共查询到19条相似文献，搜索用时 250 毫秒
1.
元谋县地质灾害频发,严重威胁了人民生命及财产安全。为了研究境内地质灾害区的地貌特征,以GIS为平台,结合DEM数据提取了研究区高程、坡度信息,并计算了地表粗糙度及地形起伏度。并利用研究区灾害调查资料,探讨了高程、坡度、地表粗糙度、地形起伏度与地质灾害之间的相关性。最终结果表明地质灾害分布受地貌特征制约,地质灾害点分布的区域地貌主要表现为高程1500~2000m的次中山、坡度为25°~73°的险坡,地形起伏度为75~200m的小起伏和地表粗糙度为1.3~1.5的区域。 相似文献
2.
基于DEM的南岭东段离子吸附型稀土矿成矿地貌条件分析 总被引：1，自引：0，他引：1
稀土是我国重要的战略资源,而离子吸附型稀土矿是我国的特色矿产,占据着重要的地位。离子吸附型矿产的形成与否,与风化壳密切相关,而风化壳的发育及保存与微地貌等特征密切相关。本文旨在利用DEM技术,结合搜集到稀土矿点及矿区数据,对含有稀土的地貌单元进行地形因子定量分析,以总结风化壳离子吸附型稀土矿的成矿地貌条件。借助GIS技术,利用DEM提取高程、坡度、坡向、曲率、地形起伏度、地表切割深度、地形特征等各类地貌因子值,并与南岭东段的成矿矿点及矿区进行叠加分析,统计计算矿点及矿区所处位置的地貌因子值,进而探讨风化壳型稀土资源赋存的有利地形地貌环境。结果显示,最佳成矿有利地貌为高程150~500 m、坡度0°~20°、地形起伏度100~400 m、地表切割深度40~150 m、地形特征为山顶或山脊;研究结果有望指导南岭东段离子吸附型稀土矿找矿勘查工作。 相似文献
3.
为了理清地形地貌对砂岩型铀矿赋存的制约作用,基于GIS技术,利用DEM影像数据提取了中卡兹库姆地区高程、坡度、坡向、地形起伏度及条带剖面等各类地貌因子,并与研究区探明的砂岩型铀矿进行空间关联与定量化分析。研究结果表明砂岩型铀矿赋存的有利地形地貌条件:高程为100~400 m、坡度为0°~5°、地形起伏度为10~35 m、亚流域面积-高程积分值为0.3~0.6;中卡兹库姆地区存在4个较为明显的夷平面,高程分别为:Ⅰ级2 200 m,Ⅱ级1 600 m,Ⅲ级1 100 m,Ⅳ级330~400 m,砂岩型铀矿发育于Ⅳ级夷平面附近;砂岩型铀矿集中于低海拔和低地形起伏度的地区,二者可作为砂岩型铀矿找矿预测的主要参考因素。最后根据地貌因子圈定了中卡兹库姆地区砂岩型铀矿赋存的有利区域,为该区砂岩型铀矿找矿提供依据。 相似文献
4.
基于GIS的滑坡地质灾害地貌因素分析 总被引：7，自引：1，他引：6
基于ArcGIS平台, 利用SRTM-DEM数据资料, 选择青藏高原东缘及四川盆地为研究区, 提取了区内地形起伏度和坡度等地貌参数, 统计了区内2319个滑坡点的高程, 初步建立了地形地貌与滑坡灾害点分布之间的对应关系。结果表明, 研究区滑坡灾害点及其高程分布具有明显的区域规律性, 滑坡灾害点发生的高程为400~800m和1400~2000m, 这两个区间占研究区所有滑坡总数的40%和28%;滑坡所对应的地形起伏度主要在300~600m, 占研究区所有滑坡总数的48.68%;滑坡灾害发生的地形坡度为10°~25°, 占研究区所有滑坡总数的44.70%。研究发现, 这些地区对应的地貌类型主要是深切的"V"型河谷和山谷地貌。此外, 从断裂活动等方面分析了滑坡形成的动力机制。 相似文献
5.
基于ASTER-GDEM数据, 运用GIS空间分析统计技术, 通过对数字地形高程、地表起伏度、地表坡度等地貌参数的统计和条带剖面及面积-高程积分等数字地貌分析, 结合前人的区域地质资料及野外实地调查和验证, 对藏南羊卓雍错地区的构造地貌特征进行了初步分析, 旨在为研究区的盆地地貌格局演化分析提供依据。研究结果表明, 研究区构造地貌总体为一近东西向盆地, 最高海拔7515 m, 最低海拔2581 m, 属于高海拔-极高海拔区域; 流域内以平原和丘陵地貌为主, 平均起伏度为314 m, 平均坡度19°, 地势起伏较小, 发育有三级层状地貌; 盆地边缘受断裂的控制, 构造现象发育, 线性影像特征明显。其东、西部分别受桑日-错那断陷带和亚东-露谷断陷带所围限, 具有多期构造活动特征。盆地南北两侧受绒布-哲古断裂和邛多江断裂控制较弱。受构造活动和地表水流综合作用的影响, 盆地内部地貌已进入老龄化阶段。 相似文献
6.
