基于多源遥感数据的青海省地质灾害评价

周 保，隋 嘉，孙 皓，马 涛，孙永旺，辛倩男

（青海省地质环境监测总站，青海西宁 810001）

引言

地质灾害是自然或人为因素的作用下形成的对人类生命财产造成的损失、对环境造成破坏的地质作用或地质现象［1］。科学地规划防治地质灾害，保护和善待地质环境，避免和减轻地质灾害作用给人民生命财产造成的损失，对维护社会稳定、保障环境安全、促进经济可持续发展具有重要意义［2-3］。青海省地处青藏高原东北部，深受全球变化的影响［4］。随着全球气候变化愈演愈烈，崩塌、滑坡、泥石流和多年冻土热融滑塌、冻融泥流等地质灾害［5］被青海省各级政府和社会各界人士普遍关心［6-7］。

目前国内外对地质灾害评价有不同的定义和解释，还没有形成统一的学术思想和工作方法［8-11］。但自1996年“国际减灾日”后国内外都将地质灾害风险评价作为地质灾害评价的重要研究内容。地质灾害评价目前仍存在评价灾种单一、评价内容单一、评价方法、模型、技术手段参差不齐的缺陷［12-14］。地质灾害评价在评价对象上经历了单一灾害［15］到单一灾害类型［16］的发展过程；在评价方法上经历了单一型评价方法［17］到交叉型评价方法［18］的过程；评价的内容、流程、模型和技术手段也逐步完善［19］。目前遥感的应用范围变得越来越广，利用遥感数据对地质灾害进行监测、预警和勘察已成为主流趋势［20-21］。新时代地质灾害评价的思想通常是基于多源卫星遥感数据［22］或遥感产品运用数学模型或智能算法［23-24］与GIS相结合来预测地质灾害从而减少人民生命财产的损失。遥感和GIS在地质灾害评价方面提供了高精度的数据、高效的方法、定量化空间分析和过程模拟预测模型，是区域定量与空间分析相结合的体现［25-26］。运用GIS具有现实意义，可为地质灾害评价提供有效的解决方案，可为国家和地方政府的灾害防治、应急管理和决策指挥工作提供可靠的科学依据和资料。

青海省自2004年起至2020年6月已完成全省42个县市的地质灾害详细调查项目（1：5万），但是在以往的编制过程中受到人员水平、评价方法、模型参数、技术手段的制约地质灾害评价结果存在较大差异。因此有必要对地质灾害详查数据进行挖掘，对地质灾害评价技术进行深入全面的探讨，总结经验教训、改进模型方法，统筹全省详查数据，为青海省地质灾害信息化管理监测预警平台提供数据支撑。

1 研究区及数据源

1.1 研究区概况

青海省总面积约72.12×104km2孕灾条件复杂（31°39'～39°19'N，89°35'～103°04'E），首先地形多样构造活动强烈，应力状态复杂地壳结构不均［27］，3 000 m以上的高原、山地占省区总面积的80%左右，气候具有干燥多风、寒冷缺氧、太阳辐射强烈等特点；而且青海省河流众多，水系发育，流域面积在500 km2以上的河流有278条，冰川面积为4 620.71 km2，冰川储量为3 987.87×108m3［28］。总之全省地质灾害的分布，在空间上主要受控于地形地貌、岩（土）体工程地质条件及人类工程活动的影响，在时间上受大气降水时空分布的制约，呈现出东多西少的基本特征（图1）。

图1 研究区概况图Fig.1 Study area

1.2 数据源

地质灾害评价中涉及的因子很多，评价因子的选取直接影响着评价结果的准确性，科学合理的选取地质灾害易发性、易损性、危险性的评价因子非常重要。结合以往研究［29-34］和实际调查经验，对地质灾害易发性、易损性、危险性的评价因子进行了设计。

1.2.1 地质灾害易发性评价数据

地质灾害易发性评价指标包括以下几个方面，地形地貌环境因子中包含坡度指标、坡向指标、坡高指标、坡形指标和河流密度指标。全球变化因子中包含降水不均系数指标和降水多年变化趋势指标。下垫面环境因子中包含土地覆被类型指标和植被指标。地质环境因子中包含地层岩性指标、断层线密度指标。将原始分辨率不同的数据统一重采样为250 m，其数据来源、原始分辨率、处理方式见表1。

