APP下载

四川省攀西地区聚落点泥石流灾害危险性评价

2016-06-07白淑英于烨婷沈渭寿史建桥

生态与农村环境学报 2016年3期
关键词:层次分析法泥石流

白淑英,于烨婷,莫 婷,沈渭寿,史建桥

(1.南京信息工程大学地理与遥感学院,江苏 南京 210044;2.环境保护部南京环境科学研究所,江苏 南京 210042;3.94783部队61分队,浙江 长兴 313111)



四川省攀西地区聚落点泥石流灾害危险性评价

白淑英1,2,于烨婷1,莫婷1,沈渭寿2,史建桥3

(1.南京信息工程大学地理与遥感学院,江苏 南京210044;2.环境保护部南京环境科学研究所,江苏 南京210042;3.94783部队61分队,浙江 长兴313111)

摘要:基于聚落点的泥石流灾害潜在危险性评价是实现泥石流灾害准确预测、预报及灾损估算的基础。在GIS 9.3软件支持下,选取地质构造、地形地貌、气象水文和人类活动4方面9个因子,利用层次分析法,对攀西地区泥石流灾害影响因素及危险性进行评价,并利用实际泥石流点进行精度验证。在对攀西地区人口数据进行空间化的基础上,分析了聚落点泥石流灾害的潜在危险性。结果表明,攀西地区极高和高危险区分布主要受断层影响,而在中部和南部,河流对泥石流的影响远大于断层的影响,在西北部和东北部,断层、坡度和高差3个因子对泥石流的影响均大于河流对泥石流的影响。攀西地区泥石流灾害极高、高和中危险区评价结果中有84.10%的实际泥石流分布和72.48%的人口分布。泥石流灾害极高危险区分布在研究区断层附近,高危险区分布在极高危险区外围,中危险区分布在距断层较远的地区,低危险区分布在东、西部没有断层的地区。

关键词:泥石流;危险性评价;层次分析法;聚落点

泥石流是暴发突然、来势凶猛、危害性非常大的一种山地自然灾害[1],它兼有崩塌、滑坡和洪水破坏的双重作用,其危害程度比单一的崩塌、滑坡和洪水更严重。全球泥石流活动频繁,每年大大小小的泥石流不下千起,造成的人员伤亡和财产损失不计其数。进入21世纪,全球泥石流爆发频率急剧增加,根据国土资源部公布的《地质灾害灾情通报》,2001—2009年中国年均发生地质灾害多达29 391 起,造成1 600余人伤亡,每年经济损失高达36亿元。因此,做好泥石流灾害危险性评价工作,对于防范灾害发生和减少灾害损失具有重要意义。攀西地区位于四川省西南部,是我国泥石流高发区。据不完全统计,1949—2008年60 a间,攀西地区爆发泥石流110次,发生频率为62.73%。攀西地区境内共分布泥石流约1 500处,主要危险区在安宁河、雅砻江和金沙江沿岸。

常用的泥石流危险性评价方法有层次分析法[2-4]、模糊综合评判法[5]、灰色关联度分析法[6]和人工神经网络法[7]等。随着 GIS技术的发展,泥石流危险性评价多采用GIS技术结合传统评价模型方法[8]。目前泥石流危险性评价主要分为单沟泥石流危险性评价[9]和区域泥石流危险性评价[10],2种方法评价结果能够确定某一条泥石流沟或某一个行政单元的泥石流危险性的高低。但泥石流危险性评价目的是为降低人和物的灾害损失提供科学依据,人和物主要集中在聚落点及其附近,因此如果能够明确哪些聚落点是安全的,哪些聚落点有多少人口处在泥石流灾害潜在危险区,对灾害的预防更具有现实意义。

1数据源及其处理

数据源主要有由国际农业研究磋商组织(CGIAR)发布的90 m空间分辨率SRTM的数字高程数据(DEM),2010年6—8月共6期250 m分辨率MODIS数据产品的归一化植被指数(NDVI,INDV)数据,1949—2008年攀西地区及周边31个气象站点日降水数据,地球系统科学数据共享网西南山地分中心提供的攀西地区1 510处泥石流分布数据,以及2010年攀西地区土地利用类型数据(1∶10万)、最新行政边界数据、第6次人口普查数据、水系图(1∶10万)和地质图(1∶100万)等。

