摘 要
泥石流是一种世界范围性的灾害现象,极具突发性和破坏性.科学的地质灾害风险评价能全面评价灾害与人类的关系,对泥石流的防灾减灾及城市建设规划提供重要依据.云南省东川区特殊的自然条件和地质环境条件决定了泥石流灾害发生的必然性.本文选取东川区作为研究对象,旨在分析研究区泥石流的风险性,建立了结合地理信息系统和遥感技术的评价体系.采用条件概率模型和层次分析法对东川区泥石流危险性进行定性定量评价;通过面向对象的分类方法对承灾体进行提取,从而确定泥石流易损性.在完成泥石流危险性与易损性评价的基础上进行风险性计算.本文主要研究内容如下:
(1)研究基于 GIS 技术,选取高程、坡度、地层岩性、距断层距离、土地利用、植被覆盖六个因子分析研究区泥石流的危险性.采用条件概率模型量化评价因子,进行分区赋值,利用层次分析法计算各评价因子的权重,建立多因子评价模型,计算泥石流的潜在危险性.对危险度进行重分类,采用自然断点法将危险度划分为五个等级: 极轻度、轻度、中度、高度、极高度危险区.结果表明:处于高危险和极高危险等级的区域主要分布在金沙江、其支流小江及小江支流块河、乌龙河的河谷地区,高危险和极高危险区的面积分别占研究区的 41.2%和 17.5%.基于野外调查数据的验证结果表明,评价结果与实际情况基本一致.
(2)为实现东川区泥石流易损性评价,本研究结合东川区土地利用现状,将承灾体设置为:耕地、林地、建筑用地和交通用地.在对承灾体进行特征分析的基础上,采用面向对象的分类方法,选取光谱、形状、纹理等特征建立分类规则进行承灾体的提取,面向对象的分类方法对承灾体提取精度达到 84%以上,取得了较好的效果.根 据面向对象分类结果,对各承灾体的实际价值进行归一化处理,得到东川区泥石流易损度分区.
(3)泥石流灾害风险性评价是基于危险性和易损性计算结果进行的,由危险性与易损性的乘积得到风险值.对风险度进行重分类,采用自然断点法将泥石流风险度划 分为五个等级,其中高度风险及以上的区域面积为 208.66km2,约占东川区面积的11.4%,主要分布在东川区市区位置以及沿河谷分布的建筑用地.
关键词:泥石流,危险性评价,面向对象,易损性,风险性
Abstract
Debris flow is a worldwide disaster that is extremely sudden and destructive. Thegeological disaster risk assessment can fully evaluate the relationship between disasters andhumans. It can provide important basis for debris flow disaster prevention and mitigation andurban construction planning. The special natural conditions and geological environmentconditions in Dongchuan County of Yunnan Province determine the inevitability of debrisflow disasters. In this study, Dongchuan county was selected as the research object, aimingto analyze the risk of debris flow in the study area ,establishing an evaluation system thatcombines geographic information systems and remote sensing technologies. The conditionalprobability model and the analytic hierarchy process are applied to the qualitative andquantitative assessment of the debris flow in Dongchuan County. The hazard-subsequentbodies are classified by the object-oriented classification method to determine thevulnerability of the debris flow. Its main research content is as follows:
(1) Research Based on GIS technology, Analysising debris flow hazard assessment byselecting six evaluation factors in this study,including elevation, slope, stratum lithology,distance from fault interface, land use, and normalized difference vegetation index. weproposes that use conditional probability models to quantify the evaluation factors, then usethe analytic hierarchy process to calculate the weight of each evaluation factor, establishes amulti-factor evaluation model, and calculates the potential hazard of debris flow. Dividingthe risk of mudslides in the study area into: medium hazard area, low hazard area, very lowarea, high hazard area, and very high hazard area. The results show that the areas with highand extremely highly dangerous are mainly distributed in the valley of Jinsha River,Xiaojiang River, Kuai River, Wulong River, respectively accounting for 41.2% and 17.5% ofthe study area. The verification results that based on field survey data show that: The resultsof the evaluation are in accordance with the actual situation.
(2) In order to achieve the vulnerability assessment of debris flow in DongchuanCounty, this study combined the current land use status of Dongchuan County and set thedisaster-affected body as: cultivated land, forest land, construction land, and traffic land,analysising the characteristics of the disaster-bearing body. Based on the object-orientedclassification method, features including spectrum, shape and texture are selected toestablish classification rules and extract hazard-bearing bodies. The results show that theobject-oriented classification method achieves an accuracy of over 84% in the extraction ofhazard bearing bodies. According to the investigation, the actual value of each disaster-bearing body was obtained, and normalized treatment was conducted to obtain thevulnerability zone of debris flow in Dongchuan County.
