起伏地形下福建省太阳总辐射的分布式模拟

基于数字高程模型(DEM)数据,综合考虑坡度、坡向、地形遮蔽度等因素,建立了起伏地形下总辐射分布式模型(包括起伏地形下太阳直接辐射、散射辐射和地形反射辐射的分布式模型)。利用1960～2010年数据模拟了福建省旬尺度100 m下的太阳总辐射及其空间分布。结果显示:福建省区域内总辐射平均值绝对误差最大为0. 04 MJ/m~2,平均绝对误差为0. 03 MJ/m~2,平均相对误差为8. 25%,个例年验证平均相对误差为9. 1%;模拟结果表明:福建省总辐射夏季各旬之间变化平缓,实际地形下总辐射受纬度影响没有冬季明显,冬季山地与滨海平原总辐射差异较大;太阳总辐射在局地地形下受坡度坡向影响十分明显,阳坡的辐射量要明显大于阴坡,其中冬季差异最明显;从坡度来看,坡度越大太阳总辐射受坡向的影响越大。     

莱州湾南岸新石器时代文化遗址的时空分布特征分析

基于Arc GIS10. 3平台对莱州湾南岸新石器时代文化遗址的高程、坡度、坡向、濒河度等指标进行分析,得出文化遗址的分布及演变特征。研究表明:新石器时代莱州湾南岸的遗址数量、出现频率及在出现总数中的比例,基本呈现明显的先增后降的倒V型(非对称)变化趋势,即萌芽—发展—巅峰—衰退;遗址点高程分布具有一定的规律性,后李文化、龙山文化和岳石文化时期的遗址集中分布于高程为0～29 m的地区,而大汶口文化时期遗址高程为10～29 m;从坡度来看,遗址点主要分布于坡度为0～4°的平缓地区,从坡向来看,古人大多集中在南向、东南向和西南向的位置;后李文化至龙山文化时期,河流对聚落选址的影响程度逐渐降低,古人适应环境的能力逐渐增强。     

基于GIS的商南县土地利用地形分布特征研究

为了揭示商南县土地利用的地形分布特征,利用地理信息系统的空间分析技术,通过对商南县土地利用现状图和数字高程模型提取出的地形要素图的叠加,得到不同土地利用类型在坡度、坡向、高程、起伏度等方面的分布状况,在此基础上,利用吉布斯-马丁多样化指数公式计算出不同地形因子下的土地利用类型多样化指数。结果表明,商南县的土地利用类型以林地和牧草地为主,其次为耕地,其它土地利用类型所占比例较小。耕地、居民点及工矿用地、交通用地和水域集中在朝东、朝南坡向。园地、居民点及工矿用地和水域主要分布在较低高程和起伏度较缓地块,耕地、牧草地和交通用地主要分布在中度高程和起伏度中等地块,林地和未利用地主要分布在较高高程和起伏度较大地块。土地利用类型多样化指数随坡度的增大、高程的上升和起伏度的增大而显著下降。     

地形因子对人口空间分布影响分析——以黄山市为例

利用黄山市人口统计数据(2000年)及地形数据,就地形因子与人口空间分布的关系进行定量分析.结果表明:海拔、坡度和坡向对人口空间分布都有显著的影响.海拔的影响表现在海拔400m以内人口密度变化显著,海拔400m以上人口密度变化平缓,海拔与人口密度呈混合函数关系.坡度的影响表现在从0°到10°内人口密度显著递减,从10°到40°人口密度递减平缓,呈Inverse函数关系.坡向的影响表现在不同坡向上的人口密度有显著差异.在此基础上,通过建立基于海拔、坡度和坡向的地形因子指数模型,定量分析地形因子对人口分布的影响,结果表明地形指数与人口空间分布呈对数函数关系.     

基于DEM和均值变点法的伏牛山区地形起伏度分析

以100 m分辨率的DEM为基础数据,在GIS技术和SPSS软件的支持下,采用邻域分析法,分别在29个大小不同的矩形分析窗口下提取伏牛山区地形起伏度,采用均值变点法计算出地形起伏度的最佳统计单元,最后绘制伏牛山区地形起伏度的分级图,并进行空间差异特征分析.结果表明:(1)运用均值变点法得到伏牛山区地形起伏度的最佳统计单元为11×11像元的分析窗口,对应的窗口面积为1.21 km~2.(2)基于计算出的最佳统计单元提取伏牛山区地形起伏度,并划分为5个等级.整体来看,伏牛山区以地形起伏度为200～500 m的中起伏为主,占53.27%,主要位于中高山地区;其次是地形起伏度为70～200 m的小起伏地形,占26.14%,主要分布在中低山地区;微起伏(30～70 m)和平坦(0～30 m)地区占18.85%,主要位于东南部和东部山麓地带;大起伏地区所占比例最小,仅为1.74%,主要分布在山脉主脊地带.(3)地形起伏度与坡度的拟合度高于与海拔的拟合度,且随海拔高度和坡度增加,其高值区所占比重分别呈逐渐增加趋势,表现出较强的海拔与坡度规律性.     

