CN113408497B - 一种群发性滑坡的空间尺度选择方法及装置 - Google Patents
一种群发性滑坡的空间尺度选择方法及装置 Download PDFInfo
- Publication number
- CN113408497B CN113408497B CN202110884850.2A CN202110884850A CN113408497B CN 113408497 B CN113408497 B CN 113408497B CN 202110884850 A CN202110884850 A CN 202110884850A CN 113408497 B CN113408497 B CN 113408497B
- Authority
- CN
- China
- Prior art keywords
- landslide
- index
- mass
- confluence
- spatial
- 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.)
- Active
Links
- 238000010187 selection method Methods 0.000 title description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 68
- 238000011160 research Methods 0.000 claims description 27
- 230000001186 cumulative effect Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 22
- 238000012732 spatial analysis Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 241000238558 Eucarida Species 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 11
- 238000012502 risk assessment Methods 0.000 abstract description 9
- 238000010219 correlation analysis Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 31
- 230000000694 effects Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 241000283087 Equus Species 0.000 description 2
- 241000283073 Equus caballus Species 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000010438 granite Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002367 phosphate rock Substances 0.000 description 1
- OJMIONKXNSYLSR-UHFFFAOYSA-N phosphorous acid Chemical compound OP(O)O OJMIONKXNSYLSR-UHFFFAOYSA-N 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种群发性滑坡的空间尺度选择方法及装置,通过高精度数字高程模型、滑坡空间数据,运用ArcGIS空间相关性分析方法,采用地理位置表达度、信息表达度、空间相关度指标,以物理意义明确的小流域为基本单元,分析指标与数值之间的关系曲线,明确最适合群发性滑坡分析的小流域尺度,可广泛应用于滑坡空间信息提取、风险评估、灾害预警预报、灾害防治等方面,具有重要的理论和现实意义。
Description
技术领域
本发明涉及自然灾害预防技术领域,尤其是指一种群发性滑坡的空间尺度选择方法及装置,可读储存介质及计算机控制系统。
背景技术
强降雨尤其是极端降雨往往诱发大规模、群发性的滑坡灾害,如何选择一个适宜的空间尺度更准确的表达群发性滑坡的空间分布特征及信息,是提高滑坡灾害预报预警的重要条件,具有十分重要的现实意义。
滑坡空间分布具有明显的空间自相关性与尺度依赖性,不同的尺度下所刻画出来的滑坡空间分布格局都具有不一样的特点。如果选择的尺度过大,则滑坡数据空间化的过程会直接导致一些滑坡信息的丢失、失真;如果选择的尺度小于能够准确表达滑坡分布特征的单元,则会造成滑坡数据空间化的过程繁杂,大大降低了滑坡数据处理的效率。因此,确定用于群发性滑坡空间表达的适宜性尺度,是进行地貌区划、滑坡信息提取、滑坡风险分析、滑坡预警预报、滑坡灾害防治等的重要前提条件,具有十分重要的意义。
在目前滑坡空间尺度相关研究中,主要有行政单元、小流域单元、斜坡单元和栅格单元4种主要类型。行政单元通常广泛应用于各种大区域尺度下的滑坡研究,其优势主要在于评估结果容易在不同的行政单元之间作比较;缺点在于,行政单元内部的气象水文、地质地貌、植被土壤等一般存在着较大差异,很难进行滑坡与影响因子关系的研究,并且基于行政单元研究滑坡尺度较大,不能精确定位分析滑坡。小流域单元与行政单元不同,一般只能适用于小、中区域尺度的山体滑坡研究,根据所要研究的范围和尺度不同,又可以将其细分为不同层次的子流域,其优势主要是小流域单元内的自然地貌、气象和水文环境条件等普遍存在差异,而小流域单元可以较准确地表达这种差异;缺点在于小流域尺度的选择具有随意性,主观性,缺乏一种有效的尺度选择方法。斜坡单元适用于小型和大比例尺下的滑坡分析,其最大的优点在于,自然斜坡单元是滑坡发育过程中的基本单位,其物理学意义清晰,但在研究和实践中,对于自然斜坡单元的定位划分比较困难,原因主要在于不同规模的滑坡其所对应的自然斜坡单元不同,并未考虑到滑坡的规模对于自然斜坡单元划分的影响,并且群发性滑坡往往不仅存在于单个的斜坡单位,甚至可以说是横跨多个的斜坡单位。栅格单元一般特别适用于对小区域尺度滑坡敏感度的评价,其优势在于它们的数据结构简单,并且便于计算,利于对评价结果的综合分析,缺点是它们没有对评估单位具有实际物理意义。因此,目前还没有建立物理意义明确的群发性滑坡尺度适宜性选择的方法,亟需开展相关研究,为群发性滑坡信息提取、风险评估、灾害预警预报、灾害防治等提供科学依据。
