基于GIS空间建模的泥石流危险度评估
2014-07-18于金蓉鞠丽红李显
于金蓉鞠丽红李显
(1.山东科技大学 山东青岛266100)(2.青岛市环境监测中心站山东青岛266100)
1.泥石流危险度评估的原理与技术路线
雅安南部位于四川盆地与青藏高原的结合过渡地带,是我国泥石流灾害最频繁活动的地区之一。本文将以数字高程模型DEM,AVHRR数据产品、MODIS遥感数据产品以及土壤类型数据为基础,GIS技术为支持[1],结合研究区域降雨因子,环境因子,水文因子等多方面进行综合分析,探索一种新型科学的泥石流危险度评估表达方法。
2.泥石流危险度评估的影响因素
泥石流危险性区划主要是通过影响灾害活动的各种条件的综合分析,结合雅安具体情况,选取4个一级指标及13个二级指标,作为泥石流危险度的评价因子。
2.1环境因素
在泥石流信息数据和环境背景因子(高程、坡度、坡向、汇流累计量、植被覆盖度、土壤和土地利用)栅格数据集的基础上,利用层次分析法(AHP)模型,将所考虑的6个环境因子赋予相应权重。在环境因素对泥石流危险度分析建模中,需对各个因子分别进行缓冲区分析、要素转栅格、重分类、栅格计算器等空间分析处理[2],根据不同因子对泥石流发生的贡献率进行综合分析和归一化处理,最终得到环境因素对泥石流危险度的影响结果。
2.2降雨因素
本文将以研究地区相应时间下气象站点逐日降雨量数据为基础,GIS技术为支持,根据研究区域盛行雨型,结合python语言编写了“雨型”脚本,使其能够按照研究区域的不同雨型对当日降雨量进行不同方法的插值。最终,利用层次分析法(AHP)模型,将所考虑的2个降雨因素赋予相应权重,得到降雨因素对泥石流的影响结果。
2.3水文因素
除降雨量以外,水文因素(水流汇积量、沟谷)也对泥石流具有重要影响。由于地表径流总是由高处往低处流,在汇流和下渗的过程中,增大了土壤的含水量。当水流汇积到一定程度,超过土体的承载力时将发生泥石流[1],为泥石流的产生提供了有利的地形条件。本文在ArcGIS水文模块(Hydrology)的支持下,以DEM数据为基础,使用水文分析功能中的流向、汇、分水岭、区域填充、填挖、流量等功能,计算汇流累积量。然后基于汇流累计矩阵,采用地表径流漫流模型计算,提取沟谷。根据不同因子对泥石流发生的贡献率进行综合分析和归一化处理,最终得到水文因素对泥石流危险度的影响结果。
2.4人为因素
人为泥石流的分布与人类活动密切相关,修建铁路、公路、水利等,会破坏山坡表面形成,加大泥石流的规模或引发新的泥石流产生。本文以道路为中心,使用缓冲区分析表达道路对泥石流的放射线状影响;以矿厂和水利工程为中心,表达其对泥石流的中心环状影响。对各因子分别进行克里金插值、重分类、栅格计算器等空间分析处理,将得到的道路、矿厂、水利对泥石流的分布图,通过权重叠加进行综合分析与处理,再对结果进行归一化处理,得到人为因素对银行泥石流的影响。
2.5泥石流危险度的综合分析与建模
综合以上分析,将模型结果进行加权叠加。根据层次分析法(AHP),将不同的因素对泥石流影响范围和强度的不同,赋以合适的权重,并对结果进行归一化处理。为了更加准确直观地表达空间建模结果,通过ArcGIS平台对结果进行专题制图[2],使用分层次渲染技术,对不同属性的区域使用不同的色彩表示,使决策者对泥石流危险度结果一目了然[2]。
3.结论
本文建立了较高精度的泥石流预报模型。结果显示,高度危险区主要位于研究区域北部、中部和东部的部分地区,呈带状分布:在北纬28.5°-29.8°之间为西南-东北走向。对比历史泥石流发生密度(点状表示),说明本文有较高的评价精度,对相关部门的决策有着重要的意义。
[1]虞文娟.基于空间分析的四川省泥石流灾害预报模型研究[D].成都:电子科技大学,2 0 12.
[2]韦晶.基于GIS空间建模的银行网点选址[J].资源开发与市场,2013,29(6):563-566.