基于GIS空间分析的吉林省辉南县地质灾害易发程度评价

马 力，李立军，赵彦宁，陈初雨，王怀远

吉林省地质环境监测总站，吉林长春 130021

地质灾害是指由自然或人为作用，多数情况下是二者协同引起的，在地球表层比较 强烈地破坏人类生命财产和生存环境的岩土体位移事件[1]。崩塌、滑坡、泥石流、地面塌陷、地裂缝等地质灾害的发生受地质环境的控制，这些地质环境因素主要包括地形、地貌、地层岩性、气象水文、人类活动等。地质灾害易发性评价就是在考虑各种诱发地质灾害因素的基础上，确定地质灾害发生的可能性及易发性。

地质灾害易发程度分区方法很多，主要包括模糊聚类分析法[2]、综合危险性指数法[3]、层次分析法[4]、模糊综合评判法[5]等，基于GIS空间分析进行地质灾害易发程度分区，是将影响地质灾害的各个因子用一套专题图层表示，最后进行空间叠加分析得到一张综合地质灾害易发程度区划图[6]。

本文在对辉南县地质灾害实地调查基础上，以Mapgis为工作平台，利用空间分析功能对辉南县地质灾害易发程度进行区划和分析评价，为地质灾害防治和预警奠定基础。

1 研究区概况

辉南县位于吉林省中南部，龙岗山脉中段，125°58′42″～126°44′58″E，42°16′02″～42°53′30″N，总面积2 277 km2。下辖17个乡（镇）和8个社区。

区内地质环境复杂，加之采矿及其它人类活动影响，县内中南部、东部中低山区是崩塌、滑坡、泥石流、地面塌陷等地质灾害多发地区。据统计：2005年区内各类地质灾害共造成的直接经济损失3 268.17万元。

本次研究区1∶10万地质灾害调查共发现崩塌、滑坡、泥石流、地面塌陷等四类地质灾害点及隐患点78处，其中崩塌32处，泥石流27处，滑坡7处，地面塌陷12处。

图1 辉南县地质灾害分布图Fig.1 Distributionmap of geological disasters in Huinan County

2 评价模型的建立

2.1 栅格化剖分

运用栅格法处理对吉林省安图县1∶10万地理底图进行网络剖分，本次剖分单元格面积采取1 km×1 km网格剖分，周边不足1 km×1 km的合并到相邻网格中，共剖分单元网格2 187个。

2.2 评价因子及权重的选取

影响地质灾害发生和发展的因素是多方面的，既有地质环境因素，又有人类活动因素，还有现状地质灾害的发育情况。受地质环境条件、人类活动情况及灾害发育差异的影响，各单元区内地质灾害易发情况、灾种发育情况各不相同。为客观反映崩塌、滑坡、泥石流、地面塌陷等地质灾害的易发程度，对崩塌、滑坡、泥石流、地面塌陷选取不同的评价因子。

(1)崩塌、滑坡评价因子∶现状地质灾害发育因素包括现状灾害分布密度因子、现状地质灾害点规模因子和现状地质灾害发生频率因子；地质环境因素包括地形坡度因子、沟谷切割深度因子、降雨强度因子、地质构造因子、岩土体类型因子、地表水和地下水因子；人类工程活动因子（表1）。

(2)泥石流评价因子∶现状泥石流地质灾害发育因素包括现状灾害分布密度因子、现状地质灾害点规模因子和现状地质灾害发生频率因子；地质环境因素包括植被发育因子、沟岸山坡坡度因子、水土流失因子、沟道密度因子、冲沟切割深度因子、降雨强度因子、不良地质现象因子、物源丰富程度因子、岩土体类型因子、地表水和地下水因子；人类工程活动因子。地面塌陷评价因子（表2）。

(3)地面塌陷评价因子∶选取因子包括现状灾害分布密度因子、现状地质灾害点规模因子、现状地质灾害发生频率因子、岩土体类型因子、地质构造因子、降雨因子、人为地下矿产开采活动强度因子（表3）。

表1 崩塌、滑坡评价因子分级及赋值Table 1 Collapse , landslides evaluation factorclassi fi cation and weight

2.3 计算方法

单灾种评判因子加权指数模型：

式中：Z灾种——单灾种地质灾害易发程度综合指数；

Wi——第i个评价因子权重；

Xi——第i个评价因子分级所属值（表1、2、3）。

确定了单项灾种易发程度信息之后，采用叠加方法计算单元格的综合灾害易发程度信息值。单元信息叠加结果（G）满足如下公式：

其中：G—单元信息叠加结果；

Z泥—为泥石流灾害数值;

Z崩.滑—为崩塌、滑坡灾害数值;

Z塌—为地面塌陷灾害数值。

2.4 易发等级划分

各灾种的栅格数据叠加后得到易发性指数范围在0.88～3.2之间，结合上面所做的地质灾害易发性评价结果、现场调查的地质灾害分布情况和人类活动趋势将易发性指数分为高易发区（2.5～3.2）、中易发区（1.5～2.5）、低易发区（0.88～1.5）。

3 评价模型基于GIS技术的实现

评价采用的是我国自主研发的地理信息系统软件MAPGIS，它是集数字制图、数据库管理及空间分析为一体的空间信息系统。本文参照各类灾种易发性评价指标，采用采用点评分指数模型法，利用GIS的空间叠加功能生成评价单元，并利用GIS的属性数据库对吉林省辉南县的地质灾害易发性进行评价。

3.1 单指标图——属性数据库的生成

单指标图——属性数据库主要是指地质灾害易发性评价指标体系中的单因子评价图。在此基础上，利用GIS的矢量化制图功能，编制个单指标图，并设置相应的属性结构，且各单指标图以区文件的形式存储。

3.2 评价过程的实现

表2 泥石流评价因子分级及赋值Table 2 Classi fi cation of evaluation factors and weight ofmudslides

表3 地面塌陷评价因子分级及赋值Table 3 Classi fi cation of evaluation factors and weight of surface collapse

在属性数据库的基础上，利用GIS的空间分析功能中区对区的合并分析功能，依次对各单指标图进行区合并操作，合并后生成的区文件，通过库管理模块中属性库管理输出属性，按照各评价指标的权重计算得出各单元单灾害地质灾害易发性指数值，在应用“连接属性”功能将“地质灾害易发性指数”字段连回新区文件中。最后，按照地质灾害灾害易发性分级标准，在“区编辑”中应用“根据属性赋参数”实现地质灾害易发性能分区。借助于GIS技术来输入、存储、处理和显示地理参数，整个评价过程将变得十分简单。

4 地质灾害易发区评价

由吉林省辉南县地质灾害易发程度综合区划图（图2）可以看出，地质灾害易发区主要集中在中部和东部中低山区，西北部的低山、平原区为地质灾害低易发区。评价结果能够准确的反映辉南县的地质灾害分布情况、发育现状及危害程度。

4.1 地质灾害高易发区

地质灾害高易发区按致灾灾种又进一步划分为地面塌陷高易发亚区和崩塌滑坡泥石流高易发亚区。分布面积243.78 km2,占全区面积的10.69%，共有地质灾害点数60个，占地质灾害总数的75.95%。平均地质灾害点密度为24.61个/100 km2。主要集中在辉南县东部、中部，区内地貌类型为中低山，坡度较大，人类活动强烈，居民区周边、公路、铁路周边开挖坡脚普遍，形成大量不稳定边坡；另外区内开荒种地现象普遍，植被破坏严重，在强降雨条件下易形成泥石流地质灾害。危害对象主要为分散的农户，重要的铁路、公路等公共设施。

4.2 地质灾害中易发区

地质灾害中易发区按致灾灾种又进一步划分为地面塌陷中易发亚区和崩塌滑坡泥石流中易发亚区。分布面积1 138.79 km2,占总面积的50.026%，共有地质灾害点数18个，占地质灾害总数的22.78%。平均地质灾害点密度为1.58个/100 km2。区内地貌单元为低山区，地形坡度较缓，人为活动一般，主要地质灾害为人为作用形成的崩塌、泥石流和地面塌陷。

4.3 地质灾害低易发区

图2 综合地质灾害易发程度区划图Fig.2 Comprehensive geological hazards susceptibilitymaping

地质灾害低易发区主要分布在主要分布在北部、中西部及南部地势平缓区，地貌类型多为侵蚀堆积河流阶地，面积894.43 km2,占总面积的39.281%。区内人为形成的陡崖及陡坡较少，仅在河流凸岸分布小规模河流塌岸及洪涝灾害，部分地段存在水土流失现象；南部地区地形较平坦，森林覆盖率较高，人类工程活动强度较弱，基本保持着自然生态环境，裸露岩体较少，多有植被覆盖，不易发生危害性较大的地质灾害。

5 结论

本文根据影响吉林省辉南县地质灾害发育的地质灾害发育现状、地质环境条件和人类工程活动等因素，利用Mapgis空间分析功能对辉南县进行了地质灾害易发程度综合区划，共将辉南县划分为高、中、低三类易发区。准确的反映了区内实际地质灾害易发程度和危险情况，通过区划可以为政府部门的地质灾害防治特供可靠地预测理论依据，为下一步地质灾害预报预警工作奠定基础。

[1] 刘传正.地质灾害勘察指南[M].北京：地质大学出版社，2000.

[2] 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，2008，26(3)：176.

[3] 韩 娟，张永伟，等.综合危险性指数法在苍山县地质灾害易发区划分中的应用 [J].山东国土资源，2007，23(6)：36-37.

[4] 赵 成，张永军，赵玉红.层次分析法在甘肃省地质灾害易发性评价中的应用 [J].冰川冻土，2009，31(1)：185-186.

[5] 陈国钧，封灵.模糊综合评判法在新宾县地质灾害易发程度分区评价中的应用 [J].地质与资源，2009，18(1)：74-75.

[6] 马杨敏，高宗军，李岩铭，等.基于GIS空间分析的山东青岛崂山区地质灾害易发程度区划 [J].中国地质灾害与防治学报，2013，24(1)：93-94.