基于时序遥感的黄土滑坡与水文时空关系研究——以天水市牛头河地区为例
文献类型：学位论文
| 作者 | 贠宜含 |
| 答辩日期 | 2022-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 张明波 |
| 关键词 | 黄土滑坡 易发性评价 空间分布 时序演变 天水市牛头河地区 |
| 学位名称 | 硕士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 由于脆弱的生态环境，导致黄土高原地区滑坡、崩塌、泥石流等地质灾害频发，给当地人民的生命财产和工程建设构成极大威胁。黄河中游地区受地表径流侵蚀作用的影响，是黄土高原滑坡等地质灾害高发区域，这直接影响该地区的高质量发展。黄土滑坡易受地表径流侵蚀作用、河流水位、降雨等水文因素影响，科学的分析黄土滑坡与区域水文的时空演化关系有利于指导黄土滑坡的预警与治理工程。 因此，为了更好地研究黄土滑坡灾害与区域水文因素的时空演化关系，本文以甘肃省天水市牛头河流域为研究区，利用时序多源遥感分析手段，结合机器学习与 InSAR 技术，基于河流距离、河网密度以及河流水位等区域水文要素信息，对研究区黄土滑坡与水文要素的时空演化关系进行分析。 论文主要研究内容包括： （1）基于Slope一元线性回归趋势分析法对2013年至2020年研究区NDVI的变化趋势进行分析；利用 2013 年 Google Earth 历史遥感影像获取目视解译数 据集；以时序 NDVI 显著下降区和目视解译数据集为基础，通过深度学习的掩 模区域卷积神经网络(Mask Region-based convolutional Net-works, Mask R-CNN) 方法对 2013 年至 2020 年 Google Earth 的黄土滑坡进行自动识别。该方法有效识 别出研究区 194 处滑坡灾害点，其识别结果的 F1 检验值为 74.08，呈现出较好 的识别精度。基于目视解译数据和自动识别数据建立了 2013 年至 2020 年牛头 河地区黄土滑坡数据集，为后续研究黄土滑坡与水文要素的时空演化关系提供 数据基础。 （2）结合时序数据集，选取水文指标中的距河流距离，河网密度进行水文与黄土滑坡分布关系研究；并基于研究区地理环境，构建地形地貌、水文地质等滑坡评价指标体系，利用机器学习方法进行滑坡易发性分析，由机器学习的特征值重要性得分，量化水文指标对区域滑坡易发性的影响。通过黄土滑坡数据集与河流水系的空间关系发现，研究区黄土滑坡在空间分布上与距河流距离关系密切，并呈现出沿河流线性分布的特征，利用空间分析技术研究滑坡数据与距河流距离，得出牛头河 1公里内的滑坡数量占总数的 80.9%；在滑坡易发性评价方面，得出坡度、距河流距离、岩性是该地区滑坡易发的关键指标，其中距河流距离对区域滑坡易发性的影响权重为 0.16。通过耦合熵权法与极端梯度提升树的方法，优化了机器学习方法中负样本的生成区域，提高滑坡易发性的评价精度，使得滑坡易发性评价精度由原来的 0.91 提升至 0.96。 （3）选取时序数据集中的沿岸型滑坡，基于 SBAS-InSAR 技术分析侵蚀型 边坡的时序形变情况，耦合水体指数与 DEM 对边坡水位进行时序提取，并由此开展了水文因素对黄土滑坡位移的时序演化影响。研究发现，河流沿岸侵蚀型滑坡的形变速率与坡脚水位变化具有较强相关性，随着河流水位的上涨，滑坡的形变速率明显增大，在雨季时滑坡形变速率增长最快；且滑坡形变相较于河流水位变化具有一定滞后性。夏季形变速率的峰值相比于水位峰值要滞后 1-2个 月，坡脚水位的季节性变化对边坡稳定性影响显著。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 79 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/184610]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 贠宜含. 基于时序遥感的黄土滑坡与水文时空关系研究——以天水市牛头河地区为例[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2022. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。