Application of Geological Hazard Risk Assessment in Territorial Space Planning: A Case Study of Gaoxigou Village in Yulin City of Northern Shaanxi Province
-
摘要:
榆林市米脂县高西沟村位于黄土高原丘陵沟壑区，属于地质灾害多发区，因此，考虑地质灾害风险的国土空间规划具有极其重要的意义。笔者基于地质灾害调查数据，选取坡度、坡向、地质灾害发育密度等评价指标，采用信息量模型以斜坡单元进行危险性评价，在此基础上叠加承灾体易损性进行定量风险评价，划定地质灾害风险分区。利用ArcGIS将地质灾害风险区划与现状功能区叠加，将高西沟重构为4个国土空间分区：地质灾害中风险–生活居住区、地质灾害低风险–生态功能区、地质灾害低风险–农业生产区和沟谷区，并提出国土空间优化策略。
Abstract:Gaoxigou village of Mizhi county in Yulin city, is located in the hilly and gully region of the Loess plateau. It is a geological disaster prone area. Therefore, it is of great importance to consider the risk of geological disaster in territorial space planning. Based on geological disaster survey data, evaluation indexes such as slope, slope aspect and geological disaster development density were selected, the information quantity model was used to evaluate the risk with slope element, on this basis, the vulnerability of disaster bearing body was superimposed for quantitative risk assessment, and delineated risk zones of geological disasters. Using ArcGIS, the risk zoning of geological disasters and current functional areas were superimposed, and Gaoxigou was reconstructed into four territorial space zones: medium risk in geological hazards–living area, low risk in geological hazards–ecological functional area, low risk in geological hazards–agricultural production area, and ravine region, and put forward the territorial space optimization strategy.
-
地震勘探技术是目前油气勘探、开发过程中最重要的方法。综合利用地震、地质和测井资料的定量储层地质模拟技术是现代油藏描述研究的热点（宋维琪等，2005；张鹏飞等，2021；俞礽安等，2024）。随着油气勘探、开发程度的不断深入，岩性油气藏正逐步成为油气勘探的重点目标。该类储层单层厚度薄、规模小、分布散，纵向上相互叠置，横向变化快，非均质强，受地震资料分辨率限制，薄砂体储层的精细刻画是油气勘探、开发面临的难点问题（邹拓，2015；陈珊等，2018；孔省吾等，2020；刘鸿洲等，2021；张益等，2023）。此外，复杂地质条件下的精细构造地质解释、储层预测和精细油藏描述，受常规地震资料分辨率限制已无法满足油气勘探和开发的需求，尤其是对复杂目标区小断层、小构造和岩性体等小尺度勘探、开发目标的精细解释与地质刻画，需要针对性的提高地震资料的分辨率和信噪比，以解决油气精细勘探、开发阶段构造解释和储层预测的关键技术问题（刁瑞，2020；季焕成等，2022）。
