刘 杰, 武 震,2,3, 张慧文, 张剑挥
(1. 中国地震局兰州地震研究所, 甘肃 兰州 730000; 2. 甘肃省地震局, 甘肃 兰州 730000;3. 中国地震局地球物理野外观测研究站, 甘肃 兰州 730000;4. 民勤沙生植物园, 甘肃省民勤治沙综合试验站, 甘肃 民勤 733000;5. 甘肃省治沙研究所 甘肃省荒漠化与风沙灾害防治国家重点实验室(培育基地), 甘肃 兰州 730030)
滑坡是最具破坏性的地质灾害之一,会造成大量人员伤亡以及财产损失。滑坡灾害具有成因复杂,危害巨大的特性,为了有效防治和应对滑坡灾害,有必要评估各滑坡分布区滑坡灾害的易发性,并阐述滑坡易发性分区[1-2]。土地利用率变化是影响滑坡易发性的重要因素之一,在长时间尺度上,许多地区的土地利用类型会发生较大变化,从而对滑坡易发性的空间分布产生重要影响[3-5]。
土地利用率变化能够直接或间接地反映自然过程和人类活动对某一地区边坡稳定性的影响。在自然过程中,植物根系为土壤提供机械加固,从而稳定边坡[6]。以树木为例,长而宽的根通过穿过土柱中的薄弱区域并锚定在稳定基岩的裂缝中来提供支撑,以抵御各种自然灾害,如浅层滑坡、渗漏、土壤蠕变等[7]。除了根系对边坡的固定作用,植被还能对水分进行拦截和蒸散,改变降雨入渗土地的速率,从而引起的山坡水文变化(延迟了流域对强降雨的反应)[8]。有研究表明植被面积减少能够使得边坡稳定性随之下降[5]。植被的建立和土壤的积累具有正反馈效应,植被越茂密,土壤也会越稳定,进而为植被的建立和生长提供更多的机会[4]。
而从人类活动的角度来看,目前许多研究人员都认同土地利用的变化与人类活动存在密切的相关性[9-11]。人类活动通常体现在农业、道路、城镇、工矿等用地的建设上,对自然环境的改造无法避免。例如边坡遭到人工开挖,结构松动,农田灌溉、河渠等开挖建设导致土壤疏松和地表径流以及地下水下渗[12-14];道路、城市和采矿建设活动的施工过程导致边坡变形,边坡底部薄弱结构面易遭到挖掘和揭露,导致破碎面的形成[15]。这些为滑坡发生营造了良好的环境,同时导致滑坡灾害的易发性增加。
由于土地利用要素在时间尺度上具有不稳定的特征,因此基于的土地利用在不同时间段的变化而进行的滑坡易发性相关研究,能够有效解决传统滑坡易发性研究在时间上稳定的缺陷[6]。目前针对不同研究区,已有相关研究可供参考[5,11,16-17]。例如,Persichillo等[18]评估了1954 年至2012年间北Apennines地区土地利用变化对浅层滑坡易感性的影响,并发现研究区内利用天然草地、灌木和林地来恢复的废弃耕地区域最容易发生浅层滑坡。Reichenbach等[3]在评估自1954 年来土地利用变化对意大利西西里岛东北部的滑坡易发性的影响时发现,森林覆盖和斜坡稳定性之间具有较强的关系。Gariano等[19]在对1921—2010年间的土地利用变化研究发现,Calabria地区的农业实践和土地管理在减少滑坡发生具有一定积极作用。在对湖北省宣恩县珠山镇1992—2013年的土地利用变化研究中,Chen等[20]发现人类工程活动是导致该地区滑坡增加的最重要因素。
甘肃永靖县自1980年改革开放以来,随着经济的发展,土地利用的变化非常显著。因此,对于历史滑坡的单一易发性分析,已经不适合该区域当前的发展需求。除此之外,永靖县黄土面积较大,软岩广布,侵蚀强烈,易发生地质灾害。加之极端天气的影响[21-22],该地区内的灾害具有分布面积广、数量大、活动性强、破坏大等特点。众多的因素交织在一起,极大的加剧了自然灾害的不确定性。鉴于此,本文使用决策树算法重点评估土地利用因素在转化条件下对永靖县滑坡易发性空间分布的影响,研究目的为:(1)基于不同时期的土地利用数据,绘制滑坡易发性评价图;(2)对比并提取更易引发滑坡的土地利用类型;(3)对不同易发性分区内未来的土地利用改造提出建议,为研究区的经济发展与灾害预防提出借鉴。
