国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

2022年我國(guó)地質(zhì)災(zāi)害的時(shí)空分布與影響因素分析

2023-11-02 13:26:14陳德山賈永磊
關(guān)鍵詞:泥石流時(shí)空滑坡

陳德山,萬 正,賈永磊

(蘭州石化職業(yè)技術(shù)大學(xué) 資源環(huán)境工程學(xué)院,甘肅 蘭州 730207)

地質(zhì)災(zāi)害是指由于自然或人為因素引起的,造成人類生命財(cái)產(chǎn)損失的災(zāi)害性地質(zhì)事件[1]。由于我國(guó)幅員遼闊,山地丘陵區(qū)約占國(guó)土面積的65%,地質(zhì)條件復(fù)雜,構(gòu)造活動(dòng)頻繁,地貌地形多樣,受季風(fēng)影響的區(qū)域廣,旱雨季分明,加之近年來氣候變化,極端天氣氣候事件頻發(fā),同時(shí)人為自然資源不合理或超負(fù)荷開發(fā)利用,導(dǎo)致地質(zhì)災(zāi)害多發(fā)[2]。地質(zhì)災(zāi)害極易造成人員傷亡,中國(guó)2004~2021年的18年里共發(fā)生地質(zhì)災(zāi)害39.2萬起,傷亡48485人,年均傷亡約2694人,僅次于地震、洪水災(zāi)害,給我國(guó)人民群眾生產(chǎn)生活帶來極大影響,掣肘社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展[3]。地質(zhì)災(zāi)害防治關(guān)系國(guó)計(jì)民生,探究其時(shí)空分布特征、發(fā)生規(guī)律及其影響因素,可以有效減小地質(zhì)災(zāi)害損失,甚至防止地質(zhì)災(zāi)害的發(fā)生,因此對(duì)防災(zāi)減災(zāi)有積極的意義。

根據(jù)2004年國(guó)務(wù)院頒發(fā)的《地質(zhì)災(zāi)害防治條例》規(guī)定,我國(guó)的災(zāi)害防治主要聚焦于崩塌、滑坡、泥石流、地裂縫、地面塌陷、地面沉降,其中崩塌、滑坡、泥石流的發(fā)生次數(shù)最多,2004~2021年間約占總地質(zhì)災(zāi)害數(shù)的96.2%,影響規(guī)模最大,范圍最廣。長(zhǎng)期以來,眾多學(xué)者從不同的空間尺度上對(duì)地質(zhì)災(zāi)害進(jìn)行了時(shí)空分布規(guī)律的探究,王瑛[4]等建立了《中國(guó)主要地質(zhì)災(zāi)害傷亡數(shù)據(jù)庫》,分析了2000~2012年地質(zhì)災(zāi)害事件的空間格局及影響因素,發(fā)現(xiàn)地形起伏度和GDP增長(zhǎng)率是中國(guó)地質(zhì)災(zāi)害的兩大影響因素。章詩芳[5]和薛凱喜[2]等梳理統(tǒng)計(jì)了十余年來全國(guó)地質(zhì)災(zāi)害的時(shí)空分布特征,指出我國(guó)地質(zhì)災(zāi)害地區(qū)差異性非常明顯,證明防災(zāi)減災(zāi)措施逐步取得了成效。李淼[6]、曾玲艷[7]、王玉超[8]等分別對(duì)山西、江西、我國(guó)的地質(zhì)災(zāi)害進(jìn)行了分析,何芳[9]、王佳慧[10]、金琪[11]還有學(xué)者針對(duì)特定地區(qū),如礦區(qū)、水庫、流域[12,13]等,分析地質(zhì)災(zāi)害發(fā)生的時(shí)空規(guī)律,取得了一些進(jìn)展,而地質(zhì)災(zāi)害的時(shí)空分布規(guī)律與其影響因素密不可分。許多研究以黃土[14-16]、山區(qū)[17-19]為對(duì)象,分析地質(zhì)災(zāi)害的成因與影響因素。此外,隨著GIS技術(shù)的發(fā)展,其在該領(lǐng)域的研究也越來越多[20-27]。

