基于GIS的文县滑坡灾害危险性评估

毕 业 论 文本科生 中文标题 基于GIS的陇南文县滑坡灾害危险性评估 英文标题 Landslide hazard assessment of Longnan WenCounty based on GIS 学生 XX 指导教师 XXX 学 院 资源环境学院 专 业 地理信息系统 年 级 2008级 大学教务处诚信责任书本人重声明：本人所呈交的毕业论文设计,是在导师的指导下独立进行研究所取得的成果。毕业论文设计中凡引用他人已经发表或未发表的成果、数据、观点等,均已明确注明出处。除文中已经注明引用的容外,不包含任何其他个人或集体已经发表或在网上发表的论文。特此声明。论文作者签名：XX 日 期：2012-5-22目录基于GIS的陇南文县滑坡危险性评估1第一章引言21.1 研究意义21.2 国外研究现状2第二章研究方法32.1 信息量法32.2 基于GIS的滑坡危险性评估流程图5第三章研究区概况与数据预处理63.1 研究区概况63.2 影响因子选取与分析63.3 数据处理8第四章基于GIS的信息量运算134.1各因子信息量计算134.2总信息量计算与制图14第五章结果分析155.1滑坡危险性分级155.2评估结果制图与分析165.3不足之处17参考文献:18图 1 基于GIS的滑坡危险性评估流程图5图 2 陇南文县历史滑坡点分布图6图 3 陇南文县土地利用分布图9图 4 陇南文县高程分布图10图 5 陇南文县坡度分布图11图 6 陇南文县降水量分布图12图 7 陇南文县地震危害图12图 8 陇南文县灾害评估信息量分布15图 9 陇南文县滑坡灾害危险性评估图1618 / 21基于GIS的陇南文县滑坡危险性评估XX 摘要： 基于陇南文县历史滑坡点数据,在ArcGIS平台下,采用信息量模型,选取高程、土地利用类型、降雨、地震、距离公路远近、距离河流远近、居民点、坡度、坡向、等九个评价因子作为评价指标,对整个文县滑坡危险性进行了分析,制作了文县滑坡危险性空间分布图。评价结果与历史滑坡点的分布基本吻合,说明基于GIS和信息量的评价方法切实可行,并具有广泛的推广应用价值。关键词：滑坡；灾害评估；GIS；信息量模型法；陇南文县Landslide hazard assessment of Longnan WenCounty based on GISAbstract: Based on the historical landslide data of LongnanWenCounty, do the analysis of the landslide hazard assessment using geographic information systems forthe entire text of County areas. Analysis process to select the amount of information model as an evaluation model to select the elevation, slope, aspect, land use, rainfall, earthquakes, from the highway distance from the river distance, settlements evaluation factors as evaluation index. GIS spatial analysis function superposition analysis of nine factors under the amount of information map, and then combined with the subjective experience of disaster classification, risk assessment maps. The evaluation results and the distribution of points of historical landslide consistent, confirmed GIS-based evaluation method is practicable, and has a wide range of promotional value.Key words:Landslide ；Disaster Assessment ；GIS ；Information model；Hazard assessment第一章引言1.1 研究意义滑坡是常见的地质灾害之一,在山区较为常见。