甘肅南部武都區(qū)滑坡危險性評價

甘肅南部武都區(qū)滑坡危險性評價

齊識，寧娜，馬金珠

(蘭州大學 西部環(huán)境教育部重點實驗室, 蘭州730000)

摘要：利用GIS技術分別與信息量模型和貢獻權重模型結合，以甘肅南部武都區(qū)為研究區(qū)，選取高程、坡度、地質年代、河流緩沖區(qū)、土地利用和距離斷層構造線距離6個評價因子進行滑坡危險性評價，得到基于2種評價模型的區(qū)劃圖。對比2種結果分析得出：從滑坡災害點的分布情況看，2種模型均能較好地對研究區(qū)滑坡危險性進行分區(qū)，但基于貢獻權重模型得出的結果顯示，中、高和極高度危險區(qū)的面積占全區(qū)總面積的82.3%，略夸大了山區(qū)滑坡災害的危險性。結合現(xiàn)場實際勘察結果表明：基于信息量模型得到的危險性評價結果更符合武都區(qū)的實際情況。因此，利用信息量模型與GIS技術結合對甘肅南部武都區(qū)滑坡災害進行評價，相比貢獻權重模型具有較高的準確性，為研究區(qū)滑坡的防災減災工作提供了參考價值。

關鍵詞：GIS；信息量模型；貢獻權重模型；區(qū)域滑坡危險性評價；武都區(qū)

中圖分類號：P642.23 文獻標志碼：A

收稿日期：2013-11-11； 修回日期：2013-12-12

作者簡介：馬斌(1955-)，男，陜西西安人，教授，從事工程管理與工程造價、工程施工技術、建設工程管理與管理信息系統(tǒng)方面的研究，(電話)13088977659(電子信箱)792842471@qq.com。

通訊作者：李麗(1989-)，女，安徽宣城人，碩士研究生，研究方向為現(xiàn)代施工技術與管理，(電話)18395359961(電子信箱)719288795@qq.com。

DOI:10.3969/j.issn.1001-5485.2015.04.007

1研究背景

滑坡作為地貌演變過程中的一種重要塊體運動形式，是一種典型的全球性的重大自然地質災害[1]?；碌奈：Τ潭葮O大，它能夠中斷交通、堵塞河道、掩埋城鎮(zhèn)等，給人民的生活環(huán)境和生命財產(chǎn)以及工農(nóng)業(yè)活動帶來嚴重的危害，因此，需要對滑坡危險性評價進行深入研究?；聻暮Φ奈ｋU性是指未來時期將在什么地方可能發(fā)生滑坡，其活動強度、規(guī)模、危害范圍以及危害強度有多大。滑坡災害的危險性受多種條件控制，具有很大的不確定性?；挛ｋU性區(qū)劃的模型一般有2種：一是以滑坡點分布圖和各影響因子圖進行疊加分析，定量、半定量化地確定滑坡敏感性指標；二是以滑坡影響因素與滑坡關系的理論分析為基礎，建立相關的數(shù)學模型對研究區(qū)的相對危險性程度作出評價，作為滑坡危險性評價的定量依據(jù)[2]。

自地理信息系統(tǒng)技術出現(xiàn)后，其強大的空間數(shù)據(jù)管理、空間分析、制圖及可視化功能得到了學者們的廣泛認可，并逐漸被應用于滑坡危險性評價中。1983年，A.Carrara[3]就使用多變量模型對區(qū)域滑坡災害評估和預測等問題進行了研究。 R.P.Guptat等[4]運用GIS 技術對喜馬拉雅山麓的Ramganga Catchment地區(qū)的滑坡進行了分析，使用了空間分析和面積量算功能完成了滑坡災害危險性分區(qū)。G.C.Ohlmacher等[5]給予GIS技術使用多元邏輯回歸對美國堪薩斯州東北部地區(qū)進行了滑坡災害預測圖，并分析了滑坡主要影響因子。國內(nèi)使用GIS技術進行地質災害評價的起步比較晚，21世紀以來，國內(nèi)開始將GIS與各種統(tǒng)計方法相結合，進行區(qū)域滑坡危險性評價研究，不僅充分發(fā)揮GIS的圖形編輯、屬性管理、空間分析以及地形分析等優(yōu)勢，還提出了質量指數(shù)模型[6]、綜合指標法[7]、模糊綜合評判[8]等評價方法。白世彪等[9]結合GIS，運用雙變量分析模型進行了滑坡危險性評價制圖。王志旺等[10]利用RS和GIS的數(shù)據(jù)提取和分析功能，采用證據(jù)權法對長江三峽庫區(qū)秭歸—巴東段進行了滑坡危險度區(qū)劃研究。喬建平等[11]提出將滑坡本底因素對滑坡的貢獻率轉化為權重，求出滑坡因子的自權重和互權重的關系，通過對權重的多重疊加，建立貢獻權重法滑坡危險性區(qū)劃模型。不同的評價方法在滑坡危險性評價中，都具有各自的特點，因此，要根據(jù)研究區(qū)域的情況和所選取的不同的影響因子來確定最終的數(shù)學模型。本文運用GIS分別與信息量模型和貢獻權重模型相結合對甘肅省隴南市武都區(qū)的滑坡進行危險性評價，以期為該區(qū)的防災減災工作提供可靠的參考依據(jù)。

