渝西典型丘陵区地质灾害易发性评价

李 俊， 王克峰， 韦开行， 李 业， 吉 辉， 唐 甜

（1.重庆市二零八地质环境研究院有限公司，重庆 400700；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；3.潼南区规划和自然资源局，重庆 400700）

地质灾害形成条件与地形地貌密切相关［1］. 不同的地貌单元导致的地质灾害发育特征和诱发因素在空间上有明显不同［2］. 中国山地丘陵地貌分布广泛，其地质环境非常脆弱，经常发生滑坡、危岩、泥石流等多种地质灾害. 地质灾害的发生会对区域基础设施、人民生命财产安全以及重大战略工程的实施造成严重影响［3］，因此，对山地丘陵区地质灾害易发性进行评价不仅十分必要，还可为区域防灾减灾政策的制定以及区域灾害预警体系的建设提供参考依据.

目前，大多学者对地质灾害危险性和易发性进行评价时主要采用GIS技术和空间信息处理技术. 孙小凡等［4］选取与滑坡发育密切相关的6个因子作为评价因子，采用GIS和Logistic 回归相结合的方法对湖北省宜昌市城区的滑坡易发性进行了分区评价；李益敏等［5］选取坡度、高程、地层岩性等8个因子构建了滑坡灾害危险性评价指标体系，并采用层次分析法和信息量模型对泸水市的滑坡灾害危险性进行了评价；吴常润等［6］利用GIS空间分析技术对华宁县滑坡空间分布及7个与滑坡相关的诱发因子进行了分析，并对华宁县滑坡灾害易发性分区及其空间分布特征进行了研究；林孝松等［7］选取暴雨强度、地貌条件、植被覆盖度等6个因子构建了地质灾害孕灾环境分区指标体系，并利用层次分析法和专家效度相耦合方法对重庆市地质灾害孕灾环境进行分区；胡芹龙和王运生［8］选取了地层、岩性硬度、坡度等7项因子作为评价因子，运用加权信息量模型对川西地貌过渡带区域内的滑坡灾害易发性进行了评价；张俊等［9］选取影响滑坡发生的7个因子作为滑坡易发性的评价指标，分别运用信息量模型和逻辑回归模型对三峡库区万州区滑坡灾害易发性进行了分析，同时比较了两种模型的预测精度；周超等［10］以贵州省盘州市盘关镇为研究区，利用GIS技术从矿山地质灾害易发性、危险性、易损性和风险性4个方面对典型城镇矿山地质灾害风险进行了分析；陈慧敏等［11］选取坡度、起伏度、工程地质岩组等8个评价因子，运用信息量法和确定系数法对茂县的地质灾害易发性进行了评价.

渝西是重庆市地形起伏度和山体斜坡高差相对较低的区域，有丘陵、漫滩阶地和平坝等多种地貌类型.据资料显示，渝西典型丘陵区的地质灾害发育较为集中，地质灾害类型主要有滑坡和危岩两种. 新胜镇、五桂镇和卧佛镇为渝西片区潼南区境内丘陵地貌中地质灾害发育数量较多的3个乡镇，自2010年以来共发育地质灾害117处. 因此，为了对渝西典型丘陵区地质灾害易发性进行评价，本研究将新胜镇、五桂镇和卧佛镇这3个乡镇作为研究区，在分析其孕灾地质环境条件的基础上，选择与滑坡和危岩灾害易发性关系密切的因素作为评价因子，采用信息量法和层次分析法分别构建了滑坡和危岩灾害易发性评价指标体系和评价模型，并对渝西典型丘陵区的地质灾害易发性进行分区评价，同时对地质灾害易发性分区评价结果的精度和合理性进行了验证.

