2001—2017年尼泊尔中部地区滑坡变化及其影响因素
发布时间:2021-01-19 00:15
滑坡是造成尼泊尔巨大经济损失和人员伤亡的主要地质灾害。目前,遥感方法对滑坡信息的识别、提取和监测具有巨大的潜力。基于随机森林模型的平均不纯度减少算法,选用NDBI、MNDWI、NDVI和红波段4个参数对Landsat遥感数据进行滑坡信息的初提取,同时借助目视解译得到滑坡的精提取结果。采用数据格网的方法将研究区划分为0. 05°×0. 05°的滑坡格网,并在不同土地覆盖类型中,对滑坡与降雨和温度进行偏相关分析。研究表明:1)尼泊尔中部地区的滑坡主要分布在海拔1 000~2 500 m,坡度20°~40°的范围内; 2)相比其他土地覆盖类型,林地中滑坡数目与降雨的偏相关系数为0. 671 5,而在草地中滑坡数目与温度的偏相关性最强,其偏相关系数为0. 436 1; 3)研究区片麻岩、页岩分布广泛,加之地震、断裂带、人类活动的影响,破坏边坡的稳定性,极易造成滑坡灾害。
【文章来源】:中国科学院大学学报. 2020,37(03)北大核心
【文章页数】:9 页
【部分图文】:
尼泊尔研究区的地理位置
为了匹配降雨、温度、滑坡数据的分辨率,首先以研究区为对象,每年度创建一个数据格网,设定每个格网单元的尺寸,以研究每个数据格网内的滑坡数目、面积的变化及其影响因素。降雨数据(TRMM)的空间分辨率为0.25°,温度数据(GHCN CAMS)的空间分辨率为0.5°,因此本研究区设定每个数据网格单元的尺寸为0.05°×0.05°[17]。这样不仅可以实现最大空间分辨率的连续性,而且处理后的数据可直观显示出滑坡在研究区的分布变化情况。降雨、温度、DEM数据及土地覆盖数据均插值为0.05°的空间分辨率,以进行同尺度数据分析。2.3 偏相关分析
通过计算滑坡信息与温度、降水的偏相关系数,可以分析滑坡与气象因素的关系。其中,n为研究时段的年数,μ为研究变量的个数,Ai、Bi是第i年变量A与B的值,而则表示两变量在研究时段内的平均值,λ为相关系数,λ12,3为基于第3要素的两要素间的偏相关系数[18],t表示其显著性。3 滑坡变化特征及其影响因素分析
本文编号:2985944
【文章来源】:中国科学院大学学报. 2020,37(03)北大核心
【文章页数】:9 页
【部分图文】:
尼泊尔研究区的地理位置
为了匹配降雨、温度、滑坡数据的分辨率,首先以研究区为对象,每年度创建一个数据格网,设定每个格网单元的尺寸,以研究每个数据格网内的滑坡数目、面积的变化及其影响因素。降雨数据(TRMM)的空间分辨率为0.25°,温度数据(GHCN CAMS)的空间分辨率为0.5°,因此本研究区设定每个数据网格单元的尺寸为0.05°×0.05°[17]。这样不仅可以实现最大空间分辨率的连续性,而且处理后的数据可直观显示出滑坡在研究区的分布变化情况。降雨、温度、DEM数据及土地覆盖数据均插值为0.05°的空间分辨率,以进行同尺度数据分析。2.3 偏相关分析
通过计算滑坡信息与温度、降水的偏相关系数,可以分析滑坡与气象因素的关系。其中,n为研究时段的年数,μ为研究变量的个数,Ai、Bi是第i年变量A与B的值,而则表示两变量在研究时段内的平均值,λ为相关系数,λ12,3为基于第3要素的两要素间的偏相关系数[18],t表示其显著性。3 滑坡变化特征及其影响因素分析
本文编号:2985944
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2985944.html