基于MaxEnt模型的云南省玉龍縣滑坡易發(fā)性評(píng)價(jià)

陶 妍,角媛梅,張洪森

(云南師范大學(xué) 地理學(xué)部,云南 昆明 650500)

0 引言

滑坡是世界上最具危害性的自然災(zāi)害之一,具有分布廣、發(fā)生頻率高、運(yùn)動(dòng)速度快等特點(diǎn),其風(fēng)險(xiǎn)評(píng)價(jià)一直都是人們關(guān)心的主要問(wèn)題之一[1]。中國(guó)是亞洲乃至世界上滑坡災(zāi)害最為嚴(yán)重的地區(qū)之一,2021年自然資源部公布的全國(guó)地質(zhì)災(zāi)害數(shù)據(jù)顯示,2021年全國(guó)范圍內(nèi)共發(fā)生地質(zhì)災(zāi)害4 772起,其中滑坡2 335起,占地質(zhì)災(zāi)害的48.93%(https://m.gmw.cn/baijia/2022-01/14/1302762313.html)。滑坡災(zāi)害嚴(yán)重威脅并阻礙了區(qū)域經(jīng)濟(jì)和人類(lèi)的可持續(xù)發(fā)展,因此,研究滑坡的易發(fā)性可為區(qū)域地質(zhì)災(zāi)害預(yù)測(cè)預(yù)報(bào)和防治規(guī)劃提供科學(xué)的理論依據(jù)。

通過(guò)滑坡災(zāi)害易發(fā)性評(píng)價(jià)進(jìn)行區(qū)域?yàn)?zāi)害的空間預(yù)測(cè)是領(lǐng)域研究的熱點(diǎn),但評(píng)價(jià)模型的應(yīng)用效果由于區(qū)域的地質(zhì)環(huán)境、氣候因素的不同存在一定的差異。國(guó)內(nèi)外許多學(xué)者應(yīng)用不同模型對(duì)滑坡易發(fā)性進(jìn)行實(shí)證研究,評(píng)價(jià)模型大致分為4類(lèi),包括啟發(fā)式模型,常用的有專(zhuān)家打分法和層次分析法[2-3],啟發(fā)式模型興起之初,應(yīng)用頻率較高,但因自身模型主觀性強(qiáng)等因素,目前應(yīng)用較少;確定性系數(shù)模型,常用的有SHALSTAB、SINMAP和TRIGRS[4-6],在適用范圍內(nèi)使用有較好的效果,但由于較多的實(shí)驗(yàn)參數(shù),在大范圍區(qū)域應(yīng)用受到限制;數(shù)理統(tǒng)計(jì)模型,主要有信息量模型[7]、邏輯回歸模型和頻率比模型[8-9],同樣在適用范圍使用取得良好的預(yù)測(cè)效果,如三峽庫(kù)區(qū)萬(wàn)州區(qū)[10];機(jī)器學(xué)習(xí)模型,主要有人工神經(jīng)網(wǎng)絡(luò)[11]、支持向量機(jī)和MaxEnt模型(最大熵模型)[12],機(jī)器學(xué)習(xí)模型相比傳統(tǒng)的評(píng)價(jià)模型具有較強(qiáng)的預(yù)測(cè)精度,成為目前滑坡易發(fā)性評(píng)價(jià)模型的熱點(diǎn)選擇,模型適應(yīng)性較廣[13-15]。近來(lái),國(guó)內(nèi)已有許多學(xué)者將MaxEnt模型運(yùn)用到不同區(qū)域尺度(省、市、流域)的研究中,研究結(jié)果具有較好的可信度[16-18]。因此本文嘗試將MaxEnt模型引入到滑坡易發(fā)性評(píng)價(jià)中,探究MaxEnt模型在縣域尺度評(píng)價(jià)滑坡易發(fā)性的準(zhǔn)確性。

