Landslide Susceptibility Assessment Based on GIS and MaxEnt Model: Example from Central Districts in Tongchuan City
-
摘要:
铜川市属于中国资源枯竭型城市，近年来过量的开采资源与频繁的工程活动诱发了大量的滑坡，对人民安全与社会发展造成了严重威胁，如何科学合理地对滑坡易发性进行评价具有重大的研究意义。以铜川市滑坡分布较多的王益区、印台区作为研究区，选取坡度、坡向、高程、曲率、距道路的距离、距水系的距离、地形地貌、岩土体类型等8个因子构建评价指标体系，采用MaxEnt模型与ArcGIS平台相结合的方法构建了研究区滑坡易发性评价模型，并进行了易发性评价。评价结果显示，MaxEnt模型AUC值达到0.905，评价能力优秀；Kappa系数为0.76，评价结果与滑坡现状分布十分吻合；距水系的距离、地形地貌为最重要的环境影响因子。高易发和较高易发主要分布在其中部及东部居民集中居住区，分别占研究区总面积的4.36%、5.77%，与实地调查结果相符，MaxEnt模型可在类似区域滑坡易发性评价中进行推广。
Abstract:Tongchuan city is a resource-depleted city in China. In recent years, excessive resource exploitation and frequent engineering activities have induced a large number of landslides, which threaten people’s safety and social development, and it is of great research significance to evaluate landslide susceptibility in a scientific and reasonable way. The study area is Wangyi and Yintai, which are the two districts with more landslide distribution in Tongchuan City, and the evaluation index system is constructed by selecting eight factors, including slope, slope direction, elevation, curvature, distance from road, distance from water system, geomorphology type and geotechnical type, etc. The model and platform are combined to construct the evaluation model of landslide susceptibility in the study area, and the susceptibility evaluation is carried out. The evaluation results show that the model value reaches 0.905, with excellent evaluation ability, and the coefficient is 0.76. The evaluation results are in good agreement with the current distribution of landslides; the distance from water system and geomorphological type are the most important environmental impact factors. The high susceptibility and high susceptibility account for 4.36% and 5.77% of the total area, mainly in the central and eastern residential areas of the study area, which is consistent with the field survey results.
-
Keywords:
- susceptibility assessment /
- MaxEnt model /
- ArcGIS /
- landslide
-
地下水是北京市城市供水的主要水源之一，也是供水的重要保障，北京人均可利用淡水资源仅为107 m3，大大低于国际上人均1000 m3的缺水标准。自1999年北京遭遇多年连续干旱，水资源供应告急，2004年启动平谷应急水源向北京市区供水，解决连续干旱情况下北京市城市供水紧张问题，至2014年底累计供水8.21亿m3。由于连年干旱、地表水资源匮乏和地下水超采，导致区域地下水位持续下降。2014年底南水进京，区域地下水的紧张局面得到缓解，在条件允许的情况下可以回补地下水，使地下水资源得到一定程度的恢复。地下水循环是水循环的重要环节，健康的地下水循环是地表水资源缺乏地区水资源的有力保障。在南水进京的新水情下，如何合理利用地下水资源，使水资源能够满足供给的情况下得到合理储备、以备不时之需等问题亟待研究。因此，开展平谷盆地地下水资源补、径、排等循环规律研究对区域地下水资源合理开发利用、保障城市供水具有重要的现实意义。
环境或人工同位素在地下水补给、径流、排泄等循环演化的研究中有其独到之处（张人权等，2011）。地下水中的同位素被称为地下水的“指纹”，具有很强的标识作用，通过对地下水中多种同位素的测量与校核分析，并结合水文地球化学参数，理论上可以定性甚至定量地判断地表水与地下水的补给、径流、排泄等过程（马致远，2004；Aggarwal et al.，2005；汪集旸等，2015；张雅等，2019）。2H和18O同位素是水分子的构成元素，参与水循环和转化的各个过程，水体在循环过程中存在同位素分馏现象，使得不同水体间或者受不同因素影响的水体间，2H和18O同位素含量存在显著差别，可体现出水分运移和转化的不同过程。众多学者利用降水和地下水的稳定同位素特征，识别了地下水补给源、补给方式，解决了很多与水循环相关的难题（宋献芳等，2007；于静洁等，2017；王洁青等，2017；周训等，2017；马致远等，2017）。陈宗宇等(2010）利用δ2H、δ18O 准确识别了黑河流域山区河流对地下水的补给过程以及地表水与地下水相互转化的水量，解决了以往对黑河流域地表水与地下水转化具体过程认识不清的问题。马致远等（2004）利用δ2H、δ18O 发现甘肃省东部平凉市泾河以南地区岩溶水中存在大量现代水的混入补给，表明岩溶水的补给条件和更新能力较好。
笔者通过在平谷盆地采集浅层、深层和基岩岩溶地下水同位素2H、18O、14C和水化学取样测试，分析平谷盆地地下水的补给来源、水循环演化规律，为平谷盆地地下水流数值模拟模型的建立和地下水资源评价提供技术支撑。
1. 研究区概况
平谷区位于北京市区的东北部（图1），地理坐标为E 116°57′～117°19′，N 40°02′～40°13′。平谷盆地是断陷盆地，其东、北、西和东南为中、低山与丘陵环抱，仅西南有一出口，与华北平原相连接，为一半封闭盆地。平谷盆地地形东北高，西南低，地面标高为85 ～22 m，地形坡降为2.3‰～1.8‰。