发明内容
针对上述背景技术中的问题,提供了一种群发性滑坡的空间尺度选择方法,可以明确最适合群发性滑坡分析的小流域尺度,广泛应用于滑坡空间信息提取、风险评估、灾害预警预报、灾害防治等方面。
本发明所述的一种群发性滑坡的空间尺度选择方法,包括:
S1获取待研究区域群发性滑坡的遥感影像和数字高程模型;
S2提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图;
S3通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图;
S4将滑坡空间分布图分别与每张子流域分布图进行空间叠加分析,生成复数张叠加图,对所述叠加图通过ArcGIS空间分析模块计算流域尺度适宜性指标,所述流域尺度适宜性指标包括一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标;
S5根据所述一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标分别与汇流累积流量的拟合曲线确定待研究区域群发性滑坡的适宜性小流域尺度。
本发明通过高精度数字高程模型、滑坡空间数据,运用ArcGIS空间相关性分析方法,采用地理位置表达度、信息表达度、空间相关度指标,以物理意义明确的小流域为基本单元,分析指标与数值之间的关系曲线,明确最适合群发性滑坡分析的小流域尺度,可广泛应用于滑坡空间信息提取、风险评估、灾害预警预报、灾害防治等方面,具有重要的理论和现实意义。
具体地,提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图的步骤包括:通过植被覆盖指数值分离所述遥感影像中的植被,通过坡度值去除所述遥感影像中的平缓地物图斑,通过图斑长宽比剔除所述遥感影像中的伪图斑,去除所述遥感影像中的阴影植被,提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图。
进一步地,通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图的步骤包括:通过ArcGIS空间分析模块对所述数字高程模型进行洼地填充、流向分析、河网提取、河网分级和流域分割,获得待研究区域不同汇流累积流量下的子流域分布图。
进一步地,所述一致性测量指标表达滑坡斑块和小流域单元的一致性,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,CMi为汇流累积流量为i时的一致性测量指标值;Aj为汇流累积流量为i时的小流域单元的面积;Api为汇流累积流量为i时的滑坡斑块的面积;Api∩Aj为汇流累积流量为i时的滑坡斑块与小流域单元之间重叠的区域面积;
所述形状指数指标表达滑坡斑块和小流域单元的相似性,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,SIRi为汇流累积流量为i时的形状指数指标值; Api为汇流累积流量为i时的滑坡斑块的面积;PREpi为汇流累积流量为i时的滑坡斑块总周长;Aj为汇流累积流量为i时的小流域单元的面积; PREj为汇流累积流量为i时的小流域单元的总周长;SIi为汇流累积流量为i时的滑坡斑块的形状指数;SIR为小流域单元的形状指数;
所述滑坡密度标准差表达不同流域大小下滑坡密度值的差异程度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,SDPDi为汇流累积流量为i时的滑坡密度标准差;n为汇流累积流量为i时的小流域单元个数;Vm为汇流累积流量为i时的第m个小流域的滑坡密度值;为汇流累积流量为i时的所有小流域单元的滑坡密度平均值;
所述斑块多样性指标表达滑坡密度值差异度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,PDIi为汇流累积流量为i时的斑块多样性指标值;k为斑块类型,a为斑块类型个数,Rki为汇流累积流量为i时斑块类型k占所有斑块类型的面积比重;
所述平均局部方差指标表达研究区域中滑坡空间分布差异度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,ALVi为汇流累积流量为i时的滑坡平均局部方差值;n为汇流累积流量为i时的小流域单元个数;Vm为汇流累积流量为i时第m个小流域的滑坡密度值;为汇流累积流量为i时所有小流域单元的滑坡密度平均值。
进一步地,在不同汇流累积流量下,所述一致性测量指标值越大,位置精确度越高;所述形状指数指标值越接近于1,滑坡斑块与小流域单元越相似;所述滑坡密度标准差越大,滑坡分布真实度越高;所述斑块多样性指标值越大,滑坡信息真实度越高;所述平均局部方差指标值越大,滑坡空间相关性越高。
进一步地,在获取不同汇流累积流量下的流域尺度适应性指标后,通过Matlab软件根据所述流域尺度适宜性指标与汇流累积流量绘制拟合曲线,获得使每个流域尺度适宜性指标值最优的汇流累积流量值,对所有最优的汇流累积流量值求平均值,确定待研究区域群发性滑坡的小流域尺度。
进一步地,确定待研究区域群发性滑坡的小流域尺度后,通过ArcGIS空间分析模块将待研究区域划分成复数个小流域,统计每个小流域的面积,对所有小流域的面积求平均值为所述待研究区域的适宜研究单元。
本发明还提供一种群发性滑坡的空间尺度选择装置,包括:
用于获取待研究区域群发性滑坡的遥感影像和数字高程模型的装置;
用于提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图的装置;
用于通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图的装置;
用于将所述滑坡空间分布图分别和每张子流域分布图进行空间叠加分析,生成复数张叠加图,对所述叠加图通过ArcGIS空间分析模块计算流域尺度适宜性指标,所述流域尺度适宜性指标包括一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标的装置;