現(xiàn)有基于GIS技術(shù)的地質(zhì)災(zāi)害時(shí)空分布規(guī)律研究多針對(duì)較小的研究區(qū)域,且鮮有結(jié)合空間分布和影響因素,本文利用2022年全國(guó)地質(zhì)災(zāi)害數(shù)據(jù),綜合核密度分析、Ripley’s K函數(shù)等GIS方法,從全國(guó)尺度上分析地質(zhì)災(zāi)害的時(shí)空分布特征,利用統(tǒng)計(jì)分析方法探究地質(zhì)災(zāi)害的影響因素,定性定量相結(jié)合地描述了全國(guó)地質(zhì)災(zāi)害空間分布模式,劃分了災(zāi)害高發(fā)的熱點(diǎn)區(qū)域,從大尺度上進(jìn)行分析,為全國(guó)范圍、宏觀尺度災(zāi)害防控政策的制定提供了一定的依據(jù),有利于防災(zāi)資源的合理部署和開發(fā)選址的風(fēng)險(xiǎn)規(guī)避,助益于社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本文采用的2022年全國(guó)地質(zhì)災(zāi)害數(shù)據(jù)(不包括港澳臺(tái))源于中國(guó)地質(zhì)調(diào)查中心根據(jù)各地上報(bào)數(shù)據(jù)匯總。2022年我國(guó)共發(fā)生規(guī)模大小不等的地質(zhì)災(zāi)害總計(jì)2985起,其中泥石流339起,崩塌858起,滑坡1630起,地裂縫9起,地面沉降7起,帶來了諸多經(jīng)濟(jì)損失。其中,數(shù)據(jù)屬性包括地質(zhì)災(zāi)害發(fā)生時(shí)間、地點(diǎn)、災(zāi)害類型、引發(fā)因素、受災(zāi)對(duì)象和受災(zāi)情況等。

分析中利用了中國(guó)鄉(xiāng)鎮(zhèn)行政區(qū)劃邊界和主要河流矢量數(shù)據(jù),以及全國(guó)DEM高程?hào)鸥駭?shù)據(jù)。數(shù)據(jù)來自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的資源環(huán)境數(shù)據(jù)云平臺(tái),2022年中國(guó)年降水量數(shù)據(jù)通過國(guó)家氣象信息中心提供的中國(guó)地面降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集,逐日累加得到。

1.2 方法

1.2.1基于ArcGIS的數(shù)據(jù)分析

在分析地質(zhì)災(zāi)害空間時(shí)空分布特征時(shí),依靠ArcMap、Excel和編程語言,對(duì)2022年地質(zhì)災(zāi)害、全國(guó)縣級(jí)行政區(qū)等數(shù)據(jù)進(jìn)行處理,將地質(zhì)災(zāi)害的時(shí)空屬性分別處理,使用了空間關(guān)聯(lián)、分級(jí)顯示等方法提取地質(zhì)災(zāi)害的時(shí)空分布特征,流程如圖1所示。

圖1 數(shù)據(jù)處理流程

1.2.2核密度分析

核密度分析方法利用空間距離衰減函數(shù),考察區(qū)域中各個(gè)點(diǎn)聯(lián)系的緊密程度與鄰近距離的關(guān)系[28,29],計(jì)算點(diǎn)要素在其周圍鄰域中的密度,可以平滑地表達(dá)點(diǎn)要素在連續(xù)空間中的分散與聚集情況[30],可定義如下,假定x1,x2…,xn獨(dú)立同分布,且服從分布密度函數(shù)f,記f在x處的值為f(x),則有

(1)

