基于斜坡单元的区域滑坡敏感性评价<br/>——以云南省小江流域为例

基于斜坡单元的区域滑坡敏感性评价
——以云南省小江流域为例

2021-10-21郑玲静李秀珍徐瑞池

科学技术与工程 2021年28期

郑玲静，李秀珍，徐瑞池 ,3

(1.中国科学院水利部成都山地灾害与环境研究所，成都 610041； 2.中国科学院大学，北京 100049； 3.中国石化销售股份有限公司湖北武汉石油分公司，武汉 430000)

滑坡是世界上最具破坏力的自然灾害之一，尤其是在地形地貌、水文、气象等自然环境十分复杂的山区，具有数量多、爆发频率高、活动规模大的特点，严重威胁着山区人民的生命、财产与基础措施建设安全，成为制约山区发展的重要因素之一。小江流域位于云南省东北部，多山岭沟谷地貌，具有地质构造复杂、地震活动频繁、新构造运动强烈等特点，滑坡频发，在该流域开展滑坡敏感性评价，对防灾减灾应急管理和流域发展规划与可持续发展具有重要现实意义。

随着地理信息系统(geographic information system, GIS)技术的发展，目前中外有关学者在滑坡敏感性评价方面已开展了许多研究工作。Pourghasemi等[1]基于概率似然比和空间多准则评估模型对伊朗的德黑兰北部进行了滑坡敏感性评价分析；Samuele等[2]基于随机森林法选取意大利的一个研究区作为研究对象，研究了有关岩性、构造等因子的滑坡敏感性。中国对滑坡敏感性研究起步虽晚于外国，但随着计算机与GIS的发展，也进入快速发展阶段，各类统计模型与基于机器学习模型也被广泛应用于滑坡敏感性评价中。张志沛等[3]基于加权信息量法，依据研究区地形、地质与降雨量等相关影响因子对灞桥区进行了滑坡易发性评价，闫举生等[4]将利用频率比法、人工神经网络与随机森林模型3种不同模型对湖北远安县滑坡易发性进行对比，并得出频率比法优于其余两者模型的结论。

目前在滑坡敏感性评价研究中，大多选择栅格单元作为评价单元，即将整个研究区域划分成若干规整的栅格，但在实际的操作中发现，栅格单元在其尺寸的选择及与地质环境的相关性上存在不足[5]，给滑坡防治工程带来不确定性。相比栅格单元，斜坡单元是基于地形分割的边坡单元，可以提高与实际地貌的吻合程度，能更有效地反映控制滑坡发生的因素，能更好地将理论科研成果应用于工程建设，是较为理想的基础研究单元[6]。在对小江流域自然地质环境条件及历史滑坡灾害进行深入分析的基础上，通过地表曲率分水岭法划分斜坡单元作为评价单元，选取坡度、坡向、曲率、相对高差、岩性、断裂带密度、河网密度和地震峰值加速度作为该区域滑坡敏感性的评价因子，基于频率比方法，对小江流域的滑坡敏感性进行了评价，取得了较好的效果。该方法可以应用于其它流域，相关成果可为区域滑坡防灾减灾应急管理工作提供理论依据，对其发展规划和可持续发展具有重要的现实意义。

1 研究区自然地质环境概况

小江流域河谷沿小江深大断裂发育，流域内地震活动频繁、构造运动强烈，地形高差悬殊导致气候水文条件垂直分异显著且变化复杂，流域内大面积生态环境遭受破坏致使滑坡灾害活动频繁。

1.1 自然地质环境概况

研究区位于云南省东北部，介于东经102°52′～103°22′和北纬25°32′～26°35′，地处长江上游，金沙江下游右岸，流域面积3 045.35 km2，最低海拔695 m，最高为4 344.1 m。小江全长141.93 km，为金沙江下游右岸的一级支流，是一条典型的深切构造型河谷河流，影响着整个研究区的水文环境(图1)。如图1所示，小江支流发达，干流及主要支流呈南北向展布，而较小支流多呈东西向展布，水系呈叶脉状。小江干流上游称大白河，主要支流有块河(金源一带称四甲河)、小清河、乌龙河。小江流域总体地势南高北低，两岸地形陡峻，岭谷相对高差大。

