基于斜率模型的突发型黄土滑坡失稳时间预测

突发型黄土滑坡灾前变形量小,加速阶段历时短,预警预报难度大。为探究该类滑坡失稳时间预测的新途径,降低滑坡造成的经济损失和人员伤亡,以2019年甘肃黑方台地区发生的4起滑坡为研究对象,基于改进的切线角模型确定滑坡变形阶段,提出以改进切线角为指标的简化累计计算方法;采用斜率模型(SLO模型)从滑坡各变形阶段起算进行失稳时间预测,从速度倒数变化趋势、滑坡成灾模式等方面分析预测结果差异。研究发现:(1)斜率模型在突发型黄土滑坡失稳时间预测方面具有一定的可行性,从80°切线角起算得到的预测精度最高;(2)以切线角为划分指标进行简化累计计算能降低数据波动对预测结果的影响,反映预测寿命变化趋势,提高预测精度;(3)速度倒数变化趋势呈"凹"型时提前预测概率大,速度倒数变化趋势呈"凸"型时滞后预测概率大,速度倒数变化趋势呈线性时模型预测精度较高;(4)该模型在黄土滑移崩塌型滑坡中的预测效果要优于静态液化型滑坡。

基于高分一号卫星影像的延安市顾屯流域耕地盐渍化定量反演

2013年陕西省延安市顾屯流域实施治沟造地工程后,部分新增耕地内出现盐渍化现象。为获取盐渍化空间分布特征,以顾屯流域作为研究区,基于高分一号影像及相应时间段内室内实测数据,通过盐分指数模型与高分影像特征波段建立的支持向量机(support vector machine,SVM)模型对工程后所有耕地进行了盐渍化定量反演。研究表明,选取的盐分指数(salinity index,S3)与盐分相关性最好,反演模型R^(2)为0.742;筛选了3个特征波段组合,利用SVM方法建模,结果显示基于波段1与波段3组合(P_(1)P_(3))的SVM模型表现了最优的反演能力,R^(2)达到0.867;SVM模型反演结果显示研究区正常土壤面积占26.62%,轻度盐渍化占43.52%,中度盐渍化区域为29.82%,重度盐渍化几乎没有。研究对于耕地资源保护及后续工程建设具有积极意义。