2022年我国地质灾害的时空分布与影响因素分析

陈德山,万 正,贾永磊

(兰州石化职业技术大学 资源环境工程学院,甘肃 兰州 730207)

地质灾害是指由于自然或人为因素引起的,造成人类生命财产损失的灾害性地质事件[1]。由于我国幅员辽阔,山地丘陵区约占国土面积的65%,地质条件复杂,构造活动频繁,地貌地形多样,受季风影响的区域广,旱雨季分明,加之近年来气候变化,极端天气气候事件频发,同时人为自然资源不合理或超负荷开发利用,导致地质灾害多发[2]。地质灾害极易造成人员伤亡,中国2004～2021年的18年里共发生地质灾害39.2万起,伤亡48485人,年均伤亡约2694人,仅次于地震、洪水灾害,给我国人民群众生产生活带来极大影响,掣肘社会经济的可持续发展[3]。地质灾害防治关系国计民生,探究其时空分布特征、发生规律及其影响因素,可以有效减小地质灾害损失,甚至防止地质灾害的发生,因此对防灾减灾有积极的意义。

根据2004年国务院颁发的《地质灾害防治条例》规定,我国的灾害防治主要聚焦于崩塌、滑坡、泥石流、地裂缝、地面塌陷、地面沉降,其中崩塌、滑坡、泥石流的发生次数最多,2004～2021年间约占总地质灾害数的96.2%,影响规模最大,范围最广。长期以来,众多学者从不同的空间尺度上对地质灾害进行了时空分布规律的探究,王瑛[4]等建立了《中国主要地质灾害伤亡数据库》,分析了2000～2012年地质灾害事件的空间格局及影响因素,发现地形起伏度和GDP增长率是中国地质灾害的两大影响因素。章诗芳[5]和薛凯喜[2]等梳理统计了十余年来全国地质灾害的时空分布特征,指出我国地质灾害地区差异性非常明显,证明防灾减灾措施逐步取得了成效。李淼[6]、曾玲艳[7]、王玉超[8]等分别对山西、江西、我国的地质灾害进行了分析,何芳[9]、王佳慧[10]、金琪[11]还有学者针对特定地区,如矿区、水库、流域[12,13]等,分析地质灾害发生的时空规律,取得了一些进展,而地质灾害的时空分布规律与其影响因素密不可分。许多研究以黄土[14-16]、山区[17-19]为对象,分析地质灾害的成因与影响因素。此外,随着GIS技术的发展,其在该领域的研究也越来越多[20-27]。

现有基于GIS技术的地质灾害时空分布规律研究多针对较小的研究区域,且鲜有结合空间分布和影响因素,本文利用2022年全国地质灾害数据,综合核密度分析、Ripley’s K函数等GIS方法,从全国尺度上分析地质灾害的时空分布特征,利用统计分析方法探究地质灾害的影响因素,定性定量相结合地描述了全国地质灾害空间分布模式,划分了灾害高发的热点区域,从大尺度上进行分析,为全国范围、宏观尺度灾害防控政策的制定提供了一定的依据,有利于防灾资源的合理部署和开发选址的风险规避,助益于社会经济的可持续发展。

1 数据与方法

1.1 数据

本文采用的2022年全国地质灾害数据(不包括港澳台)源于中国地质调查中心根据各地上报数据汇总。2022年我国共发生规模大小不等的地质灾害总计2985起,其中泥石流339起,崩塌858起,滑坡1630起,地裂缝9起,地面沉降7起,带来了诸多经济损失。其中,数据属性包括地质灾害发生时间、地点、灾害类型、引发因素、受灾对象和受灾情况等。

分析中利用了中国乡镇行政区划边界和主要河流矢量数据,以及全国DEM高程栅格数据。数据来自中国科学院资源环境科学数据中心的资源环境数据云平台,2022年中国年降水量数据通过国家气象信息中心提供的中国地面降水日值0.5°×0.5°格点数据集,逐日累加得到。

1.2 方法

1.2.1基于ArcGIS的数据分析

在分析地质灾害空间时空分布特征时,依靠ArcMap、Excel和编程语言,对2022年地质灾害、全国县级行政区等数据进行处理,将地质灾害的时空属性分别处理,使用了空间关联、分级显示等方法提取地质灾害的时空分布特征,流程如图1所示。

图1 数据处理流程

1.2.2核密度分析

核密度分析方法利用空间距离衰减函数,考察区域中各个点联系的紧密程度与邻近距离的关系[28,29],计算点要素在其周围邻域中的密度,可以平滑地表达点要素在连续空间中的分散与聚集情况[30],可定义如下,假定x1,x2…,xn独立同分布,且服从分布密度函数f,记f在x处的值为f(x),则有

(1)

其中,k()为核函数,h为带宽,x-xi为当前灾害点x与样本xi点之间的距离。在地质灾害的分析中,核密度分析方法可以反映灾害点的集聚规律,在二维平面空间上确定地质灾害高发的热点区域。1.2.3 Ripley’s K函数分析

Ripley’s K函数可以评价不同距离尺度下,点要素的空间分布模式是否呈现聚集或离散[31-33]。对于本文的研究对象地质灾害点,Ripley’s K函数可定义为:

(2)

式中r为搜索半径或距离尺度;λ为总体灾害点分布密度,即单位面积上的灾害点个数;Nr为以任意灾害点Pi作半径为r的圆内存在的近邻灾害点个数;E(Nr)则表示近邻灾害点个数的数学期望。

对于一组灾害点P={P1,P2,…,Pn},Ripley’s K函数表示为

(3)

(4)

(5)

式中A为研究区域面积;n为地质灾害点个数;rij为灾害点与的直线距离。L(r)为K(r)的开方线性变化[32],当研究对象随机分布时,L(r)的数学期望值为0。若L(r)=0,表示灾害点互不相关,呈现独立分布;若L(r)<0,表示灾害点相互排斥,呈现均匀分布;若L(r)>0,表示灾害点相互吸引,呈现聚集分布。CrimeStat3.3是一种空间分析软件,用于分析犯罪事件地点的空间统计方案。本文在具体操作上,采用了CrimeStat3.3犯罪事件分析软件的Distance Analysis模块,对2022年地质灾害空间聚集模式进行定量分析。

2 地质灾害时空分布特征

2.1 时空格局分析

以十天为单位,统计各时间段内地质灾害发生的数目,得出全国地质灾害的时间分布图(图2)。55.6%的质灾害集中在6、7月发生,5月、8月、9月发生频次较高,分别为9.8%、15.1%、6.4%,其余月份发生次数较低。总体呈现夏季高发、春秋冬低发的季节性特征。其中,又以滑坡占总地质灾害的比例最大。滑坡和泥石流的分布与总体特征相似,具有较强的季节性,滑坡尤其集中在7月和8月,泥石流高发的时间区间更广,从5月底到8月中旬发生次数都相对较多。崩塌发生的季节性不明显,4月至9月均有较多发生,且反常地在12月有一个较为明显的波峰。根据地质灾害的发生原因,大部分地质灾害的诱发原因都是强降雨,我国降水分布具有明显的季节性。因此,受降雨影响,地质灾害的发生也呈现出季节性。崩塌在12月的反常高值,全部集中在四川宜宾的兴文县,诱发因素为地震。地面塌陷、地面沉降、地裂缝由于数量较少,未列入分析。

图2 地质灾害时间分布

利用ArcMap将灾害点展布于中国地图,并以我国县级行政区为统计单位,计算区域内地质灾害发生次数,以次数绘制专题地图(图3所示),得出2022年我国地质灾害空间分布特征:(1)2022年我国地质灾害集中分布于西南、西北、华南地区,在华东地区南部略有发生,东北、华北地区鲜有发生,其中宁夏省南部的武山县、略阳县、宁强县、武都县,湖北中部的安化县,四川省的兴文县、峨眉山市发生频次较高;(2)滑坡的分布与总体地质灾害的分布特征相似,密集集中于宁夏-云南-江西三个省份围成的三角形区域中,在华北、东北和沿海地区发生较少;(3)崩塌的分布存在着空间分布的不连续,主要集中于宁夏南部-川渝和华东南部-华南两个区域,且在这两个集中区域之间存在着一条东北-西南向的隔断,在华北、东北也有零星崩塌分布;(4)泥石流灾害集中于青藏高原外沿,呈带状分布,在江南、华南丘陵有零星的分布。

a.地质灾害

2.2 核密度分析

为了进一步探究各类型地质灾害空间集聚模式,运用核密度分析研究空间分异情况,确定各地质灾害类型的热点集聚区(图4)。

a.地质灾害

地质灾害在空间上存在着明显的热点聚集区,其中崩塌聚集于川渝、两广和赣皖交界区域,其间存在一条平行于胡焕庸线的分界线。东南地区的崩塌多发于丘陵地带,垂直比降相对较大,部分由于开挖坡脚等人为因素引起的崩塌也同样位于类似的地带。西部地区的崩塌同样广泛分布于山地,多为降水诱发,部分为坡体由重力或风化作用引起。北部小范围的崩塌热点区域多受岩性、节理和当地降水的影响。

