ISSN 1009-6248CN 61-1149/P 双月刊

主管单位:中国地质调查局

主办单位:中国地质调查局西安地质调查中心
中国地质学会

    • 中文核心期刊
    • CSCD收录期刊
    • 中国科技核心期刊
    • Scopus收录期刊
高级检索

基于1984~2022年榆林市地质灾害记录对其时空分布规律分析

刘锋, 张茂省, 董英, 丁维强, 张勖, 马俊

刘锋, 张茂省, 董英, 等. 基于1984~2022年榆林市地质灾害记录对其时空分布规律分析[J]. 西北地质, 2023, 56(3): 204-213. DOI: 10.12401/j.nwg.2023102
引用本文: 刘锋, 张茂省, 董英, 等. 基于1984~2022年榆林市地质灾害记录对其时空分布规律分析[J]. 西北地质, 2023, 56(3): 204-213. DOI: 10.12401/j.nwg.2023102
LIU Feng, ZHANG Maosheng, DONG Ying, et al. Analysis of Spatial and Temporal Distribution of Geological Disasters in Yulin City Based on the Records from 1984 to 2022[J]. Northwestern Geology, 2023, 56(3): 204-213. DOI: 10.12401/j.nwg.2023102
Citation: LIU Feng, ZHANG Maosheng, DONG Ying, et al. Analysis of Spatial and Temporal Distribution of Geological Disasters in Yulin City Based on the Records from 1984 to 2022[J]. Northwestern Geology, 2023, 56(3): 204-213. DOI: 10.12401/j.nwg.2023102

基于1984~2022年榆林市地质灾害记录对其时空分布规律分析

基金项目: 国家重点研发项目(2018YFC1504700),国家自然科学基金重点项目(41641011)联合资助
详细信息
    作者简介:

    刘锋(1997−),男,博士研究生,主要从事地质灾害防治、生态修复相关研究。E−mail:fengliu1102@foxmail.com

    通讯作者:

    张茂省(1962−),男,研究员,博士生导师,长期从事地质调查、灾害防治与生态修复研究工作。E−mail:xjtzms@xjtu.edu.cn

  • 中图分类号: P694

Analysis of Spatial and Temporal Distribution of Geological Disasters in Yulin City Based on the Records from 1984 to 2022

  • 摘要:

    地质灾害时空分布规律研究是制定地质灾害防治计划和落实防灾减灾措施的重要基础。笔者系统分析1984~2022年榆林市有记录的527组地质灾害数据,总结榆林市地质灾害的时空分布规律。空间上,榆林市地质灾害主要发生于清涧、子洲、米脂等县域,在地貌上以黄土丘陵沟壑区为主,黄河沿岸土石山区次之,风沙滩地区不发育。在时间上,年内地质灾害发生主要集中在7~10月汛期,月内集中于7月11~15日,冻融期均有分布且致死人数最多。灾害数量、致死人数越多,其重现期越长。子洲县年地质灾害致死概率最高(16.5%),其次为米脂县(9.8%)和府谷县(5.6%)。由此提出下一步工作建议:①加强汛期降雨量与地质灾害发生概率定量关系研究,完善地质灾害气象预警阈值。②加强冻融机理研究,建立冻融型地质灾害防御方案。③加强“风险点+危险区”的双控机制研究。

    Abstract:

    The study of the spatial and temporal distribution of geological disasters is an important basis for formulating geological disaster prevention plans and implementing disaster prevention and mitigation measures. This paper systematically analyzes 527 sets of geological disaster data recorded in Yulin City from 1984 to 2022. The spatial and temporal distribution rules of geological disasters in Yulin City has been summarized. Spatially, the geological disasters in Yulin City mainly occur in Qingjian, Zizhou, Mizhi Counties, and are mainly distributed in the earth−rock mountainous areas along the Yellow River and the loess hilly and gully areas. In terms of time, the number of geological disasters takes 5 years as a cycle, the flood season is frequent, concentrated on July 11~15, the freeze−thaw period is evenly distributed and the number of deaths is the largest. The more the number of disasters and deaths, the longer the return period. Zizhou County had the highest annual probability of death from geological disasters, 16.5%, followed by Mizhi County, 9.8%, and Fugu County, 5.6%. Therefore, the following suggestions are put forward: ① Strengthen the quantitative relationship between rainfall in flood season and the probability of geological disasters, and improve the meteorological warning threshold of geological disasters. ② Strengthen the study of freeze−thaw mechanism and establish a freeze−thaw geological disaster prevention plan. ③ Strengthen the research on the dual control mechanism of "risk point + risk area".

