基于模型的水土流失性公路自然灾害风险评估以(2)
【作者】网站采编
【关键词】
【摘要】0.5坡度/(°)≥14 利用GIS空间可视化技术,得到不同因素影响下重庆市巴南区水土流失性公路自然灾害风险区划示意,如图1。由图1可见: 1)气象因素中,降
利用GIS空间可视化技术,得到不同因素影响下重庆市巴南区水土流失性公路自然灾害风险区划示意,如图1。由图1可见:
1)气象因素中,降雨量达到100 mm以上的区域主要为巴南区西南部与东北部,如图1(a),该地区易发生水土流失性公路自然灾害。地质灾害主要诱发因素为土壤类型、植被覆盖度、坡度和坡位等,易发区域的土壤类型主要为砂质土、壤土和黏质土等,如图1(b)。
图1 重庆市巴南区水土流失性公路自然灾害指标风险区划Fig. 1 Risk zoning of natural disaster index of soil erosion highway in Banan district of Chongqing
2)植被覆盖度对水土流失性公路自然灾害影响主要为低覆盖区域,选择覆盖度低于0.5为灾害易发区域,以及覆盖度大于0.5且覆盖面积不足500 m2为水土流失性公路自然灾害易发区域,主要影响区域为巴南区西南部与中部,如图1(c)。
3)根据历史灾害数据的统计结果,坡度大于14°区域为水土流失性公路自然灾害主要发生区域;地形起伏区域更易发生地质灾害,平坦低洼区域相对安全;在坡位微地貌中,山坡易发生水土流失性公路自然灾害,平地和谷底区域相对稳定,如图1(d)、(e)。
4)整治力度对公路的影响主要为人类活动强度及区域建设投资,整治力度系数f< 0.4的区域为水土流失性公路自然灾害易发区域,主要位于巴南区中部与东北部,如图1(f)。
2.2 指标选取准确性分析
笔者利用历史灾害点与选择训练样本之间的相关性,判断选择指标准确性。从历史灾害数据库中提取数据并进行统计,得到巴南区历史灾害点共648个。为避免灾害点过于密集或稀疏导致精度判断,笔者在研究区均匀选取样本点,确保每个区域或每个乡镇都能够覆盖,最终选取35个取样点为精度验证样本点。基于软件平台,对选择的指标进行相关性分析,以判断所选指标的准确性与可靠性,如图2。由图2可见,各指标拟合趋势线集中在样本编号15~20之间,表明所选取的指标合理,可靠程度高。其中,降雨量、坡度和坡位指标相关性较高。
图2 重庆市巴南区水土流失性公路自然灾害指标风险相关性分析Fig. 2 Correlation analysis of natural disaster risk indexes of soil erosion highway in Banan district of Chongqing
2.3 巴南区水土流失程度分析
2.3.1 水土流失模型因子分析
通过对巴南区水土流失模型因子测算,利用GIS空间分析工具,得到巴南区水土流失模型因子空间影响范围,如图3。由图3可见,各因子对重庆市巴南区的影响为:降雨侵蚀强度因子Q影响西部和西南部,侵蚀等级在中度以上;土壤侵蚀强度因子T影响东南部及西部,侵蚀强度介于较轻~较强;地形地貌影响因子D影响南部与东部地区,侵蚀强度为中度;整治力度因子P主要影响中部地区,侵蚀强度为中度以下。
2.3.2 巴南区水土流失程度分析
将测算的水土流失模型因子,代入水土流失模型RF-RUSLE(1)中,得到巴南区水土流失程度空间区划,如图4。
由图4可以看出:重庆市巴南区西南部水土流失最为严重,水土流失强度多处于中度以上;东北地区属于中度流失程度,为灾害发生易发区域;西北地区水土保持最好,高危流失区域较少。整体上,巴南区水土流失程度介于轻度~中度。
图3 重庆市巴南区水土流失因子影响范围Fig. 3 Influence range of soil erosion factors degree in Banan district of Chongqing
2.4 巴南区水土流失性公路自然灾害风险预测
2.4.1 RF-RUSLE模型构建
首先,利用RF算法对构建的指标体系进行风险识别与预测,得到巴南区公路水土流失性自然灾害风险等级;然后,结合GIS空间可视化技术,得到巴南区水土流失性公路自然灾害风险评估结果。
图4 重庆市巴南区水土流失程度空间区划Fig. 4 Spatial zoning of soil erosion degree in Banan district of Chongqing
2.4.2 精度检验
1)空间验证
利用巴南区历史灾害数据和2000—2010年公路灾害监测数据,将评估结果进行空间精度认证和预测结果可靠性认证,得到研究结果精度检验,如图5。由图5可见,高风险区域分布位置与历史灾害数据空间位置相吻合,表明评估结果准确性高,与实际情况相符,表明RF-RUSLE模型不仅能够有效识别水土流失性公路自然灾害,而且还能预测水土流失性公路自然灾害发生概率,且评估结果能够有效地通过精度检验。
文章来源:《环境工程》 网址: http://www.hjgczzs.cn/qikandaodu/2021/0324/571.html
上一篇:读者来信
下一篇:新工科背景下环境工程专业金课建设的认知和实