Power‑Law and Geometry‑Modelling Method for Rapid Estimation of Landslide Volume in China

TIAN Yuxue; YANG Chengsheng; LU Huimin; SHI Yijie; DING Huilan; CHENG Xiaoqiang

doi:10.13203/j.whugis20250013

您当前的位置：

首页 >

文章列表页 >

Power‑Law and Geometry‑Modelling Method for Rapid Estimation of Landslide Volume in China

Remote Sensing and Geological Disasters | 更新时间：2026-11-05

- Power‑Law and Geometry‑Modelling Method for Rapid Estimation of Landslide Volume in China
- Geomatics and Information Science of Wuhan University Vol. 51, Issue 7, Pages: 1470-1481(2026)
- 作者机构：
  
  1.长安大学地质工程与测绘学院，陕西西安，710054
  2.西部矿产资源与地质工程教育部重点实验室，陕西西安，710054
- 作者简介：
- 基金信息：
  
  the Shaanxi Province Science and Technology Innovation Team(2021TD-51)
- DOI：10.13203/j.whugis20250013
  CLC： P237
- Received：12 October 2025，
  
  Published：05 July 2026
- 稿件说明：
移动端阅览
田玉雪,杨成生,卢慧敏，等.中国滑坡体积快速估算的幂律模型与几何模型方法[J].武汉大学学报（信息科学版）,2026,51(7):1470-1481.

TIAN Yuxue,YANG Chengsheng,LU Huimin,et al.Power‑Law and Geometry‑Modelling Method for Rapid Estimation of Landslide Volume in China[J].Geomatics and Information Science of Wuhan University,2026,51(7):1470-1481.
田玉雪,杨成生,卢慧敏，等.中国滑坡体积快速估算的幂律模型与几何模型方法[J].武汉大学学报（信息科学版）,2026,51(7):1470-1481. DOI：10.13203/j.whugis20250013

TIAN Yuxue,YANG Chengsheng,LU Huimin,et al.Power‑Law and Geometry‑Modelling Method for Rapid Estimation of Landslide Volume in China[J].Geomatics and Information Science of Wuhan University,2026,51(7):1470-1481. DOI：10.13203/j.whugis20250013

摘要

准确快速地估算滑坡体积是滑坡灾害评估和防治工作的基础，对及时了解滑坡灾害规模和潜在威胁、制定合理防治方案、评估灾害损失以及提高防灾减灾能力具有重要意义。针对中国滑坡体积估算中实际调查难度大、估算理论依据不足的现状，根据文献汇报收集了1995—2024年中国的滑坡数据，建立适用于中国不同地区的滑坡面积-体积幂律关系模型，并对幂律关系进行几何验证与数学证明，实现了对滑坡体积的快速估算。同时，还对基于几何建模的滑坡体积估算方法及其改进进行了讨论与分析，分别总结了幂律方法、几何建模方法估算滑坡体积适用特点。

Abstract

Objectives

The accurate and rapid estimation of landslide volume is a fundamental component in landslide disaster assessment and mitigation efforts. It plays a significant role in understanding the scale and potential risks of landslide disasters

formulating effective prevention and control measures

assessing disaster losses

and enhancing disaster risk reduction capabilities. However

in China

estimating the volume of landslides in remote mountainous regions is highly challenging

and the existing methods are not applicable to emergency situations that require rapid response.

Methods

In response to the challenges of conducting field surveys and the insufficient theoretical foundation for landslide volume estimation in China

landslide data from the past 30 a (1995—2024) are collected based on literature reports. We obtain information such as the length

width

area

and volume of the landslides

and use the landslide area-volume power-law relationship and geometric modeling methods to obtain model parameters

enabling the estimation of unknown landslide volumes.

Results

We ultimately establish a landslide area-volume power-law relationship model applicable to different regions of China

and geometrically validate and mathematically prove the landslide power-law relationship. Then the variation patterns and ranges of the power-law parameters under different environmental conditions are discussed. Additionally

we discuss and analyze the landslide volume estimation method based on geometric modeling and its improvements

and compare the accuracy of the two methods for landslide volume estimation

and summary the applicability and characteristics of each method.

Conclusions

The power-law model can effectively estimate the landslide volume and has good applicability in practical use. On the other hand

the geometric modeling method fully considers the geometric characteristics of the landslide. Compared to previous methods

it requires simpler parameter acquisition

has a solid theoretical basis in empirical formulas

and offers stronger applicability. The research findings provide theoretical support for the estimation of landslide volume and offer important reference for rapid estimation of landslide volume and assessment of landslide hazards.

关键词

Keywords

references

丁超，冯光财，周玉杉，等 . 尼泊尔地震触发滑坡识别和雪崩形变分析［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 6 ）： 847 - 853 .

DING Chao ， FENG Guangcai ， ZHOU Yushan ， et al . Nepal Earthquake Triggered Landslides Recognition and Deformation Analysis of Avalanches' Region ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 6 ）： 847 - 853 .

王向辉，张成龙，李振洪，等 . 融合InSAR Stacking的董志塬滑坡动态易发性评价［J］. 测绘地理信息， 2026 ， 51 （ 1 ）： 33 - 43 .

WANG Xianghui ， ZHANG Chenglong ， LI Zhenhong ， et al . Dynamic Landslide Susceptibility Assessment of the Dongzhiyuan Region Incorporating with InSAR Stacking ［J］. Journal of Geomatics ， 2026 ， 51 （ 1 ）： 33 - 43 .

许强，徐繁树，蒲川豪，等 . 2024年4月广东韶关江湾镇极端降雨诱发群发性滑坡初步分析［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 8 ）： 1264 - 1274 .

XU Qiang ， XU Fanshu ， PU Chuanhao ， et al . Preliminary Analysis of Extreme Rainfall-Induced Cluster Landslides in Jiangwan Township， Shaoguan， Guangdong， April 2024 ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 8 ）： 1264 - 1274 .

国家统计局 . 中国统计年鉴2023 ［M］. 北京：中国统计出版社， 2023 .

National Bureau of Statistics . China Statistical Yearbook 2023 ［M］. Beijing ： China Statistics Press ， 2023 .

CHEN W ， PENG J B ， HONG H Y ， et al . Landslide Susceptibility Modelling Using GIS-Based Machine Learning Techniques for Chongren County， Jiangxi Province， China ［J］. Science of the Total Environment ， 2018 ， 626 ： 1121 - 1135 .

李彩虹，郭长宝，张广泽，等 . 基于激光雷达（LiDAR）的地形与钻探滑面重构滑坡体积计算方法：以四川省巴塘县德达古滑坡为例［J］. 地质通报， 2021 ， 40 （ 12 ）： 2015 - 2023 .

LI Caihong ， GUO Changbao ， ZHANG Guangze ， et al . A Landslide Volume Calculation Method Based on LiDAR Topography and Slip Surface Reconstruction： A Case Study of Deda Ancient Landslide in Batang County of Sichuan Province ［J］. Geological Bulletin of China ， 2021 ， 40 （ 12 ）： 2015 - 2023 .

彭大雷，许强，董秀军，等 . 基于高精度低空摄影测量的黄土滑坡精细测绘［J］. 工程地质学报， 2017 ， 25 （ 2 ）： 424 - 435 .

PENG Dalei ， XU Qiang ， DONG Xiujun ， et al . Accurate and Efficient Method for Loess Landslide Fine Mapping with High Resolution Close-Range Photogrammetry ［J］. Journal of Engineering Geology ， 2017 ， 25 （ 2 ）： 424 - 435 .

MIURA H . Fusion Analysis of Optical Satellite Images and Digital Elevation Model for Quantifying Volume in Debris Flow Disaster ［J］. Remote Sensing ， 2019 ， 11 （ 9 ）： 1096 .

ATEFI M R ， MIURA H . Volumetric Analysis of the Landslide in Abe Barek， Afghanistan Based on Nonlinear Mapping of Stereo Satellite Imagery-Derived DEMs ［J］. Remote Sensing ， 2021 ， 13 （ 3 ）： 446 .

MAO Z L ， HU S ， WANG N L ， et al . Precision Evaluation and Fusion of Topographic Data Based on UAVs and TLS Surveys of a Loess Landslide ［J］. Frontiers in Earth Science ， 2021 ， 9 ： 801293 .

许强，董秀军，赵建军，等 . 基于机载LiDAR的2·8宜宾筠连山体滑坡几何特征分析［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 11 ）： 2145 - 2153 .

XU Qiang ， DONG Xiujun ， ZHAO Jianjun ， et al . Geometric Characteristics Analysis of the 2·8 Junlian Landslide， Yibin Based on Airborne LiDAR ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 11 ）： 2145 - 2153 .