  • 实现“双碳”目标是国家根据世界发展新形势作出的重大战略决策。如何着眼地区经济实际和资源环境禀赋,统筹产业结构与发展布局,推动高质量发展,是地方政府助力“双碳”目标的重要举措。生态系统是地球系统正常运转的基础。《2030年前碳达峰行动方案》对生态系统碳汇能力巩固提升提出明确要求。对区域生态资源赋存状态与变化进行准确评估,是构建“双碳”目标下国土空间开发与生态环境保护新格局的基础。基于自然的资本属性,根据生态系统及其固碳功能服务衡量经济价值(Costanza et al.,1997)的区域生态系统价值评估,不仅可以为从国家层面探索自然资源资产负债表提供技术支持,也是地区可持续发展目标导向政策优化调整的基础。

    国内很多学者已对中国生态系统固碳服务价值开展评估研究。早期研究表明,中国陆地生态系统效益价值约为GDP的1.25倍(陈仲新等,2000),固碳服务价值约为773.5×109~3619.2×109元(欧阳志云等,1999)。后续研究进一步发现,生态系统的结构、状态和动态可以影响系统的功能和稳定性(Elmqvist et al.,2003Cortina et al.,2006),从而影响生态系统固碳服务价值,因而不同生态系统类型间差异很大(谢高地等,2015潘勇军等,2018)。然而,当前研究对于地区生态系统结构变化的影响考虑较少,而这却是生态脆弱与退化地区进行生态修复和国土空间规划布局的基础。基于地区生态系统结构进行固碳功能评估,对于脆弱生态的修复措施和经济建设的政策调整有重要意义。

    黄河流域的生态保护和高质量发展是重大国家战略。榆林地处黄河中游地区,丰富的资源储量使榆林具有明显的区位优势。然而,经济发展过程中的环境效应问题也逐渐成为限制榆林市经济与生态可持续发展的主要影响因素。生态系统的脆弱性加剧了环境保护难度,在当前全球变化背景下如何改善生态环境的同时增加应对环境压力和干扰的能力是榆林地区高质量发展的必然要求。笔者基于高分辨率遥感影像对榆林市生态系统固碳价值进行评估,分析环境变化和人类活动的影响,结合景观结构指数对固碳功能进行空间分析,尝试从系统的角度理解榆林市生态系统固碳功能变化特征,以期为榆林市生态建设和高质量发展提供科学依据。

    榆林市位于黄河中游西岸,地理坐标为E 107º14′51″~111º14′31″,N36º48′58″~39º35′7″,包含1市2区9县,总面积为42920 km2。全市地势西北高、东西低,古长城以北的风沙草滩区占总面积的42%,风蚀沙化较严重,后备资源开发潜力大。南部黄土高原丘陵沟壑区占58%,地形破碎、水土流失严重。因为地处农牧交错区,榆林在相当长的时间一直以农牧业为主,从20世纪末开始发展轻重工业,到2006年开始以能化产业为主导,榆林经济进入了快速发展阶段。富集的能源矿产资源开发引发了对土地、植被资源的破坏,生态环境质量评价较差,局部地区甚至仍在恶化(陕西省生态环境状况公报,2021)。

    遥感数据采用MOD17A3HGF数据(https://ladsweb.modaps.eosdis.nasa.gov/),图像空间分辨率为500 m ×500 m,数据选用2000、2005、2010、2015和2020年。土地利用数据来源于资源环境科学与数据中心(https://www.resdc.cn/),空间分辨率为1 km×1 km,包括耕地、林地、草地、水域、建设用地和未利用土地6个一级分类和25个二级分类。

    MOD17A3HGF数据是基于BIOME-BGC模型通过Terra卫星遥感参数计算的全球植被净初级生产力年际遥感监测产品。将MOD17A3HGF数据转化为NPP值,利用Modis Reprojection Tool对数据进行投影转换,生成1 km×1 km的栅格数据。将生成数据与土地利用遥感监测数据和榆林市行政区划进行重采样、重分类、栅格计算等处理,得到2000~2020年榆林市6大类生产性土地的NPP统计数据。基于净生态系统生产力法对固碳功能量进行估算(国家市场监督管理总局,2020),采用市场价值法对固碳价值进行换算。CO2吸收价值根据2022年中国碳交易市场价格取58元/t。区县单位面积固碳价值通过各区县固碳价值量的总和与区划总面积换算得到,各区县面积加权平均得到全市单位面积固碳价值。

