EDP Sciences logo
Authentification abonné
Rechercher
Menu
Accueil Tous les numéros Numéro 156 (2018) Rev. Fr. Geotech., 156 (2018) 3 Références
Accès gratuit
Review
Numéro
Rev. Fr. Geotech.
Numéro 156, 2018
Numéro d'article 3
Nombre de pages 19
DOI https://doi.org/10.1051/geotech/2019003
Publié en ligne 18 mars 2019
  • Aleotti P, Chowdhury R. 1999. Landslide hazard assessment: Summary review and new perspectives. Bull Eng Geol Environ 58: 21–44. [CrossRef] [Google Scholar]
  • Antoine P, Debelmas J, Durville JL. 2010. Aux origines de la réglementation française actuelle en matière de mouvements de versants : la coulée du plateau d’Assy en 1970. Rev Fr Geotech 131–132: 71–80. [CrossRef] [Google Scholar]
  • Antoine P, Cojean R, Durville JL et al. 2000. Caractérisation et cartographie de l’aléa dû aux mouvements de terrain. Guide technique. Laboratoire Central des Ponts et Chaussées, Collection environnement, risques naturels, Paris, 91 p. [Google Scholar]
  • Bessason B, Eiriksson G, Thorarinsson O, Thorarinsson A, Einarsson S. 2007. Automatic detection of avalanches and debris flows by seismic methods. J Glaciol 53(182): 461–472. [CrossRef] [Google Scholar]
  • BRGM. 1976. Zones exposées à des risques liés aux mouvements du sous-sol, carte Zermos : Trouville, Pont-l’Evêque (Calvados). [Google Scholar]
  • Cascini L. 2008. Applicability of landslide susceptibility and hazard zoning at different scales. Eng Geol 102: 164–177. [CrossRef] [Google Scholar]
  • Champetier de Ribes G. 1987. La cartographie des mouvements de terrain, des ZERMOS aux PER. Bull Liaison Lab Ponts Chaussées No Spécial 150/151: 9–19. [Google Scholar]
  • Chen W, Xie X, Wang J et al. 2016. A comparative study of logistic model tree, random forest, and classification and regression tree models for spatial prediction of landslide susceptibility. Catena 151: 147–160. [CrossRef] [Google Scholar]
  • Chen W, Shirzadi A, Shahabi H et al. 2017. A novel hybrid artificial intelligence approach based on the rotation forest ensemble and naïve Bayes tree classifiers for a landslide susceptibility assessment in Langao County, China. Geomat Nat Hazard Risk 8(2): 1955–1977. [CrossRef] [Google Scholar]
  • Coe JA, Michael JA, Crovelli RA, Savage WZ, Laprade WT, Nashem WD. 2004. Probabilistic assessment of precipitation-triggered landslides using historical records of landslide occurrence, Seattle, Washington. Environ Eng Geosci 10(2): 103–122. [CrossRef] [Google Scholar]
  • Corominas J, van Westen C, Frattini P et al. 2014. Recommendations for the quantitative analysis of landslide risk. Bull Eng Geol Environ 73: 209–263. [Google Scholar]
  • Crovelli RA. 2000. Probability models for estimation of number and costs of landslides. U.S. Geological Survey, Open File Report 00-249, Denver. [Google Scholar]
  • Cruden DM, Fell R, (eds.). 1997. Landslide risk assessment. Proceedings of the International Workshop on Landslide Risk Assessment, Honolulu, Hawaï, USA, Balkema, 371 p. [Google Scholar]
  • Dang K, Sassa K, Fukuoka H et al. 2016. Mechanism of two rapid and long-runout landslides in the 16 April 2016 Kumamoto earthquake using a ring-shear apparatus and computer simulation (LS-RAPID). Landslides 13(6): 1525–1534. [CrossRef] [Google Scholar]
  • Dewez TJB, Thuon Y, Yart S, Plat E, Pannet P. 2017. Towards cavity collapse hazard maps with Zeb-Revo handheld laser scanner point clouds. Photogramm Rec, doi: 10.1111/phor.12223. [Google Scholar]
