基于RF-RUSLE模型的水土流失性公路自然灾害风险评估——以重庆市巴南区为例

选择降雨量、土壤类型、植被覆盖度、坡度、坡位和整治力度等6个指标建立风险指标体系,构建RF-RUSLE模型,分析重庆市巴南区水土流失程度及公路灾害与水土流失之间的关系;结合区域路网格局,对重庆市巴南区水土流失性公路自然灾害风险进行了评估与预测,对研究区水土流失性公路自然灾害风险等级进行了划分,探讨了研究区公路自然灾害致灾因素。结果表明:重庆市巴南区水土保持较好,但降雨量侵蚀严重,水土流失程度介于轻度~中度;巴南区水土流失性公路自然灾害风险等级总体为中度风险,南部、西南部为公路灾害高风险区域;在各乡镇交界处,公路灾害防治薄弱,水土流失性公路自然灾害发生概率极高,降雨量和坡度为主要致灾因素,需要重点监测与防治。

基于GIS的公路自然灾害的预警预报系统研究

自然灾害发生后,首先考虑的问题之一是如何尽快赶赴灾区实施救助,而自然灾害的一个直接结果往往是对道路交通产生毁灭性的破坏即所谓的公路自然灾害。因此,研究公路自然灾害及其应急预警预报方法具有重要的意义。本文立足于建立基于GIS的公路自然灾害预警预报系统,分析了自然灾害的类型和公路自然灾害的成因,讨论了公路自然灾害GIS的空间数据和属性数据的类型和数据组织技术,针对地质、暴风雪天气、地震等不同成因的公路自然灾害,提出了基于GIS的公路自然灾害预警预报系统的解决方案。并已经运用于为用户开发的公路自然灾害应急预警预报系统中。