en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。

引用本文: 尹展,郝玉军,卜鹏,杨艳绪. 2024. 湘南中低山区滑坡孕灾因子分析及易发性评价——以江华县为例[J]. 矿产勘查,15(10):1878-1884.

Citation: Yin Zhan,Hao Yujun,Bu Peng,Yang Yanxu. 2024. Analysis of landslide risk factors and susceptibility evaluation in the middle and low mountainous areas of southern Hunan: Taking Jianghua County as an example[J]. Mineral Exploration,15(10):1878-1884.

作者简介:

尹展,男,1986年生,高级工程师,主要从事遥感地质方面的研究;E-mail: 202yz@163.com。

中图分类号:P642.22

文献标识码:A

文章编号:1674-7801(2024)10-1878-07

DOI:10.20008/j.kckc.202410012

参考文献
白永健, 熊小辉, 铁永波. 2021. 川藏铁路雅砻江深切峡谷区滑坡早期识别研究[J]. 灾害学, 36(3): 109‒114.
参考文献
陈洁, 高子弘, 王珊珊, 金鼎坚. 2020. 三峡库区航空遥感地质调查技术发展综述[J]. 国土资源遥感, 32(2): 1‒10.
参考文献
陈靖, 文广超, 谢洪波, 张哲伟, 陈红旗. 2022. 白格滑坡区遥感光谱时空特征对滑坡发育的指示作用[J]. 自然灾害学报, 31(6): 9.
参考文献
付波霖, 解淑毓, 李涛, 李豪, 左萍萍, 高二涛. 2021. 基于SBAS/PS-InSAR技术的滑坡遥感监测对比研究[J]. 大地测量与地球动力学, 41(4): 392‒397.
参考文献
湖南省人民政府. 2017. 湖南省人民政府办公厅关于印发《湖南省2017年度地质灾害防治方案》的通知[EB/OL]. http: //www. hunan. gov. cn/hnszf/xxgk/wjk/szfbgt//201705/t20170503_4825632. html.
参考文献
湖南省人民政府. 2023. 以高水平防治护高质量发展——湖南自然资源服务打好“发展六仗”系列报道之五[EB/OL]. http: //www. hunan. gov. cn/topic/jjz/jjzyw/202303/t20230303_29261695. html.
参考文献
黄海峰, 薛蓉花, 赵蓓蓓, 易武, 邓永煌, 董志鸿, 柳青, 易庆林, 张国栋. 2022. 孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别[J]. 测绘学报, 51(10): 2056‒2068.
参考文献
李明波, 陈平, 陈植华. 2018. 湖南省降雨型滑坡灾害发生的关键性因子研究[J]. 东华理工大学学报: 自然科学版, 41(1): 36‒40.
参考文献
李铁锋, 温铭生, 丛威青, 连建发, 陈平. 2007. 降雨型滑坡危险性区划方法[J]. 地学前缘, 14(6): 107‒111.
参考文献
刘春玲, 祁生文, 童立强, 安国英, 李小慧. 2010. 喜马拉雅山地区重大滑坡灾害及其与地层岩性的关系研究[J]. 工程地质学报, 18(5): 667‒679.
参考文献
刘志中, 宋英旭, 叶润青. 2021. 渝东北2014年"8·31"暴雨诱发滑坡遥感解译与分析[J]. 国土资源遥感, 33(4): 192‒199.
参考文献
罗守敬, 王珊珊, 付德荃. 2021. 北京山区突发性地质灾害易发性评价[J]. 中国地质灾害与防治学报, 32(4): 126‒133.
参考文献
莫运松, 江思义, 邹仁辉, 白世贤, 梁长凯, 姜盛骞. 2023. 基于专家-层次分析法的地质灾害风险性评价——以广西富川瑶族自治县为例[J]. 矿产勘查, 14(2): 293‒303.
参考文献
王志勇, 张金芝. 2013. 基于InSAR技术的滑坡灾害监测[J]. 大地测量与地球动力学, 33(3): 91‒95.
参考文献
尹展, 王志红, 吴碧娟. 2019. 基于小流域划分的矿山泥石流遥感解译——以陕西凤县为例[J]. 矿产勘查, 10(12): 2973‒2979.
参考文献
张国平, 徐晶, 毕宝贵. 2009. 滑坡和泥石流灾害与环境因子的关系[J]. 应用生态学报, 20(3): 653‒658.
参考文献
钟荫乾. 2002. 地质灾害易发性评价[J]. 资源环境与工程, 16(4): 81‒86.
参考文献
周保, 隋嘉, 孙皓, 马涛, 孙永旺, 辛倩男. 2022. 基于多源遥感数据的青海省地质灾害评价[J]. 自然灾害学报, 31(4): 231‒240.
参考文献
朱建军, 胡俊, 李志伟, 孙倩, 郑万基. 2022. InSAR滑坡监测研究进展[J]. 测绘学报, 51(10): 2001‒2019.
目录contents

    摘要

    滑坡是湘南中低山区最为常见的地质灾害之一,其分布广、危害大。本文以江华县为例,基于RS和GIS探讨滑坡孕灾因子和地质灾害易发性评价。分析认为地形地貌、坡度、地层岩性、人类工程活动、降雨共5类因子与县域内滑坡密切相关,并采用易发程度指数划分出低易发区、中易发区、高易发区。结果显示:江华县往年和新发地质灾害隐患点落入中、高易发区比例均大于90%,研究表明,孕灾因子分析及易发性评价可有效指导野外调查工作,为地质灾害防治管理提供技术支撑。通过进一步分析“6. 22”江华强降雨,蔚竹口乡受灾最为严重,其 U字形地貌特征使得该区域形成局部暴雨中心,加之河道弯曲,排水不畅,致使滑坡地质灾害和不良地质现象频发。研究认为,中低山区应多分析整体地形对降雨汇流影响,以提高地质灾害预测精准度。

    Abstract

    Landslides are one of the most common geological hazards in the middle and low mountainous areas of southern Hunan, with a wide distribution and great harm. Taking Jianghua County as an example, this study explores the landslide risk factors and geological hazard susceptibility evaluation based on RS and GIS. Analysis suggests that five factors, including topography, slope, geological lithology, human engineering activities, and rainfall, are closely related to landslides within the county. The susceptibility index is used to divide the areas into low susceptibility, medium susceptibility, and high susceptibility. The verification results show that in previous years, the proportion of newly developed geological hazard hidden points in Jianghua County falling into medium and high risk areas is greater than 90%. Research has shown that disaster prone factor analysis and susceptibility evaluation can effectively guide field investigation work and provide technical support for geological hazard prevention and control management. Further analysis shows that the "6. 22" strong rainfall in Jianghua, Weizhukou Town-ship was the most severely affected. Its U-shaped geomorphic features made the area form a local rainstorm center. In addition, the river channel is curved and the drainage is not smooth, resulting in frequent landslide geological disasters and adverse geological phenomena. Research suggests that more analysis should be conducted on the impact of overall terrain on rainfall convergence in low to medium mountainous areas to improve the accuracy of geological hazard prediction.

  • 0 引言

  • 湖南省丘陵岗地与山地约占全省面积的 80%,是中国地质灾害较严重的省份之一。据湖南省人民政府网显示(湖南省人民政府,20172023):2016 年,全省共发生包括滑坡、崩塌、泥石流、岩溶地面塌陷、采空地面塌陷等地质灾害4478起;2022年,地质灾害总数有较大降低,但仍有2884起,其中,滑坡 2561起。从已有地质灾害统计数据分析,滑坡为湖南省主要地质灾害类型之一,是湘南山区最为常见的地质灾害之一,降雨型滑坡又是滑坡灾种中重要的灾害类型(李铁锋等,2007李明波等,2018)。

