基于GIS的淳安县滑坡易发性定量评价

周 超，殷坤龙，向章波，杨背背

(中国地质大学(武汉)工程学院，湖北 武汉 430074)



基于GIS的淳安县滑坡易发性定量评价

周 超，殷坤龙，向章波，杨背背

(中国地质大学(武汉)工程学院，湖北 武汉 430074)

以浙江省面积最大且滑坡灾害最为发育的淳安县为研究域，基于指标因素状态分级和相关性分析结果，选取坡度、水系、交通道路等因素，以全县488处滑坡灾害点为样本数据，依据各因素状态下滑坡发生的频率曲线和信息量曲线的突变点为等级划分的临界值来确定指标因素状态，并在此基础上建立滑坡易发性评价指标体系，结合GIS技术和信息量模型对涥安县滑坡进行了易发性分区。结果表明：研究区可分为低易发区(-4.4≤I<-2.8)、较低易发区(-2.8≤I<-2.0)、中等易发区(-2.0≤I<-0.8)、较高易发区(-0.8≤I<0.8)和高易发区(0.8≤I≤3.4)5个等级；滑坡灾害点主要分布在水系和公路附近；人类工程活动是造成研究区滑坡数量剧增、危害趋于严重的最主要原因；研究区易发性评价精度高达82.21%，说明结合GIS技术和信息量模型不仅能提高滑坡易发性评价的速度，还能保证评价结果的精度。

滑坡；易发性评价；信息量模型；GIS；淳安县

滑坡是一种高危险性的地质灾害，它具有分布地区广、发生频率高、运动速度快、灾害损失严重等特点，每年都造成了大量的人员伤亡和财产损失。不仅如此，滑坡还对资源、环境等具有破坏性，尤其在人口稠密的地区，这些破坏性更为严重[1]。

GIS技术的快速发展，为滑坡灾害的科学研究提供了一个全新的手段，大大丰富和改进了滑坡的研究方法[2]。滑坡灾害的易发性评价是后续危险性和风险性评价的基础，其评价结果可以指导土地规划利用、资源开发和环境保护等，对减少因滑坡而造成的经济损失具有重要意义[3]。

目前滑坡的易发性评价正逐渐从定性判断向定量分析的方向发展，如专家打分模型、破坏概率模型、神经网络模型等在滑坡易发性评价方面都有较好的应用[4]。Baeza等[5]采用多元统计分析方法对区域浅层降雨型滑坡开展了易发性评价；戴福初等[6]采用二类支持向量机对香港自然滑坡进行了空间预测；柴波等[7]将粗糙集和模糊模型识别理论相结合应用于滑坡空间预测；武雪玲等[8]基于三层BP神经网络对三峡库区进行了易发性分区。这些评价方法虽然具有各自的优势，但也存在着一定的不足[9]。信息量模型是统计分析模型的一种，由于其物理意义明确、操作简单，在滑坡易发性评价研究和实践中得到了广泛的应用。本文采用信息量模型，在建立指标体系的过程中，首先根据信息量模型的数学原理对各指标因素进行相关性分析，剔除相关性较大的因素;然后依据在各因素状态下滑坡发生的频率曲线和信息量曲线的突变点作为临界值来进行等级划分；最后通过实例进行滑坡灾害的易发性评价并与实际情况进行对比验证。

1 研究区概况

淳安县位于浙江省西部，属山地丘陵区。该县雨量充足，温暖湿润，全县年平均降水量为1 720 mm，平均雨日为159 d。总地势特点是四周高中部低，山脉多呈北东—南西走向，西部有白际山脉，南部有千里岗山脉，北部有垦岭山脉，中部为面积573 km2的千岛湖，周边山地海拔一般都在900～1 000 m以上。县域地层属钱塘江地层分区，昌化地层小区，出露的地层主要有元古界前震旦系、元古界震旦系、寒武系、奥陶系、志留系、泥盆系、石炭系、二叠系、侏罗系、白垩系等。淳安县位于古扬子板块东南部，处于浙赣皖交界处的东乡—绩溪断裂带和江山—绍兴断裂带之间，位于钱塘印支褶皱带的中部，发育北东向褶皱带及与其相伴的北东向断裂带是该县区域构造的显著特点[10]。

