基于GIS的贵州省滑坡灾害危险性评价

陈倩羽，李为乐，简季

(1.成都理工大学国土资源部地学空间信息技术重点实验室，成都　610059；2.成都理工大学地质灾害防治与地质环境保护国家重点实验室，成都　610059)



基于GIS的贵州省滑坡灾害危险性评价

陈倩羽1，李为乐2，简季1

(1.成都理工大学国土资源部地学空间信息技术重点实验室，成都610059；2.成都理工大学地质灾害防治与地质环境保护国家重点实验室，成都610059)

摘要：中国是受滑坡危害最严重的国家之一，滑坡的突发性和泛生性严重威胁到社会发展及人类生活。从宏观上研究滑坡灾害分布规律并进行危险性评价，对防灾减灾具有战略性指导意义。贡献率是统计学中常用指标，指某因素增长量占总增长量的比重。本文引入贡献率法以定量分析各因素与滑坡的关系，参考国内滑坡危险性评价研究，选取7个指标：地层岩性、断层、河流、道路、NDVI(归一化植被指数)、坡度、坡高。本文以贵州省为例，运用ArcGIS、Yaahp、SAGA等软件平台来评价滑坡危险性。结果显示：(1)侏罗纪地层、断层250 m内、河流400 m内、道路1km内、NDVI小于0.3、坡度15°～25°、坡高低于50 m范围内对贵州省滑坡发育最有利；(2)贵州省滑坡灾害高危险区主要分布于六盘水市、遵义市西北部和铜仁市西部，低危险区主要分布于铜仁市东部和黔东南苗族侗族自治州东部。研究结果表明该方法能够定量且客观地描述滑坡分布规律及评价危险性，且具有可移植性。

关键词：滑坡；危险性评价；贡献率；地理信息系统；贵州省

1前言

自20世纪80年代以来，随着中国高速发展与自然环境影响，滑坡成为频度最高、损失最大的地质灾害类型，且有逐年加重趋势[1]。滑坡分布规律是研究滑坡的基础，对滑坡防治与预测有着至关重要的作用，有利于判断滑坡成因与类型，并采取相应合理防治措施，对工程安全、环境保护有理论和实际意义[2]。危险性被定义为“在某一特定时间内，某一特定地质灾害发生的概率”，危险性评价即定量分析此概率[3]。

国内外学者近年来利用GIS对区域性滑坡分布规律及危险性做了较多研究,并取得了较好的研究成果。例如刘丽娜等研究各影响因子对滑坡影响程度，从而构建滑坡易发性评价[4]，高振记等基于信息量模型对深圳市滑坡危险性进行区划[5]，许冲等分析汶川、玉树和芦山地震诱发滑坡的特征参数及空间分布规律时采用了控制变量法[6-8]。但目前研究内容主要是确定评价指标体系和权重模型等几个方面，对历史灾害点重视性不足，或将灾害点密度作为评价指标之一，或只以灾害点验证危险性评估结果[9]。前者认为历史滑坡点有二次滑坡危险性，却对预测新滑坡发生有不利影响；后者从理论出发但对该区域实际情况知之甚少，在不同地理环境、不同人文环境下，影响滑坡发育的因素也大不相同。

贡献率是统计学中常用效益指标之一，用于分析各因素对结果的作用程度，即某因素增长量与总增长量的比重。通过研究文献可知，国内将贡献率引入滑坡分布规律及危险性评价的研究并不多，国外对滑坡危险性区划研究虽然较早，但贡献率方面文献却较为少见[5; 10-13]。本文引入贡献率法对影响滑坡发育的主要因子进行研究，即对不同评价指标及同一指标下不同级别分别研究，从而客观地掌握贵州省滑坡分布规律特征，并定性地对贵州省滑坡灾害危险性作出评价。

2数据来源和研究方法

2.1研究区概况

贵州省位于中国西南部高原山地，介于24°37′～29°13′N和103°36′～109°35′E之间(图1)。贵州属亚热带湿润季风气候，河流众多，地带性植被为中亚热带常绿阔叶林，岩溶地貌发育典型，是喀斯特分布最广的省。贵州受新构造运动影响，地貌差异较大，且地形起伏程度和沟谷发育密度等特征不一, 导致滑坡分布的数量、规模、危害性都有着明显的差异[9]。

