DEM误差对滑坡危险性评价模型的影响.pdfVIP

第31 卷 第10期 地 理 科 学 进 展 Vol.31, No.10 2012 年10月 PROGRESSINGEOGRAPHY Oct., 2012 DEM 误差对滑坡危险性评价模型的影响 1,2 1 1 1,2 包黎莉 ，秦承志 ，朱阿兴 ，呼雪梅 (1. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101； 2. 中国科学院研究生院，北京 100049) 摘 要：基于数字高程模型(DEM)计算得到的坡度、坡向等地形属性是滑坡危险性评价模型的重要输入数据， DEM 误差会导致地形属性计算结果不确定性，进而影响滑坡危险性评价模型的结果。本文选择基于专家知识的 滑坡危险性评价模型和逻辑斯第回归模型，采用蒙特卡洛模拟方法，研究DEM 误差所导致的滑坡危险性评价模 型结果不确定性。研究区位于长江中上游的重庆开县，采用5 m 分辨率的DEM ，以序贯高斯模拟方法模拟了不同 大小(误差标准差为1 m 、7.5 m 、15 m)和空间自相关性(变程为0 m 、30 m 、60 m 、120 m) 的12类DEM 误差场参与滑 坡危险性评价。每次模拟包括100个实现，通过对每次模拟分别计算滑坡危险性评价结果的标准差图层和分类一 致性百分比图层，用以评价结果不确定性。评价结果表明，在不同的DEM 精度下，两个滑坡危险性评价模型所得 结果的总体不确定性随空间自相关程度的变化趋势并不相同。当DEM 空间自相关性程度不同时，基于专家知识 的滑坡危险性评价模型的评价结果总体不确定随着DEM 误差增加而呈现不同的变化趋势，而逻辑斯第回归模型 的评价结果总体不确定性随着DEM 误差大小增加而单调增加。从评价结果总体不确定性角度而言，总体上逻辑 斯第回归模型比基于专家知识的滑坡危险性评价模型更加依赖于DEM 数据质量。 关 键 词：数字高程模型(DEM) ；误差；滑坡危险性评价；蒙特卡洛模拟；不确定性 1 引言 元统计模型有明显局限。另外，以往采用的多元回 归模型多为线性模型，而滑坡发生与内因之间的关 滑坡是一种重要的自然灾害，会造成大量的人 系大多是非线性的，且内因之间往往还存在或强或 员伤亡和财产损失，滑坡危险性评价可以帮助我们 弱的相关性，例如，岩层走向与滑坡的关系为非线 识别滑坡发生的高危险度地区，从而进行合理的管 性关系，且这一关系又受地表面倾向和坡度的影 [1-3] 响，因此，线性回归模型无法充分表达滑坡危险性 理和监控，减少滑坡造成的损失 。 [7-9] 滑坡危险性表示由内因(如坡度坡向、植被等) 和内因之间的关系 。作为一种近年来较多应用 引起的区域滑坡发生难易程度。目前，大部分的滑 于滑坡危险性评价的多元回归模型，逻辑斯第回归 [10-11] 坡危险性评价模型是基于数据驱动的多元统计模 模型 能够从非线性角度建立内因与滑坡危险性 型(多元回归模型) ，根据历年滑坡事件和各因子层 之间的关系，但该方法需要将变量进行离散化，这