陳立華,葉 江,魏傳健,許英姿
( 廣西大學(xué)土木建筑工程學(xué)院, 廣西南寧530004)
?
基于ArcGIS與信息量法的滑坡易發(fā)性評(píng)價(jià)
陳立華,葉江,魏傳健,許英姿
( 廣西大學(xué)土木建筑工程學(xué)院, 廣西南寧530004)
摘要:廣西碎屑巖分布區(qū)從 2005年至2013年間發(fā)生突發(fā)性地質(zhì)災(zāi)害共1 261處,其中滑坡數(shù)量最多,共860處,占總數(shù)的68.2%,隱患點(diǎn)3 956處。通過(guò)分析滑坡穩(wěn)定性的關(guān)鍵性影響因子,以坡度、土地利用類(lèi)型、巖組、降雨等評(píng)價(jià)指標(biāo)建立廣西碎屑巖區(qū)滑坡易發(fā)區(qū)評(píng)價(jià)體系?;贏rcGIS以90 m×90 m柵格單元作為滑坡易發(fā)性評(píng)價(jià)的基本評(píng)價(jià)單元,采用信息量法計(jì)算坡度、土地利用類(lèi)型、巖組、降雨等評(píng)價(jià)指標(biāo)的信息值。對(duì)廣西碎屑巖分布區(qū)進(jìn)行滑坡易發(fā)性評(píng)價(jià),分析得到廣西碎屑巖區(qū)滑坡易發(fā)性區(qū)劃和防治區(qū)劃。以廣西碎屑巖區(qū)作為研究區(qū),分析結(jié)果可為廣西碎屑巖區(qū)滑坡預(yù)警和防治規(guī)劃提供技術(shù)參考。
關(guān)鍵詞:碎屑巖;滑坡;易發(fā)性評(píng)價(jià);信息量法;ArcGIS
0引言
廣西碎屑巖區(qū)主要分布在桂西北、桂南與桂東北區(qū)域,其巖石風(fēng)化作用強(qiáng)烈,節(jié)理裂隙發(fā)育,覆蓋層厚薄不一,山高坡陡,河流切割強(qiáng)烈,碎屑巖區(qū)屬滑坡多發(fā)區(qū)[1]。通過(guò)廣西壯族自治區(qū)國(guó)土資源廳收集2005年至2013年間廣西碎屑巖區(qū)地質(zhì)災(zāi)害資料統(tǒng)計(jì)得到突發(fā)地質(zhì)災(zāi)害共1 261處,其中滑坡數(shù)量最多,共860處,占總數(shù)的68.2%,隱患點(diǎn)3 956處?;乱殉蔀閺V西碎屑巖區(qū)主要的地質(zhì)災(zāi)害,因而開(kāi)展廣西碎屑巖區(qū)滑坡易發(fā)性評(píng)價(jià)具有重要的應(yīng)用價(jià)值[2]。
滑坡易發(fā)性評(píng)價(jià)模型主要有:統(tǒng)計(jì)分析模型、主觀推斷分析模型、確定性模型以及模式識(shí)別模型等[3]。信息量模型屬于統(tǒng)計(jì)分析模型的一種,由于信息量模型具有物理意義明確、操作簡(jiǎn)單而且能將主觀和客觀結(jié)合的優(yōu)點(diǎn),因此本文基于ArcGIS 空間分析技術(shù)和信息量法針對(duì)廣西碎屑巖區(qū)人類(lèi)活動(dòng)區(qū)域進(jìn)行滑坡易發(fā)性評(píng)價(jià),即根據(jù)已發(fā)生滑坡的歷史調(diào)查數(shù)據(jù)和影響滑坡發(fā)生的主要因素,進(jìn)行廣西碎屑巖區(qū)人類(lèi)活動(dòng)區(qū)域滑坡易發(fā)性評(píng)價(jià),并獲得滑坡易發(fā)性區(qū)劃和滑坡防治區(qū)劃,為人類(lèi)活動(dòng)影響下的廣西碎屑巖區(qū)域滑坡防治提供參考。
1信息量模型的原理
