Оценка овражной эрозии на территории г.Томска c использованием ГИС-технологий

ISSN 2307-2091 (Print) 

ISSN 2500-2414 (Online)

 

A. V. Leonova, L. A. Strokova / News of the Ural State Mining University. 2021. Issue 1(61), pp. 74-86

https://doi.org/10.21440/2307-2091-2021-1-74-86

 

Актуальность исследований. В настоящее время в городе Томске увеличивается площадь застройки, появляются новые микрорайоны на ранее не освоенных землях (например, на левобережье р. Томь), происходят перепланировка и реконструкция центральной части города. Без учета динамики, механизмов, факторов и закономерностей развития опасных природных и техноприродных процессов, прогноза их развития невозможно качественное развитие территории.
Цель работы – установить закономерности распространения овражной эрозии, оценить интенсивность ее развития и спрогнозировать вероятность ее проявления в пределах новых границ города.
Методы исследований. Оценка и прогноз развития овражной эрозии выполнялись с использованием ГИС-технологий, которые являются важным инструментом в процессе управления городом благодаря их возможности обрабатывать и анализировать многомерные данные о геологической среде. Для определения «веса» факторов, обусловливающих развитие овражной эрозии, использовались два метода: анализа иерархий (Analytical Hierarchical Process, AHP) и соотношения частотностей (Frequency Ratio, FR). Для валидации карт восприимчивости использовался анализ Receiver Operating Characteristics (ROC) кривых.
Результаты работы и область их применения. Составлена карта распространения оврагов на территории города, включающая 23 полигона. Затем эти полигоны были случайным образом разбиты на две части: 16 полигонов (70 %) для обучения модели и 7 полигонов (30 %) для валидации модели. Для анализа пространственных закономерностей, обусловливающих развитие овражной эрозии, выбрано семь факторов: уклон поверхности, экспозиция склона, кривизна, абсолютные отметки поверхности, геологическое строение
территории; типы фильтрационных разрезов, расстояние до реки. С использованием обучающего набора данных были построены прогнозные карты восприимчивости на основе проведенного ранжирования факторов двумя методами. Пространственная корреляция между местами оврагов и обусловливающими их факторами была выявлена с помощью статистических моделей на основе ГИС. Качество моделей оценивалось с помощью анализа ROC-кривых. Площадь под кривой (Area Under The Curve – AUC) составила 0,905 для
AHP-модели и 0,800 для FR-модели, что говорит об отличном и высоком качестве прогнозных карт. Итак, оба метода оказались пригодными в оценке восприимчивости территории к овражной эрозии. Построенные карты рекомендуется использовать для контроля и оперативного управления состоянием геологической среды, при оценке стоимости земель городской территории, в учебной работе (преподавание дисциплины «Инженерная геодинамика»).

Ключевые слова
: овраг, восприимчивость, картографирование, метод соотношения частотностей, метод
анализа иерархий, анализ ROC-кривых