  • DREAL. 2004. Notice d’utilisation de la carte de prédisposition aux mouvements de terrain. Les documents de la DREAL, Normandie, 5 p. Disponible sur http://www.donnees.normandie.developpement-durable.gouv.fr/pdf/MVT/Notice_MVT.pdf. [Google Scholar]
  • Fell R, Ho KKS, Lacasse S, Leroi E. A framework for landslide risk assessment and management. In: Hungr O, Fell R, Couture R, Eberhardt E, eds. Landslide risk management. London: Taylor and Francis, 2005, pp. 3–26. [Google Scholar]
  • Fell R, Corominas J, Bonnard C, Cascini L, Leroi E, Savage W. 2008. Guidelines for landslide susceptibility, hazard and risk zoning for land use planning. Eng Geol 102(3–4): 85–98. [CrossRef] [Google Scholar]
  • Frappa M, Lebourg T. 2001. Mesures géophysiques pour l’analyse des glissements de terrain. Rev Fr Geotech 95–96: 33–39. [CrossRef] [Google Scholar]
  • Fressard M. 2013. Les glissements de terrain du Pays d’Auge continental (Normandie, France). Caractérisation, cartographie, analyse spatiale et modélisation. Ph.D. Thesis, University of Caen Basse-Normandie, Caen. [Google Scholar]
  • Fressard M, Thiery Y, Maquaire O. 2014. Which data for quantitative landslide susceptibility mapping at operational scale? Case study of the Pays d’Auge plateau hillslopes (Normandy, France). Nat Hazard Earth Syst Sci 14: 569–588. [CrossRef] [Google Scholar]
  • Grislain-Letrémy C, Peinturier C. 2010. Le régime d’assurance des catastrophes naturelles en France métropolitaine entre 1995 et 2006. Commissariat général du développement durable : service de l’économie, de l’évaluation et de l’intégration du développement durable, Rapport no 22, MEEDDAT, La Défense. [Google Scholar]
  • Glade T, Crozier MJ. A review of scale dependency in landslide hazard and risk analysis. In: Glade T, Anderson M, Crozier MJ, eds. Landslide hazard and risk. Chichester, UK: Wiley, 2005, pp. 75–138. [Google Scholar]
  • Guillope P, Porcher M. 1979. Cartographie des risques ZERMOS appliquée à des plans d’occupation des sols en Normandie. Connaître le sous-sol : un atout pour l’aménagement urbain, Colloque national, pp. 667–677. [Google Scholar]
  • Guzzetti F, Mondini AC, Cardinali M, Fiorucci F, Santangelo M, Chang KT. 2012. Landslide inventory maps: New tools for an old problem. Earth-Sci Rev 112(1): 42–66. [CrossRef] [Google Scholar]
  • Hibert C, Malet JP, Provost F, Michéa D, Geertsema M. 2017. Automated seismic detection of landslides at regional scales: A Random Forest based detection algorithm for Alaska and the Himalaya. Geophysical Research Abstracts Vol. 19, EGU2017-6151, EGU General Assembly, Vienna, 2017. [Google Scholar]
  • Horton P, Jaboyedoff M, Rudaz B, Zimmermann M. 2013. Flow-R, a model for susceptibility mapping of debris flows and other gravitational hazards at a regional scale. Nat Hazard Earth Syst Sci 13: 869–885. [CrossRef] [Google Scholar]
  • Humbert M. 1977. La cartographie en France des zones exposées à des risques liés aux mouvements du sol – Cartes zermos. Bull Int Assoc Eng Geol-Bull Assoc Int Geol Ing 16(1): 80–82. [CrossRef] [Google Scholar]
  • Iwahashi J, Pike RJ. 2007. Automated classifications of topography from DEMs by an unsupervised nested means algorithm and a three-part geometric signature. Geomorphology 86(3–4): 409–440. [CrossRef] [Google Scholar]
  • Jongmans D, Garambois S. 2007. Geophysical investigation of landslides: A review. Bull Soc geol Fr 178(2): 101–112. [Google Scholar]
  • Larosse E. 2018. L’utilisation des méthodes géophysiques dans le early warning system : Perspectives. Journées biennales des géosciences de l’UNIL-Session : Au-delà de l’aléa ou comment proposer une gestion intégrée des risques naturels, 15 février 2018, Lausanne, Suisse. [Google Scholar]
