丁軍,朱靜,王磊,王玉夜
(成都理工大學地質(zhì)災害防治與地質(zhì)環(huán)境保護國家重點實驗室,成都 610059)
汶川5?12大地震給整個災區(qū)帶來巨大損失,除了地震震動直接造成大量房屋倒塌和人員傷亡外,地震過程中大量的滑坡崩塌發(fā)生也擴大了災難的程度。同時,地震活動還使區(qū)域斜坡穩(wěn)定性減弱,形成眾多的威脅性次生山地災害,給災區(qū)的災后重建和生產(chǎn)生活帶來了巨大的困難。震后地質(zhì)災害危險性評價是全面宏觀地反映災情,確定減災目標,優(yōu)化防治措施,提高減災效益,進行防災減災決策的重要依據(jù)[1]。本文以汶川地震重災區(qū)茂縣為例探討地震災區(qū)地質(zhì)災害危險性評價的方法和實施步驟。根據(jù)基礎(chǔ)地理和地質(zhì)資料,并運用相應數(shù)學模型方法進行計算確定相應危險級別。由于評價涉及的數(shù)據(jù)量較大以及需要進行空間運算和分析,為了提高評價的速度和精度,運用GIS對研究區(qū)進行柵格化處理,通過空間分析和圖層運算,實現(xiàn)地質(zhì)災害危險性的評價。該方法可以實現(xiàn)危險性評價從定性到定量,再由定量到定性的研究,對于探討地震災區(qū)地質(zhì)災害危險性評價的新模式提供參考。
茂縣地處青藏高原向川西平原過渡地帶,行政區(qū)劃屬于四川省阿壩藏族羌族自治州,處于岷江上游中段,地理坐標東經(jīng) 102°56′26″-104°10′32″,北緯 31°25′06″-32°15′43″,東與北川、安縣 、綿竹相連,南與汶川、什邡、彭縣接壤,西與理縣、黑水交界,北與松潘相鄰。茂縣幅員面積4 064.4 km2,全縣總?cè)丝?0.2萬人。區(qū)內(nèi)大部分屬邛崍山系岷山山脈,東南邊境屬龍門山系尾段,縣境山峰多在海拔4 000 m左右,相對高度在1 500~2 500 m,地勢上西北高、東南低,地形以高山峽谷地帶為主。該區(qū)氣候具有干燥多風,冬冷夏涼、晝夜溫差大、地區(qū)差異大的特點,多年平均降水量490.7 mm,降雨多集中在5-10月,占全年降水量的80%以上,最大日降水量75.2 mm,瞬時雨強較大,容易誘發(fā)山體滑坡和泥石流等地質(zhì)災害;岷江為茂縣境內(nèi)的主要河流,自北向南縱貫全境,該河流平均年徑流量已由20世紀50年代的148億m3,下降至90年代的91億m3,縣境內(nèi)水土流失面積達占533 km2。
茂縣境內(nèi)地層主要為馬爾康分區(qū)地層和龍門山分區(qū)地層。馬爾康分區(qū)地層分布在縣境內(nèi)的絕大部分地區(qū),占全縣面積的90%以上。主要有千枚巖、砂巖、板巖、白云巖、碳酸鹽巖、泥頁巖分布;研究區(qū)內(nèi)新構(gòu)造運動比較強烈,其主要特征是:挽近時期以來,區(qū)內(nèi)地表大面積抬升,高山林立,河流深切。通過區(qū)內(nèi)的茂汶斷裂、龍門山斷裂,近代仍在活動,而且活動也較頻繁,斷裂活動導致歷史上和現(xiàn)代地震的多次發(fā)生。由于茂縣多高山峽谷,新構(gòu)造運動強烈,滑坡、崩塌和泥石流等不良地質(zhì)現(xiàn)象較普遍。