滑坡在甘肃南部、湖南中部存在着显著的热点,呈“人”字形分布。西南地区的滑坡热点沿着西藏青藏高原西侧分布,东部地区的滑坡热点集中于丘陵地带,均在山区分布,山区起伏的地形在降雨的作用下,容易诱发滑坡;西北地区的滑坡热点则分布于黄土高原,当地气候干旱,土质疏松,地面裸露,植被覆盖少,在雨水的冲刷下容易形成滑坡。

泥石流在青藏高原东侧存在着连续显著的热点区域,在云南南部、湖南南部、湖南-江西南部交接处等地存在着离散的、较弱的聚集。西部山区年降水少而集中,容易诱发泥石流。

2.3 Ripley’s K多尺度点格局分析

利用CrimeStat 3.3软件的Distance Analysis模块,对2022年地质灾害空间聚集模式进行分析,并通过蒙特卡洛模拟法获得95%置信水平下的置信区间,最终分析结果如图5。

a.地质灾害

2022年我国地质灾害的分布随着空间尺度的变化呈现不同的聚集模式和聚集强度。全体地质灾害、崩塌、滑坡、泥石流的L(r)值均大于0,且Ripley’s K函数的曲线均位于置信区间上方,通过了95%的显著性检验,由此说明这些灾害在空间上均存在着显著的聚集分布。从地质灾害的Ripley’s K函数的曲线来看,2022年我国地质灾害的聚集情况总体上呈现先增强,后缓慢下降的态势,这是滑坡、泥石流和崩塌三种灾害共同呈现的分布。崩塌的函数曲线呈现持续上升,最后趋于平缓的特征,在大于252 km时增长率明显降低,尺度越大其聚集性越强。泥石流灾害点的分布在小于612 km的尺度下聚集强度逐渐增加,在大于612 km的空间尺度下则逐渐趋向均匀分布。滑坡的Ripley’s K函数的曲线与全体地质灾害的走向相似。总体来说,在全国范围内,崩塌和滑坡在大尺度下聚集程度较强,而泥石流的分布则趋向均匀。

3 影响因素分析

3.1 海拔

如表1所示,地质灾害与海拔高度关系密切,由于我国平原与低山丘陵分布面积较高原更广,因此就灾害发生次数来看(图6a),其随海拔高度变化总体趋势递减,只有泥石流在1460～2183 m处有一个明显的波峰。为使数据更具有可比性,取单位面积灾害发生次数作为灾害发生密度作为指标,评价不同海拔高度下灾害的易发性。

表1 海拔高度分级与灾害点数目

a.地质灾害发生次数

滑坡密度在402～909 m(2级)和1460～2183 m(4级)这两个区间中存在着明显的波峰,且在1460～2183 m(4级)达到了最大值,随后逐渐递减;崩塌在低海拔地区发生密度较高,高海拔地区发生密度较低;泥石流在第4级密度较大,集中在1460～2183 m处发生(图6b)。

3.2 坡度

通过全国高程数据计算得出全国坡度分布数据(单位:度),依照自然间断法对坡度数据重分类,并统计各个区域的面积和灾害点数目如表2所示。

表2 海拔高度分级与灾害点数目

图7a显示,各种地质灾害在坡度为1.12°～3.18°这一区间中分布较多。从灾害发生密度来看,各种地质灾害具有不同的特点(图7b):(1)滑坡密度总体较高,且随坡度增大,滑坡发生密度也逐渐增大,在5.42°～7.86°处达到峰值,而后逐渐下降;(2)泥石流呈现缓慢上升的趋势,在13.28°～16.46°和20.20°～25.25°具有两个波峰,总体密度较低;(3)崩塌在坡度较低的区域发生密度相近,坡度大于10.48°时,呈现波动下降的态势。

a.地质灾害发生次数

3.3 河流

河流冲刷会导致地质灾害的发生,例如金沙江滑坡形成堰塞湖,由此本文探究了距离河流的远近对地质灾害分布和发生的影响。利用ArcMap的Near功能,计算出各灾害点到河流的距离。以15km为界,在距离主要河流15 km以外的区域,发生278起崩塌、671起滑坡、95起泥石流,共计490起,占2022年地质灾害总次数的17.3%,将其视为与河流无关的灾害点。对15 km以内的灾害点,以500 m为分组间距,统计每组灾害点数目,并对距离与灾害次数进行线性拟合(图8)。结果表明地质灾害的发生与灾害点位置距离河流的远近存在着负相关(图8a),即距离越远,发生次数越低,其中崩塌的线性拟合效果较好(图8c),滑坡和泥石流发生的次数与河流距离呈现递减的关系(图8b,d)。因此,河流对近距离地质灾害的发生有较大的影响。

a.地质灾害

3.4 降水量

2022年地质灾害统计数据显示大部分灾害诱发因素都是强降雨,利用2022年全国年降水量数据,按照地质灾害空间位置的降水量,对其进行分组统计,组距为100 mm,以灾害发生密度,得出降水量对灾害分布的影响(图9)。全部地质灾害的分布特点与滑坡、崩塌大致相似,在降水量低于800 mm的地区发生频率较低,在1000 mm～2000 mm的高降水量区域发生频率较高,泥石流发生密度较低,但仍可以看出在500 mm～1000 mm的区域,密度处于相对较高的水平,可见降水是引发地质灾害的重要因素之一。

