陕西省近22年非地震滑坡时空分布

摘要

滑坡的时空分布为理解灾害过程和滑坡风险评估提供了有价值的见解。在这项工作中，我们根据中国陕西省现有记录、年鉴、档案和实地调查，编制了1996年至2017年的滑坡目录。统计分析表明，年度滑坡数量的累积频率分布是通过幂律回归进行经验描述的。大多数滑坡发生在7月至10月。滑坡时间间隔与累积频率之间的关系可用指数回归拟合。滑坡数量的累积频率可以使用幂律函数进行近似。此外，许多山体滑坡导致死亡，死亡人数与每月的山体滑坡数量有关。此外，累积频率与死亡人数显著相关，并呈现幂律关系。此外，黄土高原和秦巴山区的滑坡类型和密度也存在明显差异。大多数滑坡靠近河道和断层，集中在海拔600-900 m的农田和30-40°的坡度上。此外，在大空间尺度上，滑坡发生频率随着年降雨量的增加而增加，滑坡的月分布与降雨量呈显著相关。本研究通过一个罕见的滑坡目录，为了解滑坡的时空分布提供了有力的方法，对工程设计、规划和风险管理具有重要意义。

1.简介

滑坡是世界各地每年都会造成重大人员伤亡和经济损失的常见地质灾害[1,2,三,4,5,6,7,8]. 中国陕西省因其独特的地貌和地质特征而显示出极高的滑坡暴露风险[9,10]. 特别是，由于人口和经济增长、土地利用变化和极端降水，滑坡事件一直在增加[11,12].

了解滑坡发生的时空分布对滑坡灾害评估和建模具有重要作用[13,14,15,16]，估算侵蚀和剥蚀速率[17,18]建立有效的滑坡预警系统[19,20]并提供历史环境变化的清晰知识[21,22]. 对各种环境条件的几项研究侧重于滑坡的空间分布、制图和风险评估[6,23,24]. 然而，评估滑坡的时空分布很困难，因为根据当前滑坡分类，对历史滑坡的时空特征了解甚少[18,25,26,27]. 与其他自然灾害相比，由于缺乏一致的报告，滑坡很难大规模识别[28,29]. 因此，这一差距必须通过科技努力来填补[18,30]. 通过开发和分析历史滑坡数据库，准确了解滑坡风险也很重要[31].

在本研究中，从现有年鉴、滑坡记录和档案中获取了陕西省滑坡目录。本研究的目的是分析滑坡的年度和月度分布，确定年度滑坡数量的累积频率，量化滑坡分布与时间间隔之间的关系，估计死亡频率，比较黄土高原和秦巴山区滑坡的时空分布，揭示滑坡与影响因素的关系。这些目标对工程设计和滑坡风险管理具有实际意义。

2.材料和方法

2.1. 研究区域

研究区域（约20.58 km²)位于中国中部黄河和长江流域的集水区(图1). 陕西省气候变化大，从北到南呈现温带、暖温带和亚热带大陆性季风气候。该地区夏季温暖，冬季干燥，雨季受季风影响强烈。陕西省的年降雨量和气温分别为576.9毫米和13.0°C。大约70%的年降雨量发生在5月至9月的雨季，由于天气事件，降雨量的频率和幅度一直在增加。降雨量和滑坡数量由南向北递减。秦巴山区发生了许多滑坡，这些滑坡是由强降雨事件触发的。滑坡的空间分布与强降雨中心有关。

陕西省常住人口3800万。关中平原人口比北部和南部地区多。在陕西省的大部分地区，许多山体滑坡都是由与采矿、道路和建筑施工有关的挖掘引发的，许多房屋建在陡峭的地形上。2018年，陕西省国内生产总值（GDP）为24430亿元，化石燃料行业是一个大产业。