图1 研究区水系与断裂带分布Fig.1 Distribution of water system and fault zone in study area

流域内主要出露的地层为二叠系，遍布于全流域，但主要集中出露在流域内的中、上游地段，其分布面积占了全流域面积的45.9%，该系上统为峨眉玄武岩，上部夹有砂岩、粉砂岩和泥岩，为一套陆相火山沉积，下统为泥质灰岩——白云岩和砂岩、粉砂岩，流域内许多高峰都以此地层构成巍峨岭脊，如图2所示。小江深大断裂有着地震活动频繁且裂度高的特点，呈南北走向，对区内的地质构造起着控制作用。小江流域属于亚热带季风气候区，但流域地势相对高差达3 649.1 m，气候的垂直分带明显，立体气候特征十分显著。流域夏半年主要受孟加拉湾西南暖湿气流气流和北部湾东南暖温气流的影响，水汽充足，雨水丰沛；冬半年主要受印度半岛北部西风气候影响，干燥少雨，具有干湿季节分明的降水特征。复杂脆弱的地质地貌等自然环境背景条件，为小江流域滑坡等山地灾害的发育提供了十分有利的条件。

图2 研究区地层分布Fig.2 Distribution of stratigraphic in study area

1.2 滑坡灾害概况

频繁而强烈的地震造成山坡土体松动、剧烈的构造运动导致了流域内岩体破碎，这致使流域内不稳定斜坡多、松散碎屑物质丰富，滑坡灾害十分发育，严重威胁着小江流域人民的生命财产安全与社会经济的发展。

根据相关资料和遥感解译，小江流域已查明的滑坡灾害有167处(图3)，根据滑坡规模对研究区内167处滑坡进行统计分析，可以看出小江流域内分布的滑坡以大型、特大型为主(表1)，共126处，占小江流域内滑坡总数的75.44%，中小型滑坡相对较少，占比仅为24.56%。

图3 研究区滑坡灾害空间分布Fig.3 Spatial distribution of landslide in study area

表1 研究区已有滑坡规模分类

1.3 数据来源

开展滑坡敏感性评价的数据源主要包括：①滑坡灾害点的基础数据来自小江流域地质灾害调查成果数据；②研究区90 m×90 m分辨率数字高程模型(digital elevation model, DEM)数据下载自地理空间云(网址：http://www.gscloud.cn/)，坡度、坡向、曲率、相对高差、河网密度均通过ArcGIS平台提取DEM计算得出；③矢量化1∶200 000地质图，用于提取岩性、断裂带分布;④矢量化1∶400 000《中国地震动峰值加速度区划图(GB 18306—2015)》，用于提取研究区地震峰值加速度。

2 斜坡单元划分

地表曲率分水岭法划分斜坡单元的原理是通过计算地表平均曲率识别出地形突变点并对流域进行分割。其中，曲率极大值点被视为地形凸起的点，凹形地貌元素边界可视为由所有曲率极大值点连接形成；通过反转的平均曲率识别出地形突变点并对流域进行分割，则可得到凸形地貌元素的边界[7-8]。坡度和坡向的突变部位即极大值点和极小值点所处位置，而坡度和坡向突变的边界则可界定为斜坡单元的边界，因此将凸形地貌元素的边界和凹形地貌元素的边界叠加之后封闭形成的图元即可视为斜坡单元。值得一提的是，此方法识别得到的单元边界不仅仅是山脊线和山谷线，还包括了台地边界和谷地平面边界，因此将其与斜坡坡面进行了准确区别，使结果更加合理。

在ArcGIS中分别进行洼地填充、流向计算、汇流累积、河网生成、流域计算、矢量化和矢量合并等工作将子流域两岸分割为两个斜坡单元，最终将整个研究区划分成40 362个斜坡单元，其中单元最大面积711 013 m2，最小为10 004 m2，平均为75 068 m2(图4)。

