Loading [MathJax]/jax/output/SVG/jax.js
  • Scopus收录期刊
  • CSCD(核心库)来源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • F5000顶尖学术来源期刊
  • RCCSE中国核心学术期刊
高级检索

长江流域不同类型山洪灾害易发区划分

周建琴, 庞占龙, 蔡强国, 余新晓, 张克斌, 孙莉英

周建琴, 庞占龙, 蔡强国, 余新晓, 张克斌, 孙莉英. 长江流域不同类型山洪灾害易发区划分[J]. 北京林业大学学报, 2017, 39(11): 56-64. DOI: 10.13332/j.1000-1522.20170169
引用本文: 周建琴, 庞占龙, 蔡强国, 余新晓, 张克斌, 孙莉英. 长江流域不同类型山洪灾害易发区划分[J]. 北京林业大学学报, 2017, 39(11): 56-64. DOI: 10.13332/j.1000-1522.20170169
ZHOU Jian-qin, PANG Zhan-long, CAI Qiang-guo, YU Xin-xiao, ZHANG Ke-bin, SUN Li-ying. Susceptibility zoning of different types of mountain torrent disasters in the Yangtze River Basin of sourthern China[J]. Journal of Beijing Forestry University, 2017, 39(11): 56-64. DOI: 10.13332/j.1000-1522.20170169
Citation: ZHOU Jian-qin, PANG Zhan-long, CAI Qiang-guo, YU Xin-xiao, ZHANG Ke-bin, SUN Li-ying. Susceptibility zoning of different types of mountain torrent disasters in the Yangtze River Basin of sourthern China[J]. Journal of Beijing Forestry University, 2017, 39(11): 56-64. DOI: 10.13332/j.1000-1522.20170169

长江流域不同类型山洪灾害易发区划分

基金项目: 

水利部公益性行业科研专项 201301059

长江水利委员会长江科学院开放研究基金 CKWV2015227/KY

详细信息
    作者简介:

    周建琴。主要研究方向:水土保持、自然灾害理论与分析。Email: 289889475@qq.com  地址:100083  北京市海淀区清华东路35号北京林业大学水土保持学院

    责任作者:

    孙莉英,博士,副研究员。主要研究方向:水沙环境风险分析与控制。Email: sunliying@igsnrr.ac.cn  地址:100101  北京市朝阳区大屯路甲11号中国科学院地理科学与资源研究所

  • 中图分类号: X43

Susceptibility zoning of different types of mountain torrent disasters in the Yangtze River Basin of sourthern China

  • 摘要: 长江流域因其复杂的地质地貌及气候条件成为我国山洪灾害发生最为密集的地区。山洪灾害易发区划分是山洪灾害防治工作的重要内容,针对长江流域大尺度(跨省级)区域的山洪灾害易发性研究可为长江流域及相似区域的山洪灾害评价研究以及规划、部署、实施山洪灾害防治工作提供科学依据。本文综合考虑影响山洪灾害形成的自然地理因素,以县域为评价单元,构建各类山洪灾害易发程度指标体系,基于Matlab,采用层次分析法计算各类山洪灾害易发性指数。据此,利用ArcGIS自然间距分类方案将长江流域划分为4个山洪灾害易发区,即高易发区、中易发区、低易发区和非防治区。结果表明:溪河洪水灾害呈现由东向西灾害易发程度逐渐降低的趋势,分布较为密集的区域在流域的中东部地区;滑坡灾害高易发区主要分布在流域中部,上游干流附近滇北和陇南山地,尤以四川盆地以东地区最为集中;泥石流灾害高易发区主要分布在流域西部,其中以断裂带发育的第一、二阶梯过渡带最为密集。划分结果显示各类山洪灾害在流域内的分布差异较为明显,不同类型山洪灾害的历史发生次数在高易发区的集中程度均在80%以上,表明分区结果能够较好反映各灾害的区域分布特征。
    Abstract: The Yangtze River Basin has become the most intensive area of mountain torrent disasters in China because of its complex geological topography and climatic conditions. Susceptibility zoning of the mountain torrent disasters is of significance to the integrated disaster prevention system. The study on the susceptibility of mountain torrent disasters in view of the large-scale(inter-provincial) region of the Yangtze River Basin can provide scientific basis for the study of planning, deployment and implementation of mountain torrent disaster prevention in the Yangtze River Basin and similar areas. The assessment indices were established for the susceptibility evaluation of three kinds of mountain torrent disasters in the Yangtze River Basin, based on the affecting mechanism of natural geographical factors on the formation of the mountain torrent with county as assessment unit. The susceptible indicators for three kinds of mountain torrent disasters were calculated based on the method of analytic hierarchy process (AHP) using Matlab. The Yangtze River Basin was classified into four susceptibility degrees of areas for three kinds of the mountain torrent disasters, i.e. highly-susceptible area, medium-susceptible area, lowly-susceptible area and insusceptible area, using classification scheme by ArcGIS natural spacing. The river flood disaster showed a tendency to decrease gradually from east to west, and centered in the middle and eastern basin. The highly-susceptible area of landslide disaster is mainly in the middle of the basin and certain areas like northern Yunnan and the mountains of Longnan, southern Gansu in the upstream of the river, with the most concentrated area in the east of Sichuan Basin. The highly-susceptible area of debris flow disaster is mainly in the west of the basin, and happened most frequently on fault zones in the first and second ladder transition districts. The results showed obvious differences in the distribution of different mountain torrent disasters in the basin. Over 80% of historical disasters were located in the assessed highly-susceptibility area for all three types of mountain torrent disasters. The assessment results can well indicate the regional distributions of different types of mountain torrents.
  • 油用牡丹(Paeonia suffruticosa)是我国特有的木本油料树种,属于多年生小灌木[1-2],对其开发利用具有很高的经济效益、生态效益和社会效益[3-4]。现阶段,油用牡丹植株修剪和果实采摘机械化水平较低[5-6]。已有研究表明:根据油用牡丹植株的生长特点和农艺条件,采用切割方式切断茎秆能有效的进行果实采摘[7],但油用牡丹茎秆切割机理尚未明确。