表1 地质灾害易发性评价因子Table 1 Geological disasters susceptibility evaluation factors

1.2.2 地质灾害易损性评价数据

人类工程活动是地质灾害形成发育的重要诱发因素，同时也是地质灾害易损性评价的主体。但是人类工程活动影响复杂多样，如何定量化反映是个难题。夜间灯光、人口分布、道路等是研究区内最具代表性的人类工程活动，地质灾害易损性最明显，且具有覆盖全区的特点，本研究采用这些数据结合GDP进行地质灾害易损性评价（表2），分辨率同样处理为250 m。

表2 地质灾害易损性评价因子Table 2 Geological disasters vulnerability evaluation factors

1.2.3 地质灾害危险性评价数据

从Climate Data Store下载了ERA-20C Daily 1900至2010年青海省每日降水数据，使用ANUSPLIN进行降尺度结合最大值合成法提取分析了10年一遇、20年一遇、50年一遇、100年一遇的降雨工况。地震动峰值加速度矢量化自中国地震动峰值加速度区划图（GB18306-2015）［36］青海省范围。

在1987年后，世界环境与发展委员会（WCED）提出需要把承灾体的抗灾能力纳入危险评价体系［37］。但目前没有形成明确的地质灾害抗灾能力计算方式。根据青海省避灾安置场所建设和地质灾害监测预警防治能力建设的规定，本研究从3个方面进行地质灾害抗灾能力指标的计算：第一个方面为地质灾害监测预警点共430处；第二个方面为避灾安置场所共91处；第三个方面统计了已建的抗灾建筑，如泥石流梳齿坝等。计算核密度得到抗灾能力指标（图2）。

图2 地质灾害抗灾能力Fig.2 Geological disasters resilience

2 评价方法

作为地质灾害评价的最高建筑，风险评价需要结合地质灾害易发性、易损性、危险性3个方面。本研究首先对地质灾害进行分类，对每一种单一类型地质灾害进行易发性评价，然后根据各类地质灾害的易发权重计算综合地质灾害易发性指数［38-39］。下一步进行地质灾害易损性，接着进行地质灾危险性的计算。最后综合3个方面进行地质灾害风险评价（图3）。

图3 技术流程图Fig.3 Technical flow chart

2.1 地质灾害易发性评价方法（RF模型）

地质灾害易发性评价的原理是工程地质类比法，即类似的静态与动态环境条件产生类似的地质灾害；过去地质灾害多发的地区也是以后地质灾害多发的地区［40］。首先针对青海省地质灾害进行分类，分别为滑坡、崩塌、泥石流、地面沉降和裂缝；针对每一种地质灾害使用随机森林算法进行易发性评价；不同地质灾害易发权重计算方法如下。首先将青海省按照0.25°划分栅格区域，统计每一个栅格内不同地质灾害的数量，计算不同地质灾害所占栅格内灾害总数的比值作为每种灾害的权重。如果缺少某种灾害则将其权重定义为0.01。最后综合每种地质灾害易发性评价进行加权求和计算综合地质灾害易发性指数。

式中：S（x，y）是栅格x，y的综合地质灾害易发指数；k是一种地质灾害的易发指数权重；Si是一种地质灾害的易发指数。

本研究基于随机森林［41］算法计算地质灾害易发指数，其具体流程为，步骤（1）：使用分类后的地质灾害点进行地质灾害核密度分析。步骤（2）：提取每一个灾害点的评价因子信息和地质灾害核密度分析结果，将评价因子信息和地质灾害核密度信息一一对应组成随机森林求解数据集。步骤（3）：确定随机森林算法参数：如“criterion”（CART树划分对特征的评价标准，本模型中是基尼系数）、“max_depth”（决策树的最大深度）、“n_estimators”（森林中树木的数量）、“bootstrap”（是否采用有放回的抽样方式）等。步骤（4）：对每一个灾害点在随机森林群算法内进行计算，获得随机森林决策树组。步骤（5）使用训练好的随机森林网络模型驱动所有的评价因子逐栅格进行评价，获得地质灾害易发性评价结果。步骤（6）由机器学习模型计算得到的地质灾害易发性指数转换为离散型分类结果，将青海省划分为极高易发区、高等易发区、中易发区和低易发区4个部分。通过智能算法可做到权重因子自动化选择，避免人工评价造成的评价结果误差。对于评价因子的重要性评估这里使用基尼指数（Gini index）来衡量。