为了提高地震资料的信噪比和分辨率，诸多学者开展了多种方法的研究，反褶积（蒋波，2020）、谱白化（裴森奇等，2020）、广义S变换（陈波等，2021）、频谱恢复（李鹏飞等，2022）、反Q滤波（张全等，2023）等方法都得到了不同程度地应用，完善和发展了地震资料的拓频处理技术，显著提高了地震资料的分辨率。但现有的各种地震资料的拓频处理方法都避免不了地震子波带来的不利影响，在拓宽频带的同时，存在不同程度的子波旁瓣增多，地震不保幅，或频率分量部分存在冲零现象，更有甚者多数拓频算法的输出结果改变了地震记录相位，且子波旁瓣压制效果仍然不佳、地震波组特征不明确（王江等，2021），不利于薄储层的精细描述。HFE（High Frequency Expanding）高频拓展处理技术是HISPEC公司开发的地震数据处理技术，克服了地震子波影响，在保持原始数据信噪比、相对振幅关系和时频特性的同时，拓展了地震数据的频宽，提高了地震资料的分辨率，并在薄砂体储层预测中见到明显的效果（周宗良等，2015；林帅等，2018；林火养等，2019）。但此研究几乎没有在断裂发育区，沉积环境复杂且原始地震资料分辨率低的地区开展过研究工作。
近年来，随着准噶尔盆地油气勘探程度的不断提高，岩性油气藏已成为勘探、开发的重点领域（付爽等，2018；邹阳等，2020）。盆地侏罗系三工河组发育的构造-岩性和岩性油气藏作为油田高效建产的主要对象被广泛关注。金龙油田在深层石炭系、二叠系油气取得重大发现的同时，在浅层侏罗系三工河组二段一砂组（J1s21）也见到良好油气显示。侏罗系三工河组二段一砂组（J1s21）储层主要以薄砂层为主，岩性为含砾中砂岩和中砂岩，砂层厚度约5～20 m，为三角洲前缘水下分流河道沉积，储层砂体横向变化大，分布不稳定。已有三维地震资料主频为35 Hz，频带宽10～55 Hz，砂岩层速度为
3340 m/s，理论上只能分辨24 m以上的厚储层，对于分辨小于10 m的薄储层比较困难，直接影响了后续油藏的进一步勘探与开发。为了提高地震资料对薄砂体储层预测的可靠性，明确储层空间展布规律及油气藏规模，加快油气勘探开发进程，需要对地震数据进行提高分辨率处理，尽可能提高薄储层预测的精度。本文应用HFE地震拓频处理技术和AIW储层反演，探索薄砂体储层分布预测方法，以期为金龙油田侏罗系岩性油气藏及盆地其他区带岩性油气藏的勘探、开发提供技术支撑。1. 区域地质概况
准噶尔盆地是中国西部大型陆内叠合富含油盆地，盆地西北缘是重要的油气富集带（张誉洋等，2022；贾春明等，2023；赵飞等，2024）。金龙油田位于西北缘克百断裂带东南部（图1a），处于克百断裂带和红车断裂带转换部位的中拐凸起东斜坡，其南部、东南部紧邻生烃凹陷沙湾凹陷和盆1井西凹陷，东北部紧邻玛湖凹陷，西部紧邻红车断裂带，构造格局整体呈一东南倾的单斜，是一个石炭纪—二叠纪的古隆起，形态北翼平缓，处于向玛湖凹陷过渡的斜坡部位，南翼受红3井东断裂的影响，区域构造位置十分有利，是准噶尔盆地富油气区带之一（王小军等，2017）（图1b）。根据钻井及地震资料，地层在前石炭纪变质岩基底上自下而上发育有石炭系、二叠系、三叠系、侏罗系、白垩系及新近系地层。油气受多期次断裂活动影响，呈多层系富集特征，目前已在石炭系，二叠系、侏罗系等多层系发现油气藏，表现为深部有大藏，浅部有小藏的“多层楼式”成藏特征。侏罗系油藏主要发育在三工河组二段一砂组（J1s21）（图1c），油气来源于深层二叠系，为晚期调整成藏，侏罗系内部的正断层断距普遍较小，断层与储层的配置关系是决定油气成藏的关键，油藏具有规模小、经济效益显著的“小而肥”的特征。侏罗系三工河组二段一砂组油藏储层薄，横向变化大，常规地球物理方法难以预测已成为制约油气藏勘探开发的关键因素。
![]()
图 1 研究区构造位置图（a、b）及侏罗系三工河组综合柱状图（c）Figure 1. (a、b) Structural location of the study area and (c) comprehensive histogram of the Jurassic Sangonghe Formation2. 地震资料拓频
三维地震资料处理中，精细成像和提频一直是获取高分辨率和高信噪比地震资料的关键（徐衍和，2006）。地震资料拓频处理是在原始地震资料相对振幅保持不变的基础上，提升地震资料高频端弱信号的反射能量以此提高对薄储层的地震识别的能力。地震拓频处理技术是在小时窗内通过调谐地震振幅或地震相位，在频率域内根据不同频率、不同尺度的地质体的地震响应特征不同的特性来识别地质体，使地震识别能力突破常规地震主频所对应的1/4波长极限，进行薄储层预测及精细地震解释的一种有效技术。
