绍兴市地质灾害易发分区研究

doi:10.13474/j.cnki.11-2246.2022.0374

测绘通报 ›› 2022, Vol. 0 ›› Issue (12): 160-164,169.doi: 10.13474/j.cnki.11-2246.2022.0374

• 测绘地理信息技术应用案例 • 上一篇下一篇

绍兴市地质灾害易发分区研究

骆光飞¹, 龚盈盈², 钱超², 肖瀚³, 郑丽波³, 王兆远³, 张锦涛³, 叶凌浩³, 刘云波¹

1. 浙江省测绘科学技术研究院, 杭州 311100;
2. 绍兴市自然资源和规划局, 绍兴 312000;
3. 绍兴文理学院土木工程学院, 绍兴 312000

收稿日期:2022-04-12 出版日期:2022-12-25 发布日期:2023-01-05
通讯作者: 叶凌浩。E-mail:y18758256952@163.com
作者简介:骆光飞(1968-),男,教授级高级工程师,主要从事测绘地理信息生产与技术管理工作。E-mail:lgf8501@163.com
基金资助:
绍兴市地质灾害防治“十四五”规划项目（08021203）

Study on geological disaster-prone zoning in Shaoxing city

LUO Guangfei¹, GONG Yingying², QIAN Chao², XIAO Han³, ZHENG Libo³, WANG Zhaoyuan³, ZHANG Jintao³, YE Linghao³, LIU Yunbo¹

1. Zhejiang Academy of Surveying and Mapping Science and Technology, Hangzhou 311100, China;
2. Shaoxing Bureau of Natural Resources and Planning, Shaoxing 312000, China;
3. School of Civil Engineering, Shaoxing University, Shaoxing 312000, China

Received:2022-04-12 Online:2022-12-25 Published:2023-01-05

摘要/Abstract

摘要： 为了对绍兴市的地质灾害易发风险性进行定量评估，本文借助GIS软件对绍兴市进行网格划分，构建地质灾害易发风险性评价指标体系和指数评价模型。通过对地质灾害进行定量评估，将绍兴市地质灾害易发程度划分为高、中、低、不易发4个等级，并绘制了绍兴市地质灾害易发性分区成果图。研究成果支撑绍兴市地质灾害防治“十四五”规划，服务于绍兴市的地质灾害防治管理和决策。

关键词: 地质灾害, 易发分区, 城市规划, 风险指数评价模型

Abstract: In order to quantitatively assess the geological disaster risk, with the help of GIS software, Shaoxing city is divided into grids, and the evaluation index system and index evaluation model of geological disaster risk are constructed in this paper. Through the quantitative evaluation of geological disasters in Shaoxing city, the vulnerability degree of geological disasters in Shaoxing city is finally divided into four grades:high, medium, low and not easy, and the zoning achievement map of the vulnerability of geological disasters in Shaoxing city is drawn. The research results support the "14th five-year plan" of Shaoxing city geological disaster prevention and control, and serve Shaoxing city geological disaster prevention and control management and decision-making.

Key words: geological disaster, prone zone, urban planning, risk index evaluation model

中图分类号:

P208

骆光飞, 龚盈盈, 钱超, 肖瀚, 郑丽波, 王兆远, 张锦涛, 叶凌浩, 刘云波. 绍兴市地质灾害易发分区研究[J]. 测绘通报, 2022, 0(12): 160-164,169.

LUO Guangfei, GONG Yingying, QIAN Chao, XIAO Han, ZHENG Libo, WANG Zhaoyuan, ZHANG Jintao, YE Linghao, LIU Yunbo. Study on geological disaster-prone zoning in Shaoxing city[J]. Bulletin of Surveying and Mapping, 2022, 0(12): 160-164,169.

