论文部分内容阅读
崩岗是我国南方花岗岩区的一种特殊土壤侵蚀类型,其成因复杂,侵蚀模数巨大,严重破坏了山区生态环境,制约了山区的经济发展。崩岗治理已成为防治南方花岗岩区水土流失的重点和难点。因此,本文将风险评估理念纳入崩岗防治领域,通过结合生态危害风险与经济损失风险、比较面积密度与数量密度以及评价不同风险评估模型等一系列内容,利用遥感技术和GIS平台对风险评估在崩岗上的应用进行了深入研究。本文研究对象为广东省崩岗区,在风险评估理论的基础上分别利用信息量模型、Logistic回归模型和敏感性分析绘制广东省崩岗风险分布图,并对三种方法对应的风险评估结果进行对比分析,揭示不同方法间的关系与差异,得到广东省崩岗风险评估的优选方案。主要研究成果如下:(1)利用遥感技术和GIS平台,对广东省地形、地质、土壤、气候、植被覆盖度以及土地利用类型等因子进行分析,筛选出了8种影响崩岗发育的主要因子类型:年均降雨量(1500 mm-1800 mm);地质类型(沉积岩、花岗岩、变质岩);土壤类型(赤红壤、砖红壤、红壤及黄壤);坡度(0-30°);高程(0-400 m);起伏度(0-150 m);植被覆盖度;土地利用类型(林地、农田及裸地)。(2)运用信息量模型,将各影响因子对应的信息量作为模型参数,通过GIS软件对各图层进行空间叠加分析,把广东省崩岗风险划分为低风险、较低风险、中风险、较高风险和高风险5级。(3)运用logistic回归模型,将广东省划分为若干网格,从中随机选取有崩岗点的与无崩岗点的网格各5000个,并配合统计分析技术对其进行logistic回归分析,通过空间叠加分析,把广东省崩岗风险分为5级。(4)运用敏感性分析,将崩岗风险评估分为初级分区、二级分区以及最终分区。初级分区将自然地理因子按敏感性高低分为三级,并按由高至低的顺序依次进行叠加;二级分区加入了植被覆盖度和土地利用类型两种人为影响因子,进一步提高评估精度;最终分区在之前的基础上将高风险区周边一定范围内的区域提高了一个风险等级,使风险评估结果更具真实性。(5)三种风险评估方法各有优劣,且适用情况不同。信息量模型评估精度较高,logistic回归模型评估精度适中,敏感性分析评估精度最低。导致这一结果的原因可能是由于本文影响因子种类选择较多,且每种因子划分较细,因此导致信息量模型评估精度较高,而logistic回归模型由于研究区空间尺度较大,导致采样网格较少,单位栅格面积过大,因此评估结果略逊于信息量模型。而对于敏感性分析评估,由于本研究未准确判断每种影响因子的敏感性等级,导致层次分析过程中,参数选取并无精确指标,分级只是将不同敏感性图层进行叠加,因此在评估精度上存在一定的误差。但是三种方法均得出广东省东部与西北部崩岗风险较高,珠三角地区与南部崩岗风险较低。综合全部本研究最终建议选用信息量模型作为广东省崩岗风险评估的优选方案。