城市化的快速推進(jìn)加劇了建設(shè)活動(dòng)強(qiáng)度,強(qiáng)烈改變自然地表,破環(huán)原本穩(wěn)定的地質(zhì)環(huán)境,導(dǎo)致滑坡災(zāi)害日益頻繁。本研究以深圳市為研究區(qū),基于"危險(xiǎn)性-脆弱性-潛在損失"三維評(píng)價(jià)框架評(píng)價(jià)深圳市街道尺度滑坡災(zāi)害生態(tài)風(fēng)險(xiǎn)、運(yùn)用"三基色"原理可視化風(fēng)險(xiǎn)結(jié)構(gòu),并采用蒙特卡洛模擬進(jìn)行不確定性分析,進(jìn)而提出生態(tài)風(fēng)險(xiǎn)管理措施。結(jié)果表明:（1）不確定性與街道面積呈顯著的負(fù)相關(guān)關(guān)系,隨著街道面積增加,生態(tài)風(fēng)險(xiǎn)源不確定性減少;（2）以風(fēng)險(xiǎn)源為不確定性主體的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)中,不確定性由生態(tài)風(fēng)險(xiǎn)源不確定性和"源外"因子大小共同主導(dǎo),"源外"因子大小是生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)不確定的敏感因素;（3）深圳市滑坡災(zāi)害生態(tài)風(fēng)險(xiǎn)從西到東呈現(xiàn)"低-高-低-高"交錯(cuò)結(jié)構(gòu),風(fēng)險(xiǎn)結(jié)構(gòu)主要為"高脆弱-高潛在損失"型和"高危險(xiǎn)-高潛在損失"型。分析生態(tài)風(fēng)險(xiǎn)結(jié)構(gòu),建立滑坡災(zāi)害生態(tài)風(fēng)險(xiǎn)管理體系,制定明確風(fēng)險(xiǎn)管理目標(biāo),有利于高效地進(jìn)行生態(tài)風(fēng)險(xiǎn)管理。 

【文章來(lái)源】：生態(tài)學(xué)報(bào). 2020,40(11)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

深圳市街道及滑坡編錄

利用深圳市112例歷史滑坡點(diǎn)(設(shè)為“1”)和等量的“無(wú)隱患點(diǎn)”(設(shè)為“0”)共224例樣本點(diǎn)對(duì)深圳市全域內(nèi)的滑坡災(zāi)害危險(xiǎn)性進(jìn)行預(yù)測(cè)。隨后提取樣本點(diǎn)對(duì)應(yīng)的環(huán)境因子,用于人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測(cè)試�？紤]滑坡機(jī)理[15],本文從數(shù)據(jù)源中獲取了9項(xiàng)環(huán)境因子,包括:高程、坡度、剖面曲率、平面曲率、地層巖性、斷層距離、NDVI、邊坡點(diǎn)核密度和年平均降雨量,將所有圖層輸出為60 m×60 m的柵格大小。為避免相似因素被重復(fù)考慮,導(dǎo)致模型估計(jì)失真,需識(shí)別環(huán)境因子之間的關(guān)聯(lián)關(guān)系,剔除相關(guān)性較強(qiáng)的環(huán)境因子。利用波段集統(tǒng)計(jì)各圖層的相關(guān)關(guān)系,發(fā)現(xiàn)高程和坡度相關(guān)關(guān)系中等,其余因子相關(guān)系數(shù)小于0.5,考慮到高程、坡度對(duì)滑坡發(fā)生的機(jī)理不一致,故不剔除,選用這9項(xiàng)因子評(píng)價(jià)滑坡災(zāi)害危險(xiǎn)性(圖2)。在環(huán)境因子選擇上,剖面曲率和平面曲率控制著滑坡體的重量,兩邊坡同等剪切面下,凹形邊坡的重量比凸形邊坡更輕,凹形邊坡比凸形邊坡更難發(fā)生滑坡災(zāi)害;斷層控制著巖層的破碎化程度,離斷層越近,巖石更加破碎,降雨情況下易滲水失穩(wěn);邊坡點(diǎn)核密度和NVDI在反應(yīng)了人類活動(dòng)的強(qiáng)弱,一定程度上可表征對(duì)地質(zhì)環(huán)境的破環(huán)。其余因子都是文獻(xiàn)中常用到的滑坡災(zāi)害危險(xiǎn)性評(píng)價(jià)因子[15,22- 23]。將9項(xiàng)環(huán)境因子極差標(biāo)準(zhǔn)化到[0,1]之間以消除量綱對(duì)結(jié)果的影響[22],提取224例樣本點(diǎn)和深圳市546910個(gè)柵格點(diǎn)(60 m×60 m)的9項(xiàng)環(huán)境因子,在MATLAB R2014a中使用動(dòng)量梯度下降法[21]訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)并預(yù)測(cè)結(jié)果。為了檢驗(yàn)滑坡評(píng)價(jià)的準(zhǔn)確性,將樣本點(diǎn)分為訓(xùn)練樣本和測(cè)試樣本兩部分,分別占80%和20%。通過(guò)比對(duì)節(jié)點(diǎn)層數(shù)目,構(gòu)建隱含層節(jié)點(diǎn)數(shù)目為16的前向網(wǎng)絡(luò),采用動(dòng)量梯度下降法訓(xùn)練神經(jīng)網(wǎng)絡(luò),設(shè)定誤差目標(biāo)為0.1,學(xué)習(xí)效率為0.02[21],網(wǎng)絡(luò)在2545次迭代后達(dá)到訓(xùn)練誤差目標(biāo)0.1。將9個(gè)圖層輸入訓(xùn)練得到的BP網(wǎng)絡(luò)中進(jìn)行深圳市全域滑坡災(zāi)害危險(xiǎn)性的預(yù)測(cè),預(yù)測(cè)結(jié)果用測(cè)試樣本和SPSS 22.0的ROC曲線進(jìn)行檢驗(yàn)并極差標(biāo)準(zhǔn)化到[0,1]后,導(dǎo)入ArcGIS中轉(zhuǎn)為柵格數(shù)據(jù)進(jìn)行分區(qū)統(tǒng)計(jì),得到街道尺度滑坡災(zāi)害危險(xiǎn)性。

