CN102999694A - 一种山地灾害频发区泥石流风险评价方法 - Google Patents

一种山地灾害频发区泥石流风险评价方法 Download PDF

Info

Publication number
CN102999694A
CN102999694A CN2012104240700A CN201210424070A CN102999694A CN 102999694 A CN102999694 A CN 102999694A CN 2012104240700 A CN2012104240700 A CN 2012104240700A CN 201210424070 A CN201210424070 A CN 201210424070A CN 102999694 A CN102999694 A CN 102999694A
Authority
CN
China
Prior art keywords
rainfall
disaster
basin
risk
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012104240700A
Other languages
English (en)
Other versions
CN102999694B (zh
Inventor
第宝锋
黄正文
李眉眉
张斌
史凯
柯玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan University
Original Assignee
Sichuan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan University filed Critical Sichuan University
Priority to CN201210424070.0A priority Critical patent/CN102999694B/zh
Publication of CN102999694A publication Critical patent/CN102999694A/zh
Application granted granted Critical
Publication of CN102999694B publication Critical patent/CN102999694B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明一种山地灾害频发区泥石流风险评价方法依序包括资料收集、数字化与编辑、空间分析、评价结果的具体步骤，在将泥石流灾害点的基础资料进行分类汇总的基础上，采用地理信息系统工具建立灾害点的图形数据和属性数据，以小流域为基本分析单元进行定量化的分析研究。本发明操作简便，是对潜在泥石流灾害进行预防的重要手段。

Description

一种山地灾害频发区泥石流风险评价方法
技术领域
本发明涉及一种山地灾害频发区泥石流风险评价方法，属于物理或地理方法的分析类。 
  
背景技术
近年来，泥石流灾害越来越频繁，所造成的经济损失也越来越大。西南地区山地众多，暴雨集中，地质条件复杂，已成为泥石流灾害的重灾区之一。特别是“汶川大地震”之后，至今，已经连续5年在重灾区发生较大规模泥石流灾害。使灾区人们的生活雪上加霜。 因此，针对区域尺度范围，提前预知泥石流灾害的风险，将对于应对灾害和保护人们的生命财产安全将起到重要的指导作用。 
    虽然泥石流灾害风险分析不能阻止灾情的发生，但有效的使用分析结果却可以减小巨大的损失，而且，客观的灾害风险分析图谱可以给人们提供可能发生灾害的区域范围及灾害预防信息，并为居民提供简单易懂的防灾知识，从而达到以预防为主，避免被动地等到灾害发生后才采取紧急行动。可以说泥石流风险分析是对潜在泥石流灾害进行预防的重要手段。 
发明内容
泥石流风险分析可以用泥石流危险度与易损度水平来表征。传统的方法中，对于泥石流灾害风险性分析主要采用实地考察法，选取多个因子建立分析评价物理模型，但众多的评价因子权重的确定有着很大的主观性，可能对于小的区域较为容易操作，若区域面积较大，这样的方法就显得既耗时又费力，且很难被有效的应用。以往多采用正方形的小栅格作为基本分析研究单元，对于有着极强“定域”性的泥石流活动现象而言，不能完整反映直接影响它的“定域”特征。本发明“一种山地灾害频发区泥石流风险评价方法”在单元选取上以小流域作为泥石流风险分析的基本研究单元，其技术方案依序包括资料收集、数字化与编辑、空间分析、评价结果的具体步骤（见图1），在将泥石流灾害点的基础资料进行分类汇总的基础上，采用地理信息系统工具建立灾害点的图形数据和属性数据，以小流域为基本分析单元进行定量化的分析研究。 
一种山地灾害频发区泥石流风险评价方法，其特征在于在单元选取上以小流域作为泥石流风险分析的基本研究单元。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述小流域主要划分为三部分，即无洼地DEM生成、河网提取、集水区生成；并应用GIS矢量化工具在地形图基础上，结合水系分布图进行编辑获取形成小流域图层。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述资料收集内容包括暴雨、降水、地形、地质、社会经济等相关资料，建立以小流域为基本单元的泥石流风险分析地理信息基础数据库。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述数字化与编辑即对所有收集到的基础图件进行矢量化，建立研究区统一投影和统一边界的地理信息系统数据库。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述数据库包括小流域分布、临界雨量、地层岩性、沟床比降、基础设施、产业规模、人口分布等相关数据。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述空间分析选择三个典型指标为地层岩性、沟床比降和24小时泥石流启动的最低临界雨量。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述空间分析通过流域地形及地质要素的有效组合，建立流域内发生泥石流24小时最低推算模型，并以此临界雨量为基础，结合其变化规律及不同历时的最大暴雨参数值和设计暴雨的相关关系，进行泥石流危险程度分析，包括地层岩性划分、沟床比降划分、临界雨量模型、危险性分析、易损性分析。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述地层岩性划分针对不同岩石类型，将其分为5个等级并由岩性坚固程度由高到低赋予其分级值1、2、3、4、5；每个流域的地层岩性判定，在考虑流域主要岩石成份的基础上，兼顾流域内物源区岩石主要成分，以本流域内面积最大一类岩石类型的分级值确定流域的最终分级值。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述沟床比降划分数据的来源是采用Digital terrain model 及集水区矢量图来分析计算获取，即单个小流域沟床比降为小流域内相对高差与主沟长度之比。 
    一种山地灾害频发区泥石流风险评价方法，其特征在于所述临界雨量模型即针对以往有详细日期记载的部分泥石流记录，收集了每一场灾害的县、市气象站或水文站的相应雨量观测资料，然后从中挑选出代表性泥石流灾害点雨量值，统计其暴发当日24小时最小雨量临界值；挑选的方法是泥石流灾害发生地距观测台站较近，且同一个流域内，对于多次发生的灾害降雨记录，取其最小的日雨量值，如灾害点附近没有雨量观测点资料，则用就近气象站资料代替；针对具有详实雨量观测数据的泥石流灾害，应用SPSS软件进行统计分析，建立流域内24小时最小雨量临界值模型，以此可以推算其它流域内的24小时最小雨量临界值： 
                      Y = 21 + 10200 / (2.7 × ea + 1000 × d)   
其中，Y为小流域内的24小时最小雨量临界值， a为地导岩性，d为沟床比降。
  