2.1 HFE拓频处理原理
HFE认为地震记录是反射系数序列在频率空间低频端的投影，在不改变反射系数序列只改变在频率向量空间中的位置，在频率向量空间将中低频端的地震记录反投影到更高、更宽的频带，即将一个由低频子波形成的地震数据转换为由高频子波形成的地震数据就能达到拓宽频带提高分辨率的目的。低分辨率地震记录y（t）由低频子波w（t）与反射系数r（t）的褶积形成，可表示为：
$$ y（t）= r（t）\times w（t） $$ (1) 高分辨率地震记录h（t）由高频子波w（at）与反射系数r（t）的褶积形成，可表示为：
$$ h（t）= r（t）\times w（at） $$ (2) 在式（1）、（2）中：t为时间，单位为ms；a为子波压缩系数，a＞1，无量纲；w（at）为压缩a倍的低频子波。
HFE高频拓展方法可归结为已知（1）式，但r（t），w（t）未知，需要根据原始地震数据的品质选取合适的压缩系数a值来求解（2）式，从而得到高分辨率的地震资料数据。该方法的优点在于不需要求取地震子波，通过压缩子波提高地震资料的主频和频宽，避免了常规反褶积拓频方法中子波难于准确求取的问题，很好地保持了地震子波的时变、空变特征，而且很好的保持了地震数据的波组特征和时频特性，具有较高保真，保幅和高分辨率，同时在保持地质构造形态不变的情况下能丰富构造细节，凸显地层界面在空间上的变化特点（周展等，2020）。
2.2 地震资料去噪参数
由于受地震资料信噪比的影响，在进行高频拓展处理过程中需要针对地震数据进行必要的去噪处理。地震数据中通常都同时存在规则噪声和随机噪声，单独去除其中一种噪声时，都会对另一种噪声产生一定的畸变，达不到最佳的去噪效果（赵斌等，2011）。地震资料高频拓展处理采用FXDIPF技术对数据进行高保真去噪处理，作为F-X域预测滤波的一项去噪技术，FXDIPF的技术优势在于可同时去除随机地震噪声和相干噪声，确保了有效信号的保真度，使处理后的地震反射波形更加自然。最大切除倾角参数（MAXDIP）的正确选择是F-X域预测滤波高保真去噪技术FXDIPF的关键，选择的原则在于合理有效地切除相干噪声的同时，能保持陡倾角地层层面反射波和断面波不受影响。
2.3 拓频处理参数
子波压缩系数a是地震资料高频拓展处理过程中最关键的处理参数，直接确定地震资料拓频所能到达的最高频率，最高频率受原始地震数据信噪比和信号有效频带宽度限制并永远小于截止频率。当确定了地震品质以后如果最高频率选取过高，也就是子波压缩系数a值选取过大，拓频处理后得到的部分频率成分的资料的可信度就会有所降低，影响拓频处理后地震资料的质量（袁红军等，2008）。
2.4 拓频前、后分辨率对比
根据拓频处理前、后地震数据的时频分析对比（图2），研究区三维地震数据经高频拓展处理，地震数据的频带从10～55 Hz拓宽到10～100 Hz，拓宽了45 Hz，拓频后的地震数据的相对振幅关系和时频特性得到很好保持，更重要的是低频信息得到一定的补偿。同时，HFE拓频前后对比可见，地震数据的主频由35 Hz提高到了55 Hz，理论分辨能力达到15 m，资料的分辨率得到了很大提升。
![]()
图 2 拓频处理前（a）和拓频处理后（b）时频分析图Figure 2. Time-frequency analysis (a) before and (b) after frequency extension processing.根据拓频处理前、后地震数据整体剖面对比可见（图3），拓频处理后地震数据的信噪比得到基本保持，剖面的相对振幅关系、波组特征及剖面结构保持不变。拓频处理后的地震剖面上大套复波被分离，显示的断层、断点更加清晰，层间出现更多的细节信息反射，呈现出的地震信息更加丰富、空间变化特征更加清晰，更有利于薄砂体储层的精细刻画描述。
![]()
图 3 拓频处理前（a）和拓频处理后（b）地震数据剖面对比Figure 3. Comparison of seismic data section (a) before and (b) after frequency extension processing.2.5 剖面波组特征及井震关系
通过HFE拓频地震剖面与合成地震记录对比，目的层段在钻录井及测井资料上显示钻遇有砂层，但原始地震资料由于分辨率较低，地震剖面上无法识别。经过HFE拓频处理后，地震资料分辨率得到很大提高。
