白龙江流域基于GIS与信息量模型的滑坡危险性等级区划(1)
基于GIS的滑坡灾害影响因子危险性评价--以茂县为例
2021.01科学技术创新分地下水符合III 类水标准。
内梅罗指数分析,部分浅层地下水受到轻微污染,且二含水质优于一含。
5.3水质灌溉指标(%Na +)表明,除4个一含水样和1个二含水样外,其余水样均能达到灌溉要求。
参考文献[1]张宗祜,沈照理,薛禹群.华北平原地下水环境演化[M].地质出版社,2000.[2]李奇,张生,郭勇.宿州市主要河流污染的时空特征及水质评价[J].安徽工程大学学报,2015(2):42-47.[3]陈光旭,付金沐,孙林华,陈密密,徐川.宿州重污染河流氮磷污染多源识别及背景值[J].安徽农业科学,2016,44(13):105-109.[4]孙林华,付金沐.重污染河流多源污染识别及环境背景值的确定———以宿州奎河氨氮为例[J].地球与环境,2014,42(1):90-94.[5]黄梅.宿州市河流湖泊普查及其成果[J].安徽农学通报,2015(14):154-155.[6]中华人民共和国地下水质量标准(GB/T 14848-2017).中华人民共和国国家质量监督检验检疫总局,2017.[7]彭小玉,周理程,毕军平,甘杰,梁菁.不同水质评价方法在浏阳河水质评价中的应用比较[J].绿色科技,2020(2):106-108.[8]WHO.(World Health Organization).Guidelines for drinking water quality,2017.作者简介:梁华(1970-),女,汉族,安徽宿州市人,本科,工程师,从事水资源管理和水政执法工作。
基于GIS 的滑坡灾害影响因子危险性评价———以茂县为例郑洁1孙姣姣1杨力成2李娜1(1、西南科技大学城市学院,四川绵阳6210002、四川煤田地质局一三七队,四川达州635000)滑坡灾害具有极强的破坏力,是我国地质灾害的主要类型之一。
由于GIS 技术的快速发展,越来越多的研究将该技术引入滑坡灾害的动态分析中,对滑坡灾害进行易发风险评价的研究和危险性评价的研究。
理学]基于GIS的滑坡地质灾害预警应急信息系统研究精品PPT课件
选题背景及研究意义(二)
兰州市特殊的地质环境和岩土组成以及小时降 雨量大、人类活动频繁等多种原因造成滑坡、崩塌 时常发生。
研究区地理位置示意图
研究区概况(二)
兰州市地处我国黄土高原西部,区内山高坡陡 沟壑密布,山地、半山地占85%,受南北两山 地形的控制城市用地非常紧张,其城区人口与 建筑密度己远大于国内同类城市,造成城市人 口与建筑蚕食坡地,切割坡脚,破坏了滑坡或 斜坡的稳定性。近些年由于人口的急剧增加、 城市建设的迅速发展和人类活动的加剧,每年 地质灾害都造成人员伤亡和财产损失,其发生 频度与危害性,居全国各大城市之首,并且, 随着城市的发展,与坡争地的现象会愈来愈突 出,兰州市地质灾害将会越来越活跃。滑坡( 坍塌)是兰州市区最严重的地质灾害类型之一 。
国内外研究现状(三)
GIS在地质灾害中的应用
➢ 利用GIS系统来处理用户的数据; ➢ 在GIS的基础上,利用它的开发函数库二次开
发出用户专用的地理信息系统软件。 目前,国内外利用地理信息系统在地质灾害研
究中的应用大致有以下几个方面: ➢ 地质灾害评价和管理 ➢ 地质灾害的危险性区划评价 ➢ 地质灾害易发程度分区 ➢ 地质灾害风险性分析 ➢ 地质灾害预警技术
国内外研究现状(二)
滑坡危险性评价研究
滑坡危险性区划研究在国外早就得到了深入研究与报 导。美国、西欧国家自六十年代末、七十年代初就开始 了以滑坡灾害为主体的地质灾害危险性区划研究;进入 八十年代,很多国家和地区都开始了区域地质灾害危险 性分区及预测问题的研究;自九十年代起,围绕国际减 灾十年计划行动,北美及欧洲许多国家在原地质灾害危 险性区划研究的基础上,开展了地质灾害危险性与土地 利用立法的风险评价研究,把原来单纯的地质灾害危险 性区划研究拓展到了综合减灾效益方面的系统研究。由 于 GIS 技 术 的 空 间 分 析 、 制 图 功 能 和 可 视 化 的 特 点 , GIS技术在滑坡危险性区划研究方面得到了快速发展, 以GIS软件为技术平台的地质灾害危险性评价研究成为 该领域未来研究的发展方向。
白龙江流域地貌演化及其对地质灾害的影响
白龙江流域地貌演化及其对地质灾害的影响郭富赟;孟兴民;陈冠;熊木齐【摘要】The Bailong River Basin is located in the transition zone of China from the first step to the second step, which is one of the areas sufferedthe most from the geological disasters in China. In recent years, the research has shown that the influence of Qinghai-Tibet plateau uplift onthe Bailong River Basin geomorphology evolution is significant. The characteristics of geomor-phology evolution of Bailong River Basin is cascade and differential uplifts;the planation surface, multilayer cave system and the development of river terraces is the direct response to the plateau uplift. The temporal coupling of geomorphic evolution, rainfall and earthquake formed the present disaster chain pattern of Bailongjang earthquake-collapse, slide-debris. The plateau uplift effect is the essential cause for the development of geological disasters. With the further upliftof mountain, the dynamic condi-tions of the geological disaster development will be more sufficient, which will be in a high incidencetrend in a certain period, it is a rebalancing process to the geomorphic evolution power.%白龙江流域地处我国地貌第一阶梯向第二阶梯的过渡地带,是我国地质灾害最为严重的区域之一。
基于GIS和信息量的滑坡灾害易发性评价以三峡库区万州区为例
基于GIS和信息量的滑坡灾害易发性评价以三峡库区万州区为例一、本文概述本文旨在探讨基于地理信息系统(GIS)和信息量模型的滑坡灾害易发性评价方法,并以三峡库区万州区为具体案例进行深入研究。
滑坡灾害作为一种常见的自然灾害,对人类社会和自然环境造成了巨大的威胁。
三峡库区作为我国重要的水利枢纽工程,其库区的滑坡灾害问题尤为突出。
对三峡库区万州区的滑坡灾害易发性进行评价,对于提高该地区的防灾减灾能力,保障人民生命财产安全具有重要的现实意义。
本文将首先介绍滑坡灾害易发性评价的背景和意义,阐述GIS和信息量模型在滑坡灾害易发性评价中的应用原理和优势。
以三峡库区万州区为例,详细阐述基于GIS和信息量的滑坡灾害易发性评价方法的实现过程,包括数据的收集与处理、评价模型的构建与验证等。
根据评价结果,分析万州区滑坡灾害的易发性分布特征,提出相应的防灾减灾建议,为当地政府的决策提供参考依据。
本文的研究不仅有助于深化对滑坡灾害易发性评价方法的理解,还能为类似地区的滑坡灾害防治工作提供有益的借鉴和参考。
本文的研究成果对于推动GIS和信息量模型在滑坡灾害防治领域的应用和发展也具有一定的推动作用。
二、研究区域概况三峡库区位于中国长江上游,是世界上最大的水利工程——三峡大坝的建设所形成的巨大水库区域。
万州区作为三峡库区的重要组成部分,地理位置十分重要。
万州区地处长江中游南岸,地势东高西低,地貌类型多样,包括山地、丘陵、平原等。
由于其独特的地理位置和复杂的地形地貌,万州区一直是滑坡灾害的高发区。
近年来,随着全球气候变暖和人类活动的加剧,万州区的滑坡灾害频发,给当地人民的生命财产安全带来了严重威胁。
对万州区进行滑坡灾害易发性评价,对于预防和减轻滑坡灾害的发生,保护人民生命财产安全具有重要的现实意义。
在滑坡灾害易发性评价中,地理信息系统(GIS)和信息量法被广泛应用于评估区域的滑坡灾害风险。
GIS技术可以实现对地理空间数据的收集、处理、分析和可视化,为滑坡灾害易发性评价提供了有效的工具。
GIS支持下的滑坡空间预测与危险等级划分
GIS支持下的滑坡空间预测与危险等级划分毕华兴;中北理;阿部和时【期刊名称】《自然灾害学报》【年(卷),期】2004(13)3【摘要】以日本早池峰山地域为研究对象,借助航片、TM影像、数字化地图以及各种统计资料和现有专题图等主要数据,利用美国MicroImage公司开发的TNTmips地理信息系统,将数量化理论与地理信息系统紧密结合,对区域滑坡进行了空间预测和危险等级划分。
