宣汉地区降雨型滑坡空间发育规律及敏感性分析

2018-05-17，，，，，

长江科学院院报 2018年5期

，，，，，

(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)

1 研究背景

降雨型滑坡因其频率高、分布广、破坏复杂，是我国滑坡灾害的主要类型之一，具有产生规模大、发展迅速和破坏性强等特点[1]。从已有统计数据来看，中国290个县市区域地质灾害详查中滑坡灾害占比已达到51%，而其中降雨型滑坡占滑坡总数的90%，其地质灾害的发生进一步阻碍着当地经济文化的长远发展[2-3]。因此，研究降雨型滑坡的空间分布及稳定性已成为地质灾害研究的热点[4]。

自20世纪70年代以来，美国、日本等发达国家初步开展对区域降雨型滑坡空间预警预报的研究，并通过人工降雨的手段研究降雨型滑坡的形成变形机理，其研究大多基于降雨强度-历时阈值方法，很少考虑地层岩性、地质构造等环境因子的影响[5-6]。国内对降雨型滑坡的研究发展较晚，对降雨型滑坡的研究主要侧重于降雨量及降雨强度对滑坡稳定性的影响，并通过分析降雨过程中滑坡坡体的渗流对滑坡稳定性的影响，进而建立降雨型滑坡预警模型，同时也注重区域性降雨型滑坡中其他影响因子(滑坡坡度、高程、坡向及岩性等)对其空间发育的影响程度[7-8],且研究较深入。

实践表明，确定影响滑坡区域分布和失稳的内在因素是研究区域性降雨型滑坡空间发育规律的一个重要的环节。而降雨型滑坡的产生是一个复杂的物理过程，各个滑坡致灾因子之间本身具有时间和空间的多变性及相关性。在此情形下，采用常规的分析模型和统计方法可能使分析结果与现场调查结果出入较大。兰恒星等[9-10]运用多元回归分析模型和确定性系数方法，解决了各个致灾因子影响降雨型滑坡发育的最佳数值区间的选取和定量化问题，并将该方法成功运用到降雨型滑坡灾害多发的小江流域，取得了显著成果；王志恒等[11]基于确定性系数分析方法对低山丘陵地区的降雨型滑坡进行敏感性分析进而获得最佳致灾因子类型及相应的数值区间。这些成果均合理地分析了当地降雨型滑坡的空间发育规律，为宣汉地区降雨型滑坡灾害的空间发育规律的研究提供定量化方法，也为运用确定性系数法分析该地区降雨型滑坡灾害敏感性提供依据。

本文基于GIS技术和野外实地调查，在建立宣汉地区降雨型滑坡空间分布图的基础上，应用确定性系数分析法对研究区内滑坡致灾因子敏感性作对比分析，采用滑坡敏感性指数及敏感性系数比值，定量分析各个致灾因子对滑坡分布及稳定性的影响程度，为今后类似条件下的滑坡危险性评价、防灾减灾计划等提供理论依托。

2 研究区概况

研究区位于四川盆地东北“大巴山南麓”，即四川、重庆、湖北、陕西4省交接部位，地理位置主要在107°22′E—108°32′E、31°06′N—31°49′N之间，隶属于四川省达州市，覆盖面积达4 281 km2(如图1所示)。该研究区位于四川盆地川东断褶带的东北段，其构造部位处于大巴山南缘弧形构造带与四川盆地东北部新华夏构造带的复合地带，以大巴山南缘弧形构造带为主体构造，构造类型主要属于褶皱构造[12]。同时，川西南山区存在明显的干湿季节差异，大部分的年降雨量为800～1 200 mm[13]。因此，对宣汉县境内滑坡灾害的风险评估开展相当紧迫。

图1 研究区地理空间分布Fig.1 Geographic spatial distribution of the study area

编号灾害点数据子集来源灾害点个数灾害点密度/(个·km-2)诱发因素不同规模灾害点占比/%小型中型大型1宣汉地区灾害隐患点2760.065—77.1720.292.5422008年5月之前(汶川地震前)124—降雨75.0023.391.6132008年5月—2016年12月(历经汶川、芦山、康定地震)116—降雨76.7218.974.3142008年5月—2014年11月(三大同震灾害点)36—地震———

