基于灾害熵与层次分析法的泥石流危险性评价对比分析:以甘肃省迭部县为例

冯培华, 向灵芝, 罗亮, 雷青青, 崔开林, 梁梦辉

(重庆交通大学山区公路水运交通地质减灾重庆市高校重点实验室, 重庆 400074)

泥石流是山区常见的地质灾害之一,其发生时通常会冲毁房屋、淤埋农田与道路、损坏桥梁、公路及铁路、威胁人民生命及财产安全。泥石流危险性评价作为防灾减灾研究中的一环,对完善风险管理及防治工程建设有着重要意义。目前,泥石流危险性评价已经从早期的定性研究转化为定量研究,而影响评价结果准确性的因素包括评价单元、评价指标及评价方法的选取。其中,评价单元主要有栅格单元、流域单元、行政单元[1]。泥石流危险性评价常用的指标类别包括地质条件、地貌条件、气候条件、植被条件、人类活动[2]。泥石流危险性评价方法大致可分为专家系统模型(专家打分法、层次分析法)、数学统计模型(信息量法、灾害熵法、确定性系数模型等)、机器学习(随机森林模型、支持向量机模型等)、深度学习人工智能模型及数值模拟方法。众多方法中,层次分析法是较为成熟的泥石流危险性评价方法之一,其可以将评价指标体系层次化,并为每个评价指标计算权重,但在构造判断矩阵过程中易受个人主观性的影响。信息量法是最为常用的泥石流危险性评价方法,其基于信息论,结合数理统计方法以信息熵的概念分析泥石流危险性[3]。灾害熵模型同样基于信息熵理论,其通过引入信息效用值的概念来计算各评价指标的权重,能够进一步认识孕灾机制并获得较为客观的评价结果[4]。

迭部县位于甘肃省东南部,与四川省若尔盖县、九寨沟县接壤,地处秦巴山地、青藏高原和黄土高原的交接处,白龙江从全县中部流过,呈高山峡谷地貌,区内沟谷发育,山多坡陡,地质构造复杂,新构造运动剧烈[5]。白龙江流域是中国地质灾害高发地区之一[6],迭部县地处白龙江流域上游,由于近年来极端天气事件多发,高频率的破坏性地震以及县域内水电工程、矿山开采等人类工程活动对地质环境造成的严重影响,诱发区内多处崩塌、滑坡灾害,而其堆积物将为泥石流形成提供充足物源。迭部县县城北侧多个沟道在20世纪70—80年代发生过多次泥石流,冲毁了山脚房屋并淤埋了县城街道。2008年7月,强降雨导致迭部县发生多起泥石流灾害事件,造成省道313线旺藏-代古寺段、桑坝乡公路等道路中断。2019年7月29日,迭部县达拉乡次哇村发生泥石流灾害,造成人员伤亡和财产损失。

白龙江流域作为中国地质灾害高发地区之一,前期有许多学者研究过该区域,相关研究成果较为丰富。如刘林通等[7]基于信息量法,选取流域面积、地层岩性、年均降雨量等9个指标作为评价因子,以流域作为评价单元,对白龙江流域进行泥石流危险性评价,评价结果图显示从整个白龙江流域尺度上看,迭部县白龙江干流以南的区域泥石流危险性较低,并通过比较各指标信息量值发现地震动峰值加速度、流域面积、归一化植被指数是影响白龙江流域泥石流危险性的主要因素。毛佳睿等[8]从物源转化为泥石流的角度,利用确定性模型与灰色关联组合方法,遴选出相关性较大的坡面侵蚀程度、物源敏感性、沟床比降、沟壑密度4个评价因子,运用层次分析法(analytic hierarchy process,AHP)模型完成白龙江流域泥石流易发性评价,其选用栅格作为评价单元,虽然便于数据统计与处理,但栅格单元没有考虑地质地貌及水文的边界,与泥石流灾害形成的环境要素有所脱离。邢钊[9]使用10 min、60 min、6 h、24 h和3 d降雨量分析白龙江流域泥石流敏感性,发现短时暴雨是该区域泥石流形成的最敏感因素。其分别基于栅格单元与流域单元利用层次分析法进行该区域的泥石流危险性评价,通过与泥石流数据库对比发现基于流域单元的泥石流危险性评价结果更符合现实情况,同时说明水文地形指标在泥石流危险性评价中有重要意义。王春磊等[10]通过监测资料及现场勘查发现迭部县黑多滑坡在“5.12”汶川地震后变形迹象明显,在多种影响滑坡稳定性的因素中,地震影响最为严重。虽然迭部县泥石流数量及密集度在整个白龙江流域内偏低[11],但是基于未来气候变化的趋势及研究区破坏性地震频发,人类工程活动加剧的背景,迭部县存在泥石流松散物源增多,植被条件恶化,水土流失加剧,暴雨更为频发的情况,预计区内泥石流将更为发育,泥石流中、高危险性区域面积将逐渐变大[12]。为了保障人民生命财产安全,支撑当地工程建设开展,有必要对该区域泥石流进行研究,分析其分布规律并进行危险性评价。