2研究區(qū)概況

研究區(qū)位為甘肅省隴南市武都區(qū)(面積為4 683 m2)，武都區(qū)屬北亞熱帶半濕潤氣候，多年平均降水量為487.2 mm，其中5—9月份降水量占全年降水總量的75% ～85%。24 h最大降水量為90.5 mm，1 h最大降水量為40 mm，10 min最大降水量為16.2 mm。武都區(qū)屬長江流域嘉陵江水系，主要由白龍江、西漢水和柯家河3大流域組成。白龍江是嘉陵江一級支流，區(qū)內(nèi)流域面積3 243 km2，為區(qū)內(nèi)主要河流。區(qū)內(nèi)降水集中，暴雨較多，為地質災害的形成提供了條件。研究區(qū)在大的地貌單元上處于西秦嶺西段侵蝕-剝蝕構造山地，受區(qū)域構造控制的山體總走向是東西向，總地勢為西北高、東南低?？偟牡匦翁攸c是溝谷發(fā)育、切割強烈、地表起伏大、山勢陡峻、相對高差大(相對高差1 000 ～1 500 m)、坡度大等。研究區(qū)內(nèi)土質結構疏松，且土壤較薄，持水能力差，易受流水侵蝕而流失。植被在山區(qū)多為天然林和灌草，山前和河谷平原為人工林。研究區(qū)出露的地層主要有志留系、泥盆系、二迭系、三迭系、侏羅系、第三系和第四系，巖漿巖為印支期花崗閃長巖。

3研究方法

文章擬運用信息量模型及貢獻權重模型對研究區(qū)進行危險性評價。信息量模型早期是由 E.B.維索科奧斯特羅夫斯卡婭及N.N.恰金先后應用于區(qū)域礦產(chǎn)預測[12]；晏國珍先生首先將信息論引入到滑坡預測，繼而被許多學者廣泛應用到地質環(huán)境質量評估和地質災害危險性評價中[13]。信息預測的觀點認為，滑坡災害的產(chǎn)生與否與預測過程中所獲取信息的數(shù)量和質量有關，是用信息量來衡量的[14]，具體計算過程在之前的研究中已有詳細論述[15]。

貢獻權重模型[11]是在可靠的滑坡數(shù)據(jù)基礎上，選用量密度、面密度、體密度3項量化檢驗指標進行貢獻程度評價，即

(1)

(1) 本底因子貢獻率(Uoi)：將式(1)結果進行均值化處理，而后進行歸一化，得到本底因子貢獻率

(2)

(2) 自權重(wif)：自權重是指統(tǒng)一將中滑坡本底因子的貢獻率按高、中、低3級貢獻程度劃分后，分別計算各因子的權值。

(3)

式中wif為滑坡本底因子自權重。

(4)

(4) 貢獻權重模型：

(5)

4評價因子的選取及滑坡危險性評價

4.1　影響因子的選取

滑坡是指巖體或土體在重力作用下沿一定的軟弱結構面整體下滑的現(xiàn)象?；率莾?nèi)外影響因素共同作用產(chǎn)生的，促使滑坡產(chǎn)生的條件：一是地質條件與地貌條件；二是內(nèi)外營力(動力)和人為作用的影響。因此，在進行危險性評價時，首先需要進行影響因子的選取以及量化。研究表明，滑坡發(fā)育的影響因素一般主要有巖石類型與構造、邊坡的幾何形狀與地形地貌、水文地質條件及破壞動力等[16]。本文選取高程、坡度、距離斷層構造線距離、地質年代、土地利用及河流緩沖區(qū)作為評價因子。

