LANDSLIDE SUSCEPTIBILITY ASSESSMENT BASED ON GIS IN BAILONGJIANG WATERSHED, GANSU PROVINCE
-
摘要: 在甘肃省白龙江流域地质灾害资料收集及现场调查的基础上, 统计分析了该区滑坡发育与地层岩性、坡度、坡向、高程、断裂、植被等因素之间的关系, 建立了白龙江流域滑坡易发性评价指标体系。采用基于GIS的层次分析法评价模型, 完成了滑坡易发性分区评价, 将研究区滑坡按易发程度划分为高易发区、中易发区、低易发区和极低易发区, 其中, 高易发区占研究区总面积的13.59%, 主要分布在断裂带、白龙江两侧以及软弱岩土体分布的区域; 中易发区占27.85%;主要分布在白龙江支流以及主要道路两侧的一定范围内; 低易发区占33.09%, 主要分布在海拔相对较高、植被覆盖度较高、基本上无断裂带通过的区域; 其余区域为极低易发区, 占25.46%。对比分析显示评价结果与实际滑坡发育情况吻合, 可以较好地反映区内滑坡灾害发育的总体特征。Abstract: Based on geohazard data collections and field investigations in Bailongjiang watershed, this paper analyzed the statistical relationship of lithology, slope gradient, slope aspect, elevation, drainages, faults, vegetation coverage and landslide occurrence. The evaluation index system of susceptibility assessment was established and the landslide susceptibility assessment in Bailongjiang watershed was accomplished by using AHP method. The landslide susceptibility map was classified into four classes: very low, low, moderate, and high. The high landslide susceptibility areas, 13.59% of the study area, were mainly distributed along the faults and Bailongjiang River, and in the regions characterized by presence of soft rocks. The moderate landslide susceptibility areas, covering 27.85% of the study area, were mostly along the main roads and tributaries of the Bailongjiang River. The low landslide susceptibility areas, accounting for 33.09%, had relatively high elevation and vegetation coverage, and there were no faults passing through. The rest were very low landslide susceptibility areas, making up 25.46% of the study area. The results from the evaluation coincided well with the previous landslide occurrence, which could reflect general characteristics of landslide hazard development.
-
Key words:
- landslide /
- susceptibility assessment /
- GIS /
- AHP /
- Bailongjiang watershed
-
0. 概述
地质灾害易发性评价是当前国内外地质灾害研究的热点之一。20世纪80年代以来，随着GIS技术的快速发展，其强大的空间分析和数据管理能力为地质灾害评价工作提供了有力的支撑，使地质灾害易发性评价的空间数据集成更简便、分析速度更快、精度更高，从而极大促进了该领域的快速发展。加利福尼亚Menlo Park地质调查局的Brabb[1]利用GIS的空间分析和数据管理等功能对加利福尼亚SanMateo地区的地质灾害进行了评价研究；Van Westen等[2]将GIS与统计模型结合，分析了不同尺度条件下GIS技术在滑坡灾害评价中的应用；美国Gregory等[3]利用GIS的空间数据管理功能和空间分析功能，并使用多元回归模型，对堪萨斯东北地区的滑坡进行了预测分析；Forster等[4]利用GIS技术对南威尔士地区的滑坡灾害进行了危险性分区，取得了很好的效果，为该地区的土地利用提供指南；Wooten等[5]基于GIS技术对北卡罗来纳地区进行了危险性评价及分区研究。国内在滑坡易发性评价方面也取得了显著的进展：殷坤龙等[6]以江汉流域为研究区，开展了滑坡灾害的空间区划及GIS应用研究；许冲等[7]在GIS平台的支持下采用层次分析法对汶川地震区滑坡易发性进行了评价；范林峰等[8]基于GIS与加权信息量模型对湖北恩施市滑坡灾害进行了易发性评价；王佳佳等[9]采用基于GIS技术平台的信息量法，对三峡库区万州区地质灾害进行了易发性评价。上述研究很好地推动了我国地质灾害区域性评价研究的定量化水平。