淳安县是浙江省地质灾害点最多的县，共发现地质灾害及隐患点609处(见图1)。由于地质灾害点集中分布在旅游景区环千岛湖一带，当出现极端降雨时，可能会酿成重大地质灾害，严重威胁当地居民的生命和财产安全。

2 信息量模型的基本原理

滑坡灾害现象(y)受多种因素xi的影响，各种因素所起作用的大小和性质是不相同的。在各种不同的地质环境中，对于滑坡灾害而言，总会存在一种“最佳因素组合”，因此对于区域滑坡灾害预测要综合研究“最佳因素组合”，而不是停留在单个因素上。信息预测的观点认为，滑坡灾害发生与否与预测过程中所获取的信息数量和质量有关，可用信息量模型表示为：

(1)

一般情况下，由于作用于滑坡灾害的因素很多，相应的因素组合状态也特别多，而样本统计数量往往受到限制，故可采用简化的单因素信息量模型进行分步计算，再综合叠加分析，相应的信息量模型可改写为

(2)

3 滑坡灾害易发性评价

3.1 预测单元划分

单元的划分是否恰当，直接影响最终的预测结果，同时也影响预测数据获取的难易程度。对于小比例尺如1∶5万以下及等高线间距在20 m以上的空间数据，一般采用规则单元数据。淳安县是浙江省面积最大的县，全境东西长96.8 km、南北宽94.4 km。除超大型滑坡外，滑坡一般小到以灾害点的形式表现，在这种情况下使用栅格数据就能满足预测的精度[11]。 鉴于所收集数据(地形图、水系图、公路图等)的比例尺，本文选择25 m×25 m栅格单元作为研究区滑坡易发性基本评价单元。

3.2 指标因素状态分级

评价因素的数据类型可分为连续型数据和离散型数据两种。例如坡度、坡向等都属于连续型数据，而岩性、斜坡类型等则属于离散型数据。各评价因素都有不同的状态，状态相同则对滑坡的影响相同。本文先以一定步长对连续型数据进行离散化，对比分析离散化后数据的滑坡频率曲线和信息量曲线，以曲线的显著突变点作为等级划分的临界值，将连续型指标因素状态进行合理分级。

3.2.1 地形因素

地形因素主要考虑坡度、坡向、坡高和坡面曲率。对于地形因素数据，应先对其进行离散化。本文以坡度为例，以3°为基础步长对数据进行离散化并统计其滑坡发生的频率和信息量，其分布曲线见图2。由图2可见，研究区地形坡度总体较缓，滑坡发生频率在坡度为6°左右时最大，大于或小于6°时滑坡发生频率均逐渐变小。因此，可将坡度离散化为[0°,6°)、[6°,14°)、[14°,30°)、≥30°四个等级。依据此方法分别对研究区坡向、坡高和坡面曲率数据进行离散化并统计其滑坡频率和信息量，其分布曲线见图3至图5。3.2.2 构造断层

研究区发育多处断层。断层对岩土体的作用类型有层间错动、构造破碎等，因此断层附近裂隙多、岩体破碎，是滑坡较发育的地区。本文结合构造的空间分布和缓冲分析，确定以500 m、1 000 m、1 500 m和2 000 m为距离分级点对断层周边滑坡进行多级缓冲分析，见图6。由图6可见，在一定距离范围内，随着与断层距离的增大，滑坡发生的频率降低。

3.2.3 水系

研究区为丘陵山区，冲沟较发育，由于冲沟对坡体的切割和对地表水的汇集下渗作用，滑坡的发育多以冲沟作为其侧向边界，或利用冲沟切割坡体形成滑移临空面。另外，新安江水库的库水位每年都呈周期性涨落，水位下降时，产生沿坡向的流水冲刷和动水压力作用，导致库岸后移、河谷深切，使岸坡变高变陡促进滑坡的发育。本文结合水系的空间分布和缓冲分析，确定以150 m、300 m、400 m、600 m为距离分级点对水系周边滑坡进行多级缓冲分析，见图7。由图7可见，滑坡灾害主要发生在靠近水系的区域，在一定距离范围内，随着与水系距离的增大，滑坡发生的频率降低。