1 研究区概况

1.1 研究区的孕灾地质环境条件

研究区位于重庆市西北部潼南区境内的川东红层区，地理坐标为东经105°41′52″～105°51′45″，北纬29°47′25″～30°00′25″. 研究区包括新胜镇、五桂镇和卧佛镇3 个乡镇，面积约179.25 km2，以中丘和深丘两种地貌为主（图1）. 其中，深丘区面积约101.2 km2，占研究区总面积的56.46%，中丘区面积约68.13 km2，占研究区总面积的38.01%. 深丘区最高处海拔约540 m，乡镇所在地的浅丘平坝区最低处海拔约240 m. 特定斜坡区域内，最低点海拔与最高点海拔（地形起伏度）的极差最大值约30 m. 研究区内构造简单，发育两条北东向褶皱，分别为新胜向斜和五桂场背斜，轴部和翼部主要为遂宁组地层，分布于中丘区和浅丘区；其次为蓬莱镇组地层，分布于深丘区斜坡顶部. 研究区内岩层平缓，蓬莱镇组厚层砂岩节理裂隙较发育，裂面常充填泥质，极端降雨条件下容易形成危岩灾害.

图1 研究区地理位置及地貌类型Fig.1 Geographical location and physiognomy types of the research area

1.2 研究区的地质灾害类型及其发育分布规律

研究区共发育有117处地质灾害，其中滑坡80处，危岩37处. 深丘区发育地质灾害113处，地灾点密度为1.1 处/km2；中丘区发育地质灾害4处，地灾点密度为0.06 处/km2；浅丘平坝区没有地灾点发育. 由此可见，研究区的地质灾害主要发育在深丘区，主要地质灾害类型为滑坡和危岩. 深丘区的危岩均发育于斜坡顶部的蓬莱镇组砂岩中，滑坡则多为斜坡中下部崩坡堆积而形成的浅层土质滑坡，最终形成斜坡顶部为危岩带而斜坡中下部为滑坡的地质灾害链.

2 数据来源与研究方法

2.1 数据来源

易发性指标的分析及评价模型的叠加需要以研究区的地形和数字高程作为基础数据，地形数据由重庆市勘测院于2015年测制，用于提取研究区的水系和道路等信息. 研究区以台状丘陵地貌为主，难以统一表征斜坡的坡向和坡度等斜坡单元要素，限制了以斜坡为单元的地质灾害易发性评价，因此选择栅格单元对研究区进行地质灾害易发性评价. 栅格单元可以建立分级栅格比和地质灾害栅格比的变化关系，实现各评价因子的状态分级处理［12］. 本研究中的栅格单元由1∶10 000比例尺地形图创建的5 m分辨率DEM 数据转换而来，用于提取和分析研究区的地形地貌等信息. 地质灾害点的分布等基础数据来自潼南区1∶50 000比例尺地质灾害详细调查的成果资料.

2.2 评价方法

渝西丘陵区孕灾地质条件不与跟地形地貌、地质条件等内部影响因子有关，还与气候、地表水分布、人类工程活动等外部影响因子有关. 每一个影响因子对地质灾害发生的贡献值是不同的，本研究拟采用信息量法来分析各个因子对研究区地质灾害发生的贡献.

信息量模型目前已被广泛应用于地质灾害易发性评价中，其通过对历史地质灾害数据信息进行统计，推算出各类因子对地质灾害孕育和产生的作用大小，即“信息量”. 信息量的计算公式如下：

式中：Iij为j分级区间内的i因子对地质灾害发生提供的信息量预测值，Iij越大，表示j分级区间内的i因子对地质灾害易发程度的贡献越大；Nij为j分级区间内的i因子引发的滑坡面积或危岩数量；N为研究区内滑坡总面积或危岩总数量；Sij为j分级区间内的i因子所占的面积；S为研究区总面积，取值为179.25 km2.

将公式（1）求得的信息量预测值进行归一化处理，可以得到各因子的易发性赋值Aij. 然后根据各因子的相对重要程度，赋予其对应的权重值，即可构建出研究区地质灾害易发性评价指标体系. 贡献越大的因子所占的权重越高，赋予其的权重值就越大，所有因子的权重之和等于1. 最后根据层次分析法建立地质灾害易发性评价模型［13］，如式（2）所示：

式中：S为地质灾害易发性值；Wi为i因子的权重；Aij为j分级区间内i因子的地质灾害易发性赋值.

2.3 评价因子的选取

根据前人研究可知，影响滑坡灾害发育的因子包括地形地貌、基础地质、水文地质、地表植被覆盖率等［14］.影响危岩灾害发育的因子包括地形、岩性、地质构造、人类工程活动等［15］. 结合研究区实际情况，本研究选取高程、地形起伏度、斜坡坡度、地灾点密度、距道路距离、距水系距离和工程地质岩组作为地质灾害易发性评价因子.