  • 地质灾害发生后,遥感影像上有着明显的色调、形态、影像特征,这是地质灾害遥感解译的依据。近些年运用 RS(Remote Sensing,遥感)和 GIS (Geographic Information System,地理信息系统)综合技术进行地质灾害调查,成果较多,效果突出。长江三峡库区范围大、地形复杂,应用综合技术很好地解决了库岸消落带地形变化、地质灾害隐患调查以及地质环境破坏等地质问题(陈洁等,2020)。川藏铁路横穿深切峡谷区,地形复杂、地势险要、沿线滑坡地质灾害频发,利用综合技术对深切河谷滑坡进行早期识别与风险评估,效果较好(白永健等, 2021)。利用多期遥感数据,可开展长时序地面滑坡变形监测,尤其对于人迹罕至、位置隐蔽的高位滑坡隐患点提供了技术支撑(陈靖等,2022)。利用暴雨前后高空间分辨率遥感影像可开展滑坡解译,分析滑坡地质灾害孕灾条件之间的关系(刘志中等,2022)。在山高坡陡、植被覆盖茂密地区,利用综合技术查明孕灾机理,可以有效识别地质灾害隐患(黄海峰等,2022)。利用遥感影像建立三维遥感场景,可最大程度利用人机互译的优势,提高地质灾害解译效率(尹展等,2019)。近年来,基于微波的合成孔径雷达干涉(InSAR)测量技术可获得地表出现的细微变化,精确度最高能够达到毫米量级,在地表变形监测中发展迅速(王志勇和张金芝, 2013付波霖等,2021朱建军等,2022)。

  • 2022 年 6 月 20 日—6 月 22 日江华瑶族自治县出现持续性强降雨(简称江华“6.22”强降雨),最大日降雨量达 220.6 mm,县域内地质灾害频发,尤以蔚竹口乡受灾最为严重。分析往年降雨数据显示, 6 月是江华县主汛期时段,如 2019 年 6 月 12 日—6 月 13 日,江华县平均降雨达到 110.3 mm(简称 “6.13”强降雨);2020年 6月 6日—6月 7日,江华县最大降雨量超 200 mm,全县超 100 mm 雨量站 21个 (简称“6.7”强降雨)。强降雨往往诱发山洪、山体滑坡、泥石流等严重地质灾害,如何提高地质灾害风险管控成为一大难题。在日常地质灾害巡排查防治工作的基础上,本文分析探讨孕灾因子、深化滑坡地质灾害形成机理和发育规律认识,划分地质灾害易发性级别,以期为地质灾害防治管理提供数据支撑和理论依据。

  • 1 研究区概况

  • 江华县位于湖南省最南端,地处南岭北麓,与粤、桂接壤,介于北纬 24°38'35″~25°19'43″、东经 111°25'25″~112°12'35″之间,属永州市管辖。以勾挂岭为界,可将县域划分为岭西和岭东 2 个分区。岭西主要为平地、丘陵,岭东地区主要为山地,岭东约占全县总面积的 65%,人口约占全县的 30%(图1)。

  • 县域地处低纬度中亚热带湿润季风气候区,据江华县气象局统计2008—2019年降水资料,该县年均降雨量为 1543.15 mm,最大降雨年为 2015年,雨量达 2102.6 mm;最少降雨年为 2011 年,雨量只有 983.7 mm。月最大降雨量476.3 mm(2010年6月),日最大降雨量168.4 mm(2008年6月12日),时最大降雨量 73.1 mm(2018 年 7 月 7 日 1 时)。各乡镇降雨量分布不均,码市、蔚竹口、河路口和涔天河等乡镇降雨较多(图2)。

  • 图1 江华县地理位置图(a)及影像图(b)

  • 图2 江华县年降雨量等值线图

  • 2 孕灾因子分析

  • 地质灾害是各类孕灾因子共同作用的结果,主要包括地形地貌因子、地质环境因子、气候因子、人类工程活动因子等。分析江华县历史地质灾害点特征以及野外斜坡调查资料,本文选取地形地貌、坡度、地层岩性、人类工程活动、降雨共 5 类因子进行分析。

  • 2.1 地形地貌

  • 滑坡是斜坡岩土体在重力作用或有其他因素参与影响下,沿地质弱面发生向下向外滑动并以向外滑动为主的变形破坏。因此,一定的高差是滑坡的重要因素。数字高程模型(DEM)显示,江华县东高西低,最高点东部黄龙山海拔 1850. 0 m,最低点西部界牌乡潇水出境处,海拔 191.2 m,相对高差 1658.8 m(图3)。根据海拔和相对高差,可划分为山地、丘陵、平原和盆地四大地貌形态,岭西主要为丘陵和平原,岭东为山地和盆地。

  • 图3 江华县高程图

  • 2.2 坡度

  • 坡度是影响斜坡单元划分和地质灾害的重要因素。张国平等(2009)研究指出,地表坡度大于 15°后,滑坡、泥石流灾害发生频率明显上升;当坡度达 30°时,发生滑坡和泥石流的可能性最大;坡度在 30°以上时,可能性有所下降,但仍易引起灾害发生。

