基于GIS的滑坡地质灾害易发性分析——以六盘水市为例

钱陈之皓，王金灿，吴文葶

（1.天津城建大学地质与测绘学院，天津 300384；2.福建工程学院土木工程学院，福州 350118）

1 国内外研究现状

六盘水市位于贵州省西南部，作为贵州及南方重要的矿产资源地和铁路交通枢纽，长时间的矿产资源开发和基础设施建设，导致了当地地形地貌有了很大改变，同时区域内地质条件复杂，这些原因极易孕育发生滑坡类地质灾害.

国外最早将GIS应用到地质灾害研究领域可追溯到20世纪80年代.Earl E.Brabb（1986）率先将GIS应用于SanMateo地区进行地质灾害评价[1]；随后Michael A.Finney等（1989）等也使用了GIS技术对地质灾害进行分析评价[2].20世纪90年代，随着GIS技术大发展时期一起到来的，是学者们将GIS技术结合数学模型对地质灾害进行分析评价.Barredol等人基于GIS技术结合AHP（层次分析法），以西班牙Tirajana地区为例进行了地质灾害评价[3].21世纪初，意大利学者Budetta，Santo和Vivenzio基于GIS技术和多元回归模型，绘制了意大利地区滑坡地质灾害易发性区划图，并据此分析了滑坡与各个致灾因子之间的相关关系[4].国内学者将GIS应用于地质灾害的研究起步较晚，且研究较少.殷坤龙等自1990年起将GIS的空间分析技术应用于滑坡地质风险性的研究[5]；王亚强等人利用AHP确定黄土区域滑坡的致灾因子的权重，并以GIS平台制作出滑坡风险区划图[6].

经过国内外学者长时间的研究，地质灾害易发性的研究模型和研究步骤均已得到完善.本文基于GIS平台和相关数学模型，在前人研究的基础上结合当地实际选取适当的致灾因子和数学模型，对六盘水进行滑坡地质灾害易发性研究.

2 研究区概况和数据来源

2.1 研究区概况

六盘水市位于贵州省西南部，贵州、云南交界处，境内有南盘江、北盘江两大河流，地处云贵高原一、二级台地斜坡，位于25°19’44"N至26°55’33"N、104°18’20"E至105°42’50"E之间.六盘水市属于亚热带季风气候，年平均气温13～14℃，年降水量1200～1500 mm，无霜期200至300天.

2.2 数据来源

DEM（见图1）数据来源于ASTER GDEM，分辨率为30 m，下载自中国科学院计算机网络信息中心地理空间数据云平台（http://www.gscloud.cn），其余历史灾害点数据（见图2）、地层岩性数据、农田生产力数据、降水量插值数据、基于DEM提取的河网数据、土壤侵蚀数据、土地利用、地表覆盖数据等均下载自中国科学院地理科学与资源研究所资源环境科学与数据中心（http://www.resdc.cn）.

图1 研究区DEM图

图2 研究区境内滑坡历史灾害点分布

3 研究方法

国内外对于研究地质灾害易发性的数学模型有很多：可大致分为单一模型，如AHP、模糊综合理论；耦合模型，如AHP-信息量法耦合模型.单一模型和耦合模型的研究结果在运用ROC曲线对比其AUC值之后可得出耦合模型优于单一模型的结论[7].所以，本文通过Logistic-模糊综合耦合模型来确定易发性的区划.通过总结前人对于致灾因子的选择和当地实际情况，笔者选取了气象水文要素（降水量、河流密度）、地层岩性、基本地形地貌（土壤侵蚀、高程、坡度、地表起伏度）、人类干扰（人类活动强度）等四方面因素作为易发性指标.

3.1 Logistic回归模型

在诸如滑坡地质灾害易发性评价中，致灾因子（自变量）和所导致的后果——滑坡地质灾害是否发生（因变量）存在显著的二分类变量关系[7].因此本文将基于Logistic回归模型，通过构建相关模型来确定各致灾因子的权重，其中Logistic回归模型的表达式为

式中：xi为自变量；α、β为系数；εi表示与此相关的线性函数.

滑坡类地质灾害发生的概率取值区间在[0，1]之间，据此，建立Logistic回归方程，即

式中：α0为常数项；βn（n=1，2，3，…，n）为回归系数；xn为自变量.

