基于GIS的川西地貌过渡带滑坡灾害易发性评价
2018-12-04胡芹龙王运生
胡芹龙, 王运生
(地质灾害防治与地质环境保护国家重点实验室(成都理工大学),成都 610059)
目前,GIS技术在滑坡等地质灾害易发程度分析和研究中得到了广泛运用。在GIS平台中可构建滑坡灾害信息数据库、滑坡灾害的地质环境影响因素和诱发因素数据库,实现大数据的存储和运算。借助各类数学模型,通过GIS平台实现对区域性的滑坡灾害易发程度评价,对此国内外学者做了大量的研究工作。如在长江三峡库区中,有学者运用信息量模型、支持向量机模型以及双变量模型对库区的滑坡灾害空间分布和易发性进行分析和评价[1-5]。在汶川地震灾区,运用层次分析法、确定性系数法、证据权法等各种模型对区内同震滑坡的空间分布规律、主要影响因素、震后滑坡泥石流灾害的时空演化规律等进行了大量研究[6-10]。在云南、西藏、陕西等地的滑坡灾害高发区,也有学者结合GIS运用不同的方法和模型对灾害分布进行预测评价[11-14]。
目前各类数学计算模型都有其各自的局限性,提出具有针对性以及行之有效的模型一直是当前滑坡易发性研究的热点和难点。现今运用较多的模型有层次分析法、信息量模型、逻辑回归模型等。层次分析法的优点是考虑到了专家的经验和意见,但却难以避免一定的主观性。信息量模型虽然避免了专家意见的主观性,但又忽略了专家知识经验,出现与实际情况存在偏差的问题[15-16]。而加权信息量模型则避免了上述两种模型的缺点,吸纳了两者的优点,将客观的信息量与具有经验的专家观点同时纳入评价体系,既能尊重客观数据规律,也能将专家的知识引入分析过程。在信息量法中,通过已有的变形灾害体来确定影响灾害体的因素的作用强度,进而评价研究对象的稳定性状况。
本文通过大量搜集该区域内滑坡灾害相关信息,结合遥感解译及野外调查验证,筛选出滑坡灾害点832处,在GIS中建立相应灾害点的信息数据库,全面分析滑坡发育的关键影响因素和空间发育规律,借助GIS平台和加权信息量模型评价滑坡灾害易发程度,并据此进行易发程度分区,为滑坡灾害危险性及风险性分析评价提供依据。
1 地质环境条件
研究区位于四川省西部,包括阿坝州、甘孜州、凉山州、雅安市等高山高原地区,在地貌上属于中国三大阶梯中第一阶梯与第二阶梯的过渡带,区内主要为高山峡谷地貌,海拔高度大体呈现出西高东低,局部地区地形变化复杂,相对高差悬殊,峡谷深切[17-18](图1)。区内地层岩相变化较复杂,自前震旦系到第四系都有出露,其中三叠系分布范围最广,分布在研究区的北部和西南部;其次为泥盆系,分布在研究区的东北部和中部,跨越康滇南北向构造带、龙门山前陆冲断带等多个Ⅱ级构造单元。由于研究区地形变化复杂,地质环境脆弱,引发了大量的滑坡、崩塌等地质灾害,如丹巴县城、小金县等地灾害发育[19]。
2 灾害易发性评价模型
信息量法最早由美国学者提出并大量运用,后由晏同珍教授首先在中国运用到滑坡灾害预测中,之后被大量用来研究各类灾害的评价和预测[20-21]。信息量法的核心思想是用各影响因子的信息量值的大小来预估某一地区滑坡产生的难易程度,所获取的信息量值越小则滑坡越难以发生,反之亦然。可用下式表达
图1 研究区地理位置图Fig.1 Geographical location of the research area
(1)
式中:S为研究区单元数量之和;N为发育滑坡的单元数量之和;Si为影响因子Xi中包含的单元数量之和;Ni为评价因素Xi内所对应的滑坡单元总数。某一评价单元的信息量值可表示为
(2)
式中:Ii代表该评价因素相应的信息量;n为评价因子的数量。因此,该评价因素的信息量值代表着该因素对滑坡易发程度的贡献大小,值越大代表该因素对滑坡发生越有利。
层次分析法,又称AHP(analytic hierarchy process)法,最早由美国科学家提出并运用到权重决策的管理中,后被运用于地质灾害研究中,是现今运用最为广泛的评价方法之一,其具有权重确定合理、可参考历史经验的优点,比较适合既需定量又需定性的评价。具体步骤如下。
a.构造判断矩阵。对于X1,X2, …,Xn个评价指标,由专家组进行两两比较(表1)得到判断矩阵X。
b.确定权值。假设存在某相同阶数的正向量A,使XA=λmaxA成立,λmax为X的最大特征值,A为λmax的特征向量。解矩阵方程X,其各分量解即为所对应的X1,X2, …,Xn的权值。由于上式的评价因子较多,求解方法较为复杂,求解过程较为繁琐,可借助于计算程序MATLAB计算各特征向量及其近似解。在此基础上,本文借助层次分析法对传统的信息量模型加以改进,得到改进后的加权信息量值,并据此对滑坡易发性进行分级,得到滑坡易发性分区图。
