基于GIS的吉林省预测地震滑坡区划研究

张 羽，尹明玉，魏美璇，李 娜，乔天罡，杨清福

(1.吉林省地震局，吉林 长春 130117；2.中水东北勘测设计研究有限责任公司，吉林 长春 130061)

基于GIS的吉林省预测地震滑坡区划研究

张 羽1，尹明玉2，魏美璇1，李 娜1，乔天罡1，杨清福1

(1.吉林省地震局，吉林 长春 130117；2.中水东北勘测设计研究有限责任公司，吉林 长春 130061)

运用层次分析法(AHP)分析了影响吉林省地震滑坡灾害的地震动峰值加速度、地质、地貌、坡度、植被覆盖率、降水量6类影响因子，计算了各影响因子的权重系数，使用ARCGIS10地理信息平台进行了地震滑坡预测指数运算，绘制了12—2月、9—11月、3—5月、6—8月4个时间区间的预测地震滑坡区划图.结果表明：吉林市东南部、通化市东部、长白山天池火山区、延吉市周边为地震滑坡灾害的高发区域，特别是在6—8月间，降水雨可达600 mm，发生严重滑坡灾害区域的面积可达到1 463 km2；平原地区全年基本都不易发生地震滑坡灾害.

地震滑坡；层次分析法；地理信息系统；ARCGIS10

地震滑坡是常见的自然灾害，是由地震引起的滑坡体沿缓倾面剪切移动的失稳现象.[1]以往地震事件的研究表明，几乎发生在山区的所有中、强地震事件都可以诱发不同规模的滑坡灾害.[2]地震诱发滑坡灾害造成的损失非常大，如2008年5月12日发生的汶川M 8.0级地震诱发的滑坡灾害损失占到总损失的三成.[3]吉林省近年来地震活动比较活跃，特别是2013年底发生的M 5.8级地震震群事件，是近40年来发生的最大的地震灾害，东部山区雨季降水量较多，更容易诱发地震滑坡灾害.在地震活跃的背景下，发生地震滑坡灾害的概率更高，而吉林省目前仍未有地图化的预测地震滑坡的研究成果，亟待解决.本文编制了吉林省预测地震滑坡区划图，以精确的地理信息成果解释了灾害的分布特征，从而提高了政府与相关部门对地震灾害事件的应对能力，进一步减少灾害损失，研究成果将填补该技术领域的空白.

目前国内进行的地震滑坡研究多采用统计方法，以地震烈度作为影响因素，人为划分和分类的计算结果非常主观.因此，本文将影响地震滑坡灾害的因素分为外部因素、内部因素、时间因素，综合诠释灾害影响因素的构成.其中，外部因素指地震力作用，研究地震动峰值加速度分布特征；内部因素是固有因素，指研究区地质、地貌、坡度、植被覆盖率的分布情况；时间因素是不同时间的差异，研究各时间区间内降水量的差异.为保证研究成果的客观性，本文使用层次分析法(AHP)进行影响因素的划分和权重系数计算，将地震滑坡灾害的各个影像因素处理为可量化的影响因子[4]，科学客观地计算6类影响因子权重关系[5]，减少人为的主观判断偏差，科学地获得结果.使用ARCGIS10地理信息平台绘制研究成果[6]，以通用的GeoTIFF格式存储，研究结果可以直接移植到任何一个地理信息平台，以基础底图或者基础研究数据的形式，推广应用到政府灾害应对部门、科研院所、大专院校等多个领域，更为全面地提高应对自然灾害的能力.

1 影响地震滑坡的主要因素

1.1 地震动峰值加速度

地震是产生滑坡的动力作用，是造成地震灾害损失的主要因素.地震动峰值加速度是地震时地面运动的加速度，是确定烈度的依据和反映地震灾害强度的指标，也是影响滑坡灾害的重要因子.我国现用地震动区划成果有50年大震63%、中震10%和小震2%三种超越概率 的区划数据[7]，依据吉林省地震构造背景，本文选用中国地震局第五代地震动参数区划50年超越概率10%的成果作为影响因子.由图1可见，吉林省西北部平原地区地震动峰值加速度值最高，尤其是松原地区可达0.20g，2013年底松原市前郭县发生的M 5.8级地震都在该区域内，是地震造成滑坡灾害的高发区域.