云南省玉龍縣位于長(zhǎng)江上游,地質(zhì)條件復(fù)雜,屬地質(zhì)災(zāi)害多發(fā)區(qū)。近年來(lái)隨著當(dāng)?shù)芈糜螛I(yè)的快速發(fā)展,生態(tài)環(huán)境愈發(fā)脆弱加上人類(lèi)活動(dòng)不斷加劇,當(dāng)?shù)鼗聻?zāi)害頻發(fā),如何規(guī)避與預(yù)防,已成為當(dāng)?shù)卣P(guān)注的重要問(wèn)題?；诖?以玉龍縣為研究區(qū),結(jié)合其滑坡災(zāi)害發(fā)育的環(huán)境特征和空間分布情況,選取了地形、植被、人類(lèi)活動(dòng)等12個(gè)誘發(fā)因子,應(yīng)用MaxEnt模型進(jìn)行滑坡易發(fā)性評(píng)估,積極推進(jìn)云南省玉龍縣的防災(zāi)減災(zāi)及水土保持工作。

1 研究區(qū)概況

玉龍縣位于云南省西北部,行政區(qū)劃隸屬麗江市,是中國(guó)唯一的納西族自治縣,地理坐標(biāo)26°34′N(xiāo)-27°46′N(xiāo)、99°23′E-100°32′E(封二圖版Ⅰ圖1)。地處青藏高原東南邊緣橫斷山向云貴高原過(guò)渡的銜接地段,地勢(shì)西北高、東南低,整個(gè)行政區(qū)域的形狀是“V”字型,地形以山地、盆地、河谷為主;境內(nèi)海拔1 380～5 427 m,地形高差大;屬溫帶大陸性季風(fēng)氣候,晝夜溫差較大,受山高谷深的影響,干濕季、立體氣候明顯,形成“一山分四季,十里不同天”的立體氣候特征,年平均氣溫12.9℃,年平均降雨量968.3 mm。主要的土壤類(lèi)型是紅壤、紅黃壤、紫色土等。境內(nèi)河流較多,其中徑流量最大的是金沙江。隨著2003年老君山以“三江并流”核心區(qū)成為世界遺產(chǎn),當(dāng)?shù)芈糜螛I(yè)迅速發(fā)展,人類(lèi)活動(dòng)不斷加劇加之自然環(huán)境脆弱,玉龍縣滑坡、泥石流等地質(zhì)災(zāi)害頻繁發(fā)生,是云南省地質(zhì)災(zāi)害嚴(yán)重的縣份之一。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與處理

2.1.1 滑坡數(shù)據(jù)

滑坡災(zāi)害數(shù)據(jù)庫(kù)以玉龍縣2020年記錄的127個(gè)滑坡點(diǎn)為數(shù)據(jù)源,其記錄了發(fā)生日期、經(jīng)度、緯度以及發(fā)生規(guī)模、災(zāi)害誘因等信息。按要求保存為.csv格式的文件供后續(xù)研究使用。