近幾十年,隨著地質(zhì)災害造成的損失日益嚴重和國內(nèi)外相關(guān)學術(shù)的迅速發(fā)展,特別是地理信息系統(tǒng)(GIS)技術(shù)與遙感(RS)技術(shù)的引入,使地質(zhì)災害危險性評價迅速興起并得到飛速發(fā)展。國內(nèi)外的學者對地質(zhì)災害評價已經(jīng)進行了大量的研究。例如美國聯(lián)邦地質(zhì)調(diào)查局Keefer教授通過對40次大地震滑坡與地震參數(shù)定量關(guān)系統(tǒng)計,開展地震滑坡分類和區(qū)域規(guī)律的研究[2];ITC成員Derya OZISIK2004年研究地震發(fā)生后利用衛(wèi)星和航空遙感影像圖獲取資料,能夠在第一時間完成對地震誘發(fā)地質(zhì)災害造成損失的評估;E.C.Evik、T.Topal利用敏感性因子作為定量化指標對天然氣管道兩側(cè)的地質(zhì)災害進行危險性研究區(qū)劃[3];國內(nèi)研究較早的是1979年中國科學院成都山地所李天池探討了地震與滑坡關(guān)系及地震滑坡預測,將地震滑坡劃分為同發(fā)型和后發(fā)型兩大類,并分析了其形成機制,建立了地震誘發(fā)滑坡的區(qū)域范圍的統(tǒng)計關(guān)系[4];唐川、朱靜等學者2001年GIS支持下的地震誘發(fā)滑坡危險區(qū)預測研究[5-6],探討運用GIS識別和定量計算不同地震滑坡危險區(qū)的技術(shù)方法,完成云南省地震誘發(fā)滑坡危險區(qū)預測圖,推動國內(nèi)地震誘發(fā)地質(zhì)災害的研究。GIS主要用于數(shù)據(jù)處理,空間分析和圖像處理。利用GIS進行空間檢索與分析、屬性數(shù)據(jù)的調(diào)用、圖表計算、數(shù)學模擬,及對多個圖層的復合、分解、疊加等運算,同時結(jié)合評價模型,實現(xiàn)對地質(zhì)災害危險性評價的目的[7]。
本文借助遙感(RS)和地理信息系統(tǒng)(GIS)強大的技術(shù)支持,再結(jié)合比較前人研究成果,通過對研究區(qū)地質(zhì)災害的類型及威脅特性分析,利用模糊綜合評價模型,實現(xiàn)評價結(jié)果。具體的評價步驟如下:
(1)數(shù)據(jù)收集。數(shù)據(jù)收集包括基礎(chǔ)地理數(shù)據(jù)(地形圖、水系),地質(zhì)圖,斷裂分布,災害點分布;(2)評價因子的選取。根據(jù)基礎(chǔ)數(shù)據(jù)和野外調(diào)查結(jié)果,分析地質(zhì)災害發(fā)生的基本因素和誘發(fā)因素,選取評價因子。(3)危險性評價。利用GIS技術(shù),對各個評價因子建立評價因子圖層,進行柵格圖層運算,最后結(jié)合相關(guān)模型,完成對研究區(qū)的危險性評價分區(qū)圖。
圖1 地質(zhì)災害危險性評價技術(shù)路線圖
茂縣地處青藏高原向川西平原過渡地帶,山高谷深,新構(gòu)造運動強烈,不良地質(zhì)現(xiàn)象較普遍。根據(jù)國土資源系統(tǒng)在震前的調(diào)查,地質(zhì)災害點有115處;5?12汶川大地震中又誘發(fā)新增了大量的地質(zhì)災害,給當?shù)鼐用竦纳敭a(chǎn)安全帶來了極大的威脅,根據(jù)國土資源系統(tǒng)開展的震后地質(zhì)災害調(diào)查結(jié)果,地震新增災害點287處,包括崩塌、滑坡、泥石流和不穩(wěn)定斜坡等災害類型。茂縣地質(zhì)災害分布及類型見表1、附圖3A。由附圖3A可以看出地質(zhì)災害點大多呈現(xiàn)出沿河流和斷裂帶分布的規(guī)律。
表1 災害點統(tǒng)計表