朱武，杨璐瑶，张金敏，等 . 联合InSAR和质量守恒法估计西藏贡觉地区雄巴滑坡厚度［J］. 地球科学与环境学报， 2023 ， 45 （ 3 ）： 535 - 547 .

ZHU Wu ， YANG Luyao ， ZHANG Jinmin ， et al . Thickness Estimation of Xiongba Landslide in Gongjue Area of Tibet， China by Combining InSAR and Mass Conservation Method ［J］. Journal of Earch Sciences and Environment ， 2023 ， 45 （ 3 ）： 535 - 547 .

周临轩，杨成生，李祖锋，等 . 高山峡谷区滑坡隐患监测与体积反演：以四川省凉山州木里县为例［J］. 大地测量与地球动力学， 2025 ， 45 （ 6 ）： 610 - 617 .

ZHOU Linxuan ， YANG Chengsheng ， LI Zufeng ， et al . Monitoring and Volume Inversion of Landslide Hazards in High Mountain Canyon Areas： A Case Study of Muli County， Liangshan Prefecture， Sichuan Province ［J］. Journal of Geodesy and Geodynamics ， 2025 ， 45 （ 6 ）： 610 - 617 .

GUZZETTI F ， ARDIZZONE F ， CARDINALI M ， et al . Distribution of Landslides in the Upper Tiber River Basin， Central Italy ［J］. Geomorphology ， 2008 ， 96 （ 1/2 ）： 105 - 122 .

CHANG C W ， LIN P S ， TSAI C L . Estimation of Sediment Volume of Debris Flow Caused by Extreme Rainfall in Taiwan ［J］. Engineering Geology ， 2011 ， 123 （ 1/2 ）： 83 - 90 .

XU C ， XU X W ， SHEN L L ， et al . Optimized Volume Models of Earthquake-Triggered Landslides ［J］. Scientific Reports ， 2016 ， 6 ： 29797 .

LEONG E C ， CHENG Z Y . A Geometry-Modelling Method to Estimate Landslide Volume from Source Area ［J］. Landslides ， 2022 ， 19 （ 8 ）： 1971 - 1985 .

GB/T 32864—2016 滑坡防治工程勘查规范［S］. 北京：中国标准出版社， 2016 .

GB/T 32864—2016 Landslide Prevention Engineering Surveying Standard ［S］. Beijing ： China Standards Press ， 2016 .

ZHANG Y ， MENG X M ， DIJKSTRA T A ， et al . Forecasting the Magnitude of Potential Landslides Based on InSAR Techniques ［J］. Remote Sensing of Environment ， 2020 ， 241 ： 111738 .

GUZZETTI F ， ARDIZZONE F ， CARDINALI M ， et al . Landslide Volumes and Landslide Mobilization Rates in Umbria， Central Italy ［J］. Earth and Planetary Science Letters ， 2009 ， 279 （ 3/4 ）： 222 - 229 .

KANG Y ， LU Z ， ZHAO C Y ， et al . Inferring Slip-Surface Geometry and Volume of Creeping Landslides Based on InSAR： A Case Study in Jinsha River Basin ［J］. Remote Sensing of Environment ， 2023 ， 294 ： 113620 .

JABOYEDOFF M ， CARREA D ， DERRON M H ， et al . A Review of Methods Used to Estimate Initial Landslide Failure Surface Depths and Volumes ［J］. Engineering Geology ， 2020 ， 267 ： 105478 .

DUNNING S A ， MITCHELL W A ， ROSSER N J ， et al . The Hattian Bala Rock Avalanche and Associated Landslides Triggered by the Kashmir Earthquake of 8 October 2005 ［J］. Engineering Geology ， 2007 ， 93 （ 3/4 ）： 130 - 144 .

WANG T S ， YU T T ， LEE S T ， et al . MATLAB Code to Estimate Landslide Volume from Single Remote Sensed Image Using Genetic Algorithm and Imagery Similarity Measurement ［J］. Computers & Geosciences ， 2014 ， 70 ： 238 - 247 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Turkey-Syria Earthquake Assessment Using High-Resolution Night-time Light Images

Spatiotemporal Intelligence： Theory and Applications

Autonomous Robotic Mapping for Complex Spaces： Progress， Challenges and Future Perspectives

High-Resolution L-Band InSAR Study of Intense Near-Field Deformation Associated with Shallow Moderate Earthquakes

A Review of Multi-scale Geospatial Data Updating Methods

Related Author

LI Xi

CAO Hanrui

GONG Yu

Related Institution

State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University

AI问答

⁰