滑坡指斜坡岩土体沿着贯通的剪切破坏面所发生的滑移地质现象，破坏性显著，极易造成大量的人员伤亡与经济损失^[1-2]。其诱发机制复杂且影响因素众多，自然原因如地震、降雨、冻融^[3]等，人为原因如地下采矿^[4]、地表扰动^[5]等都是导致滑坡发生的潜在驱动因素。我国历史上灾害性滑坡多数集中发生于西南与华南地区，且其中90%以上与强降雨过程有关^[6]。

由于地质条件与地表覆被特征的差异，不同区域的滑坡形成机制与空间分布规律存在较大差别^[7-9]，因此针对特定区域进行滑坡成灾机制的研究至关重要。我国西南地区由于复杂的地质条件，滑坡的形成机制与空间分布规律往往相对复杂，如黄泥坝子滑坡是由地震、降雨、地形等综合因素诱发的堆积体滑坡^[10]；三峡库区不同岸段区域其滑坡的空间分布与发育情况也各不相同^[11]。华南地区因气候湿润且岩石多碎屑，滑坡的发生多与降水有关。广西金秀县的碎屑岩区滑坡主要分布于路网和水系两侧，表明人为扰动和水系分布对滑坡发生的影响较大^[12]；北流市的滑坡多分布于河流两侧，与西南地区滑坡受地形坡度影响较大不同，该地区滑坡集中分布在低山丘陵区域^[13]。另外，其他地区的滑坡空间分布与影响因素也各有特点，如黄土高原地区的浅层滑坡往往受地形坡度和植被覆盖状况的综合影响更大^[14-15]。华北地区由于气候、地质条件等原因，大范围滑坡灾害发生的记录相对较少且缺乏详细数据资料，针对该地区山体滑坡成灾机制的研究尚不多见。选取典型案例深入研究该区域山体滑坡的空间分布特征及主要影响因素不但有助于深入认识我国华北地区山体滑坡的成灾机制，也可对本区域的防灾工程建设和灾后恢复治理提供重要理论支撑。

2023年7月28日—8月1日，由于台风“杜苏芮”北上并与冷空气的共同作用，海河全流域经历强降雨事件。仅仅5 d，平均降雨量达到153 mm，成为自1963年以来海河流域遭遇的最强降雨事件。其中北京市83 h的降雨量高达331 mm，为常年年均总降雨量的60%左右^[16]。降雨过程在北京西部山区引发大量浅层滑坡，并导致部分区域发生严重的山洪灾害。北京市门头沟区位于本次强降雨中心区域，大面积山体滑坡产生的泥土、碎石和植被滑落物伴随洪水过程进入沟/河道，造成严重的岸坡冲刷、基础设施损毁和河道淤积，也使其成为本次山洪过程受灾最为严重的区域之一。强降雨过程导致的浅层土壤含水率过高虽然是诱发大范围山体滑坡的关键因素，但该区域山体滑坡的空间分异特征及其主要的地形、地表覆被影响机制尚不明确。

笔者选取北京市门头沟作为典型案例区，利用灾前/灾后国产高分2/6卫星观测资料提取山体滑坡，并结合该区域地形地貌与地表盖度资料，分析除降雨之外的其他因素如坡度、植被盖度、以及人为扰动等因素对滑坡成灾和分异机制的影响，以期揭示本次灾情过程形成的山体滑坡空间分异规律及其主要影响机制，为各类防灾减灾工程的实施和灾后重建过程提供支撑。

门头沟研究区位于北京市西南部，介于E 115°25′~116°10′，N 39°48′~40°10′之间。与昌平、房山、海淀、丰台4区及河北省相邻(图 1)。门头沟由西向东倾斜，西部山区山形挺拔高峻，最高海拔达2 200 m。东部为平原城镇区，海拔最低至48 m。全区总面积1 447.85 km²，涵盖永定河流域及56条沟道。此次“23 ·7”洪水灾害中，这些沟道成为滑坡频发区域，对当地生态环境和居民生活造成严重影响。

图 1(Fig. 1)