(3) The risk assessment of debris flow disasters is based on the calculation results ofdanger and vulnerability, and obtain the risk value from the product of risk and vulnerability ,Reclassify the risk and divide debris flow risk into five levels according to natural breakmethod The results show that the area with high risk above is about 208.66km2, accountingfor 11.4% of the area of Dongchuan, mainly distributed in the urban areas of DongchuanCounty and the construction land which distribute along the valley.
Key words: debris flow; hazard assessment; object orientation; vulnerability; risk
目 录
第 1 章 绪论............................................................................................................................ 1
1.1 研究背景及意义 ........................................................................................................... 1
1.2 国内外研究现状 ........................................................................................................... 2
1.2.1 泥石流危险性评价研究......................................................................................... 2
1.2.2 泥石流易损性评价研究................................................................................................. 3
1.2.3 泥石流风险性评价研究......................................................................................... 4
1.3 研究内容及技术路线 .................................................................................................... 5
1.3.1 研究内容................................................................................................................. 5
1.3.2 技术路线................................................................................................................. 6
1.4 本文结构和章节安排 ................................................................................................... 7
第 2 章 研究区泥石流发育环境特征.................................................................................... 9
2.1 地理位置 ....................................................................................................................... 9
2.2 地形地貌 ..................................................................................................................... 10
2.3 地质构造 ..................................................................................................................... 10
2.4 植被覆盖 ..................................................................................................................... 11
2.5 土地利用现状 ............................................................................................................. 12
第 3 章 泥石流灾害危险性评价.......................................................................................... 13
3.1 评价因子选取及量化 .................................................................................................. 13
3.1.1 评价因子分析........................................................................................................ 13
3.1.2 敏感性分析............................................................................................................ 19
3.2 层次分析法 ................................................................................................................. 21
3.3 危险性评价结果分析 ................................................................................................. 23
3.4 本章小结 ..................................................................................................................... 25
第 4 章 泥石流灾害易损性评价.......................................................................................... 26
4.1 承灾体信息提取 .......................................................................................................... 26
4.1.1 影像分割................................................................................................................ 27
4.1.2 特征分量构建........................................................................................................ 29
4.1.3 信息提取................................................................................................................ 31
4.1.4 面向对象分类结果及分析.................................................................................... 35
4.2 易损性评价 ................................................................................................................. 36
4.3 本章小结 ..................................................................................................................... 37
第 5 章 泥石流灾害风险性评价.......................................................................................... 38
5.1 泥石流风险评价方法 ................................................................................................. 38
5.2 泥石流风险区划 ......................................................................................................... 38
5.3 风险评价结果分析 ...................................................................................................... 39
5.4 本章小结 ...................................................................................................................... 40
总结与展望............................................................................................................................ 41
总结 .................................................................................................................................... 41
不足与展望 ........................................................................................................................ 41
致 谢.................................................................................................................................... 43
参考文献................................................................................................................................ 44
第 1 章 绪论
1.1 研究背景及意义
泥石流是一种含有大量水和土石的固液混合流体,这种灾害多发生在山区的河流沟谷之中,是地质、地貌、水文、气象、土壤、植被等自然因素和人类活动因素综合作用的结果[1].泥石流成灾迅速,来势凶猛,具有崩塌、滑坡和洪水破坏等多重危害.在泥石流爆发过程中,短期内会携带大量泥沙、碎石倾斜而下,严重威胁下游人民的生命财产安全、农田土地、道路交通等社会基础设施,破坏自然生态环境,严重制约社会发展.
从泥石流在世界上的分布范围来看,据记载的遭受泥石流灾害的国家有 100 多个,其中,近 50 个国家被列为遭受泥石流灾害最为严重的地区[2].我国是多山之国,近 70%的国土面积为山地,仅记载的泥石流数量达 1.11 万条,遍布 26 个省、市的广大山区,数量大,范围广,平均每年造成的直接经济损失巨大,达 10 亿元之多,死亡人数近千 人[3].其中,云南、四川和甘肃为滑坡泥石流严重灾害区,这些地区多位于青藏高原边缘地震带,加之降水对山地的冲刷,导致地表结构疏松,形成大量松散堆积物,又有人类不合理活动对环境的破坏,造成泥石流灾害频发[4].
泥石流对生态环境以及社会发展造成巨大的威胁.2010 年 8 月 8 日,在四川盆地北部与甘肃省交界处的舟曲县发生的特大泥石流灾害造成了 1463 人死亡、300 余人失踪,数千栋房屋倒塌,千余亩农田被毁,整个县城遭受巨大损失.由于泥石流有点多面广、监测预报困难、成灾迅速、危害严重的特点[5],因此对泥石流灾害进行准确的风险评估尤为重要,可以为当地各级政府部门在经济建设、生态环境管理、防灾减灾提供科学的依据.