图1 地震动峰值加速度分布图

图2 吉林省地貌特征分布图

1.2 地质环境背景

地层和岩体的性质、时代、成因都是滑坡灾害区划的重要影响因子.吉林省西部多为平原与盆地，主要以第四系地层为主，包括全新统，上、中、下更新统，上、下第三系，白垩纪及以前的老地层.东部多为山区，主要以侵入岩为主，包括喜山期、燕山期、印支期、华力西期、加里东期侵入岩.长白山火山区和中部密山-敦化断裂带主要以喷出岩为主，包括全新统，晚、中、早更新世，晚、早第三纪玄武岩；全新统，中更新统粗面岩.复杂的地质环境背景决定了吉林省极易发生地质灾害[8]，近年来地震活动频繁，加剧了滑坡灾害的发生.

1.3 地貌

吉林省地貌特征复杂，各区域差别较大，是地震滑坡灾害发生的潜在因素.根据地貌差异性可将吉林省由东向西分为4个特征区域(见表1、图2).第一，东部长白山区，面积71 000 km2，占全省面积的38%，海拔多在1 000 m以上，相对高差大于500 m，包括以花岗岩构成为主的延边中低起伏山、复杂岩性构成的老岭-龙岗中低起伏山，由第四纪喷出岩组成的长白山天池火山大起伏中山.第二，中部低海拔丘陵区，面积41 000 km2，占全省面积的22%，海拔500～1 000 m，相对高差不超过200 m，多为表层风化的花岗岩低海拔丘陵及碎屑岩台地.第三，松辽高平原区，面积28 000 km2，占全省面积的15%，海拔200 m左右，相对高差不超过50 m，包括高台地、波状台地与河谷平原.第四，西部松辽低平原区，面积47 000 km2，占全省面积的25%，海拔普遍低于200 m，相对高差多为10 m左右，由冲积、湖积平原组成.

表1 吉林省地貌特征分区表

1.4 坡度

吉林省西部平原区坡度变化较小，东部山区坡度变化较大，随着坡度的增加造成滑动面的坡体结构面倾角增大，导致斜坡稳定性下降，从而增大地震滑坡灾害发生的概率.[9]本文使用的坡度数据为中国科学院地理科学与资源研究所提供的坡度格网DEM数据，空间分辨率30 m，取值为角度，原始数据来源于SRTM高程数据.研究中使用ARCGIS10平台对DEM数据进行重分类(reclassify)，按不同坡度角度值分成6个区间(见图3)，将双精度值的数据重分类为可量化的整型值影响因子.

图3 吉林省坡度重分类分布图

图4 吉林省植被覆盖率分布图

1.5 植被覆盖率

植被覆盖率与降雨量相互作用直接影响滑坡灾害的发生概率[10].降雨量较低时，由于植被对降水的截流作用，植被覆盖率高、生物量高的区域，滑坡灾害发生概率较低；降雨量较高时，由于植被对滑坡体的重力作用，植被覆盖率高、生物量高的区域，滑坡灾害的发生概率加大.本文研究使用的植被覆盖率数据为中国科学院地理科学与资源研究所提供的植被覆盖格网数据，原始数据基于MODIS的NDVI产品获取，取值为0～100%的植被覆盖程度百分数(见图4).

1.6 降水量

降水量影响地表湿度，湿度增加使地表强度下降，增大地震破坏的易损性；大量降水造成的河流与洪水侵蚀作用，致使斜坡和岸坡的地震稳定性下降，导致滑坡灾害的概率增高.[11]本文使用的降水量数据为吉林省全年每个月平均降水量格网数据，根据吉林省本地化季节与降水特点，将12个月份分为4个时间区间进行研究，分别为12—2月、3—5月、6—8月、9—11月.由图5可见，12—2月期间降水量最少，6—8月期间降水量最多，局部地区最高降水量可达600 mm以上.由于每个时间区间降水量差异较大，为满足格网数据显示要求，使用等间距方法分割降水量区间，使用ARCGIS10平台绘制降水量(mm)分布图(见图5).

2 地震滑坡系数提取与重分类

2.1 使用AHP方法进行权重系数计算

预测地震滑坡系数受到6个影响因子的制约，为了更为客观地评价各影响因子的权重关系，科学计算地震滑坡系数，本文研究使用层次分析法(AHP)进行权重系数计算.通过该方法对6个影响因子进行两两比较，比值为1说明两个因子同样重要，比值为3说明前者比后者稍微重要，比值为5说明前者比后者明显重要，比值为7说明前者比后者十分重要[12]，遵循该原则建立的6阶矩阵如表2所示.

