基于层次分析-信息量法的滑坡易发性评价——以江西省浮梁县为例

伍敏婷, 孙 岳, 周子腾

(东华理工大学 地球科学学院,江西 南昌 330013)

江西省浮梁县历年来频繁发生滑坡等严重的地质灾害,造成巨大的经济损失。据《中国典型县(市)地质灾害易发程度分区图集——华东地区卷》统计,2002年浮梁县的地质灾害及其隐患点高达626个,其中滑坡330个,占灾害总数的52.7%(中国地质环境监测院,2011)。浮梁县滑坡出现频率高,季节性强,多发生于4—9月;集中性强,且极易爆发,点多面广(崔钉丁,2016)。2002年浮梁县已完成1∶10万地质灾害野外调查与区划工作①,但关于浮梁县滑坡易发性分区的空间分布以及滑坡对居民区的危害程度尚不清楚,制约了对滑坡的客观认识。

滑坡易发性分区常用的评价方法有经验模型、确定性模型和统计模型三种基本类型(Clerici et al., 2006)。其中统计模型是在大量数据基础上建立起来的,因其更具客观性而受到众多学者的青睐(李郎平等,2017;Gemitzi et al., 2011; 王成楠等,2022)。前人利用统计模型在滑坡易发性评价方面取得大量成果(郭跃等,2021),但在评价方法计算分析上的准确性需要提高(刘传正等,2020)。结合层次分析法和信息量法,避免了主观性所导致的权重预测与实际情况相矛盾的情况,又能准确反映评价结果的空间分布格局。笔者通过选取坡度、水系、地层岩性等9个评价因子及历史滑坡数据,采用层次分析-信息量法对浮梁县滑坡易发性进行评价,在此基础上结合地面建筑群分布,指出研究区内处于高易发区的建筑群,进而为研究区滑坡防治提供科学依据。

1 研究区概况

浮梁县位于江西省东北部,境内以低山丘陵为主,地形起伏大,东西北三面高,中南部低(图1)。软性和软硬相间的岩土体分布范围广,断裂构造发育,植被覆盖度高,林地和耕地面积广,水系发达,属于亚热带季风性湿润气候,夏季高温多雨,冬季温暖湿润。汛期集中型的降雨对地表冲蚀作用强烈,使得浮梁县地表岩石风化严重,为滑坡的发生创造了有利条件。

图1 浮梁县数字高程模型(DEM)图

2 数据来源与研究方法

2.1 数据来源

本次评价采用的数据包括江西省1∶10万滑坡调查数据、1∶5万浮梁县幅基础地质图、ASTER GDEM 30 m分辨率DEM、Landsat 8 OLI-TIRS卫星遥感影像、江西省地面气候标准值年值数据集、江西省2016年等级公路等(表1)。

表1 数据信息表

2.2 数据处理

根据前人经验(廖芸婧,2015)与研究区实际情况,基于ArcGIS软件,以200 m为间隔把高程划分为8个区间;以10°为间隔把坡度划分为7个区间;分别以水系、断裂构造、道路为中心,以200 m间隔向外建立6个不同级别的缓冲区。通过ENVI软件对研究区遥感影像进行辐射定标、大气校正等预处理,再利用监督分类工具计算土地利用类型。利用波段计算器计算研究区的归一化植被指数,依据自然断点法则(李乃强等,2020),把归一化植被指数分为4个区间,结合目视解译获取建筑群信息。利用克里金空间插值得到研究区年平均降水量分布图。最终将9个评价因子结合滑坡点进行分析,以便评估研究区的滑坡易发性。

2.3 层次分析-信息量法

层次分析法是一种定量计算与定性分析相结合的方法。该方法将一个复杂的问题分解为几个在问题中起关键作用的因素,建立层次结构模型(Tan et al., 2021)。信息量法是通过计算各类影响因素对滑坡发生所提供的信息量值,作为滑坡易发性等级划分的定量指标(吴少元,2019)。单一的赋权方法相对局限,层次分析法与信息量法相结合可使评价结果更接近实际情况。

(1)设滑坡易发性评价A为目标层,地质地貌、生态环境及诱发因素Bi(i=1,2,…,n)为要素层,具体评价因子Ci(i=1,2,…,m)为指标层,根据易发性分区评价目的及因子的从属性建立层次结构模型(图2)。

图2 评价因子层次结构

(2)根据评价因子的层次结构关系,采取1～9标度法(张晓东,2018),进行相互对比,构造判断矩阵,计算权重(刘洋等,2019;刘飞,2020),获取判断矩阵(表2,3,4)。在Matlab软件下计算判断矩阵的最大特征值λmax及对应的特征向量。将各矩阵的特征向量进行归一化处理,即为各层次下因子的权重值(郭金玉等,2008)。

