英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料
利用遥感、GIS和野外观测绘制印度尼西亚东爪哇马朗摄政区南十字路口地貌和滑坡易发性图
Syamsul Bachri 1,* , Rajendra P. Shrestha 2,3 , Fajar Yulianto 4, Sumarmi Sumarmi 1,Kresno Sastro Bangun Utomo 1 and Yulius Eka Aldianto 1
摘要:
随着时间的推移，人类使用的土地面积呈上升趋势。这种情况促使社区在山体滑坡灾害多发地区开展土地利用开发活动。土地的使用可以通过增加经济条件产生积极的影响，但也可能对环境产生负面影响。因此，本研究的目的在于识别滑坡灾害，重点在于开发 Malang摄政区JLS 滑坡灾害风险降低地貌图。遥感和地理信息系统的集成，以及野外观测，被用来制作地形图和滑坡敏感性地图。以地貌学方法作为地貌制图的基本概念，利用遥感数据、 GIS 和野外观测资料获取地貌形态、地貌形成和地貌排列条件，利用地质图获取地貌年代学信息。利用熵指数法，使用11个滑坡调节因子制作了滑坡易发性地图。39个地貌单元被成功地绘制成四个滑坡敏感性等级。结果表明，研究区域主要是高水平的滑坡易感性，大多数是中度至强烈侵蚀的山体形态。它也重申了地貌测绘是一种可靠的方法来调查Malang摄政的滑坡易感性。
关键词:
遥感; 地理信息系统；地貌；滑坡易感性；Malang Regency；东爪哇
1.简介：
印度尼西亚是一个山体滑坡高危国家[1-3]。在印度尼西亚发生的9383起山体滑坡灾害中，2019年单年发生1483起[4]。它们几乎遍布印度尼西亚的所有省份，包括东爪哇省和Malang摄政区。Malang摄政区南部地区超过80% 的地区属于滑坡高发区[6]。山体滑坡可能会对环境造成破坏，并造成物质和经济损失[7,8]。
山崩的发生是由许多因素引起的，如地形、气候、植被、土地利用、地震等[2,9]。影响滑坡的因素可以分为内在因素和外在因素。一个内在因素是源于土地本身条件的主要因素，而一个外在因素是一个外在触发因素，可以增加滑坡的可能性[10]。包含在内在因素中的参数是地形条件，土壤材料和地质。陡坡条件的增加可能导致低土壤导致滑坡更加频繁的发生稳定性。同时，外在参数是人类活动等因素的结果，例如在陡峭斜坡上发展住宅区，以及修建有斜坡切口和不当斜坡荷载、雨水和地震活动的道路[3]。
随着时间的推移，人类使用的土地面积有增加的趋势。这种情况促使社区在山体滑坡易发地区开展土地利用开发活动，如丘陵地区和陡峭的斜坡。印度尼西亚马朗摄政区的南部主要是坡度相当陡峭的丘陵，在那里修建了南十字路(JLS) ，目的是增加人们在各地区之间的交通便利，特别是促进旅游业。随着交通便利性的增加，新的山地地区的使用可能也会增加。然而，该地区的地形条件，主要是陡峭的斜坡，意味着除非适当规划发展，否则该地区具有非常高的外在因素引发滑坡发生的风险。为了降低风险，一个全面的了解，特别是该地区的物理方面，迫切需要。
传统上，滑坡灾害管理的第一步是绘制滑坡易感性地图[12] ，通过该地图可以对潜在的滑坡水平进行调查[13]。因此，滑坡敏感性地图可作为灾害管理的参考[14]。通过识别、绘制和分析滑坡危险区，有关地貌条件的信息对于编制滑坡敏感性图[15]非常有用[16-18]。由于对地形的研究涉及到对与滑坡敏感性有关的形态、流动模式和过程的详细调查，因此滑坡敏感性地图在确定易发生滑坡的地区方面是有用的[19]。地貌研究的基本概念包括理解四个分析要素，即形态学、形态年代学、形态发生学和形态排列[20,21]。在进行地貌分析时，形态学识别具有重要作用，因为对于每个单独的斜坡，发生的过程是不同的，这反过来又产生不同的材料[22]。此外，这些过程和材料的差异将对滑坡发生的频率产生不同的影响。