拓频前、后的合成地震记录表明在原始数据中与合成记录吻合较好的层位，在高频拓展处理结果中也能够很好的吻合。同时，高频拓展处理结果中分辨出来的薄层地震反射信息也能够与合成记录很好的吻合。通过对比（图4），拓频前的合成地震记录与原始数据井旁地震道对应良好。拓频后，在保持原有合成记录对应关系良好的基础上，与新分辨出的地震信息的反射特征也有较好的对应关系。拓频后在目的层21.2 m的砂岩储层，顶底表现为波峰的反映，特征清晰，可以连续追踪，完全可以满足薄砂体储层的识别预测。
![]()
图 4 JL108井拓频处理前后合成地震记录对比Figure 4. Synthetic seismogram comparison before and after frequency extension of Well JL108拓频处理前、后的地震对比剖面（图5），JL6井测井资料表明该井在侏罗系三工河组J1s21钻遇16.5 m的砂岩储层，在原始地震数据中反射特征为较大的复波谷反射，砂体与上、下围岩表现为复合响应，地震资料无法识别。拓频处理后复波谷得到分解，该套砂体表现为明显的波峰反射，顶底界面清楚，横向可对比追踪，地震资料分辨率得到提高，进一步说明HFE拓频处理可以使剖面保幅、保真，极大地提高了地震数据对于薄砂岩储层精细预测的精度需求。
![]()
图 5 JL6井拓频处理前（a）和拓频处理后（b）地震剖面Figure 5. Seismic section (a) before and (b) after frequency extension of Well JL63. AIW波阻抗反演
波阻抗反演是储层分布预测和油藏描述的确定性方法，该方法将地震资料､测井资料和地质解释结果相结合，通过数学方法将地震剖面转换成波阻抗剖面，便于井震联合对比，能有效地研究地层岩性和物性的变化，指导油气藏的勘探和开发（谢裕江等，2012）。常规的波阻抗反演方法存在的主要问题在于过于依赖初始模型和井的约束，薄储层识别精度及分辨率相对较低，反演结果常出现不稳定性和多解性（崔永福等，2009）。基于小波边缘分析与井-震联合建模的波阻抗反演技术（AIW），利用小波边缘分析方法从地震记录中直接提取地震属性特征参数，在断层参与的高密度层控构造框架约束下，同测井声波阻抗数据一起建立初始模型，相互约束、相互补充，减少了对井数据及初始模型的依赖程度，充分利用地震数据横向分辨率高、纵向控制层位密度大的优势，避免了常规波阻抗反演过程中初始模型建不准而产生的地质影响（王江等，2023），反演结果更能真实的反映地下的地质情况。
3.1 储层地球物理响应特征
通过对研究区侏罗系三工河组二段一砂组（J1s21）的岩性、测井曲线特征及测井解释成果进行综合分析表明，砂岩储层表现为低自然伽马、高电阻率、低密度、及高波阻抗特征。自然伽马与波阻抗交汇图可以清晰区分砂岩储层和泥岩，砂岩储层阻抗较泥岩阻抗有偏高趋势，阻抗值大于
8000 [（m·s−1）·（g·cm−3）]，泥岩阻抗值小于8000 [（m·s−1）·（g·cm−3）]，交汇图图版可以很好的区分储层和非储层（图6）。![]()
图 6 侏罗系三工河组J1s21自然伽马与波阻抗交会图Figure 6. Cross plot of natural gamma and impedance in J1s21 of the Jurassic Sangonghe Formation3.2 反演效果
地震资料通过拓频处理后，分辨率得到了提升，利用小波边缘分析方法从处理后的地震数据中提取反映岩性局部变化的地震属性特征参数信息，结合标定后的测井阻抗数据及地震解释的层位数据一起建立AIW波阻抗反演的初始模型，并参与迭代反演计算的控制，使反演运算收敛快速，反演结果正确（周展等，2020）。根据反演结果及地震数据的信息，结合地质认识，可以预测目的层在平面和剖面上的分布。
从连井AIW波阻抗反演剖面（图7）可以看出，反演剖面纵向分辨率高，横向变化自然清晰，地层岩性信息丰富，反演结果能清晰的反映砂体之间的相互接触关系和岩性的横向变化，对薄砂体储层具有很好的识别能力。波阻抗反演剖面（图7a）上预测G191井砂体厚度为9 m，实钻砂体厚度为10 m，砂体厚度薄，分布范围小、横向不连续。纵向上预测的多套砂体空间叠置关系清晰（图7b），符合三角洲前缘水下分流河道砂体“厚度薄、纵向相互叠置、横向分布不连续”的特征（孙靖等，2022；于景维等，2022），反演结果与实钻结果吻合程度高。
根据AIW反演结果，对侏罗系三工河组二段一砂组（J1s21）砂体的顶、底界面进行精细层位追踪，以J1s21砂组顶、底地震反射界面为层段时窗界限，按照砂岩和泥岩的波阻抗界限
