引用本文
徐岳仁, 何宏林, 陈立泽, 申旭辉. 基于CBERS数据的福建南平地质灾害动态遥感解译[J]. 国土资源遥感, 2014,26(3): 153-159
XU Yueren, HE Honglin, CHEN Lize, SHEN Xuhui. Dynamic remote sensing interpretation of geological disasters in Nanping City of Fujian Province using CBERS serial data[J]. REMOTE SENSING FOR LAND & RESOURCES,2014,26(3): 153-159  
Permissions
Copyright©2014, 《国土资源遥感》编辑部
《国土资源遥感》编辑部
基于CBERS数据的福建南平地质灾害动态遥感解译
徐岳仁1, 何宏林2, 陈立泽1, 申旭辉1
1.中国地震局地震预测研究所,北京 100036
2.中国地震局地质研究所活动构造与火山重点实验室,北京 100029

第一作者简介: 徐岳仁(1981-),男,博士,助理研究员,主要研究方向为地质灾害遥感解译、活动构造与构造地貌定量研究。Email:yuefei189@gmail.com。

收稿日期: 2013-08-12
基金: 科技部国际科技合作项目(编号: 2012DFR20440,2010DFB20190)资助
摘要

利用多期中巴地球资源卫星(CBERS)数据开展灾害发生年际变化规律的遥感解译回溯性研究,对拓展国产遥感数据在地质灾害研究中的应用具有重要意义。以灾害频发的福建省南平市为研究区,收集1999—2008年的11景CBERS图像,建立灾害解译标志; 采用基于GIS的人机交互综合解译方法,结合野外考察和验证,获取8个年度(2001年和2002年无图像可用)的灾害点共2 059处。动态分析结果表明,研究区内地质灾害在空间上集中发生在居民点周边、公路切坡、幼林地和经济林地等处,在时间上集中发生于2000年和2005年(分别发生582处和766处,占8个年度灾害总数的65%),表现出灾害发生的时空不均一性。研究表明,研究区灾害以因强降雨过程触发的浅层土质滑坡为主,利用CBERS数据可开展地质灾害发育规律的逐年动态变化监测。

关键词: 地质灾害; 遥感解译; 福建省南平市; 中巴地球资源卫星(CBERS)
中图分类号:TP753P694 文献标志码:A 文章编号:1001-070X(2014)03-0153-07 doi: 10.6046/gtzyyg.2014.03.25
Dynamic remote sensing interpretation of geological disasters in Nanping City of Fujian Province using CBERS serial data
XU Yueren1, HE Honglin2, CHEN Lize1, SHEN Xuhui1
1. Institute of Earthquake Science, China Earthquake Administration, Beijing 100036, China
2. Key Laboratory of Active Tectonics and Volcano, Institute of Geology, China Earthquake Administration, Beijing 100029, China
Abstract

It is important to expand the application of domestic satellite data such as China-Brazil Earth Resource Satellite(CBERS) images for backtracking interpretation research in such areas year-by-year. In this paper,with the Nanping City in northwestern Fujian Province as the study area,the authors collected the related eleven CBERS images acquired during 1999-2008,and established the image interpretation keys to the disasters. The visual interpretation method based on GIS platform was used in combination with the field studies,and a total of 2 059 interpreted disaster points were obtained during the past 8 years, with no data obtained in 2001 and 2002. The results of dynamic analysis show that the geological disasters in he study area were mainly the shallow landslides that concentratedly happened in 2000 and 2005. They reached 582 and 766 sites respectively, possessed 65% of the total landslides, and were distributed near residential and traffic districts, showing heterogeneous temporal and spatial characteristics. It is held that CBERS images can be employed for dynamic survey of geological disasters.