表2 A-B层判断矩阵

表3 B1-C层判断矩阵

表4 B2-C层判断矩阵

表5 B3-C层判断矩阵

(3)计算各二级评价因子信息量。信息量法是根据已经发生的滑坡数据,将滑坡数据转化为反应评价因子等级的信息量值。评价因子的信息量值越大,与滑坡发生的关系越密切。计算过程如下:将研究区分成S个大小相等的评价单元,选取了m个评价因子,每个评价因子有n个等级。第i个评价因子的第j级为Mij,通过公式(1)得出Mij的信息量值。

式中,Nij为分布在影响因子内Mij的灾害单元数,N为研究区内地质灾害分布的单元总数,Sij为研究区内含有影响因素Mij的单元数,S为研究区所划分的评价单元总数。

利用式(2)得到第i个评价因子的单因子信息量Mi。

(2)

(4)计算研究区总信息量。将9个评价因子的信息量栅格图层分别乘以对应的由层次分析法计算得到的权重,再叠加计算即可得到研究区总信息量值,即研究区滑坡易发程度分布图。最后依据自然断点法对评价结果进行重分类,将滑坡易发性等级从低到高划分为低易发区、中易发区和高易发区。

3 结果与讨论

3.1 评价因子分析

根据国内外普遍采用的评价指标、资料与可操作性,选取地质地貌中的高程、坡度、地层岩性、断裂构造;生态环境中的归一化植被指数、水系;诱发因素中的年降水量、土地利用类型及道路为评价因子对研究区进行滑坡易发性评价(图3,4)。

图3 评价因子与滑坡空间分布图

3.1.1 地质地貌

(1)高程。高程在一定程度上决定滑坡体的分布,影响滑坡发生的概率和规模(李益敏等,2021)。中国地质环境监测院(2011)统计表明,研究区高程为0～200 m内滑坡有260个,占滑坡总数的78.8%。200～400 m内有45个滑坡,占滑坡总数的13.6%(图4a)。滑坡主要分布在高程为0～400 m内,该区间内主要是河流冲积扇或河流阶地,地势较平坦,利于岩土体堆积,同时河流冲刷强烈,极易引发滑坡。高程大于400 m的区域,岩土体易被地表径流、风力等外力作用带走,不易堆积,因此该区域滑坡分布密度较低。

图4 评价因子的滑坡数量直方图

(2)坡度。所处斜坡具有一定的坡度是滑坡发生的必然条件(陈全明等,2019)。研究区地形坡度为0～65°,平均坡度为12°。从图4b可以看出,坡度小于10°的区域没有滑坡发生,因为该区域地形平缓,岩土体不易滑动。坡度为10°～30°的区域,滑坡有175个,占滑坡总数的53.03%。在坡度30°～50°的区域,随着坡度增大,滑坡发育则相对减少。坡度大于50°的区域,岩土体不易堆积,缺乏滑坡发育的物质条件。

(3)地层岩性。岩土体是滑坡发生的物质基础,决定滑坡发生的难易程度。不同地层岩性的抗风化能力不同:坚硬地层抗风化能力较强,不易发生滑坡;软硬相间地层抗风化能力不一致,较软弱地层抗风化能力低,先被风化解体,产生大量松散物质,易造成地层滑动,产生土质滑坡(杨淞月等,2021)。研究区出露有侏罗系、二叠系、奥陶系和寒武系(图4c)。其中,花岗闪长岩、前寒武系砂岩及二叠系砂岩为坚硬岩石,面积共813.95 km2,占总面积的28.34%,发育95个滑坡,滑坡密度为0.12个/km2;侏罗系主要由火山碎屑岩、凝灰岩及千枚岩等软硬相间的岩石组成,面积为1 932.03 km2,占总面积的67.74%,发育218个滑坡,滑坡密度为0.11个/km2;寒武系灰岩为较坚硬岩,面积为96.32 km2,占总面积的3.38%,发育16个滑坡,滑坡密度为0.17个/km2;奥陶系页岩为软性岩,面积为10.01 km2,占总面积的0.35%,发育1个滑坡,滑坡密度为0.10 个/km2(图4c)。表明研究区软硬相间的侏罗系面积最大,同时也是滑坡发育最多的地层,但滑坡密度最大的地层为寒武系。

(4)断裂构造。研究区断裂构造广泛发育,延伸方向多为北东向,其中宜丰-景德镇深断裂带贯穿整个浮梁县,破坏了岩土体完整性和稳定性(图3d)。构造作用使岩土体结构面节理裂隙较发育,在软弱岩层中节理裂隙发育更为明显(图4d),造成研究区内斜坡岩体易受风化及外力作用的影响,形成不稳定地质体,为滑坡创造有利条件。