综上所述,现通过遥感解译及实地调查,用与孕灾背景联系更加紧密的泥石流沟作为评价单元,选取流域面积、主沟长度、流域相对高差、主沟纵比降、平均坡度、流域形状系数、岩性因子、距断层距离、1 h最大降雨量、物源参照值共10个因子作为评价指标,选择使用性强的层次分析法和能够客观反映各指标成灾贡献的灾害熵模型对迭部县进行泥石流危险性评价对比分析,结合泥石流灾害历史数据,评判两种模型的可靠性,以期使计算得到的研究区泥石流危险性分区图对于泥石流沟道治理及防灾减灾工作有着正向意义。

1 研究区概况

迭部县位于甘肃省甘南藏族自治州南部(33°39′N～34°20′N,102°55′E～104°05′E),东西长110 km,南北宽75 km,总面积达5 108.3 km2。县域内重峦叠嶂,沟壑发育。白龙江作为长江的二级支流自西向东从中部横穿整个迭部县。地势上自西向东逐渐降低,相对高差高达2 900 m,平均坡度30°～35°。根据地形地貌差异可将研究区分为北部迭山山区、中部河谷区和南部岷山山区。迭山山脉横卧于北部山区,海拔高度3 600～4 488 m,山脊走向由东向西,基岩大量出露。北部山区西侧草木茂盛,植被覆盖率达80%以上。北部山区东侧山体为南北走向,海拔高度2 000～3 600 m,沟内分布有大量褐土及黄土,土层较厚。南部岷山山区为南高北低地势,海拔高度2 400～4 102 m,区内山脉连绵起伏,植被覆盖率达70%以上。中部河谷地区,海拔高度1 600～1 800 m,区内白龙江上游两岸的多级阶地是县内主要农业种植区域,卡坝乡以东的下游地区白龙江流速加大,对两岸侵蚀加剧,形成多处峡谷[5]。

迭部县地处中国第一阶梯和第二阶梯过渡带区域,地质构造复杂,新构造运动强烈。县境内各时代地层较全,以三叠系地层最为发育,岩性主要为灰岩、钙质砂岩、砂质板岩。其次是志留系、泥盆系、石炭系及二叠系地层,主要岩性为千枚岩、板岩、灰岩、砂岩、页岩、硅质岩。另外,在白龙江及其主要支沟河床和两岸阶地分布着第四系松散堆积物,主要为冲洪积砂砾石。

迭部县属于秦岭东西向复合构造带,其主体为志留系-三叠系海相沉积地层组成的强大复式褶皱,由北向南依次为洮河复式向斜、白龙江复式背斜和文县复式向斜次一级构造单元。由于强烈的南北向挤压作用,在北部山区及白龙江沿岸存在许多较大规模并具有长期活动性的断层。历史上迭部县受到多次破坏性大地震影响,包括1654年天水8级地震、1879年武都8级地震、1987年迭部5.9级地震、2008年汶川8级地震、2013年岷县漳县6.6级地震、2017年九寨沟7级地震、2019年夏河5.7级地震等多次地震事件,频繁的地震活动不仅在当时造成了严重破坏,还对区内岩体结构与山体稳定性造成不良影响。

迭部县地处北亚热带气候带与北温带气候带的过渡地区,干湿季区别明显,受区内地形及季风影响,区内降水多集中在5—9月,占全年降水量的70%,且多为暴雨[6],是引发泥石流灾害的重要因素。内因与外因的综合影响导致该区域内泥石流灾害较为发育。

基于ASTER DEM 30 m高程数据、遥感卫星影像,利用ArcGIS的流域提取功能,并结合实地勘察,解译出迭部县的泥石流沟共161条,泥石流沟分布如图1所示。

