地質(zhì)災(zāi)害的發(fā)生不僅威脅著人類生命財(cái)產(chǎn)安全,也對(duì)經(jīng)濟(jì)發(fā)展與社會(huì)穩(wěn)定產(chǎn)生重大影響.本文以遼寧省西豐縣下轄的西豐鎮(zhèn)、更刻鄉(xiāng)等12個(gè)鎮(zhèn)、6個(gè)鄉(xiāng)為研究區(qū),選取坡度、坡向、地形起伏度、巖性軟硬程度、距河流遠(yuǎn)近、年平均降水量、土地利用類型和距道路遠(yuǎn)近等8個(gè)指標(biāo)為評(píng)價(jià)因子,基于ArcGIS平臺(tái),結(jié)合信息量模型對(duì)西豐縣進(jìn)行地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià),得到西豐縣地質(zhì)災(zāi)害高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)劃分圖,并對(duì)地質(zhì)災(zāi)害的發(fā)生的原因進(jìn)行分析.結(jié)果表明:（1）高易發(fā)區(qū)主要分布在西豐縣南部、東南部、東北部及河流兩岸、道路沿線;中易發(fā)區(qū)和低易發(fā)區(qū)依次沿高易發(fā)區(qū)外圍分布.（2）西豐縣地質(zhì)災(zāi)害的發(fā)育主要由坡度、巖性軟硬程度影響因素控制,經(jīng)降水因素誘發(fā),受河流和道路建設(shè)所代表的人類活動(dòng)的影響,并在坡向、地形起伏度、土地利用類型等多重因素的共同作用下,造成了西豐縣地質(zhì)災(zāi)害易發(fā)性分區(qū)的差異分布. 

【文章來源】：首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,41(02)

【文章頁數(shù)】：9 頁

【部分圖文】：

研究區(qū)位置

3.1 西豐縣地質(zhì)災(zāi)害評(píng)價(jià)因子分級(jí)以評(píng)價(jià)數(shù)據(jù)為基礎(chǔ),依托ArcGIS平臺(tái),生成西豐縣地質(zhì)災(zāi)害各評(píng)價(jià)因子分級(jí)圖(圖2),其中坡度0～15°、>15°～25°、>25°～35°和>35°對(duì)應(yīng)的地質(zhì)災(zāi)害點(diǎn)數(shù)分別為2、0、2和28個(gè);坡向315°～45°、>45°～135°、>135°～225°和>225°～315°對(duì)應(yīng)地質(zhì)災(zāi)害點(diǎn)數(shù)為5、5、20和2個(gè);地形起伏度中平坦起伏、小起伏和較大起伏對(duì)應(yīng)地質(zhì)災(zāi)害點(diǎn)數(shù)為6、23和3個(gè);地層巖性軟硬程度中堅(jiān)硬、堅(jiān)硬半堅(jiān)硬和軟對(duì)應(yīng)的地質(zhì)災(zāi)害點(diǎn)數(shù)為14、18和0個(gè);距河流0～200、>200～500、>500～800和>800 m 距離內(nèi)分別對(duì)應(yīng)地質(zhì)災(zāi)害數(shù)量8、10、5和9個(gè);距道路0～200、>200～500、>500～800和>800 m 距離內(nèi)對(duì)應(yīng)的地質(zhì)災(zāi)害點(diǎn)數(shù)為1、10、3、18個(gè);土地利用類型中耕地、林地、草地、建設(shè)用地、水域和未利用土地對(duì)應(yīng)的地質(zhì)災(zāi)害數(shù)量為0、32、0和0個(gè);年均降水量中622.12～656.10、>656.10～681.48、 >681.48～705.04和>705.04～737.67 mm對(duì)應(yīng)的地質(zhì)災(zāi)害次數(shù)分別為4、10、6和12次.地質(zhì)災(zāi)害主要集中于坡度>35°,坡向>135°～225°,小起伏地形,巖性為堅(jiān)硬半堅(jiān)硬,距河流>200～500 m,距道路遠(yuǎn)近>800 m,土地利用類型為林地,年均降水量>705.04～737.67 mm的分級(jí)評(píng)價(jià)因子內(nèi).各分級(jí)評(píng)價(jià)因子對(duì)應(yīng)的地質(zhì)災(zāi)害點(diǎn)數(shù)的多少并不是最終衡量該評(píng)價(jià)因子對(duì)地質(zhì)災(zāi)害易發(fā)程度貢獻(xiàn)信息量大小的依據(jù),還需要考慮各評(píng)價(jià)因子的面積大小.

