牛瑞卿，叶润青，彭

牛瑞卿，叶润青，彭_大人地球物理科学

牛瑞卿，叶润青，彭　令

（中国地质大学地球物理与空间信息学院，武汉，430074）

摘　要：滑坡灾害每年都给山区人民带来了巨大的财产损失和人员伤亡，已成为国际社会关注的热点之一。滑坡受时—空多变要素影响和控制，全面认识滑坡需建立在多源数据获取及其信息提取和分析基础上，因此选择滑坡灾害突出的库首区秭归至巴东库岸段长江干流岸坡为研究区，在系统收集研究区多源数据基础上，围绕遥感与非遥感信息融合，探索多源数据滑坡信息提取和灾害分析，获取了研究区1∶1万比例尺滑坡编录图、坡度、斜坡结构、岩土工程区划图、土地覆盖及其变化图、面向对象的影像光谱和纹理图等专题图件，建立研究区滑坡易发性SVM评价模型，生成了研究区滑坡预测图以及易发性图，依据滑坡易发性分析将库岸稳定性划分为14段，为滑坡灾害防治提供科学依据。

关键词：三峡库区，多源数据，滑坡，调查和评估

前　言

我国地质条件和地理环境复杂，气候条件及其时空变化差异大，地质灾害呈现种类和数量多、分布广、危害大、突发性强等特点。地质灾害给山区人民带来了巨大的财产损失和人员伤亡^［1］，1995年至2005年，平均每年因突发性地质灾害造成1　108人死亡和失踪^［2］，主要由滑坡导致。未来几十年是气候变化和地震活跃期（如5.12汶川大地震引发数以万计的次生地质灾害^［3，4］以及持续强降雨引发的舟曲特大泥石流等^［5，6］），山区人类工程活动日渐强烈，地质灾害将呈现加剧的态势，我国地质灾害防治工作任务仍十分艰巨^［7］。

三峡工程规模之巨大、位置之重要、影响之深远，是我国乃至世界水利建设史上前所未有的，兼具发电、防洪和航运等多方面经济和社会效益。然而，斜坡稳定性问题，如滑坡、崩塌、泥石流等是三峡库区广泛存在的地质问题，现已查明灾害点超过10　000处，成为库区经济和社会发展的最大威胁和障碍，一直以来是我国地质灾害防治工作的重点示范区。库区滑坡灾害受时—空多变要素影响和控制，全面认识滑坡需建立在多源数据获取以及信息提取和分析基础上。因而，发展多源数据获取及其快速处理、综合分析等技术手段是解决问题的有效措施，也是当前滑坡监测、预警和评估研究的技术难点^［8］。

随着卫星分辨率的不断提高，遥感技术逐渐应用于库区滑坡灾害调查和研究。张振德等（2003）^［9］、韩玲玲（2004）^［10］先后利用遥感技术调查库区地质灾害。在地质灾害遥感分析与评估方面，曾忠平等（2005）利用统计模型和GIS分析技术，选择数字高程模型、卫星影像、区域地质资料为滑坡评价的因子数据源，评价了三峡库区青干河流域顺向坡地层的滑坡灾害^［11］。Fourniadis等（2006）^［12］、Liu等（2004）^［13］在遥感影像（ASTER）获取滑坡评价因子的基础上分别进行了三峡库区秭归至巴东段、巴东至巫山段滑坡灾害评估。郭培虹等（2010）^［14］借助遥感技术手段，从影像中提取泥沙指数（SI），划分泥沙浓度等级，可大范围快速圈定长江干流土质岸坡和岩质岸坡的空间分布，野外实地验证得到岸坡类型划分的精度达84%，为蓄水后库岸再造和塌岸预测提供了依据。现以滑坡灾害突出的三峡库首区秭归至巴东段为研究区，研究基于多源数据融合滑坡灾害信息提取与分析。

1　研究区及数据

1.1　研究区

研究区为三峡库区首段秭归至巴东段长江干流岸坡，经纬度范围为东经110°00′～110°18′，北纬30°47′～31°05′，范围为长江两岸大约4km的岸坡，长江总长度77km，区域总面积732km²，其中长江水面面积为38.28km²（135m水位）。该区地处中国地形第二阶梯向第三阶梯的过渡地带，是川东褶皱与鄂西山地会合部位，为中、低山侵蚀峡谷地貌。地层发育较完整，除缺失下泥盆统、石炭系的上统、下统和白垩系的大部分及古近系、新近系外，自前震旦系至第四系皆有出露，总体上地层具有自东向西渐新展布的规律^［15］。在香溪以东峡谷区以三叠系的地层连续出露，以碳酸盐岩为主；香溪以西地区主要是中三叠系至侏罗系（T₂—J），以碎屑岩为主，主要岩性为砂岩、粉砂岩和页岩。褶皱是区内的主要构造型式，主要发育黄陵背斜和秭归向斜。