它是指在一定的地形地质条件下,由于外部因素因自然或人为的作用发生改变,破坏了力学平衡,在某种诱因的作用下发生的岩体、土体下滑现象。我国受滑坡灾害影响严重,每年造成的经济损失达十几亿。滑坡灾害主要分布在我国西北地区。由于西北地区地质条件复杂,地形多以山区为主,滑坡成为西北地区最为频发的地质灾害。人类活动主要集中在地形较为平缓的山脚地区,因此,滑坡灾害常常给工农业生产及人民生命财产安全造成巨大的损失。随着西部大开发战略的逐步深入,西北地区的基础建设、能源勘探、国土建设力度将进一步加大,这使得本就是地质灾害高发区的西北地质环境更为恶化。为了更好地协调经济建设与环境保护的关系,避免地质灾害的发生,为工农业生产、政府决策提供科学依据,滑坡灾害危险性评估不可或缺。地处白水江流域的文县,是滑坡灾害的高发区,进行该区域滑坡危险性评估,对于当地预防灾害,经济建设具有指导意义。1.2 国外研究现状滑坡灾害风险评估作为滑坡灾害防治的主要手段,对减轻灾害损失具有重要意义,近年来已经得到了国外高度的重视。国外的滑坡灾害风险评估起步比较早,在理论创新,方面研究方面比较成熟,灾害危险性评估实效往往比较强。80年代,H.H. Enstein提出,滑坡的风险评价框架应包括五个方面,分别是危害图、至灾图、自然状态图、风险图、滑坡管理图。1995年,法国制定了灾害防治规划PPR。澳洲AGS组织在20XX发布了滑坡风险管理理念与指南,对滑坡风险性评估给与了肯定。20XX,滑坡风险管理理论框架在温哥华滑坡风险管理国际会议上提出,如今被广泛的应用。国滑坡灾害危险性评估在近几年取得了比较大的进展。20XX,朱良峰等开发的基于GIS的地质灾害风险分析系统, 对全国滑坡灾害进行了分析与评估。但是,国滑坡灾害风险性评估与管理由于起步较晚,与世界前沿水平相比仍有较大差距。5.12震及舟曲泥石流灾害的发生就对我国灾害应急评估提出了挑战。从评估方法上来讲。主要以定量评估为主。定量分析主要包括统计分析法、数学模型法、基于新技术GIS的评估方法三种。朱良才 提出了基于信息量模型的中国滑坡灾害风险区划研究, 以信息量作为衡量各因子对灾害发生提供的贡献值,进行危险等级划分,制作滑坡灾害危险性评估图。吴益平利用BP神经网络模型对巴东新县城滑坡灾害进行了危险性预测。基于GIS的滑坡风险性评估成为了今后灾害评估的趋势,其研究方法较多, 如邢秋菊等 以万州滑坡地质灾害为例, 将滑坡危险性评估中的各因子矢量化成相同分辨率的数据, 利用回归分析法, 进行滑坡地质灾害危险性评价。第二章研究方法随着GIS技术的日益成熟,特别是ARCGIS、MAPGIS等GIS平台的出现,以GIS平台作为技术支持,以统计分析法或数学模型为载体的的灾害评估方法成为主流。统计分析法主要包括概率指数法、权重因子法、时间效应法、信息量法等。数学模型法包括BP神经网络模型、灰色关联分析等。2.1 信息量法信息量法是近年来地质找矿、灾害评估等领域应用最为广泛的统计方法之一。它通过对已有现象、数据的处理分析,将各种客观因素转换为对灾害发生所提供的信息值,以其值的大小作为其对灾害发生的贡献值的量化。进而通过计算其他区域的总信息量值来预测其他区域灾害发生的可能性。信息量法属于经验型评估的一种,是客观数据与主观分析的结合。灾害发生受各种因素的影响,往往是多个因素的综合作用,不同的灾害点,各个因素对灾害的发生提供不同的贡献值,同时,组合方式不同,贡献值也就不同。在滑坡灾害中,我们假定滑坡灾害受地形因子和诱发因子的共同作用。要对区域进行灾害评估,就要找到最佳的要素组合,计算其贡献率,而不是单独对某个因子的研究。在GIS中,信息量模型法实现的核心是栅格数据的叠加运算。在GIS中,通过对各个数据层的栅格化,运用信息量模型的计算方式,计算单个图层每个研究单元的信息量值,得到某个因子图层不同类别的信息量值分布,制作单因子信息量图。然后通过对信息量图的叠加运算,得到总的信息量分布。通过对每个研究单元信息量的分析,得到研究单元发生滑坡灾害的可能性,最终得到区域灾害评估图。按照信息量模型法的观点,我们认为研究单元是否能够发生滑坡灾害取决于研究单元的信息量,我们设 式中, 是指因子组合x1x2x3xn为研究单元提供的滑坡信息量,为因子组合x1x2x3xn 条件下发生滑坡灾害的概率,P为滑坡发生的概率。