图 1 研究区分布图 Fig. 1 Location of the study area

为精确提取分析门头沟区山体滑坡空间分布特征，本研究采用国产高分二号和高分六号卫星影像作为数据源。高分二号影像具有0.8 m的高空间分辨率，将云、雪覆盖率控制在5%以下，有效减少天气因素对滑坡位置识别的干扰，便于肉眼清晰准确地辨认出滑坡的位置和形态。因高分二号影像无法完全覆盖整个门头沟区，我们引入空间分辨率为2 m的高分六号影像作为补充。灾前，高分二号影像采集于6月6日，高分六号影像采集于7月5日；灾后，高分二号影像采集于8月14日，高分六号影像采集于8月15日。灾前后的时间安排确保获取地表变化信息。

滑坡的形成是一个复杂且多元的过程，涉及多种因素的相互作用。过往研究指出，降雨量、地形地貌、植被覆盖以及地物类型等因素在滑坡形成中占据重要地位^[17-19]。本次门头沟区的滑坡灾害中，短期内大量强降雨是滑坡的直接诱因。为探究除降雨因素以外，滑坡的发生(特别是空间分布特征)是否还受到其他因素的影响。本研究选取坡度、植被覆盖度和土地覆盖类型这3个关键因子，对滑坡的数量和面积进行深入探讨。

本研究整合多种数据源，包括DEM地形数据、植被覆盖度数据和土地覆盖类型数据(图 2)。DEM数据采用ALOS PALSAR数据集，其高分辨率(12.5 m) 有助于精准分析坡度对滑坡的影响。土地覆盖数据来自欧空局2021年全球土地覆盖地图，10 m分辨率满足细致划分需求。此外，还基于归一化植被指数NDVI(normalized difference vegetation index)值计算植被覆盖度，以探究植被状况对滑坡发生的潜在影响。

图 2(Fig. 2)

图 2 门头沟区滑坡影响因素分析使用的辅助数据 Fig. 2 Auxiliary data for analyzing influence factors of landslide in MD

如图 3所示，选用国产高分辨率的高分系列影像作为数据源，经过正射校正、大气校正、波段融合、影像配准、镶嵌与裁剪等预处理工作，选择提取滑坡的最佳特征波段，利用NDVI筛选灾前植被覆盖区域。在变化检测阶段，采用自动化方法对比分析灾前后影像，快速准确识别滑坡发生位置和范围。然而自动化提取结果可能存在误分类，因此结合外业调查结果进行数据后处理，剔除和修正误分类部分，确保最终结果准确可靠。最后，基于半经验模型计算滑坡面积，提供量化数据，进一步分析和总结门头沟区滑坡分布特征与规律。

图 3(Fig. 3)

图 3 山体滑坡遥感监测与分析技术路线图 Fig. 3 Flowchart of landslides monitoring and analyzing with remote sensing

笔者从坡度、植被覆盖度(fractional vegetation cover, FVC)和土地覆盖类型3个维度深入分析滑坡的空间分布特征。单位面积内产生的滑坡数量在一定程度上反映滑坡严重程度。因此除统计滑坡总数与总面积外，笔者还统计每平方公里滑坡点数量和平均面积，便于比较和评估不同区域的滑坡严重程度。

为进一步探讨不同坡度或植被覆盖度等级下滑坡形成规模的差异性和一致性，笔者引入变异系数这一统计量。变异系数用于衡量数据的离散程度，值越大表明离散程度越大，在本文中即表示形成滑坡的规模越不稳定。其公式如下：

式中：C_v为变异系数；σ为一个等级内所有平均面积的标准差；μ为一个等级内所有平均面积的平均值, m²。

门头沟区滑坡灾害中，统计得单体面积＞100 m²的滑坡总数5 680个，总面积约5.85 km²。为直观展现此次滑坡规模，采用滑坡单体面积作为表征指标，列于表 1中。

表 1(Tab. 1)

表 1 不同单体面积等级下滑坡数量及其比例 Tab. 1 Number and proportion of landslides under different individual area levels 滑坡单体面积 Area of an individual landslide/m2 滑坡数量 Number of landslides 比例 Proportion/% 0~500 2 455 43.22 ≥500~1 000 1 558 27.43 ≥1 000~2 000 973 17.13 ≥2 000~3 000 339 5.97 ≥3 000~4 000 155 2.73 ≥4 000 200 3.52

