基于灰色聚类的贵州省县域公路洪灾孕灾环境分区研究

doi:10.3969/j.issn.1674-0696.2019.04.14

重庆交通大学学报（自然科学版） ›› 2019, Vol. 38 ›› Issue (04): 88-93.DOI: 10.3969/j.issn.1674-0696.2019.04.14

• 港口航道·水利水电·资源环境 • 上一篇下一篇

基于灰色聚类的贵州省县域公路洪灾孕灾环境分区研究

伍仁杰1, 陈洪凯2

(1. 重庆交通大学土木工程学院，重庆 400074； 2. 枣庄学院城市与建筑工程学院，山东枣庄 277160)

收稿日期:2018-06-05 修回日期:2019-01-11 出版日期:2019-04-15 发布日期:2019-04-15
作者简介:伍仁杰（1986—），男，四川仁寿人，博士研究生，主要从事道路防灾理论与维护技术研究。E-mail： albert.wurenjie@163.com。
基金资助:
国家自然科学基金项目（51678097，51378521，11272185）；重庆市首席专家工作室专项经费（201605）；2016年重庆高校创新团队建设计划资助项目（CXTDG201602012）；重庆市研究生科研创新项目（CYB15110）

Disaster-Inducing Environment Zoning of County Highway Flood in Guizhou Province Based on the Gray Clustering Method

WU Renjie1, CHEN Hongkai2

(1. School of Civil Engineering, Chongqing Jiaotong University, Chongqing 400074, P. R. China; 2. School of City and Architecture Engineering, Zaozhuang University, Zaozhuang 277160, Shandong, P. R. China)

Received:2018-06-05 Revised:2019-01-11 Online:2019-04-15 Published:2019-04-15

摘要/Abstract

摘要： 以贵州省公路洪灾孕灾环境为研究对象，选取地形地貌、降雨量、河网密度、地层岩性、地质灾害发育状况、植被覆盖率、人口密度等7个孕灾环境因子建立了公路洪灾孕灾环境分区评价指标体系；结合相关统计资料，运用灰色聚类分析法对各指标进行计算，并根据指标量化赋值标准，将公路洪灾孕灾环境进行等级划分为4个等级区域：极高敏感区、高敏感区、中等敏感区和低敏感区。结果表明：贵州省县域公路洪灾孕灾环境以高敏感区和中等敏感区为主，所占县级区域数量比例高达87.50%，洪灾孕灾环境十分成熟。研究成果可为公路洪灾防灾减灾工作提供理论支撑。

关键词: 道路工程, 环境工程, 公路洪灾, 孕灾因子, 灰色聚类分析法, 灾害等级

Abstract: Taking the disaster-inducing environment zoning of highway flood in Guizhou province as research object, seven disaster-inducing factors were selected to build the evaluation index system for disaster-inducing environment zoning of highway flood. These seven factors included topography and landform, rainfall, river network density, stratigraphic lithology, development of geological hazards, vegetation coverage and population density. Combining with the relevant statistical data, the grey clustering analysis method was used to calculate each index. According to the quantitative evaluation criteria of indicators, the highway flood disaster-inducing environment was classified into four grades: extremely sensitive area, highly sensitive area, medium sensitive area and low sensitive area. The results show that the grades for disaster-inducing environment of county highway flood in Guizhou Province are mainly highly sensitive area and medium sensitive area. And the proportion of county-level region for those two grades is up to 87.5%, which means the disaster-inducing environment of highway flood is extremely mature. These research results can provide theoretical support for the prevention and reduction of highway flood disaster.

Key words: road engineering, environmental engineering, highway flood, disaster-inducing factors, gray clustering method, disaster grade

中图分类号:

U411
X4

伍仁杰1, 陈洪凯2. 基于灰色聚类的贵州省县域公路洪灾孕灾环境分区研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(04): 88-93.

WU Renjie1, CHEN Hongkai2. Disaster-Inducing Environment Zoning of County Highway Flood in Guizhou Province Based on the Gray Clustering Method[J]. Journal of Chongqing Jiaotong University(Natural Science), 2019, 38(04): 88-93.