本文研究区——永靖县位于临夏回族自治州北部,如图1所示,永靖县东北与兰州市接壤,南濒刘家峡水库(今名炳灵湖),西北与青海省民和县为邻。地理位置介于102°53′～103°39′E,35°47′～36°12′N之间,总面积为1 864 km2,属大陆性气候,干燥少雨。研究区内地势东、西部较高[21],中部较低,地形复杂,河谷纵横,黄河、湟水河和洮河贯穿永靖县。地质方面,研究区位于祁吕贺山字型构造体系弧形褶皱带西翼,东部为河西构造体系,并叠加于陇西构造体系[21]。岩性包含亚砂土、亚黏土、砂质泥岩、砂砾岩等。
永靖县内滑坡分布广泛,滑坡体体积在100万～1 000万m3的大型滑坡数量占比44%。其中刘盐八库区滑坡群是永靖县内具有代表性的重要滑坡事件。该区域内黄土结构疏松,地质条件复杂,受提水灌溉、水库蓄水等影响,主要发育着大规模群发性滑坡灾害[23]。盐锅峡黑方台是上述滑坡群中灾害发生最频繁和严重的区域,位于兰州附近的黄河阶地,近年来,滑坡现象呈现密集、频发的趋势[24]。随着永靖县内人口增加,灌溉农业活动日益加剧,滑坡灾害隐患点逐渐增多。
图1 研究区行政区划、地形和2018年土地利用图Fig.1 Administrative division,topography, and 2018 land use map of the study area
2.1 滑坡目录的获取
滑坡清单的统计与绘制是滑坡易发性评价的基础,编制方法也多种多样,例如:航空照片目视解译、卫星光学影像解译、野外测绘、高分辨率Digital Elevation Model (DEM)解译、遥感影像自动或半自动测绘、档案检索[6]。研究区地势复杂,软岩广布,山体陡峻,独立测绘滑坡清单似乎可行性较低,因此本文综合已往研究成果[21],并采用中科院专业地质团队测绘的该地区历史滑坡清单(rs.ceode.ac.cn),并结合实地调查,确定了研究区中1980—2018年共173个历史滑坡的位置。这些滑坡的主要特征是频率高、分布均匀、范围广。
2.2 多期土地利用的获取
本文所使用的土地利用数据来源于中国科学院遥感与数字地球研究所数据服务网站(rs.ceode.ac.cn)。根据所获取的数据来看,永靖县内土地利用状况可分为:耕地、林地、草地、水域、城乡用地和未利用土地,在六大类的基础上还可进行继续分类,如表1所列。研究区内耕地只有旱地一种类别,而林地分为成片林地(覆盖度大于30%)、灌木林地(覆盖度大于40%,株高小于2 m)、疏林地(覆盖度小于15%)、其他林地(未形成林地和各类园林苗圃人工植物)。草地分为高覆盖度草地(覆盖度大于50%)、中覆盖度草地(覆盖度为20～50%)和低覆盖度草地(平均覆盖度为5～20%)。水域分为河流、水库和滩地。城乡建设用地分为城市用地、农村用地和其他建设用地(如工矿、大型工业区、采石场等特种用地)。未利用的土地分为裸土地(有土壤表面覆盖的裸地);盐碱地(指地表盐碱聚集,植被稀少);沼泽地(地势平坦低洼,排水不畅,长期潮湿,季节性积水或常年积水的土地)。各类别土地利用面积占比如表1所列。五期数据中,草地面积始终是全县面积最大的土地利用类别,且大部分草地的覆盖度在50%以下。面积最小的是城乡建设用地和未利用土地。
表1 各类土地利用的面积占比
2.3 空间数据库
研究滑坡发生的分布规律、规模和发育特征,需要找出影响滑坡发生的相关影响因素,本文根据研究区情况以及专家意见选择了高程、坡度、坡向、曲率、地层岩性、降雨、距河流和道路距离以及土地利用9个影响因素作为研究因子,数据来源如表2所列。
表2 评价因子的数据来源