区内地层岩性多样、构造复杂，不仅提供了地质灾害发育的物质条件，还控制空间孕灾环境的差异，部分地层（如巴东组）被称为易滑地层。研究区是库区地质灾害最为严重地区之一，也是地质灾害防治重点区域，曾在1985年发生的新滩滑坡以及2003年发生的千将坪特大型滑坡，庆幸的是这两处滑坡均已成功预报，滑坡体上的人员在滑坡发生前安全撤离。近年来因区内受库水和降雨等影响，不断有滑坡险情出现，如白水河滑坡、卧沙溪滑坡等。

1.2　多源数据

1.2.1　基础地理、地质数据

用于研究的基础地理数据1∶1万地形图，共29幅，由三峡库区地质灾害防治工作指挥部提供。地形图由2006年航空摄影测量生成，覆盖研究区长江两岸大约4km范围。地形图以数字线划图（DLG）形式提供，包含等高线、水系、建筑、交通、各种土地覆盖等。

基础地质数据是湖北省地质矿产局（1995年及以前）和湖北地质矿产开发局（1995年以后）的秭归县幅、巴东县幅等6幅1∶5万标准地质图，是目前研究区已有的最大比例尺地质图，提供了地层界限、岩性、断层、褶皱、产状等信息。

1.2.2　滑坡编录数据

滑坡编录数据主要来自3个方面：①滑坡调查、勘察资料；②1∶5万滑坡灾害分布图；③遥感解译。其中①和②来自三峡库区地质灾害防治工作指挥部，在①和②资料收集的基础上，利用高分辨率航空影像及卫星影像（QuickBird影像）解译，圈定滑坡边界并制投射在地形图上形成1∶1万比例尺滑坡分布图。滑坡编录数据主要描述滑坡灾害的空间位置、几何形态、滑坡类型及危害对象等基本信息。

图1　研究区地质构造图^［16］

1.断层；2.背斜；3.向斜；4.中生代地层；5.晚古生代地层；6.早古生代地层；7.震旦系地层；8.晚元古代地层；9.中元古代地层；10.研究区范围

1.2.3　遥感数据

研究使用的遥感数据有航空数据和卫星影像，属于中、高分辨率遥感数据。高分辨率影像主要为航空DMC影像，用于滑坡解译和承灾体信息提取；中分辨率影像为Landsat　TM和ETM＋和中国环境减灾卫星HJ-1影像，用于滑坡灾害孕灾环境和影响因子获取，如岩土工程性质区划、第四系分布、土地覆盖分类及变化监测、人类工程活动强度等。

2　数据处理及滑坡解译

2.1　数据处理

2.1.1　工程岩组

多源信息融合的岩土工程性质分类是以多源信息获取为基础，利用分类算法进行岩土工程性质区划（图2）。这里选择遥感影像的植被指数、光谱和纹理信息及地层、坡度和斜坡结构作为岩土工程性质分类（或评价）因子。通过资料收集、遥感解译和现场调查获取分类的ROI样本，利用支持向量机训练样本建立研究区岩石工程性质分类模型，并利用模型将5种分类因子将研究区分类成软岩、硬岩和软岩相间岩组3类，最后评价分类结果精度。

2.1.2　坡度

地形坡度是滑坡的控制因素之一。滑坡发育坡度一般小于40°，尤其是在15°～30°的斜坡中极易发生。地形坡度对斜坡应力分布、地表水径流与冲刷、地下水、松散物质堆积及人类活动等斜坡工程地质条件具有不同程度的影响和控制，从而控制斜坡稳定性。利用ArcGIS表面分析中的Slope功能，从DEM数据中提取实验区的地形坡度。坡度计算网格单元大小为10m×10m，实现过程在ArcGIS中完成。