对遥感数据进行几何校正、投影变换等预处理后将所有数据进行空间化并统一到同一坐标系统(WGS-84)及投影(Albers)。在ArcGIS 9.3环境下,根据攀西地区DEM数据,提取坡度因子和相对高差,计算地形指数;对1∶100万地层岩性图,按照不同的岩性重分类;对断层作缓冲区;根据水系计算河网密度;利用气象站点日降水数据,计算各站点50 a来平均暴雨频率,并采用反距离权重(IDW)方法进行空间插值;以NDVI数据为基础计算植被覆盖率;根据人口数据分别计算各区县人口密度;以居民地范围为依据将人口统计数据分配到各个居民点内,计算每个聚落点人口数。

2泥石流危险性评价模型的建立

2.1评价因子选取

在全面分析西南山区泥石流发生数量、分布空间特征和规模并综合国内外常用的泥石流灾害危险性评价因子基础上,选择地质构造、地形地貌、水文气象和人类活动4个方面9个因子,对攀西地区泥石流危险性进行评价。

2.1.1地质构造

距断层距离。利用ArcGIS 9.3的空间分析功能,以1 000 m为半径,对断层进行缓冲区分析,根据距断层距离确定其对泥石流灾害发生的影响程度。

地层岩性。根据岩组的不同软硬程度将岩组由软到硬分为坚硬岩组、较硬岩组、较软岩组、软弱岩组和松散岩组。

2.1.2地形地貌

地形指数。综合考虑坡度和地表粗糙度[11]2个因素,选用地形指数(V),反映坡面流速与地面坡度〔S,(°)〕的关系:

V=aSb。

(1)

式(1)中,a为地表粗糙度,a=1/cos(S×3.141 59/180)[12];为了便于计算,取b=0.5,与曼宁公式[13]一致。

相对高差(H,m)。计算公式为

H=Hmax-Hmin。

(2)

式(2)中,Hmax为分析窗口中最大高程,m;Hmin为分析窗口中最小高程,m。

2.1.3水文气象

暴雨频率。收集研究区及周边31个气象站点1949—2008年的日降水数据,计算各个站点的暴雨频率,选取暴雨频率作为降水因子指标。

河网密度。指单位面积内河道总长度,通常用平均河长(l,km)和平均相邻面积(a,km2)之比表示。河网密度是反映流域地理和水文结构特征的一个重要指标。若面积为A的流域有n条河流(或河段),总长度为L,那么河网密度可表示为

D=L/A=nl/na=l/a。

(3)

式(3)中,D为河网密度,km·km-2;L为流域河流总长度,km;A为流域面积,km2[14]。

2.1.4人类活动

植被覆盖率(CV)。选用张仁华[15]提出的基于植被指数的计算方法:

CV=(INDV-INDV,s)/(INDV,v-INDV,s)。

(4)