(1)數(shù)據(jù)收集?;A(chǔ)地理資料來源于國家測繪局1∶5萬、1∶25萬電子地圖;0.5 m分辨率的航空影像圖由國土資源部門提供;地層巖性源于四川省1∶20萬地質(zhì)圖;地質(zhì)災害點資料來源于國土資源系統(tǒng)的震前災害點數(shù)據(jù)和震后地質(zhì)災害野外排查資料以及成都理工大學利用遙感解譯所得到的災害點數(shù)據(jù)的匯總。斷裂分布圖來源于四川省地震局。
(2)數(shù)據(jù)預處理。由于原始數(shù)據(jù)的載體、儲存方式、格式可能不統(tǒng)一,為滿足后期的研究需要,要對基礎(chǔ)數(shù)據(jù)進行統(tǒng)一化、規(guī)范化的預處理,首先將掃描的柵格數(shù)據(jù)進行幾何矯正,提高數(shù)據(jù)配準精度,以提高柵格疊加的精度,投影變換,保證坐標的統(tǒng)一,利用GIS的矢量化功能,將柵格數(shù)據(jù)轉(zhuǎn)變成矢量數(shù)據(jù)。
評價指標體系是由若干單項因子構(gòu)成,它既要達到地質(zhì)災害危險性評價的目標與要求,又要全面、合理、客觀、科學。本著以上原則,危險性評價因子,可分為兩類:一類是基礎(chǔ)因素;另一類是誘發(fā)因素。基礎(chǔ)性因素包括地形地貌、地質(zhì)構(gòu)造、災害點分布;誘發(fā)因素包括降雨、地震、風化剝蝕、開挖與堆填等。從影響和控制地質(zhì)災害危險性的地形和地質(zhì)因子入手,最終確定本研究區(qū)危險性評價的評價因子有:坡度因子、海拔高程因子、河流因子(距河流距離)、地層巖性因子、斷裂構(gòu)造因子這5個評價因子,將災害點在每個評價因子的分布頻率作為分級指標,每個評價因子分成4個等級,借鑒前人對于指標分級的研究[8],將5個評價因子指標進行分級,結(jié)果如表2。
表2 危險性因子分級標準表
根據(jù)以上分類標準,利用GIS的3D Analyst模塊,分別得到地形坡度因子分級圖(附圖3B)、海拔高程因子分級圖(附圖3C)、巖石類型因子分級圖(附圖3D)、河流緩沖區(qū)分級圖(附圖3E)和斷裂緩沖區(qū)分級圖(附圖3F)。
評價模型的構(gòu)建是危險性評價中很重要的一個部分,會對評價結(jié)果有重大影響,本文在前人研究模型的基礎(chǔ)上,通過對比其他模型發(fā)現(xiàn)模糊綜合評判模型更精準地反映災害的信息累計過程,本文對評價因子的構(gòu)建進行了一定的優(yōu)化,提出災害頻率量化模型,建立一種災害點頻率法指標量化模型,該模型能根據(jù)災害點分布規(guī)律準確反映災害危險程度的梯度關(guān)系;運用黃金分割定權(quán)方法是根據(jù)現(xiàn)有研究成果作為基礎(chǔ),對評價因子進行先后排序,再通過模型定量。
(1)頻率模型簡述。該模型通過對研究區(qū)進行柵格分區(qū),根據(jù)已知的災害點數(shù)據(jù),統(tǒng)計出每個柵格面積內(nèi)的災害點數(shù)量,進一步計算每個柵格區(qū)域的災害點頻率,該頻率值稱制之為危險度,它反映區(qū)域內(nèi)以
式中:GS——適合劃分柵格面積;S——原始地形圖比例尺的倒數(shù)。根據(jù)以上經(jīng)驗公式,得到研究區(qū)柵格大小劃分為40 m×40 m。
(2)歸一化處理。上述危險度用災害點在單位面積內(nèi)的頻率大小來表示,為了滿足模糊綜合評判構(gòu)建判別矩陣的要求,需要對危險度做歸一化處理,歸一化處理數(shù)據(jù)的模型有很多,結(jié)合數(shù)據(jù)本身的特點,通往發(fā)生地質(zhì)災害的可能性的大小,與地質(zhì)災害發(fā)生的可能性有密切的關(guān)系。該模型表述為