其中,k()為核函數(shù),h為帶寬,x-xi為當(dāng)前災(zāi)害點(diǎn)x與樣本xi點(diǎn)之間的距離。在地質(zhì)災(zāi)害的分析中,核密度分析方法可以反映災(zāi)害點(diǎn)的集聚規(guī)律,在二維平面空間上確定地質(zhì)災(zāi)害高發(fā)的熱點(diǎn)區(qū)域。1.2.3 Ripley’s K函數(shù)分析

Ripley’s K函數(shù)可以評(píng)價(jià)不同距離尺度下,點(diǎn)要素的空間分布模式是否呈現(xiàn)聚集或離散[31-33]。對(duì)于本文的研究對(duì)象地質(zhì)災(zāi)害點(diǎn),Ripley’s K函數(shù)可定義為:

(2)

式中r為搜索半徑或距離尺度;λ為總體災(zāi)害點(diǎn)分布密度,即單位面積上的災(zāi)害點(diǎn)個(gè)數(shù);Nr為以任意災(zāi)害點(diǎn)Pi作半徑為r的圓內(nèi)存在的近鄰災(zāi)害點(diǎn)個(gè)數(shù);E(Nr)則表示近鄰災(zāi)害點(diǎn)個(gè)數(shù)的數(shù)學(xué)期望。

對(duì)于一組災(zāi)害點(diǎn)P={P1,P2,…,Pn},Ripley’s K函數(shù)表示為

(3)

(4)

(5)

式中A為研究區(qū)域面積;n為地質(zhì)災(zāi)害點(diǎn)個(gè)數(shù);rij為災(zāi)害點(diǎn)與的直線距離。L(r)為K(r)的開方線性變化[32],當(dāng)研究對(duì)象隨機(jī)分布時(shí),L(r)的數(shù)學(xué)期望值為0。若L(r)=0,表示災(zāi)害點(diǎn)互不相關(guān),呈現(xiàn)獨(dú)立分布;若L(r)<0,表示災(zāi)害點(diǎn)相互排斥,呈現(xiàn)均勻分布;若L(r)>0,表示災(zāi)害點(diǎn)相互吸引,呈現(xiàn)聚集分布。CrimeStat3.3是一種空間分析軟件,用于分析犯罪事件地點(diǎn)的空間統(tǒng)計(jì)方案。本文在具體操作上,采用了CrimeStat3.3犯罪事件分析軟件的Distance Analysis模塊,對(duì)2022年地質(zhì)災(zāi)害空間聚集模式進(jìn)行定量分析。

2 地質(zhì)災(zāi)害時(shí)空分布特征

2.1 時(shí)空格局分析

以十天為單位,統(tǒng)計(jì)各時(shí)間段內(nèi)地質(zhì)災(zāi)害發(fā)生的數(shù)目,得出全國(guó)地質(zhì)災(zāi)害的時(shí)間分布圖(圖2)。55.6%的質(zhì)災(zāi)害集中在6、7月發(fā)生,5月、8月、9月發(fā)生頻次較高,分別為9.8%、15.1%、6.4%,其余月份發(fā)生次數(shù)較低??傮w呈現(xiàn)夏季高發(fā)、春秋冬低發(fā)的季節(jié)性特征。其中,又以滑坡占總地質(zhì)災(zāi)害的比例最大?;潞湍嗍鞯姆植寂c總體特征相似,具有較強(qiáng)的季節(jié)性,滑坡尤其集中在7月和8月,泥石流高發(fā)的時(shí)間區(qū)間更廣,從5月底到8月中旬發(fā)生次數(shù)都相對(duì)較多。崩塌發(fā)生的季節(jié)性不明顯,4月至9月均有較多發(fā)生,且反常地在12月有一個(gè)較為明顯的波峰。根據(jù)地質(zhì)災(zāi)害的發(fā)生原因,大部分地質(zhì)災(zāi)害的誘發(fā)原因都是強(qiáng)降雨,我國(guó)降水分布具有明顯的季節(jié)性。因此,受降雨影響,地質(zhì)災(zāi)害的發(fā)生也呈現(xiàn)出季節(jié)性。崩塌在12月的反常高值,全部集中在四川宜賓的興文縣,誘發(fā)因素為地震。地面塌陷、地面沉降、地裂縫由于數(shù)量較少,未列入分析。