平谷区属暖温带大陆性季风气候，四季分明。平谷是北京市暴雨中心地区之一，据平谷气象站1959～2020年观测资料，多年平均降水量约为627 mm。区内降水量具有时间分布不均匀特征，年内分配不均匀，主要集中在6～10月，占全年降水的80%以上；年际变化大，年最大降水量为1213 mm（1984年），最小降水量为332.4 mm（2020年）。
平谷盆地地下水主要赋存于第四系松散含水层和其下伏基岩岩溶含水层中。平谷盆地第四系松散含水层主要为泃河、洳河形成的冲洪积扇，当河流从山地流出后，由于地势开阔，水流减缓，使沉积物堆积成广阔的冲积平原，盆地自山东庄—夏各庄一线以东泃河山前冲洪积扇为泃河冲洪积扇的单一潜水含水层，西南的西沥津和龙家务为由潜水转化为承压水的地下水溢出带，下游为2～3层和多层含水层。洳河冲洪积扇自许家务以北为单一潜水含水层，许家务—中桥一带为地下水溢出带，以下为2～3层和多层含水层。地下水溢出带向南逐步变为承压水区，沉积物在平谷县城以东以单一砂卵砾石为主，厚度100～400 m不等，主要含水层在140 m以上，县城以西，砾卵石与黏性土互层，80～140 m为卵砾石夹黏性土层，140 m以下为风化半风化砾卵石，最大厚度达600 m。盆地中部地区为多层砂砾卵石层（图2），各含水层间存在着密切的水力联系。
平谷地区可供开发利用的基岩含水层主要为岩溶裂隙含水层，岩溶裂隙含水岩组主要有长城系高于庄组含水岩组、蓟县系雾迷山组含水岩组及寒武系、奥陶系含水岩组，主要分布在盆地边缘山区及盆地隐伏基岩中（图2）。其水文地质条件主要受地层岩性、地质构造及地形地貌影响，所处构造部位不同，富水性也不同，钻孔的单位涌水量最大可达2000 m3/d·m，最小只有2.4 m3/d·m。含水岩组在北部山区裸露于地表，直接接受大气降水，以地下径流形式由北向南径流；平原区高于庄组在盆地北部及平谷区政府以南以西成条带状部分布；蓟县系雾迷山组地层由一套巨厚的燧石条带灰岩、硅质灰岩及白云岩组成，蓟县系雾迷山组在东北部山前裸露，平原区泃河上游，盆地中部条带状及南部山前带状隐伏于第四系以下；寒武系、奥陶系含水岩组分布在平谷马坊东南地区，上覆第四系，分布面积为4.79 km2。
2. 样品采集与测试
2017年6月在平谷盆地采集24组地下水样，采样内容包括：2H、18O、水化学及部分14C，分别采自北京市地下水环境监测井和自备井，第四系采样井深50～300 m，基岩岩溶水井深198～871 m。第四系水样有15组、基岩岩溶水有8组、泉水1组，取样位置见图2，取样情况见表1。
表 1 同位素取样情况表Table 1. Isotope sampling situation table样点编号 地理位置 取水层位 取水深度（m） 水位埋深（m） Δ2H （‰） Δ18O（‰） 14C P01 靠山集村吃水井 蓟县雾迷山 16～142 38 −64 −9.09 46.79 P02 平谷金海湖镇政府院内 蓟县雾迷山 30～136 / −63.6 −9.51 79.97 P05 南独乐河镇新农村 蓟县雾迷山 ≥150 / −67 −10.23 75.22 P03 望马台村东 第四系浅层 60～78 15 −61.6 −8.71 86.7 P04 望马台村东北 蓟县雾迷山 ≥70 12 −62.5 −8.8 87.2 P06 平谷张辛庄村供水井 蓟县雾迷山 80～100 35 −63.6 −9.96 85.98 P07 王都庄水源地 第四系浅层 30～40 34 −62 −8.5 / P08 东高村镇西高村西 第四系浅层 20～50 22.4 −62.8 −8.65 / P09 东高村镇西高村西 蓟县雾迷山 ≥117 24.6 −66.7 −9.41 53.7 P10 西鹿角村路东 第四系浅层 20～43 20 −67.2 −9.5 92.21 P11 西鹿角村路东 第四系浅层 66～96 30 −67 −10.18 57.21 P12 西鹿角村路东 第四系深层 127～166 30 −67 −10.4 41.65 P13 西鹿角村路西 第四系深层 216～284 37.5 −69 −10.14 40.23 P14 平谷马昌营镇薄各庄村南S204路西花园 第四系浅层 18～43 10 −62.1 −8.66 93.61 P15 平谷马昌营镇薄各庄村南S204路西花园 第四系浅层 72～98 36.5 −65.8 −8.91 53.77 P16 平谷马昌营镇薄各庄村南S204路西花园 第四系深层 128～160 37 −67 −10.06 61.13 P17 马坊村 第四系浅层 80～100 32 −68 −9.4 46.79 P1 翟各庄村东 长城高于庄 ≥6 24 −65.7 −9.23 / P2 中桥水源地水源井 长城高于庄 ≥163 15 −65.9 −9.38 77.85 P3 中桥水源地水源井 第四系浅层 40～149 30 −64.3 −9.08 76.31 P4 中桥水源地第四系井 第四系浅层 50～80 28.5 −64.9 −9.15 / P5 中桥水源地中桥村西 第四系深层 40～130 28 −67.3 −10.15 / P6 后芮村 第四系浅层 80～148 14 −68 −9.2 60.51 Q 小东沟泉 泉水 / / −61.9 −8.67 / 样品分别采自区域检测井、自备井和水源地供水井，其中区域监测井采样时提泵，并抽水稳定时采样，自备井和水源地供水井在供水水龙头处采集。
采样时用于D、18O测试的样品使用50 mL PPE（聚苯醚）水样瓶。首先用待采水样把采样瓶充分冲洗至少3次，然后直接用采样瓶采取水样，水样必须装满水样瓶，盖上内盖和外盖，使采样瓶内不留气泡。常温保存，避免高温或低温情况（防止结冰）。14C同位素采样及前处理：将采样桶用所要采样的水清洗3遍，做到桶内无污物，无上次采样的任何残留物；将水引入采样桶时，尽量减少水流与空气的接触，减少气泡的产生，可以将水管直接插入水中进行加水。加满后带回实验室，在氮气环境中先加入10n的NaOH溶液，然后加入BaCl2溶液，形成沉淀，反应12小时后可以抽取BaCO3沉淀，冷冻干燥。
样品的测试：2H、18O在中国科学院地理科学与资源研究所，采用液态水同位素分析仪（DLT-100）测试，测试精度为±1‰；14C在北京大学考古学年代实验室测试，测试方法：将Fe粉和BaCO3沉淀混合，利用氢法还原成石墨，用石墨在加速器质谱仪中测试14C计数，测试精度为±0.01%；水化学分析由北京市地质环境监测所化验室测定，其中K+、Na+、Ca2+、Mg2+等阳离子含量采用电感耦合等离子体发射光谱仪分析，HCO3−、Cl−采用ZDJ-4A型自动电位滴定。
3. 成果分析
3.1 地下水水化学特征
本次研究所取水样中基岩岩溶水、浅层水和深层水均为无色、无味、透明，pH值为7.5～8.1，为中性水，所取水样的主要阴阳离子含量见表2。所取水样阳离子以Ca2+、Mg2+为主，Na+和K+的含量很少（表2）。Ca2+含量为34.7～97.3 mg/L，含量最高是P08东高村镇西高村西第四系浅层井，最低是P13西鹿角第四系深层300 m井；Mg2+含量为20.7～36 mg/L，含量最高是平谷金海湖镇政府院内P02号基岩井，最低是平谷西鹿角村路东P10号50 m浅井。Na+含量为2.93～26.6 mg/L，K+含量为0.53～3.06 mg/L；阴离子则是以HCO3−为主， HCO3−含量为187～413 mg/L，含量最高的是平谷东高村镇西高村P08号浅井，最低的是平谷张辛庄村P06号基岩供水井。SO42−和Cl−含量较少。SO42−含量为4.4～40.4 mg/L， Cl−含量为4.6～29.4 mg/L。总之，本次所取地下水样中Ca2+、Mg2+、HCO3−离子含量高，属低矿化度重碳酸钙镁水。
