Effects of extreme rainfall on the morphological characteristics and spatial distribution of shallow landslides under different land use patterns in the loess region of western Shanxi Province, northern China
-
摘要:目的
探究极端降雨对不同土地利用方式下浅层滑坡形态特征和空间分布的影响。
方法以山西吉县蔡家川农地、次生林、人工林3种土地利用方式的小流域为对象,在2021年10月3日至6日的极端暴雨后采用无人机摄影测量调查浅层滑坡的形态特征和空间分布。
结果(1)极端降雨在3个小流域内共诱发425处浅层滑坡,总体积为82 000 m3。其中农地小流域179处,体积为43 138 m3,人工林小流域196处,体积为33 489 m3,次生林小流域50处,体积为5 373 m3。(2)核密度分析表明农地小流域浅层滑坡密集程度最高,核密度峰值达到714处/km2,且多位于侵蚀沟坡和农地间的斜坡上,次生林小流域的浅层滑坡多沿沟谷分布,人工林小流域浅层滑坡整体沿西北—东南走向的山脊线呈带状分布。(3)农地小流域浅层滑坡主要集中在20° ~ 50°坡度范围和以正东、东南为主的阳坡;次生林小流域滑坡主要分布在40° ~ 50°坡度范围,且受到坡向的影响较小;人工林小流域滑坡集中分布在50° ~ 60°坡度和以正东、正西为主的坡向。
结论本次调查发现在小流域尺度上植被能够有效减少极端暴雨造成的浅层滑坡,尤其次生林防治浅层滑坡的效果更佳。因此,在全球气候变化背景下,黄土高原大力营造仿拟自然植被,对提高植被的水土保持功能具有重要意义。
Abstract:ObjectiveThis paper aims to explore the influence of extreme rainfall on the morphological characteristics and spatial distribution of shallow landslides under different land use patterns.
MethodIn this paper, the morphological characteristics and spatial distribution of shallow landslides were investigated by UAV photogrammetry after the extreme rainfall from October 3 to 6, 2021 in the Small Watershed of Caijiachuan Farmland, secondary forest and plantation in Jixian County, Shanxi Province of northern China.
Result(1) Extreme rainfall induced 425 shallow landslides in three small watersheds, with a total volume of 82 000 m3. Among them, there were 179 landslides with a volume of 43 138 m3 in the small watershed of farmland, 196 landslides with a volume of 33 489 m3 in the small watershed of planted forests, and 50 landslides with a volume of 5 373 m3 in the small watershed of secondary forest. (2) The analysis of kernel density showed that the shallow landslides in the small watershed of farmland had the highest density, and the peak of kernel density reached 714 per km2, and most of them were located on the erosion slope and the slope between farmlands. Most of the shallow landslides in the small watershed of secondary forest were distributed along ravines, and the shallow landslides in the small watershed of plantation were distributed in strips along the northwest-southeast ridge line. (3) Shallow landslides in small watershed of farmland were mainly concentrated in the slope range of 20°−50° and the slope direction mainly due east and southeast. Landslides in small watersheds of secondary forests were mainly distributed in slopes of 40°−50° and were less affected by slope aspects. Landslides in the small watershed of plantation were concentrated in the slope of 50°−60° and the slope aspects mainly due east and west.
ConclusionThis survey shows that vegetation can effectively reduce the shallow landslides caused by extreme rainstorms in small watershed scale, especially the secondary forest has a better effect on preventing shallow landslides. Therefore, under the background of global climate change, it is of great significance to build imitation natural vegetation on the Loess Plateau to improve the function of soil and water conservation.
