基于GIS的眉县地质灾害危险性评价

魏江波

摘 要：针对地质灾害危险性分区评价中存在的量化主观性强这一问题，在基于GIS的信息量模型理论基础上，结合眉县实际调研资料，应用加权信息量法建立了研究区地质灾害危险性评价模型，选取地形地貌、岩土体类型、地质构造、水系、降雨和人类工程活动等6个评价因子，计算得出了评价因子的加权信息量值，利用GIS的空间分析功能，得到该县的地质灾害危险性分区图。结果表明，基于加权信息量模型的眉县地质灾害危险性分区结果与实际地质灾害发生状况吻合，因而认为该评价方法客观合理，具有一定的理论与实用价值。

关键词：地质灾害；加权信息量模型；地理信息系统；危险性评价

中图分类号：P694 文献标志码：A 文章编号：2095-2945（2017）19-0178-02

引言

随着人类经济社会的不断发展，人口迅速增长及人类工程经济活动强度的增加，地质灾害的发生频率、影响范围和危害程度也在不断增长，已严重威胁人类生命财产安全。所以，开展地质灾害危险性区划研究，进行地质灾害危险性评价具有非常重要的理论与实际意义。

21世纪以来，随着将地理信息系统（GIS）技术全面引入滑坡区域评价，使得GIS技术在地质灾害区划研究方面得到飞速发展[1-4]。国内外利用GIS技术开展地质灾害研究日益增多，应用水平也逐步提高。近年来，许多学者运用单一的数学方法，例如模糊评判法、统计分析法、层次分析法、信息量法等方法與GIS软件为技术平台相结合构建单一模型对特定区域内的地质灾害危险性进行了分析和评价，取得了较好的应用效果[5-6]，但在灾害影响因子的量化等方面仍然存在诸如人为因素干扰等缺陷。因此，对于地质灾害危险性研究，多方法多模型相互耦合是一个值得探讨的方向。

本文以眉县地质灾害为研究对象，以GIS为平台，采用层次分析法与信息量法相耦合的加权信息量法对眉县地质灾害进行了危险性分析与评价。研究成果对眉县全县域地质灾害防灾减灾预案制订、土地资源利用规划、地质灾害风险管控等具有重要的实际意义和价值。

1 理论基础

信息量法是通过对已知的变形或破坏区域的现实情况和所得到的信息，把反映各种影响区域稳定性因素的实测值转换为影响该区域稳定性的信息量值，其实也就是用信息量的大小来评价影响因素与研究对象关系的密切程度[8]。其能够进行定量计算得出评价因子的影响值，减少了定性评价的主观性影响。评价因子的信息量表达式如下：

式中，S为研究区剖分的单元的总数；N为有地质灾害点分布的单元总数；Si为含有评价因素x的状态指标xi的单元总数；Ni为分布在状态指标xi条件下的地质灾害单元总数。

为了更加准确的表现出各评价因子的重要程度及对各评价因子信息量进行科学的定量计算，减少人为因素影响。将层次分析法计算得各评价因子的权重与信息量法计算得各评价因子的信息量值相乘，得到加权信息量，表达式如下：

式中，ωi（i=1，2...n）为各评价因子权重。

根据公式（2）计算得各评价因子加权信息量，并以此确定单元危险性等级和划分区域地质灾害的危险性级别。

2 加权信息量模型建立

基于加权信息量模型的地质灾害危险性分区思路为：将已知地质灾害的各种影响因素的实测值转换为影响该区域危险性的信息量值，通过信息量的大小来评价影响因素与研究对象相关程度[9-10]。同时采用AHP方法分析计算出各评价因

子的权重值。最后将各评价单元信息量值与对应评价因子权重值相乘得出各评价单元的加权信息量值。模型的建立步骤如下：

（1）因子图层的准备：根据加权信息量模型中选取因素的方法确定参与评价的因子，而后将对应图层导入GIS系统中进行处理。

（2）适宜格网大小的选取：单元网格的划分是否合理，直接影响着地质灾害危险性区划结果的准确性。因眉县地质条件相对较复杂，地质灾害密度小，分布较为分散，故采用1km×1km的网格进行处理。

（3）各因子图层网格剖分：对各单因子信息量图层进行标准网格剖分，并进行同因子不同类别分界处与研究区边界处的网格处理，获得单因子信息量栅格图。

（4）信息量值的计算：将各因子图层与地质灾害分布图进行叠加，并通过公式（1）计算出评价单元格的信息量值。

（5）各评价因子权重确定：结合研究区实际情况与专家经验，对评价因子构建判断矩阵，求得各评价因子的权重值。

（6）加权信息量值的计算：通过公式（2）计算各评价单元格的加权信息量值，并借助GIS空间分析功能进行图层因子的处理与相应图层加权信息量赋值。

（7）图层叠加与等级区划：将各单因子加权信息量栅格图层进行叠加，获得总的信息量栅格图，亦即地质灾害危险性区划图。

3 工程应用

3.1地质条件概况

眉县位于陕西省宝鸡市东南，关中平原西南部，地处秦岭北坡，跨渭河两岸。地形起伏较大地貌形态复杂。境内主要以侵入岩、第四系沉积物为主。由于处在华北地台与秦岭东西构造带两大构造单元的接触部位，新构造活动非常强烈，构造较为复杂，地震烈度Ⅶ度。