    目前,关于灌木切割的研究主要集中在力学参数与茎秆物理特性、微观组织、化学成分的关系上[8]。同时,刀具角度如滑切角[9]、斜切角[10-11]对茎秆切割有显著影响,并且茎秆本身的物理特性也会影响其切割性能[12-13]。研究表明:灌木微观结构属于典型的多孔胞元结构,这种微观组织成分和排列模式导致宏观动态力学性能与加载速率相关[14-16]。针对作物茎秆切割,许多研究基于Johnson-Cook模型[17-18]使用有限元方法模拟分析了其切割特性。如廖宜涛等[19-20]对芦竹(Arundo donax)切割的研究,郭茜[21]对藤茎类秸秆的切割特性研究,苏工兵等[22-23]对苎麻(Boehmeria nivea)茎秆切割研究。柳爱群等[24]基于准静态单轴拉伸和单轴扭转试验给出了材料参数的识别方法,季玉辉[25]提出了Johnson-Cook材料参数估计方法和估计程序。但茎秆切割研究中计算未考虑应变率效应,也未对本构方程参数的测定方法进行研究。

    对处于果实成熟期的“紫斑”油用牡丹茎秆切割特性进行相关研究,提出以Johnson-Cook模型作为茎秆切割本构模型。通过电子万能试验机进行准静态拉伸试验和动态拉伸试验,得到油用牡丹茎秆材料的Johnson-Cook本构方程参数,基于ANSYS/LS-DYNA软件仿真计算油用牡丹茎秆的切割过程,并对其应变率效应和应变硬化效应进行分析。通过模拟和试验结果的对比验证了模型的可行性和正确性,为后续采摘机械研究提供依据。

    材料均选自北京市海淀区鹫峰国家森林公园牡丹园种植的“紫斑”油用牡丹,随机选取当年生长的新枝,取样时间为牡丹植株的果实成熟期。选择生长良好,无病虫害或机械损伤的茎秆,从果实果柄向下30 ~ 50 cm处剪下(保证与果实采摘时切割位置一致),茎秆经手工去除叶和侧枝,装入保鲜袋密封。并于当天在北京林业大学工学院实验室(26 ℃空调环境)进行茎秆力学试验。牡丹茎秆截面形状如图1,其形状近似为圆形,每次试验前用游标卡尺测量其截面尺寸,按照近似圆形进行面积计算。

    图  1  油用牡丹茎秆横截面
    Figure  1.  Cross section of oil tree peony stem

    由于茎秆材料的非均一性,茎秆进行拉伸试验时断裂位置较为随机,而应变测量需要保证断裂位置为茎秆两夹持端中央的有效标距内。因此,每个茎秆在试验前均预先进行中部去皮处理,如图2所示。由于茎秆表皮很薄,影响茎秆机械性能的厚壁组织和维管束组织主要分布在韧皮部和髓心,仅去除表皮对茎秆机械性能影响不大,预试验结果也表明茎秆去皮后拉伸无明显差异。选取的油用牡丹茎秆直径分为3级:细(直径2 ~ 3 mm)、中(直径3 ~ 4 mm)、粗(直径4 ~ 5 mm),试验材料平均分配到各个试验组,共进行12次单轴拉伸试验。经测定,试验中茎秆的平均含水率为56.7%。

    图  2  茎秆拉伸试验预处理
    Figure  2.  Pretreatment of stem tensile test

    为分析材料的应变效应,采用准静态拉伸试验可获得应变率为10−5 ~ 10−2 s−1时,油用牡丹茎秆的应力–应变曲线。准静态拉伸试验采用电子万能力学试验机(M4050 深圳市瑞格尔仪器有限公司,图3)。试样尺寸为标距10 mm,加载速率5 mm/min,应变率为8.4 × 10−3 s−1

