评价单元对地质灾害易发性评价的影响

刘阳， 尚慧， 占惠珠， 柳思航

(西安科技大学地质与环境学院， 西安 710054)

中国西部黄土高原地区自然条件恶劣，生态环境脆弱，是地质灾害易发、高发区域，区内地质灾害对经济发展建设和人类生命财产安全造成严重威胁[1-2]。地质灾害易发性区划可将目标区域地质灾害的易发程度通过一定的分析方法进行相对化分区，对地质灾害的防治至关重要[3]。近年来，随着地质灾害易发性分区评价工作的深化普及，进行易发性分区评价十分必要。目前，中外常用的地质灾害易发性区划的方法主要有综合评判法、层次分析法、频率比、随机森林模型和人工神经网络模型等[4-5]。其中，综合评判法数学原理简单，操作性强，广泛应用于各种评价中。

为合理进行地质灾害易发性评价，取得与实地调查较符合的区划结果，除优选合适的评价模型以及建立合理科学的评价指标体系进行分级量化外，更关键的是选取合理的评价单元，确定单元剖分形式及大小[6]。斜坡单元和网格单元在分区评价中被广泛应用，诸多学者针对网格单元和斜坡单元对地质灾害易发性分区评价展开了大量的研究工作[7]。霍艾迪等[8]以斜坡单元为研究对象，提出了将大面积调查区自动剖分为最小适宜评价单元的新方法，并通过贡献分值模型计算各单元易发程度的分布，对陕西省黄陵县进行了有效、定量的易发程度分区评价，得到区域地质灾害易发性区划图；郑玲静等[9]基于频率比法选取云南省小江流域作为研究对象，研究了采用地表曲率分水岭法剖分的斜坡单元为评价单元的滑坡易发性评价；武雪玲等[10]采用数字高程模型(digital elevation model, DEM)划分出若干个斜坡单元，运用两类支持向量机模型分析了滑坡影响因素与易发性的定量关系，对三峡库区进行滑坡易发性评价；陈绪钰等[11]以栅格单元为评价单元，应用加权信息量模型和迭代自组织聚类模型对三峡库区忠县—方斗山地区进行地质灾害易发性评价分区，评价结果合理可靠；盛明强等[12]基于栅格单元，利用单独支持向量机模型和频率比-支持向量机耦合模型对江西省上犹县滑坡易发性进行对比，得出耦合模型优于单独支持向量机模型的结论；Ba等[13]将网格单元与斜坡单元作为评价单元进行比较，采用修正的信息量模型进行滑坡易发性评价，并对两种单元的易发性结果图进行ROC (receiver operating characteristic)曲线精度检验，得出斜坡单元的AUC (area under curve)值高于网格单元，评价结果更合理；张曦等[14]采用证据权重模型，将水文分析法和曲率分水岭法两种斜坡单元划分方法用于大比例滑坡灾害易发性评价研究中，指出曲率分水岭法划分出的斜坡单元形状分布均匀，与历史滑坡面积大小相近，得到的评价结果精度更高；唐川等[15]分别以栅格单元和地貌单元两种评价单元，以信息量法和逻辑回归法两种评价模型对汶川县城周边区域进行地质灾害易发性评价分区，通过比较分析认为基于地貌单元的区域易发性分区更为合理；Zhao等[16]结合网格单元和斜坡单元，运用支持向量机和粒子群优化结合支持向量机模型比较了滑坡敏感性评价的合理性。以上研究对于评价单元对地质灾害易发性评价的影响提供了重要参考，但目前大部分研究集中在选择一种评价单元，采用不同的评价模型进行地质灾害易发性评价，通过对比分析，选取最优评价模型，而采用不同评价单元对比的专项研究相对较少。

鉴于此，现以西吉县为研究区，基于ArcGIS，分别选用网格单元和斜坡单元作为地质灾害易发性评价单元，采用综合评判模型对研究区进行易发性评价，对比分析两种评价单元的评价结果，得到地质灾害易发性评价的最优评价单元。