本文将地质灾害发生的概率区间设为[0，1]，1为一定发生，0为不可能发生，据此将各致灾因子进行归一化处理，取值区间为[0，1].基于Logistic回归模型的样本点选取的数量，本文依据Long（1997）指出的样本数据量应该大于等于现存灾害点的数量[8].本研究区域中共有滑坡地质灾害点572处，在研究区域中通过ArcGIS的随机选取样本点功能，随机选取样本点800处，为了消除量纲不同的影响，将数据进行归一化处理，其公式为

式中：x*为归一化后的数据；x为原始数据；max为数据最大值，min为数据最小值.

将归一化的数据剔除不合理数据后，将数据导入SPSS软件中进行计算.计算结果如表1所示.

据表1可通过式（4）得出各致灾因子的权重，即

表1 Logistic回归方程系数

式中：α为致灾因子的权重；BiLogistic为回归方程中各致灾因子的回归系数.

在描述各致灾因子对地质灾害成因的贡献率的时候，可以忽略其系数的正负，因此在上式中各因子的系数均取绝对值，其权重如表2所示.

表2 根据Logistic回归方程得到的各致灾因子系数

3.2 模糊综合评价法

模糊综合理论由美国自动控制专家Zadeh教授于1965年首次提出，此理论是一种基于模糊数学的评判法，即应用模糊变换原理和最大隶属度原则对受多个因素制约的研究对象或事物进行定量的总体评判[9].

首先建立因素集，因素集即影响所评价的对象的因素集合，在本研究中指可能造成滑坡类地质灾害的影响因子的集合，即

式中：U为因素集；ui（i=1，2，3，…，m）表示可能造成滑坡类地质灾害的影响因子，如高程、坡度等.

其次建立评估集，评估集指在研究中人为划定的、评判对象可能会出现的结果区划范围，即

式中：V为评估集，vi（i=1，2，3，…，m）为本研究中人为划定的结果的区划范围.

最后建立权重集，本研究中权重集中各致灾因子的权重由Logistic回归模型提供，即

式中：A为权重集；ai（i=1，2，3，…，m）为各致灾因子的权重.

在建立因素集、评估集和权重集后，即可结合最大隶属度通过模糊评估进行易发性的计算.首先进行单因素评价，得到单因素评价集合，即

式中：ri为因素集U中第i（i=1，2，…，m）个元素对应评价集V中第m（m=1，2，…，n）个元素的隶属度.

以m个单因素评价集R1、R2、R3，…，Rm组成评价矩阵R，即

根据因素集U、评估集V、权重集A及评价矩阵R建立综合评价模型，根据最大隶属度原则，即

式中：B为模糊向量；A为权重集；R为评价矩阵，bi（i=1，2，3，…，m）为隶属度.

然而在实际运用评估中，有时会要考虑多层级的影响因素，对于多层级影响因素的计算，应该按照上述方法进行再次递推运算.

3.3 致灾因子分析

滑坡灾害的致灾因子具有典型的地域差异性，不同地域之间导致滑坡灾害的主要因子可能不同.本文根据前人研究和当地实际，选取了气象水文要素、地层岩性、基本地形地貌、人类干扰等四方面因素作为易发性指标.其中基本地形地貌有数据或可间接通过现有数据得到，可直接通过ArcGIS平台进行利用，所以本文着重论述气象水文、地层岩性和人力干扰三方面易发性指标.

3.3.1 气象水文

降水是滑坡灾害重要的致灾因子，降水持续性地侵蚀地面，会导致坡面稳定性下降，从而可能引发滑坡灾害.降雨作为致灾因子并不是在某个时刻诱发滑坡，而是某个时间段的持续性强降雨所引发[10].其中，地表覆盖会直接影响降水引发滑坡的可能性.一般来说，林地、草地等植被覆盖率较高的地面，表明植被发育良好，水土保持能力强，从而在持续性强降水条件下引发滑坡的可能性越低；反之则水土保持能力弱，如果发生持续强降雨，则极其容易诱发滑坡等地质灾害[10].土地覆盖本身作为滑坡灾害的诱发因子的同时，还会直接影响降水对于滑坡灾害的诱发程度.

本文通过统计分析六盘水当地的地表覆盖情况，发现六盘水当地植被覆盖良好，其中以常绿阔叶林、常绿针叶林、草地等为代表的植被覆盖面积占比为87.256%.水土保持较差的裸地面积占比仅为1.832%.从而表明六盘水整体上因持续性强降水引发滑坡的概率较低.

3.3.2 地层岩性

地层岩性是滑坡产生的物质基础，滑坡产生的数量和规模与岩性关系密切[11].一般来说，结构松散、抗风化能力和抗剪强度较低的岩土体，如松散覆盖层、红黏土、黄土、页岩、煤系地层、泥岩、板岩、片岩、千枚岩、凝灰岩等及软硬岩层相间构成的斜坡体，相对更容易发生滑坡[12].据此，本文将地层岩性的硬度从低到高依次分为：松散体、软弱岩层、中等坚硬岩体、坚硬岩.