滑坡和危岩虽然在丘陵地貌中相间分布，但由于这两种地质灾害的坡体构成、外形特征、破坏模式等不同，因此对这两种地质灾害进行易发性评价时，对评价因子的选取应该区别开来. 研究区海拔低于600 m，最高点与最低点高差为300 m左右，因此存在危岩和滑坡在同一高程区间内分布的情况. 对于研究区近水平地层的滑坡来说，地形起伏度主要体现在斜坡剖面形态和前后缘高差. 对于危岩来说，地形起伏度主要体现在坡面临空条件和垂直高差. 此外，斜坡坡度往往与危岩和滑坡灾害发生的可能性成正比. 因此，对这两种地质灾害进行易发性评价时，应同时考虑高程因子、地形起伏度因子和斜坡坡度因子. 在GIS软件中，将研究区高程因子以60 m 为间隔分为5 个等级，如图2（a）所示；将研究区地形起伏度因子以5 m 为间隔分为6个等级，如图2（b）所示；将研究区斜坡坡度因子以10°为间隔分为7个等级，如图2（c）所示.

图2 评价因子分级图Fig.2 Grading diagrams of assessment factors

地灾点密度反映了研究区历史上至今发生的地质灾害点的疏密程度，地灾点密度较大的区域往往将来发生地质灾害的可能性也较大，因此对滑坡和危岩进行易发性评价时应考虑地灾点密度因子. 地灾点密度是归一化值，在［0，1］之间，在GIS软件中以0.2为间隔将研究区地灾点密度因子分为5个等级，如图2（d）所示.

在丘陵地貌区修建道路时往往需要切坡，如果形成的公路边坡处理不当或不进行处理，那么切坡高度小的区域在汛期容易引发小型滑坡；区域切坡高度较大且坡面遭受差异风化后形成凹岩腔的边坡容易形成危岩. 总之，距道路越近，地质环境遭受破坏的程度就越大，地质灾害就越易发生，因此对滑坡和危岩进行易发性评价时应考虑距道路距离因子. 在GIS软件中将研究区距道路距离因子以100 m为间隔分为5个等级，如图2（e）所示.

研究区内危岩分布距离水系较远，无论是坡顶还是坡角均不会受到水系的影响. 而河流会对滑坡前缘起到冲刷作用，并且河水涨落会改变坡体内地下水应力分布，降低斜坡稳定性，因此，在对研究区进行滑坡易发性评价时，需考虑距水系距离因子，而对研究区进行危岩易发性评价时，不需考虑距水系距离因子. 在GIS软件中将研究区距水系距离因子以150～200 m为间隔分为5个等级，如图2（f）所示.

研究区内的滑坡均为浅表层土质滑坡，变形破坏方式为沿土岩界面蠕滑破坏，工程地质岩组属于第四系松散松软堆积岩组. 由于该岩组厚度一般不到5 m，远低于基岩厚度，因此在研究区划分工程地质岩组时只考虑基岩，故对研究区进行滑坡易发性评价时，不考虑工程地质岩组因子，而对研究区进行危岩易发性评价时，需考虑工程地质岩组因子. 在GIS软件中将研究区工程地质岩组因子分为软质岩组和软硬质岩组2个等级，如图2（g）所示.

3 评价指标体系的构建

首先根据公式（1）计算各个评价因子对研究区地质灾害发生提供的信息量预测值（表1），然后将求得的信息量预测值进行归一化处理，即可求得每个分级区间内各个评价因子的易发性赋值，同时对各个评价因子赋予不同的权重值，即可构建出研究区地质灾害易发性评价指标体系（表2），评价因子对应的信息量预测值越大，则该因子的易发性赋值越接近于1，且赋予其的权重值越大. 各个评价因子对地质灾害发生提供的信息量预测值有正负之分，可以归为三类，即Iij大于0（Iij＞0.3）、Iij接近于0（-0.3＜Iij≤0.3）和Iij小于0（Iij≤-0.3）.当Iij大于0时，表明在该因子（i）的某个分级区间（j）条件下，地质灾害发生的可能性较大；当Iij接近于0时，表明得出的信息量预测值不构成地质灾害发生可能性的判断标准；当Iij小于0时，表明在该因子（i）的某个分级区间（j）条件下，地质灾害发生的可能性较小.

