基于GIS和AHP的福建福安区域滑坡地质灾害危险性评价

以福建省宁德福安市为研究区,通过综合分析研究区地质灾害调查数据,选取了坡度、坡向、曲率、高程、降水、植被、道路、河流、地质、断裂带及人类工程活动等10个因子作为评价指标,构建区域滑坡地质灾害危险性评价层次结构模型,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了研究区地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区.危险性评价结果可为宁德市减灾防灾以及灾害治理提供依据,也为区域滑坡地质灾害危险性评价提供可行的方法参考.     

快鸟图像的地质灾害遥感信息识别研究

研究目的：探讨快速、准确的提取中国西南地区滑坡、泥石流灾害的新方法。研究方法：本文利用高空间分辨率的Quick Bird图像,突破传统调查方法的限制,发挥其宏观、综合、直观、快速等优点,在Quick Bird图像上详细地图定滑坡和泥石流灾害体的位置及发育范围,结合高程和坡度等基础地理信息,探讨地质灾害发育的空间规律。研究结果：研究表明该研究区内地质灾害以泥石流、滑坡为主。主要沿河及公路等人类活动较密集的区域分布,地质灾害的发生大多受到降雨和工程活动等因素的影响。研究结论：为研究区内的防灾和减灾工作提供重大依据。     

基于GIS的三峡库区地貌形态信息统计分析

地形地貌是最基本的地理要素,它决定着自然地理单元的形成和地面物质与能量的再分配。本文运用GIS的空间分析功能,分析了三峡库区海拔高程、坡度、坡向、起伏度四个地形因子,对地貌形态进行了定量划分,为农业规划、水土流失、土壤侵蚀等研究提供了较准确的基础数据。     

巴马县地形因子与土地利用空间分布关系研究

选取广西喀斯特地区代表之一巴马县,利用土地利用现状图和DEM,从中提取出研究区的高程、坡度、坡向数据。利用ArcGIS的空间分析功能,分别对高程、坡度、坡向和土地利用数据进行叠加处理,得到在不同高程、坡度、坡向下的土地利用分布情况,并利用SPSS软件对土地利用类型与地形因子进行相关分析。     

独龙江流域居民点的空间分布

利用ArcGIS软件提取了研究区DEM的高程、坡度、坡向、起伏度等信息与国家1:250000基础地理地理信息数据提供的居民点、水源信息进行空间叠加分析,得出云南省独龙江流域特有民族之一独龙族居民点的空间分布与高程、坡度、坡向、起伏度、水源的定量关系,揭示了自然因素对本区居民的影响程度,为人们更好地了解独龙族所处的独特地理环境提供了依据,也为政府做好本区的民族工作提供了依据。     

台湾地区地貌形态的分析研究

数字高程模型(DEM)是地貌解译有力的辅助工具,同时也是对地形地貌分析研究进行量化表达的一个重要手段。在前人研究的方法上通过对研究区台湾地区的SRTM-DEM数据的处理,运用GIS空间分析和统计方法进行地形分析,并在此基础上完成对地形起伏度、坡度、坡向、高程等地形因子相关的拓展分析。根据分析结果对该地区的地貌形态特征进行总结。     

澜沧江流域居民点空间分布格局及影响因素研究

居民点空间分布是区域自然、社会、经济以及历史发展的综合反映,影响着区域经济发展的规模、方向以及发展的可能性。区域自然环境是居民点形成和发展的基础,社会经济因素也对居民点的分布产生重要影响。基于澜沧江流域数字高程模型(DEM)提取坡度、坡向和地形起伏度,结合1∶5万地名数据库的居民点及国家1∶25万基础地理信息数据库的河流、道路信息,研究了澜沧江流域居民点的空间分布格局,并对澜沧江流域居民点分布的影响因素进行定量了分析。研究结果显示,海拔、坡度、坡向、地形起伏度对居民点的分布有显著影响,居民点倾向于分布在海拔较低、坡度和起伏度较小、东南坡向的地区,各级居民点沿河流、道路分布明显。另外,较高级别的居民点更趋向于分布在自然条件较好的区域。研究结果可为澜沧江流域综合开发和生态环境保护提供科学依据。     

顾及地形邻域影响的地质灾害风险易发区评估

地质灾害发生时通常会带来巨大的人力物力损害,而易发区评估是防灾减灾的重要手段。为了尽可能减少灾害带来的经济损失和人员伤亡,本文在GIS的支持下开展地质灾害风险评估研究。具体结合温州市自然地理状况及相关受灾情况历史数据,分析高程因子、坡度因子、坡向因子等地质灾害影响因子,提出了综合邻近环境的地质灾害分析方法,利用层次分析方法计算各因子权重,构建了温州市滑坡灾害易发性评价指标体系,确定了温州市地质灾害易发区;同时还研究了山区、平原不同地形条件下的地质灾害风险规律。     

