基于GIS的昆明市五华区地质灾害易发性评价
区域地质灾害的易发性与危险性的评价与分区
区域地质灾害的易发性与危险性的评价与分区[摘要]本文利用多源遥感技术和区域地质资料，再应用GIS技术、数学计算等手段对区域地质灾害的易发性与危险性进行了评价与分区，为以后的的地质灾害的发生提供一点帮助。
[关键字]危险性易发性地质灾害我国拥有960万平方公里巨大面积，处于亚欧板块东南方向，在印度板块与太平洋板块的互相碰撞下，致使我国成为了全球大陆板块碰撞最频繁的地区，因而我国属于地震频发区，大量的事实证明，很多的滑坡、泥石流、崩塌等各种地质灾害的发生往往受到地震的影响，当然，这样的地质灾害与洪水灾害、地震灾害相比造成的影响是小了很多，但其频发性是洪水灾害与地震灾害无法比例的。
1地质灾害的解释地质灾害指受到区域性地质生态环境发生变化从而引起的灾难，就像区域性的土地荒漠化，山地丘陵的水土的消减等，它们一般是泥石流、岩溶地塌陷、滑坡等，这些灾害都是突发性的。
它们一般都是由人为或者是自然影响造成的，当然，大多数还是两者一起造成的。
地球表面的生态环境受到严重的破坏，地质灾害的形成可以说是人为何自然两者共同作用造成的，它一方面是人造灾害，另一方面也是属于自然灾害。
在当今的社会已经对人民的生存和社会的进步造成了严重的影响，因而地质灾害的降低和避免势在必行。
2区域地质灾害的易发性的评价与分区（保山市隆阳区，该地多岩性）分区结果与办法和评价：地质灾害综合危险性指数法就是保山市隆阳区地质灾害易发性的分区办法，该办法采取2km乘以2km单元格拆分来处理该研究区，对每个单元格地质灾害综合危险性指数运用公式（Z=Zqr1+Zxr2）进行解决，在该公式中，地质灾害综合危险性指数就是Z，r1与r2的答案运用层次分析法求得为0.56和0.44，采用公式（Ai=D Ax+Q AQ+R AD+X），AX、AQ、AR、AD 它们的值运用层次分析法可以求得0.19、0.22、0.31、0.28。
坍塌、泥石流、滑坡的强度指数（R=a+b+c），地面地裂缝和塌陷的强度指数为（R=a+b），对单元格地质灾害综合危险性指数的求出要用到GIS技术，将各单元格中同样的合起来，从而对地质灾害易发区进行分划。
地质灾害易发性评价方法综述
地质灾害易发性评价方法综述
兰盈盈;郭昶成;朱云福
【期刊名称】《地质与资源》
【年(卷),期】2024(33)1
【摘要】我国地形地质条件复杂,地质灾害多发,人类各类工程地质活动加剧了地质灾害的发生与发展.地质灾害预防与管理工作是保障人民生命与财产安全的前提与基础.地质灾害易发性评价是地质灾害危险性评价和风险评价的前提,也是地质灾害区划和防治工作的基础.本文基于国内外地质灾害易发性的相关研究,对地质灾害易发性概念、评价指标体系、权重计算方法和易发性评价模型进行分析总结,并指出了地质灾害易发性评价中亟待解决的主要问题.
【总页数】9页(P65-73)
【作者】兰盈盈;郭昶成;朱云福
【作者单位】南昌工程学院;江西省地质环境监测总站
【正文语种】中文
【中图分类】P642.2
【相关文献】
1.基于GIS滑坡地质灾害易发性评价方法综述
2.江西山地丘陵崩滑流地质灾害易发性评价方法研究
3.地质灾害易发性评价方法研究——以贵州省黔西县为例
4.基于Arcgis的地质灾害易发性评价——以珠海市鹤洲新区(筹备组)斜坡类易发性评价为例
5.基于加权信息量和GIS方法的地质灾害易发性评价——以榆社县为例
因版权原因，仅展示原文概要，查看原文内容请购买。
arcgis地质灾害风险评价步骤
arcgis地质灾害风险评价步骤ArcGIS地质灾害风险评价步骤地质灾害是指由于地质因素引起的自然灾害，如地震、滑坡、泥石流等。
对于地质灾害的风险评价，可以利用ArcGIS软件进行分析和评估。
下面将介绍ArcGIS地质灾害风险评价的具体步骤。
一、数据获取在进行地质灾害风险评价之前，需要获取相关的地理数据。
这些数据包括地形地貌、地层构造、水文水资源、植被覆盖、人类活动等。
可以通过遥感影像、地形图、地质图、水文数据等多种途径获得这些数据。
二、数据预处理获取到的地理数据需要进行预处理，包括数据清洗、数据校正、数据转换等。
在这一步骤中，可以利用ArcGIS软件对数据进行处理和修正，确保数据的准确性和一致性。
三、灾害因素分析根据地质灾害类型的不同，需要确定相应的灾害因素。
比如对于地震风险评价，可以考虑震源参数、地震烈度等因素；对于滑坡风险评价，可以考虑地质构造、地形坡度等因素。
利用ArcGIS软件，可以将这些因素进行空间分析和统计，得到灾害因素的空间分布和统计特征。
四、脆弱性分析脆弱性是指受灾体系在地质灾害作用下的易损程度。
在地质灾害风险评价中，需要对受灾体系的脆弱性进行分析。
可以利用ArcGIS软件建立脆弱性评价模型，考虑受灾体系的结构特征、材料性质、强度参数等因素，评估受灾体系的脆弱性水平。
五、风险评估在完成灾害因素分析和脆弱性分析后，可以利用ArcGIS软件进行风险评估。
风险评估是对灾害发生概率和灾害影响程度进行综合分析和评价。
可以通过建立风险评估模型，考虑灾害因素和脆弱性因素的相互作用，并结合历史灾害数据进行风险评估。
六、风险区划根据风险评估结果，可以对研究区域进行风险区划。
可以利用ArcGIS软件，将风险评估结果进行空间分析和综合判断，得到不同风险等级的区域划分，为灾害防治工作提供科学依据。
七、风险管理与决策支持地质灾害风险评价的最终目的是为风险管理和决策提供支持。
利用ArcGIS软件，可以将风险评估结果与其他地理信息进行集成，为灾害防治规划、应急响应、资源配置等决策提供科学依据和空间支持。
地质灾害易发区划分的原则方法和评价
地质灾害易发区划分的原则方法和评价地质灾害易发区划分是指根据地质灾害发生的潜在危险性以及对人类、财产、环境等方面的影响程度，将区域划分成不同等级的易发区，以便采取相应的防灾减灾措施。
地质灾害易发区划分的原则、方法和评价有以下几个方面。
一、原则：1.综合性原则：地质灾害易发区划分需要综合考虑地质条件、地下水情况、地形地貌、气候条件以及人类活动等多种因素，全面分析地质灾害的成因、特点和规模，以确保划分结果具有科学性和可操作性。
2.评价性原则：划分地质灾害易发区时需要对各种地质灾害的危险性和影响程度进行评估，以确定不同等级的易发区，使相关部门和居民能够根据区域划分结果做出相应的防灾减灾决策。
3.长期性原则：划分地质灾害易发区应考虑长期的灾害发生潜在性，而不仅仅是基于短期的预测和观测数据。
必须通过对长时间范围内的地质灾害历史和发展趋势的研究，以获得可靠的地质灾害易发区划分结果。
二、方法：1.统计分析法：通过收集、整理和分析多个历史地质灾害事件的数据，计算灾害频率和概率，确定地质灾害的危险性。
统计分析法可以根据不同地质因素和环境因素的权重，计算出每个地区地质灾害的风险评价指数，并据此划分易发区。
2.专家评估法：通过请地质灾害防治领域专家对目标区域的地质条件、地下水情况、地形地貌、气候条件以及人类活动进行评估，并综合评估地质灾害的危险性和潜在影响，以划分易发区。
3.系统模型法：建立地质灾害易发区划分的数学模型，将多个影响因素进行量化，通过模型计算分析得出不同等级的易发区。
系统模型法可以利用GIS技术进行空间分析，提高划分的精度和可视化程度。
三、评价：1.可行性：地质灾害易发区划分的结果能够为相关部门和居民提供准确的信息，有助于合理规划、利用和管理土地资源，以减少或避免地质灾害造成的损失。
划分结果需要与实际情况相符，具有可操作性。
2.科学性：地质灾害易发区划分的原则和方法需要基于科学的理论和数据支持，不能仅凭主观判断。
基于GIS加权叠加的区域地质灾害易发性评价
第３７卷第５期２０２３年９月兰州文理学院学报(自然科学版)J o u r n a l o fL a n z h o uU n i v e r s i t y ofA r t s a n dS c i e n c e (N a t u r a l S c i e n c e s )V o l ．３７N o ．５S e pt ．２０２３收稿日期:２０２２Ｇ０８Ｇ１３基金项目:２０２１年安徽省教育厅高校自然科学研究重点项目(K J ２０２１A １５３７)作者简介:刘玉娟(１９８９Ｇ),女,安徽合肥人,讲师,硕士,研究方向为地质学与地质灾害调查．E Ｇm a i l :６３５５４２２９０＠q q．c o m．㊀㊀文章编号:２０９５Ｇ６９９１(２０２３)０５Ｇ００３７Ｇ０６基于G I S 加权叠加的区域地质灾害易发性评价刘玉娟(安徽工业经济职业技术学院地质与建筑工程学院,安徽合肥２３００５１)摘要:以滁州市定远县为研究对象,针对其地质灾害形成背景,在详细野外调查基础上,选择地质灾害发育密度㊁地形坡度㊁工程地质岩组㊁地质构造㊁高程以及人类工程活动统共６个致灾因素,构设易发性综合评测体系．利用A r c G I S 软件,对于因子数据展开综合评析,基于网格划分形式展开重组,通过重分类计算方法将因子赋值,最后采用加权叠加模型进行易发性分区划分．对易发性分区结果予以分析,结果得到其中不易发区占比共计８．１３％,合计约为２２３．３３k m ２;低易发区占比为６９．３６％,合计约为１９０５．２９k m ２中易发区占比１５．２１％,合计约为４１７．８１k m ２;高易发区占比共计７．３０％,合计约为２００．６６k m ２．结果相对科学㊁直观㊁准确．