圖2 地質(zhì)災(zāi)害時(shí)間分布

利用ArcMap將災(zāi)害點(diǎn)展布于中國(guó)地圖,并以我國(guó)縣級(jí)行政區(qū)為統(tǒng)計(jì)單位,計(jì)算區(qū)域內(nèi)地質(zhì)災(zāi)害發(fā)生次數(shù),以次數(shù)繪制專題地圖(圖3所示),得出2022年我國(guó)地質(zhì)災(zāi)害空間分布特征:(1)2022年我國(guó)地質(zhì)災(zāi)害集中分布于西南、西北、華南地區(qū),在華東地區(qū)南部略有發(fā)生,東北、華北地區(qū)鮮有發(fā)生,其中寧夏省南部的武山縣、略陽縣、寧強(qiáng)縣、武都縣,湖北中部的安化縣,四川省的興文縣、峨眉山市發(fā)生頻次較高;(2)滑坡的分布與總體地質(zhì)災(zāi)害的分布特征相似,密集集中于寧夏-云南-江西三個(gè)省份圍成的三角形區(qū)域中,在華北、東北和沿海地區(qū)發(fā)生較少;(3)崩塌的分布存在著空間分布的不連續(xù),主要集中于寧夏南部-川渝和華東南部-華南兩個(gè)區(qū)域,且在這兩個(gè)集中區(qū)域之間存在著一條東北-西南向的隔斷,在華北、東北也有零星崩塌分布;(4)泥石流災(zāi)害集中于青藏高原外沿,呈帶狀分布,在江南、華南丘陵有零星的分布。

a.地質(zhì)災(zāi)害

2.2 核密度分析

為了進(jìn)一步探究各類型地質(zhì)災(zāi)害空間集聚模式,運(yùn)用核密度分析研究空間分異情況,確定各地質(zhì)災(zāi)害類型的熱點(diǎn)集聚區(qū)(圖4)。

a.地質(zhì)災(zāi)害

地質(zhì)災(zāi)害在空間上存在著明顯的熱點(diǎn)聚集區(qū),其中崩塌聚集于川渝、兩廣和贛皖交界區(qū)域,其間存在一條平行于胡煥庸線的分界線。東南地區(qū)的崩塌多發(fā)于丘陵地帶,垂直比降相對(duì)較大,部分由于開挖坡腳等人為因素引起的崩塌也同樣位于類似的地帶。西部地區(qū)的崩塌同樣廣泛分布于山地,多為降水誘發(fā),部分為坡體由重力或風(fēng)化作用引起。北部小范圍的崩塌熱點(diǎn)區(qū)域多受巖性、節(jié)理和當(dāng)?shù)亟邓挠绊憽?/p>

滑坡在甘肅南部、湖南中部存在著顯著的熱點(diǎn),呈“人”字形分布。西南地區(qū)的滑坡熱點(diǎn)沿著西藏青藏高原西側(cè)分布,東部地區(qū)的滑坡熱點(diǎn)集中于丘陵地帶,均在山區(qū)分布,山區(qū)起伏的地形在降雨的作用下,容易誘發(fā)滑坡;西北地區(qū)的滑坡熱點(diǎn)則分布于黃土高原,當(dāng)?shù)貧夂蚋珊?土質(zhì)疏松,地面裸露,植被覆蓋少,在雨水的沖刷下容易形成滑坡。

泥石流在青藏高原東側(cè)存在著連續(xù)顯著的熱點(diǎn)區(qū)域,在云南南部、湖南南部、湖南-江西南部交接處等地存在著離散的、較弱的聚集。西部山區(qū)年降水少而集中,容易誘發(fā)泥石流。