提取并计算了滑坡以及包括坡度、坡向、海拔、坡面倾斜类型、降雨、植被、土壤和地质等8个滑坡影响因子,得到了滑坡及其影响因子的空间分布图。
在此基础上,抽取372个样本,应用数量化理论对这些样本进行了分析,建立了区域滑坡预测模型。
该模型经研究区域共1296384个样本检验,模型预测精度达80.49%。
最后,以滑坡发生概率为基准,对滑坡危险等级进行了划分。
【总页数】8页(P50-57)【关键词】滑坡预测;滑坡危险等级划分;数量化;地理信息系统;日本早池峰山地【作者】毕华兴;中北理;阿部和时【作者单位】北京林业大学;森林综合研究所【正文语种】中文【中图分类】P315.9【相关文献】1.GIS支持下的海金山农场耕地地力评价与等级划分 [J], 聂大杭;侯华;陈蕾蕾;苑喜军;王秀琴2.GIS支持下滑坡灾害空间预测方法研究 [J], 胡德勇;李京;陈云浩;张锦水3.GIS支持下的滑坡空间分布危险度区划方法研究 [J], 王新才;徐刚4.GIS支持下基于AHP方法的2013年芦山地震区滑坡危险性评价 [J], 刘丽娜;许冲;徐锡伟;陈剑5.GIS支持下的地震诱发滑坡危险区预测研究 [J], 唐川;朱静;张翔瑞因版权原因,仅展示原文概要,查看原文内容请购买。
基于GIS的滑坡_泥石流灾害危险性区划关键问题研究_丛威青
第13卷第1期2006年1月地学前缘(中国地质大学(北京);北京大学)Eart h Science Frontiers (China University of Geosciences ,Beijing ;Peking University )Vol.13No.1J an.2006收稿日期:20050911;修回日期:20051109基金项目:辽国资项发[2004]6号:辽宁省鞍山市地质灾害评价预警系统建设作者简介:丛威青(1980— ),男,博士研究生,构造地质学专业,研究方向为GIS 和应用地质。
E 2mail :wqcong @ 基于GIS 的滑坡、泥石流灾害危险性区划关键问题研究丛威青1, 潘 懋1, 李铁锋2, 吴自兴1, 吕广宪111北京大学地球与空间科学学院,北京10087121中国地质环境监测院,北京100081CON G Wei 2qing 1, PAN Mao 1, L I Tie 2feng 2, WU Zi 2xing 1, L ΒGuang 2xian 111S chool of Eart h and S pace S ciences ,Peking Universit y ,Bei j ing 100871,China 21Chi na I nstit ute of Geo 2Envi ronment Monitoring ,Bei j ing 100081,ChinaCONG Wei 2qing ,PAN Mao ,L I Tie 2feng ,et al 1K ey research on landslide and debris flow hazard zonation b ased on GIS 1Ea rt h Science F rontiers ,2006,13(1):1852190Abstract :The efficiency and veracity of landslide and debris flow hazard zonation have greatly been improved by the use of GIS technology 1According to the analogy principle of engineering geology ,by means of calamity science synthesis ,and combining Expert Estimation Model ,A HP ,NN ,Information Value Model ,Logistic Regression Model and Binary Statistic Model ,we have developed an information analysis system for landslide and debris flow hazard zonation based on the platform of MA P GIS software and C ++language 1Key research methodologies ,such as factorial analysis ,selection of models ,compounding of models ,division of element ,system integration ,and result evaluation ,are the main parts of this study 1A system of hazard zonation based on GIS has been built 1Using this system in the study of hazard zonation in the Three G orges and in Anshan of Liaoning Province shows its effectiveness 1K ey w ords :landslides ;debris flow ;geological hazard ;zonation ;GIS摘 要:随着GIS 技术的引入,滑坡、泥石流灾害危险性区划的效率和准确性得以大大提高。
基于GIS的滑坡灾变智能预测系统及应用研究
基于GIS的滑坡灾变智能预测系统及应用研究一、内容概要本文围绕地质灾害监测与预警领域中的核心问题——滑坡灾害,探讨了基于GIS(地理信息系统)的滑坡灾变智能预测系统的设计与实现。
研究内容涵盖了滑坡灾变机理与预测模型的构建、GIS技术在滑坡监测与预警中的应用、以及基于GIS的滑坡预警系统的开发与应用实践。
滑坡作为常见的地质灾害之一,其发生往往具有突发性和破坏性,给人类生命财产安全带来严重威胁。
及时、准确地预测滑坡的发生对于降低灾害风险具有重要意义。
本文首先从滑坡的基本概念、的形成机理和滑坡灾变的分类入手,深入分析了滑坡灾害的特点及其影响因素。
随着GIS技术的不断发展,其在地质灾害监测与预警领域的应用日益广泛。
本文利用GIS技术,开展了滑坡气象风险评价、地质结构稳定性分析、滑坡预测模型构建等方面的研究工作。
通过收集和分析大量地质、气象、水文等数据资料,运用GIS的空间分析、统计分析等功能,对滑坡灾害的风险进行评估和预测。
在此基础上,本文设计并实现了一个基于GIS的滑坡灾变智能预测系统。
该系统采用模块化设计思想,包括数据采集、数据整理、数据分析、模型预测和预警发布等多个子系统。
各子系统之间相互协作,共同完成滑坡灾害的智能预测和预警任务。
系统还具备良好的用户界面和强大的数据统计分析功能,方便用户实时查看滑坡灾害的情况和处理预警信息。
在应用实践方面,本文以某地的实际地质条件和滑坡历史数据为案例,对基于GIS的滑坡灾变智能预测系统进行了验证和应用。
该系统能够有效地识别潜在滑坡区域,并给出相应的预警信息,为滑坡灾害的预防和应对提供了有力支持。
未来随着GIS技术的不断进步和数据的不断积累,相信基于GIS的滑坡灾变智能预测系统将在地质灾害监测与预警领域发挥更大的作用。
1.1 研究背景与意义随着经济的快速发展,城市化进程的加速,人类对土地的开发利用已经深入到地形、地貌、地质等自然环境的每一个角落。
这种开发往往会对原本复杂的地质环境产生一定的负面影响,导致滑坡等地质灾害的发生。
嘉陵江上游主要城市地质灾害易发性、危险性研究
075CITYGEOGRAPHY 嘉陵江上游主要城市地质灾害易发性、危险性研究徐新兰 何 斌(甘肃省地下水工程及地热资源重点实验室,甘肃 兰州 730050)摘要:位于嘉陵江上游的甘肃省白龙江流域是甘肃省地质灾害高发、易发区,也是中国四大滑坡、泥石流集中区之一。
本次基于区内各县区地质灾害调查及工程地质勘查成果,以地质灾害数据库为基础评价了崩塌、滑坡的稳定性,泥石流的易发性;根据实地调查数据,评价各灾害的灾情及险情以确定危害性。
然后依据稳定性、易发性和危害性,分析地质灾害演变趋势,预测地质灾害危害程度,绘制研究区的地质灾害易发性分区图及危险性分区图。
成果可为区内地质灾害防灾减灾提供基础依据,达到减少人财损失和伤亡的目的。
关键词:嘉陵江上游;甘肃省白龙江流域;地质灾害;易发性;危险性;GIS引言:研究区位于甘肃省东南部的陇南、甘南山地地区,涉及甘南藏族自治州的迭部县、舟曲县折2县;陇南市的宕昌县、武都区、文县、康县这4县(区),共135个乡镇,总人口148.41万人,总面积2.4万km 2。
据历次地质灾害调查数据统计,截止2007年,区内地质灾害点数量1370处。
2008年,5.12汶川地震引发和加剧了区内地质环境的破坏,区内地质灾害点增加至1490处,到2012年底(最近一次的调查),区内地质灾害类型主要有滑坡、泥石流、崩塌、不稳定斜坡、地面塌陷、地裂缝这6种,共确定地质灾害点2634处,灾害点密度达到11处/100km 2。
区内曾有诸多学者做过大量研究工作[1-11],取得了很多认识,但大多以点、县区、小流域、工程线路为小范围开展工作,研究范围太小且未进行区域性分区评价。
本次研究工作涉及甘肃省的白龙江全流域,以最新的地质灾害调查数据为依据,采用Gis 手段首次进行大区域的滑坡、崩塌、泥石流等主要地质灾害的易发性、危险性评价,并绘制易发性及危险性分区图。
1 地质灾害类型及易发性、危险性研究区内地质灾害主要类型为滑坡、泥石流及崩塌,共有2634处,其中滑坡1031处,占灾害点总数的39.14%;泥石流1008条,占38.27%;崩塌533处,占20.24%;不稳定斜坡60处,占2.28%,地裂缝、地面塌陷各1处。
基于GIS的长江三峡库区滑坡影响因子分析_白世彪
地理信息系统(GIS), 遥感(RS)和全球定位系 统(GPS)等技术的迅速发展 , 大大地改进或提高了 地学传统的研究手段 。在建立研究区域滑坡分布及
各影响因子数据库的基础上 , 利用 GIS 统计分析功 能对数据库属性项进行统计分析 , 可以得到滑坡发
生频率与各影响因子之间相关性统计直方图等 , 依
基于 G IS 的长江三峡库区滑坡影响因子分析
白世彪 , 闾国年 , 盛业华 ,杨一鹏
(南京师范大学地理信息科学江苏省重点实验室 , 江苏 南京 210097)
摘 要 :利用 G IS 技术和统计方法 , 对 三峡库区选定的研究区域(面积 4 539 km2)滑坡 空间分 布和地 形 、地 质等滑 坡内部因子之间相关性进行统计计算 。 在建 立地质 、地 形数 据库等 滑坡 因子 空间数 据库 和滑坡 空间 分布数 据库 (数据比例尺均为 1∶10 000)基础上 , 从地形数据库提取 25 m 分辨率 DEM , 再派生出高程 、高差 、坡度 、坡向 、平面曲 率 、剖面曲率等地形影响因子 ;从地质数据库提取地层和 岩性组合 影响因 子 。 将各 个定性的 因子按 一定规 则进行 重分 类 、转换为 25 m 分辨率的栅格数 据格式 , 在 G IS 中进行 地图代数 运算 、统计 计算 滑坡 和各影 响因 子相关 性 。 结果 表明 , 滑坡分布和 Q 4 、J1 x , J1 z、S 岩性岩组 ;90 m 以下 、90~ 135 m 和 135 ~ 175 m 三个高程 带 ;15~ 20 m 局部 高差 ;10°~ 25°坡度 ;北 、南和西北方向及 -1 ~ 1 曲率范围等影响 因子相关性等级都大于 1, 为滑坡发生的 主要影响 因子类属 。 研究的结果是进行滑坡易发性评价的基础 , 可 以指导库区滑坡灾害管理 、土地利用等 。 关键词 :三峡库区 ;滑坡 ;GI S;影响因子 ;统 计分析 中图分类号 :P642.2 文献标识码 :A
基于GIS的滑坡地质灾害预警应急信息系统研究的开题报告
基于GIS的滑坡地质灾害预警应急信息系统研究的开题报告一、选题背景与意义地质灾害是指由自然因素或人为因素引起的,造成人民生命财产损失,以及地面荒漠化或环境质量下降的灾害性事件。
其中滑坡地质灾害占比较大,损失极大,尤其在人类规划和开发强度加大的情况下,滑坡的范围和危害程度会更加突出。
科学合理的预警机制是减轻灾害损失,保护生命财产安全的必备条件。
GIS(地理信息系统)技术可有效整合地理信息,构建地理分析模型,起到较好的预测和预警作用。
因此,研究基于GIS的滑坡地质灾害预警应急信息系统,可为滑坡灾害的预防、减灾和救援提供有力的技术支持。
本文拟围绕这一研究方向展开论述。
二、研究目的本文旨在构建一种基于GIS的滑坡地质灾害预警应急信息系统,以实现对滑坡地质灾害的准确、及时预警和有效的应急响应,从而降低滑坡灾害的损失程度。
三、研究内容和方法研究内容:1. 滑坡地质灾害预警机理研究,包括滑坡形成机理和发生规律等;2. 基于GIS的滑坡地质灾害空间分析方法研究,包括滑坡地质灾害危险区划分、滑坡地质灾害监测和评估等;3. 基于GIS的滑坡地质灾害信息管理系统设计与开发,包括滑坡数据管理、分析、决策等。
研究方法:1. 采用实地考察、文献资料调查等方法对滑坡地质灾害进行系统分析;2. 应用遥感技术和GIS技术进行滑坡危险区划分和监测;3. 采用数据库系统和WebGIS技术构建滑坡数据管理和分析系统,实现滑坡地质灾害的信息查询、展示和决策支持。
四、预期成果和意义预期成果:1. 构建一种基于GIS的滑坡地质灾害预警应急信息系统;2. 实现对滑坡地质灾害的准确、及时预警和有效的应急响应;3. 提供一种科学合理的滑坡地质灾害管理方法和技术支持,以减轻灾害损失,保护生命财产安全。
研究意义:1. 探索GIS技术在滑坡地质灾害预警与应急管理中的应用价值,为滑坡灾害的预防和治理提供技术支持;2. 推动信息化技术在地质灾害防治中的应用和发展,提高应对灾害的能力和效率,降低灾害对社会和经济系统的影响程度。
甘肃白龙江流域活动构造带控制影响下的滑坡发育研究
甘肃白龙江流域活动构造带控制影响下的滑坡发育研究甘肃白龙江流域活动构造带控制影响下的滑坡发育研究摘要:滑坡是一种常见的地质灾害形式,对人类和环境造成了严重的威胁。
甘肃白龙江流域位于中国的北方干旱区, 滑坡灾害频发。
本研究对甘肃白龙江流域滑坡的发育情况进行了深入研究,并探讨了滑坡发育与活动构造带的关系。
1. 引言滑坡是指在山区、河谷等高地形地区,由于地质结构、重力等因素作用下, 地下水积聚或河流冲刷作用等引发土壤和岩石层从一个地方滑动到另一个地方的现象。
滑坡是地球表面发育的常见地质灾害类型之一,给人类社会和环境带来了巨大的破坏。
2. 甘肃白龙江流域滑坡分布情况甘肃白龙江流域是典型的干旱区地形,地质构造活跃,滑坡发育普遍。
根据调查数据显示,该地区滑坡灾害频发,威胁到当地人民的生命财产安全。
滑坡主要分布在河谷、山崖等地形较陡峭的地方。
3. 活动构造带对滑坡发育的控制影响活动构造带是指由于地壳断裂运动导致的地壳相互作用带,它对周围地质环境产生重大影响。
在甘肃白龙江流域,滑坡发育情况与活动构造带存在密切的关系。
活动构造带的存在会导致地壳的不稳定性增加,地形变化较为剧烈,从而容易形成滑坡。
研究表明,当活动构造带附近的滑坡发生时,通常会伴随着地震等地质灾害。
4. 滑坡发育机制分析滑坡的发育与多种因素相关,在甘肃白龙江流域,主要有以下几个方面的因素影响滑坡的形成和发展:(1) 地质构造问题:地震活动频繁、构造构型不稳定等,导致地层的移动、错动等情况,进而引发滑坡。
(2) 自然力问题:地下水的分布和运动、重力的作用等,也是影响滑坡发展的重要因素。
地下水的积聚会使土壤饱和程度增加,从而增加滑坡的发生几率。
(3) 人为干扰:人类活动也是滑坡发展的重要因素之一。
例如,过度的土地开发、采矿等活动会改变地质构造,加剧滑坡的发生。
5. 滑坡管理和治理建议针对甘肃白龙江流域滑坡频发的情况,有必要采取措施进行管理和治理。
主要建议如下:(1) 加强地震监测和预警系统的建设,及时预测地震活动,以便及时采取防灾减灾措施。
基于生态地质环境耦合机制的白龙江流域泥石流灾害风险评价与预测
基于生态地质环境耦合机制的白龙江流域泥石流灾害风险评价与预测泥石流是一种以泥沙和碎石等物质为主要组成的流态灾害,它造成了严重的人员伤亡和财产损失。
白龙江流域是我国东北地区的重要流域之一,该地区地质环境复杂,泥石流灾害频发。
为了评估泥石流灾害的风险并进行预测,必须了解生态地质环境与泥石流的耦合机制。
首先,白龙江流域的地质环境特点应被充分考虑。
该地区地质构造活跃,存在大量的岩石断层和软弱地层。
这些构造和地层特征使得山体容易发生滑坡和崩塌,从而引发泥石流灾害。
另外,流域内的河流水势猛烈,降水特点复杂,暴雨可能会引发泥石流灾害。
其次,生态系统的状况对泥石流的形成和发展也具有重要影响。
白龙江流域具有丰富的植被和动物资源,山区植被覆盖率高,土壤保持能力较强,可以有效减少水土流失。
但是,随着人类活动的增加,植被破坏、土地整治和城市化进程加剧,造成了地表裸露和土壤侵蚀,破坏了生态系统的平衡。
因此,准确评估流域内植被状况以及人为活动对生态系统的影响是评价泥石流灾害风险的重要因素。
基于以上生态地质环境特点,可以采用多种方法对泥石流灾害的风险进行评价和预测。
首先,对流域内地质条件和植被状况进行详细调查和监测。
通过野外实地勘测和遥感技术获取相关数据,分析地质构造、地层特征和植被覆盖率等,建立地质地貌信息数据库和植被遥感监测系统。
其次,通过统计分析历史泥石流事件的发生时间、地点和规模等,构建泥石流灾害风险评价模型。
可以利用回归分析等方法,将地质和生态因素与泥石流灾害之间的关系进行定量描述,确定影响泥石流灾害的主要因素。
最后,利用数值模拟方法预测泥石流的发展趋势和危险程度。
可以采用数值地质模型和水动力模型,模拟泥沙流动过程和堆积区的形成,评估泥石流对河道和村庄的威胁。
综上所述,基于生态地质环境耦合机制的白龙江流域泥石流灾害风险评价与预测需要综合考虑地质构造、地层情况、植被状况以及陆地利用方式等因素。
准确评估和监测这些因素对泥石流灾害的影响,采用统计分析和数值模拟方法建立风险评价模型和预测模型,可以提高泥石流灾害的预警和防治水平。
基于WebGIS的滑坡监测信息管理及灾害空间预测的开题报告
基于WebGIS的滑坡监测信息管理及灾害空间预测的开题报告一、选题背景及意义滑坡是一种常见的地质灾害,它的发生对人类的生命财产安全造成了严重的威胁。
传统的滑坡监测方法大多依赖人员巡视采集信息,存在周期长、效率低、不全面等问题。
随着WebGIS技术的不断升级和发展,基于WebGIS的滑坡监测信息管理和灾害空间预测已经成为一种新的解决方案,具有及时、全面、准确等优势。
本项目旨在使用WebGIS技术,实现滑坡监测信息的采集、传输、存储、管理和可视化展示,以及基于历史监测数据和实时采集数据进行空间预测,为滑坡的预防和应对提供科学依据。