关键词:地质灾害;易发性分区;G I S 加权叠加;定远县中图分类号:P ２０８;P ６９４㊀㊀㊀文献标志码:AE v a l u a t i o no fR e g i o n a lG e o l o g i c a lD i s a s t e r S u s c e p t i b i l i t y Ba s e d o nG I S W e i g h t e dS u p e r po s i t i o n L I UY u Ｇju a n (C o l l e g e o fG e o l o g y a n dC o n s t r u c t i o nE n g i n e e r i n g,A n h u iT e c h n i c a l C o l l e g e o f I n d u s t r y a n dE c o n o m y,H e f e i ２３００５１,C h i n a )A b s t r a c t :T h r o u g hf i e l d i n v e s t i g a t i o no nt h e f o r m a t i o nb a c k g r o u n do f g e o l o gi c a ld i s a s t e r s i n D i n g y u a nC o u n t y ,t h i s p a p e r u s e s s i xh a z a r d Ｇc a u s i n g f a c t o r s i n c l u d i n gg e o l o gi c a l d i s a s t e rd e Ｇv e l o p m e n t d e n s i t y ,t e r r a i n s l o p e ,e n g i n e e r i n g g e o l o g i c a l r o c k f o r m a t i o n ,g e o l o gi c a l s t r u c t u r e ,e l e v a t i o na n dh u m a ne n g i n e e r i n g a c t i v i t i e s t o s t u d y t h e s u s c e p t i b i l i t y o f g e o l o gi c a l d i s a s t e r s i n D i n g y u a nC o u n t y ．T h ed a t ao f t h e s e f a c t o r sa r ed e e p l y a n a l y z e db y Ar c G I Ss o f t w a r e ,r e o r Ｇg a n i z e db yg r i dd i v i s i o n ,a n dt h e f a c t o r sa r ea s s i g n e db y re c l a s s if i c a t i o nc a l c u l a t i o n m e t h o d ,f i n a l l y ,aw e igh t e d s u p e r p o si t i o nm o d e l i s u s e d t o p a r t i t i o n s u s c e p t i b i l i t y z o n e s ．T h e r e s u l t s o f s u s c e p t i b i l i t y z o n i n g s h o wt h a t t h e a r e a s t h a t a r e n o t p r o n e t o g e o l o g i c a l d i s a s t e r s i nD i n g yu a n C o u n t y a c c o u n t f o r ８．１３％o f t h e t o t a l a r e a o f t h e c o u n t y ,w i t h a t o t a l o f ２２３．３３k m ２;t h e a r Ｇe a sw i t hl o wr i s ko f g e o l o gi c a ld i s a s t e r sa c c o u n t f o r６９．３６％o f t h et o t a l ,w i t hat o t a lo f １９０５．２９k m ２;t h em e d i u m Ｇp r o n e a r e a s a c c o u n t e d f o r １５．２１％,w i t ha t o t a l o f a b o u t ４１７ ８１k m ２;t h eh i g h Ｇp r o n e a r e a s o f g e o l o gi c a l d i s a s t e r s a c c o u n t f o r ７．３０％o f t h e t o t a l a r e a ,w i t ha t o t a l o f ２００．６６k m ２．T h e r e s u l t s a r e r e l a t i v e l y s c i e n t i f i c ,i n t u i t i v e a n d a c c u r a t e ．K e y wo r d s :g e o l o g i c a l d i s a s t e r ;s u s c e p t i b i l i t y z o n i n g ;G I S w e i g h t e ds u p e r p o s i t i o n ;D i n g y u a n C o u n t y0㊀引言地质灾害的类型有多种,无论是自然因素导致的还是人为因素诱发的,只要是对人民自身和财产造成威胁的灾难性地质破坏都为地质灾害,例如:泥石流㊁山体滑坡㊁地面塌陷,等[１]．为最大程度降低地质灾害产生的危害,地质工作者们采用定量研究的方法对地质灾害发生规律进行研究．地质灾害易发性分区定量评价的数学模型是区域地质灾害风险评价的关键,也是区域地质灾害易发性评价的重点和难点．目前区域地质灾害易发性评价中的方法主要有总体分析法[２]㊁加权叠加法[３]㊁L o g i s t i c 回归法[４]㊁信息量法[５]㊁聚类分析法[６]㊁模糊综合评判法[７]㊁神经网络法[８],等．朱省峰等[９]针对定远县地质灾害频发问题进行野外调查并对灾害出现频率㊁分布等情况进行研究,经过一系列分析后发现这一地区地质灾害发生的频率和地形状态㊁地质岩石形态㊁断裂地质构造等致灾条件有密不可分的关系．张先敏等[１０]利用国产资源系列卫星数据及D OM 数据等遥感数据进行定远县地质灾害类型解译．然而,运用G I S 加权叠加模型对定远县地质灾害易发性评价尚缺乏研究工作．在总结前人研究资料以及定远县地质灾害野外调查基础上,文章以定远县地质灾害易发性评价为研究对象,采用A r c G I S 软件将研究区地质灾害致灾因子进行网格化分割,通过重分类计算方法将因子赋值,最后采用加权叠加模型进行易发性分区划分．成果为定远县地质灾害易发性综合评价分区图,可以为定远县地质灾害风险调查工作及地方政府地质灾害防治带来指导意义．1㊀研究区地质灾害概况定远县位于安徽省中东部的丘陵区㊁江淮之间．野外调查发现,定远县地质灾害发育受区域地质作用控制．地质灾害主要分布在定远县北部和东部的丘陵地区,且岩石风化强烈的地带;地面塌陷主要分布在东北部丘陵地区和定远城区的石膏矿区㊁东兴的盐矿区;河流岸崩主要分布在大桥镇至三和集镇一带的池河沿岸;不稳定斜坡则分布于定远县北部的丘陵地区．定远县地质灾害隐患点具体分布如图１所示．导致地质灾害的原因有很多,例如人为施工影响㊁地形地势㊁降水情况㊁土层分布㊁地质结构㊁岩土类型㊁地质变动,等[９]．针对不同情况的地质破坏性灾难问题,区域致灾因素的影响程度各不相同．图１㊀定远县地质灾害隐患点分布图2㊀评价方法和评价因子的选取2.1㊀研究思路内外动力地质作用控制地质灾害形成,同时还要考虑人类工程活动对地质灾害的诱发作用．定远县地质灾害易发性分区充分顾及灾害形成背景,采用加权叠加方法对评价因子进行计算分析．具体研究步骤:(１)在对定远县地质灾害形成背景外业调查基础上,构建易发性评价因子数据,采用专家打分法将每个评价因子数据分为５个等级,接着对各等级评价因子进行加权,同时赋予每一级强度指数．８３㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷(２)将定远县整体进行划分,分为５０mˑ５０m的单元格．因为A r c G I S具备将栅格图像进行自动网格化的功能,所以在分析时只需要处理该分辨率的栅格问题．(３)运用A r c G I S将各等级评价因子按照５０mˑ５０m的标准进行栅格化处理,接着通过重分类方法为各等级评价因子提供合理正确的强度指数数据．(４)利用A r c G I S的栅格计算方法,加权计算各项数据,最终得出总体栅格图像,这一图像中栅格权重数据就是定远县地质灾害易发性分区的分析数据值(A)．易发程度指数的通用表达式[１１]为A＝ðn i＝１a i b i．㊀㊀将地质灾害易发程度情况设为A;将评价因子的权重情况设为αi;将导致地质灾害发生的影响因素设b i．(５)根据易发性分区的分析数据值(A)的高低,对定远县地质灾害进行易发性分区．2.2㊀评价因子选取文章充分利用野外调查成果,从发育特征㊁基础地质因素和影响因素３个方面开展评价工作．地质灾害发育密度属于发育特征方面．基础地质因素一般为地形坡度㊁高程㊁工程地质岩组㊁地质构造．影响因素为人类工程活动．充分考虑定远县地理特征㊁地质灾害数据的可获得性㊁空间分析的数据精度,在保证评价有效性的前提下,采用地质灾害发育密度㊁地形坡度㊁工程地质岩组㊁地质构造㊁高程㊁人类工程活动６个指标,作为地质灾害易发性分区评价的评价因子．2.3㊀评价因子分析２．３．１㊀地质灾害发育密度地质灾害发育密度是指通过已有地质灾害的空间分布情况去评估区域地质灾害的易发性[３]．文章经过详细调查后总结出有关定远县地质灾害的８３个点位,根据A r c G I S开展点核密度状况研究．根据不同地区地质灾害点的稀疏程度,将其分为４个区域．其中极高密度区域,强度定在５分,高密度㊁中密度㊁低密度以及极低密度区域强度依次减低,依次分别为４分㊁３分㊁２分以及１分．通过评分以及统计,获得反应其地质灾害发育密度评价的栅格图形,如图２所示．从中可以得出定远县地质灾害发育密度情况(图２a)．２．３．２㊀地形坡度针对山地滑坡㊁地质崩塌等地质灾害问题,坡度是非常关键的影响因素．同等情况下高坡度和低坡度所导致的灾害种类㊁规模等亦是不同[３]．按照灾害点在对应坡度的分布情况,给予不同因子评价数值:坡度０ʎ~＜１５ʎ给予１分值,３５ʎ~＜４５ʎ给予２分值,坡度１５ʎ~＜２５ʎ给予３分值,坡度４５ʎ~＜９０ʎ给予４分值,坡度２５ʎ~＜３５ʎ给予５分值．通过定远县D E M对坡度变化及大小进行分析研究,最终得出坡度分区栅格图,见图２．２．３．