式可以写成如下形式= 通过式b我们得出,研究单元的滑坡信息量等于x1提供的滑坡信息量,加上x1确定后x2对研究单元提供的滑坡信息量,一直到x1x2x3xn-1确定后xn对研究单元提供的滑坡信息量。在GIS中,各个因子的信息量的计算全部是基于栅格单元的,因此,上式在针对GIS分析时一般写成基于样本的频率计算,设置如下参数：设研究区域的研究单元总数栅格总数为S；存在因素xi某类别的研究单元数栅格数为Si；具有滑坡分布的研究单元栅格数为N；分布在因素xi某个类别的研究单元栅格数为Ni。 某因子xi对研究单元提供的滑坡信息量如下：c计算单个研究单元总的滑坡信息量Ii： d注：n为研究单元的参评因子。通过公式d计算出的研究单元的总信息量就是滑坡灾害发生的信息量,数值越大,说明研究单元发生滑坡灾害的可能性越大。2.2 基于GIS的滑坡危险性评估流程图图 1 基于GIS的滑坡危险性评估流程图第三章研究区概况与数据预处理3.1 研究区概况文县位于省东南部,地处东经10416 16 -10527 29 ,北纬3235 43 -3320 36。文县东西长约200公里,南北宽约160公里,山区占总面积的90%,海拔550米到4200米。文县属长江流域,境主要有白水江、白龙江穿流而过,汇入嘉陵江。文县属亚热带气候,年平均气温6-16C,年均降水量450毫米-1000毫米。同时,文县处于亚欧板块与印度洋板块的相互作用区,不仅地质结构复杂,而且地壳运动活跃,是地震多发区。在20XX的汶川震中,文县地区受灾严重。文县地区滑坡灾害严重,历史滑坡点分布图如图2。图 2 陇南文县历史滑坡点分布图3.2 影响因子选取与分析结合滑坡灾害发生的普遍致灾因子与文县地区的具体情况,本文选择高程、土地利用类型、降雨量、地震分布、距离公路的距离、距离河流的距离、距离居民点的距离,以及基于高程的坡度、坡向等九个因子。3.21 居民点人类活动是地质灾害发生的重要因素。人类工程建设,水资源利用都会对周围的地质条件产生影响。同时,以居民点为中心一般要进行以公路、铁路、通信线路为主的基础设施建设,造成开挖坡脚,削坡过陡等。在发生诸如连续降雨、地震的情况下,容易诱发滑坡灾害。在对历史滑坡点的分析中我们可以看到,有相当大的一部分滑坡就发生在人类居民点附近。3.22 土地利用随着人口的持续增加以及土地资源开发速度的急剧加快,人类活动对周围环境的破坏程度越来越大。土地资源的稀缺使得人类的开发围、开发力度不断加大。毁林开荒等土地资源的不合理利用破坏了植被环境,使得植被覆盖率下降,岩土体裸露、地表风化作用加快,造成大量水土流失,从而破坏了斜坡岩土体结构,降低了岩土强度,增加斜坡负荷,导致斜坡失稳。因此土地利用状况是研究地质灾害一个不可忽视的因素。3.23数字高程模型数字高程模型DEM是用等高线图生成的栅格化数据,它用来描述区域任意一点的高程信息。高程对气候、水文、地质、土壤等都有较大的作用,而这些因素都对地质灾害的发生有影响。因此,高程值也是研究滑坡分布的重要因子。3.24 坡度坡度是描述地貌特征最重要的因子,同时也是影响滑坡的重要因素之一。随着坡度的变化,岩体等滑坡体的重力作用,应力支撑等条件发生变化,坡度越大,重力作用越大,为滑坡创造了条件。坡度可以通过数字高程模型DEM生成。3.25 坡向坡向本身对滑坡没有作用,但是坡向影响小围的日照、气候、水热比等条件。阴坡阳坡的不同气候条件影响岩体的分化程度与植被覆盖度,致使阳坡更易于发生滑坡灾害。坡向可以由DEM数据生成。3.26 距离主干道、距离水系的距离文县地处西北,是典型的山区地形,公路多依山而建。公路建设一般会打破公路两侧地质条件的平衡,引起岩体的松动以及山体的应力平衡。遇到暴雨或者地震等灾害,容易发生滑坡。我国滑坡灾害有相当大的一部分发生在道路两侧。因此,距离道路的距离是滑坡评估的重要因子之一。河流对地质条件的影响主要表现为对两侧山体的侵蚀,掏挖,以及水土流失。3.27 降水量降雨是地质灾害发生的主要诱因之一。降水注入滑坡体,增大岩体容重,软化岩土、降低岩土的抗剪强度。同时降水渗透到岩体与基面之间成为润滑剂,降低摩擦,从而导致滑坡。20XX发生在舟曲的特大泥石流灾害就是由强降雨诱发山体滑坡,进而演变成泥石流灾害的典型案例。3.28 地震地震是地质灾害的最主要诱因之一。地震严重破坏地层结构,动摇坡体稳定,直接诱发滑坡的发生。