表1 通过信息量法得出的各评价因子的Iij值Tab.1 The Iij value of each evaluation factor obtained by information method

表2 研究区地质灾害易发性评价指标体系Tab.2 Evaluation index system of geological hazard susceptibility in the study area

由表1可知，对于滑坡来说，高程位于［360，480）m时，Iij大于0，说明在［360，480）m高程区域内的滑坡灾害易发程度较高；对于危岩来说，高程位于［360，540］m 时，Iij大于0，说明在［360，540］m 高程区域内的危岩灾害易发程度较高. 同理，从表1可以得出，地形起伏度对于研究区滑坡灾害发生的影响不大；在地形起伏度为［5，15）m的区域内，危岩灾害的易发程度较高. 在斜坡坡度为［10°，20°）的区域内，滑坡灾害发生的可能性较高；在斜坡坡度为［20°，50°）的区域内，危岩灾害发生的可能性较高. 在距道路距离为［300，1500］m的区域内，发生滑坡灾害的可能性较大；在距道路距离为［300，400）m的区域内，危岩灾害发生的可能性较大. 距水系距离对于滑坡灾害发生的影响不大. 软硬质岩组区域内，危岩灾害发生的可能性很大，而软质岩组区域内，危岩灾害发生的可能性较小.

4 结果与分析

4.1 地质灾害易发性评价结果

根据构建的研究区地质灾害易发性评价指标体系（表2），结合公式（2），可对研究区滑坡和危岩灾害的易发性进行评价分级，然后根据评价分级结果，在GIS软件中可绘制出研究区滑坡和危岩灾害的易发性分区图，如图3（a）和3（b）所示. 由图3（a）和3（b）可知，滑坡灾害的高易发区主要分布于研究区西部、新胜镇和卧佛镇交界处的深丘区；危岩灾害的高易发区主要分布于研究区西部及东南部的深丘区，中丘区的山脊处也略有分布. 根据研究区滑坡和危岩灾害的易发性评价分级结果，首先将滑坡和危岩灾害的易发性评价结果分别乘以0.5的权重并进行加权求和以及归一化处理，即可得到研究区地质灾害易发性评价结果，然后根据自然断点法对研究区的地质灾害易发性进行分级分区，分别为：易发性值为（0，0.270］（非易发区）、易发性值为（0.270，0.439］（低易发区）、易发性值为（0.439，0.598］（中易发区）、易发性值为（0.598，1.000］（高易发区），如图3（c）所示. 由图3（c）可知，地质灾害高易发区面积约占研究区总面积的13.86%，其中，91.3%的高易发区分布于深丘区，8.7%的高易发区分布于中丘区. 地质灾害中易发区和低易发区在研究区的深丘区和中丘区中均有分布，而研究区的浅丘平坝区以地质灾害非易发区为主.

图3 研究区地质灾害易发性分区图Fig.3 Zoning map of geological hazard susceptibility in the study area

4.2 评价结果精度及合理性检验

为了验证地质灾害易发性分区评价结果的精度和合理性，首先要检验数字高程模型选取的准确度，其次还要验证评价结果的合理性. 一般对DEM栅格数据进行精度检验，对易发性分区进行合理性检验，对预测评价的结果进行精度检验.

4.2.1 DEM栅格数据精度检验

DEM栅格数据分辨率的选取对于地形地貌环境因子的分级和叠加计算后的评价结果有较大影响. 为了验证本研究选取的渝西典型丘陵区三种地貌类型的5 m分辨率的DEM栅格数据是否满足精度要求，需要对DEM地形描述精度进行分析. DEM的均方差是评价DEM地形描述精度的重要指标［16］，其计算公式如公式（3）所示，计算结果如表3所示.

表3 研究区不同地貌类型的DEM均方差Tab.3 DEM mean square errors of different physiognomy types in the study area

式中：Et表示DEM的均方差；V和R分别表示DEM的平均剖面曲率和空间分辨率.

由表3可知，深丘、中丘和浅丘平坝地貌的DEM均方差依次递减，且均在合理的范围内，说明本研究选取的5 m分辨率的DEM栅格数据可满足对研究区DEM地形描述的精度要求，不会影响评价结果的可靠性.

