基于ArcGIS的“三高”地区高速公路泥石流危险性评价

2020-05-09王章琼白俊龙李元松王亚军

中国地质灾害与防治学报 2020年2期

张明，王章琼，白俊龙，李元松，王亚军，张兵

(1.武汉工程大学土木工程与建筑学院，湖北武汉 430073； 2.中交第二公路勘察设计研究院有限公司，湖北武汉 430052)

0 引言

随着“一带一路”发展战略的快速实施与推进，我国加大了对西部地区高速公路建设的投入。“三高”地区(高寒、高海拔、高烈度)高速公路成为构建“丝绸之路”经济带的交通要道[1]。该区域地势陡峻、风化剥蚀强烈、沟谷发育、气候恶劣、新构造活跃、冰雪覆盖面积较广，故地质灾害频发。有调查显示，泥石流是高速公路沿线最常见的地质灾害之一[2-4]，给高速公路运营带来严重的威胁。因此，对“三高”地区高速公路泥石流进行危险性评价尤为重要。

在泥石流危险性评价过程中，确定评价指标是重要环节。选取泥石流评价指标时，通常从地质条件、地形条件、气象水文条件三个方面考虑[5-7]。我国幅员辽阔，地质、地形地貌、气候具有多样性、复杂性的特点。因此，开展泥石流危险性评价时，评价指标应体现出差异性。在地形起伏较大、降水偏多、海拔较高区域(如云贵高原)，评价指标主要为岩性、坡度、降雨量、流域面积、植被、土地利用类型、地震[8-16]；在雨水充沛、构造活跃的多山区域(如川滇山地)，评价指标主要为坡度、流域面积、流域相对高差、流域切割密度、降雨量、主沟长度、土地利用类型[17-23]；在雨量分布不均匀、相对高差大、山地较多区域(如秦巴山地)，评价指标主要为松散物源储量、流域面积、主沟比降、泥砂补给段长度、降雨量、流域面积[24-28]；在海拔高、干旱、冰川侵蚀强烈区域(如天山山脉)，评价指标主要为流域面积、主沟长度、流域相对高差、流域切割密度、松散物质储量、年降雨量[29-34]；在海拔较高、降雨较少、高山峡谷区域(如太行山脉)，坡度、构造条件、植被、降雨量、沟床纵坡、降雨强度、流域相对高差、堆积物平均厚度[35-39]。综上，国内学者选取的评价指标较为全面。然而，“三高”地区兼具高烈度、降雨少、季节性冰雪覆盖面积广等特点，上述评价体系并不适用于该区域。

鉴于此，本文针对“三高”地区区域特点，构建泥石流危险性评价体系，以乌尉高速公路K53+000～K78+000段为例进行泥石流危险性评价。

1 基于AHP法的泥石流危险性评价体系

本文采用AHP法确定影响因子权重，建立影响因子分级、赋值标准以及泥石流危险性分级标准。在此基础上，构建泥石流危险性评价体系。

1.1 影响因子权重

(1)AHP模型

本文以泥石流为目标层，地质条件、地形地貌、气象水文、土地类型为准则层，岩石风化程度、到断层距离、坡度、地表切割深度、坡向、季节性冰雪、水系分布、植被、人类工程活动为指标层，建立“三高”地区泥石流的AHP模型(表1)。

表1 泥石流的AHP模型Table 1 AHP model of debris flow

(2)构造判断矩阵

本文以地质条件、地形地貌、气象水文、土地类型作为泥石流评价模型的第一层次指标，以此构建判断矩阵A，以第一层次指标所包含影响因子分别构建判断矩阵B1、B2、B3、B4(表2～表6)。

表2 第一层次指标重要性判断矩阵ATable 2 The importance judgment matrix of first level index A

表3 地质条件类影响因子重要性判断矩阵B1Table 3 The importance judgment matrix of Geological influence factors B1

表4 地形地貌类影响因子重要性判断矩阵B2Table 4 The importance judgment matrix of topographic influence factors B2

表5 气象水文类影响因子重要性判断矩阵B3Table 5 The importance judgment matrix of meteorological and hydrological influence factors B3

表6 土地类型类影响因子重要性判断矩阵B4Table 6 The importance judgment matrix of influence factors about land structure B4

(3)确定权重及一致性检验

计算各判断矩阵对应的最大特征根以及特征向量。其中λmax为判断矩阵的最大特征根，W为λmax对应的归一化特征向量，其分量Wi为对应评价指标的相对权重值。引入CI值作为检验判断矩阵是否满足一致性。CI值的越小，其一致性越好，当值为0时，其一致性最好；同时为了得到判断矩阵的一致性程度，则需要引入RI(RI为平均随机一致性指标)，计算出CR(CR为判断矩阵随机一致性比例)，当CR<0.1时，则满足一致性检验要求；否则则需重新取值计算，1阶或2阶矩阵，其λmax=n，CI、CR均为0，故具有较好的一致性，因此，不需要进行一致性检验。