  • Ledoux B. 1995. Les catastrophes naturelles en France. Documents Payot, Paris, 450 p. [Google Scholar]
  • Malamud BD, Turcotte DL, Guzzetti F, Reichenbach P. 2004. Landslide inventories and their statistical properties. Earth Surf Process Landf 29: 687–711. [CrossRef] [Google Scholar]
  • Maquaire O. 2002. Aléas géomorphologiques (mouvements de terrain) : processus, fonctionnement, cartographie. Mémoire d’habilitation à Diriger des Recherches, Strasbourg : Université Louis Pasteur. [Google Scholar]
  • MATE/MATL. 1997. Plan de prévention des risques (PPR) : plans de prévention des risques littoraux (PPR) : guide méthodologique. Ministère de l’Aménagement du Territoire et de l’Environnement (MATE), Ministère de l’Équipement des Transports et du Logement (METL). Paris : La Documentation Française. [Google Scholar]
  • MATE/MATL. 1999. Plan de prévention des risques (PPR) : risques de mouvements de terrain. Ministère de l’Aménagement du Territoire et de l’Environnement (MATE), Ministère de l’Équipement des Transports et du Logement (METL). Paris : La Documentation Française. [Google Scholar]
  • Mergili M, Marchesini I, Rossi M, Guzzetti F, Fellin W. 2014. Spatially distributed three-dimensional slope stability modelling in a raster GIS. Geomorphology 206: 178–195. [CrossRef] [Google Scholar]
  • Moine M, Puissant A, Malet JP. Detection of landslides from aerial and satellite images with a semi-automatic method. Application to the Barcelonnette basin (Alpes-de-Haute-Provence, France). In: Malet JP, Remaitre A, Bogaard T, eds. Landslide processes: From geomorphological mapping to dynamic modelling, Strasbourg, France: CERG, 2009, pp. 63–68. [Google Scholar]
  • Pastor M, Blanc T, Haddad B et al. 2014. Depth averaged models for fast landslide propagation: Mathematical, rheological and numerical aspects. Arch Comput Methods Eng 22(1): 67–104. [CrossRef] [Google Scholar]
  • Pham BT, Tien Bui D, Prakash I, Dholakia M. 2017. Hybrid integration of multilayer perceptron neural networks and machine learning ensembles for landslide susceptibility assessment at Himalayan area (India) using GIS. Catena 149: 52–63. [CrossRef] [Google Scholar]
  • Pilz M, Parolai S, Bindi D, Saponaro A, Abdybachaev U. 2013. Combining seismic noise techniques for landslide characterization. Pure Appl Geophys 171(8): 1729–1745. [CrossRef] [Google Scholar]
  • Poiraud A. 2012. Les glissements de terrain dans le bassin du tertiaire volcanisé du Puy-en-Velay (Massif central, France). Caractérisation, facteurs de contrôle et cartographie de l’aléa. Thèse de doctorat de l’ Université de Blaise Pascal de Clermont-Ferrand, Clermont-Ferrand. [Google Scholar]
  • Reichenbach P, Rossi M, Malamud BD, Mihir M, Guzzetti F. 2018. A review of statistically-based landslide susceptibility models. Earth-Sci Rev 180: 60–91. [CrossRef] [Google Scholar]
  • Reninger PA. 2012. Méthodologie d’analyse de levés électromagnétiques aéroportés en domaine temporel pour la caractérisation géologique et hydrogéologique. Thèse de doctorat de l’ Université d’Orléans, Orléans. [Google Scholar]
  • Reninger PA, Nachbaur A, Deparis J, Bernardie S. 2014. Exploitation de levés d’électromagnétisme héliporté dans une perspective de réévaluation des cartes d’aléa « mouvement de terrain » en milieu volcanique tropical – Application aux Antilles Phase 1. Disponible sur http://infoterre.brgm.fr/rapports/RP-64427-FR.pdf. [Google Scholar]
