甘肃南部武都区滑坡危险性评价

甘肃南部武都区滑坡危险性评价

齐识，宁娜，马金珠

(兰州大学 西部环境教育部重点实验室, 兰州730000)

摘要：利用GIS技术分别与信息量模型和贡献权重模型结合，以甘肃南部武都区为研究区，选取高程、坡度、地质年代、河流缓冲区、土地利用和距离断层构造线距离6个评价因子进行滑坡危险性评价，得到基于2种评价模型的区划图。对比2种结果分析得出：从滑坡灾害点的分布情况看，2种模型均能较好地对研究区滑坡危险性进行分区，但基于贡献权重模型得出的结果显示，中、高和极高度危险区的面积占全区总面积的82.3%，略夸大了山区滑坡灾害的危险性。结合现场实际勘察结果表明：基于信息量模型得到的危险性评价结果更符合武都区的实际情况。因此，利用信息量模型与GIS技术结合对甘肃南部武都区滑坡灾害进行评价，相比贡献权重模型具有较高的准确性，为研究区滑坡的防灾减灾工作提供了参考价值。

关键词：GIS；信息量模型；贡献权重模型；区域滑坡危险性评价；武都区

中图分类号：P642.23 文献标志码：A

收稿日期：2013-11-11； 修回日期：2013-12-12

作者简介：马斌(1955-)，男，陕西西安人，教授，从事工程管理与工程造价、工程施工技术、建设工程管理与管理信息系统方面的研究，(电话)13088977659(电子信箱)792842471@qq.com。

通讯作者：李丽(1989-)，女，安徽宣城人，硕士研究生，研究方向为现代施工技术与管理，(电话)18395359961(电子信箱)719288795@qq.com。

DOI:10.3969/j.issn.1001-5485.2015.04.007

1研究背景

滑坡作为地貌演变过程中的一种重要块体运动形式，是一种典型的全球性的重大自然地质灾害[1]。滑坡的危害程度极大，它能够中断交通、堵塞河道、掩埋城镇等，给人民的生活环境和生命财产以及工农业活动带来严重的危害，因此，需要对滑坡危险性评价进行深入研究。滑坡灾害的危险性是指未来时期将在什么地方可能发生滑坡，其活动强度、规模、危害范围以及危害强度有多大。滑坡灾害的危险性受多种条件控制，具有很大的不确定性。滑坡危险性区划的模型一般有2种：一是以滑坡点分布图和各影响因子图进行叠加分析，定量、半定量化地确定滑坡敏感性指标；二是以滑坡影响因素与滑坡关系的理论分析为基础，建立相关的数学模型对研究区的相对危险性程度作出评价，作为滑坡危险性评价的定量依据[2]。

自地理信息系统技术出现后，其强大的空间数据管理、空间分析、制图及可视化功能得到了学者们的广泛认可，并逐渐被应用于滑坡危险性评价中。1983年，A.Carrara[3]就使用多变量模型对区域滑坡灾害评估和预测等问题进行了研究。 R.P.Guptat等[4]运用GIS 技术对喜马拉雅山麓的Ramganga Catchment地区的滑坡进行了分析，使用了空间分析和面积量算功能完成了滑坡灾害危险性分区。G.C.Ohlmacher等[5]给予GIS技术使用多元逻辑回归对美国堪萨斯州东北部地区进行了滑坡灾害预测图，并分析了滑坡主要影响因子。国内使用GIS技术进行地质灾害评价的起步比较晚，21世纪以来，国内开始将GIS与各种统计方法相结合，进行区域滑坡危险性评价研究，不仅充分发挥GIS的图形编辑、属性管理、空间分析以及地形分析等优势，还提出了质量指数模型[6]、综合指标法[7]、模糊综合评判[8]等评价方法。白世彪等[9]结合GIS，运用双变量分析模型进行了滑坡危险性评价制图。王志旺等[10]利用RS和GIS的数据提取和分析功能，采用证据权法对长江三峡库区秭归—巴东段进行了滑坡危险度区划研究。乔建平等[11]提出将滑坡本底因素对滑坡的贡献率转化为权重，求出滑坡因子的自权重和互权重的关系，通过对权重的多重叠加，建立贡献权重法滑坡危险性区划模型。不同的评价方法在滑坡危险性评价中，都具有各自的特点，因此，要根据研究区域的情况和所选取的不同的影响因子来确定最终的数学模型。本文运用GIS分别与信息量模型和贡献权重模型相结合对甘肃省陇南市武都区的滑坡进行危险性评价，以期为该区的防灾减灾工作提供可靠的参考依据。