  • 图4 江华县坡度图

  • 坡度分析以等高线及其属性为基础进行。首先在 ERDAS IMAGGINE 数据预处理模块下用等高线数据生成DEM栅格数据,以该数据为基础进行地形坡度分析并生成坡度图,然后以此为基础在 ArcGIS平台进行坡度分区处理,本文将坡度分为小于15°,15°~30°,30°~45°,45°以上共4个坡度等级进行分析(图4)。

  • 2.3 地层岩性

  • 刘春玲等(2010)研究表明,地层岩性与滑坡发生的关系密切,岩石类型和结构决定了岩土体的力学强度和抗风化能力,对斜坡的稳定性有重要作用。结合区域资料和遥感解译,县域内地层从元古宇震旦系—新生界第四系出露较全,主要有南华系正园岭组石英砂岩夹硅质岩、震旦系埃歧岭组和丁腰河组硅质岩、寒武系茶园头组和香楠组浅变质砂岩、泥盆系跳马涧组石英砂岩、锡矿山组白云质灰岩、石炭系马栏边组灰岩、白垩系泥质砂岩、泥岩夹砂岩。其中,浅变质砂岩经区域变质作用和多期次的断裂、褶皱构造影响,岩石节理、裂隙发育,且表面风化强烈,风化层厚度较大,一般大于 5 m,最厚处可达数十米,残坡积物一般厚2~3 m,以含碎石的黏性土为主。

  • 2.4 人类工程活动

  • 江华县人类工程活动主要有切坡建房、切坡修路、水利建设、城镇建设、采矿和地下水开采等,其中,切坡建房与人居斜坡单元关系密切,本文主要以切坡建房为人类工程活动孕灾因子开展分析调查。据调查统计,江华县切坡建房 7521 户,分布于县域内16个乡镇,连续性切坡建房或切坡大于10 m 的人类活动强度为强烈,单户切坡建房且切坡建房小于10 m的人类活动强度评为中等,无切坡建房的居民区人类活动程度为弱。

  • 2.5 降雨

  • 降雨是滑坡灾害形成的主要诱发因素。雨水降落地表,沿松散岩土体裂隙入渗,不仅增加土体自重,使岩土体物理力学性质发生变化,抗剪强度降低,还转变为地下水,产生渗透力、扬压力,并对岩土体产成软化、润化作用,从而破坏坡体整体稳定性。根据江华县年降雨量等值线图,将降雨量划分为>1340 mm、1140~1340 mm、<1140 mm 共 3 个等级。

  • 3 地质灾害易发性评价

  • 3.1 评价方法

  • 地质灾害易发性评价方法有指数法、概率分析、模糊评判、聚类分析、层次分析、信息量法、随机森林(RF)算法等(钟荫乾,2002周保等,2022)。大致可归纳为定性评价和定量评价,指数法属于定量评价,其原理清晰,容易建模,评价结果与地质灾害发育的实际情况吻合较好(罗守敬等,2021)。

  • 本文采用易发程度指数评价,计算公式如下:

  • Wj=Σi=1nθiQi
    (1)
  • 式(1)中,Wj表示 j 单元的评价指数,θi表示 i 类评价因子权重,Qi表示 i 类评价因子评分,n 表示评价因子总数。

  • 3.2 评价因子权重

  • 由于各评价因子在评价中的重要性不同,需要进行一个定量的确定。常见的因子权重有指数法、模糊评判、层次分析法以及专家经验法等。层次分析法+专家经验法具有直观、简便、易掌握等优点,且应用效果好,目前较为流行(莫运松等,2023)。鉴于评价区监测时间长,野外资料充足,因此采用层次分析法+专家经验法赋值。地质灾害预测往往依据已有地质灾害对未来进行预测,因此评价因子由历史地质灾害点和孕灾因子组成,各类因子权重见表1。

  • 表1 滑坡易发性评价因子权重

  • 3.3 网格数值分析

  • 目前评价单元划分有规则和不规则单元划分两大类,规则单元划分准确性更高,其中,网格单元法应用更广泛。为了提高评价质量,本文采用500 m× 500 m的网格为评价单元,共划分为12936个网格。