图4 斜坡单元划分结果Fig.4 The result of slope unit division

3 滑坡敏感性评价

定性分析与定量分析是滑坡敏感性评价主要方法。定性分析主观性太强，敏感性评价结果精度也较差[9]，定量分析往往是基于物理或数学模型，更具客观性。定量分析滑坡敏感性方法都是以工程地质类比法为基础，认为类似的工程地质环境可能对滑坡的孕育产生类似的作用。一个系统往往是由多种因素控制，因此本研究的评价方法主要依据滑坡发生的条件相似假设和概率统计学理论，选取坡度、坡向、曲率、相对高差、岩性、地震峰值加速度、断裂带密度和河网密度作为该区域滑坡敏感性的评价因子，基于斜坡单元，采用频率比法对小江流域滑坡灾害敏感性进行评价。

3.1 评价模型——频率比法

频率比法是滑坡敏感性评价常用的定量的概率统计分析方法，原理是分析滑坡灾害点信息和与滑坡灾害相关的影响因子之间的关系。相较于数值模拟、物理模型和经验模型，频率比法简单直观且意义明确[10]，避免了权重赋值的主观性和模拟参数难设定等问题，对于区域滑坡灾害敏感性评价有着明显优势。频率比法首先根据一定规则将因子X划分为i种类型或i种等级[11]，每类因子的频率比FRi定义为

(1)

滑坡灾害由已有调查数据统计得出，P(Xi)为定值，因此FRi实际与P(HiXi)等效，即条件概率P(Hi|Xi)越大，表明滑坡灾害Hi在第i区间发生的概率就越大。如果FRi>1，则表明P(Hi|Xi)>P(Hi)，也就是Xi有利于滑坡灾害Hi的发生，反之不利于Hi的发生。

对于流域内特定空间位置的敏感性，需要同时考虑多个滑坡评价因子的影响。通过叠加j种不同影响因子分级频率比FRi(j)，进而得到该位置的滑坡敏感性指数(landslide susceptibility index, LSI)，其计算公式为

(2)

3.2 滑坡因子分级

采用GIS空间分析与数理统计相结合的方法分析该区滑坡灾害与地形地貌、地层岩性、地质构造等环境背景因子之间的相关关系[12]，并最终选取坡度、坡向、曲率、相对高差、岩性、地震峰值加速度、断裂带密度和河网密度作为该区域滑坡敏感性评价因子，分级情况如表2所示，最终得到滑坡因子分级如图5所示。

3.3 滑坡因子频率比

频率比表征了指标因子各属性区间对滑坡敏感度的影响程度，FRi-1>0表示该分类区间对滑坡发生有不同程度的影响，而FRi-1<0则说明该属性区间与滑坡形成相关性很小甚至无关[4]。根据各滑坡因子分级，利用频率比模型计算结果，绘制各因子敏感性统计图。

滑坡通常都会发生在一定坡度的斜坡上，在一定坡角范围内，由于坡角的增大，边坡的破坏概率越大。从DEM中提取出地形坡度，分级并根据式(1)计算出各区间的频率比。由表2可以看出，坡度为20°～40°的区域具有较高的敏感性，易于发生滑坡。

岩石风化程度、节理发育与破碎程度受坡向影响，坡向不同还会导致降雨量大小与植被覆盖率的不同，影响滑坡发育。坡向提取于DEM，将其分级并计算出各区间的频率比。由表2、图5(a)可以看出，小江流域在坡向为135°～180°、270°～315°、315°～360°区段敏感性较高，更易发生滑坡。

表2 滑坡因子频率比

图5 小江流域滑坡敏感性评价因子Fig.5 Conditioning factors for landslide sensitivity assessment of Xiaojiang River Basin

曲率半径对滑坡体稳定性影响较大[13]，尤其是在圆弧型滑坡中，曲率半径直接决定了滑坡体的形态，在凸型坡非常容易在坡脚处发生应力集中导致失稳。通过ArcGIS平台的空间分析提取平均曲率，分级并计算各区间频率比。从表2、图5(b)可以看出，小江流域在曲率为0～1区段敏感性较高一些，在小于-1或大于1区段都无滑坡发生。