4.1.1高程

水系發(fā)育程度、土壤類型、人類活動、工程活動等都與高程有著密不可分的關系，同一地區(qū)，高程越低，受外界干擾的可能性越大。大范圍采石采礦工場的建立，沿坡地密集的建筑以及修路等，都將引起巖、土體松動，甚至坍塌，同時山區(qū)房屋的建設一般都分布于坡面上，在房屋建設過程中，難免觸及部分滑坡的滑動面，進而使得斜坡失穩(wěn)。通過對研究區(qū)滑坡在災害點的分布圖進行研究分析，將研究區(qū)高程分為5個等級：621 ～1 207 m,1 207 ～1 793 m,1 794 ～2 379 m,2 379 ～2 965 m,2 965 ～3 550 m。滑坡點統(tǒng)計資料顯示，武都區(qū)滑坡主要集中在高程2 379 m以下，其中高程621 ～1 207m范圍內(nèi)滑坡數(shù)量占總數(shù)的15%；高程1 207 ～1 793 m范圍內(nèi)滑坡數(shù)占總數(shù)的57%；高程1 793 ～2 379 m范圍內(nèi)滑坡數(shù)占總數(shù)的27%。因此，滑坡與高程的關系十分密切。

4.1.2坡度

坡度是滑坡發(fā)生的主要影響因素之一， 對滑坡發(fā)生起到控制性作用。 一般而言， 坡度大于10°， 小于45°， 下陡中緩上陡、 上部成環(huán)狀的坡形是容易產(chǎn)生滑坡的地形。 在低坡度范圍內(nèi)， 人類活動頻繁， 地下水埋深較淺， 都有利于新滑坡的發(fā)育， 同時也為老滑坡的復活提供了條件。 坡度較大的地方發(fā)生崩塌的概率較大， 崩塌產(chǎn)生的碎石為滑坡的發(fā)育提供了物源條件。 通過對研究區(qū)滑坡在災害點的分布圖進行研究分析， 將研究區(qū)的坡度分為6個等級： 0° ～14°, 14° ～27°, 27° ～40°， 40° ～54°， 54° ～67°以及>67°。 滑坡點統(tǒng)計資料顯示： 武都區(qū)滑坡主要集中在坡度54°以下， 0° ～30°范圍內(nèi)滑坡點占滑坡總數(shù)的54%； 30° ～54°范圍內(nèi)滑坡點占滑坡總數(shù)的43%。

4.1.3地質年代

斜坡的不同地質年代為滑坡的產(chǎn)生提供了物質基礎。資料顯示：研究區(qū)地質年代主要有志留系、泥盆系、二迭系、三迭系、侏羅系、第三系和第四系。志留系(S)：分布于角弓—漢王白龍江兩岸及隆興一帶。泥盆系(D)：主要分布于外納—玉皇一帶，少量條帶狀分布于角弓北部山區(qū)和馬營南部，明顯受武都“山”字型構造控制。石炭系(C)：主要分布于白龍江西南部山區(qū)與馬營、安化、隆興南部。二迭系(P)：大面積分布于五庫—琵琶以南山區(qū)。三迭系(T)：分布于金廠、龍壩等地。侏羅系(J)：零星分布于馬營龐磨、郭河東部及磨壩等地。上白堊-下侏羅系(J-K)：分布于甘泉、佛崖一帶。老第三系(E)：零星分布于馬街南部艾山、熊池、黃坪等地。新第三系(N)：分布于漢林、馬街、柏林、安化、魚龍一帶。第四系(Q)：分布于武都南部，洛塘、五庫、五馬、裕河一帶。

4.1.4河流緩沖區(qū)