  • Saaty TL. 1977. A scaling method for priorities in hierarchical structures. J Math Psychol 15: 234–281. [CrossRef] [Google Scholar]
  • Salciarini D, Godt JW, Savage WZ, Conversini P, Baum RL, Michael JA. 2006. Modeling regional initiation of rainfallinduced shallow landslides in the eastern Umbria Region of central Italy. Landslides 3: 181–194. [CrossRef] [Google Scholar]
  • Samyn K, Bitri A, Courtois A. 2011. Tomographie 3D de glissement de terrain par traitement du bruit de fond sismique : application au glissement de terrain de la Valette. Rapport BRGM/RP-59845-FR, 65 p. Disponible sur http://infoterre.brgm.fr/rapports/RP-59845-FR.pdf. [Google Scholar]
  • Santangelo M, Cardinali M, Rossi M, Mondini AC, Guzzetti F. 2010. Remote landslide mapping using a laser rangefinder binocular and GPS. Nat Hazard Earth Syst Sci 10: 2539–2546. [CrossRef] [Google Scholar]
  • Sato HP, Yagi H, Moarai M, Iwahashi J, Sekiguchi T. Airborne lidar data measurement and landform classification mapping in Tomari-no-tai landslide area, Shirakami Mountains, Japan. In: Sassa K, Fukuoka H, Wang F, Wang G, eds. Progress in landslide science, Berlin: Springer, 2007, pp. 237–249. [CrossRef] [Google Scholar]
  • Schlögel R, Doubre C, Malet JP, Masson F. 2015. Landslide deformation monitoring with ALOS/PALSAR imagery: A D-InSAR geomorphological interpretation method. Geomorphology 231: 314–330, doi: 10.1016/j.geomorph.2014.11.031. [CrossRef] [Google Scholar]
  • Sedan O. 2011. Logiciel ALICE V7. 0 – Guide utilisateur. Rapport BRGM RP-60004-FR, 42 p. Disponible sur http://infoterre.brgm.fr/rapports/RP-60004-FR.pdf. [Google Scholar]
  • Soeters R, van Westen CJ. Slope instability, recognition, analysis, and zonation. In: Turner AK, Schuster RL, eds. Landslides investigation and mitigation, transportation research board, Special Report 247. Washington: National Research Council, 1996, pp. 129–177. [Google Scholar]
  • Stumpf A, Kerle N. 2011. Combining Random Forests and object oriented analysis for landslide mapping from very high resolution imagery. Proced Environ Sci 3: 14–129. [CrossRef] [Google Scholar]
  • Terrasol. 2018. TALREN – Manuel d’utilisation, 106 p. Disponible sur https://www.terrasol.fr/wp-content/uploads/2018/01/talren_v5_-_partie_c_-_fr.pdf. [Google Scholar]
  • Thiery Y. 2007. Susceptibilité du bassin de Barcelonnette (Alpes du Sud, France) aux mouvements de versant : cartographie morphodynamique, analyse spatiale et modélisation probabiliste. Thèse de doctorat de l’ Université de Caen Basse-Normandie, Caen. [Google Scholar]
  • Thiery Y, Maquaire O, Fressard M. 2014. Application of expert rules in indirect approaches for landslide susceptibility assessment. Landslides 11: 411–424. [CrossRef] [Google Scholar]
  • Thiery Y, Reninger PA, Nachbaur A. 2016. Exploitation de levés d’électromagnétisme héliporté dans une perspective de réévaluation des cartes d’aléa « mouvement de terrain » en milieu volcanique tropical. Rapport final. Disponible sur http://infoterre.brgm.fr/rapports/RP-66605-FR.pdf. [Google Scholar]
  • Thiery Y, Lacquement F, Marçot N. 2019. Landslides triggered in weathered crystalline rocks of moderate latitudes: A case study in Mediterranean environment (The Maures Massif, France). Eng Geol 248: 164–184. [CrossRef] [Google Scholar]
  • Thiery Y, Reninger PA, Nachbaur A, Vandromme R. 2015. Exploitation de levés d’électromagnétisme héliporté dans une perspective de réévaluation des cartes d’aléa « mouvement de terrain » en milieu volcanique tropical. Rapport intermédiaire. Disponible sur http://infoterre.brgm.fr/rapports/RP-65407-FR.pdf. [Google Scholar]