表1 判断矩阵标度及其含义Table 1 Scale of judgment matrix and its implication
3 基于GIS 的滑坡易发性评价
3.1 评价因子选取
研究区位于川西地貌过渡带,地形复杂,滑坡灾害发育程度主要受到斜坡自身地质环境与地形地貌因素的影响,而外部诱发因素主要为地震。因此本文选取7种滑坡灾害易发性评价因子,分别为地层、岩性硬度、与断裂带的距离、坡度、海拔高度、坡向、地震烈度。
3.2 评价指标体系构建
3.2.1 地层
地层在区域性滑坡灾害空间发育规律方面往往具有控制性的影响,是重要的内部环境影响因素,不同的地层中滑坡灾害发育的类型和规模等均有所差异。研究区内地层岩相变化较复杂,主要为震旦系至三叠系以及河谷斜坡地带的第四系等,总厚度达1.5~3 km,仅缺失少数地层。根据各地层的工程地质特性,可将研究区地层划分为8类(图2)。
图2 研究区地层分布Fig.2 Distribution of the strata in the study area1.第四系; 2.新近系、古近系; 3.白垩系、侏罗系; 4.三叠系; 5.二叠系; 6.石炭系、泥盆系、志留系、奥陶系; 7.寒武系、震旦系、元古界; 8.未确定时代的侵入脉岩
3.2.2 岩性硬度
岩性硬度对于崩塌和滑坡等地质灾害的影响十分显著。在软岩地区,滑坡发育密度远远高于硬岩地区,这在中国西南地区和长江三峡库区十分明显。岩性硬度不同,其抗拉、抗压等力学性能相差巨大,导致灾害的难易程度不同。研究区的岩性差异明显,分布较多的泥页岩与碳酸盐岩、花岗岩,根据岩性硬度指标值可划分出硬岩区和软岩区(图3)。
图3 岩性硬度分布Fig.3 Distribution of the lithological hardness1.软岩(包括泥岩、页岩、粉砂岩、泥质粉砂岩、粉砂质泥岩、板岩、千枚岩等); 2.硬岩(除软岩以外的其他质地较硬的岩性,如砂岩、碳酸盐岩、花岗岩和闪长岩等)
3.2.3 与断裂带的距离
研究区位于中国大陆地貌第一阶梯与第二阶梯的过渡带,受青藏高原与四川盆地强烈挤压,发育有多条断裂带,对区域性岩体质量、地质构造活动的影响十分明显,从而影响滑坡灾害的发育程度。运用GIS的缓冲分析功能对主要断裂带影响距离(km)进行分级,可分为≤10、(10,20]、(20,30]、(30,40]、>40共5个等级(图4)。
图4 主要断裂带缓冲距离分级Fig.4 The classification of the buffer distance from the fault
3.2.4 坡度
研究区地形变化复杂,坡度起伏大。坡度对于滑坡的影响也十分显著,坡度不同,地表水的径流方式及下渗也不同,斜坡应力分布也不同。根据研究区内地形坡度和滑坡发育特征,将坡度(°)分为≤10、(10,20]、(20,30]、(30,40]、>40共5级,得到不同的坡度分区(图5)。
3.2.5 海拔高度
研究区海拔高度差异较大,主要分布在1~5 km。受垂直气候高差影响,温度与降雨不同,植被类型与覆盖度也不一致,如低海拔地区多分布雨林带、阔叶林带,高海拔地区多分布草甸带或冰雪带,因而灾害发育程度有所不同。根据20 m×20 m分辨率的DEM,在GIS中将研究区海拔高度(km)划分为≤1.5、(1.5,2.5]、(2.5,3.5]、(3.5,4.5]、>4.5共5级(图6)。
图5 地形坡度因子分级Fig.5 Classification of slope gradient
图6 海拔高度分级Fig.6 Classification of slope elevation
3.2.6 坡向
不同的坡向受断裂构造带的挤压方向不同,岩体破碎程度则不相同;此外,不同坡向的太阳光照、植被发育程度以及含水率也不同。在GIS中将坡向(°)等分为(0,72]、(72,144]、(144,216]、(216,288]、(288,360],其结果如图7所示。
3.2.7 地震烈度
地震烈度为一个地区内地震发生时地面的振荡激烈程度,地震烈度可直接反映某区域内地震的影响程度。由于研究区属于地震高发区域,因此地震是该地区滑坡灾害发育最为重要的诱发因素。按地震烈度将研究区进行分区如图8所示。