用于根据所述一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标分别与汇流累积流量的拟合曲线确定待研究区域群发性滑坡的小流域尺度的装置。
进一步地,本发明还提供一种可读储存介质,其上储存有控制程序,其特征在于:该控制程序被处理器执行时实现如上述任意一项所述的群发性滑坡的空间尺度选择方法。
进一步地,本发明还提供一种计算机控制系统,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的控制程序,其特征在于:所述处理器执行所述控制程序时实现如上述任意一项所述的群发性滑坡的空间尺度选择方法。
为了能更清晰的理解本发明,以下将结合附图说明阐述本发明的具体实施方式。
附图说明
图1为本发明实施例的一种群发性滑坡的空间尺度选择方法流程图。
图2为本发明实施例的群发性滑坡的空间尺度选择方法概念图。
图3为本发明实施例的马贵河流域灾后遥感影像图。
图4为本发明实施例的马贵河流域群发性滑坡空间分布图。
图5为本发明实施例的马贵河流域数字高程模型图。
图6为本发明实施例的马贵河流域汇流累积流量为10000时的子流域分布图。
图7为本发明实施例的马贵河流域群发性滑坡CM指标与汇流累积流量拟合关系曲线。
图8为本发明实施例的马贵河流域群发性滑坡SIR指标与汇流累积流量拟合关系曲线。
图9为本发明实施例的马贵河流域群发性滑坡SDPD指标与汇流累积流量拟合关系曲线。
图10为本发明实施例的马贵河流域群发性滑坡PDI指标与汇流累积流量拟合关系曲线。
图11为本发明实施例的马贵河流域群发性滑坡ALV指标与汇流累积流量拟合关系曲线。
图12为本发明实施例的马贵河流域群发性滑坡空间尺度选择结果示意图。
具体实施方式
请参阅图1,其为本发明实施例的一种群发性滑坡的空间尺度选择方法流程图。
本发明所述的一种群发性滑坡的空间尺度选择方法,包括:
S1获取待研究区域群发性滑坡的遥感影像和数字高程模型;
S2提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图;
S3通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图;
S4将每张子流域分布图和所述滑坡空间分布图进行空间叠加分析,通过ArcGIS空间分析模块计算流域尺度适宜性指标,所述流域尺度适宜性指标包括一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标;
S5根据所述一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标分别与汇流累积流量的拟合曲线确定待研究区域群发性滑坡的小流域尺度。
本发明通过高精度数字高程模型、滑坡空间数据,运用ArcGIS空间相关性分析方法,采用地理位置表达度、信息表达度、空间相关度等指标,以物理意义明确的小流域为基本单元,分析指标与数值之间的关系曲线,明确最适合群发性滑坡分析的小流域尺度,可广泛应用于滑坡空间信息提取、风险评估、灾害预警预报、灾害防治等方面,具有重要的理论和现实意义。
参阅图2,本发明实施例通过获取高精度遥感或无人机遥感影像、高精度数字高程(DEM)数据,分别获取群发性滑坡空间信息和不同汇流累积流量的子流域空间信息,结合滑坡与小流域空间信息的叠加与计算,采用三种空间尺度适宜性指标(位置表达度、信息表达度和空间相关度)做出群发性滑坡的空间尺度适宜性选择。
在本发明的实施例中,选择待研究区域为马贵河流域。马贵河流域位于广东省高州市东北部山区,东与阳春市双窖镇相邻,北与信宜市钱排、合水镇接壤,西与古丁镇、南与大坡镇相连,处于3市交界地带,。流域面积为164.32 km2,主沟长度约为19.6 km,流域最低高程183.35 m,最大高程1632.64 m,相对高差1449.29 m。研究区出露的地层岩性主要有:晚元古代片麻状细粒、中粒二长花岗岩;震旦纪乐昌峡群长石石英砂岩夹粉砂质板岩、硅质岩夹千枚岩;侏罗纪云开群、丰垌口组、兰坑组、沙湾坪组的变质岩类夹变质火山岩、变质铁、磷矿层的地层;第四纪黄冈组、大湾镇组的粘土质粉砂、砂砾、卵石,砂、砂砾夹粘土质粉砂岩。自然土壤的母质以花岗岩、片麻岩及其风化物为主。属亚热带季风区,受南海海洋气候的影响,多年平均降雨量1700多mm,多年平均气温21.3℃ ~ 23.2℃,年无霜期平均为361d,多年平均日照时间1935.3 h。曹江是鉴江的一级支流,发源于马贵镇山心村海拔1141 m的蓝蓬岭,曹江中上游雨量充沛,是茂名地区的暴雨高区之一,流域多年平均年降雨量达2160 mm,最大平均年降雨量为3150 mm,单站年最大降雨为马贵站的3175 mm。特殊的自然地理条件,极易形成暴雨、台风等强对流天气,导致该地区崩塌、滑坡、泥石流等灾害频发。2010年9月21日,台风“凡亚比”造成马贵河流域多处发生山体滑坡、崩塌、泥石流等灾害,对当地居民的生产、生活和生态环境造成了严重的影响。山体滑坡面积为776 hm2,崩塌比为4.65%,崩滑灾害多发生在山顶、半山腰,遗留在灾害点的松散物质点多量大,可以为泥石流活动提供丰富的松散固体物质。
在本发明的实施例中,获取群发性灾害发生后马贵河流域的遥感影像如图3,通过植被覆盖指数值分离所述遥感影像中的植被,通过坡度值去除所述遥感影像中的平缓地物图斑,通过图斑长宽比剔除所述遥感影像中的伪图斑,去除所述遥感影像中的阴影植被,提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图如图4所示。完成群发性滑坡空间信息提取。
再获取马贵河流域的数字高程模型图如图5,通过ArcGIS空间分析模块分析数字高程模型图,对数字高程模型图进行流向分析、洼地填充、河网提取、河网分级和流域分割,获得汇流累积流量为10000时的子流域分布图如图6。完成小流域划分。
进一步地,进行流域尺度适宜性指标计算。