３㊀工程地质岩组条件工程地质岩组情况的不同也会导致地质灾害发生频率不同．通过分析定远县地质灾害点的分布情况,对不同工程地质岩组进行划分如图２所示,可以看出定远县北部山区的馒头组泥页岩夹中厚层灰岩是地质灾害容易发生的地层,县域东部的变质砂岩地质灾害亦容易发生．在前人研究的基础上[１],通过定远县地质灾害点在每个工程地质岩组的不同分布情况,给予不同的因子评价数值:将碳酸盐岩岩组设为５分,其中多为寒武－奥陶纪坚硬的中－厚层状具软弱夹层碳酸盐岩;其中选择元古界的坚硬－较软弱层状千枚岩㊁变质砂岩㊁变质凝灰岩为主浅变质岩岩组设为４分;将碎屑岩岩组设为３分,多为白垩系的坚硬－较软弱中厚－巨厚层砂砾岩;侵入岩岩组２分,多为坚硬块裂状花岗岩;喷出岩岩组１分,其中多为坚硬块裂状玄武岩．２．３．４㊀地质构造地质灾害发生情况还和区域地质构造有着千丝万缕的联系．构造程度较强的地区,结构面发育密集,从而出现岩石破裂的情况,破裂的岩石会对地质灾害的发生造成间接性影响[９]．以断层线分别向两边设立０~＜５００m,５００~＜１０００m,１０００~＜２０００m,２０００~＜３０００m,＞３０００m共计５个缓冲区类型．地质构造因子评价赋值为:０~＜５００得５分,５００~＜１０００得４分,１０００~＜２０００得３分,２０００~３０００得２分,＞３０００得１分,获取地质构造评价分区情况如图２(d)所示．２．３．５㊀高程高程是区域地貌的变化表现,因此也体现了地貌对地质灾害发生与否的影响[５]．定远县的大部分地区属于江淮波状平原区地带,只有池河东侧的部分地区属于沿江丘陵平原区地带．总体地势呈现北部高于南部的形态,北部地区多为地势９３第５期刘玉娟:基于G I S加权叠加的区域地质灾害易发性评价高低相间的丘陵,而南部地区则较为平坦,多为河谷型平原．从崩塌㊁不稳定斜坡(不包括岸崩)分布高程看,高程０~１８０m 范围内均有灾害隐患点分布,其中高程５０~２００m 范围内隐患点最多,占隐患点总数的６３．１６％,主要是地形起伏大㊁人类工程活动强烈㊁切坡较多．所以可以发现高程是影响地质灾害出现频率的重要因素．根据定远县地貌特点和灾害地区的位置变化,将高程因子评价赋值:１００~＜２００m 为５分,２００~＜４００m 为４分,５０~＜１００m 为３分,２０~＜５０m 为２分,０~＜２０m 为１分,划分结果如图２(e )所示．２．３．６㊀人类工程活动随着定远县经济建设的迅速发展,无论是大肆采矿,还是高速发展的城建建设,均或多或少影响到了地表原始地质情况,进一步致使地质灾害频繁发生．在这些工程中,影响最大的就是长距离施工工程,例如公路㊁铁路等[１２]．所以文章主要针对公共道路可能对于地质灾害造成的干预情况展开探讨,其中以省道及高速公路等道路中心为原点,以５００m 为距离间隔,共分为５个区域．将各区设为不同的数值,内部向外部依次为５分㊁４分㊁３分㊁２分,至于不在缓冲区的区域,则是赋值为１分．经过计算获得人类工程活动因素评价分区情况如图２(f )所示,从中可以清晰观察出人为修建活动的影响情况．图２㊀易发性评价因子分级图０４㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷2.4㊀评价因子权重计算及赋值根据６个方面确定定远县地质灾害易发性评价因子情况,分别为地质灾害发育密度㊁地形坡度㊁工程地质岩组㊁地质构造㊁高程㊁人类工程活动,其权重总数量和为１．参考不同方面影响程度的大小,根据专家打分法为各评价因子设立权重数值,各参评因素赋值标准及权重分配见表１．表１㊀定远县地质灾害易发程度评价中各参评因素赋值标准及权重分配表评价因素赋值５分４分３分２分１分权重地质灾害发育密度极高密度高密度中密度低密度极低密度０．２地形坡度(ʎ)２５~＜３５４５~＜９０１５~＜２５３５~＜４５０~＜１５０．１５工程地质条件寒武~奥陶纪坚硬的中－厚层状具软弱夹层碳酸盐岩岩组元古界的坚硬－较软弱层状千枚岩㊁变质砂岩㊁变质凝灰岩为主浅变质岩岩组白垩系的坚硬－较软弱中厚－巨厚层砂砾岩为主碎屑岩岩组坚硬块裂状花岗岩为主侵入岩岩组坚硬块裂状玄武岩为主喷出岩岩组０．３地质构造(m)０~＜５００５００~＜１０００１０００~＜２０００２０００~＜３０００＞３００００．１５高程(m)１００~＜２００２００~＜４００５０~＜１００２０~＜５００~＜２００．０５人类工程活动(m)０~＜５００５００~＜１０００１０００~＜１５００１５００~＜２０００＞２００００．１５合计１3㊀地质灾害易发性评价基于计算得到的易发程度栅格图像,统筹A r c G I S完成的加权叠加模型,同时借助自然间距分类方法[３],划分相对科学适宜的分区界限值,即高易发区㊁中易发区㊁低易发区㊁不易发４大区域类型,划分结果如图３所示．地质灾害高易发区总面积为２００．６６k m２,占全县总面积的７．３０％,主要分布在定远县北部山区,主要包括能仁乡㊁永康镇㊁西卅店镇㊁定城镇的部分区域．其地貌类型主要为中高丘,地形起伏较大,灾害点密度极高．地层主要为寒武系馒头组㊁张夏组㊁崮山组,白垩系张桥组,岩性以中－厚层状具软弱夹层的碳酸盐岩岩组为主,局部具泥页岩等软弱夹层．地质构造发育,断裂总体走向２０ʎ左右,区域节理方向以近南北和东西向为主,节理与北东向断层及伴生结构面吻合,基岩风化程度较高,部分破碎不完整,遇强降雨易形成崩塌㊁滑坡等地质灾害．该区分布有泉坞山㊁中山等十余家采石场,人类工程活动强烈,植被覆盖受到破坏．此外,高易发区中还包括池河镇东南部崩塌地质灾害发育,地层主要为中元古界北将军岩组和西冷岩组,岩性以大理岩㊁千枚岩㊁凝灰岩主,地貌类型则是主要表现为高丘,其相对高差非常明显,岩组抗风化能力低,且软化可能性较大,岩石风化问题较为严峻,存在着明显的崩塌地质灾害隐患．地质灾害中易发区总面积为４１７．８１k m２,占全县总面积的１５．２１％,其重点位于高易发区以南区域,包括定远县能仁乡㊁永康镇㊁西卅店镇㊁定城镇㊁范岗乡㊁藕塘镇㊁拂晓乡和池河镇的东部．地貌类型为波状平原,地形相对高差较小,属于地质灾害点高密度区和中密度区．上覆土体为第四系松散层,岩性为白垩系张桥组石英砂岩㊁邱庄组砂砾岩㊁新庄组泥岩㊁砂岩为主．岩组岩石抗风化能力较为逊色,一般风化层厚度较大,有着明显的易于软化特征．该区有众多石膏矿分布,采空地面塌陷,地质灾害高发．藕塘镇与拂晓乡一带,由于人类活动强烈,表现为人工采砂和种植农作物,区内岸崩地质灾害较发育．地质灾害低易发区总面积为１９０５．２９k m２,占全县总面积的６９．３６％,主要分布在炉桥镇㊁朱湾镇㊁严桥乡㊁定城镇南部一带．地质灾害非易发区总面积为２２３．３３k m２,占全县总面积的８ １３％．上述两区因为地表上覆土体为第四系松散层,基岩出露较少,构造发育不强烈,人类工程活动一般,以城镇建设为主,地质灾害不易发．１４第５期刘玉娟:基于G I S加权叠加的区域地质灾害易发性评价图３㊀定远县地质灾害易发程度分区评价图4㊀结论(１)以详细的野外地质背景调查为基础,采用地质灾害发育密度㊁地形坡度㊁工程地质岩组㊁地质构造㊁高程㊁人类工程活动６个地质灾害致灾因子,构建定远县地质灾害易发性评价综合指标体系．(２)利用A r c G I S软件对各评价因子进行网格划分㊁重分类工具赋予各范围评价因子的分数㊁加权叠加工具赋予各因子权重值．易发性分区结果显示,定远县地质灾害不易发区占全县总面积的８．１３％,共２２３．３３k m２;地质灾害低易发区占总体的６９．３６％,共１９０５．２９k m２;地质灾害中易发区占总体面积的１５．２１％,共４１７．８１k m２;地质灾害高易发区占总体面积的７．３０％,共２００．６６k m２．(３)文章根据定远县地质灾害致灾因子野外调查成果资料,构建定远县地质灾害易发性分区评价指标体系,采用A r c G I S的空间分析功能中的加权叠加模型进行易发性分区,成果可为１ʒ５万定远县地质灾害风险调查评价工作提供依据．参考文献:[１]王雷,吴君平,赵冰雪,等．基于G I S和信息量模型的安徽池州地质灾害易发性评价[J]．中国地质灾害与防治学报,２０２０,３１(３):９６Ｇ１０３．[２]赵子良,石德强,汪玮．基于地理信息系统和遥感的区域地质灾害易发分区研究 以咸宁市咸安区为例[J]．资源环境与工程,２０１９,３３(S１):６４Ｇ６９．[３]魏东,杨德一．基于G I S的秭归县地质灾害易发性分区评价[J]．资源环境与工程,２０２０,３４(S１):３３Ｇ３８．[４]金朝,费雯丽,丁卫,等．基于信息量模型和L o g i s t i c 回归模型的地质灾害易发性评价 以十堰市郧阳区为例[J]．资源环境与工程,２０２１,３５(６):８４５Ｇ８５０,８８６．[５]余杰,陈钰,彭慧,等．基于G I S信息量模型的地质灾害易发性分区评价 以黄梅县为例[J]．资源环境与工程,２０２１,３５(５):７０２Ｇ７０７,７１８．[６]李冠宇,李鹏,郭敏,等．基于聚类分析法的地质灾害风险评价 以韩城市为例[J]．科学技术与工程,２０２１,２１(２５):１０６２９Ｇ１０６３８．[７]刘福臻,王灵,肖东升,等．基于模糊综合评判法的宁南县滑坡易发性评价[J]．自然灾害学报,２０２１,３０(５):２３７Ｇ２４６．[８]郑勇．基于多源数据与深度学习的地质灾害危险性预测评价研究[D]．合肥:合肥工业大学,２０１９．[９]朱省峰,肖永红,魏路．安徽省定远县地质灾害成因初探[J]．安徽农业科学,２０１６,４４(９):８９Ｇ９０,１３０．[１０]张先敏．遥感解译在定远县地质灾害调查中的应用[J]．资源信息与工程,２０１８,３３(３):１５６Ｇ１５７,１５９．[１１]秦娜,董方营,成文举,等．基于G I S加权叠加的南四湖流域地质环境质量评价[J]．人民长江,２０２２,５３(１):１０４Ｇ１０９．[１２]李亚星,郑立博,王韬．安徽省枞阳县地质灾害发育特征研究[J]．地质灾害与环境保护,２０１８,２９(３):６２Ｇ６６．[责任编辑:赵慧霞]２４㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷。
应用信息量模型法评价分析地质灾害易发性和危险性分区
社,2016. [2] 吴树仁,董诚,石菊松,等.地质灾害信息系统研究——
以重庆市丰都县为例[J].第四纪研究,2015,23(6):683692. [3] 张晓博,蔡恩琪,等.GIS技术在地质灾害预测中的应用 [J].科技与企业,2013(16):234-235.