    图  3  试验装置
    Figure  3.  Experiment device

    试验中,使用CCD相机记录茎秆拉伸至断裂的变形过程,采用视频引伸计[26-28]测量拉伸应变。这是基于机器视觉的一种应变测量方法,其基本原理是利用标定好的相机追踪被测对象上的标记点或纹理特征,通过计算其位移来确定试件的变形量。其基本工作原理如图4所示。

    图  4  视频引伸计工作原理
    L0表示拉伸前两标记点间距,∆L表示拉伸后标记点伸长距离。此图引自文献[27]。L0 represents the distance between two marker points before stretching, ∆L represents the elongation distance of marker points after stretching. This figure is quoted from reference [27].
    Figure  4.  Working principle of the video extensometer

    材料的处理和装置与准静态拉伸试验相同。试验在常温中进行,按照加载速率的不同将茎秆材料分为4组,每组同样分配3个等级直径的茎秆并进行12次试验。4组加载速率分别为25、50、100和200 mm/min,对应应变率分别为4.20 × 10−2、8.40 × 10−2、1.68 × 10−1和3.36 × 10−1 s−1

    油用牡丹茎秆在室温和准静态拉伸条件下的真实应力–应变曲线如图5所示。从图5可以看出:油用牡丹茎秆在准静态拉伸过程中,流动应力随应变增加迅速升高,当应力达到一定值后(A点),茎秆进入稳定塑性流动状态,应变强化率(Δσε)基本不变,随着应变的继续增大,茎秆流动应力近似直线增加(BC段),呈现显著的应变硬化效应。

    图  5  准静态拉伸应力–应变曲线
    Figure  5.  Stress-strain curve of quasi-tensile test

    图6为油用牡丹茎秆在常温下不同应变率时的真实应力–应变曲线。图中黑色实线为准静态拉伸(应变率为8.40 × 10−3 s−1)结果,其余曲线为不同应变率下动态拉伸结果。由图6可知:茎秆在动态拉伸条件下的曲线明显高于准静态拉伸,在应变相同时,茎秆拉伸应变率越高,应力值越大。当茎秆应变率由8.40 × 10−3 s−1(准静态)增大为3.36 × 10−1 s−1,拉伸应变ε = 12%时,茎秆流动应力由7.78 MPa 增大至10.58 MPa,增加约36%,表明茎秆存在应变率强化效应。而且随着应变率升高,产生相同应变需要更大的应力,即茎秆产生相同的塑性变形需要更大的力,导致茎秆的塑性变形功(材料发生塑性变形所消耗的功WW = ε0σdε[29-30]增加。

    图  6  油用牡丹茎秆在不同应变率下应力–应变曲线
    Figure  6.  Stress-strain curves of tensile test of oil tree peony stem under different strain rates

    Johnson-Cook模型是一个能反映应变率强化效应的理想刚塑性强化模型[17-18],其表达式如式(1)所示:

    σy=(A+Bεn)(1+Cln˙ε˙ε0)[1(TTrTmTr)m] (1)

    式中:σy 表示材料塑性变形时的流动应力(MPa);ε 为等效塑性应变(%);˙ε 为试验应变率(s−1);˙ε0 为准静态参考应变率(s−1),取 ˙ε0 为8.40 × 10−3 s−1T为试验温度(℃);Tr 为室温(℃);Tm 为材料熔点(℃);ABnCm为材料参数,其中,ABn为应变硬化参数,A为材料屈服强度(MPa),Bn分别为材料应变硬化的硬化模量(MPa)和硬化指数,C表示材料应变率系数,m为材料温升软化指数。

    在式(1)中,流动应力 σy 的计算包括3部分:第一个括号表达的是室温下,准静态加载时材料的本构关系,体现了材料的应变硬化现象;第二个括号表达的是应变率强化效应的影响;第三个括号表示材料的温升软化效应[31-32]

    一方面,由式(1)可知Johnson-Cook模型是针对材料塑性变形中应力与应变关系的本构模型,虽然茎秆材料和金属材料材性差异明显,但从破坏形式上来说茎秆材料破坏过程也要经历塑性变形阶段直至材料断裂,因此本构模型需要能够描述茎秆材料塑性变形中应力–应变关系,这一点Johnson-Cook模型能够满足;另一方面,茎秆准静态拉伸和动态拉伸试验的结果表明茎秆材料呈现显著的应变硬化和应变率效应,这符合式(1)所描述的材料塑性变形的流动应力主要影响因素。因此,Johnson-Cook本构模型可以作为茎秆切割本构模型。同时,由于茎秆剪切过程不会释放大量热量使温度急剧上升,试验温度约等于室温(TTr),因而忽略温度的影响,方程(1)可简化为:

    σy=(A+Bεn)(1+Cln˙ε˙ε0) (2)