2研究区概况

研究区位为甘肃省陇南市武都区(面积为4 683 m2)，武都区属北亚热带半湿润气候，多年平均降水量为487.2 mm，其中5—9月份降水量占全年降水总量的75% ～85%。24 h最大降水量为90.5 mm，1 h最大降水量为40 mm，10 min最大降水量为16.2 mm。武都区属长江流域嘉陵江水系，主要由白龙江、西汉水和柯家河3大流域组成。白龙江是嘉陵江一级支流，区内流域面积3 243 km2，为区内主要河流。区内降水集中，暴雨较多，为地质灾害的形成提供了条件。研究区在大的地貌单元上处于西秦岭西段侵蚀-剥蚀构造山地，受区域构造控制的山体总走向是东西向，总地势为西北高、东南低。总的地形特点是沟谷发育、切割强烈、地表起伏大、山势陡峻、相对高差大(相对高差1 000 ～1 500 m)、坡度大等。研究区内土质结构疏松，且土壤较薄，持水能力差，易受流水侵蚀而流失。植被在山区多为天然林和灌草，山前和河谷平原为人工林。研究区出露的地层主要有志留系、泥盆系、二迭系、三迭系、侏罗系、第三系和第四系，岩浆岩为印支期花岗闪长岩。

3研究方法

文章拟运用信息量模型及贡献权重模型对研究区进行危险性评价。信息量模型早期是由 E.B.维索科奥斯特罗夫斯卡娅及N.N.恰金先后应用于区域矿产预测[12]；晏国珍先生首先将信息论引入到滑坡预测，继而被许多学者广泛应用到地质环境质量评估和地质灾害危险性评价中[13]。信息预测的观点认为，滑坡灾害的产生与否与预测过程中所获取信息的数量和质量有关，是用信息量来衡量的[14]，具体计算过程在之前的研究中已有详细论述[15]。

贡献权重模型[11]是在可靠的滑坡数据基础上，选用量密度、面密度、体密度3项量化检验指标进行贡献程度评价，即

(1)

(1) 本底因子贡献率(Uoi)：将式(1)结果进行均值化处理，而后进行归一化，得到本底因子贡献率

(2)

(2) 自权重(wif)：自权重是指统一将中滑坡本底因子的贡献率按高、中、低3级贡献程度划分后，分别计算各因子的权值。

(3)

式中wif为滑坡本底因子自权重。

(4)

(4) 贡献权重模型：

(5)

4评价因子的选取及滑坡危险性评价

4.1　影响因子的选取

滑坡是指岩体或土体在重力作用下沿一定的软弱结构面整体下滑的现象。滑坡是内外影响因素共同作用产生的，促使滑坡产生的条件：一是地质条件与地貌条件；二是内外营力(动力)和人为作用的影响。因此，在进行危险性评价时，首先需要进行影响因子的选取以及量化。研究表明，滑坡发育的影响因素一般主要有岩石类型与构造、边坡的几何形状与地形地貌、水文地质条件及破坏动力等[16]。本文选取高程、坡度、距离断层构造线距离、地质年代、土地利用及河流缓冲区作为评价因子。

4.1.1高程

水系发育程度、土壤类型、人类活动、工程活动等都与高程有着密不可分的关系，同一地区，高程越低，受外界干扰的可能性越大。大范围采石采矿工场的建立，沿坡地密集的建筑以及修路等，都将引起岩、土体松动，甚至坍塌，同时山区房屋的建设一般都分布于坡面上，在房屋建设过程中，难免触及部分滑坡的滑动面，进而使得斜坡失稳。通过对研究区滑坡在灾害点的分布图进行研究分析，将研究区高程分为5个等级：621 ～1 207 m,1 207 ～1 793 m,1 794 ～2 379 m,2 379 ～2 965 m,2 965 ～3 550 m。滑坡点统计资料显示，武都区滑坡主要集中在高程2 379 m以下，其中高程621 ～1 207m范围内滑坡数量占总数的15%；高程1 207 ～1 793 m范围内滑坡数占总数的57%；高程1 793 ～2 379 m范围内滑坡数占总数的27%。因此，滑坡与高程的关系十分密切。