表 2 水化学测试成果表Table 2. Hydrochemistry test results样点
编号钾
（mg/L）钠
（mg/L）钙
（mg/L）镁
（mg/L）重碳酸盐
（mg/L）氯化物
（mg/L）硫酸盐
（mg/L）溶解性总固体
（mg/L）pH值 水化学
类型P01 1.94 9.05 66.1 32.9 253 16.8 16.8 489 7.72 HCO3•Ca•Mg P02 2.21 17.5 70.5 36 317 32.2 25.4 395 7.5 HCO3•Ca•Mg P03 1.89 13.6 62.7 32.8 265 26.8 32.4 353 7.79 HCO3•Ca•Mg P04 1.33 3.69 52 26.2 239 7.09 14.3 379 7.8 HCO3•Ca•Mg P05 1.04 6.19 44.6 23 235 5 6.75 339 7.8 HCO3•Ca•Mg P06 1.17 14.9 53.7 27.7 187 23.9 17.3 392 7.53 HCO3•Ca•Mg P07 1.17 4.04 41.1 23.7 199 18.8 13.8 317.1 7.9 HCO3•Ca•Mg P08 1.53 21.3 97.3 35 413 29.4 41.7 631 7.38 HCO3•Ca•Mg P09 2.81 9.2 46.6 26.4 277 2.96 9.1 366 7.77 HCO3•Ca•Mg P10 1.28 9.41 52.3 20.7 281 5.7 10.6 381 8.02 HCO3•Ca•Mg P11 0.66 21.5 66.5 23.3 328 5.3 4.4 464 7.99 HCO3•Ca•Mg P12 1.84 12.9 45.7 21.1 250 8.7 12.4 359 7.96 HCO3•Ca•Mg P13 2.31 20.8 34.7 23.8 227 4.6 12.9 346 8.1 HCO3•Ca•Mg P14 0.53 26.6 69.7 29.4 400 8.2 10.5 546 7.56 HCO3•Ca•Mg P15 0.95 8.36 61.7 26.1 320 5.9 5.6 435 7.62 HCO3•Ca•Mg p16 0.56 26.3 67.9 28.1 397 6.9 11.1 542 7.64 HCO3•Ca•Mg P17 1.23 11.4 46.7 20.9 247 5.2 12.3 350.2 7.73 HCO3•Ca•Mg P1 1.48 9.16 55.9 21.4 251 15.5 36.8 384 7.94 HCO3•Ca•Mg P2 1.43 10.2 65.4 26.2 253 16.1 22.5 455 7.7 HCO3•Ca•Mg P3 2.61 10 50.5 22.7 247 7.1 17.2 384 7.6 HCO3•Ca•Mg P4 1.49 6.87 55.7 25 281 11.9 9.8 262 7.69 HCO3•Ca•Mg P5 1.51 8.6 74 31.6 268 16.7 23.4 526 7.73 HCO3•Ca•Mg P6 1.02 6.51 47.5 22.8 247 6.1 8.8 349.8 7.94 HCO3•Ca•Mg Q 1 2.93 51.2 27 245 6.17 12.5 378 7.88 HCO3•Ca•Mg 3.1.1 主要组分及水化学类型
主要组分是指地下水中含量较高的化学元素或者化合物，通常是指水中水化学特征七大离子，占据地下水中无机物含量 90%以上，决定着地下水的水化学类型。下面分别对泃河和洳河进行主要离子含量分析。
根据由表2数据编制的水样水化学Piper图（图3）可以看出，取样点均处于菱形的水平左对角，水样SO42−和Cl−含量很低，而HCO3−离子含量很高，占74.3%以上；泃河和洳河剖面水样中Ca2+和Mg2+含量分别在71.7%和86.7%以上，Na+和k+含量很低，地下水水化学类型都是HCO3• -Ca•Mg 型。
3.1.2 典型剖面主要离子含量及其变化分析
（1）泃河剖面主要离子含量分析
泃河冲洪积扇A–B剖面地下水阴阳离子沿剖面变化情况显示（图4），泃河剖面地下水阳离子以Ca2+、Mg2+离子为主，Ca2++Mg2+含量为71.7%～95.2%，Ca2+、Mg2+离子沿剖面均有下降的趋势，Ca2+的含量为34.7～97.3 mg/L，含量最高是P08东高村镇西高村西长城系高于庄组岩溶水取样点，最低是P13西鹿角村路东第四系深层水取样点；Mg2+含量为20.7～36 mg/L，含量最高是P02号平谷金海湖镇政府院内基岩井，最低是P10号平谷西鹿角村路东浅井。Na+和K+的含量很少，Na+含量为2.93～26.6 mg/L，Na+含量最高点为P14马昌营薄各庄村南S204路西花园50 m深井，Na+含量沿剖面稍稍有上升的趋势；K+含量为0.53～2.61 mg/L。
![]()
图 4 泃河A–B剖面主要阴阳离子含量变化情况图Figure 4. Major cations and anions change of A–B profile in Juhe river泃河剖面阴离子以HCO3−为主，含量占81.7%～97.1%，HCO3−含量沿剖面有下降的趋势， HCO3−含量为199～400 mg/L，含量最高的是P15马昌营薄各庄村南S204路西花园100 m深井，最低的是平谷张辛庄村P06号基岩供水井；水样SO42−和Cl−含量较少，总含量占阴离子量的2.87%～18.6%。总之，泃河地下水样中Ca2+、Mg2+、HCO3−离子含量高，是低矿化度重碳酸钙水。此外，所取水样溶解性总固体值除马昌营薄各庄两眼分层监测和东高村镇西高村西浅层监测井外，其他水样均较小，测试值为220～446 mg/L，属低矿化度水，说明水样所在含水层溶滤作用强，地下水循环交替条件好。
（2）洳河剖面主要离子含量及其变化分析
洳河冲洪积扇C–D剖面地下水阴阳离子沿剖面变化情况显示（图5），洳河地下水样阳离子也是以Ca2+、Mg2+离子为主，Ca2++Mg2+含量为86.8%～97.1%，Ca2+、Mg2+离子沿剖面均有下降的趋势，Ca2+含量为34.7～66.5 mg/L；Mg2+含量为20.7～31.6 mg/L，含量最高是P2中桥水源地基岩井，最低是P10号平谷西鹿角村路东50 m深井。Na+和K+的含量很少，Na+含量为6.51～21.5 mg/L，Na+含量最高点为P11平谷西鹿角村路东100 m深井，Na+含量沿剖面稍稍有上升的趋势；K+含量为0.53～2.61 mg/L，沿剖面波动变化。
![]()
图 5 洳河C–D剖面主要阴阳离子变化情况图Figure 5. Major cations and anions change of C–D profile in Ruhe river洳河剖面阴离子以HCO3−为主，含量占74.3%～97.1%，HCO3−含量为151～328 mg/L，含量最高的是P11平谷西鹿角村路东100 m深井，最低的是翟各庄P1号基岩供水井；水样SO42−和Cl−含量较少，总含量占阴离子量的2.9%～25.7%。HCO3−含量沿剖面有轻微下降趋势，SO42−和Cl−含量沿剖面有上升的趋势。
3.2 地下水同位素特征
3.2.1 H-O同位素特征
（1）δ2H和δ18O同位素组成