信息量模型主要根據(jù)信息量來(lái)評(píng)價(jià)各影響因子與研究對(duì)象之間的相關(guān)性。首先選擇控制滑坡穩(wěn)定性的關(guān)鍵性影響因子,并將每個(gè)影響因子作為獨(dú)立的圖層,按一定規(guī)則將每個(gè)圖層重分為若干類(lèi)別后,再與滑坡分布圖進(jìn)行疊加分析[4]。
滑坡現(xiàn)象(y)的產(chǎn)生受多種因素影響,如:坡度、土地利用類(lèi)型、巖組、降雨等多種因素x1,x2,x3,…,xn的共同影響。在滑坡形成過(guò)程中各種因素所起的作用大小不相同[5],因此對(duì)于滑坡分析要綜合研究其影響因素類(lèi)別以及具體狀態(tài)的組合,而不能停留在單個(gè)因素上?;庐a(chǎn)生與否是與所獲取的信息的數(shù)量和質(zhì)量有密切關(guān)系的,可用信息量來(lái)衡量滑坡是否會(huì)產(chǎn)生[6],信息量值越大表明滑坡災(zāi)害發(fā)生的可能性越大[7]。其公式如下:
(1)
式中:I(y, x1, x2, x3,…,xn)指坡度、土地利用類(lèi)型、巖組、降雨等因素組合x(chóng)1,x2,x3,…,xn對(duì)滑坡所提供的信息量;P(y, x1, x2, x3,…,xn)指坡度、土地利用類(lèi)型、巖組、降雨等因素x1, x2, x3,…,xn組合條件下滑坡發(fā)生的概率;P(y)指滑坡發(fā)生的概率。
滑坡空間預(yù)測(cè)以研究區(qū)域柵格單元?jiǎng)澐譃榛A(chǔ),先采用簡(jiǎn)化的單因素信息量模型計(jì)算,再進(jìn)行疊加,其信息量模型可改寫(xiě)為:
(2)
式中:Ii指坡度、土地利用類(lèi)型、巖組、降雨等因素xi對(duì)滑坡提供的信息量;N指研究區(qū)已經(jīng)發(fā)生滑坡的柵格單元總數(shù);S指研究區(qū)內(nèi)柵格單元總數(shù);Ni指分布在因素xi特定類(lèi)別中發(fā)生滑坡的柵格單元數(shù);Si指坡度、土地利用類(lèi)型、巖組、降雨等因素xi特定類(lèi)別的柵格單元數(shù)[8]。
則預(yù)測(cè)區(qū)某柵格單元總的信息量預(yù)測(cè)值為:
(3)
式中,n為參與評(píng)價(jià)因素個(gè)數(shù)。
2基于ArcGIS 的信息量法滑坡易發(fā)性評(píng)價(jià)
基于ArcGIS的信息量法滑坡易發(fā)性評(píng)價(jià)結(jié)合ArcGIS的數(shù)據(jù)采集、圖形處理、空間分析等功能與信息量法的定量分析評(píng)價(jià)功能,提高滑坡易發(fā)性評(píng)價(jià)的工作效率和評(píng)價(jià)結(jié)果的可靠度[9]。ArcGIS可以通過(guò)柵格計(jì)算器、點(diǎn)密度分析、線密度分析、重分類(lèi)、多個(gè)圖層的復(fù)合、分解、疊加等功能有效地解決滑坡易發(fā)性評(píng)價(jià)中坡度、土地利用類(lèi)型、巖組和降雨重分類(lèi),滑坡隱患點(diǎn)和易發(fā)村屯點(diǎn)密度分析等數(shù)據(jù)處理。但是ArcGIS的功能并不能獨(dú)立完成滑坡易發(fā)性的定量分析評(píng)價(jià),因此在滑坡易發(fā)性評(píng)價(jià)中ArcGIS需要結(jié)合信息量模型來(lái)擴(kuò)充其定量分析評(píng)價(jià)的功能[10]。