Keyword: geological disasters; remote sensing interpretation; Nanping City of Fujian Province; China-Brazil Earth Resource Satellite(CBERS)
0 引言

准确获取特定地区灾害的空间发育分布特征, 对研究制订合理有效的灾害防治措施具有重要意义[1, 2, 3]。随着技术的进步, 卫星遥感图像数据因其数据类型多样、获取周期短、成本相对较低等特点, 已逐步成为灾害调查研究的重要数据源[4, 5, 6]。

国内外利用遥感手段进行地质灾害调查开始于20世纪60年代。早期使用航空照片结合少量卫星数据开展调查, 随着Landsat, SPOT, IKONOS, QuickBird及CBERS等中高分辨率卫星数据的陆续出现, 为遥感数据在地质灾害遥感解译中的深入应用提供了丰富的数据源。Mantovani等[7]在总结欧洲地质灾害遥感解译应用中, 提出依据研究尺度的不同选择相应分辨率的遥感数据, 区分了单体滑坡研究与区域滑坡调查在遥感图像分辨率上的需求差异; 王治华[8, 9]提出“ 数字滑坡” 概念, 研究了不同尺度滑坡调查与图像分辨率之间的对应关系; 石菊松等[10]综述了遥感在滑坡灾害研究中的最新进展; 还有许多学者利用遥感数据开展了局部地区地质灾害遥感解译研究, 取得了丰富的研究成果[11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]。

尽管卫星遥感数据应用于地质灾害研究已逐渐深入, 但在实际应用中仍存在受图像空间分辨率、成像质量和成像时间的限制, 研究成果集中在对单次灾害事件的综合解译和多次灾害事件叠加综合解译结果, 无法有效地从灾害发生的时间上进行区分的问题。针对这一问题, 本文以灾害多发的福建省南平市为研究区, 收集我国CBERS系列卫星1999— 2008年8个年度存档数据(其中2001年和2002年无图像可用), 采用人机交互综合解译方法, 提取该时段各年份发生的解译灾害点信息, 分析其年际发生规律; 在此基础上, 讨论了CBERS数据在我国地质灾害多发区回溯性研究中的应用前景。

1 研究区概况

研究区位于福建省西北部的南平市辖区内、闽江中上游的建瓯和南平城区之间, 地理位置在E118° 07'~118° 38', N26° 35'~27° 15'之间。该区属于侵蚀中低山丘陵地貌, 有建溪及其支流穿过, 河谷与山间小盆地错落其间, 第四纪松散层(残坡积层)较厚。因其特殊的地理位置, 加上属于亚热带季风气候区, 春夏暖湿气流在武夷山一带遇到北方冷空气形成静止锋, 容易引起局地暴雨, 成为灾害易发区[22, 23, 24]。研究区位置及地貌图见图1。

图1 研究区位置及地貌图(底图数据为SRTM-DEM)Fig.1 Location of research area and its geomorphologic map using SRTM-DEM data

研究区在2005年6月17— 23日和2006年6月5— 7日先后发生过2次强降雨过程, 强降雨引发洪水暴涨, 同时诱发大量滑坡等地质灾害。2005年6月23日, 位于建瓯新城区205国道的一处大型滑坡将一辆行驶中的大巴车推入闽江中, 造成了20多人失踪的重大人员伤亡事故; 2006年的特大降雨则导致建瓯市与外界交通中断, 河水水位猛涨, 城内大量积水, 致使建瓯市当年的高考被迫延期举行。

研究区内植被覆盖率虽然较高, 但多表现为单一树种的成片发育, 地表保水性差; 加之其位于东南沿海, 受季风气候和台风引起的极端降雨的影响, 地质灾害较为活跃, 因而作为以滑坡为主的地质灾害遥感解译试验区具有一定的代表性, 其高植被覆盖率也为提取灾害信息提供了重要的解译背景条件。

2 遥感数据源和研究方法
2.1 CBERS数据源

本文收集的CBERS数据的轨道号均为380-70, 可覆盖整个研究区。表1列出本文使用的11景CBERS数据的基本参数, 其CCD和HR数据的空间分辨率分别为19.5 m和2.36 m。