文县地区处于亚欧板块与印度洋板块的相互作用区,不仅地质结构复杂,而且地壳运动活跃。是地震多发区,20XX的汶川震,文县就是重灾区之一。因此,本次评估将地震作为研究文县地区滑坡灾害的因子。3.3 数据处理GIS灾害评估是基于多因子图层的叠加分析,为了获得各个研究因子的图层,本次评估准备了以下数据。信息量法灾害评估是基于栅格化数据进行空间分析。结合文县具体情况,对以下数据进行格式处理：1、等高线数据；2、土地利用类型图；3、降雨水文观测点数据；4、文县地区主干道数据；5、文县地区水系数据；6、居民点分布数据；7、文县地区地震影响等级图；8、历史滑坡点数据。以上数据投影为Krasovsky_1940_Transverse_Mercator。其中居民点、主干道、水系、等高线、土地利用来源于基础信息数据。降水数据为20XX到20XX观测数据的平均数据。文县耕地以梯田为主。其土地利用类别较少。根据大的分类将其划分为五种。分别是林地、耕地、草地、工矿居民用地、未利用土地。使用ARCGIS数据转换模块将矢量化的土地利用面图层按照使用类型转换为栅格数据,然后进行重分类,赋值备用。土地利用分布图如图3。图 3 陇南文县土地利用分布图在ARCGIS DEM模块的支持下,利用矢量化的等高线数据生成文县地区DEM图。DEM数据是连续分布的,为了研究滑坡点在不同阶层的分布。需要对DEM数据进行重分类。文县地区高程在600m到4200m之间,通过对历史滑坡点的研究发现滑坡灾害主要分布在高程为600m到2000m之间的区域。此次划分使用ARCGIS重分类功能将DEM数据分成五个类别,依次是600m1300m,1300m2000m,2000m2800m,28003500m,3500m。文县地区高程图如图4。图 4 陇南文县高程分布图坡度可以通过数字高程模型DEM生成。使用ARCGIS的3D分析工具的SLOPE工具生成文县地区的坡度图。此时的坡度图是连续分布的栅格数据,为了分区间进行分析,根据坡度跨度及滑坡点的主要分布特点,将坡度重分类为五个类别。分别是015,1530,3045,4560,60。坡度图如图5。图 5 陇南文县坡度分布图坡向可以由DEM数据生成。使用ARCGIS的3d分析工具生成坡向图。对坡向按照方向进行重分类。对河流和公路的线图层矢量进行距离为0150m,150m300m,300m450m的缓冲区分析,将缓冲区面图层转换为栅格数据。降水和地震时滑坡主要诱发因子。本文降水量数据是点数据,数据来源于各个水文观测站。要得到整个文县区域的降水量数据,需进行区域插值。本文以文县地区水文观测站观测的24h降水量作为源数据,利用ARCGIS提供的插值方法插值得到文县地区降水分布图。然后对降水量进行重分类,分为五个等级。分别是30mm40mm,40mm50mm,50mm60mm,60mm70mm,70mm。文县降水分布图如图6。地震按照危险性划分为多个等级 ,地震分布图如图7。图 6 陇南文县降水量分布图图 7 陇南文县地震危害图第四章基于GIS的信息量运算4.1各因子信息量计算加载滑坡点分布数据与其它各个因子图层,将滑坡点分布数据分别与其它图层进行空间分析,利用ARCGIS的空间分析和统计模块得到整个区域研究单元数、含有某因子分布的研究单元数、具有滑坡分布的研究单元数、分布在因子某个区间的研究单元数。然后利用信息量模型计算公式d计算某因子各个区间的信息量值,进而得到某因子对滑坡灾害发生的信息量贡献值。统计与计算结果如表1。表 1 信息量计算表通过计算得到各个因子不同区间的信息量值,当信息量值为正时,说明这一类别的因子对滑坡灾害的发生具有促进作用。若为负值,作用相反。通过观察上表分析单个因子的贡献值,我们可以找到对滑坡灾害贡献值最大的几个因子区间,分别是：土地使用类型耕地,主干道450m围,地震极高危险区,坡向东南方向,居民点影响。这个结果与实际情况相符合,证明评价方法具有可行性。4.2总信息量计算与制图利用ARCGIS分析工具提供的栅格计算器对各个因子图层按照计算出的信息量值进行重新赋值,得到各个图层的信息量分布图。计算出每个研究因子的信息量值以后,利用GIS提供的叠加运算功能,将各个因子的信息量值进行空间叠加分析,计算各个研究单元总的信息量值,然后生成一以信息量值得大小来衡量滑坡灾害危险性的图。文县灾害评估信息量分布图如图8。图表 8 陇南文县灾害评估信息量分布图8是以连续分布的信息量值来表示滑坡灾害的危险性,信息量值越大,说明发生灾害的可能性越大。