本次测试平谷盆地地下水样的δ2H和δ18O值见表1，水样的δ2H和δ18O的关系图见图6。研究区δ2H含量为−68‰～−61.6‰，均值为−5.24‰；δ18O含量为−10.4‰～−8.5‰，均值为−9.4‰。其中，浅层第四系松散孔隙水δ2H均值为65.4‰，δ18O均值为9.27‰；基岩岩溶水δ2H均值为65‰，δ18O均值为9.4‰，与浅层地下水比较接近；深层第四系松散孔隙水δ2H均值为67‰，δ18O均值为10.1‰，相对于浅层水和基岩岩溶水，深层第四系水δ2H和δ18O含量较贫。另外，在泃河和洳河交汇处，100 m监测井和180 m监测井δ2H和δ18O含量值非常接近。
![]()
图 6 泃河和洳河地下水δ2H和δ18O组成Figure 6. Composition of underground water δ2H and δ18O in Juhe river and Ruhe river（2）地下水补给来源
从图6中可以看出，所有水点均落在大气降水线附近，地下水补给均来源于大气降水，
泃河和洳河浅层第四系地下水大多数偏离大气降水线，位于北京大气降水线的右下方，说明这些浅层第四系水在形成过程中经历了蒸发作用，而位于冲洪积扇下游的平谷西鹿角村路东分层监测井中两眼浅层地下水的δ2H和δ18O值和深层水接近。可以看出，此处二、三、四层地下水有联通现象。在泃合和洳河冲洪积扇中上部地区，基岩岩溶水2H和18O组成和浅层水接近，尤其是在中桥水源地和望马台村东等地区第四系地下水和基岩岩溶水δ2H和δ18O值接近（表3），说明在这些地区第四系地下水和基岩岩溶水地下水水力联系非常密切。东高村镇西高村东的第四系水样和高于庄组基岩岩溶水样δ2H和δ18O值稍微有点差别，但是差别不大，说明此区基岩岩溶水和第四系地下水有微弱的水力联系。
表 3 典型点第四系地下水和基岩岩溶水2H和18O值表Table 3. 2H and 18O values of quaternary groundwater and bedrock karst water at typical points位置 Δ2H （‰VSMOW） δ18O （‰VSMOW） 望马台村东第四系井 −61.6 −8.7 望马台村东北基岩井 −62.5 −8.8 中桥水源地第四系井 −64.9 −9.2 中桥水源地水源井基岩井 −65.9 −9.4 东高村镇西高村西第四系井 −66.4 −9.41 东高村镇西高村西基岩井 −62.8 −8.65 （3）地下水δ2H和δ18O剖面分布规律分析
利用所取水样δ2H和δ18O值，分别编制泃河剖面A–B和洳河剖面C–D的δ2H和δ18O分布图（图7、图8）。
① 泃河剖面δ2H和δ18O分布规律
为泃河剖面（A–B剖面）δ2H和δ18O分布特征显示（图7），第四系松散孔隙水和基岩岩溶水在泃河冲洪积扇中上游，地下水δ2H和δ18O值均偏高，且没有分层性（为单一砂卵砾石含水层区），往下游逐渐减少并有明显分层。基岩岩溶水δ2H和δ18O值也存在上游含量高，向下游和深部减少。值得注意的是，在西鹿角取样点处（P10、P11、P12、P13），分层取样井4层δ2H和δ18O值都比较接近，导致分层曲线有点变形，分析其原因，可能由于该区域混层开采或是相互联通，导致δ2H和δ18O值没有明显分层性。
② 洳河剖面地下水δ2H和δ18O分布规律
本次在洳河剖面（C–D剖面）基岩岩溶水样相对较少，只利用第四系δ2H和δ18O值绘制了同位素剖面图（图8）。
洳河剖面δ2H和δ18O值在冲洪积扇上游相对偏高（图8），在上游为单一砂卵砾石含水层分布区，下游相对减少，且有一定的成层性。在洳河冲洪积扇上游分布有中桥水源地，水源地设计10对供水井，10眼第四系开采井，10眼基岩岩溶水开采井，开采层长城系高于庄组白云质灰岩，水源地地区高于庄组含水层单位涌水量为1000～4000 m3/d.m，区域基岩岩溶水在山区裸露区接受大气降水入渗补给，径流流至山前分别侧向补给平原区第四系松散孔隙水和其下伏岩溶水，地下水的排泄为人工开采和侧向流出。
3.2.2 地下水14C含量分析
由于本次取样分析没有对全部取样点进行14C取样分析，并且没有进行水样13C测试，所以无法进行14C年龄校正，只进行地下水碳含量分析。浅层地下水14C含量为46.7%～93.1%，深层水14C含量为40.23%～76.31%，基岩岩溶水14C含量为53.7%～89.2%（表1）。分别以泃河剖面取样点和洳何剖面取样点14C值，编制水样14C之随深度的变化情况图（图9）。
![]()
图 9 泃河、洳河14C含量在垂向变化情况图Figure 9. The vertical change of 14C content in Ju’ River and Ru’River（1）泃河剖面14C值分布情况分析
图9显示，泃河剖面浅层水14C含量分布在2个区域，第一个区域在85%～94%，含量较高，为年龄较小的水；另外有3个水样点14C含量为54%～60.5%，其中，P6后芮村井位于泃河和洳河冲洪积扇中下游，取水层位为80～148 m混合采水井，地下水14C含量相对较少，另外两眼分别为P11西鹿角村路东100 m井和P15平谷马昌营镇薄各庄村南S204路西花园100 m井，在这两处从2H和18O值已经显示有串层现象，所以，14C含量偏小。泃河剖面深层第四系地下水14C含量同样显示两种情况，P13西鹿角村路东300 m井和P16平谷马昌营镇薄各庄村南S204路西花园180 m井14C含量均较小，约为40%；另外， P12西鹿角村路东180 m井和P13西鹿角村路东300 m14C含量分别为41.65%和40.23%，非常接近。泃河基岩岩溶含水层14C含量存在两种情况，一种是泃河冲洪积扇上游，第四系单一砂卵砾石地区下伏蓟县系雾迷山组基岩岩溶水（分别为P01靠山集吃水井、P02金海湖人民政府院内、P03南独乐河新农村井），此处基岩岩溶水与第四系地下水联系紧密，基岩岩溶水14C含量偏高，地下水年龄相对较小；另一种是冲洪积扇下游P09东高村镇西高村西长城系高于庄组基岩岩溶水，14C含量较小，53.7%，地下水年龄相对较老。
综上所述，泃河冲洪积扇地下水14C含量在垂向上由浅到深，由上游到下游含量变小。
（2）洳河剖面14C变化情况分析
洳河剖面浅层地下水取样点有14C测试的点均在洳河冲洪积扇中下游，有P6后芮村、P10西鹿角村路东50 m井、P11西鹿角村路东100 m井, P10西鹿角村路东50 m井地下水14C含量为92.21%，P11西鹿角村路东100 m井和P6后芮村地下水14C含量分别为57.21%和60.51%；第四系深层地下水14C含量有2种分布：第一种，14C含量较低，P13西鹿角村路东300 m井和P16平谷马昌营镇薄各庄村南S204路西花园180 m井，含量分别为40.23%和41.65%，代表地下水年龄较老；第二种，14C含量稍高一些，均位于中桥水源地，P3中桥水源地中桥村西160 m井和P4中桥水源地水源井（171 m），此两点14C含量为62.52%和76.31%，此两点虽然为深层井，但是处于洳河冲洪积扇上游单一砂卵砾石含水层分布区，地下水径流条件相对较好，年龄相对较新；洳河剖面只有两眼基岩岩溶水井测试了14C含量，其中一眼为中桥水源地长城系高于庄组基岩岩溶水井，井深871 m，取水层位163 m，14C含量为77.85%，中桥水源地地区为洳河单一含水层和2至3层过渡区，第四系地下水和岩溶含水层联系紧密，因此，其14C含量接近第四系含水层14C含量；另一眼为P09东高村镇西高村西长城系高于庄组基岩井，井深800 m，14C含量为53.7%，与第四系地下水联系微弱，地下水年龄较大。