足夠大的臨空面是滑坡發(fā)生的重要條件之一，河水的不斷沖蝕作用，使得河流沿岸的坡角遭到嚴重的淘蝕，在研究區(qū)內(nèi)產(chǎn)生了大量的臨空面，因此距離河流越近，越能夠促進滑坡的發(fā)育；在ArcGIS中對河流進行緩沖區(qū)分析，劃分400，800，1 200，1 600，2 000 m以及大于2 000 m的緩沖區(qū)，生成因子圖層，將滑坡點關聯(lián)到因子圖層中得出，隨著緩沖區(qū)的增大，滑坡的數(shù)量和密度減少。

4.1.5土地利用類型

研究區(qū)內(nèi)土地利用類型為耕地、林地、草地、水域、城鄉(xiāng)工礦用地以及未利用土地6個類型。耕地及居民用地都在不同程度上破壞了土體及巖體的結構，使得研究區(qū)內(nèi)該屬性類別中的土體變得松散，進而促使滑坡災害的發(fā)生。

4.1.6距斷層構造線距離

在ArcGIS中對研究區(qū)的斷層構造線進行緩沖區(qū)分析，劃分的緩沖區(qū)為：800，1 600，2 400，3 200，4 000，4 800 m及大于4 800 m 7個級別。在研究區(qū)內(nèi)斷層構造線分布零亂，在區(qū)域性斷裂構造的交叉復合部位，巖石通常較為破碎，距離構造線越近，構造活動越為強烈，其附近巖土遭到破壞程度越大，進而破壞了坡體的穩(wěn)定性。因而距構造線的距離越遠，越不利于滑坡的發(fā)育。

4.2　滑坡危險性評價

4.2.1信息量模型滑坡危險性評價

利用GIS的信息量模型對6個評價因子進行分析，在ArcGIS中對各因子圖層進行柵格處理，柵格大小為100 m×100 m，據(jù)野外調查及資料收集確定研究區(qū)滑坡災害點總數(shù)為172個，從各因子圖層中提取相關信息，對各圖層因子進行信息量計算，然后在ArcGIS中對各因子圖層進行信息量賦值，由于ArcGIS默認取整數(shù)，因此，在賦值過程中需要將信息量值擴大104倍，以便取到小數(shù)點后5位。6個因子圖層的信息量計算結果見表1。從表1中分析得出：高程在621 ～1 793 m的范圍內(nèi)，信息量值最大，受人類活動影響大，發(fā)生滑坡的可能性較大；隨著河流緩沖區(qū)的增加，信息量值不斷減少，說明離河流越近，對滑坡災害的影響越大；坡度在14° ～27°以及大于67°的區(qū)域容易發(fā)生滑坡災害；地質年代中，新第三系(N)的信息量值最大，巖性為紅色泥巖、砂質泥巖等，與地層呈不整合接觸，表層松散破碎的覆蓋物為滑坡產(chǎn)生提供了有利條件；土地利用類型中，人類活動頻繁的耕地以及居民用地信息量值大，充分說明，人為活動對滑坡的發(fā)育具有重大的影響；距離斷層構造線較近的范圍內(nèi)，信息量值大，更容易促進滑坡的發(fā)育。

將6張信息量圖層在ArcGIS中利用Raster Calculator進行疊加分析，得到一張綜合信息量圖，其信息量范圍是-7.294 78 ～5.261 51，信息量值越大，發(fā)生滑坡的可能性越大。依據(jù)自然斷點法在ArcGIS中將其重新分類，劃分為5級，極高度危險區(qū)0.896 23 ～5.261 51)、高度危險區(qū)(-0.624 25 ～0.896 23)、中度危險區(qū)(-2.144 73 ～-0.624 25)、輕度危險區(qū)(-3.910 46 ～-2.144 73)及極輕度危險區(qū)(-7.294 78 ～-3.910 46)。最后，得到基于信息量模型的武都區(qū)滑坡危險性區(qū)劃圖，如圖1。

表1　信息量值計算結果 Table 1　Calculation results of information values

圖1　基于信息量模型的武都區(qū)滑坡危險性級別劃分 Fig.1　Risk zoning of landslides in Wudu district based on information quantity model

圖2　本底因子的貢獻指數(shù) Fig.2　Contribution index of background factors

4.2.2貢獻權重模型滑坡危險性評價

表2　滑坡本底因子不同程度貢獻率分布范圍 Table 2　Contribution rate of landslide’s background factors

表3　本底因子自權重 Table 3　Self-weights of background factors

圖3　基于貢獻權重模型的武都區(qū)滑坡 危險性級別劃分 Fig.3　Risk zoning of landslides in Wudu district based on contribution weight model