表2 预测地震滑坡影响因子判断矩阵

2.2 计算判断矩阵最大特征根λmax

(1)

运用合积法求出判断矩阵最大特征根λmax值，由式(2)可得λmax值为6.298.

(2)

2.3 判断矩阵一致性校验

随机一致性比率RC可以判断矩阵的一致性，当RC<0.10，IC>0时，判断矩阵具有可接受的一致性.RC为判断矩阵一致性指标IC与n阶平均随机一致性指标IR的比值.IR为6阶，可直接取参考值1.24，通过式(3)可得到IC值为0.059 6，RC值为0.048.结果表明RC<0.10，IC>0，说明判断矩阵通过一致性校验，具有良好的一致性[12].

(3)

2.4 影响因子的分类与赋值

6类影响因子其取值和单位都不同，因此对各影响因子根据取值区间进行分类并赋值[13]，进行重定义分类处理，结果如表3所示.地震动参数因子根据峰值加速度值分为5个区间并赋值；地质因子根据地层和岩体的时代分为3个区间并赋值；地貌因子根据地貌特征分为5个区间并赋值；坡度因子根据坡度分为6个区间并赋值；植被覆盖率因子根据覆盖率百分比分成5个区间并赋值；降水量因子根据研究区间降水量分为6个区间并赋值.赋值值域为1～6，将每个影响因子的原始值重定义后分类到这些区间内，作为分类值进行预测地震滑坡指数的计算.

表3 影响因子的分类与赋值

3 绘制预测地震滑坡区划图

3.1 计算预测地震滑坡指数

使用地理信息软件ArcGIS10作为研究环境，根据影响因子的分类与赋值结果，对地震动、地质、地貌、坡度、植被、降水量6个数字栅格数据进行重分类(reclass)，生成重分类数字栅格数据，每个栅格单元的值域为1～6.

根据特征向量的近似值Wi，可得地震动、地质、地貌、坡度、植被、降水量权重系数分别为0.437，0.065，0.161，0.161，0.088，0.088.每个栅格单元的预测地震滑坡指数=地震动重分类值×0.437+地质重分类值×0.065+地貌重分类值×0.161+坡度重分类值×0.161+植被重分类值×0.088+降水量重分类值×0.088.由于降水量季度性差别较大，本文研究选取12—2月、3—5月、6—8月、9—11月4个区间分别计算每个栅格单元的预测地震滑坡指数.使用ARCGIS10平台的栅格计算工具(raster calculator)，可依次计算4个区间的预测地震滑坡指数，生成预测地震滑坡指数数字栅格数据.

3.2 绘制预测地震滑坡区划图

将预测地震滑坡指数数字栅格数据进行栅格重分类(reclass)处理，分类区间如表4所示，将预测地震滑坡等级分成不滑坡、不易滑坡、较易滑坡、容易滑坡、极易滑坡、严重滑坡6个等级.使用ARCGIS10平台将处理结果绘制成4个时间区间的预测地震滑坡区划图，使用UTM投影、WGS1984地理坐标系、GeoTiFF格式存储原始预测地震滑坡等级数据，配置适当的比例尺和图例信息.

表4 预测地震滑坡指数等级划分表

图6 预测地震滑坡区划图

3.3 预测地震滑坡影响范围统计

使用ARCGIS10平台栅格统计工具进行4个时间区间的预测地震滑坡影响范围统计，计算结果如表5所示.使用Microsoft Excel绘制6个滑坡等级范围的折线图(见图7)，其中横坐标为滑坡等级，纵坐标为范围的倍数关系.统计结果直观显示了地震滑坡灾害的高发时段和灾害范围.

表5 预测地震滑坡影响范围统计表

4 结论

图7 预测地震滑坡范围对比折线图

本文运用AHP方法，借助GIS技术，选取6类影响因子首次绘制了吉林省预测地震滑坡区划图，揭示了造成地震滑坡的外部因素、内部因素、时间因素之间的关系.地震动峰值加速度因子是外部因素，其权重系数最高，影响值可达到0.437.但吉林省发生地震最为频繁的松原地区地处平原，地表坡度与降水量影响值较低，研究结果表明并不是发生地震滑坡灾害的重灾区.降水量是时间因素，其权重系数较低，但4个研究区间降水量异较大，6—8月区间内最大值是12—2月区间内最大值的20多倍(见图5)，降水量值高且地表坡度值高的东部山区是发生地震滑坡灾害的重灾区.

