基于遥感与地质指标的喜马拉雅城市生态系统地质灾害脆弱性评估：拉瓦尔湖流域风险管理启示

《Physics and Chemistry of the Earth, Parts A/B/C》：Geohazard Vulnerability Assessment of Rawal Lake Watershed Using Remote Sensing and Geological Indicators: Implications for Risk Management in Himalayan Urban Ecosystems

本研究创新性地整合Sentinel-2光谱分析、地质构造制图与地形分析等多重方法，系统评估喜马拉雅城市流域地质灾害脆弱性。研究发现NDVI<0.3的植被退化区占陡坡23%，NDWI-NDMI显著相关（r=0.78）可作滑坡预测代理指标，结合土地利用分类（精度91%）识别出31%城市扩张高风险区，最终划定8个优先保护区和15个高风险带，为气候敏感型流域灾害风险管理提供量化决策模型。

　　

Highlight

研究亮点

结果

地质分析显示研究区岩性变化显著（数值范围481-877），北部玛格拉山石灰岩系列呈现复杂岩性单元模式（红色和橙色色调），而中南部区域（主要绿色调）表明冲积沉积物占主导。线性构造分析识别出127个构造特征，主要沿四个方向排列，其中68%呈南北向和西北-东南向趋势，直接控制流域地貌和潜在边坡失稳区域。光谱指数分析揭示NDVI值低于0.3表明23%的陡坡（>30°）存在植被退化，NDWI变化突出12条山洪易发排水路径，NDMI波动识别出15.7平方公里湿度敏感区。土地利用分类（精度91%，Kappa系数0.88）显示31%的城市扩张侵入高风险区，DEM分析（高程481-877米）和坡度制图（0°–42.14°）确定15%流域为滑坡易发地形。湿度指数间强相关性（NDWI-NDMI：r=0.78）证实其可作为边坡破坏预测的代理指标，最终划定12个地质脆弱性与城市扩张交汇的高优先级监测区。

讨论

通过多源遥感技术对拉瓦尔湖区的集成分析揭示了地质构造、环境条件与人类土地利用模式间的复杂相互作用。我们的方法论框架（结合Sentinel-2影像与高级处理技术）为城市水库监测提供了互补且深化现有研究的见解。光谱指数分析有效量化了植被胁迫（NDVI）、水文动态（NDWI）和土壤湿度变化（NDMI）的空间格局，其中NDWI与NDMI的高度相关性（r=0.78）为基于遥感数据的边坡稳定性预警提供了新思路。线性构造的定向分布（68%为NS/NWSE向）与区域构造应力场一致，解释了滑坡易发区与构造走向的空间耦合现象。土地利用变化分析突显城市扩张对地质灾害敏感区的侵占压力，而PCA（主成分分析）和MNF（最小噪声分数变换）等图像增强技术成功提取了肉眼难辨的线性构造，印证了多方法融合在复杂城市生态系统研究中的优越性。

Conclusion

结论

本研究验证了多源遥感技术集成在拉瓦尔湖及周边景观综合分析中的有效性。通过结合Sentinel-2影像分析、光谱指数、地质构造制图与土地利用分类，深入揭示了该关键城市水资源区域自然与人为特征的复杂互作机制。光谱分析清晰展现了植被覆盖、水分可用性和湿度条件的空间异质性，而地质构造测绘则厘清了控制流域地貌的基础框架。土地利用变化监测强调了持续城市扩张对湖区生态完整性的潜在威胁。研究成果为类似城市水库的可持续管理提供了可复制的技术框架，特别在气候变化的背景下，对灾害风险减缓策略制定具有重要实践意义。