    基于遥感数据通过Fragstats对景观格局进行计算。分别在景观和类型水平下选取斑块面积(CA)、斑块所占景观面积比例(PLAND)、斑块数量(NP)、斑块密度(PD)、最大斑块占景观面积比(LPI)、景观形状指数(LSI)、平均斑块面积(AREA_MN)、蔓延度指数(CONTAG)、斑块内聚力指数(COHESION)、聚集度指数(AI)等指标,对各类土地利用类型的景观指数进行计算。对各区县森林景观计算结果标准化处理后通过熵权法确定指标权重,计算得到各区县林地综合指数。对各年份分别计算,得到各区县林地综合指数趋势变化。

    基于气象条件、土地利用及工业GDP占比对各区县固碳价值进行PCA分析(Principal Component Analysis),分析环境因素、生态系统结构和人类活动对固碳价值的影响。采矿是榆林地区最主要的重工业产业,由于缺乏直接的采矿数据,以工业GDP占比代表地区工业活动。数据分析使用R-software (version3.5.3)。

    榆林市2000年陆地生态系统固碳价值为5423万元, 2020年达到11449万元。西部的榆阳区、神木市、靖边县和定边县固碳价值总量最高,平均占全市10%以上。东南部的绥德县、米脂县、佳县、清涧县和子洲县固碳价值量占比较低,吴堡县最低仅约占1%。2020年榆林市固碳价值总量比2000年增加了111%,但各区县间增幅不同。西部的榆阳区、神木市、定边县增幅低于全市,分别增长了89%和96%,靖边县略高增加了114%。东南部增幅高于全市水平,增幅基本高于120%,清涧县增加了175%。

    从土地利用类型看,榆林全市范围以草地和耕地为主,面积占比82%。2000年至2020年间全市草地和耕地固碳价值量分别增加了116%和101%。林地在榆林地区占比较小,然而到2020年固碳价值量增加了176%。建设用地增长速率最快固碳价值变幅最大。全市范围未利用土地持续缓慢减少,固碳价值量增幅最小。

    榆林市固碳价值总量的空间分布西北高、东南低。因为价值总量估算是基于行政区划面积,对区划面积较小的区县会低估,笔者基于单位面积固碳价值对各区县生态系统固碳功能进行对比。榆林市单位面积固碳价值量多年平均21.25 元/ha,东南部区县单位面积固碳价值水平高于全市,多年平均为21.96~24.98 元/ha,西北部区县基本低于全市平均水平(图1)。文中估算结果低于已报道的陕北榆林地区结果(李晶等,2011封建民等,2018),可能与数据分辨率以及采用的市场交易价格低于造林成本价格有关。榆林市单位面积固碳价值从东南向西北递减的空间分布趋势,与陕北地区NPP从南向西北递减的趋势一致(李登科等,2022),显示出区域间土地利用类型的结构差异。

    图  1  榆林市生态系统固碳服务价值空间分布
    a. 多年平均固碳价值量(104元);b. 多年平均单位面积固碳价值量(元/ ha)
    Figure  1.  Spatial distribution of value of carbon sequestration service in Yulin ecosystem

    对12区县固碳价值的PCA运算显示东南部区县与西北部区县在PC1(贡献率为44.1%~57.5%)上表现出显著差异(图2a),西北部区县正向分布,东南部区县负向分布。20年间工业GDP占比对PC1的贡献率始终较高,建筑用地的相关性也逐渐增加,表明榆林市生态系统固碳价值主要依据工业活动形成东南部区县和西北部区县的分划,这与榆林市矿产资源集中分布在市域西北部吻合。西北部区县矿产资源富集,采矿活动等重工业发达,对地表的破坏可以直接影响生态系统固碳服务功能。神木市是榆林典型的采矿工业区,煤矿资源丰富,工业GDP占比在20年间从86%增加到98%,对PC1的负荷也从2.09增加到3.18,表明该区域生态系统固碳价值与工业、建设活动的相关性在逐渐增加。榆林市西北部区县如榆阳区、府谷县也都表现出受工业建设活动影响增加的相似趋势(图2b)。气象条件对PC2轴的贡献率较高。可能受退耕还林还草政策导致的土地利用结构调整影响,各区县没有表现出显著差异。

    图  2  榆林市12区县的PCA排序
    a.各区县2000、2005、2015与2020年的PCA排序,实心点为西北部区县分组,空心点为东南部区县分组;b.各区县2020年主分量分布
    Figure  2.  The PCA distribution figure of 12 counties of Yulin