研究区由陕西省两种不同类型的景观组成，大致可分为陕西省黄土高原和秦巴山区。

陕西省的黄土高原被厚厚的黄土或类似的沉积物所覆盖。黄土是一种高度多孔、碎屑、均质和粉质沉积沉积物，由风沉积物质的堆积形成[9,32]沉积厚度变化很大[9]. 该地区切割严重，地形破碎[9,33]. 地层自上而下为马兰黄土、离石黄土、婺城黄土和中生代基岩。黄土中生代岩石基底的物质和单元包括二长花岗岩、黑云母二长花岗岩和花岗闪长岩、环斑花岗岩等，岩体中普遍存在辉长岩-辉长岩暗色包裹体。一些岩石呈现出斑状结构。

秦巴山位于陕西省南部，是华北地块与华南扬子地台碰撞形成的。秦巴山的地质情况复杂，是由于强烈的构造活动和多个地壳块体相互作用而形成的[34]. 该地区有许多活动断层、冲断层和褶皱[35]. 秦巴山主要为变质岩和花岗岩，包括多片岩、片麻岩、白云石、石灰岩、大理岩、板岩、千枚岩等。深变质岩是前奥陶纪太华群和秦岭群的一部分。燕山期花岗岩侵入太华群变质岩系。岩石坚硬，块状结构，岩性均匀。关节发育并相互交叉。花岗岩体分为不同大小的菱形块体。大多数岩层是致密的中等强度层状结构，这些岩层容易发生滑坡。第三纪和第四纪开始的快速构造抬升和强烈的土壤侵蚀塑造了支离破碎的地貌。陡峭的地形和高强度的降雨使该地区容易发生滑坡。降雨引发的滑坡[36]地震非常普遍。

2.2. 数据收集

陕西省的山体滑坡每年发生的频率很高，造成大量死亡和巨大的经济损失[10]. 详细的历史滑坡数据库是统计分析这些现象的重要工具[35]. 由于一次地震发生在特定年份，诱发滑坡的次数很少，因此没有周期性的规律，很难确定非地震滑坡的规律。因此，我们将重点放在非地震滑坡上，并利用本研究中现有的滑坡记录和档案编制了滑坡目录。滑坡发生的大部分信息都是从《陕西省防灾年鉴》中收集的。此外，我们在2015年至2018年期间在研究领域进行了大量实地调查(图2)其中，我们详细测量并绘制了120处滑坡。实地调查得到了遥感图像、谷歌地球图像以及地质和地貌地图的解释的帮助。然而，这些图像和地图并没有提供滑坡发生的详细日期。因此，我们从《陕西省防灾年鉴》中获得了大部分滑坡时间信息。我们使用实地调查、科学报告、当地历史档案和编年史来验证和交叉检查这些信息。不同来源的滑坡信息相互验证。滑坡信息包括位置、质量运动类型和报告的滑坡日期。在实地考察期间，我们还收集了有关坡度、高程、曲率和坡向的信息。所有滑坡都是根据Varnes分类进行分类的[37]和Hungr等人[38]包括滑坡、瀑布和泥石流。该目录包括1996年至2017年695起报告的滑坡事件，包括210处瀑布、376处滑坡和109处泥石流(图1). 从1996年到2017年，该研究区域内没有山体滑坡被重新激活。该清单是滑坡信息的连续来源。滑坡信息包括滑坡现场编号、类型、位置、最近的居民点、损失、发生日期、死亡人数等。现场编号包括每个滑坡的唯一ID号。滑坡的位置用经纬度坐标表示。人口最近的地方包括村庄、城市和地区。死亡人数表明了致命山体滑坡造成的死亡人数。我们将滑坡信息导入地理信息系统（GIS）。使用ArcGIS 10.2（ESRI Inc.Redlands，CA，USA）和SAGA 6.0.0软件（德国汉堡大学地理研究所）进行数字地形分析。在这里，滑坡信息仅优先于影响建筑物和道路的滑坡、导致死亡和损坏的滑坡以及靠近居民区的滑坡。事实上，很难获得大面积的完整库存。该研究区域的滑坡数据集提供了最小滑坡数量，并代表了滑坡时间趋势经验阈值的基线。绘制的滑坡图的准确性和精确度足以用于调查时空分布。