图1 研究区泥石流沟分布Fig.1 Distribution of debris flow in study area

2 孕灾因子的敏感性分析

泥石流的形成受诸多因素影响,根据研究区野外调查和相关资料的分析,遴选出10个对研究区泥石流形成影响较大的孕灾因子,分别为:流域面积、主沟长度、流域相对高差、主沟纵比降、平均坡度、流域形状系数、岩性因子、距离断层距离、1 h最大降雨量、物源参照值。所用数据来源如表1所示。基于30 m分辨率数字高程模型(digital elevation model,DEM)数据、地质图(1∶200 000)、1 h最大降雨量插值栅格数据(30 m),参考相关资料及野外调查分析,利用ArcGIS平台对研究区内各评价指标数据进行处理,区内泥石流沟各指标分级结果如图2所示,其中各泥石流沟的平均坡度、岩性因子、1 h最大降雨量通过计算各沟内所有栅格的平均值得到。

表1 数据来源Table 1 Data sources

图2 评价指标分级图Fig.2 Grading of evaluation indicators

2.1 流域面积

流域面积是指流域周围分水岭与河口断面所包围的面积,又称汇水面积,可以反映流域的集水能力,流域面积越大,该流域的集水能力越好,但研究发现,流域面积过大导致沟道切割程度及纵比降减小[13],降雨强度也难以达到泥石流启动的水动力条件,不利于泥石流发育,当流域面积处于一定范围内时最利于泥石流形成。研究区内共161条泥石流沟,据统计结果显示,有131条泥石流沟流域面积≤10 km2,占81.4%,其中又以流域面积为3～10 km2的泥石流沟占比最大,说明研究区内流域面积在3～10 km2的沟谷最利于泥石流的形成。

2.2 主沟长度

主沟长度指的是流域干流的长度,主沟长度越长,沿途能获得的物源补给越多,形成的泥石流规模越大。统计分析发现区内有109条泥石流沟主沟长度小于3.5 km,占67.7%,而主沟长度大于10 km的仅有4条。

2.3 流域相对高差

流域高差是流域内最高点与最低点的海拔高度之差,相对高差越大,松散堆积物的势能越大,泥石流越容易形成。分析发现区内有77条泥石流沟流域相对高差在1～1.5 km范围内,占47.83%,有56条泥石流沟流域相对高差小于1 km,占34.78%,而流域相对高差大于1.5 km的仅有28条沟,占17.39%。

2.4 主沟纵比降

主沟纵比降能反映主沟的高程下降程度,主沟纵比降越大,主沟下降越快,沟内的松散堆积物的势能转化得越快,主沟纵比降是泥石流评价中的一个重要指标。分析研究区数据可知,区内有42.2%的泥石流沟主沟纵比降在100‰～200‰,有55.3%的泥石流沟主沟纵比降大于200‰。

2.5 平均坡度

坡度会影响坡面物质的抗滑能力,坡度越大,地表汇水的速度越大,动能越大,对坡面物质的冲刷侵蚀就越严重,更加利于泥石流的形成[14]。据统计,研究区的泥石流沟平均坡度有85.1%分布在25°～35°,说明该区域泥石流形成的优势坡度为25°～35°。

2.6 流域形状系数

流域形状系数是流域周长与流域同面积的圆周长之比,该值越接近1,表示流域形状近似圆形,该值越大,表示流域呈狭长形。流域形状呈圆形时,最利于汇水,利于泥石流的形成,呈狭长形时,汇水慢,不利于泥石流的形成[15]。据研究区统计结果来看,研究区有43条泥石流沟的流域形状系数<1.2,占26.7%,有95条泥石流沟的流域形状系数在1.2～1.4,占59%,另有23条泥石流沟流域形状系数>1.4,占14.3%。

2.7 岩性因子

研究区内泥石流沟出露的地层主要有志留系、泥盆系、石炭系、二叠系、三叠系、侏罗系、白垩系和第四系地层,岩性主要包括花岗岩、灰岩、白云岩、砂岩、板岩、泥质灰岩、千枚岩、泥岩、页岩、片岩。岩性不同抗风化能力也不同,软岩易受风化破坏,软硬相间的情况也容易受风化侵蚀而形成松散堆积物,这两种易受风化破坏的情况都为泥石流形成提供了充足物源。因此,将研究区泥石流沟内的地层岩性分为硬岩、较硬岩、较软岩、松散堆积物4类分别赋值,如表2所示,再叠加各类别在泥石流沟内面积占比算出泥石流沟的岩性因子数值(Idsf),计算公式为

