損性評價因子提取
人口密度數據處理
用人口密度數據來量化人口易損性，基于各行政單元統計年鑒獲取的人口數量，結合房屋建筑區數據，量化人口的空間分布，基于GIS的網格分析，得到單位面積上的人口數量即人口密度。
易損性賦值
人口易損性因子提取
l?建筑易損性評價
建筑區密度數據處理
用房屋建筑區密度數據來量化房屋建筑易損性，利用房屋建筑區數據，
基于GIS的網格分析，得到單位面積上的房屋建筑區面積，即房屋建筑區密度。
易損性賦值
建筑物易損性因子提取
l?交通設施易損性評價
道路數據的獲取
用?ArcGIS 緩沖分析功能，形成道路的面文件
不同類型的道路進行賦值
道路易損分布結果分析
l?綜合易損性評價
綜合易損性疊加權重
綜合易損性評價結果提取與分析
4、地質災害風險評價結果提取與分析
第五章、GIS在災后重建中的應用實踐
1、應急救援路徑規劃分析
l?表面分析、成本權重距離、柵格數據距離制圖等空間分析；
l?利用專題地圖制圖基本方法，制作四川省茂縣地質災害應急救援路線圖，
l?最佳路徑的提取與分析
2、災害恢復重建選址分析
l?確定選址的影響因子
l?確定每種影響因子的權重
l?收集并處理每種影響因子的數據：地形分析、距離制圖分析，重分類
l?恢復重建選址分析
3、震后生態環境變化分析
使用該類軟件強大的數據采集、數據處理、數據存儲與管理、空間查詢與空間分析、可視化等功能進行生態環境變化評價。
第六章、論文寫作與復現
1、論文寫作要點分析
2、論文投稿技巧分析
3、論文案例分析
案例：利用機器學習對災害易發性評價研究
4、部分成果復現：
思考：
ü?訓練前是否有必要對特征歸一化
ü?為什么要處理缺失值（Nan值）
ü?輸入的特征間相關性過高會有什么影響
ü?什么是訓練集、測試集和驗證集；為什么要如此劃分
ü?超參數是什么
ü?什么是過擬合，如何避免這種現象
模型介紹：
ü?邏輯回歸模型
ü?隨機森林模型
ü?支持向量機模型
實現方案：
一、線性概率模型——邏輯回歸
ü?介紹
ü?連接函數的選取：Sigmoid函數
ü?致災因子數據集：數據介紹；相關性分析；邏輯回歸模型預測；樣本精度分析；分類混淆矩陣
ü?注意事項
二、SVM支持向量機
ü?線性分類器
ü?SVM-核方法：核方法介紹；sklearn的SVM核方法
ü?參量優化與調整
ü?SVM數據集：支持向量機模型預測；樣本精度分析；分類混淆矩陣
三、Random Forest的Python實現
ü?數據集
ü?數據的隨機選取
ü?待選特征的隨機選取
ü?相關概念解釋
ü?參量優化與調整：隨機森林決策樹深度調參；CV交叉驗證定義；混淆矩陣；樣本精度分析
ü?基于pandas和scikit-learn實現Random Forest：數據介紹；隨機森林模型預測；樣本精度分析；分類混淆矩陣
四、方法比較分析
ü?精度分析
結果對比分析
總結
以上是生活随笔為你收集整理的GIS在地质灾害危险性评估与灾后重建中的应用的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 近年来高层建筑火灾频发，这些安全逃生知识
- 下一篇： 安鸾渗透实战平台—— wordpress