3 灾害点信息来源与处理方法

3.1 灾害点数据来源与分组

滑坡灾害的分布及稳定性分析研究是基于全面、详细的室内和室外数据资料[14]。本文通过GIS技术和大量野外现场调查方法，建立了宣汉县地区震后降雨型灾害点数据编目(主要包括灾害点名称、所在乡镇、经纬度、坡向、规模及诱发因素)，共计276处，统计数据截止2016年12月底(如表1所示)，其中90.58%为降雨诱发(2008年汶川地震前诱发的为124处，地震后至2016年12月底诱发的为116处)，地震诱发只达到5.80%(其中汶川地震、芦山地震及康定地震诱发共36处，主要的汶川地震诱发达到27处)，仅3.62%由工程活动等因素诱发。以汶川地震为时间间隔，地震前以小型降雨型滑坡为主，汶川地震后至2016年12月底野外调查结束中型滑坡的比例由23.39%下降到18.97%，大型滑坡的比例由1.61%上升至4.31%，滑坡的活动强度和频率出现明显变动。

3.2 滑坡特征评价方法

3.2.1 滑坡确定性系数(CF)计算方法

本文采用确定性系数法进行宣汉地区降雨型滑坡灾害的致灾因子敏感性分析。其中，确定性系数作为一个研究方法，起先由Buchanan等[15]提出，并由Heckermann[16]进一步完善，主要用来分析影响因子的敏感性；兰恒星等[9-10]、汪洋等[17]、马金辉等[18]采用敏感性分析方法对我国各个区域的滑坡灾害分布规律进行研究，该分析方法实际是属于双变量统计分析的领域。其计算公式为

(1)

式中：PPa表示在某一致灾因子的某一个等级内的灾害点数目与相应面积的比值；PPs表示研究区域内的灾害点数目与总面积的比值；CF为滑坡确定性系数，CF的值域介于[-1,1]区间内，如果CF值为正，表示该类等级的滑坡灾害为高敏感易发区，CF值为负，则表示该类等级的滑坡灾害为低敏感易发区，如果CF值接近于0值，则表示该类等级的滑坡灾害的发生无法确定。

3.2.2 滑坡敏感性指数分析

鉴于确定性系数法只能反映某类致灾因子的敏感性区间，无法整体上确定其对滑坡稳定性的影响程度，王志恒等[11]通过用敏感性指数E来反映致灾因子对滑坡稳定性的影响程度。其计算公式为

Ei=CF(i,max)-CF(i,min)。

(2)

式中：Ei为敏感因子i对灾害响应的影响指数；CF(i,max)和CF(i,min)分别表示敏感因子i中CF的最大值和最小值。运用该计算方法从整体上反映各类致灾因子对滑坡稳定性的影响。

表2 宣汉县地区降雨型滑坡致灾因子及其分级(分类)Table 2 Rating of disaster factors of rainfall-induced landslide in Xuanhan County area

图2 宣汉县地区降雨型滑坡致灾因子分级(分类)Fig.2 Classification map of disaster factors of rainfall-induced landslide in Xuanhan area

3.2.3 滑坡敏感性系数比分析

对比确定性系数法在滑坡易发区间的确定和敏感性指数法对滑坡稳定性影响程度的定量评估这2个方面，本文首次采用滑坡敏感性系数比值SCR(Landslide susceptibility coefficient ratio)来反映致灾因子对滑坡分布的影响程度。

通过后续计算结果表明，敏感性系数比值SCR亦可以从整体上反映单个因子对滑坡分布的影响程度，该比值的计算方法如下：

(3)

(4)

4 结果及分析

4.1 滑坡致灾因子敏感性分析

降雨型滑坡灾害的稳定性受到内外因素的共同作用，为进一步研究该区降雨型滑坡灾害的分布状况和发育特征，将研究区滑坡致灾因子分为6大类(见表2所示)考虑，并通过求解确定性系数值和对研究区降雨型滑坡的各个致灾因子进行分析，进而确定各个致灾因子中最有利于降雨型滑坡发育的敏感因素。

