GIS在灾后重建规划、GIS在灾害危险性评价中的方法

专题一 基本概念与平台讲解

1、基本概念

地质灾害类型

地质灾害发育特征与分布规律

地质灾害危害特征

地质灾害孕灾地质条件分析

地质灾害诱发因素与形成机理

2、GIS原理与ArcGIS平台介绍

• GIS简介

• ArcGIS基础

• 空间数据采集与组织

• 空间参考

• 空间数据的转换与处理

• ArcGIS中的数据编辑

• 地理数据的可视化表达

• 空间分析：

  数字地形分析

  叠置分析

  距离制图

  密度制图

  统计分析

  重分类

  三维分析

 

• 空间数据库建立及应用

1）地质灾害风险调查评价成果信息化技术相关要求解读

 2）数学基础设计

比例尺；坐标系类型：地理坐标系，投影坐标系；椭球参数；投影类型；坐标单位；投影带类型等。

3）数据库内容及要素分层

图层划分原则；图层划分及命名；图层内部属性表

4）数据库建立及入库

创建数据库、要素集、要素类、栅格数据和关系表等。

矢量数据（shp文件）入库

Table表入库：将崩塌、滑坡、泥石流等表的属性数据与灾害点图层关联。

栅格数据入库

栅格数据集入库：遥感影像数据、DEM、坡度图、坡向图、降雨量等值线图以及其他经过空间分析得到的各种栅格图像入库。

5）数据质量控制

利用Topology工具检查点线面及其之间的拓扑关系并修改；图属一致性检查与修改。

3、Python编译环境配置

• Python自带编辑器IDLE使用

• Anaconda集成环境安装及使用

• PyCharm环境安装及使用

//

专题二  数据获取及预处理

1、数据类型介绍

2、点数据获取与处理

• 灾害点统计数据获取与处理

• 气象站点数据获取与处理

   气象站点点位数据处理

   气象数据获取

   数据整理

   探索性分析

   数据插值分析

3、矢量数据的获取与处理

• 道路、断层、水系等矢量数据的获取

• 欧氏距离

• 核密度分析

• 河网密度分析

4、栅格数据获取与处理

• DEM，遥感影像等栅格数据获取

• 影像拼接、裁剪、掩膜等处理

• NoData值处理

• 如何统一行列号

5、NC数据获取与处理

• NC数据简介

• NC数据获取

• 模型构建器

• NC数据如何转TIF？

6、遥感云计算平台数据获取与处理

• 遥感云平台数据简介

• 如何从云平台获取数据？

• 数据上传与下载

• 基本函数简介

• 植被指数提取

• 土地利用数据获取

//

专题三  地质灾害风险评价模型与方法

1、地质灾害易发性评价模型与方法

评价单元确定

易发性评价指标体系

易发性评价模型

权重的确定

2、滑坡易发性评价

• 评价指标体系

   地形：高程、坡度、沟壑密度、地势起伏度等。

   地貌：地貌单元、微地貌形态、总体地势等。

   地层岩性：岩性特征、岩层厚度、岩石成因类型等

   地质构造：断层、褶皱、节理裂隙等。

   地震：烈度、动峰值加速度、历史地震活动情况等

   工程地质：区域地壳稳定性，基岩埋深，主要持力层岩性、承载力、岩土体工程地质分区等。

• 常用指标提取

坡度、坡型、高程、地形起伏度、断裂带距离、工程地质岩组、斜坡结构、植被覆盖度、与水系距离等因子提取

• 指标因子相关性分析

（1）相关性系数计算与分析

（2）共线性诊断

• 评价指标信息量

• 评价指标权重确定

• 滑坡易发性评价结果分析与制图

   滑坡易发性综合指数

   易发性等级划分

   易发性评价结果制图分析

2、崩塌易发性评价

3、泥石流易发性评价

• 泥石流评价单元提取

• 水文分析，沟域提取

• 土方纵坡分析

• 泥石流评价指标

崩滑严重性、泥沙沿程补给长度比、沟口泥石流堆积活动、沟谷纵坡降、区域构造影响程度、流域植被覆盖度、工程地质岩组、沿沟松散堆积物储量、流域面积、流域相对高差、河沟堵塞程度等

• 典型泥石流评价指标选取

• 评价因子权重确定

• 泥石流易发性评价结果分析与制图

泥石流易发性综合指数计算

泥石流的易发性分级确定

泥石流易发性评价结果

4、地质灾害易发性综合评价

综合地质灾害易发值=MAX [泥石流灾害易发值，崩塌灾害易发值，滑坡灾害易发值]