2.3. 方法

2.3.1. 权力-法律关系

我们使用幂律关系拟合了年滑坡数、日滑坡数和死亡数的累积频率。这些关系可以表示如下：

$$\mathrm{<trans\; data-src="C">C类</trans>}\mathrm{<trans\; data-src="C">C类</trans>}\mathrm{<trans\; data-src="F">F类</trans>}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="a">一</trans>}{\mathrm{<trans\; data-src="N">N个</trans>}}_{\mathrm{<trans\; data-src="L">我</trans>}}{}^{\mathrm{<trans\; data-src="b">b条</trans>}}$$

(1)

哪里共因失效是累积频率；N个_我年滑坡数量、日滑坡数量或死亡人数；和一和b条是常量。

2.3.2. 指数关系

我们使用指数关系拟合滑坡事件之间时间间隔的累积频率。这种关系可以表示如下：

$$\mathrm{<trans\; data-src="C">C类</trans>}\mathrm{<trans\; data-src="C">C类</trans>}{\mathrm{<trans\; data-src="F">F类</trans>}}_{\mathrm{<trans\; data-src="T">T型</trans>}}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="c">c（c）</trans>}{\mathrm{<trans\; data-src="T">T型</trans>}}^{\mathrm{<trans\; data-src="d">d日</trans>}}$$

(2)

哪里共因失效_T型是累积频率，T型是滑坡事件之间的时间间隔，以及c（c）和d日是常量。

2.3.3. 滑坡的空间分析

在这项工作中，我们使用ArcGIS软件的核密度估计、平均中心、密度和表面工具来进行滑坡的空间分析。数字高程模型（DEM）的分辨率为25m×25m。河道是使用SAGA软件水文模块从DEM中获得的。我们使用普通克里格法对年平均降雨量数据进行插值。然后，我们计算了不同海拔、年降雨量、断层、坡度和土地利用的滑坡数量分布统计。

3.结果和解释

3.1. 滑坡的时间分布

3.1.1. 滑坡年分布

图3显示了1996年至2017年滑坡和死亡人数的年度分布。1998年、2003年、2005年、2007年、2009年和2010年，山体滑坡特别频繁，因为这几年发生了几次暴雨。2010年的死亡人数非常高。陕西省每年的平均滑坡数量约为32次，每年的平均死亡人数为45人。图3揭示了滑坡时间序列和死亡人数的年变化性。

此外，我们分析了年度滑坡数量的累积频率，发现其随着年度滑坡数量增加而急剧下降。尽管有限的理论基础可用于获得拟合这种关系的回归，但我们可以使用简单的幂律回归来拟合这种衰减(图4)这表明在这种关系中发生了自相似行为。此函数产生了以下关系：

$$\mathrm{<trans\; data-src="C">C类</trans>}\mathrm{<trans\; data-src="F">F类</trans>}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="23.76">23.76</trans>}{\mathrm{<trans\; data-src="N">N个</trans>}}_{\mathrm{<trans\; data-src="L">我</trans>}}{}^{<trans\; data-src="-">-</trans>\mathrm{<trans\; data-src="1.30">1.30</trans>}}\text{<trans data-src=" "> </trans>}<trans\; data-src="(">(</trans>{\mathrm{<trans\; data-src="R">R（右）</trans>}}^{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="0.97">0.97</trans>}<trans\; data-src=",">,</trans>\mathrm{<trans\; data-src="p">第页</trans>}<trans\; data-src="<"><</trans>\mathrm{<trans\; data-src="0.01">0.01</trans>}<trans\; data-src=")">)</trans>$$

(3)

哪里穿越火线是累计频率N个_我是每年的滑坡数量。如所示图4，我们确定了95%的置信区间。

3.1.2. 滑坡的月、季分布

图5A显示了过去22年中每月的滑坡数量和死亡人数。大约80%的滑坡事件和死亡发生在7月至10月之间。我们进一步发现，月度滑坡数量与月度死亡人数相关。月死亡人数随着月滑坡数量的增加而增加。这种关系可以用线性拟合曲线来描述(图5B） ●●●●。

