考虑地震后效应的青藏高原东缘地质灾害易发性评价

杨志华，郭长宝，姚 鑫，杜国梁

(1.中国地质科学院地质力学研究所，北京 100081；2.国土资源部新构造运动与地质灾害重点实验室，北京 100081)

考虑地震后效应的青藏高原东缘地质灾害易发性评价

杨志华1，2，郭长宝1，2，姚 鑫1，2，杜国梁1，2

(1.中国地质科学院地质力学研究所，北京 100081；2.国土资源部新构造运动与地质灾害重点实验室，北京 100081)

青藏高原东缘地震活动频繁，地震作用形成的松散堆积物为滑坡、泥石流等地质灾害提供了丰富物源，增加了震后一段时期内的地质灾害发生强度。本文在青藏高原东缘地质背景、已有地质灾害调查资料分析的基础上，采用近年来发生的汶川地震、芦山地震、鲁甸地震等诱发的松散物源量表征地震作用对震后地质灾害的影响，提出了考虑地震后效应的地质灾害易发性综合评价思路，建立了青藏高原东缘地质灾害易发性综合评价的指标体系。基于传统信息量模型和Logistic逻辑回归模型，建立了加权信息量模型，并完成了青藏高原东缘地质灾害易发性综合评价。研究表明，地震扰动区的地质灾害易发性显著高于震前水平，地震作用改变了地质灾害成灾条件，增加了震后地质灾害易发程度，研究结果对于活动构造区地质灾害易发性评价和区划具有重要的指导意义。

青藏高原东缘；地震后效应；地质灾害易发性；加权信息量模型

0 引言

青藏高原东缘位于四川盆地与青藏高原的过渡地带，在地貌上从成都平原向西穿越龙门山，在不到100 km的距离内从海拔400 m的成都平原上升到海拔4 000 m以上，形成一个巨大的地形陡变带，是我国东西自然地理、地质环境的重要分界带。强烈起伏的地形表明青藏高原东缘遭受快速的隆升和强烈的河流深切，内外动力地质作用都非常活跃，地质灾害频发[1-3]，是国际新构造与地质灾害研究的热点地区[4]。青藏高原东缘也是强震频发地区，近年来，区内先后发生了2008年Ms8.0级汶川地震、2013年Ms7.0级芦山地震和2014年Ms6.5级鲁甸地震等强震，这些地震不仅直接诱发了大量的崩塌、滑坡等地质灾害[5-8]，也对区内原有地质灾害隐患点产生了重要影响，降低了稳定性，加剧了地质灾害的破坏性和危险性；特别是由地震诱发的崩塌、滑坡等地质灾害组成的大量松散堆积物为震后滑坡、泥石流等地质灾害提供了丰富物源，增加了震后地质灾害强度，具体表现在震后一段时间来，地质灾害频发，点多面广，且具有不确定性，如：文家沟泥石流在2008～2010年先后暴发5次、小岗剑泥石流2008～2011年先后暴发10次、都江堰三溪村滑坡造成43人死亡等，黄润秋称之为地质灾害的地震后效应[9]，并将持续几十年时间[10-13]，Zhang等通过2008～2012年走马岭泥石流沟物源变化特征，认为地震扰动区泥石流从强烈活跃区恢复到震前水平需要约15年的时间[14]。由此可见，地震后效应是震区地质灾害的重要影响因素，也直接制约着区域地质灾害易发性评价和防灾减灾。

地质灾害易发性是指在现状自然地理、地质构造和地层岩性等成灾背景条件下地质灾害的易发程度，表征地理地质环境基本属性对地质灾害发生的控制作用。地质灾害易发度评价已经发展了多种方法[15-17]，总体上可以概括为两类：定性方法和定量方法，定性方法主要是指基于专家经验的现场分析和因子专题图叠加分析，定量分析法主要是指统计分析方法[18]。由于近年来多次发生的强震在一定程度上改变了青藏高原东缘地质灾害的成灾条件，增加了震后地质灾害强度，所以在震后地质灾害易发性评价过程中，地震作用是一个需要考虑的重要因素。本文在分析传统信息量模型和Logistic逻辑回归模型的基础上建立了加权信息量模型，提炼地质灾害主要影响因素及相关信息，提出了考虑地震后效应的地质灾害易发性综合评价思路，建立了青藏高原东缘地质灾害易发性综合评价的指标体系，完成了考虑地震后效应的青藏高原东缘地质灾害易发性综合评价。