图1　贵州省滑坡灾害点分布图

2.2指标选取

许多文献表明产生滑坡的基本要素是斜坡地形，因为坡体为达到更稳定状态而有降低势能的需求。而由于岩性不同，岩土体的抗剪、抗风化、抗水能力也不同，不同地质时期的岩土体，即使有着相似的成因，其滑坡密度也各不相同[14]。岩体受断层切割影响，其连续性和完整性遭到破坏，导致软弱结构面向下滑动，而且河流冲刷坡地基部为滑坡创造了临空面，水流沿裂隙渗入岩土体使其软化，更大大的增加了滑坡的发生[6]。森林植被也是保持坡体表面环境平衡的重要因素[5]。近年来人类不合理地开发地面及地下资源，破坏了斜坡稳定性，是滑坡的主要诱因。

本文参考国内危险性评价指标，并结合贵州实际情况，选取以下7个指标：地层岩性、断层、河流、道路、归一化植被指数(NDVI)、坡度、坡高。坡高即相对高程，代表该点至坡底水准面的垂直距离。

2.3数据来源

本文所用历史滑坡灾害点数据来自全国1∶10 000地质灾害普查，分布如图1。河流矢量数据为贵州省主要河流(如图6)，道路矢量数据为贵州省县级以上道路(如图8)。NDVI数据来源于“中国草业开发与生态建设”网站(www.ecograss.com.cn)，如图10所示。DEM数据空间分辨率为30 m，坡度数据由DEM经ArcGIS 10.3处理得到(如图12)，坡高数据由DEM经SAGA 2.1处理得到(如图13)。

为方便图表显示，本文地质岩性采用统一编码表示(图2)。Pt元古界、Z*震旦纪、∈寒武纪、O*奥陶纪、S*志留纪、D*泥盆纪、C*石炭纪、P*二叠纪、T*三叠纪、J*侏罗纪、K*白垩纪、E*古近纪、N*新近纪、Q第四纪。

图2　贵州省地层分布图

2.4分级贡献率

为了研究贵州省区域性滑坡分布规律，本文将每个指标分级，利用ArcGIS 10.3软件统计各指标与灾害点的关系，即每个滑坡点所处级别，得到各级面积、对应灾害点数量，滑坡密度即为灾害点数量与此级面积之商。

将滑坡密度均分10份，赋予对应0.1至1的值，判断各级滑坡密度属值，得分级贡献率。分级贡献率与滑坡密度成正相关，即某级别滑坡密度越高，则此级别对此指标的贡献率越高。

2.5指标贡献率

本文拟通过层次分析法(AHP)来对各指标赋予权重，AHP是美国运筹学家提出的多目标多准则的决策分析方法，通过指标间两两进行重要性对比，构建判断矩阵，最终计算得到权重[4]。但传统AHP采用九标度构造多因子判断矩阵，主要引入专家理论或以往经验，易造成片面性与主观性[3]。

故本文使用指标贡献率来尽量客观地对各指标重要程度排序，利用Yaahp和ArcGIS 10.3 软件，得到各指标权重及贵州省滑坡危险性分布图。

3结果

3.1分级贡献率结果

3.1.1地层岩性

元古界、震旦纪、寒武纪由于年代久远，大多是经过胶结或深变质的岩石[1]。二叠纪、三叠纪、侏罗纪为重要的成煤时代，且多为砂岩、泥岩互层，软质岩体易风化、亲水性强，导致力学强度降低[14]。古近纪作为新生代地层，成岩程度较低，故斜坡体稳定性较差，滑坡密度高[2]。第四纪往往依附于下伏地层而存在，有时并非其母岩地层，本文地层岩性数据中第四纪面积较小，也是由于记录点钻孔深度多超过第四纪岩土体厚度。

由图3可知，J*侏罗纪、E*古近纪、S*志留纪的滑坡密度最大，即对贵州省滑坡分级贡献率最高，其次是O*奥陶纪、T*三叠纪、P*二叠纪，C*石炭纪的分级贡献率最低。P*二叠纪与T*三叠纪滑坡个数占总滑坡数量55.39%，但由于此地层在贵州分布广泛，因此滑坡密度并不高。

图3　贵州省地层岩性与滑坡分布关系图

3.1.2断层

由图4、图5可知，断层1 500 m缓冲区范围内，距断层越近滑坡密度越高。但距断层1 500 m以外滑坡密度为0.030个/km2，分级贡献率第三，表明仅55.4%滑坡与断层有密切联系。

3.1.3河流

由图6、图7可知，距河流越近滑坡密度越高，距河流1 000 m以外的滑坡密度为0.028个/km2，此级分级贡献率最低，表明河流不仅对16.7%滑坡有至关重要作用，对其余88.77%面积仍起到一定作用。

3.1.4道路

由图8、图9可知，滑坡密度与距道路距离有着密不可分的联系，基本呈现负相关，但2 000～3 000 m缓冲区滑坡密度略高于1 000～2 000 m，表明道路并非第三级滑坡的决定性因素。