2.1.2 指標(biāo)因子構(gòu)建及處理

滑坡的產(chǎn)生不能脫離孕災(zāi)環(huán)境的背景條件和觸發(fā)因子的影響。孕災(zāi)背景條件主要包括地形地貌、地層巖性、植被覆蓋等;觸發(fā)因子主要包括降雨、地震、人類(lèi)活動(dòng)等。根據(jù)以往研究,選取植被覆蓋、土地利用、海拔、平面曲率、剖面曲率、坡度、坡向、降雨量、距河流距離、距道路距離、土壤類(lèi)型、居民點(diǎn)密度共計(jì)12個(gè)環(huán)境變量作為玉龍縣滑坡易發(fā)性建模的指標(biāo)因子。變量來(lái)源:(1)海拔數(shù)據(jù)從地理空間數(shù)據(jù)云(http://www.gscloud.cn/search)的數(shù)字高程模型DEM柵格數(shù)據(jù)獲取(封二圖版Ⅰ圖2D)。坡度、坡向、平面曲率和剖面曲率通過(guò)高程數(shù)據(jù)利用ArcGIS的柵格表面分析模塊提取獲得(封二圖版Ⅰ圖2A,2B,2C,2E)。(2)土地利用數(shù)據(jù)來(lái)源于清華大學(xué)科研團(tuán)隊(duì)共享數(shù)據(jù)(http://data.ess.tsinghua.edu.cn/fromglc 2015_v1.html),將土地利用分為11類(lèi),分別為:1.草地;2.林地;3.灌木地;4.水體;5.濕地;6.裸地;7.農(nóng)田;8.凍土;9.云;10.雪/冰;11.建筑(封二圖版Ⅰ圖2F)。(3)經(jīng)ArcGIS軟件的核密度分析得到居民點(diǎn)密度(封二圖版Ⅰ圖2G)。(4)多年平均降水?dāng)?shù)據(jù)(2009-2015年)從中國(guó)科學(xué)院資源環(huán)境與數(shù)據(jù)中心獲得(https://www.resdc.cn/data.aspx?DATAID=229)經(jīng)空間分析得到(封二圖版Ⅰ圖2H)。(5)道路和水系數(shù)據(jù)從地理國(guó)情監(jiān)測(cè)云平臺(tái)獲取,通過(guò)道路、河流的矢量線要素,利用ArcGIS的空間分析工具計(jì)算道路、河流的歐氏距離得到距離圖層(封二圖版Ⅰ圖2I、圖2J)。(6)植被歸一化指數(shù)(NDVI)從Landsat 8衛(wèi)星影像數(shù)據(jù)經(jīng)過(guò)大氣矯正、波段運(yùn)算獲得(封二圖版Ⅰ圖2K)。(7)土壤分為12類(lèi):1.草甸土;2.黃棕壤;3.沼澤土;4.石灰(巖)土;5.亞高山寒漠土;6.亞高山草甸土;7.棕壤;8.沖積土;9.紫色土;10.紅壤;11.水稻土;12.暗棕壤(封二圖版Ⅰ圖2L)。通過(guò)ArcGIS的裁剪、投影和重采樣等功能模塊將每個(gè)大小不同的環(huán)境變量柵格轉(zhuǎn)化為相同大小的單元格,將12個(gè)環(huán)境變量的投影坐標(biāo)統(tǒng)一為Beijing_1954_GK_Zone_17坐標(biāo),空間分辨率為10m×10m,并將所有的環(huán)境變量數(shù)據(jù)通過(guò)ArcGIS將格式轉(zhuǎn)換為ASC格式以便模型輸入。

2.2 研究方法

2.2.1 MaxEnt模型

MaxEnt(Maximum Entropy)模型是基于最大熵原理編寫(xiě)的用于預(yù)測(cè)物種潛在地理分布的預(yù)測(cè)軟件[19]。通過(guò)將研究區(qū)的所有像元作為物種的可能分布空間,將已知物種點(diǎn)作為樣點(diǎn),根據(jù)樣點(diǎn)像元的環(huán)境變量如海拔、植被類(lèi)型、土地利用、人類(lèi)活動(dòng)等得出約束條件,并認(rèn)為在此約束條件下熵最大時(shí)物種出現(xiàn)概率分布最接近物種的實(shí)際分布[20]。但滑坡的發(fā)生受到多個(gè)環(huán)境變量的影響,基于已知的滑坡災(zāi)害分布數(shù)據(jù)以及地質(zhì)環(huán)境條件,通過(guò)特定算法求出區(qū)域內(nèi)滑坡災(zāi)害發(fā)生在特定位置上的可能分布,進(jìn)行未知區(qū)域的滑坡分布概率預(yù)測(cè)。

具體是MaxEnt模型的特征函數(shù)f(a,b)表示a和b的某種定性關(guān)系, 當(dāng)a和b符合特定條件時(shí),特征函數(shù)賦值為1;不符合特定條件時(shí),特征函數(shù)賦值為0[21]。給定一個(gè)約束條件,將訓(xùn)練數(shù)據(jù)視為隨機(jī)變量(a,b)產(chǎn)生, 令p(f)表示特征函數(shù)f(a,b)關(guān)于經(jīng)驗(yàn)分布p(a,b)的期望,如下式:

(1)