表1 本文研究中使用的CBERS数据 Tab.1 CBERS serial data used in this paper

1999— 2008年的10 a间, 除2001年和2002年无图像可用外, 其他年份都有CCD数据覆盖; 数据成像质量较好, 通过几何配准能够满足区域灾害信息提取的要求。通过对灾害发生前后图像进行对比, 可以较全面地掌握灾害群发事件的分布规律。此外, 在灾害解译中还使用了其他资料, 包括1:5万地形图和分辨率为90 m的美国航天飞机雷达地形测绘(shuttle radar topography mission, SRTM)和数字高程模型数据(SRTM-DEM), 并参考了Google Earth和天地图等相关图像资料。

2.2 研究方法

本文的方法研究主要集中在图像数据处理和灾害点信息提取2个方面, 图2为主要技术流程。

图2 技术流程图Fig.2 Technical flow chart

主要技术流程包括:

1)使用ENVI软件完成遥感数据的几何纠正、配准等前期数据预处理, 重点是图像配准工作。首先, 对各景CBERS图像进行噪声去除; 然后, 选择成像质量最好的2008年11月26日获取的图像为基准图像, 利用1:5万地形图对其进行几何精纠正, 再将其他图像与此基准图像配准, 以保障图像间的配准精度。

2)结合不同地物在CBERS图像中的特征分析, 开展野外踏勘, 建立基于CBERS图像的滑坡解译标志。建立地质灾害解译标志的重点是通过对位于居民点、林地、公路等不同部位的典型灾害样点的分析, 识别和提取这些灾害样点的影像色调、纹理等特征信息, 为整个研究区的灾害解译提供参考(对于发生时代较早的灾害点信息提取, 也参照本文建立的解译标志进行解译)。

3)利用ArcGIS平台开展人机交互综合解译, 使用DEM叠加配准图像进行三维立体显示, 提高灾害点识别效率和精度, 初步提取滑坡矢量信息。依据灾害的种类及灾害点所处的不同植被类型, 分类描述、制作各类别典型灾害点的影像、现场照片及特征描述表, 为后续区域信息提取提供样例示范。解译时利用灾害发生前后的2景或多景图像进行对比分析(如利用2001年2月的图像和1999年12月的图像提取2000年发生的主要地质灾害点)。

4)使用与2005年获取的SPOT5图像[5]和Google Earth提供的地球和天地图相应年份图像等其他高分遥感数据对比和野外验证的方法完善解译成果, 获得最终解译成果, 并进一步开展后续分析。

3 结果分析
3.1 解译地质灾害点的空间分布特征

采用人机交互综合解译方法获得研究区1999— 2008年(2001年和2002年除外)8个年份的解译灾害点。图3为研究区各年度解译灾害点的空间分布图。

图3 遥感解译地质灾害点分布图Fig.3 Maps of interpretated disaster distribution using CBERS-CCD data

利用1999年12月获取的CBERS图像, 解译获得1999年汛期灾害点44处(图3(a)), 分布较为零散, 主要位于建瓯市城区周边; 将2001年2月和1999年12月图像进行对比, 解译获得2000年灾害点数582处(图3(b)), 集中分布在建瓯市周边的小桥镇、东峰镇等处, 在南平市闽江及其支流也有分布, 反映了研究区受强降雨诱发的滑坡灾害具有区域群发的活动特点; 2001年和2002年无有效存档数据, 这一时期发生的灾害信息无法提取; 图3(c)为解译获得的2003年灾害点, 分布在闽江及其支流两侧, 较为零散, 共计223处; 图3(d)为解译获得的2004年的灾害点分布情况, 共80处, 集中分布在顺昌县的高阳乡和建瓯市南雅镇地区; 图3(e)为解译获得的2005年灾害点分布情况, 共计766处, 有2个分布中心, 一处是南平市延平区东南的炉下镇一带, 另一处为建瓯市南雅镇至玉山镇一带, 局部地点灾害点较为密集, 具有群发性特征, 经野外调查得到确认; 图3(f)为解译获得的2006年灾害点, 共216处, 仍然集中分布在建瓯市小桥镇周边, 另外在东峰镇一带的松溪河谷左岸也有分布; 图3(g)和(h)分别是解译获得的2007和2008年的灾害点分布, 分别发生52处和96处, 数量较少, 分布较为零散。各年度解译灾害发生数柱状图及建瓯市— 南雅镇各年份CBERS图像见图4和图5。

