2. 中国建筑西南勘察设计研究院有限公司, 四川 成都 610052
2. China Southwest Geotechnical Investigation and Design institute Co., Ltd., Chengdu 610052, China
中国西南地区地势具有西高东低的特点,特别是在一级地貌与二级地貌过渡地带,山高坡陡,滑坡灾害是其最常见、最严重的地灾类型[1-2]. 尤其是2020年8月以来,四川省各地区连续性的强降雨使得滑坡灾害频发. 因此,为了预测和防治滑坡灾害带来的损失,必须要弄清其诱发因素及成因类型,对该区域滑坡的诱发机率进行系统的分析,优先治理滑坡灾害发生机率大、造成损失严重的地区,才能更有效地减轻、避免各类地质灾害带来生命财产损失[3].
本研究通过对雅江县上游两岸滑坡灾害分布发育特征的调查,对研究区内滑坡的各个要素及分布规律进行分析统计,提取有关因素,进而建立评价体系,预测评价区内滑坡发生的危险性,并划分危险等级,以期为雅江县流域内滑坡灾害的预警和防治提供依据,为当地的生产活动以及经济发展提供支持.
1 研究区概况研究区位于四川省甘孜藏族自治州雅江县上游雅砻江流域,整体最大高差约2 500 m. 研究区处于西南地区构造活动极为频繁的区域,区域构造属鲜水河断裂带与理塘断裂带之间[4]. 两条断裂在第四纪以来活动频繁,加上印支期和喜马拉雅期以来造山运动产生的强烈的河流下切,形成了以中高山为主、呈典型的“V”型深切峡谷的地貌特征. 区内灾害隐患点较多,通过野外实地调查共获得滑坡数据114个(图 1、2).
目前,区域滑坡危险性评价的方式有很多. 相比于其他评价方式,逻辑回归法有着可解决指标间的相互依赖问题、模型清晰、概率值得起推敲等优点;而确定性系数法则可依托于野外实际情况,人为地对逻辑回归得出的结论进行修正[5-6]. 故本文选用逻辑回归法与确定性系数法叠加分析,评价研究区滑坡灾害危险性特征. 先在研究区内以一定的间距生成3 000个样本点,并随机选取调查滑坡中的100个,共3 100个样本数据作为危险性评价的原始数据;选取研究区内平均分布的14个滑坡数据作为评价成果的验证数据,用以验证评价结果的精确性. 主要思路如图 3所示.
$ P\left( {{y_i} = 1|{x_i}} \right) = \frac{1}{{1 + {{\rm{e}}^{ - {\varepsilon _i}}}}} $ | (1) |
式中,xi为关于Pi的自变量,εi为系数.
事件发生的条件概率Pi为:
$ {P_i} = \frac{1}{{1 + {{\rm{e}}^{ - \left( {\alpha + {\beta _i}} \right)}}}} = \frac{{{{\rm{e}}^{\alpha + {\beta _i}}}}}{{1 + {{\rm{e}}^{\alpha + {\beta _i}}}}} $ | (2) |
则事件不发生的概率为:
$ 1 - {P_i} = 1 - \frac{{{{\rm{e}}^{\alpha + {\beta _i}}}}}{{1 + {{\rm{e}}^{\alpha + {\beta _i}}}}} = \frac{1}{{1 + {{\rm{e}}^{\alpha + {\beta _i}}}}} $ | (3) |
从而:
$ {\rm{Logit}}\;P = {\rm{ln}}\left[ {P/\left( {1 - P} \right)} \right] = \begin{array}{*{20}{l}} {{\alpha _0} + {\beta _1}{x_1} + {\beta _2}{x_2} + \cdots + {\beta _n}{x_n}} \end{array} $ | (4) |
$ P = \frac{{{{\rm{e}}^{{\alpha _0} + {\beta _1}{x_1} + {\beta _2}{x_2} + \cdots + {\beta _n}{x_n}}}}}{{1 + {{\rm{e}}^{{\alpha _0} + {\beta _1}{x_1} + {\beta _2}{x_2} + \cdots + {\beta _n}{x_n}}}}} $ | (5) |
式中,α0为常数项;β1…βn为各个评价指标的逻辑回归系数.
