基于GIS的瓮安县地质灾害易发性和危险性分区评价

2020-06-08应智超王中美刘兵双同钊

贵州大学学报（自然科学版） 2020年3期

应智超　王中美　刘兵　双同钊

摘要：为了研究贵州省瓮安县各类地质灾害在空间上的发育分布规律，根据瓮安县地质环境和地质灾害野外调查资料，运用综合指数法，对区域内地质灾害易发性的影响因素进行量化。通过地理信息系统（GIS）空间分析软件，对其进行计算与叠加，并依据分区的标准，利用ArcGIS软件内置的自然间断点对地质灾害易发性指数图层进行插值处理，得到瓮安县地质灾害易发性分区图。将区域地质灾害的易发性和区域受威胁对象的易损性进行叠加计算，得到瓮安县地质灾害危险性分区图。根据分区结果可知：地质灾害高易发区占全县面积41.52%，地质灾害中易发区占全县面积38.62%，地质灾害低易发区占全县面积19.86%;地质灾害危险性划分为高危险区、中危险区和低危险区3个区，所占面积比例分别为41.00%、42.54%、16.46%。研究结果为该区地质灾害的预防和预警提供了依据，具有一定的工程实践意义。

关键词：地质灾害 ;易发性; 危险性;GIS;瓮安县

中图分类号：X43;X141

文献标识码： A

近年来，地理信息系统（Geographic Information System， GIS）技术在地质灾害易发性和危险性分区的研究中得到了广泛的应用[1]。在长江三峡库区，张诗茄等[2]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空间分布和易发性进行分析和评价。在汶川地震灾区，马思远等[3]运用层次分析法、确定性系数法等模型对震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进行了研究。在陕西、云南、西藏等地的滑坡灾害高发区，张会仙、孙家伟等结合GIS运用不同的方法和模型对地质灾害的分布进行预测和评价[4-5]。GIS技术对划定地质灾害易发区和危险区范围，评价地质灾害的危险程度，确定防灾减灾的重点对象具有重要意义[6-8]。因此，本文运用GIS技术[9-10]，对贵州省瓮安县地质灾害易发性和危险性进行分区评价。

1 地质灾害发育分布特征

瓮安县位于贵州省黔南布衣族苗族自治州的北部，地理坐标为东经107°14′05″～107°30′45″，北纬26°50′45″～27°25′55″，全县总面积1973.7 km2。

截至2018年9月末，瓮安县有地质灾害隐患点48处，地质灾害点类型包括崩塌、滑坡、地面塌陷、泥石流（图1），其中：滑坡21处，崩塌23处，地面塌陷6处，泥石流1处[11]。瓮安县地质灾害规模以中、小型为主，其中：大型灾害点3处，中型灾害点15处，小型灾害点33处（图2）。

2 易发性分区评价

2.1 评价方法

本文利用了易发性程度指数法，对瓮安县地质灾害的易发性分区进行研究。基于对瓮安县野外地质调查与地质灾害成因的了解，确定瓮安县各地质灾害类型的各种评价因子及其权重。根据各评价因子的不同状态，按照划分标准划分为不同的级别，并赋予该等级分值，计算出各单元所有评价因子的加权和就可以得出每一单元的地质灾害易发程度指数。最后，依据每一单元的易发程度指数，利用ArcGIS内置的插值法对瓮安县进行地质灾害易发性分区[12]。

2.2 单元网格

采用国际科学数据服务平台获得的ASTER GDEM数据单元为4像素×4像素，精度约30 m×30 m。利用GIS对瓮安县斜坡的坡度、坡向、高度等进行统计分析。

2.3 滑坡、崩塌地质灾害易发性评价

2.3.1 滑坡、崩塌评价因子的确定

滑坡和崩塌的评价因子选取坡度，地层岩性及岩土体结构，斜坡结构或地质构造，新构造活动与地震，人类工程活动，斜坡高度，降雨量，斜坡变形破坏情况或崩塌发生频率与崩塌规模。利用定量与半定量的方法，研究每个评价因子与地质灾害空间分布以及发育规模的对应关系和内在联系，确定滑坡、崩塌各评价因子权重的分配[13]。并按照评价因子的普遍认识，将评分标准量化，见表1和表2。

4 结语

采用国际科学数据服务平台获得的ASTER GDEM 数据单元，参考野外地质调查资料，选取了对瓮安县地质灾害发育影响较大的环境地质变量作为评价因子，运用ArcGIS软件对各单元内各因子进行属性的赋值，通过ArcGIS的栅格计算工具与自然插值法对瓮安县进行地质灾害易发性分区。结果可划分为高、中、低3类易发区。基于4个易损性指标的确定与赋值，通过ArcGIS的栅格计算工具与自然插值法得到瓮安县易损性指数图层。最后结合地质灾害易发性分区图和易损性指数图层，利用ArcGIS将瓮安县地质灾害危险性区域划分为高危险区、中危险区和低危险区3类危险区。划分结果和野外调查结果能够较好地相匹配。

参考文献：

[1]胡芹龙，王运生.基于GIS的川西地貌过渡带滑坡灾害易发性评价[J].成都理工大学学报（自然科学版），2018，45（6）：746-753.

[2]张诗茄，蒋建军，缪亚敏，等.基于SBAS技术的岷江流域潜在滑坡识别[J].山地学报，2018，36（1）：91-97.

[3]马思远，许冲，田颖颖，等.基于逻辑回归模型的九寨沟地震滑坡危险性评估[J].地震地质，2019，41（1）：162-177.

[4]张会仙，左双英，李洪建，等.某高陡型牵引式滑坡群形成机理及治理效果评价[J].贵州大学学报（自然科学版），2019，36（1）：21-28.

[5]孙佳伟，刘海南，傅少君.彬县水利建设的地质灾害易发性与危险性分区评价[J].中国农村水利水电，2018（11）：103-107，113.

[6]解会存，金志.基于Arcgis的地質灾害易发性和危险性分区评价——以宿松县为例[J].地质灾害与环境保护，2016，27（3）：86-91.

[7]孙书勤，黄润秋.遂宁城市地质灾害危险性评价[J].成都理工大学学报（自然科学版），2010，37（2）：174-180.

[8]胡玉凤，陈筠，谢兴能，等.贵州崩塌发育特征分析[J].贵州大学学报（自然科学版），2014，31（2）：40-44，48.

[9]高帅，姬怡微，何意平，等.基于层次分析法与Arcgis的榆阳区地质灾害易发性与危险性分区评价[J].地质灾害与环境保护，2015，26（3）：98-104.

[10]蒋平，王铸，姚鑫.贵州省地质灾害风险评估数据库的设计与实现[J].贵州大学学报（自然科学版），2015，32（4）：60-64.

[11]羊永夫，田波，丁坚平.贵州省瓮安县地质灾害发育特征及防治措施[J].西部探矿工程，2014，26（2）：78-81.