4.1.2坡度

坡度是滑坡发生的主要影响因素之一， 对滑坡发生起到控制性作用。 一般而言， 坡度大于10°， 小于45°， 下陡中缓上陡、 上部成环状的坡形是容易产生滑坡的地形。 在低坡度范围内， 人类活动频繁， 地下水埋深较浅， 都有利于新滑坡的发育， 同时也为老滑坡的复活提供了条件。 坡度较大的地方发生崩塌的概率较大， 崩塌产生的碎石为滑坡的发育提供了物源条件。 通过对研究区滑坡在灾害点的分布图进行研究分析， 将研究区的坡度分为6个等级： 0° ～14°, 14° ～27°, 27° ～40°， 40° ～54°， 54° ～67°以及>67°。 滑坡点统计资料显示： 武都区滑坡主要集中在坡度54°以下， 0° ～30°范围内滑坡点占滑坡总数的54%； 30° ～54°范围内滑坡点占滑坡总数的43%。

4.1.3地质年代

斜坡的不同地质年代为滑坡的产生提供了物质基础。资料显示：研究区地质年代主要有志留系、泥盆系、二迭系、三迭系、侏罗系、第三系和第四系。志留系(S)：分布于角弓—汉王白龙江两岸及隆兴一带。泥盆系(D)：主要分布于外纳—玉皇一带，少量条带状分布于角弓北部山区和马营南部，明显受武都“山”字型构造控制。石炭系(C)：主要分布于白龙江西南部山区与马营、安化、隆兴南部。二迭系(P)：大面积分布于五库—琵琶以南山区。三迭系(T)：分布于金厂、龙坝等地。侏罗系(J)：零星分布于马营庞磨、郭河东部及磨坝等地。上白垩-下侏罗系(J-K)：分布于甘泉、佛崖一带。老第三系(E)：零星分布于马街南部艾山、熊池、黄坪等地。新第三系(N)：分布于汉林、马街、柏林、安化、鱼龙一带。第四系(Q)：分布于武都南部，洛塘、五库、五马、裕河一带。

4.1.4河流缓冲区

足够大的临空面是滑坡发生的重要条件之一，河水的不断冲蚀作用，使得河流沿岸的坡角遭到严重的淘蚀，在研究区内产生了大量的临空面，因此距离河流越近，越能够促进滑坡的发育；在ArcGIS中对河流进行缓冲区分析，划分400，800，1 200，1 600，2 000 m以及大于2 000 m的缓冲区，生成因子图层，将滑坡点关联到因子图层中得出，随着缓冲区的增大，滑坡的数量和密度减少。

4.1.5土地利用类型

研究区内土地利用类型为耕地、林地、草地、水域、城乡工矿用地以及未利用土地6个类型。耕地及居民用地都在不同程度上破坏了土体及岩体的结构，使得研究区内该属性类别中的土体变得松散，进而促使滑坡灾害的发生。

4.1.6距断层构造线距离

在ArcGIS中对研究区的断层构造线进行缓冲区分析，划分的缓冲区为：800，1 600，2 400，3 200，4 000，4 800 m及大于4 800 m 7个级别。在研究区内断层构造线分布零乱，在区域性断裂构造的交叉复合部位，岩石通常较为破碎，距离构造线越近，构造活动越为强烈，其附近岩土遭到破坏程度越大，进而破坏了坡体的稳定性。因而距构造线的距离越远，越不利于滑坡的发育。

4.2　滑坡危险性评价

4.2.1信息量模型滑坡危险性评价

利用GIS的信息量模型对6个评价因子进行分析，在ArcGIS中对各因子图层进行栅格处理，栅格大小为100 m×100 m，据野外调查及资料收集确定研究区滑坡灾害点总数为172个，从各因子图层中提取相关信息，对各图层因子进行信息量计算，然后在ArcGIS中对各因子图层进行信息量赋值，由于ArcGIS默认取整数，因此，在赋值过程中需要将信息量值扩大104倍，以便取到小数点后5位。6个因子图层的信息量计算结果见表1。从表1中分析得出：高程在621 ～1 793 m的范围内，信息量值最大，受人类活动影响大，发生滑坡的可能性较大；随着河流缓冲区的增加，信息量值不断减少，说明离河流越近，对滑坡灾害的影响越大；坡度在14° ～27°以及大于67°的区域容易发生滑坡灾害；地质年代中，新第三系(N)的信息量值最大，岩性为红色泥岩、砂质泥岩等，与地层呈不整合接触，表层松散破碎的覆盖物为滑坡产生提供了有利条件；土地利用类型中，人类活动频繁的耕地以及居民用地信息量值大，充分说明，人为活动对滑坡的发育具有重大的影响；距离断层构造线较近的范围内，信息量值大，更容易促进滑坡的发育。