1 青藏高原东缘地质背景

在青藏高原向东挤出过程中，高原东部形成了显著的地形地貌、地质构造分异带，成为强烈构造活动区[19-20]。受新构造运动控制，青藏高原东缘地貌形态极不规则，同时受河流的深切作用，形成了复杂的构造地貌。青藏高原东缘的构造地貌演化具明显的分段性，且具有南段老、北段新的特点。

在青藏高原东部南北向构造带演化过程中，地壳东向运动不均匀的部位形成了不同方向的活动断裂带，这些活动断裂对地震分布具有显著的控制作用。其中，龙门山断裂带、鲜水河断裂带和安宁河断裂带在平面上呈“Y”字型展布，是主要的分区边界断裂，控制着区内新构造活动的发展和演化。区内地质构造发育，历史地震活跃，据国家地震台网中心记录的历史地震数据，自1216年以来，发生Ms6.0级以上地震100余次，Ms6.5级以上地震50余次。区内构造地震有逆冲型地震和走滑型地震，分别发生在逆冲型活动断裂带和走滑型活动断裂带。

区内地层岩性极其复杂，跨越多个地层分区，从前震旦系到第四系各时代地层均有出露，地层岩性的分布受地质构造控制比较明显。另外，区内还分布着大量与斜坡地质灾害有关的典型特殊岩土体：膨胀岩(侏罗纪以来的泥质岩)、昔格达层、红土(红色风化壳)和断裂带碎裂岩土体等。

2 地质灾害易发性综合评价思路与方法

2.1 综合评价思路

在青藏高原东缘，触发地质灾害的主导因素是降雨和地震。在非震时期，降雨是触发地质灾害的主导因素；然而在地震发生时，地震作用是触发地质灾害的主导因素，地震诱发的崩塌、滑坡等地质灾害组成的大量松散堆积物为震后地质灾害提供了丰富物源，增加了震后地质灾害强度。因此，在震后地质灾害易发性评价过程中，地震作用是一个需要考虑的重要因素。基于此，提出了考虑地震后效应的地质灾害易发性综合评价的基本思路(图1)：(1)选取(非震)降雨主导型地质灾害易发性评价的指标体系并进行地质灾害易发性评价；(2)选取地震作用影响下的地质灾害易发性评价的指标体系并进行地质灾害易发性评价；(3)综合分析(非震)降雨主导型和地震作用影响下的地质灾害易发性评价结果，获得地质灾害易发性综合评价结果。

图1 考虑地震后效应的地质灾害易发性综合评价思路Fig.1 Comprehensive assessment flow chart of geohazard susceptibility considering seismic effect

2.2 加权信息量模型

2.2.1信息量模型

信息量模型已被广泛应用于地质灾害易发性评价研究中，它是一种基于统计分析的预测方法。地质灾害受多种因素影响，信息量模型所考虑的是一定地质环境下的最佳地质灾害因素组合，包括基本因素的数量和基本状态。对于某一具体斜坡而言，信息量模型所考虑的是一定区域内所获取的与地质灾害相关的所有信息的数量和质量[21-23]，用信息量表示为：

(1)

式中：IAj→B——表示因子指标A在j状态显示地质灾害(B)发生的信息量；

Nj——具有因子指标Aj出现地质灾害的单元(面积)数；

N——研究区内已知地质灾害分布单元(面积)总数；

Sj——因子指标Aj的单元(面积)数；

S——研究区单元(面积)总数。

2.2.2Logistic逻辑回归模型

Logistic逻辑回归模型是一种概率模型，它是以地质灾害发生概率为因变量，影响地质灾害发生的因素为自变量建立回归模型。Logistic回归模型的参数估计通常采用最大似然法。Logistic回归模型见公式2和3，其中，P为地质灾害发生概率，x1，x2，……，xp表示地质灾害影响因子，β0，β1，……，βp表示回归模型参数，e为自然数[24-26]。

(2)

(3)

2.2.3加权信息量模型

结合传统信息量模型和Logistic回归模型，实现地质灾害易发性评价的加权信息量模型，充分发挥两种模型的优势，主要思路是：(1)采用信息量模型计算因子指标等级的信息量(地质灾害发生的贡献率)；(2)采用Logistic回归模型进行因子指标信息量的回归分析，获得因子指标权重；(3)根据地质灾害易发性=∑(因子指标信息量×因子指标权重)(公式4)，进行因子加权叠加分析，获得地质灾害易发性加权信息量。