式(4)中,INDV,v和INDV,s分别为纯植被和纯土壤植被指数,通过计算研究区INDV的最大值和最小值近似作为INDV,v和INDV,s。

土地利用类型。根据攀西地区土地利用类型数据,将对泥石流的影响作用相同(或接近)的土地利用类型归为一类,共6类。

人口密度。根据攀西地区第6次人口普查数据,计算得到各个市、县的人口密度。

2.2评价因子分级赋值

对上述9个评价因子,依据其对泥石流发生的影响程度,结合调查资料、相关文献及专家意见进行分级赋值(表1)。赋值越大,表示某评价因子对泥石流的影响越大。

表1评价因子的分级赋值

Table 1Grading and valuation of risk assessment factors

评价因子1评价因子2评价因子3评价因子4评价因子5距断层距离/m赋值地层岩性赋值地形指数赋值相对高差/m赋值暴雨频率/(d·a-1)赋值≥40001坚硬岩组1 0~<0.310~<2001 0~<0.513000~<40002较硬岩组20.3~<0.52200~<500 20.5~<1.522000~<30003较软岩组30.5~<0.73500~<1000 31.5~<2.531000~<20004软弱岩组40.7~<0.94≥100042.5~<3.54 0~<10005松散岩组5≥0.95≥3.55评价因子6评价因子7评价因子8评价因子9河网密度/(km·km-2)赋值植被覆盖率赋值人口密度/(人·km-2)赋值土地利用类型赋值 0~<0.151≥0.610~<501湖泊、河流、水库、坑塘10.15~<0.3 20.3~<0.6250~<1002有林地、高覆盖度草地、疏林地20.3~<0.45 30.1~<0.33100~<200 3中、低覆盖度草地30.45~<0.6 4 0~<0.14≥2004旱地、水田4≥0.65裸地、未利用地、滩地5城镇居民地及其他建设用地6

2.3评价因子权重的确定

采用层次分析法(analytic hierarchy process,AHP)[16]确定评价因子权重,将与决策有关的元素分解成目标、准则和指标等层次,在此基础上进行定性和定量的决策分析。

将泥石流危险性评价指标体系作为总目标层(A层),泥石流形成的4个影响因素作为层次结构的准则层(B层),9个影响因子作为指标层(C层)(图1),构建层次分析数据结构模型。

图1 层次分析法评价模型

结合攀西地区泥石流灾害发育特征,综合分析每个要素对于其他要素的相对重要性,采用1-9标度法,构建每个层次的判断矩阵。分别对各矩阵进行一致性检验,保证检验结果具有良好的一致性。

2.4泥石流灾害危险性评价模型

通过对9个泥石流危险性评价指标的处理计算与分级,得到每个栅格的属性值,将各个栅格属性

值与各因子权重相乘,得到泥石流危险性值,其计算公式为

(5)

式(5)中,X为评价单元的泥石流危险性值;Rij为评价因子i的j单元格等级赋值;Wi为评价因子的总权重。

3结果与分析

3.1各个指标因子的权重

各指标因子权重计算结果见表2。在准则层因子中,地质构造因素权重最大,其后依次为水文气象和地形地貌,权重最小的因子是人类活动。这表明地质构造因素对泥石流发生影响最大,人类活动对泥石流发生影响最小。由指标层因子总权重排序结果可知,地层岩性、暴雨频率和地形指数3个因子总权重远大于其他6个因子的总权重,3个因子总权重和约占所有因子总权重和的61.9%,表明这3个因素对泥石流产生较大影响;其后依次为距断层距离、相对高差、植被覆盖率和河网密度;总权重较小的因子是土地利用类型和人口密度,表明泥石流发生受到这2个因子的影响最小。

表2各指标因子的综合权重

Table 2Comprehensive weight of each index factor

准则层因子指标层因子名称权重名称权重总权重地质构造0.34距断层距离0.250.085地层岩性0.750.255地形地貌0.23地形指数0.670.154相对高差0.330.076水文气象0.28暴雨频率0.750.210河网密度0.250.070人类活动0.15植被覆盖率0.500.075人口密度0.220.033土地利用类型0.280.042

3.2危险性评价结果与实际泥石流分布比较

利用ArcGIS 9.3软件按式(5)进行计算,得到研究区泥石流危险性值范围为0.77~3.88。依据地质环境条件相近划为同一危险区的原则[17],结合攀西地区实际情况,按照0~<1.2、1.2~<1.6、1.6~<2.0、2.0~<2.4和≥2.4的分级标准,将研究区泥石流危险性划分为极低、低、中、高和极高危险区5级(图2)。

泥石流危险性评价分级结果(表3)显示,攀西地区泥石流极高危险区面积占研究区总面积的14.45%,实际有25.63%的泥石流分布;高危险区面积占研究区总面积的23.36%,实际有27.61%的泥石流分布;中危险区面积最大,占研究区总面积的35.64%,实际有30.86%的泥石流分布;低危险区面积占研究区总面积的24.55%,实际有15.50%的泥石流分布;极低危险区面积最小,仅占研究区总面积的2.00%,实际有0.40%的泥石流分布。