4.3　結果分析與討論

4.3.1信息量模型對滑坡危險性評價結果分析

統(tǒng)計信息量模型對滑坡危險性評價區(qū)劃結果，分析滑坡的數(shù)量和每個類別面積占總面積的比例分布情況(表4)。信息量模型得到的危險性分區(qū)中，中度危險區(qū)以上的面積比例為68.6%；從滑坡災害點的分布情況看，滑坡災害點集中分布于高度和極高度危險區(qū)，比例達到84.4%。該結果較好地反應了武都區(qū)滑坡災害發(fā)育特征。從模型本身來看，信息量模型的主要思路是參照已經(jīng)變形或被破壞的區(qū)域的顯示情況以及提供的信息，把反映各影響區(qū)域穩(wěn)定性因素的實測值轉化為反映區(qū)域穩(wěn)定性的信息量值，通過各個影響因素所提供的信息量值的大小來評價各影響因素與研究對象關系的密切程度，其信息量值越大，危險性越高。文章采用了頻率估計條件概率的方式來進行信息量值計算[17]，其中沒有涉及到各因子權重的計算。同時，信息量模型的各因子信息量值是按照滑坡點分布于各因子柵格單元分析所得，其分布情況容易獲得，在區(qū)域滑坡危險性評價過程中較易實現(xiàn)。

表4　2種模型各類等級中滑坡分布比例 與各等級面積比例 Table 4　Proportion of landslide distribution and proportion of landslide area based on two models

4.3.2貢獻權重模型對滑坡危險性評價結果分析

基于貢獻權重模型所得到的危險性分區(qū)中武都區(qū)中度危險區(qū)以上的面積比例達到了82.3%(表4)，安全區(qū)所占面積比例僅占3.4%，該結果在一定程度上夸大了山地地質災害危險性。從表4中可看出，該模型災害點集中分布在中度和高度危險區(qū)，比例達到88.6%，而其中極高度危險區(qū)的滑坡數(shù)量比例卻較小，這與實際災害分布特征不相符。從貢獻權重模型本身看，在厘定各因子貢獻權重時，要求各因子的基礎數(shù)據(jù)精度較高，且需精確量化各滑坡災害點的體積和面積，這種精確量化在區(qū)域滑坡危險性評價中是難實現(xiàn)的。由此，貢獻權重模型應用于區(qū)域滑坡危險性評價適宜性一般。

4.3.3模型討論

利用貢獻權重模型進行本底因素貢獻率的計算時，在可靠的滑坡數(shù)據(jù)基礎上，一般選用量密度、面密度、體密度3項量化檢驗指標進行貢獻程度評價，進而得出本底因素的貢獻率、自權重以及互權重，最終進行危險性區(qū)劃。但是由于研究區(qū)面積較大，滑坡點較多，針對于滑坡的面積和體積未能獲取相關的資料，導致只選取了量密度一個檢驗指標進行各個影響因子的貢獻率的計算，進而影響自權重和互權重計算結果的準確性，最終勢必影響評價結果。因此，結合最終2種評價模型的分區(qū)結果分析，貢獻權重模型更適用于較小區(qū)域且基礎數(shù)據(jù)較精確的滑坡危險性區(qū)劃分析。而信息量模型應用于區(qū)域滑坡危險性評價時，以點、面單元為基礎，需求資料獲取方便，并且與評價區(qū)域面積的大小無關。

4.3.4模型擇優(yōu)選取分析

2種模型都能對研究區(qū)滑坡進行危險性評價，從各等級面積的比例和滑坡災害點分布情況看，基于貢獻權重模型得出的結果略微夸大了滑坡災害的危險性，整個武都區(qū)基本都處在中度危險區(qū)以上的范圍內(nèi)，基本無安全區(qū)域。從上述分析2種模型本身特點來看，信息量模型更適合區(qū)域滑坡災害危險性評價。同時，結合現(xiàn)場實際勘察情況，得出基于信息量模型得到的危險性評價結果更符合實際情況。因此，最終選取信息量模型的評價結果分區(qū)圖(圖1)作為甘肅南部武都區(qū)滑坡危險性區(qū)劃圖。

