自然灾害特征篇1
关键词低温阴雨；寒潮；霜冻；天气特征；广东大埔；冬季
中图分类号S425；S426文献标识码a文章编号1007-5739（2013）15-0262-01
大埔县虽处于南亚热带地区，但冬半年来自极地的强冷空气也会影响到大埔县，造成大埔县气温剧烈下降，形成寒潮过程，甚至出现降雪天气（历史上有且仅有1次）。同时大埔县独特的山地地形，在气候上具有一定的稳定性，但也掩盖不了气候变暖的现象。大埔县虽然是亚热带气候，但低温日数也很多。低温连阴雨天气往往给农业造成巨大损失[1-5]。
1寒潮基本定义及大埔县概况
不同省份寒潮标准不同，广东省的寒潮指受大范围冷空气侵袭，日平均气温在冷空气到达后1d内急剧下降8℃以上，或2d内日平均气温急剧下降10℃以上，同时过程最低气温降至5℃或以下。大埔县境内群山环抱，有“山中山”之称。县境山脉为北南走向，四周高，中间低，县内溪流众多，境内梅江、汀江在大埔县三河坝汇合成韩江。在这样特殊的条件下，冬季当较重的冷空气移至山谷里，形成特殊的谷雾。由于是山区，像盆地一样对冷空气具有一定的囤积作用，因此气候特征上具有一定的稳定性。
2灾害天气特征
2.1大埔县及周边城市低温灾害特点
根据大埔县历年极端最低气温年际变化规律统计得出，即使是亚热带气候的大埔县，每隔3～5年也会出现-4～-2℃的极端最低气温。多数时候，极端最低在-1～1℃。
通过统计分析大埔县及周边县年低温日数历年趋势，大埔县、丰顺县和梅县3个城市每年出现的低温次数方面，虽然大埔县与丰顺县和梅县地形略有不同，但低温日数差别不大，均从1987年发生减少性的突变。1958—1990年大埔县低温平均日数20.2d，1990—2000年低温日数发生减少性的突变，突变后的低温日数13.7d，比突变前减少了6.5d。2001—2010年低温平均日数略有回增，为18.3d。52年来大埔县最低气温-4.2℃，近10年最低气温上升至-2.7℃。丰顺县突变后的低温日数5.6d，比突变前的10.6d减少了5d。50年来丰顺县最低气温-1.9℃，近10年最低气温上升至0.6℃。梅县突变后的低温日数11.8d，比突变前的21.3d减少了9.5d。58年来梅县最低气温-7.3℃，近10年极端最低气温上升至-1.6℃（2005年1月1日）。以上分析表明从1987年开始，最低气温都显示上升，有气候变暖趋势，但大埔县属于山地气候特征，与周边2个县比较，低温日数从2000年起有回增的特征，对气候特征的保持具有一定作用。
2.2霜冻年际及月际变化趋势
大埔县霜冻的年际变化从1987年开始有明显减少趋势，1986年以前平均15d，1986—1991年、1997—1999年均不足5d。2000年以后维持在5～10d，较1987—1999年略有增加。大埔县霜冻天气出现时段为每年的11月至翌年的3月，历史上最早出现在11月10日（黑霜），最迟3月10日（明霜）；1959—2010年共出现霜冻天气445d，年均8.7d。52年来最低地表温度-8.3℃。
2.3低温阴雨灾害特点
在每年2—3月，出现日平均气温≤12℃的天数连续≥3d，或日平均气温≤15℃，每天日照时数≤2h的天数连续≥7d，称为一次低温阴雨过程。低温阴雨主要不利早稻播种，导致烂秧、死苗，贻误农时，对农业造成很大损失。
2008年春节前后我国南方地区出现一场异常低温雨雪冰冻天气，大埔县则持续低温阴雨。受北方冷空气不断南下补充和海上暖湿气流的共同影响，从1月下旬至2月17日出现了罕见的长时间的低温阴雨天气，2月1—17日，持续17d日平均气温低于12℃，农作物和水产业受灾较为严重.据县农业局统计，2月因冻害受灾面积912.67hm2，成灾面积512hm2，绝收面积305.33hm2，经济损失共835万元。其中，农作物经济损失645万元，水产业经济损失190万元。
大埔县低温阴雨灾害频繁发生，1958—2010年间，出现了99次低温阴雨过程，共计597d，年平均11.5d，其中最长的一次过程为23d，出现在1968年2月1—23日。最迟的出现在1978年3月12—24日。52年来，1973年、2001年、2009年无低温阴雨出现。另外，凡于3月21日（含21日）以后出现的低温阴雨天气称为“倒春寒”天气。大埔县的“倒春寒”天气出现几率很小，1958—2010年只出现过1次，于1978年3月22—24日。倒春寒对大埔县的影响几率较小。
3结语
大埔县霜冻和低温灾害天气，从1987年开始都有明显减少趋势。霜冻出现在11月至翌年3月，寒潮主要出现在1月。连续阴雨天气基本年年都有，对农作物极具危害。
4参考文献
[1]姚学祥.天气预报技术与方法[m].北京：气象出版社，2011.
[2]朱根，林锦瑞，寿绍文.天气学原理与方法[m].北京：气象出版社，1979.
[3]梁必骐.天气学教程[m].北京：气象出版社，1995.
自然灾害特征篇2
关键词：暴雨洪涝灾害；时空特征；脆弱性评价；广西
中图分类号p531文献标识码a文章编号1007-7731（2017）05-0029-05
abstract：Recordsforrainstorm-floodsinGuangxiin2015wereanalyzedfordisastertemporal-spatialdistributionandvulnerabilityassessmentofflooddisaster.theresultsshowthatatotalof14stormfloodsinGuangxiin2015，disastersoninternationaldistribution，thesummerismostconcentrated，theamountofdisasterwaseast>north>central>south>west；thevulnerabilityassessmentandcropvulnerabilityofflooddisasteristhemostinnanning，populationvulnerabilityofflooddisasteristhemostinHechi，economicvulnerabilityofflooddisasteristhemostinGuilin.
Keyword：Flooddisaster；Spatialandtemporalcharacteristics；Vulnerabilityassessment；Guangxi
在气候变暖、海平面上升的环境下，我国自然灾害发生的频率和强度及影响范围不断上升[1]。自然灾害引起的直接经济损失、受灾人口、农作物受灾面积也出现不断增加的趋势[2]。暴雨洪涝灾害是由长期暴雨或降水而造成大量积水和径流淹没低洼地区造成的人口、经济财产损失的自然灾害[3]，我国的暴雨洪涝灾害大部分是由暴雨引发的，其发生频率高、影响范围大、造成经济损失高[4]。我国每年因暴雨洪涝灾害影响的农田面积平均在70fhm2，每年造成的经济损失在100亿元以上[5]。
2015年中国有20多个省（区）发生暴雨洪涝灾害，受灾人口约2000万人，死亡人数108人、失踪20人以上；暴雨洪涝灾害造成的紧急转移安置人口约100万人，农作物受灾面积1700万hm2，暴雨洪水造成4.4万间房屋倒塌。暴雨洪涝灾害给我国的社会经济发展、人民生命健康带来严重的威胁。而处在我国南部沿海地区的广西壮族自治区降水丰富、暴雨量大，每年因暴雨引发的山洪、泥石流等灾害也给人民的生命财产造成了巨大威胁。据统计，2015年广西洪涝灾害造成约300万人受灾，因灾死亡28人，南宁、百色、梧州等地区紧急转移安置约15万人；暴雨洪涝灾害造成16.7万hm2农作物受灾，其中成灾有8.7万hm2；有7000多间房屋倒塌。暴雨洪涝灾害造成直接经济损失高达2.2亿元，其中农业损失1.3亿元，家庭财产损失3000多万元。
因此，需要对广西的洪涝灾害进行研究分析，分析其时空特征，找出重灾区在哪里，哪个时段比较容易发暴雨洪涝灾害，切实为广西减灾防灾工作提供科学的参考依据。目前，国内外对洪涝灾害时空格局特征开展了大量的研究。如陈香等根据福建省气象灾害年鉴提供的数据资料，对福建省的暴雨洪涝灾害时空格局进行研究分析，提出了具有针对福建沿海地区的防灾减灾对策[6-7]；杨佩国等利用em-Dat中的灾害记录数据资料，对亚太地区近20年洪涝灾害的时空特分析[8]；廖永丰等对我国21世纪初发生的的自然灾情，进行空间分析[9]；还有学者对广西暴雨洪涝的时空分布特征及成因、风险评估与区划、防御对策等进行相关研究[10-16]。Barredo运用欧洲1970―2005年间的暴雨洪涝灾害数据进行研究，发现洪涝灾害出现加重的现象，暴雨洪涝灾害的加重主要是人口的脆弱性增加造成的[17]；而SReX报告也指出干旱、暴雨等能否构成灾害，很大程度上由脆弱性和暴露度水平决定，脆弱性和暴露度是决定灾害风险的关键因素。国内学者对暴雨洪涝灾害的脆弱性进行了相关研究[18-23]，如尹占娥等利用GiS技术对上海浦东区暴雨涝灾害的脆弱性进行分析[18]；王艳君等对我国暴雨洪涝灾害脆弱性的时空特征进行分析[19]；金有杰等根据人口、GDp等数据，利用空间化技术对暴雨洪涝灾害的脆弱性进行探讨[20]。分析脆弱性的时空特征和脆弱性的评价是灾害风险评估、管理的重要内容之一，灾害脆弱性的分析研究能够为灾害的预报预警、防灾减灾工作提供依据。本文采用灾情数据的数理统计方法，搜集梳理了2015年广西壮族自治区暴雨洪涝灾害的灾情数据资料，包括受灾人口、灾害发生的次数以及造成的农作物受灾面积等，从时间和空间角度对暴雨洪涝灾害的特征进行分析，进而对其暴雨洪涝灾害的脆弱性分析评价，切实为广西壮族自治区的经济社会发展和实施防灾减灾规划工作提供科学依据和理论参考。
1研究区概况与研究方法
1.1研究区概况广西壮族自治区位于北纬20°54′～26°24′，东经104°26′～112°04′，属中亚热带季风气候区和南亚热带季风气候区，气候温暖、降水丰富。各地级市年平均气温16.0～23.0℃，各地级市年降水量均在1070～
2000mm，降水时空分布不均，东部沿海地区多，西部地区少，各地级市多年平均水面蒸发量在600～1200mm，降水量在年内和年际之间的时空分布差异大。广西地貌类型复杂多样，地势西北高东南低，区内有红水河、南流江、西江等流域，河网密度大，受东南季风的影响，每年暴雨出现的次数较多，而且降水历时较短暴雨量大，区内的河流水位变幅大，喀斯特地区范围广排水不畅，遇到暴雨容易引发洪涝灾害。
1.2资料与方法
1.2.1资料来源根据暴雨洪涝灾害的时空特征与脆弱性评价的基本要素分析和研究目的，应用广西地情网、广西气象局网站的2015年各类暴雨洪涝灾害统计资料，以及广西壮族自治区民政厅的《灾情快报》中各县的受灾次数、受灾人口、直接经济损失和农作物受灾面积等数据资料。
1.2.2暴雨洪涝灾害的脆弱性指标及评价方法在脆弱性指标的选取上，用受灾人口作为人口脆弱性指数Vp；农作物受灾面积来表示农作物脆弱性指数VC；各县（市、区）的直接经济损失为经济脆弱性指数Ve。依据人口脆弱性指数Vp、农作物脆弱性指数VC和经济脆弱性指数Ve的等级数构建暴雨洪涝灾害脆弱度指数（V），V=（Vp等级数+VC等级数+Ve等级数）/3。根据广西暴雨洪涝灾害的实际情况将脆弱性指数分级如表1所示。
2015年广西发生的暴雨洪涝灾害与常年相比，4月中旬就出现了，来的比较早。由图1可知，2015年广西暴雨洪涝灾害发生主要集中在5月、6月和9月，其中5月份发生的次数最多为4次；5月和6月发生的暴雨洪涝灾次占全年灾次的一半。由图2可知，2015年广西暴雨洪涝灾害事件中，有7次造成的损失比较大，经济损失惨重。5月18―20日这次暴雨洪涝灾害，造成的直接经济损失最高达9500万元；受灾人口最多的是发生在7月22―31日这次暴雨洪涝灾害，其受灾人口高达101.87万人；6月13―15日这次暴雨洪涝灾害造成的农作物受灾面积最大高达4.9万hm2，占全年农作物受灾面积的29.4%。广西暴雨洪涝灾害年内分布不均，夏季最为集中。
直接经济损失对比
2.2空间分布特征强降水是引发暴雨洪涝灾害的主要原因之一，广西降水的空间分布受到不同的地形地貌等条件的影响。从地势上看广西西北高东南低，受到地形的影响，全区降水分布差异明显，西北喀斯特石灰岩地区排水不畅，暴雨洪涝灾害频繁发生。利用广西气象局网站2015年各类暴雨洪涝灾害统计资料，以及广西壮族自治区民政厅的《灾情快报》中各县的受灾次数、受灾人口、直接经济损失和农作物受灾面积的数据资料，分析暴雨洪涝灾害灾次的空间分布。由图3可知，广西暴雨洪涝灾害发生的次数在空间分布上总体表现由东北部地区向西南部地区减小，其中发生灾害的次数中桂东>桂北>桂中>桂南>桂西。桂东地区在2015年共发生28次，发生的暴雨洪涝灾害最多，占总数的27.2%；桂西地区发生的暴雨洪吃趾Υ问最少，仅有13次。由图4可知，广西各地级市发生暴雨洪涝灾害的灾次在空间分布上差异较大，河池、南宁以及百色的灾次位居前3位，发生的暴雨洪涝灾次分别为16次、12次和12次；崇左的暴雨洪涝灾次最少，仅1次。
3.3农作物脆弱性特征以各县（市、区）的农作物受灾面积为农作物脆弱性指数，2015年广西14个地级市的平均农作物脆弱性指数为6000hm2。桂中地区的农作物脆弱性最高，在空间分布上表现为中部东部地区向西南部地区逐渐递减的。南宁市的农作物受灾面积最大，达到19301hm2；其次为贺州、柳州，分别达到16000hm2和15700hm2；玉林是农作物受灾面积最少的地区，农作物受灾面积仅为2884hm2。
3.4暴雨洪涝灾害脆弱性评价脆弱性是决定灾害风险及其影响的关键因素之一。灾害经济损失的增长主要是受灾人口和经济资产暴露度的增加。在暴露度同样的环境下，灾害不利影响的程度和类型取决于脆弱性。本文在脆弱性指标的选取上，用受灾人口的来表示人口脆弱性指数；农作物受灾面积来表示农作物脆弱性指数；各县（市、区）的直接经济损失作为经济脆弱性的指数。依据人口脆弱性指数Vp、农作物脆弱性指数VC和经济脆弱性指数Ve的等级数构建暴雨洪涝灾害脆弱度指数（V），V=（Vp等级数+VC等级数+Ve等级数）/3，最后以地级市为基本制图单元编制出暴雨洪涝脆弱性评价图。由图8可知，南宁、贺州、河池的暴雨洪涝灾害脆弱性位居前3位，暴雨洪涝灾害脆弱性分别为5.33、4.67和5.0；其次为钦州、柳州，钦州、柳州的暴雨洪涝灾害脆弱性为4.33和4.0；崇左市的脆弱性最小，仅为1.33。2015年广西暴雨洪涝灾害脆弱性在空间分布上以中部区域为中心，分别向西、向南降低。
4结论与讨论
本次研究采用2015年广西地情网、广西气象局网站的各类暴雨洪涝灾害统计资料，以及广西壮族自治区民政厅的《灾情快报》中各县的受灾次数、受灾人口、直接经济损失和农作物受灾面积等资料，对广西暴雨洪涝灾害的时空格局和脆弱性进行分析，主要结论如下：
（1）基于灾情数据的数理统计方法，重建了广西2015年4―11月14场暴雨洪涝的时空特征，客观的反映2015年广西暴雨洪涝灾害的分布规律，暴雨洪涝灾害区域涉及14个地级市，其中较大范围的有11场。暴雨洪涝灾害月际分配不均，夏季最为集中，暴雨洪涝主要发生在5―9月，5月和6月发生的灾次占全年灾次的一半。7月22―31日这次暴雨洪涝灾害的受灾人口最多，高达101.87万人。
（2）暴雨洪涝灾害发生的次数在空间分布差异大，总体表现为由桂中桂东地区向桂西地区减小的，暴雨洪涝灾害的次数中桂东>桂北>桂中>桂南>桂西，其中河池、南宁和百色的暴雨洪涝灾害灾次位居前3位。
（3）暴雨洪涝灾害脆弱性在空间分布上以中部区域为中心，分别向西、向南降低；人口脆弱性由中北部地区向西南部地区减小；经济脆弱性由桂东北地区向桂西南地区减小；桂中地区的农作物脆弱性最高，在空间分布上表现由中东地区向西南部地区减小。南宁市的暴雨洪涝灾害脆弱性和农作物脆弱性最高，河池市的人口脆弱性最高，桂林市的经济脆弱性最高。
参考文献
[1]景垠娜，尹占娥，殷杰，等.基于GiS的上海浦东新区暴雨内涝灾害危险性分析[J].灾害学，2010，02：58-63.