秋季（占滑坡总数的50%）是破坏力最强的季节，其次是夏季（占滑坡总量的40%）、春季（占滑坡总额的6%）和冬季（占滑坡总面积的3%）(图5A） 。

3.1.3. 日滑坡数量和滑坡发生时间间隔

如所示图5A、 这一年可以分为两部分：滑坡最多的时期是7月至10月，滑坡最少的时期是11月至6月。经常对滑坡发生的月份进行评估。因此，我们重点研究了7月至10月滑坡的时间分布。为了便于调查滑坡的时间分布，我们将单一滑坡事件定义为同一天发生的所有滑坡事件。如所示图6B、 滑坡事件之间的平均时间间隔约为6天，这意味着滑坡事件非常频繁。大多数滑坡事件之间的时间间隔很小，不到两天的时间间隔占总时间间隔的45%。

此外，我们发现累积频率随着滑坡时间间隔的增加而降低。这个关系可以用指数函数来近似(图6A） ：

$$\mathrm{<trans\; data-src="C">C类</trans>}{\mathrm{<trans\; data-src="F">F类</trans>}}_{\mathrm{<trans\; data-src="t">t吨</trans>}}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="0.67">0.67</trans>}{\mathrm{<trans\; data-src="e">e（电子）</trans>}}^{<trans\; data-src="-">-</trans>\mathrm{<trans\; data-src="0.11">0.11</trans>}\mathrm{<trans\; data-src="t">t吨</trans>}}\text{<trans data-src=" "> </trans>}<trans\; data-src="(">(</trans>{\mathrm{<trans\; data-src="R">R（右）</trans>}}^{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="0.98">0.98</trans>}<trans\; data-src=",">,</trans>\mathrm{<trans\; data-src="p">第页</trans>}<trans\; data-src="<"><</trans>\mathrm{<trans\; data-src="0.01">0.01</trans>}<trans\; data-src=")">)</trans>$$

(4)

哪里穿越火线_t吨是累计频率t吨为滑坡时间间隔。

此外，我们分析了研究时间段内每日滑坡数量的累积频率，发现累积频率随每日滑坡数量增加而减少。这个关系在经验上与幂律函数有很好的相关性(图7).

3.1.4. 与降雨相关的滑坡分布

如所示图8月降雨量与滑坡数量之间存在明显的相关性。月降雨量分布与滑坡数量高度一致。滑坡大多发生在雨季，黄土高原和秦巴山区约69%和87%的滑坡分别集中在7月至10月。然而，尽管10月份降雨量相对较少，但由于前三个月降雨量较大，土壤湿度相对较高，因此本月出现了更多滑坡。此外，大多数滑坡都是由长期强降雨事件引发的。例如，2011年7月5日略阳发生山体滑坡，2013年7月13日吴起县发生山体滑坡(图9)尽管2013年7月13日的降雨量较低，但前一时期的高降雨量是造成这种情况的原因。

3.2. 滑坡的空间分布

3.2.1. 不同地貌类型滑坡类型和密度的地理分布

滑坡图显示了陕西省1996年至2017年间约22年的695处非地震滑坡。黄土高原和秦巴山区的平均滑坡密度为每104km 21处和53处²分别是。秦巴山区的平均数密度是黄土高原的2.5倍。此外，滑坡在空间上成群分布。如所示图10发现多个滑坡群中心。

此外，陕西省大部分滑坡为滑坡型。在滑坡总数中，30%为瀑布，54%为滑坡，16%为泥石流。黄土高原和秦巴山区滑坡类型分布不同。瀑布占黄土高原滑坡总量的55%，但仅占秦巴山区滑坡总量的16%。泥石流占黄土高原滑坡总量的5%，占秦巴山区滑坡总量的22%(图10). 为了揭示空间分布，我们计算了滑坡的平均中心。如所示图10瀑布型滑坡的平均中心位于黄土高原，滑坡和泥石流的平均中心在秦巴山区。这些结果表明，不同类型的滑坡具有不同的平均中心。黄土高原瀑布约占陕西省瀑布总数的68%，秦巴山区泥石流约占陕西泥石流总量的88%。这些发现表明，黄土高原易发生瀑布，秦巴山区易发生泥石流。