二、研究内容本项目包括以下研究内容:1.基于WebGIS的滑坡监测信息采集:使用GPS、遥感、传感器等技术,实现滑坡监测信息的自动化采集,并将数据通过WebGIS平台传输并存储。
2.基于WebGIS的滑坡监测信息管理:利用WebGIS平台,建立滑坡监测信息数据库,并对数据进行管理和分析,包括数据查询、数据统计等功能。
3.基于WebGIS的滑坡监测信息可视化展示:通过数据可视化技术,将滑坡监测信息以图表、地图等形式展示,便于快速准确地掌握监测信息,提高监测效率。
4.基于历史监测数据和实时采集数据进行空间预测:通过对历史监测数据和实时采集数据进行统计分析,利用模型预测算法,预测滑坡发生的可能性和危害范围。
5.系统设计和实现:设计并开发基于WebGIS的滑坡监测信息管理及灾害空间预测系统,包括数据采集、数据存储、数据管理、数据可视化、空间预测等功能。
三、研究方法本项目采用以下研究方法:1.文献调研法:搜集和阅读相关文献,了解国内外关于滑坡监测和WebGIS技术的研究现状及进展。
2.实地调研法:结合实际情况,调研国内外滑坡监测管理和灾害预测系统的设计和实现情况,为本项目的设计提供参考。
3.数据采集和处理法:使用GPS、遥感、传感器等技术采集滑坡监测数据,并对数据进行处理、分析、存储和管理。
基于GIS与AHP模型的白龙江流域泥石流危险性评价
基于GIS与AHP模型的白龙江流域泥石流危险性评价蒲济林;苏军德;高立兵;刑钊【摘要】以白龙江流域甘肃省境内部分为研究区,在收集资料和野外勘查的基础上,选取海拔、坡度、滑坡密度、地层岩性、距断层距离、地震动峰值加速度、平均10 min降雨量、距水系距离、归一化植被指数(NDVI)、土地利用类型作为泥石流危险性评价因子,对研究区内外动力环境因子进行了分析.在此基础上,基于GIS技术和AHP模型建立了研究区泥石流危险性评价模型.评价结果表明,研究区内泥石流空间分布密度大、空间异质性明显,危险性呈现从西北至东南等级递增的趋势,并据此进行了泥石流危险性分区.【期刊名称】《中国水土保持》【年(卷),期】2016(000)005【总页数】4页(P58-61)【关键词】泥石流;AHP模型;危险性评价;白龙江流域【作者】蒲济林;苏军德;高立兵;刑钊【作者单位】甘肃有色冶金职业技术学院,甘肃金昌737100;甘肃有色冶金职业技术学院,甘肃金昌737100;甘肃有色冶金职业技术学院,甘肃金昌737100;兰州大学资源环境学院,甘肃兰州730000【正文语种】中文【中图分类】P642.2泥石流是发生在山区的一种突发性地质灾害现象,其发生、发展与山地的形成演化过程息息相关,是山地环境退化、地表结构恶化、生态平衡失调的产物[1]。
泥石流的发生是多种因子综合作用的结果,其影响因子的复杂性导致了各地泥石流的发生具有区域性的特点。
因此,科学合理地防治泥石流灾害要先对灾害发生的可能性、危险性、危害范围和程度有一个基本的认识和评价[2]。
目前常用的地质灾害危险性评价方法主要有AHP模型分析法、人工神经网络法、信息量法、判别分析法等。
其中,AHP模型分析法是由美国运筹学家T.L.Satty提出的一种目标决策方法[3],经过多年的发展,在地质灾害易发性评价中得到了广泛的应用[4-8]。
白龙江流域位于甘肃南部,属秦岭西段,地处青藏高原、黄土高原和四川盆地的交接处,是我国泥石流最为频发和严重的地区之一[9-10],尤其是下游地区泥石流分布面积大、暴发频率高,给当地群众生命安全造成极大威胁,严重制约了经济社会的发展。
白龙江流域基于GIS与信息量模型的滑坡危险性等级区划(1)
第47卷第6期兰州大学学报(自然科学版)Vol.47No.6文章编号:0455-2059(2011)06-0001-06白龙江流域基于GIS与信息量模型的滑坡危险性等级区划陈冠,孟兴民,郭鹏,李亚军,曾润强,乔良兰州大学西部环境教育部重点实验室,兰州730000摘要:利用Rivertools提取流域边界,基于野外调查及在前人研究基础上,选取起伏度、坡度、坡向、岩性、降雨、植被覆盖、土地利用等11个与滑坡发生相关要素作为危险性评价因子.在GIS环境下,采用经验似然比的数据分类方法,运用信息量模型,绘制了研究区的滑坡灾害危险性等级区划图,最后利用15个活动滑坡对模型精度进行检验.研究结果表明:根据区划图,白龙江流域可分为5个区域:极高危险区、高危险区、中等危险区、低危险区、极低危险区,所占研究区面积比例分别为21%,26%,37%,11%,5%.活动滑坡都位于等级很高和高的区域内,说明模型评价结果与研究区实际情况吻合.关键词:地理信息系统;似然比;信息量;白龙江流域中图分类号:P642.22文献标识码:ALandslide susceptibility mapping based on GIS and information value model in Bailong river basinCHEN Guan,MENG Xing-min,GUO Peng,LI Ya-jun,ZENG Run-qiang,QIAO Liang Key Laboratory of Western China’s Environmental Systems with the Ministry of Education,Lanzhou University, Lanzhou730000,ChinaAbstract:The catchment boundary was extracted by utilizing Rivertools software.Based onfiled investigation and previous research,eleven elements including relief amplitude,slope,aspect,lithology,precipitation,NDVI, land use and so on that contribute to the occurrence of landslide were selected as the risk evaluation factors.Under the circumstances of GIS,adopting the likelihood ratio as data categorizing method,then using the information value model,the landslide susceptibility map was established.Finally,15active landslides with sliding displacement were utilized to validate the accuracy of the model.According to susceptibility map,the study area was classified intofive categories,i.e.,very high dangerous zone,high dangerous zone,moderate dangerous zone,low dangerous zone and very low dangerous zone,taking an area proportion of21%,26%,37%, 11%,5%,respectively.All active landslides zonefit into the very high and high susceptibility classes.The results showed that the information value model corresponded to the actual distribution of landslides susceptibility in this area.Key words:GIS;likelihood ratio;information value;Bailong river basin滑坡是一种非线性动力学过程,是受时空变化的内外因素综合作用的结果.滑坡危险性评价主要包括专家知识方法、启发式方法、统计模型、物理模型.前两种主要是定性评价方法,主要是根据主观经验对滑坡的变形失稳危险性进行定性描述;后两种是定量评价,是对滑坡发生失稳的可能性进行估计.随着数据获取手段、地理信息系统、计算机技术的快速发展,定量评价受到越来越多的研究者的亲睐,成为近几十年研究的热点.物理模型虽然基于滑坡发生的物理力学基础,但是对于数据精度要求极高,往往需要单个斜坡或研究区详细的岩土力学参数,结果受获取的数据量及精度影响较大,只适合小范围与单个灾害评估;作为另一种定量化的统计模型已广泛用于各种灾害评价,该模型假定研究区未来在达到与现在相同或相似条件下灾害事件会发生,其模型精度主要取决于样本点的数量与质量,对于大区域评价特别是数据精度不是很高的情况下有明显的优势[1−5].陇南地区是中国滑坡、泥石流灾害最为严重的地区之一,也是受地质灾害影响生活最艰苦的地区之一,其中尤以白龙江流域最为突出.对于该区滑坡分布和发育程度以及部分典型滑坡形成、发展以及运动机理已开展大量研究,且多以单点或局部工作为主,缺少定量化研究.本文以白龙江流域为研究区(如图1),在室内遥感解译、野外调查统计验证、地质环境分析、典型滑坡研究的基础上,得到了研究区滑坡的分布规律,确定了滑坡的成因和主要影响要素,选用经验似然比模型和信息量模型,结合GIS 技术绘制滑坡危险性等级图,并利用15个活动滑坡检验模型的可靠度,其评价结果与实际情况相吻合.