一种山地灾害频发区泥石流风险评价方法，其特征在于所述危险性分析即引入设计暴雨与最低区域临界雨量进行比较，将最低临界雨量基本一致的区域与该区的设计暴雨图层重叠，采取定量计算为主，结合分析比较，兼顾分易损度指标及区临界雨量指标与设计暴雨的比值关系实现泥石流危险性分区。
一种山地灾害频发区泥石流风险评价方法，其特征在于所述引入设计暴雨与最低区域临界雨量进行比较即某一流域泥石流24小时临界雨量小于等于5年一遇的24小时设计暴雨值时，说明本区域泥石流暴发可能性更大，则本区域的风险程度为最重度危险区；当临界雨量在20年到5年一遇设计暴雨值之间时，为重度危险区；在50年至20年之间为中度危险区；若临界雨量大于50年一遇设计暴雨值，则为轻度危险区。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述易损性分析是结合流域内的社会经济指标对各流域进行易损度评价，即有主要基础设施及人口较集中区域，划分为高易损性社会经济区，反之为低易损性社会经济区。 
一种山地灾害频发区泥石流风险评价方法，其特征在于所述评价结果是用危险度与易损度两个条件对所有流域进行泥石流风险程度分析（见表1），并绘制泥石流灾害风险程度分区图。 
Figure 330136DEST_PATH_IMAGE002
本发明有益效果：                                       
Figure 2012104240700100002DEST_PATH_IMAGE003
ⅰ.本发明针对区域尺度范围，提前预知泥石流灾害的风险，将对于应对灾害和保护人们的生命财产安全将起到重要的指导作用。
ⅱ. 本发明是对潜在泥石流灾害进行预防的重要手段。虽然不能阻止灾情的发生，但有效的使用分析结果却可以减小巨大的损失，而且，客观的灾害风险分析图谱可以给人们提供可能发生灾害的区域范围及灾害预防信息，并为居民提供简单易懂的防灾知识，从而达到以预防为主，避免被动地等到灾害发生后才采取紧急行动。 
ⅲ. 本发明操作简便，只需要在GIS软件中按相关模块的要求进行操作便可完成。 
  