    榆林市地貌类型南北不同,西北部是毛乌素沙漠南缘风沙草滩区,南部是黄土高原丘陵沟壑区。全市土地利用类型基本以草地和耕地为主,贡献了全市约83%的固碳价值。尽管耕草地比例在各区县不同,两种土地利用类型的固碳价值总量并不存在显著差异。东南部区县的林地面积比例较高,因而林地固碳贡献在东南部区县相应增加。西北部靖边县、榆阳区、神木市、府谷县、横山县、定边县3%~4%的林地固碳贡献,在东南部区县增加到10%以上,绥德县和清涧县可以达到17%,提升了东南部区县的单位面积固碳价值。单位面积固碳价值与林地比例的显著正相关(图3),以及与建设用地及工业活动的负相关表明,在采矿、工业建设等人类活动干扰会损害地区生态系统固碳功能,生态系统结构尤其是林地比例对固碳价值的提高有重要影响。

    图  3  榆林市固碳价值影响因素相关性分析结果
    图中数字为相关系数(p˂0.05);×代表无显著相关;固碳价值为单位面积固碳价值;土地类型比例为面积比例
    Figure  3.  Correlation analysis results of influencing factors of carbon sequestration value in Yulin

    全市范围看生态系统固碳价值的增长变化也表现出明显的空间差异。全市单位面积固碳价值在2000~2020年间持续增长,然而区域间增长速率不同(图4a)。2020年西北部6区县固碳价值总量增加了4357万元,平均增长率了107%,平均增长速率为0.67。东南部6区县虽然行政区划面积小,固碳价值总量仅增加1668万元,然而区域内林地系统的面积比例、平均斑块面积更高(图4b),增长速率也显著高于西北部区县(p<0.05)。林地系统较高的比例和增长率使东南部区县单位面积固碳价值平均增加了147%, 0.955的增速显著高于西北部区县(p<0.01)。

    图  4  榆林市生态系统固碳价值增长速率与森林系统景观结构综合指数
    a.圆代表榆林市森林类型综合指数,颜色代表单位面积固碳价值增长速率;b.圆代表森林景观类型面积比例,颜色代表森林类型平均斑块面积
    Figure  4.  The growth rate of carbon sequestration value in Yulin and forest ecosystem landscape structure comprehensive index

    榆林地处中国干旱半干旱地区,黄土高原与沙漠过渡地带,脆弱的生态条件导致植被生长敏感易变。全球变化背景下,榆林地区也表现出气候暖干化和水资源减少趋势(杨文峰等,2002王德丽等,2011),多坡地的地貌结构可能进一步加深地表干旱。矿产开发对土地资源的破坏如果不加以维护管理,容易受到人类活动干扰而退化,从而降低生态系统的稳定和功能。林地综合结构指数显示榆林市东南部区县相对较高(图4a)。这种差异不仅仅因为林地总面积比例在东南部区县相对较高,而是区域内林地类型密度、大小、形状、临近度、连通性等的综合表现,表明森林生态系统的结构性在东南部区县相对较好,合理的生态修复和管理措施必然能够更好的发挥系统功能性。西北部区县林地系统结构性相对较差,不仅受地理条件限制,也与地方产业有关。榆林市作为中国能源化工基地,大量的矿产资源集中分布在西北部区县,矿山开发挤占了资源并造成景观破碎化,不利于植被发展。神木市林地类型比例、平均面积大小、连通性在全市基本处于最低值,且在不断恶化,林地综合指数较低并具有较大波动。矿山开发对林地生态系统结构的破坏不仅影响了当前的固碳功能,而且可能会对系统的稳定性及水土保持等生态系统服务产生影响。由这种潜在影响得知,在易发生土壤侵蚀或地质灾害的黄土高原地区(孙萍萍等,2022仲原等,2022)的生态建设,应尽可能加强系统的整体性、结构性,协调好地区土地利用规划,避免景观的破碎化,加强水资源利用成效,从而实现地区长期的“双碳”目标。

    2000~2020年榆林市固碳价值持续稳定增长,然而2000~2010年增长速率显著高于2010~2020年(图5)。定边县和绥德县位于榆林市南部,两县都没有煤矿开采,工业GDP占比不高,2020年分别仅占全县GDP总值的10%和15%。两县均是以耕地为主的传统农业县,建筑用地很少,土地利用类型的差异主要是林地和未利用地(图5b)。林地较多的绥德县单位面积固碳价值更高(图5b),增长率也更高(图5a)。为了在更小尺度进行对比,分别在两县基于相似土地利用结构选取了10 km × 10 km样方,绥德县样方不仅固碳价值提高了27.5%,20年间固碳价值的增长率也提高了92%。

    图  5  榆林市生态系统单位面积固碳价值动态变化
    a.榆林市生态系统单位面积固碳价值随时间变化,虚线为12区县平均值,阴影为标准偏差,红线为绥德县,蓝线为定边县;b.定边县与绥德县土地利用结构
    Figure  5.  The dynamic change of value of carbon sequestration of Yulin

    1999年,陕西在全国率先开展了退耕还林还草试点,榆林市重点实施了建设工程,并从2006年起陆续出台了一系列土地利用规划,加强土地整治与生态环境建设。全市耕地面积在2000~2010年下降较快(p<0.01),2010~2020年下降速率减缓。20年间草地和林地整体呈上升趋势,然而草地面积在2010~2020年出现下降,只有林地始终保持增加。耕地和草地面积变化的年代差异达到显著水平,林地增长达到极显著水平(p<0.01)。土地整治政策的实施改善了榆林市的生态环境,自然植被的逐渐恢复有效促进了生态系统固碳功能的提高。2000~2010年榆林市林地固碳价值增加337.66万元,2010~2020年增加116.13万元。相应各区县固碳价值总量增加量和增长速率均表现出极显著年代差异(p<0.01)。西北部区县受采矿等工业建设活动影响,固碳价值增长速率普遍较低。加强全域统筹规划,因地制宜提高生态系统结构的协调性,对榆林市西北部地区的生态修复与建设有重要意义。

    (1)2000~2020年榆林市生态系统固碳服务价值持续增长,2000年代固碳价值年增长480万元/a,2010年代增速减缓年增长120万元/a。全市单位面积固碳价值空间分布呈现从东南向西北递减的趋势,东南部区县单位面积固碳价值增长速率也更快。

    (2)采矿工业活动是形成榆林市西北、东南各区县分划的主要因素,东南部工业活动少、林地占比较高,固碳价值主要受生态系统结构性变化的影响。

    (3)榆林地区长期的资源开发导致地表景观的破碎化,降低了系统的稳定性。长期来看,未来实施退耕还林还草与生态修复建设工程时,应尽可能扩大单个系统类型面积、避免分散,综合考虑生态系统的整体性,以改善林地系统的结构性与稳定性,实现提质增效。后续可进一步对生态系统服务价值总量进行核算,深入分析系统结构变化影响下的系统功能变化。

  • 图  1   榆林市地质灾害等级分布图

    Figure  1.   Distribution of Geological Hazard Levels in Yulin City

    图  2   榆林地区滑坡崩塌泥石流灾害分布图

    Figure  2.   Distribution of landslide, collapse and debris flow disasters in Yulin area

    图  3   地质灾害致死人数等级分布图

    Figure  3.   Grade distribution of death toll of geological disasters

    图  4   地质灾害数量及死亡人数分布图

    Figure  4.   The number of geological disasters and the distribution of deaths

    图  5   地质灾害数量年际变化图

    Figure  5.   Annual variation of the number of geological disasters

    图  6   地质灾害数量年内统计图

    Figure  6.   Annual statistics of the number of geological disasters

    图  7   汛期单日地质灾害数量统计图

    Figure  7.   Statistics of single–day geological disasters in flood season

    图  8   汛期5日滑地质灾害数量统计图

    Figure  8.   Statistics of 5–day sliding geological disasters in flood season

    图  9   冻融期滑坡崩塌灾害发生次数直方图

    Figure  9.   The number of landslide collapse disasters in freeze–thaw period

    图  10   全年地质灾害发生数量与死亡人数对比图

    Figure  10.   Comparison of annual number of geological disasters and deaths

    图  11   3月份地质灾害死亡人数分布图

    Figure  11.   Distribution of death toll of geological disasters in March

    表  1   榆林市各区县滑坡崩塌数量表

    Table  1   Number of landslide collapses in Yulin city

    县区类 型
    榆阳神木府谷定边靖边横山绥德米脂佳县吴堡清涧子州
    崩塌发生数(次)61143266838298711034
    致死灾害数(次)10342451021211
    死亡人数(人)20281166132042363
    滑坡发生数(次)111115489726395324
    致死灾害数(次)4001145120424
    死亡人数(人)260021101631010137
    下载: 导出CSV

    表  2   年地质灾害发生频率 、年致死地质灾害发生频率、 年致死人数发生频率及其重现期表

    Table  2   The frequency and return period of annual geological disasters, annual fatal geological disasters and annual fatalities

    灾害发生
    数(次)
    经验频率
    (%)
    重现期
    (a)
    致死灾害
    数(次)
    致死灾害
    所占比例(%)
    经验频率
    (%)
    重现期
    (a)
    致死人数
    (人)
    经验频率
    (%)
    重现期
    (a)
    097.5104.0888.751088.751
    193.751149.3966.252176.251
    287.51210.8246.252268.751
    377.5139.3928.753358.752
    463.752411.0216.256552.52
    552.5257.761010648.752
    743.75267.553.7527736.253
    836.2538254
    932.53922.54
    1030310205
    1127.541216.256
    1223.7541312.58
    13205151010
    1517.56227.513
    2015728520
    2312.58352.540
    258.7511
    47520
    1622.540     
    下载: 导出CSV

    表  3   各区县人员年地质灾害致死概率表

    Table  3   The annual death probability of geological disasters in each county

    参数 县 区
    林阳 神木 府谷 定边 靖边 横山 绥德 米脂 佳县 吴堡 清涧 子洲
    V 0.100 0.000 0.100 0.047 0.025 0.057 0.104 0.183 0.014 0.043 0.057 0.269
    PL 0.385 0.231 0.564 0.282 0.231 0.308 0.385 0.538 0.154 0.359 0.231 0.615
    PLOL(%) 3.860 0.000 5.661 1.314 0.579 1.765 3.998 9.843 0.221 1.544 1.323 16.543
    下载: 导出CSV
  • 白永健, 铁永波, 倪化勇, 等. 鲜水河流域地质灾害时空分布规律及孕灾环境研究[J]. 灾害学, 2014, 29(04): 69-75 doi: 10.3969/j.issn.1000-811X.2014.04.014

    BAI Yongjian, TIE Yongbo, NI Huayong, et al. Temporal-Spatial Distribution and Environment Pregnant of Geohazards in Xianshui River of Sichuan, China[J]. Journal of Catastrophology, 2014, 29 (4): 69-75. doi: 10.3969/j.issn.1000-811X.2014.04.014

    崔鹏, 胡凯衡, 陈华勇, 等. 丝绸之路经济带自然灾害与重大工程风险[J]. 科学通报, 2018, 63(11): 989-997 doi: 10.1360/N972017-00867

    CUI Peng, HU Kaiheng, CHEN Huayong, et al. Risks along the Silk Road Economic Belt owing to natural hazards and construction of major projects[J]. Chinese Science Bulletin, 2018, 63(11): 989-997. doi: 10.1360/N972017-00867

    樊芷吟, 苟晓峰, 秦明月, 等. 基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价[J]. 工程地质学报, 2018, 26(02): 340-347 doi: 10.13544/j.cnki.jeg.2017-052

    FAN Zhiyin, GOU Xiaofeng, QIN Mingyue, et al. Information and Logistic Regression Models Based Coupling Analysis for Susceptibility of Geological Hazards[J]. Journal of Engineering Geology, 2018, 26(02): 340-347. doi: 10.13544/j.cnki.jeg.2017-052

    何佳阳, 巨能攀, 解明礼, 等. 高山峡谷地区地质灾害隐患InSAR识别技术对比[J/OL]. 地球科学, 2023: 1–20. http://kns.cnki.net/kcms/detail/42.1874.P.20220829.1632.004.html

    HE Jiayang, JU Nengpan, JIE Mingli, et al. Comparison of InSAR Technology for Identification of Hidden Dangers of Geological Hazards in Alpine and Canyon Areas[J]. Earth Science, 2023: 1-20. http://kns.cnki.net/kcms/detail/42.1874.P.20220829.1632.004.html

    冷艳秋. 黄土水敏特性及其灾变机制研究[D]. 西安: 长安大学, 2018

    LENG Yanqiu. Research on water sensitivity characteristics and disaster mechanism of loess[D]. Xi’an: Chang’an University, 2018.

    李守定, 乔华, 马世伟, 等. 基于温度-降雨双参数的新疆地质灾害预警模型[J]. 水利水电技术(中英文), 2021, 52(11): 207-218

    LI Shouding, QIAO Hua, MA Shiwei, et al. Temperature-rainfall dual parameter-based early warming model for geological disasters in Xinjiang[J]. Water Resources and Hydropower Engineering, 2021, 52(11): 207-218.

    林两位, 王莉萍. 用Pearson-Ⅲ概率分布推算重现期年最大日雨量[J]. 气象科技, 2005(04): 314-317 doi: 10.3969/j.issn.1671-6345.2005.04.006

    LIN Liangwei, WANG Liping. Estimation of Annual Maximum Diurnal Precipitation for Reappearance Periods with Pearson-Ⅲ Distribution[J]. Meteorological Science and Technology, 2005(04): 314-317. doi: 10.3969/j.issn.1671-6345.2005.04.006

    刘文红. 黄土高原滑坡发育背景与成灾模式研究[D]. 西安: 长安大学, 2016.

    LIU Wenhong. Study on the development background and disaster model of landslide in the Loess PlateauD]. Xi’an: Chang’an University, 2016.

    马田田, 韦昌富, 陈盼, 等. 非饱和土毛细滞回与变形耦合弹塑性本构模型[J]. 岩土力学, 2012, 33(11): 3263-3270

    MA Tiantian, WEI Changfu, CHEN Pan, et al. An elastoplastic constitutive model of unsaturated soils with capillary hysteresis and deformation coupling[J]. Rock and Soil Mechanics, 2012, 33(11): 3263-3270.

    彭建兵, 吴迪, 段钊, 等. 典型人类工程活动诱发黄土滑坡灾害特征与致灾机理[J]. 西南交通大学学报, 2016, 51(05): 971-980 doi: 10.3969/j.issn.0258-2724.2016.05.021

    PENG Jianbing, WU Di, DUAN Zhao, et al. Disaster Characteristics and Destructive Mechanism of Typical Loess Landslide Cases Triggered by Human Engineering Activities[J]. Journal of Southwest Jiaotong University, 2016, 51(05): 971-980. doi: 10.3969/j.issn.0258-2724.2016.05.021

    彭建兵, 王启耀, 庄建琦, 等. 黄土高原滑坡灾害形成动力学机制[J]. 地质力学学报, 2020, 26(05): 714-730

    PENG Jianbing, WANG Qiyao, ZHUANG Jianqi, et al. Dynamic formation mechanism of landslide disaster on the Loess Plateau[J]. Journal of Geomechanics, 2020, 26(05): 714-730.

    申艳军, 杨更社, 荣腾龙, 等. 冻融循环作用下单裂隙类砂岩局部化损伤效应及端部断裂特性分析[J]. 岩石力学与工程学报, 2017, 36(03): 562-570

    SHEN Yanjun, YANG Gengshe, RONG Tenglong, et al. Localized damage effects of quasi-sandstone with single fracture and fracture behaviors of joint end under cyclic freezing and thawing [J], Chinese Journal of Rock Mechanics and Engineering, 2017, 36(03): 562-570.

    孙萍萍, 张茂省, 冯立, 等. 黄土水敏性及其时空分布规律[J]. 西北地质, 2019, 52(02): 117-124

    SUN Pingping, ZHANG Maosheng, FENG Li, et al. Water Sensitivity of Loess and lts Spatial-Temporal Distribution on the Loess Plateau[J]. Northwestern Geology, 2019, 52(02): 117-124.

    孙萍萍, 张茂省, 贾俊等. 中国西部黄土区地质灾害调查研究进展[J]. 西北地质, 2022, 55(03): 96-107 doi: 10.19751/j.cnki.61-1149/p.2022.03.007

    SUN Pingping, ZHANG Maosheng, JIA Jun, et al. Geo-hazards Research and Investigation in the Loess Regions of Western China [J], Northwestern Geology, 2022, 55(03): 96-107. doi: 10.19751/j.cnki.61-1149/p.2022.03.007

    王潇. 冻融循环条件下陕北府谷地区砂岩物理力学性质研究[D]. 西安: 西安科技大学, 2014.

    WANG Xiao. Study on the physical and mechanical properties of sandstone in Fugu region of Northern Shaanxi under the conditions of freeze-thaw cycles [D]. Xi’an: Xi’an University of Science and Technology, 2014.

    王雁林, 任超, 李永红, 等. 关于构建陕西省地质灾害防治新机制的思考[J]. 西北大学学报(自然科学版), 2020, 50(03): 403-410

    WANG Yanlin, REN Chao, LI Yonghong, et al. The construction of a new geological hazard prevention mechanism in Shaanxi Province [J]. Journal of Northwest University (Natural Science Edition), 2020, 50(03): 403-410.

    伍艳, 蔡怀森, 刘慧, 等. 砒砂岩抗剪强度与其结构特征关系[J]. 水利水电科技进展, 2019, 39(05): 21-26

    WU Yan, CAI Huaisen, LIU Hui, et al. Relationship between shear strength and structural characteristics of Pisha sandstone [J]. Advances in Science and Technology of Water Resources, 2019, 39(05): 21-26.

    熊德清, 崔笑烽. 喜马拉雅山脉地震带主要地质灾害与地形地貌关系——以西藏日喀则地区为例[J]. 地质通报, 2021, 40(11): 1967-1980 doi: 10.12097/j.issn.1671-2552.2021.11.014

    XIONG Deqing, CUI Xiaofeng. The relationship between main geological hazard and topography in the Himalayan seismic belt: A case study in the Xigaze area, Tibet[J]. Geological Bulletin of China, 2021, 40(11): 1967-1980. doi: 10.12097/j.issn.1671-2552.2021.11.014

    张卜平, 朱兴华, 成玉祥, 等. 黄土潜蚀机理及其致灾效应研究综述[J]. 中国地质灾害与防治学报, 2021, 32(06): 41-52

    ZHANG Buping, ZHU Xinghua, CHENG Yuxiang, et al. A review on loess subsurface-erosion mechanism and it's hazard effects [J]. The Chinese Journal of Geological Hazard and Control, 2021, 32(06): 41-52.

    张林梵, 王佳运, 张茂省, 等. 基于BP神经网络的区域滑坡易发性评价[J]. 西北地质, 2022, 55(02): 260-270

    ZHANG Linfan, WANG Jiayun, ZHANG Maosheng, et al. Evaluation of Regional Landslide Susceptibility Assessment Based on BP Neural Network[J]. Northwestern Geology, 2022, 55(02): 260-270.

    张茂省, 孙传尧, 校培喜, 等. 延安市宝塔区地质灾害详细调查示范[J]. 西北地质, 2007, 40(02): 29-55 doi: 10.3969/j.issn.1009-6248.2007.02.002

    ZHANG Maosheng, SUN Chuanyao, XIAO Peixi, et al. A Demonstration Project for Detailed Geo-hazard Survey in the Baota District, Yan'an[J]. Northwestern Geology, 2007, 40(02): 29-55. doi: 10.3969/j.issn.1009-6248.2007.02.002

    张茂省, 党学亚. 干旱半干旱地区水资源及其环境问题: 陕北榆林能源化工基地例析[M]. 北京: 科学出版社, 2014, 25–30.

    ZHANG Maosheng, DANG Xueya. Water resources and Environmental Problems in arid and semi-arid Area-Case study of Yulin Energy and Chemical Industry Base in Northern Shaanxi [M]. Beijing: Science Press, 2014, 25–30.

    张茂省, 黎志恒, 王根龙, 等. 白龙江流域地质灾害特征及勘查思路[J]. 西北地质, 2011, 44(03): 1-9

    ZHANG Maosheng, LI Zhiheng, WANG Genlong, et al. The Geological Hazard Characteristics and Exploration ldeas of the Bailong River Basin[J], Northwestern Geology, 2011, 44(03): 1-9.

    张茂省, 李同录. 黄土滑坡诱发因素及其形成机理研究[J]. 工程地质学报, 2011, 19(04): 530-540 doi: 10.3969/j.issn.1004-9665.2011.04.014

    ZHANG Maosheng, LI Tonglu. Triggering Factors and Formation Mechanism of loess landslides[J]. Journal of Engineering Geology, 2011, 19(04): 530-540. doi: 10.3969/j.issn.1004-9665.2011.04.014

    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, No. 159(08): 1205-1216.

    ZHANG Maosheng, TANG Yaming. Risk investigation method and practice of geohazards[J]. Geological Bulletin of China, 2008, 27(8): 1205- 1216.

    Feng L, Zhang S, Jin Z, et al. The critical mechanics of the initiation of loess flow failure and implications for landslides[J]. Engineering Geology, 2021, 288: 106165.

    Zezere J L, Ferreira A B, Rodrigues M L. Landslides in the North of Lisbon Region (Portugal): Conditioning and triggering factors[J]. Physics and Chemistry of the Earth Part A Solid Earth and Geodesy, 1999, 24(10): 925-934. doi: 10.1016/S1464-1895(99)00137-4

  • 期刊类型引用(2)

    1. 徐永,聂浩刚,冀显坤,乔冈. 陕北榆林地区植被好转背景下面临的生态环境新挑战. 西北地质. 2024(05): 308-318 . 本站查看
    2. 马红梅,杨焕霞. 榆林市森林生态系统恢复现状问题及对策. 南方农业. 2024(20): 107-109 . 百度学术

    其他类型引用(1)

图(11)  /  表(3)
计量
  • 文章访问数:  120
  • HTML全文浏览量:  21
  • PDF下载量:  38
  • 被引次数: 3
出版历程
  • 收稿日期:  2022-12-28
  • 修回日期:  2023-03-16
  • 网络出版日期:  2023-05-24
  • 刊出日期:  2023-06-19

目录

/

返回文章
返回