應(yīng)用ArcGIS空間分析中的柵格疊加分析功能,將各個(gè)評(píng)價(jià)因子的信息量值進(jìn)行疊加,得到總信息量值,總信息量值為-7.043 8～10.978 2, 研究區(qū)內(nèi)各評(píng)價(jià)因子信息量值見表2.利用ArcGIS平臺(tái)重分類功能中的自然斷點(diǎn)法將總信息量分為3類,分別為低易發(fā)區(qū)、中易發(fā)區(qū)和高易發(fā)區(qū),得到西豐縣地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)分區(qū)(圖3). 高易發(fā)區(qū)[-1.185 8,10.978 2]、中易發(fā)區(qū)[-3.141 8,-1.185 8)、低易發(fā)區(qū)[-7.043 8,-3.141 8).(1)高易發(fā)區(qū)面積為458.26km2,占研究區(qū)面積17.69%.高易發(fā)區(qū)在西豐縣各個(gè)鄉(xiāng)鎮(zhèn)均有分布,主要集中分布在西豐縣南部的涼泉鎮(zhèn)、東南部的和隆滿族鄉(xiāng)、營廠滿族鄉(xiāng)及東北部的平崗鎮(zhèn).郜家店鎮(zhèn)、西豐鎮(zhèn)、陶然鎮(zhèn)、平崗鎮(zhèn)、安民鎮(zhèn)、更刻鎮(zhèn)、振興鎮(zhèn)、金星滿族鄉(xiāng)、和隆滿族鄉(xiāng)、營廠滿族鄉(xiāng)和涼泉鎮(zhèn)等鄉(xiāng)鎮(zhèn)部分地質(zhì)災(zāi)害高易發(fā)區(qū)呈明顯的條帶狀,與河流和道路分布高度吻合;其他鄉(xiāng)鎮(zhèn)中高易發(fā)區(qū)零星散點(diǎn)狀分布,但仍與河流和道路分布較為吻合.

【參考文獻(xiàn)】：
期刊論文
[1]基于信息量模型的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J]. 趙帥,趙洲.  水力發(fā)電. 2019(03)
[2]新疆伊犁果子溝地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)及其致災(zāi)因子[J]. 趙良軍,李虎,劉玉鋒,陳冬花,李均力.  干旱區(qū)研究. 2017(03)
[3]基于地理加權(quán)回歸模型的云南省地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J]. 饒品增,曹冉,蔣衛(wèi)國.  自然災(zāi)害學(xué)報(bào). 2017(02)
[4]基于RS和GIS的地質(zhì)災(zāi)害易發(fā)性定量評(píng)價(jià):以湖北省五峰縣為例[J]. 王寧濤,彭軻,黎清華,趙信文,黎義勇,何軍.  地學(xué)前緣. 2012(06)
[5]基于GIS的信息量法及其地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)應(yīng)用——以滇中晉寧縣為例[J]. 高治群,薛傳東,尹飛,和懷中,祝傳兵.  地質(zhì)與勘探. 2010(06)
[6]西南山區(qū)城鎮(zhèn)地質(zhì)災(zāi)害易損性評(píng)價(jià)方法——以四川省丹巴縣城為例[J]. 許強(qiáng),張一凡,陳偉.  地質(zhì)通報(bào). 2010(05)
[7]1976年龍陵地震誘發(fā)滑坡的影響因子敏感性分析[J]. 陳曉利,冉洪流,祁生文.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(01)
[8]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]. 吳柏清,何政偉,劉嚴(yán)松.  測繪科學(xué). 2008(04)
[9]利用光學(xué)遙感數(shù)據(jù)、GIS及人工神經(jīng)網(wǎng)絡(luò)模型分析區(qū)域滑坡災(zāi)害（英文）[J]. Biswajeet Pradhan,Saro Lee.  地學(xué)前緣. 2007(06)
[10]證據(jù)權(quán)法在滑坡危險(xiǎn)度區(qū)劃研究中的應(yīng)用[J]. 王志旺,李端有,王湘桂.  巖土工程學(xué)報(bào). 2007(08)

博士論文
[1]基于遙感和GIS的寧夏鹽池縣地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究[D]. 張曉東.中國地質(zhì)大學(xué)(北京) 2018



本文編號(hào)：2973390