已经开展了几项研究，以创建滑坡易感性和灾害评估[23]。Gouml;kceoglu 和 Aksoy 等学者提出了利用确定性稳定性分析和图像处理技术进行滑坡敏感性测绘的方法，供土耳其门根地区使用[24]。这种方法通过野外观测的二维稳定性分析和控制滑坡发展的参数来研究滑坡的机制。此外，Clerici 等应用条件分析法对意大利北亚平宁帕尔马河流域进行了滑坡敏感性分区[25]。这种方法使用多变量方法，同时通过地理信息系统(GIS)考虑导致不稳定的所有因素。根据不同的不稳定因素的组合，通过计算滑坡密度来确定滑坡的易发性。另一位学者使用人工神经网络确定和应用滑坡敏感性制图的权重，这是在韩国龙仁应用的，使用 GIS 作为空间数据管理和操作的基本分析工具[26]。滑坡位置，坡度，曲率，土壤质地，土壤排水，有效厚度，木材类型和木材直径被用来分析滑坡的易感性。此外，Rawat 和 Joshi 提出了滑坡敏感性指数(LSI)方法，用于印度东喜马拉雅(Eastern Himalaya)的 Igo 河流域[27] ，Spinetti 等人提出了在意大利南部 Sorrentina 半岛使用 LSI 方法[28]。然而，使用地形图作为创建滑坡敏感性地图的基础是罕见的，特别是在印度尼西亚。
为了绘制地形图，遥感和地理信息系统的结合发挥了重要作用[29-33]。遥感数据可以用来生成土地覆盖信息，而数字高程模型(DEM)可以用来进行山体阴影和坡度分析，然后将其归结为地形图，获得有关土地覆盖的详细信息研究区域的形态条件[21]。地理信息系统在以属性的形式表示和存储空间数据、野外观测和其他数据方面发挥作用，因此它可以存储制作地形图所需的信息[20]。由于基于地形图识别滑坡灾害在印度尼西亚非常罕见，本研究旨在通过制作地形图来识别滑坡的易发性，以使土地易发性图能够成为规划土地利用发展的重要投入，从而降低Malang摄政的滑坡灾害风险。
2.方法：
这项研究使用了地理信息系统和遥感技术来创建地貌和滑坡敏感性地图。地貌图的编制依据: (1)坡面信息的地貌方面; (2)侵蚀和沉积信息的地貌过程; (3)岩性信息的地貌年代学; (4)详细的坡面信息的地貌排列。地形图的编制被用作滑坡的条件因素之一，然后它模拟了滑坡易感性的分布。使用的模型是二元统计分析方法，这是熵的指数。该模型被应用和发展来分析滑坡条件因素与研究区滑坡分布之间的空间关系。本研究中地形和滑坡易感性绘图遵循的程序如图1所示。
图1. Malang摄政地貌和滑坡敏感性填图研究方法
2.1研究区
本研究在印度尼西亚东爪哇省Malang摄政进行，地理纬度8.269ー8.447 s，东经112.362ー112.785 e，总面积437.95 km2，海拔14ー748 masl。研究范围包括五个地区，分别是离岛区、 Bantur 区、 Gedangan 区、 Sumbermanjing Wetan 区及 Dampit 区。研究区的地貌条件十分多样化，主要是崎岖不平和多山的地貌条件，容易发生山泥倾泻[34] ，因此是进行这项研究的理想地点(图2)。
图2. 研究范围的位置
2.2数据可用性
本研究所使用的遥感资料为阿拉斯加卫星设施网站提供的 Sentinel-2B (10米分辨率)及 ALOS PALSAR DEM (12.5米分辨率)。欧洲航天局(ESA)发射的哨兵 -2b 被用于监测土地利用/土地覆盖变化[35]。表1提供了产品特征[36]。
表1.产品特征
2020 年 4 月 22 日获得的数据通过云遮蔽和几何校正处理到 -1 c 级。装有 PALSAR 雷达传感器的 ALOS 卫星可用于监测滑坡易感性[37,38]。我们使用 ALOS PALSAR DEM 进行地形和形态分析，作为确定滑坡易感性的输入(表 2)。此外，研究区的岩性资料来源于 1992 年 Turen-Sheet 和勿里达的地质图，比例尺为 1:100,000，来自地质研究与发展中心。表 2 描述了数据特征及其来源，从中各种内在和外在因素，以创建地形和滑坡易感性地图。
表 2.地形和滑坡敏感性测绘的数据来源
2.3. 数据分析
在这项研究中，使用屏幕图像解释(OSII)方法和[43]提出的熵模型指数建立了地貌和
滑坡易发性图。
2.3.1 利用 DEM 进行数据提取
高程数据是通过邻域技术得到的，以确定地形和形态特征，如坡度，地形位置指数，河流动力指数和山丘遮阳效应[44]。这种技术可以产生详细的地形位置索引(TPI)属性。TPI 是一个指数值，它决定了网格中中心点 z0 的海拔高度(DEM 数据像素)与 z 的平均海拔高度之间的差异，可以使用以下公式[45]进行计算。
TPI 属性上的正值表明，中心点的位置高于附近的平均海拔条件。邻域技术的半径(r)值可以根据规定设定，较高的 r 值将产生更多的一般地形单位，而较小的 r 值则由山谷和山脊等次要景观的存在表示。TPI 属性有助于确定主要形态。邻域技术的半径大小的组合用于提取复杂的形态学信息[45,46]。