[2]孟翠丽，匡昭敏，李莉，等.基于GiS的广西暴雨灾害风险实时评估技术研究[J].中国农学通报，2013，26：184-189.
[3]马宗晋.中国重大自然灾害及减灾对策（总论）[m].北京：科学出版社，1994.
[4]丁一汇，张建云.暴雨洪涝[m].北京：气象出版社，2009.
[5]陈J，史培军.自然灾害[m].北京：北京师范大学出版社，2007.
[6]陈香.福建暴雨洪涝灾害时空格局与减灾对策研究[J].山西师范大学学报（自然科学版），2008，01：104-108.
[7]陈香，王静爱，陈静.福建暴雨洪灾时空变化与区域划分的初步研究[J].自然灾害学报，2007，06：1-7.
[8]杨佩国，胡俊锋，于伯华，等.亚太地区洪涝灾害的时空格局[J].陕西师范大学学报（自然科学版），2013，01：74-81.
[9]廖永丰，赵飞，王志强，等.2000-2011年中国自然灾害灾情空间分布格局分析[J].灾害学，2013，04：55-60.
[10]覃卫坚，李栋梁，王慧，等.近50年广西大范围暴雨的大气环流异常分析[J].高原气象，2014，02：515-521.
[11]李梦婕，汪明，史培军.湖南暴雨洪涝灾害损失时空特征及影响因素分析[J].北京师范大学学报（自然科学版），2014，04：429-434.
[12]张雅昕，王存真，白先达.广西漓江洪涝灾害及防御对策研究[J].灾害学，2015，01：82-86.
[13]黎琮炜，覃卫坚，高安宁.1961―2013年广西洪涝灾害时空分布特征及成因[J].气象研究与应用，2015，01：80-85.
[14]莫建飞，陆甲，李艳兰，等.基于GiS的广西农业暴雨洪涝灾害风险评估[J].灾害学，2012，01：38-43.
[15]黄明策.广西暴雨时空分布特征[J].广西气象，2006，03：9-13.
[16]梁玉莲，黄丹萍，黎美宏，等.基于GiS的南宁市暴雨洪涝灾害风险评估与区划[J].气象科技，2013，05：934-939.
[17]BarredoJi.majorflooddisastersineurope：1950-2005[J].naturalHazards，2007，42（1）：125
[18]尹占娥，暴丽杰，殷杰.基于GiS的上海浦东暴雨内涝灾害脆弱性研究[J].自然灾害学报，2011，02：29-35.
[19]王艳君，高超，王安乾，等.中国暴雨洪涝灾害的暴露度与脆弱性时空变化特征[J].气候变化研究进展，2014，06：391-398.
[20]金有杰，曾燕，邱新法，等.人口与GDp空间化技术支持下的暴雨洪涝灾害承灾体脆弱性分析[J].气象科w，2014，05：522-529.
[21]高佳琦，沈天琦，朱晓晨.基于GiS的南京主城区暴雨内涝灾害脆弱性研究[J].湖北农业科学，2015，12：2891-2896.
[22]王豫燕，王艳君，姜彤.江苏省暴雨洪涝灾害的暴露度和脆弱性时空演变特征[J].长江科学院院报，2016，04：27-32+45.
自然灾害特征篇3
关键词：区域地质灾害;空间效应;危险性评价;不确定性分析
中图分类号：p694文献标志码：a文章编号：
1672-1683（2015）02-0334-05
Spatialeffectanalysisofregionalgeologicalhazards
ZHUJi-xiang，ZHanGLi-zhong，ZHoUXiao-yuan，LUYan
（instituteofHydrogeologyandenvironmentalGeology，CaGS，Shijiazhuang050061，China）
abstract：evaluationoftheregionalgeologicalhazardsdependsonthespecificspatialandtemporalscale.Duetothenonlinearevolutioninthetemporalscaleandheterogeneityinthespatialscaleoftheevaluationindexes，thegeologicalhazardassessmentisinevitablyimpactedbythescaleeffect.However，theevolutionoffactors（suchasthestratumandtopography）isrelativelyslow，thescaleeffectpresentsmainlyasspatialeffect.Basedonanalysisoftheinternalfactorswhichcausethespatialeffectoftheregionalgeologicalhazards，theinfluencingmechanismofspatialeffectontheuncertaintyoftheregionalgeologicalhazardsassessmentwasinvestigated，whichisofgreatsignificanceforthestudyofuncertaintyandimprovementofevaluationprecisionofregionalgeologicalhazards.
Keywords：regionalgeologicalhazard;spatialeffect;riskassessment;uncertaintyanalysis
1927年，德国科学家海森堡提出了著名的测不准原理：不可能同时确定一个物体的位置和动量[1]。位置量测越准确，对于动量的确定越不准确，反之亦然。位置代表事物过去或现在的状态，动量代表事物的发展趋势。测不准原理表明：人们无法同时准确地再现过去和预测未来[2-3]。区域地质灾害评价主要是利用过去的地质灾害观测资料对研究区未来地质灾害发生的概率进行分析与预测[4-5]，因此评价的不确定性必然内蕴于相应的评价结果中。
区域地质灾害评价是在一定时空范围内，根据研究区地质环境背景、气候条件等自然因素及人类活动状况，对地质灾害发生的概率做出评估[6-7]。一方面，地质灾害作为一定时间和空间内的自然现象，具有时空尺度的相关性质;另一方面，地质灾害的影响因素（例如地形地貌、地质构造等）作为区域性的自然条件，其外在的表征特性（例如面积、形态等）也会受到尺度的影响。因此，区域地质灾害的尺度特性是其内在固有属性之一[8]。自20世纪80年代中期以来，在生态学、地理学和遥感领域内的尺度问题研究[9-15]，对于区域地质灾害评价的尺度研究具有重要的借鉴意义。随着人类活动对环境影响的广度和深度的加大[16-17]，以及极端自然事件的愈加频繁[18-19]，地质灾害影响因素的演变进程不断加剧;同时监测资料的积累，以及评价技术的进步，客观上提高了区域地质灾害的评价精度，也为区域地质灾害评价尺度效应研究的提供了有利条件。
1区域地质灾害评价的尺度效应
尺度是自然过程抑或观测研究在空间、时间抑或时空域上的特征量度[20-22]，凡是与地球参考位置有关的数据都具有尺度特性。区域地质灾害评价的尺度效应是指在进行区域地质灾害评价的过程中，由于利用了不同时空尺度上的信息源进行分析，导致评价结果产生不确定性的现象。尺度效应产生的根本原因是介质在空间领域的非均质性与在时间领域的非线性特征[23-24]。如果将地质灾害固有的尺度作为本征尺度（用a表示），对其进行观测与研究的尺度称为非本征尺度（用B表示），则有
fa（xa，ya，za，…）Ka（1）
fB（xb，yb，zb，…）KB（2）
式中：xi、yi、zi表示相应尺度i下的影响因素，i∈{a，b};Ki表示相应尺度j下的评价结果，j∈{a，B};fj表示相应尺度j下由影响因素xi、yi、zi…确定评价结果Kj的函数;表示分析的过程（模型、方法等）。
按照拉普拉斯观点，如果知道某一时刻物体的位置和速度，就能确定该物体在过去和未来的位置和速度。在区域地质灾害评价中，非本征尺度上的地质灾害影响因素（xb、yb、zb…）与本征尺度上的（xa、ya、za…）越接近;同时非本征尺度下的函数fB与本征尺度下的函数fa越接近，则两者获取的结果KB、Ka就越接近。将本征尺度下的Ka理解为研究区地质灾害危险性区划的实际概率，非本征尺度下的KB为根据观测资料获取的研究区地质灾害危险性区划的分析概率，于是有
C=|Ka-KB|（3）
FBa（fB）fa（4）
Fba（xb，yb，zb，…）（xa，ya，za，…）（5）
式中：C表示评价结果与实际区划结果之间的误差，也就是评价结果的不确定性;FBa表示函数fB对fa的贴近度，0≤FBa≤1;Fba表示非本征尺度下影响因素（xb、yb、zb…）对本征尺度下影响因素（xa、ya、za…）的贴近度，0≤Fba≤1。
因此，在拉普拉斯观点下，当FBa越趋于1，同时Fba越趋于1，评价结果的不确定性C的值就越趋于0。然而测不准原理表明，FBa和Fba不可能同时逼近于1，它们总是向相反的方向进行，二者的关系实质上是不可兼得的互抑关系。这种互抑关系本质上是由介质的非线性引起的[23-24]。
区域地质灾害评价主要有两种思路：（1）充分考虑影响因素（xb、yb、zb…），认为（xb、yb、zb…）越全面，评价结果的不确定性越小;（2）充分考虑评价因素的综合影响模式，即f，认为f越精确，评价结果的不确定性越小。由于评价因素的影响模式由每个影响因素的影响模式fB共同决定，因此有
fB=f（f（xb），f（yb），f（zb），…）（6）
式中：f（xq）表示单个影响因素对地质灾害的影响模式，q∈{a，b，c，…};f表示f（xq）的综合影响模式。
一方面，如果考虑的因素越全面，即在非本征尺度下影响因素越接近本征尺度，即Fba越趋于1，客观上要求f（xq）越准确;由于地质灾害是一个开放的非线性系统，f（xq）在理论上主要以非线性函数为主，因此如果f（xq）越全面，评价模型的非线性特征越强，导致f的发散性特征越强，使得获取f的难度大大增加，甚至无法获取;另一方面，如果考虑综合影响模式f越确定，客观上要求考虑的影响因素应当越少，因此，黄润秋等[25]认为在一次评价过程中一般应当选取3～5个影响因素。
2区域地质灾害评价的空间效应
由于地质灾害影响因素演变的缓慢性，使得其在时间上的非线性演变特征对评价不确定性影响通常认为是可以忽略的（尽管近些年来也逐渐受到关注），因此，区域地质灾害评价的尺度效应主要以由介质的空间非均质性产生的空间效应为主。
2.1比例尺对区域地质灾害评价结果精度的影响
区域地质灾害评价依托于一定比例尺的要素图层，地质灾害影响因素在空间上都具有一定形态特征，例如岩性、地形地貌、地质构造等。任何尺度下获取的地质灾害信息都是由两部分信息组成：确定信息p与随机信息Q，评价结果的不确定性C是关于p、Q的函数，即
C=fs（p，Q）（7）
p==fp（s）（8）
Q=fQ（s）（9）
式中：s表示当前比例尺;fs表示评价结果不确定性C关于比例尺s的函数;p表示当前比例尺s下评价要素的确定性信息;Q表示当前比例尺s下评价要素的不确定性信息，如随机信息、白噪声等;fp表示p关于s的函数;fQ表示Q关于s的函数。
区域地质灾害评价结果的不确定性C与评价要素的确定性信息p呈负相关，与要素的随机信息Q呈正相关。根据拉普拉斯观点，比例尺s越大，蕴含细节信息更多，因此评价要素的确定性信息p随着比例尺s的变化而呈正相关关系。但是由于地质灾害影响因素的空间形态在小尺度（大比例尺下）的随机性会增加，以及信息获取难度的增加等，使得不确定性信息Q也随比例尺的变化而呈正相关关系。拉普拉斯观点只考虑了确定性信息p与比例尺s的正相关变化，而忽略了不确定性信息Q也随比例尺s的正相关变化。
总之，区域地质灾害评价结果的不确定性C并不一定随比例尺的增大而减小，因此如何在一次评价中选取合适比例尺的要素图层，应当充分考虑研究地质环境的复杂性、评价结果的精度需求等因素。
2.2分析粒度对区域地质灾害评价结果精度的影响
所谓粒度，包括空间粒度与时间粒度。空间粒度是指空间最小可辨识单元所代表的特征长度、面积或体积（如样方、像元），亦即一次评价过程中最小的评价单元，一般指评价图层进行单元格剖分的大小;时间粒度指某一现象或事件发生的（或取样的）频率或时间间隔[26-29]。空间粒度大小对评价结果的精度具有重要影响作用，已有的经验一般采用1×1～3×3km2[30]，但是由于研究区地质环境和评价尺度（规模或比例尺等）的不同，粒度大小也应有所差别。空间粒度大的区域地质灾害评价，忽略的信息就越多，评价结果呈现的“斑块化”效果就越明显，只能反映宏观性的区域地质灾害区划信息，其实效性主要由研究区地质环境的复杂性与范围决定：背景越复杂，同时范围越小，实效性就越差。空间粒度越小的区域地质灾害评价，反映的信息更多，对数据精确性的要求更高，而且评价过程中的不确定性信息Q也会随之增加。因此，应当在考虑评价结果的精度要求，综合分析研究区地质环境背景的复杂性J和研究区的范围或规模S的基础上，确定空间粒度a，即
C=fa（a，…）（10）
a=fa（S，J）（11）
式中：C为评价结果的不确定性。
2.3不同比例尺下区域地质灾害影响因素的权重变化
