文档介绍：强降水条件下喀斯特地貌地质灾害风险区划研究
摘要 选取六盘水市暴雨日数比例、地灾隐患指数、年均暴雨量、年均暴雨日数、年均降雨量、坡度6个指标作为暴雨诱发地质灾害风险的评价因子,采用投影寻踪聚类模型对评价指标进行客观赋值,、丘陵为主,也有盆地、山原、高原、台地等地貌类型。年降水量为1 200~1 500 mm。
数据来源
2011—2019年六盘水市各乡镇两要素气象观测资料;六盘水市地质灾害隐患点资料,来源于六盘水市国土资源局40年地质灾害资料;DEM数据,来源于美国地质调查局EROS数据中心的GTOP30数据集,分辨率达30 m;六盘水市基础地理数据(含区县边界、水系分布等)以及乡镇行政区域图。
分析方法
风险因子的确定及网格化。选取暴雨日数比例、地灾隐患指数、年均暴雨量、年均暴雨日数、年均降雨量、坡度作为风险评价因子,由于筛选获得的每个指标因子数据格式和维数不同,因而无法直接进行分析和计算。在此基础上,基于GIS平台,对因子进行网格化处理,°×°栅格数据。风险因素的网格处理在统一分析和计算的同时提高了分析的准确性,并弥补了市县级行政区域规模空间单元尺度大、分辨率低的缺陷。 权重系数的确定。确定指标权重旨在确定风险结果与评价指标之间的数值换算关系,是定量化分析多指标多因素风险评价的必要途径。投影寻踪是由Friedman等学者提出的基于探索性和确定性分析的聚类与分类方法,在一定程度上可解决多指标分类等非线性问题,减少人为的主观性操控[4-5]。建模过程包括以下4步。
风险等级划分。风险评价等级的确定采用自然斷点分级法,亦称Jenks优化方法。其原理是采用数据聚类方法,减少类的方差,最大限度地提高类之间的差异。计算采取重复迭代过程,通过重复计算不同的数据集,以确定最小的类方差,直到偏差的总和达到最小值为止[6-7]。其公式为:
2 结果与分析
强降水分析
强对流天气降雨强度大、历时短,不同强度不同地域的强降雨,可造成轻重不同的地质灾害。将6 h之内的雷阵雨归结为强对流天气,6 h之后雨强减弱雨量减小转变为系统性降水,24 h降雨>50 mm的归纳为暴雨。贵州省国土资源厅近40年的统计资料表明,地质灾害的发生与强降水有很大的关系:、,以上2次特大山体滑坡都与当时区域连续强降水有很大的关联。
对六盘水市各乡镇近10年两要素气象降雨资料进行统计分析,年均暴雨量高值区主要分布在郎岱、陇脚、毛口等东部区域,暴雨量可达200 mm以上;次高值区域分布在南部、西南部的大部分区域。年均暴雨日数大致呈现3个高值区,主要分布在郎岱、陇脚、毛口等东部区域,均达到3 d以上,与年均暴雨量十分吻合(图1)。图2为暴雨量占比,日均降水≥50 mm的比例与年均暴雨量分布大致一致。年均降水量大致呈现由南向北逐步递减的趋势,高值区分布在南部及西南部的大部分区域。
强降水条件地质灾害隐患指数
喀斯特地貌以贵州省六盘水为例,根据贵州