  • 利用ArcGIS操作平台,计算得出评价区评价单元综合评价值统计表。

  • 参考历史地质灾害点,结合聚类分析统计结果确定易发性临界数值,即低易发区(W<0.2975)、中易发区(0.2975≤W<0.6366)、高易发区(0.6366≤W<1. 0000),最终得到江华县滑坡地质灾害易发性分布范围(图5)。

  • 图5 江华县滑坡地质灾害易发性分布图

  • 3.4 效果验证与分析

  • 经统计,2020年历史地质灾害隐患点落入高易发区比例为67.77%,落入中易发区比例为25.62%,落入低易发区比例为 6.61%;其中落入中、高易发区比例大于 90%,表明地质灾害易发性分级与实际情况相符。为进一步验证地质灾害易发性分级可靠性,结合2022年新增地质灾害隐患点及不良地质现象。统计得出,新增地质灾害隐患点及不良地质现象基本落入中易发区和高易发区,其中,落入高易发区比例为 56.12%,落入中易发区比例为 41.84%,落入低易发区比例为2. 04%;落入中、高易发区比例大于 95%,表明地质灾害易发性分级可有效指导野外调查工作。通过历史数据和最新调查数据显示,地质灾害点落入中、高易发区比例均大于 90%,表明本文采用的易发程度指数评价方法有效,评价因子与权重符合江华县实际情况,可有效指导野外调查工作,同时为地质灾害防治管理提供技术支撑。

  • 4 蔚竹口乡滑坡灾害综合分析

  • 图5 显示,2022 年新增隐患点大多分布在蔚竹口乡。孕灾因子分析,蔚竹口乡为中低山区,山高坡陡;地层为一套浅变质砂岩,岩石节理、裂隙发育;由于地理位置狭窄,相较其他乡镇,蔚竹口乡内切坡建房较为普遍,且房屋多沿沟修建;易发性指数评价显示乡镇范围主要为中易发及以上。此外,除前文所述 5 类孕灾因子外,该乡镇整体地形特征值得深入分析。

  • 提取蔚竹口乡的数字高程模型(Digital Elevation Model,简称 DEM)和河网(图6、图7),显示该乡镇东、西、南三面环山地势高,北面地势较低;区内一条贝江河发源于上塘村,由南往北经黄南口村出界,河道多弯曲、狭窄;乡镇整体形态呈不规则 U 字形地貌特征。分析认为该地貌特征使得东、西、南三面因地势抬高易形成坡面雨,且三面环山形态形成一个局部垂直环流圈,亦即形成一个局部降雨中心;此外,三面汇水集中往北汇流泄洪,而河道弯曲狭窄,冲洪积物填塞各沟谷河流,泄洪能力不及时,致使沟谷堵塞、贝江河水位急速上涨,河岸两侧岩土体受冲刷侵蚀滑落,山谷低洼处房屋受灾严重。综上分析,除了共性的孕灾因子分析外,蔚竹口乡独特的U字形沟谷地貌特征是此次受灾严重的一个重要原因。

  • 图6 蔚竹口乡高程图

  • 图7 蔚竹口乡河网图

  • 5 结语

  • (1)地质灾害是多种因素共同作用的结果,本文分析了地形地貌、坡度、地层岩性、人类工程活动、降雨共5个孕灾因子与滑坡的相互关系,并通过易发程度指数对孕灾因子加权分析。结果显示,江华县往年和新发地质灾害隐患点落入中易发区和高易发区比例大于 95%,表明上述孕灾因子符合江华县实际情况,可用于指导地质灾害调查工作。

  • (2)“6.22”江华强降雨,县域内不同程度受灾,其中,蔚竹口乡最为严重。对比分析得出,地形地貌、坡度、地层岩性、人类工程活动、降雨等5个孕灾因子有重要影响作用;此外,该乡镇U字形地貌特征使得区域内易形成局部暴雨中心,加之河道弯曲,排水不畅,致使滑坡地质灾害隐患和不良地质现象频发。研究表明,分析山区地质灾害孕灾条件时,除常规的孕灾因子分析外,也应考虑山区整体地形对降雨和雨后排水的影响,以提高地质灾害预测精准度。

  • (3)RS和 GIS技术始终贯穿本文地质灾害调查工作,从前期的孕灾因子解译,调查过程中的无人机辅助拍摄,至后期的综合分析以及制图;结果表明,在地质灾害调查工作中,可以充分发挥其绿色、节约、高效的技术优势。

  • 参考文献

    • 白永健, 熊小辉, 铁永波. 2021. 川藏铁路雅砻江深切峡谷区滑坡早期识别研究[J]. 灾害学, 36(3): 109‒114.