易损性是指承灾体可能遭受地质灾害破坏的严重程度。 易损性评价流程主要包括三部分：1）评价因子的确定； 2）易损性评价权重的确定；3）在完成易损性评价因子量 化的前提上，利用ArcGIS软件叠加各评价指标得出评价单 元易损性最终值，再将值进行重分类即等级划分，完成沁 源县地质灾害易损性划分。
将承灾体易损性分为建筑物易损性、人员易损性、交通 设施易损性三大类，分别评价各自易损性，而后将不同类 型承灾体易损性按照一定的权重叠加，获得综合易损性评 价图。本次评价因子的权重采用专家打分法，确定人员、 建筑物、交通设施的权重值分别为0.6、0.3、0.1。将不同 类型承灾体易损性进行叠加，获得综合易损性评价图，并 采用自然断点法将易损性分为四级：极高易损性、高易损 性、中易损性、低易损性。 5.3 地质灾害风险评价
4 信息量指标权重分配
根据各单因素信息量计算结果，将各种状态的信息量值 按大小排序，较前的状态分别为：1）在距离道路30-60m区 间内；2）坡高>30m；3）坡度>60°；4）距离居民地 <10m区间内；5）距离河流在100-200m范围内；6）植被指 数0-0.4（覆盖率低）；7）粘性土岩土体类型；8）梁峁状 黄土丘陵类型；9）坡型>0.5（权重分配见表2）。上述单 因素分布区间属本次一般调查区地质灾害易发的区域，这 些因素对崩塌等地质灾害的形成发育起决定性的作用，是 地质灾害形成的主要控制条件。
如何进行地质灾害风险评估利用地理信息系统
如何进行地质灾害风险评估利用地理信息系统地质灾害是自然界中常见的一种灾害形式，对人类的生命财产安全造成严重威胁。
为了准确评估地质灾害的风险程度，并采取相应的应对措施，研究人员已经提出了许多方法和工具。
其中，地理信息系统（Geographic Information System，简称GIS）的应用在地质灾害风险评估中起着重要的作用。
本文将探讨如何利用GIS进行地质灾害风险评估。
首先，GIS是一种以地理空间信息为核心的信息处理、管理和共享的系统。
它可以通过将各种地理信息数据进行整合和分析，为决策者提供全面、准确的空间信息来支持地质灾害风险评估。
例如，在地震灾害的风险评估中，GIS可以整合地质构造、地震断层、地震历史和人类活动等多种数据源，建立地震危险性模型，并通过模型来评估不同地区的地震风险。
其次，GIS还可以用于地质灾害潜在危险性评价。
通过分析地质构造、地貌地貌、土壤类型、气候变化等因素，可以确定地区地质灾害的潜在危险性。
例如，在山体滑坡的潜在危险性评估中，GIS可以分析地形斜率、坡度、土地覆盖等因素，并根据历史灾害数据建立潜在危险性模型。
通过该模型，可以预测可能发生山体滑坡的地区，并采取相应的安全措施。
此外，GIS在地质灾害脆弱性评估方面也发挥着重要作用。
脆弱性评估是评估地区受灾程度和损失程度的关键环节。
通过GIS的空间分析功能，可以将建筑物、道路、桥梁等基础设施与可能发生地质灾害的地区进行叠加分析，从而确定受灾程度和损失风险。
例如，在台风灾害脆弱性评估中，GIS可以将建筑物、环境、居民分布等数据进行分析，计算出不同区域的脆弱性指数，并根据指数制定相应的应对策略。
最后，GIS还可以用于地质灾害风险管理和决策支持。
通过GIS的决策支持功能，可以将上述地质灾害风险评估结果与经济、社会、环境等因素进行综合分析，为决策者提供科学、可靠的依据。
例如，在地震灾害风险管理中，GIS可以将地震危险性、脆弱性和暴露度等因素综合考虑，制定相应的灾害防治政策和规划。
基于信息量模型的地质灾害易发性评价
基于信息量模型的地质灾害易发性评价赵帅;赵洲【摘要】以略阳县为研究区域,在综合分析研究区地质灾害分布关系、控制因素与诱发因素的基础上,选取高程、坡度、坡向、曲率、岩性、构造、河流、道路和地震等9类评价指标,将信息量模型与GIS空间分析功能相结合,分别计算各评价指标的信息量值,构建地质灾害易发性评价体系,对该区域地质灾害易发性进行评价.结果表明,研究区内较高、高易发区面积占研究区总面积的29.1％,灾害率为67.1％,灾积比为3.395.利用ROC曲线得到AUC评价指标值为0.796,说明该方法具有较高的精度,具有良好的适用性.【期刊名称】《水力发电》【年(卷),期】2019(045)003【总页数】6页(P27-32)【关键词】地质灾害;易发性评价;信息量模型;GIS【作者】赵帅;赵洲【作者单位】西安科技大学地质与环境学院,陕西西安710054;西安科技大学地质与环境学院,陕西西安710054【正文语种】中文【中图分类】P6420 引言地质灾害是在自然或工程经济活动的作用下，对人类生命财产安全及地质环境造成破坏的灾害性地质事件[1]。
陕南山区(陕西南部汉中、安康、商洛等3市的山地区域)是陕西省乃至全国地质灾害高发区和重灾区之一，严重威胁当地居民的生命财产安全和正常的生产生活，使当地的经济发展失衡。
因此，在研究地质灾害发生机理的基础上进行区域性地质灾害易发性评价，对防灾减灾具有重要的意义[2]。
基于遥感和GIS技术，将地质灾害易发性评价方法主要分为2类：一类是基于专家经验认知的定性评价方法，另一类是基于统计学的定量评价方法。
王维早等[3]从泥石流的形成条件方面选取影响因子，通过层次分析法对太行山泥石流危险性评价；许冲等[4]通过遥感的手段选取地震滑坡影响因子，基于GIS与确定性系数法对汶川地震滑坡进行敏感性分析；王念秦等[5]根据粗糙集理论和专家经验求得其矩阵，进而对凤县泥石流易发性评价；刘艺梁等[6]建立三峡坝区滑坡空间数据库，运用逻辑回归和人工神经网络2种模型进行对比定量分析；王哲等[7]根据量化的指标构建模糊综合评判矩阵对绵阳市地质灾害进行评价；Chao Zhou[8]、Wei Chen[9]等把支持向量机中分类和预测方法应用到滑坡灾害敏感性评价中；黄发明[10]认为基于聚类分析能更准确地预测滑坡栅格单元；张兴龙[11]采用RS、GIS与Markov模型开展了滑坡动态预测研究；刘渊博等[12]从空间多源数据中提取致灾因子，建立旋转森林模型进行滑坡空间预测。
基于GEE的昆明市生态系统服务价值与生态风险变化
第44卷第1期2024年2月水土保持通报B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o nV o l .44,N o .1F e b .,2024收稿日期:2023-03-19 修回日期:2023-09-06资助项目:国家重点研发计划政府间国际科技创新合作重点专项 利用地理空间技术监测和评估土地利用/土地覆被变化对区域生态安全的影响 (2018Y F E 0184300);云南省自然科学资助项目 生态文明建设排头兵引领下的云南省三线协调与优化研究 (202101A T 070052);云南省教育厅项目 基于深度学习的滇中城市群L U L C 遥感信息提取 (2022J 0139) 第一作者:冯婧文(1998 ),女(汉族),甘肃省华亭市人,硕士研究生,研究方向为生态环境遥感智能信息提取㊂E m a i l :2387478740@q q .c o m ㊂ 通信作者:丁雪(1983 ),男(汉族),云南省陆良县人,副研究员,主要从事资源环境遥感㊁遥感智能信息处理等方面的研究㊂E m a i l :d i n gx u e _1983@163.c o m ㊂基于G E E 的昆明市生态系统服务价值与生态风险变化冯婧文1,丁雪2,3,4,易邦进5(1.云南师范大学信息学院,云南昆明650500;2.云南师范大学地理学部,云南昆明650500;3.云南省高校资源与环境遥感重点实验室,云南昆明650500;4.云南省地理空间信息技术工程技术研究中心,云南昆明650500;5.云南省地质科学研究所,云南昆明650051)摘 要:[目的]研究区域生态系统服务价值和生态风险变化及影响,为土地资源合理利用及国土空间生态修复提供决策支持㊂[方法]以L a n d s a t 遥感影像为数据源,使用G E E (G o o g l eE a r t hE n g i n e )平台随机森林分类方法对云南省昆明市1990 2020年的土地利用变化信息进行提取,基于解译结果进行空间动态变化分析,采用当量因子法估算生态系统服务价值,运用生态风险模型揭示生态风险变化趋势,并借助双变量空间自相关模型计算二者的相关性㊂[结果]①1990 2020年,昆明市土地利用类型中林地和草地占地面积最大,建设用地面积明显增加,耕地㊁草地和林地面积减少㊂②昆明市生态系统服务价值总体呈逐年上升趋势,共上升3.08ˑ108元,生态保护政策的有效实施对生态系统服务价值的提升有积极作用;研究期间生态风险以中㊁低风险为主,占总面积的79%,生态风险总体均值下降了0.12,城市经济发展与环境保护向良性态势发展㊂③生态风险对生态系统服务价值变化具有一定的影响㊂随着时间的推移,高价值 高风险区面积逐渐减少,低价值 低风险区面积逐渐增加,无明显极值㊂[结论]将区域生态系统服务价值和生态风险结合,能够较好地刻画昆明市人类活动所引起的生态环境状况的改变,为环境保护和高质量的可持续发展提供决策管理参考,有效防范生态风险,使昆明市经济发展与环境保护向良性态势发展㊂关键词:土地利用土地覆盖;生态系统服务价值;生态风险;相关性;昆明市文献标识码:A 文章编号:1000-288X (2024)01-0335-11中图分类号:F 301,X 24文献参数:冯婧文,丁雪,易邦进.基于G E E 的昆明市生态系统服务价值与生态风险变化[J ].水土保持通报,2024,44(1):335-345.D O I :10.13961/j .c n k i .s t b c t b .2024.01.033;F e n g J i n g w e n ,D i n g X u e ,Y iB a n g ji n .C h a n g e s o f e c o s y s t e ms e r v i c e v a l u e a n de c o l o g i c a l r i s k i nK u n m i n g C i t y ba s e do nG E E [J ].B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o n ,2024,44(1):335-345.C h a n g e s o fE c o s y s t e mS e r v i c eV a l u e a n dE c o l o gi c a l R i s k i nK u n m i n g C i t y Ba s e do nG E E F e n g J i n g w e n 1,D i n g X u e 2,3,4,Y i B a n g ji n 5(1.S c h o o l o f I n f o r m a t i o nS c i e n c e a n dT e c h n o l o g y ,Y u n n a nN o r m a lU n i v e r s i t y ,K u n m i n g ,Y u n n a n 650500,C h i n a ;2.F a c u l t y o f G e o g r a p h y ,Y u n n a nN o r m a lU n i v e r s i t y ,K u n m i n g ,Y u n n a n 650500,C h i n a ;3.Y u n n a nP r o v i n c i a lK e y L a b o r a t o r y o nR e s o u r c e s a n dE n v i r o n m e n tR e m o t eS e n s i n g o f U n i v e r s i t y ,K u n m i n g ,Y u n n a n 650500,C h i n a ;4.G e o s p a t i a l I n f o r m a t i o nT e c h n o l o g y E n g i n e e r i n g R e s e a r c hC e n t e r o f Yu n n a nP r o v i n c e ,K u n m i n g ,Y u n n a n 650500,C h i n a ;5.Y u n n a nI n s t i t u t e o f G e o l o g i c a lS c i e n c e s ,K u n m i n g ,Y u n n a n 650051,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h ec h a n g e sa n di m p a c to fr e g i o n a le c o s y s t e m s e r v i c e sa n de c o l o gi c a lr i s k s w e r e s t u d i e d i no r d e r t o p r o v i d e d e c i s i o n -m a k i n g s u p p o r t f o r t h e r a t i o n a l u t i l i z a t i o n o f l a n d r e s o u r c e s a n d e c o l o gi c a l r e s t o r a t i o no f t e r r i t o r i a l s p a c e .