3.2.2. 滑坡与影响因素的关系

河流侵蚀了坡脚，影响了边坡的稳定性。使用欧几里德距离ArcGIS工具计算到河道的距离。集中的水蚀影响了滑坡的发生。图11A显示，大多数滑坡发生在河流附近。此外，进一步分析发现，累积频率随着与河道距离的增加而逐渐降低，并且可以使用指数函数很好地拟合这种关系(图11B） ●●●●。

高程被认为是一个重要的常用参数。滑坡频率与高程之间的关系如所示图11C.高程在170 m和3767 m之间变化。通过将高程值分为300 m的间隔来探测高程。我们把海拔分为六组。滑坡密度最高的地方是海拔600-900米。该省中部海拔较低，滑坡发生相对较少，包括大片农田和人口。该研究区域的高海拔地区被茂密的森林覆盖。滑坡频率比（各类滑坡数量与面积的比值）表明，滑坡发生的相对密度随着海拔的升高先增大后减小。

图12A显示了陕西省年平均降雨量和断层的空间分布。使用1957年至2016年期间的年平均降水量，使用逆距离加权法绘制降水量分布图。年平均降雨量由南向北逐渐减少。为了显示滑坡分布与年降雨量之间的关系，我们根据年降雨量水平将研究区域分为三类：<500mm、500-700mm和>700mm。如图12B、 滑坡的数量也随着年平均降雨量的减少而减少。约64%的滑坡发生在年降雨量>700 mm的地区，覆盖了42%的研究区域。降雨量>700mm地区的频率比是降雨量<500mm地区的4.36倍。

到断层的距离也被认为是一个重要的滑坡影响因素。为了评估断层距离和滑坡发生之间的关系，计算了断层距离，以创建三个具有以下间隔的缓冲区：0-5km、5-50km和>50km。统计分析表明，滑坡频率随着距离断层距离的增加而减少，大多数滑坡（66%）集中在距离断层不到5km的范围内(图12C） ●●●●。因此，区域越靠近断层，滑坡密度越高。

坡度是一种基本的地形特征，它可以影响区域水力行为和含水量。根据DEM得出的坡度范围为0°至86°。我们将坡度分为七类。如所示图13A、 C，大多数滑坡发生在30-40°的斜坡上。滑坡发生频率最低的是缓坡和陡坡。然而，从频率比（FR）来看，滑坡相对频率随着坡度的增加而增加。FR方法发现坡度大于60°的相对频率最高。

土地利用是影响边坡失稳的重要因素。植被保护斜坡免受土壤侵蚀和浅层滑坡。在此，我们将土地利用类型分为六类：森林、草地、农田、聚落、水体和其他土地。草地是主要的土地利用类型，耕地是第二大土地利用类型。超过71%的地区属于耕地或草地使用类型。居民点沿河谷和冲沟分布。如所示图13B、 D，大多数山体滑坡发生在农田和草地上。FR方法发现，居住区土地利用表现出最高的相对滑坡频率。

岩性会影响土壤的地质力学特性。我们将研究的地质单元分为五类，如图14一至五类分别代表极软岩、软岩、中软岩、硬岩和极硬岩。黄土是第一类的主要岩性。黄土具有较高的透水性和湿陷性。就频率比（FR）而言，4级岩性是最易滑坡的(图14A、 B）。