表2 研究区泥石流沟岩性分类Table 2 Lithology classification of debris flow gullies in study area

(1)

式(1)中:Fi为泥石流沟内的某类岩性赋值;Si为泥石流沟内某类岩性面积占比[16]。

分析计算结果发现研究区内有95条泥石流沟岩性因子大于2,占59%,说明区内泥石流形成的主要物源来自沟内的较软岩、松散堆积层及冲洪积层。

2.8 距活动断层距离

泥石流的形成受活动断层的影响,活动断层周围岩体十分破碎,易发生崩塌及滑坡,这为泥石流提供了松散堆积物物源,利于泥石流的形成[17]。利用ArcGIS,对区内泥石流沟中心点距最近活动断层距离分析,47.2%的泥石流沟距断层距离小于2 km,40.4%的泥石流沟距断层距离在2～5 km范围内,12.4%的泥石流沟距断层距离大于5 km,说明泥石流沟分布与其距活动断层距离呈负相关,距离活动断层越近,泥石流沟越多。

2.9 1 h最大降雨量

降雨是泥石流形成中的重要诱因之一,要让降水量达到泥石流启动的临界值,往往是短时间的强降雨,选取研究区1 h最大降雨量来分析。利用ArcGIS对1 h最大降雨量栅格数据进行处理,算出每个泥石流沟的平均值,并将其值分为小于25、25～35、>35 mm共3个等级。据统计分析,研究区约64%的泥石流沟1 h最大降雨量在≥25 mm。

2.10 物源参照值

美国地貌学家Strahler利用面积-高程积分(hypsometric integral,HI)值将地貌划分为幼年期、壮年期和老年期3个发育阶段,其中幼年期HI>0.6,壮年期HI>0.35且<0.6,老年期HI<0.35,HI成为一个定量反映地貌发育阶段的指标[18-19],在泥石流研究中,HI可以用来反映该流域提供松散物源的能力,其计算公式为

HI=(Hmean-Hmin)/(Hmax-Hmin)

(2)

式(2)中:Hmean为泥石流沟的平均高程;Hmin为泥石流沟的最小高程;Hmax为泥石流沟的最大高程。运用ArcGIS对区内泥石流沟计算分析,区内95.7%的泥石流沟处于壮年期,有着丰富的物质来源,有利于泥石流形成。

3 泥石流危险性评价方法

3.1 灾害熵模型

熵能反映一个系统的混乱程度,熵值越大,系统越混乱,熵值越小,系统越有序[20]。丁继新等[4]在2005年借助于信息熵的理论和方法,引入了地质灾害熵的概念并应用于地质灾害评价,利用地质灾害熵进行评价,既可以计算出评价指标的权重,还能定量的算出某个区域的地质灾害易发性。灾害熵模型建立的步骤如下。

3.1.1 建立初始评价指标矩阵

运用灾害熵理论来进行泥石流危险性评价,先要调查研究区的孕灾环境,分析研究区泥石流的形成机制,由此选出对研究区泥石流灾害形成影响最大的几个因子作为评价指标,这样可以建立出一个泥石流危险性评价指标矩阵S,表达式为

(3)

式(3)中:Xij为第i条泥石流沟的第j项评价指标的值。

3.1.2 初始评价指标矩阵标准化处理

由于选取的一些指标数值的大小是介于不同的区间会对泥石流形成造成不同的影响,并且选择的评价指标各自属性不同,量纲也不同,无法对这些指标直接比较,根据统计学原理,先把这些指标的值进行标准化处理,转化为无量纲数据,才方便进行比较分析。对S矩阵标准化处理后得到的矩阵以R表示为

(4)

式(4)中:rij为第i条泥石流沟的第j项评价指标标准化后的值。

3.1.3 确立灾害熵

根据式(5)和式(6)确立灾害熵。

(5)

(6)

式中:Fij为第i条泥石流沟的第j个评价指标在泥石流形成过程中出现的频率;Ej为第j项评价指标的灾害熵,其值越小,表示该指标在泥石流形成过程中的贡献越大[16]。

3.1.4 计算评价指标的指标效用值

评价指标的指标效用值代表着该评价指标在综合评价中的重要程度,其值越大,表示该指标越重要,其计算公式为

Vj=1-Ej

(7)

式(7)中:Vj为第j项评价指标的指标效用值。

3.1.5 计算评价指标的权重

评价指标的权重是基于指标效用值来计算的,其值越大,就表示该评价指标在泥石流灾害形成中的作用越大,其计算公式为

(8)