3.1.2 生态环境

(1)归一化植被指数。植被根系对其存在的岩土体力学加固效应是显著的,但这种效应一般仅存在地表以下1.5 m的深度范围(徐则民等,2005)。在植被根系力学加固效应上,植被对防治面状水土流失和浅层滑坡是有效的。但在分布更广泛、危害性更大、滑面埋深大于4.5 m的深层滑坡防治上,其功效是十分有限的(Furuya et al., 1999)。且根系较浅的植被增加表层岩土体的重量,反而增加滑坡发生的概率(解明曙,1990)。植被覆盖度通常用归一化植被指数表示。归一化植被指数为[-1,1],正值表示有植被覆盖,数值越大,植被覆盖度越高。研究区的归一化植被指数为[-0.63, 0.72](图4e)。其中,[0.41, 0.72]区间内发育224个滑坡,占滑坡总数的67.88%,滑坡占比最大。

(2)水系。水系发育程度体现了研究区的沟谷切割程度,河流侵蚀两岸斜坡,从而诱发滑坡。根据水系与滑坡的空间分析(图4f),距离水系0～200 m区间内滑坡有66个,占滑坡总数的20.12%。200～400 m区间内滑坡有70个,占滑坡总数的21.34%。400～600 m区间内滑坡有42个,占滑坡总数的12.8%。600～800 m区间内滑坡有25个,占滑坡总数的7.62%。800～1 000 m区间内滑坡有26个,占滑坡总数的7.93%。结果表明,在整体趋势上距离水系越近的区域,受水系侵蚀作用影响越大,滑坡越容易发生。

3.1.3 诱发因素

(1)降水量。雨水渗入坡面后,增加岩土体内部孔隙水压力,减少有效应力和基质吸力。当孔隙水压力超过某一临界值,岩土体就会沿潜在滑移面滑动(高志勇,2010)。据江西省气象资料统计,研究区4—7月降水量占全年总降水量的56%～68%(图5),2010—2020年的年平均降水量为1 832.8 mm,降水量大且集中。研究区集中性降水有利于滑坡发生,同时暴雨造成的洪水在山谷汇集冲刷边坡,也会诱发滑坡。

图5 研究区2010—2020年月平均降水量分布图

(2)土地利用类型。不同的土地类型,其土壤的条件及成分等不同。因此土地利用类型直接影响坡体的稳定(余坤勇等,2016)。根据Landsat 8影像土地利用类型的解译及其与滑坡的空间分析,研究区耕地面积为208.12 km2,发育滑坡185个,滑坡密度为0.89个/km2;林地面积为1 351.37 km2,滑坡71个,滑坡密度为0.05个/km2;荒草地面积为903.77 km2,滑坡53个,滑坡密度为0.06个/km2;水体面积为111.19 km2,滑坡1个,滑坡密度为0.01个/km2;建设用地面积为273.7 km2,滑坡20个,滑坡密度为0.07个/km2(图4h)。结果显示,研究区的林地面积最广,耕地的滑坡密度最大。

(3)道路。修建道路要开挖边坡、开凿隧道等,若没有适当的防护措施,会破坏斜坡稳定性,为滑坡提供条件(徐永年,1999)。根据道路与滑坡的空间分析(图4i),距离道路0～200 m内滑坡有158个,占滑坡总数的47.88%;200～400 m内滑坡有105个,占31.81%;400～600 m内滑坡有26个,占7.88%;600～800 m内滑坡有12个,占3.63%;800～1 000 m内滑坡有4个,占滑坡总数的1.21%;1 000 m以外区域滑坡有26个,占滑坡总数的7.88%。这些数据表明滑坡多分布于距离道路0～400 m内。

3.2 滑坡易发性分区

3.2.1 评价单元

适当的滑坡易发性评价单元可以有效提高评价结果的精度。常见的评价单元有行政单元、地域单元、规则网格单元以及自然斜坡单元等(邱海军,2012)。规则网格单元的数据处理速度快、精度高且可以综合运算各个指标。为与30 m分辨率数字高程模型相对应,采用30 m×30 m规则网格单元作为研究区滑坡易发性评价的基本单元。