8000 [（m·s−1）·（g·cm−3）]为门槛值进行约束，预测了研究区侏罗系三工河组J1s21砂体的厚度平面分布（图8a）。侏罗系三工河组J1s21为三角洲前缘水下分流河道沉积背景（吴雨韩等，2010；梁爽等，2019），由图8a可见，侏罗系三工河组J1s21砂体的发育程度受沉积相带控制明显，来自于西南和西北方向的分支河道控制着砂体的平面展布，整体平面厚度分布特征清晰，受分支河道影响，来自不同方向的砂体在工区中部交汇，砂体在分支河道中心区域较厚，边缘交汇区域较薄，横向连续性差，反演结果符合区域地质沉积规律，能相对客观地反映砂体的平面展布特征。区内断裂发育，是断层-岩性和岩性油气藏的发育区。通过地震拓频处理解及储层反演共识别有利目标区4个（图8b），面积18.4 km2，其中1号目标区完钻的JL108井已获得12.4 t/d的高产工业油流。实际钻井数据与储层预测结果对比后吻合程度较高，砂体厚度相对误差绝对值小于4.29%（表1），预测精度满足薄砂体储层精细刻画的地质需求，预测薄砂体储层的方法是可行的。![]()
图 8 侏罗系三工河组J1s21砂层厚度预测图（a）及有利区（b）Figure 8. (a) Distribution prediction of sand body thickness of J1s21 and (b) favorable areas in the Jurassic Sangonghe Formation表 1 侏罗系三工河组J1s21砂体预测精度统计Table 1. Statistics of sand body prediction accuracy of J1s21 in the Jurassic Sangonghe Formation序号 井名 预测厚度（m） 实钻厚度（m） 相对误差（%） 1 JL101 21.00 20.70 1.45 2 JL061 8.30 8.50 −2.35 3 JL13 − − − 4 G401 6.70 7.00 −4.29 5 G13 17.10 16.50 3.64 6 JL6 22.50 22.70 −0.88 7 G002 10.10 9.80 3.06 8 G4 21.00 20.37 3.09 9 G10 17.30 18.00 −3.89 10 J205 17.50 18.00 −2.78 11 G15 15.10 14.50 4.14 12 G 191 9.80 9.50 3.16 13 G 192 23.10 23.50 −1.70 14 G 19 26.65 25.65 3.90 15 G1905 29.00 30.00 −3.33 16 G1909 35.00 34.00 2.94 17 G1915 22.85 23.50 −2.77 18 JL108 21.00 20.50 2.44 4. 结论
（1）通过地震资料高频拓展处理，三维地震数据的频带拓宽了45 Hz，地震数据的主频由35 Hz提高到了55 Hz，提高了地震资料识别薄砂体储层的能力，实现了对大于8 m的薄层砂岩的有效刻画。拓频地震资料反映的地震-地质信息更加丰富、层间反射细节清晰，储层识别能力增强。
（2）以地震拓频资料为基础，通过AIW波阻抗反演，准确揭示了研究区侏罗系三工河组J1s21砂体的空间展布，识别出了4个含油气储层有利区，钻井结果与储层预测结果吻合程度高，实现了含油气薄储层的精细描述与预测。
（3）综合利用HFE高频拓展处理技术和AIW波阻抗反演可以有效提高薄砂体储层的识别精度，且效果明显，钻井吻合率高，可以作为薄砂体储层预测的有效方法，可为准噶尔盆地及其他地区岩性油气藏的勘探、开发提供可靠的技术支撑。
致谢：匿名审稿专家提出了宝贵的修改意见，在此表示衷心的感谢！
-
![]()
图 3 陕北榆林高西沟崩塌隐患示意图
a. 滑移式崩塌隐患；b. 倾倒式崩塌隐患
Figure 3. Collapse hazard of of Gaoxigou area in Yulin city, Northern Shaanxi
![]()
图 7 高西沟地质灾害风险区划图（局部放大）
Figure 7. Geological hazard risk zoning map of Gaoxigou (local amplification)
![]()
图 9 基于地质灾害风险区划的国土空间分区图
Figure 9. Territorial space zoning map based on geological disaster risk zoning
表 1 信息量值对应危险性等级及灾点分布的对比表
Table 1 Comparison of information value corresponding to risk grade and disaster point distribution