3.3. 死亡人数分布

造成死亡的滑坡约占收集到的滑坡总数的42%。致命山体滑坡造成的平均死亡人数为3人。一些严重的致命山体滑坡在一年内造成了大多数死亡。例如，2015年8月12日发生的山阳滑坡导致65人死亡。在这里，根据对致命滑坡相关死亡累积频率的分析，我们发现随着死亡人数的增加，累积频率急剧下降。这个关系可以用幂律回归来近似(图15):

$$\mathrm{<trans\; data-src="C">C类</trans>}{\mathrm{<trans\; data-src="F">F类</trans>}}_{\mathrm{<trans\; data-src="f">（f）</trans>}}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="1.44">1.44</trans>}{\mathrm{<trans\; data-src="N">N个</trans>}}_{\mathrm{<trans\; data-src="f">（f）</trans>}}{}^{<trans\; data-src="-">-</trans>\mathrm{<trans\; data-src="1.40">1.40</trans>}}\text{<trans data-src=" "> </trans>}<trans\; data-src="(">(</trans>{\mathrm{<trans\; data-src="R">R（右）</trans>}}^{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src="=">=</trans>\mathrm{<trans\; data-src="0.98">0.98</trans>}<trans\; data-src=",">,</trans>\mathrm{<trans\; data-src="p">第页</trans>}<trans\; data-src="<"><</trans>\mathrm{<trans\; data-src="0.01">0.01</trans>}<trans\; data-src=")">)</trans>$$

(5)

哪里穿越火线_（f）是累计频率N个_（f）是死亡人数。

4.讨论

4.1. 滑坡目录的完整性

当覆盖较大的地理和气候区域并持续较长时间时，绘制滑坡持续时间发生的地图是一项非常具有挑战性的任务[39]. 因此，最广泛的滑坡目录与滑坡事件的空间信息有关，没有具体记录滑坡随时间的变化[40,41]. 一些研究人员建立了全球、大陆、国家和区域尺度的滑坡目录[5,31,42,43]. 然而，中国陕西省仍然没有完整的滑坡历史数据库。在这项工作中，我们首次尝试分析滑坡的时空分布。我们尽可能完整地收集了滑坡的历史时空记录，并利用这些数据研究了中国陕西省过去22年滑坡的统计特征。在这里，目录只包括位于基础设施附近并导致损坏的滑坡。如上所述，这些目录对本研究有意义且信息丰富。

4.2. 滑坡的时间分布

4.2.1. 滑坡事件时间间隔的频率分布

一些系统往往表现出一种临界状态和幂律分布，这种分布源于自组织临界性，这些系统包括沙堆、地震和滑坡[21,35,44,45]. 许多研究人员使用分布曲线来拟合环境时间序列中事件发生的概率密度[16,46,47]. 在本研究中，我们使用最小二乘法对滑坡时间间隔的累积频率进行了建模，发现滑坡时间间隔从7月到10月的累积频率遵循逆幂律分布。这一结果与Witt等人的结果类似[16]，who表明滑坡时间间隔的概率密度遵循幂律函数。这些方程对于开发滑坡侵蚀模型和在给定区域进行风险评估非常重要。

4.2.2. 每日滑坡数量的频率分布

虽然我们的目录是根据非仪器记录建立的，但每天滑坡数量的累积频率分布呈现出明显的幂律分布。这一结果与Rossi等人的结果相似[18]和Tatard等人[48]who表示，滑坡频率与日滑坡数之间存在幂律反标度。此外，使用幂律、ζ和Zipf分布来近似每日滑坡强度的概率密度分布。Rossi等人[18]注意到不完整性的代理限制可能会影响重尾分布。确定滑坡随时间的概率分布非常重要，因为它可以用于计算特定情况下给定时间跨度内的滑坡数量[16,48,49,50].

4.2.3. 滑坡事件与降雨的关系

许多研究表明，滑坡事件与降雨强迫之间存在一些复杂的联系[51]. 滑坡数量与长期时间尺度上的年降雨量无关[18]. 然而，对滑坡发生情况和月降雨量的进一步分析表明，季节或月降雨量变化对滑坡发生具有显著影响。大多数滑坡发生在雨季。这一发现与林和王的结果相似[31]张和黄[12]，世卫组织发现，滑坡的时间分布与中国的月降雨量密切相关。此外，滑坡的触发与日降雨量密切相关。特别是，滑坡数量随着大面积年降雨量的增加而增加。