高程、坡度、坡向和曲率是地形因素中最常用的几个滑坡易发性评价因素,也是衡量滑坡稳定性的重要指标。不同的高程区间有着不同的自然环境和人类活动强度等;坡度则可以影响岩土体应力分布以及斜坡上风化层的堆积厚度等,坡向则影响斜坡上的植被覆盖、水分蒸发量等,曲率作为地表扭曲变化程度的度量因子,决定了地表的切割和碎裂程度[25-27]。地层岩性则影响着斜坡岩石和土壤的抗剪强度和渗透性[27]。降雨是气候因素的代表,不仅影响植被覆盖、地表径流等因素,同时可以渗入坡体并增加其重量,使边坡下滑力增大而抗剪力下降[27]。距道路距离是人类活动的相关因素,修建过程中对边坡的开挖可降低地形和坡脚的负荷,会显著降低边坡的稳定性,加速滑坡的发生[28],而研究区内三条河流贯穿而过,对坡岸的向下切割、侧向切割和波浪冲击的作用,会带走坡脚的岩土体,在坡脚形成架空表面,从而为滑坡的发生创造条件[29],因此我们将距河流距离作为其中一个影响因素。土地利用是本文为了对研究区滑坡易发性进行时间尺度上的纵向研究而选取的重点因素,包括了自然植被覆盖以及人为建设活动两大类。
尽管这些评价因子对滑坡灾害的发生具有一定的贡献,但在滑坡易发性建模中,一些制约因素与滑坡灾害数据相关性较低,或某些制约因素可能会对结果造成较差的扰动[30],因此需要对影响因子进行进一步筛选。本文采用Variance Inflation Factor (VIF)相关性分析对研究区各因子进行独立性分析,使用Pearson相关系数方法衡量自变量和因变量之间的相关性关系,最终距道路因子的VIF值大于10,说明和其他变量存在严重多重共线性,不具备模型所需要的预测、分类功能,被本文排除在外,其他评价因子则均通过相关性检验。最终引入的滑坡影响因子如图2所示。
3.1 评价因子量化
为了构建定量的滑坡易发性评价图,必须要对评价因子进行量化。首先将表2中各原始连续评价因子划分为若干子类,构建滑坡易发性评价模型的输入变量,然后利用Frequency Ratio (FR)算法分析计算各评价因子的子类对滑坡的影响[27,31]。FR方法作为一种双变量统计方法,反映了滑坡与各预测层之间的相关性,如式(1)[32]所示。
(1)
式中:FR为频率比值;Nij为第i个评价因子中的第j类发生的滑坡个数;Aij为第i个评价因子的第j类所占的评价单元数目;Nr为研究区内滑坡灾害总数;Ar为研究区内总的评价单元数目。
3.2 评价模型
本文使用了机器学习中被广泛应用的算法:决策树模型,并使用软件Python3.6中的sklearn模块进行建模,开发环境为Jupyter Notebook。
决策树是一种有监督的非参数机器学习技术,可在没有数据分布的先验知识的情况操作,具有简单的解释和建模能力,并且能够很好地处理复杂性数据以及降低变量之间的相关关系。与其他模型相比,决策树具有灵活、快速、鲁棒等特点[33]。Breiman等[34]在1984年提出CART算法,也称分类回归树。CART是二叉树,该算法有利于预测连续性因变量。它所使用的字段选择标准是描述纯度的基尼指数,如式(2):
(2)
式中:pk表示某事件第k个可能值的发生概率,这个概率可以使用经验概率表示,因此基尼指数公式也可以如下表示:
(3)
图2 研究区内滑坡易发性评价因子图Fig.2 Evaluation factors of landslide vulnerability in the study area
决策树算法本质是根据事物的特点分别归类的方法,目标就是将具有p维特征的n个样本分到c个类别中去,是一种利用图形直接反映客观实物特征而得到感性认识的方法[35]。基于Python语言,本文将数据集按7∶3划分为训练集和测试集,将训练集带入建立好的模型中,通过十倍交叉验证进行训练,最后通过模型输出所有评价因子对模型的贡献度指标,结合本文3.3小节中量化后的评价因子数值,在ArcGIS中进行叠加计算,最终得到可视化的评价结果。