3.1.5NDVI(归一化植被指数)

由图10、图11可知，植被覆盖率越高滑坡密度越低，呈现明显负相关。表明植被覆盖率虽然不是直接影响滑坡发生的因素，但却是松散堆积物是否会转化成滑坡物质来源的关键。

3.1.6地形

由图12、图13、图14、图15可知，坡度近正态分布，坡高基本呈现负相关，在坡度45°～89°、坡高大于300 m的区域较上一级滑坡密度略高，坡度15°～25°、坡高小于50 m时滑坡密度最高，表明在近坡底坡度抬升部位最易发生滑坡。

3.1.7分级贡献率

将滑坡密度归一化为分级贡献率，结果如表1。

3.2指标贡献率结果

据3.1.1～3.1.7结果，参考国内文献，综合以下因素：(1)各指标趋势合理性，例如NDVI与张文君[15]研究一致，植被覆盖程度与滑坡密度呈负相关；(2)各指标滑坡密度最大值与最小值之差，即该指标影响滑坡发育程度差异；(3)各级面积分布状况，例如河流指标第五级面积高达88.77%，

表明河

图4　贵州省断层分布图

图5　贵州省断层与滑坡分布关系图

分级贡献率地层岩性断层缓冲区/m河流缓冲区/m道路缓冲区/mNDVI坡度/°坡高/m0.1Pt、Z*、∈、D*、C*、K*、Q1000～1500>1000>30000.8～135～45、45～89200～3000.2N*0～5300～22280.3O*、P*、T*500～750、750～1000800～10001000～20000.4>1500600～8002000～30000.5～0.825～35100～2000.50.60.3～0.50.7400～6000.8S*250～5005～1550～1000.9E*1J*0～2500～4000～10000～0.315～250～50

图6　贵州省河流分布图

图7　贵州省主要河流与滑坡分布关系图

图8　贵州省道路分布图

图9　贵州省主要道路与滑坡分布关系图

图10　贵州省归一化植被指数分级图

图11　贵州省植被与滑坡分布关系图

图12　贵州省坡度分级图

图13　贵州省坡高分级图

图14　贵州省坡度与滑坡分布关系图

图15　贵州省坡高与滑坡分布关系图

流对贵州省大部分地区并没有起决定性作用。以此对滑坡危险性贡献程度排序：地层岩性>坡度>NDVI>道路>河流>坡高>断层。

为了确定各评价指标权重，本文采用层次分析法，比较矩阵及权重如表2，一致性检验值为0.024 2。

表2　评价指标比较矩阵及权重

3.3滑坡灾害危险性评价

根据上述研究结果，在ArcGIS平台中绘制出贵州省滑坡灾害危险性评价图，将危险性0～0.4划为低危险区、0.4～0.5为较低危险区、0.5～0.6为中危险区、0.6～0.7为较高危险区、0.7～1为高危险区，划分等级后如图16。

用滑坡灾害点验证危险性评价区划，结果如图17，高危险区滑坡密度与低危险区相差0.12个/km2，表明该方法能够科学准确地评价滑坡灾害危险性。高危险区需要加强滑坡防治，最大程度地降低滑坡造成的损失。

图16　贵州省滑坡灾害危险性分级图

图17　贵州省滑坡灾害危险性与滑坡分布关系图

4结论与讨论

本文采用贡献率法对贵州省滑坡分布规律进行研究，并评价了滑坡灾害危险性。得到以下结论：

(1) 对贵州省滑坡分级贡献率最高的分别是：侏罗纪地层、断层250 m缓冲区内、河流400 m缓冲区内、道路1 km缓冲区内、NDVI小于0.3、坡度15°～25°、坡高低于50 m，即在此环境下对滑坡发育最有利。

(2) 在贵州省内，滑坡危险性指标贡献率排序为：地层岩性>坡度>NDVI>道路>河流>坡高>断层，即地层岩性是影响滑坡发育最主要的因子，其次为坡度因子。

(3) 贵州省滑坡灾害高危险性区主要分布于六盘水市、遵义市西北部和铜仁市西部，低危险区主要分布于铜仁市东部和黔东南苗族侗族自治州东部。

该结果不仅能对贵州省防灾减灾工作有指导作用，还能为生态环境保护、工程建设等提供决策支持。以贡献率法研究灾害危险性具有一定通用性，基于该区域实际情况作出评价，且更具有客观性。

滑坡灾害发生通常是多个因素共同作用的结果，本文选取的7个指标并不一定能完全表现，下一步工作是研究降雨量与滑坡灾害之间的深层关系以及如何更加客观地选取评价指标。

参考文献

[1]黄润秋.20世纪以来中国的大型滑坡及其发生机制[J].岩石力学与工程学报,2007,26(03):433-454.

