基于地质灾害区划的向峨乡农村居民点空间布局、用地演化研究

王晨懿 ，税 伟，苏正安，王 炯

(1.四川农业大学资源环境学院，四川 成都 611130；2.成都市国土规划地籍事务中心，四川 成都610074；3.中国科学院水利部成都山地灾害与环境研究所，四川 成都 610041)

2008年5月12日14时28分,四川省汶川县映秀镇发生里氏8.0级强烈地震。由于强震发生在四川盆地西部地质环境原本就比较脆弱的中、高山地区,因而触发了大量的崩塌滑坡地质灾害,其数量之多、分布之广、类型之复杂、破坏之巨大,举世罕见,其危害甚至超过地震本身[1]。根据次生山地灾害的特征和发展趋势, 震后的恢复重建中应采取减灾措施,防止次生山地灾害对恢复重建的基础设施和重建场址造成危害[2-3]。都江堰市向峨乡在地震中建筑损毁严重,次生地质灾害更是给当地造成了巨大的人员财产损失,震前农村居民点空间布局、用地演化方向不合理是其重要原因。中国山地、高原、丘陵等约占总面积的66%,全国近70%的县区分布于山区,地质灾害广泛的威胁着山地环境下的农村居民点。国内外对地质灾害的区划方法的研究较多,但地质灾害区划应用于地质灾害威胁下的山地农村居民点的研究较少[4-10]。本文在GIS技术支持下,利用Logistic数学模型对研究区域进行地质灾害威胁性区划,并通过PR、SI指数分析讨论震前向峨乡农村居民点布局和用地演化特征。研究方法可以广泛应用于山地农村居民点地质灾害威胁性研究,研究结果对灾后重建及山地农村居民点的规划布局具有参考意义。

1 地质影响因子数据集的建立

地质灾害的发生,受自然环境、人类工程活动等多种因素制约影响,应综合考虑各种地地质灾影响因素,以及这些影响因素在空间上的组合方式与区域内地质灾害发生、分布的内在联系,寻找其规律,进而开展地质灾害危险性区划研究。

1.1 影响因子的选取

根据前人研究成果,结合向峨乡地质灾害发生具体情况,利用德尔菲法(Delphi Method)选取影响研究区域地质灾害发生的8个一级因子：高程、线性构造影响区域、地层岩性、土壤侵蚀、水系影响区域、道路、植被覆盖率、坡度[7,9-11]。参考专家野外地质灾害调查经验,在利用3S技术充分挖掘研究区域地质、地形、人类活动等信息的基础上,在ArcGIS平台下将一级因子分为2—7类二级因子(表1)。

1.2 空间数据集的建立

本文利用ArcMap中的Creat fishnet工具将向峨乡划分为由100 m×100 m组成的网格区域。然后将研究区域地质灾害发生的影响因子图层以及历史灾点图层和网格图层叠加 (以图1线性构造叠加图层为例),叠加后图层中的每一个网格单元均包含了单一等级的各个影响因素的二级因子。如果某个单元格内包含有历史灾害点,就判定该单元格为灾害发生。建立研究区域内,各种地质灾害影响因子的组合与地质灾害发生的空间关系。

2 Logistic数学模型的地质灾害危险性区划

2.1 Logistic数学模型

在地质灾害研究过程中,灾害的发生与否仅存在两种情况,即事件发生(1)和事件不发生(0)。如将各种地质灾害影响因素作为自变量,灾害发生与否作为就可视为典型的二分类变量。由于因变量的不连续,无法使用线性回归推导此类自变量和因变量的关系。而Logistic回归模型是二分类因变量(因变量y只取两个值)进行回归分析时经常使用的统计分析方法。因此本文采用Logistic回归模型推导研究区域灾害发生与否和各种影响因素的关系,进行区划研究。Logistic回归模型表达式为：

表1 向峨乡地质灾害影响因子Tab.1 The factors of geological hazards in Xiang’e Village

式1中, P(取值范围为［0,1］)为地质灾害发生概率,是因变量；各种地质灾害影响为x1i,x2i,…,xni是自变量。a为常数,表示在没有任何因素影响下,地质灾害发生与不发生概率之比的对数值；βn为逻辑回归系数,表示某单个评价指标发生改变时,地质灾害发生与不发生概率之比的对数变化值,即为各种地质灾害音响因素的权重值。