1 研究区概况

西吉县位于宁夏南部山区，属固原市。东接原州区，西邻甘肃静宁县和会宁县，南与隆德县和甘肃静宁县毗邻，北和海原县接壤。地理坐标为东经105°19′09″～106°04′09″，北纬35°33′57″～36°14′09″，总面积为3 144 km2，辖3镇16乡[17](图1)。该区属典型的大陆性半干旱气候特征，年降水量少，且降水分布不均匀，雨季集中，蒸发强烈，平均气温偏低，灾害性天气较多。研究区地处黄土高原西北区域，地形复杂，整体起伏较大，地势东高西低、南高北低。地貌类型分为黄土丘陵区、土石质山区和河谷平原区，以黄土丘陵区为主。境内河流水系发育，主要有葫芦河、清水河和祖历河三大水系。区内出露地层由老到新，主要有寒武系、白垩系、古近系、新近系和第四系，第四系地层分布广泛。大地构造位于昆仑山秦岭北祁连褶皱区，以月亮山—什字大断裂为界，划分为北祁连加里东褶皱带和西吉拗陷带。受南、西华山北麓—六盘山东麓大断裂的影响，自1920—2010年，该县仅震级5级、烈度Ⅵ度以上的地震就发生过5次。

图1 西吉县交通位置及地质灾害分布图Fig.1 Xiji County traffic location and geological hazards distribution map

西吉县地质环境条件复杂，加之强烈地震作用的影响，致使地质灾害广泛且高频的发生于该区。根据西吉县1∶50 000地质灾害详细调查项目，区内地质灾害调查点共计847处(表1)，主要以滑坡、不稳定斜坡、崩塌和泥石流等4种地质灾害为主，其中滑坡发育最多，不稳定斜坡、崩塌和泥石流次之。

表1 地质灾害调查点统计表Table 1 Geological hazard survey point statistics table

2 地质灾害易发性评价

2.1 评价单元划分

单元剖分形式、大小及选取的单元类型是否合理，对易发性评价结果及精度的可靠性有一定影响。常用的评价单元类型有网格单元、地域单元、均一条件单元、子流域单元、斜坡单元等[18]。其中，仅网格单元为规则单元，其余均为不规则单元。均一条件单元和子流域单元在使用过程中有一定的局限性，前者未考虑到不同区域地质环境条件的差异，而后者主要用于泥石流灾害易发性评价。网格单元虽不能完全反映地形条件，但可以利用ArcGIS软件快速剖分；斜坡单元形状不规整，大小及面积均不等，是崩滑流等地质灾害发育的基本单元，能够反映地势起伏与地质环境条件[19]。在保证其他条件一定的情况下，采用网格单元和斜坡单元作为基本评价单元进行对比研究。

(1)网格单元。形状规整，具有划分方式简单、快速、模型计算方便等优点[20]，通过ArcGIS可实现自动快速剖分，被广泛应用于地质灾害易发性评价中。易发性评价的结果受网格大小的影响较大，剖分单元格过大会导致分区结果粗糙不合理，剖分单元格过小则造成单元格数量过多，计算量太大。结合研究区地质条件、范围和已发生地质灾害的规模，基于ArcGIS，将全区离散为3 348个1 km×1 km的网格单元[图2(a)]。

(2)斜坡单元。对崩滑流等地质灾害有明显的控制作用，是进行地质灾害易发性评价较为理想的单元，同时也是集水流域的一部分。其剖分原则是依据斜坡的自然特征，提取山谷线(汇水线)与山脊线(分水线)，将两者交汇所组成的坡面定为斜坡单元[21]。本次研究基于ArcGIS水文分析工具，关键步骤包括正反地形无洼地DEM的生成、水流方向的提取、汇流累积量的计算、河网的生成、集水流域的生成等(图3)[22]。首先根据DEM数据提取山谷线，生成正向集水流域，然后再将DEM数据进行反转，按照同样的步骤提取反地形下的山脊线，生成反向集水流域，最后把生成的正反向两个集水流域进行融合，生成斜坡面域，后经人工修正不合理单元，即得到斜坡单元。根据上述过程，基于1∶50 000 DEM数据提取划分斜坡单元，将研究区划分为1 660个评价单元[图2(b)]。

图2 研究区评价单元划分结果图Fig.2 The result graph of division of evaluation units in the study area

图3 斜坡单元划分流程图[22]Fig.3 Slope unit division flow chart[22]

2.2 评价指标体系

地质灾害受众多因素影响，且各因素关系错综复杂，对其影响程度各不相同，因而选取合适的评价指标对地质灾害易发性评价尤为重要[23]。本次评价在西吉县野外地质灾害详细调查的基础上，结合研究区的地质背景，从地质灾害的灾害历史、形成条件及诱发因素三个方面进行地质灾害易发性评价。灾害历史即已有地质灾害群体统计，通过点密度、面密度来体现；地质灾害形成条件诸多，如地形地貌、坡度、坡高、岩土体类型等；诱发因素包括地震、降雨和人类工程活动等。综合西吉县的地质灾害特征及前述分析，选取灾点密度、坡度、坡高、坡型、岩土体类型、降雨、人类工程活动及地震等8项因素，构建地质灾害易发性评价结构模型，如图4所示。

