我国西南山区地震频发，特别是强震，能在区域范围内诱发大量的滑坡、崩塌等次生地质灾害^[1~3]。统计结果显示：迄今为止，龙门山断裂带区域范围内(30°~34°N，102°~106°E)共发生了162次4.0级以上的地震。研究表明：当地震震级M_S＞4.0时，就有可能诱发大量地震滑坡^[4~5]。频繁的地震活动不仅可以直接产生大量的滑坡等次生地质灾害，而且还会导致斜坡岩土体破碎，在后续降雨和人类活动的影响下将会大大加速坡体的侵蚀和破坏，从而使得滑坡、崩塌等成为该区域内最为普遍的自然灾害之一^[6]，这些滑坡、崩塌等次生地质灾害所造成的人员伤亡和财产损失甚至超过地震直接造成伤亡和损失^[7~11]，严重威胁着当地居民的人身安全和社会经济建设。

作为南下出海通道的重要门户，西南地区是构建陆上“丝绸之路经济带”的重要区域，充当着陆路与海路的连接纽带，在国家发展战略中扮演着越来越重要的角色，这也就意味着西南地区经济开发力度会不断加大，经济基础建设和城乡建设会不断完善增强^[12~14]。因此迫切需要相关的地震滑坡灾害机制分析及其危险性评估结果为西南地区未来的防震减灾和城乡建设规划提供基础科学依据^[15]。

对于滑坡灾害，相关评估模型已经从定性分析逐渐发展到了定量评估，并取得了一系列研究成果^[16~20]。地震滑坡是一个非常复杂的非线性动态系统，在不同区域、不同地形地貌和地质构造条件下，影响因子的类别和敏感性各不相同^[21~24]。对区域地震滑坡的危险性评估大多基于GIS平台，然而尽管不同影响因子之间具有一定的空间相关性，但不同影响因子间数据类型的不同可能导致模型输入数据所起的作用不同。在这种情况下，贸然直接借用已有评估模型的因子分类及其权重赋值，可能会使得结果产生误差，甚至出现不合理的结果。于是，地震滑坡影响因子的敏感性分析就成为了提高有关地震滑坡危险性评估准确性的有效办法。根据不同地震滑坡的因子敏感性，将区域划分为不稳定区与稳定区，从而可以减少危险性评估的盲目性，进一步提高评价结果的准确性^[25~26]。由于西南地区地形地貌复杂，地质结构特殊，因此，对于地震滑坡危险性评估模型来说，对地震滑坡影响因子的敏感性进行分析是一个重要的步骤，需要确定不同类别影响因子的重要程度，并确定每一类影响因子集中各特定因子对滑坡失稳的敏感程度，从而有利于在模型中对各类影响因子进行因子提取和权重赋值。

对于滑坡灾害，相关评估模型已经从定性分析逐渐发展到了定量评估，并取得了一系列研究成果^[16~20]。地震滑坡是一个非常复杂的非线性动态系统，在不同区域、不同地形地貌和地质构造条件下，影响因子的类别和敏感性各不相同^[21~24]。对区域地震滑坡的危险性评估大多基于GIS平台，然而尽管不同影响因子之间具有一定的空间相关性，但不同影响因子间数据类型的不同可能导致模型输入数据所起的作用不同。在这种情况下，贸然直接借用已有评估模型的因子分类及其权重赋值，可能会使得结果产生误差，甚至出现不合理的结果。于是，地震滑坡影响因子的敏感性分析就成为了提高有关地震滑坡危险性评估准确性的有效办法。根据不同地震滑坡的因子敏感性，将区域划分为不稳定区与稳定区，从而可以减少危险性评估的盲目性，进一步提高评价结果的准确性^[25~26]。由于西南地区地形地貌复杂，地质结构特殊，因此，对于地震滑坡危险性评估模型来说，对地震滑坡影响因子的敏感性进行分析是一个重要的步骤，需要确定不同类别影响因子的重要程度，并确定每一类影响因子集中各特定因子对滑坡失稳的敏感程度，从而有利于在模型中对各类影响因子进行因子提取和权重赋值。

2008年5月12日，沿龙门山断裂带发生了汶川M_S8.0级地震，5年后的2013年，又在该断裂带南侧发生了芦山M_S7.0级地震^[27~30]。这两次地震都造成了严重的地表破坏，产生了大量的滑坡、崩塌等次生地质灾害。震后的调查研究表明：区域地震滑坡的分布有一定的规律可循，滑坡的产生与地震因素及地质地貌条件因子等诸多因子密切相关^[31~32]。因此，在这些影响因子中，甄别什么因子类集起关键作用，以及确定每一类影响因子类集中各特定影响因子对地震滑坡的敏感程度，对后续地震滑坡灾害评估中模型因子选择和赋值具有重要作用。本文利用GIS工具，基于确定性系数方法(CF)并结合z值分析，对与汶川和芦山地震滑坡密切相关的影响因子进行敏感性综合分析。在分析过程中，减少了不同影响因子数据间合并的误差，扩大了分析样本与分析区域。首先对影响因子进行归类并进行CF值和z值计算，然后基于z值，确定关键因子类别及其重要程度排序，并进一步基于CF值分析每类因子中的各特定影响因子对地震滑坡的特殊敏感性，为西南地区进一步进行地震滑坡危险性评估提供合理的参考依据。

龙门山断裂带是一条长约500 km、宽约30~50 km，沿NE-SW方向展布的断裂系，其断层滑动以逆冲为主，兼具右旋走滑分量，区域内构造活动频繁且强烈，地震风险非常高^[33~35]。2008年的汶川M_S8.0级地震的震中位于31.01°N，103.42°E，震源深度14 km，最高烈度为Ⅺ度；而2013年的芦山M_S7.0级地震的震中则位于30.3°N，103.0°E，震源深度13 km，最高烈度Ⅸ度。两次地震均造成了严重的地表破裂，引发了大量的滑坡和崩塌，波及面积超过1100 km²。本文选择了以龙门山断裂带为中心的30°~34°N，102°~106°E区域作为研究范围，基本涵盖了两次地震诱发的所有滑坡(图 1)。

图 1(Fig. 1)

图 1 研究区构造简图及地震滑坡分布 Fig. 1 Map of tectonics and earthquake-induced landslides in the study area

研究区位于青藏高原向四川盆地的过渡区，总面积约162869 km²，包含了成都市、雅安市和绵阳市等10个市，下辖约90个县。区内地形地貌复杂多样，高原、山地、丘陵平原和河谷等均有分布，地形高差极大，四川平原部分区域高程低于170 m，而横断山脉的部分山峰高程则超过了7000 m。此外，研究区位于岷江、沱江、涪江和嘉陵江等水系的上游区，由于地理位置与气候条件特殊，研究区既受东亚季风和印度洋季风的影响，也受到青藏高原环流系统的影响^[36]，因此，尽管年平均降雨量约1200 mm，但降雨时空分布不均，干湿季节明显。

研究区内地层岩性变化大且复杂，以第四系湖泊与近代河流等堆积物、泥岩、页岩以及软性岩组为主，其中软性岩则是由于受风化、雨水侵蚀和断层活动破坏作用而比较破碎的岩浆岩为代表。同时，研究区内构造发育，密集分布着多条活动断裂，如北川-映秀断裂、虎牙断裂、岷江断裂、平武-青川断裂、茂汶断裂等^{[34, 37]}。

分析所需的公路网、水系分布等基础数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)；高程、坡度、坡向等数据则基于ASTER GDEM 30 m的DEM数据；用于图 1中滑坡分布作图的数据则源于文献作者提供^{[2, 31]}。

确定性系数CF方法(Certainty Factor Method)是由Shortliffe和Buchanan^[38]提出的一个概率函数，并由Heckerman^[39]加以改进完善，用来分析某一事件发生过程中不同影响因子的敏感性。现有的研究结果表明该方法在评估不同灾害影响因子的敏感性方面有着较高的可靠性^[40~42]。CF方法表示如下^[39]：

(1)

公式(1)中，Pa为事件在数据类a中发生的条件概率，Ps为事件在整个研究区A中发生的先验概率。在实际地震滑坡影响因子敏感性分析中，Pa可以表示代表数据类a的单元中已有滑坡面积与此数据类单元面积的比值，Ps可以表示为研究区内的地震滑坡总面积与研究区总面积的比值。CF的变化区间为[-1, 1]，当CF＞0时，CF值越大，表明坡体变形失稳的确定性越高，越可能滑动；反之CF＜0时，CF越小，表明坡体越不易发生滑动；当CF接近0时，则表明坡体滑动的可能无法确定^[40~42]。