本文获得的滑坡危险性等级图,对该区社会经济发展规划、灾害管理具有一定的指导意义.图1研究区DEM 与滑坡分布图Figure 1DEM &landslides distribution map of thestudy site1研究区概况研究区属秦岭山地地貌,地势西高东低,海拔为835∼4577m ,以高山峡谷地貌为主(图1).区内地层种类繁多且结构复杂,软硬岩层相间,软弱夹层发育,岩性上属于志留系白龙江统千枚岩、页岩、片岩及板岩等.经构造破坏和风化作用,岩石极为破碎,稳定性极差,且第四纪残坡积也十分发育,为滑坡的形成提供了丰富物质条件.受印度板块向北下俯冲推挤和青藏高原隆升影响,该区构造作用强烈,位于多个构造带的交接部位,秦岭褶皱带、松潘出现的似然比分布图.离散性因子似然比用计算公式表述为¯λ(x:xi)=影响因子i中x i类别的滑坡网格比例¨f(yj|M)为连续型影响因子j在滑坡区域和非滑坡区域的经验概率分布函数.2.2信息量模型由Van Westen[12]提出的信息值模型,是分析滑坡在各种因素影响下的易发程度模型.模型利用信息熵的概念,结合统计概率代表先验概率的原理,计算不同因素中的各种等级对滑坡危险等级贡献的信息值[13]((2)式):Infor V(W i)=ln(DCn i=1N pix(S i)/n i=1N pix(N i).(2)其中:W i为第i等级的信息量;DC为某要素不同等级下的滑坡分布密度;DS为研究区的滑坡分布密度;N pix(S i)为某要素第i等级中的滑坡栅格数;N pix(N i)为某要素第i等级的栅格数;n为某种要素下的等级数.3数据说明与技术路线滑坡分布数据通过遥感影像解译及野外验证获取,共计390个滑坡点,其中375个用于建模,15个用于精度验证.数字高程数据为30m 分辨率GDEM数据;研究区及周边地区共63个站点记录的从1964−1997年6h降雨强度数据;基于1:5万地质图矢量化得到的地层岩性数据;研究区2000年的三景TM影像数据及基于该影像得到的1:10万的土地利用数据和NDVI数据;基于2001,2008年的研究区地震动峰值加速度矢量化得到的地震数据.根据李军等[14]经验公式计算确定建模分析所用栅格单元大小为30m,利用Rivertools在DEM 中提取河网以及划定流域范围,将各因子图层与滑坡图层相叠加,获取滑坡属性值,计算似然比,据此结果对影响因子进行分级(即重分类),对分级后要素计算各自信息量.将信息量值(即权重值)关联至所对应的各专题地图的不同等级,根据一定规则对各专题地图生成的结果进行叠加分析,并进行滑坡信息量似然比计算,由计算结果进行分级得到信息量模型的滑坡危险性等级分布图,最终利用15个活动滑坡对模型精度进行验证.4危险性等级区划4.1滑坡灾害的主要因子分析及似然比分类滑坡是内因和外因等多种要素综合作用的产物,不同区域的滑坡行为总是存在固有的特征要素和特定的触发条件,评价因子的选择必须建立在对研究区滑坡形成机理理解的基础上.通过前述对该区滑坡的地质环境、演化机理和类型、成因的研究,现选取地形起伏度、坡度、坡向、地表粗糙度、岩性、断裂费用距离、河流费用距离、6h降雨、NDVI、地震动峰值加速度、土地利用类型等11个影响滑坡发生的要素作为主要评价因子.地形起伏度指特定区域内最大高程与最低高程的差值,用此作为坡高的替代指标;地表粗糙度是指特定区域内地表表面积与其投影面积的比例,其值大小能反映降雨水流的分散与汇聚能力,对滑坡稳定性有较大影响;断裂费用距离是指任一点与最近断层带之间的费用(曲面)距离,选用此指标反映构造对滑坡的影响程度,河流费用距离类似.通过对气象水文站点10min,6h,24h,3天降雨进行插值,发现6h降雨量能较好地反映该区内降雨空间分布差异性,其空间分布特征和滑坡空间分布比较吻合,故而选择6h降雨量作为降雨代用指标.4.2主要因子的似然比分类因子分类是利用任何统计模型进行滑坡危险性等级区划的基础工作,科学合理的分类能尽可能充分利用样本数据所携带的信息,从而提高模型的精度.本文采用经验似然比模型作为因子数据分类方法,该法能最大程度地反映原始数据所包含的信息,有效避免了数据在初始阶段信息损失,为后续因子数据分类工作提供可靠依据.利用计算得到的各连续型影响因子的似然比结果(如图2)对各因子进行相应的分级,分级结果如表1.对于离散因子,岩性按照工程地质岩组分类标准,根据岩层的坚硬程度,将其分为五组:火成岩、大理岩岩组(A),变质砂岩、变质砾岩、厚层板岩、厚层砂砾岩岩组(B),中厚层砂岩、灰岩、板岩夹灰岩、砂卵砾石岩组(C),千枚岩、板岩、泥岩、薄层灰岩、粉砂岩岩组组(D),黏性土岩组(E).土地利用类型则根据该区土地利用特点分类分为耕地(A)、林地(B)、草地(C)、城乡工矿居民用地4兰州大学学报(自然科学版)第47卷(D)、水域用地(E)和未利用土地(F)六类.4.3危险性等级制图对各影响因子进行重分类后,在GIS 中将因子层与滑坡层相叠加,利用空间分析功能将重分类后的值赋给滑坡点,进而进行各影响因子不同等级信息量的计算(如表1).信息量值的大小在一定程度上代表各要素对滑坡发生的贡献,其值越大,相应与滑坡发生的相关性就越高.将计算的信息量值关联至所对应的各专题因子图层的不同等级,根据(3)式对各因子图层生成的结果进行叠加分析,获得该模型的滑坡危险等级分布图.S =RA +SL +AS +RO +LI +F C+EA +RC +V C +P R +LA .(3)其中:S ,RA ,SL ,AS ,RO ,LI ,F C ,EA ,RC ,V C ,P R 和LA 分别为对应滑坡敏感度、地形起伏度、坡度、坡向、粗糙度、岩性、断裂费用距离、地震动峰值加速度、河流费用距离、植被覆盖、降雨量和土地利用类型.将叠加结果利用经验似然比模型进行分类,根据似然比结果将研究区滑坡危险性等级分为五级:极高危险区、高危险区、中危险区、低危险区、极低危险区,对应所占研究区的面积比分别为21%,26%,37%,11%,5%(如图3−5).图3不同危险等级的面积比Figure 3Area of different susceptibility rate4.4精度验证利用该区15个活动滑坡(即目前处于不稳定状态,存在不同程度变形的滑坡)来检验模型精度,结果表明80%的滑坡处于极高危险区,20%的滑坡处于危险区(如图4).这说明模型评价结果与研究区实际情况吻合,利用信息量模型对该区进行滑坡危险性等级评价是可行的.图4活动滑坡的分布数量Figure 4Amount of active landslides图5滑坡危险等级分布图Figure 5Landslide susceptibility levels map5结论与讨论在滑坡危险性等级区划评价中经验似然比的数据分类能更充分地反应原始数据所携带的信息,能很好地处理离散型数据与连续型数据,可以较好地克服要素等级和危险性等级划分时的人为主观性.在GIS 环境下,利用信息量模型对白龙江流域滑坡危险度进行了区划,信息量计算结果表明,利用经验似然比对评价结果分类,可将该区危险性等级分为五个区:极高危险区、高危险区、中危险区、低危险区、极低危险区,其面积比例分别为21%,26%,37%,11%,5%.精度验证结果表明,利用信息量模型对该区进行滑坡危险性等级评价是可行的,评价结果能为当地灾害管理提供一定依据.信息量模型虽能较好地表现滑坡在研究区的空间分布特征,但对于滑坡与各要素相关性的反映显得不足.滑坡是多种要素共同作用的结果,不同影响因子之间存在着一定的相关性,并非评价因子越多越好.因此,需要在进一步理解滑坡机理基础上进行定量评价,利用统计模型与物理模型相结合,能获得更为精确的评价结果.本文在评价时采用的是栅格单元,虽单元格大小是采取经验公式获取的,能在一定程度上提高模型的精度,但是不具有物理意义.因此在今后研究中采取具有地理意义上的边坡单元或水文地质单元可以更深入地理解滑坡发生的物理力学机理,具有更加实际的意义.参考文献[1]Jordi C,JoséM.A review of assessing landslidefrequency for hazard zoning purposes[J].Engineer-ing Geology,2008,102(3):193−213.[2]王卫东,陈燕平,钟晟.应用CF和Logistic回归模型编制滑坡危险性区划图[J].中南大学学报:自然科学版,2009,40(4):1127−1133.[3]赵洪涛.国道212线甘肃境内段沿线滑坡泥石流活动强度评价与区划研究[J].兰州大学学报:自然科学版,2004,40(5):87−92.[4]乔建平,石莉莉.滑坡危险度区划方法及其应用[J].地质通报,2009,29(8):1031−1038.[5]薛天放,杨庆栾,茂田.基于GIS技术的滑坡空间分布的分形特征研究[J].岩土力学,2007,28(2): 347−351.[6]温煜华,王乃昂,吴吉东,等.陇南地区行政中心重建的自然灾害背景分析[J].兰州大学学报:自然科学版,2009,45(专辑):42−46.[7]冯军,尚学军,樊明,等.陇南地质灾害降雨区划及临界雨量研究[J].干旱气象,2006,24(4):20−24. [8]唐永仪.新构造运动在陇南滑坡泥石流形成中的作用[J].兰州大学学报:自然科学版,1992,23(4): 152−160.[9]王学究,梁收运.212国道陇南段滑坡分布特征及主要因素探讨[J].西部探矿工程,2005,5(9): 196−198.[10]曾忠平,汪华斌,张志,等.地理信息系统/遥感技术支持下的三峡库区清干河流域滑坡危险性评价[J].岩土力学与工程学报,2006,25(1):2777−2785. [11]胡爱军,李宁,吴吉东,等.基于经验似然比函数模型的降水型滑坡灾害概率风险分析与预测[J].灾害学,2009,24(3):1−6.[12]Van Westen C.Statistical landslide hazardanalysis[C]//Application Guide.IL WIS21for Win-dows.Enschede:ITC,1997:73−84.[13]张帆宇,刘高,谌文武,等.基于要素分析和二元统计模型的区域滑坡危险等级制图:以国道212线陇南段为例[J].地球科学进展,2008,23(10): 1037−1042.[14]李军,周成虎.基于栅格GIS滑坡风险评价方法中格网大小选取分析[J].遥感学报,2003,7(2): 86−93.(责任编辑:王春燕)。