若符合約束條件,則p(bla)關(guān)于函數(shù)f的期望, 與經(jīng)驗(yàn)分布關(guān)于f(a,b)的期望相等:

(2)

再求解帶有約束條件的最優(yōu)化問(wèn)題,根據(jù)歸一化指數(shù)exp(1-ω)[15], 令Zω(a)表示exp(1-ω), 得:

(3)

2.2.2 模型精確性驗(yàn)證

驗(yàn)證模型模擬的準(zhǔn)確性是確保預(yù)測(cè)結(jié)果準(zhǔn)確性的一個(gè)必要步驟。常見(jiàn)的預(yù)測(cè)模型有兩類(lèi)錯(cuò)誤:“低估”和“高估”。前者將實(shí)際發(fā)生滑坡的地區(qū)預(yù)測(cè)為高敏感地區(qū),產(chǎn)生錯(cuò)誤的負(fù)面結(jié)果;后者將實(shí)際未發(fā)生滑坡的地區(qū)預(yù)測(cè)為高敏感地區(qū),產(chǎn)生錯(cuò)誤的正面結(jié)果,兩者都與閾值有關(guān)。目前受試者工作特征曲線(ROC曲線)是學(xué)者們認(rèn)可度較高的模型診斷試驗(yàn)評(píng)價(jià)指標(biāo),該方法以靈敏度(即1-遺漏率)為縱坐標(biāo),以特異度(即預(yù)測(cè)范圍)為橫坐標(biāo),繪制的曲線稱(chēng)為ROC曲線。通過(guò)ROC曲線下面積,即AUC值對(duì)預(yù)測(cè)結(jié)果的好壞進(jìn)行判斷。AUC取值范圍為0～1,通常AUC-ROC值越大,表示指標(biāo)因子與預(yù)測(cè)模型結(jié)果之間相關(guān)性越大。

2.2.3 環(huán)境重要性評(píng)價(jià)

采用刀切法(Jackknife)對(duì)輸入模型的所有環(huán)境變量的預(yù)測(cè)結(jié)果重要程度進(jìn)行估計(jì)。在這種方法運(yùn)算過(guò)程中每一次都切去整個(gè)原始數(shù)據(jù)的一部分,有意排除每個(gè)環(huán)境變量,并使用剩余的因素按照原來(lái)的公式建立模型,然后將使用所有環(huán)境變量創(chuàng)建的模型與用剩余變量構(gòu)建的模型的預(yù)測(cè)性能進(jìn)行比較,以減少偏差并獲得參數(shù)的近似置信區(qū)間。

2.2.4 MaxEnt建模

將滑坡數(shù)據(jù)文件和所有環(huán)境變量數(shù)據(jù)導(dǎo)入MaxEnt Version3.4.4軟件中,除土地利用和土壤外,剩余的環(huán)境變量選擇默認(rèn)設(shè)置,選擇輸出各因素的響應(yīng)曲線,用刀切法計(jì)算各因素的貢獻(xiàn)率。以往研究中,關(guān)于模型最適宜訓(xùn)練比例的選取并未達(dá)成一致,多數(shù)研究者采用訓(xùn)練比例取值范圍為70%～90%[22],設(shè)定解譯的127個(gè)滑坡數(shù)據(jù)中75%的滑坡數(shù)據(jù)用于訓(xùn)練數(shù)據(jù),剩余的25%用于驗(yàn)證數(shù)據(jù),設(shè)置模型運(yùn)行參數(shù)中的迭代次數(shù)為500次,取500次模擬結(jié)果的平均值作為最終的模擬結(jié)果,結(jié)果以Ascii文件類(lèi)型輸出。最后將預(yù)測(cè)結(jié)果利用ArcMap的格式轉(zhuǎn)換工具Conversion Tools由Ascii格式轉(zhuǎn)化為Raster格式。