图4 1999— 2008年解译灾害统计柱状图Fig.4 Histogram of the number of interpreted landslides during 1999— 2008

图5 1999— 2008年期间建瓯市南区域多期CBERS图像((a)— (h)为CBERS-CCD图像(位置见图1中黑框); (i)为CBERS-02B图像, 位置见图5(h)中黑框))Fig.5 Multi-temporal CBERS images in south area of Jianou City during 1999— 2008

由图3— 5可以看出, 研究区内的地质灾害具有显著的年变化差异和空间相对集中的特点。闽北地质灾害主要发生在每年的3— 8月, 集中发生在6— 8月, 其他月份发生较少, 主要因强降雨触发[5, 18]。灾害发生后的数个月内, 灾害体在CBERS图像中与周边地物有着显著的光谱差异, 表现为高亮色调, 可利用这种差异提取灾害点。随着时间的推移, 受植被恢复及人为改造的影响, 一般的小型灾害体在灾后1 a以上的图像中较难识别。

3.2 灾害点的地貌位置及触发因素

研究区解译的灾害点的分布位置受地形地貌条件、植被类型等因素制约, 具有分布相对集中的特点。灾害点分布较为集中的地点有各级公路切坡造成的临空面、原有林地植被砍伐后的幼林地、居民点周边的人工切坡等。

利用GIS平台, 对解译的灾害点分布与高程、坡度等地形因素进行空间统计分析。结果表明, 滑坡多发生在坡度为15° ~30° 范围内, 这一坡度范围内解译的灾害点超过总数的75%, 这是因为这一坡度范围内地表堆积厚厚的风化松散地层, 受人类活动(耕作、经济林地、林地砍伐等)改造影响后, 易成为发生表层小型滑坡的有利部位; 滑坡多发生在低缓的丘陵地带, 以园地和缓坡林地为主。解译滑坡点的高程区间集中在400 m以下, 在这一高程区间分布的灾害点超过总数的85%, 与野外调查相吻合(图6), 即滑坡体多发生在闽江河谷各级支流的低缓丘陵坡脚一带; 高程在400 m以上的区域受植被覆盖和人类活动的影响较少, 发生灾害的可能性较小。

图6 滑坡灾害点野外调查及验证Fig.6 Field investigation and verification of landslide disasters

经进一步现场调查发现, 研究区内滑坡灾害点的发生除有上述统计规律外, 还与具体部位的微地貌形态有密切关系, 通常在以下2种情况下较易发生滑坡: ①新建扩建公路、居民点施工等人工切坡后形成的高陡边坡部位, 容易形成灾害体的多次活动(2005年建瓯市特大滑坡体即是此类); ②竹林地、杉木林地砍伐后的裸地和幼林地因保持水分能力差, 也容易发生浅层滑坡。

野外实地走访调查和上文中对2005年灾害点的遥感解译研究[5]均证实, 解译灾害点的集中发生是因为强降雨所触发。图7为闽北南平市辖区内多年3— 8月降雨等值线和灾害点分布等值线分布图。

图7 闽北地区1990— 2006年地质灾害数与同年3— 8月降雨等值线图[24]Fig.7 Contour map of disasters and rainfall in north Fujian Province in March— August during 1990— 2006[24]

从图7可以看出, 虽然研究区内的降雨量比北部武夷山地区降雨量要少200 mm, 但其灾害点统计数大大高于北部山区, 反映了研究区为灾害频发区, 广泛发育的表层风化壳成为滑坡体的主要发生部位; 当地种植的毛竹、茶园等经济林地围绕居民点连片分布, 给滑坡体的发生提供了重要地形条件。强降雨发生后, 灾害点多集中在林地和经济林地的坡脚处, 以亮色调显示的灾害体与周围地物的色调反差较大。