(4)

式中：I——评价区某单元发生地质灾害的信息量；

Wi——第i个因子的权重值；

Ii——第i个评价因子提供的信息量；

Ni，Si，N和S——参考公式1。

3 青藏高原东缘(非震)降雨主导型地质灾害易发性评价

3.1 地质灾害数据

图2 青藏高原东缘地质灾害分布图Fig.2 General geohazard distribution in the Eastern Margin of Tibetan Plateau

根据我国地质灾害调查数据库，选择青藏高原东缘117个县(市)地质灾害作为研究对象(图2)。区内地质灾害主要分布在龙门山区、岷江流域、鲜水河断裂带、安宁河断裂带、白龙江流域以及大凉山地区和巴中地区，具有显著的沿活动断裂带、河流和道路密集分布的特征。根据发生时间，去除地震诱发地质灾害，选择降雨诱发地质灾害17 915处，其中，崩塌2 427处，滑坡10 560处，泥石流4 728处。

3.2 地质灾害易发性评价指标体系

对于地形地貌，地形坡度和地形起伏度对地质灾害发育具有更大的影响作用，因此选择地形坡度和地形起伏度来表征地形地貌对地质灾害易发性的影响；对于地层岩性和岩体结构，采用同时考虑两者的工程地质岩组来表征其对地质灾害易发性的影响；活动断层能够引起地形地貌演化，造成断层附近岩体破碎，增加地质灾害强度，因此选择到断层距离来表征构造活动对地质灾害易发性的影响；区内历史地震频发，地震动峰值加速度值较高，增加了地质灾害发育强度，选择我国第五代地震动峰值加速度区划来表征历史地震活动对地质灾害易发性的影响；选择河网密度来表征河流深切、河岸库岸对地质灾害易发性的影响；选择年24小时最大降雨量来表征气象水文环境对地质灾害易发性的影响；人类工程活动主要集中于河谷两岸、坡度较缓等地区，这里城镇和道路密度较高，选择人类工程活动强度来表征人类工程活动对地质灾害易发性的影响[27]。综上，选择地形坡度、地形起伏度、工程地质岩组、到断裂距离、地震动峰值加速度、河网密度、年24小时最大降雨量和人类工程活动强度8个因子指标(图3)，进行地质灾害易发性评价工作。

图3 降雨主导型地质灾害易发性评价因子指标Fig.3 Geohazard susceptibility assessment factors without seismic effect

3.3 因子指标信息量和权重值计算

3.3.1因子指标信息量计算

采用随机选择方法把地质灾害数据集划分为两部分：地质灾害训练集和地质灾害验证集，分别占全部地质灾害点的80%(14 332处)和20%(3 583处)。地质灾害训练集用来进行因子指标信息量和权重值计算，地质灾害验证集用来对地质灾害易发性评价结果进行验证。基于ArcGIS平台，对参与地质灾害易发性评价的因子指标图层进行栅格化和空间分析，栅格大小为25 m×25 m分辨率。对因子指标图层进行等级划分，获得因子指标等级区间的面积和位于该区间内的地质灾害点数量，采用信息量模型(公式1)，计算因子指标等级的信息量(表1)。

表1 降雨主导型地质灾害易发性评价因子信息量表Table 1 Information values of geohazard susceptibility assessment factors without seismic effect

注：工程地质岩组：1-坚硬的厚层状砂岩岩组；2-较坚硬-坚硬的中-厚层状砂岩夹砾岩、泥岩、板岩岩组；3-软硬相间的中-厚层状砂岩、泥岩夹灰岩、泥质灰岩及其互层岩组；4-软弱-较坚硬薄-中厚层状砂、泥岩及砾、泥岩互层岩组；5-软弱的薄层状泥、页岩岩组；6-坚硬的中-厚层状灰岩及白云岩岩组；7-较坚硬的薄-中厚层状灰岩、泥质灰岩岩组；8-软硬相间的中-厚层状灰岩、白云岩夹砂、泥岩、千枚岩、板岩岩组；9-较坚硬-坚硬薄-中厚层状板岩、千枚岩与变质砂岩互层岩组；10-较弱-较坚硬的薄-中厚层状千枚岩、片岩夹灰岩、砂岩、火山岩岩组；11-坚硬的块状玄武岩为主的岩组；12-坚硬块状花岗岩、安山岩、闪长岩岩组；13-软质散体结构岩组。