基于CF-PCCs模型的维西县滑坡致灾因子敏感性分析

为了深入了解滑坡的成灾背景，减少灾害造成的生命财产损失，以云南省维西县为研究区，选取了高程、坡度、坡向、降水量、距河流距离、工程地质岩组、距断层距离、植被归一化指数（Normalized Difference Vegetation Index,NDVI）和道路密度9项致灾因子，利用确定性系数（Certainty Factor,CF）-皮尔逊积矩相关系数（Pearson Product-moment Correlation Coefficient,PCCs）模型对致灾因子进行敏感性分析，并对分析结果的准确性进行了验证.结果表明：(1)因子敏感性由高到低分别为坡向、河流、高程、降水量、断层、道路、坡度、工程地质岩组和NDVI；(2)敏感性最大的因子类别包括：高程为1 486～2 600 m，坡度为0°～20°，坡向为半阳坡，降水量为782～1 178 mm，距河流距离为0～300 m，工程地质岩组为极软岩，距断层距离为2 400～3 200 m,NDVI为-0.169～0.039，道路密度为80～117 km/km2；(3)CF-PCCs模型精度高，数据分析结果可靠，该方法可为滑坡敏感性分...     

基于粗糙集理论的ARCGIS平台下泥石流孕灾因子分析

在全面搜集相关资料的基础上,对吉林省泥石流灾害进行综合分析和总结,在ARCGIS平台下分析泥石流灾害的发育分布规律、发育特征及其主要孕灾因子与灾害点分布关系。经统计、分析发现,吉林省泥石流形成与地貌类型、坡度、地势高程、岩组、年平均降水量、人口密集度、植被覆盖率等7个因子有显著关系。采用粗糙集理论对孕灾因子权重进行分析,坡度、地势高程、人口密集度等因素对泥石流影响较显著,结果与实地灾情吻合。     

黄土地区地形特征参数分布特征的统计分析

黄土高原长期在风力和水力交互的外动力地质作用下,形成了以塬、梁、峁为主的特殊地理景观和地貌类型.研究不同黄土地形的特征参数的分布特征对探索黄土地震滑坡的形成机理和古地震滑坡的地形恢复具有重要的理论和实际意义.以黄土地区为背景,选取600组典型的黄土塬、梁、峁的地形数据,在ArcGIS软件平台的支持下,基于30 m精度的数字高程模型(digital elevation model,DEM)数据,运用3D Analyst功能对黄土塬、梁、峁的坡度与坡向这两种地形特征参数进行提取与分析,并将其与滑坡的滑动方向、原始坡角进行对比.结果 表明:黄土塬、梁、峁的坡度分布范围分别为8.189°～48.66°、0.917° ～44.052°、2.16°～42.91°;塬的坡度最大值的坡向主要集中在北、西北、东北方向,坡度最小值坡向分布在西南、南方向;梁的坡度最大值的坡向主要分布在东、西,坡度最小值坡向分布在东北、北方向;峁的坡度最大值的坡向主要分布在南、西南方向,坡度最小值坡向分布在东北方向.统计结果表明,塬、梁、峁的坡度值分布基本符合正态分布;滑坡的滑动方向与其所在地貌单元的斜坡坡度最大值的坡向基本一致,其原始坡角与其所在黄土地貌的斜坡坡度最大值相近.研究结果对研究黄土地区滑坡的发育机理以及古滑坡原始地形恢复结果合理性的检验具有一定的参考价值.     

基于MODIS-EVI的四川省2000—2020年植被覆盖度地形分异研究

【目的】定量分析四川省2000—2020年的植被覆盖度地形分异特征,以便从宏观上了解区域植被覆盖变化情况。【方法】借助于Google Earth Engine平台,以MODIS-EVI和地形地貌数据为基础,运用变异系数和分布指数结合GIS空间分析技术对四川省2000—2020年的植被覆盖度变化进行分析。【结果】2000—2020年四川省植被覆盖度波动变化以轻度波动类型为主,然后依次为稳定、中度波动和重度波动类型,它们的占比分别为55.28%,25.55%,13.96%和5.21%。在高程小于或等于1 500 m和大于5 500 m,坡度小于或等于15°,坡向为东北坡、东坡、东南坡和南坡,地貌为台地、丘陵、小起伏和中起伏山地区域,植被覆盖度波动变化以稳定类型分布为主;在高程范围为＞1 500～2 500 m区域,植被覆盖度波动变化以轻度波动类型分布为主;在高程范围为＞2 500～4 500 m,坡向为西南坡、西坡和西北坡,地貌为大起伏山地区域,植被覆盖度波动变化以中度波动类型分布为主;在高程范围为＞4 500～5 500 m,坡度大于15°,坡向为平地、北坡,地貌为平原和极大起伏山地区域,植被覆盖度波动变化以重度波动类型分布为主。【结论】2000—2020年四川省植被覆盖度存在不同程度的波动变化,地形地貌空间分布差异明显;研究结果可为四川省后续的生态植被恢复工作提供参考。     

数字地形特征对土地利用空间分布的定量影响

 为了获取地形对土地利用空间分布的定量影响,以山西省为研究区,基于数字高程模型（DEM）数据生成4种地形因子（海拔高度、起伏度、坡度和坡向）表征数字地形特征,并通过遥感影像解译获得土地利用空间分布,利用地理探测器方法定量分析地形因子对土地利用空间分布的分异性、相关性及其交互作用的定量影响。研究结果表明：起伏度与坡度的空间分异性最显著（显著性水平p<0.01）;起伏度空间相关性最强（空间统计量q=0.012）,其次为坡度（q=0.010）;任意两种地形因子交互均具有非线性增强作用,其中海拔高度与起伏度的交互作用最强（q=0.034）。因此,起伏度是影响土地利用空间分布最重要的单个地形因子,它和海拔高度一起对土地利用空间分布发挥重要作用。     

基于信息量模型的盘州市地质灾害易发性评价

地质灾害易发性评价是区域灾害防治的前期工作。构建一个符合区域地质环境的灾害评价体系对评价结果的准确性和区域适用性起决定性作用。在对区域地质灾害调查分析后,选取降雨、坡度、岩性等8个影响因素,利用信息量模型对盘州市进行地质灾害易发性评价。结果显示:盘州市地质灾害主要分布在河流沿岸、靠近道路和断层相对集中的区域;易发性高和较高区域呈带状分布,占盘州市国土面积的38.62%;随易发程度的升高,各区域分布的灾害点数量增多,灾积比也逐渐增大,说明评价结果与研究区地质灾害分布的实际情况相符,分区划分合理。研究成果可为盘州市灾害防治提供参考。     

杂谷脑河流域薛城段地质灾害分布特征与影响因素

杂谷脑河流域薛城段地属川西北中、高山区,地质环境脆弱,尤其是在汶川大地震之后,该区域内的崩塌、滑坡及泥石流地质灾害更加发育,是杂谷脑河流域地质灾害高易发区。通过对该区域详细的地质调查测绘,分析和总结了该区域地质灾害的分布特征以及影响因素,得到的主要结论有:1该区域地质灾害具有带状分布、密度大、规模大、高程分布集中及雨季多发的特征;2该区域地质灾害与地形地貌关系密切,多发育在坡度26°~40°,坡向135°~224°和270°~360°及坡高64~663m的范围内;3不同的岸坡结构控制着不同的地质灾害的分布,滑坡多分布在逆向坡和斜向坡中,而崩塌多分布在横向坡和顺向坡中;4地层岩性对地质灾害的分布有着直接的影响,该区域地质灾害主要分布在千枚岩、变质砂岩、砂质板岩中;5人类工程活动对该区域的地质灾害有着较大的影响。     

芦山“4·20”震后地质灾害危险性评价

 芦山“4·20”地震之后,滑坡、崩塌、泥石流等次生地质灾害频发,新增地质灾害点365 处,严重影响当地经济建设与灾后重建工作。在分析地质灾害孕灾环境条件的基础上,选取地层岩性、断裂带、坡度、相对高程、年平均降雨量、地震动峰值加速度、土地利用类型等7 个因子作为评价指标,建立基于灾害熵的地质灾害危险性评价方法,并将该方法应用于芦山县地质灾害危险性评价。结果表明,芦山县49.89%的区域处于中度和高度危险区,其中高危险区占总面积的29.99%,这些高危险区位于正河、玉溪河、灵关河流域,受地形、人类活动、地震影响,地质灾害破坏性极大,在后期建设与防灾减灾中应当给予高度关注。     