参考文献

［1］白子培，陈洪凯，张智洪.四川省公路水毁环境区划初探［J］.重庆交通大学学报(自然科学版)，1993，12(1)：50-55.
BAI Zipei, CHEN Hongkai, ZHANG Zhihong. Division approach of environment of highway waste by water in Sichuan province
［J
］. Journal of Chongqing Jiaotong University (Natural Science), 1993, 12(1): 50-55.
［2］林孝松，陈洪凯，王先进，等.重庆市涪陵区G319公路洪灾风险评估研究［J］.长江流域资源与环境，2013，22(2)：244-250.
LIN Xiaosong, CHEN Hongkai, WANG Xianjin, et al. Risk assessment of highway flooding on G319 road in Fuling district
of
Chongqing city ［J］. Resources and Environment in the Yangtze Basin, 2013, 22(2): 244-250.
［3］中华人民共和国国家统计局.中国统计年鉴2016［M］.北京：中国统计出版社，2016：231-275.
National Bureau of Statistics of China.China Statistical Yearbook 2016 ［M］. Beijing: China Statistics Press, 2016:
231-
275.
［4］蔡绍洪，余孝军，张文专.贵州综合交通运输系统评价研究［M］.北京：科学出版社，2016：58-72.
CAI Shaohong, YU Xiaojun, ZHANG Wenzhuan.Evaluation of Guizhou Comprehensive Transportation System ［M］. Beijing:
Science
Press, 2016: 58-72.
［5］曾蓉，陈洪凯，李俊业.熵权模糊综合评价法在公路洪灾危险性评价中的应用［J］.重庆交通大学学报(自然科学版)，2010，29
(4)：
587-591.
ZENG Rong, CHEN Hongkai, LI Junye. Fuzzy comprehensive evaluation method based on entropy in road flood risk
assessment ［
J］. Journal of Chongqing Jiaotong University (Natural Science), 2010, 29(4): 587-591.
［6］林孝松，陈洪凯，王先进，等.西南地区公路洪灾孕灾环境分区［J］.长江流域资源与环境，2012，21(2)：251-256.
LIN Xiaosong, CHEN Hongkai, WANG Xianjin, et al. Zonation of highway-flooding in southwest China based on hazard-
inducing
environmental factors ［J］. Resources and Environment in the Yangtze Basin, 2012, 21(2):251-256.
［7］徐国元，邵恒新，王东明.基于蒙特卡洛模拟和综合权重的公路排水系统模糊综合评价［J］.重庆交通大学学报(自然科学版)，
2017
，36(8)：30-36.
XU Guoyuan, SHAO Hengxin, WANG Dongming. Fuzzy comprehensive evaluation of highway drainage system based on Monte-
Carlo
simulation and comprehensive weight ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2017, 36(8):
30-36.
［8］周仲礼，张乾荣，曹赛男.基于决策树理论的泥石流危险性评价研究［J］.重庆交通大学学报(自然科学版)，2017，36(4)：77-
81.
ZHOU Zhongli, ZHANG Qianrong, CAO Sainan. Risk assessment of debris flow based on decision tree theory ［J］. Journal
of
Chongqing Jiaotong University (Natural Science), 2017, 36(4): 77-81.
［9］唐川，朱静. 基于GIS的山洪灾害风险区划［J］.地理学报，2005，60(1)：87-94.
TANG Chuan, ZHU Jing. A GIS based regional torrent risk zonation ［J］. Acta Geographica Sinica, 2005, 60(1): 87-94.
［10］郑伟标.浅析公路水毁与地质环境特征的关系［J］.广东公路交通，2002(4)：51-52.
ZHENG Weibiao. Brief analysis on relations between highway water-damage & geologic environment features
［J］.Guangdong
Highway Communications, 2002(4): 51-52.
［11］吕刚.贵州重大地质灾害及影响因素分析［J］.贵州地质，2016，33(2)：108-112.
LV Gang. Analyses of important geo-disasters distribution rules and influence factors of Guizhou ［J］.Guizhou
Geology,
2016, 33(2): 108-112.
［12］罗强，龙万学，何文勇.贵州山区高速公路典型边坡防治与监测技术［M］.北京：人民交通出版社股份有限公司，2015：1-29.
LUO Qiang, LONG Wanxue, HE Wenyong. Control and Monitoring Management Technology for the Typical Slopes in the
Mountain-
area Freeway of Guizhou ［M］. Beijing: China Communications Press Co. Ltd., 2015:1-29.
［13］尹帮奇.贵州山区高等级公路中小桥涵水毁成因分析与防治对策研究［D］.重庆：重庆交通大学，2013：1-22.
YIN Bangqi. Research on the Cause Analysis and Control Measures of Small Bridges and Culverts Damaged in Guizhou ［D］
.
Chongqing: Chongqing Jiaotong University, 2013:1-22.
［14］贵州省统计局、国家统计局贵州调查总队. 贵州统计年鉴 2016［M］. 北京: 中国统计出版社，2016：204-205.
Guizhou Provincial Bureau of Statistics, NBS Survey Office in Guizhou.Guizhou Statistical Yearbook 2016 ［M］.
Beijing:
China Statistics Press, 2016: 204-205.
［15］ KIAM B, PIRASTEH S, PRADHAN B, et al. An articial neural network model for ood simulation using GIS: Johor
River Basin, Malaysia ［J］. Environmental Earth Sciences, 2011, 67(1): 251-264.
［16］ IRIGARAY C, LAMAS F, HAMDOUNI R E, et al. The importance of the precipitation and the susceptibility of the
slopes
for the triggering of landslides along the roads ［J］. Natural Hazards, 2000 (21):65-81.
［17］ CARRASCO R M, PEDRAZA J, MARTIN-DUQUE J F, et al. Hazard zoning for landslides connected to torrential floods
in
the Jerte valley (Spain) by using GIS techniques ［J］. Natural Hazards, 2003, 30(3): 361-381.
［18］ CHANG S K, LEE D H, WU J H,et al. Rainfall-based criteria for assessing slump rate of mountainous highway
slopes: A
case study of slopes along Highway 18 in Alishan, Taiwan ［J］. Engineering Geology, 2011, 118 (3):63-74.
［19］谢威，王慧觉.森林平均覆盖率与公路水毁因子的关系［J］.交通环保，2002，23(4)：5-9.
XIE Wei, WANG Huijue. Interrelationship between water-damage factors of road and average percentage of afforestation
［J］
.Environmental Protection in Transportation, 2002, 23(4): 5-9.
［20］黄崇福.自然灾害风险评价：理论与实践［M］.北京:科学出版社，2005:10-22.
HUANG Chongfu. Risk Assessment of Natural Disaster Theory & Practice ［M］. Beijing: Science Press, 2005:10-22.
［21］黄民生，黄呈橙.洪灾风险评价等级模型探讨［J］.灾害学，2007，22(1)：1-5.
HUANG Minsheng, HUANG Chengcheng. Research on grade model of flood risk assessment ［J］. Journal of Catastrophology,
2007, 22(1): 1-5.
［22］邓聚龙.灰色系统理论教程［M］.武汉：华中理工大学出版社，1990：152-162.
DENG Julong. Grey System Theory Tutorial ［M］. Wuhan: Huazhong University of Science & Technology Press, 1990:152-
162.
［23］曹军，胡万义.灰色系统理论与方法［M］.哈尔滨:东北林业大学出版社，1993：114-136.
CAO Jun, HU Wangyi.Grey System Theory and Method ［M］. Harbin: Northeast Forestry University Press, 1993: 114-136.