从区域尺度分析大别山地区的地貌特征,以美国SRTM DEM和1∶50万数字地质图为基础数据,利用DEM地貌模拟和空间数据统计分析技术,生成了研究区的地貌分析专题图和地貌参数统计关系图.研究认为,大别山整个造山带呈三角形的形状,南坡缓而长,北坡陡而短;造山带山势较高,山地多深谷陡坡,坡向多变;山体由北西向南东延伸,主体延伸方向是北西向;山顶面剖面呈∧形,或呈锯齿多峰形式,局部地形起伏越靠近主体山脉,起伏度越大.断裂构造严格控制水系的发育,分水岭呈"人"字形分布于造山带四周.地貌参数的统计分析表明,坡度、地形起伏与平均高程之间具有一定的对应关系,较好的揭示了研究区的地貌特征. 相似文献
7.
地质构造作用对地质灾害的发育和分布具有重要的影响。为降低地质灾害对人民生命财产的损失和对环境的破坏,提高马边县地质灾害的防灾减灾能力,通过野外调查、区域地质分析、数据统计和GIS空间分析等方法,运用定性和定量结合法研究了四川省马边县地质灾害的分布与构造地貌、构造地质2大因素,以及与坡度、坡向、地形起伏度、坡型、地层、断层(含褶皱)、地震和水系等8小类因素的关系。结果表明：(1)地质灾害类型上以崩、塌、流、不稳定斜坡为主,规模上以中小型为主,在区域空间上分布具有不均匀性;(2)构造地貌因子敏感区间为：坡度：20°～30°,地形起伏度：≥60 m/km2,坡型：凸型坡为主,坡向：对灾害分布敏感性不强,在每个坡向灾害分布较均匀;(3)构造地质因子敏感区间为：地层：泥岩和砂岩为主的软弱-半坚硬岩组的侏罗系和白垩系为主,断层(含褶皱):距断层0～0.5 km为主,地震：距震中0～1 km为主,水系：距河道0～0.5 km为主。该研究可为马边县地质灾害的预防和治理提供科学依据。 相似文献
8.
9.
基于随机森林模型的云南元阳梯田地形因子分析 总被引：1，自引：0，他引：1
为探究地形因子对梯田空间分布的影响,以云南元阳梯田坝达流域为研究区,运用GeoEye-1遥感卫星数据(2010年,1 m分辨率)和数字高程模型(20 m分辨率),提取梯田空间分布信息以及海拔高程、地形坡度、地形坡向、地面曲率、高程变异系数、地形起伏度、地面粗糙度、地表切割度、到水系距离9个地形因子。采用随机森林(Random Forest)方法建模,结合ROC曲线和AUC值对模型进行精度评价,根据随机置换残差均方减少量和因子作用曲线,探讨地形因子对梯田分布的影响规律。研究结果表明:该流域内梯田总面积1 158395 hm2,模型AUC值为0.947,海拔高度因子的随机置换残差均方减少量为38814,到水系距离因子为199.77,地面坡向因子为80.26,三者占总值的73.45%。由此可见,元阳梯田的空间分布主要受海拔高度、到水系距离、地面坡向3类地形因子的影响,其因子曲线表明梯田分布与地形因子间呈非线性关系。 相似文献
10.
基于ASTER-GDEM数据,利用彩色晕染、密度分割与GIS空间统计分析技术,结合地质资料,通过地形高程、地势起伏度、地表坡度、高程和平均坡度剖面及流域面积-高程积分等手段,对黄河源地区的构造地貌特征进行了初步分析.研究表明,黄河源地区为一NW-SE带状盆地地貌,平均海拔4 473 m,平均起伏度为60 m,平均坡度为9.5°,为高海拔盆地,盆内地势平坦,盆缘山势险峻.黄河源盆地内部(4 200～4 300m)湖相地层发育,地势略有起伏,为古大湖湖底地貌后经河流改造形成;盆内发育三级阶梯状层状地貌面,高程分别为4 400m、4 500m和4 600m,为古大湖作用形成的三级大型湖积阶地;盆地两侧发育山地地貌,沟壑纵横,为山体隆升、构造剧烈活动和强烈风化剥蚀作用形成.黄河源地区的地貌特征受构造作用控制较为明显:盆地边缘的昆南断裂、布青山山前断裂和巴颜喀拉山前断裂对盆地的展布形态和整体地貌特征具有控制作用;盆内玛多断裂、巴颜河前断裂和麻多—野牛沟断裂破坏了古湖积阶地的层状地貌,控制了盆地内部的地势起伏变化和黄河源区水系的整体展布.黄河源流域地貌整体处于壮年期,为构造活动和水流作用的综合结果.4 200～4 800m高程范围内的流域面积最大,占总流域的90.6％,为长期内流作用形成的区域平坦的地形,推测为古湖期湖泊作用的结果;盆地两侧的山前地区,构造活动剧烈、风化作用显著,呈现老年期地貌;盆地东南切口为河谷地貌,处于幼年期,由黄河源的地貌发育特征推测黄河源水系为发育较为年轻的水系. 相似文献
11.
12.
Quanfu Niu Xinghai Dang Yuefeng Li Yingxue Zhang Xiaolin Lu Wenxing Gao 《Environmental Earth Sciences》2018,77(7):294
Loess Plateau is one of the ecologically fragile regions in China. It is one of the slippery strata of which landslides often developed. The formation and development of landslides are mainly affected by various natural environments, triggering factors, the vulnerability of landslide-bearing bodies, and topography has a controlling effect on landslides and determines landslide distribution. As important environmental elements, the selection and reclassification of topographic factors are the basis for loess landslide vulnerability map. In this study, our research suggests an effective workflow to select and analyze the topographic factors in the loess landslides. Nine hazard-formative environmental factors [e.g., slope, aspect, slope shape (SS), slope of slope (SOS), slope of aspect (SOA), surface amplitude (SA), surface roughness (SR), incision depth (ID) and elevation variation coefficient (EVC)] are prepared for landslide suitability analysis. The models of certainty factor, sensitivity index and correlation coefficient are combined to select and analyze the suitability of these factors. Four topographic factors (i.e., slope, SOS, SS and SR) were ultimately selected to carry out the landslide vulnerability mapping with other factors. Our results showed that most of the landslides were located in medium and high classes and accounting for 75.3%, and these places also coincided with higher economies and intense human activities. Our research also suggested that in situ measurements are necessary to determine how to reclassify these topographic factors and how many grades these topographic factors divided, which would further improve the reliability of landslide vulnerability map for the decision makers to deal with the possible future landslides in terms of safety and human activities. 相似文献
13.
基于地形因子特征值的喀斯特流域地貌类型判别 总被引：7，自引：1，他引：6
利用数字地面高程模型进行子流域划分,提取反映喀斯特地貌形态的7个地形因子——高程、坡度、地形起伏度、地形粗糙度、地表切割深度、高程变异系数和地形指数,提出根据地形因子特征值进行喀斯特地貌类型判别方法。以贵州省后寨河流域为例,在划分的18个流域中,选取16个流域通过单个地形因子特征值相关分析和多个地形因子特征值模糊聚类分析,确定峰丛-洼地和峰林-盆地地貌类型判别的阈值,选取另外两个流域进行判别方法检验。结果表明:基于地形因子特征值可定量判别出喀斯特流域不同地貌类型。 相似文献
14.
贵州典型喀斯特地貌区农村聚落空间分布研究——以清镇红枫区、毕节鸭池区和关岭-贞丰花江区为例 总被引：7，自引：3，他引：4
为探索贵州喀斯特地貌区农村聚落空间分布的特点,选取具有代表性的清镇红枫区(高原盆地地貌区)、毕节鸭池区(高原山地地貌区)以及关岭—贞丰花江区(高原峡谷地貌区)三个典型区域作为研究对象。首先利用区域重心分析的方法,以聚集维数和聚集维数图来分析各研究区的聚落在区域重心上的集聚程度,再进一步通过GeoDa软件,使用Moran I和LocalMoran's I系数及相应散点图分析区域聚落整体和局部的分布情况。分析结果表明,高原山地区和高原盆地区聚落均存在集聚性,且集聚程度存在内部差异,其中高原山地区聚落向人口重心集聚,高原盆地区聚落向住宅重心集聚,集聚和半集聚聚落在高原盆地区最多。由于喀斯特地形复杂,各个研究区内部聚落在水平空间分布上均存在一定差异,依照集聚程度不同喀斯特地貌区农村聚落的分布规律为高原盆地区＞高原山地区＞高原峡谷区。 相似文献
15.
