基于信息量法模型与GIS的滑坡地质灾害风险性评价

王磊，常鸣，邢月龙

(1.中国建筑材料工业地质勘查中心江苏总队，南京 211135；2.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)

我国是崩滑地质灾害危害较为严重的国家，滑坡地质灾害的发生具有时间上突发性和空间发育规律性的特点[1]。为有效地预防滑坡地质灾害，需要首先弄清楚哪些区域易发生地质灾害，这需要从区域上进行地质灾害危险性评价。对区域的社会属性进行深入了解，进行研究区的易损性研究。在危险性评价、易损性评价基础上完成地质灾害风险评价，反应研究区地质灾害总体风险水平[2]。

理县滑坡地质灾害数量多、规模大、分布广，地震、降雨是诱发地质灾害的主因，其次是人类工程活动。理县共有滑坡地质灾害95处,在空间上有相对集中展布于杂谷脑河及其支流两侧分布，尤其在317国道沿线，滑坡地质灾害发育严重威胁人类生命财产、公路、河道安全。本文以理县为研究对象，对理县进行滑坡地质灾害风险评价，编制地质灾害风险区划图，对理县滑坡灾害防治和城市建设规划等具有重要意义[3]。

1 评价思路与方法

1.1 评价思路

地质灾害风险性与危险性和易损性有关，风险性(risk)=危险性(hazard)×易损性(vulnerability)，对理县进行滑坡地质灾害风险评价思路如下(见图1)：①在收集资料、野外调查、建立数据库、滑坡特征分析、确定危险性评价因子，进行滑坡地质灾害危险性评价；②对研究区社会经济情况进行分析，确定易损性评价因子，进行易损性评价研究；③根据危险性和易损性评价结果，进行滑坡地质灾害风险性评价。

图1 滑坡地质灾害风险性评价指标体系

1.2 评价方法

(1) 地质灾害危险性评价方法

常用来进行地质灾害危险性评价的方法有信息量分析模型[4]、专家打分法[5]、粗糙集理论[6]、层次分析法[7]、Logistic回归分析、模糊数学法[8]、神经网络法[9]等方法。由于进行滑坡地质灾害风险评价影响因子较多，不同影响因子间相互联系、相互制约，通过对各常用评价方法进行比较，本文采用基于层次分析法-信息量法模型进行理县滑坡地质灾害风险评价。

信息量法主要通过对研究区滑坡发育特征与影响滑坡发育的各因子进行统计分析，得到各因子信息量值，信息量值反映了各因子对滑坡发育的影响程度。层次分析法能够将复杂的定性决策问题系统化、简明化、层次化，计算的各因子的权重较合理。利用ArcGIS软件的空间分析功能对各评价因子进行叠加分析，获得各评价单元的危险性值，对危险性进行等级划分，完成滑坡地质灾害危险性区划。

(2) 易损性评价方法

易损性是滑坡发生时可能造成的破坏、损失程度。滑坡造成的损失包括人员伤亡、财产损失和自然环境的破坏等。首先选择能较好反映理县滑坡地质灾害易损性的评价因子，并将各评价因子进行量化处理。然后利用ArcGIS软件空间分析功能完成各评价因子进行叠加分析，获得各评价单元的易损性值，对易损性值进行等级划分，完成理县滑坡地质灾害易损性区划。

2 滑坡灾害危险性评价

2.1 评价因子的选取

通过分析理县滑坡地质灾害发育特征及形成机理，理县滑坡地质灾害危险性评价指标分为基本因素和诱发因素两个层次，基本因素选择了坡度、坡向、岩性、构造、水系等5个评价因子，诱发因素选择了3个评价因子：降雨、地震、人类活动。