3.2.2 评价结果

A-B层判断矩阵最大特征值λmax=3.018 3,特征向量为(0.723 8, 0.632 3, 0.276 2),归一化得权重Wi为(0.443 4, 0.387 4, 0.169 2)。B1-C层判断矩阵最大特征值λmax=4.198 1,特征向量为(-0.125 8, -0.850 4, -0.252 9, -0.443 9),归一化得权重Wi为(0.075 2, 0.508 3, 0.151 2, 0.265 3)。B2-C层判断矩阵最大特征值λmax=2,特征向量为(0.316 2, 0.948 7),归一化得权重Wi为(0.250 0, 0.750 0)。B3-C层判断矩阵最大特征值λmax=3.038 5,特征向量为(0.916 1,0.150 6,0.371 5),归一化得权重Wi为(0.633 3,0.109 6,0.256 8)。将要素层Bi的权重乘上Bi下属的指标层Ci的权重,得到目标层A下Ci的总权重值(表6)。

表6 评价因子权重表

层次分析法的计算结果显示(表6),影响研究区滑坡形成的因素依次为水系、坡度、断裂构造、降水量、归一化植被指数、地层岩性、道路、高程和土地利用类型。

信息量法的计算结果显示(表7),在49种参加计算的分级评价因子中,信息量最大值(8.138)在60°～65°坡度范围内,最小值(-2.539)在距离水系600～800 m范围内。总体上,坡度的信息量值最大,其次是地层岩性、断裂构造、年降水量,与层次分析法的计算结果相似。

表7 评价因子及信息量值

加权叠加9个评价因子的信息量图层即可得出研究区总信息量值,再依据自然断点法对研究区总信息量值进行重分类,将滑坡易发性从低到高划分为低易发区、中易发区和高易发区(图6)。

图6 研究区滑坡易发性评价图

3.2.3 评价结果检验

滑坡易发性评价结果的准确性检验可利用ROC曲线(邓念东等,2021)。图7中横坐标表示滑坡易发性面积百分比累积量,即伪阳性率,纵坐标表示实际滑坡数量百分比累加量,即真阳性率,曲线下方的面积(AUC)越接近1,滑坡易发性评价结果越准确。滑坡易发性评价检验显示,ROC曲线呈现出明显的凸形,AUC值为0.87(图7),表明基于层次分析-信息量法的滑坡易发性评价结果准确率较高。

图7 滑坡易发性评价ROC曲线

3.3 易发性分区评价

高易发区零散分布于坡度较大的山区,面积约为113.75 km2,占研究区总面积的3.99%,滑坡密度为0.18 个/km2,平均高程约为344.47 m,平均坡度约为32.96°(表8)。中易发区不同程度散布于整个研究区,面积约为1 264.42 km2,占44.35%,滑坡密度为0.17个/km2,平均高程约为213.73 m,平均坡度约为15.57°,对环境改造较为强烈,存在滑坡隐患,低易发区主要集中于研究区西南部及东南部,零星分布于全区,面积约为1 472.54 km2,占51.65%,滑坡密度为0.11个/km2,平均高程约为170.16 m,平均坡度约为9.89°,地形平坦,不易发生滑坡。

表8 滑坡易发性分区评价结果

易发性分区评价结果得出151个建筑群位于滑坡高易发区(图8),占总建筑群面积的35.9%。其中,39个位于湘湖镇,25个位于浮梁镇,21个位于寿安镇,13个位于庄湾乡,12个位于王港乡,11个位于鹅湖镇,西湖乡和瑶里镇各6个,5个位于蛟潭镇,江村乡、经公桥镇及三龙乡各3个,2个位于洪源镇,勒功乡与兴田乡各1个(图9)。统计结果显示,位于高易发区的建筑群较集中地分布于浮梁县南部,其中湘湖镇、浮梁镇及寿安镇等乡镇所占比例最大,区内人类工程活动较多,对地表改造强烈,极易引发滑坡。

图8 高易发区的建筑群

图9 高易发区建筑群在各乡镇的数量

4 结论

(1)浮梁县滑坡多发生于高程为0～400 m、坡度为10°～30°、地层为侏罗系火山碎屑岩、归一化植被指数为0.41～0.72、水系和道路400 m范围之内、断裂构造发育、降水丰富、土地利用类型为耕地的地区。影响浮梁县滑坡形成的因素依次水系、坡度、断裂构造、降水量、归一化植被指数、地层岩性、道路、高程和土地利用类型。

(2)浮梁县滑坡易发性评价结果显示,滑坡高易发区的面积约113.75 km2,占总面积的3.99%;中易发区的面积约1 264.42 km2,占44.35%;低易发区的面积约1 472.54 km2,占51.65%。ROC检验曲线呈凸型,AUC值为0.87,表明滑坡易发性评价结果准确性较高。

(3)建筑群与滑坡易发性分区的空间分析表明151个建筑群位于高易发区,且集中分布于研究区南部,主要分布于湘湖镇、浮梁镇及寿安镇。