5結語

(1) 根據(jù)武都地區(qū)滑坡災害的實際特征并結合資料的可獲取性，通過參考大量文獻，最終確定高程、坡度、距離構造線距離、地層巖性、土地利用及河流緩沖區(qū)作為評價因子。通過貢獻權重計算得出評價因子的互權重由大到小排序為：高程、土地利用、河流緩沖區(qū)、坡度、距離構造線距離及地層巖性。

(2) 運用GIS技術分別與信息量模型及貢獻權重模型相結合，定量化對武都區(qū)滑坡危險性進行評價，通過對2種模型的對比分析，從滑坡災害點的分布情況得出2種模型均能較好地對研究區(qū)滑坡危險性進行分區(qū)，但基于貢獻權重模型得出的結果略夸大了山區(qū)滑坡災害的危險性，整個武都區(qū)82.3%的面積都處在中度危險區(qū)以上的范圍內(nèi)。因此，基于信息量模型得到的危險性評價結果相對更符合實際情況，最終選取信息量模型的評價結果圖作為甘肅南部武都區(qū)滑坡危險性區(qū)劃圖。

(3) 在進行指標體系構建時，全區(qū)的地震烈度都為Ⅷ，在評價過程中不起作用；但水文資料的匱乏導致指標體系中缺少誘發(fā)因素。如何在資料匱乏的情況下，找到合適的方式來考慮觸發(fā)因素，建立一個完整的評價指標體系有待進一步深入研究。

參考文獻：

[1]蘭恒星,王苓涓,周成虎.地理信息系統(tǒng)支持下的滑坡災害分析模型研究[J].工程地質學報,2002,(4):421-427. (LAN Heng-xing,WANG Ling-juan, ZHOU Cheng-hu. Study on GIS-aided Model for Analysis of Landslide Hazard[J].Journal of Engineering Geology,2002, (4):421-427. (in Chinese))

[2]殷坤龍.滑坡災害預測預報[M].武漢:中國地質大學出版社,2004. (YIN Kun-long. Landslide Hazard Prediction and Warning[M]. Wuhan: China University of Geosciences Press,2004. (in Chinese))

[3]CARRARA A. Multivariate Models for Landslide Hazard Evaluation[J]. Mathematical Geology, 1983, 15(3): 403-26.

[4]GUPTA R P,JOSHI B C.Landslides Hazard Zoning Using the GIS Approach:A Case Study from the Ramganaga Catchment, Himalayas[J]. Engineering Geology, 1990, 28(1):119-131.

[5]OHLMACHER G C, DAVIS J C. Using Multiple Logistic Regression and GIS Technology to Predict Landslide Hazard in Northeast Kansas, USA[J]. Engineering Geology, 2003, 69(3/4): 331-343.

[6]王翠珀.質量指數(shù)模型在遼寧省東部山區(qū)崩塌、滑坡、泥石流災害預測中的應用[J].遼寧地質,2000,(2):150-155. (WANG Cui-bo. Application of Quality Index Model in Hazard Forecasting of Collapse Landslide and Rock-flow in East Liaoning[J]. Liaoning Geology,2000, (2):150-155. (in Chinese))

[7]王成華,譚萬沛,羅曉梅.小流域滑坡危險性區(qū)劃研究——以孫水為例[J].山地學報,2000, (1): 31-36. (WANG Cheng-hua, TAN Wan-pei, LUO Xiao-mei. The Research of Landslide’s Danger Division in County Region[J]. Journal of Mountain Science, 2000, (1): 31-36.(in Chinese))

[8]鄭乾墻.滑坡危險性的模糊綜合評判[J].江西地質,1999,(4):299-303. (ZHENG Qian-qiang. Fuzzy Multidisciplinary Assessment of Landslide Danger[J]. Jiangxi Geology ,1999, (4): 299-303. (in Chinese))

[9]白世彪,王建,閭國年，等. 基于GIS和雙變量分析模型的三峽庫區(qū)滑坡災害易發(fā)性制圖[J]. 山地學報, 2007,(1):85-92. (BAI Shi-biao, WANG Jian, LV Guo-nian. GIS-based and Data Drive Bivariate Landslide Susceptibility Mapping in the Three Gorge Area, China[J]. Journal of Mountain Science, 2007,(1):85-92.(in Chinese))