(四)附图说明：
图1. 泥石流风险分析工作流程
图2. 四川省泥石流风险评价图
(五)附表说明：
表1. 泥石流风险性分区指标表
(六)具体实施方式：  
    以四川省为例，依据图1相关流程开展分析：
1.资料收集
收集四川省设计暴雨、降水、地形、地质、社会经济等相关资料，建立以小流域为基本单元的泥石流风险分析地理信息基础数据库。
数字化与编辑
对所有收集到的基础图件进行矢量化，建立研究区统一投影和统一边界的地理信息系统数据库。数据库包括四川省小流域分布、临界雨量、地层岩性、沟床比降、基础设施、产业规模、人口分布等相关数据。
空间分析
选择地层岩性、沟床比降和24小时泥石流启动的最低临界雨量，建立流域内发生泥石流24小时最低推算模型，并以此临界雨量为基础，结合其变化规律及不同历时的最大暴雨参数值和设计暴雨的相关关系，进行泥石流危险程度分析；
（1）地层岩性划分：针对不同岩石类型，将其分为5个等级并由岩性坚固程度由高到低赋予其分级值1、2、3、4、5。每个流域的地层岩性判定，在考虑流域主要岩石成份的基础上，兼顾流域内物源区岩石主要成分，以本流域内面积最大一类岩石类型的分级值确定流域的最终分级值。
（2）沟床比降划分：数据的来源主要是采用Digital terrain model (DTM)及集水区矢量图来分析计算获取，即单个小流域沟床比降为小流域内相对高差与主沟长度之比（公式(1)）。 
其中d为沟床比降；R为相对高差；L为主沟长度。 
（3）临界雨量模型：针对四川省近130个具有详实雨量观测数据的泥石流灾害，应用SPSS软件进行统计分析，建立流域内24小时最小雨量临界值模型(2)，以此可以推算其它流域内的24小时最小雨量临界值。 
     Y = 21 + 10200 / (2.7 × e a + 1000 × d)                 (2) 
    其中Y为小流域内的24小时最小雨量临界值， a为地导岩性，d为沟床比降。
（4）危险性分析：引入设计暴雨与最低区域临界雨量进行比较，将最低临界雨量基本一致的区域与该区的设计暴雨图层重叠，采取定量计算为主，结合分析比较，兼顾分易损度指标及区临界雨量指标与设计暴雨的比值关系实现泥石流危险性分区。 
（5）易损性分析：结合流域内的社会经济指标对各流域进行易损度评价，即有主要基础设施及人口较集中区域，划分为高易损性社会经济区，反之为低易损性社会经济区； 
4.评价结果
用危险度与易损度两个条件对所有流域进行泥石流风险程度分析(见表1)，并绘制四川省泥石流灾害风险程度分区图（见图2）
 表1. 泥石流风险性分区指标
注：对于每个评价分析的基本单元，即流域内：Y代表24小时区域最低临界雨量；Hp代表设计频率为p的24小时时段设计暴雨值，Vh代表高易损社会经济区；Vl低易损社会经济区

Claims (10)