地质灾害影响因素的权重是表征该影响因素在地质灾害演变与发生的过程中的重要程度。在进行区域地质灾害评价的过程中，为了能够全面地进行分析，往往需要选取在时空尺度上具有不同变化速率的影响因素进行研究。每种控制地质灾害演变与发生的因素在时空尺度上的易变性不尽相同，一般来说降水、坡度最易发生改变，地貌与植被次之，地层岩性、地质构造最不易发生变化。在大尺度上，人们往往关注更多的是事物在空间上的整体特性;而在小尺度上，更关注事物的细节信息，而宏观空间特性往往只作为约束条件。已有的尺度研究表明：随着空间尺度的增大，变化速率高的影响因素地位下降，甚至被抹除;而变化较慢的影响因素则会得到保留，甚至被凸显[21]。因此，在区域地质灾害评价的过程中，时空变化慢的影响因素（如地层岩性、地质构造等），在小比例尺（对应大尺度）下，其权重应适当加以“凸显”;而时空变化比较快的影响因素（如降水量、坡度等），在大比例尺（对应小尺度）下，其权重应适当加以“凸显”。
对于同一研究区的地质灾害而言，不同的比例尺下的其影响因素的权重并不是固定的，而是根据时空变化特性，有目的地进行调整。不同时空变化速率的影响因素的权重随比例尺变化规律见图1。
2.4监测资料的比例尺转换对区域地质灾害评价结果精度的影响
由于基础数据不完整，或者图层中某些属性数据丢失或错误，或者需要其他比例尺下的数据等原因，在区域地质灾害评价过程中，常常要通过比例尺转换获取同一比例尺下的所需的数据。目前的各种比例尺转换工具主要是基于线性思维的机械化转化思路，关注的是图层要素几何特征的概化和消隐等，而忽视了内部属性随比例尺变化的非线性特征。已有研究表明[21，31]，在尺度域的过渡带，依赖时空特性的监测数据会出现混沌、灾变或不可预知的非线性变化，因此两个不同比例尺下的数据之间的转换通常是不对等的，即
i1pni1q（12）
i2p1ni2q（13）
i1p≠i2p（14）
i1q≠i2q（15）
式中：i1p表示数据为当前比例尺p下数据包含的信息量;i1q表示比例尺p下的数据i1p在比例尺变化n后数据包含的信息量;i2q表示数据当前比例尺q下数据包含的信息量;i2p表示比例尺q下的数据i2q在比例尺变化1n后数据包含的信息量。
在进行比例尺转换时，由于无法掌握信息变化情况，只能对其进行简化处理，即假设信息在比例尺转换时是按照既定的、已知的模式进行的，这种由人为设置好的模式必然会与信息的真实变化过程有偏差。理论上，无法通过比例尺转换再现当前比例尺下数据的真实信息。因此，比例尺转化必然会影响评价结果的精度。
2.5不同比例尺下的区域地质灾害影响因素的相关性
具有空间属性的区域地质灾害影响因素一般具有空间非平稳性特征。空间非平稳性是指多个变量之间的空间关系随尺度的变化而产生的不稳定性[32-37]。空间非平稳性依存于具体的尺度域，与尺度大小负相关。换言之，随着尺度的变小（比例尺的增大），空间变化速率快的区域地质灾害影响因素之间的相关性会增加（如在局部区域坡度对第四纪松散堆积物的控制作用;光照条件对植被种类的影响等），而空间变化速率慢的影响因素（如岩性、地质构造等）会由于自身非线性特征的加强，相互之间的相关性会变得不明显;反之，随着空间尺度的变大，空间变化速率快的区域地质灾害影响因素之间的相关性会减小，蕴含于其中的相关性信息也必然会随之抹除，而空间变化速率慢的区域地质灾害影响因素的相关性也会相应减小，但变化较小，反而尺度变大使得影响因素的线性特征增加，凸显了空间变化速率慢的影响因素的相关关系。不同时空变化速率的影响因素的相关性随比例尺变化规律见图2。
2.6研究范围与背景条件对区域地质灾害的可评价性的影响
区域地质灾害评价是一个确定性的评价过程，要求其影响因素是可以测量的。在大尺度上地质灾害影响因素的线性特征加强，空间非稳定性减弱，在空间上往往会呈现出一种相对的“不变性”，例如地层岩性分布、多年平均降水量分布等，使得区域地质灾害影响因素的空间格局是确定的，这决定了在大尺度上区域地质灾害的可评价性。小尺度上地质灾害影响因素的空间非稳定性较高，由此产生的混沌现象使得地质灾害影响因素的某些空间特征和行为变得不可确定，使得区域地质灾害可能不可评价。因为在小尺度内，时空变化速率较慢的地层岩性、地质构造只具有控制区域地质灾害区划的作用，评价结果的内容必然需要包含更多地质灾害的局部区划内容，而针对局部地质灾害区划所需要的信息却包含较高的不确定性，导致区域地质灾害的空间分布必然具有一定的随机性。
从尺度上分析，影响区域地质灾害可评价性的主要因素如下。
（1）研究区的规模或范围。研究的规模或范围直接决定了区划的信息量，研究区规模越小，相应评价所需要的尺度也应越小。小尺度的地质灾害区划需要更多的局部区划信息），，但是由于这些局部信息本身包含一定的不确定性，获取这些局部信息所需的监测数据也包含一定的随机性，这种数据内部的随机性比会随着监测数据量的增多而累积，可能导致小尺度内的区域地质灾害评价不可行。
（2）研究区背景条件的复杂性。主要包括地层岩性复杂多变、地质构造强烈发育，断裂带广泛分布、地形地貌丰富多样等，它决定了信息的质量，控制着信息的空间变化速率。研究区背景条件越复杂，特别是空间变化速率较慢的地层岩性、地质构造等背景条件越复杂，地质灾害的区划信息中的非线性特征会越明显，信息的空间非平稳性和非均质性也会越明显，监测数据包含的随机性也会越多，同样可能导致区域地质灾害评价变得不可行。
3结论
（1）地质灾害作为一种自然现象，在时间上呈现非线性的演变规律，在空间上呈现非均质的分布特征。由于地质灾害内蕴尺度的性质，以及作为制约地质灾害演变与发育的影响因素在时空领域呈现出特定的尺度特征，因此尺度效应是控制区域地质灾害评价不确定性的客观因素之一。
（2）区域地质灾害评价的空间效应主要表现为：比例尺、分析粒度、比例尺转换对区域地质灾害评价结果精度的影响，不同比例尺下区域地质灾害影响因素的权重与相关性的变化现象，以及研究区规模与背景条件对区域地质灾害的可评价性的影响等。
（3）随着全球极端自然事件的频发，特别人类活动对地质环境改造的加剧，地质灾害影响因素的演变进程大大加快，地质灾害在时间上的非线性演变特征对区域地质灾害评价的不确定性的影响已经呈现出加深的趋势，使得尺度效应变得更加复杂。
参考文献（References）：
[1]paulBusch，teikoHeinonen，pekkaLahti.Heisenberg'suncertaintyprinciple[J].physicsReports，2007，254（6）：155-176.
[2]史蒂芬.霍金，吴忠超（译）.果壳中的世界[m].长沙：湖南科学技术出版社，2003：101-130.（StephenHawking.theuniverseinanutshell[m].Changsha：HunanScience&technologypress，2003：101-130.（inChinese.））
[3]史蒂芬.霍金，许明贤（译）.时间简史[m].长沙：湖南科学技术出版社，2004：68-81.（StephenHawking.abriefhistoryoftime[m].Changsha：HunanScience&technologypress，2004：68-81.（inChinese.））
[4]RenéeSchicker，parisonofbivariateandmultivariatestatisticalapproachesinlandslidesusceptibilitymappingataregionalscale[J].Geomorphology，2012（161-162）：40-57.
[5]Vanwesten，CJ，vanasch，twJ.，etal.Landslidehazardandriskzonation―whyisitstillsodifficult[J].BulletinofengineeringGeologyandtheenvironment，2006（65）：167-184.
[6]micheleCalvello，LeonardoCascini，Sabrinamastroianni.Landslidezoningoverlargeareasfromasampleinventorybymeansofscale-dependentterrainunits[J].Geomorphology，2013，182：33-48.
[7]RobinFell，JordiCorominas，ChristopheBonnard，etal.Guidelinesforlandslidesusceptibility，hazardandriskzoningforlanduseplanning[J].engineeringGeology，2008（102）：85-98.
[8]杨勤科，李锐，徐涛，等.区域水土流失过程及其定量描述的初步研究[J].亚热带水土保持，2006，18（2）：20-23.（YanGQin-ke，LiRui，XUtao，etal.preliminarystudyofregionalsoilerosionprocessanditsquatitativedescription[J].SubtropicalSoilandwaterConservation，2006，18（2）：20-23.（inChinese））
[9]meentemeyerVandBoxeo.Scaleeffectsinlandscapestudies[m].in：turnermGed.LandscapeHeterogeneityandDisturbance.newYork：Springer-Verlag，1987：15-34.
[10]turnermG，o'neillRV，GardnerRH，etal.effectsofchangingspatialscaleontheanalysisoflandscapepattern[J].Landscapeecology，1989，3：153-162.
[11]BensonBJ，mackenziemD.effectsofsensorspatialresolutiononlandscapestructureparameters[J].Landscapeecology，1995，10：113-120.
[12]wickhamJDandRiittersKH.Sensitivityoflandscapemetricstopixelsize[J].internationalJournalofRemoteSensing，1995，16：3585-3595.
[13]o'neillRV，HunsakerCt，timminsSp，etal.Scaleproblemsinreportinglandscapepatternattheregionalscale[J].Landscapeecology，1996，11：169-180.
[14]QiYandwuJ.effectsofchangingspatialresolutionontheresultsoflandscapepatternanalysisusingspatialautocorrelationindices[J].Landscapeecology，1996，11：39-49.
[15]SauraSandmartinez-millanJ.Landscapepatternssimulationwithamodifiedrandomclustersmethod[J].Landscapeecology，2000，15：661-678.
[16]FabriziodeLuizRositoListo，BiancaCarvalhoVieira.mappingofriskandsusceptibilityofshallow-landslideinthecityofSopaulo，Brazil[J].Geomorphology，2012，169-170：30-44.
[17]S.Lee，J.Hwanga，i.park.applicationofdata-drivenevidentialbelieffunctionstolandslidesusceptibilitymappinginJinbu，Korea[J].Catena，2012，100：15-30.
[18]Shiwakoti，DR.anassessmentofsoillossandnaturalhazardsinnepal[J].JournalofnepalGeologicalSociety，2000，21：41-48.
[19]Bijukchhen，Sm，Kayastha，etal.acomparativeevaluationofheuristicandbivariatestatisticalmodelingforlandslidesusceptibilitymappingsinGhurmi-DhadKhola，eastnepal[J].arabianJournalofGeosciences，2012，http：///10.1007/s12517-012-0569-7.