可见地质灾害的发生概率P与影响因素xi是非线性单调函数,随着xi的增加或减少,P(y=1｜x1i,x2i,…,xni）也单调的增加或减少,值域在［0,1］呈S型分布。这样可以很好的拟合地质灾害发生和影响地质灾害发生的各因素之间的关系：各影响因素指标变化很小时,地质灾害发生的概率也很小,在中间阶段对应的概率增大,但当各种因素指标积累到一定程度之后,地质灾害发生概率几乎保持水平不变[7,12]。

2.2 地质灾害发生可能性分布

如果逻辑回归系数βn确定,根据不同影响因素指标值就可以计算某一区域地质灾害发生的概率P。然后根据研究区域不同P值,划分地质灾害危险性等级。因此问题转化为利用研究区域已知的地质灾害发生的历史数据,以及不同影响因素的指标值Xni求各指标权重值即逻辑回归系数βn。

如果某个100 m×100 m的单元格内包含历史灾害点,那么该单元就判定为灾害发生,取值为1,反之为灾害不发生,取值为0[12],利用ArcGIS转出包含各个影响因素单一等级及地质灾害发生状况的属性表,将属性数据导入SPSS统计分析软件,在其分析模块中,选取Binary logistic选项,将属性表中各地质灾害影响因素作为Logistic回归模型的自变量,灾害发生状态作为因变量,进行回归分析。数据通过SPSS二元回归模型的各项检验后,得出研究区域各个网格地质灾害发生概率。导出SPSS生成的数据表为dBASE格式,并用ArcMAP打开数据表,通过“Join attributes from a table”将SPSS软件二元Logistic回归模型计算出的地质灾害发生概率作为属性值赋予每个网格(图2)。

图1 网格叠加线性构造影响图层Fig.1 Overlay of net with faults-affected zones

图2 向峨乡地质灾害发生可能性分布Fig.2 The distribution map of probability of geological hazard in Xiang’e Village

2.3 研究区域地质灾害危险性区划

图2虽然很好地展示出了研究区域地质灾害危发生概率的区域分布状况,但图层仍然以栅格(100 m×100 m)为单元反映地质灾害发生概率,区域划分较为杂乱无章,不具有很好的规律性。结合成都市地质环境监测总站及其他地质灾害区划研究经验,根据概率分布图中颜色较深区域(发生地质灾害机率较大区域)的分布和分布密度状况,利用ArcMAP的“cluster”功能进行聚类分析,将研究区域分为地质灾害基本稳定区、低易发生区、中易发生区、高易发生区[13](图3)。

研究区域地质灾害中、高易发生区占总面积的46.86%,包含了整个区域93.48%的灾后地质灾害点(表2),说明划分结果与实际灾害发生现状较为吻合。

3 震前农村居民点时空演替

3.1 震前居民点用地比重分布

本文拟用100 m×100 m网格研究向峨乡农村居民点震前分布比重情况。农村居民点用地比重是指单位面积农村居民点所占面积比重,100 m×100 m网格用地比重(PR)数据集即是通过计算研究区域每个网格农村居民点用地比重,进而研究整个区域农村居民点用地分布比重状况[14-15]。本文通过ArcMAP技术平台利用空间叠置、属性表计算的方式求得2008年研究区域农村居民点用地比重空间分布数据集,并利用spatial analysis模块中的reclass功能按PR取值范围(其他用地：PR = 0.001%；比重小：0.001%≤PR＜1%；比重较大：1%≤PR＜5%；比重大：5%≤PR＜10%；比重非常大：10%≤PR)将求得的空间数据集划分为5级(图4)：

表2 向峨乡地质灾害危险性区划信息统计表Tab.2 Statistical information for geological hazard of risk evaluation and zoning in Xiang’e Village

图3 研究区地质灾害危险性区划结果Fig.3 The zoning of geological hazard in Xiang’e Village

图4 2008年农村居民点用地比重空间分布Fig.4 The distribution map of PR in the residential-area in 2008