图8 地震基本烈度分级Fig.8 Classification of basic seismic intensity
3.3 易发性评价结果
根据层次分析法,将滑坡发育的影响因子进行两两对比,可得到各因子的判断矩阵,即各因子的相对贡献程度判别矩阵(表2)。
根据判别矩阵,应用数学方法求出构造矩阵的最大特征根,所对应的特征向量体现了各评价因子的重要性,经归一化处理后即得到各影响因子的权重(表2)。
本次易发性分区时,根据专家经验打分所构建的评价因素得到的判别矩阵,计算可得:λmax=8.26, 一致性指标IC=0.05, 随机一致性指标IR=1.12,IC/IR=0.03。IC/IR<0.1,可知该判别矩阵具备满意的一致性,可以在滑坡灾害易发性评价时使用。而加权信息量的值为因子的权重与信息量值相乘得到,再根据加权信息量值对滑坡的易发性进行分级。运用GIS空间分析功能来确定滑坡灾害易发性区域,经运算处理得到滑坡易发性分区结果(图9)。
表2 因子权重的配对比较矩阵Table 2 Pair-wise comparison matrix for factor weights
图9 滑坡易发性评价结果Fig.9 Evaluation of landslide susceptibility of the research area
高易发区主要为康定、宝兴、理县至汶川、茂县等地区,面积 7 255 km2,占研究区面积7.9%,其中发育滑坡灾害数量达到42.4%(353处)。分析其原因,主要是该区域内地层岩性条件较差,软硬岩互层较多,地貌上处于高差变化较大的陡缓过渡带,为滑坡灾害的形成提供了充分的物源条件和地形条件。此外,该地段处于龙门山断裂带,岩体节理、裂隙发育,岩体完整性较差,地震活动频繁,也是该地区滑坡灾害发育的重要原因。
较高易发区滑坡灾害易发程度有所降低,主要分布在高易发区周边,其面积占研究区面积21.8%,发育滑坡灾害228处。
中等易发区则主要分布在道孚至康定区域,占研究区20.5%,发育滑坡灾害109处。该地区地貌差异变化较大,导致地质环境变化较大,其次断裂带分布也较多,是该地区滑坡灾害发育的主要原因。此外,在汶川和理县区域也有部分中等易发区域。
研究区主要以较低易发区与低易发区为主,其面积分别占28.7%和21%,其中灾害点比例分别为9.9%和7.2%,灾害发育程度低。
3.4 评价结果精度分析
对评价结果精度进行评价是证明评价结果合理性和准确性的基础。本文选用目前广泛运用的ROC曲线[22]对评价结果进行精度评价。ROC曲线是以预测得到的值作为判据值,经过计算得到其灵敏度和特异性。通常以真阳性率(即灵敏度)作为纵坐标,假阳性率作为横坐标绘制而成,曲线下的面积(area under curve)比率被表示为rauc。不难发现,该曲线越靠左上角,则rauc越大,代表着评价预测结果的精度越高,当rauc为1时,代表评价预测的结果与实际完全符合;而rauc越小,则精度越低。在MATLAB中输入加权信息量模型的预测值和诊断值并绘制得到ROC曲线和rauc值(图10),rauc=83.6%,认为该评价结果精度较高,效果良好,可用于该地区的滑坡易发性评价。
图10 滑坡易发性预测ROC曲线Fig.10 ROC curve of prediction of landslide susceptibility
4 结 论
a.以川西高原地貌过渡带为研究区,基于因素相关性分析,从地质构造与地层岩性的内部地质环境因素和地震活动的诱发因素出发,选取地层、岩性硬度、坡度、海拔高度、坡向、与断裂带的距离、地震烈度等7项因子,建立灾害易发性评价指标体系,开展滑坡灾害易发性评价,结果表明易发性分区与实际较为吻合。该评价结果对研究区滑坡灾害的防治提供了一定的参考和依据。
b.根据专家评价打分的方法,引入了专家经验,通过各因子对滑坡发育的贡献程度比较,构建因子比较结果矩阵,求得各影响因素的权重,结果表明对地质灾害发育影响最大的因子主要为坡度、海拔高度和地层、与断裂带的距离,影响最小的因素为岩性硬度和地震烈度。
c.基于GIS平台得到了研究区的滑坡易发性评价结果,按易发程度分为高、较高、中等、较低、低共5级。其中高易发区位于康定、宝兴、理县至汶川、茂县等地区,面积7 255 km2,占总面积7.9%;较低易发区和低易发区占比面积最大,分别占的28.7%和21%。