2.1評(píng)價(jià)單元?jiǎng)澐?/p>
對(duì)于不同比例尺度和精度的空間數(shù)據(jù),其評(píng)價(jià)單元的劃分也不相同。較常用的評(píng)價(jià)單元主要有:柵格單元、地域單元、均一條件單元、子流域單元和斜坡單元[11]。在滑坡易發(fā)性評(píng)價(jià)時(shí)需要進(jìn)行大量空間數(shù)據(jù)重分類(lèi)、疊加等計(jì)算,柵格單元作為評(píng)價(jià)單元將具有明顯的速度優(yōu)勢(shì)。本文在進(jìn)行滑坡易發(fā)性評(píng)價(jià)時(shí)采用90 m×90 m柵格單元作為評(píng)價(jià)單元。
2.2滑坡易發(fā)性評(píng)價(jià)指標(biāo)體系
本文最初選取高程、地質(zhì)構(gòu)造(斷裂帶發(fā)育程度)、坡度、土地利用類(lèi)型、巖組、降雨(年降雨量均值、最大24 h降雨量均值)、易發(fā)村屯作為廣西碎屑巖區(qū)滑坡易發(fā)性評(píng)價(jià)指標(biāo)。但是在研究分析過(guò)程中發(fā)現(xiàn)坡度隱含了高程信息,如果高程和坡度都考慮會(huì)使得在評(píng)價(jià)過(guò)程中高程的權(quán)重較大,影響評(píng)價(jià)結(jié)果的準(zhǔn)確性;年降雨量均值和斷裂帶發(fā)育程度與滑坡地質(zhì)災(zāi)害相關(guān)性不顯著。因此最終選定坡度、土地利用類(lèi)型、巖組、降雨(最大24 h降雨量均值)作為廣西碎屑巖區(qū)人類(lèi)活動(dòng)區(qū)域滑坡易發(fā)性評(píng)價(jià)指標(biāo)。由于本文中選用的各評(píng)價(jià)指標(biāo)圖層比例和來(lái)源不相同造成圖層面積和災(zāi)害點(diǎn)數(shù)量有一定的誤差,但基本不會(huì)影響評(píng)價(jià)結(jié)果的準(zhǔn)確性。
2.2.1坡度
廣西碎屑巖分布區(qū)自然坡度在0°~73.4°之間,約97.66%的自然坡度都是在30°以下。根據(jù)2003年全國(guó)山洪災(zāi)害防治規(guī)劃編制工作組制定的《山洪災(zāi)害防治規(guī)劃地形地質(zhì)區(qū)劃技術(shù)細(xì)則》,并運(yùn)用ArcGIS將廣西碎屑巖區(qū)1∶25萬(wàn)矢量地形分布圖的坡度重分類(lèi)為4類(lèi)與災(zāi)害點(diǎn)分布圖進(jìn)行疊加并統(tǒng)計(jì)分析結(jié)果如表1所示。
由于廣西碎屑巖區(qū)滑坡主要以淺層滑坡為主,并且較低坡度地區(qū)人口密集人類(lèi)活動(dòng)影響較大,所以在低坡度地區(qū)滑坡次數(shù)較多。如表1所示,坡度在25°以下時(shí)滑坡個(gè)數(shù)所占比例大,高達(dá)91.13%。
2.2.2土地利用類(lèi)型
將廣西碎屑巖區(qū)的土地利用類(lèi)型分為林地、草地、耕地、水利工程用地、其他類(lèi)型土地5類(lèi),將碎屑巖區(qū)的土地利用類(lèi)型與災(zāi)害點(diǎn)疊加并統(tǒng)計(jì)不同土地利用類(lèi)型下的滑坡的分布情況如表2所示。從表2中可以看出耕地和其他類(lèi)型用地滑坡密度較高,分別為:0.012 748 1、0.748 281 1。
表2 土地利用類(lèi)型與滑坡統(tǒng)計(jì)
2.2.3巖組
