数字高程模型(DEM)根据高程的空间差异来表示该地区的地形。地形输入参 数,如坡度、曲率和汇水面积,都是从 DEM 中提取的,被广泛用作地理空间信息 的重要来源。基于所选择的 DEM 及其导出的参数,TRIGRS 等基于物理的 GIS 模 型可以计算出降雨入渗引起的边坡失稳的瞬态系数变化,以识别某区域发生的滑坡。 因此,DEM 的精度会在无意中对 TRIGRS 模拟的结果产生显著影响。大面积区域 的高分辨率 DEM 数据(使用 LiDAR、dGPS 或其他基于地面的先进测量方法)价 格昂贵,在大多数情况下都难以获得。因此,在这种情况下,只能选择公共领域中 可用的 DEM,如 CartoDEM、ALOS-AW3D30-DEM、SRTM-DEM 和 ASTER-GDEM。 这些 DEM 的分辨率各不相同,从而会影响它们在不同问题上的应用结果。虽然可 以找到一些文献讨论不同的 DEM 分辨率的影响,但是不同分辨率的 DEM 对于 TRIGRS 模拟的影响还没有充分的报道。本文以印度古瓦哈蒂(Guwahati)市滑坡 为研究区,报道了 DEM 的差异性对预测研究区边坡发生降雨型滑坡的影响。将三 次降雨型滑坡数据输入 TRIGRS 中进行模拟,并将不同 DEM 的模拟结果与报道的 滑坡位置进行比较。使用不同 DEM 得到了显著不同的结果,这突显了该分析的重 要性。基于两种不同的评价方法即 ROC 和 LRclass 进行分析,ALOS-3D-DEM 识别 出的滑坡与报道的滑坡事件最为吻合,其次是 Carto-DEM 识别出的滑坡。