    根据式(2),通过油用牡丹茎秆拉伸试验,可以拟合得到模型中的各参数,从而建立能反映油用牡丹茎秆切割性能的Johnson-Cook本构模型。

    本研究进行了准静态拉伸试验,此时 ˙ε=˙ε0,流动应力 σy=(A+Bεn),将其两边取对数后得到:

    ln(σyA)=nlnε+lnB (3)

    这在以 ln(σyA) 为纵坐标,以 lnε 横坐标的对数坐标中表示为斜率n、截距lnB的一条直线,通过试验数据的拟合,即可得到Bn的对应值。A表示材料的屈服强度,可以直接由准静态试验的应力–应变曲线读取。拟合得到茎秆的应变硬化参数:A = 4.75 MPa,B = 3.404 MPa,n = 0.147。

    为得到茎秆应变率系数C,令K = 4.75 + 3.404ε0.147,取试验中茎秆以不同应变率拉伸时的极限强度σi,则Johnson-Cook本构方程可简化为:

    σi=K(1+Cln˙ε˙ε0) (4)

    Y=σiK1X=ln˙ε˙ε0,式(4)可转换成Y = CX。根据动态拉伸试验结果,采用最小二乘法拟合得到应变率系数C = 0.103。

    建立油用牡丹茎秆Johnson-Cook本构方程为

    σy=(4.75+3.404ε0.147)(1+0.103ln˙ε) (5)

    通过准静态拉伸试验和动态加载试验,得到油用牡丹茎秆材料的本构模型参数(表1)。

    表  1  油用牡丹茎秆本构模型参数
    Table  1.  Constitutive model parameters of oil tree peony stem
    参数
    Parameter
    屈服强度
    Yield strength (A)/MPa
    应变硬化模量
    Strain hardening modulus (B)/MPa
    应变硬化指数
    Strain hardening index (n)
    应变率系数
    Strain rate coefficient (C)
    值 Value4.753.4040.1470.103
    下载: 导出CSV 
    | 显示表格

    按公式(5)中对应材料参数进行拟合,图7是计算结果和试验结果的对比图。图中实线为试验结果,虚线为计算结果。由图7可以看到由Johnson-Cook模型拟合得到的本构曲线与试验结果吻合较好,这说明拟合得到的各材料参数是正确的,Johnson-Cook模型能有效地表达油用牡丹茎秆在不同应变率下的塑性本构关系,能预测不同应变率下茎秆塑性流动应力。

    图  7  Johnson-Cook模型计算结果与试验结果对比
    Figure  7.  Comparison in test results and fittingresults of Johnson-Cook model

    试验采用自制的夹具与刀具,在电子万能试验机上进行(图8a)。试验时,按2 cm间距标记剪切点,测量并计算剪切点处截面积,装夹好试件后进行试验,如图8b所示。

    图  8  茎秆剪切试验
    Figure  8.  Stem shear test

    采用式(5) 油用牡丹茎秆本构方程,基于ANSYS/LS-DYNA建立了有限元模型如图9a所示,计算得到油用牡丹茎秆剪切过程中不同时刻的应力场,分别如图9b9c所示。模拟结果表明刀具与茎秆的接触面产生了应力集中,存在明显的局部变形,模拟结果与茎秆切割的实际受力和变形情况一致。

    图  9  油用牡丹茎秆剪切仿真有限元模型和不同时刻的应力场
    Figure  9.  Finite model of oil tree peony stem shearing and the stress field of simulation

    为了验证茎秆本构模型的正确性和模型参数的准确性,本文将模拟得到的结果与试验结果进行对比分析。

    图10是茎秆最大切割力的仿真结果与试验结果的对比图,为了进一步检验两者的相关性,使用SPSS软件进行配对t检验,结果如表2 ~ 4所示。

    表  2  峰值切割力仿真结果与试验结果的成对样本相关系数
    Table  2.  Correlation coefficient between simulation results and test results of cutting force
    样本数量 Sample number相关系数 Correlation coefficientPP value
    100.937 < 0.000 1
    下载: 导出CSV 
    | 显示表格
    表  4  切割能量仿真结果与试验结果的配对t检验
    Table  4.  Paired t test between simulation results and test results of cutting energy
    成对差分 Paired differencet
    t value
    自由度
    df
    P
    P value
    均值
    Mean
    标准差
    SD
    均值的标准差
    SD of mean
    差分的95%置信区间 95% confidence interval of difference
    下限 Lower limit上限 Upper limit
    2.9753.5351.543−1.6914.201−1.62590.086
    下载: 导出CSV 
    | 显示表格
    图  10  茎秆峰值切割力的仿真结果与试验结果
    Figure  10.  Simulation results and test results of maximum cutting force

    图10可以看出:茎秆的峰值切割力随茎秆的直径增大而增大,仿真结果与试验结果较一致。而且表2表3的配对t检验结果表明:两者的相关系数达到了0.937,且P值小于0.5,说明两组数据显著相关;同时,t检验结果的P值为0.912,大于0.05,说明置信区间为95%的情况下,两组样本没有显著性差异。表4说明切割能量和剪切强度的仿真结果与实际结果也没有显著性差异。