-
Keywords:
- shallow landslide /
- land use pattern /
- kernel density /
- slope /
- aspect
-
滑坡被认为是全球范围内频发的地质灾害之一,严重威胁着人类生命财产安全[1]。在全球变暖的大背景下,极端天气愈加频发[1],黄土高原极端降雨事件呈现增多趋势,造成滑坡等地质灾害频发[2]。山西省吉县地处晋西黄土区,地表覆盖黄土达数十米,2021年10月3日至6日该区发生极端降雨,其中蔡家川流域发生上百处浅层滑坡,对当地人民生产生活产生影响。因此,研究极端降雨背景下的浅层滑坡对地质灾害的防治和风险评估具有重要作用。
浅层滑坡形态特征参数能够反映滑坡发育程度,是估算滑坡受灾面积、评估滑坡潜在风险的重要参数[3]。赵美龄等[4]通过分析印度强降雨后的地质灾害空间分布,发现不同的土地利用方式,其浅层滑坡的特征参数不尽相同,地质灾害易发区与植被覆盖度下降区有较强的关联性。李阳等[5]等研究极端降雨后浅层滑坡发生频率,分析土地利用的变化是通过影响植被覆盖影响土壤力学结构的,植被可以通过根系的摩擦和锚固作用,增加边坡土体抗剪强度。此外,段钊等[6]提出坡度和坡向也是影响浅层滑坡的重要因素,坡度影响斜坡的应力分布[7],坡向影响太阳辐射间接影响土体稳定性[8]。目前关于坡度、坡向等地形因子与滑坡的相关分析和危险性评价已取得一系列研究成果[9],在小流域尺度上不同土地利用方式下浅层滑坡的分布与坡度坡向的关系有待深入研究。
浅层滑坡的空间分布能够揭示滑坡空间变化过程信息[10−11]。Guzzetti等[12]调查意大利台伯河盆地上游滑坡的空间分布,发现滑坡的规模与其所处的地质环境有关;张珊等[13]对兰州市30年的降雨型滑坡空间分布进行分析,指出滑坡点沿河流及支流沿岸分布特点;许冲等[14]通过构建汶川地震滑坡数据库,指出滑坡发生高密度区在地表破裂带的上盘区域。另有学者还通过研究滑坡分布发现浅层滑坡频发区与河流侵蚀[10]、降雨强度[15]有很强的关联性。然而,目前在揭示不同植被覆盖下坡面浅层滑坡的分布规律的研究较为鲜见[16],降雨条件下植被坡面浅层滑坡的影响因素也仍需进一步明确。
本研究以山西吉县农地、次生林、人工林3个小流域内的浅层滑坡为对象,通过现场踏勘与无人机低空摄影测量获取浅层滑坡坐标、形态特征等参数,基于核密度方法分析浅层滑坡的空间分布,探究土地利用方式、坡度和坡向对浅层滑坡的影响,以期为浅层滑坡的预防和治理提供理论依据。
1. 研究区概况与研究方法
1.1 研究区概况
研究区位于山西吉县森林生态系统国家野外科学观测研究站的蔡家川流域(图1),流域面积34.23 km2,流域呈东西走向,地势西高东低,海拔900 ~ 1 513 m,流域地理坐标为110°39′45″ ~ 110°47′45″E,36°14′27″ ~ 36°18′23″N,属于典型的黄土梁状丘陵沟壑区。研究区属于温带大陆性气候,夏季气温较高,降雨集中,秋季多连阴雨,年均降水量约496.2 mm,且降水集中在6—9月,年平均气温10.5 ℃,年平均蒸发量为1 687 mm,年平均无霜期为196 d。流域内土壤为褐土,土层厚度数十米,土质较均匀。流域内土地利用类型以林地、灌木林地、草地、农地为主,流域上游主要有封禁30年形成的天然次生林,树种主要有山杨(Populus davidiana)、白桦(Betula platyphylla)、辽东栎(Quercus wutaishanica)等,林下植被多灌木,以丁香(Syzygium aromaticum)、黄栌(Cotinus coggygria)为主,中游为林龄35年的人工林,树种组成有油松(Pinus tabuliformis)、刺槐(Robinia pseudoacacia)、侧柏(Platycladus orientalis)等,林下灌木以黄刺玫(Rosa xanthina)、连翘(Forsythia suspensa)、茅莓(Rubus parvifolius)为主,草本优势种主要有薹草(Carex tristachya)、铁杆蒿(Artemisia gmelinii),下游为果园和农地,主要种植农作物为苹果(Malus pumila)和玉米(Zea mays)。
1.2 数据获取
2021年10月3日至6日山西吉县普降暴雨,暴雨后的10月14日至21日对山西吉县蔡家川人工林小流域、次生林小流域和农地小流域发生的浅层滑坡采用无人机进行调查,同时对能够到达的浅层滑坡进行人工测量。所调查的3个小流域基本情况如表1所示。
表 1 小流域概况Table 1. General situation of small watershed流域类型
Watershed type土地利用类型
Land use type植被覆盖率
Vegetation
coverage/%流域面积
Watershed
area/km2海拔高度差
Relative
height/m沟谷长度
Gully
length/km斜坡长度范围
Slope length
range/m农地小流域
Farmland small watershed水平梯田、果园