3.2.4 交通道路

道路开挖会对地质环境的自然平衡状态产生一定的负面影响。切坡修路会破坏斜坡的自然坡角，形成临空面，造成斜坡应力状态失去平衡，从而可能引发滑坡和潜在的滑坡。本文结合道路的空间分布和缓冲分析，确定以200 m、400 m、600 m、800 m为距离分级点对交通道路周边滑坡进行多级缓冲分析,见图8。由图8可见，大部分滑坡都发生在交通道路附近，在一定距离范围内，随着与道路距离的增大，滑坡发生的频率降低。

3.2.5 工程岩组

淳安县出露的地层除三叠系、第三系外，其余各时代地层均有分布，根据工程地质条件可划分为10个岩组，见图9。由图9可见，主要分布的工程岩组类型为半坚硬薄—中厚层状砂岩、泥(页)岩和半坚硬薄—中厚层状碳酸盐岩、碎屑岩互层岩组，而以泥岩、砂岩、页岩为主的地层，岩石易风化、破碎，是地质灾害易发地层。

3.3 指标因素的相关性分析

滑坡灾害易发性评价的理论基础是工程地质类比法，即类似的工程地质环境可能发生类似的滑坡。本文在建立易发性评价指标体系的过程中，选取了几类与滑坡灾害发育相关的影响因素类比其工程地质环境，但是这些影响因素存在一定的相关性。本文采用的信息量模型需要非常严格的假定：①各影响因素之间相互独立；②滑坡发生条件下各影响因素之间相互独立[12]。如果不对指标因素进行相关性分析，它们之间的影响权重会叠加，导致评价结果的准确性降低，因此对各评价指标进行相关性分析是非常必要的。各评价指标的相关系数见表1。由表1可见，各评价指标相关系数均较小，相对而言坡高与坡度、坡高与水系、坡高与交通道路的相关系数较大。根据余建英等[13]提出的相关性划分标准(见表2)，可认为坡高与坡度、坡高与水系存在低度相关，因此基于信息量模型严格的假定条件，故剔除坡高指标。

表1 各评价指标的相关系数

表2 相关性划分标准[13]

注：r为相关系数。

3.4 基于信息量模型的滑坡易发性区划

根据各评价指标的状态分级和相关性分析结果，最后确定由坡度、坡向、坡面曲率、水系、构造断层、交通道路和工程岩组7个评价指标组成淳安县滑坡易发性评价指标体系。本文结合ArcGIS10.1计算得到各评价指标状态分级及信息量值见表3。由表3可见，评价指标按其状态对滑坡的影响程度由大到小的排序为：交通道路>水系>工程岩组>坡度>构造断层>坡面曲率>坡向。其中，交通道路缓冲距离小于200m和水系缓冲距离小于150m所占有的信息量最大，其主要原因是淳安县处于山地丘陵区，公路修建多为切坡修路。切坡增大了斜坡自然坡角，形成临空面，造成斜坡应力状态失去平衡，从而造成易发滑坡和潜在滑坡；同时公路修建的位置大多都在相对高程较低的冲沟附近，这些冲沟为地表水汇集下渗的主要通道，对坡体有冲刷和渗流作用，坡体受水流冲刷后，岩质斜坡常发生崩解泥化现象，土质斜坡遇水后软化现象也非常明显，导致其强度大幅降低；此外，研究区又属于强降雨地区，降雨作用对坡面影响更强。因此交通道路和水系对研究区滑坡的发育有较大的促进作用。

表3 各评价指标状态分级及信息量表

续表3

评价指标状态分级信息量I/bit排序变量[0，90)-0．1021x21[90，144)-0．0116x22坡向(°)[144，216)0．0613x23[216，270)-0．0116x24[270，360)0．0613x25<5000．129x26[500，1000)-0．1423x27构造断层/m[1000，1500)-0．0919x28[1500，2000)-0．2327x29≥20000．0910x30V1-0．2226x31V20．277x32V3-0．2125x33V40．0415x34V50．664x35工程岩组V6-0．2428x36V7-0．3932x37V8-0．8038x38V90．258x39V10-0．6235x40