图4 评价指标体系Fig.4 Evaluation index system

2.3 评价模型

选用综合评判模型对研究区进行地质灾害易发性评价。该模型原理简单，可操作性强。通过数据归一化处理后，将各种灾害数据网格化[24]，再结合权重值将各归一化指标进行叠加计算，形成评价成果图。模型计算公式为

(1)

式(1)中：B为地质灾害易发程度综合评价指数；bi为第i个评价指标；ri为第i个评价指标的权重；n为评价指标总数。

在地质灾害易发性评价中，指标权重值的确定会影响评价结果的准确性。确定权重的方法主要有主观赋权法和客观赋权法，前者包括层次分析法、专家打分法、最小平方法等；后者包括主成分分析法、熵权法等[25]。其中，层次分析法简单实用、精度较高，可以衡量指标的相对重要性，能够根据实际情况将各评价指标权系数进行合理排序。因此，本次评价采用层次分析法确定各指标权重值，建立由目标层、准则层和指标层组成的递阶层次结构，通过专家打分法判断坡度、坡高等8个指标的相对重要性，并通过各指标两两比较构造判别矩阵。经比较验证，各层一致性比率(consistent ratio, CR)值均小于0.1，满足一致性检验，各指标权重值见表2。

表2 评价指标权重

2.4 评价指标量化

上述选取的8个评价指标包括定量和定性指标，各指标数值间单位不统一，无法对同一目标进行综合评价[26]。因此，基于ArcGIS提取各指标信息，并对提取后的指标进行归一化处理。

(1)灾点密度。地质灾害点密度代表研究区地质灾害的发育程度，点密度越高，地质灾害发生的可能性越大。根据野外调查数据，得到研究区现有地质灾害调查点的数量信息，基于ArcGIS统计分析功能，分别统计网格单元和斜坡单元单位面积内灾害点个数，并结合各单元面积，利用字段计算器计算出灾点密度，再根据实际灾害点的分布情况，设定合理阈值，最后利用栅格计算器在0～1进行线性归一化处理。

(2)坡度指标。坡度是崩滑流等地质灾害发育的主要影响因素之一，地质灾害的类型、规模大小及易发程度随着斜坡坡度不同表现出明显的差异[27]。结合研究区1∶50 000 DEM数据，基于ArcGIS表面分析功能提取坡度指标。按照自然间断点法将坡度划分为0°～10°、10°～20°、20°～30°、30°～40°、>40°等5个级别[图5(a)]，由图5(a)可以得到，20°～40°斜坡地质发育灾害最多，<5°和>40°以上斜坡基本无地质灾害发育。因此，在对坡度指标进行归一化时，<5°和>40°以上斜坡对地质灾害发育的影响程度为0，20°～40°斜坡为1，对5°～20°斜坡对地质灾害发育的影响程度进行线性归一化处理[图6(a)]。

图5 评价指标分级图Fig.5 Evaluation index grading chart

(3)坡高指标。基于ArcGIS邻域分析功能，提取坡高指标。结合野外调查情况，将坡高按等间距法划分为0～10 m、10～20 m、20～30 m、30～40 m、40～50 m、>50 m 6类[图5(b)]。西吉县大部分地质灾害发育于5～40 m，在20～40 m灾害分布数量占比最多，5 m以下和40 m以上几乎无崩塌、滑坡等地质灾害发育。因此在进行归一化处理时将5 m以下和40 m以上斜坡的地质灾害易发程度定义为0，20～40 m斜坡的易发程度定义为1，5～20 m的斜坡进行线性归一化处理，得到坡高指标归一化图[图6(b)]。

(4)坡型指标。基于ArcGIS空间分析功能，利用DEM数据获得斜坡坡面的曲率信息，其中直线形和凸型的斜坡曲率k≥0，而凹型和阶梯型的斜坡曲率k<0[28]。根据研究区野外调查，按自然间断点法将坡型划分为-14.3～-2.4、-2.4～-1.0、-1.0～0.5、0.5～2.0、2.0～13.20等5类[图5(c)]，分析可得：坡面为直线形和凸型的斜坡易发生滑坡、崩塌等地质灾害。因此在对坡型指标进行归一化时，将曲率小于0的斜坡定义为不易发，并将曲率大于0的斜坡进行线性归一化处理[图6(c)]。