2.3 Ripley’s K多尺度點(diǎn)格局分析

利用CrimeStat 3.3軟件的Distance Analysis模塊,對(duì)2022年地質(zhì)災(zāi)害空間聚集模式進(jìn)行分析,并通過蒙特卡洛模擬法獲得95%置信水平下的置信區(qū)間,最終分析結(jié)果如圖5。

a.地質(zhì)災(zāi)害

2022年我國(guó)地質(zhì)災(zāi)害的分布隨著空間尺度的變化呈現(xiàn)不同的聚集模式和聚集強(qiáng)度。全體地質(zhì)災(zāi)害、崩塌、滑坡、泥石流的L(r)值均大于0,且Ripley’s K函數(shù)的曲線均位于置信區(qū)間上方,通過了95%的顯著性檢驗(yàn),由此說明這些災(zāi)害在空間上均存在著顯著的聚集分布。從地質(zhì)災(zāi)害的Ripley’s K函數(shù)的曲線來看,2022年我國(guó)地質(zhì)災(zāi)害的聚集情況總體上呈現(xiàn)先增強(qiáng),后緩慢下降的態(tài)勢(shì),這是滑坡、泥石流和崩塌三種災(zāi)害共同呈現(xiàn)的分布。崩塌的函數(shù)曲線呈現(xiàn)持續(xù)上升,最后趨于平緩的特征,在大于252 km時(shí)增長(zhǎng)率明顯降低,尺度越大其聚集性越強(qiáng)。泥石流災(zāi)害點(diǎn)的分布在小于612 km的尺度下聚集強(qiáng)度逐漸增加,在大于612 km的空間尺度下則逐漸趨向均勻分布?;碌腞ipley’s K函數(shù)的曲線與全體地質(zhì)災(zāi)害的走向相似。總體來說,在全國(guó)范圍內(nèi),崩塌和滑坡在大尺度下聚集程度較強(qiáng),而泥石流的分布則趨向均勻。

3 影響因素分析

3.1 海拔

如表1所示,地質(zhì)災(zāi)害與海拔高度關(guān)系密切,由于我國(guó)平原與低山丘陵分布面積較高原更廣,因此就災(zāi)害發(fā)生次數(shù)來看(圖6a),其隨海拔高度變化總體趨勢(shì)遞減,只有泥石流在1460~2183 m處有一個(gè)明顯的波峰。為使數(shù)據(jù)更具有可比性,取單位面積災(zāi)害發(fā)生次數(shù)作為災(zāi)害發(fā)生密度作為指標(biāo),評(píng)價(jià)不同海拔高度下災(zāi)害的易發(fā)性。

表1 海拔高度分級(jí)與災(zāi)害點(diǎn)數(shù)目

a.地質(zhì)災(zāi)害發(fā)生次數(shù)

滑坡密度在402~909 m(2級(jí))和1460~2183 m(4級(jí))這兩個(gè)區(qū)間中存在著明顯的波峰,且在1460~2183 m(4級(jí))達(dá)到了最大值,隨后逐漸遞減;崩塌在低海拔地區(qū)發(fā)生密度較高,高海拔地區(qū)發(fā)生密度較低;泥石流在第4級(jí)密度較大,集中在1460~2183 m處發(fā)生(圖6b)。

3.2 坡度

通過全國(guó)高程數(shù)據(jù)計(jì)算得出全國(guó)坡度分布數(shù)據(jù)(單位:度),依照自然間斷法對(duì)坡度數(shù)據(jù)重分類,并統(tǒng)計(jì)各個(gè)區(qū)域的面積和災(zāi)害點(diǎn)數(shù)目如表2所示。

