滑坡是当今世界上造成巨大损失和人员伤亡的自然灾害之一,危害性是仅次于地震的一种严重地质灾害,对人民生命财产安全以及经济建设带来了极大的威胁。鉴于滑坡灾害的严峻形势及其带来的巨大损失,有效调查、监测滑坡分布及活动状况,进行滑坡预测与评估,为滑坡灾害防治提供科学依据,是受灾地区的迫切需求,也是滑坡科学工作者背负的使命。本文针对地质灾害研究中的核心问题——滑坡敏感性评价进行研究,滑坡敏感性也被称为滑坡易发性,是属于滑坡空间范围预测的范畴。以长江三峡库区秭归——巴东段作为研究区域进行研究,尝试在滑坡敏感性评价中融入地理信息系统技术(GIS)、遥感技术(RS),以及数据挖掘手段,以解决以往滑坡敏感性评价中效率低、精度差、费时费力等问题,实现滑坡地质灾害的信息化、科学化。本论文通过采用GIS与传统的逻辑回归模型相结合,并结合信息理论、K均值聚类分析等手段,在以往滑坡灾害的基础之上,对三峡库区秭归——巴东段进行滑坡敏感性预测。以达到减少灾害损失,保护当地居民生命财产及经济建设的目的。主要研究内容包括以下几个方面:(1)滑坡致灾因子提取及重分类研究。滑坡致灾因子的提取是滑坡敏感性分析中至关重要的一部分。滑坡致灾因子按照其来源可以分为地形地貌(高程、坡度、坡向、斜坡形态等)、地质(岩性、岩床构造等)、水文(流域坡度、流域面积、水系缓冲区等)、地表覆盖(土地利用、归一化植被指数、归一化水体指数等)、降雨以及人类工程活动等几大类。这些致灾因子是滑坡敏感性研究的关键所在,也是整个研究的数据源。每种致灾因子对滑坡事件发生的影响大小因研究区所处的地理环境的不同而不同。滑坡致灾因子提取完成以后,需要对提取的因子进行重分类,以往的研究中都是人为地为每个因子确定类别数,主观性比较大,而在本论文中,作者采用基于“香农熵”的信息理论将每个致灾因子划分为相应的类别数,以使每个致灾因子在滑坡敏感性预测中所能提供的信息量达到最大化。(2)研究区区域化研究。近年来将研究区区域化成为滑坡敏感性研究的热点,研究区的区域化就是采用某种技术手段将研究区划分为若干子区域,从而实现在各个子区域内分别进行滑坡敏感性分析,以求达到更高的预测精度。研究区区域化的关键是其采用的区域化方法以及区域化后滑坡敏感性分析是建立在致灾因子基础之上还是建立在模型基础之上。在本研究中作者首先采用确定性系数方法计算每一个致灾因子各个类别的确定性系数值(CF),然后根据每一个制图单元的滑坡属性确定该制图单元在滑坡敏感性预测中是否采用该致灾因子,从而获得每一个制图单元的致灾因子组合(一个由“0”和“1”组成的二维向量)。然后利用K均值聚类方法对研究区所有制图单元的二维向量进行聚类,从而将所有制图单元聚到不同的类别中去,使每一个类别内的制图单元具有相似的因子属性,而不同类别中制图单元的因子属性差异最大化。实验证明,对研究区进行区域化,能够显著提高滑坡敏感性预测的精度。(3)滑坡敏感性预测对当地城镇发展造成的影响。因为研究区为典型的山区地貌,因此滑坡灾害是当地城镇建设的主要威胁因素。在本论文中,作者将滑坡敏感性预测结果(K=4)作为城镇发展的因素之一,采用层次分析方法获得当地城镇化发展的适宜性图,从而为当地城镇建设者提供决策支持。