洳河剖面14C含量总体上是从上游到下游、由浅到深逐渐变小，在上游虽然基岩井深较深，但是其与上覆第四系水力联系紧密，14C含量也相对较高。
4. 地下水循环演化特征分析
4.1 地下水水动力特征
4.1.1 地下水径流特征
平谷盆地是由泃河和洳河冲洪积作用形成，泃河有东北向西南径流，洳河从西北向南东在平谷区政府西南汇合，向东南流出北京境内，第四系含水层西北、东北、南部较薄，在盆地中心最厚，达600 m。含水层地下水泃河冲洪积扇由东北向西南径流、洳河从北向南、东南径流，在平谷镇下游回合汇集，并流出境外，在地下水漏斗区流向漏斗中心（图10）。
![]()
图 10 平谷区2017年6月潜水含水层流场图Figure 10. Flow field of phreatic aquifer in Pinggu District in June 2017图10显示，在北部和东北部，山前裸露基岩水对盆地第四系地下水有补给，而南部山前裸露基岩对第四系地下水没有补给。
4.1.2 第四系地下水和基岩岩溶水的水力联系
由于平谷盆地为一个半封闭的盆地，周边基岩埋藏浅，中间深，具有基岩从侧向和底部补给第四系的特点。在盆地内部，第四系地下水与基岩岩溶水水力联系紧密。由王都庄水源地地区和峪口中桥水源地地区地下水动态曲线图（图11）可以看出：王都庄水源地地区第四系地下水水位动态和基岩岩溶水水头变化规律一致，其中，2000～2004年，王都庄水源地地区第四系地下水位高于基岩岩溶水地下水位，在此期间第四系地下水补给基岩岩溶水；中桥水源地地区基岩岩溶水水位略高于第四系地下水位，说明在此期间第四系开采量较大，激发了基岩岩溶水的补给；2001～2003年，中桥水源地地区，基岩地下水位高于第四系地下水位，说明此时基岩开采量相对较小，基岩岩溶裂隙水补给第四系地下水。
![]()
图 11 王都庄、中桥水源地地区地下水位动态曲线图Figure 11. Dynamic curve of groundwater level in Wangduzhuang and Zhongqiao water source areas4.2 同位素水化学演化特征
4.2.1 水化学特征
剖面水化学特征：从泃河和洳河水化学特征可以看出，地下水水化学类型均为HCO3• –Ca•Mg 型，pH值一般为7.5～8.1，为中性水。平面上从上游到下游，阳离子Na+含量逐渐升高，Ca2+、Mg2+含量又逐渐下降的趋势；阴离子HCO3−含量沿剖面有下降的趋势。垂向上，从分层监测孔可以看出，从浅层到深层阳离子Na+含量逐渐升高，Ca2+、Mg2+含量又逐渐下降的趋势；阴离子HCO3−含量沿剖面有减少的趋势。
基岩岩溶水化学和第四系水化学特征的关系：在泃河山前，裸露基岩岩溶裂隙水P02水化学特征和冲洪积扇上游第四系地下水P03水化学特征相似；洳河冲洪积扇上游基岩岩溶水P1和第四系地下水P2、P4水化学类型相似；在两个冲洪积扇中上游水源地地区，第四系深层地下水和基岩岩溶水水化学类型相似。
4.2.2 同位素特征
2H和18O同位素分析结果显示，盆地地下水均来自大气降水入渗补给，从剖面上看，从上游到下游地下水δ2H和δ18O值有由大变小的趋势；垂向上，由浅到深δ2H和δ18O值也有由大变小的趋势。在2个冲洪积扇上游单一含水层区，同位素分层不明显。在盆地中心100～180 m，分层监测孔同位素δ2H和δ18O值非常接近，说明这两层是联通的，不必设置分层监测孔。从14C分析结果可知：2个冲洪积扇剖面14C含量总体上是从上游到下游、由浅到深逐渐变小，在上游虽然基岩井深较深，但是其与上覆第四系水力联系紧密，14C含量也相对较高。
4.3 地下水循环演化模式
4.3.1 泃河剖面地下水循环演化模式
泃河冲洪积扇在山前蓟县系雾迷山组白云岩裸露区和上游补给区接受大气降水入渗补给，向下游径流，在山东庄–夏各庄一线以东为单一潜水含水层，西南的西沥津和龙家务为由潜水转化为承压水的地下水溢出带，在溢出带水位高于地表时溢出。深层地下水继续向下游径流，地下水的排泄主要是人工开采、局部潜水蒸发及向下游流出境外。值得一提的是，在泃河和洳河的交汇地段，由于地下含水层结构特点，第四系地下水在100 m以下没有明显分层，并且第2、3层同位素和水化学特征也比较接近，因此，推断此处存在含水层串通现象。区域地下水水位的变化主要受大气降水和人工开采控制（图12）。
![]()
图 12 泃河冲洪积扇地下水循环模式剖面示意图Figure 12. Schematic diagram of groundwater circulation mode of Ju river alluvial fans此外，泃河基岩岩溶水在山前裸露区接受大气降水补给，向下游径流补给平原隐伏岩溶水和第四系地下水；在泃河王都庄水源地地区第四系和基岩岩溶水联系紧密，岩溶水接受第四系越流补给。
4.3.2 洳河剖面地下水循环演化模式
洳河冲洪积扇自出山口至许家务以北为单一潜水含水层，许家务—中桥一带为地下水溢出带，地下水溢出带向南逐步变为多层区。洳河冲洪积扇第四系地下水在冲洪积扇上部接受山区侧向补给和垂向大气降水补给，地下水向东南径流和泃河冲洪积扇交汇，再向西南流出境外。洳河第四系松散孔隙水的排泄主要是人工开采、局部潜水蒸发和侧向流出（图13）。
![]()
图 13 洳河冲洪积扇地下水循环模式剖面示意图Figure 13. Schematic diagram of groundwater circulation mode of Ru river alluvial fans洳河冲洪积扇隐伏基岩岩溶水在冲洪积扇上游长城系高于庄组白云岩接受山区岩溶水侧向径流和上覆第四系松散孔隙水的越流补给，向下游流向蓟县系雾迷山组岩溶水，地下水的排泄主要是人工开采和侧向流出。
5. 结论
（1）研究区地下水水样pH值为7.6～8.1，为中性水；阳离子以Ca2+、Mg2+为主，Na+和K+的含量较低。其中，Ca2+含量为34.7～97.3 mg/L， Mg2+含量为20.7～36 mg/L， Na+含量为2.93～26.6 mg/L，K+含量为0.53～3.06 mg/L；阴离子则是以HCO3−为主，SO42−和Cl−含量较少。其中，HCO3−含量为187～413 mg/L，SO42−含量为4.4～40.4 mg/L， Cl−含量为4.6～29.4 mg/L。地下水样中Ca2+、Mg2+、HCO3−离子含量高，是低矿化度重碳酸钙镁水。所取水样阳离子Ca2+和Mg2+含量在泃河和洳河剖面地下水均有沿剖面有下降的趋势，Na+含量有沿剖面上升的趋势；阴离子HCO3−在泃河和洳河剖面也有稍微下降趋势，SO42−和Cl−含量在泃河剖面处于上下波动趋势，在洳河剖面有上升的趋势。
（2）地下水δ2H含量为−68‰～−61.6‰，均值为−5.24‰；δ18O含量为−10.4‰～−8.5‰，均值为−9.4‰。其中，浅层第四系松散孔隙水δ2H均值为65.4‰，δ18O均值为9.27‰；基岩岩溶水δ2H均值为65‰，δ18O均值为9.4‰，泃河和洳河冲洪积扇山前基岩岩溶水与第四系地下水比较接近；深层第四系松散孔隙水δ2H均值为67‰，δ18O均值为10.1‰，相较浅层水和基岩岩溶水，深层第四系水δ2H和δ18O含量低。另外，在泃河和洳河交汇处，180 m监测井和300 m监测井δ2H和δ18O含量值非常接近，说明此处有串层开采现象或者100 m以下第四系含水层多以砂卵砾石为主，没有明显分层现象，建议不必开展分层监测。