[M e t h o d s ]L a n d s a t r e m o t e s e n s i n g i m a g e sw e r eu s e dw i t h t h e r a n d o mf o r e s t c l a s s i f i c a t i o nm e t h o do f t h eG E E (G o o g l eE a r t hE n g i n e )p l a t f o r mt o e x t r a c t l a n du s e c h a n ge i nf o r m a t i o n f o r K u n m i ng C i t y ,Y u n n a nP r o v i n c e f r o m1990t o 2020.As p a t i a l d y n a m i c ch a n g e a n a l y si sw a s c a r r i e d o u t b a s e d o n t h e i n t e r p r e t a t i o n r e s u l t s .T h e e q u i v a l e n t f a c t o rm e t h o dw a s u s e d t o e s t i m a t e e c o s ys t e ms e r v i c e v a l u e s .A ne c o l o g i c a l r i s km o d e lw a s u s e d t od e t e r m i n e t h e c h a n g e i n e c o l o g i c a l r i s ko v e r t i m e.T h e c o r r e l a t i o nb e t w e e n e c o s y s t e ms e r v i c ev a l u ea n de c o l o g i c a lr i s k w a sc a l c u l a t e d w i t hab i v a r i a t es p a t i a la u t o c o r r e l a t i o n m o d e l. [R e s u l t s]①A m o n g t h el a n du s et y p e si n K u n m i n g C i t yf r o m1990t o2020,f o r e s t l a n da n dg r a s s l a n d o c c u p i e d th e l a r g e s ta r e a,t h ea r e ao fc o n s t r u c ti o nl a n di n c r e a s e ds i g n i f i c a n t l y,a n dt h ea r e ao fc u l t i v a t e d l a n d,g r a s s l a n d,a n d f o r e s t l a n dd e c r e a s e d.②T h ev a l u eo f e c o s y s t e ms e r v i c e s i nK u n m i n g C i t y s h o w e da n o v e r a l l u p w a r d t r e n do v e r t i m e,w i t hat o t a l i n c r e a s eo f3.08ˑ108y u a n.T h ee f f e c t i v e i m p l e m e n t a t i o no f e c o l o g i c a l p r o t e c t i o n p o l i c i e si n c r e a s e dt h ev a l u eo fe c o s y s t e m s e r v i c e s.E c o l o g i c a lr i s k sd u r i n g t h es t u d y p e r i o dw e r em a i n l y c l a s s i f i e d a sm e d i u ma n d l o wr i s k s,a n d a c c o u n t e d f o r79%o f t h e t o t a l a r e a.T h e o v e r a l l a v e r a g ee c o s y s t e m s e r v i c e v a l u e d e c r e a s e d b y0.12,i n d i c a t i n g t h a t u r b a n e c o n o m i c d e v e l o p m e n t h a dd e v e l o p e dw i t h l i t t l e i m p a c to nt h ee n v i r o n m e n t.③E c o l o g i c a l r i s kh a dac e r t a i ni m p a c to nt h ec h a n g eo fe c o s y s t e ms e r v i c e v a l u e,a n dw i t ht h e p a s s a g eof t i m e,t h e a r e ao f h ig h-v a l u e a n dhi g h-r i s ka r e a s g r a d u a l l y d e c r e a s e d,a n d t h e a r e a o f l o w-v a l u e a n d l o w-r i s k a r e a s g r a d u a l l y i n c r e a s e d,w i t h o u t o b v i o u s e x t r e m e s.[C o n c l u s i o n] T h e c o m b i n a t i o no f r e g i o n a l e c o s y s t e m s e r v i c ev a l u ea n de c o l o g i c a l r i s kc a nb e t t e rc h a r a c t e r i z ec h a n g e s i n e c o l o g i c a le n v i r o n m e n to f K u n m i n g C i t y c a u s e d b y h u m a n a c t i v i t i e s,a n d p r o v i d e d e c i s i o n-m a k i n g a n d m a n a g e m e n t r e f e r e n c e sf o re n v i r o n m e n t a l p r o t e c t i o na n dh i g h-q u a l i t y s u s t a i n a b l ed e v e l o p m e n t.e f f e c t i v e l y p r e v e n t e c o l o g i c a l r i s k s,a n dm a k e t h e e c o n o m i c d e v e l o p m e n t a n d e n v i r o n m e n t a l p r o t e c t i o no fK u n m i n g C i t y d e v e l o p t o ab e n i g n s i t u a t i o n.K e y w o r d s:l a n du s e l a n d c o v e r(L U L C);e c o l o g i c a l s e r v i c e v a l u e;e c o l o g i c a l r i s k;r e l e v a n c e;K u n m i n g C i t y土地资源承载着人类社会经济发展[1],与人类生存发展息息相关[2],土地利用变化作为人类活动与自然演变的重要纽带[3],影响了生态系统的结构和功能转变[4],进而影响了其服务价值和风险程度,需要指出的是,不合理的土地利用会导致生态系统结构恶化和生态风险加剧[5],同时给生态环境的可持续发展带来极大挑战㊂生态系统服务价值(e c o s y s t e m s e r v i c ev a l u e, E S V)是人们对土地进行开发利用过程中的经济价值和环境价值总称,是生态系统服务内容的市场化表现形式㊂C o s t a n z aR.等[6]较早地提出了E S V的原理和计算方法㊂近年来,H a q u eM.N.等[7]对孟加拉国达卡都市区土地利用和E S V的关系进行了研究,发现水体㊁植被和农业用地覆盖面积的下降会导致E S V 下降㊂谢高地等[8]根据中国实际情况对E S V进行了更全面㊁更客观的模型构建㊂许多学者在此基础上展开了研究,J i a n g W e i等[9]对青藏高原E S V的研究表明,河流㊁湖泊和裸露冰川的减少导致E S V降低,气候变化和人类活动对其也有一定影响㊂Y u a nK e y u e 等[10]发现陕西省商洛市商州区土地利用类型中林地对当地E S V的贡献率最高㊂严长安等[11]通过探究滇池流域土地利用变化与E S V的定量响应关系对区域生态环境保护提供重要借鉴㊂上述研究表明,生态系统服务价值评价已形成相对完善的研究范式㊂生态风险(e c o l o g i c a l r i s k,E R)是指自然因素及人类活动对生态系统结构的稳定性所产生负面影响的可能程度[12],用来评价生态安全情况㊂D a s M.等[13]利用E R对印度加尔各答城市区域进行研究,结果表明过去20a间加尔各答及周边城市的E R都大幅增加;N e m a t o l l a h i S.