2.2 评价单元的选取

地质灾害危险性主要可分为规则栅格单元、自然地貌单元、行政单元等三类评价单元。根据研究区现状及各评价单元的特点，本文选择规则的栅格单元作为评价单元。

汤国安等通过DEM实验回归分析得到了经验公式[10]：

Gs=7.49+6×10-4×S-2.0×10-6+

2.9×10-15×S2

式中，Gs为建议评价删格单元大小；S为评价工作比例尺分母。

由于研究区采用的基础数据比例尺为1∶5万，算得建议栅格单元大小50 m，将研究区划分为1 727 344个栅格单元。

2.3 各参评因子权重的确定

(1) 建立层次结构模型

层次分析法结构模型构建需将相关的因子可分为3个层次:A为目的层(决策目标)，B为中间层(准则层),C为方案层[11]。因此设A为地质灾害危险性评价，其影响因素设为Bi(i=1，2，…m),其具体影响因子设为Ci(i=1，2，…n)。

(2) 构造判断矩阵、确定权重

通过比较各评价因子的影响程度，采用1～9标度法构造判断矩阵，计算权重。

经Matlab软件计算最大特征值λmax=2，λmax特征向量为(0.894 4，0.447 2)，归一化处理后权重W为(0.666 7，0.333 3)。见表1。

表1 A-B之间构建的判断矩阵及B层各因子权重值

经Matlab软件计算最大特征值λmax=5.038 7，λmax特征向量为(-0.293 8，-0.109 3，-0.171 4，-0.510 2 ，-0.782 3)，归一化处理后权重W为(0.157 4，0.058 6，0.091 8，0.273 3，0.419 0)。见表2。

运用Matlab软件计算最大特征值λmax=3.009 2，λmax特征向量为(0.466 0，0.846 8，0.256 5)，归一化处理后权重W为(0.297 0，0.539 6，0.163 4)。见表3。

表3 B2-C之间构建判断矩阵及各因子权重

(3) 判断矩阵一致性检验

式中，CI为判断矩阵的一致性指标；λmax为判断矩阵的最大特征值；n为判断矩阵的阶数；RI为判断矩阵的平均随机一致性指标；CR为判断矩阵的随机一致性比率。

经验算，3个判断矩阵一致性均满足要求。

(4) 计算C层各因子的组合权重

利用计算的B层各因子的权重，分别乘以C层各因子的权重，得到方案层C层的各因子的组合权重(表4)。

表4 C层各因子组合权重值

2.4 信息量值确定

信息量法模型进行滑坡地质灾害危险性评价，需要建立信息量模型。

(1) 首先计算各单独因子xi对滑坡(H)贡献的信息量 ：

式中,N为滑坡总数;S为栅格评价单元总数;Ni为评价因子xi各级别内滑坡数;Si为含有评价因子xi的单元数。

(2) 计算评价单元在n种评价因子组合下滑坡危险性的总信息量：

式中,Ii为评价单元总信息量值;n为评价因子数。

2.5 滑坡灾害危险性区划

信息量法确定各因子内部各级别的信息量值，但未考虑不同因子间的重要性，因此使用层次分析法计算不同因子的权重。进而对各因子的信息量值进行修正，得到所有评价单元的信息权值(见表5)。

表5 地质灾害危险性评价指标信息量表

层次分析法与信息量法结合计算信息权值公式：

式中,Ii权为评价单元总信息权值;n为评价因子数。

利用ArcGIS软件空间分析功能对各评价因子信息权值进行叠加得到研究区滑坡灾害危险性区划图(图2)，选择几何间距分级法进行危险性分区：极高危险区、高危险区、中危险区、低危险区。危险性区划结果显示极高危险区主要分布于杂谷脑河及其主要支流两侧，滑坡灾害点最为发育，高、中、低危险区滑坡灾害点分布较少。

图2 研究区滑坡灾害危险性评价区划图

3 滑坡灾害易损性评价

易损性是地质灾害发生可能造成的破坏、损失程度，主要包括社会易损性、经济易损性和环境易损性，根据理县自然、社会经济特点，结合理县统计年鉴，选择人口密度作为社会易损性评价因子，单位面积GDP作为经济易损性评价因子，土地利用现状作为环境易损性评价因子。

3.1 易损性评价因子的量化

社会易损性：一个区域的人口密度越大，当地质灾害发生，可能造成的人口伤亡显然就越大，其社会易损性等级也就越高。对于理县人口密度可以通过各乡镇人口和面积相除获得。

经济易损性：一个区域单位面积GDP越大，当地质灾害发生，可能造成的经济损失显然就越大，其经济易损性等级也就越高。对于单位面积GDP可以通过各乡镇GDP和面积相除获得。