Level terrace, orchard85 0.71 282.10 3.06 70.60 ~ 290.47 次生林小流域
Secondary forest small watershed山杨、白桦、辽东栎为主的次生林
Secondary forest dominated by Populus davidiana,
Betula dahurica and Quercus wutaishanica99 1.93 272.46 7.46 41.40 ~ 215.42 人工林小流域
Plantation small watershed油松、刺槐、侧柏为主的人工林
Plantation dominated by Pinus tabuliformis,
Robinia pseudoacacia and Platycladus orientalis92 1.50 329.26 5.85 53.48 ~ 228.18 1.3 图像解译
本次浅层滑坡调查时,人类活动尚未对浅层滑坡区产生影响,除部分浅层滑坡可进行实地踏勘外,整个研究区由于坡度陡、林分密度较大、地质条件恶劣等原因调查人员无法到达,故采用现场勘查与目视解译相结合方式调查浅层滑坡。浅层滑坡发生区黄土裸露,反射光照剧烈,呈现凹型下陷的特征,且地表植被破坏严重,堆积区上缘黄土呈现褶皱状,下缘黄土呈摊开状且覆盖在农作物及植被之上,能够很清晰地解译出浅层滑坡的发生区、运移区和堆积区(图2)。
1.4 指标选取及数据处理
1.4.1 浅层滑坡指标
本调查选取滑坡发生区面积、体积、最大滑动距离、最大宽度、滑坡前后缘高程差、平均深度等指标进行统计分析。利用ArcGIS软件勾画出浅层滑坡发生区域,对比滑坡前后数字高程模型,计算出滑坡发生区的体积[17−19],用同样的方法计算堆积区的堆积体积,将发生区与堆积区体积的均值作为滑坡体的体积。同时对部分能够到达的浅层滑坡的发生区和堆积区体积进行了实地测量,并与解译结果进行对比验证,解译结果与实测结果的相对误差在1.7% ~ 14.5%之间(表2)。
表 2 现场测量与遥感解译滑坡体体积对比表Table 2. Comparison table of landslide volume between field measurement and remote sensing interpretation编号
No.现场测量体积
Field measurement volume/m3遥感解译体积
Remote sensing interpretation volume/m3相对误差
Relative error/%R101 38.57 37.92 1.7 R143 84.72 79.26 6.4 R144 62.87 59.91 4.7 N91 130.56 111.61 14.5 注:R代表人工林小流域,N代表农地小流域,数字代表浅层滑坡序号。Notes: R stands for plantation watershed, N stands for farmland watershed, and the number stands for shallow landslide serial No. 基于DEM数据,同时利用ArcGIS软件空间分析功能提取滑坡发生区坡度、坡向。将滑坡按坡度分为10° ~ 20°、20° ~ 30°、30° ~ 40°、40° ~ 50°、50° ~ 60°、 > 60°共6类,将浅层滑坡按坡向分为正北(337.5° ~ 22.5°)、东北(22.5° ~ 67.5°)、正东(67.5° ~ 112.5°)、东南(112.5° ~ 157.5°)、正南(157.5° ~ 202.5°)、西南(202.5° ~ 247.5°)、正西(247.5° ~ 292.5°)、西北(292.5° ~ 337.5°)共8类进行统计分析。利用Excel 2019软件整理数据,采用ArcGIS 10.2和Origin 2021软件进行制图。
1.4.2 核密度分析
核密度分析是评价滑坡空间密度的一种标准方法,广泛运用在滑坡分布的研究中[10,20]。
f(x)=1nh∑ni=0K(x−xih) (1) 式中:f(x)为位置x处的核密度值;n为圆形邻域内的滑坡数量;h为圆形邻域阈值,本研究邻域阈值设置为50 m;K(x−xih)为空间距离衰减函数。通过ArcGIS软件制作核密度分布图能直观反映浅层滑坡数据的密集分散区域[21]。
2. 结果与分析
2.1 蔡家川流域极端降雨特征
本次调查收集了蔡家川流域10个雨量站的观测数据(图3)。本次降雨于10月3日0时开始至10月6日14:00结束,降雨历时86 h,降雨持续时间长,累计降雨量为175.8 mm,平均降雨强度2.0 mm/h,最大30 min降雨强度25.2 mm/h,根据山西省吉县1960—2020年降雨资料运用经验频率公式计算得出,本次降雨的频率为0.16%,为山西吉县625年一遇的极端降雨。
2.2 不同土地利用方式下浅层滑坡形态特征