[20]BandLe，moorei，D.Scale：Landscapeattributesandgeographicalinformationsystems[J].Hydrolprocess，1995，9：401-422.
[21]李双成，蔡运龙.地理尺度转换若干问题的初步探讨[J].地理研究，2005，24（1）：11-18.（LiShuang-cheng，CaiYun-long.Somescalingissuesofgeography[J].GeographicalResearch，2005，24（1）：11-18.（inChinese.））
[22]倪九派，魏朝富，谢德体.土壤侵蚀定量评价的空间尺度效应[J].生态学报，2005，25（8）：2061-2067.（niJiu-pai，weiChao-fu，XieDe-ti.effectsofspatialscaleonthequantitativeestimationofsoilerosion[J].actaecologicaSinica，2005，25（8）：2061-2067.（inChinese））
[23]CammeraateL.Scaledependentthresholdsinhydrologicalanderosionresponseofasemi-aridcatchmentinsoutheastSpain[J].agriculture，ecosystemsandenvironment，2004，104：317-332.
[24]ZhangRH，SunXm，SuHB，etal.Remotesensingandscaletransferringoflevityparametersonearthsurface[J].RemoteSensingforLandandResource，1999，3：51-58.
[25]黄润秋，向喜琼，巨能攀.我国区域地质灾害评价的现状及问题[J].地质通报，2004，23（11）：1078-1082.（HUanGRui-qiu，XianGXi-qiong，JUneng-pan.assessmentofChina’sregionalgeohazards：presentsituationandproblem[J].GeologicalbulletinofChina，2004，23（11）：1078-1082.（inChinese））
[26]LamnSn，QuattrochiDa.ontheissuesofscale，resolution，andfractalanalysisinthemappingsciences[J].professionalGeographer，1992，44：88-98.
[27]JeneretteGDandwuJ.onthedefinitionsofscale[J].BulletinoftheecologicalSocietyofamerica，2000，81：104-105.
[28]SchneiderDC.theriseoftheconceptofscaleinecology[J].Bioscience，2001，51：545-553.
[29]wuJLandscapeecology：pattern，process，ScaleandHierarchy[m].Beijing：Highereducationpress，2000.
[30]赵忠海.北京地区突发性地质灾害危险度评价[J].地质灾害与环境保护，2009，20（3）：39-44.（ZHaoZhong-hai.RiskassessmentoftheunexpectedgeologicaldisastersinBeijing[J].JournalofGeologicalHazardsandenvironmentpreservation，2009，20（3）：39-44.（inChinese））
[31]RolandSchulze.transcendingscalesofspaceandtimeinimpactstudiesofclimateandclimatechangeonagrohydrologicalresponses[J].agriculture，ecosystemsandenvironment，2001，82：185-212.
[32]玄海燕，李帅峰.时空加权回归模型的非平稳性检验[J].甘肃科学学报，2012.24（2）：1-4.（XUanHai-yan，LiShuai-feng.thenonstationaritytestsofgeographicallyandtemporallyweightedregressionmodel[J].JournalofGansuScience，2012.24（2）：1-4.（inChinese））
[33]魏传华，胡晶，吴喜之.空间自相关地理加权回归模型的估计[J].数学的实践与认识，2010，40（22）：126-134.（weiChuan-hua，HUJing，wUXi-zhi.estimationofgeographicallyweightedregressionwithspatialautocorrelation[J].mathmaticsinpracticeandtheory，2010，40（22）：126-134.（inChinese））
[34]BrunsdonC，Fotheringhamas，Charltonm.Geographicallyweightedregression：amethodforexploringspatialnonstationarity[J].Geographicalanalysis，1996，28（4）：281-298.
[35]BrunsdonC，Forheringhamas，Charltonm.Spatialnonstationarityandautoregressivemodels[J].environmentandplanninga，1998，30：957-973.
自然灾害特征篇4
摘要：现在随着我国煤矿企业的快速发展，煤矿地质灾害也在频繁发生，煤矿地质灾害不单单是发生在我们国家，在外国也会频繁地发生煤矿地质灾害。由于煤矿地质灾害在各个国家频繁发生，煤矿地质灾害问题渐渐得到了国际上的聚焦关注，地质安全研究部门加大研究力度，减少煤矿地质灾害带来的人员伤亡。文章主要对煤矿地质灾害的发生特征进行了研究，并对其提出了有效的防治措施。煤矿地质灾害的影响因素繁多，一旦发生不仅会带来大量的人员伤亡和财产损失，严重的还会阻碍国家经济的快速发展。
关键词：煤矿地质灾害特征分析防治措施研究
中图分类号：tD82文献标识码：a文章编号：1672-3791（2016）08（c）-0027-02
煤炭属于不可再生的自然资源，起初人类发现煤炭时只是一味地挖掘使用，并没有意识到要合理科学地开采。与此同时为了降低成本获取最大利益，而罔顾开采过程中的安全问题，虽然在开采的产量上有所提高，但是在煤矿的开采过程中经常会发生人员伤亡。煤矿地质灾害频繁发生，严重使煤矿工人的人身安全和财产受到损害，煤矿如今又是严重短缺的不可再生资源，所以长此以往必会给国家造成损失。随着时代的快速发展，我国开始重视煤矿地质灾害问题，并加大力度解决煤矿开采过程中地安全问题。
1煤矿地质灾害的现状
煤矿地质灾害主要是指人类在进行煤炭开采过程中遇到的各种安全问题，其中会涉及到地质环境的恶化和生命财产的损失。地质灾害分为很多种，煤矿地质灾害只是其中的一小部分，却也是自然灾害中最为严重的。煤矿贮藏在偏远的深山之中，开采难度极高，过度开采会在一定程度上加剧水土的流失，从而会造成地质表层的塌陷和山体的滑落。煤矿开采而造成的地质灾害已经数不胜数，开采煤矿时会进行深层排水，这样会造成地下水资源的大幅度减少，严重则会造成水资源的大量匮乏。煤矿资源隐藏在偏远的深山之中，强行开采必然会引发地壳的震动、岩浆侧漏和煤气爆炸。煤并不是开采即用的资源，需要经过复杂的生产加工，加工过程中会产生大量的有毒生产废料和有毒气体，这些都会造成大量的环境污染。
2煤矿地质灾害特征及诱因分析
2.1煤矿在开采过程中潜在的灾害特征
矿山中煤矿的开采、废料的泄露和乱石的堆积都会造成山体的滑坡，矿山由于重力的失衡会发生偏沉，这是导致矿山塌陷的重要原因之一。根据有关煤矿开采记录显示，矿山开采工程中经常会发生山体的崩塌与滑坡，此类灾害会造成大量经济损失和人员伤亡。煤矿在挖掘初期，机械开采造成的物理性震动会破坏采石区的岩石层次，岩石层周围的矿石频繁出现裂纹、气孔冒泡和地表地理位置的变化。以上列举的都是煤矿开采过程中潜在的灾害特征，此外矿山中矿洞的体积会越来越大，加上排水会影响地下水资源的流道方向改变。
2.2煤矿在闭坑后采场潜在的灾害特征
煤矿挖掘后也只是进行短期的简化后期维护，此后长期的矿山隐患并不会得到治理，仍然存在许多不可控制的因素存在，所以煤矿在闭坑后会存在许多安全问题。矿山中煤矿的开采、废料的泄露和乱石的堆积都会造成山体的滑坡，煤矿闭坑后灾害特征主要有出现裂纹、气孔冒泡和地表震动。
2.3煤矿地质灾害的诱因分析
煤矿地质灾害频繁发生，严重使煤矿工人的人身安全和财产受到损害，煤矿如今又是严重短缺的不可再生资源，所以长此以往必会给国家造成损失。为了减少煤矿开采所带来的伤害，地质探测专家仔细地将煤矿地质灾害的诱发因素总结起来。煤矿地质灾害诱因繁多，有的是煤矿挖掘的过程中，比如说开采深度过度，从而使矿石频繁出现裂纹、气孔冒泡和地表地理位置的变化。其次就是闭坑后废料的处理不当、废水肆意排放、矿洞的搁置、地质结构复杂等因素，都会诱发煤矿发生地质灾害。
3煤矿地质灾害的防治措施
3.1进行科学开采，制定防治计划
煤矿企业应该及时制定煤矿地质灾害的防治措施，提高煤矿开采量的同时保障矿工的人身安全。首先要在开采初期进行科学开采，有效制定煤矿地质灾害的防治措施。矿山开采初期，经常缺乏具有科学性和指导性的开采方式，部分传统的煤矿企业比较信赖于传统开采技术。传统的煤矿开采技术虽然简单容易掌握，但是由于理念老旧经常会忽视矿工的人身安全，以及对环境的保护，进而会给煤矿企业造成严重的损失。由此看来，要想有效防止煤矿地质灾害的发生，首先煤矿企业应该更新开采技术的理念，然后改革挖掘过程的管理方式。科学的挖掘技术可以降低有害物质的产出，提高开采数量，同时保障矿工的人身安全和国家的财产安全。
3.2注重瓦斯抽取，防治瓦斯超标
瓦斯就是俗语中的煤气，瓦斯是在堆积成煤初期形成的，在矿洞中达到一定能浓度时，会危及到矿洞中工作人员的人身安全，严重时会发生爆炸。瓦斯泄露是煤矿开采过程中最为棘手的问题，降低矿洞中瓦斯的含量迫在眉睫。首先要在开采的初期对空气中的瓦斯进行测量，尤其注重洞中深处的瓦斯测量，严格防止瓦斯的含量超标。瓦斯的含量测量是矿洞安全检测的基础性工程，安全管理人员应该建立完善的检测体系，防治矿洞中瓦斯的严重超标。
3.3做好测量工作，明确地质情况
矿山开采初期，经常缺乏具有科学性和指导性的开采方式，部分传统的煤矿企业比较信赖传统开采技术，做好测量工作可以有效避免煤矿地质灾害的发生。煤矿地质灾害诱因繁多，有的是煤矿挖掘的过程中，比如说开采深度过度，从而使矿石频繁出现裂纹、气孔冒泡和地表地理位置的变化。对矿洞周围环境进行仔细测量，会大幅度提高煤矿的开采效率，对周围地理环境进行仔细测量，可以掌握矿洞里的具体环境质量。对周围环境的掌握具体，也可以在煤矿地质灾害发生时做出有效应对，从而可以大大降低煤矿地质灾害所带来的人员伤亡和财产损失。
4结语
综上所述，煤矿地质灾害在各个国家频繁发生，煤矿地质灾害问题渐渐得到了国际上的聚焦关注，地质安全研究部门加大研究力度，减少煤矿地质灾害带来的人员伤亡。在煤矿开采的过程中，煤矿企业可以根据煤矿地质灾害的相关特征，有效地避开灾害的侵扰。煤矿企业应该及时制定煤矿地质灾害的防治措施，提高煤矿开采量的同时保障矿工的人身安全。
参考文献
[1]董来启，李峰，武艳丽，等.煤矿地质灾害特征防治措施[J].科教文汇，2008（4）：192-193.
自然灾害特征篇5
关键词气象灾害；特征；影响；对策；广东四会；1959—2010年
中图分类号p429文献标识码a文章编号1007-5739（2013）11-0275-02
气象灾害是各类自然灾害中影响最为频繁而又严重的灾害，对社会发展具有显著的影响[1-5]。四会市位于广东省中部偏西，地理纬度较低，属亚热带季风气候区，天气和气候系统复杂多变，干旱、暴雨、热带气旋、低温、雷电、强对流等气象灾害常有发生，造成的经济损失和社会影响大。现着重分析近52年（1959—2010年）来影响四会市主要气象灾害的变化特征，同时结合当前气象灾害防御现状提出一些应对举措。
1主要气象灾害特征及影响
1.1干旱
干旱尤其是季节性连旱会给农业生产造成严重的影响。四会市虽属亚热带，属广东省多雨地区之一，但因受季风气候和地理、地质条件等因素的影响，也常出现季节性干旱现象。例如，2004年9—12月，四会市雨量持续偏少，总雨量33.9mm，比历史同期偏少287.9mm，出现了历史罕见的极旱现象，造成当地农作物受旱面积约4284.9hm2，直接经济损失203.98万元。按照广东省气象干旱标准划分，四会市干旱主要发生在秋、冬、春季节，历年中无透雨日数≥120d的严重干旱过程有7次，值得注意的是进入20世纪90年代以来秋—冬—春连旱较为频繁，仅2000—2010年间严重干旱天气过程就发生4次，最长干旱天气持续日数为192d，从2004年9月1日持续至2005年3月11日。平均而言，9月至翌年3月是四会市的旱季，平均雨量539.0mm，占全年雨量的30.1%。
1.2暴雨洪涝
1.3热带气旋
1.4低温阴雨
1.5强对流天气
2对策
在全球增暖的大背景下，大范围的气候灾害和突发性天气灾害有更为频发的可能趋势，如果事先没有准备好必要的应对措施，将会对国民经济和人民生命财产造成严重损失[5]。近年来，四会市随着社会经济的发展，气象防灾减灾工程体系也逐步建立起来，应对气象灾害能力逐渐提高，但社会发展及城市化进程不断加快，防御重大气象灾害的能力仍显薄弱，比如有针对性的气象灾害监测能力不强、联动机制不完善、防灾体系不完备、防灾减灾工程标准不高等。因此，应加强气象灾害应急对策的研究，建立和完善气象灾害的评估和预警系统，努力提高气象灾害的预报预测水平，进一步扩大信息传播能力和覆盖面；结合四会市地形地貌和气候特点、城乡分布和工农业生产布局等情况，制定出切合四会市现状的气象灾害防御规划，完善以防为主，防、抗、救相结合的防御应急机制，构建多部门联动的灾害应对机制；加强防汛抗旱、城市防洪、人工影响天气、防雷减灾、应急避险、通信保障和应急保障等工程性措施的建设，以切实增强各部门防御气象灾害的能力；重视对公众的防灾减灾宣传教育，提高大众防灾、避灾、躲灾意识，从而最大限度减轻气象灾害所造成的经济损失及其对社会的影响。
3结语
四会市主要气象灾害有干旱、暴雨洪涝、热带气旋、低温阴雨和强对流等，各类气象灾害季节性明显，其中干旱主要发生在秋、冬、春季节，特别是近年来出现秋、冬、春连旱现象较为频繁；暴雨年均日数6.3d，汛期出现几率最大，是当地常见的气象灾害之一；7—9月是热带气旋影响的盛期，占全年总数79.6%，其对本地造成的影响以降水为主；2—3月是低温阴雨天气多发时期，平均每年有1.7次，主要对农业生产造成较大影响；强对流天气中以雷暴发生的频率最高，年均日数78.7d，以5—8月活动最频繁。随着气候变暖，气象灾害的发生有增强之势，因而在致力于经济建设和社会发展的同时，必须开展全社会的减灾行动，采取有效的手段和对策，减轻气象灾害的影响和损失[6-9]。
4参考文献
[1]秦大河.中国自然灾害与全球变化[m].北京：气象出版社，2003.