1.一种山地灾害频发区泥石流风险评价方法，其特征在于所述方法依序包括资料收集、数字化与编辑、空间分析、评价结果的具体步骤，在将泥石流灾害点的基础资料进行分类汇总的基础上，采用地理信息系统工具建立灾害点的图形数据和属性数据，在单元选取上以小流域作为泥石流风险分析的基本研究单元。
2.根据权利要求1所述的一种山地灾害频发区泥石流风险评价方法，其特征在于根据权利要求1所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述小流域主要划分为三部分，即无洼地DEM生成、河网提取、集水区生成；并应用GIS矢量化工具在地形图基础上，结合水系分布图进行编辑获取形成小流域图层；所述资料收集内容包括暴雨、降水、地形、地质、社会经济等相关资料，建立以小流域为基本单元的泥石流风险分析地理信息基础数据库。
3.根据权利要求1所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述数字化与编辑即对所有收集到的基础图件进行矢量化，建立研究区统一投影和统一边界的地理信息系统数据库；所述数据库包括小流域分布、临界雨量、地层岩性、沟床比降、基础设施、产业规模、人口分布等相关数据。
4.根据权利要求1所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述空间分析选择三个典型指标为地层岩性、沟床比降和24小时泥石流启动的最低临界雨量；所述空间分析通过流域地形及地质要素的有效组合，建立流域内发生泥石流24小时最低推算模型，并以此临界雨量为基础，结合其变化规律及不同历时的最大暴雨参数值和设计暴雨的相关关系，进行泥石流危险程度分析，包括地层岩性划分、沟床比降划分、临界雨量模型、危险性分析、易损性分析。
5.根据权利要求4所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述地层岩性划分针对不同岩石类型，将其分为5个等级并由岩性坚固程度由高到低赋予其分级值1、2、3、4、5；每个流域的地层岩性判定，在考虑流域主要岩石成份的基础上，兼顾流域内物源区岩石主要成分，以本流域内面积最大一类岩石类型的分级值确定流域的最终分级值；所述沟床比降划分数据的来源是采用Digital terrain model及集水区矢量图来分析计算获取，即单个小流域沟床比降为小流域内相对高差与主沟长度之比。
6.根据权利要求5所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述临界雨量模型即针对以往有详细日期记载的部分泥石流记录，收集了每一场灾害的县、市气象站或水文站的相应雨量观测资料，然后从中挑选出代表性泥石流灾害点雨量值，统计其暴发当日24小时最小雨量临界值；挑选的方法是泥石流灾害发生地距观测台站较近，且同一个流域内，对于多次发生的灾害降雨记录，取其最小的日雨量值，如灾害点附近没有雨量观测点资料，则用就近气象站资料代替；针对具有详实雨量观测数据的泥石流灾害，应用SPSS软件进行统计分析，建立流域内24小时最小雨量临界值模型，以此可以推算其它流域内的24小时最小雨量临界值。
7.根据权利要求6所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述危险性分析即引入设计暴雨与最低区域临界雨量进行比较，将最低临界雨量基本一致的区域与该区的设计暴雨图层重叠，采取定量计算为主，结合分析比较，兼顾分易损度指标及区临界雨量指标与设计暴雨的比值关系实现泥石流危险性分区。
8.根据权利要求7所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述引入设计暴雨与最低区域临界雨量进行比较即某一流域泥石流24小时临界雨量小于等于5年一遇的24小时设计暴雨值时，说明本区域泥石流暴发可能性更大，则本区域的风险程度为最重度危险区；当临界雨量在20年到5年一遇设计暴雨值之间时，为重度危险区；在50年至20年之间为中度危险区；若临界雨量大于50年一遇设计暴雨值，则为轻度危险区。
9.根据权利要求8所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述易损性分析是结合流域内的社会经济指标对各流域进行易损度评价，即有主要基础设施及人口较集中区域，划分为高易损性社会经济区，反之为低易损性社会经济区。
10.根据权利要求1所述的一种山地灾害频发区泥石流风险评价方法，其特征在于所述评价结果是用危险度与易损度两个条件对所有流域进行泥石流风险程度分析，并绘制泥石流灾害风险程度分区图。
CN201210424070.0A 2012-10-30 2012-10-30 一种山地灾害频发区泥石流风险评价方法 Expired - Fee Related CN102999694B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210424070.0A CN102999694B (zh) 2012-10-30 2012-10-30 一种山地灾害频发区泥石流风险评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210424070.0A CN102999694B (zh) 2012-10-30 2012-10-30 一种山地灾害频发区泥石流风险评价方法

Publications (2)