4.1 评价结果
根据模型得到的结果,得到的滑坡易发性评价如图3所示。该结果图代表了与滑坡易发性相关的隶属度的可视化表示,数值范围从0到1,数值越大说明滑坡发生的可能性越大。本文利用自然断点法将易发性评价图分为五类,分别为极低、低、中等、高和极高易发性,自然断点法循序的是数据本身的规律,这样的方法可以使分类更客观。可看出,五期滑坡极高和高易发性区域位置变化不大,主要集中于研究区中部黄河流域(盐锅峡镇至刘家峡水电站段)周边、研究区西南部川城村—红泉镇—王台乡周边区域以及研究区中部偏东的三条岘乡。
图3 滑坡易发性分区图Fig.3 Landslide susceptibility zoning map
五期评价结果的各易发性具体面积占比如图4所示。研究区内面积占比最高的是中低两类易发性分区,除了2010年,极低易发性分区面积始终是五类分区中最小的,但与1980年相比,2018年的极低易发性面积有了显著的提升;与之相反的是高易发性区域,与1980年相比,2018年的面积出现了显著下降。而极高易发性区域面积占比在五期结果中经历了一系列的波动,2018年与1980年的相比,面积比重几乎没有变化。综合以上结果,极低和低易发性指标所在区域在五期结果中处于一个波动上升的趋势,极高和高易发性分区的面积则处于逐年下降的趋势,但自2000年开始,下降趋势减缓,如图5所示。
图4 不同滑坡易发性分区面积比重Fig.4 Area proportion of different landslide susceptibility zones
图5 高、低易发性指标区域面积比重变化Fig.5 Change of area proportion of high and low susceptibility indexes
本文将数据以7∶3的比例划分为训练数据和测试数据,使用测试集数据和ROC曲线对模型预测能力和评价结果的精确性进行了评估,如图6所示。ROC曲线下面积(AUC),通常用于评价滑坡模型的可靠性以及对滑坡发生预测的质量[36,37]。它的范围从0.5到1,理想模型的AUC等于1,不精确模型的AUC等于0.5,AUC值越趋近于1,模型结果越理想。本文使用测试集检验的AUC值均大于0.7,说明模型拟合程度佳,且具有良好的易发性评价能力。
图6 ROC曲线测试结果Fig.6 Test results of ROC curves
4.2 土地利用FR值结果
根据3.3中评价因子量化的公式得到的结果,如表3所列。不同土地利用类别的FR值越高,表示该类别所在区域内发生滑坡的频率越高。本文认为,FR值大于1的土地利用类型,属于所在区域内滑坡发生频率较高的类别,而这些类别通常对滑坡的发生能起到一定的积极影响。
表3 各个滑坡影响因子频率比值
续表3
1980年、1990年和2000年的三期结果类似,FR值始终大于1土地利用类型有旱地和农村居民点,说明在这两种土地利用中,有限的区域内滑坡灾害发生的数量较多。而成片林地、其他林地、滩地和城镇用地的FR值始终为零,说明这四类土地利用的区域内并未发生过滑坡灾害。
2010年和2018年两期与前三期比变化较大,多出了其他建设用地和沼泽地、盐碱地这三类土地利用。2010年的多出了盐碱地和其他建设用地两类FR值为0的土地利用,同时,除了旱地和农村居民点外,裸土地的FR值在2010年与前三期数据相比,FR值显著提升,成为第三类FR值大于1的土地利用要素,但在2018年下降为0。2018年的土地利用类型中,旱地、低覆盖度草地、河渠、农村居民点和沼泽地是FR值大于1的类型,是五期土地利用中含有滑坡发生频率较高的类别最多的一期,同年,成片林地、其他林地、滩地、城镇用地、其他建设用地和裸土地的FR值为0。