3.3.2因子指标权重计算

基于SPSS统计平台，采用Logistic逻辑回归模型(公式2、3)计算因子指标的权重。随机选取无地质灾害分布点14 332个，与地质灾害训练集(14 332个地质灾害点)组成二元回归模型。无地质灾害分布点的地质灾害发生概率为0，设置因变量P值为0，有地质灾害分布点的地质灾害发生概率为1，设置因变量P值为1，因子指标的信息量作为自变量xi(i=1，2，3，4，5，6，7，8)值。然后，采用最大似然估计进行回归分析，获得因子指标的权重值，即：地形坡度权重值Wsl=0.186，地形起伏度权重值Wfl=0.133，工程地质岩组权重值Wgr=0.097，到断层距离权重值Wfd=0.128，地震动峰值加速度权重值Wpga=0.087，水系密度权重值Wdd=0.127，年24小时最大降雨量权重值Wap=0.141，人类工程活动强度权重值Wha=0.101。

3.4 地质灾害易发性评价结果

根据地质灾害因子指标的信息量和权重值，使用加权信息量模型(公式4)进行因子加权叠加，获得每个计算单元的地质灾害易发性加权信息量值(I)，计算过程如下式所示：

采用地质灾害验证集对获得的地质灾害易发性评价结果进行验证，按照地质灾害易发性信息量值降序排列，计算面积累计百分比及其对应的地质灾害数量累计百分比，图4中曲线包含的右下部分的面积(AUC)约占图框总面积的84.5%，表明地质灾害易发性预测正确率为84.5%，说明地质灾害易发性评价结果很好的表征了地质灾害发育分布规律。结合区内地质灾害分布特点，采用自然断点分割法(Natural break)，将(非震)降雨主导型地质灾害易发性划分为3个等级(图5)：地质灾害高易发、地质灾害中等易发和地质灾害低易发。

图4 降雨主导型地质灾害易发性和地质灾害数量关系图Fig.4 Comparative relationships of geohazard susceptibility and number without seismic effect

图5 青藏高原东缘降雨主导型地质灾害易发性评价图Fig.5 Geohazard susceptibility map without seismic effect in the eastern margin of Tibetan Plateau

4 考虑地震效应的青藏高原东缘地质灾害易发性综合评价

4.1 地震作用对地质灾害易发性的影响

地震诱发的大量松散堆积物为震后地质灾害提供了丰富物源，加上地震导致的山体松动、地表形变等地震效应，在震后强降雨条件下，地质灾害发生频率、强度都有显著增加[9-10, 14, 28]。因此，地震作用是震后地质灾害易发性评价需要考虑的一个重要因子。

研究表明，地震引起的大量松散堆积物是地震作用影响地质灾害易发性的重要体现[4, 29]，因此，把地震诱发松散堆积物发育度作为震后地质灾害易发性的评价指标是可行的。近年来，研究区先后发生了4次大地震：2008年Ms8.0级汶川地震、2013年Ms7.0级芦山地震、2014年Ms6.5级鲁甸地震和2014年Ms6.3级康定地震，这些地震诱发的大量崩塌、滑坡松散堆积物势必增加震后地质灾害易发性。在(非震)降雨主导型地质灾害易发性评价过程中，地层岩性、断裂等地质要素和坡度、地形起伏度等地形地貌要素已经作为因子指标，据此，根据汶川地震、芦山地震、鲁甸地震和康定地震诱发的地质灾害，在地震烈度VI度区内编制了地震崩塌滑坡密度图(图6)，表征地震诱发松散堆积物发育度，作为震后易发性评价的补充指标。

图6 地震松散堆积物(地质灾害)密度分布图Fig.6 Density distribution of loose materials (geohazards) induced by earthquakes

4.2 地质灾害易发性综合评价过程

由于(非震)降雨主导型地质灾害易发性信息量值和地震诱发松散堆积物密度值位于不同的取值区间，具有不同的量纲，不具有可比性，需要进行数据标准化处理。采用min-max标准化方法对原始数据进行线性变换，使结果值映射到(0，1)之间。转换函数如公式5所示，其中x为样本数据，y为变换后的数据值，max为样本数据的最大值，min为样本数据的最小值。

y=(x-min)/(max-min)

(5)