(1)

(2)

本文利用MATLAB得到判断矩阵归一化处理后的特征向量，其特征向量元素对应各指标的相对权重值，并利用公式(1)、(2)进行一致性检验(表7)。

(4)确定组合权重

将各影响因子权重进行组合，利用公式(3)得到第二层次影响因子相对于目标层的总权重(表8)。其计算公式为：

Wi=Wai×Wbi

(3)

式中：Wi——第二层次影响因子相对于目标层的权重，即组合权重；

Wai——第一层次指标相对于目标层的权重，即判断矩阵A归一化后的特征向量元素；

Wbi——第二层次影响因子相对于第一层次指标的权重，即判断矩阵B1、B2、B3、B4归一化后的特征向量元素。

表7 各判断矩阵一致性检验结果Table 7 The consistency test results of judgment matrix

表8 泥石流影响因子组合权重Table 8 The combination weight of influencing factors about debris flow

1.2 影响因子分级及赋值标准

首先根据各影响因子的特点，将岩石风化程度、坡向划分为4个等级(表9)，将到断层距离、坡度、地表切割深度划分为5个等级(表9)，将季节性冰雪、水系分布、植被、人类工程活动划分为2个等级(表10)。通过查阅文献，判断影响因子各等级对泥石流发育的影响大小，并相应的对影响因子各等级赋值，影响越大，赋值越大，赋值区间为[0-1]。

表9 泥石流影响因子分级及赋值标准(1)Table 9 The classification and evaluation criteria of influencing factors about debris flow(1)

表10 泥石流影响因子分级及赋值标准(2)Table 10 The classification and evaluation criteria of influencing factors about debris flow(2)

1.3 泥石流危险性等级

根据公式(4)对各影响因子进行权重叠加，其结果用综合值Kv表示。

(4)

式中：ai——影响因子相对权重值；

xi——影响因子等级赋值。

根据研究区各区域的综合值Kv，将泥石流危险性划分为4个等级，依次为高危险区、危险区、中等危险区、低危险区，不同危险等级对应的综合值取值范围不同(表11)。

表11 泥石流危险性分级标准Table 11 The hazard classification criteria of debris flow

2 基于ArcGIS的泥石流危险性评价

2.1 研究区概况

研究区位于天山山脉北部及中部，研究路线起点位于后峡西南方向，约2 km处，终点位于天山胜利隧道进口处，里程桩号为K53+000～K78+000，共25 km。线路整体呈北东到南西向，沿乌鲁木齐河分布。

该区域属于典型的“三高”地区，即高寒、高海拔、高烈度地区，主要为中山峡谷地貌，呈“V”形，地势起伏大、沟谷发育，岩体主要为灰黑色、灰绿色、灰色硅质岩和青灰色、灰色、灰白色灰岩，坡体凹处有少量第四系覆盖物，主要为崩坡积和少量残积土。该区域属于温带大陆性干旱气候，具有温差大、寒暑变化剧烈、降水量少且分布不均、蒸发强烈、干燥多风等特点，同时区内季节性冰雪覆盖面积较大。上述不良地质条件为泥石流的发生埋下巨大隐患。

2.2 影响因子图层

基于上述评价体系中的影响因子分级、赋值标准，利用ArcGIS建立各影响因子图层，图中不同颜色对应不同赋值，赋值越大，表明影响因子该区间对泥石流发育的贡献程度越大(图1～图9)。

图1 岩石风化程度Fig.1 Rock weathering degree

图2 坡向Fig.2 Aspect

图3 到断层距离Fig.3 Distance to fault

图7 水系分布Fig.7 River system

图8 植被Fig.8 Vegetation

图9 人类工程活动Fig.9 Human engineering activities

2.3 研究区泥石流危险性评价

在建立影响因子图层的基础上，利用ArcGIS的空间叠加功能，将各图层进行叠加，得到研究区危险性区划图(图10)。图10中以不同色相对泥石流危险性等级进行表示，颜色最深的区域为泥石流高危险区，主要分布于研究区南部及中部偏北区域；危险区分布面积较广，主要分布于高危险区；中等危险区主要沿深切沟壑分布；低危险区面积相对较少，主要分布于研究区北部的倾斜平原和西南部分。黄色的线表示在建的乌尉高速公路K53+000～K78+000段。由图10可见，该高速公路路线避开了高危险性区，由此验证了该公路选线的合理性及本文研究结果的科学性。对研究区危险性大小不同的区域面积进行了统计，并绘制了泥石流各危险区面积占比的饼状图(图11)，其中高危险区、危险区、中等危险区、低危险区分别占研究区总面积的20%、35%、30%、15%。