西南地区泥石流灾害分析-空间聚类与救灾管理

（1）四川省泥石流灾害地区DBSCAN空间聚类

本部分对四川省近三十年来的泥石流灾害事件的经纬度进行DNSCAN空间聚类分析。经过相关资料整理，共收集了243个数据，去除重复值后，剩余86个数据，即在近三十年来四川省共有86个不同地区发生了不同程度的泥石流灾害。在 DBSCAN聚类算法具体实现上，借助python的geopy包中的geodesic函数完成每个点的距离的计算，得到距离矩阵E。距离矩阵E是一个主对角线元素为0的对称矩阵，一共包含7310个元素。对这7310个k-距离元素进行排序，因数据过多，并不能很好地分辨出数据的突变点。在查找相关文献后发现，DBSCAN聚类算法是一种通过样本点之间的距离进行聚类的聚类算法，所以k-距离数据的众数具有一定的代表性，由于这7310个数据每个都不相同，没有众数，所以需要对这7310个数据进行取整，最后求出取整后数据的众数为76千米。为了确定选择众数的合理性，本章选择55千米，65千米，85千米，90千米四个数分别作为半径参数ε的值进行验证，结果发现：当半径参数为55千米时，聚类个数为0，异常点个数为87个；当半径参数为65千米时，聚类个数为4个，异常点个数为37个；当选取半径参数为80千米时，聚类的个数为4个，异常点个数为29个；当选取半径参数为90千米时，聚类的个数为1个，异常点个数为1个。由DBSCAN算法的原理可知，随着半径参数ε的曾大，簇的总体个数趋势为从无到有，再从大到小，异常点个数的趋势为由大到小。所以根据4个半径参数ε的实验，可以确定半径参数ε的选取区间在65千米到85千米之间。然后在65千米到85千米之间和3到10之间，选择步长为1，对半径参数和阈值参数进行迭代，迭代部分结果如表 5-2所示。根据表 5-2，四川省泥石流灾害聚类的簇的个数应为4到6个，根据迭代显示，本章选取不同簇的聚类个数为5来选取半径参数ε和参数MinPts。如表 5-2所示，半径参数ε在77千米处发生突变，并且异常点个数较小，所以本章选取77公里作为半径参数ε的值，阈值（MinPts）选取的值为5。基于以上参数对四川省近三十年的泥石流灾害发生地区进行聚类分析，聚类结果如表 5-3所示，聚类结果为一个密度集中较大的区域，共43个地区，一个密度集中为中等的区域，共16个地区，两个密度集中较小的区域，分别为5个地区和4个地区，异常点为18个。本章将4个区域分别定义为第一区域、第二区域、第三区域和第四区域。

表5-2　ε和MinPts迭代表

表5-3　不同密集区域的地区(www.xing528.com)

（2）四川省泥石流灾害地区核密度分析

应用AcrGIS软件对四川省泥石流灾害地区进行核密度分析并作图来对四川省泥石流灾害地区的DBSCAN聚类结果进行检验。由于核密度分析是一种定量计算的空间统计方法，所以在进行核密度分析之前需要将经纬度数据转化为平面坐标数据。本章采用的是GCS_WGS_1984地理坐标系计算的经纬度，因此需要将经纬度坐标投影到WGS 1984 UTM Zone 49N投影坐标系。

选取像元大小为500，搜索半径为100000，对四川省发生泥石流灾害的地区进行核密度分析。分析结果表明四川省泥石流灾害较为集中的地区有四个，聚集程度为一大，一中，两小。

综上所述，四川省泥石流灾害主要呈现两主、两副的分布格局。灾害主要分布于四个区域，其中：密度第一区域主要分布于雅安市西部、凉山彝族自治州北部和乐山市西北部地区；密度第二区域主要分布于乐山市西南、宜宾市西部及西南部、自贡市西部和内江市西南部地区；密度较低的两个区域，一个分布于遂宁市、广安市和达州市的西部地区，另一个主要分布于凉山彝族自治州南部和攀枝花市西部地区。