综上,在近40年间,成片林地、其他林地、滩地、城镇用地和其他建设用地的FR值始终为0,说明五期结果中,这些区域内未发生过滑坡灾害。旱地,农村居民点这两类土地利用的所在区域是滑坡高频发生的区域,裸土地的FR值并不稳定,而沼泽地在2018年的FR值高达20.3672,但一年间仅发生过一次滑坡灾害,因此本文认为,沼泽地的FR值极高,与该土地利用类型的占地面积极小有关。
因此,在分析这些土地类型的FR值结果后,本文认为,仅凭FR值的大小,不足以说明土地利用与滑坡灾害之间的关系,因此本文将利用决策树模型得到的各类易发性结果同土地利用数据相叠加,得到各类土地利用在不同易发性区域内的分布情况,根据这些结果,进一步分析各类土地利用与滑坡易发性分区之间的关系。
4.3 不同土地利用类型与滑坡易发性的关系
为了更进一步了解土地利用中各类别如何影响各类滑坡易发性分区,本文将五期评价结果分别和当期土地利用数据进行叠加,从不同易发性分区内的所分布面积最大、最小的土地利用类型的角度,来分析土地利用影响滑坡易发性分区的方式。根据叠加后的结果(表4),旱地始终是极高和高易发性分区内面积最大的土地利用类型,而中、低覆盖度草地和疏林地则是极低和低易发性分区内面积最大的土地利用类型。从表4中可以看出,五期评价结果中的极高和高易发性分区内面积最大的土地利用类型没有变化,始终是旱地。极低和低易发性分区内面积最大的土地利用类型主要分布的均为自然植被,1980年至1990年期间极低易发性分区内主要分布的是疏林地,在2000年至2018年期间极低和低易发性分区内主要分布的土地利用类型变为草地,且2018年时期草地覆盖度下降,低覆盖度草地面积上升。
表4 各类滑坡易发性分区内面积占比最大的土地利用类型
根据表5中统计量可看出,1980—2010年间,旱地内主要的滑坡易发性指标变化较小,主要范围在0.45～0.60之间,2018年旱地内的指标则有所下降,范围在0.37～0.46之间。林地类别下自然植被(包括自然林地和自然草地)内的滑坡易发性指标大多小于0.5,属极低和低易发性分区,而以人工种植为主的其他林地以及水域内的滑坡易发性指标均大于0.5,且随着时间推移,滑坡易发性指标随之上升。城乡建设用地内的滑坡易发性指标也都大于0.5,且农村居民点和其他建设用地的滑坡易发性指标逐年上升,城镇用地则在逐年上升的过程中,在2018年再度出现下降。未利用土地中盐碱地和沼泽地的易发性指标主要大于0.7,裸露荒地内的易发性指标则主要在0.3～0.5之间。
表5 各类土地利用类型内主要的滑坡易发性指标范围
总体来看,研究区内的自然植被和裸露荒地所在区域更偏向被划分为滑坡易发性指标较低区域,而旱地、水域和城乡建设用地等人类活动频繁的区域,则为滑坡发生提供了良好的条件。尽管从表5显示旱地内主要的滑坡易发性指标范围隶属于中等易发性分区,但该结果并不代表旱地对滑坡发生的影响较小,该结果与旱地是研究区内分布面积较广的土地利用有关,它在各类易发性分区内都有分布。根据表4的结果,部分旱地在极高和高易发性这两类面积较小的分区内占据了较大的百分比,说明旱地仍然是容易导致滑坡的土地利用类型之一。
随着滑坡易发性评价研究的逐渐深入,该方向在时间尺度上的研究也逐渐受到重视。因此本文使用具有时间尺度信息的土地利用因子配合同时期的年均降水量数据,重点研究1980—2018年间的滑坡易发性评价分区变化及土地利用要素对评价结果的影响。
5.1 永靖县内滑坡易发性分区的变化