3 結(jié)果分析

3.1 模型精度檢驗(yàn)ROC曲線

模型生成的ROC曲線如圖3。模型運(yùn)行結(jié)果表明,訓(xùn)練樣本和驗(yàn)證樣本的ROC-AUC值分別達(dá)到0.904和0.856。按照ROC-AUC評(píng)價(jià)標(biāo)準(zhǔn):當(dāng)AUC-ROC的值為0.5～0.6預(yù)測(cè)失敗,在0.6～0.7預(yù)測(cè)效果較差,0.7～0.8預(yù)測(cè)效果一般,0.8～0.9預(yù)測(cè)效果好,0.9～1.0預(yù)測(cè)效果非常好[23]。

圖3 模型精度檢驗(yàn)ROC曲線

因此,模型的模擬效果具有較高的可靠性和準(zhǔn)確性,該模型可以模擬玉龍縣滑坡災(zāi)害的空間分布,預(yù)測(cè)滑坡易感性。

3.2 環(huán)境變量對(duì)模型的貢獻(xiàn)度

本研究采用Jackknife(刀切法)檢驗(yàn)?zāi)Ｐ椭?2個(gè)環(huán)境變量對(duì)模型預(yù)測(cè)的貢獻(xiàn)程度(表1),結(jié)果顯示,所有環(huán)境變量的貢獻(xiàn)率都大于0,貢獻(xiàn)率大于1%的因子10個(gè),其中海拔(36.15%)、坡度(28.7%)、距水系(12.3%)是3個(gè)影響滑坡發(fā)生最為重要的變量。其次是降雨(5.6%)、距道路距離(4.2%)和土地利用(3.3%)。在本研究中剖面曲率僅為0.21%,影響最小。

表1 環(huán)境變量的貢獻(xiàn)率及對(duì)應(yīng)環(huán)境變量的ROC-AUC值

3.3 環(huán)境變量對(duì)MaxEnt模型預(yù)測(cè)結(jié)果的影響

圖4所示為12個(gè)環(huán)境變量的響應(yīng)曲線,由圖4可見(jiàn):(1)滑坡主要集中在海拔1 200～2 200 m范圍內(nèi),在2 200 m時(shí)達(dá)到最大,之后隨海拔的增加而減小,主要因?yàn)? 200 m以下人類(lèi)活動(dòng)較為頻繁,對(duì)滑坡的發(fā)生有一定的影響。(2)滑坡發(fā)生的可能性隨坡度呈先增大后減小趨勢(shì),主要集中在10°～40°發(fā)育,此時(shí)斜坡內(nèi)部應(yīng)力隨坡度變大顯著增加,坡體易發(fā)生失穩(wěn);坡度小于10°,滑坡發(fā)育很少,該坡度下發(fā)生的滑坡一般以人工擾動(dòng)為主,如開(kāi)挖坡腳導(dǎo)致滑坡發(fā)生。(3)統(tǒng)計(jì)發(fā)現(xiàn),坡向呈東、東南、南時(shí),其對(duì)滑坡易發(fā)性的影響更為強(qiáng)烈,北坡影響最小。即陽(yáng)坡比陰坡更易發(fā)生滑坡,原因可能是陽(yáng)坡日照較充足,巖石風(fēng)化較強(qiáng)烈、巖土體較松散,因此易發(fā)生滑坡災(zāi)害。(4)從曲率值看,滑坡發(fā)生的可能性隨剖面曲率值的增加而減少,二者呈負(fù)相關(guān)關(guān)系,平面曲率則相反。(5)從土壤類(lèi)別看,滑坡易發(fā)生區(qū)主要以紅壤、黃棕壤為主。這類(lèi)土壤土質(zhì)緊密,遇水泥濘,粘性很強(qiáng),但透水性差,雨水不易下滲,在降雨、人工擾動(dòng)等外力作用下易形成潛在滑動(dòng)面,常導(dǎo)致滑坡產(chǎn)生。(6)居民點(diǎn)密度顯示居民點(diǎn)密度越大,越易發(fā)生滑坡,且人類(lèi)活動(dòng)較為頻繁的地區(qū)滑坡呈點(diǎn)線狀密集分布。(7)距離道路越近時(shí)滑坡易發(fā)性越高,特別是在距離1 000～2 000 m影響最大,隨著距離的增加滑坡發(fā)生的概率降低;距水系0～3 000 m滑坡易發(fā)性較高,距離水系越近,河流的侵蝕作用就越強(qiáng),滑坡發(fā)生的概率越高,但當(dāng)距離大于5 000 m以后滑坡影響逐漸減少,隨著與水系和道路距離的增加,河流侵蝕和人類(lèi)活動(dòng)對(duì)滑坡的影響不斷降低。(8)NDVI反映了地表植被的覆蓋程度,在0.1～0.7時(shí)滑坡發(fā)生概率隨植被指數(shù)的增加呈上升趨勢(shì),但大于0.7時(shí)隨植被指數(shù)的增加呈下降的趨勢(shì)。(9)灌木地和林地對(duì)滑坡易發(fā)性影響較大,林地植被覆蓋率高,具有涵養(yǎng)水源、保持水土和調(diào)節(jié)氣候的作用,林地中的滑坡現(xiàn)象不排除是受局部因素如降雨、土壤等影響。(10)降水是誘發(fā)滑坡的重要因素之一,滑坡發(fā)生概率隨降雨量增加而增加,在1 100 mm時(shí)出現(xiàn)峰值,后較為平穩(wěn),小于780 mm時(shí)影響較小,長(zhǎng)時(shí)間降雨會(huì)導(dǎo)致土壤含水量增加,水壓力過(guò)大,發(fā)生滑坡的風(fēng)險(xiǎn)也越高。