4.2.2 易发性分区合理性检验

易发性分区的合理性检验需要满足以下三个条件［17］：①各分区中地灾点占比（Gei）随易发性等级的增大而增大；②各分区面积的占比（Sai）随易发性等级的增大而减小；③各分区中地灾点占比与各分区面积占比的比值（Rei，Rei=Gei/Sai）随易发性等级的增大而增大. 在本研究中，i=Ⅰ、Ⅱ、Ⅲ、Ⅳ，分别代表非易发区、低易发区、中易发区、高易发区. 合理的地质灾害易发性分区应该满足ReⅠ＜ReⅡ＜ReⅢ＜ReⅣ这一判据.

通过对本研究结果中的Gei、Sai和Rei进行统计分析（图4）可以看出，各分区中地灾点占比（Gei）与易发性等级关系满足条件①，其中，高易发区的地灾点占比远大于其他几个分区；各分区面积的占比（Sai）与易发性等级关系满足条件②，且高易发区面积的占比明显小于其他几个分区；各分区中地灾点占比与各分区面积占比的比值（Rei）与易发性等级关系满足条件③，且高易发区的这一比值远大于其他几个分区. 由此可知，本研究得出的地质灾害易发性分区评价结果符合判据条件，说明本研究对研究区的地质灾害易发性分区比较合理.

图4 易发性分区合理性检验结果Fig.4 Rationality test results of susceptibility zoning

4.2.3 评价结果精度检验

本研究对地质灾害的易发性评价是基于研究区的地质灾害数量和地质灾害面积构建的信息量模型进行加权得到的，该评价结果用于检验已知地质灾害点尚属合理，但对于研究区内未发生地质灾害的地点是否也可用该结果予以评价，还需要进行验证，即需要对评价结果的精度进行分析. 在研究区内随机均匀选取非地质灾害点117处，利用SPSS软件引入ROC曲线［18-20］对评价结果进行精度检验，结果如图5 所示. 图5 中，横坐标表示假阳性率（1-特异性），即非地灾点被正确预测的概率；纵坐标表示灵敏度，即地灾点被正确预测的概率. ROC 曲线与横坐标围成的面积（AUC）的值域为［0.5，1.0］，AUC的值越大，说明预测值和实际值的吻合度越好，评价结果的精度越高. 经计算可得，本研究构建的信息量模型评价结果的AUC值为0.83（图5），说明本研究得出的地质灾害易发性评价结果的精度较高，可用于渝西典型丘陵区的地质灾害易发性评价.

图5 易发性评价结果ROC 验证曲线Fig.5 ROC verification curve of susceptibility assessment results

5 结论

1）渝西典型丘陵区内构造简单、地层平缓，且深丘区的地质灾害发育数量较多. 危岩多发育于深丘区斜坡顶部的蓬莱镇组砂岩地层中，滑坡多为研究区斜坡中下部崩坡堆积而形成的浅层土质滑坡.

2）在对研究区典型地貌特征和孕灾地质环境条件分析的基础上，选择高程、地形起伏度、斜坡坡度、地灾点密度、距道路距离、距水系距离6个因素作为评价因子对研究区滑坡灾害易发性进行评价；选择高程、地形起伏度、斜坡坡度、地灾点密度、距道路距离、工程地质岩组6个因素作为评价因子对研究区危岩灾害易发性进行评价；采用信息量法和层次分析法构建了研究区地质灾害易发性评价指标体系和地质灾害易发性评价模型.

3）经分析，将渝西典型丘陵区地质灾害易发性划分为4个等级，分别为地质灾害高易发区、地质灾害中易发区、地质灾害低易发区、地质灾害非易发区. 地质灾害高易发区面积占研究区总面积的13.86%，且91.3%的高易发区分布于深丘区. 浅丘平坝区中没有高易发区，而是以非易发区为主.

4）渝西典型丘陵区的地质灾害点分布相对密集，其中深丘区的地质灾害发育数量最多. 本研究对研究区的地质灾害易发性分区结果与其地质灾害点的实际分布情况基本吻合，评价结果精度较好，可作为当地地质灾害风险管控的有利依据.