将6张信息量图层在ArcGIS中利用Raster Calculator进行叠加分析，得到一张综合信息量图，其信息量范围是-7.294 78 ～5.261 51，信息量值越大，发生滑坡的可能性越大。依据自然断点法在ArcGIS中将其重新分类，划分为5级，极高度危险区0.896 23 ～5.261 51)、高度危险区(-0.624 25 ～0.896 23)、中度危险区(-2.144 73 ～-0.624 25)、轻度危险区(-3.910 46 ～-2.144 73)及极轻度危险区(-7.294 78 ～-3.910 46)。最后，得到基于信息量模型的武都区滑坡危险性区划图，如图1。

表1　信息量值计算结果 Table 1　Calculation results of information values

图1　基于信息量模型的武都区滑坡危险性级别划分 Fig.1　Risk zoning of landslides in Wudu district based on information quantity model

图2　本底因子的贡献指数 Fig.2　Contribution index of background factors

4.2.2贡献权重模型滑坡危险性评价

表2　滑坡本底因子不同程度贡献率分布范围 Table 2　Contribution rate of landslide’s background factors

表3　本底因子自权重 Table 3　Self-weights of background factors

图3　基于贡献权重模型的武都区滑坡 危险性级别划分 Fig.3　Risk zoning of landslides in Wudu district based on contribution weight model

4.3　结果分析与讨论

4.3.1信息量模型对滑坡危险性评价结果分析

统计信息量模型对滑坡危险性评价区划结果，分析滑坡的数量和每个类别面积占总面积的比例分布情况(表4)。信息量模型得到的危险性分区中，中度危险区以上的面积比例为68.6%；从滑坡灾害点的分布情况看，滑坡灾害点集中分布于高度和极高度危险区，比例达到84.4%。该结果较好地反应了武都区滑坡灾害发育特征。从模型本身来看，信息量模型的主要思路是参照已经变形或被破坏的区域的显示情况以及提供的信息，把反映各影响区域稳定性因素的实测值转化为反映区域稳定性的信息量值，通过各个影响因素所提供的信息量值的大小来评价各影响因素与研究对象关系的密切程度，其信息量值越大，危险性越高。文章采用了频率估计条件概率的方式来进行信息量值计算[17]，其中没有涉及到各因子权重的计算。同时，信息量模型的各因子信息量值是按照滑坡点分布于各因子栅格单元分析所得，其分布情况容易获得，在区域滑坡危险性评价过程中较易实现。

表4　2种模型各类等级中滑坡分布比例 与各等级面积比例 Table 4　Proportion of landslide distribution and proportion of landslide area based on two models

4.3.2贡献权重模型对滑坡危险性评价结果分析

基于贡献权重模型所得到的危险性分区中武都区中度危险区以上的面积比例达到了82.3%(表4)，安全区所占面积比例仅占3.4%，该结果在一定程度上夸大了山地地质灾害危险性。从表4中可看出，该模型灾害点集中分布在中度和高度危险区，比例达到88.6%，而其中极高度危险区的滑坡数量比例却较小，这与实际灾害分布特征不相符。从贡献权重模型本身看，在厘定各因子贡献权重时，要求各因子的基础数据精度较高，且需精确量化各滑坡灾害点的体积和面积，这种精确量化在区域滑坡危险性评价中是难实现的。由此，贡献权重模型应用于区域滑坡危险性评价适宜性一般。

4.3.3模型讨论

利用贡献权重模型进行本底因素贡献率的计算时，在可靠的滑坡数据基础上，一般选用量密度、面密度、体密度3项量化检验指标进行贡献程度评价，进而得出本底因素的贡献率、自权重以及互权重，最终进行危险性区划。但是由于研究区面积较大，滑坡点较多，针对于滑坡的面积和体积未能获取相关的资料，导致只选取了量密度一个检验指标进行各个影响因子的贡献率的计算，进而影响自权重和互权重计算结果的准确性，最终势必影响评价结果。因此，结合最终2种评价模型的分区结果分析，贡献权重模型更适用于较小区域且基础数据较精确的滑坡危险性区划分析。而信息量模型应用于区域滑坡危险性评价时，以点、面单元为基础，需求资料获取方便，并且与评价区域面积的大小无关。