3.3 CBERS数据质量对灾害信息提取的影响

遥感数据质量包括可用于解译的数据的时相连续性及数据本身质量等。受可用数据的获取时间限制, 无法获取2001年, 2002年和2009年的灾害点信息, 也为相邻年份灾害信息的解译带来一定困难。CBERS CCD数据的空间分辨率为19.5 m, 根据灾害体解译经验, 可识别的灾害体的宽度至少应宽于20 m(即1个像元大小)[9]; 对于滑坡体宽度小于20 m的小型滑坡, 在CBERS CCD图像中则无法提取。受CBERS图像分辨率本身的制约, 本次解译的灾害信息不是研究区内各年发生的地质灾害点的全部信息, 而是发生在各年度的有一定规模的主要灾害体信息。CBERS图像获取时刻的天气因素也影响图像数据的有效应用, 本次使用的部分CBERS图像数据存在局部有云及其阴影的情况, 导致对被云及其阴影覆盖范围内的地物信息无法识别, 也在一定程度上影响了地质灾害解译结果的完整性。

4 结论

本文利用中巴地球资源卫星(CBERS)系列数据, 通过对福建南平地区1999— 2008年近10 a的逐年尺度的降雨触发地质灾害遥感解译研究, 得出如下结论:

1)通过实地调查验证和详细的遥感解译, 获得了研究区1999— 2008年期间8个年份(除2001年和2002年)的解译地质灾害点共2 059处, 以降雨触发的浅层滑坡为主。这些灾害点在空间上沿各级河流、交通线沿线及居民点集中地区分布, 在时间上表现为灾害点较为集中在个别年份(如2000年和2005年分别解译出灾害点582和766处, 占解译灾害点总数的65%)。另外, 灾害点的分布与人类活动密切相关, 特别是低缓丘陵经济林地为灾害集中发生部位, 表现出其时空分布的不均一性。

2)解译的灾害点多发生在高程为小于400 m、坡度在15° ~30° 之间、土地类型以幼林地和经济林地为主的区域。灾害点主要发生在前寒武纪变质岩和侵入岩厚层风化壳内的近地表, 在新建扩建公路、居民点切坡部位容易形成滑坡体的多次活动, 滑坡体的发生与局部的微地貌关系密切。

3)利用多时相的CBERS图像进行地质灾害遥感解译, 既是全面获取研究区内地质灾害空间和时间分布特征的有效途径, 也可为后续的防灾减灾工作提供有效的基础数据。随着CBERS后续星的发射及成像质量的改善, CBERS数据可以广泛应用于国内中等比例尺地质灾害的调查和监测。

志谢: 本文所用CBERS数据由中国资源卫星应用中心网站(http: //www.cresda.com/n16/index.html)提供; 在成文过程中得到中国地质调查局李铁锋研究员的悉心指导; 参加野外工作的有中国地质环境监测院温铭生博士和连建发博士。对以上单位和个人表示衷心感谢!

The authors have declared that no competing interests exist.