REFERENCES

1. Ольховатенко В. Е., Рутман М. Г., Лазарев В. М. Опасные природные и техноприродные процессы на территории города Томска и их влияние на устойчивость природно-технических систем. Томск: Печатная мануфактура, 2005. 152 с.
2. Ольховатенко В. Е., Лазарев В. М., Филимонова И. С. Геоэкологические проблемы застройки территории г. Томска и мероприятия по ее инженерной защите // Вестник ТГАСУ. 2012. № 1. С. 141–150.
3. Leonova A. V., Lomakina K. M., Dmitrieva S. A., Baranova A. V. Geotechnical properties of gullying in Tomsk oblast // IOP Conference Series: Earth and Environmental Science. 2016. Vol. 43. Article number 012037. https://doi.org/10.1088/1755-1315/43/1/012037
4. Леонова А. В. Факторы оврагообразования в районе строительства Северской АЭС в Томской области // Проблемы геологии и освоения недр: труды XIII Междунар. симпоз. Томск: Изд-во ТПУ, 2009. С. 206–207.
5. Осинцева Н. В. Природные условия развития овражной эрозии на территории г. Томска // География и природопользование Сибири:
сб. ст. Барнаул: Изд-во АлтГУ, 2002. С. 126–137.
6. Осинцева Н. В. Овраги г. Томска // Проблемы геологии и освоения недр: труды IV Междунар. науч. симпоз. Томск: Изд-во НТЛ, 2000.
C. 214.
7. Ghorbanzadeh O., Feizizadeh B., Blaschke T. An interval matrix method used to optimize the decision matrix in AHP technique for land subsidence susceptibility mapping // Environmental Earth Sciences. 2018. Vol. 77. Article number 584. https://doi.org/10.1007/s12665-018-7758-y
8. Gudiyangada Nachappa T., Tavakkoli Piralilou S., Ghorbanzadeh O., Shahabi H., Blaschke T. Landslide Susceptibility Mapping for Austria Using Geons and Optimization with the Dempster-Shafer Theory // Applied Sciences. 2019. Vol. 9 (24). Article number 5393. https://doi.org/10.3390/app9245393
9. Gudiyangada Nachappa T., Kienberger S., Meena S. R., Hölbling D., Blaschke T. Comparison and validation of per-pixel and object-based approaches for landslide susceptibility mapping // Geomatics, Natural Hazards and Risk. 2020. Vol. 11. № 1. P. 572–600. https://doi.org/10.1080/19475705.2020.1736190
10. Guzzetti F., Reichenbach P., Ardizzone F., Cardinali M., Galli M. Estimating the quality of landslide susceptibility models // Geomorphology.2006. Vol. 81. P. 166–184. https://doi.org/10.1016/j.geomorph.2006.04.007
11. Ivanova E. Landslide Susceptibility Mapping using Frequency Ratio and Analytic Hierarchy Process (AHP): Comparative study of two areas in Bulgaria // Analysis and Management of Changing Risk for Natural Hazards: Proceedings of the International Conference (18–19 Nov., 2014, Padua, Italy). Padua. 2014. pp. AP23-1–AP23-9. https://www.researchgate.net/publication/318589814
12. Rasyid A. R., Bhandary N. P., Yatabe R. Performance of frequency ratio and logistic regression model in creating GIS based landslides susceptibility map at Lompobattang Mountain, Indonesia // Geoenvironmental Disasters. 2016. Vol. 3. Article number 19. https://doi.org/10.1186/s40677-016-0053-x
13. Zhang Y. X., Lan H. X., Li L. P., Wu Yu. M., Chen J. H., Tian N. M. Optimizing the frequency ratio method for landslide susceptibility assessment: A case study of the Caiyuan Basin in the southeast mountainous area of China // Journal of Mountain Science. 2020. Vol. 17. P. 340–357. https://doi.org/10.1007/s11629-019-5702-6
14. Zhuang J., Peng J., Zhu X., Li W., Ma P., , Liu T. Spatial distribution and susceptibility zoning of geohazards along the Silk Road, Xian-Lanzhou // Environmental Earth Sciences. 2016. Vol. 75. Article number 711. https://doi.org/10.1007/s12665-016-5428-5
15. Покровский Д. С., Кузеванов К. И. Гидрогеологические проблемы строительного освоения территории Томска // Обской вестник. 1999.№ 1-2 С. 96–104.
16. Lee S., Thalib J. A. Probabilistic landslide susceptibility and factor effect analysis // Environmental Geology. 2005. Vol. 47. P. 982–990. https://doi.org/10.1007/s00254-005-1228-z
17. Saaty T. L. The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. N. Y.: McGraw-Hill International Book Company,
1980. 287 p.
18. Linden A. Measuring diagnostic and predictive accuracy in disease management: An introduction to receiver operating characteristic (ROC) analysis // Journal of Evaluation in Clinical Practice. 2006. Vol. 12, issue 2. P. 132–139. https://doi.org/10.1111/j.1365-2753.2005.00598.x

Статья поступила в редакцию 14 декабря 2020 года

Лицензия Creative Commons
Все статьи, размещенные на сайте, доступны по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная