基于GIS和信息量模型的安徽池州地质灾害易发性评价
发布时间：2021-12-11 08:16
以安徽省池州市为研究区,选取坡度、坡向、工程地质岩组、断裂、道路、河流、降雨量、土地利用类型8个影响因子进行地质灾害易发性评价。基于全市345个地质灾害点（崩塌和滑坡）样本数据,采用信息量模型对研究区各影响因子的信息量进行计算,依据灾害点密度将区域灾害易发性划分为5个等级:低易发区、较低易发区、中易发区、较高易发区和高易发区。结果表明:安徽省池州市地质灾害高易发区和较高易发区主要分布在坡度较大的山区河谷两侧,反映人类工程活动破坏、流水冲刷作用和地形地貌因素是影响该区地质灾害的主要因素。其中,高易发区和较高易发区面积为1 801.47 km2,分别占全区总面积的7.89%和13.88%,高易发区和较高易发区内的灾害点分别占所有灾害点的48.7%和21.5%,其中高易发区的灾积比为6.17,明显高于其他易发等级。对地质灾害易发性的方法与技术的研究,旨在为该区的灾害防治和经济建设提供技术参考。
【文章来源】：中国地质灾害与防治学报. 2020,31(03)CSCD
【文章页数】：8 页
【部分图文】：
研究区概况
在FROM-GLC 10 m土地利用数据集的基础上,将池州土地利用类型划分为耕地、林地、草地、水域、不透水面和裸地。由图2(h)可见,裸地的灾害密度高达41.1个/100 km2,这主要是由于矿山开发造成了多起地质灾害。3.2 致灾因子信息量计算
(1)高和较高易发区面积为1 801.47 km2,约占全区面积的21.77%,主要分布在坡度较大的山区河谷两侧。究其原因是山区道路和村落多沿河道和山谷而建、人为开凿边坡和河流冲刷作用下容易造成滑坡、崩塌等地质灾害。表1 致灾因子信息量Table 1 Information value of evaluation factors 指标因子 类型 信息量 排序 指标因子 类型 信息量 排序 坡度 <5° -1.55 54 工程地质岩组 P+T -0.10 33 5°～10° -0.98 49 S -0.48 46 10°～15° 0.08 27 O -0.21 37 15°～20° 0.28 17 R 0.97 4 20°～25° 0.65 8 K -1.31 52 25°～30° 0.60 12 Pt2 0.27 19 30°～35° 0.32 15 Q -2.37 55 35°～40° 0.64 9 断裂 <500 m 0.61 11 40°～45° 0.17 23 500～1 000 m -0.17 34 >45° 0.76 7 1 000～2 000 m 0.12 26 坡向 0°～30° -0.24 38 2 000～5 000 m -0.05 32 30°～60° 0.12 25 >5 000 m -0.20 36 60°～90° 0.08 28 道路 <100 m 1.53 2 90°～120° 0.41 13 100～200 m 0.06 29 120°～150° 0.30 16 200～500 m -0.70 47 150°～180° 0.40 14 500～1 000 m -1.19 51 180°～210° 0.19 22 >1 000 m -0.94 48 210°～240° -0.27 39 河流 <100 m 0.92 6 240°～270° 0.00 31 100～200 m 1.22 3 270°～300° -0.34 42 200～500 m 0.27 18 300°～330° -0.46 45 500～1 000 m -0.28 40 330°～360° -0.43 44 >1 000 m -0.31 41 土地利用 耕地 -0.17 35 降雨量 <1 700 mm -1.16 50 林地 0.06 30 1 700～1 800 mm -0.39 43 草地 0.62 10 1 800～1 900 mm 0.12 24 水域 -1.46 53 1 900～2 000 mm 0.25 20 不透水面 0.23 21 >2 000 mm 0.95 5 裸地 2.29 1
【参考文献】：
期刊论文
[1]基于GIS结合模糊信息方法在灾害危险性区划中的应用——以大西安地区崩滑地质灾害为例[J]. 谢婉丽,滕宏泉,杜蕾,盖海龙,成天娥,黄北秀. 灾害学. 2018(03)
[2]基于GIS和加权信息量的湖北鄂州地质灾害易发性区划[J]. 张波,石长柏,肖志勇,张金朝,邬磊,习彪,卢胜周. 中国地质灾害与防治学报. 2018(03)
[3]基于信息量模型和数据标准化的滑坡易发性评价[J]. 杨根云,周伟,方教勇. 地球信息科学学报. 2018(05)
[4]基于信息量的长白山地区泥石流易发性评价[J]. 张以晨,秦胜伍,翟健健,李广杰,彭帅英,刘绪,陈骏骏. 水文地质工程地质. 2018(02)
[5]基于GIS和信息量模型的京张高铁滑坡易发性评价[J]. 张向营,张春山,孟华君,王鹏,李焕彬. 地质力学学报. 2018(01)
[6]基于Logistic回归的降雨诱发区域地质灾害易发性区划及预报模型建立——以安徽歙县为例[J]. 黄健敏,赵国红,廖芸婧,何朝阳. 中国地质灾害与防治学报. 2016(03)
[7]基于GIS的白龙江流域甘肃段滑坡易发性评价[J]. 杜国梁,张永双,高金川,孙於春,郭长宝. 地质力学学报. 2016(01)