由攀西地区泥石流危险性评价结果与实际泥石流分布数据叠加分析可知,中危险区分布的实际泥石流分布面积最大,其次是高危险区,再次是极高危险区。58%以上的实际泥石流点分布在高和中危险区,低和极低危险区泥石流分布很少。这表明采用该指标体系进行泥石流灾害危险性评价结果与实际泥石流灾害分布结果一致。

图2 攀西地区泥石流危险性分区

表3攀西地区泥石流危险性分级

Table 3Grading of debris flow risks of Panxi region

危险区类型面积/km2占总面积比例/%实际泥石流点数占实际泥石流总点数比例/%极高968114.4538725.63高1564623.3641727.61中2387335.6446630.86低1644524.5523415.50极低13392.0060.40

攀西地区泥石流灾害极高、高和中危险区集中分布在中部和南部(图3)。南部极高危险区集中分布在断层附近,高危险区分布在极高危险区周围及西北部断裂带附近。中危险区分布在距离断层较远的地区。对于高等级(极高、高和中)危险区来讲,区域所占面积越小且其实际泥石流点数占总点数的比例越大,说明评价结果精度越高,因此,中危险区与实际泥石流分布差异比极高、高危险区大。没有断层的地区多为低和极低危险区。极低危险区分布在盐源县中部和木里藏族自治县中部无断层地区。在南部560处实际泥石流分布中,480处泥石流具有沿河分布的特征,其余80处分布在断层附近。由此可知,河流沿岸是泥石流的高危险区,并且距离河流越近,越易发生泥石流。在中部和南部,河流对泥石流的影响作用远大于断层的影响作用。

攀西地区低和极低危险区主要分布在研究区西北和东北部(图3),西北部极高和高危险区分布在断层附近,中危险区分布在距离断层较远的地区(或河流附近),其余地区均为低和极低危险区。攀西地区西北部有143处泥石流分布,其中15处分布在断层附近的极高和高危险区,128处分布在河流沿岸的中和低危险区。这也说明河流沿岸是泥石流的高发区,极易发生泥石流。低和极低危险区只有少量泥石流点分布,尤其是极低危险区实际几乎没有泥石流。此外,西北地区中部有多条河流,但实际却少有泥石流分布,是泥石流发生的低危险区,主要是因为该地区海拔低,相对高差小,坡度小,地势平坦,不易发生泥石流。因此,低和极低危险区评价结果与实际泥石流分布相符。在攀西地区西北部和东北部,断层、坡度和高差3个因子对泥石流的影响作用均大于河流对泥石流的影响作用。

图3 攀西地区实际泥石流点空间分布

3.3聚落点泥石流灾害潜在危险性分析

采用土地利用类数据中的居民地数据作为人口统计数据分配的空间样点,并以居民地面积作为权重,进行人口数量分配,实现人口数据的空间化,获得每个居民点的分布人口数。

攀西地区共有聚落点991个,均分布在河流沿岸,以中北部安宁河沿岸、北部牛日河沿岸和南部金沙江沿岸聚落点分布最多。其中,安宁河沿岸有353个聚落点呈条带状沿河分布,占聚落点总数的35.62%;牛日河沿岸有250个聚落点呈块状分布在河流中下游,占聚落点总数的25.23%;金沙江沿岸有130个聚落点呈条带状沿河分布,占聚落点总数的13.12%;其余聚落点零散分布在研究区东部各河流沿岸,研究区西部聚落点分布较少。

利用ArcGIS 9.3软件,将泥石流危险性分区结果与空间化后的聚落点数据进行叠加分析,得到攀西地区聚落点泥石流潜在危险性分布图(图4),分别统计各危险区聚落点人口数,结果见表4。

图4 攀西地区聚落点泥石流灾害潜在危险性评价

表4攀西地区聚落点泥石流灾害潜在危险性评价

Table 4Debris flow hazard risk assessment of the settlement sites in Panxi region

危险区类型聚落点数聚落点占总数比例/%人口数人口占总数比例/%极高15515.64146702926.19高21621.8081634714.57中37137.43177661131.72低23824.02152781527.27极低111.11139380.25