危险性
等级信息
量值面积
（km2）面积所
占比例（%）崩塌
数（个）崩塌所
占比例（%）危险性中 2.401～6.015 0.850 20.89 20 76.9 危险性低 0～2.401 0.932 22.90 6 23.1 危险性极低 −2.171～0 2.133 52.40 0 0 沟谷区 0 0.155 3.81 0 0 总计 4.07 100 26 100 
下载: 导出CSV
表 2 高西沟地质灾害风险评价结果表
Table 2 Risk assessment results of geological hazards in Gaoxigou
风险源
编号发生
概率P（L）到达
概率P（T:L）承灾体
时空概率P（T）财产易
损性V（prop）人员易
损性V（D）承灾体价值
E（万元）财产年损失
R（prop）（万元/a）单人年死亡
概率P（LoL）1号 10−4 1.0 0.625 0.5 0.2 60 0.0019 1.25×10−5 2号 10−3 1.0 0.625 0.6 0.3 30 0.0113 1.88×10−4 3号 10−4 1.0 0.625 0.5 0.3 100 0.0031 1.88×10−5 4号 10−3 1.0 0.625 0.6 0.3 20 0.0075 1.88×10−4 5号 10−3 1.0 0.625 0.6 0.3 50 0.0188 1.88×10−4 6号 10−3 1.0 0.625 0.7 0.3 15 0.0066 1.88×10−4 7号 10−4 1.0 0.625 0.5 0.2 40 0.0013 1.25×10−5 8号 10−3 1.0 0.625 0.7 0.3 60 0.0263 1.88×10−4 9号 10−3 1.0 0.625 0.6 0.5 80 0.0300 3.13×10−4 10号 10−4 1.0 0.625 0.5 0.3 90 0.0028 1.88×10−5 11号 10−4 1.0 0.625 0.3 0.2 30 0.0006 1.25×10−5 12号 10−3 1.0 0.625 0.6 0.5 80 0.0300 3.13×10−4 13号 10−4 1.0 0.625 0.4 0.2 85 0.0021 1.25×10−5 14号 10−4 1.0 0.625 0.5 0.2 90 0.0028 1.25×10−5 15号 10−3 1.0 0.625 0.6 0.5 80 0.0300 3.13×10−4 16号 10−4 1.0 0.625 0.5 0.2 50 0.0016 1.25×10−5 17号 10−4 1.0 0.625 0.5 0.2 16 0.0005 1.25×10−5 18号 10−3 1.0 0.625 0.6 0.3 18 0.0068 1.88×10−4 19号 10−4 1.0 0.625 0.5 0.3 40 0.0013 1.88×10−5 20号 10−4 1.0 0.625 0.5 0.2 30 0.0009 1.25×10−5 21号 10−4 1.0 0.625 0.5 0.2 15 0.0005 1.25×10−5 22号 10−4 1.0 0.625 0.5 0.2 38 0.0012 1.25×10−5 23号 10−3 1.0 0.625 0.6 0.3 40 0.0150 1.88×10−4 24号 10−3 1.0 0.625 0.7 0.3 80 0.0350 1.88×10−4 25号 10−4 1.0 0.625 0.5 0.2 15 0.0005 1.25×10−5 26号 10−4 1.0 0.625 0.5 0.2 85 0.0027 1.25×10−5
下载: 导出CSV
-
冯凡, 唐亚明, 潘学树, 等. 不同尺度下地质灾害风险评价方法探讨—以陕西吴堡县为例[J]. 中国地质灾害与防治学报, 2022, 33(2): 115-124 FENG Fan, TANG Yaming, PAN Xueshu. et al. An Attempt of Risk Assessment of Geological Hazards in Different Scales: A Case Study in Wubao County of Shaanxi Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(2): 115-124.