通过解译,本次极端降雨在3个小流域内共诱发425处浅层滑坡。滑坡发生总体积为82 000 m3,最大滑坡体积为1 652 m3,最小体积为4 m3,平均滑坡体积为200 m3,因此区域内滑坡均属于小型滑坡。平均深度小于1 m的滑坡占68.71%,平均深度大于2 m的滑坡仅占1.65%。因此,研究区域发生的滑坡均属于浅层滑坡。
农地小流域、次生林小流域、人工林小流域浅层滑坡发生的数量分别为179、50和196处,发生频率分别为252、26、131处/km2,浅层滑坡平均体积分别为259.87、109.65、171.74 m3(表3)。农地小流域面积最小,但浅层滑坡发生数量最多,且总体积大于人工林和次生林小流域,这表明以农地为主的小流域极端暴雨时浅层滑坡发生风险高,且造成的土砂灾害严重,而有良好植被覆盖的人工林小流域和次生林小流域内虽然也会发生浅层滑坡,但发生的数量和体积都较小。
表 3 不同土地利用类型浅层滑坡特征参数Table 3. Characteristic parameters of shallow landslides of different land use types土地利用类型
Land use type数量
Number发生频次
Occurrence
frequency/(km−2)总面积
Total
area/m2平均面积
Average
area/m2总体积
Total
volume/m3平均体积
Average
volume/m3平均高程差
Average elevation
difference/m平均长度
Average
length/m平均深度
Average
depth/m农地 Farmland 179 252 43 617 262.75 43 138 259.87 19.09 24.89 0.88 次生林
Secondary forest50 26 9 097 185.65 5 373 109.65 15.83 30.48 0.52 人工林
Plantation196 131 36 316 186.24 33 489 171.74 18.33 22.36 0.81 2.3 不同土地利用方式下浅层滑坡空间分布
图4为农地、次生林、人工林小流域内浅层滑坡的核密度分布图。农地小流域浅层滑坡整体呈团状分布,核密度峰值最大,为714处/km2,说明农地小流域浅层滑坡密集程度最高,且浅层滑坡多出现在沟谷两侧的沟坡以及农地间的斜坡上。人工林小流域浅层滑坡核密度峰值为282处/km2,局部呈团状分布,整体沿西北—东南走向的山脊线呈带状分布,多发生在无植被覆盖的斜坡山脊,而植被覆盖度较高的区域均属于浅层滑坡密集度较小的区域,这说明植被覆盖度与浅层滑坡的分布关系密切。次生林浅层滑坡核密度峰值最小,为129处/km2,多分布在沟谷交汇处的斜面上。
图5是不同坡度、坡向下浅层滑坡体积与数量的分布。农地小流域在20° ~ 30°、30° ~ 40°、40° ~ 50°坡度范围内的浅层滑坡体积分别占滑坡总体积的30.8%、30.4%、33.0%,发生数量在40° ~ 50°坡度范围内达到峰值,占比44.1%。正东、东南方向浅层滑坡总体积较大,分别为26.9%、21.5%,发生数量分别占20.70%和16.78%。
人工林小流域内,50° ~ 60°坡度区间内的浅层滑坡总体积最大,占浅层滑坡总体积的42.3%,浅层滑坡发生数量最多的坡度范围为40° ~ 50°,占总数量的61.2%。正西和正东方向浅层滑坡总体积较大,分别为32.6%和25.7%,滑坡发生数量集中在正西方向,占总数量的29.6%。
次生林小流域浅层滑坡体积和发生数量均主要集中在40° ~ 50°坡度区间内,占比分别为33.6%和42.0%。而浅层滑坡体积和数量随坡向没有明显变化规律,说明次生林小流域中浅层滑坡的规模受到坡向的影响较小。
3. 讨 论
3.1 土地利用方式对浅层滑坡形态特征的影响
基于本研究试验数据,农地小流域浅层滑坡平均体积最大,而次生林和人工林小流域浅层滑坡平均体积较小,这说明不同的土地利用方式,植被覆盖率不同,其浅层滑坡发生规模也不尽相同。人工林和次生林小流域植被覆盖率都在90%以上,植被冠层对降雨的再分配减少了到达地面的雨水量,同时有效降低了雨滴对地表的打击[22],而农地小流域的植被覆盖率最低,到达地面雨水较多,土体稳定性较差,浅层滑坡平均体积较大。另外,不同的土地利用方式,其林下植被状况和根系情况不同。在人工林和次生林小流域中,林下灌草层根系能够有效改善土体的物理力学性质,通过横向摩擦和纵向锚固作用来提高土体的抗剪切强度,增强了斜坡土体的稳定性[23],林下枯落物对降水具有拦蓄、保持能力。而农地小流域中,林下无灌草层和多余枯落物,且农作物根系较浅,固结土体作用差,滑坡发生风险较大。在次生林小流域浅层滑坡发生规模最小,是因为植被覆盖率较高,植被种类丰富,根土复合体牢固。Kobayashi等[24]在研究日本浅层滑坡和植被关系时提出生物多样性和丰富度与浅层滑坡风险降低有关。另外在调查中发现人工林小流域部分区域即使有植被覆盖,但仍有部分浅层滑坡发生,这可能与植被根系有关。韩勇等[25]通过分析富县暴雨造成的滑坡,发现当降水量达到诱发滑坡发生的临界值时,植被及其根系便会加剧滑坡侵蚀的发生。因此,小流域尺度上恢复植被能够有效降低极端暴雨时浅层滑坡的发生,尤其自然恢复的次生林防治浅层滑坡的效果更佳,同时,植被根系对于浅层滑坡的双向作用也有待深入研究。