东川区位于云南省东北部的小江流域.云南小江系金沙江右岸一级支流,发源于滇东北高原的鱼味后山.这里处于小江深大断裂带上,属强地震区,造成地表岩石破碎,加之近些年来,由于陡坡垦殖、乱砍滥伐、过度放牧、筑路等原因,导致森林覆盖率较低,基于上述自然条件和人类活动的原因,促使泥石流形成发展的有利因素交织在一起,成为我国泥石流最发育地区,仅在小江两岸的 123 条一级支沟中,就有 107条为泥石流沟,堪称"泥石流的天然博物馆"[6].刘洪江采用主成分分析法确定危险性分区公式,基于 GIS 技术,对东川区泥石流进行危险度划分[7],又选用权重模型综合社会经济指标进行东川区域泥石流风险度区划[8].刘光旭在对东川区进行单沟泥石流危险性评价的基础上,加入社会经济易损性进行泥石流灾害的风险评价[9].由此可以看出,多位学者曾使用单沟泥石流危险性评价模型对东川区进行分析,这样得到的结果是更精确,但不能对整个东川区进行更系统、更全面的评价,且此评价方法需要大量的野外调查,对数据的要求较高,往往不易获得.而对东川区域泥石流灾害危险性评价上,缺少对致灾因子敏感性的分析,这会影响到最终泥石流风险性评价结果的精确程度.
科学评估泥石流灾害风险,对地区经济建设、土地资源开发利用以及指导防灾减灾具有十分重要的意义.在此背景下,本研究选取云南省东川区泥石流为研究对象,在 GIS 与 RS 支持下,通过泥石流成灾机理选择合适的评价因子,并对各因子进行敏感性分析,选用层次分析法确定因子权重,进行危险度分区;通过面向对象分类方法解译研究区内承灾体分布状况,进行易损度计算;在此基础上建立泥石流灾害风险度评价模型,对云南省东川区泥石流进行风险评价.
1.2 国内外研究现状
1.2.1 泥石流危险性评价研究
泥石流危险性是进行风险性评价的核心内容之一,指的是在一定时间和一定范围内(单沟或区域)对泥石流灾害致灾因子的各种危险性指标概率变化的分析,这主要是由泥石流发生的强度、影响范围和发生的可能性所决定的[10],表达了灾害的自然属性.泥石流灾害发生的影响因素复杂可变,也决定了其危险性评价模型必然为多因子的[11].
在 20 世纪 70 年代,有日本学者提出 "泥石流发生危险度的判定" ,这是最早涉及危险度的研究[12],与我们现在所提的泥石流危险性评价的多因子模型不同,其危险度指的是泥石流发生的频率,研究从地形地貌、泥石流形态等方面判定泥石流发生的概率,开创了泥石流危险性研究的道路.1981 年美国 Hollingsworth 等学者在进行打分方法的基础上,采用因子叠加法构建了滑坡泥石流危险度评价的基本框架,实现了滑坡泥石流危险度的评估[13].此后,随着泥石流模型试验的开展和野外调查的深入,进一步分析,从中得到灾害特征参数与泥石流危害区域的数学关系.80 年代后期,我国学者刘希林对单沟泥石流进行定量评价,选取多个因子,依据各个因子与主因子的关联度定权,进行泥石流的危险性评价[14].此后,国内外学者对泥石流危险性的研究广泛深入,从泥石流形成机理,区域环境背景出发,选取泥石流危险性评价的指标,利用数学模型的方法进行泥石流危险度的评价,如层次分析法、灰色关联度法、模糊数学综合评判等.针对目前泥石流灾害危险性评价中对于评价因子权重确定方法缺陷的问题,使用主观定权的层次分析法和客观定权的熵值法,引入距离函数进行组合赋权,从而确定各流域内泥石流沟的影响因子权重,该方法使两种定权方法间因子分配系数差异程度相一致,从而排除主观因素及数据异常值等干扰信息的影响,得到更加准确的评价结果[15].
随着 GIS 与 RS 技术的发展,泥石流危险性的空间分析更加便利,更加直观.通过遥感影像获取泥石流沟的特征参数,利用 GIS 建立泥石流危险评估数据库,使危险性评价的空间数据集成化速度更快,精度更高.加拿大学者 Carrara 对意大利中部一个小流域进行地质、地貌数据的收集并运用 GIS 进行危险性评价,该方法被证明是一个可行并且有效的方法[16].Fushs 将野外调查、航片解译、历史档案等资料进行综合分析[17].一些学者运用数学模型结合 GIS 空间分析进行了泥石流危险性分区[18, 19].Hürlimann 结合研究区的地形地貌条件,在对泥石流的冲出范围进行数值模拟的基础上,完成泥石流危险性的定量分区[20].Tang 在对由汶川地震引发的泥石流进行野外观测的基础上,分析灾害影响因子及泥石流堆积[21].Wang 采用多源数据,结合 GIS,采用基于混合数据集的相对权重评分技术进行泥石流危险性区划[22].崔鹏等对震后的北川县城泥石流的堆积过程进行了模拟,对危险区域进行了预测[23].陈剑以金沙江上游典型的干热河谷区为研究对象,以流域为评价单元,进行泥石流影响因子的敏感性分析,从而筛选出对泥石流灾害敏感性较高的因子进行泥石流灾害评价[24].