$ {\rm{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. $ | (6) |
式中,PPa为滑坡数目与评价指标面积的比值;PPs为滑坡总面积与研究区面积的比值.
单个评价因子的确定性权计算公式为:
$ {P_i} = {W_{ci}} \times {\rm{C}}{{\rm{F}}_{ij}} $ | (7) |
式中,Wci为评价因子Ci的权重;CFij为评价因子Xi第j个分类的确定性系数.
综合确定性权的计算公式为:
$ {\rm{LSP}} = \sum\limits_{i = 1}^n {{W_{ci}} \times {\rm{C}}{{\rm{F}}_{ij}}} $ | (8) |
式中,LSP为评价指标的确定性权.
2.2 评价指标体系依据控制研究区滑坡发育特征的工程环境条件,可将影响滑坡危险性评价的因素分为7个内在指标及1个外在指标(图 4).
坡度主要影响地面的起伏程度,直接决定斜坡体临空面的发育情况及应力分布特征. 通过分析研究区滑坡与地形坡度关系不难看出,坡度为30~45°区间滑坡数量最多,为54个,占滑坡总数的47.37%(图 5a、6a);此坡度区间灾害点密度也最大,为7.06个/100 km2. 滑坡的诱发是一个循序渐进的过程,斜坡覆盖层的天然休止角通常为35°左右[14]. 当地形坡度过小时,无法诱发滑坡;当地形坡度堆积到天然休止角(30~45°)时,滑坡极易发生了,而过大的地形坡度造成的地质灾害则以崩塌为主. 只有当地形坡度在一个合适的区间内时,才容易诱发滑坡.
斜坡坡向对于斜坡稳定性的影响主要取决于太阳辐射对斜坡树木发育、土体冻融、土壤湿度等要素的影响,进而间接影响滑坡的发生[15-17]. 研究区朝向北侧斜坡土体水分不易蒸发,土壤湿度大于南坡,土体的冻胀情况亦强于南坡,从而使得北坡土体裂隙数量多于南坡,故发生滑坡的数量较多(21个,占滑坡总和18.42%),灾害点密度较大,为9.49个/100 km2,(图 5b、图 7).
斜坡的拔河高度反映了河流对河谷底部的切割程度,反映了斜坡临空面的发育情况及坡体的应力分布特征[18]. 当拔河高度过低时,临空高度不足,但其受到人类工程活动的影响较大;当拔河高度过高时,人类工程活动较少,坡顶地形坡度较大,崩塌为主要的地质灾害方式. 研究区拔河高度600~900 m范围的滑坡数目最多,为36个,占总和的36.98%;拔河高度300~600 m范围灾害点密度最大,为8.07个/100 km2,占总数30.70%(图 5c). 滑坡的数量与拔河高度呈现近似正态分布的关系(图 6b).
2.3.4 工程地质岩组依据研究区地层岩性、岩体结构面发育情况、岩体风化情况、岩体强度的不同,可将区内地层分为较软岩类、较软岩夹较硬岩类、较硬岩夹较软岩类、较硬岩类4类. 通过图 5d可知,研究区滑坡主要分布于软硬互层岩类的边坡中. 当斜坡岩层性质一致时,岩层的内摩擦角、内聚力与斜坡稳定性系数呈近似线性关系;而斜坡岩层性质不一致时,这种线性关系便发生改变,雨水极易沿岩体结构面入渗坡体,软岩受雨水软化后便会形成软弱带,斜坡极易沿着这层软弱带产生滑动. 当软岩厚度较小时,岩层内聚力及内摩擦角的细微变化都会对斜坡稳定系数产生较大影响. 因而,较硬岩夹较软岩地区相对于其他区域更容易引发滑坡[19](图 6c). 研究区较硬岩夹较软岩类地区滑坡个数72个,占滑坡总和的63.16%,灾害点密度为0.10个/100 km2.
2.3.5 断裂带研究区范围内断裂带数量虽较少,但通过查阅区域地质资料可知,距雅江县城下游约10 km处,断裂带较发育,受区域断裂影响较大. 研究区断裂带附近滑坡分布相对密集(图 5e),滑坡与断裂带距离在1000~2000 m范围灾害点密度最大,为18.09个/100 km2.
2.3.6 岸坡结构虽然研究区岸坡结构以横向坡、斜向坡为主,其中斜向坡分布滑坡数目最多,但顺向坡结构松散,抗风化能力低,受扰动后极易引发滑坡,灾害点密度最大,为9.48个/100 km2,占滑坡总和的22.81%(图 5f、6d).
2.3.7 河流水系研究区属深切峡谷地貌,河流的侧蚀作用及下蚀作用不断冲刷岸坡,致使岸坡岩体软化,临空面发育,斜坡稳定性降低,容易造成新滑坡的发生及老滑坡的复活. 研究区内滑坡沿雅砻江干流、支流两岸呈明显的沿河流线性分布特征,其中距河流水系0~200 m范围滑坡数目最多,为35个,占35.07%;距河流水系200~400 m范围灾害点密度最大,为10.04个/100 km2,占滑坡总和的29.82%(图 5g、6e).
2.3.8 降雨雨水入渗,增大了坡体的下滑力,同时研究区地层以较硬岩夹较软岩类为主,所夹较软岩极易受到雨水的侵蚀,导致承载能力降低,形成滑动面. 研究区年平均降雨量主要为780 mm(图 5h),该范围内滑坡的数目最多,为90个,占滑坡总和的78.95%,灾害点密度最大,为8.47个/100 km2(图 6f).
2.4 滑坡灾害结构组成特征经野外实地调查,研究区滑坡可分为土质滑坡及岩质滑坡两大类.
2.4.1 土质滑坡这类滑坡多发生于沿道路两侧及已有滑坡前缘产生的二次滑动,滑坡规模通常相对较小,滑源区高程较低,受人类活动的影响较大,危害形式以堵塞道路为主. 滑坡堆积体主要为残坡积、滑坡堆积块碎石土,碎石粒径通常在3~5 cm.
2.4.2 岩质滑坡这类滑坡是研究区滑坡的主要类型,滑坡的稳定性受“锁固段”控制,滑坡形态以长条形、箕形为主,规模通常较大,危害也较大. 依据滑坡堆积体组成结构特征,可将其分成完全解体滑坡和不完全解体滑坡两类.
完全解体滑坡多发生在拔河高度较高地带,滑坡滑动区域长度通常较长,整体落差较大. 滑体处在滑源区时有着较大的势能,当“锁固段”破裂滑动产生时,这些势能全部转化为动能并顺着结构面释放,使滑体在滑动时完全解体,呈高速流动状态. 堆积体形态为块石堆积,滑坡形态呈长条形、扇形(图 8).
不完全解体滑坡堆积体形态多为箕形,滑体主要沿岩体结构面以整体下挫的形式或沿基覆界线产生滑动,后缘可见圈椅状地形、双沟同源等滑坡的典型特征. 这类滑坡堆积体前缘多有“假基岩”出露,表面往往有一定厚度的覆盖层,由残坡积、崩坡积和滑坡堆积组成(图 9).
通过2.3节的分析可知,滑坡的诱发是由多个因素引起的,且每个因素之间都有着内在的联系. 逻辑回归分析的核心在于通过对比各个因素之间的内在联系从而得出回归系数,可使评价结果的准确性得到保障. 其具体公式如下[20-21]:
$ {R_{ij}} = \frac{{S_{ij}^{\rm{z}}}}{{{S_{ij}}}} $ | (9) |
$ {X_{ij}} = \frac{{{R_{ij}}}}{{\sum\limits_{j = 1}^m {{R_{ij}}} }} $ | (10) |
式中,Rij为滑坡灾害面积Sijz与其对应的评价指标面积Sij的比值;Xij为评价指标的归一化值;ij为第i个评价指标的第j个子集;m为子集个数;
依据公式(9)(10)可求得研究区各个评价指标分级的归一化值(表 1). 如表 1中坡度0~15°范围内滑坡面积与坡度为0~15°区域面积的比值即为Rij,Rij与研究区面积的比值即为Xij.