式(8)中:Wj为第j项评价指标的权重。

3.1.6 计算泥石流沟的危险性

危险性Pi越大,表示该沟发生泥石流灾害的可能性越大,泥石流沟的危险性计算公式为

(9)

式(9)中:Pi为第i条泥石流沟的泥石流灾害危险性;Wj为第j项评价指标的权重;rij为第i条泥石流沟的第j项评价指标标准化后的值。

3.2 层次分析法模型

3.2.1 层次分析法基本原理

1970年美国学者提出了层次分析法(analytic hierarchy process,AHP)[21],该方法将与决策有关的要素分为目标层、准则层、方案层等层次,形成一个多层次的结构,在不同的分层基础上进行定性与定量分析。运用这种方法,可以将复杂的问题深入分析,降低决策难度[22-23]。

3.2.2 层次分析法主要步骤

层次分析法的主要步骤包括:建立多层次模型,构建两两相比的判断矩阵,计算相对权重并进行判断矩阵一致性检验,计算各指标总权重。

利用层次分析法对泥石流灾害进行危险性评价,泥石流沟的危险性计算公式为

(10)

式(10)中:Wi为第i条泥石流沟的危险性;Rj为第j项评价指标的权重;rij为第i条泥石流沟的第j项评价指标标准化处理后的值。

其中Rj为使用层次分析法计算出的各评价指标权重,多层次模型中目标层A为泥石流危险性评价指标的权重,准则层B为泥石流危险性评价指标类别,方案层C为选取的评价指标[24]。

根据多层次模型,可列出两两相比的判断矩阵,依据1～9标度法并通过专家打分,完善判断矩阵后进行一致性检验,根据式(11)可计算出λmax。

(11)

式(11)中:A为构造的判断矩阵;wi为标准化后的第i个权重;[Aw]i为Aw的第i个分量;n为评价指标数量。

根据式(12)可计算出一致性指标CI的值,再根据随机一致性比例检验一致性,如式(13)所示计算出检验系数CR,当CR<0.1时,认为矩阵通过一致性检验。

(12)

(13)

式中:RI为随机一致性指标,可根据矩阵阶数查表得。

4 危险性计算与分析

以泥石流沟为评价单元,将评价指标分3个级别,标准化赋值如表3所示。

表3 泥石流沟危险性评价指标标准化分级表Table 3 Standardized classification table of debris flow gully hazard assessment index

4.1 基于灾害熵理论的泥石流危险性评价

基于DEM数据,利用ArcGIS流域提取功能,结合Google Earth影像解译出研究区161条泥石流沟,以泥石流沟为评价单元,将10个评价指标全部标准化赋值为无量纲数,以计算不同指标的权重。根据灾害熵理论,可以计算出各评价指标的灾害熵、指标效用值和权重,计算结果如表4所示。

表4 评价指标灾害熵、指标效用值及权重Table 4 Evaluation index disaster entropy, index utility value and weight

据计算结果可知,利用灾害熵模型分析选取的10个泥石流危险性评价指标,其中物源参考值(0.125 7)、主沟纵比降(0.113 4)、岩性因子(0.112 8)、距断层距离(0.106 7)及流域形状系数(0.099 8)的权重最大。

根据标准化赋值及各指标权重,可由式(7)计算出泥石流沟危险性,在ArcGIS中将各泥石流沟危险性数值利用自然断点法分为高危险性、中危险性及低危险性,迭部县161条泥石流沟的危险性评价结果如图3所示。

图3 基于灾害熵的泥石流沟危险性评价图Fig.3 Hazard assessment map of debris flow based on disaster entropy

4.2 基于层次分析法的泥石流危险性评价

在多层次模型中,目标层A为各评价指标权重,准则层B1为地形地貌条件,准则层B2为地质构造及气候条件,方案层为各评价指标,其中准则层B1包括C1流域面积、C2主沟长度、C3流域相对高差、C4主沟纵比降、C5平均坡度、C6流域形状系数及C7物源参照值,准则层B2包括C81 h最大降雨量、C9岩性因子及C10距断层距离。采用专家打分法,按1～9标度法为各评价指标构建判断矩阵。