随着 3S 技术的发展,数据多源化,数学模型的深入研究,泥石流危险性评价已经发展到 GIS 空间分析结合多因子模型进行的定量综合分析的阶段.但现阶段仍缺乏统一的方法标准,且不同的模型和方法在不同环境状况下很难得到普适性的结论[25].在进行泥石流危险性评价的过程中,要根据不同的评估目的以及空间尺度,结合灾害点具体的成灾背景,进行泥石流危险性评价.
1.2.2 泥石流易损性评价研究
易损性是泥石流灾害风险评价中的重要环节,侧重于分析灾害的社会属性,表示潜在灾害可能造成的社会损失程度,并揭示其空间分布状况[26].
自 1991 年 IDNDR 委员会提出国际减轻自然灾害十年活动以来[26],国内外学者从多个角度对易损性进行了研究[27-29].刘希林基于固定资产、国内生产总值和各类土地类型价值以及人口密度建立了易损性评价模型,通过求取人口指标与财产指标的"和函数"来计算易损度[30],在对单沟泥石流进行易损性评价时,将物质易损度、经济易损度、环境易损度定义为财产指标,社会易损度定义为人口指标,通过转换赋值函数将两种指标统一表达[31].姜彤等学者对灾害的社会易损性进行重点研究,分析人口质量、人口密度、城乡分布等方面,完成易损性评价[32].蒋庆丰论述了坡面泥石流易损性的构成要素,即承灾体受灾害破坏可能性和承灾体本身承灾能力[33].Pascale 提出一种综合数值模型,用以评估系统易损性和滑坡泥石流易发区,该模型指出在风险评价中,易损性不作为一个特定的因素,在一个复杂的区域灾害之中,其特点是易损性指标相互关联[34].Dowling 搜集了 1950-2011 年泥石流造成的人员伤亡数据,分析和评估了灾害的空间、时间特征[35].顾春杰基于承灾体的暴露性、敏感性,运用数据包络分析模型与 C-D 生产函数进行易损性评价,将评价结果与历史灾情做对比,两者的一致性较高,为如何减少泥石流灾害造成的社会损失提供了参考依据[36].舒和平获取研究区的高清影像与 DEM,进行遥感影像的解译和承灾体经济价值归一化处理,得到各类承灾体易损度[37].
总结前人对泥石流易损性的研究可发现:易损性评价的因子众多,如公共设施、土地、人口、固定资产、交通等,进行易损性评价的关键是选取既能代表反映区域特征的易损性因子,又要考虑到指标的可操作性,使易损性评价易于定量化.
1.2.3 泥石流风险性评价研究
风险性、易损性等术语早有使用,但它们的定义以及之间的关系却没有达成统一.1991 年联合国人道主义事务部对自然灾害风险做出定义:风险是在一定区域和给定时间段内,由于自然灾害而引起的人类社会和自然坏境的可能损失值,采用"风险度=危险度×易损度"的表达式[38],这一定义已经逐渐为广大学者所认同.泥石流灾害的风险反映了其自然属性与社会属性.危险性反映的是致灾因子的特性,易损性反映的是承灾体的特性[39].
国外由上世纪 70 年代开始了自然灾害的风险评估及相关的理论研究.美国从 1970年开始预测了 30 年间加利福尼亚州的自然灾害风险性,对地震、滑坡等 10 种自然灾害可能造成的损失进行评估[40].随着空间信息技术及计算机技术的发展,越来越多的数学模型被应用到灾害风险评价中,以实现模型的建立及数值的模拟.Mejia-Navarro提出了利用 GIS 技术将滑坡、泥石流灾害敏感性和土地及人身财产易损性合成风险性,并制作风险评价分区图,对地质灾害进行风险评估[41].Anbalagan 等通过对山区一些常见的地质灾害评估和区划制图研究,提出了风险评价矩阵(RAM)这种新方法进行风险评价制图[42].Lin 基于可靠性分析,通过计算泥石流堆积区任意点的沉积厚度,进行泥石流风险性评估[43].刘希林对泥石流危险度的评价因子选择以及量化表达进行了研究,探讨了灾害风险度和易损度两者间的异同[44].刘光旭总结了当前关于泥石流灾害风险的构成要素、危险性评价、承灾体的脆弱性的研究现状,并对研究状况中的不足之处做出讨论[45, 46].舒和平结合 GIS 技术,采用单沟泥石流评价模型进行危险性评价,采用遥感解译的方法得到承灾体的空间分布状况,对危险度与易损度进行叠加,结合研究区的降雨数据,对不同降雨频率下单沟泥石流风险度进行计算[47].有学者将无人机高分影像应用到泥石流风险评价当中,提高了评价因子提取的精确程度,使数据的获取以及处理更加快捷、高效,其提出的基于无人机高分影像的风险评价流程,能有效提高灾害评估的效率[48].崔鹏在研究中阐述了山洪泥石流的形成机理以及灾害的形成过程,在分析山洪泥石流动力过程的基础上通过数值模拟进行泥石流危险性分析,引入承灾体综合价值及脆弱性指数进行灾害易损性评价,完整介绍了风险评估办法[45].