Publication Number Publication Date
CN102999694A true CN102999694A (zh) 2013-03-27
CN102999694B CN102999694B (zh) 2016-04-20

Family

ID=47928253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210424070.0A Expired - Fee Related CN102999694B (zh) 2012-10-30 2012-10-30 一种山地灾害频发区泥石流风险评价方法

Country Status (1)

Country Link
CN (1) CN102999694B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103605898A (zh) * 2013-11-29 2014-02-26 民政部国家减灾中心 一种区域泥石流灾害风险估计方法
CN104021294A (zh) * 2014-06-11 2014-09-03 中国电建集团成都勘测设计研究院有限公司 泥石流发生的危险性检测三要素评价方法
CN104036153A (zh) * 2014-07-02 2014-09-10 中国电建集团成都勘测设计研究院有限公司 泥石流发生的危险性定量检测评价方法
CN104361421A (zh) * 2014-09-12 2015-02-18 清华大学 水利施工现场人员安全评估方法及系统
CN104699977A (zh) * 2015-03-24 2015-06-10 中国石油大港油田勘探开发研究院 利用轻重矿物定量分析物源的方法
CN106021875A (zh) * 2016-05-11 2016-10-12 兰州大学 一种地震扰动区多尺度泥石流风险评估的方法
CN107220754A (zh) * 2017-05-18 2017-09-29 长江水利委员会长江科学院 一种县域尺度山洪灾害风险评估方法
CN109003422A (zh) * 2018-08-02 2018-12-14 北京大学深圳研究生院 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109034588A (zh) * 2018-07-18 2018-12-18 湖北思高科技发展有限公司 一种基于互联网的地质灾害分析方法
CN109389680A (zh) * 2018-10-28 2019-02-26 中国科学院、水利部成都山地灾害与环境研究所 泥石流流域关键地形因子特征筛选方法
CN111341073A (zh) * 2020-03-02 2020-06-26 南昌工程学院 一种泥石流风险评价及预警系统
CN113114935A (zh) * 2021-04-07 2021-07-13 中煤科工集团重庆研究院有限公司 一种基于视频图像的振动识别方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
司渤洋 等: "基于 GIS的汶川地震灾区小流域土壤侵蚀评价", 《山地学报》 *
庄建琦 等: "5.12地震后都汶公路沿线泥石流沟危险性评价", 《四川大学学报》 *
李强: "基于GIS的重庆市北碚区滑坡灾害危险性评价", 《万方学位论文数据库》 *
铁永波: "强震区城镇泥石流灾害风险评价方法与体系研究", 《中国博士学位论文全文数据库》 *
韩用顺 等: "都汶公路沿线泥石流危险性评价", 《山地学报》 *
韩金华: "基于GIS的白龙江流域泥石流危险性评价研究", 《万方学位论文数据库》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103605898A (zh) * 2013-11-29 2014-02-26 民政部国家减灾中心 一种区域泥石流灾害风险估计方法
CN104021294A (zh) * 2014-06-11 2014-09-03 中国电建集团成都勘测设计研究院有限公司 泥石流发生的危险性检测三要素评价方法
CN104036153A (zh) * 2014-07-02 2014-09-10 中国电建集团成都勘测设计研究院有限公司 泥石流发生的危险性定量检测评价方法
CN104361421A (zh) * 2014-09-12 2015-02-18 清华大学 水利施工现场人员安全评估方法及系统
CN104699977A (zh) * 2015-03-24 2015-06-10 中国石油大港油田勘探开发研究院 利用轻重矿物定量分析物源的方法
CN104699977B (zh) * 2015-03-24 2017-06-27 中国石油大港油田勘探开发研究院 利用轻重矿物定量分析物源的方法
CN106021875A (zh) * 2016-05-11 2016-10-12 兰州大学 一种地震扰动区多尺度泥石流风险评估的方法
CN106021875B (zh) * 2016-05-11 2023-09-22 兰州大学 一种地震扰动区多尺度泥石流风险评估的方法
CN107220754B (zh) * 2017-05-18 2020-04-10 长江水利委员会长江科学院 一种县域尺度山洪灾害风险评估方法
CN107220754A (zh) * 2017-05-18 2017-09-29 长江水利委员会长江科学院 一种县域尺度山洪灾害风险评估方法
CN109034588A (zh) * 2018-07-18 2018-12-18 湖北思高科技发展有限公司 一种基于互联网的地质灾害分析方法
CN109003422A (zh) * 2018-08-02 2018-12-14 北京大学深圳研究生院 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109389680B (zh) * 2018-10-28 2022-06-07 中国科学院、水利部成都山地灾害与环境研究所 泥石流流域关键地形因子特征筛选方法
CN109389680A (zh) * 2018-10-28 2019-02-26 中国科学院、水利部成都山地灾害与环境研究所 泥石流流域关键地形因子特征筛选方法
CN111341073A (zh) * 2020-03-02 2020-06-26 南昌工程学院 一种泥石流风险评价及预警系统
CN113114935A (zh) * 2021-04-07 2021-07-13 中煤科工集团重庆研究院有限公司 一种基于视频图像的振动识别方法
CN113114935B (zh) * 2021-04-07 2022-08-19 中煤科工集团重庆研究院有限公司 一种基于视频图像的振动识别方法