2.2 地质灾害易损性评价方法（PSO-AHP模型）

“易损性”是承受特定灾害的时候综合能力的量度，是承灾体抵御能力的社会属性特征［42-43］。本研究使用基于粒子群优化算法的层次分析法（PSO-AHP）进行地质灾害易损性评价［44］。其主要思想是使用粒子群优化算法的层次分析法模型计算各指标权重，该方法是粒子群优化算法和层次分析法的结合，通过建立综合评价系统的层次结构模型构造判断矩阵，然后建立权重优化模型，利用PSO求解并进行一致性检验，输出全局最优位置。最终的易损性评价指标权重值见表3。

表3 地质灾害易损性评价指标及其所占权重Table 3 Geological disasters vulnerability evaluation indicators and their weightings

2.3 地质灾害危险性评价方法

危险性评价是对地质灾害活动程度进行调查、监测、分析、评估的工作，应在易发性分区的基础上，采用定性评价为主、定量评价为辅的方式，综合分析、计算不同工况下地质灾害发生的频率、规模或强度，影响范围等［45］。

本研究在随机森林模型评价的易发性结果的基础上，结合不同年限的降雨工况和地震动峰值加速度状况减去抗灾能力，分别进行地质灾害危险性评价。

2.4 地质灾害风险评价方法

地质灾害风险评价模型选取了青海省地质灾害的易发性、易损性和危险性构建风险评价指标体系。地质灾害风险指数计算如下：

式中：Risk是地质灾害风险指数；S，V，D分别为地质灾害易发性、易损性、危险性；风险评价结果划分为4个等级分别为极高风险区、高风险区、中风险区、低风险区。

3 数据结果与分析

3.1 评价模型精度检验

通过训练好的随机森林网络模拟整个青海省地质灾害易发性评价结果的训练过程中需要对随机森林模型进行不断的验证，图4（a）为模型误差结构分布图。训练过程中将数据分成了三部分，三部分样本数据的误差都呈现出正态分布特征。误差个数最多的均集中在零误差线附近，预测精度为88.45%，表4为地质灾害易发性评价因子基尼指数。图4（b）为易发性评价归一化结果与灾害点核密度归一化结果的差值空间分布图，差值空间分布特征表明青海省内11.22%的极高、高易发区内集中分布83.54%的灾害点，灾点密度也随易发性的增加而增加，差值的高值区分布不明显，差值的绝对值的最大值为0.413。说明此次区划结果与实际情况相符，该模型的评估结果较为准确。表4 展示了评价因子对地质灾害易发性的贡献，地质环境因子是影响地质灾害分布最重要的因子，所以地层岩性和断层线密度在随机森林算法中最重要。因为降水作为地质灾害的重要诱发因素，所以降水不均系数和降水多年变化指数这2个因子在随机森林众多评价因子中其基尼指数也超过了0.1以上。

图4 评价模型精度验证Fig.4 Evaluation of model accuracy validation

表4 地质灾害易发性评价因子基尼指数Table 4 Gini index of geological disasters susceptibility evaluation factor

3.2 地质灾害易发性评价结果与影响因素

青海省地质灾害易发性评价结果基本上呈现出东部高，西部低，中部高，西北、西南低的分布特征。地质灾害极高易发区仅存在极少部分，占青海省全省面积的1.66%。高易发区占9.56%。中易发区占26.50%。低易发区占全省总面积的62.28%（图5）。