已有学者研究了地震作用对震后地质灾害易发性的影响，发现相对于(非震)降雨主导型地质灾害易发性指标因子的权重值，地震作用的权重值可以近似取0.3[4, 29]。以此类比，在青藏高原东缘地质灾害易发性综合评价过程中，我们为标准化后的(非震)降雨主导型地质灾害易发性信息量值和地震诱发松散堆积物密度值分别赋予权重值0.7和0.3，然后进行因子指标叠加计算，获得地震作用影响下的地质灾害易发性综合评价结果。

4.3 地质灾害易发性综合评价结果

结合区内降雨、地震诱发地质灾害的发育分布特征和野外地质灾害实地调查经验，采用自然断点分割法，按照地质灾害易发性指数的大小将地质灾害综合易发性的自然单元(栅格数据)划分为3个级别：地质灾害高易发、地质灾害中等易发和地质灾害低易发，并进行相应的地质灾害易发性区划(图7)。

图7 青藏高原东缘地质灾害易发性综合评价图Fig.7 Comprehensive geohazard susceptibility considering seismic effect in the eastern margin of Tibetan Plateau

(1)地震作用对地质灾害易发性的影响

与(非震)降雨主导型地质灾害易发性(图5)相比，地震影响区域的地质灾害易发性具有显著增加趋势，尤其是沿龙门山断裂带，从汶川县到北川县的汶川地震影响区域，芦山和宝兴等芦山地震影响区域，鲁甸西南部等鲁甸地震影响区域，地质灾害易发性显著高于震前水平，充分体现了地震作用对震后地质灾害易发性的影响。康定地震对震后地质灾害易发性的影响不大，只是略微增加了震中东北部地形复杂区域的地质灾害易发性。

(2)地质灾害高易发区分布特征

地质灾害高易发区主要分布于龙门山断裂带、大渡河中上游、雅砻江流域下游、金沙江宁南—金阳—雷波段和白龙江流域舟曲段等区域。其中，龙门山断裂带地质灾害高易发区主要沿龙门山断裂带呈NW向展布，受汶川地震影响较大；大渡河中上游、雅砻江流域下游和金沙江宁南—金阳—雷波段地质灾害高易发区受深切河谷影响较大，呈现沿河谷分布特征。在这些地质灾害高易发区中，不乏人类活动强度高、人口密度较大的区域，给人类生命财产安全带来严重威胁。

(3)地质灾害中等易发区分布特征

地质灾害中等易发区分布于研究区的大部分区域，基本不受地震作用的影响。如川东红层区、松潘—文县—康县一线、大金川河流域、鲜水河流域、雅砻江中游和大渡河下游等地区。

(4)地质灾害低易发区分布特征

地质灾害低易发区不受地震作用的影响，主要分布于巴颜喀拉块体内部、川滇菱形块体内部，四川盆地边缘和零散分布的断裂拉分盆地、宽缓河谷等低坡度、低地形起伏度地区。

5 讨论

目前，青藏高原东缘地质灾害易发性评价主要包括(非震)降雨主导型地质灾害易发性评价和地震地质灾害易发性评价，前者不考虑地震作用，后者主要集中于地震发生时的地质灾害易发性评价，采用地震烈度、地震动峰值加速度等因子来表征地震作用对地质灾害的影响。然而，在震后一段时间内，地震作用形成的松散堆积物能够为地质灾害提供丰富物源，在强降雨条件下，易再次启动转化为地质灾害，增加了地质灾害强度。因此，在震后地质灾害易发性评价过程中，地震作用是一个需要考虑的重要因素，基于此，提出了考虑地震后效应的地质灾害易发性综合评价思路。

在地质灾害发育分布特征和相关因素分析的基础上，提出了青藏高原东缘(非震)降雨主导型地质灾害易发性评价的指标体系。地震作用强烈地区往往发生更多的崩塌、滑坡等地质灾害，这些地质灾害是松散堆积物的主要来源，因此我们采用地震诱发的松散物源量(地震崩塌滑坡密度)来表征地震作用对震后地质灾害的持续影响，与(非震)降雨主导型地质灾害易发性评价的指标体系共同组成了考虑地震后效应的青藏高原东缘地质灾害易发性综合评价的指标体系。

传统信息量模型的因子指标没有赋予权重值，不能够反映因子指标对地质灾害发育的贡献率差异，而Logistic逻辑回归模型不能够反映因子指标内部等级对地质灾害的贡献率差异，为了弥补两种模型的缺点，发挥其优点，提出了地质灾害易发性评价的加权信息量模型，主要思路是：采用信息量模型计算的因子指标信息量值和Logistic回归模型计算的因子指标权重值，进行加权叠加分析，获得地质灾害易发性指标值。