环境易损性：在进行理县滑坡地质灾害易损性评价时环境易损性主要考虑土地资源，参考中国国土资源经济研究院在《全国地质灾害风险区划》中确定不同用地类型的土地折合成耕地的权重[12]，结合研究区土地现状确定单位面积各土地利用类型价格。

3.2 易损性评价模型的选择

易损性评价的难点在于人口易损性无法用货币衡量，2003年刘希林等在对泥石流风险评价研究时，总结出了人口与财产的易损性拟合的经验公式[13]，将易损性评价因子分为人口和财产，易损性定量表达为人口和财产平均值的平方根。

FV2=1-e(-0.003 5V2)

式中,V为易损性值；FV1为财产指标的转换函数赋值(0～1)；FV2为人口指标的转换函数赋值(0～1)；V1为财产指标(万元)；V2为人口指标。

3.3 滑坡灾害易损性区划

易损性评价因子选取、量化及评价模型确定的基础上，使用ArcGIS软件空间分析中叠加分析功能得到研究区滑坡灾害易损性性评价图(图3)，选择几何间距分级法进行易损性分区：极高易损区、高易损区、中易损区、低易损区。易损性区划结果显示极高易损区、高易损区分布于理县县城、甘堡乡、薛城镇、下孟乡及桃坪乡，人类活动强烈。

图3 研究区滑坡灾害易损性区划图

4 滑坡灾害风险性评价

联合国人道主义事务部提出的自然灾害风险(risk)=危险(hazard)×易损性 (vulnerability)。本文基于此模型进行理县滑坡灾害风险性评价。

应用GIS技术，使用ArcGIS软件中栅格计算器功能将滑坡灾害危险性评价结果乘以易损性评价结果得到理县滑坡灾害风险性评价的栅格计算结果。选择几何间距分级法进行滑坡灾害风险性分区：极高风险区、高风险区、中风险区、低风险区。

ArcGIS软件具有较强的统计分析功能，对地质灾害风险性区划结果进行了统计分析(表6)。

表6 研究区滑坡地质灾害风险性统计结果

滑坡地质灾害风险性评价结果显示(图4)：极高风险区主要分布于理县县城附近，该区滑坡地质灾害危险性和易损性均较高；高风险区主要分布于理县东部及杂谷脑河两侧，区内滑坡地质灾害危险性和易损性较极高风险区稍小；中、低风险区呈片状分布于理县西部，区内滑坡地质灾害危险性和易损性均较低。

图4 研究区滑坡灾害风险性区划图

5 结论

根据滑坡地质灾害风险性评价体系，分别开展了研究区滑坡灾害危险性评价和易损性评价。根据研究区特征，选择了坡度、坡向、岩性、构造、水系、降雨、地震、人类活动8个因子作为滑坡灾害危险性评价指标，选择了人口密度、单位面积GDP、土地利用现状作为易损性评价指标。

采用信息量法模型和层次分析法进行地质灾害危险性评价其考虑了各因子的权重也考虑了各评级因子内部各等级状态的信息量值，使得对滑坡地质灾害危险性评价更加准确、科学。

使用ArcGIS强大的数据处理、空间分析、统计功能完成了研究区滑坡灾害危险性、易损性、风险性评价和区划，结果比较令人满意。

根据理县滑坡地质灾害风险性区划，极高风险区占总面积的3.82%，主要分布于杂谷脑镇、甘堡乡、下孟乡及桃坪乡；高风险区占总面积的17.93%，理县县城以上呈带状展布于杂谷脑河两侧，在理县县城以下分布于下孟乡、甘堡乡、蒲溪乡、薛城镇、木卡乡及桃坪乡；中风险区占理县总面积的38.92%，呈带状展布与高风险区两侧，在通化乡、朴头乡、古尔沟镇、夹壁乡、米亚罗镇等乡镇分布较多；其余为滑坡地质灾害低风险区。