3.2 土地利用方式对浅层滑坡空间分布的影响
基于核密度分析结果,农地小流域峰值最高,其浅层滑坡聚集程度最高,浅层滑坡还集中在梯田之间的斜坡上,多处于下坡位,主要是因为农田小流域开挖坡脚,临空面倾斜程度大,降雨过后斜坡失稳导致滑坡发生[26]。Zhang等[27]也提出坡脚开挖形成裂缝是黄土滑坡第一阶段。在人工林小流域,浅层滑坡整体沿沟谷呈带状分布,主要是因为极端降雨之后,小流域沟谷水位不断变化,改变了斜坡土体的浮托力,导致斜坡稳定性降低,从而诱发浅层滑坡大面积发生[10]。因此,在滑坡防治过程中应多关注农田坡脚开挖较大的地方,提高河谷地带斜坡植被的覆盖度。
农地小流域浅层滑坡体积的94.2%分布在20° ~ 50°的坡度区间,与前人研究结果基本一致[7,28]。主要是因为在农地小流域20° ~ 50°的坡度汇水面积大,水体入渗导致土壤抗剪强度降低,且地表没有植被阻滞,浅层滑坡发生规模大。大量野外调查和研究表明,水体入渗产生的渗透力是浅层滑坡的主要诱发因素[29]。而在人工林小流域中,50° ~ 60°坡度范围内浅层滑坡体积最大,这说明坡度有可能是人工林小流域浅层滑坡发生的关键因素。坡度影响着斜坡的应力分布、地表水的径流以及斜坡上松散堆积物的厚度,坡度的增加和雨水的入渗,导致人工林小流域斜坡稳定性降低[7]。次生林小流域浅层滑坡的体积和数量峰值都集中在40° ~ 50°坡度范围,该区间是浅层滑坡易发生的坡度区间。可能是因为该坡度区间主要分布在河谷交汇处,受河流水位变化影响导致斜坡稳定性降低。因此,在农地小流域要注意水平梯田和水平沟的配置结合,蓄水和保土结合,防止汇水面积过大诱发浅层滑坡;在人工林和次生林小流域中,坡度较陡区以及沟谷交汇处,促进植物群落结构复杂化、丰富化,进而增强土体抗剪强度,对于防治极端降雨引起的浅层滑坡具有重要作用。
农地小流域中浅层滑坡体积主要集中在以正东和东南方向为主的阳坡,阳坡接受太阳辐射多,岩土层风化程度高,地表物质不稳定且较为松散,斜坡的稳定性较差。这与王存智等[8]研究结果一致。人工林小流域中浅层滑坡除主要分布在阳坡外,正西方向发生较多的原因可能与土壤水分导致土壤抗剪强度下降有关。次生林小流域中浅层滑坡发生体积和数量随坡向没有明显变化规律,这是因为在次生林小流域各坡向植被分布差异较小,土壤固持效果均较好,浅层滑坡发生较少。
4. 结 论
本次极端降雨频率为0.16%,为山西吉县625年一遇的极端降雨。降雨历时86 h,累计降雨量为175.8 mm,平均降雨强度2.0 mm/h,最大30 min降雨强度25.2 mm/h。
本次极端降雨在3个小流域内共诱发425处浅层滑坡。浅层滑坡发生总体积为82 000 m3,浅层滑坡体积中,农地小流域(43 138 m3) > 人工林小流域(33 489 m3) > 次生林小流域(5 373 m3)。
核密度分析表明农地小流域浅层滑坡密集程度最高,核密度峰值达到714处/km2,且多位于侵蚀沟坡和农地间的斜坡上,次生林小流域的浅层滑坡多沿沟谷分布,人工林小流域浅层滑坡整体沿西北—东南走向的山脊线呈带状分布。农地小流域浅层滑坡主要集中在20° ~ 50°坡度范围和阳坡;次生林小流域滑坡主要分布在40° ~ 50°坡度,且受到坡向的影响较小;人工林小流域滑坡集中分布在50° ~ 60°坡度和以正东、正西为主的坡向。
在小流域尺度上水土保持植被的有效覆盖,能够有效降低极端暴雨条件下造成的浅层滑坡风险,有效减少浅层滑坡造成的危害。另外,在黄土区滑坡防治过程中应提高沟谷交汇处斜坡植被的覆盖度,增加地表起伏度,增强根土复合体牢固性。
-
表 1 小流域概况
Table 1 General situation of small watershed
流域类型
Watershed type土地利用类型
Land use type植被覆盖率
Vegetation
coverage/%流域面积
Watershed
area/km2海拔高度差
Relative
height/m沟谷长度
Gully
length/km斜坡长度范围
Slope length
range/m农地小流域
Farmland small watershed水平梯田、果园
Level terrace, orchard85 0.71 282.10 3.06 70.60 ~ 290.47 次生林小流域
Secondary forest small watershed山杨、白桦、辽东栎为主的次生林
Secondary forest dominated by Populus davidiana,
Betula dahurica and Quercus wutaishanica99 1.93 272.46 7.46 41.40 ~ 215.42 人工林小流域
Plantation small watershed油松、刺槐、侧柏为主的人工林
Plantation dominated by Pinus tabuliformis,