  • Thiery Y, Malet JP, Sterlacchini S, Puissant A, Maquaire O. 2005. Analyse spatiale de la susceptibilité des versants aux mouvements de terrain, comparaison de deux approches spatialisées par SIG. Rev Int Géomat/Eur J GIS Spat Anal 15: 227–245. [Google Scholar]
  • Thiery Y, Malet JP, Sterlacchini S, Puissant A, Maquaire O. 2007. Landslide susceptibility assessment by bivariate methods at large scales: Application to a complex mountainous environment. Geomorphology 9(1–2): 38–59. [CrossRef] [Google Scholar]
  • Thiery Y, Vandromme R, Maquaire O, Bernardie S. Landslide susceptibility assessment by EPBM (Expert physically based model): Strategy of calibration in complex environment. In: Mikoš M, Tiwari B, Yin Y, Sassa K, eds. Advances in landslide science, Proceedings of the 4th World Landslide Forum, Ljubljana, Advancing Culture of Living with Landslides Volume 2, Slovenia, 29 May–2 June 2017, Berlin, Germany: Springer, 2017a, pp. 917–926. [Google Scholar]
  • Thiery Y, Reninger PA, Lacquement F, Raingeard A, Lombard M, Nachbaur A. 2017b. Analysis of slope sensitivity to landslides by a transdisciplinary approach in the framework of future development: The case of La Trinité in Martinique (French West Indies). Geosciences 7(4): 135. [CrossRef] [Google Scholar]
  • van den Eeckhaut M, Vanwalleghem T, Poesen J, Verstraeten G, Vandekerckhove L. 2006. Prediction landslide susceptibility using rare events logistic regression: A case-study in the Flemish Ardennes (Belgium). Geomorphology 76: 392–410. [CrossRef] [Google Scholar]
  • van den Eeckhaut M, Poesen J, Verstraeten G et al. 2005. The use of LIDAR-derived images for mapping old landslides under forest. Earth Surf Process Landf 32: 754–769. [Google Scholar]
  • van Westen CJ, Rengers N, Soeters R. 2003. Use of geomorphological information in indirect landslide susceptibility assessment. Nat Hazard 30: 399–419. [CrossRef] [Google Scholar]
  • van Westen CJ, Van Asch TWJ, Soeters R. 2006. Landslide hazard and risk zonation – Why is it still so difficult ? Bull Eng Geol Environ 65: 167–184. [CrossRef] [Google Scholar]
  • van Westen CJ, Castellanos E, Kuriakose SL. 2008. Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview. Eng Geol 102(3): 112–131. [CrossRef] [Google Scholar]
  • Varnes DJ. Slope movement types and processes. In: Schuster RL, Krizek RJ, eds. Landslides: Analysis and control, Special Report 176. Washington, DC, USA: Transportation Research Board, National Research Council, 1978, pp. 11–33. [Google Scholar]
  • Wu TH, Tang WH, Einstein HH. Landslide hazard and risk assessment. In: Turner AK, Schuster RL, eds. Landslides: Investigation and mitigation. Washington: National Academy Press, 1996, pp. 106–118. [Google Scholar]
  • Zêzere JL, Reis E, Garcia R et al. 2004. Integration of spatial and temporal data for the definition of different landslide hazard scenarios in the area north of Lisbon (Portugal). Nat Hazard Earth Syst Sci 4: 133–146. [CrossRef] [Google Scholar]
  • Zizioli D, Meisina C, Valentino R, Montrasio L. 2013. Comparison between different approaches to modeling shallow landslide susceptibility: A case history in Oltrepo Pavese, Northern Italy. Nat Hazard Earth Syst Sci 13: 559–573. [CrossRef] [Google Scholar]

Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.

Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.

Le chargement des statistiques peut être long.