结合以上国内外研究现状可以发现,泥石流风险分析从过去的定性描述逐渐向现阶段的半定量、定量化模型方向发展,尤其是现在泥石流危险性评价的方法和理论更加成熟,但在易损性评价中,如何建立同一标准的评价方法,并运用在实际研究中还具有一定的复杂性和挑战性.
1.3 研究内容及技术路线
1.3.1 研究内容
本文选取云南省东川区为研究区,旨在利用泥石流风险评价理论建立适合东川区的泥石流风险评价方法,为研究区的防灾减灾工作提供技术支持.研究围绕泥石流灾害风险评价进行,包括危险性、易损性、风险性评价三个内容:
(1)东川区泥石流危险性评价
本研究在收集东川区基础地理信息数据、整理相关资料、总结前人研究的基础上,基于泥石流形成与演化规律,分析研究区泥石流形成的致灾因素,对东川区的地形地貌、地质构造、土地利用、植被状况进行分析,制定可行的评价因子体系,选择高程、坡度、地层岩性、距断层距离、土地利用、植被覆盖为评价因子.基于 GIS 技术,结合空间分析与条件概率模型,进行因子敏感度分析,完成评价因子的分级赋值;采用层次分析法确定各因子权重;对研究区内泥石流的危险性进行定量评价,划分危险等级,制作东川区泥石流灾害危险性分区图.
(2)东川区泥石流易损性评价
易损性表示潜在灾害所造成的可能损失程度.影响易损性的因素众多,如道路、建筑、土地等,考虑到区域特征以及承灾体的复杂性与多样性,唯有在分类的基础上加以凝练,找出承灾体中具有代表性,又能反应区域特征的因子,才能进行科学的易损性评价.研究在充分调查研究区实际情况的基础上选择交通用地、建筑用地、耕地、林地等,通过面向对象的分类方法对影像中东川区的承灾体进行信息提取,完成承灾体识别,对各类承灾体经济价值进行归一化处理,结合 GIS 技术,获得泥石流的易损度,并进行等级划分,得到泥石流灾害易损度分区图,进行易损性评价.
(3)东川区泥石流风险评价
在对东川区进行泥石流风险评价时考虑到在一些区域内不存在泥石流灾害,无论易损性指数多高,该区域内仍不存在泥石流灾害的风险,因此采用泥石流灾害的易损度与危险度乘积的模型,即危险度与易损度有一项为零,风险度即为零.这一表达科学的反映了风险的本质特征.根据上述风险性与危险性、易损性之间的关系.
…………由于本文篇幅较长,部分内容省略,详细全文见文末附件
总结与展望
总结
本文从泥石流灾害的社会属性和自然属性出发,对东川区进行泥石流灾害风险评价,基于地理信息技术以及遥感技术,建立了泥石流风险评价体系.在泥石流危险性评价中,结合高程、坡度、地层岩性、植被盖度、距断层距离、土地利用类型 6 个因子构建泥石流危险性评价指标体系,应用条件概率模型、层次分析法进行泥石流危险性评价.在泥石流易损性评价中,依据东川区区域特征,选择易损指标:耕地、林地、建筑用地、交通用地,采用面向对象的分类方法对研究区影像进行信息提取,结合地 物的实际价值,完成易损性评价.最后根据泥石流风险度计算公式,得到泥石流风险度.本文得出主要结论有:
1. 通过 GIS 空间分析功能,对 6 个评价因子采用条件概率模型进行量化赋值,层次分析法确定权重,获得东川区泥石流危险度,并划分为 5 个等级,评价结果显示:中度及以下危险区主要分布于小江干流及其支流大白河沿岸的山顶区域与中厂河上游,该区域地势平坦、高海拔高,以林地、城乡建筑用地为主,软质岩与硬质岩互层岩组广泛分布、植被指数在 0.3 以上.处于高危险和极高危险等级的区域主要分布在金沙江、其支流小江及小江支流块河、乌龙河的河谷地区,其地表破碎,地势起伏较大,坡度多在 30~40°,植被覆盖较低,靠近断裂带,分别占研究区面积的 41.2%和 17.5%.基于野外调查数据的验证结果表明:评价结果与实际情况基本一致.
2. 在易损性评价中,采用面向对象的分类方法对 4 个易损性指标进行信息的提取,使用光谱均值,包括:波段均值、亮度值、可见光差异植被指数,纹理特征包括对比度,形状因子,包括长宽比、形状指数、面积、矩形匹配,建立相应的分类规则,实现对承灾体的提取,分类精度达到 84.98%.根据其实际价值,进行归一化处理,完成了对研究区的易损性区划.
3. 将风险性定义为危险性和易损性的乘积,既考虑了泥石流灾害自然属性,也考虑到社会属性,可以避免出现泥石流危险度较高,即泥石流发生概率非常大,但是该区域易损性极低,即没有人类在该区活动或不存在对人类有价值的土地,那么其实该区是否发生泥石流对人类的生产生活并不产生影响,此区域就可定义为低风险区域.
不足与展望
本文基于地理信息技术与遥感技术对云南省东川区泥石流的风险性进行定量评价,虽然取得了一些研究成果,但受到个人能力与所处环境的限制,论文还有不足之处,通过总结,存在以下问题:
1. 在泥石流易损性评估中,由于资料缺乏及其他因素限制,只选取经济易损性进行易损性评价,随着统计数据的不断完善,可以对社会、环境等因素进行量化.今后的研究过程中可以加入更多易损性指标进行分析,可以提高易损性评估的准确性,进一步提高泥石流风险性评价精度.
2. 由于在危险性评价中危险性分区图栅格大小为30m,在进行风险评价叠加过程中,需要将易损性图层进行重釆样处理,处理成为统一的栅格数据图层,然后进行叠加,才能对最终的结果有效地减小误差.这一步重釆样虽然将两个图层转为同一分辨率,却放大了最终风险分区图层的误差,虽然结果得到了较好的实现,但是计算过程中的误差还是难免的,这可能对最终的风险性评价结果产生一定的影响.
致 谢
时光飞逝,三年研究生的学习生活即将结束.往日的点点滴滴,一幕幕浮现在脑海中.回首往昔,其中忙碌却又充实,在这西南交大求学这三年,无论是在学习中还是生活上都有了长足的进步,这其中有老师的谆谆教诲,同学的无私帮助,更有交大良好校风和环境的熏陶.在毕业之际,借此机会,对一直帮助和关心我的家人、老师、同学和朋友表示深深的谢意!
首先,我要衷心感谢我的导师徐京华教授.在平日的学习生活中,徐老师都给予我积极的引导和极大的支持,让我受益匪浅,在论文写作的过程中,耐心的指出我在很多细节方面的不足;除此之外,徐老师在生活中也对我非常关心.徐老师严谨的工作态度、缜密的治学理念和平易近人的人格魅力给我留下了深刻的印象,是我学习的楷模,也将成为我人生道路上可贵的财富.
其次,还要感谢山地所的聂勇老师和范建容老师在我完成学业期间给予我的指导帮助.在山地所的实习给了我更多的学习和实践的机会,他们认真并且热情工作态度,必将勉励我今后的工作和学习.
同时要感谢我学习和生活上帮助的同学和朋友,感谢我的舍友谢亚坤,感谢谢嘉丽师姐,同门陈江玲、马先明、谭倩兰、王宏胜、陈炳任,陈婷师妹、邓健和蒋宁师弟,感谢大家对我的支持.
最后要感谢我的家人,亲情永远是我工作学习上精神支柱,无论遇到什么困难,他们总是默默支持我,感谢你们的养育之恩,没有你们默默付出和体贴入微的关照也就没有我的今天.
祝福你们,感谢生命中给予我帮助的每一个人,因为有你们的支持和陪伴,才让我的生活更加丰富精彩,再次感谢!
参考文献
[1] 唐邦兴,周必凡,吴积善,等. 中国泥石流[M]. 北京: 商务印书馆, 2000.
[2] 李彦稷. 小江流域典型泥石流堆积扇演变和风险评估[D]. 中国科学院大学, 2016.
[3] 罗元华. 论泥石流灾害风险评估方法[J]. 中国矿业. 2000,9(6): 74-76.
[4] 李炳元,李矩章,王建军. 中国自然灾害的区域组合规律[J]. 地理学报. 1996,51(1):1-11.
[5] 韩用顺,崔鹏,刘洪江,等. 泥石流灾害风险评价方法及其应用研究[J]. 中国安全科学学报. 2008, 18(12): 140-147.
[6] 杜榕桓,康志成,陈循谦等. 云南小江泥石流综合考察与防治规划研究[M]. 重庆:科学技术文献出版社重庆分社, 1987: 1-287.
[7] 刘洪江,唐川,崔鹏. GIS支持下的东川区泥石流危险度区划[J]. 干旱区地理. 2005,28 (4): 29-33.
[8] 刘洪江,韩用顺,江玉红,等. 云南昆明东川区泥石流危险性评价[J]. 水土保持研究. 2007, 14(6): 241-244.
[9] 刘光旭,吴文祥,张绪教. 昆明市东川区泥石流风险性评价研究[J]. 中国地质灾害与防治学报. 2008,19(3): 29-33.
[10] 刘光旭. 泥石流灾害风险评估理论与方法研究[J]. 地理科学进展. 2012, 31(3): 383-391.
[11] 刘希林. 我国泥石流危险度评价研究:回顾与展望[J]. 自然灾害学报. 2002,11(4):1-8.
[12] 李阔,唐川. 泥石流危险性评价研究进展[J]. 灾害学. 2007, 22(1): 106-111.
[13] Hollingsworth R, Kovacs G. Soils lumps and debris flows: prediction and protection[J].Bulletin of the Association of Engineering Geologists. 1981, 38 (1): 17-28.
[14] 刘希林. 泥石流危险度判定的研究[J]. 灾害学. 1988(3): 10-15.
[15] 张晨,王清,陈剑平,等. 金沙江流域泥石流的组合赋权法危险度评价[J]. 岩土力学. 2011, 32(3): 831-836.
[16] Carrara A, Cardinali M, Detti R, et al. GIS techniques and statistical models inevaluating landslide hazard[J]. Earth Surface Processes and Landforms. 1991,16(5): 427-445.
[17] Fushs S, Heiss K, Hubl J. Towards an empirical vulnerability function for use in debrisflow risk assessment[J]. Natural Hazards and earth system sciences. 2007, 7(5):495-506.
[18] 阮沈勇,黄润秋. 基于GIS的信息量法模型在地质灾害危险性区划中的应用[J]. 成都理工学院学报. 2001,28(1): 89-92.
[19] 邹强,崔鹏,杨伟. G318川藏公路段泥石流危险性评价[J]. 山地学报. 2013, 31(3):342-348.
[20] Hürlimann M, Copons R, Altimir J. Detailed debris flow hazard assessment inAndorra: a multidisciplinary approach[J]. Geomorphology. 2006, 78(3): 359-372.
[21] Tang C, Zhu J, Li W L. Rainfall-triggered debris flows following the Wenchuanearthquake[J]. Bulletin of Engineering Geology and the Environment. 2009, 68(2):187-194.
[22] Wang J, Peng X. GIS-based landslide hazard zonation model and its application [J].Procedia Earth and Planetary Science. 2009, 1(1): 1198-1204.
[23] Cui P, Hu K H, Zhang J Q, et al. Prediction of the debris flow area by combinghydrological and inundation simulation methods[J]. Journal of Mountain Science.2011, 8(1): 1-9.
[24] 陈剑,黎艳,许冲. 金沙江干热河谷区泥石流易发性评价模型及应用[J]. 山地学报.2016, 34(4): 460-467.
[25] Cascini L. Applicability of landslide susceptibility and hazard zoning at different scales[J]. Engineering Geology. 2008, 102(3-4): 164-177.
[26] United Nations. Internationally agreed glossary of basic terms related to disastermanagement[R]. Department of Humanitarian Affairs, 1992.
[27] Dal Cin R, Simeoni U. A model for determining the classification, vulnerability and riskin southern coastal zone of the Marche (Italy)[J]. 1994, 10(1): 18-29.
[28] Zektser I S, Belousova A P, Dudov V Y. Regional assessment and mapping ofgroundwater vulnerability to contamination[J]. Environmental geology. 1995, 25 (4):225-231.
[29] 张梁,张业成,罗元华. 地质灾害灾情评估理论与实践[M]. 北京: 地质出版社,1998.
[30] 刘希林,莫多闻,王小丹. 区域泥石流易损性评价[J]. 中国地质灾害与防治学报.2001,12(2): 10-15.
[31] 刘希林,莫多闻. 泥石流易损度评价[J]. 地理研究. 2002,21(5): 569-577.
[32] 姜彤,许朋柱. 自然灾害研究的新趋势-社会易损性分析[J]. 灾害学. 1996, 11(2):5-9.
[33] 蒋庆丰,游珍,沈吉,等. 山坡泥石流场地易损性评价[J]. 自然灾害学报. 2006,15(1): 123-127.
[34] Pascale S, Sdao F, Sole A. A model for assessing the systemic vulnerability in landslideprone areas[J]. Natural Hazards and Earth System Sciences. 2010, 10(7): 1575-1590.
[35] Dowling C A, Santi P M. Debris flows and their toll on human life: a global analysis ofdebris flow fatalities from 1950 to 2011[J]. Nature hazards. 2014, 71(1): 203-227.
[36] 顾春杰,孙爽,马金珠. 基于DEA模型和生产函数的泥石流易损性评价[J]. 兰州大学学报(自然科学版). 2014,50(5): 751-756.
[37] 舒和平,孙爽,马金珠,等. 甘肃省南部单沟泥石流灾害风险评估[J]. 山地学报.2016,34(3): 337-345.
[38] United Nations, Department Of Humanitarian A. Mitigating Natural Disasters:Phenomena, Effects and Options-A Manual for Policy Makers and Planners[M]. NewYork: United Nations, 1991: 1-164.