表 1 不同单体面积等级下滑坡数量及其比例 Tab. 1 Number and proportion of landslides under different individual area levels

其中单体面积 < 500 m²的滑坡数量所占比例最大，约43%。表明小面积滑坡在此次灾害中频发。单体面积＞3 000 m²的滑坡超过350个，约占6%。大面积滑坡的发生，加剧灾害的严重程度，对当地生态环境和居民生活造成巨大影响。最大滑坡位于潭柘寺镇刺猬河上游沟道，长度达到1 026 m，面积约2.18万m²，是此次灾害中最为显著的滑坡体之一。

本次门头沟区域滑坡分布情况如图 4所示。永定河上游河道沿岸是滑坡高发区之一，产生大量单体面积超过4 000 m²的滑坡，其规模和影响显著。整个永定河沿岸区域的滑坡总数约为1 790个，占总数的31%；滑坡总面积约213万m²，占所有滑坡面积的36%。

图 4(Fig. 4)

图 4 门头沟区滑坡单体面积等级分布示意 Fig. 4 Landslide distribution under different individual area levels in MD (Mengtougou district)

此外，刺猬河上游至永定河下游区域滑坡数量多但单体面积较小，形成密集滑坡群。这些滑坡频发区域内村庄众多，对当地村民的生命财产安全构成严重威胁，造成大量损失。

本研究采用核密度统计方法对门头沟区滑坡灾害点和面积进行密度统计(图 5)，直观显示滑坡灾害的严重程度。图中浅色区域代表滑坡点数量较少、滑坡面积较小的区域，即滑坡规模较小的区域，深色区域反之。其中，永定河上下游以及刺猬河上游区域，滑坡点密度和面密度均较高。这表明滑坡分布广泛、数量密集、总面积巨大，受灾严重，应成为灾后救援与重建工程的重点关注区域。其他区域的滑坡密度虽然相对较低，但潜在威胁不容忽视，需加强监测预警，确保有效地应对滑坡灾害。

图 5(Fig. 5)

图 5 门头沟区山体滑坡核密度分析结果 Fig. 5 Analyzed results of landslide kernel density in MD

滑坡点主要分布于河道与山洪沟两侧陡峭处，为深入探究地形坡度对滑坡规模的影响，本研究对门头沟区进行坡度分级统计(表 2)。

表 2(Tab. 2)

表 2 不同坡度等级滑坡总数量与总面积 Tab. 2 Total counts and areas of landslides at different topographic slope levels 坡度等级 Level of slope/(°) 滑坡数量 Total counts 滑坡总面积 Total area×10-4/m2 0~5 51 4.22 ≥5~15 613 58.83 ≥15~25 1 560 157.58 ≥25~35 1 948 192.72 ≥35~45 1 340 136.79 ≥45 329 35.32

表 2 不同坡度等级滑坡总数量与总面积 Tab. 2 Total counts and areas of landslides at different topographic slope levels

门头沟区坡度主要集中在45°以下。笔者将5°以下的区域定义为平坦地区，每间隔10°进行1次坡度分级，至45°以上的陡坡区域。统计表明，15°至45°区域的滑坡点数量和面积比例均达83%。表明该坡度范围内滑坡灾害频发且规模显著。

图 6a揭示门头沟区山体滑坡灾害的空间异质分布与地形坡度的紧密关系。数据显示，随着坡度上升，滑坡分布密度和单体滑坡的规模均增加。当坡度≥45°时，滑坡点密度与单体滑坡的平均面积达到最大值。该结果表明坡度对研究区山体滑坡发生的促进作用，并揭示滑坡规模与坡度的正相关关系。这一结论与先前其他地区的研究结果具有一定的共性^[20-21]，进一步验证地形坡度在滑坡灾害中的重要性。

图 6(Fig. 6)

图 6 滑坡规模与坡度等级的统计结果 Fig. 6 Statistical results of landslide sizes and topographic slope levels