流域尺度适宜性指标分为位置表达度、信息表达度和空间相关度三个层面,具体包括一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标。在不同汇流累积流量下,所述一致性测量指标值越大,位置精确度越高;所述形状指数指标值越接近于1,滑坡斑块与小流域单元越相似;所述滑坡密度标准差越大,滑坡分布真实度越高;所述斑块多样性指标值越大,滑坡信息真实度越高;所述平均局部方差指标值越大,滑坡空间相关性越高。通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图,通过Matlab软件根据所述流域尺度适宜性指标与汇流累积流量绘制拟合曲线,获得使每个流域尺度适宜性指标值最优的汇流累积流量值。
所述位置表达度指滑坡空间数据表达研究区域内滑坡点空间分布的位置准确性。在某一个小流域的尺度下,滑坡空间数据可以比较准确地揭露出滑坡空间分布的真正位置和信息,该小流域的尺度即为适宜尺度。将滑坡空间分布转换后的不规则多边形定义为滑坡斑块。因此,滑坡斑块可以代表滑坡的实际分布和位置。滑坡斑块的大小和形状与小流域单元(斑块)的大小和形状越一致或相近,则定位的精度就越高。本发明采用一致性测量指标CM和形状指数指标SIR来表征位置表达度。
所述一致性测量指标表达滑坡斑块和小流域单元的一致性,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,CMi为汇流累积流量为i时的一致性测量指标值;Aj为汇流累积流量为i时的小流域单元的面积;Api为汇流累积流量为i时的滑坡斑块的面积;Api∩Aj为汇流累积流量为i时的滑坡斑块与小流域单元之间重叠的区域面积;滑坡斑块与小流域单元越一致,CM值就越大,滑坡空间数据表达的滑坡分布位置越接近实际,位置精确度越好。
本实施例的马贵河流域群发性滑坡CM指标与汇流累积流量拟合曲线如图7。通过图7变化特征可知:①对于CM指标,在汇流累积流量阈值设定为7000之前,其相对变化概率的数值比较大,说明其结构特性发生了很大的改变;②汇流累积流量阈值在7000-10000之间时,其相对性变化率的数值比较小,且这些变化比较稳定,说明结构特性没有发生变化;③汇流累积流量阈值大于10000时其相对变化率增加,且上下波动,但是相比阈值7000之前,其相对变化率较小。④CM指标函数的曲线单调或递减,根据CM质变的特性,其值越高,其滑坡位置的表达度就越好,因此7000为相对变化率的数值曲线由逐步降低至基本稳定段的一个转折点。因此,汇流累积流量阈值7000是一个结构性质特征的转折点,滑坡表达程度好,可以作为CM指标表达效果最优的汇流累积流量阈值。
所述形状指数指标表达滑坡斑块和小流域单元的相似性,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,SIRi为汇流累积流量为i时的形状指数指标值; Api为汇流累积流量为i时的滑坡斑块的面积;PREpi为汇流累积流量为i时的滑坡斑块总周长;Aj为汇流累积流量为i时的小流域单元的面积; PREj为汇流累积流量为i时的小流域单元的总周长;SIi为汇流累积流量为i时的滑坡斑块的形状指数;SIR为小流域单元的形状指数;滑坡斑块和小流域单元的形状指数越接近,形状越相似,SIR值越接近1。
本实施例的马贵河流域群发性滑坡SIR指标与汇流累积流量拟合曲线如图8。通过图8变化特征可知:①对于SIR指标,汇流累积流量阈值9000为结构特征转折点;②根据 SIR指标函数特性,属于单调递增,取其指标大的值体现较好的表达度,因此确定汇流累积流量阈值≥9000为表达效果最优的汇流累积流量阈值。因此,汇流累积流量阈值9000是一个结构性质特征的转折点,可以作为SIR指标表达效果最优的汇流累积流量阈值。
所述信息表达度指滑坡空间数据表达研究区域全域范围内滑坡密度值的差异程度。在某特定汇流累积流量下,滑坡空间数据能较准确地揭示在研究地区全域性范围内滑坡密度的变化程度,该尺度即为适宜汇流累积流量。本发明采用滑坡密度标准差SDPD和斑块多样性指标PDI来表征信息表达度。
所述滑坡密度标准差表达不同流域大小下滑坡密度值的差异程度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,SDPDi为汇流累积流量为i时的滑坡密度标准差;n为汇流累积流量为i时的小流域单元个数;Vm为汇流累积流量为i时的第m个小流域的滑坡密度值;为汇流累积流量为i时的所有小流域单元的滑坡密度平均值;SDPD值越大,滑坡密集度的数值差别越大,滑坡的分布性差异程度越高,信息真实性越好。
本实施例的马贵河流域群发性滑坡SDPD指标与汇流累积流量拟合曲线如图9。通过图9变化特征可知:①对于SDPD指标,在汇流累积流量阈值6000之前,其相对变化率数值比较大,且相对变化量较大,说明其结构性特点发生了很大的改变;②在汇流累积流量阈值6000-10000之间,其相对变化率的数值较小,且相对变化量较小,表明它们的结构性特点的变动较小;③汇流累积流量大于10000后结构发生了一次变化,但波动范围不大。综上,汇流累积流量阈值6000为相对于变化率的数值曲线从逐渐减小到基本改变再增加到最大改变的一个转折点,可以作为SDPD指标表达效果最优的汇流累积流量阈值。
所述斑块多样性指标表达滑坡密度值差异度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,PDIi为汇流累积流量为i时的斑块多样性指标值;k为斑块类型,a为斑块类型个数,Rki为汇流累积流量为i时斑块类型k占所有斑块类型的面积比重;PDI值越大,滑坡的密度和多样性越大,斑块类型也越丰富,信息的真实性越高。
本实施例的马贵河流域群发性滑坡PDI指标与汇流累积流量拟合曲线如图10。通过图10变化特征可知:①对于PDI指标,汇流累积流量在7000之前,其相对变化率数值比较大,且相对变化量较大,说明其结构性特点发生了很大的改变;②汇流累积流量在7000~10000取值之间该数值曲线由最大的相对变化逐渐向下降低直至一个较小的相对变化区间;③汇流累积流量大于10000之后,其相对变化率的数值较小,且相对变化量较小,表明结构性特点的变动较小。综上,确定汇流累积流量7000为PDI指标表达效果最优的汇流累积流量阈值。
所述空间相关度指滑坡空间数据表达研究区域中滑坡空间的分布相似性差异的程度。在某一特定汇流累积流量下,滑坡空间数据可以准确地揭露流域中局部区域滑坡空间的分布变化差异,该特定的尺度即为适宜于流域的尺度。本发明采用平均局部方差指标ALV来表达空间相关度。