图5 地质灾害易发性评价结果Fig.5 Geological disasters susceptibility evaluation results

从青海省地质环境分区来看，地质灾害极高和高易发区基本上集中在祁连山中起伏高山宽谷地质环境小区、青东黄土丘陵河谷地质环境小区、黄河上游大中起伏高山河谷地质环境小区和通天河上游大中起伏高山河谷地质环境小区。祁连山中起伏高山宽谷地质环境小区位于祁连山多年冻土边缘主要分布滑坡和崩塌地质灾害；青东黄土丘陵河谷地质环境小区河谷众多地质灾害以滑坡地质灾害为主；黄河上游大中起伏高山河谷地质环境小区和通天河上游大中起伏高山河谷地质环境小区主要以泥石流和崩塌地质灾害为主。这些地质环境小区基本上符合地形起伏不平和沟谷发育庞杂，河流溯源侵蚀和下切侵蚀严重的地形地貌特点。从青海省水系流域方面来看，地质灾害高易发区主要集中在黑河流域、湟水河流域、龙羊峡至兰州干流区间、河源至玛曲下游区域、大渡河流域、通天河下游流域。

地质灾害极高和高易发区内沟谷发育，多数沟谷坡度为30～45°，斜坡坡体岩土层松散，植被覆盖率小于10%，受风化和水流侧蚀等作用后稳定性差，地质环境脆弱；同时这些区域的人口数量不仅占据了研究区总人口的大多数，而且内部人口质量较低，老、幼龄人口比值较高；第一产业从事人口比例也非常高，导致了其自身人口整体水平的高脆弱性。此外，这些区域主要经济贡献来源于第一产业，崩滑流灾害发生时，容易造成大范围的死伤和严重的经济损失。加之人类工程活动频繁，因修建公路、铁路和水电工程进行大规模开挖后致使区内崩塌、滑坡发育，灾害类型以滑坡、泥石流为主，崩塌次之。

3.3 地质灾害易损性与危险性评价结果

青海省地质灾害易损性和危险性的高值区多集中在青海省东北部地区。从整体上来看，河谷地形易损性和危险性高，山脉与高原地区易损性和危险性低，主要居民点易损性和危险性高，在高易损和高危险区间通过交通线路相连，公路沿线附近也存在较高的易损性和危险性。

从行政区划位置上看，地质灾害高易损与危险区主要集中在海东地区湟水河流域和黄河流域龙羊峡至兰州干流区间。通过城市规模和经济区进行分析，高易损与高危险区基本集中在青海省东北部地区的河谷城市群（图6（a）），其中包括青海省1个200万中心城市（西宁市）、2个20～100万区域中心级城市、3个5～20万小城市以及6个1～5万县城。按照地质灾害风险调查评价技术要求在易发性评价的基础上，结合不同年份的降雨工况和动峰值加速度减去抗灾能力分别进行地质灾害危险性评价。危险性与易损性较为接近均集中在青海省东北部地区，随着降水工况的变化地质灾害危险性也随之增高（图6（b））。

图6 地质灾害易发性与危险性评价结果Fig.6 Geological disasters susceptibility and risk evaluation results

地质灾害的易损性与危险性在一定程度上也反映了人类工程活动状况。工程活动较为密集的区域内易损性与危险性较高。查阅资料可以看出，地质灾害易损性与危险性较高的区域也是青海省人口分布较稠密的区域。西宁市及其周边三县地区地质灾害易损程度最高。从城镇化比率也可以看出，西宁市市区城镇化比率为95.24%，湟中县、湟源县、大通县城镇化率也在30%左右。海东市的两区四县内城镇化率基本上在20%以上，地质灾害易损性与危险性也较高。这样的易损性和危险性分布特征也符合青海省地广人稀，人口分布极为不平衡的总体格局。地质灾害易损程度较低的区域基本上分布在柴达木盆地腹地和可可西里地区。地质灾害的发生会产生一系列环境问题，造成植被破坏，水土流失加剧。反过来，地质环境遭受破坏又为地质灾害的发育创造了条件，恶性循环的结果使得这些地区的自然环境和人地关系日益恶化。