[2]梁必骐.自然灾害的影响与防范[J].广东气象，2007，29（3）：39-41.
[3]石辉，彭珂珊.我国主要自然灾害的类型及特点[J].河北师范大学学报：自然科学版，1999，23（4）：561-567.
[4]刘彤，闫天池.气象灾害损失与区域差异的实证分析[J].自然灾害学报，2011，20（1）：84-91.
[5]李崇银，黄荣辉，丑纪范，等.我国重大高影响天气气候灾害及对策研究[m].北京：气象出版社，2009.
[6]都前进，许国庆，许庆娥.主要气象灾害对小麦产量的影响及防御对策[J].现代农业科技，2009（3）：209.
[7]彭春瑞，刘小林，李名迪，等.江西水稻主要气象灾害及防御对策[J].江西农业学报，2005，17（4）：127-130.
自然灾害特征篇6
关键词：水旱灾害格局分布时空布局
中图分类号：X4文献标识码：a文章编号：1672-3791（2014）07（c）-0212-01
近些年来，全球的自然灾害平法频频发生，特别以水旱灾害为主，给世界各国带来了造成了极大的人员伤亡与经济损失，故许多国家与地位都纷纷开展看有关水旱灾害影响评估研究。如国外最早展开水旱灾害研究的相关报道就是美国在1933年对其田纳西河流域的洪涝灾害所作出的风险评估报道，直至1980年代，日本、英国与澳大利亚等国家也纷纷开始了有关洪水、台风与海啸等灾害的风险评估，而我国关于农业水旱灾害风险评估研究主要是从1990年代开始了，由史培军、刘立新与赵世鹏等人所展开的关于水灾风险的评估报道。到了21世纪，伴随水旱灾害危险性的逐渐升高，关于我国农业水旱灾害的风险评估已经成为了人们重点关注的一个研究热点，如张顺谦与陈家全等研究者就在应用信息扩散理论与模糊数学方法的基础上对四川盆地与东南沿海三省地位的农业气象灾害进行了风险评估分析。然而，一直以来，研究者们多关注于水灾或是旱灾的单个风险评估，而对于水旱灾害的风险评估分析较少，而且对于我国水旱灾害时空格局研究，也大多数选取的信息源为气象站点的相关信息，或是历史事件的记录，亦或是以省为统计单位所进行的灾情数据等，而以县域为研究单位的灾害信息还比较少，且大多数是关于水灾或旱灾的单个时空格局研究，关于水旱灾害的整个时空格局研究较少[1]。故下面笔者就从水旱灾害的危险系数总体格局与时空分布特征两方面展开具体的分析。
1中国水旱灾害的危险性总体格局分析
近60年来，我国水旱灾害的危险性整体布局主要呈现出东西两方向的分异，其东部地区要远远地高于西部地区，而这也正是气候、地貌与人类活动等多个因素综合作用下的结果。同时，水旱灾害危险性的高值地区也表现出了较显著的南北分异，且高值县区达到了956个，几乎占了我国总县数的40.5%。下面对其进行具体的分析。
第一，在东部地区存在着3个水灾的高危险区，主要是东北平原区与江淮流域以及东南沿海地区。而导致这些地区频繁发生水灾的原因，一方面是因为受到地貌格局的影响，这些地区多位于我国东部的汇水区，且地势以平原与丘陵为主，整体地势较低，极易形成洪涝灾害；而另一方面则是受到夏季风与台风暴雨天气的影响而导致的，我国夏季风从5月初移到华南沿海地区，然后逐渐向北推进，逐渐影响到长江中下游地区、淮河以北地区与华北、东北地区，从而直接导致这些地区雨量迅速增加，最终形成洪涝灾害；此外，人类经济与社会活动在这三个地区的逐渐发展与壮大也是造成该区域山洪与洪涝进一步发展的重要原因。
第二，北部地区存在着3个旱灾高危险区，主要为内蒙古中东部与陕北地区以及云贵地区。而造成这些地区频繁出现旱灾的原因主要为全球气候变暖、气候出现异常以及北方的干旱化，加之北方农牧交错带旱作农业的不断发展以及生态环境的逐步退化也是造成这些地区出现旱灾的重要原因。
第三，水旱灾害的双高危险区的高值县大约有154个，大约占了我国总县数的6.5%，且主要分布在我国东北平原西部地区与北纬35°～北纬25°之间，加之受承灾体本身的脆弱性与抗灾能力的地区差异性影响，使得水旱灾害组合与危险程度高低出现主要以县域间镶嵌结构分布[2]。因此，通过上述对我国水旱灾害区域分布特点的分析，可知东北平原地区、东南沿海地区、陕北地区与华北平原地区、云贵高原、内蒙古中东部以及长江中下游地区、新疆北部等地区是我国防治水旱灾害最为关键的区域。
2我国水旱灾害的危险性格局的时空特征
第一，季节变化特征。总体来说，我国水旱灾害的危险性格局季节变化比较显著，且整体呈现出夏季水旱灾害的危险系数较高，且高值范围较广；其次则为春季、秋季与冬季，其中春季的季节变化特征为“北旱南涝”，秋季的旱灾危险系数较低，且呈现出东南沿海地区的水灾危险系数较高的特点，而冬季则整个水旱灾害的危险系数都比较低。
第二，月变化特征。一般来说，我国水旱灾害的危险性格局月变化同降水带的逐渐推移与承灾体的月变化有着密切的关系，其中以每年10月～次年3月为我国水旱灾害的低危险性阶段，而其它6个月我国水旱灾害的高危险性呈现出较大面积分布，而且其高值区随着季节的变化而逐渐推移[3]。其中，4月份，我国水旱灾害的危险性呈现出南北分异特征是，并逐渐形成了“北旱南涝”的格局分布；而5月份，我国水旱灾害的危险性的“北旱南涝”特征更为明显，且水灾高危险区主要集中在我国的华南地区与新疆北部地区，而旱灾的高危险区则集中分布在我国的陕北地区；6月份，我国的水旱灾害危险性的格局分布同5月份相似，但其高危险区范围正逐渐增大，形成了明显以秦淮线界线的”北旱南涝“格局；7月份，水旱灾害的高危险区主要分布在内蒙古中东部与长江中下游地区，且水灾的高危险区逐渐向西北地区扩大；而进入8月后，水旱灾害的危险系数明显降低，且因受台风暴雨与极锋达到影响其高值区也逐渐向北部与南部沿海地区推移，直至9月，水旱灾害的整体危险系数正在逐渐减小，且水灾高值区逐渐向南部推移，并集中在东南沿海地区。
3结语
综上所示，我国水旱灾害的危险系数整体呈现出东西分异的特征，且东部地区由于受到气候、地貌与人类活动等因素的影响，范围要比西部地区大得多，同时，通过分析发现，东北平原地区、内蒙古中东地区与江淮流域、陕北地区以及东南沿海地区、云贵地区是我国水旱灾害的高发区域，同时也是我国防治水旱灾害的几个重点区域，今后必须采取相关措施对其加以防治。
参考文献
[1]刘兰芳，刘晓燕.衡阳市农业水旱灾害风险管理体系的构建[J].衡阳师范学院学报，2009，30（3）：99-102.
自然灾害特征篇7
关键词：地貌单元;地质灾害;研究
1地质灾害评价标准
地质灾害评价模式主要以易发性评价、危险性评价、易损风险性评价三个方面为标准，地质灾害危险性评价起源于20世纪70年代，随着定位系统技术和高精度岩土物理模型发展，地质灾害危险性评价程度不断提高，国内研究取得了可喜成果。地质灾害易发性评价主要基础是地质环境条件问题，静态考察地质灾害的相对稳定环境。危险性是评价最主要标准，外在诱发地质灾害问题主要是由于动态因素造成，易发性地质灾害具有很大危险性，是地质灾害研究工作中最重要部分，地质灾害孕育很多不同情况，随着区域地质灾害风险性评价工作深化发展，针对小区域地质灾害范围研究，可以很好对山地灾区区域探究分析，特别是对于小范围山地多灾区域和人口密集地质灾害研究[1]。通过对地貌单元易发性研究，可以很好采用信息量法运用常规研究进行合理分析，探究地貌单元小区域危险性评价，能很好提高对地貌单元危险性认识，合理降低地质灾害。
2地貌单元划分研究模式
柳州地处广西中北部，与云贵高原东南边缘相接，山多地少。整个地势为北高南低，地形复杂。北部属山地，有的大苗山和西部九万大山，自东北向西南平行排列，岭谷相间，山岭海拔一般1500—1800m，部分山峰大于2000m；南部为中山-峰林谷地[2]。地貌的单元划分可以从栅格单元和地貌单元两个方面区别，形式上主要基本评价单元，栅栏单元主要分为方正单元格，地貌单元主要表现就是小区域综合地貌特性，采用地貌单元为斜坡单元区别，斜坡单元主要基于沟谷划分，能够很好表现局部区域地形地貌特征，对于滑坡和崩塌也具有非常良好控制作用。对于地质灾害评价常用基本单元，乡镇单元也属于行政范畴，主要指的就是人口聚集居住的区域，本身受到环境影响，地貌环境也会发生很大变化，通过GiS分析地形、地貌特征时，需要对于数据合理提取划分。
3地貌单元易发性评价分区分析
评价因子选取主要是评价单元，栅格单元和地貌单元，由于两者之间存在各种特征，所以充分对地形地貌危险性进行合理指标分析，对地貌、坡度、高程、距河距离和工程岩组以及地表形态进行区别，和栅格评价因子都可以进行相对合理选择区别，相对高差主要是地貌单元区域最高点和最低点差距问题，距离河流距离主要取地貌单元区域离河流距离，断层距离取决于地貌单元距离，根据工程岩组地貌单元区域岩体性质和地貌形态进行综合特征分析[3]。信息量法模型是一种常用统计分析方法，起初是地学应用模式，集中在矿产资源调查方面，几年来随着地质灾害领域广泛使用，使得地质灾害工作不断区域信息化和精确化，其工作主要思路就是参照各种地质灾害分析，对于遭受破坏地貌及时分析，及时取得反映区域稳定性因素实际参数。通过计算机对各种影响因素问题研究，基于信息数据大小分析，及时评价影响研究对象关系程度，在地质灾害易发性评价中，通过信息量法将地质灾害发生现象进行很好定位研究，对于地质灾害的地形、坡度和岩性因子进行模型评价指标，通过各种数据分析，信息量大小综合水平评价，及时对于区域预测和等级划分，根据模型核心计算比较各种因子研究对象信息量大小，对于信息量计算进行合理理论模型统计，运用实际运算，寻找切实可行样本计算公式，有效代替实际信息量计算和综合区别地貌特征。逻辑回归模型是一种最大估计法，其变量为二维变量，在进行地质灾害易发性评价分析中，地质灾害发生主要取决于两个模型变量因素，会直接影响因子地质灾害发生，在模型计算中，首先要根据地质灾害发生概率进行及时函数自然对数转换分类。地质灾害发生概率逻辑关系需要根据逻辑回归计算取得数据，从而计算各个因子权重，评价因子种类，推算计算整个模型核心，这些数据也是基于因子指标值，通过逻辑回归模式计算反馈，根据统计软件数据对地质灾害进行指标区别。模型最核心在于数据因子权重值计算，通过逻辑回归模式计算，可以选取常用地质灾害及时统计数据，对于指标值进行计算，获得常用计算单元，减少地质灾害发生概率。因子分级和指标计算区别研究，主要通过栅格单元和地貌单元因子数据分析计算，根据因子逻辑指标，将软件单元指标数据矩阵形式分析，根据软件回归分析获取逻辑回归系数，也可以将逻辑回归系数利用叠加工具进行综合计算，根据单元地质灾害会发生可能性，不断提高综合频率，对于自然断法评价进行单元成图重新分类。及时对栅格单元评价，对于高易发区域、中等易发区域和地貌单元区域进行及时区别，另外利用定位对于空间叠置功能提高对于因子信息量分析，从而得到整个研究区域综合信息量图，根据地貌单元整个信息综合量分，及时评价地貌综合信息量值，最大程度提高地质灾害发生可能性，同时结合频率分布值，分别对于两者进行重新分类划分[4]。评价结果比较分析，根据研究区域易发性区别，可以参考易发性使用价值，从区域综合特征根系优劣，和地质灾害实际分析情况进行及时数学模型效率研究，对于地貌单元区域地质灾害易发性评价，适当的合理提高地质灾害准确研究价值。区域综合特性特显地质灾害易发性评价等级模式，需要及时理解对于环境评价中岩性和地貌、地质条件综合体现，需要从宏观角度实现对于局部地形地貌综合分析。地貌控制整块滑体，是非常高危滑区，部分植被覆盖没有发生滑动，综合宏观角度可以从整体上区别为栅格。和地质灾害实际分布情况相互吻合，利用空间统计工具实现对于地质灾害统计比较，从历史滑坡分级为栅格单元进行逻辑回归法分析，在地貌单元为基础评价基础上，实现逻辑回归分析，提高历史地质灾害分布等易发区域，信息量法分析结果主要是历史灾害分析，基于地质单元危险性，需要合理对于等级和地质灾害分布情况进行高度契合。数学模型也可以借助于空间系统工具分别针对地貌单元进行两种评价，分析信息量法和逻辑回归法评价模型，可以得出两种不同结果，依据探索研究数学单元模型效率，合理对信息数据处理，同时结合各种数据进行统计，用地貌单元作为评价单元，运用数学模型计算评价，使用效率更好统计数据。基于地貌单元区域地质灾害易发性区别手段，相对于传统栅格评价区别，需要更好体现区域中微观综合地貌特性，很好契合地质灾害实际危险，评价区别地质灾害分布情况，划分区域运用数学评价模型适用效率增加评价手段，提高地质灾害易发区，具有良好适用性和可塑性。