如图 6b所示，随着坡度增大，单体滑坡规模离散度降低, 表明坡度大的区域不但单体滑坡的规模更大，且滑坡面积的变异性更小(规模趋向一致)。强降雨发生过程中，由于雨水的持续高强度渗入导致土体软化且土壤自重不断增加，坡度增加使得地表稳定性逐渐变差，加之中等坡度区域承雨面积相对较大，从而导致中等偏大坡度区域滑坡规模普遍较大。相关研究针对黄土丘陵沟壑区滑坡分析中也发现坡度在30°~50°的区域更易发生滑坡^[22-23]，与笔者研究结果相同。相比之下，低坡度区域滑坡规模更离散，这可能由于植被盖度、生产扰动等多种因素的复合影响，导致滑坡规模变异性增大。

结合植被覆盖度数据，统计分析门头沟区山体滑坡的分布情况，其结果如表 3和图 7所示。在划分植被覆盖度等级时，笔者将高植被覆盖度定义为覆盖度≥0.75，低植被覆盖度为＜0.60。考虑到门头沟区大部分区域的植被覆盖度集中在0.60及之上，且在此区间外的样本量相对不足，故分级时以0.60为最低，以0.75为最高，每间隔0.05划分一个等级，共划分为5个等级，以精确反映不同植被覆盖度下的滑坡分布。

表 3(Tab. 3)

表 3 不同植被覆盖度等级滑坡总数量与总面积统计 Tab. 3 Statistics of the total counts and areas of landslides at different FVC levels 植被覆盖度等级 Level of FVC 滑坡总数量 Total counts 滑坡总面积 Total area×10-4/m2 0~0.60 90 14.08 ≥0.60~0.65 362 44.66 ≥0.65~0.70 798 85.02 ≥0.70~0.75 1 644 163.84 ≥0.75 2 947 277.86

表 3 不同植被覆盖度等级滑坡总数量与总面积统计 Tab. 3 Statistics of the total counts and areas of landslides at different FVC levels

图 7(Fig. 7)

图 7 滑坡规模与植被覆盖度等级的统计结果 Fig. 7 Statistical analysis of the relationship between landslide severity and FVC

统计分析显示，门头沟区多山，植被覆盖度基本集中于0.75以上，因此此植被覆盖度区间内滑坡总数量和面积均偏大。

对单位面积内滑坡密度以及不同植被覆盖度等级下滑坡平均面积进行分析(图 7a)，发现当植被覆盖度＜0.60时，滑坡密度偏小而单体面积偏大，说明低植被覆盖度区域滑坡的规模更大。而当植被覆盖度≥0.60时，滑坡分布密度逐渐降低，而单体滑坡平均面积减小，表明植被对于截留雨水、降低雨水入渗速度具有积极作用, 有助于减少滑坡发生并控制其规模。有研究^[24]认为植被对我国西南地区滑坡的影响存在正负两方面作用，在植被覆盖度偏中等时，其正作用占主导地位，即截留雨水、根系锚固等，这一认识与本文研究结果接近。但当植被覆盖度较小时，植被对滑坡发生的负作用占主导地位，即增加坡体自重或土壤渗透系数，永定河上游河道沿岸的滑坡多发生在低植被盖度且高坡度区域，除坡度作用外，低植被覆盖度也易于滑坡发生。这说明此时植被仍是正作用占主导地位，与黄土高原地区的滑坡发生机制^[14]类似，而与西南地区的结论相反。

图 7b进一步展示研究区不同植被盖度水平滑坡面积的变异规律。随着植被覆盖度增加，滑坡规模的离散度逐渐增大。这可能由于植被茂密区域，根系网络复杂，对土体的固持作用差异大，导致滑坡规模离散度增大^[25]。相比之下，低植被覆盖度区域的植被及根系对土体影响较小，滑坡规模普遍偏大，离散程度也相对较低。

门头沟区中西部山区以林地和灌木林为主，东部平原则以城镇建筑为主。为准确评估滑坡灾害的规模与分布，笔者排除水体、建筑等区域，仅对林地、灌木、农田和裸地这4类关键地表覆盖类型进行滑坡规模统计与分析。