3.4 地质灾害风险评价结果与影响因素

青海省地质灾害风险评价结果基本上呈现出东高，西低，东北高，西南低的分布特征。极高易发区占青海省全省面积的1.40%，高易发区占3.93%，中易发区占19.94%，低易发区占74.74%（图7）。青海省地质灾害极高和高风险区主要集中在青东黄土丘陵河谷地质环境小区和通天河上游大中起伏高山河谷地质环境小区。从行政单元来看集中在西宁市、黄南藏族自治州、玉树市周边范围，这些区域内集中了全省80%以上的人口。从流域范围来看极高风险主要集中在黄河流域，突出表现为湟水河流域和黄河龙羊峡至兰州干流区间。通天河流域仅在玉树市周边范围出现高风险以上区域，所以在今后的地质灾害监测预警工作中，要着重于黄河流域的地质灾害监测预警。

图7 地质灾害风险性评价结果Fig.7 Geological disasters risk evaluation results

综合来看，地质灾害极高和高风险区基本上集中在高山、中高山起伏河谷地形地质区。由于黄河流域南北多山，东部多丘陵，地形切割强烈沟壑广布，自然与人为地质作用相对强烈，尤其以湟水流域及黄河河谷区最甚，在丘陵、台地与谷地交接部位更为密集，灾害整体布局呈现相对集中和条带状分布。人类工程活动主要集中在较为宽阔的河谷区以及主要交通干线沿线两侧和沟谷斜坡地区，降水和人类工程活动成为触发地质灾害的重要因素。

对比青海省地质灾害易发性评价结果和风险评价结果可以看出在空间上存在差异。例如青海省中部被昆中断裂带和东昆仑活动断裂带所阻隔，这一带是地质灾害高易发区，但这一地区人口稀少，人类活动较少为地质灾害中低风险区。

差异主要可以归结为3点：第一，在川西—藏东高原山地地质环境亚区的西北部地区、祁连山地质环境亚区与昆仑山高山地质环境亚区的地质灾害风险性低于易发性。这说明在此区域人类活动、人口分布较为稀少，地质灾害易发程度高，但地质灾害风险程度低。第二，在共和盆地（湟水河流域和龙羊峡至兰州干流区间）和果宗木查与当曲自然保护区内地质灾害风险程度高于地质灾害易发程度，这些区域内河谷发育，地形地貌受到河流侵蚀作用较为破碎，较易引发崩滑流地质灾害。同时该区域内或人口稠密或自然地质生态环境较为脆弱，地质灾害风险程度较高。第三，公路沿线的地质灾害风险较为突出和明显，公路交通作为人类工程活动最为突出的形式也受到地质灾害风险的制约。

4 结论

基于多源遥感数据和智能算法进行青海省地质灾害评价准确可靠，通过智能算法可做到权重因子自动化选择，避免人工评价造成的评价结果误差。青海省地质灾害易发性评价结果呈现出东部高，西部低，中部高，西北、西南低的分布特征。地质灾害风险基本上呈现出东高，西低，东北高，西南低的分布特征。对比青海省地质灾害易发性评价结果和风险评价结果可以看出在空间上存在差异。所以在今后的地质灾害监测预警工作中，要重点关注黄河流域的地质灾害监测预警。

目前针对青海省地质灾害的评价多以单一灾种或小流域为主，青海省在自然地理环境上具有整体性，青海省地质灾害评价既有利于把握致灾的总体规律，从宏观角度比较各区域的地质灾害风险程度，又能服务于防灾减灾生产实践，因此此次评价结果有较好的区域综合性。本次青海省地质灾害评价实现了2点突破：（1）与空间地貌、地质环境特点相吻合。（2）整体性更强，地域性更加客观。当然文中存在评价模型选取与参数优化、评价数据时空分辨率的适配等问题，这将成为日后地质灾害评价工作的重点内容。

致谢：

此次野外调查工作的数据获取得到了的青海省环境地质勘查局、青海省核工业地质局、青海省核工业地质局等单位的协助，同时青海地理空间自然资源大数据中心在遥感数据处理与计算方面提供了帮助和支持，在此表示衷心的感谢！