Also Published As

Publication number Publication date
CN102999694B (zh) 2016-04-20

Similar Documents

Publication Publication Date Title
CN102999694B (zh) 一种山地灾害频发区泥石流风险评价方法
Fernández et al. Urban flood hazard zoning in Tucumán Province, Argentina, using GIS and multicriteria decision analysis
Pellicani et al. Assessing landslide exposure in areas with limited landslide information
Nandi et al. A GIS-based landslide susceptibility evaluation using bivariate and multivariate statistical analyses
CN104899437A (zh) 强降雨型滑坡灾害预警方法
CN111582597B (zh) 一种输电线路滑坡危险性预测方法及其设备
Nouri et al. Land suitability evaluation for changing spatial organization in Urmia County towards conservation of Urmia Lake
Dong et al. Analysis of urban environmental problems based on big data from the urban municipal supervision and management information system
Shenavr et al. Comparison of Multi-criteria evaluation (AHP and WLC approaches) for land capability assessment of urban development in GIS
Lai et al. Waterlogging risk assessment based on self-organizing map (SOM) artificial neural networks: a case study of an urban storm in Beijing
Shao et al. The application of big data in the analysis of the impact of urban floods: A case study of Qianshan River Basin
Fattahi et al. Climate change impact on drought intensity and duration in west of Iran
Xu et al. Urban flooding resilience evaluation with coupled rainfall and flooding models: a small area in Kunming City, China as an example
Al-Anbari et al. Landfill site selection in Al-Najaf governorate, Iraq
Zhang et al. Landslide Susceptibility Mapping Using Novel Hybrid Model Based on Different Mapping Units
Mundhe et al. GIS based urban flood vulnerability analysis in Western Zone of Ahmedabad City
Pouriyeh et al. Vulnerability assessment and modelling of urban growth using data envelopment analysis
Ghoneim et al. A customized indicator-based tool to assess resiliency of Egyptian coastal cities: Case study of red sea cities
Dewidar Analysis of morphometric parameters using remote-sensing data and GIS techniques in the Wadi El Gemal basin, Red Sea coast, Egypt
Kamal GIS based flood risk assessment: a case study on three wards of Dhaka city
Zhang et al. Identification of Urban Rainstorm Waterlogging Based on Multi-source Information Fusion: A Case Study in Futian District, Shenzhen
Kaoje Application of Geographical Information System Techniques in Urban Flood Risk Assessment and Vulnerability Mapping. A Case Study of Cardiff, Wales
Al-Quraishi Soil erosion risk prediction with RS and GIS for the northwestern part of Hebei Province, China
Zhao et al. A multidimensional urban land cover change analysis in Tempe, AZ
Multaniya et al. Geospatial technique for the delineation of groundwater potential zones using multi-criteria-based AHP and MIF methods

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160420

Termination date: 20191030