[1]	张淑宝. 一种中央分隔带分离式改进混凝土护栏的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 107-111.
[2]	赵伟. 纳米蒙脱石/SBS复掺改性沥青性能试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 118-122.
[3]	郭鹏1，陈思贤1，曹志国1，刘俊1，孟建玮2，鲜江林3. 复配废机油再生剂的制备及性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 87-91.
[4]	肖庆一1,2，赵鹏1，孙博伟3，张怡4，丁啸5. 废植物油再生沥青结合料性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 92-98.
[5]	何丽红1,2,温仙仙1,2,侯艺桐1,2,邓稳1,2. 阴离子乳化沥青粒径大小及分布影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 99-104.
[6]	姚爱玲1，王军伟2，许敏3，杨孟乾4，杨涛1. 水泥稳定碎石基层沥青路面隆起开裂数值分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 105-111.
[7]	赵全满，任瑞波，刘瑶，李志刚，户桂灵. 城市道路检查井井周路面破坏机理[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 87-94.
[8]	王志祥1,2，李建阁1，陈楚鹏2. 基于变权重评价的沥青路面使用性能灰色预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 95-101.
[9]	肖庆一1，2，3，封仕杰1，孙立东1，陈向伟1. 碱渣掺量对不同龄期下半刚性再生基层力学性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 102-109.
[10]	张占梅1，石瑞琦1，任筱雨1，潘云霞2，李锐3. “A2/O+混凝沉淀+纤维转盘过滤”工艺在污水处理厂升级改造中的工程实践[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 116-121.
[11]	潘兵宏1，2，任卉2，单慧敏1，霍永富1. 客货分离整体式路基互通出口同分带开口长度研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 83-90.
[12]	孔令云1，邹胜楠1，黄麟钬2，吴海鹰3，余苗1，杨博1. 复合式路面疲劳裂纹扩展数值模拟研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 91-97.
[13]	凌天清1，魏巧2，李传强3，袁海2，杨清尘3. 生物柴油-塑料裂解蜡复合温拌改性沥青性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 98-104.
[14]	王清洲1，孙超1，檀奥龙2，魏连雨1. 膨胀性泥岩重塑土膨胀力试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 112-117.
[15]	艾海男1，周漫宇1，周涛2，詹昊1，吕逸韬1. P-SMFC体系中磷形态转化及去除效能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 118-126.

基于灰色聚类的贵州省县域公路洪灾孕灾环境分区研究

Disaster-Inducing Environment Zoning of County Highway Flood in Guizhou Province Based on the Gray Clustering Method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics