2019, Vol. 28
PDF
2. 湖南省地质环境监测总站, 湖南 长沙 410007
2. Hunan Province Geological Environment Monitoring Station, Changsha 410007, China
滑坡灾害敏感性评价及区划一直是滑坡灾害研究的重要内容之一, 通过研究不同地层单元组合、区域地质构造单元特征、地形地貌等条件下区域滑坡灾害发生分布规律, 从宏观上对滑坡灾害的敏感程度做出等级划分[1], 早在20世纪中期国内外相关学者就已开展了卓有成效的工作.近年来, 随着滑坡灾害损失的日益严重以及"3S"技术的迅速发展, 滑坡灾害的敏感性研究也取得了长足进展[2-3].
本文选取雪峰山地区作为研究区域, 以历年发生(2013~2017)的589处降雨型滑坡灾害为样本数据, 利用GIS强大的空间分析、制图和可视化功能[4], 通过确定性系数(CF)与层次分析法(AHP)的融合, 建立敏感性评价模型, 开展研究区敏感性评价和区划, 为研究区滑坡灾害的空间预测提供资料和参考, 同时对湖南省地质灾害气象精细化预警预报工作也具有实际的指导意义.
1 研究区概况研究区位于湖南省中部偏西, 包括益阳市安化县, 怀化市沅陵县、溆浦县及辰溪县, 东接洞庭湖区, 南邻娄邵盆地, 北依武陵山脉, 面积16 176.87 km2, 约占全省总面积的7.64%.
研究区属亚热带季风湿润气候区, 年降水量达1600~2000 mm, 是湖南省年平均降雨量高值区及暴雨高频次中心(据湖南省气象局1988~2017年数据统计)(图 1).区内以中低山、丘陵地貌为主, 地形复杂, 坡体切割强烈, "V"型沟谷发育, 山坡坡度陡峻.境内主要河流为沅水、资水及其支流.资水流域多山地和丘陵, 山体高大, 山坡陡峻.沅水流域流贯于雪峰山与武陵山山地之间, 四周高丘山地环绕, 河床比降大, 水流湍急.同时, 研究区横跨扬子、华南两大地层区, 地层发育基本齐全, 主要为浅变质岩及碎屑岩夹少量碳酸盐岩, 以古生界浅变质岩, 古、中生界碎屑岩出露最广, 岩浆岩局部出露(图 2).境内构造复杂, 形迹多样, 断裂和褶皱均很发育, 构造线方向受总的大区域构造所控制以北东向构造分布范围较广泛.
|
图 1 雪峰山地区2007~2017年年平均降雨量等值线图 Fig.1 Contour map of average annual rainfall in Xuefeng Mountain area from 2007 to 2017 |
|
图 2 雪峰山地区工程岩组分区图 Fig.2 Division of engineering rock assemblages in Xuefeng Mountain area 1-松散堆积层(loose accumulative formation); 2-碎屑岩建造(clastic rock formation); 3-碳酸盐岩建造(carbonate rock formation); 4-岩浆岩建造(magmatic rock formation); 5-变质岩建造(metamorphic rock formation) |
滑坡数据来源于湖南省国土资源厅历年月报数据, 数据包括发灾位置、时间、规模、灾害成因及灾险情等情况.据统计, 2013~2017年间雪峰山地区降雨型滑坡灾害共发生589处, 具体特征见表 1.其中造成重大灾情损失的有20余处, 共造成71人死亡, 毁房580余间, 直接经济损失3000余万元, 仅2014年7月16日发生在益阳市安化县马路镇潺溪口村1起滑坡就造成12人死亡, 5人受伤, 直接经济损失200余万元.随着人类工程活动的进一步加强和近几年极端天气的频繁出现, 从总的发展趋势看, 研究区滑坡灾害有日趋严重之势, 已成为当地社会经济迅速发展的制约因素之一.
|
表 1 研究区降雨型滑坡特征统计表 Table 1 Characteristic statistics of rainfall-induced landslides in the study area |
开展区域滑坡敏感性区划研究, 首先就要确定影响滑坡灾害发生的关键因子.根据前人研究总结, 选择坡向、高程、工程岩组、斜坡类型和坡度等5个因子作为雪峰山地区降雨型滑坡灾害发生的关键性因子[5].这些因子可根据湖南省1: 25万地形图、1: 25万自然地理底图、1: 25万地貌及第四纪地质图、1: 25万岩土工程地质区划图等基础空间信息资料进行提取, 数据来源于湖南省国土资源信息中心.
3 各关键因子指数赋值对于定性的因子, 在GIS平台上是无法实现分析计算的, 在分析计算之前, 必须将因子定量化, 即指标因子的量化, 确定性系数(CF)法可很好实现这一过程.
确定性系数即CF分析法指的是对某一事件的发生具有一定影响作用的各个因素进行分析的方法, 对降雨型滑坡的发生构建一个概率函数进行分析[6].在1975年由Shortliffe提出, 在1986年Heckerman进行了有效改进[7].具体的计算公式如下:
| $ CF = \left\{ \begin{array}{l} \frac{{P{P_{\rm{a}}} - P{P_{\rm{s}}}}}{{P{P_{\rm{a}}}\left( {1 - P{P_{\rm{s}}}} \right)}}\;\;\;\;\;P{P_{\rm{a}}} \ge P{P_{\rm{s}}}\\ \frac{{P{P_{\rm{a}}} - P{P_{\rm{s}}}}}{{P{P_{\rm{s}}}\left( {1 - P{P_{\rm{a}}}} \right)}}\;\;\;\;\;P{P_{\rm{a}}} < P{P_{\rm{s}}} \end{array} \right. $ | (1) |
式中, PPs是降雨型滑坡在研究区域中发生情况的先知概率, 用研究区域内滑坡的总面积与研究区域的总面积进行对比表示; PPa是指在影响因素中a所发生情况的慨率条件分析, 具体用a中产生的滑坡面积与分类a具体面积的比值进行表示.根据公式(1)计算, CF的变化区间为[-1, 1].正值代表事件发生的确定性增加, 即滑坡易于发生; 负值代表确定性的降低, 表示滑坡不易发生; 接近于0值代表先验概率与条件概率十分接近, 事件发生的不确定性, 即此单元不能确定是否为滑坡易发区.
按照上述方法对雪峰山地区的坡向、高程、工程岩组、斜坡类型和坡度因子进行计算, 以CF值为据划分级别, 并由小到大分别赋值为1, 2, 3, …n(见表 2~6).
|
|
表 2 工程岩组CF值及分级赋值表 Table 2 CF values and grading assignments for engineering rock assemblages |
|
|
表 3 高程CF值及分级赋值表 Table 3 CF values and grading assignments of elevation |
|
|
表 4 坡度CF值及分级赋值表 Table 4 CF values and grading assignments of slope gradient |
|
|
表 5 斜坡类型CF值及分级赋值表 Table 5 CF values and grading assignments of slope types |
|
|
表 6 坡向CF值及分级赋值表 Table 6 CF values and grading assignments of slope aspect |
本文采用层次分析法(AHP)为每个评价指标赋敏感性权重值.参考专家意见及野外实地验证, 对各因子之间的相互重要性进行打分, 构建各因子判断矩阵(见表 7).通过计算求得判断矩阵的最大特征值λmax=5.0133, 一次性指标CI=(λmax-n)/(n-1)=(5.0133-5)/(5-1)=0.0133/4=0.003325, 查平均随机一致性指标(RI)表得: RI=1.12, 则检验性指标CR=CI/RI=0.00277 < 0.1.该矩阵具有较好的判断一致性, 判断合理.最大特征值对应的特征向量为(0.3254、0.1831、0.3254、0.6143、0.6143), 对特征向量进行归一化处理即得到5个评价指标的权重λi.其中A1-高程; A2-斜坡类型; A3-坡向; A4-岩组; A5-坡度; λi-因子权重.
通过以上分析计算, 得出雪峰山地区地质灾害敏感性评价模型为:
| $ \begin{array}{l} S = \Sigma {\lambda _i} \times {A_{ij}} = 0.158 \times {A_{1j}} + 0.089 \times {A_{2j}} + 0.157 \times {A_{3j}}\\ \;\;\;\;\; + 0.298 \times {A_{4j}} + 0.298 \times {A_{5j}} \end{array} $ | (2) |
式中:S为评价单元的综合敏感度值; λi为第i个指标的敏感程度权重; Aij为第i个指标属性j的敏感度.其中, i=1, 2, 3, 4, 5; j=1, 2, 3, …, n.
5 敏感性区划及结果分析运用栅格数据处理方法对雪峰山地区进行网格剖分, 取1 km × 1 km为最小评价分析单元格, 将研究区剖分成16503个评价单元网格.在GIS软件中, 按照地质灾害敏感性评价模型, 对5个评价指标进行空间叠加后即得敏感性评价图(图 3).
|
图 3 雪峰山地区敏感性评价分区及灾害叠加图 Fig.3 Overlying map of sensitivity assessment zoning and disaster in Xuefeng Mountain area 1-高敏感区(high sensitive area); 2-中敏感区(moderate sensitive area); 3-低敏感区(low sensitive area); 4-滑坡灾害点(landslide hazard site) |
根据计算可知地质灾害敏感性综合指数值(S)区间为1.825≤S≤5.26, 利用重分类工具, 将叠加后的敏感性结果图划分为三类, 即高敏感区、中敏感区和低敏感区.当4.35≤S≤5.26时, 为滑坡灾害高敏感区; 当3.52≤S < 4.35时, 为滑坡灾害中敏感区; 当1.825≤S < 3.52时, 为滑坡灾害低敏感区.分析结果表明:研究区总面积为16 176.87 km2, 其中高敏感区面积1 768.95 km2, 占总面积的10.94%;中敏感区面积14 059.52 km2, 占总面积的86.91%;低敏感区面积348.40 km2, 占总面积的2.15%.
|
|
表 7 各因子判断矩阵和权重表 Table 7 Judgment matrixes and weights of each factor |
为了确定研究区滑坡敏感性区划结果的正确性, 利用2013~2017年雪峰山地区实际发生的589处降雨型滑坡, 对区划结果进行检验.通过将滑坡点与敏感性区划图层叠加, 得到每个分区中滑坡的数量, 即检验结果(见图 3、表 8).
|
|
表 8 雪峰山地区滑坡敏感性分区检验表 Table 8 Landslide sensitivity zoning in Xuefeng Mountain area |
检验结果显示, 高敏感区和中敏感区中包含了95%以上的校验滑坡, 说明评价结果与实际发生的滑坡情况基本吻合.
7 结论本文通过确定性系数(CF)与层次分析法(AHP)的融合, 解决了灾害评价中各因子指标的排序赋值和各评价因子叠加的权重问题, 并在雪峰山地区开展滑坡灾害敏感性区划分析.经过验证, 各敏感性分区与实际发生的滑坡分布基本吻合, 说明了评价结果的有效性.对该研究区滑坡敏感性区划方法方面的探讨, 为研究区滑坡灾害的空间预测提供资料和参考, 也对湖南省地质灾害气象精细化预警预报工作具有一定的现实意义.
| [1] |
李媛.区域降雨型滑坡预报预警方法研究[D].北京: 中国地质大学, 2005.
|
| [2] |
曹洪洋, 边亚东. 一种新的区域滑坡影响因子敏感性分析方法研究与应用[J]. 湖南科技大学学报:自然科学版, 2009, 24(2): 49-52. |
| [3] |
杨命青, 王万东, 毋利军. 龙门山区震后山地灾害地质因素敏感性评价[J]. 中国安全科学学报, 2010, 20(10): 3-7. DOI:10.3969/j.issn.1003-3033.2010.10.001 |
| [4] |
殷坤龙, 朱良峰. 滑坡灾害空间区划及GIS应用研究[J]. 地学前缘, 2001, 8(2): 279-284. DOI:10.3321/j.issn:1005-2321.2001.02.010 |
| [5] |
李明波, 陈平, 陈植华. 湖南省降雨型滑坡灾害发生的关键性因子研究[J]. 东华理工大学学报:自然科学版, 2018, 41(1): 36-40. |
| [6] |
兰恒星, 伍法权, 王思敬. 基于GIS的滑坡CF多元回归模型及其应用[J]. 山地学报, 2002, 20(6): 732-737. DOI:10.3969/j.issn.1008-2786.2002.06.015 |
| [7] |
Heckeman D. Probabilistic interpretation for MYCIN's certainty factors[C]//Kanal L N, Lemmer J F, eds. Uncertainty in Artificial Intelligence. New York: Elsevier, 1986: 298-311. https://dl.acm.org/citation.cfm?id=3023810.3023812
|