简介:2002年12月28日,在意大利佛罗伦萨Beni山脉东侧边坡发生了滑坡事件。在该边坡区域内,节理玄武岩和蛇绿质角砾岩上覆于中生代石灰岩(CalcariaCalpionelle组)。在崩塌发生前出现多种先兆信号:边坡变形发育是最主要的先兆信号;而且,边坡变形分析是风险情况评价的起点。实际上,在突发时期(开始于2002年4月13日)管理期间,我们通过结合地质力学调查、实验室分析、岩土工程调查、地球物理调查(地震和GBInSAR)、监测系统(去分光光度(distometric)系统和自动系统)和离散元数值模拟获得的数据,力求评估滑坡的实际延展情况、滑坡体范围内位移分布、滑坡体动力学特性及其时空演化。鉴于此,我们有望为政府当局提供所有所需信息以制定适当的滑坡风险管理与缓解措施。在滑坡事件发生后,我们采用滑程反分析法完成本项研究。这种方法主要针对于预期调查的成功与失败。
简介:根据先进星载热发射和反辐射计(ASTER)图像获取滑坡相关因素,并利用地理信息系统(GIS)开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型(DEM)、线性特征、归一化差值植被指数(NDVI)和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比(FR)、逻辑回归(LR)和人工神经网络模型(ANN)鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后,在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图,从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图(FR}莫型为87.00%;LRN型为88.21%;ANN模型为86.51%)与利用ASTER图像中6种因素创建的单独滑坡脆弱性图(FR丰莫型为84.34%;LR模型为85.40%;ANN模型为74.29%)。