表2 海拔高度分級(jí)與災(zāi)害點(diǎn)數(shù)目

圖7a顯示,各種地質(zhì)災(zāi)害在坡度為1.12°~3.18°這一區(qū)間中分布較多。從災(zāi)害發(fā)生密度來看,各種地質(zhì)災(zāi)害具有不同的特點(diǎn)(圖7b):(1)滑坡密度總體較高,且隨坡度增大,滑坡發(fā)生密度也逐漸增大,在5.42°~7.86°處達(dá)到峰值,而后逐漸下降;(2)泥石流呈現(xiàn)緩慢上升的趨勢(shì),在13.28°~16.46°和20.20°~25.25°具有兩個(gè)波峰,總體密度較低;(3)崩塌在坡度較低的區(qū)域發(fā)生密度相近,坡度大于10.48°時(shí),呈現(xiàn)波動(dòng)下降的態(tài)勢(shì)。

a.地質(zhì)災(zāi)害發(fā)生次數(shù)

3.3 河流

河流沖刷會(huì)導(dǎo)致地質(zhì)災(zāi)害的發(fā)生,例如金沙江滑坡形成堰塞湖,由此本文探究了距離河流的遠(yuǎn)近對(duì)地質(zhì)災(zāi)害分布和發(fā)生的影響。利用ArcMap的Near功能,計(jì)算出各災(zāi)害點(diǎn)到河流的距離。以15km為界,在距離主要河流15 km以外的區(qū)域,發(fā)生278起崩塌、671起滑坡、95起泥石流,共計(jì)490起,占2022年地質(zhì)災(zāi)害總次數(shù)的17.3%,將其視為與河流無關(guān)的災(zāi)害點(diǎn)。對(duì)15 km以內(nèi)的災(zāi)害點(diǎn),以500 m為分組間距,統(tǒng)計(jì)每組災(zāi)害點(diǎn)數(shù)目,并對(duì)距離與災(zāi)害次數(shù)進(jìn)行線性擬合(圖8)。結(jié)果表明地質(zhì)災(zāi)害的發(fā)生與災(zāi)害點(diǎn)位置距離河流的遠(yuǎn)近存在著負(fù)相關(guān)(圖8a),即距離越遠(yuǎn),發(fā)生次數(shù)越低,其中崩塌的線性擬合效果較好(圖8c),滑坡和泥石流發(fā)生的次數(shù)與河流距離呈現(xiàn)遞減的關(guān)系(圖8b,d)。因此,河流對(duì)近距離地質(zhì)災(zāi)害的發(fā)生有較大的影響。

a.地質(zhì)災(zāi)害

3.4 降水量

2022年地質(zhì)災(zāi)害統(tǒng)計(jì)數(shù)據(jù)顯示大部分災(zāi)害誘發(fā)因素都是強(qiáng)降雨,利用2022年全國(guó)年降水量數(shù)據(jù),按照地質(zhì)災(zāi)害空間位置的降水量,對(duì)其進(jìn)行分組統(tǒng)計(jì),組距為100 mm,以災(zāi)害發(fā)生密度,得出降水量對(duì)災(zāi)害分布的影響(圖9)。全部地質(zhì)災(zāi)害的分布特點(diǎn)與滑坡、崩塌大致相似,在降水量低于800 mm的地區(qū)發(fā)生頻率較低,在1000 mm~2000 mm的高降水量區(qū)域發(fā)生頻率較高,泥石流發(fā)生密度較低,但仍可以看出在500 mm~1000 mm的區(qū)域,密度處于相對(duì)較高的水平,可見降水是引發(fā)地質(zhì)災(zāi)害的重要因素之一。