等[14]研究发现伊朗中部和东部大约10%~25%研究区域属于高风险和中风险类别;S h e n J i a n x i u等[15]指出虽然退耕还林政策实施使得甘肃省正宁县东㊁中㊁西部的E R均减小,但是E R防范仍然是研究的重点方向㊂重视生态风险评价对于化解潜在生态危害,建设生态文明具有现实意义[16]㊂国内外学者已经对E S V和E R展开了大量研究,多数学者把二者作为两个独立的主题开展研究,并取得丰富成果,为E S V和E R相关性的研究奠定了扎实基础㊂蒋伟峰等[17]以淮河流域安徽段的土地利用数据为基础,探讨E S V与E R时空演化过程中的异质性和相关性㊂李辉等[18]核算近30a三峡库区E S V和E R的时空分布特征及二者相关性,属于为数不多进行E S V和E R相关性研究的文献㊂现有研究中,针对生态系统服务价值和生态风险的评估主要表现为将生态系统服务价值引入到生态风险中对其进行应用实践,虽极大程度地提高了评价的时效性,但缺乏两者评价的整体性,对二者的关系影响尚不明确,同时大多数传统评价框架停留在探讨阶段,针对长时期同一区域的相互作用机理研究较少[19-20]㊂E S V和E R的相关性研究是两门独立学科走进融合的综合性研究,两者相结合可以将生态系统服务价值的供需关系融合在一起,及时监测生态环境的变化情633水土保持通报第44卷况,精准地对生态风险区开展生态资源保护和国土空间修复,减少生态环境恶化的概率,提高生态系统服务价值,进一步通过构建有效的生态保护模式找寻两者的整体联系[21]㊂目前针对长时序生态系统服务价值和生态风险的相关性研究还相对较少,二者的融合可以推动区域生态经济协调发展,是实现关联生态过程和风险评估的重要途径㊂土地利用数据是E S V和E R核算的基础,谷歌地球引擎(G o o g l eE a r t hE n g i n e,G E E)的出现为准确快速地提取土地利用信息提供可能[22]㊂昆明市作为云南省省会城市,过去30a来经济快速发展,人口急剧增长,城市不断扩张,及时掌握该区域土地覆被变化引起的生态系统服务价值和生态风险变化,对土地资源的可持续利用与生态环境保护具有至关重要的现实意义,因研究区地处高原城市,不仅对高原相对发达城市具有借鉴意义,更可为具有相似环境背景的大中城市提供新的研究思路㊂基于此,本文以G E E为依托平台,使用随机森林分类算法(R F)提取了昆明市1990 2020年的土地利用信息,并对其30a来生态系统服务价值㊁生态风险及其空间动态变化进行分析,旨在可为昆明市乃至全国未来经济国土空间规划提供决策支持[23]㊂1材料与方法1.1研究区概况云南省昆明市位于东经102ʎ10' 103ʎ40',北纬24ʎ23' 26ʎ22'(图1),地处中国西南㊁云贵高原中部,是云南省省会㊁滇中城市群中心,属于亚热带高原气候,四季如春,素有春城之美誉,总面积为21012.54k m2,全市下辖7个区,3个县,并且代管1个县级市和3个自治县,常住人口为8.46ˑ106人,占全省人口的17.92%,年平均气温17.0ħ,年降水量522.8mm(降水㊁气温数据来源于国家气象科学数据共享服务平台,其他数据来源于2021,2022年云南省统计年鉴和昆明市政府网)㊂1.2数据来源本文研究使用的遥感数据来源于G o o g l eE a r t h E n g i n e平台的1990 2020年的L a n d s a t系列影像数据,其中1990 2012年使用的是空间分辨率为30m 的L a n d s a t5遥感影像,2013 2020年使用的是空间分辨率为30m的L a n d s a t8遥感影像,除2012年遥感数据采用1 4月均值合成数据外,其余年份均采用1 12月均值合成数据㊂行政区边界数据来源于地理国情监测平台(h t t p:ʊw w w.d s a c.c n/),计算单位面积生态系统服务价值均值包含的玉米㊁小麦和水稻等主要作物的单位面积粮食产量来源于国家统计局(w w w.s t a t s.g o v.c n)和云南省统计年鉴(w w w. s t a t s.y n.g o v.c n)㊂其中生态系统服务价值核算模型和生态风险核算模型是在A r c G I S10.4软件中将研究区域按500mˑ500m进行格网化得到85551个评价单元来核算㊂图1昆明市地形F i g.1T o p o g r a p h y o fK u n m i n g C i t y1.3研究方法1.3.1随机森林分类随机森林分类算法(r a n d o mf o r e s t,R F)是由B r e i m a n[24]于2001年提出的结合决策树㊁B ag g i n g法和随机子空间理论[25]的一种基于多颗决策树依赖独立采样随机向量值的监督学习算法,是对传统决策树的算法改进㊂其利用b o o t s r a p方法抽取多个样本构造多颗决策树[26],通过多颗决策树对样本进行训练依靠训练模型对样本类别进行预测[27],即通过投票产生结果 式(1) ㊂C(x)=a j a r g m a xðn i=1b j i(x)(1)式中:C(x)表示随机森林模型;b i表示第i个决策树;a j为类别标记㊂与单颗决策树相比较,R F训练样本的随机性很好地避免了过拟合的缺点;与其他机器学习算法相比,R F具有较强的稳定性,每颗决策树和树中结点特征属性的选择随机性亦使R F具有泛化能力强㊁精度高和速度快等优点㊂根据昆明市的实际情况,参考国家标准‘土地733第1期冯婧文等:基于G E E的昆明市生态系统服务价值与生态风险变化利用现状分类“(G B /T21010 2017),将研究区的土地利用类型分为6类,分别为耕地㊁林地㊁草地㊁水域㊁建设用地㊁未利用土地,为保证样本点的数据精度,采用G o o gl eE a r t h P r o 软件对1990 2020年昆明市地物类型进行目视解译,样本点满足均匀分布原则[28]㊂基于G o o g l e e a r t he n gi n e 云平台进行A P I 编程,为提升分类精度,加入了光谱指数㊁植被指数㊁地形特征进行训练,并对训练样本点和验证样本点按照7ʒ3的比例采用R F 算法进行土地利用分类,得到各个年份分类总体精度和k a p p a 系数(表1)㊂实验结果表明分类结果良好,分类数据能满足后续研究需要㊂表1 昆明市土地利用分类精度T a b l e 1 L a n du s e c l a s s i f i c a t i o na c c u r a c y i nK u n m i n g C i t y年份总体精度/%k a p pa 系数年份总体精度/%k a p pa 系数年份总体精度/%k a p pa 系数199080.040.81200183.560.80201285.930.83199180.650.80200285.770.82201383.020.80199280.400.81200383.690.80201485.110.82199382.120.82200484.530.81201586.050.83199481.960.81200584.150.80201687.720.85199580.200.85200684.800.81201785.100.82199680.050.82200784.400.80201888.140.86199781.140.82200884.180.80201987.040.84199882.930.83200986.670.84202087.750.85199982.780.82201085.500.82200083.010.80201183.760.801.3.2 生态系统服务价值核算模型 目前,E S V 的计算方法主要有基于单位价值的价值功能法和基于单位面积的当量因子法两种,昆明市耕地以水田和旱地为主㊂本文研究尺度较小,属性近似,自然地理特征表现一致,可以直接采用当量赋值的方法进行核算㊂根据谢高地等[8]于2007年提出的生态系统服务价值当量表 式(2),根据徐丽芬等[29]地区修正公式 式(3,4) ,对研究区生态系统服务价值进行修正,计算结果见表2㊂E a =1/7ðni =1m i p i q iM(i =1,2 n )(2)式中:E a 表示单位经济价值;i 表示农作物类型;m i ,p i ,qi 表示对应粮食类型的面积㊁均价㊁单产;M 表示对应粮食的总面积㊂φ=QQ 0,E n =φˑE n 0(3)式中:φ表示修正因子;Q 和Q 0分别表示昆明市和全国单位面积的平均产量;E n 表示第n 类地类修正后的当量因子;E n 0表示谢高地等[8]已经确定的同种地类当量因子㊂E S V=ðnm =1(A m ˑV C m )(4)式中:E S V 表示生态系统服务价值;A m 表示地类m 所占的面积;V C m 表示生态系统服务价值的系数㊂表2 昆明市单位面积生态系统服务价值均值T a b l e 2 A v e r a g e e c o s y s t e ms e r v i c e v a l u e p e r u n i t a r e a i nK u n m i n g C i t y104yu a n /k m 2生态服务类型单位面积生态系统服务价值耕地林地草地建设用地水域未利用地食物生产18.316.047.870.009.704.21原材料生产7.1454.566.590.006.413.66气体调节13.1879.1027.470.009.3414.28气候调节17.7674.5228.560.0037.7215.56水文调节14.1074.8927.830.00343.6814.65废物处理25.4531.4924.170.00271.9014.46保持土壤26.9273.6141.010.007.5122.16维持生物多样性18.6882.5834.240.0062.8020.87提供美学景观3.1138.0815.936.7781.3010.25合计144.65514.88213.686.77830.36120.11833 水土保持通报 第44卷1.3.3 土地利用生态风险核算模型 土地利用生态风险用于描述土地结构和风险程度的关系,不同的土地利用类型拥有不同的价值和功能,计算公式为:E R=ðnm =1C n D nC(5)式中:E R 表示生态风险;C 表示土地总面积;D 表示土地生态风险强度,根据文献[18],将耕地赋值为0.36,林地赋值为0.17,草地赋值为0.05,水域赋值为0.05,建设用地赋值为0.04,未利用土地赋值为0.02㊂运用空间插值法中指数克里金(K r i g i n g)插值法对研究区网格进行插值可得到土地利用生态风险分布情况,基于等间隔分类法(e q u a l i n t e r v a l )将1990 2020年研究区生态风险划分为Ⅰ(低生态风险)㊁Ⅱ(较低生态风险)㊁Ⅲ(中等生态风险)㊁Ⅳ(较高生态风险)和Ⅴ(高生态风险)5种模式㊂1.3.4 双变量空间自相关模型 空间自相关模型反映各个地类在空间中的聚集性㊁随机性等相关程度,分为局部自相关和全局自相关[30]㊂本文通过G e o d a软件使用双变量空间分析模型,利用M o r a n s I 指数反映土地利用类型的空间关联性,M o r a n s I <0,表示空间关联程度为负相关,M o r a n s I =0,表示空间关联程度为不相关,M o r a n s I >0,表示空间关联程度正相关,计算公式为:I i j =k ðkm =1ðkn =1L m n (x m ,i -y i )/γi (x m ,j -y j )/γj (n -1)ðk m =1ðkn =1L m n (6)式中:I i j 为单位面积的双变量全局自相关系数;L m n 表示地理单元相互邻接关系的权重矩阵,空间权重能根据邻接标准和距离标准度量,邻接标准将空间单元定义为1,不连接的定义为0,距离标准将一定范围内定义为1,距离之外定义为0;i 表示生态系统服务价值;j表示生态风险;X m ,i 和X m ,j 分别表示第m 个单元内的生态系统服务价值和生态风险;γ表示方差㊂运用斯皮尔曼(S pe a r m a n )相关分析E S V 与E R 间的相关关系,参考文献[18],显著性系数定为0.01,依据空间分布关系具体分为不显著和显著两种模式,显著又细分为高价值 高风险㊁低价值 低风险㊁低价值 高风险和高价值 低风险4种模式㊂2 结果与分析2.1 