考虑地震后效应的地质灾害易发性综合评价结果表明：地震扰动区的地质灾害易发性具有显著增加趋势，特别是沿龙门山断裂带的汶川地震影响区域，芦山和宝兴等芦山地震影响区，鲁甸西南部等鲁甸地震影响区，地质灾害易发性显著高于震前水平，说明地震效应对地质灾害易发性具有显著影响。采用的4次地震都大于Ms 6.0级，然而Ms 6.5级鲁甸地震对震后地质灾害易发性的影响显著大于震级相近的Ms 6.3级康定地震，这是因为地形复杂的鲁甸震区产生了相对较多的地质灾害，所以地震作用对震后地质灾害的影响不仅与震级相关，也与地震诱发地质灾害数量和强度相关，需要综合考虑。

6 结论

(1)针对青藏高原东缘地震频发和地质灾害高发的特征，提出的兼顾降雨和地震后效应的地质灾害易发性综合评价思路能够获得较好的评价结果。

(2)将地震形成的松散物源量作为震后地质灾害评价因子，能够很好的反映地震作用对震后地质灾害易发性的持续影响。

(3)结合传统信息量模型和Logistic逻辑回归模型，建立的加权信息量模型能够获得准确的地质灾害易发性评价结果。

(4)相对于震前水平，地震扰动区的地质灾害易发性具有显著增高趋势，说明地震作用对地质灾害易发性具有显著影响。

[1] 刘传正. 中国崩塌滑坡泥石流灾害成因类型[J]. 地质论评, 2014, 60(4): 858-868.

LIU Chuanzheng.Genetic types of landslide and debris flow disasters in China[J]. Geological Review, 2014, 60(4): 858-868.

[2] 彭建兵, 马润勇, 卢全中, 等. 青藏高原隆升的地质灾害效应[J]. 地球科学进展, 2004, 19(3): 457-466.

PENG Jianbing, MA Runyong, LU Quanzhong, et al. Geological hazards effects of uplift of Qinghai-Tibet plateau[J]. Advance in Earth Sciences, 2004, 19(3): 457-466.

[3] 张永双, 郭长宝, 姚鑫, 等. 青藏高原东缘活动断裂地质灾害效应研究[J]. 地球学报, 2016, 37(3): 277-286.

ZHANG Yongshuang, GUO Changbao, YAO Xin, et al. Research on the geohazard effect of active fault on the eastern margin of the Tibetan plateau[J]. Acta Geoscientica Sinica, 2016, 37(3): 277-286.

[4] 张永双, 姚鑫, 郭长宝, 等. 地震扰动区重大滑坡泥石流灾害防治理论与实践[M]. 北京: 科学出版社, 2016.

ZHANG Yongshuang, YAO Xin, GUO Changbao, et al. Theory and practice on prevention of major landslide and debris flow hazards in earthquake disturbed region[M]. Beijing: Science Press, 2016.

[5] DAI FC, XU C, YAO X, et al. Spatial distribution of landslides triggered by the 2008 Ms 8.0 Wenchuan earthquake, China[J]. Journal of Asian Earth Sciences, 2011, 40(4): 883-895.

[6] QI Shengwen, XU Qiang, LAN Hengxing, et al. Spatial distribution analysis of landslides triggered by 2008.5.12 Wenchuan Earthquake, China[J]. Engineering Geology, 2010, 116(1-2): 95-108.

[7] XU Qiang, ZHANG Shuai, LI Weile. Spatial distribution of large-scale landslides induced by the 5.12 Wenchuan earthquake[J]. Journal of Mountain Science, 2011,8(2): 246-260.

[8] 王家柱, 任光明, 余天斌, 等. 四川芦山震区大叶龙沟泥石流发育特征及危险度评价[J]. 中国地质灾害与防治学报, 2015, 26(4): 1-5.

WANG Jianzhu, REN Guangming, YU Tianbin, et al. Development characteristics and risk assessment of Daye long ditch’s debris flows in Sichuan Lushan meizo seismal area[J]. The Chinese Journal of Geological Hazard and Control, 2015, 26(4): 1-5.

[9] 黄润秋. 汶川地震地质灾害后效应分析[J]. 工程地质学报, 2011, 19(2): 145-152.

HUANG Runqiu. After effect of geohazards induced by the Wenchuan earthquake[J]. Journal of Engineering Geology, 2011, 19(2): 145-152.

