·402 工程科学学报，第40卷，第4期 7000 750080008500 7000 7500 8000 8500 0250500m 0250500m 0000 000t 200 图例 州 ■F100 ■F<0.75 075≤F<1.00 下-1.39 25≤F<150 F≥1.50 b 7000 7500 8000 8500 7000 7500 8000 8500 7000 7500 8000 8500 7000 7500 8000 8500 0250500m 0250500m 图例 图例 F<0.75 0.75 F<1.00 5≤F<1.00 010 25 1.50 (cl P≥1.50 d 7000 7500 80008500 7000 7500 80008500 图5不同条件下Scoops.3D预测结果.(a)天然状态，5m分辨率；(b)湿润状态，3m分辨率：(c)湿润状态，5m分辨率：(d)湿润状态，10m 分辨率 Fig.5 Prediction results of Scoops3D at different conditions:(a)natural state,5m resolution:(b)wet state,3m resolution:(c)wet state,5m res- olution:(d)wet state,10 m resolution 坡统计结果预测的准确性，也实现小流域尺度的精 对比图4和图5(b)~(d)可以看出滑坡大多 准验证，从而为该地区黄土浅层滑坡的风险预警和 分布在沟壑地区，处于模型预测结果中的极不稳定 土地规划提供有效的参考意见. 区和不稳定区，相对平坦的区域则稳定程度较高，而 将不同分辨率数字高程模型数据预测的安全系 且大部分滑坡所处的高度相对较低.因此，地形特 数按表3中的建议进行稳定性分级，把研究区划分 征是影响滑坡稳定性的重要因素，这和早期的研究 成不同的稳定性区域，并与区内点状和面状的滑坡 成果相一致B,a,因此可以初步确定Scoops3D的预 分布图对比进行初步分析（图5），滑坡在不同稳定 测结果和滑坡的实际分布具有较高的契合度 性等级中的详细分布情况被列在表4中. 现场测量的61个点状滑坡当中，有48、46和 Scoops3D在3、5和10m分辨率的数字高程模 44个点分别处于分辨率为3、5和10m的数字高程 型数据预测结果当中（表4），分别有1.37、1.28和 模型数据预测的极不稳定和不稳定区，占总数的 1.06km的区域处于极不稳定区和不稳定区，占研 78.69%、75.41%和72.13%，有18.03%、19.67% 究区总面积的43.97%、41.27%和34.33%，基本稳 和18.03%的点状滑坡处于基本稳定区，在面状滑 定区在发生降雨、地震等条件下有发生滑坡的可能. 坡分布图中，分别有65.26%、60.87%和48.78%的 而稳定区和极稳定区占研究区总面积的比例仅为 滑坡处于极不稳定区和不稳定区，23.99%、26.46% 31.87%、33.27%和38.21%，表明研究区属于滑坡 和31.04%的滑坡处于基本稳定区，这是因为实际 易发区，这和实际调查的情况相符合 情况中，气候条件、地震等外界因素变化导致斜坡稳工程科学学报，第 40 卷，第 4 期 图 5 不同条件下 Scoops3D 预测结果． ( a) 天然状态，5 m 分辨率; ( b) 湿润状态，3 m 分辨率; ( c) 湿润状态，5 m 分辨率; ( d) 湿润状态，10 m 分辨率 Fig． 5 Prediction results of Scoops3D at different conditions: ( a) natural state，5 m resolution; ( b) wet state，3 m resolution; ( c) wet state，5 m res￾olution; ( d) wet state，10 m resolution 坡统计结果预测的准确性，也实现小流域尺度的精 准验证，从而为该地区黄土浅层滑坡的风险预警和 土地规划提供有效的参考意见． 将不同分辨率数字高程模型数据预测的安全系 数按表 3 中的建议进行稳定性分级，把研究区划分 成不同的稳定性区域，并与区内点状和面状的滑坡 分布图对比进行初步分析( 图 5) ，滑坡在不同稳定 性等级中的详细分布情况被列在表 4 中． Scoops3D 在 3、5 和 10 m 分辨率的数字高程模 型数据预测结果当中( 表 4) ，分别有 1. 37、1. 28 和 1. 06 km2 的区域处于极不稳定区和不稳定区，占研 究区总面积的 43. 97% 、41. 27% 和 34. 33% ，基本稳 定区在发生降雨、地震等条件下有发生滑坡的可能． 而稳定区和极稳定区占研究区总面积的比例仅为 31. 87% 、33. 27% 和 38. 21% ，表明研究区属于滑坡 易发区，这和实际调查的情况相符合． 对比图 4 和图 5( b) ～ ( d) 可以看出滑坡大多 分布在沟壑地区，处于模型预测结果中的极不稳定 区和不稳定区，相对平坦的区域则稳定程度较高，而 且大部分滑坡所处的高度相对较低． 因此，地形特 征是影响滑坡稳定性的重要因素，这和早期的研究 成果相一致［8，26］，因此可以初步确定 Scoops3D 的预 测结果和滑坡的实际分布具有较高的契合度． 现场测量的 61 个点状滑坡当中，有 48、46 和 44 个点分别处于分辨率为 3、5 和 10 m 的数字高程 模型数据预测的极不稳定和不稳定区，占总数的 78. 69% 、75. 41% 和 72. 13% ，有 18. 03% 、19. 67% 和 18. 03% 的点状滑坡处于基本稳定区，在面状滑 坡分布图中，分别有 65. 26% 、60. 87% 和 48. 78% 的 滑坡处于极不稳定区和不稳定区，23. 99% 、26. 46% 和 31. 04% 的滑坡处于基本稳定区，这是因为实际 情况中，气候条件、地震等外界因素变化导致斜坡稳 · 204 ·