图2　岩土工程性质区划图

图3　研究区坡度图

2.1.3　水系缓冲区分析

滑坡易发性评价中，水系缓冲区分析是一个常用的评价因子。水系的远近综合反映了库水和高程对滑坡的影响。离水系越远，库水的影响越小，超过第一岸坡后水系不再对斜坡有影响作用；而且，一般来说离水系越远地形越高，斜坡松散堆积层薄，不利于土质滑坡发育。利用ArcGIS的缓冲区Buffer分析功能，以135m长江水面为中心，200m为间距，生成长江水岸线的多级缓冲区（图4）。

2.1.4　斜坡结构

斜坡结构类型划分综合了地质矿产部^［15］和刘广润^［17］等的研究成果，由坡度、坡向及下伏地层产状三者的空间组合关系，将斜坡划分为块状岩、顺向坡（伏倾坡、层面坡和漂倾坡）、斜向坡（顺斜坡和逆斜坡）、逆向坡、横向坡等9种类型（表4-1），其中σ为坡向，α为岩层倾角，β为地层倾向，X＝｜σ-β｜，Y为斜坡结构类型。在ArcGIS软件Geoprocessing框架下，通过斜坡结构定量化划分模型计算后，对结果栅格图重新分类后得到斜坡结构图^［18］。

图4　研究区135m水系缓冲区分析

图5　研究区斜坡结构图

2.1.5　NDVI和NDWI

NDVI是由2000年5月14日Landsat ETM＋影像通过波段运算提取，影像空间分辨率为28.5m。选取第3和4波段数据，通过如下计算公式生成研究区NDVI图：

式中：R和NIR分别为影像的第3波段和4波段。

水在滑坡的形成演化过程中起着不可或缺的作用^［19］，地下水特征直接影响滑坡稳定性。库区大量地下水监测显示，水位及其变化与滑坡变形行为直接相关，地下水成为了滑坡演化过程中一个重要的控制因素。这里采用Landsat ETM＋影像的第4和第5波段，利用归一化水体指数（normalized difference water index，NDWI）研究地表湿度，其计算公式为：

图6　研究区NDVI图

NDWI值区间为［-1，1］，这里通过以下公式归一化到DN值0～255：

NDWI反映地表水气蒸发的强度，NDWI值越大，地表湿度越大，因此水体的NDWI值为255^［19］。

图7　研究区NDWI图

2.1.6　土地覆盖及其变化

利用不同时相卫星影像获取研究区土地覆盖及其变化图，具体步骤如下：首先是不同时相影像配准；其次选择合适的分类算法进行土地覆盖分类，得到土地覆盖分类图，通过分类后变化检测得到土地覆盖变化图；最后分析不同时相影像的土地覆盖及其变化。采用图像分类器为最大似然分类，是一种较好的传统中低分辨率影像监督分类算法，土地覆盖分类结果如图8所示。

图8　研究区多时相卫星影像土地覆盖分类图

（红色为居民地建筑，黄色为耕地，绿色为植被，蓝色为水体）

从影像分类结果统计可以得出，研究区近20年来土地覆盖具有较大的变化，但具体如何变化及其变化量需要通过变化检测得到。土地覆盖分类后，将分类图像导入ArcGIS软件中，对分类图像中的土地覆盖类型赋值，然后采取栅格图像相减方式获得土地覆盖变化图（图9）。例如土地覆盖变化检测时，将1987年和2000年影像分类结果中植被、居民地建筑、耕地和水体分布赋值为10、20、30、40和1、2、3、4，栅格相减后得到植被to耕地、植被to居民地、植被to植被等16种土地覆盖变化类型。

2.1.7　光谱和纹理信息提取

前面从遥感影像中获取土地覆盖和人类工程活动强度信息，是基于像素光谱特征的遥感影像信息提取。对于中分辨率影像，基于像素可以获取地物的信息，不能描述地物组合特征。影像解译和现场调查发现，滑坡尤其是大型、特大型或巨型滑坡，影像往往显示出特定几种土地覆盖类型的组合，库区除移民新城镇区外，大量滑坡地表覆盖类型主要有耕地、裸土、居民区（农村居民点房屋比较分散）、稀疏植被的地物组合类型，如白水河滑坡、八字门滑坡、卧沙溪滑坡等等，在Landsat 432波段组合影像上，滑坡区纹理结构复杂。这里通过图像多尺度分割及对象信息提取，研究地物的组合特征。采用多尺度分割算法将邻域中具有相似的光谱和纹理特征像素聚类为一个对象，然后获取对象的光谱和纹理特征。选择2000年Landsat 432波段影像为分割对象，依据滑坡影像目视解译的纹理光谱和纹理特征，经反复分割实验得到合理分割参数为：尺度参数（scale）＝22，形状指数（shape）＝0.25，紧致度（compactness）＝0.5。影像分割后，以分割对象为单位，统计每个对象的光谱和纹理特征，经过筛选后选取光谱特征中的亮度（Brightness）和灰度共生矩阵纹理中的对比度（GLCM Contrast）两项特征。