[10] HUANG Runqiu, LI Weile. Post-earthquake landsliding and long-term impacts in the Wenchuan earthquake area, China[J]. Engineering Geology, 2014, 182: 111-120.

[11] 崔鹏, 庄建琦, 陈兴长, 等. 汶川地震区震后泥石流活动特征与防治对策[J]. 四川大学学报(工程科学版), 2010, 42(5): 10-19.

CUI Peng, ZHUANG Jianqi, CHEN Xingchang, et al. Characteristics and countermeasures of debris flow in Wenchuanarea after the earthquake[J]. Journal of Sichuan University (Engineering Science Edition), 2010, 42(5): 10-19.

[12] 陈晓清, 崔鹏, 李泳, 等. 汶川地震后北川干溪沟山地灾害及长期发展趋势初步分析[J]. 四川大学学报(工程科学版), 2010, 42(S1): 22-32.

CHEN Xiaoqing, CUI Peng, LI Yong, et al. Mountain hazard induced by Wenchuan earthquake and its long-term development trends of Ganxi gully, Beichuan[J]. Journal of Sichuan University (Engineering Science Edition), 2010, 42(S1): 22-32.

[13] 唐川. 汶川地震区暴雨滑坡泥石流活动趋势预测[J]. 山地学报, 2010, 28(3): 341-349.

TANG Chuan. Activity tendency prediction of rainfall induced landslides and debris flows in the Wenchuan earthquake areas[J]. Journal of Mountain Science, 2010, 28(3): 341-349.

[14] ZHANG Yongshuang, CHENG Yuliang, YIN Yueping, et al. High-position debris flow: a long-term active geohazard after the Wenchuan earthquake[J]. Engineering Geology, 2014, 180: 45-54.

[15] 兰恒星, 王笭涓, 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, 76(1-2):109-128.

LAN Hengxing, WANG Lingjuan, ZHOU Chenghu. Study on GIS-aided model for analysis of landslide hazard[J]. Journal of Engineering Geology, 2002, 76(1-2)：109-128.

[16] 兰恒星, 伍法权, 周成虎, 等. GIS 支持下的降雨型滑坡危险性空间分析预测[J]. 科学通报, 2003, 48(5): 507-512.

LAN Hengxing, WU Faquan, ZHOU Chenghu, et al. Spatial hazard analysis and prediction on rainfall-induced landslide using GIS[J]. Chinese Science Bulletin, 2003, 48(5): 501-512.

[17] GUO Changbao, MONTGOMERY D R, ZHANG Yongshuang, et al. Quantitative assessment of landslide susceptibility along the Xianshuihe fault zone, Tibetan Plateau, China[J]. Geomorphology, 2015, 248: 93-110.

[18] YANG Zhihua, LAN Hengxing, GAO Xing, et al. Urgent landslide susceptibility assessment in the 2013 Lushan earthquake-impacted area, Sichuan Province, China[J]. Natural Hazards, 2015, 75(3): 2467-2487.

[19] 马宗晋, 郑大林. 中蒙大陆中轴构造带及其地震活动[J]. 地震研究, 1981, 4(4): 421-436.

MA Zongjin, ZHENG Dalin. The Chinese-Mongolian continental mid-axis tectonic belt and its seismicity[J]. Journal of Seismological Research, 1981, 4(4): 421-436.

[20] 徐锡伟, 闻学泽, 郑荣章, 等. 川滇地区活动块体最新构造变动样式及其动力来源[J]. 中国科学D 辑: 地球科学, 2003, 33(S): 151-162.

XU Xiwei, WEN Xueze, ZHENG Rongzhang, et al. The latest tectonic variation pattern and its motive source of active block in Sichuan -Yunnan region[J]. Science in China Series D-Earth Sciences, 2003, 33(S): 151-162.

[21] 朱良峰, 殷坤龙. 基于GIS 技术的区域地质灾害信息分析系统研究[J]. 中国地质灾害与防治学报, 2001, 12(3): 79-83.

ZHU Liangfeng, YIN Kunlong. Information analysis system of geo-hazard supported by GIS[J]. The Chinese Journal of Geological Hazard and Control, 2001, 12(3): 79-83.

[22] 牛全福, 程维明, 兰恒星, 等. 基于信息量模型的玉树地震次生地质灾害危险性评价[J]. 山地学报, 2011, 29(2): 243-249.