第五章结果分析5.1滑坡危险性分级由于在地质灾害评估中,一般不用这种连续分布的值来表示,灾害评估习惯于将区域化的灾害危险性划分成几个等级。在本次评估,我们将文县地区滑坡灾害危险性划分为五个区域,分别是无危险区、低危险区、中等危险区、高危险区、极高危险区。利用ARCGIS的重分类工具,我们将-4.71394.5593的信息量区间分为五个部分。如表2.表 2 危险性区划按照上表区间进行重分类,得到文县地区滑坡灾害危险性评估图。5.2评估结果制图与分析图表 9 陇南文县滑坡灾害危险性评估图陇南文县滑坡灾害危险性评估图如图9。通过对比文县滑坡灾害危险性评估图图9与陇南文县历史滑坡点分布图图2可以看出,利用信息量法划分出的滑坡灾害分布与实际发生的滑坡灾害一致性很强。评估结果比较理想。分析文县灾害评估信息量统计值和最终的风险评估图。我们知道,文县地区滑坡灾害发生危险性最大的区域主要分布于高程600m到2000m、坡度15到30之间。这是因为文县地区80%为山区,人类的主要活动都集中在高程600m到1500m之间的围,人类活动改变了这一区域的地表结构。而耕地同样主要存在于这一区域,大量的土地开垦使得树木砍伐,水土流失严重,导致滑坡灾害频发。道路两侧滑坡点集中是一个全国性的难题,道路桥梁等工程对地质环境的破坏最为严重,因此公路两侧450m以成为滑坡灾害的频发区域并不令人感到意外。以居民点为中心向四周辐射地区也是滑坡灾害的重灾区。其原因同样是人类活动对环境的改变。河流两侧150m到450m围滑坡灾害多发主要是因为河流对两侧的冲刷以及当强降雨发生时雨水向河流汇集导致对河流两侧地区的冲刷。而坡向对滑坡点分布的影响则主要体现在光照。光照强侧比弱侧岩体风化严重。所以我们看到东南方向滑坡分布最为密集。从各个因子对滑坡灾害发生的反作用方向来看。最主要的抑制因子为高程2000m2800m和土地利用类型为林地,其贡献值分别为-1.111和-1.2362。这是因为林地具有非常好的植被覆盖,同时林地主要分布于高程2000m以上的区域,这一区域人类活动相对较弱,生态环境保护很好,地质条件基本没有被破坏,因此滑坡灾害发生的很少。坡向为北方向对滑坡灾害的发生也起比较大的抑制作用,达到-0.6869。这是因为北方向日照情况差,属于绝对的阴坡面。岩体风化情况很少存在,不利于发生滑坡灾害。地震对滑坡的影响则完全符合地震等级,地震危害越轻,滑坡点越少。地震危害越高,滑坡越多。5.3不足之处通过对文县滑坡危险性评估过程的反思和结果的分析,我认为评估方法存在以下一些不足之处。5.31 空间分析精度不够基于栅格数据的GIS空间分析的研究单元是栅格,因此,栅格大小决定了分析结果的精确程度。栅格过大导致精度降低,栅格过小则带来过大的运算量。尤其是对较大区域进行分析时,每提高很小的精度就会带来成倍的运算量。如何选择一个合适的分析单元大小,对科研人员的水平提出了很高的要求。5.32 等级划分主观性太强基于GIS的信息量法评估是建立在因子的等级划分的基础上的。无论是高程、坡度还是降水量的等级划分都依赖于划分者主观意见,其科学性往往不高。如本文对于高程按900m跨度的划分,其是否合理就值得商榷。而在最后对滑坡灾害信息量值进行重分类,生成危险性评估图的时候同样存在这样的问题。因此,如何将因子等级划分合理化、规化。是让基于GIS的信息量法灾害评估更加科学的关键。参考文献:1 滑坡泥石流学术研讨会文集c大学,19922 王恭先滑坡灾害及其防治技术M交通部科技信息所培训中心,19983 绍聘. 灾害评估研究容与方法探讨A地理科学进展,2001.4徐邦栋滑坡分析与防治M-中国铁道,20015 阮勇,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 . 理工学院学报,2001.6礼立数字减灾系统J自然灾害学报,2000,9 .7郭芳芳等.基于ARCGIS的滑坡地质灾害地貌因素分析J.地质力学学报, 2008.8 殷坤龙,朱良峰. 滑坡灾害空间区划及GIS的应用研究J .地学前缘,2001.9吴树仁.基于GIS 技术的巴东新城区滑坡灾害危险性区划J.地球学报, 2005.10 全敏.滑坡灾害风险评价及其治理决策方法研究D.理工大学, 2004.11 家存等.基于概率指数模型的区域滑坡危险性评价J.中国图象图形学报,2007,12: 1471 14751.