随后将各评价指标的归一化值Xij赋值在3 100个样本点上,再将其导入SPSS软件计算各个评价指标的回归系数. 回归系数值越大,说明其对滑坡诱发的影响程度越高. 计算结果见表 2.
依据公式(6)(7)计算各个评价指标分级的确定性系数权值(表 3).
将所得回归系数(表 2)与各评价指标分级的确定性系数权值(表 3)分别代入ArcGIS软件中,加权求和分别得出研究区滑坡发生的概率P1、P2,随后将P1与P2相叠加,进而得到研究区滑坡灾害危险性成果图(图 10).
为了确保评价结果的准确性,利用以下两种方法对其进行检验.
1)查验点验证
研究区共调查滑坡灾害114个,随机选取其中的100个滑坡点进行评价分析,剩余14个点作为查验点,用以验证成果的精确性. 14个查验点在危险性分区图中的分布如表 4所示.
2)ROC曲线验证
本研究选用ROC检验曲线用以验证评价结果的精确性. ROC曲线下面积越大,表明评价结果的准确程度越高. ROC曲线下面积为85.48%(图 11),评价结果精确性较高.
评价结果表明:研究区高危险区、极高危险区主要位于呷拉镇一带山脊的两侧,分布滑坡74个,占总数的65.91%,灾害点密度为8.00个/100 km2. 该区域范围内年平均降雨量为780 mm,地层以较硬岩夹较软岩为主,岸坡结构多为顺向坡,且分布有一条断裂带,皆为易引发滑坡的致灾因素. 评价结果(表 5)与实际野外调查结果相符.
依据雅江县上游河段滑坡的野外调查结果,结合DEM高程数据,分析研究区内滑坡灾害的发育分布特点,并基于逻辑回归与确定性系数的叠加分析,对研究区滑坡危险性进行分区评价,取得如下成果.
1)雅江县上游河段滑坡主要分布在海拔2 500~3 000 m、拔河高度600~900 m、坡度30~45°、距离河流水系0~200 m范围内较硬岩夹较软岩类地带.
2)雅江县上游河段滑坡以岩质滑坡为主,岩质滑坡又可进而分为完全解体滑坡和不完全解体滑坡两类. 完全解体滑坡多发生在拔河高度相对较高、岩体结构破碎地段,滑体多以碎屑流的方式滑动,滑坡形态多呈长条形,堆积体为块石堆积;不完全解体滑坡形态多呈箕形,滑体沿岩体结构面整体下挫或沿基覆界线产生滑动.
3)雅江县上游河段高危险区、极高危险区面积占总面积的46.75%,该区内滑坡数目为滑坡总和的65.91%. 说明该区域内滑坡分布相对聚集,危害程度较高,与实际野外调查结果相符.
4)雅江县上游河段极高危险区、高危险区主要位于呷拉镇一带山脊的两侧;中等危险区主要位于呷拉镇、瓦多乡斜坡的中部,普巴绒乡上游河段;低危险区、极低危险区主要位于普巴绒乡、瓦多乡坡脚河流的两岸,木绒乡上游河段.
5)经查验点及ROC曲线验证,危险性评价成果有较高的精确度(85.48%),能够作为研究区防灾减灾工作及河谷两岸开发利用的合理方案依据.
[1] |
黄润秋. 20世纪以来中国的大型滑坡及其发生机制[J]. 岩石力学与工程学报, 2007, 26(3): 433-454. Huang R Q. Large-scale landslides and their sliding mechanisms in China since the 20th Century[J]. Chinese Journal of Rock Mechanics and Engineering, 2007, 26(3): 433-454. DOI:10.3321/j.issn:1000-6915.2007.03.001 |
[2] |
许强, 黄润秋, 向喜琼. 地质灾害发生时间和空间的预测预报[J]. 山地学报, 2000, 18(S1): 112-117. Xu Q, Huang R Q, Xiang X Q. Time and spacial predicting of geological hazards occurrence[J]. Journal of Mountain Science, 2000, 18(S1): 112-117. |
[3] |
王荐霖. 岷江上游汶川-松潘河段大型滑坡发育特征及危险性评价[D]. 成都: 成都理工大学, 2019. Wang J L. Research on development characteristics and hazard assessment of large-scale landslide in Minjiang River from Wenchuan to Songpan[D]. Chengdu: Chengdu University of Technology, 2019. |
[4] |
倪化勇, 王德伟, 陈绪钰, 等. 四川雅江县城地质灾害发育特征与稳定性评价[J]. 现代地质, 2015, 29(2): 474-480. Ni H Y, Wang D W, Chen X Y, et al. Formation characteristics and stability assessment of geological hazards in Yajiang City, Sichuan Province[J]. Geoscience, 2015, 29(2): 474-480. DOI:10.3969/j.issn.1000-8527.2015.02.036 |
[5] |
毛硕. 基于GIS的薛城地区滑坡地质灾害危险性评价[D]. 成都: 成都理工大学, 2016. Mao S. Hazard assessment of landslide geological disaster in Xuecheng area based on GIS[D]. Chengdu: Chengdu University of Technology, 2016. |
[6] |
许冲. 汶川地震滑坡分布规律与危险性评价[J]. 岩石力学与工程学报, 2012, 31(2): 432. Xu C. Distribution law and risk assessment for Wenchuan earthquake-triggered landslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2012, 31(2): 432. DOI:10.3969/j.issn.1000-6915.2012.02.024 |
[7] |
邢秋菊, 赵纯勇, 高克昌, 等. 基于GIS的滑坡危险性逻辑回归评价研究[J]. 地理与地理信息科学, 2004, 20(3): 49-51. Xing Q J, Zhao C Y, Gao K C, et al. Logical regression analysis on the hazard of landslide based on GIS[J]. Geography and Geo-Information Science, 2004, 20(3): 49-51. DOI:10.3969/j.issn.1672-0504.2004.03.011 |
[8] |
李翔. 以绥德县为例基于ArcGIS及逻辑回归法的地质灾害危险性评价[D]. 西安: 长安大学, 2015. Li X. Evaluation of geological hazard zonation based on ArcGIS and logistic regression[D]. Xi'an: Chang'an University, 2015. |
[9] |
王鹏. 基于逻辑回归与GIS的青海省尖扎县区域滑坡危险性评价[D]. 北京: 中国地质大学(北京), 2017. Wang P. Regional slide hazard assessment based on logistic analysis and GIS in Jianzha County, Qinghai Province[D]. Beijing: China University of Geosciences, 2017. |
[10] |
侯兴利, 陈建勋, 张恋. 基于ArcGIS的滑坡空间分布的变维分形研究——以江西省宁都县为例[J]. 地质与资源, 2019, 29(3): 293-297. Hou X L, Chen J X, Zhang L. Fractal dimension study on the spatial distribution of landslides based on ArcGIS: A case study of Ningdu County, Jiangxi Province[J]. Geology and Resources, 2019, 29(3): 293-297. DOI:10.3969/j.issn.1671-1947.2019.03.012 |
[11] |
赵力行, 范文, 柴小庆, 等. 秦巴山区地质灾害发育规律研究——以镇巴县幅为例[J]. 地质与资源, 2020, 29(2): 187-195. Zhao L X, Fan W, Chai X Q, et al. Study on the development regularity of geohazards in Qinling-Daba mountains: A case study of Zhenba County, Shaanxi Province[J]. Geology and Resources, 2020, 29(2): 187-195. DOI:10.3969/j.issn.1671-1947.2020.02.011 |
[12] |
光磊. 基于GIS的信息量法在滑坡危险性评价中的应用[J]. 地质与资源, 2005, 14(3): 231-233. Guang L. Application of the GIS-based information acquisition analysis in assessment of landslide hazards[J]. Geology and Resources, 2005, 14(3): 231-233. DOI:10.3969/j.issn.1671-1947.2005.03.016 |
[13] |
王国卫, 李明波, 蒋明光, 等. 基于加权信息量模型的湖南省麻阳县地质灾害危险性评价与区划[J]. 地质与资源, 2020, 29(3): 266-272. Wang G W, Li M B, Jiang M G, et al. Risk assessment and zoning of the geological hazards in Mayang County of Hunan Province based on weighted information model[J]. Geology and Resources, 2020, 29(3): 266-272. DOI:10.3969/j.issn.1671-1947.2020.03.009 |
[14] |
Zhao B, Wang Y S, Su L J, et al. Directional seismic response to the complex topography: A case study of 2013 Lushan Ms 7.0 earthquake[J]. Journal of Mountain Science, 2020, 17(9): 2049-2067. DOI:10.1007/s11629-020-6038-y |
[15] |
杨栓成, 王运生. 基于GIS的涪江上游南坝-水晶流域滑坡危险性评价[J]. 中国地质灾害与防治学报, 2018, 29(6): 15-22. Yang S C, Wang Y S. GIS-based landslide risk assessment along the Nanba-Shuijing reaches in the Fujiang River[J]. The Chinese Journal of Geological Hazard and Control, 2018, 29(6): 15-22. |
[16] |
李辉霞, 刘国华, 傅伯杰. 基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J]. 生态学报, 2011, 31(19): 5495-5504. Li H X, Liu G H, Fu B J. Response of vegetation to climate change and human activity based on NDVI in the three-river headwaters region[J]. Acta Ecologica Sinica, 2011, 31(19): 5495-5504. |
[17] |
薛强, 张茂省, 高波. 斜坡单元支持下基于土体含水率的陕西省清涧县城区黄土滑坡危险性评价[J]. 中国地质, 2020, 47(6): 1904-1914. Xue Q, Zhang M S, Gao B. Hazard assessment of loess landslide based on soil moisture content and supported by slope unit in Qingjian City, Shaanxi Province[J]. Geology in China, 2020, 47(6): 1904-1914. |
[18] |
杜军, 杨青华, 严嘉, 等. 基于GIS与信息量模型的汶川次生地质灾害危险性评价[J]. 地球科学——中国地质大学学报, 2010, 35(2): 324-330. Du J, Yang Q H, Yan J, et al. Hazard evaluation of secondary geological disaster based on GIS and information value method[J]. Earth Science-Journal of China University of Geosciences, 2010, 35(2): 324-330. |
[19] |
夏开宗, 陈从新, 鲁祖德, 等. 软硬岩互层边坡稳定性的敏感性因素分析[J]. 武汉理工大学学报(交通科学与工程版), 2013, 37(4): 729-732, 736. Xia K Z, Chen C X, Lu Z D, et al. Analysis of sensitivity factors to stability of inter-beddings of soft and hard rock slope[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2013, 37(4): 729-732, 736. DOI:10.3963/j.issn.2095-3844.2013.04.014 |
[20] |
杜晓晨. 基于ArcGIS和SPSS的德昌县滑坡危险性评价研究[D]. 绵阳: 西南科技大学, 2020. Du X C. Hazard assessment of landslide in Dechang based on ArcGIS and SPSS[D]. Mianyang: Southwest University of Science and Technology, 2020. |
[21] |
韩蓓. 基于GIS的岷江上游汶川-叠溪河段滑坡灾害危险性评价[D]. 成都: 成都理工大学, 2014. Han B. Landslide geological disaster hazard assessment in Minjiang River from Wenchuan to Diexi based on GIS[D]. Chengdu: Chengdu University of Technology, 2014. |