图9　研究区1987年至2010年土地覆盖变化图

图10　分割对象的亮度（Brightness）值提取结果

图11　分割对象的对比度（GLCM contrast）值提取结果

2.2　滑坡解译

多源数据三维可视化集成的滑坡解译流程：①数据选择，采用DMC数字航空影像，利用地形图建立研究区地表三维模型，选择地质图为辅助判译资料；②专题图获取，选择矢量地质图、DEM、坡度图、地质图、斜坡结构图等专题图在统一坐标系下配准和叠加，实现多源数据三维可视化集成和浏览；③建立滑坡及其环境解译标志，根据已有滑坡的影像特征，建立滑坡及其发育环境解译标准，以人机交互方式解译滑坡并提取相关信息；④现场调查和验证遥感解译结果。

依据建立的三维影像滑坡解译标志，参照1∶5万滑坡分布图，从高分辨率DMC影像中圈定可能滑坡的区域边界。1∶5万滑坡分布图显示了研究区第一岸坡滑坡分布和大致位置，但是没有准确勾绘滑坡边界。本文在此基础上通过三维可视化解译获取了研究区1∶1万比例尺滑坡编录图。

根据室内滑坡解译结果，进行实地考察和验证。验证内容包括是否存在滑坡、边界是否准确、信息提取是否准确等内容。经过遥感解译和现场调查，确定研究区滑坡202处（图12）。

3　多源数据滑坡易发性评价

3.1　评价因子分析

为了直观反映每个滑坡因子对滑坡的控制和影响作用，选择滑坡面积模数比（R_si）来衡量，反映了一个地区滑坡的发育程度^［20］。

设第i单元内滑坡体分布面积s_i，单元面积为S_i，i单元内滑坡的面积模数ρ_si；研究区总面积为S，研究区内滑坡总面积是s，总面积模数为ρ_s，则第i单元面积模数比为：

式中：。当R_si大于1时，值越大表示该状态下滑坡易发性越高，对滑坡影响越大或滑坡相关性越强；R_si小于1，不易发生滑坡，当趋于0时滑坡几乎不发生。

图12　研究区滑坡分布图

3.2　评价因子聚类及分析

3.2.1　评价因子聚类

用于滑坡易发性评价的因子可以分为3种类型，分别是控制因素、影响因素和关联因素。控制因素包括地形地貌和工程地质，如坡度、缓冲区、工程岩组和斜坡结构；滑坡影响因素，有NDVI、土地覆盖和土地覆盖变化；滑坡关联因子，如对象光谱和纹理中的Brightness和GLCM Contrast特征。为了滑坡评价因子聚类和统一评价，采用R_si计算结果，根据R_si的大小和分布，以2.5、2.0、1.5、1.0、0.5、0.25为断点将R_si划为7个区间，对每个区间进行有序尺度描述和间隔尺度评价（表1），各因子对滑坡的控制、影响或关联程度用极强、强、较强、中、弱、微弱和极弱描述，并依次赋予其7、6、5、4、3、2、1评分值。

表1　评价因子聚类、描述及评价

续表1

3.2.2　评价因子优化选择

这里利用皮氏（Pearson）积矩相关系数评价因子之间的相关性，其公式定义为：

式中：var（x_i）·var（x_j）为因子（i，j）样本的方差；cov（x_i，x_j）为因子（i，j）样本的协方差。相关距离r（i，j）反映了这两个计算因子的相关程度，其取值区间为［-1，1］。

Pearson相关系数计算功能得出10个因子的相关性矩阵，相关系数介于-0.156至0.433，最大正相关为斜坡结构和工程岩组；最大负相关是亮度和土地覆盖。总体上，10因子之间相关性小，均可以用于滑坡易发性评价。

3.3　滑坡灾害易发性分析

评价因子确定之后，利用数据挖掘软件SPSS Clementine构建支持向量机的滑坡易发性评价模型，并对10个因子进行分类，生成滑坡分类图和滑坡易发性分区图。滑坡分类图是将研究区分为滑坡区和非滑坡区，用0和1表示（图13）；滑坡易发性图是用0到1连续值表示，值越大表示滑坡易发性越大（图14）。由模型精度分析得出，采样率越大精度越高，因此利用系统计算容许的样本数，即采样率最大值为15%（相当于研究区面积的1.32%），由精度分析得到此时滑坡易发性SVM评价模型的精度在91.5%左右。