统计数据显示(图 8a)，滑坡主要集中在森林(53%)和灌木(46%)覆盖区，两者滑坡面积总体比例超过99%。这主要因为森林与灌木在门头沟区地表覆盖中比例较大，且多分布于具有一定坡度的区域。对比不同土地覆盖类型的滑坡规模(图 8b)，裸地由于缺乏植被，滑坡单体平均面积较大；而森林和灌木区的滑坡规模相对较小。这与前文关于植被覆盖度对滑坡影响的分析一致，再次证实提高植被盖度对降低滑坡风险和减小滑坡规模的积极作用。此外，比较耕地、灌木和林地覆盖区的滑坡规模，发现受人类生产活动扰动影响较大的农田区域滑坡规模大于自然植被覆盖区。在自然植被覆盖区域中，灌木林地的滑坡规模较森林更显著，这与植被根系固土等存在一定关系^[24]，植被根系在土壤中复杂的网络结构提高土体的抗蚀性。

图 8(Fig. 8)

图 8 门头沟区不同土地覆盖类型下滑坡情况统计 Fig. 8 Statistical analysis of landslide sizes on different land cover in MD

由于强降雨引发的大范围滑坡灾害相对较少且缺乏详细数据资料，北京地区山体滑坡的成灾机制尚不明确。笔者基于灾前/灾后国产高分系列卫星观测数据，以及地形、灾前土地覆盖与植被覆盖度等资料，在精确提取滑坡的基础上，对门头沟区山体滑坡的空间分异格局与影响机制进行系统分析。证明由强降雨引发的山体滑坡，其空间分布模式除降雨因素之外，还与地形坡度、植被覆盖度和土地覆盖类型等因素密切相关。其中坡度的增加导致斜坡稳定性变差，坡度＞45°时在雨水渗入和重力的双重影响下滑坡规模达到最大。FVC＜0.60时滑坡密度较小，但在FVC=0.60时达到最大，随后逐渐降低。可能是由于在FVC=0.60时植被对于坡体稳定的负作用起主导地位，导致土壤渗透系数增加^[24]。但总体来说，地形、植被因素对于滑坡产生的影响基本与黄土高原和西南等地^{[14, 21]}类似。人类活动对滑坡产生的促进作用也与广西地区结论相同^[12]。

但本文仅针对由遥感影像提取出的滑坡分布现象进行统计分析，并未深入探究影响滑坡的所有复杂因素。在对地形坡度、植被覆盖度和土地覆盖类型进行讨论时，也仅考虑单一因子的影响，并未进行多因子综合分析。在之后的研究中，可综合考虑多种影响因素对华北地区的滑坡现象进行更详细的统计分析。

在以北京市为代表的华北地区开展防灾减灾工程建设和灾后恢复重建过程中，通过采取以下措施：1)在山区坡度较大的区域修建挡土墙等针对性防滑坡措施以降低大型滑坡发生风险；2)提升山区自然植被(特别是森林)覆盖率以增加浅层岩土体的抗滑移能力；3)减少山区农业生产等活动以降低人类生产生活对地表的扰动影响等措施，有望提升区域应对强降雨引发的山体滑坡灾害的韧性，降低水土流失风险。

本研究旨在分析除降雨之外的其他因素如坡度、植被盖度、以及人为扰动等因素对滑坡成灾和分异机制的影响。结果表明，门头沟区本次灾情过程形成的山体滑坡空间分布格局呈现明显的局部聚集性特征，除降雨因素之外，其异质性空间分布模式还与地形坡度、植被覆盖度和土地覆盖类型等因素密切相关。滑坡密度和单体滑坡规模随着坡度的增大而增加，且随坡度的增大单体滑坡规模的变异程度逐渐降低，滑坡大小趋于一致。而更高的植被覆盖区域所发生的滑坡密度和单体滑坡的平均面积均更小，但滑坡规模变异度更大。此外，地表的生产扰动水平也会在一定程度上影响滑坡的严重程度。裸地与农田等受生产活动扰动较大的区域发生的单体滑坡规模相对更大，而发生在自然植被覆盖区域上的单体滑坡则表现为林地地表上的滑坡规模小于灌木地表。