ASTER GDEM与SRTM3高程差异影响因素分析

作为最新发布的全球地形数据,ASTER GDEM比目前常用的SRTM3数据有着更高的分辨率和更广的覆盖范围,对于相关地学分析具有重要意义。本文以华中地区为研究区域,对ASTER GDEM与SRTM3数据进行了比较,重点分析了坡度、坡向、地形起伏度、土地利用类型、植被覆盖度、生成ASTER GDEM栅格点高程数据所用的ASTER DEM影像数等因素对2种DEM数据高程差异的影响。结果表明,在研究区域内,ASTER GDEM高程比SRTM3高程平均低5.42 m,两种DEM数据高程差异的RMS值为16.90 m;ASTER GDEM与SRTM3之间的高程差异随着坡度、地形起伏度、植被覆盖度的增大而增大,而ASTER DEM影像数越大,高程差异越小;坡向、土地利用类型对高程差异也有影响。     

西藏植被碳源/汇时空变化特征及其影响因子分析

针对气候、地形和人类活动对西藏植被碳源汇的影响程度问题,该文基于MOD17A3HGF数据,结合土壤异养呼吸模型,模拟估算西藏植被净生态系统生产力,综合气候、地形和人类活动3方面影响因子,利用趋势分析和地理探测器方法,探讨了2001—2020年西藏碳源/汇时空演变特征及碳汇空间分布的影响因子。结果表明：(1)2001—2020年西藏植被整体呈现碳汇状态,多年均值为124.72(g C·m^-2·a^-1);(2)碳汇区主要集中在东部及南部林地地区,碳源区主要分布在西北部昆仑高寒高原地区和南部喜马拉雅山脉高海拔地区;(3)高程、温度和降水是影响碳汇空间分布的主要因素,解释力均高于40%,其中降水和高程的交互作用是碳汇的显著影响因素;(4)在不同产业县内,降水和高程对碳汇的解释力仍然较强,人类足迹对牧业县碳汇的影响力远高于农业县和半农半牧县。     

雪线时空分布及与地形因子相关性分析

采用青海玉珠峰1998、2010、2013、2015年7月份四期SPOT5及QuickBird遥感影像(1998年为航片),解译冰雪范围线,对冰雪覆盖区域的时空变化特征进行分析。获取2013年雪线高程,利用30 m分辨率的SRTM-DEM提取坡度、地形曲率、地形起伏度等地形因子。在气温、降水条件基本相同的情况下,对不同的海拔范围采用回归分析推算雪线高程与地形因子的相关关系。结果表明,随着海拔的升高,雪线高程与地形因子的相关性有逐步增强的趋势。当海拔达到约5 500 m时,雪线高程与坡度、地形起伏度、剖面曲率、平面曲率的相关系数分别为0.509、0.517、0.141、0.221,地形起伏度与坡度是对雪线分布影响相对较大的地形因子。     

基于RS与GIS技术的泸定县植被空间分布分析

以四川省泸定县为分析研究区域,综合运用遥感图像处理技术与GIS空间分析技术,用ETM+遥感影像获取归一化植被指数(NDVI)信息并反演植被覆盖度,用地形图等高线生成数字高程模型(DEM)并提取地形因子。借助叠合分析法,讨论植被覆盖度与海拔高度、坡度、坡度变率、坡向、坡向变率5种地形因子的空间关系,得到泸定县关于地形因子的各等级植被空间分布特征。分析对地植物学中高山峡谷地区植被的地形格局分布规律研究与生态环境的评价与改良都具有重要的参考价值。     

地形因子与小微地震相关度的空间异质性分析

针对传统最小二乘回归未能顾及数据的空间特性,且无法度量模型自变量与因变量相关性的空间变异特性的问题,本文提出利用地理加权回归方法分析小微地震频次与地形因子相关度的空间异质性。以四川地区的地震监测资料、DEM为实验数据,选取地形复杂度、坡度变率、坡向变率和地面曲率为自变量,地震发生频次为因变量,构建地理加权回归模型,并进行回归系数的空间变异分析。实验分析发现,地震频次与地形因子具有一定的相关性:地形复杂度与地震频次相关性最强;坡度变率、沟壑密度、剖面曲率与地震频次的相关性依次减弱;不同空间位置的地形因子和地震频次的相关性具有较明显的空间异质性。实验结果表明,地理加权回归可以有效地度量分析地震频次与地形因子相关度的空间异质性,研究结果可为地震及次生灾害的分析与预报提供辅助决策参考。     

地形因子与小微地震相关度的空间异质性分析

针对传统最小二乘回归未能顾及数据的空间特性,且无法度量模型自变量与因变量相关性的空间变异特性的问题,本文提出利用地理加权回归方法分析小微地震频次与地形因子相关度的空间异质性。以四川地区的地震监测资料、DEM为实验数据,选取地形复杂度、坡度变率、坡向变率和地面曲率为自变量,地震发生频次为因变量,构建地理加权回归模型,并进行回归系数的空间变异分析。实验分析发现,地震频次与地形因子具有一定的相关性:地形复杂度与地震频次相关性最强;坡度变率、沟壑密度、剖面曲率与地震频次的相关性依次减弱;不同空间位置的地形因子和地震频次的相关性具有较明显的空间异质性。实验结果表明,地理加权回归可以有效地度量分析地震频次与地形因子相关度的空间异质性,研究结果可为地震及次生灾害的分析与预报提供辅助决策参考。     