[8]基于GIS的安徽黄山市徽州区地质灾害易发性区划[J]. 施成艳,鹿献章,刘中刚. 中国地质灾害与防治学报. 2016(01)
[9]基于信息量模型的涪陵区地质灾害易发性评价[J]. 谭玉敏,郭栋,白冰心,许波. 地球信息科学学报. 2015(12)
[10]基于ArcGIS的地质灾害易发性分区评价——以旬阳县为例[J]. 杨德宏,范文. 中国地质灾害与防治学报. 2015(04)
本文编号：3534327
【文章来源】：中国地质灾害与防治学报. 2020,31(03)CSCD
【文章页数】：8 页
【部分图文】：
研究区概况
在FROM-GLC 10 m土地利用数据集的基础上,将池州土地利用类型划分为耕地、林地、草地、水域、不透水面和裸地。由图2(h)可见,裸地的灾害密度高达41.1个/100 km2,这主要是由于矿山开发造成了多起地质灾害。3.2 致灾因子信息量计算
(1)高和较高易发区面积为1 801.47 km2,约占全区面积的21.77%,主要分布在坡度较大的山区河谷两侧。究其原因是山区道路和村落多沿河道和山谷而建、人为开凿边坡和河流冲刷作用下容易造成滑坡、崩塌等地质灾害。表1 致灾因子信息量Table 1 Information value of evaluation factors 指标因子 类型 信息量 排序 指标因子 类型 信息量 排序 坡度 <5° -1.55 54 工程地质岩组 P+T -0.10 33 5°～10° -0.98 49 S -0.48 46 10°～15° 0.08 27 O -0.21 37 15°～20° 0.28 17 R 0.97 4 20°～25° 0.65 8 K -1.31 52 25°～30° 0.60 12 Pt2 0.27 19 30°～35° 0.32 15 Q -2.37 55 35°～40° 0.64 9 断裂 <500 m 0.61 11 40°～45° 0.17 23 500～1 000 m -0.17 34 >45° 0.76 7 1 000～2 000 m 0.12 26 坡向 0°～30° -0.24 38 2 000～5 000 m -0.05 32 30°～60° 0.12 25 >5 000 m -0.20 36 60°～90° 0.08 28 道路 <100 m 1.53 2 90°～120° 0.41 13 100～200 m 0.06 29 120°～150° 0.30 16 200～500 m -0.70 47 150°～180° 0.40 14 500～1 000 m -1.19 51 180°～210° 0.19 22 >1 000 m -0.94 48 210°～240° -0.27 39 河流 <100 m 0.92 6 240°～270° 0.00 31 100～200 m 1.22 3 270°～300° -0.34 42 200～500 m 0.27 18 300°～330° -0.46 45 500～1 000 m -0.28 40 330°～360° -0.43 44 >1 000 m -0.31 41 土地利用 耕地 -0.17 35 降雨量 <1 700 mm -1.16 50 林地 0.06 30 1 700～1 800 mm -0.39 43 草地 0.62 10 1 800～1 900 mm 0.12 24 水域 -1.46 53 1 900～2 000 mm 0.25 20 不透水面 0.23 21 >2 000 mm 0.95 5 裸地 2.29 1
【参考文献】：
期刊论文
[1]基于GIS结合模糊信息方法在灾害危险性区划中的应用——以大西安地区崩滑地质灾害为例[J]. 谢婉丽,滕宏泉,杜蕾,盖海龙,成天娥,黄北秀. 灾害学. 2018(03)
[2]基于GIS和加权信息量的湖北鄂州地质灾害易发性区划[J]. 张波,石长柏,肖志勇,张金朝,邬磊,习彪,卢胜周. 中国地质灾害与防治学报. 2018(03)
[3]基于信息量模型和数据标准化的滑坡易发性评价[J]. 杨根云,周伟,方教勇. 地球信息科学学报. 2018(05)
[4]基于信息量的长白山地区泥石流易发性评价[J]. 张以晨,秦胜伍,翟健健,李广杰,彭帅英,刘绪,陈骏骏. 水文地质工程地质. 2018(02)
[5]基于GIS和信息量模型的京张高铁滑坡易发性评价[J]. 张向营,张春山,孟华君,王鹏,李焕彬. 地质力学学报. 2018(01)
[6]基于Logistic回归的降雨诱发区域地质灾害易发性区划及预报模型建立——以安徽歙县为例[J]. 黄健敏,赵国红,廖芸婧,何朝阳. 中国地质灾害与防治学报. 2016(03)
[7]基于GIS的白龙江流域甘肃段滑坡易发性评价[J]. 杜国梁,张永双,高金川,孙於春,郭长宝. 地质力学学报. 2016(01)
[8]基于GIS的安徽黄山市徽州区地质灾害易发性区划[J]. 施成艳,鹿献章,刘中刚. 中国地质灾害与防治学报. 2016(01)
[9]基于信息量模型的涪陵区地质灾害易发性评价[J]. 谭玉敏,郭栋,白冰心,许波. 地球信息科学学报. 2015(12)
[10]基于ArcGIS的地质灾害易发性分区评价——以旬阳县为例[J]. 杨德宏,范文. 中国地质灾害与防治学报. 2015(04)
本文编号：3534327
本文链接：https://www.wllwen.com/kejilunwen/diqiudizhi/3534327.html