3.3.3 人类干扰

由于城市的快速发展，因为人类活动因素诸如采矿等活动极有可能孕育滑坡灾害[10].而以采矿为代表的人类活动导致的后果例如地形地貌等的改变、破坏等将直接体现在坡度、地表起伏度等致灾因子方面.

本文以人类活动强度作为人类干扰因素因子.人类活动强度即指一定区域面积内的区域受人类生产生活等活动影响而产生的扰动程度[13].随着GIS和空间分析技术的进一步发展，传统方法逐渐难以满足各方面需求，通过空间化方法来求取人类活动强度的方法开始逐步发展[13].本文采用Vitousek等[14-16]提出的净初级生产力人类占用法，根据前人研究表明，此方法适合于以行政单元为区划的人类活动强度的求取并且评价结果较好[13]，其公式为

式中：HANPP为人类占用的净初级生产力；NPPluc为土地覆盖变化损失的净初级生产力；NPPh为收获的植被净初级生产力；NPP0为潜在的植被净初级生产力；NPPact为实际的植被净初级生产力.

采用此方法制备的六盘水市人类活动强度数据如图3所示，其值越高，表示人类活动强度越大.2013年夜间灯光数据如图4所示.人类活动强度分值较高的区域与夜间灯光数据中亮度较高的区域范围基本一致，说明此人类活动强度数据具有较高可信度.

图3 研究区人类活动强度

图4 研究区境内夜间灯光（2013年）

3.4 易发性评价与分析

基于式（10）得到的模糊向量，并以其各分量为各致灾因子的权重，通过ArcGIS的栅格叠加功能进行加权叠加，最终得到如图5所示的易发性区划图.

图5 六盘水市滑坡灾害易发性区划图

从数值角度上看，易发性较高的区域占比较多，其中极高易发性区域占比22.45%，面积达2 172 km2；高易发性区域占比40.11%，面积达3 880 km2；中易发性区域占比28.01%，面积达2 710 km2；低易发性区域占比9.43%，面积达912 km2.因六盘水地处西南，为典型的山地丘陵地貌，地表起伏度对易发性的贡献度较大.

从空间角度上看，易发性区划呈不均匀分布.极高易发性和高易发性区域主要分布于六盘水市南部的盘县和东部的六枝特区东南部，在六盘水北部的水城县北部和西部的钟山区西北部有少量分布.整体来看六盘水滑坡地质灾害的易发性较高，结合六盘水市矿产开发主要位于盘县、六枝特区[17]这一当地实际情况来看，矿业对于地质地貌的破坏较大，故极高易发性区域和高易发性区域多集中于此.同时结合历史灾害点数据比较分析（见表3），落在极高易发区和高易发区的历史灾害点数量为473，占比84%，具有较高可信度.根据当地地质条件来看，当地为典型喀斯特地貌环境，境内绝大部分区域为山区，境内地质构造复杂多样，地貌种类丰富，以山地和丘陵为主[12]，这样的地质构造及地形地貌极易诱发滑坡类型的地质灾害.自从西部大开发以来，境内城镇基础设施建设和矿业开发速度持续加快，在提高经济增长的同时，也带来了很大的滑坡地质灾害隐患.采矿业的持续发展和当地特殊的地质地貌共同导致了六盘水境内滑坡地质易发性较高的局面.

表3 易发性区划统计

4 结论

本文基于GIS平台，通过Logistic回归模型与模糊综合理论耦合的方式，选取气象水文要素、地层岩性、基本地形地貌、人类干扰四方面致灾因子，研究得出了六盘水滑坡灾害易发性区划图.结果表明：①六盘水市整体滑坡易发性风险较高，极高易发性和高易发性占比62.56%，且集中于盘县、六枝特区，在钟山区和水城县有少量分布；②地表起伏度和坡度对六盘水滑坡易发性的贡献度较大，其余致灾因子的贡献度较小.

易发性研究结果表明：①六盘水市整体滑坡易发性风险较高，极高易发性和高易发性共同占比62.56%，且集中于盘县、六枝特区等六盘水矿产行业较为集中的地区，在钟山区和水城县有少量分布；②地表起伏度和坡度对六盘水滑坡易发性的贡献度较大，其余致灾因子的贡献度较小；③结合六盘水市矿产资源调研报告[14]看，矿业对六盘水当地滑坡地质灾害的影响较大，应予以重视.