根据表2中的各个致灾因子的分级(分类)方法，结合GIS技术，生成研究区降雨型滑坡灾害的致灾因子分级(分类)结果如图2所示。

4.1.1 高程

高程对滑坡的稳定性并无直接的影响。但是地形地貌对滑坡汇水面积存在一定程度的影响且不同的高程分布具有不同的植被覆盖面积及汇水面积，这也间接使得滑坡与高程存在相关性。通过建立研究区遥感解译图(如图2(a))和降雨型滑坡空间分布之间的联系，将研究区高程划分成6个等级间隔，表3计算结果表明，研究区滑坡高程多分布于400～1 000 m之间，其中，400～600 m高程区域是滑坡最发育区，其CF最大值达0.286 6。

表3 高程分级及CF值的确定Table 3 CF (certainty factor) values of elevation groups

4.1.2 坡度

滑坡灾害点的形成需要斜坡体具有良好的临空面，斜坡体的坡度在一定程度上反映了斜坡的空间分布状态，对灾害点的分析及划分产生重要影响。图2(b)为研究区坡度分级图。从表4计算结果看出，坡度大小对滑坡分布及稳定性具有较大的影响，研究区滑坡的坡度多发育在5°～25°范围内，其中坡度在5°～15°的CF值最大，说明该坡度区最易发生滑坡。

表4 坡度分级及CF值的确定Table 4 CF values of gradient groups

4.1.3 坡向

坡向表示滑坡走向，其值范围为[0°，360°]。历史研究表明地震对滑坡灾害的影响存在不同程度的“背坡面效应”[19]，进而影响滑坡的稳定性。图2(c)为研究区坡向分级图。从表5计算结果看出，坡向对滑坡的影响主要集中在西北、西南、正北方向，其中西北方向的CF值最大，达到0.320 1，因此西北坡向为降雨型滑坡分布最易集中的方向。鉴于研究区构造断裂活动较发育，本文分析认为，坡向对宣汉地区降雨型滑坡的确定性作用主要原因是断裂带的错动方向。由于宣汉地区降雨型滑坡坡向主要集中在西北(NW)向与断裂构造带方向垂直，因此，宣汉地区降雨型滑坡存在一定程度的“断层错动方向效应[20]”，且滑坡坡向分布与断裂带的错动方向有关。

表5 坡向分级及CF值的确定Table 5 CF values of aspect groups

4.1.4 岩土类型

研究区的岩土体是滑坡体形成的主要物质基础，影响着滑坡的分布及其稳定状态。本文研究区岩土类型资料来源于1∶50 000的地质区域图概化，研究区内岩土类型复杂，故将其岩土类型主要分为砂岩、碳酸盐岩、砂泥岩互层、泥页岩和松散堆积物，岩土类型分组见图2(d)。各个岩土类型分组的CF值计算见表6。由表6知，滑坡灾害易发性与地层有一定程度的对应关系，且不同岩土体类型所对应的确定性系数差异较大。砂泥岩互层的CF值为正，表明该岩土类型分布区域的滑坡灾害易发性较高；而松散堆积物的CF值接近-1，表明该分布区域几乎没有发生滑坡。

表6 岩土类型分组及CF值的确定Table 6 CF values of lithology groups

4.1.5 距水系距离

研究区内的水系是影响灾害点发生的一个重要因素之一。据遥感解译和现场调查资料,研究区内河流属嘉陵江水系，前河、中河、后河贯穿全县于城东汇于州河，在研究区内流域面积占整个面积的88%。本文全县水系分布图(见图2(e))概化源自1∶50 000地质区域图。如表7所示，CF值在2 km范围内呈现波动状态，其中距水系距离800 m内CF值为正，表明河流距离为800 m，尤其是400 m内距离的水系缓冲区是降雨型滑坡灾害的易发区；缓冲区800 m外，CF值有正有负，此距离外河流对降雨型滑坡灾害的控制作用较弱，且距离河流2 km外其他灾害因素对降雨型滑坡灾害的影响较明显。

