准确识别雪崩潜在释放区或雪崩高易发区域对高寒山区工程建设减灾防灾意义重大，特别是在雪崩监测数据缺失地区，能够提供重要的区域性灾害风险预估参考。本文以新疆天山地区伊阿铁路沿线区域为例，将铁路沿线154个雪崩范围形成区作为评价样本，开展基于机器学习算法的雪崩易发性评价，构建新疆天山地区伊阿铁路沿线雪崩易发性评价体系；开展基于数据叠加的雪崩潜在释放区(PRA)识别，绘制伊阿铁路沿线雪崩潜在释放区分布图，并对两个结果通过Kappa系数和AUC值进行检验，并对比讨论。结果显示，支持向量机(SVM)、多层感知器(MLP)、PRA的Kappa系数分别为0.806、0.774、0.600;AUC值分别为0.993、0.961、0.802,机器学习算法在雪崩易发性评价中的表现优于传统的基于数据叠加的雪崩潜在释放区识别算法；两种机器学习算法模型均精度高，其中支持向量机(SVM)算法表现最佳，优于多层感知器(MLP),评价结果比较符合野外雪崩发育实际情况，可为高寒山区重大工程建设的雪崩防灾减灾工作提供基础的科学依据；雪崩潜在释放区的自动识别算法评价能力较弱，评价结果基本符合野外雪崩发育实际情况，对于缺乏可用...

准确识别雪崩潜在释放区或雪崩高易发区域对高寒山区工程建设减灾防灾意义重大，特别是在雪崩监测数据缺失地区，能够提供重要的区域性灾害风险预估参考。本文以新疆天山地区伊阿铁路沿线区域为例，将铁路沿线154个雪崩范围形成区作为评价样本，开展基于机器学习算法的雪崩易发性评价，构建新疆天山地区伊阿铁路沿线雪崩易发性评价体系；开展基于数据叠加的雪崩潜在释放区(PRA)识别，绘制伊阿铁路沿线雪崩潜在释放区分布图，并对两个结果通过Kappa系数和AUC值进行检验，并对比讨论。结果显示，支持向量机(SVM)、多层感知器(MLP)、PRA的Kappa系数分别为0.806、0.774、0.600;AUC值分别为0.993、0.961、0.802,机器学习算法在雪崩易发性评价中的表现优于传统的基于数据叠加的雪崩潜在释放区识别算法；两种机器学习算法模型均精度高，其中支持向量机(SVM)算法表现最佳，优于多层感知器(MLP),评价结果比较符合野外雪崩发育实际情况，可为高寒山区重大工程建设的雪崩防灾减灾工作提供基础的科学依据；雪崩潜在释放区的自动识别算法评价能力较弱，评价结果基本符合野外雪崩发育实际情况，对于缺乏可用...

藏东南地区是我国海洋性冰川集中区、重大工程建设区和地质灾害易发区,高原地质灾害易发性评价是该区防灾减灾的重要技术基础和热点难点之一。本文考虑了气候变化和冰川积雪活动对高寒山区地质灾害形成发育的影响,引入了积温和冰川积雪消融量两个特色因子,提出了距平差气象插补法和冰川积雪消融量概化模型,并从孕灾环境、动力条件和人类扰动等方面共选取了13个因子,建立了藏东南地质灾害易发性评价指标体系,构建了证据权-投影寻踪模型,实现了灾害易发性评价计算、分级区划和精度验证。结果表明:(1)冰川积雪消融量和积温对高寒山区地质灾害易发性影响显著,其最佳向量值达0.088和0.579;(2)提出的距平差法气温插补模型对气温预测效果优于平均值法和线性插值法,可有效解决气象数据缺失和插补值被放大的问题;(3)大部分研究区为中度及以上灾害易发区,占总面积的65.98%,其中极高易发区集中在深大活动断裂带和干流水系两侧2 km区域内,高易发区集中在干流水系两侧2～5 km的近似环状区域,中易发区主要分布在峡谷和干流水系两侧5～10 km地带以及大江大河的支流区域;(4)建立的证据权-投影寻踪模型能更好地实现研究区地质灾...

藏东南地区是我国海洋性冰川集中区、重大工程建设区和地质灾害易发区,高原地质灾害易发性评价是该区防灾减灾的重要技术基础和热点难点之一。本文考虑了气候变化和冰川积雪活动对高寒山区地质灾害形成发育的影响,引入了积温和冰川积雪消融量两个特色因子,提出了距平差气象插补法和冰川积雪消融量概化模型,并从孕灾环境、动力条件和人类扰动等方面共选取了13个因子,建立了藏东南地质灾害易发性评价指标体系,构建了证据权-投影寻踪模型,实现了灾害易发性评价计算、分级区划和精度验证。结果表明:(1)冰川积雪消融量和积温对高寒山区地质灾害易发性影响显著,其最佳向量值达0.088和0.579;(2)提出的距平差法气温插补模型对气温预测效果优于平均值法和线性插值法,可有效解决气象数据缺失和插补值被放大的问题;(3)大部分研究区为中度及以上灾害易发区,占总面积的65.98%,其中极高易发区集中在深大活动断裂带和干流水系两侧2 km区域内,高易发区集中在干流水系两侧2～5 km的近似环状区域,中易发区主要分布在峡谷和干流水系两侧5～10 km地带以及大江大河的支流区域;(4)建立的证据权-投影寻踪模型能更好地实现研究区地质灾...

世界范围内的冰碛湖溃决往往造成巨大经济损失和人员伤亡.通过分析不含死冰的冰碛坝溃决机理和相关影响因素，采用控制变量法，以喜马拉雅山区21个溃决冰碛湖及其周围未溃决冰碛湖为研究对象，采用6个无量纲影响因子可以合理评估喜马拉雅山区和加拿大哥伦比亚省西南地区以及美国西北部地区的冰湖溃决易发性，但喜马拉雅山区不同级别判别阈值较加拿大哥伦比亚省西南地区偏大.危险冰体坡度因子、危险冰体温度因子、冰川坡向因子、危险冰体与冰碛湖体积因子、危险冰体与冰湖的运动因子、冰碛坝坡度因子是影响不含死冰冰碛湖溃决的主要因子，由这些影响因子构成的冰碛湖溃决易发性定量评价方法，可以用于其他地区的冰碛湖溃决易发性评价.

世界范围内的冰碛湖溃决往往造成巨大经济损失和人员伤亡.通过分析不含死冰的冰碛坝溃决机理和相关影响因素，采用控制变量法，以喜马拉雅山区21个溃决冰碛湖及其周围未溃决冰碛湖为研究对象，采用6个无量纲影响因子可以合理评估喜马拉雅山区和加拿大哥伦比亚省西南地区以及美国西北部地区的冰湖溃决易发性，但喜马拉雅山区不同级别判别阈值较加拿大哥伦比亚省西南地区偏大.危险冰体坡度因子、危险冰体温度因子、冰川坡向因子、危险冰体与冰碛湖体积因子、危险冰体与冰湖的运动因子、冰碛坝坡度因子是影响不含死冰冰碛湖溃决的主要因子，由这些影响因子构成的冰碛湖溃决易发性定量评价方法，可以用于其他地区的冰碛湖溃决易发性评价.