Robinia pseudoacacia and Platycladus orientalis92 1.50 329.26 5.85 53.48 ~ 228.18 表 2 现场测量与遥感解译滑坡体体积对比表
Table 2 Comparison table of landslide volume between field measurement and remote sensing interpretation
编号
No.现场测量体积
Field measurement volume/m3遥感解译体积
Remote sensing interpretation volume/m3相对误差
Relative error/%R101 38.57 37.92 1.7 R143 84.72 79.26 6.4 R144 62.87 59.91 4.7 N91 130.56 111.61 14.5 注:R代表人工林小流域,N代表农地小流域,数字代表浅层滑坡序号。Notes: R stands for plantation watershed, N stands for farmland watershed, and the number stands for shallow landslide serial No. 表 3 不同土地利用类型浅层滑坡特征参数
Table 3 Characteristic parameters of shallow landslides of different land use types
土地利用类型
Land use type数量
Number发生频次
Occurrence
frequency/(km−2)总面积
Total
area/m2平均面积
Average
area/m2总体积
Total
volume/m3平均体积
Average
volume/m3平均高程差
Average elevation
difference/m平均长度
Average
length/m平均深度
Average
depth/m农地 Farmland 179 252 43 617 262.75 43 138 259.87 19.09 24.89 0.88 次生林
Secondary forest50 26 9 097 185.65 5 373 109.65 15.83 30.48 0.52 人工林
Plantation196 131 36 316 186.24 33 489 171.74 18.33 22.36 0.81 -
[1] 高杨, 李滨, 冯振, 等. 全球气候变化与地质灾害响应分析[J]. 地质力学学报, 2017, 23(1): 65−77. Gao Y, Li B, Feng Z, et al. Global climate change and geological disaster response analysis[J]. Journal of Geomechanics, 2017, 23(1): 65−77.
[2] 翟婷婷, 赵广举, 穆兴民, 等. 黄河中游典型流域极端降雨条件的水沙过程变化[J]. 泥沙研究, 2021, 46(1): 57−63, 41. Zhai T T, Zhao G J, Mu X M, et al. Processes of water and sediment in the representative catchments of the middle Yellow River under extreme rainfalls[J]. Journal of Sediment Research, 2021, 46(1): 57−63, 41.
[3] 邵葆蓉, 孙即超, 朱月琴, 等. 基于多元回归的黄土滑坡滑动距离预测模型探讨: 以甘肃天水地区为例[J]. 地质通报, 2020, 39(12): 1993−2003. Shao B R, Sun J C, Zhu Y Q, et al. Research on gliding distance estimation of loess landslide based on multiple regression: a case study of Tianshui region, Gansu Province[J]. Geological Bulletin of China, 2020, 39(12): 1993−2003.
[4] 赵美龄, 郝利娜, 许晓露, 等. 土地利用/覆被变化对地质灾害发育的影响研究[J]. 遥感技术与应用, 2022, 37(2): 399−407. Zhao M L, Hao L N, Xu X L, et al. Research on the impact of land use/cover change on geological disaster development[J]. Remote Sensing Technology and Application, 2022, 37(2): 399−407.