根据研究区滑坡易发性信息量分布曲线(见图10)，可按信息量I值的大小将研究区滑坡灾害易发性划分为5个级别：低易发区(-4.4≤I<-2.8)、较低易发区(-2.8≤I<-2.0)、中易发区(-2.0≤I<-0.8)、较高易发区(-0.8≤I<0.8)和高易发区(0.8≤I≤3.4)。

4 预测结果检验和分析

将研究区信息量栅格按上述滑坡易发性划分标准重分类，得到淳安县滑坡易发性分区图(见图11)，并根据信息量值重分类后的栅格数据，统计了每个易发性等级下发生滑坡栅格数、总栅格数、滑坡栅格比例、滑坡栅格占研究区总滑坡比例、各等级栅格占研究区总栅格的比例、滑坡比率，其统计结果见表4。

易发性分区发生滑坡栅格数(a)总栅格数(b)滑坡栅格比例(a/b)/%滑坡栅格占研究区总滑坡比例(c)/%各等级栅格占研究区总栅格比例(d)/%滑坡比率(c/d)低易发区181526080．3440．2230．8570．260较低易发区20996832840．3072．58411．1320．232中等易发区1216623372880．52114．98538．0790．394较高易发区2789020928601．3334．35234．0981．008高易发区388549719004．0047．85615．8343．022

由图11可知，淳安县滑坡易发性较高区域分布特点为：①研究区所有乡镇均有分布，西北部相对较多，具有分布面广、相对集中的特点；②主要分布在交通道路附近(见图8)，且由表3可知，单个评价指标信息量最大的是交通道路，这与实际情况基本吻合，主要原因是：切坡修路意味着一系列强烈的人类工程活动，有利的工程活动可以改善地质环境，增加滑坡的稳定性，然而不利的工程活动则会破坏地质环境，甚至可能导致滑坡灾害的发生；③主要分布在半坚硬薄—中厚层状碳酸盐岩、碎屑岩互层岩组和软硬不均薄—中厚层状红色碎屑岩岩组(见图9)，前者常有规模不等的断层分布，岩石较破碎，易风化，常造成滑坡等灾害，后者主要含有的粗碎屑岩结构疏松，抗风化能力差，夹层常为软弱层，易形成滑移面，同时岩层中常发育断裂构造裂隙、层间裂隙，工程地质复杂，易引发地质灾害。

淳安县是浙江省重点建设的旅游地区，因此对于地质灾害易发区域应开展详细的地质调查，为建设规划布局和地质灾害防治提供依据；地质灾害易发区内的工程建设项目和城镇规划区，应进行地质灾害危险性评估，从源头上预防地质灾害，同时要完善地质灾害监测预报系统，尤其要加强工程建设活动引发地质灾害的防治与监管。

此外，由表5可知：中等易发区栅格数量最多，占研究区总栅格比例的38.079%，说明研究区大部分区域处于中等危险区；滑坡易发性等级从低到高，发生滑坡栅格数和滑坡栅格比例都在逐步增大，其统计结果在理论上基本符合等级划分的原则；研究区内47.856%的滑坡发生在高易发区，34.352%的滑坡发生在较高易发区，表明该方法的滑坡预测精度高达82.21%。

5 结 论

(1) 本文以浙江省淳安县为研究对象，选取坡度、坡向、岩性等对滑坡有直接或间接影响的因素建立滑坡易发性评价指标体系，并结合GIS技术和预测模型开展滑坡易发性评价，结果表明滑坡易发性分区图与研究区的实际情况基本吻合，能较好地划分出研究区内滑坡高易发地带，对资源开发和环境保护等有一定的指导意义。

(2) 人类工程活动(切坡修路等)所造成的大量不稳定边坡是研究区滑坡灾害的最大隐患，是造成研究区滑坡数量剧增、危害趋于严重的最主要原因，因此在灾害易发区进行人类工程活动时应先进行地质灾害危险性评估。

(3) 研究区滑坡易发性评价结果精度高达82.21%，说明GIS技术和信息量模型的有机结合不仅能提高滑坡易发性评价的速度，还能保证评价结果的精度。

[1] 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.