所述平均局部方差指标表达研究区域中滑坡空间分布差异度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,ALVi为汇流累积流量为i时的滑坡平均局部方差值;n为汇流累积流量为i时的小流域单元个数;Vm为汇流累积流量为i时第m个小流域的滑坡密度值;为汇流累积流量为i时所有小流域单元的滑坡密度平均值。ALV越大,局部滑坡区域空间分布差异程度就越大,滑坡空间的相关性就越好。
本实施例的马贵河流域群发性滑坡ALV指标与汇流累积流量拟合曲线如图11。通过图11变化特征可知:①对于ALV指标,在汇流累积流量阈值6000之前,其相对变化率的数值比较大,且变化幅度较大,说明其结构特点的变化大;②汇流累积流量在6000-10000之间时,其相对变化率的数值较小,且相对变化幅度较小,表明其结构特征的变化较小,相对稳定;③在汇流累积流量大于10000之后,其相对变化率又出现了起伏和变动。综上,汇流累积流量阈值6000-10000是结构特征的转折段。因为小于6000汇流累积流量的 ALV指标数值较大,表达度较好,所以确定汇流累积流量阈值6000为ALV指标表达效果最优的汇流累积流量阈值。
在上述计算得到位置表达度、信息表达度、空间相关度指标与子流域汇流累积流量的关系曲线的基础上,结合群发性滑坡的空间数据,综合选择适宜于研究区群发性滑坡分析的小流域尺度,得到适宜尺度下的小流域划分结果图,该尺度可以很好的表达滑坡空间信息特征,也无冗余信息产生,可以提高群发性滑坡计算的效率,从而更有效的开展群发性滑坡信息、风险评估、预警预报、防治等的后续分析。本实施例的图7-图11显示了马贵河流域尺寸适宜性的位置、信息、空间之间相关性变化趋势。对于空间关系的表达度和信息的表达度,从理论上看,流域中的单元越小,指标值就越接近其理想值,表达的效果也就越好。随着流域单元面积的增加,会概化其滑坡密度的分布地点位置,会遮蔽滑坡密度的差异性特征,因此会造成滑坡密度的差异性位置和滑坡密度的差异性特征在表达上不准确。对于流域的位置表达度,较小的流域尺寸并非最合适的尺度。
本实施例的滑坡空间数据尺度适宜性研究,所选择的适宜流域尺寸不仅可以比较好地揭示出滑坡分布的差别,还能更精细化地描述滑坡分布的位置,因此必须同时兼顾三种表达度之间的关系来分析。本实施例对所有最优的汇流累积流量值求平均值,确定待研究区域群发性滑坡的小流域尺度。以3个表达度指标确定的表达效果比较好的流域尺寸7000-9000,将综合测量确定的汇流累积流量为8000作为马贵河流域群发性滑坡的小流域尺度。
针对本次研究重点地区,基于目前现有的数据依托和考虑到滑坡空间大量数据的实用性,流域单元并非越小就越好。其中汇流累积流量分别为100和500,这两种情况都不是本实施例研究范围内的适合滑坡科学研究的尺度。其原因在于:①使用许多滑坡密度取值相等的单位来表示群发性滑坡斑块,造成了数据的冗余;②局部区域滑坡分布的空间差异过大,不利于保持各小流域之间的差异性,使适宜汇流累积流量理应趋大,若用极小尺度去表示研究区的滑坡空间分布关系,会造成数据资源浪费。
综合分析位置、数值信息及滑坡空间关系结果,得出:对于马贵河流域,汇流累积流量8000是群发性滑坡的小流域划分尺度,然后通过ArcGIS空间分析模块将马贵河流域划分成复数个小流域,如图12所示,统计每个小流域的面积,对所有小流域的面积求平均值为马贵河流域的适宜研究单元,得出本实施例的小流域面积均值3.6838km2为适宜研究单元。
本发明首先根据研究区域群发性滑坡的遥感影像,提取群发性滑坡的空间信息数据;其次,根据研究区域高精度数字高程模型(DEM),运用ArcGIS空间分析模块,采用不同的汇流累积流量,划分不同的子流域单元;在此基础上,开展滑坡空间数据与子流域单元位置、信息相关性和空间相关性分析,得到位置精确度、信息真实度、空间相关度指标与子流域汇流累积流量的关系曲线,以此为依据,选择适宜于研究区域群发性滑坡分析的最佳汇流累积流量,用于群发性滑坡地貌信息、风险评估、预警预报、防治等分析。
相对于现有技术,本发明针对目前滑坡尺度适宜性选择存在的问题,为解决目前群发性滑坡空间分析尺度选择难、物理意义不明确的问题,以物理意义明确的小流域为基本单元,提出了一种用于群发性滑坡尺度适宜性选择的新方法,其有益效果是:
(1)现有的行政单元、栅格单元等不具有物理意义,本发明采用汇流物理机制明晰的小流域单元,不仅可以较好的表达群发性滑坡发生的物理机制,而且可以很好地表达滑坡形成在小流域单元内自然地貌、气象、水文等方面的差异。
(2)创新的将位置表达度、信息表达度、空间相关度指标与子流域汇流累积流量进行关联,得到相关指标与子流域汇流累积流量的关系曲线,从而选择适宜于群发性滑坡分析的汇流累积流量大小。
(3)利用本发明方法选择的群发性滑坡适宜性尺度,不仅可以很好的表达滑坡空间信息,不会导致滑坡信息的丢失和失真;而且可以保证小流域和滑坡分布的空间差异性,不会造成滑坡数据空间化的计算过程繁杂和冗余,可以提高群发性滑坡处理、计算的效率。
(4)群发性滑坡空间表达的适宜性尺度,是进行滑坡地貌区划、信息提取、灾害预警预报和防治等的重要前提条件,因此本发明方法具有良好的应用前景,可广泛应用于群发性滑坡地貌信息提取、风险评估、预警预报和防治等方面,从而取得重要的社会、经济以及技术效果。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也一同包含这些改动和变形。
Claims (10)
1.一种群发性滑坡的空间尺度选择方法,包括:
获取待研究区域群发性滑坡的遥感影像和数字高程模型;
提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图;
通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图;
将滑坡空间分布图分别与每张子流域分布图进行空间叠加分析,生成复数张叠加图,对所述叠加图通过ArcGIS空间分析模块计算流域尺度适宜性指标,所述流域尺度适宜性指标包括一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标;
根据所述一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标分别与汇流累积流量的拟合曲线确定待研究区域群发性滑坡的适宜小流域尺度。