基于GIS和信息量法的甘肃南部白龙江流域泥石流灾害危险性评价_宁娜
第35卷第4期2013年4月2013,35(4):892-899Resources ScienceVol.35,No.4Apr.,2013收稿日期:2012-12-23;修订日期:2013-02-04基金项目:国家科技支撑计划项目:“白龙江流域滑坡泥石流灾害多尺度风险评价与技术研究”(编号:2011BAK12B05)。
作者简介:宁娜,女,甘肃武威人,硕士生,主要从事水文过程与泥石流灾害方面的研究。
E-mail :ningn11@ 通讯作者:马金珠,E-mail :jzma@文章编号:1007-7588(2013)04-0892-08基于GIS 和信息量法的甘肃南部白龙江流域泥石流灾害危险性评价宁娜1,马金珠1,2,张鹏2,齐识2,田黎明2(1.兰州大学资源环境学院,兰州730000;2.兰州大学西部环境教育部重点实验室,兰州730000)摘要:信息量法是泥石流危险性评价的重要方法之一,本文以甘肃南部白龙江流域为研究区,根据地形、地貌、地质、环境等条件,选取高程、坡度、岩性、土地利用类型、滑坡点密度、地质构造缓冲区及归一化植被指数(NDVI )等7个评价因子,进行泥石流灾害危险性评价。
文章基于GIS 技术的空间分析功能及信息量法的定量分析功能,对各类因子进行分级计算与信息量赋值,生成各评价因子的信息量图层,并进行叠加分析,最终得到甘肃南部白龙江流域泥石流危险性分区图。
结果表明,中度危险区以上的区域包含88.91%的泥石流。
随着危险等级的增加,泥石流沟面积占危险等级面积比也随之增大。
在中度危险区、高度危险区和极高度危险区内发生的泥石流面积分别占到各危险等级面积的21.21%、34.09%和46.00%,分析结果与实际灾害分布特征吻合较好。
由此可见,信息量法与GIS 技术结合对泥石流灾害进行危险性评价具有较高的准确性。
关键词:泥石流;危险性评价;GIS ;信息量法;白龙江流域1引言泥石流是一种突发性地质灾害,其发生、发展与地形地貌的形成演化过程息息相关,是山地环境、地表结构恶化,生态平衡失调的产物[1]。
白龙江流域典型单体滑坡危险度
白龙江流域典型单体滑坡危险度齐识;刘东飞;马金珠;田黎明【期刊名称】《兰州大学学报(自然科学版)》【年(卷),期】2014(000)003【摘要】根据典型滑坡的强度指标和可能性指标选取相对高差、坡度、坡体结构、坡型、地层岩性、地层关系、滑坡体积和块石含量等8个评价因子,利用信息熵法、层次分析法与综合权重法分别计算出各评价因子的权重,并对白龙江流域21个典型滑坡进行危险度区划,将3种权重值计算的危险度分级结果进行比较。
结果表明:专家权重和信息熵权重危险度分级结果一致率为76%,信息熵权重和综合权重危险度分级结果一致率为86%,专家权重和综合权重危险度分级结果一致率为90%,因此,综合权重得到的危险度分级较其他两种方法更为准确可靠。
%From a typ ical landslide’s intensity indexes and potential indexes were selected the following eight factors: the relative elevation, slope, slope structure, slope type, stratum lithology, stratigraphic relationships, landslide volume and stone contents; then the eight factors were evaluated and the information entropy weight and expert weight of the eight factors were worked out by using AHP and the entropy principle. At the same time, the information entropy weight and expert weight were accorded the same status so as to facilitate their participation in the comprehensive weight calculation. Then a hazard degree assessment was made of 21 typical landslides that had occurred in the Bailong River Basin by calculating the three aspects including the expert weight, entropyweight and comprehensive weight. A comparision of the results showed that the concordance rate of the risk classification of expert weight and information entropy weight reached 76%, the that of the risk classification of information entropy weight and the comprehensive weight reached 86%, and that of the risk classification of expert weight and the comprehensive weight reached 90%. Therefore, the risk classification result of the comprehensive weight was more accurate and reliable than the others.【总页数】7页(P356-362)【作者】齐识;刘东飞;马金珠;田黎明【作者单位】兰州大学西部环境教育部重点实验室,兰州 730000;兰州大学西部环境教育部重点实验室,兰州 730000;兰州大学西部环境教育部重点实验室,兰州 730000;兰州大学西部环境教育部重点实验室,兰州 730000【正文语种】中文【中图分类】P642.23【相关文献】1.白龙江流域滑坡危险性评价指标体系的构建 [J], 齐识;张雅莉;张鹏;马金珠2.白龙江流域基于GIS与信息量模型的滑坡危险性等级区划 [J], 陈冠;孟兴民;郭鹏;李亚军;曾润强;乔良3.基于3DEC模拟的既有铁路单体滑坡危险性分区与评价——以川黔线裁缝岩滑坡为例 [J], 李嘉雨;毛邦燕;陈亮;葛云峰;王栋4.基于GIS的白龙江流域舟曲—武都段的滑坡危险性评价 [J], 刘杰;武震5.基于GIS的白龙江流域舟曲—武都段的滑坡危险性评价 [J], 刘杰;武震因版权原因,仅展示原文概要,查看原文内容请购买。
白龙江流域滑坡降雨临界值
白龙江流域滑坡降雨临界值吴杰;陈冠;孟兴民;黄逢春;赵英萍【期刊名称】《山地学报》【年(卷),期】2022(40)6【摘要】白龙江流域是我国降雨型滑坡灾害最严重的区域之一,雨季灾害多发,严重威胁民众生命财产安全。
通过研究滑坡和降雨的关系,可以更为准确地预测区域内的滑坡。
本研究针对地面降雨观测数据稀缺的白龙江流域,基于滑坡编目和TRMM 降雨数据,构建了基于最佳时间尺度及考虑前期雨量的I-D降雨阈值,并探讨不同岩性、降雨雨型及大型地震对阈值曲线的影响。
结果表明:(1)基于近一次降雨事件的降雨阈值I=2.673D^(-0.730)(3 h≤D≤195 h),其具有较高的准确性和可信度,可用于短时连续降雨的滑坡预警,基于12 d累积降雨历时的阈值I=8.377D^(-0.878)(3 h≤D≤288 h)可用于长历时间断降雨的滑坡预警。
(2)岩性越坚硬的斜坡阈值越高,具有软弱夹层的斜坡更易形成滑坡;大型地震会破坏地质环境背景,造成阈值曲线显著波动;流域内滑坡产生主要受长历时中低强度降雨的驱动。
研究结果表明通过卫星降雨数据构建滑坡降雨阈值具有可行性。
本研究可为白龙江流域及类似数据稀缺地区滑坡的气象预警和风险防控提供参考。
【总页数】12页(P875-886)【作者】吴杰;陈冠;孟兴民;黄逢春;赵英萍【作者单位】兰州大学地质科学与矿产资源学院;甘肃省环境地质与灾害防治技术创新中心;甘肃省地质灾害野外科学观测研究站;甘肃省甘南州迭部县自然资源局【正文语种】中文【中图分类】P694【相关文献】1.雅安市雨城区滑坡降雨临界值研究2.湖南茶陵滑坡空间预警的降雨临界值初步分析3.四川雅安市雨城区降雨诱发滑坡临界值初步研究4.白龙江流域滑坡体生态修复技术研究--以陇南市武都区段河坝流域为例5.甘肃省白龙江流域降雨型潜在泥石流危险性预报模型因版权原因,仅展示原文概要,查看原文内容请购买。