预测地震滑坡区划图表明，吉林省东部山区是发生地震滑坡灾害的严重区域(见图6)，特别是6—8月降雨量最多的时期，在吉林市南部，通化市、白山市东南部，长白山天池火山区，延吉市周边地区有许多发生严重滑坡灾害的区域，面积可达到1 463 km2，应引起相关部门的注意，进行适度的灾害避让.从4个研究区间上看，全省预测地震滑坡灾害发生可能性由低至高分别是12—2月、9—11月、3—5月、6—8月，对季节性施工的特定行业具有一定的指导意义.吉林省平原地区广阔，全年基本都不易发生地震滑坡灾害，相关部门可合理制订灾害应对方案，优化资源配置.

[1] 孙再鸣，袁敬，孙强.地震滑坡影响因素分析[J].铁道建筑，2010，2010(12):81-83.

[2] 王秀英，聂高众.地震应急中诱发滑坡灾害致灾距离快速评估方法研究[J].中国地震，2009，25(3):333-342.

[3] 殷跃平.汶川八级地震地质灾害研究[J].工程地质学报，2008，16(4):433-444.

[4] 许冲，戴福初，姚鑫，等.基于GIS与确定性系数分析方法的汶川地震滑坡易发性评价[J].工程地质学报，2010，18(1):15-26.

[5] 陈晓利，祁生文，叶洪.基于GIS的地震滑坡危险性的模糊综合评价研究[J].北京大学学报(自然科学版)，2008，44(3):434-438.

[6] 张羽，康建红，魏美璇.基于GIS的长春市建筑物震害预测技术[J].东北师大学报(自然科学版)，2014，46(3):124-131.

[7] 沈建文，石树中.大中小震与抗震设防标准[J].地质学报，2004，26(5):533-538.

[8] 杜伟，王娜.吉林省地质灾害易发程度分区方法研究[J].吉林地质，2013，32(4):151-153.

[9] 王亚强，王兰民，张小曳.GIS支持下的黄土高原地震滑坡区划研究[J].地理科学，2004，24(2):170-176.

[10] 巴合提.森林植被保护和恢复的意义及措施[J].中国园艺文摘，2010，2010(8):19.

[11] 王梁，刘兴汉.吉林省暴雨受地形影响的分析[J].水文，2010，20(5):52-54.

[12] 郭阳，郄恩田，李勇.基于AHP的农村住宅舒适性评价[J].建材世界，2014，35(1):54-57.

[13] 刘线霞，韩晓虎.建筑工程招标中评价指标权重的研究层次分析法(AHP)应用[J].价值工程，2014，33(11):95-96.

(责任编辑：方 林)

Study on earthquake-induced landslide regionalization based on GIS system in Jilin Province

ZHANG Yu1，YIN Ming-yu2，WEI Mei-xuan1，LI Na1，QIAO Tian-gang1，YANG Qing-fu1

(1.Earthquake Administration of Jilin Province，Changchun 130117，China；2.China Water Northeastern Investigation，Design and Research Co.，Ltd，Changchun 130061，China)

In this paper，6 factors which had effect on earthquake-induced landslide disaster in Jilin Province were analyzed including peak ground acceleration，geology，landform，slope，vegetation coverage and precipitation，the weight of each influence factor coefficient was calculated by using AHP，the index of earthquake-induced landslide to predict was operated by using ARCGIS10 Geographic Information System，the zoning map of earthquake-induced landslide to predicted which included four time intervals，such as December—February，September—November，March—May and June—August was drawed.The results showed that some areas such as the southeastern of Jilin City，the east of Tonghua City，Changbaishan Tianchi volcano，the surrounding region of Yanji City are high-risk areas of earthquake-induced landslide disaster，especially in June—August precipitation could reach 600 mm，the aera of serious earthquake-induced landslide disaster could reach 1 463 km2，however，earthquake-induced landslide disaster occurred difficulty in plain area throughout the year.

earthquake-induced landslide；AHP；geographic information system;ARCGIS10

1000-1832(2015)04-0143-07

10.16163/j.cnki.22-1123/n.2015.04.030

2015-05-06

地震行业科研专项基金资助项目(201208005)；吉林省科技发展计划项目(20082122，20130204052SF，20140623010TC)；吉林省地震局合同制科研课题.

张羽(1980─)，男，硕士，工程师，主要从事地理信息系统研发、地震灾害评估研究.

P 315.5 [学科代码] 170·2060

A