(5)岩土体类型。岩土体作为斜坡的基本组成，其性质对斜坡稳定性具有一定的控制作用[29]。根据西吉县1∶50 000区域工程地质条件图，依据不同斜坡结构类型对崩滑流等地质灾害的影响程度，将研究区的主要斜坡结构类型划分为黄土-基岩斜坡、黄土斜坡、黄土-红色泥岩斜坡、基岩斜坡4类[图5(d)]。统计分析可得：发育于黄土斜坡的地质灾害数量最多，约占研究区总数的一半以上；黄土-红色泥岩斜坡次之；黄土-基岩斜坡和基岩斜坡分布灾害数量最少。因此，以地质灾害在不同类型斜坡中的发育概率为基准，将岩土体类型对地质灾害发育的影响程度进行0～1的归一化处理[图6(d)]。

(6)降雨指标。降雨是地质灾害的主要诱发因素之一，根据研究区年均降雨量分布规律，7—9月降雨量相对集中，地质灾害在此期间发育程度强烈。因此，以降雨等值线图为基准，依据西吉县的降雨特性，将降雨对地质灾害发育的影响程度进行归一化处理，得到降雨指标归一化结果图[图6(e)]。

图6 评价指标归一化结果图Fig.6 Evaluation index normalization result graph

(7)人类工程活动指标。根据研究区调查统计结果，人类工程活动对地质灾害的影响主要包括对坡脚的开挖和公路切坡[23]、水库浸泡坡脚以及居民点附近农耕和建房等活动[30]。这些活动均会引起斜坡的变形破坏。根据研究区1∶50 000道路、水库以及行政村矢量图，利用ArcGIS缓冲区工具从三方面对人类工程活动指标进行分级量化。①对研究区的塬顶、河谷、跨越河谷及塬和梁等三类主要公路，分别间隔20、200、300 m向外做3个缓冲区；②以研究区内水库周界为基准，间隔100 m向外做3个缓冲区；③以西吉县行政村为基准，间隔200 m向外做3个缓冲区，与工程活动距离越近，越容易发生地质灾害，值趋于1，据此得到人类工程活动归一化结果图[图6(f)]。

(8)地震影响指标。地震除使县内形成大量滑坡外，许多地区的岩土体结构也遭受破坏而变得松散，进而导致崩塌、滑坡、泥石流等灾害多发频发。由表2知，地震指标的权重值为0.13，可见研究区地质灾害受地震的影响非常大。基于《中国地震动峰加速度区划图》(GB 18306—2015)，依据地震的强烈程度及地质灾害分布情况，将地震对西吉县地质灾害发育的影响程度进行归一化处理[图6(g)]。

图7 基于评价单元的易发性评价结果图Fig.7 The result graph of susceptibility evaluation based on evaluation units

3 评价结果分析与精度验证

3.1 易发性评价分区结果

根据上述各评价指标量化及权重计算结果，应用ArcGIS空间叠加功能，基于综合评判模型进行叠加计算，再采用突变点法对得到的综合评价指数进一步划分，将研究区地质灾害易发性分为非易发区、低易发区、中易发区和高易发区4个等级(图7)。其中，基于网格单元的易发性评价分区结果为：综合评价指数在0.01～0.21时为非易发区；0.21～0.33为低易发区；0.33～0.42为中易发区；0.42～0.76为高易发区。基于斜坡单元的易发性评价分区结果为：0.02～0.20为非易发区；0.20～0.43为低易发区；0.43～0.68为中易发区；0.68～0.82为高易发区。

(1)地质灾害易发性评价结果与地质环境条件关系的密切程度分析。研究区地质灾害易发性的等级区划可以综合直观地体现区域岩性、地形地貌等孕灾条件。因此，分区结果的优劣性很大程度取决于从宏观的角度考虑局部地区地形地貌综合特性的效果是否良好。与规则网格单元相比，斜坡单元是区内滑坡、崩塌等地质灾害产生的先决条件，与地理环境条件联系较紧密，划分科学性较强。在进行地质灾害评价时，斜坡单元以分水岭为界，将地质灾害完整地划分到单元内，而自动剖分的网格单元不能完全反映地表起伏形态，无法保证地质灾害都能被相应单元所包含。结合图1和图7，可以明显看出地质灾害主要分布在地质环境条件复杂及人类工程活动较强烈的黄土丘陵区，河谷平原区地质条件较好，几乎没有地质灾害发育。斜坡单元将河谷川平原区整体划分到非易发区域，分区结果体现出较强的聚合性，而网格单元由于与地形条件结合不紧密，离散性较强，划分出的河谷平原区在非易发区表现并不完整，进一步体现了基于斜坡单元划分的地质灾害易发性分区结果与西吉县实际地形地貌更为贴近。