参考文献
[1] 潘懋, 李铁锋. 灾害地质学[M]. 北京: 北京大学出版社, 2002: 93-111.
Pan M, Li T F. Disaster geology [M]. Beijing: Peking University Press, 2002: 93-111. [本文引用:1]
[2] 李德仁, 王密, 胡芬. 利用我国高分辨率卫星影像监测北京市违章建筑[J]. 科学通报, 2009, 54(3): 305-311.
Li D R, Wang M, Hu F. Utilizing Chinese high-resolution satellite images for inspection of unauthorized constructions in Beijing[J]. Chinese Science Bulletin, 2009, 54(14): 2524-2534. [本文引用:1] [CJCR: 0.95]
[3] 鲁光银, 韩旭里, 朱自强, 等. 地质灾害综合评估与区划模型[J]. 中南大学学报: 自然科学版, 2005, 36(5): 877-881.
Lu G Y, Han X L, Zhu Z Q, et al. Synthetical evaluation and classification model of geological hazards[J]. Journal of Central South University: Science and Technology, 2005, 36(5): 877-881. [本文引用:1] [CJCR: 0.789]
[4] 徐岳仁, 申旭辉, 洪顺英, 等. 用多源遥感数据解译深圳市主要活断层[J]. 地震, 2009, 29(s1): 156-163.
Xu Y R, Shen X H, Hong S Y, et al. Identification of major active faults in Shenzhen using multi-style remote sensing data[J]. Earthquake, 2009, 29(s1): 156-163. [本文引用:1] [CJCR: 0.863]
[5] 李铁锋, 徐岳仁, 潘懋, 等. 基于多期SPOT5影像的降雨型浅层滑坡遥感解译研究[J]. 北京大学学报: 自然科学版, 2007, 43(2): 204-210.
Li T F, Xu Y R, Pan M, et al. Study on interpretation of rain-induced group shallow land slides based on multi-period SPOT5 remote sensing images[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2007, 43(2): 204-210. [本文引用:4] [CJCR: 0.799]
[6] 黄润秋, 李为乐. “5·12”汶川大地震触发地质灾害的发育分布规律研究[J]. 岩石力学与工程学报, 2008, 27(12): 2585-2592.
Huang R Q, Li W L. Research on development and distribution rules of geohazards induced by Wenchuan Earthquake on 12th May, 2008[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(12): 2585-2592. [本文引用:1] [CJCR: 1.505]
[7] Mantovani F, Soeters R, Van Westen C J. Remote sensing techniques for land slide studies and hazard zonation in Europe[J]. Geomorphology, 1996, 15(3-4): 213-225. [本文引用:1] [JCR: 2.552]
[8] 王治华. 数字滑坡技术及其应用[J]. 现代地质, 2005, 19(2): 157-164.
Wang Z H. Progress and applications for digital land slide[J]. Geoscience, 2005, 19(2): 157-164. [本文引用:1] [CJCR: 1.443]
[9] 王治华. 滑坡遥感[M]. 北京: 科学出版社, 2012: 1-224.
Wang Z H. Remote sensing for land slide[M]. Beijing: Science Press, 2012: 1-224. [本文引用:2]
[10] 石菊松, 吴树仁, 石玲. 遥感在滑坡灾害研究中的应用进展[J]. 地质论评, 2008, 54(4): 505-514.
Shi J S, Wu S R, Shi L. Remote sensing for land slide study: An overview[J]. Geological Review, 2008, 54(4): 505-514. [本文引用:1] [CJCR: 2.048]
[11] 郭仕德, 林旭东, 马廷. 高空间分辨率遥感环境制图的几个关键技术研究[J]. 北京大学学报: 自然科学版, 2004, 40(1): 116-120.
Guo S D, Lin X D, Ma T. Some key techniques research in environmental mapping using high spatial resolution remote sensed data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2004, 40(1): 116-120. [本文引用:1] [CJCR: 0.799]
[12] 丁辉, 张茂省, 李林. 滑坡灾害遥感解译不确定性研究[J]. 自然灾害学报, 2009, 18(6): 93-96.
Ding H, Zhang M S, Li L. Research on uncertainty of remote sensing image land slides interpretation[J]. Journal of Natural Disasters, 2009, 18(6): 93-96. [本文引用:1] [CJCR: 0.911]
[13] 杨军杰, 张志, 王旭, 等. 汶川县地震次生山地地质灾害遥感调查[J]. 山地学报, 2008, 26(6): 755-760.
Yang J J, Zhang Z, Wang X, et al. Secondary seismic mountainous geological disasters survey in Wenchuan County based on spacial information science[J]. Journal of Mountain Science, 2008, 26(6): 755-760. [本文引用:1] [CJCR: 0.736]
