于金蓉鞠麗紅李顯
(1.山東科技大學 山東青島266100)(2.青島市環(huán)境監(jiān)測中心站山東青島266100)
雅安南部位于四川盆地與青藏高原的結(jié)合過渡地帶,是我國泥石流災害最頻繁活動的地區(qū)之一。本文將以數(shù)字高程模型DEM,AVHRR數(shù)據(jù)產(chǎn)品、MODIS遙感數(shù)據(jù)產(chǎn)品以及土壤類型數(shù)據(jù)為基礎,GIS技術(shù)為支持[1],結(jié)合研究區(qū)域降雨因子,環(huán)境因子,水文因子等多方面進行綜合分析,探索一種新型科學的泥石流危險度評估表達方法。
泥石流危險性區(qū)劃主要是通過影響災害活動的各種條件的綜合分析,結(jié)合雅安具體情況,選取4個一級指標及13個二級指標,作為泥石流危險度的評價因子。
在泥石流信息數(shù)據(jù)和環(huán)境背景因子(高程、坡度、坡向、匯流累計量、植被覆蓋度、土壤和土地利用)柵格數(shù)據(jù)集的基礎上,利用層次分析法(AHP)模型,將所考慮的6個環(huán)境因子賦予相應權(quán)重。在環(huán)境因素對泥石流危險度分析建模中,需對各個因子分別進行緩沖區(qū)分析、要素轉(zhuǎn)柵格、重分類、柵格計算器等空間分析處理[2],根據(jù)不同因子對泥石流發(fā)生的貢獻率進行綜合分析和歸一化處理,最終得到環(huán)境因素對泥石流危險度的影響結(jié)果。
本文將以研究地區(qū)相應時間下氣象站點逐日降雨量數(shù)據(jù)為基礎,GIS技術(shù)為支持,根據(jù)研究區(qū)域盛行雨型,結(jié)合python語言編寫了“雨型”腳本,使其能夠按照研究區(qū)域的不同雨型對當日降雨量進行不同方法的插值。最終,利用層次分析法(AHP)模型,將所考慮的2個降雨因素賦予相應權(quán)重,得到降雨因素對泥石流的影響結(jié)果。
除降雨量以外,水文因素(水流匯積量、溝谷)也對泥石流具有重要影響。由于地表徑流總是由高處往低處流,在匯流和下滲的過程中,增大了土壤的含水量。當水流匯積到一定程度,超過土體的承載力時將發(fā)生泥石流[1],為泥石流的產(chǎn)生提供了有利的地形條件。本文在ArcGIS水文模塊(Hydrology)的支持下,以DEM數(shù)據(jù)為基礎,使用水文分析功能中的流向、匯、分水嶺、區(qū)域填充、填挖、流量等功能,計算匯流累積量。然后基于匯流累計矩陣,采用地表徑流漫流模型計算,提取溝谷。根據(jù)不同因子對泥石流發(fā)生的貢獻率進行綜合分析和歸一化處理,最終得到水文因素對泥石流危險度的影響結(jié)果。
人為泥石流的分布與人類活動密切相關(guān),修建鐵路、公路、水利等,會破壞山坡表面形成,加大泥石流的規(guī)?;蛞l(fā)新的泥石流產(chǎn)生。本文以道路為中心,使用緩沖區(qū)分析表達道路對泥石流的放射線狀影響;以礦廠和水利工程為中心,表達其對泥石流的中心環(huán)狀影響。對各因子分別進行克里金插值、重分類、柵格計算器等空間分析處理,將得到的道路、礦廠、水利對泥石流的分布圖,通過權(quán)重疊加進行綜合分析與處理,再對結(jié)果進行歸一化處理,得到人為因素對銀行泥石流的影響。
綜合以上分析,將模型結(jié)果進行加權(quán)疊加。根據(jù)層次分析法(AHP),將不同的因素對泥石流影響范圍和強度的不同,賦以合適的權(quán)重,并對結(jié)果進行歸一化處理。為了更加準確直觀地表達空間建模結(jié)果,通過ArcGIS平臺對結(jié)果進行專題制圖[2],使用分層次渲染技術(shù),對不同屬性的區(qū)域使用不同的色彩表示,使決策者對泥石流危險度結(jié)果一目了然[2]。
本文建立了較高精度的泥石流預報模型。結(jié)果顯示,高度危險區(qū)主要位于研究區(qū)域北部、中部和東部的部分地區(qū),呈帶狀分布:在北緯28.5°-29.8°之間為西南-東北走向。對比歷史泥石流發(fā)生密度(點狀表示),說明本文有較高的評價精度,對相關(guān)部門的決策有著重要的意義。
[1]虞文娟.基于空間分析的四川省泥石流災害預報模型研究[D].成都:電子科技大學,2 0 12.
[2]韋晶.基于GIS空間建模的銀行網(wǎng)點選址[J].資源開發(fā)與市場,2013,29(6):563-566.