在攀西地区991个聚落点中极高危险区有155个,约有146.70万人,说明处在极高危险区的聚落点人口较多,主要分布在研究区北部牛日河上游沿岸、安宁河上游沿岸和南部金沙江沿岸,还有少量分布在东部黑水河和西溪河沿岸。

高危险区有216个聚落点,有81.63万人。该危险区聚落点主要分布在安宁河和牛日河沿岸,聚落点数量大于极高危险区,但是人口远小于极高危险区,说明高危险区各聚落点人口较少。此外,西部也有少量聚落点分布。

中危险区聚落点最多,有371个,有177.66万人,主要分布在安宁河、牛日河、金沙江沿岸以及研究区东部离河流较远的地区。同时,中危险区人口最多,约占研究区总人口数的1/3。

低危险区有238个聚落点,有152.78万人,主要呈块状分布在北部牛日河上游离河流较远的地区、安宁河上游和东北部没有河流的地区,少数分布在西部河流沿岸。

极低危险区聚落点最少,有1.39万人,零散分布在东北部没有河流的地区。

4结论与讨论

攀西地区泥石流极高和高危险区主要分布在断层附近,中危险区分布在离断层较远的地区,低危险区分布在东、西部没有断层的地区,极低危险区分布在盐源县中部和木里藏族自治县中部无断层地区。

攀西地区泥石流极高和高危险区分布主要受断层影响,而在中部和南部,河流对泥石流的影响作用远大于断层的影响作用。在西北部和东北部,断层、坡度和高差3个因子对泥石流的影响作用均大于河流对泥石流的影响作用。攀西地区泥石流危险性分布整体受到断层的影响较大。

极高、高、低和极低危险区评价结果与泥石流实际分布相符合,中危险区评价结果与泥石实际分布差异较大。主要是因为不同地区区域环境具有差异性,从而导致泥石流发生的主次因子也不同。因此,在评价不同地区泥石流危险性时,应针对不同地区采用不同的评价指标体系作综合评价。

对攀西地区聚落点泥石流危险性评价结果表明,攀西地区约有146.70万人分布在泥石流极高危险区,占总人口数的26.19%;有81.63万人分布在泥石流高危险区,占人口总数的14.57%;有177.66万人分布在中危险区,占总人口数的31.72%;有152.78万人分布在泥石流低危险区,占总人口数的27.27%;有1.39万人分布在泥石流极低危险区,占总人口数的0.25%。

泥石流潜在危险性评价是防灾减灾及救援工作的基础,准确地评价区域泥石流灾害的危险程度,是泥石流灾害危险性评价的目标。评价的最终目标是确定区域人和物的安全程度。泥石流灾害影响因素的复杂性及空间不均匀性给泥石流灾害危险性评价带来困难。尤其是区域流域因素的影响难以定量化,也成为其评价结果不可靠的因素。以聚落点为评价单元的泥石流灾害危险性评价,更能准确地判定哪些聚落点和人口分布于危险区域,需要加强防范,哪些分布于安全区域等等。

参考文献:

[1]BRAYSHAW D,HASSAN M A.Debris Flow Initiation and Sediment Recharge in Gullies[J].Geomorphology,2009,109(3):122-131.

[2]铁永波,唐川.层次分析法在单沟泥石流危险度评价中的应用[J].中国地质灾害与防治学报,2006,17(4):79-84.

[3]刘海,陈华.基于层次分析法的未确知测度理论泥石流危险性评价[J].长江流域资源与环境,2012,21(8):1032-1038.

[4]马威,林建南,汤连生,等.基于层次分析法的区域泥石流防治决策模型[J].灾害学,2009,24(2):21-24.

[5]郭万铭,焦金鱼.基于模糊综合评判法分析的岷县洮河流域单沟泥石流危险性评价[J].地质灾害与环境保护,2010,21(2):15-18,36.

[6]黄伟,唐川,刘洋.基于灰色关联度的冰川泥石流危险性评价因子分析[J].灾害学,2013,28(2):172-176.