[5] 李阳, 张建军, 魏广阔, 等. 晋西黄土区极端降雨后浅层滑坡调查及影响因素分析[J]. 水土保持学报, 2022, 36(5): 44−50. Li Y, Zhang J J, Wei G K, et al. Investigation of shallow landslide after extreme rainfall and analysis of its influencing factors in the west Shanxi loess region[J]. Journal of Soil and Water Conservation, 2022, 36(5): 44−50.
[6] 段钊, 赵法锁, 陈新建. 陕北黄土高原区崩塌发育类型及影响因素分析: 以吴起县为例[J]. 自然灾害学报, 2012, 21(6): 142−149. Duan Z, Zhao F S, Chen X J. Types and influencing factors of collapse development in Loess Plateau region of north Shaanxi: a case study of Wuqi County[J]. Journal of Natural Disasters, 2012, 21(6): 142−149.
[7] 郭果, 陈筠, 李明惠, 等. 土质滑坡发育概率与坡度间关系研究[J]. 工程地质学报, 2013, 21(4): 607−612. Guo G, Chen J, Li M H, et al. Statistic relationship between slope gradient and landslide probability in soil slopes around reservoir[J]. Journal of Engineering Geology, 2013, 21(4): 607−612.
[8] 王存智, 张炜, 李晨冬, 等. 基于GIS和层次分析法的沙溪流域滑坡地质灾害易发性评价[J]. 中国地质调查, 2022, 9(5): 51−60. Wang C Z, Zhang W, Li C D, et al. Susceptibility evaluation of landslide hazards of Shaxi River Basin based on GIS and AHP[J]. Geological Survey of China, 2022, 9(5): 51−60.
[9] 牛全福, 冯尊斌, 党星海, 等. 黄土区滑坡研究中地形因子的选取与适宜性分析[J]. 地球信息科学学报, 2017, 19(12): 1584−1592. Niu Q F, Feng Z B, Dang X H, et al. Suitability analysis of topographic factors in loess landslide research[J]. Journal of Geo-Information Science, 2017, 19(12): 1584−1592.
[10] 李德珅, 何芝远, 孔嘉旭, 等. 陕西省志丹县黄土滑坡空间分布规律与形态特征研究[J]. 地质与资源, 2022, 31(2): 214−220. Li D K, He Z Y, Kong J X, et al. Spatial distribution and morphological characteristics of loess landslide in Zhidan County, Shaanxi Province[J]. Geology and Resources, 2022, 31(2): 214−220.
[11] 范宣梅, 王欣, 戴岚欣, 等. 2022年MS6.8级泸定地震诱发地质灾害特征与空间分布规律研究[J]. 工程地质学报, 2022, 30(5): 1504−1516. Fan X M, Wang X, Dai L X, et al. Characteristics and spatial distribution pattern of MS6.8 Luding Earthquake occurred on September 5, 2022[J]. Journal of Engineering Geology, 2022, 30(5): 1504−1516.
[12] Guzzetti F, Ardizzone F, Cardinali M, et al. Landslide volumes and landslide mobilization rates in Umbria, central Italy[J]. Earth and Planetary Science Letters, 2009, 279(3−4): 222−229. doi: 10.1016/j.jpgl.2009.01.005
[13] 张珊, 杨树文, 杨猛, 等. 兰州市降雨型黄土滑坡灾害空间分布特征[J]. 测绘科学, 2016, 41(12): 142−146, 211. Zhang S, Yang S W, Yang M, et al. Spatial distribution characteristics of precipitation-induced loess landslide hazards in Lanzhou[J]. Science of Surveying and Mapping, 2016, 41(12): 142−146, 211.
[14] 许冲, 徐锡伟, 吴熙彦, 等. 2008年汶川地震滑坡详细编目及其空间分布规律分析[J]. 工程地质学报, 2013, 21(1): 25−44. Xu C, Xu X W, Wu X Y, et al. Detailed catalog of landslides triggered by the 2008 Wenchuan Earthquake and statistics analyses of their spatial distribution[J]. Journal of Engineering Geology, 2013, 21(1): 25−44.
[15] 黄森, 崔素丽, 辛鹏, 等. 天水市“7.25”群发性浅层滑坡降雨阈值及空间分布研究[J]. 自然灾害学报, 2021, 30(3): 181−190. Huang S, Cui S L, Xin P, et al. Study on rainfall threshold and spatial distribution of clustered shallow landslides in Tianshui City on July 25[J]. Journal of Natural Disasters, 2021, 30(3): 181−190.
[16] 陈卓鑫. 黄土高塬沟壑区植被恢复坡面浅层滑坡特征及其影响因素[D]. 西安: 西北农林科技大学, 2020. Chen Z X. Distribution characteristic and influencing factors of shallow landslide on vegetation-covered slope in the loess-tableland and gully region of the Loess Plateau[D]. Xi’an: Northwest A&F University, 2020.