圖9 降水量與地質(zhì)災(zāi)害的關(guān)系

要考慮到平均降水跟地質(zhì)災(zāi)害有重要的關(guān)聯(lián),但一次地質(zhì)災(zāi)害的發(fā)生,可能與某次極端降水事件有更密切的關(guān)系。因此,利用從2022年全國(guó)日降水量數(shù)據(jù)中獲取的日最大降水量和災(zāi)害點(diǎn)的空間位置進(jìn)行分組統(tǒng)計(jì),以災(zāi)害發(fā)生密度為評(píng)價(jià)其發(fā)生可能性大小的指標(biāo),15 mm為組距,繪制折線圖如圖10所示。

a.地質(zhì)災(zāi)害

總體上,在極端降水量較低的區(qū)域,地質(zhì)災(zāi)害發(fā)生的可能性較小,而在暴雨(降雨量50~100 mm)、大暴雨(降雨量100~250 mm)發(fā)生的區(qū)域,地質(zhì)災(zāi)害發(fā)生的可能性較大。由于最大降水量大于210 mm的區(qū)域面積較小,1、2次的地質(zhì)災(zāi)害也會(huì)導(dǎo)致其表現(xiàn)出發(fā)生密度很大,偶然性較大,而最大降水量小于210 mm的區(qū)域面積分布相對(duì)較廣,地質(zhì)災(zāi)害發(fā)生次數(shù)均大于10次,偶然性較小,具有參考價(jià)值。因此,可以認(rèn)為極端降水事件與地質(zhì)災(zāi)害的發(fā)生有密切的關(guān)系。同樣地,滑坡在曾發(fā)生過暴雨、大暴雨的區(qū)域發(fā)生可能性較大,在降水量為135~165 mm區(qū)段發(fā)生密度尤其大。由于高降水量地區(qū)統(tǒng)計(jì)的偶然性,使曲線在210 mm以下區(qū)域的變化趨勢(shì)不甚明顯,去除該點(diǎn)后,可以明顯地發(fā)現(xiàn)在75~90 mm和135~150 mm的區(qū)域存在著較大的極大值。泥石流發(fā)生密度在30~45 mm存在極大值,在最大降水量為120 mm以上的區(qū)域發(fā)生密度大,根據(jù)地質(zhì)災(zāi)害點(diǎn)的所在位置和引發(fā)原因,泥石流高發(fā)地帶集中于青藏高原附近的山區(qū),常年氣候干旱,而短時(shí)間或持續(xù)相對(duì)較強(qiáng)的降水或冰川融水,經(jīng)過產(chǎn)流匯流過程,裹挾山區(qū)大量泥沙,便形成了泥石流,因此在30~45 mm存在一個(gè)特殊的極大值(圖10d)。

5 結(jié)論

本文利用統(tǒng)計(jì)分析和GIS方法,對(duì)2022年全國(guó)地質(zhì)災(zāi)害的時(shí)空分布特征、空間聚集模式和熱點(diǎn)區(qū)域開展分析,并探究了導(dǎo)致其空間分布形成的影響因素。研究結(jié)果發(fā)現(xiàn):

1)2022年在全國(guó)大部分地區(qū)都有地質(zhì)災(zāi)害發(fā)生,其分布具有明顯的時(shí)空分布特征。在時(shí)間上,地質(zhì)災(zāi)害在1~5月波動(dòng)上升,6~8月大幅增加,9~12月回落,總體呈現(xiàn)夏季高發(fā),其他季節(jié)低發(fā)的季節(jié)性特征。其中滑坡發(fā)生次數(shù)遠(yuǎn)多于其余崩塌和泥石流,在7月存在顯著的波峰。在空間上,地質(zhì)災(zāi)害集中與我國(guó)西南、華南、華中以及西北東部地區(qū),在華北、東北、西北西部地區(qū)發(fā)生次數(shù)較少,具有較為顯著的空間集聚分布,其中甘肅寧夏南部交界處受災(zāi)情況最為嚴(yán)重,這對(duì)我國(guó)防災(zāi)工作部署具有積極意義,合理部署防災(zāi)資源,加強(qiáng)對(duì)高發(fā)地區(qū)的災(zāi)害預(yù)防,可以盡量減少災(zāi)害給當(dāng)?shù)鼐用駧淼膿p失。