黔桂喀斯特山地地形复杂,植被覆盖度垂直特征分异显著,以往研究多从气候因子响应方面探讨其垂直分布差异,而研究区人地矛盾尖锐,人类活动对植被分布有重要的影响。文章以黔桂喀斯特山地为例,利用2010年MODIS13Q1 NDVI数据表征植被覆盖度,结合高程、坡度和坡向等地形特征,不同土地利用类型的分布情况,叠置分析研究区的NDVI垂直分布特征。结果表明:黔桂喀斯特山地以林地、耕地和草地为主,不同土地利用类型随海拔、坡度和坡向的变化呈现不同的分布特征。研究区NDVI平均值为0.59,其中林地NDVI最大,达到0.63,草地为0.58,耕地最小为0.54。空间分布上,贵州境内NDVI值大部分为0.5~0.6,广西境内自西北向东南NDVI值由0.8逐渐降低至0.4,以0.6~0.7为主。NDVI在垂直梯度上分布特征显著,与植被垂直地带性分布以及不同地类的垂直分布特征有密切关系。海拔分布上,NDVI在海拔小于200 m区间最小,400~600 m的区间最大;北部贵州整体海拔较高,但植被覆盖度较低;南部广西海拔较低,但植被覆盖度较高。坡度分布上,在坡度小于35°范围,随坡度增大,耕地、水域、建设用地面积迅速减少,林草地面积逐步增加,使得NDVI随坡度增大逐渐增大。坡向分布上,NDVI不随坡向变化呈现明显变化,仅偏东坡向稍大于偏西坡向。研究表明应根据海拔和坡度等地形特征,并考虑土地利用情况,因地制宜进行生态建设。 相似文献
16.
山区地质灾害不仅破坏山区环境,损毁耕地、房屋及公共设施,还威胁人民的生命和财产安全,制约山区经济发展.为减轻地质灾害的发生和降低人类生命财产的损失和环境的破坏,提高马边县地质灾害区的防灾减灾能力,通过野外调查、数据统计和GIS空间分析等方法,运用定性和定量结合法研究了马边县地质灾害时空分布与地形地貌、地质构造、降雨条件等3大类和海拔、坡向、坡度、坡型、岩性、断裂、降雨和人为活动8小类因素的关系.结果表明：1）马边县地质灾害以滑坡灾害为主,崩塌次之,泥石流最少,在时间上和空间上分布具有不均匀性;2）地形地貌因子敏感区间为海拔700～900 m之间,坡向为东和东南向,坡度为20～25°之间,坡型为凸型坡为主;3）地质构造因子敏感区间是岩性以泥岩为主,构造带以距离断层中心线小于1 km范围为主;4）降雨量的敏感区间在低山区为1 100～1 300 mm之间,中高山区为1 300～1 500 mm之间;5）人为活动因素已不可忽视． 相似文献
17.
石漠化景观生态优化途径初探——以贵州清镇王家寨小流域为例 总被引：1，自引：1，他引：0
以治理石漠化、维护喀斯特景观生态安全和土地资源的可持续利用为目标,以景观生态学理论为指导,选择西南典型喀斯特石漠化地区— — 贵州清镇王家寨流域为研究区,并建立了源于最小累计阻力模型的生态恢复耗费表面模型,其步骤如下: 首先以2005年SPOT影像为基础,依托遥感和地理信息系统软件,对研究区土地类型进行分类,同时从数字高程模型中提取两种地形因子(坡度和坡向) ,并按其对生态的影响进行分级;其次对土地利用类型、坡度、坡向进行综合优先级评价;最后在IDRI SI软件中建立生态恢复耗费表面模型。随后通过景观功能分区和生态廊道(这些廊道可组成一个生态网络)的构建,探讨了本小流域土地利用空间格局优化的途径和生态恢复模式。 相似文献
18.
金沙江上游巴塘—德格河段地处青藏高原东部,该区地质、地形、地貌极其复杂,滑坡灾害最为发育,开展区域滑坡易发性评价对防灾减灾工作有着重要的意义。本文以金沙江上游巴塘—德格河段为研究区,在滑坡编录与野外实际调查的基础上,通过对滑坡分布规律和影响因素分析,选取高程、坡度、坡向、曲率、地形起伏度、地表切割度、地表粗糙度、地层岩性、断层、水系和道路等11个影响因子,构建了滑坡易发性评价指标体系。利用皮尔森系数去除高相关性影响因子,运用频率比方法定量分析各个因子与滑坡发育的关系。通过频率比模型选取非滑坡样本,采用集成学习算法模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区、高易发区、中易发区、低易发区及极低易发区5个等级。由滑坡易发性分区图和ROC曲线表明,高和极高易发区主要沿金沙江沿岸和沟谷分布,随机森林模型的成功率曲线下面积AUC=0.84,历史滑坡灾害位于高-极高易发区的灾害数占总滑坡数的84.8%,梯度提升树模型的成功率曲线下面积AUC=0.79,历史滑坡灾害位于高-极高易发区灾害数占总滑坡数的79.3%。由AUC值和历史灾害的分布可知,随机森林模型比梯度提升树模型在本研究区... 相似文献