4.3. 滑坡的空间分布

陕西省的黄土高原和秦巴山区代表了两种不同的景观类型。如前所述，这两个地区的滑坡类型、密度和时间序列存在明显差异。这些差异是由于黄土高原和秦巴山区在地形、地貌、地质、土壤、植被和其他特征上的差异造成的[35,52]. 我们发现，黄土高原和秦巴山区的大多数滑坡分别是瀑布和滑坡。特别是秦巴山区由于强降雨，发生了大量泥石流。秦巴山区的滑坡密度明显高于黄土高原，部分原因是秦巴山区强烈的构造活动和较高的相对起伏度和降雨量。黄土高原7～10月滑坡数量变化不明显。相比之下，秦巴山区7月至10月滑坡数量有所减少。

这些影响因素对滑坡的发生有显著影响，可以用于未来的滑坡预测[21,53,54]. 因此，许多作者使用了许多不同的滑坡影响因素来进行滑坡敏感性和危险性评估[55,56]. 随着功能强大的微型计算机的发展，利用GIS技术及其应用获得并处理了相关的地形、地貌和地质因素[57,58,59,60]. 我们在本工程中对影响因素与滑坡发生之间的关系的研究结果与之前的研究结果类似[55,56]. 在这项工作中，我们发现到河道的距离、坡度和年平均降雨量是诱发滑坡的重要因素。大多数滑坡发生在河道附近，距离断层不到5km。这些发现与以前的研究结果类似[52,61]. 滑坡相对频率最高出现在海拔600-900m处。滑坡相对频率随着年降雨量和坡度的增加而增加。这一发现与邱等人的发现类似[62]，世卫组织发现，相对滑坡密度与边坡坡度之间存在很强的正相关关系。大多数滑坡发生在农田和草地上。我们的结果也与Meinhardt等人的结果相似[61]他发现，与森林相比，作物和草地的根系凝聚力较低。我们发现滑坡与岩性之间没有明显的关系。这是因为尽管黄土容易发生滑坡，但黄土地形上的降雨量相对较低。

4.4. 死亡人数的分布

全世界每年都有山体滑坡造成人员死亡[29,63]. 尽管许多研究都侧重于单个滑坡、滑坡分布和风险评估，但关于滑坡死亡人数的可用数据有限[12,63]. 中国是滑坡死亡人数最多的国家，但关于滑坡死亡的数据很少。在目前的工作中，由于个别滑坡造成的死亡人数从1人到65人不等。结果表明，死亡人数的累积频率可以使用幂律函数进行拟合。我们的发现与古泽蒂的发现类似[63]、Petley[5]、张和黄[12]他发现死亡人数的频率分布遵循幂律衰减函数。这一发现对滑坡风险评估很重要[5].

5.结论

我们编制了1996年至2017年中国陕西省非地震滑坡目录。结果表明，累积频率随着年滑坡次数的增加而降低，这种关系可以用简单的幂律回归来描述。大多数滑坡集中在雨季，每个月的死亡人数与滑坡数量呈线性关系。我们发现，大多数滑坡事件之间的时间间隔很短，累积频率与滑坡时间间隔之间的关系可以用指数回归进行近似。此外，滑坡数量的累积频率与幂律回归具有良好的经验相关性。统计分析表明，收集到的滑坡总数中，约有42%导致死亡。死亡人数的累积频率可以使用幂律关系进行拟合。此外，我们发现黄土高原和秦巴山区的滑坡类型和密度存在显著差异。滑坡发生在河道和断层附近，农田和草地滑坡密度较高。大多数滑坡集中在坡度为30–40°、年降雨量>700mm、海拔为600–900m的地区。滑坡分布与降雨量水平具有良好的相关性。该分析的优点是，我们制定了详细的历史滑坡清单，并为确定大规模非地震滑坡的时空分布提供了简化框架。分析的局限性在于，滑坡数据是优先收集的，可能在完整性方面受到限制。我们期望这些发现在未来的滑坡风险评估和管理中得到应用。