[14] 许领, 戴福初, 陈剑. ETM+与SPOT-5 Pan融合影像在地质灾害调查中的应用[J]. 地质科技情报, 2008, 27(2): 21-24.
Xu L, Dai F C, Chen J. Application of ETM+ and SPOT-5 Pan fused images in detection of geohazards[J]. Geological Science and Technology Information, 2008, 27(2): 21-24. [本文引用:1] [CJCR: 0.881]
[15] 许文波, 徐娇, 黄健熙, 等. 中巴资源卫星(CBERS-02B)遥感影像数据融合研究[J]. 地理信息世界, 2009(4): 37-43.
Xu W B, Xu J, Huang J X, et al. Research of CBERS-02B data image fusion[J]. Geomatics World, 2009(4): 37-43. [本文引用:1] [CJCR: 0.6209]
[16] 王卫东, 刘武成. 基于GIS的公路地质灾害信息管理与决策支持系统[J]. 中南工业大学学报: 自然科学版, 2003, 34(3): 302-305.
Wang W D, Liu W C. Road’s geological hazards information management and decision making support system research based on GIS[J]. Journal of Central South University of Technology: Natural Science Edition, 2003, 34(3): 302-305. [本文引用:1]
[17] 童立强, 郭兆成. 典型滑坡遥感影像特征研究[J]. 国土资源遥感, 2013, 25(1): 86-92.
Tong L Q, Guo Z C. A study of remote sensing image features of typical land slides[J]. Remote Sensing for Land and Resources, 2013, 25(1): 86-92. [本文引用:1]
[18] 徐岳仁, 何宏林, 申旭辉, 等. 利用CBERS数据开展资兴市东江水库库区地质灾害动态监测试验研究[J]. 北京大学学报: 自然科学版, 2011, 47(4): 689-697.
Xu Y R, He H L, Shen X H, et al. Study on dynamic survey of group geological disasters in Dongjiang reservoir region, Zixing City, using CBERS images[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2011, 47(4): 689-697. [本文引用:2] [CJCR: 0.799]
[19] Xu C, Xu X W, Yao X, et al. Three(nearly)complete inventories of land slides triggered by the May 12, 2008 Wenchuan Mw 7. 9 earthquake of China and their spatial distribution statistical analysis[J]. Land slides, 2013, 1-21. [本文引用:1] [JCR: 2.093]
[20] 张明洋, 马维峰, 唐湘丹, 等. 地质灾害三维遥感解译成果的自动制图方法[J]. 国土资源遥感, 2013, 25(2): 164-167.
Zhang M Y, Ma W F, Tang X D, et al. Automatic mapping of the results of 3D remote sensing interpretation of geological disasters[J]. Remote Sensing for Land and Resources, 2013, 25(2): 164-167. [本文引用:1]
[21] 乌云其其格, 马维峰, 张时忠, 等. 基于三维的地质灾害遥感解译标志管理系统设计与实现[J]. 国土资源遥感, 2012, 24(2): 148-151.
Wu Y Q Q G, Ma W F, Zhang S Z, et al. The design and development of the interpreting marks management system for geological disasters based on 3D[J]. Remote Sensing for Land and Resources, 2012, 24(2): 148-151. [本文引用:1]
[22] 何永金. 福建省主要地质灾害的特点、成因及其对策[J]. 福建地质, 1995, 14(2): 263-271.
He Y J. Characteristics and mechanism of major geological hazards in Fujian province and protection and controlling method against them[J]. Geology of Fujian, 1995, 14(2): 263-271. [本文引用:1] [CJCR: 0.1833]
[23] 蒋宗孝, 江彩英, 王加义, 等. 闽北地质灾害与降水关系分析[J]. 世界地质, 2009, 28(1): 127-133.
Jiang Z X, Jiang C Y, Wang J Y, et al. Analysis of geological hazard and its relationship with precipitation in northern Fujian[J]. Global Geology, 2009, 28(1): 127-133. [本文引用:1] [CJCR: 0.0597]
[24] 蒋宗孝, 魏隆海, 张信华, 等. 闽北地质灾害的分布特征及其成因分析[J]. 中国地质灾害与防治学报, 2007, 18(4): 34-39.
Jiang Z X, Wei L H, Zhang X H, et al. Distributional characteristics and genetic analysis for geologic hazard of North Fujian[J]. The Chinese Journal of Geological Hazard and Control, 2007, 18(4): 34-39. [本文引用:1] [CJCR: 0.554]