图13　基于SVM模型的滑坡空间预测结果

预测结果统计，预测滑坡危险区206 811个单元，占研究区面积的31.83%，非滑坡区为68.17%。

滑坡易发性统计结果（图15）显示，易发性值分布图呈现中间少，两头多，主要分布在靠近0和1附近。根据滑坡分布特征，以0.95、0.90、0.85和0.75将易发性值划分为滑坡极高易发区、高易发区、中易发区、低易发区和不易发区，得到滑坡易发性分区图（图15）。

3.4　结果验证与分析

3.4.1　结果验证

研究区划分单元总数为649 814个。滑坡预测结果统计显示，滑坡危险区和稳定区面积分别为167.9km²和359.8km²。从预测结果看，预测危险区几乎包含了已有滑坡区域。但显然预测结果过于保守，有些明显不是滑坡区，如大坝附近为岩体区属于坚硬岩石，不易发生滑坡；以及巴东城区，几乎为滑坡高危险区。总体上，预测结果反映了滑坡易发和不易发区域，具有一定的参考价值。

图14　基于SVM模型的滑坡易发性图

图15　基于SVM模型的滑坡易发性分区图

滑坡易发性评价结果统计，研究区内滑坡极高易发区、高易发区、中易发区、低易发区和不易发区面积分别为34.40km²、39.87km²、47.79km²、108.10km²、297.95km²，分别占整个研究区总面积的6.51%、7.55%、9.06%、20.48%、56.45%。

总体上，研究区已有滑坡主要是落在易发性分区中的极高易发、高易发和中易发区域。研究区已有滑坡体内的易发性值统计，结果如表2所示。已有滑坡区中，极高易发、高易发和中易发区域的面积占86.22%。

表2　滑坡区内易发性统计

为了验证滑坡易发性评价结果，在研究区已有滑坡线叠加在评价结果上，截取了聚集坊、新滩、青干河和范家坪附件局部区域（图16）从定性角度评价易发性评价结果。总体上，易发性评价结果比较符合实际，甚至有些地方的滑坡极高、高和中易发区的组合范围与滑坡边界比较吻合，如野猫面滑坡、吊岩壁滑坡、新滩滑坡、卧沙溪滑坡、淹锅沙坝滑坡等等。

图16　易发性评价结果验证

172m高水位实验性蓄水期间，在影像解译的基础上，于2008年11月1日调查研究区的塌岸情况。以郭家坝附近塌岸调查为例，DMC影像解译（2006年9月）得到此处塌岸为两处。2008年11月现场调查塌岸数量增至5处，且原有的两处塌岸规模进一步扩大。将塌岸边界叠加于易发性评价结果上（图17）可以看出，塌岸主要分布在滑坡极高、高和中易发区。

3.4.2　库岸稳定性分段

依据滑坡易发性评价结果对岸坡稳定性分段，以高易发、极高易发为主的岸坡区作为预测不稳定段，中易发为主的为欠稳定，低易发和不易发区为主的列为稳定岸坡，将研究区岸坡按照滑坡易发性划分为14段（表3）。

图17　郭家坝塌岸调查

表3　研究区库岸滑坡易发性分段

4　结　论

系统总结了遥感技术在地质灾害研究中应用现状，围绕基于遥感与非遥感信息融合的滑坡灾害信息提取和分析这一研究主题，以我国重大地质灾害防治工作典型示范地区——三峡工程库区为研究对象，选择滑坡灾害突出的库首段秭归至巴东段长江干流第一岸坡作为研究区，探索了多源数据滑坡信息提取和灾害分析。

在融合多时—空—谱遥感数据与基础地质地理、工程地质、灾害信息等资料基础上，开展了滑坡灾害遥感解译、滑坡孕灾环境和影响因子提取，获取了研究区滑坡编录图、坡度、斜坡结构、岩土工程区划图、土地覆盖及其变化图、面向对象的影像光谱和纹理图等题图件。