表7 水系缓冲区分级及CF值的确定Table 7 CF values of drainage buffer groups

4.1.6 距公路距离

在各类滑坡灾害的诱发因素中，人类工程活动对地质灾害的影响越来越重要。坡脚过度开挖等形成有效的临空面，造成滑坡失稳，已经成为诱发地质灾害发生的重要因素之一。距公路距离分级见图2(f)。通过运用确定性系数法计算研究区地质灾害的敏感性程度，如表8所示，其结果表明研究区滑坡灾害点的易发性程度与距公路距离呈现一定的规律。在距离公路800 m范围内，CF值为正，表明发生降雨型滑坡灾害的概率高，尤其在400 m范围内，CF最大值达到0.211 5，此范围内是降雨型滑坡灾害最易发生区域；距离公路800 m以外的区域，确定性系数CF值为负值，该区域的降雨型滑坡灾害的易发性显著降低。

表8 公路缓冲区分级及CF值的确定Table 8 CF values of road buffer groups

4.2 比较各致灾因子对滑坡分布及稳定性的影响程度

结合上节各致灾因子敏感性系数CF值的计算结果分析可知，不同类型致灾因子对降雨型滑坡灾害的分布及稳定性影响是不同的,且同一类致灾因子的不同类别对其影响亦不同。

对于某一类致灾因子来说，其确定性系数比值SCR和滑坡灾害的敏感性影响程度指数E，可以从整体上近似地反映该类型致灾因子对滑坡灾害分布及稳定性的影响程度(如表9和表10所示)。

基于敏感性系数比值SCR和敏感性影响程度指数E绘制曲线如图3所示，其结果表明，坡度对滑坡稳定性的控制作用相对较强，而对滑坡分布的控制作用却弱于公路的影响。换言之，宣汉地区降雨型滑坡主要分布于公路两旁800 m范围内，其滑坡坡度在5°～25°范围内稳定性最差。

表9 致灾因子对滑坡分布影响程度Table 9 Influence degree of disaster-causing factors onlandslide distribution

表10 致灾因子对滑坡稳定性影响程度Table 10 Influence degree of disaster-causing factorson landslide stability

图3 各类致灾因子对降雨型滑坡分布及稳定性的影响程度Fig.3 Influence degree of disaster-causing factors on distribution and stability of rainfall-induced landslide

同时依托GIS技术，将各致灾因子分级图层分别赋予相应各级的确定性系数CF值，得出一系列的栅格图层，并在GIS中与上述分析方法得出的计算值进行归一化处理的权重进行相应叠加，运用GIS自身的自然间断点法进行分级，得到常见的4个不同易发性等级如图4所示。

图4 宣汉地区地质灾害易发性区划Fig.4 Zoning of geo-hazard susceptibility in Xuanhan County

分析图4可知，地质灾害高易发区呈线性状态且集中分布在人类工程扰动较频繁的道路两旁，表明道路对滑坡易发性产生重要影响，这与分析方法计算的结果及现场调查情况较吻合，表明运用本文的分析方法对研究宣汉地区降雨型滑坡灾害空间发育规律具有合理性、可行性。

5 结论

基于GIS强大的空间分析技术和大量现场调查数据，应用确定性系数法分析降雨型滑坡的6大类致灾因子的敏感性，总结如下。

(1)高程：研究区滑坡高程多分布于400～1 000 m之间，且400～600 m区域的CF值达到0.288 6，成为该地区降雨型滑坡灾害最易发育的高程区间。

(2)坡度：总体来看，降雨型滑坡灾害的坡度多发育在5°～25°之间，其CF值均超过0.4，特别坡度在5°～15°的区域CF值达到0.748 5，成为研究区滑坡灾害最易发的坡度。