4.3.4模型择优选取分析

2种模型都能对研究区滑坡进行危险性评价，从各等级面积的比例和滑坡灾害点分布情况看，基于贡献权重模型得出的结果略微夸大了滑坡灾害的危险性，整个武都区基本都处在中度危险区以上的范围内，基本无安全区域。从上述分析2种模型本身特点来看，信息量模型更适合区域滑坡灾害危险性评价。同时，结合现场实际勘察情况，得出基于信息量模型得到的危险性评价结果更符合实际情况。因此，最终选取信息量模型的评价结果分区图(图1)作为甘肃南部武都区滑坡危险性区划图。

5结语

(1) 根据武都地区滑坡灾害的实际特征并结合资料的可获取性，通过参考大量文献，最终确定高程、坡度、距离构造线距离、地层岩性、土地利用及河流缓冲区作为评价因子。通过贡献权重计算得出评价因子的互权重由大到小排序为：高程、土地利用、河流缓冲区、坡度、距离构造线距离及地层岩性。

(2) 运用GIS技术分别与信息量模型及贡献权重模型相结合，定量化对武都区滑坡危险性进行评价，通过对2种模型的对比分析，从滑坡灾害点的分布情况得出2种模型均能较好地对研究区滑坡危险性进行分区，但基于贡献权重模型得出的结果略夸大了山区滑坡灾害的危险性，整个武都区82.3%的面积都处在中度危险区以上的范围内。因此，基于信息量模型得到的危险性评价结果相对更符合实际情况，最终选取信息量模型的评价结果图作为甘肃南部武都区滑坡危险性区划图。

(3) 在进行指标体系构建时，全区的地震烈度都为Ⅷ，在评价过程中不起作用；但水文资料的匮乏导致指标体系中缺少诱发因素。如何在资料匮乏的情况下，找到合适的方式来考虑触发因素，建立一个完整的评价指标体系有待进一步深入研究。

参考文献：

[1]兰恒星,王苓涓,周成虎.地理信息系统支持下的滑坡灾害分析模型研究[J].工程地质学报,2002,(4):421-427. (LAN Heng-xing,WANG Ling-juan, ZHOU Cheng-hu. Study on GIS-aided Model for Analysis of Landslide Hazard[J].Journal of Engineering Geology,2002, (4):421-427. (in Chinese))

[2]殷坤龙.滑坡灾害预测预报[M].武汉:中国地质大学出版社,2004. (YIN Kun-long. Landslide Hazard Prediction and Warning[M]. Wuhan: China University of Geosciences Press,2004. (in Chinese))

[3]CARRARA A. Multivariate Models for Landslide Hazard Evaluation[J]. Mathematical Geology, 1983, 15(3): 403-26.

[4]GUPTA R P,JOSHI B C.Landslides Hazard Zoning Using the GIS Approach:A Case Study from the Ramganaga Catchment, Himalayas[J]. Engineering Geology, 1990, 28(1):119-131.

[5]OHLMACHER G C, DAVIS J C. Using Multiple Logistic Regression and GIS Technology to Predict Landslide Hazard in Northeast Kansas, USA[J]. Engineering Geology, 2003, 69(3/4): 331-343.

[6]王翠珀.质量指数模型在辽宁省东部山区崩塌、滑坡、泥石流灾害预测中的应用[J].辽宁地质,2000,(2):150-155. (WANG Cui-bo. Application of Quality Index Model in Hazard Forecasting of Collapse Landslide and Rock-flow in East Liaoning[J]. Liaoning Geology,2000, (2):150-155. (in Chinese))

[7]王成华,谭万沛,罗晓梅.小流域滑坡危险性区划研究——以孙水为例[J].山地学报,2000, (1): 31-36. (WANG Cheng-hua, TAN Wan-pei, LUO Xiao-mei. The Research of Landslide’s Danger Division in County Region[J]. Journal of Mountain Science, 2000, (1): 31-36.(in Chinese))

[8]郑乾墙.滑坡危险性的模糊综合评判[J].江西地质,1999,(4):299-303. (ZHENG Qian-qiang. Fuzzy Multidisciplinary Assessment of Landslide Danger[J]. Jiangxi Geology ,1999, (4): 299-303. (in Chinese))