2.根据权利要求1所述的一种群发性滑坡的空间尺度选择方法,其特征在于,提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图的步骤包括:通过植被覆盖指数值分离所述遥感影像中的植被,通过坡度值去除所述遥感影像中的平缓地物图斑,通过图斑长宽比剔除所述遥感影像中的伪图斑,去除所述遥感影像中的阴影植被,提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图。
3.根据权利要求1所述的一种群发性滑坡的空间尺度选择方法,其特征在于,通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图的步骤包括:通过ArcGIS空间分析模块对所述数字高程模型进行洼地填充、流向分析、河网提取、河网分级和流域分割,获得待研究区域不同汇流累积流量下的子流域分布图。
4.根据权利要求1所述的一种群发性滑坡的空间尺度选择方法,其特征在于:
所述一致性测量指标表达滑坡斑块和小流域单元的一致性,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,CMi为汇流累积流量为i时的一致性测量指标值;Aj为汇流累积流量为i时的小流域单元的面积;Api为汇流累积流量为i时的滑坡斑块的面积;Api∩Aj为汇流累积流量为i时的滑坡斑块与小流域单元之间重叠的区域面积;
所述形状指数指标表达滑坡斑块和小流域单元的相似性,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,SIRi为汇流累积流量为i时的形状指数指标值; Api为汇流累积流量为i时的滑坡斑块的面积;PREpi为汇流累积流量为i时的滑坡斑块总周长;Aj为汇流累积流量为i时的小流域单元的面积; PREj为汇流累积流量为i时的小流域单元的总周长;SIi为汇流累积流量为i时的滑坡斑块的形状指数;SIR为小流域单元的形状指数;
所述滑坡密度标准差表达不同流域大小下滑坡密度值的差异程度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,SDPDi为汇流累积流量为i时的滑坡密度标准差;n为汇流累积流量为i时的小流域单元个数;Vm为汇流累积流量为i时的第m个小流域的滑坡密度值;为汇流累积流量为i时的所有小流域单元的滑坡密度平均值;
所述斑块多样性指标表达滑坡密度值差异度,计算方式如下:
i =100,200,300,400...499900,500000
其中,i为汇流累积流量,PDIi为汇流累积流量为i时的斑块多样性指标值;k为斑块类型,a为斑块类型个数,Rki为汇流累积流量为i时斑块类型k占所有斑块类型的面积比重;
所述平均局部方差指标表达研究区域中滑坡空间分布差异度,计算方式如下:
i =100,200,300,400...499900,500000
5.根据权利要求1所述的一种群发性滑坡的空间尺度选择方法,其特征在于:在不同汇流累积流量下,所述一致性测量指标值越大,位置精确度越高;所述形状指数指标值越接近于1,滑坡斑块与小流域单元越相似;所述滑坡密度标准差越大,滑坡分布真实度越高;所述斑块多样性指标值越大,滑坡信息真实度越高;所述平均局部方差指标值越大,滑坡空间相关性越高。
6.根据权利要求1所述的一种群发性滑坡的空间尺度选择方法,其特征在于:在获取不同汇流累积流量下的流域尺度适宜性指标后,通过Matlab软件根据所述流域尺度适宜性指标与汇流累积流量绘制拟合曲线,获得使每个流域尺度适宜性指标值最优的汇流累积流量值,对所有最优的汇流累积流量值求平均值,确定待研究区域群发性滑坡的小流域尺度。
7.根据权利要求1所述的一种群发性滑坡的空间尺度选择方法,其特征在于:确定待研究区域群发性滑坡的小流域尺度后,通过ArcGIS空间分析模块将待研究区域划分成复数个小流域,统计每个小流域的面积,对所有小流域的面积求平均值为所述待研究区域的适宜研究单元。
8.一种群发性滑坡的空间尺度选择装置,包括:
用于获取待研究区域群发性滑坡的遥感影像和数字高程模型的装置;
用于提取所述遥感影像中的空间分布信息,获得待研究区域群发性滑坡的空间分布图的装置;
用于通过ArcGIS空间分析模块分析所述数字高程模型,获得复数张待研究区域不同汇流累积流量下的子流域分布图的装置;
用于将所述滑坡空间分布图分别和每张子流域分布图进行空间叠加分析,生成复数张叠加图,对所述叠加图通过ArcGIS空间分析模块计算流域尺度适宜性指标,所述流域尺度适宜性指标包括一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标的装置;
用于根据所述一致性测量指标、形状指数指标、滑坡密度标准差、斑块多样性指标和平均局部方差指标分别与汇流累积流量的拟合曲线确定待研究区域群发性滑坡的小流域尺度的装置。
9.一种可读储存介质,其上储存有控制程序,其特征在于:该控制程序被处理器执行时实现如权利要求1至7任意一项所述的群发性滑坡的空间尺度选择方法。
10.一种计算机控制系统,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的控制程序,其特征在于:所述处理器执行所述控制程序时实现如权利要求1至7任意一项所述的群发性滑坡的空间尺度选择方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110884850.2A CN113408497B (zh) | 2021-08-03 | 2021-08-03 | 一种群发性滑坡的空间尺度选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110884850.2A CN113408497B (zh) | 2021-08-03 | 2021-08-03 | 一种群发性滑坡的空间尺度选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113408497A CN113408497A (zh) | 2021-09-17 |
CN113408497B true CN113408497B (zh) | 2021-11-09 |
Family
ID=77688356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110884850.2A Active CN113408497B (zh) | 2021-08-03 | 2021-08-03 | 一种群发性滑坡的空间尺度选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113408497B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463991A (zh) * | 2017-06-28 | 2017-12-12 | 西南石油大学 | 一种基于坡体单元与机器学习的区域滑坡危险性评价方法 |
CN108388714A (zh) * | 2018-02-07 | 2018-08-10 | 杭州师范大学 | 流域水系和城市管网耦合的平原河网城市洪水模拟方法 |
CN111563619A (zh) * | 2020-04-28 | 2020-08-21 | 杭州湖玛科技有限公司 | 一种导致流域滑坡风险的降雨阈值分析方法 |
CN112560267A (zh) * | 2020-12-17 | 2021-03-26 | 杭州鲁尔物联科技有限公司 | 一种斜坡单元的划分方法、装置、设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150019262A1 (en) * | 2013-07-11 | 2015-01-15 | Corelogic Solutions, Llc | Method and system for generating a flash flood risk score |
US10330661B2 (en) * | 2015-09-14 | 2019-06-25 | Nec Corporation | Disaster prediction system, moisture prediction device, disaster prediction method, and program recording medium |
-
2021
- 2021-08-03 CN CN202110884850.2A patent/CN113408497B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463991A (zh) * | 2017-06-28 | 2017-12-12 | 西南石油大学 | 一种基于坡体单元与机器学习的区域滑坡危险性评价方法 |
CN108388714A (zh) * | 2018-02-07 | 2018-08-10 | 杭州师范大学 | 流域水系和城市管网耦合的平原河网城市洪水模拟方法 |
CN111563619A (zh) * | 2020-04-28 | 2020-08-21 | 杭州湖玛科技有限公司 | 一种导致流域滑坡风险的降雨阈值分析方法 |
CN112560267A (zh) * | 2020-12-17 | 2021-03-26 | 杭州鲁尔物联科技有限公司 | 一种斜坡单元的划分方法、装置、设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
A Regional Landslide Stability Analysis Method under the Combined Impact of Rainfall and Vegetation Roots in South China;Qinghua Gong et al.;《Advances in Civil Engineering》;20210720;第2021卷;第1-12页 * |
基于RS和GIS的河网水系信息提取及其分形研究;罗大游;《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》;20190115(第01期);第A012-25页 * |
基于地貌信息熵与滑坡物源的芦山地震区泥石流危险性评价;刘丽娜 等;《地震地质》;20150930;第37卷(第3期);第880-891页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113408497A (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Berhanu et al. | Identification of groundwater potential zones using proxy data: case study of Megech Watershed, Ethiopia | |
Conforti et al. | Geomorphology and GIS analysis for mapping gully erosion susceptibility in the Turbolo stream catchment (Northern Calabria, Italy) | |
Aykut | Determination of groundwater potential zones using geographical information systems (GIS) and analytic hierarchy process (AHP) between Edirne-Kalkansogut (northwestern Turkey) | |
Kumar et al. | Modelling soil erosion risk based on RUSLE-3D using GIS in a Shivalik sub-watershed | |
Sreedevi et al. | Drainage morphometry and its influence on hydrology in an semi arid region: using SRTM data and GIS | |
Mhangara et al. | Soil erosion risk assessment of the Keiskamma catchment, South Africa using GIS and remote sensing | |