本文借助GIS工具的空间分析功能，完成每个影响因子的CF计算和合并。首先将影响因子按一定原则分成不同的类别，然后在ArcGIS中将每个影响因子的图层与地震滑坡图层进行叠加分析，得到不同影响因子的面积和它们包含的两次地震滑坡的面积，根据式(1)计算出每类影响因子中每一个因子的CF值。

由于每类影响因子包含很多子集，每个子集又包含不同的单一因子，这些单一因子的CF值可能都不相同，会导致体现敏感性程度的CF值比较分散而不利于关键影响因子类集的甄别和选择。为了对各类因子的作用程度进行分类和排序，本文利用一个统一值z值来反映各大类影响因子整体对地震滑坡的敏感性，z值所体现的是每类影响因子的各子集及其各单一因子CF值的综合效果，可以更为直观准确的确定研究区内地震滑坡发生的关键因子种类。z值可以根据公式(2)对各类影响集(子集)中影响因子的CF值进行合并来得到^[43~44]，公式表达如下：

(2)

公式(2)中，x和y分别表示要合并的两个CF值。由于该公式一次只能合并同一影响因子下的2个CF值，因此本文将从小到大对每类影响因子下各子集的CF值进行合并，最终得到体现该类各因子(子)集综合作用的z值。通过每一类z值的比较，可以直观地发现不同类别影响因子对地震滑坡的影响程度，进而确定其关键因子类别，每类影响因子的z值可以反映出研究区内该类因子对地震滑坡的影响是否具有普遍性。然后再利用CF值对各类中具体影响因子进行敏感性分析。通常情况下，z值越大表明该类影响因子在地震滑坡的形成过程中作用越关键，而CF值越大则表明对应的单一影响因子敏感性越高，在地震滑坡发生过程中的作用权重越大。因此，在模型因子确定过程中，可以借助z值分析来确定某一类影响因子的关键程度，而利用CF值来确定某一特定因子的敏感程度。因子敏感性分析技术流程可以表述见图 2。

图 2(Fig. 2)

图 2 地震滑坡确定性系数分析流程 Fig. 2 Flow of CF analysis of earthquake-induced landslide

本次研究，地震滑坡的影响因子分为地震因子、地质构造因子、自然环境因子和人类活动因子4种大类。每类影响因子集中包含有若干子集，本文选取了烈度、震中距2个地震因子子集，岩性、与断裂的距离2个地质构造因子子集，高程、坡度、坡向、与河流的距离及降雨5个自然环境因子子集，与主要公路的距离1个人类活动因子子集，共10个影响因子子集进行分析，各类影响因子子集包含一定数量的特定因子。其中，地层岩性因子根据我国工程岩体分级标准^[45]分为坚硬、较坚硬、较软、软、极软共5类，研究区内岩性分类结果见表 1。此外，本研究内的河流数据层为4级及以上水系的河流数据。基于上节所述方法计算所有子集的CF和每类影响因子z值，计算结果如表 2~5所示。

表 1(Table 1)

表 1 岩性硬度分组 Table 1 Hardness classification of lithology 岩性硬度分组 主要地层岩性 坚硬 元古界斜长角闪岩，混合片麻岩，闪长岩、橄榄岩、辉长岩；早震旦世花岗岩；志留系和二叠系的石英闪长岩，三叠系花岗岩、花岗闪长岩；侏罗系花岗岩；辉绿岩脉、正长岩脉 较坚硬 寒武系碳酸盐、白云岩；泥盆系碳酸盐；二叠系玄武岩；三叠系碳酸盐、板岩，长石石英砂岩 较软 震旦系变砂岩；志留系炭质千枚岩、板岩；石炭系灰岩；三叠系凝灰质砂岩；白垩系的长石砂岩、粉砂岩 软 侏罗系泥岩、粉砂岩；白垩系泥岩、粉砂岩 极软 更新统阶地砾石、砂土、粘土层、冰川、湖河沉积；全新统近代河流冲积、洪积；第四系湖泊

表 1 岩性硬度分组 Table 1 Hardness classification of lithology

表 2(Table 2)

表 2 地震因子的CF值与z值 Table 2 CF values and z-values of earthquake factors 影响因子 影响因子子集 各子集区域面积(km2) 各子集内地震滑坡面积(km2) 各子集内滑坡频率(%) CF z 地震烈度 Ⅺ 2419 209.893 0.0868 0.9813 0.9895 ⅩⅩ 3144 209.222 0.0665 0.9751 Ⅸ 7946 190.915 0.0240 0.9278 Ⅷ 29204 177.595 0.0061 0.7096 Ⅶ 88478 23.988 0.0003 -0.8474 Ⅵ 327933 2.644 0.0000 -0.9955 震中距(km) ＜10 628.704 27.987 4.452 0.8920 0.9974 10~20 1885.615 50.954 2.702 0.8189 20~30 3143.538 41.756 1.328 0.6263 30~40 4401.124 38.951 0.885 0.4367 40~50 5010.852 49.054 0.979 0.4912 ＞50 147655.867 605.728 0.410 -0.1811

表 2 地震因子的CF值与z值 Table 2 CF values and z-values of earthquake factors

表 3(Table 3)

表 3 地质构造因子的CF值与z值 Table 3 CF values and z-values of geological structure factors 影响因子 影响因子子集 各子集区域面积(km2) 各子集内地震滑坡(km2) 各子集内滑坡频率(%) CF z 岩性 坚硬 8925.5 805.872 0.050 0.9550 -1 较坚硬 42460.2 3.218 0.041 -0.9850 较软 45601.8 2.057 0.000 -0.9923 软 45974.1 2.334 0.001 -0.9911 极软 19764.1 0.948 0.002 -0.9905 与断裂的距离(km) ＜5 30838.600 299.09 0.970 0.4864 0.4619 5~10 26269.600 273.308 1.040 0.5216 ＞10 105617.500 242.032 0.229 -0.5434

表 3 地质构造因子的CF值与z值 Table 3 CF values and z-values of geological structure factors

表 4(Table 4)

表 4 自然因子的CF值与z值 Table 4 CF values and z-values of natural factors 影响因子 影响因子子集 各子集区域面积(km2) 各子集内地震滑坡(km2) 各子集内滑坡频率(%) CF z 高程(m) ＜1000 28554.333 78.054 0.122 -0.7572 0.7765 1000~1500 15677.304 246.045 1.569 0.6853 1500~2000 12388.087 171.640 1.386 0.6429 2000~2500 9382.257 115.448 1.230 0.5973 2500~3000 9429.771 90.050 0.955 0.4796 ＞3000 52101.266 113.194 0.217 -0.5660 坡度(°) ＜10 43764.739 20.778 0.047 -0.9053 0.9619 10~20 41294.248 82.249 0.199 -0.6022 20~30 34248.719 156.115 0.456 -0.0873 30~40 27160.054 237.278 0.874 0.4307 40~50 13092.289 202.130 1.544 0.6800 50~70 3480.757 105.500 3.031 0.8395 ＞70 103.068 10.380 10.071 0.9552 坡向 N 19088.60 81.887 0.429 -0.1417 -0.1849 NE 20117.07 108.963 0.542 0.0783 E 21839.56 129.656 0.594 0.1595 SE 21343.61 146.618 0.687 0.2743 S 19750.66 102.186 0.517 0.0349 SW 20072.94 87.051 0.434 -0.1322 W 20496.60 72 0.351 -0.2977 NW 20359.24 86.061 0.423 -0.1543 与河流的距离(km) ＜1 5088.587 62.173 1.222 0.5933 0.9329 1~2 4760.9 51.938 1.091 0.5439 2~4 8894.743 68.537 0.771 0.3522 4~6 8347.21 59.679 0.715 0.3015 6~8 8003.079 50.305 0.629 0.2048 8~10 7889.96 49.830 0.632 -0.2086 ＞10 119741.2 471.968 0.394 -0.2133 降雨量(mm/h) ＜10 0 0 0 -1 -0.2129 10~25 41346.87188 148.809 0.360 -0.2817 25~50 121797.0025 667.497 0.548 0.0874

表 4 自然因子的CF值与z值 Table 4 CF values and z-values of natural factors

表 5(Table 5)

表 5 人类活动因子的CF值与z值 Table 5 CF values and z-values of human being activity 影响因子 影响因子子集 各子集区域面积(km2) 各子集内地震滑坡面积(km2) 各子集内滑坡频率(%) CF z 与主要公路的距离(km) ＜0.5 2233.529 18.860 0.844 0.4093 0.6085 0.5~1 2216.614 16.187 0.730 0.3162 1~1.5 2208.041 14.607 0.662 0.2447 1.5~2 2201.914 14.313 0.650 0.2312 2~4 8757.582 56.708 0.648 0.2282 4~6 8652.87 41.619 0.481 -0.0392 6~8 8534.03 31.469 0.369 -0.2642 8~10 8411.08 27.828 0.331 -0.3401 ＞10 119510 592.839 0.496 -0.0089

表 5 人类活动因子的CF值与z值 Table 5 CF values and z-values of human being activity

本次研究选取的4大类地震滑坡的影响因子中又含有数量不等的因子子集，因子子集内则含有一定数量的特定因子，分析过程中对每个因子子集都计算了综合影响参数z值。那么这些因子集(子集)之间，哪一类在地震滑坡形成过程中起关键作用呢？根据表 2~5中的z值计算结果，将各影响因子集(子集)的z值进行汇总和对比分析，不同影响因子的z值的对比结果如图 3所示。通常不同类别影响因子之间z值的大小不同，反映了它们在地震滑坡发生过程中的作用不同。z值越大，则该类因子的作用越关键。而表 2~5的计算结果表明每类影响因子的不同子集也具有不同的z值，因子子集之间的z值大小不同表明：在同一类因子集中，总会有一个或多个子集为该类因子的主要影响成分，在地震滑坡的产生过程中起主要作用。

图 3(Fig. 3)

图 3 不同影响因子的z值比较 Fig. 3 Comparison of z-values of different factors

从图 3可以看出，在所有影响因子中震中距和烈度因子子集的z值最高，表明地震活动的强弱直接关系到斜坡的稳定性和次生滑坡灾害的面积分布。这两个因子子集的z值差别不大，表明它们在地震滑坡发生过程中的作用同样关键。自然环境类因子集中的坡度、与河流距离及高程这3个因子子集在地震滑坡的发生过程中起着次要关键的作用。而地质构造因素中的与断层距离子集以及人类活动因子中的与主要公路距离子集也起到了不可忽视的作用。另外，其他一些影响因子子集的作用则非常微弱，比如岩性因子子集整体上对地震滑坡产生影响较小，虽然在地震滑坡的区域统计规律中它们之间存在一定的联系^{[1~2, 31]}。

基于z值确定不同影响因子集(子集)在地震滑坡产生中所起作用的关键程度，可以帮助我们在灾害评估过程中进行因子的提取并确定其关键作用。但是每一类因子集(子集)中都含有数量不等的单一因子，并不是关键因子集中的每一个单一因子都能起到关键作用，也并不是每一类作用微小的因子集中的每个单一因子都可以完全忽略不计。因此分析评估每类因子集中的单一因子的作用大小也十分必要，而这可以通过单一因子的CF值来进行确定。

虽然图 3显示所有影响因子中震中距和烈度因子子集的z值最高，体现了这两个影响因素子集的关键作用，但子集中的特定影响因子之间的重要程度还是有区别。表 2数据中地震因子子集中各特定因子的CF值变化较大表明：这些单一因子在地震滑坡产生过程中的作用各不相同。

根据地震烈度因子子集的特定因子CF值(图 4)：地震滑坡主要都集中在烈度Ⅷ度以上，而当烈度小于Ⅷ度时，烈度对次生滑坡的敏感性急剧降低，说明此时烈度对次生滑坡的发生影响极低，这些区域内的主要影响因子就应该由地震因子转变为震中距、自然因子等其他类别的因子。

图 4(Fig. 4)

图 4 地震烈度的CF分布与趋势 Fig. 4 Distribution and tendency of CF values of seismic intensity

而通过震中距各子集内滑坡频率和CF的变化，发现研究区内地震滑坡的面积和CF值与震中距成负相关关系(图 5)。当离震中超过50 km时，坡体受到的影响就大大减少，由此可见，以地震烈度以及震中距为主要影响因素的地震因子对斜坡破坏的影响主要集中在烈度Ⅷ度以上和距离震中50 km以内的区域范围。根据以往研究结果，同样类型的浅源地震，如云南龙陵地震滑坡受震中距影响的范围大致为25 km^[42]，而龙门山地区的计算结果大致为50 km，大大超过了龙陵地区的相关研究结果，除了震级不同带来的差异之外，以龙门山断裂带为中心的区域地处青藏高原东南缘，为高原到平原的过渡地带，构造密布且活动强烈，岩体破碎，地形高差大也是其重要原因之一。

图 5(Fig. 5)

图 5 震中距的CF分布与变化趋势 Fig. 5 Tendency of CF values of epicentral distance

岩土体是地震滑坡的物质基础，不同的岩石类别和软硬程度是决定坡体稳定性和抗侵蚀能力的重要因素^[40~44]。根据z值(图 3)，岩性类子集对地震滑坡发生的综合影响较低，但是基于单一因子CF值的变化分析，本研究区内的地震滑坡几乎全部集中于以花岗岩、闪长岩、橄榄岩、玄武岩、碳酸盐等为代表的坚硬岩类，岩性越软，分布的地震滑坡面积反而越小，这种分布特征与降雨型滑坡不同^[46]，坚硬类岩石有利于地震能量的传播，对地震滑坡的形成有一定的影响，敏感性较高。需要注意的是：本文研究结果中岩性z值近似为-1(图 3)是针对整个研究区的范围所有岩性的集合。由于本次研究范围较大，研究区内硬质岩、较软质岩及软质岩均有分布，且是在硬质岩体相对分布面积不大的情况下，必将导致基于岩性CF值综合效应的z值的结果非常小。如果研究区缩小至以龙门山断裂带为中心的狭窄条带区域，比如映秀-北川断裂及汶川-茂县断裂区内主要以花岗岩为代表的坚硬类岩组区域，则岩性类因素的z值将大于0，并体现出岩性类因子在滑坡形成过程的作用。

而对于与断层距离的因子子集，虽然z值确定该因子子集在地震滑坡产生过程总体上起到了比较关键的作用，但是子集内单一因子的CF值表明：仅在研究区内距断裂10 km以内的范围受断裂活动的影响较大(表 3)，这是因为近断裂沿线往往是地震能量集中的区域，断裂的频繁活动也加速了岩体破碎，从而降低坡体稳定性。这说明与断层距离因子是比较重要的影响因子之一，特别是针对距离断层10 km范围内的地震滑坡灾害评估，应该考虑赋予较高的权重值。

从图 3可以看出，自然环境类的z值同样很高，说明此类影响因子是该区域内地震滑坡形成的另一重要类别，但不同子集中的单一因子CF值显示它们对地震滑坡的敏感性变化幅度极大，尤其以高程与坡度两类因子变化最为复杂(图 6)。当坡度＜10°，高程＜1000 m或＞3000 m时，二者的敏感性极低。综合来看，汶川地震和芦山地震的滑坡主要集中在1000~2500 m，30°~50°的区域内；当坡度为10°~30°，该子集的CF值均小于0，尤其是20°~30°，CF值为-0.0873与0值很接近，但这只是说明坡度为10°~30°的单一因子在地震滑坡发生中的作用微弱，而不能根据单一因子的CF值直接判断该范围的区域为地震滑坡的安全区。对于这个范围的区域，应该联合其他因子的敏感性进行综合分析。这也从侧面证明了地震滑坡的发生受很多因素的影响，为一个复杂的非线性的动态过程，其分布并不会与高程或坡度等单一因子集成明显的正相关或者负相关关系。

图 6(Fig. 6)

图 6 各自然因子的CF分布与趋势 Fig. 6 CF distribution and tendency of different natural factors

通过图 3的对比，我们发现，在自然因子类别中，河流因子对地震滑坡的敏感性仅次于坡度，z值为0.9329，说明河流对研究区一定范围内的地震滑坡的形成也有着重要的作用，是自然因子类别中的主要子类。而通过表 4与图 6我们可以发现河流对地震滑坡的敏感性以2 km范围内比较显著，大于2 km时，河流的影响就开始显著降低，且这种敏感性随着坡体与河流的距离增加而降低，二者呈负相关关系。但是，还应该注意到，在10 km范围内河流可能都会对地震滑坡的形成产生或多或少的影响，这可能是由于河流对整个汇水面积范围内的地貌过程都可能产生一定的影响。此外，对于降雨型滑坡而言，降雨量是重要诱发因子之一，一般在滑坡预警系统中需要考虑1周左右的有效雨量。但本文计算的z值结果表明：对于地震滑坡，降雨因子子集的影响特别小，而且根据具体特定单一因子的CF值分析显示只有当降雨量超过25 mm/h才会对地震滑坡的形成产生影响，不过这种影响并不显著(图 6)。

由此可见，与河流的距离、坡度、高程是地震滑坡产生的重要影响因子，特别是对于距离河流2 km以内，坡度30°~50°，高程1000~3000 m以内的区域，有必要在灾害评价过程中加大权重赋值。