参考文献

[1] 庞茂康, 李冬芹. 浅析浙中地质灾害风险评价与风险管理[J]. 自然科学, 2021, 9(1):54-63.
[2] 陈琛, 范宏喜. 地灾防治:聚力赋能向"智"防挺进[N]. 中国自然资源报, 2021-01-18(3).
[3] 高杨.GIS信息量法在地质灾害分区评价中的应用[J].西部探矿工程, 2020, 32(12):7-10.
[4] 陈立华, 李立丰, 吴福, 等.基于GIS与信息量法的北流市地质灾害易发性评价[J].地球与环境, 2020, 48(4):471-479.
[5] 谭玉敏, 郭栋, 白冰心, 等.基于信息量模型的涪陵区地质灾害易发性评价[J].地球信息科学学报, 2015, 17(12):1554-1562.
[6] 赵成, 张永军, 赵玉红.层次分析法在甘肃省地质灾害易发性评价中的应用[J].冰川冻土, 2009, 31(1):182-188.
[7] 金艳珠, 谈树成, 虎雄岗, 等.基于层次分析法与GIS相结合的岩溶塌陷地质灾害易发性分区评估——以云南省师宗县为例[J].热带地理, 2012, 32(2):173-178.
[8] 刘宇恒, 邓辉, 熊倩莹.基于层次分析法的茂县斜坡地质灾害易发性评价[J].长江科学院院报, 2017, 34(5):31-35.
[9] 马思远, 许冲, 田颖颖, 等.基于逻辑回归模型的九寨沟地震滑坡危险性评估[J].地震地质, 2019, 41(1):162-177.
[10] 孟祥瑞, 裴向军, 刘清华, 等.GIS支持下基于因子分析法的都汶路沿线地质灾害易发性评价[J].中国地质灾害与防治学报, 2016, 27(3):106-115.
[11] 罗路广, 裴向军, 谷虎, 等.基于GIS的"8.8"九寨沟地震景区地质灾害风险评价[J].自然灾害学报, 2020, 29(3):193-202.
[12] 王磊. 甘肃省甘谷县地质灾害危险性评价[D]. 北京:中国地质科学院, 2012.
[13] SHARMA M, KUMAR R. GIS-based landslide hazard zonation:a case study from the Parwanoo area, Lesser and Outer Himalaya, H.P., India[J]. Bulletin of Engineering Geology and the Environment, 2008, 67(1):129-137.
[14] PRADHAN B, YOUSSEF A M. Manifestation of remote sensing data and GIS on landslide hazard analysis using spatial-based statistical models[J]. Arabian Journal of Geosciences, 2010, 3(3):319-326.
[15] 杨柳, 牟鑫亮, 李晨, 等. 延安市宝塔区地质灾害风险评价[J]. 山地学报, 2020, 38(5):40-51.
[16] 王莹, 郑丽波, 俞立中, 等.基于神经元网络模型的崇明东滩湿地生态系统健康评估[J].长江流域资源与环境, 2010, 19(7):776-781.

绍兴市地质灾害易发分区研究

Study on geological disaster-prone zoning in Shaoxing city

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周定义, 左小清, 喜文飞, 肖波, 刘馨雨. 顾及大气误差和相位解缠误差的LiCSBAS方法对高山峡谷地区地质灾害的探测[J]. 测绘通报, 2022, 0(6): 114-120147.
[2]	何伟, 张伦宁, 曾露, 赵清, 余国新, 竺科英, 李柯欣. 高精度时空信息崩滑坡灾害监测技术[J]. 测绘通报, 2022, 0(11): 1-7.
[3]	郭佳, 赵之星, 刘志奇, 李晋东, 潘伟, 王文州. 结合信息量与AHP模型的阳泉市矿区地质灾害风险评价[J]. 测绘通报, 2022, 0(11): 101-105.
[4]	王璇, 师芸, 陈浩. CF耦合LR模型的地质灾害易发性评价[J]. 测绘通报, 2022, 0(11): 112-117.
[5]	徐刚, 胡坤霖, 温剑峰, 徐登财, 戴欣宜, 陈杰, 朱安峰, 章豪, 苏宗奎. 顾及地形邻域影响的地质灾害风险易发区评估[J]. 测绘通报, 2021, 0(7): 59-64.
[6]	翁昌凯, 肖添. SBAS技术支持下的临沧市地表时序形变分析[J]. 测绘通报, 2021, 0(7): 81-85.
[7]	翁昌凯, 朱习朋. 基于哨兵数据的云南地表形变监测[J]. 测绘通报, 2021, 0(6): 61-66,92.
[8]	祁于娜, 王磊. 层次分析-熵值定权法应用于山区城镇地质灾害易发性评价[J]. 测绘通报, 2021, 0(6): 112-116.
[9]	章豪, 温剑峰, 陈温清, 徐刚, 史瑞洁, 戴欣宜, 陈杰, 朱安峰, 范全龙. 对陡坡陡崖引发地质灾害的潜在影响范围进行建模分析[J]. 测绘通报, 2021, 0(6): 117-121,133.
[10]	孙涛, 徐明宇, 董秀军, 潘星. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报, 2021, 0(4): 90-97.
[11]	杜青松, 李国玉, 彭万林, 周宇, 柴明堂, 李金明. 利用InSAR技术获取高寒高海拔地区高精度DEM[J]. 测绘通报, 2021, 0(3): 44-49.
[12]	冯志强, 张耀东, 胡丹晖, 周光远, 李朝晖, 周学明, 毛晓坡. 输电线路电磁干扰对北斗变形监测数据质量及定位精度的影响分析[J]. 测绘通报, 2021, 0(10): 94-97,113.
[13]	吴波, 李俊, 蒋大鹏, 冯志. 针对地质灾害隐患点的无人机航摄像控点布点方案[J]. 测绘通报, 2020, 0(6): 125-127,140.
[14]	马潇雅, 刘远刚, 赵翔. 城市公共服务设施优化配置模型研究的近期进展与展望[J]. 测绘通报, 2020, 0(2): 9-16.
[15]	邱亚辉, 别伟平, 薄志毅, 李长青, 郑阔, 郎博. 基于InSAR的城市地下轨道交通沉降与灾害监测[J]. 测绘通报, 2020, 0(2): 107-112.