(3)坡向：坡向对滑坡的影响主要集中在西北、西南、正北方向，其中西北方向的CF值最大，达到0.320 1，因此西北坡向为研究区降雨型滑坡灾害发育有利的方向。

(4)岩土类型：对比发现，砂泥岩互层分布的区域是滑坡灾害高易发区，而在松散堆积物分布区域CF值为-1，表明该分布区域滑坡灾害发生的可能性几乎为0，这与区内降雨型滑坡主要以中、小型规模有关。

(5)水系：距水系400 m缓冲区范围内成为该研究区降雨型滑坡灾害的高易发区。

(6)公路：距公路800 m的范围内是该研究区滑坡灾害的高易发区。

计算各致灾因子敏感性系数值，应用敏感性系数比值SCR和敏感性指数E，从整体上分析各个致灾因子对降雨型滑坡分布及稳定性影响程度的相对大小。结果表明，坡度(E=1.75,SCR=0.814 4)对降雨型滑坡稳定性起到重要的控制作用，但其对滑坡分布的影响程度要弱于公路(E=0.53,SCR=0.909 2)因素。因此，对于该研究区滑坡灾害，不同类致灾因子对其影响程度不同；同一类致灾因子对其不同方面的影响程度也不同。

参考文献：

[1] 李铁峰，温铭生，丛威青，等．降雨型滑坡危险性区划方法[J]．地学前缘，2007，14(6)：107-111.

[2] 张明，胡瑞林，谭儒蛟，等．降雨型滑坡研究的发展现状与展望[J]．工程勘察，2009,(3)：11-17.

[3] 胡瑞林，范林峰，王珊珊，等．滑坡风险评价的理论与方法研究[J]．工程地质学报，2013，21(1)：76-84.

[4] 陈晓利，冉洪流，祁生文．1976年龙陵地震诱发滑坡的影响因子敏感性分析[J]．北京大学学报(自然科学版)，2009，45(1)：104-110.

[5] CHEN Yue-li, CHEN De-hui, LI Ze-chun,etal. Preliminary Studies on the Dynamic Prediction Method of Rainfall-triggered Landslide[J]. Journal of Mountain Science, 2016, 13(10): 1735-1745.

[6] 王志旺，李瑞有，王湘桂．区域滑坡空间预测方法研究综述[J]．长江科学院院报，2012，29(5)：78-85.

[7] 王志旺，李瑞有．3S技术在滑坡监测中的应用[J]．长江科学院院报，2005，22(5)：33-36.

[8] 周健，史秀志，郑纬，等．典型滑坡危险度预测的距离判别分析模型[J]．长江科学院院报，2010，27(7)：17-21.

[9] 兰恒星，伍法权，王思敬．基于GIS的滑坡CF多元回归模型及其应用[J]．山地学报，2002，20(6)：732-737.

[10] 兰恒星，伍法权，周成虎，等．基于GIS的云南小江流域滑坡因子敏感性分析[J]．岩石力学与工程学报，2002，21(10)：1500-1506.

[11] 王志恒，胡卓玮，赵文吉，等．基于确定性系数概率模型的降雨型滑坡孕灾环境因子敏感性分析——以四川省低山丘陵区为例[J]．灾害学，2014，29(2)：109-115.

[12] 唐大卿，陈新军，张先平．川东北宣汉-达县地区断裂系统及构造演化[J]．石油试验地质，2008，30(1)：58-63.

[13] 杨媛媛，黄宏伟．四川省滑坡灾害记录分析[J]．岩石力学与工程学报，2005，24(1)：5366-5370.

[14] 王卫东，陈燕平，钟晟．应用CF和Logistic回归模型编制滑坡危险性区划图[J]．中南大学学报(自然科学版)，2009，40(4)：1127-1132.

[15] BUCHANAN B G, SHORTLIFFE E H. A Model of Inexact Reasoning in Medicine[J]. Mathematical Bioscience, 1975, 23(3): 351-379.

[16] HECKERMANN D.Probabilistic Interpretation for Mycin’s Certainty Factors[J]. Machine Intelligence and Pattern Recognition, 1986, 4: 167-196.

[17] 汪洋，殷坤龙，安关峰．滑坡敏感因子的灰色关联分析[J]．岩土力学，2004，25(1)：91-93.