黄河流域森林覆盖时空变化及驱动因素分析

为探究1990—2020年黄河流域森林覆盖时空变化及其驱动因素，本文基于土地覆盖、自然因素及人类活动数据，使用转移矩阵、Theil-Sen Median和Manna-Kendall趋势分析、地理探测器进行了研究。结果表明：(1)黄河流域森林覆盖范围扩大，覆盖面积增加近2万km²;(2)1990—2020年，黄河流域168个县的森林覆盖率呈增长趋势，仅两个县的森林覆盖率减少；(3)基于地理探测器的结果表明，短波辐射对森林覆盖分布解释力最大，交互探测表明，降雨和高程的交互作用对森林覆盖分布解释力最强。本文可为黄河流域生态环境高质量发展提供科学参考。     

我国陆地边疆人口空间分布与地形关系

以我国国境线内50km缓冲区为研究区域,分析我国陆地边疆地区人口总体分布,结果符合黑河-腾冲线的规律,再叠加分析我国陆地边疆地区人口密度曲线与地形剖面线,总体探究了人口空间分布与地形的关系,最后分别统计分析人口与高程、坡度、地形起伏度及坡向之间的关系,研究结果对进一步探究我国陆地边疆人口空间分布规律的内在机理有一定帮助...     

叶尔羌河流域植被指数与地貌状况耦合度研究

针对叶尔羌河流域这一生态脆弱区,基于像元二分法利用MODIS NDVI数据计算该研究区典型正常年份2016年6—9月生长季植被指数(植被覆盖度),分析探讨了该流域植被覆盖度与土地利用/覆盖状况及高程、坡度、坡向等地貌状况主要要素之间的耦合关联关系。结果表明:叶尔羌河下游地区地形起伏较小,植被覆盖状况和土地利用/覆盖类型均具有明显的地带状与分层分布特征,植被覆盖度仅与距离水源地的远近相关性显著,与高程、坡度等其他地貌因子无明显相关性;而叶尔羌河中上游地区植被覆盖状况复杂,植被覆盖度与高程、坡度和坡向三因子总体耦合度较高。高程对植被覆盖状况的影响尤为显著,具有明显的垂直地带性;同时,随着高程增加,坡度对植被覆盖度的影响则表现出一定的垂直周期地带变化特性,以及随着坡向的变化植被覆盖度呈现出由阴坡、半阴坡较高(4 000m以下地区)按"顺时针"向阳坡、半阳坡较高(4 000m以上地区)逐渐转移。     

新疆大区域滑坡地质灾害危险性评价研究

文中通过定性和定量相结合的方法,从灾害形成机理孕灾和致灾两个角度选取因子,最后将实际筛选出的高程、坡度、断层、岩性、道路及降雨等因子纳入到新疆滑坡地质灾害危险性评价中,并针对新疆大区域因子量化的问题上给出解决思路,最后将GIS技术和统计学方法相融合构建新疆滑坡地质灾害评价模型,并对其进行评估。实验结果表明,综合GIS技术和统计学方法相融合可以解决大区域地质灾害危险性评价的问题,评价效果较好,具有实践价值。     

青藏高原积雪深度时空分布与地形的关系

利用1979—2010年逐日中国雪深长时间序列数据集,采用GIS空间分析和Mann-Kendall检验等方法,分析了青藏高原雪深时空分布及其与地形的关系。结果表明:青藏高原雪深分布受地形影响明显,在5—9月平均雪深主要受到高程影响,在其他月份则受气温和高程共同影响;同一高程带雪深的变幅反映坡度和坡向对雪深的影响,变幅越宽坡向影响越大;最大雪深随高程和坡度的增加而增加,空间变异随高程的增加而下降,随坡度的增加而呈上升趋势;从10月至翌年5月,平均雪深在高程82~2 482 m和6 082~7 682 m受坡度和坡向影响较高程2 482~6 082 m要偏大;回归分析表明,高原雪深分布受到高程和坡度的双重影响,高程是雪深分布的主要影响因子,在高程82~3 282 m区间,坡度的空间差异对平均雪深空间变异的影响具有明显正效应。     

地形起伏度最佳分析区域预测模型

地形起伏度指分析区域内最高点和最低点之差,反映宏观区域内地形的起伏特征,是描述地貌形态的定量指标。确定最佳分析区域是地形起伏度提取算法的核心步骤,以及决定地形起伏度提取结果有效性的关键。本文以全国范围内随机选取的78个实验区域、三种不同尺度的DEM数据作为实验对象,分别进行系列分析区域尺度的地形起伏度计算,建立了基于微观地形特征因子的地形起伏度最佳分析区域预测模型。实验表明：相同区域、不同尺度的DEM数据提取的地形起伏度存在差异,DEM尺度相差较小时,地形起伏度的差异也较小;地形起伏度和实验区域的最大高程、区域高差、平均坡度和平均坡度变率等地形特征因子存在强相关关系;当置信水平为0.05时,预测模型拟合参数的准确率达到95%以上,证明预测模型可以有效地确定最佳分析区域的取值范围。