    • 陈洁, 高子弘, 王珊珊, 金鼎坚. 2020. 三峡库区航空遥感地质调查技术发展综述[J]. 国土资源遥感, 32(2): 1‒10.

    • 陈靖, 文广超, 谢洪波, 张哲伟, 陈红旗. 2022. 白格滑坡区遥感光谱时空特征对滑坡发育的指示作用[J]. 自然灾害学报, 31(6): 9.

    • 付波霖, 解淑毓, 李涛, 李豪, 左萍萍, 高二涛. 2021. 基于SBAS/PS-InSAR技术的滑坡遥感监测对比研究[J]. 大地测量与地球动力学, 41(4): 392‒397.

    • 湖南省人民政府. 2017. 湖南省人民政府办公厅关于印发《湖南省2017年度地质灾害防治方案》的通知[EB/OL]. http: //www. hunan. gov. cn/hnszf/xxgk/wjk/szfbgt//201705/t20170503_4825632. html.

    • 湖南省人民政府. 2023. 以高水平防治护高质量发展——湖南自然资源服务打好“发展六仗”系列报道之五[EB/OL]. http: //www. hunan. gov. cn/topic/jjz/jjzyw/202303/t20230303_29261695. html.

    • 黄海峰, 薛蓉花, 赵蓓蓓, 易武, 邓永煌, 董志鸿, 柳青, 易庆林, 张国栋. 2022. 孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别[J]. 测绘学报, 51(10): 2056‒2068.

    • 李明波, 陈平, 陈植华. 2018. 湖南省降雨型滑坡灾害发生的关键性因子研究[J]. 东华理工大学学报: 自然科学版, 41(1): 36‒40.

    • 李铁锋, 温铭生, 丛威青, 连建发, 陈平. 2007. 降雨型滑坡危险性区划方法[J]. 地学前缘, 14(6): 107‒111.

    • 刘春玲, 祁生文, 童立强, 安国英, 李小慧. 2010. 喜马拉雅山地区重大滑坡灾害及其与地层岩性的关系研究[J]. 工程地质学报, 18(5): 667‒679.

    • 刘志中, 宋英旭, 叶润青. 2021. 渝东北2014年"8·31"暴雨诱发滑坡遥感解译与分析[J]. 国土资源遥感, 33(4): 192‒199.

    • 罗守敬, 王珊珊, 付德荃. 2021. 北京山区突发性地质灾害易发性评价[J]. 中国地质灾害与防治学报, 32(4): 126‒133.

    • 莫运松, 江思义, 邹仁辉, 白世贤, 梁长凯, 姜盛骞. 2023. 基于专家-层次分析法的地质灾害风险性评价——以广西富川瑶族自治县为例[J]. 矿产勘查, 14(2): 293‒303.

    • 王志勇, 张金芝. 2013. 基于InSAR技术的滑坡灾害监测[J]. 大地测量与地球动力学, 33(3): 91‒95.

    • 尹展, 王志红, 吴碧娟. 2019. 基于小流域划分的矿山泥石流遥感解译——以陕西凤县为例[J]. 矿产勘查, 10(12): 2973‒2979.

    • 张国平, 徐晶, 毕宝贵. 2009. 滑坡和泥石流灾害与环境因子的关系[J]. 应用生态学报, 20(3): 653‒658.

    • 钟荫乾. 2002. 地质灾害易发性评价[J]. 资源环境与工程, 16(4): 81‒86.

    • 周保, 隋嘉, 孙皓, 马涛, 孙永旺, 辛倩男. 2022. 基于多源遥感数据的青海省地质灾害评价[J]. 自然灾害学报, 31(4): 231‒240.

    • 朱建军, 胡俊, 李志伟, 孙倩, 郑万基. 2022. InSAR滑坡监测研究进展[J]. 测绘学报, 51(10): 2001‒2019.