根据评价结果来看,尽管不同时期的结果有所变化,但滑坡极高和高易发性区域位置主要集中于研究区中部的黄河流域(盐锅峡镇至刘家峡水电站段)周边、研究区西南部的川城村—红泉镇—王台乡周边区域以及研究区中部偏东的三条岘乡,其中主要的土地利用类型有旱地、水域和农村居民点用地,该结果与前人评价结果类似[21]。从时间尺度来看,永靖县内滑坡易发性处于一个好转的趋势,易发性指标较低的区域面积扩大10.7%,相对应的,易发性指标较高的区域面积缩小,与1980年相比,2018年内的高指标区域面积下降了9.8%,这与当地人民的在滑坡高发区实施的防灾减灾措施有关。但值得注意的是,研究区内极高和高滑坡易发性分区面积自2000年开始下降速度显著减缓,同时期,该区域内的城乡建设用地面积上升,并占用了部分植被(其他林地和低覆盖度草地)面积。由于极高和高易发性分区内增加了人类建设活动,减少了植被固坡作用后,该区域内边坡稳定性有所下降,抵消了部分人工防灾措施对区域内的影响,使滑坡高易发性指标区域面积减少速度减缓。
5.2 土地利用对滑坡易发性的影响
根据评价因子的FR值,结合土地利用与易发性分区的叠加结果,本文发现自然植被和裸土地对滑坡发生有负面作用,这些土地利用所在区域基本与低滑坡易发性指标分区重合。其中植被覆盖度与滑坡易发性指标成反比,自然植被覆盖度较高的区域滑坡易发性指标更低。很多研究也表明自然植被对边坡稳定性的正面作用[5],且植被覆盖度的下降也是造成浅层滑坡发生的其中一个因素[9,38]。而从植被覆盖面积来看,植被的建立和土壤的积累是正反馈的,越多的植被,稳定越多的土壤,会为植被的建立和生长提供更多的机会。C.GÖKCEOGLU[4]提出在土耳其蒙根地区,与植被较少或没有植被的区域相比,植被密集的区域不易发生滑坡。这也可以解释为什么研究区内的自然植被的FR值较低,且所在区域内的滑坡易发性指标较低。
而旱地、其他林地(人造林、种植园)、水域、城乡建设用地和未利用土地中的盐碱地和沼泽地对滑坡的发生起到积极作用。根据过往研究可知,旱地在加速边坡风化过程中起着重要作用,风化过程能够削弱了边坡的强度,极大地降低了边坡的稳定性,加速了边坡的变形和破坏[39]。其他林地的建设、种植过程中,对土地边坡的改造,以及灌溉导致水分入渗土壤,会降低岩土体的抗剪强度[16]。河渠、水库坑塘的开挖的建设对于滑坡的发生也具有不可忽视的作用,加上河渠本身对岸坡的侧蚀作用,使坡脚处的土体破坏滑塌,并逐渐向坡体内部和坡顶方向发展,影响滑坡的稳定性[40]。而且除了侧蚀作用外,水域周边水分渗漏进土壤是必然发生的,而入渗量也是决定滑坡位移的主要因素之一。随着水的渗透到一定程度,岩土体的力学强度会降低,浅层堆积容易产生拉伸裂缝。同时,滑带土体软化,与其他地质因素结合,形成滑坡[14]。而城乡建设中,难免会进行开挖、爆破一系列工程措施,导致边坡变形,使边坡的地应力分布发生变化或集中在某一部位。当边坡底部的薄弱结构面被挖掘和揭露时,边坡将处于悬空状态。另一方面,当边坡下的软岩地层被开挖和揭露时,边坡将失去初始平衡,导致破碎面的形成、软弱结构面的滑移以及裂隙的扩展和连通[39]。
上述提到的对滑坡起到有利作用的土地利用类别,大部分都是与人类活动有极高联系的类别,说明永靖县内人类活动对滑坡的发生提供了极有利的条件。本文将2010年人口公里网数据和2010年的评价结果叠加后发现,人口密集区域多落在滑坡易发性指标较高的区域,如图7所示。而其中盐碱地和沼泽地虽然FR值和区域内极高易发性分区面积占比高,但与这两类土地利用类型占地面积较小,并无法有效影响研究区内的滑坡易发性分区。
图7 人口公里网数据与评价结果叠加结果Fig.7 Overlay result of population kilometer network data and assessment result
5.3 耦合其他因素分析