式中:Ik——危險度;k——評價因子(坡度因子、海拔高程因子、河流緩沖區(qū)因子、巖石類型因子、斷裂緩沖區(qū)因子);Nij——該柵格內(nèi)的地質(zhì)災害點個數(shù);Hij——特定柵格面積;N——研究區(qū)地質(zhì)災害點總數(shù);H——研究區(qū)的總面積。
研究區(qū)評價單元柵格大小劃分根據(jù)經(jīng)驗公式[7]得到過對比研究,利用以下模型進行
式中:yk——歸一化后的評價因子危險度。
(3)模糊綜合評價模型。模糊綜合評價模型[9]如下
假設(shè)評價因子集合,共有n個評價因子
評價集合,每個評價因子都有m個可取評價;
設(shè)評判對象按因素集合U中第i個因子ui進行評價時,對評價集合V中的第j個元素vj的隸屬程度為rij,Ri稱為單因子評價集,可用矩陣表示
得到矩陣(b1,b2,…,bn),稱為評價指標,取此結(jié)果的平均值作為判別結(jié)果,決定歸屬情況,即
式中:v——該區(qū)的危險性評價指標的最終值,它表示指定區(qū)域內(nèi)的危險程度。
(4)危險性評價因子權(quán)重確定。因子權(quán)重即貢獻率,是指評價因子在地質(zhì)災害危險性評價中所起的作用大小。貢獻率越大,該因子所占的權(quán)重就越大。根據(jù)其他專家學者對權(quán)重取值的研究成果,得到地形因子對地質(zhì)災害的影響最大,其次是地層巖性,地質(zhì)構(gòu)造、河流緩沖區(qū)、海拔高程等。按照此順序,5個因子順序為地形坡度因子>地層巖性因子>斷裂構(gòu)造因子和河流緩沖因子>海拔高程。過去將定性判斷轉(zhuǎn)化為定量判斷大多用專家打分法,這種方法是根據(jù)專家的經(jīng)驗來定權(quán)的大小,存在主觀隨意性,該模型利用統(tǒng)計數(shù)學中的黃金分割定理[10-11],表示為
式中:Wi——權(quán)重;假定地形坡度的權(quán)重為 1,地層巖性、斷裂構(gòu)造和河流因子、海拔高程因子的權(quán)重依次為0.618,0.382,0.382,0.236。
表3 危險性因子分析和權(quán)重分級簡表
通過對坡度、巖性、距河流距離、距斷裂距離、海拔高程5個評價因子危險度的分別統(tǒng)計,再利用黃金分割法確定每個評價因子的權(quán)重,并將危險性評價因子及權(quán)重均歸一化處理,得到各危險度因子分級、權(quán)重數(shù)據(jù)統(tǒng)計表,詳見表3。
(5)基于GIS空間分析功能實現(xiàn)危險性綜合評價。利用GIS的3D Analyst功能,結(jié)合模糊綜合評價的數(shù)學模型,計算出每個因子的危險度疊加綜合值,危險度綜合取值按照0-0.4-0.7-1的界定值分級,將研究區(qū)分為低危險區(qū)、中危險區(qū)和高危險區(qū)。利用不同灰度代表不同的危險度值進行分區(qū),得到危險性評價結(jié)果圖如圖2。危險性分區(qū)面積統(tǒng)計見表4。
圖2 茂縣危險性分區(qū)圖
表4 地質(zhì)災害危險性評價結(jié)果
利用基于GIS與模糊綜合評判相結(jié)合的方法,把研究區(qū)域分成低危險區(qū)、中危險區(qū)和高危險區(qū),通過統(tǒng)計分析災害點分布與危險分區(qū)的關(guān)系,得到以下結(jié)論:
(1)采用模糊綜合評判和黃金分割定權(quán)的方法,基于GIS系統(tǒng)實現(xiàn)了5?12汶川大地震后重災區(qū)茂縣的地質(zhì)災害危險性評價,模型能充分反映各個評價因子的貢獻率,準確體現(xiàn)危險程度的差異,將研究區(qū)分成低危險區(qū)1 614 km2;占研究區(qū)面積的41.9%,該區(qū)內(nèi)災害點數(shù)占總體災害點的 14.9%;中危險區(qū)1 273 km2,占研究區(qū)面積的33.1%,該區(qū)內(nèi)災害點數(shù)占總體災害點的24.4%;高危險區(qū)962 km2,該區(qū)內(nèi)災害點數(shù)占總體災害點的25.0%,占總體災害點的60.7%。
(2)全縣范圍內(nèi)的危險分區(qū)由南往北呈減弱趨勢,北部高山地區(qū)主要是低危險度區(qū),南部在茂汶斷裂附近,主要是中危險度區(qū)和高危險度區(qū)。這一特性與茂縣境內(nèi)的地質(zhì)巖性、斷裂分布、海拔高程與危險性區(qū)域分布相吻合。但是由于本次調(diào)查的災害點數(shù)據(jù)主要是以影響人類生命財產(chǎn)的區(qū)域為主,北部山區(qū)調(diào)查的數(shù)據(jù)量較少,也會對評價結(jié)果造成一定影響。
(3)利用模糊綜合評判對茂縣的危險性綜合評價分區(qū),高危險度區(qū)域災害點比較發(fā)育,低危險區(qū)則災害點分布較少,能夠綜合反映研究區(qū)的區(qū)域危險性,能為汶川地震災區(qū)災后重建居民點的選取提供依據(jù),為防災減災提供依據(jù),具有較高的實用價值。
[1]阮沈勇,黃潤秋.基于GIS信息量法模型在地質(zhì)災害危險性區(qū)劃中的應用[J].成都理工學院學報,2001,28(1):89-92.
[2]Keefer D K.Landslides caused by earthquakes[J].Geol.Soc.Am.,1984,9(5):406-421.
[3]Evik E C,Topal T.GIS-based landslide susceptibility mapping for a problematic segment of the natural gas pipeline,Hendek,Turkey[J].Environmental Geology,2003,44:949-962.
[4]李天池.地震與滑坡的關(guān)系及地震滑坡預測的探討[M]//滑坡文集(第2集).北京:人民鐵道出版社,1979:127-132.
[5]唐川,朱靜.GIS支持下的地震誘發(fā)滑坡危險區(qū)預測研究[J].地震研究,2001,24(1):73-81.
[6]唐川,朱大奎.基于GIS技術(shù)的泥石流風險評價研究[J].地理科學,2002,22(3):300-304.
[7]吳柏清,何政偉.GIS技術(shù)在四川省九龍縣地質(zhì)災害危險性評價中的應用[J].測繪科學,2008,33(4):146-131
[8]唐川,朱靜.基于GIS的山洪災害風險區(qū)劃[J].地理學報,2005,60(1):87-94.
[9]宋小秋.模糊數(shù)學原理與方法[M].江蘇徐州:中國礦業(yè)大學出版社,2004.
[10]馬平均,龍萬學,孔紀名.基于模糊綜合評價的地質(zhì)災害危險性分區(qū)[J].貴州工業(yè)大學學報:自然科學版,2007,36(6):70-74.
[11]Thananchai L.A fuzzy linguistic interpretation of the golden section[J].Fuzzy Sets and Systems,2006,157(17):2412-2415.