图1 江华县地理位置图(a)及影像图(b)
图2 江华县年降雨量等值线图
图3 江华县高程图
图4 江华县坡度图
图5 江华县滑坡地质灾害易发性分布图
图6 蔚竹口乡高程图
图7 蔚竹口乡河网图
表1 滑坡易发性评价因子权重

相似文献

  • 参考文献

    • 白永健, 熊小辉, 铁永波. 2021. 川藏铁路雅砻江深切峡谷区滑坡早期识别研究[J]. 灾害学, 36(3): 109‒114.

    • 陈洁, 高子弘, 王珊珊, 金鼎坚. 2020. 三峡库区航空遥感地质调查技术发展综述[J]. 国土资源遥感, 32(2): 1‒10.

    • 陈靖, 文广超, 谢洪波, 张哲伟, 陈红旗. 2022. 白格滑坡区遥感光谱时空特征对滑坡发育的指示作用[J]. 自然灾害学报, 31(6): 9.

    • 付波霖, 解淑毓, 李涛, 李豪, 左萍萍, 高二涛. 2021. 基于SBAS/PS-InSAR技术的滑坡遥感监测对比研究[J]. 大地测量与地球动力学, 41(4): 392‒397.

    • 湖南省人民政府. 2017. 湖南省人民政府办公厅关于印发《湖南省2017年度地质灾害防治方案》的通知[EB/OL]. http: //www. hunan. gov. cn/hnszf/xxgk/wjk/szfbgt//201705/t20170503_4825632. html.

    • 湖南省人民政府. 2023. 以高水平防治护高质量发展——湖南自然资源服务打好“发展六仗”系列报道之五[EB/OL]. http: //www. hunan. gov. cn/topic/jjz/jjzyw/202303/t20230303_29261695. html.

    • 黄海峰, 薛蓉花, 赵蓓蓓, 易武, 邓永煌, 董志鸿, 柳青, 易庆林, 张国栋. 2022. 孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别[J]. 测绘学报, 51(10): 2056‒2068.

    • 李明波, 陈平, 陈植华. 2018. 湖南省降雨型滑坡灾害发生的关键性因子研究[J]. 东华理工大学学报: 自然科学版, 41(1): 36‒40.

    • 李铁锋, 温铭生, 丛威青, 连建发, 陈平. 2007. 降雨型滑坡危险性区划方法[J]. 地学前缘, 14(6): 107‒111.

    • 刘春玲, 祁生文, 童立强, 安国英, 李小慧. 2010. 喜马拉雅山地区重大滑坡灾害及其与地层岩性的关系研究[J]. 工程地质学报, 18(5): 667‒679.

    • 刘志中, 宋英旭, 叶润青. 2021. 渝东北2014年"8·31"暴雨诱发滑坡遥感解译与分析[J]. 国土资源遥感, 33(4): 192‒199.

    • 罗守敬, 王珊珊, 付德荃. 2021. 北京山区突发性地质灾害易发性评价[J]. 中国地质灾害与防治学报, 32(4): 126‒133.

    • 莫运松, 江思义, 邹仁辉, 白世贤, 梁长凯, 姜盛骞. 2023. 基于专家-层次分析法的地质灾害风险性评价——以广西富川瑶族自治县为例[J]. 矿产勘查, 14(2): 293‒303.

    • 王志勇, 张金芝. 2013. 基于InSAR技术的滑坡灾害监测[J]. 大地测量与地球动力学, 33(3): 91‒95.

    • 尹展, 王志红, 吴碧娟. 2019. 基于小流域划分的矿山泥石流遥感解译——以陕西凤县为例[J]. 矿产勘查, 10(12): 2973‒2979.

    • 张国平, 徐晶, 毕宝贵. 2009. 滑坡和泥石流灾害与环境因子的关系[J]. 应用生态学报, 20(3): 653‒658.

    • 钟荫乾. 2002. 地质灾害易发性评价[J]. 资源环境与工程, 16(4): 81‒86.

    • 周保, 隋嘉, 孙皓, 马涛, 孙永旺, 辛倩男. 2022. 基于多源遥感数据的青海省地质灾害评价[J]. 自然灾害学报, 31(4): 231‒240.

    • 朱建军, 胡俊, 李志伟, 孙倩, 郑万基. 2022. InSAR滑坡监测研究进展[J]. 测绘学报, 51(10): 2001‒2019.