冰川泥石流作为高原高寒山区的典型地质灾害，具有突发性和破坏性特征。本研究旨在探索基于机器学习算法构建高精度冰川泥石流的早期识别模型。以帕隆藏布流域为研究区，综合遥感（RS）和地理信息系统（GIS）技术，提取多维特征指标数据集，通过对比分析基于四种机器学习算法的精确性和泛化性来优选模型。研究结果表明基于随机森林（RF）算法的层级模型在冰川泥石流的大类和子类早期识别中具有较高的精确性（>95%）和泛化性（>87%），基于该模型在研究区内识别出降雨型泥石流46处，冰川型泥石流93处。其中冰（雪）崩型、冰川降雨融合型和冰湖（堰塞湖）溃决型冰川泥石流分别占比34.4%、32.3%和33.3%。基于早期识别结果探究不同类型泥石流的分区规律并针对性提出相应防灾减灾建议。研究成果为高寒山区冰川泥石流的后续研究和防灾减灾提供了科学依据和基础支撑。

冰川泥石流作为高原高寒山区的典型地质灾害，具有突发性和破坏性特征。本研究旨在探索基于机器学习算法构建高精度冰川泥石流的早期识别模型。以帕隆藏布流域为研究区，综合遥感（RS）和地理信息系统（GIS）技术，提取多维特征指标数据集，通过对比分析基于四种机器学习算法的精确性和泛化性来优选模型。研究结果表明基于随机森林（RF）算法的层级模型在冰川泥石流的大类和子类早期识别中具有较高的精确性（>95%）和泛化性（>87%），基于该模型在研究区内识别出降雨型泥石流46处，冰川型泥石流93处。其中冰（雪）崩型、冰川降雨融合型和冰湖（堰塞湖）溃决型冰川泥石流分别占比34.4%、32.3%和33.3%。基于早期识别结果探究不同类型泥石流的分区规律并针对性提出相应防灾减灾建议。研究成果为高寒山区冰川泥石流的后续研究和防灾减灾提供了科学依据和基础支撑。

冰川泥石流作为高原高寒山区的典型地质灾害，具有突发性和破坏性特征。本研究旨在探索基于机器学习算法构建高精度冰川泥石流的早期识别模型。以帕隆藏布流域为研究区，综合遥感（RS）和地理信息系统（GIS）技术，提取多维特征指标数据集，通过对比分析基于四种机器学习算法的精确性和泛化性来优选模型。研究结果表明基于随机森林（RF）算法的层级模型在冰川泥石流的大类和子类早期识别中具有较高的精确性（>95%）和泛化性（>87%），基于该模型在研究区内识别出降雨型泥石流46处，冰川型泥石流93处。其中冰（雪）崩型、冰川降雨融合型和冰湖（堰塞湖）溃决型冰川泥石流分别占比34.4%、32.3%和33.3%。基于早期识别结果探究不同类型泥石流的分区规律并针对性提出相应防灾减灾建议。研究成果为高寒山区冰川泥石流的后续研究和防灾减灾提供了科学依据和基础支撑。

随着全球温度不断上升，冰川泥石流发生频率不断增加，对公路构成严重威胁。为了研究冰川泥石流对公路的潜在危险性，文章采用FLO-2D软件，以西藏自治区扎墨公路泥石流—桑谷沟泥石流为例，通过对4种不同重现期下泥石流泥深和流速的模拟，进行桑谷沟流域泥石流危险性评价。结果可知，4种重现期下的堆积面积分别为28.96×104 m2、43.87×104 m2、52.99×104 m2、58.91×104 m2；研究区域内4种不同重现期的泥石流高危险性区占比均超50%，中危险区占比面积在20%左右，低危险区占比面积在15%左右，该沟属于高危险泥石流。评价结果对扎墨公路的防灾减灾工作提供了科学的参考依据，评价体系可为以后的冰川泥石流的危险性评价提供参考。

随着全球温度不断上升，冰川泥石流发生频率不断增加，对公路构成严重威胁。为了研究冰川泥石流对公路的潜在危险性，文章采用FLO-2D软件，以西藏自治区扎墨公路泥石流—桑谷沟泥石流为例，通过对4种不同重现期下泥石流泥深和流速的模拟，进行桑谷沟流域泥石流危险性评价。结果可知，4种重现期下的堆积面积分别为28.96×104 m2、43.87×104 m2、52.99×104 m2、58.91×104 m2；研究区域内4种不同重现期的泥石流高危险性区占比均超50%，中危险区占比面积在20%左右，低危险区占比面积在15%左右，该沟属于高危险泥石流。评价结果对扎墨公路的防灾减灾工作提供了科学的参考依据，评价体系可为以后的冰川泥石流的危险性评价提供参考。

随着全球温度不断上升，冰川泥石流发生频率不断增加，对公路构成严重威胁。为了研究冰川泥石流对公路的潜在危险性，文章采用FLO-2D软件，以西藏自治区扎墨公路泥石流—桑谷沟泥石流为例，通过对4种不同重现期下泥石流泥深和流速的模拟，进行桑谷沟流域泥石流危险性评价。结果可知，4种重现期下的堆积面积分别为28.96×104 m2、43.87×104 m2、52.99×104 m2、58.91×104 m2；研究区域内4种不同重现期的泥石流高危险性区占比均超50%，中危险区占比面积在20%左右，低危险区占比面积在15%左右，该沟属于高危险泥石流。评价结果对扎墨公路的防灾减灾工作提供了科学的参考依据，评价体系可为以后的冰川泥石流的危险性评价提供参考。