2010年甘肃舟曲泥石流发生之后，对白龙江流域地质灾害成灾背景、发育特征、成灾机理及分布规律等方面的研究受到国内众多部门和研究者的关注[10~12]。本文以白龙江流域滑坡灾害为研究对象，在前人研究成果及现场调查资料分析的基础上，剖析了该区滑坡发育与地层岩性、坡度、坡向、高程、断裂、植被等因素之间的关系，建立了白龙江流域滑坡灾害易发性评价指标体系，采用基于GIS的层次分析法评价模型，完成了滑坡易发性分区评价，对于认识白龙江流域地质灾害的发育分布规律及防灾减灾具有一定的指导意义。
1. 研究区概况
白龙江流域地处中国大陆二级阶梯向三级阶梯的过渡地带，位于青藏高原、黄土高原、秦巴山区三大地形交汇区域，青藏高原东北缘，属于西秦岭侵蚀-剥蚀构造山地，地势西高东低，海拔550~4920 m。研究区活动断裂发育，主要断裂有：光盖山—迭山北缘断裂、坪定—化马断裂、舟曲断裂、文县—康县断裂带等；区内地层岩性比较复杂，从第四系—元古界皆有出露。白龙江属于长江流域，是区内最大的河流，其支流有白水江、岷江、拱坝河等，区内水文网密布，地表水资源丰富(见图 1)。区内降水量具有年内分配不均，时空分布区域差异性较大的特征。研究区多年平均降雨量436~778 mm，年内降雨量多集中在5—9月份，约占全年降雨量的70%。研究区是滑坡灾害发育最为严重的地区之一，根据现场调查，共发育滑坡1031处。
2. 影响因子分析
滑坡灾害的发生受多种因素影响，本文根据已有的地质灾害因子资料以及前人的研究成果，并结合实际情况，选择了地层岩性、坡度、坡向、高程、断裂、水系、植被覆盖度等7个因素作为易发性的评价因子。
2.1 地层岩性
地层岩性是地质灾害发生的物质基础。研究区地层从第四系—元古界皆有出露。根据研究区岩性特征、软硬程度、展布规律以及地质灾害分析评价，将研究区的地层定性划分为6类岩组：Ⅰ类为块状坚硬侵入岩岩组，Ⅱ类为层状较硬灰岩、砂岩岩组，Ⅲ类为层状软硬相间变质砂岩、千枚岩、灰岩、板岩岩组(变质岩)，Ⅳ类为层状软硬相间板岩、页岩、砂岩、灰岩岩组，层状较硬灰岩、砂岩岩组，Ⅴ类为碎屑岩岩组，Ⅵ类为松散堆积物岩组(第四系卵石、碎石、粉质黏土)。以滑坡的数量及密度进行相关性统计：滑坡在松散堆积物岩组的灾害点密度最大，而在相对坚硬的岩组中灾害点密度减小，它们呈正相关关系，表明岩性越软弱，滑坡越容易发生(见图 2)。
图 2 地层岩性与滑坡数量、密度相关性Figure 2. The correlation statistics of formation lithology, landslide quantity and density2.2 坡度
坡度是滑坡发育的重要影响因素，坡度影响斜坡内的应力分布、斜坡上松散物质(风化层)的堆积厚度、植被盖度等，还影响着斜坡表面地表水径流、斜坡体内地下水的补给与排泄，进而控制着斜坡的稳定性，是影响地质灾害发生的重要因素。本次评价结合前人的研究成果及评价区地貌特征将坡度划分为5个类别：0°—10°，10°—20°，20°—30°，30°—45°，＞45°，以现有滑坡进行统计分析得到，15°—30°为滑坡的易发地段(见图 3)。
图 3 坡度与滑坡数量、密度相关性Figure 3. The correlation statistics of slope, landslide quantity and density2.3 坡向
坡向的影响主要体现在对山坡的小气候和水热比的影响。当斜坡坡向不同时，其受到的太阳辐射强度不同(北半球南向坡的辐射强度大于北向坡)，导致水蒸发量、风化程度、植被覆盖度等一般也不同，从而影响了斜坡岩土体的物理力学特征以及地下水孔隙水压力的分布，使斜坡的稳定性受到影响，因此斜坡朝向与崩滑灾害的孕育、发生息息相关。本次评价基于DEM提取坡向因子，并划分为平坦、北、西北、西、西南、南、东南、东、东北，坡向与滑坡数量的相关性统计见图 4。统计表明南向坡灾害发育较北向坡多，这是因为研究区位于北半球，南向坡为阳坡，阳坡较阴坡的日照时间长、太阳辐射强、热量充沛、昼夜温差大，导致斜坡体含水量、风化程度、物理力学性质等方面的差异，从而对滑坡的发生产生一定的影响。
图 4 不同坡向滑坡数量统计Figure 4. The correlation statistics of slope direction and landslide quantity2.4 高程
高程对地质灾害发育的影响主要体现在以下几个方面：不同高程范围具有不同的植被类型和植被覆盖度，植被发育越好，地质灾害的发育程度越低；在不同的高程范围内土壤也具有垂直分带性；不同的高程范围内岩土体的含水率不同；不同高程范围内由于地形坡度等的差异可能存在局部集水平台，集水平台影响着地下地表水的径流条件；更重要的原因在于高程与地区的降雨之间具有很好的相关性，而降雨又是地质灾害重要的诱发因素。本次评价将研究区高程划分为＜1000 m，1000~1500 m，1500~2000 m，2000~2500 m，2500~3000 m和＞3000 m共6个等级，进行相关性统计得知，随着高程的增加，滑坡密度随之减小，滑坡的发生与高程成负相关关系(见图 5)。
图 5 高程与滑坡数量、密度相关性统计Figure 5. The correlation statistics of elevation, landslide quantity and landslide density2.5 断裂
白龙江流域断裂构造破碎带可长达几千米至数十千米，沿断裂带上软弱结构面发育，岩石破碎，形成断层角砾岩、糜棱岩等动力变质岩，风化强烈，为崩塌滑坡等地质灾害的发育提供极为有利的条件。因而，离断裂带近的区域崩塌、滑坡等地质灾害易发程度也相对较高。本次评价将灾害点至断裂的距离分为0~500 m，500~1000 m，1000~1500 m，1500~2000 m，＞2000 m共5个等级分析断裂对地质灾害的影响。断裂与滑坡灾害密度相关性统计表明，随着距断裂距离的增加，滑坡的密度减小，两者成负相关关系(见图 6)。
图 6 断裂缓冲与滑坡数量、密度相关性Figure 6. The correlation statistics of fault, landslide quantity and landslide density2.6 水系
研究区内水文网密布，地表水资源丰富。河流对斜坡体的冲刷、软化、浮拖作用，水位高低变化引起地下水径流条件的改变等，都加速了斜坡体的变形破坏。本次评价以200 m为间距对河流进行缓冲，划分为： < 200 m，200~400 m，400~600 m，600~800 m，800~1000 m，>1000 m等6个缓冲区。河流缓冲距离与滑坡灾害密度相关性统计得知，距离河流越远灾害点密度越小，滑坡的发生与河流缓冲距离成负相关关系(见图 7)。
图 7 河流缓冲与滑坡数量、密度相关性Figure 7. The correlation statistics of stream, landslide quantity and landslide density2.7 植被
研究区是甘肃省植被状况最好的地区，由于受气候因素、地貌特征、海拔高度、土壤类型、水热条件及人类活动等影响，植物种类繁多，分布地区差异性大，各种植被类型不一，具有地带性分布规律，也有明显的垂直分布规律。
本次评价在TM影像的基础上提取得到归一化的植被指数(NDVI)，再通过归一化的植被指数提取植被覆盖度(FC)。
NDVI=(TM4−TM3)/(TM5+TM3) (1) FC=NDVI−NDVIsoilNDVIveg−NDVIsoil (2) 其中：NDVIsoil——完全裸土或无植被覆盖区域的NDVI值；NDVIveg——完全由植被覆盖的像元的NDVI值。
将计算得到的植被覆盖度(FC)分5级：低植被覆盖度(FC＜10%)、较低植被覆盖度(10%≤FC＜30%)、中度植被覆盖度(30%≤FC＜45%)、较高植被覆盖度(45%≤FC＜60%)和高植被覆盖度(FC≥60%)。植被覆盖度与滑坡数量、密度相关性统计见图 8。
图 8 植被覆盖度与滑坡数量、密度相关性Figure 8. The correlation statistics of vegetation coverage, landslide quantity and landslide density地层岩性、坡度、坡向、高程、断裂、水系、植被的分级见图 9—图 15。
3. 评价因子量级划分
基于对以上各因子的分析进行量化分级，具体的分级、量化和评分标准见表 1。
表 1 评价因子量级划分Table 1. Grade standard of evaluation factors评价指标 指标分级 级数得分 地层岩性 块状坚硬侵入岩岩组 1 层状较硬灰岩、砂岩岩组 1 层状软硬相间变质砂岩等岩组 2 层状软硬相间的板岩等岩组 3 碎屑岩岩组 3 松散堆积物岩组 4 高程 ＜1000 m 4 1000~1500 m 3 1500~2000 m 2 2000~2500 m 2 2500~3000 m 1 ＞3000 m 1 坡向 北 2 东北 2 东 3 东南 3 南 4 西南 4 西 3 西北 3 平坦 1 坡度 0°—15° 2 15°—30° 4 30°—45° 3 ＞45° 1 断裂 ＜500 m 4 500~1000 m 3 1000~1500 m 2 1500~2000 m 2 >2000 m 1 水系 < 200 m 4 200~400 m 4 400~600 m 3 600~800 m 2 800~1000 m 2 >1000 m 1 植被 ＜10% 3 10%~30% 4 30%~45% 4 45%~60% 2 ＞60% 1 4. 层次分析法
本次对白龙江流域的地质灾害易发性评价采用定性与定量相结合的系统化方法——层次分析法。层次分析法是一种多目标决策分析的方法，该方法把复杂的决策思维系统划分为多个目标或准则，并在决策过程中把主观因素和客观因素有机结合起来。通过建立判断矩阵、排序计算和一致性检验，使得到的最后结果非常具有说服力。同时，由于层次分析法可将主观性的依据用数量形式表达出来，避免由于人的主观性导致权重预测与实际情况相矛盾的现象，使得决策更具条理性和科学性。
4.1 层次结构划分
应用层次分析法对所选取的评价指标进行分析，划分相互联系的有序层次，建立评价模型层次结构(见图 16)。
4.2 权重计算
按照各评价因子相互之间的内在支配关系，采用1~9标度方法(见表 2)，对各因子进行两两比较并建立判断矩阵，进行层次排序，确定各因子的权重值，并进行一致性检验。排序结果及一致性检验见表 3。
表 2 判断矩阵的标度及其含义Table 2. Scale of judgment matrix and its meaning标度 含义 1 表示两个因素相比，具有同样重要性 3 表示两个因素相比，前者比后者稍微重要 5 表示两个因素相比，前者比后者明显重要 7 表示两个因素相比，前者比后者强烈重要 9 表示两个因素相比，前者比后者极端重要 2、4、6、8 上述两相邻判断的中值 倒数 与上述情况相反 表 3 因子层次排序结果一览表Table 3. The result of the AHP evaluation基础因子 地层岩性 坡度 坡向 高程 断裂 水系 植被 权重 地层岩性 1 2 4 3 2 3 3 0.29 坡度 0.5 1 4 2 2 3 3 0.22 坡向 0.25 0.25 1 0.5 0.3333 0.5 0.5 0.05 高程 0.333 0.5 2 1 0.5 2 2 0.12 断裂 0.5 0.5 3 2 1 2 2 0.16 水系 0.3333 0.3333 2 0.5 0.5 1 1 0.08 植被 0.3333 0.3333 2 0.5 0.5 1 1 0.08 一致性检验 CI=0.025，CR=0.019＜0.1 5. 评价结果讨论与结论
在ArcGIS平台下，首先分别基于地层岩性、坡度、坡向、高程、断裂缓冲、水系缓冲、植被共7个地质灾害控制参数等级取值构建影响因子栅格图层；然后利用ArcGIS空间分析模块中的栅格计算工具对各影响因子的栅格图层进行加权叠加，得到研究区地质灾害易发性评价栅格图；最后采用ArcGIS空间分析模块中的栅格重分类工具，按照自然断点法将地质灾害易发性评价栅格图分为高易发区、中易发区、低易发区、极低易发区4个等级。分类统计结果见表 4，易发性分区结果见图 17。
表 4 地质灾害易发性统计Table 4. Statistics of landslide susceptibility易发性分区 面积/km2 面积百分比/% 灾害数量/个 灾害点密度/(个·km-2) 高易发区 3217.92 13.59 729 0.71 中易发区 6597.53 27.85 239 0.23 低易发区 7838.47 33.09 52 0.05 极低易发区 6031.36 25.46 11 0.01 分析表明，滑坡高易发区占研究区总面积的13.59%，主要分布在断裂带、白龙江两侧以及软弱岩土体分布区域，区内共有滑坡729处；滑坡中易发区面积占27.85%，主要在白龙江支流以及主要道路两侧的一定范围内分布，区内有滑坡239处；滑坡低易发区占33.09%，主要分布在海拔相对较高、植被覆盖度较高、基本上无断裂带通过的区域，区内有滑坡52处；而滑坡灾害极低易发区主要分布在岩性坚硬、植被覆盖度高、人类工程活动微弱的高海拔山区，区内有滑坡11处，其面积占研究区总面积的25.46%。评价结果与滑坡分布图对比表明，随着易发性的减小，滑坡灾害的数量与密度都急剧减小，评价结果与实际情况吻合，能够合理地反映区内滑坡灾害发育的总体特征。
-
图 2 地层岩性与滑坡数量、密度相关性
Figure 2. The correlation statistics of formation lithology, landslide quantity and density
图 3 坡度与滑坡数量、密度相关性
Figure 3. The correlation statistics of slope, landslide quantity and density
图 4 不同坡向滑坡数量统计
Figure 4. The correlation statistics of slope direction and landslide quantity
图 5 高程与滑坡数量、密度相关性统计
Figure 5. The correlation statistics of elevation, landslide quantity and landslide density
图 6 断裂缓冲与滑坡数量、密度相关性
Figure 6. The correlation statistics of fault, landslide quantity and landslide density
图 7 河流缓冲与滑坡数量、密度相关性
Figure 7. The correlation statistics of stream, landslide quantity and landslide density
图 8 植被覆盖度与滑坡数量、密度相关性
Figure 8. The correlation statistics of vegetation coverage, landslide quantity and landslide density
表 1 评价因子量级划分
Table 1. Grade standard of evaluation factors
评价指标 指标分级 级数得分 地层岩性 块状坚硬侵入岩岩组 1 层状较硬灰岩、砂岩岩组 1 层状软硬相间变质砂岩等岩组 2 层状软硬相间的板岩等岩组 3 碎屑岩岩组 3 松散堆积物岩组 4 高程 ＜1000 m 4 1000~1500 m 3 1500~2000 m 2 2000~2500 m 2 2500~3000 m 1 ＞3000 m 1 坡向 北 2 东北 2 东 3 东南 3 南 4 西南 4 西 3 西北 3 平坦 1 坡度 0°—15° 2 15°—30° 4 30°—45° 3 ＞45° 1 断裂 ＜500 m 4 500~1000 m 3 1000~1500 m 2 1500~2000 m 2 >2000 m 1 水系 < 200 m 4 200~400 m 4 400~600 m 3 600~800 m 2 800~1000 m 2 >1000 m 1 植被 ＜10% 3 10%~30% 4 30%~45% 4 45%~60% 2 ＞60% 1 
下载: 导出CSV
表 2 判断矩阵的标度及其含义
Table 2. Scale of judgment matrix and its meaning
标度 含义 1 表示两个因素相比，具有同样重要性 3 表示两个因素相比，前者比后者稍微重要 5 表示两个因素相比，前者比后者明显重要 7 表示两个因素相比，前者比后者强烈重要 9 表示两个因素相比，前者比后者极端重要 2、4、6、8 上述两相邻判断的中值 倒数 与上述情况相反
下载: 导出CSV
表 3 因子层次排序结果一览表
Table 3. The result of the AHP evaluation
基础因子 地层岩性 坡度 坡向 高程 断裂 水系 植被 权重 地层岩性 1 2 4 3 2 3 3 0.29 坡度 0.5 1 4 2 2 3 3 0.22 坡向 0.25 0.25 1 0.5 0.3333 0.5 0.5 0.05 高程 0.333 0.5 2 1 0.5 2 2 0.12 断裂 0.5 0.5 3 2 1 2 2 0.16 水系 0.3333 0.3333 2 0.5 0.5 1 1 0.08 植被 0.3333 0.3333 2 0.5 0.5 1 1 0.08 一致性检验 CI=0.025，CR=0.019＜0.1
下载: 导出CSV
表 4 地质灾害易发性统计
Table 4. Statistics of landslide susceptibility
易发性分区 面积/km2 面积百分比/% 灾害数量/个 灾害点密度/(个·km-2) 高易发区 3217.92 13.59 729 0.71 中易发区 6597.53 27.85 239 0.23 低易发区 7838.47 33.09 52 0.05 极低易发区 6031.36 25.46 11 0.01
下载: 导出CSV
-
[1] BRABB E E. Innovative approaches to landslide hazard and risk mapping[C] //Proceedings of the Fourth International Symposium on landslides. Toronto, 1984: 307~323. [2] VAN Westen C J. Application of geographic information systems to landslide hazard zonation [D]. TU Delft: Delft University of Technology, 1993. [3] OHLMACHER G C, DAVIS J C. Using multiple logistic regression and GIS technology to predict landslide hazard in northeast Kansas, USA [J]. Engineering Geology, 2003, 69(3): 331~343. [4] FORSTER A, JENKINS G. The assessment of landslide hazard potential as a guide to land use and planning in the South Wales Coalfield[J]. Urban Geology in Wales, 2005, 24: 81~87. [5] WOOTEN R M, LATHAM R S, WITT A C, et al. Landslide hazards and landslide hazard mapping in North Carolina [J]. Geological Society of America, 2006, 38(3): 28. [6] 殷坤龙, 朱良峰.滑坡灾害空间区划及GIS应用研究[J].地学前缘, 2001, 8(2):279~284. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200102012.htmYIN Kun-long, ZHU Liang-feng. Landslide hazard zonation and application of GIS [J]. Earth science Frontiers, 2001, 8(2): 279~284. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200102012.htm [7] 许冲, 戴福初, 姚鑫, 等.GIS支持下基于层次分析法的汶川地震区滑坡易发性评价[J].岩石力学与工程学报, 2009, 28(2):3978~3985. http://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2009S2104.htmXU Chong, DAI Fu-chu, YAO Xin, et al. GIS based landslide susceptibility assessment using analytical hierarchy process in Wenchuan earthquake region [J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(2): 3978~3985. http://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2009S2104.htm [8] 范林峰, 胡瑞林, 曾逢春, 等.加权信息量模型在滑坡易发性评价中的应用——以湖北省恩施市为例[J].工程地质学报, 2012, 20(4):508~513. http://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ201204005.htmFAN Lin-feng, HU Rui-lin, ZENG Feng-chun et al. Application of weighted information value model to landslide susceptibility assessment a case study of Enshi city Hubei province [J]. Journal of Engineering Geology, 2012, 20(4): 508~513. http://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ201204005.htm [9] 王佳佳, 殷坤龙, 肖莉丽.基于GIS和信息量的滑坡灾害易发性评价——以三峡库区万州区为例[J].岩石力学与工程学报, 2014, 33(4):797~808. http://www.cnki.com.cn/Article/CJFDTOTAL-YSLX201404018.htmWANG Jia-jia, YIN Kun-long, XIAO Li-li. Landslide susceptibility assessment based on GIS and weighted information value: a case study of Wanzhou district, three gorges reservoir [J]. Chinese Journal of Rock Mechanics and Engineering, 2014, 33(4): 797~80. http://www.cnki.com.cn/Article/CJFDTOTAL-YSLX201404018.htm [10] 孟兴民, 陈冠, 郭鹏, 等.白龙江流域滑坡泥石流灾害研究进展与展望[J].海洋地质与第四纪地质, 2013, 33(4):1~15. http://www.cnki.com.cn/Article/CJFDTOTAL-HYDZ201304004.htmMENG Xin-ming, CHEN Guan, GUO Peng, et al. Research of landslides and debris flows in Bailong river basin progress and prospect [J]. Marine Geology & Quaternary Geology, 2013, 33(4): 1~15. http://www.cnki.com.cn/Article/CJFDTOTAL-HYDZ201304004.htm [11] 杨为民, 黄晓, 张春山, 等.白龙江流域坪定—化马断裂带滑坡特征及其形成演化[J].吉林大学学报:地球科学版, 2014, 44(2):574~583. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201402017.htmYANG Wei-min, HUANG Xiao, ZHANG Chun-shan, et al. Deformation behavior of landslides and their formation mechanism along Pingding-Huama aclive fault in Bailong river region [J]. Journal of Jilin University: Earth Science Edition, 2013, 33(4): 1~15. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201402017.htm [12] 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(3):1~9. http://www.cnki.com.cn/Article/CJFDTOTAL-XBDI201103003.htmZHANG Mao-sheng, LI Zhi-heng, WANG Gen-long, et al. The geological hazard characteristics and exploration ideas of the Bailong River Basin[J]. Northwestern Geology, 2011, 44(3): 1~9. http://www.cnki.com.cn/Article/CJFDTOTAL-XBDI201103003.htm -
下载:
下载:
计量
- 文章访问数: 296
- HTML全文浏览量: 106
- PDF下载量: 27
- 被引次数: 0