根据野外调查数据，研究区存在地质灾害隐患点95处。灾害点均分布在沟谷边公路沿线，由于东西向断裂带的长期活动，造成岩石破碎，形成大量的塬坎地貌，在强降雨时期，易发生滑坡、崩塌及泥石流等地质灾害，灾点之间有较强的群发性及链生性，一旦灾害群发，给低山区及平原区的村民的生命和财产带来极大的威胁。

3.2 地质灾害危险性评价

3.2.1 评价因子的选取

根据眉县野外地质调查资料，结合研究区域尺度、研究范围大小、研究精度等因素，最终选取地形地貌、岩土体类型、地质构造、水系、降雨量和人类工程活动共6个因子作为眉县地质灾害危险性的评价因子。

3.2.2 评价因子量化

将工程文件中地形界限，岩土体界限，构造线，水系线，交通线，铁路，公路，降雨量等值线经过GIS的投影变换后提取出来，与县界合并为不同的区文件后创建缓冲区，拓扑重建后与1km×1km的971个单元格网格区文件用GIS中的空间分析功能进行相交分析，之后将工程文件中的灾害点提取并覆盖于各栅格图层上，根据灾害点个数计算各单元格信息量值，并乘以对应评价因子的权重值，获得各评价单元格加权信息量值，赋予对应单元格，获取各评价因子加权信息量栅格图层。最后，利用MAPGIS空间分析功能将各加权信息量栅格图层进行叠加，利用MAPGIS的属性库管理功能完成地质灾害危险性评价因子的综合信息量计算。

3.2.3 危险性评价

根据计算结果，数值越大，反映各因素对滑坡、崩塌等地质灾害发生的贡献越大，发生地质灾害的可能性就越大。利用统计学中的自然断点法将综合信息量值由高到低划分为四个阶段（≥0.102，-0.0033～0.102，-0.085～-0.0033，<-0.085），并以此为依据进行栅格区划。区划结果分别对应地质灾害危险性高危险区、中危险区、低危险区和不危险区。之后对栅格区划图进行自动生成的等值线处理，并结合眉县人类工程活动强弱、植被覆盖率的高低及灾点密度的大小、地形地貌条件等实际情况综合分析，對部分界线进行修改，得到眉县地质灾害危险性分区图（见图1）。

4 结果分析

根据信息量计算评价的最终结果，将研究区地质灾害危险性划分为4个等级：高危险区、中危险区、低危险区和不危险区。

其中，高危险区主要分布在眉县北部，中部的公路与铁路沿线，高危险区中灾害点47个，占总灾害点数的49.4%，主要为当前的不稳定斜坡灾害点；中危险区集中分布在眉县北部的平原区，主要为第四系坡积物，区内灾害点34个，占总灾害点数的35.8%，主要为当前区的泥石流与滑坡灾害点；低危险区基本在南部的中低山区分布，比较集中，坚硬块状岩类大片出露。区内害点14个，占总灾害点的14.8%，主要分布为区内的崩塌灾害点；不危险区主要分布在太白山自然保护区内的坚硬块状的侵入岩区。区中灾害点0个。因属于秦岭山区，基本无居住人员，无灾害点分布。

根据地质灾害危险性分区与灾害点分布结果对比分析可知，各危险等级中包含的滑坡等地质灾害的数量随着危险程度的降低而减少，同时地质灾害实际发生的密度随之减小。说明区划结果与实际的滑坡、崩塌等地质灾害发生情况相吻合，该区划结果也可为该区域地质灾害监测预警提供可靠的理论依据。

5 结束语

以现场地质调查为基础，通过分析眉县地质灾害发生的地质环境条件及发育特征，利用GIS的信息量模型对研究区地质灾害进行危险程度的区划。所得评价结果与实际情况相符合，结合本例可得到如下结论：

（1）加权信息量模型与一般的统计模型相比，具有更高的客观性，定性与定量评价相结合，使得结果更为合理准确。

（2）在地质灾害危险性评价中，GIS软件的空间分析功能自动生成评价结果，避免了评价过程中主管因素干预过多的弊端。

（3）基于GIS的信息量模型所得到的研究区地质灾害危

险性评价结果与实际情况相符，说明该方法切实可行，具有一定的理论和实际意义。

参考文献：

[1]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判研究[J].北京大学学报（自然科学版），2007，2（2）：1-6.

[2]Ohlmacher G C，DavisJ C.Using multiple logistic regression and GIS technologytopredictlandslide hazardin nort heast Kansas，USA[J].Engineering Geology，2003，69：3-4.

[3]石菊松，张永双，董诚，等.基于GIS技术的巴东新城区滑坡灾害危险性区划[J].地球学报，2005，26（3）：275-282.

[4]吴柏清，何政伟，刘严松.基于GIS的信息量法在九龙县地质灾害危险性评价中的应用[J].2008，33（4）：146-149.

[5]Dai F C， Lee D F. Landslide characteristics and slope instability modeling using GIS， Lantau Island，Hong Kong[J].Geomorphology，2002，48：213-228.

[6]赵洲，侯恩科，王建智.汶川震区陕西省宁强县滑坡灾害危险性评价[J].西安科技大学学报，2012，32（5）：548-555.

[7]范林峰，胡瑞林，曾逢春，等.加权信息量模型在滑坡易发性评价中的应用——以湖北省恩施市为例[J].工程地质学报，2012，20（4）：508-513.

[8]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）：15-25.

[9]代领.基于GIS的信息量法在宁远县地质灾害易发性评价中的应用[D].湖南科技大学，2016.

[10]赵洲.陕南山区县域滑坡灾害风险管理研究[D].西安：西安科技大学，2012.