    表  3  峰值切割力仿真结果与试验结果的配对t检验
    Table  3.  Paired t test between simulation results and test results of cutting force
    成对差分 Paired differencet
    t value
    自由度
    df
    P
    P value
    均值
    Mean
    标准差
    SD
    均值的标准差
    SD of mean
    差分的95%置信区间 95% confidence interval of difference
    下限 Lower limit上限 Upper limit
    0.1584.4091.394−2.9963.3120.11390.912
    下载: 导出CSV 
    | 显示表格

    通过分析表明:茎秆剪切数值仿真结果和试验结果是一致的,两者无显著差异。本文改进的Johnson-Cook模型可以作为茎秆切割本构模型,提出的模型参数测定方法是准确的。

    本研究提出以Johnson-Cook方程作为油用牡丹茎秆切割本构方程,通过准静态拉伸试验和动态拉伸试验确定了茎秆材料参数,并进行了茎秆切割试验研究和数值模拟,得到以下结论:

    (1)油用牡丹茎秆切割过程存在明显的应变率效应,塑性变形过程中茎秆流动应力随应变率增大而增大,塑性变形功也随之增加。

    (2)对于油用牡丹茎秆,可以通过准静态拉伸试验和动态拉伸试验的方式测定Johnson-Cook模型的静态和动态材料参数。

    (3)采用改进的Johnson-Cook模型模拟茎秆切割过程,仿真结果与试验结果一致。表明该模型可以较好地预测茎秆材料的切割过程及其性能。

  • 图  1   长江流域地理位置图

    Figure  1.   Geographical location map of Yangtze River Basin

    图  2   长江流域地势及水系图

    Figure  2.   Land and drainage map of the Yangtze River Basin

    图  3   溪河洪水易发性评价指标体系

    Figure  3.   Assessment indices of susceptibility on landslide induced by river floods

    图  4   滑坡易发性评价指标体系

    Figure  4.   Assessment indices of susceptibility on landslide induced by river floods

    图  5   泥石流易发性评价体系

    Figure  5.   Evaluation system of susceptibility on debris flow induced by river floods

    图  6   溪河洪水灾害易发区分布图

    Figure  6.   Distribution diagram of susceptibility on river flood disaster

    图  7   滑坡灾害易发程度分布图

    Figure  7.   Distribution diagram of susceptibility on landslide disaster induced by river floods

    图  8   泥石流灾害易发程度分布

    Figure  8.   Distribution diagram of susceptibility on debris flow disaster induced by river floods

    表  1   指标数据来源和提取方法

    Table  1   Data sources and index extraction methods

    指标Index 数据Data 来源Source 获取方法Extraction method
    降雨
    Rainfall
    暴雨频率
    Rainstorm frequency
    国家气象台站台数据
    Data of national meteorological station
    皮尔逊Ⅲ法
    Pearson method
    下垫面
    Underlying
    surface
    平均高差
    Average elevation difference
    地理空间数据云平台
    Geospatial data cloud platform
    ArcGIS邻域分析
    ArcGIS neighboring analysis
    ≥15°坡度百分比
    Percentage of slope greater than 15°
    国际科学数据服务平台下载国家90 m分辨率DEM数据
    Download DEM data of 90 metre resolution on international scientific data service platform
    ArcGIS表面分析、区域分析功能
    Surface analysis and regional analysis function of ArcGIS
    河网密度
    Drainage density
    国际科学数据服务平台下载
    Download from international scientific data service platform
    ArcGIS水文分析功能
    Hydrologic analysis function of ArcGIS
    植被指数
    Vegetation index
    地理空间数据云网站下载中国1 km NDVI月合成产品(TERRA星)
    Download China one kilometer NDVI month synthetic product of China on geospatial data cloud website
    2010年4—9月NDVI数据,ArcGIS栅格计算器、区域分析功能
    The data of NDVI from April to September, 2010, the grid calculator and regional analysis function of ArcGIS
    断裂带密度
    Active fault density
    1:250万中国地质图
    Geological map of China of 1:2.5 million
    ArcGIS空间联合功能
    Space joint function of ArcGIS
    土壤可蚀性指数
    Soil erodibility index
    长江流域土壤类型图、土壤可蚀性因子空间分布图
    Soil type map of the Yangtze River Basin, space distribution of the soil corrosion factors
    ArcGIS叠加计算
    Superposition calculation of ArcGIS
    岩性指数
    Lithological index
    全国岩性分区图
    The map of national lithologic partition
    提取长江流域岩性图
    Extracing tlithologic map of the Yangtze River Basin
    下载: 导出CSV

    表  2   各类型山洪灾害影响因素排序结果

    Table  2   Sequencing of influencing factors of three kinds of mountain torrent hazards

    排序
    Sequencing
    影响因素Influencing factor
    溪河洪水River flood 滑坡Landslide 泥石流Debris flow
    1 暴雨频率Rainstorm frequency 平均高差Average elevation difference 坡度百分比Percentage of slope
    2 植被指数Vegetation index 坡度百分比Percentage of slope 平均高差Average elevation difference
    3 坡度百分比Percentage of slope 植被指数Vegetation index 植被指数Vegetation index
    4 平均高差Average elevation difference 断裂带密度Active fault density 断裂带密度Active fault density
    5 河网密度Drainage density 暴雨频率Rainstorm frequency 暴雨频率Rainstorm frequency
    6 岩性指数Lithological index 岩性指数Lithological index
    7 河网密度Drainage density 土壤可蚀性指数Soil erodibility index
    8 河网密度Drainage density
    下载: 导出CSV

    表  3   评价指标权重表

    Table  3   Weights of assessment indices

    指标Index 权重Weight
    溪河洪水River flood 滑坡Landslide 泥石流Debris flow
    暴雨频率Rainstorm frequency 0.49 0.11 0.09
    平均高差Average elevation difference 0.10 0.24 0.19
    ≥15°坡度百分比Percentage of slope greater than 15° 0.15 0.20 0.20
    河网密度Drainage density 0.06 0.03 0.07
    植被指数Vegetation index 0.20 0.17 0.15
    断裂带密度Active fault density 0.15 0.12
    岩性指数Lithological index 0.10 0.08
    土壤可蚀性指数Soil erodibility index 0.08
    下载: 导出CSV

    表  4   各易发区内不同类型山洪灾害历史次数统计

    Table  4   Statistics about historical disaster of different types of mountain torrent hazards in each susceptible area

    灾害类型
    Disaster type
    分区类型
    Zoning type
    灾害次数
    Disaster number
    百分比
    Percentage/%
    溪河洪水River flood 低易发区(非防治区)Lowly-susceptible area(insusceptible area) 1 985 5.66
    中易发区Medium-susceptible area 4 976 14.19
    高易发区Highly-susceptible area 28 107 80.15
    滑坡Landslide 低易发区(非防治区)Lowly-susceptible area(insusceptible area) 137 1.67
    中易发区Medium-susceptible area 1 032 12.62
    高易发区Highly-susceptible area 7 012 85.71
    泥石流Debris flow 低易发区(非防治区)Lowly-susceptible area(insusceptible area) 75 1.09
    中易发区Medium-susceptible area 849 12.41
    高易发区Highly-susceptible area 5 921 86.5
    下载: 导出CSV
  • [1] 张平仓, 赵健, 胡维忠, 等.中国山洪灾害防治区划[M].武汉:长江出版社, 2009.

    ZHANG P C, ZHAO J, HU W Z, et al. Chinese mountain torrent disaster prevention regionalization[M]. Wuhan: The Yangtze River Press, 2009.

    [2] 张平仓, 任洪玉, 胡维忠, 等.中国山洪灾害防治区划初探[J].水土保持学报, 2006, 20(6):196-200. doi: 10.3321/j.issn:1009-2242.2006.06.047

    ZHANG P C, REN H Y, HU W Z, et al. An elementary study on Chinese mountain torrents disaster prevention regionalization[J]. Journal of Soil and Water Conservation, 2006, 20(6): 196-200. doi: 10.3321/j.issn:1009-2242.2006.06.047

    [3] 王哲, 易发成.基于层次分析法的绵阳市地质灾害易发性评价[J].自然灾害学报, 2009, 18(1): 14-23. doi: 10.3969/j.issn.1004-4574.2009.01.003

    WANG Z, YI F C. AHP-based evaluation of occurrence easiness of geological disasters in Mianyang City[J]. Journal of Natural Disasters, 2009, 18(1): 14-23. doi: 10.3969/j.issn.1004-4574.2009.01.003

    [4] 唐余学, 廖向花, 李晶, 等.基于GIS的重庆市山洪灾害区划[J].气象科技, 2011, 39(4): 423-427. doi: 10.3969/j.issn.1671-6345.2011.04.006

    TANG Y X, LIAO X H, LI J, et al. Regionalization of torrential flood disasters in Chongqing based on GIS[J]. Meteorological Science and Technology, 2011, 39(4): 423-427. doi: 10.3969/j.issn.1671-6345.2011.04.006

    [5] 柳金峰, 黄江成, 欧国强, 等.甘肃陇南武都区泥石流易发性评价[J].中国地质灾害与防治学报, 2010, 21(4): 8-13. doi: 10.3969/j.issn.1003-8035.2010.04.002

    LIU J F, HUANG J C, OU G Q, et al.Susceptibility evaluation of debris flow in the Wudu District, Longnan City, Gansu Province[J]. The Chinese Journal of Geological Hazard and Control, 2010, 21(4): 8-13. doi: 10.3969/j.issn.1003-8035.2010.04.002

    [6] 王威, 何志芸.长江流域防御山洪灾害对策浅探[J].人民长江, 2003, 34(10): 14-15, 18. doi: 10.3969/j.issn.1001-4179.2003.10.007

    WANG W, HE Z Y. Briefly explore the defensive countermeasures of mountain torrent disasters in the Yangtze River Basin[J]. Yangtze River, 2003, 34(10): 14-15, 18. doi: 10.3969/j.issn.1001-4179.2003.10.007

    [7] 蔡道明, 肖翔, 孙金伟.区域山洪灾害预警难度评价:以长江流域为例[J].长江科学院院报, 2015, 32(3): 84-88, 94. doi: 10.3969/j.issn.1001-5485.2015.03.017

    CAI D M, XIAO X, SUN J W. Assessment of the difficulty of warning mountain torrent disasters: case study of the Yangtze River Basin[J]. Journal of Yangtze River Scientific Research Institute, 2015, 32(3): 84-88, 94. doi: 10.3969/j.issn.1001-5485.2015.03.017

    [8] 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. http://d.old.wanfangdata.com.cn/Periodical/bcdt200901026

    ZHAO C, ZHANG Y J, ZHAO Y H. Application of the hierarchical analytical methods to evaluating geological hazard tendency in Gansu Province[J]. Journal of Glaciology and Geocryology, 2009, 31(1): 182-188. http://d.old.wanfangdata.com.cn/Periodical/bcdt200901026

    [9] 郑乾墙.滑坡危险性的模糊综合评判[J].江西地质, 1999, 13(4): 300-303. http://d.old.wanfangdata.com.cn/Periodical/jxdz199904011

    ZHENG Q Q. Fuzzy multidisciplinary assessment of landslide danger[J]. Jiangxi Geology, 1999, 13(4): 300-303. http://d.old.wanfangdata.com.cn/Periodical/jxdz199904011

    [10] 韩娟, 张永伟, 祁娟, 等.综合危险性指数法在苍山县地质灾害易发区划分中的应用[J].山东国土资源, 2007, 23(6-7): 36-40. http://d.old.wanfangdata.com.cn/Periodical/sddz200706008

    HAN J, ZHANG Y W, QI J, et al. Application of synthetic hazards index method in classifying geological hazards easy-happening areas in Cangshan County[J]. Shandong Land and Resources, 2007, 23(6-7): 36-40. http://d.old.wanfangdata.com.cn/Periodical/sddz200706008

    [11] 乔伟.综合危险性指数法在泰山区地质灾害易发区划分中的应用[J].防灾科技学院学报, 2015, 17(1): 53-58. doi: 10.3969/j.issn.1673-8047.2015.01.009

    QIAO W.Application of synthetic risk index method in division of areas vulnerable to geo-hazards in Taishan District[J]. Journal of Institute of Disaster Prevention, 2015, 17(1): 53-58. doi: 10.3969/j.issn.1673-8047.2015.01.009

    [12] 刘艳芳, 方佳琳, 陈晓慧, 等.基于确定性系数分析方法的秭归县滑坡易发性评价[J].自然灾害学报, 2014, 23(6): 209-217. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb201406026

    LIU Y F, FANG J L, CHEN X H, et al. Evaluation of landslide susceptibility in Zigui County based on certainty factor method[J]. Journal of Natural Disasters, 2014, 23(6): 209-217. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb201406026

    [13] 李永红.基于ArcGIS的陕西山洪灾害易发程度区划[J].灾害学, 2008, 23(1): 37-42. doi: 10.3969/j.issn.1000-811X.2008.01.009

    LI Y H. Susceptible degree zoning of mountain torrent disasters in Shaanxi based on ArcGIS[J]. Journal of Catastrophology, 2008, 23(1): 37-42. doi: 10.3969/j.issn.1000-811X.2008.01.009

    [14] 杨秀梅, 梁收运.基于模糊层次分析法的泥石流危险度评价[J].地质灾害与环境保护, 2008, 19(2): 73-78. doi: 10.3969/j.issn.1006-4362.2008.02.015

    YANG X M, LIANG S Y. Application of fuzzy analytic hierarchy process method to debris flow dangerous assessment[J]. Journal of Geological Hazards and Environment Preservation, 2008, 19(2): 73-78. doi: 10.3969/j.issn.1006-4362.2008.02.015

    [15] 韦方强, 谢洪, 钟敦伦.四川省泥石流危险度区划[J].水土保持学报, 2000, 14(1): 59-63. doi: 10.3321/j.issn:1009-2242.2000.01.012

    WEI F Q, XIE H, ZHONG D L. Risk factors zoning of debris flow in Sichuan Province[J]. Journal of Soil Water Conservation, 2000, 14(1): 59-63. doi: 10.3321/j.issn:1009-2242.2000.01.012

    [16] 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. doi: 10.3969/j.issn.1001-5221.2012.02.010

    JIN Y Z, TAN S C, HU X G, et al. Geo-hazard susceptibility zoning evaluation of karst collapse based on the combination of AHP and GIS:a case study of Shizong, Yunnan[J]. Tropical Geography, 2012, 32(2): 173-178. doi: 10.3969/j.issn.1001-5221.2012.02.010

    [17] 许冲, 戴福初, 姚鑫, 等.基于GIS与确定性系数分析方法的汶川地震滑坡易发性评价[J].工程地质学报, 2010, 18(1): 15-26. doi: 10.3969/j.issn.1004-9665.2010.01.003

    XU C, DAI F C, YAO X, et al. GIS platform and certainty factor analysis method based Wenchuan earthquake-induced landslide susceptibility evaluation[J]. Journal of Engineering Geology, 2010, 18(1): 15-26. doi: 10.3969/j.issn.1004-9665.2010.01.003

    [18] 黄晓凤, 张丹茜, 李静芝, 等.中国国家地理地图[M].北京:中国大百科全书出版社, 2013:20.