[39] 史培军. 再论灾害研究的理论与实践[J]. 自然灾害学报. 1996,5(4): 8-19.
[40] Brabb E E, Panpeyan E H, Bonilla M G. Map of Landslide Susceptibility in SanMateo County[M]. California: US Geological Survey, 1972.
[41] Mejia Navarro M, Wohl E E, Oaks S D. Geological hazards, vulnerability,and riskassessment using GIS: model for Glenwood Springs,Colorado[J]. Geomorphology.1994, 10(1-4): 331-354.
[42] Anbalagan R, Singh B. Landslide hazard and risk assessment mapping of mountainousterrains-cases study from Kumaun Himalaya India[J]. Engineering Geology. 1996,43(4): 237-246.
[43] Lin G, Chen L, Lai J. Assessment of Risk due to Debris Flow Events: A Case Study inCentral Taiwan[J]. Natural Hazards. 2006, 39(1): 1-14.
[44] 刘希林. 泥石流风险评价中若干问题的探讨[J]. 山地学报. 2000,18(4): 341-345.
[45] 崔鹏,邹强. 山洪泥石流风险评估与风险管理理论与方法[J]. 地理科学进展. 2016,15 (2): 137-147.
[46] 刘光旭,戴尔阜. 泥石流灾害风险评估理论与方法研究[J]. 地理科学进展. 2012,31(3): 383-391.
[47] 舒和平,马金珠,张鹏,等. 不同降雨频率单沟泥石流灾害风险评价[J]. 兰州大学学报(自然科学版). 2014, 50(5): 653-658.
[48] 杨小凤,曹云刚,冯薪朗,等. 基于无人机高分影像的七盘沟泥石流风险性评价[J].灾害学. 2016,31(2): 206-212.
[49] 杨迎冬,晏祥省,张红兵. 云南省东川区泥石流灾害SPOT5遥感影像特征[J]. 灾害学. 2010, 25(4): 59-62.
[50] 向灵芝,崔鹏,张建强,等. 汶川县地震诱发崩滑灾害影响因素的敏感性分析[J]. 四川大学学报(工程科学版). 2010, 42(5): 105-112.
[51] 何易平,马泽忠,谢洪,等. 基于GIS的土地利用类型与山地灾害敏感性分析--以云南省昆明市东川区为例[J]. 水土保持学报. 2004, 18(4): 177-181.
[52] 崔鹏,林勇明. 自然因素与工程作用对山区道路泥石流、滑坡形成的影响[J]. 灾害学. 2007, 22(3): 11-16.
[53] 兰恒星,伍法权,周成虎,等. 基于GIS的云南小江流域滑坡因子敏感性分析[J]. 岩 石力学与工程学报. 2002, 21(10): 1500-1506.
[54] 宁娜,马金珠,张鹏,等. 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[J]. 资源科学. 2013, 35(4): 892-899.
[55] 邹强,崔鹏,张建强,等. 长江上游地区泥石流灾害敏感性量化评价研究[J]. 环境科学与技术. 2012, 35(3): 159-163.
[56] 唐川. 金沙江流域(云南境内)山地灾害危险性评价[J]. 山地学报. 2004, 22(4):451-460.
[57] 郭瑞,马富存,郭一兵,等. 基于层次分析法的泥石流易发性评价[J]. 东华理工大学学报 (自然科学版). 2016, 39(4): 347-351.
[58] 杜国梁,高金川,胡新丽. 基于GIS和组合赋权的岷县板达沟泥石流危险性评价[J].自然灾害学报. 2014, 23(4): 235-241.
[59] 项皓东. 从高分辨率遥感影像中提取道路信息的方法综述及展望[J]. 测绘与空间地理信息. 2013, 36(8): 202-206.
[60] Kob N, Drago R S, Young V. Optimal region growing segmentation and its effects onclassification accuracy[J]. International journal of remote sensing. 2011, 32(13):3747-3763.
[61] 刘纯. 高分辨率遥感影像分割方法研究[J]. 测绘与空间地理信息. 2014, 37(10):44-49.
[62] Blaschke T, Feizizadeh B, Holbling D. Object-Based Image Analysis and DigitalTerrain Analysis for Locating Landslides in the Urmia Lake Basin,Iran[J]. IEEE Journalof Selected Topics in Applied Earth Observations and Remote Sensing. 2014, 7(12):4806-4817.
[63] 汪小钦,王苗苗,王绍强,等. 基于可见光波段无人机遥感的植被信息提取[J]. 农业工程 学报. 2015, 31(5): 152-157.
[64] 任国贞. 基于灰度共生矩阵的纹理提取方法研究[J]. 计算机应用与软件. 2014,31(11): 190-192.
[65] 任国贞,江涛. 基于灰度共生矩阵的纹理提取方法研究[J]. 计算机应用与软件.2014, 31(11): 190-192.