4地貌单元地质灾害的易发性和危险性评价
地质灾害可以充分利用遥感技术和区域地质资料，结合定位系统技术和数学计算手段对于地质灾害的易发性和危险性进行评价分析，我国处于欧亚板块东南方，是印度板块和太平洋板块相互碰撞结果，也是地震多发地带。地质灾害受到区域性地质生态环境影响，一般泥石流和滑坡等都是突发性地质灾害，由于人为和自然造成一定影响，地球表面生态环境受到很大破坏，地质灾害形成也是自然共同作用造成的，总结一般是人为引起灾害，另一半是自然灾害。地质灾害受到区域性地质环境变化，会引起灾害，地质灾害综合危险性指数法是对每一个地质灾害综合危险性指数运用，地质灾害的综合危险指数就是运用层次分析法，对于单元格地质灾害综合危险分析，合理对地质灾害进行分划，地质灾害易发性和区域性最主要地方是人对于地表造成的破坏。地质灾害中易发性主要是地质灾害因素，比如地质结构及地下水破坏等，现如今解决问题的最好方式就是进行因地势和地质结构进行地质结构分析，降低灾害发生。区域地质灾害危险性评价标准主要是灾害发生的自然变化，活动的危险性主要是地质灾害危险性依照一定定量评价标准展现，危险性可以划分为两个类型，在一定范畴要依照调查结果进行合理灾害分析，对于不确定面积造成损失要进行及时评价，依照因素划分可以将地质因素进行数据分析。地质灾害评价主要包括易发性评价、危险性评价和易损性风险评价，其中地质灾害危险性可以通过地位技术系统对于物理模型进行分析，及时提高对于地质灾害易发性评价，提高地质环境条件，静态考察地质灾害相对稳定性。地质地貌单元不规则法，主要是环境地质和地质环境条件造成的，具有一定危险性，地质环境主要是岩土结构、岩土结构和地表面结构，根据地表分划，需要依照不同岩土类型进行深层区别，按照地质岩土承受力和土体物理结构考虑，实现对地貌地质灾害危险性区别。地质灾害危险性评价办法和理论进行合理对照，结合定量和定性分析，减小地质灾害危险性，单元中对于地质灾害要依据危险性高低进行合理分划，对于地质灾害要根据实际稳定性提高防护措施。我国属于地质灾害频发地区，需要对于区域地质灾害易发性进行精确评价，将地质灾害降低到最低。
5结论
综上所述根据地貌单元评价，利用逻辑回归法和信息量法模型，对于研究区域有关地质灾害易发性评价，依据结果进行相互比较，在一定范围内实现对于局部综合特征考虑，及时做好评价措施，最明显的层次分级，就是数学模型适用率提高，最大限度降低灾害发生的危险性。对地质灾害综合性进行统计，科学合理提高地质灾害检测预防措施，提高地质灾害管理水平，降低地质灾害管理成本，最大程度降低人员伤亡和财产损失问题。
参考文献：
[1]许冲，戴福初，姚鑫，赵洲，肖建章，基于GiS与确定性系数分析方法的汶川地震滑坡易发性评价[J]，工程地质学报，2010年01期；
[2]寅康，金晓斌，王千，杜心栋，基于GiS的关中地区农业生产自然灾害风险综合评价研究[J]，地理科学，2012年12期；
[3]谷天峰，王家鼎，付新平，基于斜坡单元的区域斜坡稳定性评价方法[J]，地理科学，2013年11期；
自然灾害特征篇8
关键词：重大地质灾害隐患发育分布特征分析
中图分类号：tD15文献标志码：a
一、引言
地质灾害是指，在自然或者人为因素的作用下形成的，对人类生命财产、环境造成破坏和损失的地质作用（现象），如崩塌、滑坡、泥石流、地裂缝、地面沉降、地面塌陷等。贵州省是典型的喀斯特地貌，石漠化严重，地质灾害发生较频繁，因此，进行重大地质灾害隐患发育分布特征分析，对于完善地质灾害群测群防体系、消除地质灾害突发事件风险隐患、保护人民群众生命财产安全有着十分重要的意义。
通过对美国黄石地区的地质环境进行分析，发现黄石地区地处高原向丘陵过渡的斜坡地带，受地质构造控制及侵蚀、溶蚀地形地貌发育，境内地形复杂，地势变化较大，相对高差较大，地层及构造复杂。在地层岩性、地质构造、降雨和人类工程活动的影响下，地质灾害十分发育，重大地质灾害隐患类型以滑坡为主，其次为崩塌
本文对贵州省望谟县重大地质灾害隐患发育分布特征进行了研究，试图为相关领域专家、政府部门以及企业单位提供参考。
二、地质灾害隐患基本情况
望谟县位于贵州省西南部，黔西南自治州东部。地理坐标东经105°49′55″―106°31′42″，北纬24°54′00″―25°37′00″，南北长79.5km，东西宽70km，面积3005.5km2，辖8镇9乡，164个行政村，大部分是喀斯特地貌。
根据野外实地调查，望谟县境内现仍存在各类地质灾害隐患205处，其中滑坡181处、占88%，崩塌20处、占10%，泥石流4处，占2%。全县17个乡镇均有不同程度的地质灾害发育。其中打易镇、新屯镇、郊纳乡、石屯镇、乐元镇、乐旺镇等乡镇较为发育，受地质灾害威胁较严重。区内的205处地质灾害隐患共造成6人死亡，87户215间房屋被毁，已经造成经济损失达183.4万元。调查的205处地质灾害隐患仍然威胁2265户、7所学校共14800人，威胁的资产达20354万元。
三、重大地质灾害隐患发育分布特征
1.重大地质灾害隐患类型
根据地质灾害隐患详细调查，望谟县共发育现状地质灾害隐患点205处，其中威胁人数大于100人的重大地质灾害隐患点36处，其中36处均为自然因素引起的地质灾害，其中包括滑坡31处，崩塌4处，泥石流1处，可见，滑坡、崩塌、泥石流为望谟县发育的重大地质灾害隐患类型。
2.重大地质灾害隐患空间分布
根据调查，将所有地质灾害点的类型、数量加以统计，可以看出：
（一）重大地质灾害隐患的分布极不均匀。
望谟县17个乡镇中有12个乡镇不等数量的发育重大地质灾害隐患，分别为打易镇9处、郊纳乡5处、新屯镇4处、石屯镇4处、坎边乡3处、大观乡3处、乐旺镇2处、桑郎镇2处、蔗香乡1处、油迈乡1处、纳夜镇1处、岜饶乡1处。重大地质灾害隐患主要分布于县内北部地区，其它地区零星分布。
（二）重大地质灾害隐患在平面上的分布与地质环境条件有着密切的对应关系。
1、地层与岩土体对地质灾害的控制
（1）地层与岩土体对滑坡的控制
境内出露地层复杂，有碳酸盐岩类、碎屑岩类、和松散岩类等，地质灾害主要发育于松散岩类，该类地层发生地质灾害主要为滑坡，以中小型为主。
区内滑坡主要发育于第四系（Q）地层，发育于第四系（Q）地层的灾害点有178处之多，占98%。岩质滑坡3处，占2%。据调查多为浅表层土质滑坡，其组成物质一般为松散岩类，为松散土石层。
第四系地层多为斜坡覆盖层，厚薄不一，一般为松散碎屑土夹碎块石，因其结构松散，物理力学强度低，遇水易软化，常引起边坡内部结构发生改变，在有利结构面组合下易形成蠕滑型滑坡，间歇性滑动，其规模一般较小，变形相对缓慢，迹象明显。
滑动面的存在为滑坡的发生发展提供了首要条件，不同类型的滑动面将产生不同规模、危害不一的滑坡灾害，而地层则是滑动面得以形成的基本要素之一。不同岩性组合的地层易形成不同形态、不同性质的滑动带，滑动带的成因类型直接影响滑坡的滑移速度、变形特征等。
因此，地层为滑坡的发生提供了基本物源条件及有利结构面，地层组合不同将产生不同类型的变形，由此产生不同规模的滑坡类地质灾害。
（2）地层与岩土体对崩塌的控制
区内崩塌20处，主要发育于硬质岩类地层中。硬质岩地层多风化强烈，裂隙密布，风化裂隙明显，常形成陡崖地貌，岩体易形成张性裂隙，久而久之，裂隙下穿切层，贯通形成张性裂缝，将岩层切割，孤立岩体逐渐向外倾斜，最终在自重作用下卸荷产生崩塌。该类地层产生的灾害多具突发性明显、隐蔽性强、危害性大的鲜明特点。
自然灾害特征篇9
关键词：标准化降水指数（Spi）、正交经验分解函数（eoF）、长江中下游地区、旱涝灾害
中图分类号：p468.024文献标志码：a文章编号：1672-1683（2016）04-0072-05
abstract：themiddleandlowerreachesoftheYangtzeRiverareimportantproductionbasesofgrains，cottonandoilcropsinChina，wheredroughtsandfloodsoccurfrequently，whichoftenresultinthereductionofcropoutput.inthispaper，basedonthemonthlymeteorologicaldataof72meteorologicalstationsintheYangtzeRiverregion，thetemporalandspatialvariationindroughtsandfloodsoftheYangtzeRiverregioninnear50yearswasanalyzedusingstandardizedprecipitationindex（Spi），empiricalorthogonalfunction（eoF），andgeo-statisticalanalysiscombinedwithGiStechnology.theresultsshowedthatthespatialdistributionpatternofdroughtsandfloodsSpi3intheYangtzeRiverregionwasalmostthesameinthewholeregion，buttherewasadifferenceinthesouth-northdirection.Duetotheclimate，droughtsandfloodsinYangtzeRiverregionappearedalternatelyinsummerandautumn，andtheflooddisasteroccurredmainlyinthecriticalperiodofgrowthanddevelopmentofcrop.