基于超效率数据包络分析-信息量模型的沧源县地质灾害危险性评价

沧源县地处云南高原,该区域由于地质环境复杂多变,构造活动频繁,加之降雨等诱发因素的影响,成为了地质灾害多发区域,严重威胁人员生命与财产安全。为了综合评价研究区的地质灾害危险程度,选取高程、坡度、坡向、降雨量、断层距离、水系距离、道路距离、工程岩组8类评价因子,以研究区内192处地质灾害点作为样本,构建超效率DEA-信息量模型对研究区进行地质灾害危险性评价,划分低、中、高、极高四个危险性分区,引入ROC曲线验证评价精度。评价结果显示,沧源县高、极高危险性分区占研究区总面积的54.2%,区内共分布有地质灾害点166处,占灾害点总数的86.5%,灾害点比与面积比的比值随着危险性的提高逐级递增,通过ROC曲线计算得到的AUC值为0.755。上述数据表明,基于超效率DEA-信息量模型的地质灾害危险性评价结果比较符合实际,评价精度较高,能够满足对研究区进行地质灾害危险性评价的需要。     

基于GIS的内蒙古中部区域洪水灾害风险评价

本文综合考虑自然以及社会的作用,从洪水危险性和社会易损性两个角度出发,选取地理高程、人口密度、人均GDP和历史灾情数据为指标,采用快易的叠加分析法对研究区(内蒙古中部)进行区域洪水灾害风险评价,实现了各种指标定性与定量的组合,得出研究区洪水灾害风险评价图.结果表明,研究区南部靠近黄河的河套平原地区,由于地势较为平缓、靠近河流、经济发达,洪水灾害风险较大.在研究区北部,由于经济不发达,人口较少,洪水灾害风险较小.与实际基本相符.     

基于Landsat数字影像的阿尔泰山乔木林空间分布

【目的】以新疆阿勒泰林场乔木林为研究对象,通过遥感与地理信息技术量化分析森林的空间分布规律,为定量评估森林的生态功能提供数据基础和支撑。【方法】运用3S技术,基于DEM数据、Landsat数据和森林资源调查数据,定量分析乔木林与地形因子的空间关系。 【结果】地形因子与乔木林的空间分布在0.01水平上显著相关。研究区乔木林90%分布在海拔≥1 500～2 400 m,其中在海拔≥1 800～2 100 m分布频率最大,达39%; 其次是≥2 100～2 400 m,为27%; 海拔≥900～1 200 m和≥2 400～2 700区域林地乔木林分布较小。78%的乔木林分布在北坡、东北坡、西北坡,其中,在北坡的比例达到45%,在东北坡、西北坡的比例为33%。在坡度上主要集中于斜坡、陡坡、急坡,占比达到85%,其中在陡坡分布频率最大,达到37%。【结论】海拔、坡向和坡度是影响乔木林空间分布的主要生态因子。阿尔泰山乔木林适宜生长在海拔≥1 500～2 400 m,坡向为北坡、东北坡、西北坡,坡度涵盖斜坡、陡坡、急坡的区域。     

宁化县地形及土壤特征对植被覆盖度的影响

为研究地形及土壤特征对植被覆盖度的影响,以宁化县2009年Landsat遥感影像和1：50万地形图为数据源,利用3S平台及归一化植被指数（NDVI）提取宁化县植被覆盖度,对植被覆盖度进行分类,通过GIS生成高程、坡度和坡向三个地形因子,并将植被覆盖度与三个地形因子和土壤类型分别进行空间叠加分析．结果表明,宁化县的植被覆盖度与其高程、坡度及土壤之间存在较大的关联,而坡向对其影响甚微．     

DEM对典型喀斯特山区地形及流域特征的尺度效应分析

通过对数字高程模型(DEM)数据进行最近邻方法重采样,获取不同空间尺度DEM数据.针对不同空间尺度DEM,研究地形因子和流域信息提取与DEM的尺度效应,并进行相关性分析.结果表明:1)随DEM空间尺度的增大,高程信息、坡度和地面粗糙度等地形因子的平均值呈下降趋势,河网总长度与河网密度值随DEM空间尺度的增大而减小,大尺度DEM无法较好地表达喀斯特山区细小河流信息;2)经相关性分析发现,坡度、地面粗糙度与DEM分辨率相关性较强,用幂函数拟合相关性为显著相关;3)借鉴信息熵理论方法分析可知,研究区地形和流域信息提取的DEM最佳分辨率范围区间为30~120 m.