3.2 震前农村居民点用地演化

为研究向峨乡农村居民点用地变化的动态演化特征,需生成研究区域农村居民点用地的扩展(收缩)指数SI分布数据集。研究区域农村居民点用地的扩展(收缩)指数SI表示为：

式2中,SI为1996年到2008年农村居民点扩展(收缩)指数(当SI为负数视为农村居民点收缩)。RL96为某网格1996年农村居民点用地面积(m2),RL08为该网格2008年农村居民点用地面积(m2),TL为该网格面积(m2)。

在ArcMAP中将1996、2008年两期农村居民点用地数据与研究区域100 m×100 m数据图层叠加,并对叠加后的数据进行属性表运算,栅格转换,并当SI为负值时,取绝对值,视为收缩区域,按SI＜0.001%,为无变化区；0.001%≤SI＜0.1%,为缓慢扩展(收缩)区域；0.1%≤SI＜1%,为较快扩展(收缩)区域；1%≤SI＜5%,为快速扩展(收缩)区域；SI≥5%,为急速扩展(收缩)区域[15],对SI数据集进行重新分类可得研究区域1996—2008年农村居民点用地动态变化数据集(图5—6）。

图5 1996—2008年农村居民点用地动态变化(用地无变化及扩展区域)Fig.5 The dynamic changes of residential area from 1996 to 2008（extended and unchanged regions）

图6 1996—2008年农村居民点用地动态变化(用地收缩区域)Fig.6 The dynamic changes of residential area from 1996 to 2008 (shrinked regions)

3.3 地质灾害区划下的震前居民点用地空间布局、动态变化分析

将向峨乡震前农村居民点用地比重分布图层、震前农村居民点用地动态变化图层与地质灾害区划结果叠加,分析研究区域震前农村居民点用地在不同地质灾害威胁区域的分布比重以及时空演变的空间特征(表3,表4)。

震前向峨乡农村居民点较为集中的区域共计954个格网单位, 有60%(573个)分布在地质灾害中、高易发区,其中居民点密度非常大的网格单位共计465个, 有63%(296个)分布在地质灾害中、高易发区(表3)。

2006—2008年向峨乡农村居民点收缩区域共计1142个格网单位,扩张区域共计562格网单位,根据当地国土局土地调查资料,1996—2008年,向峨乡农村居民点用地增加了231.1亩, 同时农村居民点用地扩张区域共计562个网格单位,有59%(337个)分布在地质灾害中、高易发区,其中急速、快速扩张区域485个,其中60%(291个)分布在地质灾害中、高易发区。可见震前研究区域农村居民点集中趋势明显,而农村居民点集中扩张的区域又主要分布在地质灾害中、高易发区(表4)。

表3 地震前研究区域农村居民点分布状况统计表Tab.3 The statistical information for status of residential area in Xiang’e Village before the earthquake

表4 向峨乡1996—2008年农村居民点动态变化特征Tab.4 The characteristics of the dynamic changes of residential area from 1996 to 2008 in Xiang’e Village

4 地质灾害威胁下山地农村居民点规划技术路线

在编制山村规划时,应充分考虑不同地质灾害危险性区域农村居民点布局现状及历史演化特征,在此基础上选择农村居民点整理以及规划建设模式(图7)。

灾后农村居民点重建中,原C1D1,C1D2类农村居民点应作为重建农村居民点选址重点考虑区域。原C1D3,C1D4类居民点应结合考虑其他农村居民点规划选址因素,作为农村居民点选址或后备选址区域。原C2D1,C2D2,C2D3,C2D4类农村居民点也可作为重建选址区域,但要注意加强地质灾害的监测和治理工作。由于地震的影响,C3,C4区域生态环境十分脆弱,人类活动会使其生态状况进一步恶化,地质灾害更加易发。因此短期内,在有条件的情况下,尽量选择在C1,C2区域规划农村居民点,原C3DX,C4DX类农村居民点应选择整理复垦,转化为“拆旧地块”进行流转获取建设用地指标或者重建资金。