[9]白世彪,王建,闾国年，等. 基于GIS和双变量分析模型的三峡库区滑坡灾害易发性制图[J]. 山地学报, 2007,(1):85-92. (BAI Shi-biao, WANG Jian, LV Guo-nian. GIS-based and Data Drive Bivariate Landslide Susceptibility Mapping in the Three Gorge Area, China[J]. Journal of Mountain Science, 2007,(1):85-92.(in Chinese))

[10]王志旺,李端有,王湘桂.证据权法在滑坡危险度区划研究中的应用[J].岩土工程学报,2007,29(8):1269-1273. (WANG Zhi-wang, LI Duan-you, WANG Xiang-gui. Zonation of Landslide Hazards Based on Weights of Evidence Model[J]. Chinese Journal of Geotechnical Engineering, 2007, 29(8): 1269-1273.(in Chinese))

[11]乔建平.滑坡风险区划理论与实践[M].成都:四川大学出版社,2010. (QIAO Jian-ping. Theory and Practice of Landslide Risk Zoning[M]. Chengdu: Sichuan University Press,2010.(in Chinese))

[12]赵鹏大,胡旺亮，李紫金，等.矿床统计预测[M].北京:地质出版社,1983. (ZHAO Peng-da, HU Wang-liang, LI Zi-jin,etal. Deposit Statistical Prediction[M]. Beijing: Geological Press, 1983. (in Chinese))

[13]张俊峰,何政伟,汪宙峰. 基于GIS的信息量法在天山公路地质稳定性评价系统中的应用[J]. 测绘科学,2008,33(2):170-172. (ZHANG Jun-feng, HE Zheng-wei, WANG Zhou-feng. The Application of Information Model Based on GIS in Geology Stability Evaluation System of Tianshan Road[J]. Science of Surveying and Mapping,2008,33(2):170-172.(in Chinese))

[14]ALDO C, SUSANNA P, CLAUDIO T,etal. A Procedure for Landslide Susceptibility Zonation by the Conditional Analysis Method[J]. Geomorphology, 2002,48(4): 349-364.

[15]齐识,张雅莉,张鹏,等.白龙江流域滑坡危险性评价指标体系的构建[J].长江科学院院报,2014，31(1)：23-28. (QI Shi, ZHANG Ya-li, ZHANG Peng,etal. Construction of Factors for Assessing the Hazard of Landslide in Bailong River [J]. Journal of Yangtze River Scientific Research Institute, 2014，31(1)：23-28. (in Chinese))

[16]王志旺.基于GIS技术的区域滑坡分形特征分析与危险性评价[D].武汉： 中国地质大学,2010. (WANG Zhi-wang. GIS-Based Methods for Fractal Analysis and Hazard Estimation of Regional Landslides[D]. Wuhan: China University of Geosciences，2010.(in Chinese))

[17]高克昌,崔鹏,赵纯勇,等. 基于地理信息系统和信息量模型的滑坡危险性评价——以重庆万州为例[J].岩石力学与工程学报,2006，25(5):992-996. (GAO Ke-chang, CUI Peng, ZHAO Chun-yong,etal. Landslide Hazard Evaluation of Wanzhou Based on GIS Information Value Method in the Three Gorges Reservoir[J]. Chinese Journal of Rock Mechanics and Engineering, 2006，25(5):992-996. (in Chinese))

(编辑：曾小汉)

Assessment of Landslide Hazard in Wudu of Southern Gansu Province

QI Shi, NING Na, MA Jin-zhu

(Key Laboratory of Western China’s Environmental Systems (MOE), Lanzhou University,

Lanzhou730000, China)

Abstract:GIS technology is combined with information value model and contribution weight model respectively to assess the landslide hazard in Wudu district of south Gansu Province. Elevation, slope gradient, stratum lithology, river buffer zone, land use, and distance to fault line are selected as the assessment factors. Zoning maps are obtained based on the two models and comparison reveals that as shown from the distribution of landslide hazards, both models work well in landslide hazard zoning, but the results based on contribution weight model suggest that medium, high and very high risk zones together account for 82.3% of the total area, which has slightly exaggerated the risk of landslides in mountainous areas. According to on-site investigation, the landslide hazard zoning based on information value model is more in line with the actual situation. Therefore it is accurate to combine information value model with GIS technology in landslide hazard assessment for South Gansu Province.

Key words: GIS; information value model; contribution weight model; regional landslide risk zoning; Wudu district

本刊投稿网址： http:∥ckyyb.crsri.cn

2015,32(04):35-39