Keywords：standardizedprecipitationindex（Spi）；empiricalorthogonalfunction（eoF）；themiddleanddownstreamareaofYangtzeRiver；drought-flood
长江中下游地区多为平原地区，降水时空变化很大，旱涝灾害严重。据人地系统主题数据库的数据统计，1980年-1995年16年间，发生涝渍灾害的年份有15年。
本文旨在研究分析长江中下游地区旱涝灾害发生的时空分布规律，当前评价旱涝时空特征的方法主要有palmer旱涝指数[1]、标准化降水指数（Spi）[2]、Z指数[3-4]等相关旱涝指数。标准化降水指数（Spi）是一个相对简单的评价区域旱涝强度的指数，它的计算只需要超过30年的降水量观测资料，即可计算不同时间尺度的旱涝指数。Spi指标的计算具有稳定性好、对于旱涝灾害反映灵敏、能够满足任意时间尺度的指标计算、计算简单、资料容易获取的优点，不足之处在于未考虑水分支出。本文通过采用高桥浩一郎公式[5-6]计算蒸发量来考虑水分支出，并利用正交经验分解函数（eoF）、对单站Spi进行空间分析，研究旱涝灾害的时空分布特征，进而明确旱涝灾害发生的规律和发展趋势以及空间分布特征和变异规律，为该地区的涝渍灾害防治提供参考。
1资料与方法
1.1资料来源
数据资料来源于中国气象局数据共享平台（），包括长江中下游河南、上海、湖北、湖南、江苏、安徽、江西、浙江八省（市）共72个地气象站1960年-2010年逐月降水和平均气温观测数据，站点分布见图1。
1.2研究方法
旱涝实际上是指某地水分的缺余，其不仅与降雨量的多少有关，还与蒸发量相关。因此，在定义单站旱涝指数时，采用降水量与蒸发量之差作为来计算旱涝指数。计算蒸发量的方法采用高桥浩一郎[5-6]公式：
设某一时间尺度下的水分余缺为X，计算Spi的方法根据文献[7-11]进行，将某一时间尺度的水分余缺时间序列看作服从Γ分布，考虑了水分余缺服从偏态分布的实际，通过水分余缺的Γ分布概率密度函数求累积概率，再将累积概率进行标准化处理而得到。
根据《气象干旱等级》（GB/t20481-2006）中旱涝的等级划分标准及等级命名，并参考国内外应用Spi研究旱涝的相关文献[12-13，19-21]，对单站旱涝严重程度的等级进行划分。
2结果与分析
2.1不同时间尺度旱涝变化特征
Spi具有多时间尺度（1，3，6，12，24，48个月等）的特征，如12月份1个月时间尺度的Spi1代表了12月份降水量的标准差，12月份3个月时间尺度Spi3代表了10月-12月3个月降水量的标准差，12月份12个月时间尺度Spi12代表了1月-12月12个月降水量的标准差。本文主要分析1个月、3个月、6个月和12个月时间尺度的Spi。
从图2中Spi12时间尺度下旱涝指数逐月变化过程可以看出，长江中下游地区1963年-2010年共出现区域性重旱8次，其中1963年、1978年、1979年出现持续性区域重旱，持续时间均在3个月以上，1978和1979年持续时间更是长达5个月以上；区域性重涝共出现8次，其中1973年、1998年、2000年、2002年、2003年出现持续性区域重涝，持续时间均在3个月以上，1973年和1998年持续时间更是长达6个月以上。
在完成不同时间尺度的单站Spi计算后，利用式3计算区域旱涝指数（图2）。可以看出，不同时间尺度相应的区域旱涝指数iFD值沿时间上下振动，时间尺度越短振幅越大，这种交替变化越明显。iFD1能够较好地说明旱涝发生时间与严重程度。iFD3也属于短时间尺度，但能够能较好反映旱涝的季节性变化特征。iFD6与iFD12则为长时间尺度，其数值随着时间尺度的增长受短期降水的影响不断减小，周期比较明显，特征比较稳定，能够反映长期旱涝变化的趋势。随着时间尺度的增加，旱涝等级会发生变化，而且旱涝的起始和结束时间相应延后，能够充分反映了前期降水变化的累积影响[8]。
2.2不同季节旱涝变化特征
农业旱涝变化状况的季节旱涝分析通常采用3个月时间尺度的区域性Spi（iFD）指标[14-18]，因此，本研究采用Spi3（iFD3）来分析区域旱涝的季节变化，用方差分析每个季节旱涝的变化幅度。
近50年春夏秋冬四季区域性Spi3指标（iFD3）的方差分别为：春季为50.19，夏季为28.42，秋季为21.40，冬季为38.38，可以看出春季旱涝变化幅度最大，冬季次之，秋季最小。
春季（见图3）：1961年-1974年旱涝灾害频繁交替发生，且1965年为50年最严重干旱；1975年-1979年比较平稳，没有出现比较严重的区域性旱涝灾害；1980年-1987年区域性旱涝灾害交替发生，且灾情比较严重；1987年-1998年区域性旱涝灾害比较严重，以水涝灾害为主，1999年出现严重的旱灾；2000年-2008年比较平稳，2009年出现严重旱灾。春季Spi3（iFD3）趋势线倾向率0.0004，说明从长期变化趋势上看，长江中下游春季旱灾减少，水涝灾害加重。
夏季（图4）：1961年-1977年长江中下游地区旱涝灾害交替发生且灾情比较严重，且以水涝灾害为主，出现重涝以上灾情共有1964、1973、1975、1977共4个年份，仅1971年出现重旱以上灾情；1978年-1991年比较平稳，仅1985年出现重旱灾情，1991年出现重涝灾情；1992年-1998年比较平稳，没有重旱或重涝灾情的发生；1999年-2010年，重灾以上灾情的旱涝灾害交替且频繁发生。夏季Spi3（iFD3）趋势线倾向率-0.0001，说明从长期变化趋势上看，长江中下游夏季水涝灾害减少，旱灾呈微弱增加趋势。
秋季（图5）：从1961年-1995年，长江中下游地区区域性重旱灾害发生频繁，分别出现于1966年、1972年、1978年，区域性重涝灾害没有发生；自1996年-1999年，在1996年、1998年、1999年发生三次区域性重涝灾害；2000年-2010年没有发生严重的旱涝灾害。秋季Spi3（iFD3）趋势线倾向率0.0002，说明从长期变化趋势上看，长江中下游秋季旱灾呈减少趋势，水涝灾害呈加重趋势。
冬季（图6）：1961年冬季发生重涝灾害，1962年-1971年，长江中下游地区冬季主要以旱灾为主；1972年-1979年，严重旱涝灾害交替频繁发生，其中1973年12月其区域性旱涝指标为-18；1979年12月其区域性旱涝指标为-22.9，说明这两年冬季发生极为严重的干旱；1980年-1987年，除1980年10月和1983年11月发生重涝灾害外，其余年份冬季没有严重旱涝灾害发生；1988年-1996年，区域性干旱灾害发生频繁，分别于1988年、1992年发生严重干旱；1997年-2006年，旱涝灾害交替发生，主要以水涝灾害为主，其中1997年、2002年出现重涝以上的灾情；2007年以后，以旱灾为主要灾害，分别于2007和2009年发生重旱灾害。计算冬季Spi3（iFD3）趋势线倾向率-0.0002，说明从长期变化趋势上看，长江中下游冬季水涝灾害减少，旱灾呈弱增长趋势。
2.3旱涝空间分布特征
应用正交经验分解函数对长江中下游地区各个观测站Spi3进行分析，并将结果在地理信息系统分析软件中进行空间分析。
由表1可以看出，长江中下游地区降水量场收敛性很好，第一特征向量的方差占总体方差的1/3左右，前5个特征向量方差累积贡献率分别达72.30%，第五个以后所占贡献很小，期间差异也很小。显然，前五个主成分及其特征向量就可以很好地表征长江中下游地区降水变化和空间分布特征。
第一特征向量均为负值，取值范围在-0.2～-0.8之间，而且高荷载值集中于岳阳、嘉鱼、黄石一带，这表明由于降水受大尺度天气形势影响，长江中下游地区旱涝具有总体一致的变化趋势，而且中部地区对全区域旱涝的贡献大于北部和南部，是旱涝变率最大的地区。
第二特征向量取值范围为-0.5～0.6之间，南方为正值区，北方为负值区，反映了南北相反的旱涝发生趋势，且向南北两个方向这种趋势表现更为明显，这方面的表现主要是受季风等气候引起的南北降水量变异的影响。
第三特征向量取值范围为-0.5～0.4之间，东南方为正值区，西北方为负值区，反映了东西相反的旱涝发生趋势，且向东西两个方向这种趋势表现更为明显。
第四特征向量取值范围为-0.4～0.4之间，从南向北分为三个区域，其中南北两个区域为负值区，中部区域为正值区，反映了南北两个区域和中部区域相反的旱涝发生趋势。
第五特征向量取值范围为-0.3～0.3之间，分为四个区域，其中东西两个区域为负值区，南北两个区域正值区，反映了旱涝发生趋势在东西和南北方向上和差异。
将Spi3通过eoF展开方法，从其特征向量分布规律可以看出，长江中下游地区的旱涝空间格局既有全区一致的现象，也存在区域内部南北、东西方向的差异以及地形因子的差异，但是其主要特点依然为纬向分布型。
3结论
由于降水受大尺度天气形势影响，长江中下游地区旱涝具有总体一致的变化趋势，中部为旱涝脆弱区。由于受季风等气候引起的南北降水量变异的影响，南北具有相反的旱涝发生趋势，且向南北两个方向这种趋势表现更为明显。受地理位置等方面的地理因素的影响，在东西方向上呈相反的旱涝发生趋势，且向东西两个方向这种趋势表现更为明显。
近50年春夏秋冬四季区域性三个月时间尺度旱涝指标（iFD3）的方差分别为：春季为50.19，夏季为28.42，秋季为21.40，冬季为38.38，春季旱涝变化幅度最大，冬季次之，秋季最小。长江中下游地区夏秋两季旱涝灾害交替发生，且以涝灾为主，且涝灾多发生在夏秋两季。
参考文献（References）：
[1]ByunHR，Dawilhite.objectivequantificationofdroughtseverityandduration[J].JournalofClimate，1999，12：2747-2756.
[2]mcKeetB，DoeskennJ，KleistJ.therelationshipofdroughtfre-quencyanddurationtotimescales[a].in：proc.8thconferenceonappliedclimatology[C].anaheim，California，1993：179-184.
[3]鞠笑生，邹旭恺，张强.气候旱涝指标方法及其分析[J].自然灾害学报，1998，7（3）：51-57.（JUXiao-sheng，ZoUXu-kai，ZHanGQiang.themethodoftheclimaticdrought-floodindexanditsanalysis[J].JournalofnaturalDisasters，1998，7（3）：51-57.（inChinese））
[4]鞠笑生，杨贤为，陈丽娟，等.我国单站旱涝指标确定和区域旱涝级别划分的研究[J].应用气象学报，1997，8（1）：26-33.（JUXiao-sheng，YanGXian-wei，CHenLi-juan，etal.ResearchondeterminationofstationindexesanddivisionofregionalflooddroughtgradesinChina[J].QuarterlyJournalofappliedmeteorology，1997，8（1）：26-33.（inChinese））
[5]高国栋，陆渝蓉.气候学[m].北京：气象出版社，1990.351-366.（GaoGuo-dong，LuYu-rong.Climatology[m].Beijing：meteorologicalpress，1990.351-366.（inChinese））
[6]张庆云.1880年以来华北降水及水资源的变化[J].高原气象，1999，18（4）：486-495.（ZHanGQing-yun.thechangeofprecipitationandwatersince1880[J].northChinaplateau，1999，17（4）：486-495.（inChinese））
[7]余未红，方修琦.近50年我国北方地区旱涝的时空变化[J].北京师范大学学报：自然科学版，2001，37（6）：840-841.（YUwei-hong，FanGXiu-qi.thetemporalandspatialchangeofdrought-floodinnorthernChinaforthelast50years[J].JournalofBeijingnormalUniversity：naturalScience，2001，37（6）：840-841.（inChinese））
[8]车少静，李春强，申双和.基于Spi的近41年（1965-2005）河北省旱涝时空特征分析[J].中国农业气象，2010，31（1）：137-143.（CHeShao-jing，LiChun-qiang，SHenShuang-he.analysisofdrought-floodspatial-tanporalcharacteristicsbasedonstandardprecipitationindex（Spi）inHeibeiprovinceduring1965-2005[J].ChineseJournalofagrometeorology，2010，31（1）：137-143.（inChinese））
[9]李永华，毛文书，高阳华，等.重庆区域旱涝指标及其变化特征分析[J].气象科学，2006，26（6）：638-644.（LiYong-hua，maowen-shu，GaoYang-hua，etal.RegionalfloodanddroughtindicesinChongqingandtheirvariationfeaturesanalysis[J].ScientiameteorologicaSinica，2006，26（6）：638-644.（inChinese））
[10]谭桂容，孙照渤，陈海山.旱涝指数的研究[J].南京气象学院学报，2002，25（2）：153-158.（tanGui-rong，SUnZhao-bo，CHenHai-shan.Researchdroughtandfloodindex[J].Journalofnanjinginstituteofmeteorology，2002，25（2）：153-158.（inChinese））
[11]吴洪宝，吴蕾.气候变率诊断和预测方法[m].北京：气象出版社，2005.（wUHong-bao，wULei.methodofdiagnosisandpredictioninClimatechangerate.[m].Beijing：meteorologicalpress，2005.（inChinese））
[12]Cancelliere，GDimauro，BBonaccorso，etal.Droughtforecastingusingthestadardizedprecititationindex[J].waterResour[J].manage，2007，21：801-819.
[13]王英，迟道才.干旱指标研究与进展[J].科技创新导报，2009，35：72-74.（wanGYing，CHiDao-cai.thercesearchandevolvementofdroughtindex[J].ScienceandtechnologyConsultingHerald，2009，35：72-74.（inChinese）
[14]patelnR，Choprap，DadhwalVK.analyzingspatialpatternsofmeteorologicaldroughtusingstandardizedprecipitationindex[J].meteorologicalapplications，2007（14）：329-336
[15]魏凤英.现代气候统计诊断与预测技术[m].北京：气象出版社，1999.（weiFeng-ying.modernclimaticstatisticaldiagnosisandpredictiontechnology[m].Beijing：meteorologicalpress，1999.（inChinese））
[16]wuH，HyesmJ，wilhiteDa，etaltheeffectof11relengthofrecordonthestandardizedprecipitationindexcalculation[J].intemationalJoumalofClimatology2005，25：505520.
[17]QuiringSm，papakryiakoutn.anevaluationofagricultruraldroughtindicesfortheCanadianprairies[J].agr.Forestmeteorol，2003，118：49-62.
[18]minSK，Kwonwt，parkeH，etalSpatialandtemporalcomparisonsofdroughtsoverKoreawitheastasia[J].intemationalJoumalofClimatology200323：223-233.
[19]Loukasa，VasiliadesL.probabilisticanalysisofdroughtspatiotamporalcharacteristicsinthessalyregionGreece[J].natruralHazardsandearthSystemSciences2004（4）：719-731.
自然灾害特征篇10
关键词：电力工程灾害现状发育特征防治措施
中图分类号：F470.6文献标识码：a文章编号：
近年来，随着我国经济建设的快速发展、特别是近几年来电力设施建设规模的不断扩大，地质灾害对电力建设影响产生的矛盾十分突出。在最近的20多年时间里，地质环境条的变化，人为山坡削坡切坎，沟道大量堆积弃土，使西北许多山区地质灾害频繁发生，严重制约
了电力工程建设发展。所以，研究西北山区电力工程地质灾害评价现状与防治措施尤为重要。
1西北山区主要的地质灾害类型及分布特征
1.1西北山区地质灾害类型
根据《建设工程地质灾害危险性评估技术要求（试行）》，地质灾害破坏形式主要有崩塌、滑坡、泥石流、地面塌陷、地裂缝和地面沉降6种类型，西北山区主要地质灾害表现为崩塌、滑坡和泥石流三种类型。
1.2地质灾害分布特征
1.2.1崩塌分布特征
崩塌在西北山区主要表现为黄土崩塌和岩质崩塌两种类型。黄土崩塌多发生在黄土塬边、黄土梁峁两侧且坡角一般大于60°斜坡地带，在大气降雨或震动等外力作用下发生坍塌。岩质崩塌多发生岩体节理裂隙发育的陡峭山体地段。西北山区崩塌一般分布在人为切坡陡坎，交通道路两侧陡峻及岩体构造节理裂隙发育地段。
1.2.2滑坡分布特征
滑坡是斜坡上不稳定的土体或岩体，在重力作用下，沿一个或多个滑动面整体滑动的现象。在西北山区滑坡主要表现为堆积层滑坡，黄土滑坡次之。其分布主要受地层岩性、地质构造、地形地貌及人类活动等因素影响。
地质构造控制着地貌的形成。强烈隆起、差异升降和人类活动所造成的斜坡和在岩层中形成的不同结构面，使斜坡稳定性差，在降水等因素影响下，极易产生滑坡、崩塌等地质灾害。此外，不同性质的岩土体组合也已产生滑坡危害。
1.2.3泥石流分布特征
泥石流是指含有大量泥沙、块石、砾石，具有强大破坏力的特殊洪流。按物质组成可分为泥流、水石流和泥石流。泥石流一般爆发突然、历史短、来势凶猛，具有强大的破坏力，使山区危害最严重的灾害之一。
西北山区泥石流多为暴雨—沟谷型泥石流和坡面型泥石流，其分布与暴雨密切相关。按泥石流构成物质划分，以稀性水石流分布面积最大，其次为泥石流。泥石流除了与地质环境条件有关外，与人类工程活动也有密切的关系。
2西北山区电力工程地质灾害现状
2.1山区电力工程存在的地质灾害类型
山区地形大多起伏较大，地貌多为高山、中山和低山，山间多为河谷阶地，地形地貌复杂。在山区建设火力发电厂、变电站（所）和输电线路，往往由于受地形地貌的限制，常常要开挖临近山体边坡，这样就造成高陡边坡，破坏了原有边坡的稳定性，如果不采取适当的或有效的防治措施，在基岩出露山区往往引发岩质崩塌，在残坡积层堆积较厚的斜坡地带容易引发堆积层滑坡，西北山区冲沟发育，拟建、在建和已建的火力发电厂和变电站（所）附近一般都存在冲沟，在暴雨季节容易遭受到泥石流的威胁。
在山区架设输（送）电线路，塔基大多位于山脊、山梁或者山顶部位，主要遭受山脊、山梁或者山顶两侧崩塌、滑坡的威胁，只有在输（送）电线路不能一档跨越的宽阔泥石流沟道内遭受泥石流威胁。
综上所述，山区电力工程存在的地质灾害主要为崩塌、滑坡和泥石流三种类型。崩塌、滑坡和泥石流地质灾害在西北山区有着各自的独自性，又有着密不可分的内在联系，可以单独成灾，又可相互作用，互相转化，并能产生混合作用，崩塌和滑坡体在沟道内大气降雨的条件下形成泥石流，泥石流强烈冲刷坡脚又引发岩土体的崩塌和滑坡，三者往往形成灾害连，给电力工程建设造成巨大的经济损失和人员伤亡。
2.2山区地质灾害发育特征
根据西北山区地形地貌特征，结合地质灾害发育特征和地质灾害发育影响因素，西北山区地质灾害发育特征主要表现在以下几个方面：
（1）群发性普遍
大量的崩塌和滑坡体为泥石流的发生提供了有力的物质来源，泥石流的发生成为崩塌和
滑坡发生的动力条件，崩塌、滑坡、泥石流三者地质灾害相互牵制，一次雨可覆盖面积达数百或数千平方公里，各种地质灾害片成群发生，在西北山区沟道内发生崩塌、滑坡等地质灾害的同时，也伴随泥石流的相继发生。
（2）季节性明显
西北山区地质灾害大都与大气降水密切相关，其爆发时间往往随季节性雨相伴，
每年5～10月份汛期期间是西北山区崩塌、滑坡、泥石流的易发期和高发期。由于西北山区电力工程所处地理位置不同，地形地貌有所差异，降雨量和降雨时段也有所不同。陕西、甘肃南部山区大多在6～9月份降雨量较大，降雨型式多为单峰降雨，这一段时期是地质灾害多发期，也是高发期；陕西北部、甘肃北部、宁夏、青海山区降雨则多集中在5～9月份，降雨型式多为双峰降雨，其降雨频率和降雨量多于陕西、甘肃南部秦岭山区，但雨量相对较小，这个时期是地质灾害易发期。
（3）突发性强
崩塌、滑坡与泥石流等地质灾害的发生是一个漫长的发展和变化过程，一旦发生，突
发性很强强。譬如滑坡在剧烈瞬间滑动时历时更短，仅数十秒。地质灾害发生的前期变化是比较缓慢的，前期变化作为本身来说，不但是一个能量积累过程，也是一个长期蠕变过程，当灾害体到达极限破坏时，在雨、地震或振动的外力作用下，灾害体就会突然爆发，因而破坏力极强，常常使人们猝不及防。
（4）垂直差异性大
西北山区地质灾害的发生不但在垂直方向上有明显的差异性，在垂向上不同高度地质灾害的发生也有所不同。一般在西北高山、中高山区暴雨频繁，雨量强度大，地形差异明显。该区地质灾害多发生在沟谷上游，受地质外营力强烈，基岩风化较破碎，为水石流的发生提供了物源保证，但该区一般电力工程布置较少，输电线路也从沟谷上部横跨，塔基位于沟谷两侧山脊上，对电力工程损害较轻微，易损性较小，风险性小；中、低山区人类活动频繁，植被破坏严重，坡耕地较多，是坡面泥石流和滑坡的多发地带，也是山区多发地区，对电力工程损害较严重，易损性较大，风险性中等；到低山丘陵区，地形起伏不大，差异变化相对较小，崩塌、滑坡、泥石流的动能和势能均较小，其破坏力较小，灾害不甚发育，对电力工程损害小，易损性小，风险性小。
2.3山区地质灾害的形成条件和影响因素
西北山区地质灾害的形成是由其所处微地形地貌附近特定的地质环境条件决定的。大面积山地的缓慢抬升形成了地形差异，山间谷地、沟壑纵横造成了形状各异的斜坡地形形态；不同岩土体组合，复杂的断裂构造及持久的外营力作用，使岩土体风化破碎，形成潜在的不稳定边坡，这种地形差异、不同的岩土体组合和潜在的不稳定边坡等为各类地质灾害的形成奠定了基础。
根据统计调查结果，大气降雨在地质灾害引发因素中占46%，人类工程扰动占23%，土体长期蠕变占15%，土体冻融占8%，地震占8%。在诸多因素中，大气降水对崩塌、滑坡等灾害影响最大。大气降水渗入斜坡表层残坡积土体，使土体含水量增大直至饱和，土体自重加大，特别对于弱透水或不透水基岩和第四系覆盖层组成的斜坡，在大暴雨或连阴雨的作用下，可迅速饱和，湿润接触面，减少摩擦力，使土体抗剪强度急剧降低，造成坡体失稳。在膨胀土分布区，大气降水能使土体软化、泥化，使斜坡蠕滑变形；在基岩分布区，大气降水可沿基岩构造、节理裂隙渗入岩体内，在物理作用下裂隙扩张、发展，并湿润层面，在重力作用下，使高陡斜坡地带的岩石发生崩塌、滑坡，造成危害。
据研究统计，西北山区日降水量达到50mm时，一般往往就会发生小规模的泥石流；日降水量达到50～100mm时发生中等规模泥石流的可能性较大；日降水量达到100～200mm时发生高强度、大面积的泥石流灾害的可能性大；日降水量大于200mm时泥石流给带来极大灾害。泥石流灾害的发生，必须具备强大的水动力、丰富的固体物质和地势较陡的地形条件。在陕西南部、甘肃东南部的秦岭山区，当降水量在50～100mm时，诱发泥石流的可能性很小；当降水量在100～200mm之间时，具有爆发泥石流的水动力条件，但要看地形和固体物质条件是否具备而定，当纵坡降大于20%、汇水面积较大、并具有丰富的固体物质时，就可发生泥石流；当降水量大于200mm时，在山区大部分地区可普遍发生泥石流灾害。
总上所述，西北山区地质灾害的形成条件主要由地形地貌、地质构造、岩土体类型等基础地质环境决定的。其主要影响因素是降水，特别是局地性暴雨和连阴雨；其次为近人类工程扰动、土体长期蠕变、土体冻融和地震。近年来，人类活动加剧，对地质环境的影响力度不断加大，人为造成的地质灾害呈上升趋势，已成为不可忽视的问题。
3西北山区电力工程地质灾害防治措施
3.1山区崩塌地质灾害防治措施
山区崩塌主要为松动或不稳定的岩土体在暴雨、连阴雨、地震或振动等外力作用下产生岩土体崩落的现象。一般采用主动避让、防护措施和地质体改造措施。在火力发电厂和变电站（所）选址阶段和输（送）电线路选线阶段可采取主动避让的预防措施，在综合比较无法主动避让的情况下，就需要采取防护措施，这也是山区电力工程对于崩塌采取的主要防治措施。所以，山区电力工程对于崩塌采取的主要防治原则是优先考虑躲避灾种原则，其次采用工程防治原则。其主要防护措施如下：
在完全清除崩塌范围的崩塌体的基础上，采用主动式防护网进行防护。
（2）对崩塌运动的岩土体进行消能拦挡，限制崩塌体的运动速度。一般采用山坡拦石沟、落石沟、落石槽和落石平台。
(3)遮拦威胁的电力建筑物，隔离崩塌体与受灾体，使之不能成灾。一般采用以下几种
方法：
①拦石桩、障桩；
②拦石墙，主要有混泥土拦石墙、笼式拦石墙、钢轨拦石墙、钢丝拦石墙等形式；
③被动式拦石网。
3.2山区滑坡地质灾害防治措施
目前，对滑坡的防治措施很多，但不管采取哪种工程防治措施，都要对其滑坡进行详细勘查，然后对其采取防治措施。山区地形狭窄，起伏较大，一般不满足电力工程总平面布置要求，需要开挖邻近的岩土山体坡脚，破坏了原有岩土体山坡的稳定性，如果不采取防治措施，在暴雨和连阴雨季节容易产生滑坡；同时，对山区电力工程附近已有的滑坡体也要进行防治措施，否则。将危害电力工程正常安全运行。
根据电力工程在西北山区的分布位置、电力设施结构要求和电力工程与滑坡灾害置关系等，有针对性地制定滑坡防治方案尤其重要。山区电力工程滑坡防治方案有以下几种：
避让法：对于电力工程结构复杂、要求变形较高的火力发电厂、变电所（站）和超
高压、特高压的输电线路转角及其跨越宽河谷的塔基采取避让方案。
地表水或地下水排除法：该防治方案适合于山区斜坡堆积层结构松散、受地表水入
渗或者地下水运动影响显著的滑坡。
消方减载法：可采用在其后缘消方减载，降低滑坡体的重量，减少滑坡的下滑力，
达到使滑坡稳定的目的。
（4）支挡法：采用挡墙、抗滑桩等方法。
（5）锚固法:采用锚索或锚杆等，强制改变滑坡体内应力状态，使滑坡稳定。
（6）注浆法：通过钻孔向滑动带内注入水泥浆或其它化学浆液，增强抗滑效果。
3.2山区泥石流地质灾害防治措施
西北山区电力工程防治泥石流原则：以防为主，以避为宜；以治为辅，因势利导；顺其自然，因害设防；就地取材，充分发挥排、拦、固防治技术，以防、避、治相结合，达到减灾目的。一般采取工程措施、生物措施和科学管理相结合的防治措施。作为单一的电力工程建设，相对占地面积小，破坏周围地质环境条件较小，对影响工程建设的泥石流沟一般采取工程措施和科学的管理方法。工程措施有以下几种：
（1）在泥石流沟上游修建截水沟。
（2）在泥石流沟中游修建拦挡坝、格栅坝和停淤场所。
（3）在泥石流沟下游建溢流坝、排导槽工程。
4结语
山区电力工程包括火力发电厂、变电站（所）和输（送）电线路，由于受地形条件限制，往往或多或少开挖、削坡已有的山体边坡或坡脚，破坏了原来边坡的稳定性，从而引发崩塌、滑坡地质灾害，在暴雨或连阴雨的作用下，往往形成泥石流；同时火力发电厂、变电站（所）场平时，由于地形起伏较大，往往开挖放量大，在挖方地段容易形成高陡边坡，引发崩塌和滑坡地质灾害的发生。所以，山区进行电力工程建设，应把防治地质灾害放在首位，增强对突发性地质灾害的防范意识，加强管理，因地制宜，采用多种措施并重的防治方式，防患于未然，有效地减轻地质灾害的威胁，才能使山区电力工程施工顺利进行和投产后正常运行，并最大限度地发挥经济效益。
参考文献：
1.刘传正主编，《地质灾害勘查指南》，地质出版社，2000年8月。
2.黄润秋主编，《高边坡稳定性的系统工程地质研究》，成都科技大学出版社,1991年。
3.唐邦兴主编，《山洪泥石流滑坡灾害及防治》，科学出版社，1994年8月。
4.刘希林，唐川，《泥石流危险性评价》，科学出版社，1995年。
5．陕西省减灾协会，《秦巴山区山地地然灾害》，世界图书出版公司1999年。