对于人类活动因子，本次研究仅考虑了与公路的距离一项。图 3的z值对比结果显示人类活动对区域地震滑坡的形成也具有一定的敏感性。但体现人类活动的公路分布，仅在一定范围内对滑坡形成会产生显著的影响，本文研究结果以0.5 km范围内的影响最为显著，而大于1 km的时候公路的影响则显著变弱(表 5和图 7)。在人类活动越来越强烈的今天，进行灾害评估时人类活动因子将是不可忽略的因素，人类在不同区域的土地利用与基础建设过程中，有时也会增强局部自然环境因子的敏感性，从而改变坡体的稳定，如公路的修建会在一定程度上改变边坡稳定性。

图 7(Fig. 7)

图 7 与主要公路距离的CF分布与趋势 Fig. 7 CF distribution and tendency of distances to major roads

总之，在灾害评估模型建立过程中，往往需要对影响因子进行分类。而通过z值的计算和分析，可以对每类影响因子的综合作用进行重要程度区分，通过对比单一因子的CF值对比分析，则可以进一步分析每一特定因子对滑坡灾害的特殊敏感性，以确定特定单一因子的作用。然而，同一类别影响因子下的不同子集的地震滑坡的敏感性具有较大的差异，体现了地震滑坡是一种非常复杂的非线性动态过程。而地震滑坡与降雨型滑坡在多个影响因子子集之间存在明显的区别^[46]，说明需要结合地震发生的实际区域地质环境特征等来考虑地震诱发次生滑坡灾害的影响因子的具体分类。

上述各影响因子的分析表明：在龙门山地区，高程在1000 m下，坡度不超过20°，距离河流2 km以上，距离断层10 km以上的软性和极软类岩体的区域范围，是进行建设用地规划首选区域，很大程度上可以降低地震次生滑坡灾害的危害和损失。

本文以龙门山断裂带为中心的30°~34°N，102°~106°E区域作为研究区，选取了烈度、震中距、岩性、断裂、高程、坡度、坡向、河流、降雨、公路共10个因子，基于确定性系数(CF)方法并结合z值分析，对汶川和芦山地震诱发的次生滑坡灾害进行影响因子敏感性分析。通过z值对比分析确定该区域内地震滑坡的主要影响因子类别，并通过CF值分析确定不同影响因子类别下的单一因子作用。研究结果显示：

(1) 地震因子是龙门山地区地震滑坡的首要影响因子，为该区内次生滑坡灾害的形成提供了重要的动力条件。地震活动的强弱以及坡体与震中的距离直接关系到斜坡的稳定性和次生滑坡灾害的面积分布，主要集中在烈度Ⅷ度以上和距离震中50 km以内的区域。

(2) 与河流的距离、坡度、高程以及与断层的距离等也是地震滑坡产生的重要影响因子，尤其是当距离干流2 km以内，坡度30°~50°，高程1000~3000 m，与断层距离10 km以内的区域，在地震滑坡评价过程中应该赋予较高的权重值。

(3) 尽管岩性整体对研究区内的地震滑坡的敏感性极低，但作为滑坡的主要物质基础，尤其是研究区主要由元古界、震旦系及二叠系的辉长岩、辉长岩等和三叠系花岗岩、花岗闪长岩等坚硬类岩石为主时，在地震滑坡灾害评估过程中也需要适当的考虑。

(4) 本文计算结果显示人类活动在一定范围内对地震滑坡有不可忽略的影响，这种影响在0.5 km范围尤为显著，是改变坡体边坡的稳定性的重要因子之一。因此在有关的分析评估研究中不能忽略人类活动的范围及其环境影响效果。

(5) 地震滑坡是一种非常复杂的非线性动态过程，需要结合地震发生的实际区域地质环境特征等来考虑地震诱发滑坡灾害的影响因子的具体分类。

本文分析结果还表明：在龙门山地区，对那些符合高程在1000 m下，坡度不超过20°，距离河流2 km以上，距离断层10 km以上的软性和极软类岩体区域内进行建设用地规划，将能有效降低地震次生滑坡灾害的危害和损失。研究结果可作为地震滑坡评估时模型中影响因子选取及其权重赋值的依据，为该区域未来防震减灾和土地利用规划提供科学基础。

致谢: 感谢审稿专家和编辑部杨美芳老师建设性的修改意见，感谢北京工业大学戴福初教授和中国地震局地质研究所许冲研究员提供滑坡数据进行图 1绘制。