（3）泃河剖面地下水的循环特征是在山前岩溶裸露区和冲洪积扇中上部接受大气降水补给，山区基岩岩溶水向下游径流，流至山区平原分界处，分别侧向补给第四系松散孔隙水和第四系下伏岩溶水，继续向下游径流并接受大气降水入渗补给，在平谷区政府以西与汝河冲洪积扇地下水流汇合；洳河剖面地下水循环特征则是长城系高于庄组白云岩在山区裸露区接受大气降水补给，由北向南径流，流至北山前，同样侧向补给第四系松散孔隙水和基岩岩溶水。地下径流继续向南径流并接受大气降水入渗补给，至平谷区政府以西与泃河冲洪积扇地下水流汇合，一起向西南流出境外，在其径流过程中经历人工开采、蒸发等。另外，泃河冲洪积扇上游及王都庄水源地地区第四系松散孔隙水地下水和基岩岩溶水联系紧密；汝河冲洪积扇上游中桥水源地地区第四系松散孔隙水和基岩岩溶水联系紧密。
-
![]()
图 1 研究区地理位置及滑坡分布图
Figure 1. Geographical location and landslide distribution map of the study area
![]()
图 5 基于Jacknife环境因子贡献值分析图
Figure 5. Analysis of environmental factor contribution based on jacknife
表 1 AUC值与Kappa值评价标准表
Table 1 Assessment standard of AUC value and kappa value
精确度 极差 较差 一般 较好 优秀 AUC 0.5～0.6 0.6～0.7 0.7～0.8 0.8～0.9 0.9～1 Kappa 0～0.2 0.2～0.4 0.4～0.55 0.55～0.7 0.7～1 
下载: 导出CSV
表 2 AUC均值/SD值与训练比例的关系表
Table 2 Relationship between AUC mean value/SD value and training proportion
训练样本比例 70% 75% 80% 85% 90% AUC平均值 0.902 0.905 0.909 0.904 0.887 标准差 0.0763 0.0661 0.0855 0.0839 0.0565
下载: 导出CSV
-
范亦嵩. 宜君县地质灾害特征及风险评价[D]. 西安: 西北大学硕士学位论文, 2020. 冯杭建, 周爱国, 俞剑君, 等. 浙西梅雨滑坡易发性评价模型对比[J]. 地球科学, 2016, 41(03): 403-415. FENG Hangjian, ZHOU Aiguo, YU Jianjun, et al. A Comparative Study on Plum-Rain-Triggered Landslide Susceptibility Assessment Models in West Zhejiang Province.Earth Science
冯卫, 唐亚明, 马红娜, 等. 基于层次分析法的咸阳市多灾种自然灾害综合风险评价[J]. 西北地质, 2021, 54(02): 282-288. FENG Wei, TANG Yaming, MA Hongna, et al. Comprehensive Risk Assessment of Mutti-hazard Natural Disasters in Xianyang City Based on AHP. Northwestern Geology
郭倩怡, 王友林, 谢婉丽, 等. 黄土湿陷性与土体物性指标的相关性研究[J]. 西北地质, 2021, 54(01): 212-221. GUO Qianyi, WANG Youlin, XIE Wanli, et al. Study on Correlation between Loess Collapsibility and Soil Physical Property Index. Northwestern Geology
李泽群. 基于BP人工神经网络和GIS的湖南省鼎城区滑坡易发性评价[D]. 石家庄: 河北地质大学硕士学位论文, 2020. 林荣福, 刘纪平, 徐胜华, 等. 随机森林赋权信息量的滑坡易发性评价方法[J]. 测绘科学, 2020, 45(12): 131-138. LIN Rongfu, LIU Jiping, Xu Shenghua, et al. Evaluation method of landslide susceptibility based on random forest weighted information. Science of Surveying and Mapping
刘睿, 施婌娴, 孙德亮, 等. 基于GIS与随机森林的巫山县滑坡易发性区划[J]. 重庆师范大学学报(自然科学版), 2020, 37(03): 86-96. LIU Rui, SHI Shuxian, SUN Deliang, et al. Based on GIS and Random Forest Model for Landslide Susceptibility Mapping in Wushan County. Journal of Chongqing Normal University (Natural Science)
刘颖莹, 谢婉丽, 朱桦, 等. 陕西泾阳地区黄土固结湿陷试验及预测模型研究[J]. 西北地质, 2018, 51(02): 227-233. doi: 10.3969/j.issn.1009-6248.2018.02.030 LIU Yingying, XIE Wanli, ZHU Hua, et al. Study on Loess Consolidation Collapse Test and Prediction Model in Jingyang District, Shaanxi Province. Northwestern Geology doi: 10.3969/j.issn.1009-6248.2018.02.030
麦鉴锋, 冼宇阳, 刘桂林. 气候变化情景下广东省降雨诱发型滑坡灾害潜在分布及预测[J]. 地球信息科学学报, 2021, 23(11): 2042-2054. doi: 10.12082/dqxxkx.2021.210182 MAI Jianfeng, XIAN Yuyang, LIU Guilin. Predicting potential rainfall-triggered landslides sites in Guangdong Province (China) using Max-Ent model under climate changes scenarios. Journal of Geo-information Science doi: 10.12082/dqxxkx.2021.210182
屈新星, 李道安, 何云玲, 等. 基于MaxEnt模型的滑坡易发性评价——以攀枝花市为例[J]. 水土保持研究, 2021, 28(02): 224-229. QU Xinxing, LI Daoan, HE Yunling, et al. Evaluation of landslide susceptibility based on MaxEnt model: taking Panzhihua City as an example[J]. Research of Soil and Water Conservation, 2021, 28(02): 224-229.
阮沈勇, 黄润秋. 基于GIS的信息量法模型在地质灾害危险性区划中的应用[J]. 成都理工学院学报, 2001, (01): 89-92. RUAN Shenyong, HUANG Runqiu. Application of GIS based Information model on assessment of geological hazards risk. Journal of Chengdu University of Technology