Roy et al. | Delineating groundwater prospect zones in a region with extreme climatic conditions using GIS and remote sensing techniques: A case study from central India | |
Boufala et al. | Hydrological modeling of water and soil resources in the basin upstream of the Allal El Fassi dam (Upper Sebou watershed, Morocco) | |
Raman et al. | The application of GIS-based bivariate statistical methods for landslide hazards assessment in the upper Tons river valley, Western Himalaya, India | |
Gharibreza et al. | Evolutionary trend of the Gorgan Bay (southeastern Caspian Sea) during and post the last Caspian Sea level rise | |
Doke et al. | Identification of morphogenetic regions and respective geomorphic processes: a GIS approach | |
Kasi et al. | Comparison of different digital elevation models for drainage morphometric parameters: a case study from South India | |
Hamad | Multiple morphometric characterization and analysis of Malakan valley drainage basin using GIS and remote sensing, Kurdistan Region, Iraq | |
Arulbalaji et al. | Hydrological assessment of groundwater potential zones of Cauvery River Basin, India: a geospatial approach | |
Somashekar et al. | Runoff estimation and morphometric analysis for Hesaraghatta watershed using IRS–1D LISS III FCC satellite data | |
Odeh et al. | GIS-based analytical modeling on evaluating impacts of urbanization in Amman water resources, Jordan | |
Mishra et al. | Evaluating geo-hydrological environs through morphometric aspects using geospatial techniques: A case study of Kashang Khad watershed in the Middle Himalayas, India | |
Alarcon et al. | Estimation of groundwater and salinity for the Central Biscayne Bay Coast, Florida, USA | |
Sharma et al. | Assessment of the flood potential on a lower tapi basin tributary using SCS-CN method integrated with remote sensing & GIS data | |
Zhang et al. | Landslide susceptibility mapping using novel hybrid model based on different mapping units | |
CN113408497B (zh) | 一种群发性滑坡的空间尺度选择方法及装置 | |
Singh et al. | Delineation of groundwater potential zone using geospatial tools and analytical hierarchy process (AHP) in the State of Uttarakhand, India | |
Kayal et al. | Modeling the spatial pattern of potential groundwater zone using MCDM-AHP and geospatial technique in sub-tropical plain region: a case study of Islampur sub-division, West Bengal, India | |
Yusra | Landforms Classification of Wadi Al-Mujib Basin in Jordan, based on Topographic Position Index (TPI), and the production of a flood forecasting map. | |
Suresh et al. | Morphometric analysis on Vanniyar Basin in Dharmapuri, southern India, using geo-spatial techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |