GIS在洪水淹没灾害评估中的应用

洪水淹没灾害评估是一个十分广泛的课题,其中洪水淹没范围及水深的确定是核心。介绍了基于GIS的洪水淹没范围计算原理及算法实现,并利用数字高程模型DEM,模拟夯川水库洪泛区域内的淹没水深,从而为快速评估洪灾损失与防洪决策服务提供科学的依据。     

基于GIS/RS的洪水灾害评估模型

针对洪水灾害评估的特点，将地理信息系统技术与遥感技术结合起来，建立洪水灾害评估模型。通过从原理与方法上对评估模型加以阐述，表明：在DEM数据的支持下，利用洪水期实时遥感图像和正常水位时期遥感图像提取的信息，可以进行洪水灾害的灾情评估。     

堰塞湖特征参数快速获取及影响分析评估

汶川地震诱发的山体滑坡共形成了34处堰塞湖。其中唐家山堰塞湖是规模最大、危险等级最高的一个。以唐家山堰塞湖为例,介绍了空间信息技术在堰塞湖灾害监测与影响评估中的应用。结合即时获取的遥感影像与早期存在的地形资料,对堰塞湖的特征参数如水库库容曲线、淹没面积进行了分析计算。对不同水位下的堰塞体在不同垮塌方案下进行了水动力学模型计算和模拟,并根据水动力学计算结果,对下游进行了影响评估。     

“5.12”地震堰塞湖处置综述

本文分析了地震堰塞湖形成的原因和影响因素及其分类,比较全面地反映了"5.12"地震堰塞湖处置从现场勘查、风险评估、排险避险、安全度汛和灾后治理的整个过程,总结了堰塞湖处置作为一项社会性综合工程的许多经验和作法。     

基于三维GIS的山洪灾害汇流模拟分析系统

为实时、快速、全面地获取山洪发展趋势及其时空变化信息,利用三维GIS技术和网络计算技术,无缝集成气象数据、地理信息数据、气象三维模型等,以三维仿真模拟探讨了由强降水引发的河北省山洪灾害汇流模拟及淹没分析技术,建立了河北省山洪灾害汇流模拟分析系统。该系统可为山洪灾害风险的科学预警提供技术依据和决策支持。     

基于GIS技术的水库淹没与损失评估方法

介绍了基于地理信息系统(GIS)技术和数字高程模型栅格图像与回水位数据计算水库淹没范围及评估淹没损失的方法,以便使水库淹没处理工作更加科学与合理．     

我国典型滑坡堰塞湖遥感监测案例分析

为了推进遥感技术在我国滑坡堰塞湖抢险救灾工作中的应用,对遥感技术在西藏易贡巨型滑坡堰塞湖、帕里河滑坡堰塞湖、汶川"5.12"地震滑坡堰塞湖处置中的应用情况进行了分析。在堰塞湖的监测中,采用遥感技术可直接或间接得到堰塞湖的回水长度、水面面积、积水深度空间分布、蓄水量和堰塞湖坝体或滑坡体的长度、宽度、高度、堆积体土石方量等信息,为抢险救灾工作提供重要的科技支撑。     

基于GIS与SWMM耦合的城市暴雨洪水淹没分析

针对暴雨导致的城市内涝问题,采用GIS与SWMM耦合的城市暴雨洪水淹没分析计算方法,对郑州市暴雨内涝淹没范围和淹水深度进行了模拟分析,对组成排水系统的排水管网、道路和河道水系等进行合理概化,构建了暴雨洪水淹没分析模型,对重现期分别为0.5、1、2、5、10 a设计暴雨情形下的管道节点溢流和积水深度进行了模拟。结果表明:郑州市区总体排涝标准较低,排涝能力严重不足;该模型能直观表现受涝区淹没范围和淹水深度,在城市排水管网规划、雨洪管理和灾后损失评估等方面具有一定的应用价值。     

堰塞湖溃坝风险及其影响分析评估

堰塞湖作为一种自然灾害由来已久,但是由于堰塞湖问题十分复杂,现有国内外堰塞湖研究成果主要集中在历史资料的统计分析和经验判断层面,尚缺少堰塞湖溃坝风险预测方面理论分析和实际案例成功应用的分析报道,定量评价研究方面的系统性研究成果也不多见.本文在总结介绍唐家山堰塞湖溃坝风险及其影响的分析研究成果基础上,提出未来堰塞湖问题研究重点领域建议,期望能为今后国内外开展堰塞湖溃坝风险分析预测和问题研究等提供技术参考.     

遥感与GIS在洪水灾情分析中的应用

在探讨不同遥感平台（卫星、飞机和地面）获得的不同种类（波段）遥感信息监测洪水灾害的基础上，分析了应用复合遥感信息监测洪水灾害的可能性和先进性，设计了１个专用于地理信息系统洪灾损失信息存储和管理洪水灾情分析所需的信息系统，最后，探讨了洪水灾情信息快速获取的途径，建立起基于遥感和ＧＩＳ的洪水灾情分析模型ＦＬＯＯＤＡＭ试验研究表明，运用该模型可快速获取洪水淹没范围区内灾害的损失信息     

北川县唐家山堰塞湖区域生态质量评价

运用GIS技术中的地图叠加法和因子等权求和法对2015年唐家山堰塞湖区域的土地质量、坡度、坡向、海拔、植被覆盖和水体等因子进行分析,进行生态质量评价。结果表明:坡度大于30°地区水土流失量较多,植被覆盖较少,干扰较重,生态质量较差;坡度在10°~30°地区水土流失量逐渐增多,植被覆盖逐渐减少,干扰适中,生态质量一般;坡度小于10°地区水土流失量较少,植被覆盖较多,干扰较轻,生态质量较好。东向、北向、东北及西北方向水土流失量较少,植被分布量较多,干扰较轻,生态质量较好;南向、西向、东南及西南水土流失量较多,植被分布量较少,干扰较重,生态质量较差。海拔低于800 m地区水土流失量最大,斑块分布量最大,干扰较重,生态质量较差;海拔800~1 600 m地区水土流失量逐渐增多,斑块分布量适中,干扰适中,生态质量一般;海拔高于1 600 m地区水土流失量较少,斑块分布量较少,干扰较轻,生态质量较好。距离水体越远的地区,干扰越轻,生态质量越好,越近的地区干扰越重,特别在距水体小于100 m范围内的区域干扰最重,生态质量越差。     

基于雷达和光学遥感数据地震堰塞湖 监测方法研究

由于地震形成的堰塞湖是一种严重的次生灾害,利用遥感对堰塞湖的动态范围进行监测已成为一种重要的手段。基于堰塞湖在光学遥感图像和雷达图像上的分布特征,为满足全天候实时监测的要求,本文建立了光学遥感数据和雷达微波数据进行堰塞湖监测的技术流程,阐述了从原始数据获取到堰塞湖面积范围确定的步骤。最后分别以光学遥感数据和微波遥感数据为例,对“5. 12"汉川地震发生后形成的唐家山堰塞湖的动态范围信息进行了提取。     

基于GIS和遥感的水库面积提取方法

利用Arcview/Arcinfo和Erdas软件,以大汶河流域雪野水库近年的TM影像为基础资料,结合GIS和RS的应用原理分别进行了水库库区矢量和栅格文件的处理,分析了基于RS和GIS技术的水库水域面积的提取方法。通过水库库面积提取结果的比较分析,表明该方法具有快速、精准、效率高的优势,为水库作更进一步的水文分析奠定了基础。     

德泽水库泄洪对鲁甸地震形成堰塞湖的影响分析

采用德泽水库2014年8月两次实测洪水资料,以4个重要水文测站为控制节点,通过两次洪水沿程演进对比分析,得出德泽水库至鲁甸地震形成的堰塞湖的洪水传播时间为22 h,并引入无因次涨落率倍比系数N值分析,获得4个控制节点之间的主要影响因素。根据分析结论提出相应河段水利工程编制泄洪和度汛方案的建议,为堰塞湖后续处置和洪水预测预报工作提供参考。     

水旱灾害遥感监测技术及应用研究进展

水旱灾害监测是遥感水利应用开展最早的领域之一。水利部遥感技术应用中心自1980年代开始开展防汛遥感试验,1990年代开展旱情遥感监测方法研究。经过近40年不懈探索,逐步解决了软件、数据、模型与方法等问题,建立了水旱灾害遥感监测系统,初步实现了水旱灾害遥感监测业务化。本文对遥感中心水旱灾害监测技术研究进行了回顾,并对水旱灾害遥感监测研究进行了展望。     

基于遥感的1973-2015年武汉市湖泊水域面积动态监测与分析研究

近年来,武汉市城市内涝频发,湖泊的减少被认为是导致其发生的重要原因。然而目前尚未有一个统一、科学的数据来表示整个武汉市湖泊的历史变迁。为了掌握近几十年武汉市湖泊的时空变化规律,基于多源遥感数据,采用归一化差异水体指数（NDWI）和面向对象分割结合的水体提取算法,对1973-2015年武汉市的湖泊分布进行了提取,并结合武汉市气象资料和统计年鉴对引起其变化的影响因素进行了分析。结果如下：（1）1973年,武汉市辖区内的湖泊水域面积为1170.84 km²,2015年为856.27 km²,42年间减少了314.57 km²,剧烈减少时期发生在1973-2005年,2005年以后,基本趋于稳定。（2）1973年武汉市中心城区湖泊水域面积为148.90 km²,1973年到1996年,湖泊水域面积基本趋于稳定,而在1996年之后,武汉市中心城区湖泊水域面积开始剧烈减少,2010年之后,武汉市中心城区的湖泊水域面积基本趋于稳定;2015年,武汉市中心城区湖泊水域面积为99.94km²,相对于1973年,减少了48.96 km²。（3）1973年到2015年,武汉市年降水量呈现略增加的趋势,年平均气温则有一定的增加趋势;而在1990年之后,武汉市人口的增加、城镇的快速发展及房地产开发导致了大量的湖泊被侵占;气候变化和人类活动共同导致了武汉市的湖泊水域面积减少,其中人类活动是其变化的主要因素。     

基于多波段遥感数据的库区水深反演研究

遥感反演是一种水深量测新方法,应用在库区水深量测对水库运行调度、库区淤积研究等均有着积极的作用。针对统计相关分析法中单点量测水深值代表遥感像元对应水深值这一缺陷,本文提出使用同像元多测点数据表征像元对应水深值的方法。以内蒙古海勃湾水库为研究区域,通过表征水深值与各波段组合的相关性选取水深反演因子,建立线性、二次、指数3种形式15组双波段模型与5组不同个数反演因子的多波段模型,从中遴选出较优的5个反演模型,使用未参与建模的检查点样本进行模型精度检验,通过检验结果进行模型比对。结果表明:海勃湾水库水深反演最优反演模型是由12个反演因子建立的多波段反演模型,其平均绝对误差为0.68 m,占平均水深的13.59%。结合遥感周期短、成本低的特点,该方法在一定程度上可以应用于实际,但泥沙含量大与靠近陆地的水域水深反演效果较差。     

基于SPOT-VGT数据的洞庭湖水体面积变化分析

监测洞庭湖水体变化、全面了解其变化规律和演化趋势对于湖区治理和防洪减灾具有重要的现实意义.本文基于SPOT-VGT NDVI数据,采用动态阈值法提取了洞庭湖1998-2010年间逐旬水体信息,并结合历史数据分析了水体面积变化特征.主要结论如下:①动态阈值方法在长时间序列、大数据量的遥感信息提取中具有显著优越性.②洞庭湖水体面积在年内呈现明显季节性变化;在年际呈缩减趋势(丰水期);1825-2010年水体缩减呈现四个阶段,当前处于新一轮的锐减期.③基于累积降雨量数据建立的水面积预测经验模型,精度较为理想.     

基于遥感生态指数的区域生态质量评价——以遂宁市船山区为例

通过遥感影像对生态环境质量相对较差地区进行合理评价,能为政府制定精确的生态环境方案保护提供参考依据。基于遥感影像反演的绿度、湿度、热度及干度指标,通过主成分分析法耦合4个指数,得到遥感生态指数,对遂宁市船山区进行生态环境质量评价;利用线性回归模型,分析研究区各指数间的数量关系,通过统计学方法讨论遥感生态指数聚集状态。研究结果表明:植被指数和城市建筑裸土指数对生态环境影响最大;船山区中南部地区生态环境质量相对北部地区较差;热点分析反映了船山区遥感生态指数呈聚集状态,且聚集程度逐年升高,生态环境质量分化愈加明显。1993～2014年,遂宁市船山区遥感生态指数呈先上升后下降趋势,尤其市区逐年下降,主要原因是城区扩张,但总体生态质量较好;热点区域逐年减少,冷点区域集中在主城区附近,冷点区范围逐渐扩张,主城区附近生态质量下降较明显。     

Ecological health assessment of the Ousteri wetland in India through synthesizing remote sensing and inventory data

Ousteri Lake is one of the important wetlands in India, harbouring many different types of flora and providing a suitable habitat for many different fauna, being declared as a sanctuary in October 2008. The National Wetland Conservation Program of Ministry of Environment and Forests identified Ousteri Lake as a nationally important wetland, and the Bombay Natural History Society (BNHS) named it an Important Bird Area (IBA). The International Union for Conservation of Nature and Natural Resources (IUCN) also has identified this lake as a heritage site. The present study examined the state of environment in and around the Ousteri wetland, assessing the probable threats to the lake and its ecological environs. Ousteri Lake supports diverse rich and rare flora and fauna. Because of its extreme hydrological fluctuations over the annual cycle, the lake exhibits interesting patterns of flora and fauna. The north‐east monsoons leave the lake flooded during the winter months, while the scorching summers leave it totally dry. Ousteri Lake had been primarily used as a tank for irrigation purposes, with ~2,000 acres being cultivated. The main crop is paddy, and the only subsidiary is sugar cane. The natural vegetation, significantly altered by human activities, consists of over 220 species belonging to 63 families. The vegetation study conducted earlier have reported a total of 472 plant species, with the herbs being 40% of this total, followed by trees (21%). Other life forms in the lake are represented by less than 100 species. Ousteri Lake and its environs also provide a wide variety of habitat for many floral species, with 190 species being listed as least concern, 23 species as near threatened and 24 species as vulnerable, according to the IUCN Red List. About 14 floral species are being categorized as endemic. Further, about 202 fauna are listed as least concern, 13 species as near threatened, two species as vulnerable, three species as endangered and one as critically endangered. Moreover, five species are in an endemic category.