基于河长-坡降指数的滑坡堵江事件自动识别

• 作者: 王珊珊 童立强 贺鹏 郭兆成
• 来源期刊: 工程地质学报
• 学科: 地球科学
• 关键词: 滑坡堵江 裂点 Hack剖面 河长-坡降指数(SL) 数字高程模型(DEM)
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 地质灾害与边坡工程
• 页码范围: 511-519
• 页数: 9页
• 分类号: P642.22
• 字数: 4789字
• 语种: 中文
• DOI: 10.13544/j.cnki.jeg.2017.02.031

摘要

由于本身特征的复杂差异性和背景环境信息干扰,目前地质灾害自动识别难度较大,尚无法满足应用需求.利用算法自动提取某类地质灾害普遍具备且明显区别于周围地物的特征,是实现地质灾害自动识别的有效途径.一定规模的滑坡堵江事件常通过链式过程在山间河谷形成裂点等诸多微地貌特征,成为其遥感解译和现场调查的重要标志.本文从河流地貌演化角度出发,以河流裂点作为滑坡堵江的普遍地貌特征,提出了基于河长-坡降指数(Stream Length-gradient index,SL)的滑坡堵江事件自动识别方法,并通过GIS程序设计和编写提供了相应功能模块.以DEM、遥感影像和区域地质图为数据源,利用该方法在西藏亚东县康布麻曲上游流域开展应用分析,得到以下结论:针对1:5万DEM数据,采样点计算间隔设定为300m比较合理,能够同时满足降低数据误差和突出地形差异的要求;研究区中不同因素按照对河流地貌的改造程度,排序为滑坡堵江＞基岩变化＞构造活动;经验证研究区滑坡堵江事件自动提取的正确率达85.71％,表明在高山峡谷地区,基于河长—坡降指数开展滑坡堵江事件自动识别具有可行性,效果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童立强		46	1020	13.0	31.0
2	郭兆成		28	232	9.0	14.0
3	贺鹏		11	57	5.0	7.0
4	王珊珊		7	28	4.0	5.0