[2] 李明,王伟,张超.基于ArcGIS信息量模型的神农溪流域地质灾害易发性区划[J].安全与环境工程,2013,20(2):46-52.

[3] 桂蕾,殷坤龙,王佳佳.基于聚类分析的滑坡灾害危险性区划研究[J].水文地质工程地质,2013,40(1):100-105.

[4] 殷坤龙,张桂荣,陈丽霞,等.滑坡灾害风险分析[M].北京:科学出版社,2010.

[5] Baeza C,Corominas J.Assessment of shallow landslide susceptibility by means of multivariate statistical techniques[J].EarthSurfaceProcessesandLandforms,2001,26(12):1251-1263.

[6] 戴福初,姚鑫,谭国焕.滑坡灾害空间预测支持向量机模型及其应用[J].地学前缘,2007,14(6):153-159.

[7] 柴波,殷坤龙,杜鹃.基于粗糙集和模糊模型识别的斜坡危险性区划[J].岩土力学,2010,31(10):3203-3208.

[8] 武雪玲,任福,牛瑞卿.多源数据支持下的三峡库区滑坡灾害空间智能预测[J].武汉大学学报(信息科学版),2013,38(8):963-968.

[9] 兰恒星,伍法权,周成虎,等.GIS支持下的降雨型滑坡危险性空间分析预测[J].科学通报,2003,48(5):507-512.

[10]殷坤龙,张桂荣,龚日祥,等.浙江省突发性地质灾害预警预报[M].武汉:中国地质大学出版社,2005.

[11]刘斌.基于WEGIS的滑坡空间预测与系统开发研究——以三峡坝区至巴东段为例[D].武汉：中国地质大学,2009.

[12]赵衡,宋二祥.滑坡空间预测中信息量模型的改进及应用[J].土木建筑与环境工程,2011,33(3):28-44.

[13]余建英,何旭宏.数据统计分析与SPSS应用[M].北京:人民邮电出版社,2003.

Quantitative Evaluation of the Landslide Susceptibility in Chun’an County Based on GIS

ZHOU Chao,YIN Kunlong,XIANG Zhangbo,YANG Beibei

(FacultyofEngineering,ChinaUniversityofGeosciences,Wuhan430074China)

Chun’an County,the landslides of which are extraordinarily active and whose area is the largest one in Zhejiang province,is taken as the research area.Based on the grading of the index factor states and correlation analysis results,this paper firstly chooses several factors,including the slope gradient,the slope aspect,water systems and roads,and then takes data from 488 landslides located in this county as samples.Sequentially,the paper identifies the state of the factors according to landslide frequency curves under diverse conditions and the critical quantity by analyzing the mutational points of information magnitude curve,and finally establishes an index system about landslide susceptibility evaluation.With the element grid of 25 m×25 m,the area susceptibility map is divided into five grades(including very low probability areas (-4.4≤I<-2.8),low probability areas (-2.8≤I<-2.0),medium probability areas (-2.0≤I<-0.8),high probability areas (-0.8≤I<0.8),and the most likely areas(0.8≤I≤3.4),respectively) by application of the information model.The research results show that spots of landslide hazard are mainly distributed near the water and roads,the growing number of landslide and its increasing harmful levels are mainly attributed to human engineering activities,and the accuracy of evaluation result is 82.21%,proving that the combination of GIS technology and information value model can not only improve the speed of evaluating the landslide susceptibility,but also ensure the assessment precision.

landslide;susceptibility evaluation;information value model;GIS;Chun’an County

陈 刚(1967—)，男，博士，副教授，主要从事水文地质与工程地质方面的研究。E-mail：chengang@cug.edu.cn

1671-1556(2015)01-0045-06

2014-05-10

2014-11-27

国家自然科学基金项目(41240023、41302230、41301589)；中国地质调查局项目(1212011220173)

周 超(1989—)，男，硕士研究生，主要研究方向为3S技术与地质灾害风险管理。E-mail: zhouchao_rs@163.com

X43;P642.22

A

10.13578/j.cnki.issn.1671-1556.2015.01.008