准则层判断矩阵A1如表5所示,CR1=0<1,通过一致性检验。

表5 准则层判断矩阵A1Table 5 Criterion layer judgment matrix A1

方案层判断矩阵A2如表6所示,CR2=0.074<1,通过一致性检验。

表6 方案层判断矩阵A2Table 6 Scheme layer judgment matrix A2

方案层判断矩阵A3如表7所示,CR3=0.003 6<1,通过一致性检验。

表7 方案层判断矩阵A3Table 7 Scheme layer judgment matrix A3

利用层次分析法计算出的各评价指标的权重如表8所示。

表8 用层次分析法计算的评价指标权重Table 8 Weights of evaluation indexes calculated by analytic hierarchy process

根据计算结果可知,利用层次分析法计算的指标权重中,权重最大的指标是1 h最大降雨量、平均坡度、物源参照值、岩性因子及主沟纵比降,权重分别为0.324 2、0.140 2、0.124 5、0.114 8、0.080 9,权重越大表示该指标对泥石流的形成影响越大。根据表3的评价指标标准化赋值,利用式(10)计算研究区各条泥石流沟的危险性数值,在ArcGIS中利用自然断点法把危险性数值分为高危险性、中危险性、

低危险性3个级别,迭部县161条泥石流沟的危险性评价结果如图4所示。

图4 基于层次分析法的泥石流沟危险性评价图Fig.4 Hazard assessment map of debris flow based on analytic hierarchy process

5 泥石流危险性评价结果对比分析

对灾害熵模型计算出的结果进行分析可知,研究区内161条泥石流沟的危险性数值分布在1.763 5～2.733 0,用自然断点法分为高、中、低危险性,其中低危险性泥石流沟40条,占24.84%,中危险性泥石流沟76条,占47.20%,高危险性泥石流沟45条,占27.95%。在空间分布上,区内高危险性泥石流沟主要分布在白龙江两侧及迭部西北区域,其中以益哇乡、卡坝乡、腊子乡、花园乡、洛大乡最为集中,且泥石流沟面积总体上不大,区内面积偏大的泥石流沟基本属于低危险性。

利用层次分析法模型算出的结果中,161条泥石流沟危险性数值为1.653 5～2.793 1,用自然断点法分为高、中、低危险性,其中低危险性泥石流沟64条,占39.75%,中危险性泥石流沟61条,占37.89%,高危险性泥石流沟36条,占22.36%。空间分布上,高危险性泥石流沟主要集中在迭部县县城东北侧、卡坝乡、洛大乡及花园乡区域。

根据甘肃省地质环境监测院2010年的迭部县地质灾害调查报告中的1987—2008年泥石流灾情评价统计表数据与所研究泥石流沟解译数据叠加分析,研究区内有27条泥石流沟有泥石流灾害记录,如图5所示。

图5 研究区有灾害记录的泥石流沟分布图Fig.5 Distribution map of debris flow gullies with disaster records in study area

危险性评级为中、高的泥石流沟是最有可能发生泥石流的区域,将有泥石流灾害记录的沟与灾害熵和层次分析法评估结果对照分析,对照灾害熵模型的评估结果,27条有泥石流灾害记录的沟中有20条分布在中、高危险性区域内,占总数的74.07%。对照层次分析法的评估结果,其中有17条位于中、高危险性区域内,占62.96%。对比结果可知,历史泥石流灾害更多分布在基于灾害熵模型评估的中、高危险区,说明灾害熵模型的计算结果与研究区实际情况更为符合。

6 结论

(1)迭部县高危险性泥石流沟主要分布在北部山区及东部白龙江两岸区域,主要分布在形状更接近圆形,面积小于10 km2的流域内,其主沟长度多小于3.5 km,相对高差在1～1.5 km范围内,主沟纵比降大于200‰,泥石流发育的优势坡度为25°～35°。区内泥石流发育受地震影响较大,87.6%的泥石流沟距断层距离在5 km内,多位于物源丰富的壮年期沟道,沟内岩性以较软岩、松散堆积层及冲洪积层为主。

(2)根据灾害熵及层次分析法权重计算结果,物源参照值、主沟纵比降、岩性因子均为对研究区泥石流形成影响较大的几个指标,其同样可作为评价指标用于其他区域的泥石流危险性评价。

(3)相较于层次分析法,灾害熵理论在泥石流危险性评价中对评价指标的权重计算更为客观,结合区内历史泥石流灾害记录及实地考察结果分析,灾害熵理论的评价结果更符合研究区实际情况,说明灾害熵模型可以准确、有效地应用于泥石流危险性评价。

(4)在实地调查中发现研究区已经开展了地质灾害防治工作,若把防治工作的措施及规模纳入评价指标,将提高泥石流危险性评价的时效性与科学性。