[17] 韩健楠. 基于重构滑动面的滑坡体积测算[D]. 西安: 长安大学, 2018. Han J N. Landslide volume estimation using reconstructed failure surfaces[D]. Xi’an: Chang’an University, 2018.
[18] Baldo M, Bicocchi C, Chiocchini U, et al. LIDAR monitoring of mass wasting processes: the Radicofani landslide, Province of Siena, Central Italy[J]. Geomorphology, 2009, 105(3−4): 193−201. doi: 10.1016/j.geomorph.2008.09.015
[19] Chen R F, Chan Y C, Angelier J, et al. Large earthquake-triggered landslides and mountain belt erosion: the Tsaoling case, Taiwan[J]. Comptes Rendus Geoscience, 2005, 337(13): 1164−1172. doi: 10.1016/j.crte.2005.04.017
[20] 胡赛强, 刘淑虎, 林兆武. 基于GIS的福建省传统村落空间分布特征分析[J]. 宁夏大学学报(自然科学版), 2021, 42(3): 328−333. Hu S Q, Liu S H, Lin Z W. Analysis on spatial distribution characteristics of traditional villages in Fujian Province based on GIS[J]. Journal of Ningxia University (Natural Science Edition), 2021, 42(3): 328−333.
[21] 王新胜, 滕德贵, 谢伟, 等. 山地城市滑坡灾害空间分布特征及影响因素分析[J]. 重庆大学学报, 2020, 43(8): 87−96. Wang X S, Teng D G, Xie W, et al. Spatial distribution characteristics and influencing factors of landslide disasters in mountain cities[J]. Journal of Chongqing University, 2020, 43(8): 87−96.
[22] 许中旗, 吴增志, 李帅英, 等. 森林植被防灾学战略研究[J]. 北京林业大学学报(社会科学版), 2006, 5(增刊1): 63−65. Xu Z Q, Wu Z Z, Li S Y, et al. Hazard mitigation research of forest vegetation[J]. Journal of Beijing Forestry University (Social Sciences), 2006, 5(Suppl. 1): 63−65.
[23] 秦明月, 郭剑, 邹强. 植被覆被条件下不稳定斜坡分布规律探究: 以大渡河流域为例[J]. 工程地质学报, 2023, 31(2): 628−637. Qin M Y, Guo J, Zou Q. Preliminary study on distribution characteristics of potentially unstable vegetated-slope: a case study of Dadu River Basin[J]. Journal of Engineering Geology, 2023, 31(2): 628−637.
[24] Kobayashi Y, Mori A S. The potential role of tree diversity in reducing shallow landslide risk[J]. Environmental Management, 2017, 59(5): 807−815. doi: 10.1007/s00267-017-0820-9
[25] 韩勇, 郑粉莉, 徐锡蒙, 等. 子午岭林区浅层滑坡侵蚀与植被的关系: 以富县“7·21”特大暴雨为例[J]. 生态学报, 2016, 36(15): 4635−4643. Han Y, Zheng F L, Xu X M, et al. Relationship between shallow landslide erosion and vegetation in the Ziwuling Forest Area: a case study of the “7·21” disaster in Fuxian County[J]. Acta Ecologica Sinica, 2016, 36(15): 4635−4643.
[26] 宋渊, 张恩博, 任达. 基于GIS空间分析的兴山县滑坡灾害点分布特征研究[J]. 云南地质, 2022, 41(3): 382−388. Song Y, Zhang E B, Ren D. Study on the distribution feature of sliding disaster in Xingshan based on GIS spatial analysis[J]. Yunnan Geology, 2022, 41(3): 382−388.
[27] Zhang Z L, Wang T, Wu S R. Distribution and features of landslides in the Tianshui Basin, Northwest China[J]. Journal of Mountain Science, 2020, 17(3): 686−708. doi: 10.1007/s11629-019-5595-4
[28] 张钟远, 邓明国, 徐世光, 等. 镇康县滑坡易发性评价模型对比研究[J]. 岩石力学与工程学报, 2022, 41(1): 157−171. Zhang Z Y, Deng M G, Xu S G, et al. Comparison of landslide susceptibility assessment models in Zhenkang County, Yunnan Province, China[J]. Chinese Journal of Rock Mechanics and Engineering, 2022, 41(1): 157−171.
[29] Anderson S A, Sitar N. Analysis of rainfall-induced debris flows[J]. Journal of Geotechnical Engineering, 1995, 121(7): 544−552.