[7]李新坡,莫多闻.应用GIS和神经网络方法进行泥石流危险度评价的研究:以云南省为例[J].水土保持研究,2005,12(4):7-9.

[8]李阔,唐川.泥石流危险性评价研究进展[J].灾害学,2007,22(1):106-111.

[9]涂国强,称尊兰,刘建康,等.强震后高搜烈度区泥石流危险性评价:以汶川地震区G213线映秀到彻底关段为例[J].山地学报,2013,31(4):391-398.

[10]丁明涛,程尊兰,王青.“4.20”芦山地震灾区次生山地灾害易发性评价[J].山地学报,2014,32(1):117-123.

[11]魏楠.中国1∶100万DEM的数字地貌(黑河幅)地貌形态特征提取方法研究[D].长春:东北师范大学,2006.

[12]张晖,王晓峰,余正军.基于ArcGIS的坡面复杂因子提取与分析:以黄土高原为例[J].华中师范大学学报(自然科学版),2009,43(2):320-326.

[13]宋晓猛,孔凡哲,朱朝霞.考虑降雨强度的汇流速度计算方法[J].水电能源科学,2010,28(8):7-9.

[14]曹玲玲,张秋文.基于SRTM的数字河网提取及其应用[J].人民长江,2007,38(8):150-152.

[15]张仁华.实验遥感模型及地面基础[M].北京:科学出版社,1996:87-110.

[16]徐树柏.层次分析法原理[M].天津:天津大学出版社,1988:7-13.

[17]付奇,何政伟,薛东剑.层次分析法在炉霍县泥石流易发性评价中的应用[J].地理空间信息,2012,10(6):139-141.

(责任编辑: 李祥敏)

Risk Assessment of Debris Flow Hazard in Settlement Points of Panxi Region, Sichuan Province.

BAI Shu-ying1,2, YU Ye-ting1, MO Ting1, SHEN Wei-shou2, SHI Jian-qiao3

(1.College of Geography and Remote Sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China;2.Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing 210042, China;3.Unit 61, No. 94783 of People′s Liberation Army, Changxing 313111, China)

Abstract:Risk assessment of debris flow hazard in settlement sites is the basis for accurately forecasting and predicting disasters and reckoning damages and losses. With the help of GIS, a total of 9 factors in the fields of geologic structure, topography, hydrometeorology and human activities were selected for use in analysis of influencing factors and risk assessment of debris flow hazards in Panxi region, with the analytic hierarchy process, and the assessments were verified for the accuracy against conditions of the sites where actual debris flows occurred. Based on spatialization of the population data of Panxi region, potential risks of debris flow hazards in the settlement sites were analyzed. Results show that the distribution of the areas extremely high and high in risk is mainly affected by fault in the west of the region, and by river more than by fault in the middle and south of the region, and by the three factors of fault, slope and elevation, more than by river in the northwest and northeast of the region. In 84.10% of the areas rated to be extremely high, high and medium in risk in the risk assessment actual debris flow hazard did occur, affecting about 72.48% of the population. Areas extremely high in risk are generally distributed in the vicinity of a fault, areas high in risk are in the periphery of the former, areas moderate in risk areas are relatively far away from a fault, and areas low in risk are in the eastern and western parts of the study areas where no faults are found.

Key words:debris flow;risk assessment;analytic hierarchy process;settlement site

收稿日期:2015-11-11

基金项目:国家科技基础性工作专项(2014FY110800)

中图分类号:X14;P642.23

文献标志码:A

文章编号:1673-4831(2016)03-0383-06

DOI:10.11934/j.issn.1673-4831.2016.03.008

作者简介:白淑英(1973—),女,内蒙古宁城人,副教授,博士,从事遥感与地理信息系统在生态环境中的应用研究。E-mail: baishu-ying@163.com

猜你喜欢

层次分析法泥石流
泥石流
“民谣泥石流”花粥:唱出自己
泥石流
微电子科学与工程专业评价指标体系研究
基于AHP—GRA的工程施工项目进度风险管理研究
基于模糊综合评价模型对道路拥堵的研究
机械班长
夺命泥石流