利用滑坡面积模数比（R_si），分析了每个因子对滑坡的控制、影响和关联程度，并进行因子间的相关性分析，得到因子之间的相关性小，均可用于滑坡易发性分析，通过遥感解译和野外调查方式选取非滑坡样本，通过样本学习，建立研究区滑坡易发性SVM评价模型以及分析了模型的精度和稳健性，得到研究区滑坡预测图（滑坡或非滑坡区，分别用1和0表示）以及易发性图（用0到1的连续值表示），依据滑坡易发性分析将研究区库岸稳定性划分为14段，可为研究滑坡灾害防治提供科学依据。

本研究是遥感和GIS技术紧密结合，发挥了ENVI、易康等软件的图像处理技术和Arc-GIS软件的空间分析功能，在信息提取和分析中也加入了数据挖掘技术。

致谢：本文研究得到了国家“863计划”（课题编号：2007AA12Z160、2009AA122004）、国家自然科学基金（No.40672205）、国土资源部（国地防灾［2005］13号、SXKY3-6-2、SXKY3-2-2）等项目基金的资助。感谢三峡库区地质灾害防治工作指挥部提供相关数据。

参考文献

［1］Metternicht G，Hurni L，Gogu R.Remote sensing of landslides：An analysis of the potential contribution to geospatial systems for hazard assessment in mountainous environments［J］.Remote Sensing of Environment，2005，98：284-303.

［2］中国地质调查局.全国地质灾害防治“十一五”规划［R］.2008.

［3］唐川，齐信，丁军，等.汶川地震高烈度区暴雨滑坡活动的遥感动态分析［J］.地球科学——中国地质大学学报，2010，35（2）：317-323.

［4］Gorum T，Fan X M，van Westen C J，et al.Distribution pattern of earthquake-induced landslides triggered by the 12May 2008Wenchuan earthquake［J］.Geomorphology，2011，133：152-167.

［5］刘传正，苗天宝，陈红旗，等.甘肃舟曲2010年8月8日特大山洪泥石流灾害的基本特征及成因［J］.地质通报，2011，30（1）：141-150.

［6］胡向德，毕远宏，魏洁.甘肃舟曲三眼峪沟泥石流的形成条件与发展趋势［J］.中国地质灾害与防治学报，2011，22（2）：55-60.

［7］中国地质环境监测院.全国地质灾害防治规划研究［M］.北京：地质出版社，2008.

［8］van Westen C J，van Asch T W J，Soeters R.Landslide hazard and risk zonation—why is it still so difficult？［J］.Bulletin of Engineering Geology and Environment，2006，65（2）：167-184.

［9］张振德，何宇华.遥感技术在长江三峡大型地质灾害调查中的应用［J］.国土资源遥感，2003，3：11-14.

［10］韩玲玲.遥感技术在长江三峡库区奉节县滑坡灾害调查中的应用［D］.成都：成都理工大学，2004.

［11］曾忠平，汪华斌，张志，等.地理信息系统/遥感技术支持下三峡库区青干河流域滑坡危险性评价［J］.岩石力学与工程学报，2005，25（增1）：2 777-2 784.

［12］Fourniadis I G，Liu J G，Mason P J.Landslide hazard assessment in the Three Gorges area，China，using ASTER imagery：Wushan—Badong［J］.Geomorphology，2007，84：126-144.

［13］Liu J G，Mason P J，Clerici N，et al.Landslide hazard assessment in the Three Gorges area of the Yangtze river using ASTER imagery：Zigui—Badong［J］.Geomorphology，2004，61：171-187.

［14］郭培虹，牛瑞卿.基于遥感的三峡库区库岸岩土体类型及空间分布研究［J］.长江科学院院报，2010，27（4）：70-73.

［15］地质矿产部编写组.长江三峡工程库岸稳定性研究［M］.北京：地质出版社，1988.

［16］湖北省地质矿产局.1∶20万巴东幅（H～49～Ⅸ）区域地质调查报告［R］.武汉：湖北省地质矿产局，1984，1-156.

［17］刘广润，晏鄂川.论滑坡分类［J］.工程地质学报，2002，10（4）：339-342.

［18］李景富，牛瑞卿.基于GIS的斜坡结构图自动化制图方法研究［J］.人民长江，2009，40（19）：38-40.

［19］侯敏，贾韶辉，郭兆成.基于RS与GIS的层次分析法在滑坡危险性评估中的应用——以四川宣汉天台乡滑坡为例［J］.现代地质，2006，20（4）：668-672.

［20］兰恒星，伍法权，周成虎，等.基于GIS的滑坡空间数据库研究——以云南小江流域为例［J］.中国地质灾害与防治学报，2002，13（4）：10-16.