2)不同地質(zhì)災(zāi)害有不同空間聚集熱點(diǎn),在不同的尺度下有不同的聚集特征。崩塌、滑坡、泥石流都具有明顯的空間熱點(diǎn),它們存在著一定的空間差異,但也有重合區(qū)域。隨著空間尺度的增大,崩塌和滑坡的空間分布趨向聚集,泥石流的空間分布越趨向均勻。依據(jù)空間熱點(diǎn)和分布模式,管理者可以有的放矢地定點(diǎn)治理地質(zhì)災(zāi)害,同時(shí)空間分布模式的差異也體現(xiàn)了各種地質(zhì)災(zāi)害的質(zhì)異,提醒管理者災(zāi)害治理需要區(qū)別對(duì)待,不能簡(jiǎn)單地視同一律。

3)地質(zhì)災(zāi)害的發(fā)育分布和海拔、坡度、河流、降水量存在著密切的關(guān)系,了解這些因素能夠幫助管理部門、開發(fā)商、居民在進(jìn)行選址或開展經(jīng)濟(jì)活動(dòng)時(shí),避開災(zāi)害易發(fā)區(qū)域,選擇災(zāi)害發(fā)生概率較低的地區(qū),將地質(zhì)災(zāi)害的潛在影響降到最低。

地質(zhì)災(zāi)害時(shí)空分布特征的識(shí)別是實(shí)時(shí)監(jiān)測(cè)、防汛預(yù)警和轉(zhuǎn)移避險(xiǎn)等防范工作的基礎(chǔ),為了更有效地實(shí)現(xiàn)防災(zāi)資源配置,監(jiān)測(cè)的重點(diǎn)應(yīng)當(dāng)向地質(zhì)災(zāi)害分布的熱點(diǎn)地區(qū)傾斜。同時(shí),地質(zhì)災(zāi)害的氣象風(fēng)險(xiǎn)較高,應(yīng)當(dāng)綜合遙感、氣象大數(shù)據(jù)等方法進(jìn)行預(yù)警。此后,在時(shí)間尺度上,下一步將實(shí)現(xiàn)從單一年度到多年度的分析,利用2004~2021年的地質(zhì)災(zāi)害分布數(shù)據(jù),進(jìn)行更深入的探究;在影響因素上,將人類活動(dòng)的影響納入研究范圍,考量例如道路交通導(dǎo)致的滑坡和崩塌等人文因素對(duì)于地質(zhì)災(zāi)害時(shí)空分布的影響。

猜你喜歡
泥石流時(shí)空滑坡
跨越時(shí)空的相遇
滑坡推力隱式解與顯式解對(duì)比分析——以河北某膨脹土滑坡為例
鏡中的時(shí)空穿梭
泥石流
雜文月刊(2018年21期)2019-01-05 05:55:28
玩一次時(shí)空大“穿越”
“民謠泥石流”花粥:唱出自己
海峽姐妹(2017年6期)2017-06-24 09:37:36
泥石流
淺談公路滑坡治理
北方交通(2016年12期)2017-01-15 13:52:59
時(shí)空之門
基于Fluent的滑坡入水過程數(shù)值模擬
东乌珠穆沁旗| 虞城县| 高雄县| 永安市| 武川县| 南乐县| 连云港市| 屏东县| 平江县| 土默特左旗| 门源| 原阳县| 得荣县| 彰化县| 盱眙县| 石嘴山市| 农安县| 平舆县| 六枝特区| 剑川县| 高雄县| 隆子县| 石门县| 乐安县| 尤溪县| 林西县| 大渡口区| 郓城县| 安阳县| 廊坊市| 五指山市| 绥化市| 景洪市| 寿宁县| 乾安县| 甘南县| 钟山县| 新河县| 通州区| 天津市| 正蓝旗|