基于GIS与地质灾害易发性评价—信息量模型

来源:GIS前沿

地质灾害种类很多,如崩塌、滑坡、泥石流、地震、火山...等等,它们形成的原因也很复杂多样,拿泥石流来举例,其形成必须同时具备以下3个条件:陡峻的地形地貌、丰富的松散物质、短时间内有大量的洪流,我们在做研究时就需要将这些因素考虑进去,这样我们真正在做研究时需要用到的数据就会非常多,就比如坡度数据、岩性数据、以及降水量、路网、水系等等数据;而本文仅利用数字高程数据地质灾害点数据来介绍可以用来评价地质灾害易发性的一个小模型——信息量模型

一、信息量模型简介

信息量法是用地质灾害发生时嫡值的多少来反映地质灾害的易发性。根据地质灾害的形成条件或者说诱导因素,基于GIS平台,建立评价模型,确定地质灾害与致灾因子之间的相关性,计算诱导因子对地质灾害所提供的信息量值,即可用总信息量值的大小来体现影响因子与地质灾害关系的相关性,进而得到地质灾害易发性评价结果,不过不同区域的信息量不大相同,其地质灾害易发性的评价结果也不会一样,并不具有统一性。

具体模型建立步骤如下:

     

在使用信息量模型进行易发性评价时,首先要有针对性的建立评价指标体系(针对区域内的地质灾害),然后在ArcMAP中对坡度、坡向、道路、水网、降水量等数据以及地质灾害分布图进行评价单元划分,在各评价单元内将指标体系中各评价因子对地质灾害形成的信息量贡献值累加,从而确定该评价单元各影响因素对地质灾害发育总的信息量值,最终依据总的信息量大小来对研究区地质灾害易发性进行评价。

二、数据来源介绍

本文所用到的河北唐山行政边界数据、数字高程数据数据和地质灾害点数据均来源于中国科学院资源环境科学与数据中心。

基于GIS与地质灾害易发性评价—信息量模型_第1张图片

三、数据预处理

(一)行政边界数据预处理

河北唐山行政边界数据存放于中国地市行政边界数据图层当中,我们可以利用ArcGIS提取出我们需要的地市数据。记得备份喔,备份以后在用到其他省份的地市行政边界数据时就不用在从网站中下载了。

我们将中国地市行政边界数据图层加载到ArcGIS,因为我们只需要河北唐山一个地市的数据,我们可以先利用识别工具识别其信息,可以了解到其FID为311。

基于GIS与地质灾害易发性评价—信息量模型_第2张图片

然后右键图层,打开图层的属性表,利用【按属性选择】工具选中河北唐山,接下来可以将选中的要素导出或者反选将其余要素删掉,这里建议是导出比较好,选中后右键图层,选择数据 -> 导出数据即可。

基于GIS与地质灾害易发性评价—信息量模型_第3张图片

 

(二)数字高程数据预处理

由于网站下载下来的数字高程数据最小单元是省份,所以就需要我们利用提取出来的河北唐山行政边界数据对数字高程数据进行裁剪。

工具位置:Spatial Analyst工具 -> 提取分析 -> 按掩膜提取

基于GIS与地质灾害易发性评价—信息量模型_第4张图片

(三)地质灾害点数据预处理

由于网站下载下来的地质灾害点数据不只含有河北唐山一个地市的,所以就需要我们利用提取出来的河北唐山行政边界数据对地质灾害点数据进行按位置选择,选中后,反选将多于数据删掉即可。

基于GIS与地质灾害易发性评价—信息量模型_第5张图片

基于GIS与地质灾害易发性评价—信息量模型_第6张图片

基于GIS与地质灾害易发性评价—信息量模型_第7张图片

wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw== 编辑

四、进一步实操

(一)提取坡度

利用坡度工具基于数字高层数据提取坡度。在提取坡度时往往会面临着Z因子选取的问题,这里由于河北唐山纬度范围在北纬38.8430075889°~40.5255866179°之间,对比Z因子选取表,我们选择0.00001171,想了解更多关于Z因子的信息。

工具位置:Spatial Analyst工具 -> 表面分析 -> 坡度

 

基于GIS与地质灾害易发性评价—信息量模型_第8张图片

基于GIS与地质灾害易发性评价—信息量模型_第9张图片

(二)提取坡向

利用坡度工具基于数字高程数据计算坡向。坡向用于识别出从每个像元到其相邻像元方向上值的变化率最大的下坡方向。坡向可以被视为坡度方向。输出栅格中各像元的值可指示出各像元位置处表面的朝向的罗盘方向。将按照顺时针方向进行测量,角度范围介于 0(正北)到 360(仍是正北)之间,即完整的圆。不具有下坡方向的平坦区域将赋值为-1。坡向数据集中每个像元的值都可指示出该像元的坡度朝向。

工具位置:Spatial Analyst工具 -> 表面分析 -> 坡向

 

(三)计算曲率

利用曲率工具基于数字高程数据计算曲率,曲率是表面的二阶导数,或者可称之为坡度的坡度。曲率为正说明该像元的表面向上凸,曲率为负说明该像元的表面开口朝上凹入,值为 0 说明表面是平的。

工具位置:Spatial Analyst工具 -> 表面分析 -> 曲率

基于GIS与地质灾害易发性评价—信息量模型_第10张图片

(四)重分类

利用重分类工具对数字高程数据、坡度、坡向、扁率数据进行重分类。

工具位置:Spatial Analyst工具 -> 重分类 -> 重分类

基于GIS与地质灾害易发性评价—信息量模型_第11张图片

基于GIS与地质灾害易发性评价—信息量模型_第12张图片

点击分类,可以更方便的设置中断值。

基于GIS与地质灾害易发性评价—信息量模型_第13张图片

(五)栅格转面

将重复分类后的栅格图层转为矢量面图层,方便后面统计重分类各级别的地质灾害点个数,这里勾选创建多部件要素,不勾选简化面。

工具位置:转换工具 -> 由栅格转出 -> 栅格转面

基于GIS与地质灾害易发性评价—信息量模型_第14张图片

(六)信息整合

利用空间链接工具来统计重分类后各级别发生地质灾害的个数。

工具位置:分析工具 -> 叠加工具 -> 空间链接

基于GIS与地质灾害易发性评价—信息量模型_第15张图片

此时空间链接后的图层仅有各级别发生地质灾害数量的字段,而没有含有栅格数量的字段,这就需要我们右键图层,选择连接和关联 -> 连接,接着选择连接对应图层。

基于GIS与地质灾害易发性评价—信息量模型_第16张图片

基于GIS与地质灾害易发性评价—信息量模型_第17张图片

 

不过这里也可以选择新建一个字段用于计算几何,毕竟栅格图层中每个栅格的面积都是一样的,各级别栅格数量之比和其面积比是样的,前提是在栅格转面时不勾选简化面。

基于GIS与地质灾害易发性评价—信息量模型_第18张图片

关闭多余字段,可以发现各级别(Value)所发生地质灾害的数量(Join_Count)以及各级别的栅格数量(Count)汇总在一张属性表当中。

基于GIS与地质灾害易发性评价—信息量模型_第19张图片

(七)计算信息量

全选属性表,右键左侧空白处,选择复制所选项,粘贴至Excel表中计算。

基于GIS与地质灾害易发性评价—信息量模型_第20张图片

(八)信息量叠加计算

将计算好的信息量连接到由重分类后的栅格图层转成的矢量图层中,不能直接连接到栅格图层中,否则没办法设置值字段,也就没办法进行叠加分析。

基于GIS与地质灾害易发性评价—信息量模型_第21张图片

 

连接完成后利用面转栅格工具将矢量图层再转为栅格图层,在这个过程中可以设置值字段为含有信息量的字段。

工具位置:转换工具 -> 转为栅格 -> 面转栅格工具

基于GIS与地质灾害易发性评价—信息量模型_第22张图片

最后利用栅格计算器进行叠加计算。

工具位置:Spatial Analyst 工具 -> 地图代数 -> 栅格计算器

基于GIS与地质灾害易发性评价—信息量模型_第23张图片

(九)地质灾害易发性评价

再次利用重分类工具进行分级,分为极高风险地区、高风险地区、中风险地区、低风险地区。

基于GIS与地质灾害易发性评价—信息量模型_第24张图片

基于GIS与地质灾害易发性评价—信息量模型_第25张图片

五、成果展示

基于GIS与地质灾害易发性评价—信息量模型_第26张图片

你可能感兴趣的:(教程,arcgis)