[2]成永刚.滑坡的区域性分布规律与防治方案研究[D].成都:西南交通大学,2013.

[3]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,(3):1-6.

[4]刘丽娜,许冲,徐锡伟,等.GIS支持下基于AHP方法的2013年芦山地震区滑坡危险性评价[J].灾害学,2014,29(4):183-191.

[5]高振记,邬伦,赵兴征.基于GIS的深圳市滑坡危险性区划研究[J].灾害学,2014,29(1):67-74.

[6]许冲,徐锡伟,戴福初,等.2010年4月14日玉树地震滑坡空间分布与控制变量分析[J].工程地质学报,2011,19(4):505-510.

[7]许冲,戴福初,肖建章.“5.12”汶川地震诱发滑坡特征参数统计分析[J].自然灾害学报,2011,20(4):147-153.

[8]许冲,肖建章.2013年芦山地震滑坡空间分布分析——以太平镇东北方向的一个典型矩形区为例[J].地震地质,2013,35(2):436-451.

[9]李蕾.基于GIS的贵州省滑坡灾害危险性评价[D].北京:北京林业大学,2011.

[10]唐亚明,张茂省,薛强,等.滑坡监测预警国内外研究现状及评述[J].地质论评,2012,58(3):533-541.

[11]Zhang J, Gurung D R, Liu R, et al. Abe Barek landslide and landslide susceptibility assessment in Badakhshan Province, Afghanistan[J]. Landslides,2015,12(3):597-609.

[12]Aristizábal E, García E, Martínez C. Susceptibility assessment of shallow landslides triggered by rainfall in tropical basins and mountainous terrains[J].Natural Hazards, 2015,78(1):621-634.

[13]Vranken L, Vantilt G, Eeckhaut M V D, et al. Landslide risk assessment in a densely populated hilly area[J].Landslides, 2015,12(4):787-798.

[14]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.

[15]张文君.滑坡灾害遥感动态特征监测及其预测分析研究[D].成都:西南交通大学,2007.

GIS-BASED EVALUATION OF LANDSLIDE HAZARD IN GUIZHOU PROVINCE

CHEN Qian-yu1, LI Wei-le2, JIAN Ji1

(1.Key Laboratory of Geoscience Spatial Information Technology, Ministry of Land and Resources of the P.R.China,Chengdu University of Technology,Chengdu610059,China; 2.National Laboratory of Geo-hazard Prevention and Geo-environment Protection, Chengdu University of Technology, Chengdu610059,China)

Abstract:China is one of the most serious landslide hazards affected countries. The sudden and general of landslide harm badly to the development of social economy and people’s life. The macro study of regional distribution of landslides and make a hazard assessment have strategic significance for landslide prevention. Contribution rate is a commonly used statistical indicator, referring to the amount of certain factors increase the proportion of the total increment. The study introduces the contribution rate method with quantitative analysis of the relationship between the factors and landslides. Referenced to national evaluation of the risk of landslide, seven indicators are selected: Lithology, fault, river, road, NDVI (Normalized Difference Vegetation Index), slope gradient, slope height. This paper take Guizhou Province as an example by using ArcGIS, Yaahp, SAGA software platforms to evaluate landslide hazard. The results are as follows: (1)Jurassic strata, fault within 250m, river within 400m, roads within 1 km, NDVI less than 0.3, Slope between 15°～25 °, high slope in the range of less than 50m are the mainly factors to the development of landslide in Guizhou province. (2)High risk of landslide disaster area in Guizhou Province are mainly distributed in the Liupanshui city, northwest of Zunyi city and west of Tongren city, low-risk area is mainly distributed in the east of Tongren city and east of Miao-Dong Autonomous Prefecture of Qiandongnan. The results show that the method can describe the distribution of landslide quantitatively and take risk assessment objectively. We suggest that this method could be extended to other landslides.

Key words：Landslide；Hazard assessment；Distribution rate；GIS；Guizhou province

文章编号：1006-4362(2016)02-0073-011

收稿日期：2015-12-03改回日期：2016-03-17

基金项目：国土资源部地学空间信息技术重点实验室开放基金资助项目(KLGSIT2015-02)；成都理工大学中青年骨干教师培养计划资助项目(JXGG201507)

中图分类号：P642.22

文献标识码：A

作者简介：陈倩羽(1992-)，女，硕士研究生，测绘工程专业，研究方向为3S技术与数字国土。E-mail：438549872@163.com