[10]王志旺,李端有,王湘桂.證據(jù)權法在滑坡危險度區(qū)劃研究中的應用[J].巖土工程學報,2007,29(8):1269-1273. (WANG Zhi-wang, LI Duan-you, WANG Xiang-gui. Zonation of Landslide Hazards Based on Weights of Evidence Model[J]. Chinese Journal of Geotechnical Engineering, 2007, 29(8): 1269-1273.(in Chinese))

[11]喬建平.滑坡風險區(qū)劃理論與實踐[M].成都:四川大學出版社,2010. (QIAO Jian-ping. Theory and Practice of Landslide Risk Zoning[M]. Chengdu: Sichuan University Press,2010.(in Chinese))

[12]趙鵬大,胡旺亮，李紫金，等.礦床統(tǒng)計預測[M].北京:地質出版社,1983. (ZHAO Peng-da, HU Wang-liang, LI Zi-jin,etal. Deposit Statistical Prediction[M]. Beijing: Geological Press, 1983. (in Chinese))

[13]張俊峰,何政偉,汪宙峰. 基于GIS的信息量法在天山公路地質穩(wěn)定性評價系統(tǒng)中的應用[J]. 測繪科學,2008,33(2):170-172. (ZHANG Jun-feng, HE Zheng-wei, WANG Zhou-feng. The Application of Information Model Based on GIS in Geology Stability Evaluation System of Tianshan Road[J]. Science of Surveying and Mapping,2008,33(2):170-172.(in Chinese))

[14]ALDO C, SUSANNA P, CLAUDIO T,etal. A Procedure for Landslide Susceptibility Zonation by the Conditional Analysis Method[J]. Geomorphology, 2002,48(4): 349-364.

[15]齊識,張雅莉,張鵬,等.白龍江流域滑坡危險性評價指標體系的構建[J].長江科學院院報,2014，31(1)：23-28. (QI Shi, ZHANG Ya-li, ZHANG Peng,etal. Construction of Factors for Assessing the Hazard of Landslide in Bailong River [J]. Journal of Yangtze River Scientific Research Institute, 2014，31(1)：23-28. (in Chinese))

[16]王志旺.基于GIS技術的區(qū)域滑坡分形特征分析與危險性評價[D].武漢： 中國地質大學,2010. (WANG Zhi-wang. GIS-Based Methods for Fractal Analysis and Hazard Estimation of Regional Landslides[D]. Wuhan: China University of Geosciences，2010.(in Chinese))

[17]高克昌,崔鵬,趙純勇,等. 基于地理信息系統(tǒng)和信息量模型的滑坡危險性評價——以重慶萬州為例[J].巖石力學與工程學報,2006，25(5):992-996. (GAO Ke-chang, CUI Peng, ZHAO Chun-yong,etal. Landslide Hazard Evaluation of Wanzhou Based on GIS Information Value Method in the Three Gorges Reservoir[J]. Chinese Journal of Rock Mechanics and Engineering, 2006，25(5):992-996. (in Chinese))

(編輯：曾小漢)

Assessment of Landslide Hazard in Wudu of Southern Gansu Province

QI Shi, NING Na, MA Jin-zhu

(Key Laboratory of Western China’s Environmental Systems (MOE), Lanzhou University,

Lanzhou730000, China)

Abstract:GIS technology is combined with information value model and contribution weight model respectively to assess the landslide hazard in Wudu district of south Gansu Province. Elevation, slope gradient, stratum lithology, river buffer zone, land use, and distance to fault line are selected as the assessment factors. Zoning maps are obtained based on the two models and comparison reveals that as shown from the distribution of landslide hazards, both models work well in landslide hazard zoning, but the results based on contribution weight model suggest that medium, high and very high risk zones together account for 82.3% of the total area, which has slightly exaggerated the risk of landslides in mountainous areas. According to on-site investigation, the landslide hazard zoning based on information value model is more in line with the actual situation. Therefore it is accurate to combine information value model with GIS technology in landslide hazard assessment for South Gansu Province.

Key words: GIS; information value model; contribution weight model; regional landslide risk zoning; Wudu district

本刊投稿網(wǎng)址： http:∥ckyyb.crsri.cn

2015,32(04):35-39