冯旭, 王凯, 毛其智, 等. 国土空间规划体系下的乡村空间规划方法—基于规划与治理的一体化视角[J]. 城市规划, 2022, 46(11): 21-31 FENG Xu, WANG Kai, MAO Qizhi, et al. Rural spatial planning methods in the territorial planning: from an integrated perspective of planning and governance[J]. City Planning Review, 2022, 46(11): 21-31.
姬永涛, 王鲜, 郝业, 等. 基于斜坡单元的陕西省城镇地质灾害风险调查评价-以西安市蒋村街道为例[J]. 灾害学, 2022, 37(4): 000-000 JI Yongtao, WANG Xian, HAO Ye, et al. Investigation and Evaluation of Urban Geological Hazard Risk Based on Slope Unit in Shaanxi Province: A Case Study of Jiangcun Sub-district in Xi’an City[J]. Journal of Catastrophology, 2022, 37(4): 000-000.
李畅. 基于生态环境保护的乡村发展规划策略[J]. 林业调查规划, 2022, 47(4): 170-174 LI Chang. Rural development planning strategy based on ecological environment protection[J]. Forest Inventory and Planning, 2022, 47(4): 170-174.
李冠宇, 李鹏, 郭敏, 等. 基于聚类分析法的地质灾害风险评价-以韩城市为例[J]. 科学技术与工程, 2021, 21(25): 10629-10638 LI Guanyu, LI Peng, GUO Min, et al. Application of Cluster Analysis Method in Geological Hazard Risk Assessment: A Case Study of Hancheng City[J]. Science Technology and Engineering, 2021, 21(25): 10629-10638.
卢全中, 彭建兵, 赵发锁. 地质灾害风险评估(价)研究综述[J]. 灾害学, 2003, 18(4): 59-63 LU Quanzhong, PENG Jianbing, ZHAO Fasuo. A Review of Geological Hazard Risk Assessment[J]. Journal of Catastrophology, 2003, 18(4): 59-63.
马云飞, 邹芳, 徐海燕. 基于地质灾害风险评价的衡东县国土空间管制研究[J]. 地理信息世界, 2020, 27(6): 14-20 MA Yunfei, ZOU Fang, XU Haiyan, et al. Land Space Control of Hengdong County Based on Geological Hazard Risk Assessment[J]. Geomatics World, 2020, 27(6): 14-20.
齐信, 唐川, 陈州丰, 等. 地质灾害风险评价研究[J]. 自然灾害学报, 2012, 21(5): 33-40 QI Xin, TANG Chuan, CHEN Zhoufeng, et al. Research of Geohazards Risk Assessment[J]. Journal of Natural Disasters, 2012, 21(5): 33-40.
邱维蓉, 吴帮玉, 潘学树, 唐亚明. 几种聚类优化的机器学习方法在灵台县滑坡易发性评价中的应用[J]. 西北地质, 2020, 53(1): 223-233 QIU Weirong, WU Bangyu, PAN Xueshu, TANG Yaming. Application of Several Cluster-optimization-based Machine Learning Methods in Evaluation of Landslide Susceptibility in Lingtai County[J]. Northwestern Geology, 2020, 53(1): 223-233.
唐亚明, 冯卫, 毕银强, 毕俊擘. 基于风险评价的黄土滑坡分类及特征[J]. 地质通报, 2015, 34(11): 2092-2099 Tang Ya-ming, Feng Wei, Bi Yin-qiang, Bi Jun-bo. The classification and features of loess landslide based on risk assessment [J]. Geological Bulletin of China, 2015, 34(11): 2092-2099.
唐亚明, 张茂省, 薛强. 一种大比例尺的滑坡风险区划方法-以延安市区黄土滑坡风险评价为例[J]. 地质通报, 2011, 30(1): 166-172 Tang Ya-ming, Zhang Mao-sheng, Xue Qiang. Landslide risk assessment methods and flow on a large scale-A case study of loess landslide risk assessment in Yan’an urban district, Shaanxi, China [J]. Geological Bulletin of China, 2011, 30(1): 166-172.
万成伟, 宋代军. 可持续的乡村振兴规划建设模式—基于海峡两岸的案例比较[J]. 城市规划, 2022, 46(6): 90-102 WAN Chengwei, SONG Daijun. Sustainable planning and construction mode of rural revitalization: based on the comparative study of cases between ZHEJIANG and TAIWAN provinces[J]. City Planning Review, 2022, 46(6): 90-102.