其他山地农村居民点规划编制工作中,C1D1,C1D2类农村居民点应作为规划建设的重点,促其发展,吸收、合并其他类型的农村居民点形成中心村。C1D3,C1D4类居民点应分析讨论其收缩原因,有条件的促其发展。C2D1,C2D2,C2D3,C2D4类农村居民点可作为C1DX用地的有效补充,但要注意地质灾害的监测预防工作。C3D1,2,C4D1,2类农村居民应分析其发展扩张的驱动力,合理引导驱动力转移,限制此类农村居民点过度发展,并加大地质灾害监测治理力度,有条件的对居民进行拆迁转移。C3D3,4,C4D3,4类农村居民点应拆迁复垦,转化为用地指标。

5 结论

(1)基于地质灾害危险性划分,利用PR、SI指数分析向峨乡农村居民点布局和用地演化特征,发现震前向峨乡农村居民点布局不合理,农村居民点密度较大区域过多的分布在地质灾害风险较高的区域；农村居民点集中趋势明显,但用地主要扩张区域集中在地质灾害中、高易发区。地震中向峨乡95%的建筑物损毁,人员财产损失严重,可见农村居民点分布、用地演化趋势的不合理是其重要原因之一。

(2)中国山地、高原、丘陵等约占总面积的66%,全国近70%的县区分布于山区,地质灾害广泛的威胁着山地环境下的农村居民点。在农村居民点规划,特别是山地农村居民点规划时,应在对规划区域进行地质灾害危险性区划的基础上,研究农村居民点布局现状及历史演化特征,进而科学的选址编制规划。

(3)灾害重建应充分考虑震后次生地质灾害的危险性,在恢复重建中积极采取减灾措施,防止次生山地灾害对恢复重建的基础设施和重建场址造成危害。

图 7 地质灾害威胁下的山地农村居民点规划技术路线Fig.7 The technical guideline for rural residential area planning in mountainous areas under hazard risk

（References）:

［1］ 黄润秋,李为乐.“5·12”汶川大地震触发地质灾害的发育分布规律研究［J］.岩石力学与工程学报,2008,27(12)：2585-2592.

［2］ 崔鹏,韦方强,陈晓清,等.汶川地震次生山地灾害及其减灾对策［J］.中国科学院院刊,2008,23(4)：317-323.

［3］ 韩用顺,崔鹏,朱颖彦,等.汶川地震危害道路交通及其遥感监测与评估［J］.四川大学学报：工程科学版,2009,41(3)：273-283.

［4］ Ohlmacher G.C.Using multiple logistic regression and GIS techology to Predict landslide hazard in northeast Kansas,USA［J］.Engineering Geolo, 2003, 69：3-4.

［5］ Carrara.A, Cardinali.M,Guszetti.F.Uncertainty in assessing landslide hazard and risk［J］.ITC Journal, 1992, (2)：172-183.

［6］ 王轶,王慧玲.地质灾害危险性评价与区划及GIS应用研究［J］.勘察科学技术, 2004, (6)：38-40.

［7］ 王卫东.基于GIS 的Logistic 回归模型在地质灾害危险性区划中的应用［J］.工程勘察, 2009,(11)：5-10.

［8］ 孙晓明, 于庆河 ,陈冰.乌鲁木齐市地质灾害区划［J］.中国地质灾害与防治学报, 1998, 9(S1)：153-158.

［9］ 王萱.GIS技术在地质灾害区划中的应用［J］.西部探矿工程, 2009, (6)：132-135.

［10］ 陈建平,向丽,马文瀚.基于GIS的宜章县地质灾害区划与防治对策研究［J］.地质灾害与环境保护, 2007, (3)：1-4.

［11］ 侯敏, 贾韶辉,郭兆成.基于RS与GIS的层次分析法在滑坡危险性评估中的应用——以四川宣汉天台乡滑坡为例［J］.现代地质, 2006, 20 (4)：668-672.

［12］ 李雪平,唐辉明.基于GIS的分组数据Logistic模型在斜坡稳定性评价中的应用［J］.吉林大学学报, 2005, 35 (3)：361-365.

［13］ 曾艳华.基于模糊聚类分析的地质灾害区划研究——以湖南湘西自治州为例［J］.科技创新导报, 2008, (7)：1-3.

［14］ 田光进.基于遥感与GIS的农村居民点景观特征比较［J］.应用技术, 2002,(4)：31-34.

［15］ 刘英.基于GIS的农村居民点用地时空特征及其优化布局研究——以湖南临澧县为例［J］.国土与自然资源研究, 2008, (4)：35-36.