運(yùn)用ArcGIS將廣西碎屑巖區(qū)1∶25萬(wàn)巖組分布圖巖組重分類(lèi)6類(lèi),與災(zāi)害點(diǎn)分布圖進(jìn)行疊加并統(tǒng)計(jì)分析結(jié)果如表3所示。
表3 巖組與滑坡統(tǒng)計(jì)
如表3所示,海相碎屑巖面積為67 515.52 km2,占碎屑巖區(qū)總面積的61.96%。粘性土、砂類(lèi)土、碎石土和海相碎屑巖的滑坡密度相對(duì)較高,易發(fā)生滑坡災(zāi)害。
2.2.4降雨
經(jīng)統(tǒng)計(jì)2005年至2013年廣西碎屑巖分布區(qū)有58.89%的滑坡都是由降雨誘發(fā)。本研究選用最大24 h降雨量均值為指標(biāo)分析其與滑坡的關(guān)系,將最大24 h降雨量均值分布圖與滑坡災(zāi)害點(diǎn)疊加并統(tǒng)計(jì)分析結(jié)果如表4所示。
表4 最大24 h降雨與滑坡統(tǒng)計(jì)
降雨是滑坡發(fā)生的一個(gè)重要的觸發(fā)因素,降雨入滲會(huì)引起坡體及剪切帶的物理力學(xué)性質(zhì)發(fā)生改變,使土體飽和度增大,含水率增加,容重增大,引起土體抗剪強(qiáng)度大幅度下降,從而引發(fā)滑坡。如表4所示,大暴雨(100~200 mm)滑坡密度最大、次數(shù)最多。
3基于ArcGIS的信息量法滑坡易發(fā)性評(píng)價(jià)的實(shí)現(xiàn)
3.1信息值的計(jì)算
將滑坡災(zāi)害點(diǎn)分布圖與各評(píng)價(jià)指標(biāo)分類(lèi)柵格圖利用ArcGIS柵格計(jì)算器分別做“乘”運(yùn)算,得出新的疊加圖。通過(guò)各疊加圖的屬性表可得出影響因素xi中特定類(lèi)別發(fā)生滑坡的柵格單元數(shù)(Ni)、已經(jīng)發(fā)生滑坡的柵格單元總數(shù)(N)及影響因數(shù)xi特定類(lèi)別的柵格單元數(shù)(Si)。將各個(gè)評(píng)價(jià)指標(biāo)各類(lèi)別的統(tǒng)計(jì)結(jié)果帶入公式(2),即可得出各個(gè)評(píng)價(jià)指標(biāo)各類(lèi)別對(duì)滑坡發(fā)生提供的信息量值[12]。計(jì)算結(jié)果如表5所示。
表5 廣西碎屑巖分布區(qū)滑坡災(zāi)害點(diǎn)各指標(biāo)信息量值
如表5所示,坡度、土地利用類(lèi)型、巖組和降雨(最大24 h降雨量均值)四個(gè)指標(biāo)的信息量值在-6.634~2.468之間,信息量值與滑坡災(zāi)害易發(fā)性呈正比,信息量值越大,表明該區(qū)域發(fā)生滑坡的概率越大,易發(fā)性等級(jí)也越高[13]。
3.2易發(fā)性評(píng)價(jià)結(jié)果
根據(jù)廣西碎屑巖區(qū)滑坡易發(fā)性評(píng)價(jià)信息量分布曲線,運(yùn)用重分類(lèi)將信息量值分為不易發(fā)、低易發(fā)、中易發(fā)、高易發(fā)四個(gè)等級(jí)[14-17],并獲得滑坡易發(fā)性區(qū)劃圖。將已發(fā)生的滑坡災(zāi)害點(diǎn)與滑坡易發(fā)區(qū)疊加如圖1所示,絕大多數(shù)滑坡災(zāi)害點(diǎn)分布在中易發(fā)和高易發(fā)區(qū)中,只有少數(shù)災(zāi)害點(diǎn)分布在不易發(fā)和低易發(fā)區(qū)。