NIU Quanfu, CHENG Weiming, LAN Hengxing, et al. Susceptibility assessment of secondary geological disaster based on information value methodology for Yushu earthquake region[J]. Journal of Mountain Science, 2011, 29(2): 243-249.

[23] XU Chong, XU Xiwei, LEE YuanHsi, et al. The 2010 Yushu earthquake triggered landslide hazard mapping using GIS and weight of evidence modeling[J]. Environmental Earth Sciences, 2012, 66(6): 1603-1616.

[24] 许冲, 徐锡伟. 逻辑回归模型在玉树地震滑坡危险性评价中的应用与检验[J]. 工程地质学报, 2012, 20(3): 326-333.

XU Chong, XU Xiwei. Logistic regression model and its validation for hazard mapping of landslides triggered by Yushu earthquake[J]. Journal of Engineering Geology, 2012, 20(3): 326-333.

[25] 刘明学, 陈祥, 杨珊妮. 基于逻辑回归模型和确定性系数的崩滑流危险性区划[J]. 工程地质学报, 2014, 22(6): 1250-1256.

LIU Mingxue, CHEN Xiang, YANG Shanni. Zonation of landslide risk with logistic regression model and certainty factor[J]. Journal of Engineering Geology, 2014, 22(6): 1250-1256.

[26] 李雪平. 基于GIS的区域斜坡稳定性评价Logistic回归模型研究[D]. 中国地质大学, 2005.

LI Xueping. Study on logistic regression model applied to regional slope stability evaluation based on GIS[D]. China University of Geosciences, 2005.

[27] 张永双, 杨志华, 郭长宝, 等. 西南地形急变带地质灾害成灾背景与易发性评价报告[R]. 中国科学院地质力学研究所, 2016.

ZHANG Yongshuang, YANG Zhihua, GUO Changbao, et al. Forming background and susceptibility evaluation of geo-hazards in Southwest China[R]. Institute of Geomechanics, Chinese Academy of Geological Sciences, 2016.

[28] ZHANG Yongshuang, DONG Shuwen, HOU Chuntang, et al. Geohazards induced by the Lushan Ms7.0 earthquake in Sichuan Province, Southwest China: typical examples, types and distributional characteristics[J]. Acta Geologica Sinica, 2013, 87(3): 646-657.

[29] YAO Xin, LI Lingjing. Spatial-temporal assessment of debris flow risk in the Ms8.0 Wenchuan earthquake-disturbed area[J]. Journal of Disaster Research, 2016, 11(4): 720-731.

Geohazardsusceptibilityassessmentconsideringthelong-termseismiceffectintheeasternmarginofTibetanPlateau

YANG Zhihua1, 2, GUO Changbao1, 2, YAO Xin1, 2, DU Guoliang1, 2

(1.InstituteofGeomechanics,ChineseAcademyofGeologicalSciences,Beijing100081，China; 2.KeyLaboratoryofNeotectonicMovementandGeohazard,MinistryofLandandResources,Beijing100081，China)

In the eastern margin of Tibetan Plateau, the frequent seismic activities induce lots of loose materials, which provide abundant sources for post-earthquake geohazards and increase considerably their intensity for a period of time. Based on the analysis of geological settings and archived geohazard survey data, the comprehensive assessment method of geohazard susceptibility considering the long-term seismic effect is presented. Using the amount of earthquake-induced loose materials to characterize the seismic effect on post-earthquake geohazards, the factors system of comprehensive geohazard susceptibility assessmentin the Eastern Margin of Tibetan Plateau is established. The traditional information value model and the logistic regression model are integrated to establish the weighted information value model, which is used to complete the comprehensive assessment of geohazard susceptibility. The study results show that the geohazards susceptibility in the earthquake-disturbed area is significantly higher than that before earthquakes. The seismic effect can change the forming conditions of geohazards and improve the post-earthquake geohazard susceptibility. The study results are of great significance to the geo-hazards evaluation and zoning in the active tectonic area.

eastern margin of Tibetan Plateau; seismic effect;geohazard susceptibility;weighted information value model

10.16031/j.cnki.issn.1003-8035.2017.04.17

P694

A

1003-8035(2017)04-0103-10

2017-06-24;

2017-07-26

国家自然科学基金(41502313)；国家科技基础性工作专项课题(2011FY110100-2)；中国地质调查局地质调查项目(DD20160271，DD20179282)

杨志华(1982-)，男，山东潍坊人，博士，助理研究员，主要从事工程地质与地质灾害方面的工作。E-mail：yangzh99@163.com