根据决策树模型中的重要指标——高程是除了土地利用以外,第二个对模型贡献度最高的评价因子,因此本文继续结合高程因素,以求更好地对研究区滑坡易发性进行分析。根据叠加结果来看,其他林地、水域和城乡建设用地主要分布在研究区中海拔最低的区域(1 530～1 735 m),而自然植被和裸土地则主要分布在2 000 m以上的较高的海拔区域。研究发现,原本低海拔区域内的边坡要相对稳定,但低海拔区域正是适合人类开发的地区,由于城市开发建设的需要,人类将自然植被限制在海拔较高的区域。因此,连带着人工造林地这种植被覆盖区域,也会对滑坡易发性指标产生正面影响。此时,高海拔区域内的植被覆盖度与滑坡活动呈负相关关系,而在海拔较低且边坡较为稳定的地区,植被覆盖度与滑坡呈现正相关关系。旱地主要分布在研究区海拔较高的区域(2 175～2 315 m),该区域中广泛分布着栗钙土,正适合小麦等旱地作物的生长和种植,而旱地的风化作用也导致区域内边坡稳定性下降,从而滑坡易发性指标上升。
从土壤类型的角度来看,本文将五期滑坡易发性分区图与土壤分布图进行叠加,发现滑坡易发性极高区域内最广泛分布的是黄绵土,而非研究区域内面积最大的栗钙土。作为黄土地区主要的土壤类型,黄绵土疏松多孔、具有良好的透水性,因此区域内降雨补给地下水的增湿软化作用,河流对坡岸的侧蚀作用,以及区域内集中的人类开挖等建设活动,都成为了区域内黄土滑坡的诱发原因,同时所在区域内土壤侵蚀和水土流失的情况严重,因此,本文认为,除了人类活动频繁、植被覆盖度低,广泛分布的黄土也为研究区内极高和高易发性区域内的灾害形成提供有利条件。
本文使用决策树模型,结合5期土地利用因子,将甘肃省永靖县作为研究区,对区域内滑坡易发性进行基于长时间尺度下的评价,根据研究结果将研究区分为极高、高、中、低和极低易发性分区。五期评价结果在经过测试集检验和前人研究结果对照后可看出均较为理想。五期评价结果显示极高和高易发性区域主要集中于研究区中部黄河流域(盐锅峡镇至刘家峡水电站段)周边、研究区西南部川城村—红泉镇—王台乡周边区域以及研究区中部偏东的三条岘乡。将土地利用与评价结果叠加后发现,自然植被和裸土地所在区域内滑坡易发性指标较低,而旱地、水域和城乡建设用地等人类活动频繁的区域内滑坡易发性指标较高。研究区中高滑坡易发性指标区域主要在低海拔人口密集区域,人类活动不仅影响了区域内边坡的稳定性,也将自然植被限制在了高海拔区域,使反而稳定了高海拔区域的边坡。总体来看,永靖县内的高易发性指标区域面积逐年,但2000年则是一个出现显著变化的时间节点,自2000年开始,极高和高易发性区域面积下降速度减缓,这与该区域内的其他林地和低覆盖度草地面积减少,转化为城乡建设用地面积有紧密的联系。这是由于减少了植被的固坡作用,加上人类建设活动对边坡的影响,因此本文建议提高极高和高易发性区域内的草地覆盖度,控制研究区内的极高和高易发性分区内滑坡灾害的发生。
猜你喜欢 易发覆盖度土地利用 呼和浩特市和林格尔县植被覆盖度变化遥感监测科学技术创新(2022年30期)2022-10-21机用镍钛锉在乳磨牙根管治疗中的应用中国药学药品知识仓库(2022年9期)2022-05-23贵州省地质灾害易发分区图大众科学(2022年5期)2022-05-18八步沙林场防沙治沙区植被覆盖度时空演变分析地理空间信息(2022年1期)2022-03-11基于NDVI的晋州市植被覆盖信息提取农业与技术(2021年23期)2021-12-14夏季羊易发疾病及防治方法今日农业(2021年10期)2021-11-27冬季鸡肠炎易发 科学防治有方法今日农业(2021年1期)2021-03-19辽宁省地表蒸散发及其受植被覆盖度影响研究黑龙江水利科技(2020年8期)2021-01-21土地利用生态系统服务研究进展及启示自然资源情报(2017年4期)2017-11-26滨海县土地利用挖潜方向在哪里中国老区建设(2016年8期)2016-02-28