如圖1所示,廣西碎屑巖區(qū)滑坡不易發(fā)區(qū)主要分布在桂林市龍勝縣,柳州市三江、融水兩縣;低易發(fā)區(qū)主要分布在百色市隆林、西林和田林三縣,賀州市蒼梧縣,南寧市賓陽(yáng)縣,來(lái)賓市武宣縣;中易發(fā)區(qū)主要分布在河池市天峨、鳳山兩縣,崇左市寧明縣,柳州市融安縣,百色市、桂林市、梧州市、賀州市和防城港市大部分區(qū)域;高易發(fā)區(qū)主要分布在北海市大部分區(qū)域,欽州市靈山、浦北兩縣,玉林市陸川、博白兩縣,貴港市區(qū),百色市田陽(yáng)、田東兩縣的小部分區(qū)域。
圖1 廣西碎屑巖地區(qū)滑坡易發(fā)區(qū)與滑坡災(zāi)害點(diǎn)疊加圖
4廣西碎屑巖地區(qū)滑坡防治區(qū)劃
4.1滑坡隱患點(diǎn)密度
根據(jù)統(tǒng)計(jì)得到的滑坡隱患點(diǎn)導(dǎo)入到ArcGIS中,利用ArcGIS 的點(diǎn)密度分析功能處理滑坡隱患點(diǎn)的密度;然后利用自然間斷法將滑坡隱患點(diǎn)密度分為4類(lèi)(每100 km2):<3個(gè),3~8個(gè),8~16個(gè),16~48個(gè)。
4.2易發(fā)村屯密度
易發(fā)村屯主要分布在人類(lèi)切坡建房、修路等工程活動(dòng)形成大量的人工陡坡,形成大量的地質(zhì)災(zāi)害潛在隱患點(diǎn)。以廣西碎屑巖易發(fā)村屯的密度與滑坡發(fā)育分布規(guī)律來(lái)分析人類(lèi)活動(dòng)與滑坡發(fā)育的關(guān)系,利用廣西碎屑巖區(qū)域易發(fā)區(qū)村屯點(diǎn)結(jié)合ArcGIS確定易發(fā)區(qū)村屯的密度并重分類(lèi)。將易發(fā)村屯的密度與滑坡分布疊加并統(tǒng)計(jì)結(jié)果如表6所示。
表6 易發(fā)屯密度與滑坡統(tǒng)計(jì)
4.3防治分區(qū)確定結(jié)果
確定防治分區(qū)時(shí)除要考慮已發(fā)生的滑坡災(zāi)害點(diǎn)、滑坡隱患點(diǎn)的分布情況外,還要考慮易發(fā)村屯的影響。利用已確定的易發(fā)區(qū)、滑坡隱患點(diǎn)密度和易發(fā)村屯密度進(jìn)行疊加,從而得到廣西碎屑巖區(qū)滑坡防治分區(qū),防治區(qū)分為重點(diǎn)防治區(qū)、次重點(diǎn)防治區(qū)、一般防治區(qū)如圖2所示。
圖2 廣西碎屑巖地區(qū)滑坡防治分區(qū)圖
如圖2所示,廣西碎屑巖區(qū)一般防治區(qū)主要分布在河池市天峨、鳳山和東蘭三縣,來(lái)賓市金秀縣,南寧市大新、賓陽(yáng)兩縣,百色市、梧州市、賀州市和防城港大部分區(qū)域;次重點(diǎn)防治區(qū)主要分布在百色市田林縣,南寧市邕寧、橫縣兩縣,崇左市寧明縣,防城港市上思縣;重點(diǎn)防治區(qū)主要分布在欽州市、北海市、貴港市和梧州市大部分區(qū)域。
滑坡災(zāi)害防治總體原則為堅(jiān)持預(yù)防為主,避讓與治理相結(jié)合,全面規(guī)劃突出重點(diǎn)。近期主要治理危害程度較大的重點(diǎn)防治區(qū),中期主要治理次重點(diǎn)防治區(qū),遠(yuǎn)期則治理一般防治區(qū),將人員傷亡和經(jīng)濟(jì)損失降到最低。
5結(jié)語(yǔ)