地层岩性对滑坡的发生有明显的影响，如出现强度较差、结构破碎等情况的地层易发生滑坡。根据岩土体的工程地质特性等将研究区不同地层岩性将划分为5个岩组，分别为硬岩组、软硬岩组、硬软岩组、软岩组、松散岩组。从表2、图5(c)可知，软岩与中软硬岩的敏感性更高。

地形相对高差可以反映流域的坡面变化情况，相对高差越大，地形起伏越明显，斜坡更易失稳。本研究利用ArcGIS平台邻域分析以3个像元为搜索半径，提取得到地形相对高差，分级并计算各区间频率比。从表2、图5(d)可以看出，通过结果表明当地形高差大于200 m时敏感性较高，易于发生滑坡。

断裂带是滑坡发生的重要影响因素之一，利用ArcGIS平台空间分析以20 km为搜索半径计算断裂带密度，分级并计算各区间频率比。从表2、图5(e)可以看出，断裂带密度大于0.1 km/km2时，最易发生滑坡。

滑坡发育明显受河流侵蚀影响，一般情况下，与河流的距离越近，侵蚀越强烈，滑坡的发生概率越高[14]。在研究区中，利用ArcGIS软件的空间分析以2 km为搜索半径得到河网密度，分级并计算出各区间的频率比。从表2及图5(f)可以看出，河网密度小于1 km/km2时，随着河网密度增大，敏感性增加，滑坡更易发生。

地震动峰值加速度(PGA)是地震动加速度记录中得到的最大瞬时值，是地震烈度依据之一，地震波作用产生的附加力破坏斜坡的平衡条件，由此带来滑坡等常见次生地质灾害[15]，当PGA为0.3g时滑坡敏感性最高，最易发生滑坡。

4 滑坡敏感性评价结果分析

滑坡敏感性评价是指基于一定区域内的滑坡编录数据，与研究区内地质环境条件，分析各评价指标对研究区内滑坡灾害敏感性的影响大小，从而确定该指标对滑坡发生的贡献，最后将各指标按照贡献大小进行综合分析，以确定制图单元内滑坡灾害发生的概率，并根据滑坡发生概率的不同，将研究区划分为若干个区域。

基于前期灾害调查工作，将已采集到的167个滑坡灾害数据作为样本，利用坡度等8个敏感性评价因子，计算出个分级区间内的滑坡频率比，利用ArcGIS软件将相应斜坡单元赋值绘制各因子的滑坡频率比统计图，最后根据式(2)对将所有频率比统计模型进行叠加生成滑坡敏感指数(LSI)，得到最终的滑坡敏感性分区图(图6)。

图6 滑坡敏感性指数Fig.6 The index of landslide sensitivity

利用自然断点法将FRi模型运算得到的滑坡敏感性分为五类(图7)：低敏感性(3.24～6.96)、中敏感性(6.96～8.54)、高敏感性(8.54～10.47)、极高敏感性(10.47～13.90)。评价结果(图7、表3)表明：极高敏感性区面积占11.66%，发生滑坡68个，频率比为3.49；高敏感性区面积占22.42%，发生滑坡64个，频率比为1.71；中敏感性区面积占33.89%，发生滑坡28个，频率比为0.49；低敏感性区面积占32.02%，发生滑坡7个，频率比为0.13；其中高、极高敏感性区域，滑坡数量占比为79.04%。

图7 滑坡敏感性分区图Fig.7 The zoning map of landslide sensitivity

表3 滑坡敏感性分区面积与滑坡发生面积百分比

采用斜坡单元作为最小单元，与实际地形更吻合，频率比法相较于数值、物理及经验模型，具有简单直观且意义明确的优势[10]，尤其对区域滑坡灾害敏感性评价有着明显优势，且选取的评价因子较容易获取。该方法在小江流域得到很好的应用，其中高、极高敏感区域面积占比为34.08%，滑坡灾害数量占比为79.04%，具有较高可信度，可为区域滑坡防灾减灾工作提供理论依据。该方法也可以推广应用于其他区域滑坡敏感性评价中。