图9 降水量与地质灾害的关系

要考虑到平均降水跟地质灾害有重要的关联,但一次地质灾害的发生,可能与某次极端降水事件有更密切的关系。因此,利用从2022年全国日降水量数据中获取的日最大降水量和灾害点的空间位置进行分组统计,以灾害发生密度为评价其发生可能性大小的指标,15 mm为组距,绘制折线图如图10所示。

a.地质灾害

总体上,在极端降水量较低的区域,地质灾害发生的可能性较小,而在暴雨(降雨量50～100 mm)、大暴雨(降雨量100～250 mm)发生的区域,地质灾害发生的可能性较大。由于最大降水量大于210 mm的区域面积较小,1、2次的地质灾害也会导致其表现出发生密度很大,偶然性较大,而最大降水量小于210 mm的区域面积分布相对较广,地质灾害发生次数均大于10次,偶然性较小,具有参考价值。因此,可以认为极端降水事件与地质灾害的发生有密切的关系。同样地,滑坡在曾发生过暴雨、大暴雨的区域发生可能性较大,在降水量为135～165 mm区段发生密度尤其大。由于高降水量地区统计的偶然性,使曲线在210 mm以下区域的变化趋势不甚明显,去除该点后,可以明显地发现在75～90 mm和135～150 mm的区域存在着较大的极大值。泥石流发生密度在30～45 mm存在极大值,在最大降水量为120 mm以上的区域发生密度大,根据地质灾害点的所在位置和引发原因,泥石流高发地带集中于青藏高原附近的山区,常年气候干旱,而短时间或持续相对较强的降水或冰川融水,经过产流汇流过程,裹挟山区大量泥沙,便形成了泥石流,因此在30～45 mm存在一个特殊的极大值(图10d)。

5 结论

本文利用统计分析和GIS方法,对2022年全国地质灾害的时空分布特征、空间聚集模式和热点区域开展分析,并探究了导致其空间分布形成的影响因素。研究结果发现:

1)2022年在全国大部分地区都有地质灾害发生,其分布具有明显的时空分布特征。在时间上,地质灾害在1～5月波动上升,6～8月大幅增加,9～12月回落,总体呈现夏季高发,其他季节低发的季节性特征。其中滑坡发生次数远多于其余崩塌和泥石流,在7月存在显著的波峰。在空间上,地质灾害集中与我国西南、华南、华中以及西北东部地区,在华北、东北、西北西部地区发生次数较少,具有较为显著的空间集聚分布,其中甘肃宁夏南部交界处受灾情况最为严重,这对我国防灾工作部署具有积极意义,合理部署防灾资源,加强对高发地区的灾害预防,可以尽量减少灾害给当地居民带来的损失。

2)不同地质灾害有不同空间聚集热点,在不同的尺度下有不同的聚集特征。崩塌、滑坡、泥石流都具有明显的空间热点,它们存在着一定的空间差异,但也有重合区域。随着空间尺度的增大,崩塌和滑坡的空间分布趋向聚集,泥石流的空间分布越趋向均匀。依据空间热点和分布模式,管理者可以有的放矢地定点治理地质灾害,同时空间分布模式的差异也体现了各种地质灾害的质异,提醒管理者灾害治理需要区别对待,不能简单地视同一律。

3)地质灾害的发育分布和海拔、坡度、河流、降水量存在着密切的关系,了解这些因素能够帮助管理部门、开发商、居民在进行选址或开展经济活动时,避开灾害易发区域,选择灾害发生概率较低的地区,将地质灾害的潜在影响降到最低。

地质灾害时空分布特征的识别是实时监测、防汛预警和转移避险等防范工作的基础,为了更有效地实现防灾资源配置,监测的重点应当向地质灾害分布的热点地区倾斜。同时,地质灾害的气象风险较高,应当综合遥感、气象大数据等方法进行预警。此后,在时间尺度上,下一步将实现从单一年度到多年度的分析,利用2004～2021年的地质灾害分布数据,进行更深入的探究;在影响因素上,将人类活动的影响纳入研究范围,考量例如道路交通导致的滑坡和崩塌等人文因素对于地质灾害时空分布的影响。