①將ArcGIS與信息量法相結(jié)合解決傳統(tǒng)信息量法數(shù)據(jù)采集與處理困難的問(wèn)題,同時(shí)彌補(bǔ)ArcGIS沒(méi)有對(duì)數(shù)據(jù)統(tǒng)計(jì)分析的缺陷,使得評(píng)價(jià)結(jié)果更客觀合理,并避免了評(píng)價(jià)過(guò)程中主觀因素干預(yù)過(guò)多的弊端。
②選取坡度、土地利用類(lèi)型、巖組、降雨等評(píng)價(jià)指標(biāo)建立易發(fā)性評(píng)價(jià)指標(biāo)體系,基于ArcGIS的信息量法進(jìn)行廣西碎屑巖區(qū)滑坡易發(fā)性評(píng)價(jià),將碎屑巖區(qū)易發(fā)性劃分成高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)、不易發(fā)區(qū)。
③將易發(fā)性區(qū)劃與易發(fā)村屯和滑坡隱患點(diǎn)相疊加獲得廣西碎屑巖區(qū)防治區(qū)劃圖,防治區(qū)劃分為重點(diǎn)防治區(qū)、次重點(diǎn)防治區(qū)、一般防治區(qū),該防治區(qū)劃成果可為碎屑巖區(qū)滑坡災(zāi)害分區(qū)分期治理提供參考。
參考文獻(xiàn):
[1]陳宏華,方崇,張信貴,等.廣西環(huán)境地質(zhì)災(zāi)害現(xiàn)狀與防治措施[J]. 科學(xué)技術(shù)與工程, 2006, 6(6): 791-795.
[2]吳鳳元,樊赟赟,梁力,等.滑坡運(yùn)動(dòng)過(guò)程模擬分析[J]. 廣西大學(xué)學(xué)報(bào)(自然科學(xué)版),2013(12),38(6):1300-1305.
[3]蘭恒星,王苓涓,周成虎.地理信息系統(tǒng)支持下的滑坡災(zāi)害分析模型研究[J]. 工程地質(zhì)學(xué)報(bào),2002,10(4):421-427.
[4]范林峰,胡瑞林,曾逢春,等.加權(quán)信息量模型在滑坡易發(fā)性評(píng)價(jià)中的應(yīng)用——以湖北省恩施市為例[J]. 工程地質(zhì)學(xué)報(bào), 2012,20(4):508-513.
[5]陳亮,孟高頭,張文杰,等.信息量模型在縣市地質(zhì)災(zāi)害調(diào)查與區(qū)劃中的應(yīng)用研究——以浙江省仙居縣為例[J]. 水文地質(zhì)工程地質(zhì),2003, 5(11):49-52.
[6]王佳佳,殷坤龍,肖莉麗.基于 GIS 和信息量的滑坡災(zāi)害易發(fā)性評(píng)價(jià)——以三峽庫(kù)區(qū)萬(wàn)州區(qū)為例[J]. 巖石力學(xué)與工程學(xué)報(bào),2014, 33(4):797-808.
[7]殷坤龍,朱良峰.滑坡災(zāi)害空間區(qū)劃及GIS應(yīng)用研究[J]. 地學(xué)前緣, 2001,8(2):279-284.
[8]張桂榮,尹坤龍,劉傳正,等.基于 GIS 的陜西省旬陽(yáng)地區(qū)滑坡災(zāi)害危險(xiǎn)性區(qū)劃[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào),2003,14(4):42-46.
[9]吳柏清,何政偉,劉嚴(yán)松.基于GIS的信息量法在九龍縣地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)中的應(yīng)用[J]. 測(cè)繪科學(xué),2008,33(4):146-148.