此外，地形图的地貌过程识别需要来自 DEM 数据的物理属性。我们使用了流动功率指数(SPI)属性，因为它能够检测侵蚀过程的潜力。较大的SPI值表明，侵蚀危害是由于较高数量的地表水从上坡径流。SPI 产品是使用ArcGIS Pro v2.5中提供的Raster计算工具创建的。SPI可以计算如下面的方程所示。
SPI = Astanb (3)
其中，SPI 是流动功率指数。As 是特定的集水面积(m2/m) ，b 是度单位的斜率。
2.3.2. 屏幕图像解读(OSII)
OSII 方法用于生成地貌方面，如地貌数据(坡度和山丘阴影)、地貌年代学(地质图)、地貌 过程(河流动力指数)和地貌排列(地形位置指数)。混合方法是通过叠加所有景观特征来确定独特 的地貌来制作地貌图的[43]。使用这种方法的原因是为了跟踪分析中使用的地图的制图比例尺， 包括遥感数据的空间分辨率。地图的比例可以通过基于选择最佳空间分辨率的数学计算来确定 [47]。1:50,000 的映射比例需要至少 10-20 米的空间分辨率的遥感数据。
2.3.3. 山泥倾泻敏感性测绘
如图 3 所示，研究区滑坡事件反映了坡向(坡向)、复合地形指数、高程(m)、地形单位、 土地利用、常态化差值植生指标(NDVI)、平面曲率(100/m)、剖面曲率(100/m)、坡度()、 溪流密度(km/km2)和溪流距离(m)[48,49]等多种条件因素的相互作用。
图 3。滑坡调节因素: (a)坡向、(b)复合地形指数、(c)海拔高度、(d)地形单位、(e)土地利用、(f) NDVI、(g)平面曲率、(h)剖面曲率、(i)坡度、(j)溪流密度和(k)溪流距离。
没有普遍的标准或规则来选择条件因素，而是根据研究区域本身的条件进行选择，因为这 些条件因不同区域而异[50]。如表 2 所示，所有调节因子都是从几个来源制备的。使用 ALOS PALSAR DEM 数据来提取地形和形态学属性，如方向，高程，平面曲率，轮廓曲率和斜率。 通过对哨兵 -2b 遥感数据进行分类，获得 NDVI 和土地利用等环境因素，通过将河网矢量数据 处理为地理空间信息局获得的栅格数据，编制包括河流密度和河流距离在内的水文因素[42]。
滑坡敏感性图的绘制为以滑坡敏感性区划的形式预测滑坡事件提供了依据。滑坡敏感性分 区有几种方法和技术，如定性与定量，直接与间接[51]。本研究采用基于双变量统计的定量方 法预测 JLS，玛琅摄政(Malang Regency)的滑坡易感性。熵模型的指数用于推导土地敏感性的 计算和测量系统内的不稳定性，不平衡，干扰和不确定性。在此之后，系统接受熵值具有一对 一的关系基于玻耳兹曼原则的干涉水平的系统本身[52]。Shannon 精炼的 Boltzmann 原理特别 使用了与信息论相关的熵模型。
熵指数模型已被广泛应用于确定自然灾害加权指数，并被应用于环境建模，如滑坡易 发性预测、干旱水位指数、地下水水质等作为评价指标[53-55]。滑坡熵信息是指对各种滑 坡条件因素的影响程度。在指标体系中给出了若干重要因素的附加值，从而可以将熵值转 化为指标体系中的客观加权值。计算用于预测滑坡易感性的熵值使用以下方程[53,56]。
其中 y 是滑坡敏感性指数值，方位面是第二次重新分类结果，等等，w j 是根据熵值 信息计算出的各变量的权重值。敏感性指数的结果具有连续的区间数据类型。易感性指数 类别的划分是指分类的自然破坏方法[53,57,58]。
3. 结果和讨论
数据分析在研究区产生了 39 个地貌单元。与东爪哇省其他地貌类型相比，研究区地 貌特征较为多样，以喀斯特地貌为主。图 4 显示了地貌因素和地貌单元的空间分布，表 3 显示了每个地貌单元的面积覆盖率。
图 4。地形图结果: (a)地形年代学，(b)地形学，(c)地形排列，(d)地形过程，和(e)地形单位图。
表 3. Malang摄政地的地貌单位
3.1. 研究区的形态和形态排列条件
地形条件在确定地形界线中起着重要作用，因为地形构造能够呈现不同的过程。如上 所述，从 ALOS PAL
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[405761]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