甘肃省白龙江流域降雨型潜在泥石流危险性预报模型
甘肃省白龙江流域降雨型潜在泥石流危险性预报模型王高峰;高幼龙;姚亚辉;田运涛;徐友宁;孙秀娟;李瑞冬;何元宵;邓兵;叶振南;陈宗良;郭宁【期刊名称】《中国地质》【年(卷),期】2022(49)3【摘要】【研究目的】泥石流灾害是白龙江流域分布广泛并常引起群死群伤的重大地质灾害,准确评价泥石流活动规模及其危险度,是泥石流危险性预警预报的前提,合理构建危险性预报模型是泥石流防灾减灾的关键。
【研究方法】本文以研究区历史泥石流案例和对应降雨资料为基础数据,采用统计分析方法,通过分析形成泥石流关键地质环境条件及其相互关系,构建了白龙江流域潜在泥石流危险度定量评价模型,提出了两类泥石流危险级别临界判别模式。
【研究结果】结果表明:(1)以泥石流活动规模、沟床平均比降、流域切割密度、不稳定沟床比例为判断因子的泥石流危险度动态定量计算模型,能快速准确预测未来不同工程情景和降雨频率工况下泥石流危险度;(2)影响降雨型泥石流发生的地形条件由流域面积、10°~40°斜坡坡度面积比、沟床平均纵比降等组成,降雨条件主要由泥石流爆发前的24 h累积降雨量、触发泥石流1 h降雨量或10 min降雨量等组成;(3)依据30条典型泥石流沟危险度计算结果,获得泥石流危险性临界判别值,提出了降雨型潜在泥石流危险性1 h预报模型(Ⅰ类)和10 min预报模型(Ⅱ类),其中Ⅰ类模型高危险度以上泥石流预测精度大于87.5%,Ⅱ类模型中等危险度以上泥石流预测精度大于80%,而两类预报模型验证准确率为83.3%。
【结论】研究成果为泥石流精准预警预报提供了技术支撑,对建立中小尺度泥石流实时化预警系统具有一定参考意义。
【总页数】17页(P732-748)【作者】王高峰;高幼龙;姚亚辉;田运涛;徐友宁;孙秀娟;李瑞冬;何元宵;邓兵;叶振南;陈宗良;郭宁【作者单位】中国地质科学院;中国地质调查局水文地质环境地质调查中心;中国地质调查局西安地质调查中心;甘肃省地质环境监测院;四川省地质调查院【正文语种】中文【中图分类】P642.23【相关文献】1.基于GIS和Logistic模型的白龙江流域泥石流危险性分析2.基于GIS与AHP模型的白龙江流域泥石流危险性评价3.不同工程情景和降雨频率工况下白龙江流域泥石流危险性评价4.白龙江流域降雨型泥石流活动规模预测模型因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第47卷第6期兰州大学学报(自然科学版)Vol.47No.6文章编号:0455-2059(2011)06-0001-06白龙江流域基于GIS与信息量模型的滑坡危险性等级区划陈冠,孟兴民,郭鹏,李亚军,曾润强,乔良兰州大学西部环境教育部重点实验室,兰州730000摘要:利用Rivertools提取流域边界,基于野外调查及在前人研究基础上,选取起伏度、坡度、坡向、岩性、降雨、植被覆盖、土地利用等11个与滑坡发生相关要素作为危险性评价因子.在GIS环境下,采用经验似然比的数据分类方法,运用信息量模型,绘制了研究区的滑坡灾害危险性等级区划图,最后利用15个活动滑坡对模型精度进行检验.研究结果表明:根据区划图,白龙江流域可分为5个区域:极高危险区、高危险区、中等危险区、低危险区、极低危险区,所占研究区面积比例分别为21%,26%,37%,11%,5%.活动滑坡都位于等级很高和高的区域内,说明模型评价结果与研究区实际情况吻合.关键词:地理信息系统;似然比;信息量;白龙江流域中图分类号:P642.22文献标识码:ALandslide susceptibility mapping based on GIS and information value model in Bailong river basinCHEN Guan,MENG Xing-min,GUO Peng,LI Ya-jun,ZENG Run-qiang,QIAO Liang Key Laboratory of Western China’s Environmental Systems with the Ministry of Education,Lanzhou University, Lanzhou730000,ChinaAbstract:The catchment boundary was extracted by utilizing Rivertools software.Based onfiled investigation and previous research,eleven elements including relief amplitude,slope,aspect,lithology,precipitation,NDVI, land use and so on that contribute to the occurrence of landslide were selected as the risk evaluation factors.Under the circumstances of GIS,adopting the likelihood ratio as data categorizing method,then using the information value model,the landslide susceptibility map was established.Finally,15active landslides with sliding displacement were utilized to validate the accuracy of the model.According to susceptibility map,the study area was classified intofive categories,i.e.,very high dangerous zone,high dangerous zone,moderate dangerous zone,low dangerous zone and very low dangerous zone,taking an area proportion of21%,26%,37%, 11%,5%,respectively.All active landslides zonefit into the very high and high susceptibility classes.The results showed that the information value model corresponded to the actual distribution of landslides susceptibility in this area.Key words:GIS;likelihood ratio;information value;Bailong river basin滑坡是一种非线性动力学过程,是受时空变化的内外因素综合作用的结果.滑坡危险性评价主要包括专家知识方法、启发式方法、统计模型、物理模型.前两种主要是定性评价方法,主要是根据主观经验对滑坡的变形失稳危险性进行定性描述;后两种是定量评价,是对滑坡发生失稳的可能性进行估计.随着数据获取手段、地理信息系统、计算机技术的快速发展,定量评价受到越来越多的研究者的亲睐,成为近几十年研究的热点.物理模型虽然基于滑坡发生的物理力学基础,但是对于数据精度要求极高,往往需要单个斜坡或研究区详细的岩土力学参数,结果受获取的数据量及精度影响较大,只适合小范围与单个灾害评估;作为另一种定量化的统计模型已广泛用于各种灾害评价,该模型假定研究区未来在达到与现在相同或相似条件下灾害事件会发生,其模型精度主要取决于样本点的数量与质量,对于大区域评价特别是数据精度不是很高的情况下有明显的优势[1−5].陇南地区是中国滑坡、泥石流灾害最为严重的地区之一,也是受地质灾害影响生活最艰苦的地区之一,其中尤以白龙江流域最为突出.对于该区滑坡分布和发育程度以及部分典型滑坡形成、发展以及运动机理已开展大量研究,且多以单点或局部工作为主,缺少定量化研究.本文以白龙江流域为研究区(如图1),在室内遥感解译、野外调查统计验证、地质环境分析、典型滑坡研究的基础上,得到了研究区滑坡的分布规律,确定了滑坡的成因和主要影响要素,选用经验似然比模型和信息量模型,结合GIS 技术绘制滑坡危险性等级图,并利用15个活动滑坡检验模型的可靠度,其评价结果与实际情况相吻合.本文获得的滑坡危险性等级图,对该区社会经济发展规划、灾害管理具有一定的指导意义.图1研究区DEM 与滑坡分布图Figure 1DEM &landslides distribution map of thestudy site1研究区概况研究区属秦岭山地地貌,地势西高东低,海拔为835∼4577m ,以高山峡谷地貌为主(图1).区内地层种类繁多且结构复杂,软硬岩层相间,软弱夹层发育,岩性上属于志留系白龙江统千枚岩、页岩、片岩及板岩等.经构造破坏和风化作用,岩石极为破碎,稳定性极差,且第四纪残坡积也十分发育,为滑坡的形成提供了丰富物质条件.受印度板块向北下俯冲推挤和青藏高原隆升影响,该区构造作用强烈,位于多个构造带的交接部位,秦岭褶皱带、松潘出现的似然比分布图.