    HUANG X F, ZHANG D Q, LI J Z, et al. China national geographic map[M]. Beijing: Encyclopedia of China Publishing House, 2013: 20.

    [19] 国家防汛抗旱总指挥部办公室.全国山洪灾害防治规划[R].北京: 国家防汛抗旱总指挥, 2009.

    National Flood Control and Drought Relief Headquarters Office. National mountain torrent disaster prevention and control planning[R]. Beijing: National Flood Control and Drought Relief Command, 2009.

    [20] 卢翔.湖南省山洪灾害成因分析[J].人民长江, 2003, 34(6): 52-54. doi: 10.3969/j.issn.1001-4179.2003.06.019

    LU X. Causes analysed of mountain torrent disasters in Hunan Province[J]. Yangtze River, 2003, 34(6): 52-54. doi: 10.3969/j.issn.1001-4179.2003.06.019

    [21] 任洪玉, 邹翔, 张平仓.我国山洪灾害成因分析[J].中国水利, 2007(14):18-20. doi: 10.3969/j.issn.1000-1123.2007.14.010

    REN H Y, ZOU X, ZHANG P C. Analysis on the causes of mountain torrent disasters in China[J]. China Water Resources, 2007(14):18-20. doi: 10.3969/j.issn.1000-1123.2007.14.010

    [22] 长江岩土工程总公司(武汉).长江流域地质灾害及防治[M].武汉:长江出版社, 2007.

    Changjiang Geotechnical Engineering Corporation (Wuhan).Prevention and control of geological disasters in the Yangtze River[M]. Wuhan: The Yangtze River Press, 2007.

  • 期刊类型引用(10)

    1. 王艺,刘思思,张彤赫,黄儒强. 高良姜多糖提取工艺的优化及抗氧化活性研究. 农产品加工. 2023(03): 34-38 . 百度学术
    2. 周佳悦,夏晓雨,候艳丽,王凡予,李芳菲,郭庆启. 不同发酵方式蓝莓果酒发酵过程中理化指标和抗氧化能力的动态变化. 中国酿造. 2023(05): 132-138 . 百度学术
    3. 杨丽婷,赵珊,李明玉,杨薇潼,郑志强,符群. 黑果腺肋花楸分级提取物成分分析及抗氧化活性比较. 食品工业. 2022(07): 129-134 . 百度学术
    4. 国田,张娜,符群,柴洋洋,郭庆启. 几种辅助提取方式对蓝莓原花青素浸提效果及抗氧化活性的影响. 北京林业大学学报. 2020(09): 139-148 . 本站查看
    5. 李珊,梁俭,冯群,刘真珍. 桂七青芒果皮多糖提取工艺的响应面优化及其体外抗氧化活性. 食品工业科技. 2019(04): 220-225+231 . 百度学术
    6. 高嘉敏,邓剑平,王一飞,王治平. 黄连与人参协同抗氧化活性的研究. 现代食品科技. 2019(06): 110-118+199 . 百度学术
    7. 曹叶霞,王泽慧,贺金凤,左鑫. 静乐黑枸杞多糖的提取及抗氧化性分析. 食品工业科技. 2019(14): 196-202 . 百度学术
    8. 夏晓雨,王凤娟,符群,张娜,郭庆启. 几种单元操作对蓝莓果汁饮料酚类物质含量及抗氧化活性的影响. 中南林业科技大学学报. 2019(11): 125-131 . 百度学术
    9. 姚佳,李世正,杜煜,侯鹏鹏. 大孔树脂分离纯化罗勒叶总黄酮及抗氧化活性研究. 食品研究与开发. 2018(20): 63-68 . 百度学术
    10. 黄娟,黄燕燕,刘冬梅,陈素芹,潘伟才. 响应面法优化多汁乳菇多糖提取工艺及抗氧化活性研究. 食品工业科技. 2017(11): 55-60 . 百度学术

    其他类型引用(10)

图(8)  /  表(4)
计量
  • 文章访问数:  2838
  • HTML全文浏览量:  586
  • PDF下载量:  69
  • 被引次数: 20
出版历程
  • 收稿日期:  2017-05-07
  • 修回日期:  2017-07-29
  • 发布日期:  2017-10-31

目录

/

返回文章
返回