昆明市土地利用类型变化分析1990 2020年,林地和草地均为昆明市土地利用占比最大的部分,截至2020年林地和草地分别占全市总面积的44.96%,27.64%(表3 4)㊂30a 间,昆明市耕地面积不断减少,减少了8.78%,建设用地大幅度增加,增加了195.79%,水域和未利用地分别增加了44.85,2.5k m 2㊂由于受气候变化和人类活动影响,1990 2020年昆明市各用地类型变化明显,草地主要转换为林地,转换面积为263.48k m 2,对应的转移率为4.29%,林地大面积增加的原因在于积极响应国家植树造林㊁生态修复政策,将草地逐步转换为更适宜当地发展的土地类型;耕地主要转换为建设用地,转换面积为442.95k m 2,对应的转移率10.16%,林地主要转换为建设用地和耕地,转换面积为116.47,118.48k m 2,对应的转移率为1.22%和1.24%,主要与森林退化㊁毁林开荒有关;水域和未利用地变化不明显㊂2.2 生态系统服务价值空间分布特征1990 2020年,昆明市E S V 在空间分布上基本是相似的,但局部存在差异(图2)㊂1990 2020年,昆明市E S V 总体呈上升趋势,由1990年的7.21ˑ1010元上升至2020年的7.68ˑ1010元,上升了4.70ˑ109元㊂生态服务价值增长速率逐年加快,增幅为6.8%㊂从空间分布来看,昆明市E S V 高值区以滇池㊁阳宗海等水域周围为主,禄劝县北部E S V 也较高,云龙水库处E S V 上升最为明显;低值区主要位于建设用地密集区㊁昆明市主城区及东川植被覆盖较低区域,从土地利用的角度来看,昆明市有效地实施了生态保护政策,使得土地结构分配更加合理,生态得到改善,为城市可持续规划提供了科学参考㊂表3 1990—2020年昆明市土地利用面积及土地利用动态变化度T a b l e 3 L a n du s e a r e a a n dd y n a m i c c h a n g e s d e g r e e o f l a n du s e i nK u n m i n g C i t y fr o m1990t o 2020土地类型面积/k m 21990年2000年2010年2020年土地变化动态度/%1990 2000年2000 2010年2010 2020年耕地4360.144254.874223.453977.78-0.50-0.15-1.17林地9552.719580.949560.839441.030.13-0.10-0.57草地6146.716137.795967.235803.68-0.04-0.81-0.78水域466.90471.30486.17511.750.020.070.12建设用地403.37484.81688.841193.110.390.972.40未利用地68.7368.7472.1971.230.000.020.00933第1期 冯婧文等:基于G E E 的昆明市生态系统服务价值与生态风险变化表41990 2020年昆明市土地利用转移矩阵T a b l e4L a n du s e t r a n s f e rm a t r i x o fK u n m i n g C i t y f r o m1990t o2020k m2项目2020年面积草地耕地建设用地林地水域未利用地总计积面年0 9 9 1草地5427.82194.06236.51263.4819.174.466145.50耕地118.113636.92442.95136.9124.390.484359.75建设用地7.2514.11376.132.023.660.19403.37林地244.01118.48116.479033.2836.561.139549.93水域3.3813.0720.872.84426.470.14466.77未利用地2.110.770.130.490.4764.7568.72总计5802.673977.421193.069439.02510.7271.1520994.04图21990 2020年昆明市生态系统服务价值空间分异及其变化F i g.2S p a t i a l d i f f e r e n t i a t i o na n d c h a n g e s o f e c o s y s t e ms e r v i c e v a l u e i nK u n m i n g C i t y f r o m1990t o2020研究期间,耕地是昆明市生态系统服务价值构成的主体结构(表5),所占的比例最重,其次为水域和建设用地,草地和林地的E S V比例相当,未利用地比例最少㊂水域的E S V呈逐年上升趋势,这主要得益于昆明市水环境治理取得的显著成效;草地㊁耕地建设用地E S V逐年下降,这是由于森林退化以及昆明市经济快速发展,人口急剧增长和城市不断扩张所导致的㊂043水土保持通报第44卷表5 1990 2020年昆明市土地利用类型生态系统服务价值变化T a b l e 5 C h a n g e s i n e c o s y s t e ms e r v i c e v a l u e o f l a n du s e t y p e s i nK u n m i n g C i t y f r o m1990t o 2020土地利用类型1990年E S V/元比例/%2000年E S V/元比例/%2010年E S V/元比例/%2020年E S V/元比例/%草地6.31ˑ1098.756.16ˑ1098.466.11ˑ1098.265.75ˑ1097.49耕地4.92ˑ101068.234.93ˑ101067.824.92ˑ101066.594.86ˑ101063.30建设用地1.31ˑ101018.221.31ˑ101018.031.28ˑ101017.251.24ˑ101016.15林地3.20ˑ1070.043.20ˑ1070.043.30ˑ1070.043.50ˑ1070.05水域3.35ˑ1094.654.03ˑ1095.535.72ˑ1097.749.91ˑ10912.90未利用地8.30ˑ1070.118.30ˑ1070.118.70ˑ1070.128.60ˑ1070.11总计7.21ˑ1010100.007.27ˑ1010100.007.39ˑ1010100.007.68ˑ1010100.002.3 生态风险变化分析1990 2020年昆明市生态风险整体以低风险㊁较低风险和中等风险区为主(表6),其所占比例分别19%,22%和38%,30a 来生态风险值持续降低,总体下降0.12,研究区生态安全状况有所改善㊂从空间分布来看,1990 2020年昆明市生态风险降低区域主要分布在滇池周围,生态风险升高区域较为分散,生态风险降低区域面积占比明显高于生态风险升高区域(图3)㊂低生态风险区主要分布在滇池周围和研究区北部及中东部地区,研究期内低生态风险区面积呈上升趋势,主要表现为昆明市主城区城市化较其他区域更快,建设用地聚集成片,稳定性强,人为及外界干预较少,此外,人们环境保护意识增强,早年间违法砍伐山林破坏山体的现象有所抑制,生态风险得到有效改善,较低风险区面积逐渐上升㊂中等生态风险区主要分布于研究区植被覆盖密集区,多分布于耕地和林地地带,研究期内面积变化整体稳定㊂较高生态风险区分布较为分散,多位于中等风险区和高风险区的过渡地带,面积占比趋于稳定㊂高生态风险区主要分布在城市边缘地带,人为景观和生态景观的交错阻断了生态系统的完整性,一定程度上加大了生态风险,随着时间的推移,高生态风险区面积逐步降低,城市经济发展与环境保护向良性态势发展㊂表6 1990 2020年昆明市生态风险等级所占比例T a b l e 6 P r o p o r t i o no f e c o l o g i c a l r i s k l e v e l s i nK u n m i n g C i t yf r o m1990 2020y e a r s 等级E R各等级E R 在不同年份所占比例/%1990年2000年2010年2020年1990 2020平均值Ⅰ[0.00,0.20)0.200.210.210.230.19Ⅱ[0.20,0.40)0.200.190.200.200.22Ⅲ[0.40,0.60)0.380.390.380.370.38Ⅳ[0.60,0.80)0.100.100.100.100.10Ⅴ[0.80,1.00]0.120.110.110.100.102.4 生态系统服务价值与生态风险相关性分析1990 2020年昆明市E S V -E R 自相关性以不显著为主,不显著区域面积大于显著区域面积,且在研究期内E S V -E R 自相关性不显著区与显著区变化幅度都不大,不显著区域面积所占比例在58.14%~58.83%之间,显著区域所占比例均在41.17%~41.86%㊂显著区域面积以低价值 低风险区㊁低价值 高风险区为主,但这4种模式的变化特点不一样㊂高价值 高风险区所占面积呈持续缓慢增加,低价值 低风险区呈波浪式微幅增加,低价值 高风险区所占面积持续缓慢减少,高价值 低风险区呈先减少后增加再减少趋势(表7)㊂表7 1990 2020年昆明市E S V -E R 自相关性各类型面积及所占比例T a b l e 7 A r e a a n d p r o p o r t i o no f v a r i o u s t y p e s o fE S V -E Ra u t o c o r r e l a t i o n i nK u n m i n g C i t yf r o m1990t o 2020E S V -E R 自相关性1990年面积/k m2比例/%2000年面积/k m2比例/%2010年面积/k m 2比例/%2020年面积/k m 2比例/%不显著12517.5058.5312434.5058.1412582.0058.8312501.7558.45高价值 高风险1046.254.891125.505.261147.255.361305.006.10显著低价值 低风险3601.0016.843732.2517.453599.2516.833747.2517.52低价值 高风险3022.7514.132951.2513.802901.2513.572784.2513.02高价值 低风险1200.255.611144.255.351158.005.411049.504.91143第1期 冯婧文等:基于G E E 的昆明市生态系统服务价值与生态风险变化图31990—2020昆明市生态风险空间分异及其变化F i g.3S p a t i a l d i f f e r e n t i a t i o na n d c h a n g e s o f e c o l o g i c a l r i s k s i nK u n m i n g C i t y f r o m1990t o2020自相关性区域离散分布于研究区整个区域(图4),高价值 高风险区主要零星分布在昆明市西南部和中部地区,由于昆明市积极响应植树造林㊁生态修复政策,该区域面积逐渐减少㊂高价值 低风险区主要分布于低价值 低风险区和不显著区的过渡地带,主要表现在滇池和阳宗海等水域区域,由于昆明市生态环境质量有所提高,该区域面积逐渐增加㊂低价值 高风险区期初主要分布于高价值 高风险区毗邻区域,由于高风险地类的聚类效应,该模式面积逐年减少㊂低价值 低风险区以林地和草地为主,主要分布在东川区人类活动干扰较低的区域,其E S V主要受生态环境影响,处于相对稳定的状态㊂不显著区主要分布在研究区北部,土地覆盖以大面积林地和草地为主,土地利用无明显波动㊂4种类型的E S V-E R自相关性可以用于反映其空间聚集差异,分析整体空间关联性与差异性,在区域整体生态评估中呈现实践价值㊂高价值 高风险区的生态质量改善对区域综合治理开发有明显积极作用,应注意保护,减少人为干扰;高价值 低风险及低价值 高风险区受城市土地利用开发影响,在带来较好社会经济效益的同时,也会导致E S