离散性因子似然比用计算公式表述为¯λ(x:xi)=影响因子i中x i类别的滑坡网格比例¨f(yj|M)为连续型影响因子j在滑坡区域和非滑坡区域的经验概率分布函数.2.2信息量模型由Van Westen[12]提出的信息值模型,是分析滑坡在各种因素影响下的易发程度模型.模型利用信息熵的概念,结合统计概率代表先验概率的原理,计算不同因素中的各种等级对滑坡危险等级贡献的信息值[13]((2)式):Infor V(W i)=ln(DCn i=1N pix(S i)/n i=1N pix(N i).(2)其中:W i为第i等级的信息量;DC为某要素不同等级下的滑坡分布密度;DS为研究区的滑坡分布密度;N pix(S i)为某要素第i等级中的滑坡栅格数;N pix(N i)为某要素第i等级的栅格数;n为某种要素下的等级数.3数据说明与技术路线滑坡分布数据通过遥感影像解译及野外验证获取,共计390个滑坡点,其中375个用于建模,15个用于精度验证.数字高程数据为30m 分辨率GDEM数据;研究区及周边地区共63个站点记录的从1964−1997年6h降雨强度数据;基于1:5万地质图矢量化得到的地层岩性数据;研究区2000年的三景TM影像数据及基于该影像得到的1:10万的土地利用数据和NDVI数据;基于2001,2008年的研究区地震动峰值加速度矢量化得到的地震数据.根据李军等[14]经验公式计算确定建模分析所用栅格单元大小为30m,利用Rivertools在DEM 中提取河网以及划定流域范围,将各因子图层与滑坡图层相叠加,获取滑坡属性值,计算似然比,据此结果对影响因子进行分级(即重分类),对分级后要素计算各自信息量.将信息量值(即权重值)关联至所对应的各专题地图的不同等级,根据一定规则对各专题地图生成的结果进行叠加分析,并进行滑坡信息量似然比计算,由计算结果进行分级得到信息量模型的滑坡危险性等级分布图,最终利用15个活动滑坡对模型精度进行验证.4危险性等级区划4.1滑坡灾害的主要因子分析及似然比分类滑坡是内因和外因等多种要素综合作用的产物,不同区域的滑坡行为总是存在固有的特征要素和特定的触发条件,评价因子的选择必须建立在对研究区滑坡形成机理理解的基础上.通过前述对该区滑坡的地质环境、演化机理和类型、成因的研究,现选取地形起伏度、坡度、坡向、地表粗糙度、岩性、断裂费用距离、河流费用距离、6h降雨、NDVI、地震动峰值加速度、土地利用类型等11个影响滑坡发生的要素作为主要评价因子.地形起伏度指特定区域内最大高程与最低高程的差值,用此作为坡高的替代指标;地表粗糙度是指特定区域内地表表面积与其投影面积的比例,其值大小能反映降雨水流的分散与汇聚能力,对滑坡稳定性有较大影响;断裂费用距离是指任一点与最近断层带之间的费用(曲面)距离,选用此指标反映构造对滑坡的影响程度,河流费用距离类似.通过对气象水文站点10min,6h,24h,3天降雨进行插值,发现6h降雨量能较好地反映该区内降雨空间分布差异性,其空间分布特征和滑坡空间分布比较吻合,故而选择6h降雨量作为降雨代用指标.4.2主要因子的似然比分类因子分类是利用任何统计模型进行滑坡危险性等级区划的基础工作,科学合理的分类能尽可能充分利用样本数据所携带的信息,从而提高模型的精度.本文采用经验似然比模型作为因子数据分类方法,该法能最大程度地反映原始数据所包含的信息,有效避免了数据在初始阶段信息损失,为后续因子数据分类工作提供可靠依据.利用计算得到的各连续型影响因子的似然比结果(如图2)对各因子进行相应的分级,分级结果如表1.对于离散因子,岩性按照工程地质岩组分类标准,根据岩层的坚硬程度,将其分为五组:火成岩、大理岩岩组(A),变质砂岩、变质砾岩、厚层板岩、厚层砂砾岩岩组(B),中厚层砂岩、灰岩、板岩夹灰岩、砂卵砾石岩组(C),千枚岩、板岩、泥岩、薄层灰岩、粉砂岩岩组组(D),黏性土岩组(E).土地利用类型则根据该区土地利用特点分类分为耕地(A)、林地(B)、草地(C)、城乡工矿居民用地4兰州大学学报(自然科学版)第47卷(D)、水域用地(E)和未利用土地(F)六类.4.3危险性等级制图对各影响因子进行重分类后,在GIS 中将因子层与滑坡层相叠加,利用空间分析功能将重分类后的值赋给滑坡点,进而进行各影响因子不同等级信息量的计算(如表1).信息量值的大小在一定程度上代表各要素对滑坡发生的贡献,其值越大,相应与滑坡发生的相关性就越高.将计算的信息量值关联至所对应的各专题因子图层的不同等级,根据(3)式对各因子图层生成的结果进行叠加分析,获得该模型的滑坡危险等级分布图.S =RA +SL +AS +RO +LI +F C+EA +RC +V C +P R +LA .(3)其中:S ,RA ,SL ,AS ,RO ,LI ,F C ,EA ,RC ,V C ,P R 和LA 分别为对应滑坡敏感度、地形起伏度、坡度、坡向、粗糙度、岩性、断裂费用距离、地震动峰值加速度、河流费用距离、植被覆盖、降雨量和土地利用类型.将叠加结果利用经验似然比模型进行分类,根据似然比结果将研究区滑坡危险性等级分为五级:极高危险区、高危险区、中危险区、低危险区、极低危险区,对应所占研究区的面积比分别为21%,26%,37%,11%,5%(如图3−5).图3不同危险等级的面积比Figure 3Area of different susceptibility rate4.4精度验证利用该区15个活动滑坡(即目前处于不稳定状态,存在不同程度变形的滑坡)来检验模型精度,结果表明80%的滑坡处于极高危险区,20%的滑坡处于危险区(如图4).这说明模型评价结果与研究区实际情况吻合,利用信息量模型对该区进行滑坡危险性等级评价是可行的.图4活动滑坡的分布数量Figure 4Amount of active landslides图5滑坡危险等级分布图Figure 5Landslide susceptibility levels map5结论与讨论在滑坡危险性等级区划评价中经验似然比的数据分类能更充分地反应原始数据所携带的信息,能很好地处理离散型数据与连续型数据,可以较好地克服要素等级和危险性等级划分时的人为主观性.在GIS 环境下,利用信息量模型对白龙江流域滑坡危险度进行了区划,信息量计算结果表明,利用经验似然比对评价结果分类,可将该区危险性等级分为五个区:极高危险区、高危险区、中危险区、低危险区、极低危险区,其面积比例分别为21%,26%,37%,11%,5%.精度验证结果表明,利用信息量模型对该区进行滑坡危险性等级评价是可行的,评价结果能为当地灾害管理提供一定依据.信息量模型虽能较好地表现滑坡在研究区的空间分布特征,但对于滑坡与各要素相关性的反映显得不足.滑坡是多种要素共同作用的结果,不同影响因子之间存在着一定的相关性,并非评价因子越多越好.因此,需要在进一步理解滑坡机理基础上进行定量评价,利用统计模型与物理模型相结合,能获得更为精确的评价结果.本文在评价时采用的是栅格单元,虽单元格大小是采取经验公式获取的,能在一定程度上提高模型的精度,但是不具有物理意义.因此在今后研究中采取具有地理意义上的边坡单元或水文地质单元可以更深入地理解滑坡发生的物理力学机理,具有更加实际的意义.参考文献[1]Jordi C,JoséM.A review of assessing landslidefrequency for hazard zoning purposes[J].Engineer-ing Geology,2008,102(3):193−213.[2]王卫东,陈燕平,钟晟.应用CF和Logistic回归模型编制滑坡危险性区划图[J].中南大学学报:自然科学版,2009,40(4):1127−1133.[3]赵洪涛.国道212线甘肃境内段沿线滑坡泥石流活动强度评价与区划研究[J].兰州大学学报:自然科学版,2004,40(5):87−92.[4]乔建平,石莉莉.滑坡危险度区划方法及其应用[J].地质通报,2009,29(8):1031−1038.[5]薛天放,杨庆栾,茂田.基于GIS技术的滑坡空间分布的分形特征研究[J].岩土力学,2007,28(2): 347−351.[6]温煜华,王乃昂,吴吉东,等.陇南地区行政中心重建的自然灾害背景分析[J].兰州大学学报:自然科学版,2009,45(专辑):42−46.[7]冯军,尚学军,樊明,等.陇南地质灾害降雨区划及临界雨量研究[J].干旱气象,2006,24(4):20−24. [8]唐永仪.新构造运动在陇南滑坡泥石流形成中的作用[J].兰州大学学报:自然科学版,1992,23(4): 152−160.[9]王学究,梁收运.212国道陇南段滑坡分布特征及主要因素探讨[J].西部探矿工程,2005,5(9): 196−198.[10]曾忠平,汪华斌,张志,等.地理信息系统/遥感技术支持下的三峡库区清干河流域滑坡危险性评价[J].岩土力学与工程学报,2006,25(1):2777−2785. [11]胡爱军,李宁,吴吉东,等.基于经验似然比函数模型的降水型滑坡灾害概率风险分析与预测[J].灾害学,2009,24(3):1−6.[12]Van Westen C.Statistical landslide hazardanalysis[C]//Application Guide.IL WIS21for Win-dows.Enschede:ITC,1997:73−84.[13]张帆宇,刘高,谌文武,等.基于要素分析和二元统计模型的区域滑坡危险等级制图:以国道212线陇南段为例[J].地球科学进展,2008,23(10): 1037−1042.[14]李军,周成虎.基于栅格GIS滑坡风险评价方法中格网大小选取分析[J].遥感学报,2003,7(2): 86−93.(责任编辑:王春燕)。