“危險(xiǎn)性-脆弱性-潛在損失”評(píng)價(jià)框架包含滑坡災(zāi)害危險(xiǎn)性、生態(tài)脆弱性、潛在生態(tài)損失三項(xiàng)因子。危險(xiǎn)性結(jié)果的ROC曲線下面積AUC值為0.926,表明預(yù)測(cè)結(jié)果可信度較高,可以作為滑坡災(zāi)害評(píng)價(jià)結(jié)果。將三項(xiàng)環(huán)境因子數(shù)值按照自然間斷法分為5個(gè)等級(jí)顯示(圖3)。結(jié)果表明:深圳市滑坡災(zāi)害危險(xiǎn)性普遍處于相對(duì)較高水平,滑坡災(zāi)害危險(xiǎn)區(qū)域集中在深圳中西部和東南部,西北部生態(tài)脆弱性較高,潛在生態(tài)損失從西到東呈現(xiàn)“低-高-低-高”交錯(cuò)分布。圖4 滑坡災(zāi)害生態(tài)風(fēng)險(xiǎn)等級(jí)

【參考文獻(xiàn)】：
期刊論文
[1]基于滑坡監(jiān)測(cè)數(shù)據(jù)的Elman神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)預(yù)測(cè)[J]. 李尋昌,葉君文,李葛,李俊.  煤田地質(zhì)與勘探. 2018(03)
[2]基于棲息地風(fēng)險(xiǎn)評(píng)價(jià)模型的海岸帶灘涂濕地風(fēng)險(xiǎn)評(píng)價(jià)——以閩三角為例[J]. 陳曄倩,李楊帆,祁新華,陳文惠,林金煌.  生態(tài)學(xué)報(bào). 2018(12)
[3]基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)的滑坡易發(fā)性評(píng)價(jià)[J]. 唐睿旋,晏鄂川,唐薇.  煤田地質(zhì)與勘探. 2017(06)
[4]基于聚類分析和支持向量機(jī)的滑坡易發(fā)性評(píng)價(jià)[J]. 黃發(fā)明,殷坤龍,蔣水華,黃勁松,曹中山.  巖石力學(xué)與工程學(xué)報(bào). 2018(01)
[5]宏生態(tài)尺度上景觀破碎化對(duì)物種豐富度的影響[J]. 邱廉,陶婷婷,韓善銳,楊文宇,欒夏麗,邱燕寧,劉茂松,徐馳.  生態(tài)學(xué)報(bào). 2017(22)
[6]西南山地滑坡災(zāi)害生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)——以大理白族自治州為例[J]. 杜悅悅,彭建,趙士權(quán),胡智超,王仰麟.  地理學(xué)報(bào). 2016(09)
[7]城市雨洪管控需要生態(tài)智慧的引領(lǐng)[J]. 陳利頂.  生態(tài)學(xué)報(bào). 2016(16)
[8]基于RRM模型和不確定性分析的喀斯特地區(qū)生態(tài)風(fēng)險(xiǎn)管理——貴陽(yáng)市案例研究[J]. 王祺,蒙吉軍,孫寧.  山地學(xué)報(bào). 2016(04)
[9]不同采樣密度下縣域森林碳儲(chǔ)量仿真估計(jì)[J]. 郭含茹,張茂震,徐麗華,袁振花,秦立厚,陳田閣.  生態(tài)學(xué)報(bào). 2016(14)
[10]基于生態(tài)系統(tǒng)服務(wù)的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)研究進(jìn)展[J]. 康鵬,陳衛(wèi)平,王美娥.  生態(tài)學(xué)報(bào). 2016(05)



本文編號(hào)：3297176