色东普沟位于西藏雅鲁藏布大峡谷，是特大堵江链式灾害的频发区，严重威胁着边疆建设的地质安全。文章主要针对2024年4月15日和5月14日两次堵江灾害事件开展详细研究，全面分析了灾害形成过程、主要成因和发展趋势。通过水位监测、地震动监测、直升机调查、高原无人机航测等方法，识别和分析了两次堵江灾害的形成发展过程，发现灾害运动时间可达8 min，堵江成坝时间大于10 h，第二次灾害相对更为严重，形成的堰塞湖未完全溃决，严重加剧了雅鲁藏布江干流河道的淤堵。从地形和地质条件、地震因素、气候因素等方面对灾害成因进行了分析，发现色东普沟地形高差大、岩体结构破碎、沟道内巨厚层松散堆积体物源丰富，为灾害形成提供了有利条件，而春夏交替过程中的气温上升导致冰川消融加快和水动力作用增强，触发了堵江灾害链的发生。通过综合遥感数据解译，发现色东普沟已进入堵江灾害链活跃期，2018年特大堵江灾害造成了雅鲁藏布江河流地貌发生巨大改变，而之后至今的大规模堵江事件导致河道淤积更加严重，形成巨型堰塞坝体的风险不断增大。最后，文章针对色东普沟高位远程灾害堵江溃决、监测预警、减灾措施等方面提出了建议。

色东普沟位于西藏雅鲁藏布大峡谷，是特大堵江链式灾害的频发区，严重威胁着边疆建设的地质安全。文章主要针对2024年4月15日和5月14日两次堵江灾害事件开展详细研究，全面分析了灾害形成过程、主要成因和发展趋势。通过水位监测、地震动监测、直升机调查、高原无人机航测等方法，识别和分析了两次堵江灾害的形成发展过程，发现灾害运动时间可达8 min，堵江成坝时间大于10 h，第二次灾害相对更为严重，形成的堰塞湖未完全溃决，严重加剧了雅鲁藏布江干流河道的淤堵。从地形和地质条件、地震因素、气候因素等方面对灾害成因进行了分析，发现色东普沟地形高差大、岩体结构破碎、沟道内巨厚层松散堆积体物源丰富，为灾害形成提供了有利条件，而春夏交替过程中的气温上升导致冰川消融加快和水动力作用增强，触发了堵江灾害链的发生。通过综合遥感数据解译，发现色东普沟已进入堵江灾害链活跃期，2018年特大堵江灾害造成了雅鲁藏布江河流地貌发生巨大改变，而之后至今的大规模堵江事件导致河道淤积更加严重，形成巨型堰塞坝体的风险不断增大。最后，文章针对色东普沟高位远程灾害堵江溃决、监测预警、减灾措施等方面提出了建议。

色东普沟位于西藏雅鲁藏布大峡谷，是特大堵江链式灾害的频发区，严重威胁着边疆建设的地质安全。文章主要针对2024年4月15日和5月14日两次堵江灾害事件开展详细研究，全面分析了灾害形成过程、主要成因和发展趋势。通过水位监测、地震动监测、直升机调查、高原无人机航测等方法，识别和分析了两次堵江灾害的形成发展过程，发现灾害运动时间可达8 min，堵江成坝时间大于10 h，第二次灾害相对更为严重，形成的堰塞湖未完全溃决，严重加剧了雅鲁藏布江干流河道的淤堵。从地形和地质条件、地震因素、气候因素等方面对灾害成因进行了分析，发现色东普沟地形高差大、岩体结构破碎、沟道内巨厚层松散堆积体物源丰富，为灾害形成提供了有利条件，而春夏交替过程中的气温上升导致冰川消融加快和水动力作用增强，触发了堵江灾害链的发生。通过综合遥感数据解译，发现色东普沟已进入堵江灾害链活跃期，2018年特大堵江灾害造成了雅鲁藏布江河流地貌发生巨大改变，而之后至今的大规模堵江事件导致河道淤积更加严重，形成巨型堰塞坝体的风险不断增大。最后，文章针对色东普沟高位远程灾害堵江溃决、监测预警、减灾措施等方面提出了建议。

藏东南雅鲁藏布江流域冰川型泥石流规模大、持续时间长、冲击力强，由于传统方法难以定量描述大尺度泥石流形成机理问题，根据桑谷沟流域泥石流现场实地调研、无人机航拍、卫星影像信息以及地质气象数据，揭示桑谷沟泥石流的暴发与物源、降雨量等因素之间关系，提出了一种联合InSAR与RAMMS技术全面分析泥石流爆发前物源形变过程与爆发期间泥石流运动特征的方法。基于SBAS-InSAR技术，针对桑谷沟泥石流2次爆发期间的形变进行分析，结合卫星影像图、无人机影像以及现场勘察，实现了桑谷沟泥石流灾害爆发前形变过程反演和灾变趋势预测；采用RAMMS泥石流数值模拟软件对桑谷沟泥石流爆发期间运动过程进行了模拟。研究表明：(1)通过InSAR技术解算桑谷沟泥石流LOS向形变，坡体长期处于蠕滑状态；物源区内最大形变速率为139 mm/a，流通区内速率最大为46 mm/a，堆积区速率最大为20 mm/a；降雨作用为泥石流发育提供了大量的松散来源。(2)根据不同步时状态下泥石流堆积深度和流速状态，将研究区演进过程划分为初始运动、加速运动、减速-最终3个阶段。该方法联合冰川泥石流形变历史分析和运动过程模拟，对泥石流发展趋势及...