唐兴港, 王慧勇, 黄豆, 等. 长江中下游地区滑坡的易发性评价——以江西省为例[J]. 水土保持通报, 2021, 41(03): 166-172. TANG Xinggang, WANG Huiyong, HUANG Dou, et al. Evaluation of landslide susceptibility in middle and lower reaches of Yangtze River. Bulletin of Soil and Water Conservation
田乃满, 兰恒星, 伍宇明, 等. 人工神经网络和决策树模型在滑坡易发性分析中的性能对比[J]. 地球信息科学学报, 2020, 22(12): 2304-2316. doi: 10.12082/dqxxkx.2020.190766 TIAN Naiman, LAN Hengxing, WU Yuming, et al. Performance comparison of BP artificial neural network and CART decision tree model in land-slide susceptibility prediction. Journal of Geo-information Science doi: 10.12082/dqxxkx.2020.190766
屠水云, 张钟远, 付弘流, 等. 基于CF与CF-LR模型的地质灾害易发性评价[J]. 中国地质灾害与防治学报, 2022, 33(02): 96-104. doi: 10.16031/j.cnki.issn.1003-8035.2022.02-12 TU Shuiyun, ZHANG Zhongyuan, FU Hongliu, et al. Geological hazard susceptibility evaluation based on CF and CF-LR model. The Chinese Journal of Geological Hazard and Control doi: 10.16031/j.cnki.issn.1003-8035.2022.02-12
王高峰, 郭宁, 邓兵, 等. 不同组合模型区域滑坡易发性及精度分析[J]. 西北地质, 2021, 54(02): 259-272. WANG Gaofeng, GUO Ning, DENG Bing, et al. Analysis of Landslide Susceptibility and Accuracy in Different Combination Models. Northwestern Geology
王倩, 薛云, 张维, 等. 基于支持向量机的滑坡易发性评价[J]. 湖南城市学院学报(自然科学版), 2021, 30(01): 22-28. WANG Qian, XUE Yun, ZHANG Wei, et al. Landslide susceptibility mapping based on support vector machine models. Journal of Hunan City University (Natural Science)
王念秦, 郭有金, 刘铁铭, 等. 基于支持向量机模型的滑坡危险性评价[J]. 科学技术与工程, 2019, 19(35): 70-78. doi: 10.3969/j.issn.1671-1815.2019.35.010 WANG Nianqin, GUO Youjin, LIU Tieming, et al. Landslide susceptibility assessment based on support vector machine model. Science Technology and Engineering doi: 10.3969/j.issn.1671-1815.2019.35.010
吴润泽, 胡旭东, 梅红波, 等. 基于随机森林的滑坡空间易发性评价: 以三峡库区湖北段为例[J]. 地球科学, 2021, 46(01): 321-330. WU Runze, HU Xudong, MEI Hongbo, et al. Spatial Susceptibility Assessment of Landslides Based on Random Forest: A Case Study from Hubei Section in the Three Gorges Reservoir Area. Earth Science
谢婉丽, 葛瑞华, 郭倩怡, 等. 灌溉作用下黄土宏观力学响应及微观结构特性研究[J]. 水文地质工程地质, 2017, 44(02): 82-89. XIE Wanli, GE Ruihua, GUO Qianyi, et al. A study of macro mechanical response and microstructure characteristics of loess under irrigation mechanism. Hydrogeology & Engineering Geology
谢婉丽, 滕宏泉, 杜蕾, 等. 大西安地区滑坡分类及其特征分析[J]. 地球环境学报, 2018a, 9(01): 79-88. doi: 10.7515/JEE182006 XIE Wanli, TENG Hongquan, DU Lei, et al. An analysis of landslide classifications and characteristics in Xi’an[J].Journal of Earth Environment, 2018a, 9(1):79-88. doi: 10.7515/JEE182006
谢婉丽, 滕宏泉, 杜蕾, 等. 基于GIS结合模糊信息方法在灾害危险性区划中的应用——以大西安地区崩滑地质灾害为例[J]. 灾害学, 2018b, 33(03): 111-116. doi: 10.3969/j.issn.1000-811X.2018.03.021 XIE Wanli, TENG Hongquan, DU Lei, et al. The Application of Evaluation Method Combing Fuzzy Information with GIS to Mapping Susceptibility and Risk of Geological Disasters of Landslide and Collapse in Greater Xi’an Region. Journal of Catastrophology doi: 10.3969/j.issn.1000-811X.2018.03.021
杨华阳, 许向宁, 杨鸿发. 基于证据权法的九寨沟地震滑坡危险性评价[J]. 中国地质灾害与防治学报, 2020, 31(03): 20-29. YANG Huayang, XU Xiangning, YANG Hongfa. The Jiuzhaigou co-eismic landslide hazard assessment based on weight of evidence method. The Chinese Journal of Geological Hazard and Control