王颖, 王志一, 纪轶群. 北京地质灾害风险评价研究[J]. 首都师范大学学报(自然科学版), 2022, 43(3): 54-61 WANG Ying, WANG Zhiyi, JI Yiqun. Risk Assessment of Geological Hazards in Beijing[J]. Journal of Capital Normal University(Natural Science Edition), 2022, 43(3): 54-61.
吴树仁, 石菊松, 张春山, 等. 滑坡风险评估理论与技术[M]. 北京: 科学出版社, 2012 WU Shuren, SHI Jusong, ZHANG Chunshan, et al. Theory and Technique of Landslide Risk Assessment[M]. Beijing: Science Press, 2012.
解明礼, 巨能攀, 刘蕴琨, 等. 崩塌滑坡地质灾害风险排序方法研究[J]. 水文地质工程地质, 2021, 48(5): 184-192 XIE Mingli, JU Nengpan, LIU Yunkun, et al. A Study of the Risk Ranking Method of Landslides and Collapses[J]. Hydrogeology & Engineering Geology, 2021, 48(5): 184-192.
许创智, 岳连雄, 赵文川, 等. 陕西省榆林市米脂县地质灾害详细调查报告[R]. 西安: 中国人民武装警察部队黄金第五支队, 2016 XU Chuangzhi, YUE Lianxiong, ZHAO Wenchuan, et al. Detailed Investigation Report of Geological Disaster in Mizhi County, Yulin City, Shaanxi Province[R]. Xi’an: the Fifth Gold Detachment of Chinese People’s Armed Police Force, 2016.
徐继维, 张茂省, 范文. 地质灾害风险评估综述[J]. 灾害学, 2015, 30(4): 130-134 XU Jiwei, ZHANG Maosheng, FAN Wen. A Review of Geological Hazard Risk Assessment[J]. Journal of Catastrophology, 2015, 30(4): 130-134.
杨柳, 牟鑫亮, 李晨, 等. 延安市宝塔区地质灾害风险评价[J]. 山地学报, 2020, 38(5): 679-690 YANG Liu, MOU Xinliang, LI Chen, et al. Geological Hazard Risk Assessment of Baota District in Yan’an City[J]. Mountain Research, 2020, 38(5): 679-690.
杨淞月, 翁茂芝, 田华. 等. 湖北省鹤峰县城区滑坡地质灾害风险评价[J]. 安全与环境工程, 2021, 28(1): 144-155 YANG Songyue, WENG Maozhi, TIAN Hua, et al. Landslide Risk Evaluation in the Rrban Area in Hefeng County, Hubei Province[J]. Safety and Environmental Engineering, 2021, 28(1): 144-155.
张茂省, 唐亚明. 地质灾害风险调查的方法与实践[J]. 地质通报, 2008, 27(8): 1205-1216 ZHANG Maosheng, TANG Yaming. Risk Investigation Method and Practice of Geohazards [J]. Geological Bulletin of China, 2008, , 27(8): 1205-1216.
张茂省, 薛强, 贾俊, 等. 山区城镇地质灾害调查与风险评价方法及实践[J]. 西北地质, 2019, 52(2): 125-135 ZHANG Maosheng, XUE Qiang, JIA Jun, et al. Methods and Practices for the Investigation and Risk Assessment of Geo-hazards in Mountainous Towns[J]. Northwestern Geology, 2019, 52(2): 125-135.
周超, 常鸣, 徐璐, 等. 贵州省典型城镇矿山地质灾害风险[J]. 武汉大学学报·信息科学版, 2020, 45(11): 1782-1791 ZHOU Chao, CHANG Ming, XU Lu, et al. Geological Hazard Risk of Mines in Typical Towns of Guizhou Province[J]. Geomatics and Information Science of Wuhan University, 2020, 45(11): 1782-1791.
AGS. Landslide Risk Management Practice Note[S]. Australian Geomechanics Society, 2008, In press.
Fell R, Ho K K S, Lacasse S, et al. A framework for landslide risk assessment and management[A]. Hungr O, Fell R, Couture R, et al. Landslide Risk Management[C]. The International Conference on Landslide Risk Management, Vancouver, Canada, 2005.
计量
- 文章访问数: 170
- HTML全文浏览量: 23
- PDF下载量: 61