[10]向喜瓊,黃潤(rùn)秋.基于GIS的人工神經(jīng)網(wǎng)絡(luò)模型在地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃中的應(yīng)用[J]. 中國(guó)地質(zhì)災(zāi)害與防治, 2000, 1l (3): 23-27.
[11]劉斌.基于WEBGIS的滑坡災(zāi)害空間預(yù)測(cè)與系統(tǒng)開(kāi)發(fā)研究——以三峽壩區(qū)至巴東段為例[D]. 武漢: 中國(guó)地質(zhì)大學(xué), 2009.
[12]朱良峰,殷坤龍.基于 GIS技術(shù)的區(qū)域地質(zhì)災(zāi)害信息分析系統(tǒng)研究[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào),2001,12(3):79-83.
[13]MURAT E, CANDAN G.Use of fuzzyrelations to produce landslide susceptibility map of alandslide prone area (West Black Sea Region,Turkey)[J]. Engineering Geology, 2004, 75: 229-250.
[14]GORSEVSKI P V,JANKOWSKI P.Discerning landslide susceptibility using rough sets[J]. Computers,Environment and Urban Systems,2008,32(1):53-65.
[15]TANG C,ZHU J,QI X.Landslide hazard assessment of the 2008 Wenchuan earthquake:a case study in Beichuan area[J]. Canadian Geotechnical Journal,2011,48(1):128-145.
[16]GUZZETTI F,CARRARA A,CARDINALI M,et al.Landslide hazard evaluation:a review of current techniques and their application in a multi-scale study,Central Italy[J]. Geomorphology,1999,31(1/4):181-216.
[17]彭令,牛瑞卿,陳麗霞.GIS 支持下三峽庫(kù)區(qū)秭歸縣滑坡災(zāi)害空間預(yù)測(cè)[J]. 地理研究,2010,29(10):1889-1898.
(責(zé)任編輯唐漢民梁健)
Application of ArcGIS and information method to landslide susceptibility evaluation
CHEN Li-hua, YE Jiang, WEI Chuan-jian, XU Ying-zi
(College of Civil Engineering and Architecture,Guangxi University,Nanning 530004,China)
Abstract:A total of 1 261 unexpected geological disasters happened in the clastic rock zone of Guangxi province in the period of 2005~2013,about 860 of which was landslide, shared 68.2% of the total, and the number of hidden peril was 3 956. Based on the analysis of control factors of landslide stability, several factors, such as the slope, the land usage, the rock group and the rainfall, were chosen to establish an assessment system for landslide prone areas in Guangxi clastic rock zone. Based on the ArcGIS, a 90 m×90 m grid was chosen to be as the basic evaluation grid for landslide susceptibility assessment. The information method was used to calculate the information values of the slope, the land usage, the rock group and the rainfall. Through evaluation, the susceptibility of landslide in Guangxi clastic rock zone and the prevention measures of landslide were obtained. Taking the clastic rock zone of Guangxi province as an example, the research provides a technical support for landslide warning and landslide disaster prevention.
Key words:clastic rock;landslide;susceptibility evaluation;information method;ArcGIS
中圖分類(lèi)號(hào):P642.22
文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1001-7445(2016)01-0141-08
doi:10.13624/j.cnki.issn.1001-7445.2016.0141
通訊作者:陳立華( 1980—),男,福建三明人,廣西大學(xué)教授,博士; E-mail: zgfjclh@163. com。
基金項(xiàng)目:廣西壯族自治區(qū)國(guó)土資源廳重大科研課題項(xiàng)目(GXZC2014-G3-0371-KLZB、GXZC2015-G3-4366-KLZB);廣西科學(xué)研究與技術(shù)開(kāi)發(fā)計(jì)劃(桂科攻1298005-6);國(guó)家自然科學(xué)基金資助項(xiàng)目(51369006)
收稿日期:2015-09-10;
修訂日期:2015-12-17
引文格式:陳立華,葉江,魏傳健,等.基于ArcGIS與信息量法的滑坡易發(fā)性評(píng)價(jià)[J].廣西大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,41(1):141-148.