//

专题四  地质灾害风险性评价

1、地质灾害风险性评价

2、地质灾害危险性评价

• 危险性评价因子选取

  在某种诱发因素作用下，一定区域内某一时间段发生特定规模和类型地质灾害的可能性。

  区域构造复杂程度，活动断裂发育程度，地震活动等都可能诱发地质灾害；强降雨的诱发，灾害发生的频率、规模也会增强地质灾害发生的机率。

• 危险性评价因子量化

  崩滑危险性因子量化

  统计各级范围内的灾害个数及面积，利用信息量计算方法到各级的信息量值。

  泥石流危险性评价因子权重

• 危险性评价与结果分析

3、地质灾害易损性评价

• 地质灾害易损性因子分析

   人口易损性

   房屋建筑易损性

   农业易损性

   林业易损性

   畜牧业易损性

   道路交通易损性

   水域易损性

• 人口易损性评价因子提取

  人口密度数据处理

  用人口密度数据来量化人口易损性，基于各行政单元统计年鉴获取的人口数量，结合房屋建筑区数据，量化人口的空间分布，基于GIS的网格分析，得到单位面积上的人口数量即人口密度。

  易损性赋值

  人口易损性因子提取

• 建筑易损性评价

  建筑区密度数据处理

  用房屋建筑区密度数据来量化房屋建筑易损性，利用房屋建筑区数据，基于GIS的网格分析，得到单位面积上的房屋建筑区面积，即房屋建筑区密度。

  易损性赋值

  建筑物易损性因子提取

• 交通设施易损性评价

  道路数据的获取

  用 ArcGIS 缓冲分析功能，形成道路的面文件

  不同类型的道路进行赋值

  道路易损分布结果分析

• 综合易损性评价

  综合易损性叠加权重

  综合易损性评价结果提取与分析

4、地质灾害风险评价结果提取与分析

//

专题五  GIS在灾后重建中的应用实践

1、应急救援路径规划分析

• 表面分析、成本权重距离、栅格数据距离制图等空间分析；

• 利用专题地图制图基本方法，制作四川省茂县地质灾害应急救援路线图，

• 最佳路径的提取与分析 

2、灾害恢复重建选址分析

• 确定选址的影响因子

• 确定每种影响因子的权重

• 收集并处理每种影响因子的数据：地形分析、距离制图分析，重分类

• 恢复重建选址分析

3、震后生态环境变化分析

使用该类软件强大的数据采集、数据处理、数据存储与管理、空间查询与空间分析、可视化等功能进行生态环境变化评价。

//

专题六  基于机器学习的滑坡易发性分析

Python数据清洗

• Python库简介与安装

• 读取数据

• 统一行列数

• 缺失值处理

• 相关性分析/共线性分析

• 主成分分析法（PCA）降维

• 数据标准化

• 生成特征集

相关概念：

• 训练前是否有必要对特征归一化

• 为什么要处理缺失值（Nan值）

• 输入的特征间相关性过高会有什么影响

• 什么是训练集、测试集和验证集；为什么要如此划分

• 超参数是什么

• 什么是过拟合，如何避免这种现象

模型介绍：

• 逻辑回归模型

• 随机森林模型

• 支持向量机模型

实现方案：

一、线性概率模型——逻辑回归

• 介绍

• 连接函数的选取：Sigmoid函数

• 致灾因子数据集：数据介绍；相关性分析；逻辑回归模型预测；样本精度分析；分类混淆矩阵

• 注意事项

二、SVM支持向量机

• 线性分类器

• SVM-核方法：核方法介绍；sklearn的SVM核方法

• 参量优化与调整

• SVM数据集：支持向量机模型预测；样本精度分析；分类混淆矩阵

三、Random Forest的Python实现

• 数据集

• 数据的随机选取

• 待选特征的随机选取

• 相关概念解释

• 参量优化与调整：随机森林决策树深度调参；CV交叉验证定义；混淆矩阵；样本精度分析

• 基于pandas和scikit-learn实现Random Forest：数据介绍；随机森林模型预测；样本精度分析；分类混淆矩阵

四、方法比较分析

• 模型性能评估：K 折交叉验证的方法

• 精度分析：accuracy；precision；recall；F1-score，AUC

• 结果对比分析

//

专题七  论文写作分析

1、论文写作要点分析

2、论文投稿技巧分析

3、论文案例分析

关注科研技术平台获取更多资源

全流程基于GIS、python机器学习技术的地质灾害风险评价与信息化建库实践应用 (qq.com)