杨永刚, 殷坤龙, 赵海燕, 等. 基于C5.0决策树-快速聚类模型的万州区库岸段乡镇滑坡易发性区划[J]. 地质科技情报, 2019, 38(06): 189-197. YANG Yonggang, YIN Kunlong, ZHAO Haiyan, et al. Landslide Susceptibility Evaluation for Township Units of Bank Section in Wanzhou District Based on C5. 0 Decision Tree and K Means Cluster Model. Geological Science and Technology Information
赵冬梅, 角媛梅, 邱应美, 等. 基于MaxEnt模型的哈尼梯田核心区滑坡易发性评价[J]. 水土保持研究, 2020, 27(04): 392-399+407. ZHAO Dongmei, JIAO Yuanhai, QIU Yingmei, et al. Assessment on Landslide Susceptibility of the Core Area of Hani Race Terraces Heritage Site Maximum Entropy Model. Research of Soil and Water Conservation
赵铮, 陈建华, 甘先霞, 等. 基于信息量法和支持向量机的芦山县滑坡危险性评价[J]. 物探化探计算技术, 2022, 44(01): 96-101. doi: 10.3969/j.issn.1001-1749.2022.01.12 ZHAO Zheng, CHEN Jianhua, GAN Xianxia, et al. Risk assessment of landslides in Lushan county method and support vector based on information value machine. Computing Techniques for Geophysical and Geochemical Exploration doi: 10.3969/j.issn.1001-1749.2022.01.12
Dickson M E, Perry G. Identfying the controls on coastal cliff landslides using machine-learning approaches [J]. Environmental Modelling and Software, 2016, 76(4): 117-127.
Felicisimo, Cuartero, Remondo, et al. Mapping landslide susceptibility with logistic regression, multiple adaptive regression splines, classification and regression trees, and maximum entropy methods: a comparative study[J]. Landslides, 2013, 10(2): 175-189. doi: 10.1007/s10346-012-0320-1
Kornejady, Aiding, Ownegh, et al. Landslide susceptibility assessment using maximum entropy model with two different data sampling methods[J]. Catena, 2017, 152: 144-162. doi: 10.1016/j.catena.2017.01.010
LIU Handong, LIU Jing jing, CHEN Jiaxing, et al. Tilt deformation and instability of the slope for predicting rainfall-induced landslide[J]. Arabian Journal of Geosciences, 2022, 15(3): 257-271. doi: 10.1007/s12517-021-09338-8
Maryam Mokhtari, Sahar Abedian. Spatial prediction of landslide susceptibility in Taleghan basin, Iran[J]. Stochastic Environmental Research and Risk Assessment, 2019, 33(7): 1297-1325. doi: 10.1007/s00477-019-01696-w
Shrestha S, Kang T S. Assessment of seismically-induced landslide susceptibility after the 2015 Gorkha earthquake, Nepal[J]. Bulletin of Engineering Geology and the Environment, 2019, 78(3): 1829-1842. doi: 10.1007/s10064-017-1191-4
Suchita Shrestha, Tae-Seob Kang. Earthquake induced landslide susceptibility mapping by comparing MaxEnt and Random Forest models: a case study from Nepal Himalaya[J]. 대한지질학회 학술대회, 2016, 10: 261.
-
期刊类型引用(7)
1. 李状，周训，方斌，沈晔，徐艳秋，陈柄桦，拓明明，隋丽嫒. 安徽省大别山区温泉水化学特征与演化机制分析. 地质通报. 2025(01): 158-172 . 
百度学术
2. 王世玉，马召辉，常淼，陈圆圆，席玥，陈吉吉，崔迪，陶蕾，荆红卫，鹿海峰，沈秀娥，刘保献. 北京市平原区浅层地下水水化学特征及成因分析. 环境科学. 2025(02): 833-842 . 百度学术
3. 汪琪. 关于地下水库若干问题的思考. 水利规划与设计. 2024(05): 78-80+96 . 百度学术
4. 张景华，杨利锦，王新娟，李阳，卢艳华，张冬燕，孙少游. 南水北调进京后平谷平原区地下水资源调蓄涵养研究. 北京水务. 2024(02): 23-28 . 百度学术
5. 黄欢，董书宁. 基于水化学特征及抽（放）水试验的含水层垂向水力联系研究. 煤矿安全. 2024(08): 175-183 . 百度学术
6. 李叶朋，蔡武军，王勇辉，卢乐，李克楠，李康林. 嫩江流域河间地块地下水和地表水补给关系研究. 人民长江. 2024(09): 93-99 . 百度学术
7. 杨明远，赵佳怡，马超，李鑫. 新疆博阿断裂附近地表水和地下水的水化学和同位素特征及水质评价. 西北地质. 2023(06): 186-197 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 211
- HTML全文浏览量: 28
- PDF下载量: 50
- 被引次数: 7