V退化,应增加人造自然景观面积,坚持生态保护和修复,提升部分耕地向林草地转化的概率,维持人口密度较低现状;低价值 低风险区生态系统结构稳定,分布均衡无明显聚集中心㊂3讨论昆明市是云南省的省会城市,作为云南省唯一的特大城市,过去30a来发展迅速㊂随着城镇化的快243水土保持通报第44卷速推进,城镇化率不断提高,城市扩张显著,土地利用变化剧烈,土地资源比较紧张,资源环境承受着较大压力,土地利用生态风险加剧,城市生态系统服务价值和生态风险受着不同程度的影响,其中高等级生态风险区面积增长则需要引起特别关注,伴随着新发展理念的贯彻,土地资源的可持续利用与生态环境保护的协同发展能力将日渐增强,对昆明市今后的发展而言,避免出现不合理的土地利用,不断提高城市土地利用效率,降低土地利用生态风险,减少土地利用高风险区覆盖的面积,实现高质量可持续发展;在此基础上,本文研究结果将为高原相对发达城市提供借鉴意义,为具有相似环境背景的大中城市提供新的研究思路㊂图41990—2020年昆明市单位面积生态系统服务价值与生态风险自相关分布F i g.4A u t o c o r r e l a t i o nd i s t r i b u t i o no f e c o s y s t e ms e r v i c e v a l u e p e r u n i t a r e a a n d e c o l o g i c a l r i s k i nK u n m i n g C i t y f r o m1990t o2020生态系统服务价值高低是生态环境质量好坏的主要依据,高生态系统服务价值也是生态环境保护的重要方向,昆明市应注重滇池和阳宗海 两湖 生态保育,强化高原湖泊保护治理㊂生态风险是生态可持续发展的重要评价指标,本研究中昆明市生态风险整体以低㊁中生态风险为主,生态安全相对整体稳定,与已有研究相契合[31-32],侧面验证了昆明市生态保护措施实施有效㊂可以看出,生态系统服务价值和生态风险都与生态环境密不可分,现有研究主要运用已有模型对二者进行独立研究或者将生态系统服务价值引入到生态风险中进行应用实践,双变量空间自相关模型为生态系统服务价值和生态风险二者的整体联系提供了具体量化标准,对于建立完善的生态评价体系具有重要价值㊂将生态系统服务价值和生态风险有机结合并分析其相关性,可以较好地刻画生态环境变化区域,分析生态功能和风险变化,为区域生态保护和可持续发展提供决策依据,考虑现有研究成果多基于简单的货币量化修正当量因子,未涉及对社会需求㊁经济发展等变化因素的综合考量,对研究成果有一定影响,针对自然本底脆弱的高原地区生态风险存在的空间复杂性导致二者的空间相关性难以明确其关联机理;同时生态系统服务价值和生态风险均通过土地利用进行评估,两者评价针对各个地物类型缺乏明显独立性和稳定性,虽有研究表明将二者相关性融入某一固定识别框架对区域生态安全的识别精度有所提升,但其整体影响尚不明确,怎样准确评估还需进一步摸索㊂目前,从生态系统服务价值 生态风险相关性角度开展研究在研究深度和方法上还处于不断探索阶段,本文侧重于二者研究结果的相互关系研究,厘清两者的内在影响因素同时开展交叉性研究是今后的重点研究方向㊂4结论(1)1990 2020年昆明市土地利用变化显著,耕地大幅退化为草地,减少了8.77%;建设用地占用耕地现象大幅增加,增幅为195.79%;草地逐步转换为更适宜当地发展的土地类型,主要流向为林地,转移率为4.29%㊂(2)昆明市生态系统服务价值和生态风险分布各异㊂生态系统服务价值呈上升,生态风险呈下降趋势,其中生态系统服务价值上升了4.70ˑ109元,生态风险总体均值下降0.12;低生态系统服务价值和高生态风险呈局部聚集但聚集程度逐年下降趋势;生态质量整体向好,研究区生态安全状况有所改善㊂(3)生态风险和生态系统服务价值变化具有一定关联㊂由双变量空间自相关模型分析可知,研究期343第1期冯婧文等:基于G E E的昆明市生态系统服务价值与生态风险变化。
GIS信息量法在地质灾害分区评价中的应用
GIS信息量法在地质灾害分区评价中的应用750001摘要：近年来，各行各业的发展迅速，由于地质灾害的发生“面广量大”，表现出“突发性”与“不确定性”的时空发生特点，形成的基础资料与调查成果分散，地质灾害防治形势十分严峻，存在地质灾害成果资料格式不统一、存储散乱、数字化程度低、数据管理及三维可视化场景建设滞后等问题。
结合陕西省地质灾害分布特点、发展趋势及防治形势，针对陕西省地质灾害防治中存在的薄弱环节，利用三维GIS技术，将数字高程模型、数字正射影像、实景三维模型等多源数据融合，建立多级别三维地形数据库，构建可视化的地质灾害隐患点三维场景，实现对地质灾害隐患信息的全方位、多角度的三维展示、场景漫游、数据管理及查询；同时运用GIS的空间存储、三维分析、空间分析等功能，为灾后土方量计算和基本灾情分析提供一种解决思路，为地质灾害防治工作信息化建设、地质灾害防治和预警、移民搬迁等工作提供重要的地理数据支撑。
关键词：GIS信息量法；地质灾害分区评价；应用引言GIS技术在交通、农业、制图测绘、工程建设等领域中发挥着重要作用，具有很高的应用价值。
由于受到自然条件的影响，我国地质灾害发生较为频繁，严重威胁到了我国人民群众的生命安全和财产安全。
因此，我国对地质灾害防治系统十分重视。
地质灾害防治系统应用了大量的先进技术，而GIS技术对防灾治灾工作具有重要价值，可以充分收集分析空间地理环境的各种数据，为技术人员分析地理环境提供便利，提高地质灾害预测与治理的效果。
1系统总体架构地质灾害隐患点三维地理信息系统采用三层体系结构，具体内容为：（1）数据层。
提供系统底层数据库的数据集成与支持，集成了所需要的地质灾害隐患点二维、三维信息数据；（2）逻辑层。
提供系统各功能模块的实现，负责数据的存储访问以及各种系统功能、地质灾害隐患点展示的业务实现，如导航浏览、信息编辑、查询统计、三维分析等；（3）表示层。
展示给用户的可视化界面。
基于三层体系结构，结合地质灾害隐患点地理信息系统的设计思路。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
围大小、研究精度等因素的前提下 ， 最终选取斜坡几何形态 、工程地质岩组 、地质构造、水文地质条件、 松散 土层厚度 等 ５个 因子作 为五 华 区地 质灾 害易发性 评价 因子指 标体 系 。
（ ）斜坡几 何形态 １
斜坡 几何形 态包括坡 高 、坡度 和坡 向 ３要 素 ，不 同 的斜坡 形态 对滑坡 发生 的影 响不 同。坡 向的影响 主 要表 现 为山坡 的小 气候 和水热 比的规 律性 差异 ：阳坡 因沟谷 比阴坡 发育 ，山坡 陡而短 ，因此 ，阳坡 比阴坡 更易 发生地 质灾害 。 阳坡岩 体风 化破 碎 ，易发生基 岩崩塌 ；阴坡土层 厚 ，易发生 土体崩 塌 。阳坡 易爆 发泥 石 流 和基岩崩 塌 ，阴坡土体 保水 ，易 发生浅层 坍滑 。因此 ，坡 向对地 质灾 害的发 生有很 大影响 。根据 五华
发 生无 明显规律 。 （ ）工 程地质 岩组 ２
不 同工 程地质岩 组对地 质灾 害发 生 的影 响 明显不 同。根据对 各类 灾 害的影 响程度可 将五华 区工程 地质
收稿 日期 ： ０００ — ２１－ １ ４ ３
作者简介 ：高治群 （ ９４～） １８ ，女 ，云南文山人 ，在读硕士生 ；专 业：地质工程。
区地质灾害详细调查 ，斜坡坡高在 ４ ｍ～ ０ ｍ区间滑坡 出现的比率最高 ；滑坡 比率最高的斜坡坡度集 中 ０ １０
在２。 ４。 Ｏ 一 ０ ；坡向在 １５ ～ ８ 。 ２０ ～ １。 １。 ３０ 区问滑坡发生的几率最高 ，其余坡向地质灾害 ３ 。 １０ 、 ７ 。 ３５ 、３５ ～ ６ 。
１ 地质灾害
本区发育地质灾害共 ６ 个 ，其中滑坡 ５ 个 ，崩塌 ４个 ， ０ １ 地面塌陷 ３ ，泥石流 ２ 个 条。地质灾害的易 发地 层为第 四系松 散层 ，较软 弱层状 碎屑 岩类 为次易发 地层 ，主要 分布在 北西 部 的厂 口乡 瓦恭 村 以及 中部 的沙朗乡 ，由侏 罗系 、二 叠 系 、泥盆 系 砂 岩 、砾岩 、泥 岩 组成 ，遇 水 易 软 化 、风化 裂 隙发 育 、力 学强 度 低 ，边 坡稳定性 差 ，斜 坡地 带残 、坡 积 层发 育 ，与 上 部覆 盖 的第 四 系黄 粘 土呈 不 整合 接 触 ，易形 成 滑 坡
３期
高治群 等 ：基于 Ｇ Ｓ的昆 明市 五华区地质灾害易发性评价 Ｉ
３９ ５
岩 组划 分 为 ：① 第 四系 松散 层 ，② 第 四系红 粘 土类 ，③ 砂岩夹 泥 岩类 ，④ 坚 硬基 岩类 。详 细调 查资料 分 析
后 得知 ：五华 区易 于发 生地 质灾 害 的工程 地 质岩 组 主要 为 第 四 系松 散层 和 红 粘 土类 ，其 次 为砂 岩 夹泥 岩 ， 坚 硬基 岩类 属 不易 发地层 。 （ ）水 文地 质条 件 ３ 水 文地 质条 件 主要包 括 水文地 质 结构 、地 表 水 冲蚀 和地下 水 动态 作用 过程 。根 据地 下水 赋存 形式 、水 理性 质 、水 力 特征 及岩性 组合 关 系 ，将 五 华 区地 下 水分 为 松 散 堆 积层 孔 隙水 、基 岩裂 隙水 （ 括碎 屑岩 包
２０ 第２卷 第３ ５ ３ 页 ０年 ９ １ 期３ ６ ８ ３
云 南 地 质
Ｃ５—０／ ＩＮ ０— ８ Ｎ １１ Ｓ １４ １５ ３ ４ Ｐ Ｓ ０ ８
基 于 Ｇ Ｓ的昆 明市 五华 区地 质 灾 害易发 性评 价 Ｉ
高 治群 薛传 东 ，和 怀 中 ，祝 传 兵 ，
（ ．昆明理工大学地球科学 系 ，昆明 １ 摘 ６０ ９ ；２ ５ ０３ ．５２ ６
裂 隙水 、变 质岩 裂 隙水 、岩浆 岩裂 隙水 ） 和碳 酸 盐 岩 裂 隙 岩 溶 水 ３类 。根 据 调 查 结 果 ，对 滑坡 影 响最 大
的因素 为滑 坡 体相对 隔水 层 出露 和地 表水 冲蚀 的综 合 作 用 。斜坡 的前 缘 冲 沟在 河 流 冲蚀 作 用 下 不断 下 切 ，
五 华 区滑坡 大部 分发 生在 基岩 与 松散 层 土体 接触 的 软弱结 合 面 ，因此 松散 层 的厚度 也是 滑坡 发生 的一 个重 要 影 响因素 。松 散层 厚 度大 ，其保 水 性较 强 ，在 降雨 及人类 荷 载作 用 下 ，土体 容易 滑动 ，因此 ，在 松
要：五华区共查 证崩 滑流及 地面塌 陷灾害点 ６ ０处 ，灾 情堪称严 重。基于 Ａ ｃ Ｉ 平 台 ，利用信息 量 ｒＧ Ｓ
法对全 区地质灾害易发程 度进行评价分 区。高易发区面积 ３ ．５ ｉ。 １３ ｋ ，中等易发 区面积 ２ ７ ｍ ，低易发 区面积 ｎ ４ｋ。 １ １６ ｋ ２ ０ ． ５ ｍ 。科学评估分区结果为政府进一步制定全 区地质灾害防治规划 提供科学依据 。
关键词 ：地质灾 害查证 ；Ａ ｃ Ｉ ｒＧＳ信息平 台；易发性评估 ；防治和对策 ；云南 昆明 五华区
中圈 分 类号 ：Ｐ ９ ６４ 文 献 标 识 码 ：Ａ 文章 编 号 ：０ ４１８ （０ ０ ０ ．５ － １０ ．８５ ２ １ ）３３ ８０ ６
五华 区是 昆明主城 区组成 部分 ，位 于昆 明市 西北部 ，地处 云贵 高原滇 中 昆明新生代 盆地 中低 山丘 陵地 带 ，国土 面积 ３０ｍ。 ８ｋ ，总体地 势西北 高东 南低 。
当下 切 到基 岩 与松散 层 的软 弱接触 面 临空 后 ，在 外界 因 素 的作 用下 ，软弱 接触 面发 生剪 切破 坏 ，从而 带动 中后 部 的 土体整 体 滑动 。形成 滑坡 。因此 ，在 进 行地 质灾 害 因发行 分 区时 ，要 考虑 河流 冲蚀 这一 指标 。
（ ） 松 散层 厚度 ４
灾害 。
２ 评价指标选取
地质灾 害 的发 生受 多种环境 因子 的影 响和制 约 ，且 各种 因子起 的作用 大小 、性质不 同 。地质 灾 害的发 生是 由客观存 在 的某 种 “ 最佳 因子组合 ” 综合 作用 的结果 。
２ １ 评 价指标 ．
结合 五华 区 自然地 理特征 及前人 对该 区的研 究 ，在 充分考 虑 资料 的可获得 性 、研究 区域 尺度 、研究 范