(2)地质灾害易发性评价结果与地质灾害实际分布的吻合度分析。通过对易发性量化评价结果与已有地质灾害点分布情况进行空间比对(表3)，得到：以网格单元为评价单元的评价结果中，高易发区发育地质灾害点485处，占研究区灾害点总数的57.26%；中易发区发育地质灾害点297处，占灾害点总数的35.06%。以斜坡单元为评价单元的评价结果中，高易发区发育地质灾害点601处，占研究区灾害点总数的70.96%；中易发区发育地质灾害点225处，占灾害点总数的26.56%。基于斜坡单元的高易发区灾害点占比较网格单元高13.7%，而对于低、非易发区，两种单元的灾害点分布数量极少，尤其斜坡单元仅分布有21处灾害点，占研究区灾害点总数的2.48%。通过统计对比，以网格单元作为评价单元，可将全县92.32%的地质灾害划分到高、中易发区，采用斜坡单元为评价单元可高达97.52%。

表3 地质灾害易发性分区结果统计表Table 3 Geological hazard susceptibility zoning results statistical table

3.2 评价结果精度分析

精度验证是评估地质灾害易发性评价结果准确性和合理性的重要手段，亦是地质灾害易发性评价中不可或缺的一部分。目前常用的精度验证方法有ROC曲线、Kappa系数、Sridevi Jadi经验概率法、总体精度和相对滑坡密度指数等。以上5种方法均可以合理评估模型的准确性，但ROC曲线、Kappa系数和总体精度需在已有样本数据的情况下，创建非样本数据，构成总样本数据集，按照一定比例将总样本集随机分为训练集和验证集，将验证集用于模型精度检验，普遍适用于机器学习模型；Sridevi Jadi经验概率法和相对滑坡密度指数计算方法简单，应用较广，能够有效衡量评价结果的可靠性，常用于传统评价模型。根据研究区847个地质灾害点在不同易发性分区中的分布情况，选用相对滑坡密度指数和Sridevi Jadi经验概率两种精度评价方法对不同评价单元的评价结果进行检验。

相对滑坡密度指数被定义为某一易发性等级的边坡失稳密度与整体边坡失稳密度的比值，计算公式[31]为

(2)

式(2)中:ni为各易发性分区中地质灾害点个数；Ni为各易发性分区中评价单元个数。

Sridevi Jadi经验概率法通过经验概率形式来验证精度的一种准确性统计方法，受限于临界值，计算公式为

(3)

式(3)中：N为评价单元总数；S为存在灾害点的单元数；K为易发性为中和高的单元数；Ks为存在灾害点的易发性为中和高的单元数。

由表4可以得知，运用Sridevi Jadi经验概率法得到的基于网格单元和斜坡单元的地质灾害易发性预测结果分别为90.08%和94.74%。通过计算相对滑坡密度指数，得到网格单元和斜坡单元在高、中易发区的R分别为98.79%和99.30%；在高易发区的R分别为61.35%和63.41%；而在低易发区的R分别为1.21%和0.70%，表明斜坡单元在高、中易发区具有较高的R，在低、非易发区R值较低。通过对两种单元的检验结果比较发现，斜坡单元的精度更高，进一步验证了采用斜坡单元作为评价单元的优越性。

表4 地质灾害易发性评价结果精度检验对比Table 4 Accuracy validation comparison of geological hazard susceptibility evaluation results

4 结论

以西吉县为研究区，构建了包括灾害点密度、坡度等8个指标的地质灾害易发性评价指标体系，并利用综合评判模型，分别基于斜坡单元和网格单元对研究区地质灾害易发程度进行评价，得出如下结论。

(1)相比规则网格单元，以斜坡单元作为评价单元能够更好地反映研究区地貌特征及地表起伏形态，且滑坡、崩塌等地质灾害发育的基本单元为斜坡，将地质灾害发育较少的河谷平原区整体划分到非易发区域，较真实地反映了客观实际，提高了与实际地质环境条件的吻合度。

(2)对基于网格单元和斜坡单元的灾害点个数及其所占百分比进行对比统计，结果显示，两种评价单元的灾害点分布数量均呈递增正相关。采用斜坡单元划分的地质灾害易发性评价结果中，826处灾害点落在高、中易发区，占全区灾害总数的97.52%，比网格单元的占比高5.2%。

(3)采用相对滑坡密度指数和Sridevi Jadi经验概率法对两种单元划分的地质灾害易发性评价结果进行精度检验，结果表明：基于斜坡单元的P比网格单元高4.66%，在高、中易发区的R比网格单元高0.54%。综合考虑地质灾害易发性评价结果与实际地形地貌的吻合度、各易发区灾害点占比情况及精度检验值，基于斜坡单元的地质灾害易发性评价结果更合理准确。