圖4 環(huán)境變量的響應(yīng)曲線

3.4 滑坡易發(fā)性評(píng)價(jià)結(jié)果與分析

MaxEnt模型模擬的滑坡易發(fā)性指數(shù)值介于0～1,模型預(yù)測(cè)結(jié)果值越大,滑坡發(fā)生的可能性越大。采用敏感度和特異性之和最大的方法來(lái)確定滑坡敏感區(qū)的分類(lèi)閾值,同時(shí)參考正態(tài)分布理論與專(zhuān)家經(jīng)驗(yàn)法[24]。采用自然斷點(diǎn)法將玉龍縣滑坡分布區(qū)劃分為5級(jí),分別為極低易發(fā)區(qū)(0～0.40)、低易發(fā)區(qū)(0.41～0.51)、中易發(fā)區(qū)(0.52～0.73)、高易發(fā)區(qū)(0.74～0.83)和極高易發(fā)區(qū)(0.84～0.92),空間分布見(jiàn)圖5。

圖5 玉龍縣滑坡易發(fā)性分區(qū)

由圖5可知,MaxEnt模型模擬的結(jié)果與實(shí)際滑坡災(zāi)害點(diǎn)在空間上的分布十分吻合。從整個(gè)縣域范圍看,玉龍縣極低易發(fā)區(qū)、低易發(fā)區(qū)和中易發(fā)區(qū)面積占比為48.96%、23.11%、7.97%;高易發(fā)區(qū)和極高易發(fā)區(qū)面積占比為10.01%、9.95%。其中滑坡高易發(fā)區(qū)和極高易區(qū)主要分布在人口比較密集的北部、東北和西北部,部分沿著金沙江邊緣以及玉龍縣主要道路兩旁發(fā)育,滑坡整體呈現(xiàn)條帶狀分布,包括奉科鎮(zhèn)、寶山鄉(xiāng)、龍?bào)脆l(xiāng)、塔城鄉(xiāng)、鳴音鎮(zhèn)、石頭白族鄉(xiāng)和九河白族鄉(xiāng);滑坡低易發(fā)區(qū)和極低易發(fā)區(qū)主要分布在人類(lèi)活動(dòng)影響較小的東南和西南部,包括拉市鎮(zhèn)、黃山鎮(zhèn)、太安鄉(xiāng)以及黎明傈僳族鄉(xiāng)大部分地區(qū)。

4 結(jié)論與討論

4.1 結(jié)論

以云南省玉龍縣為研究對(duì)象,選取地形、降雨、植被、土地利用等12個(gè)因子建立滑坡易發(fā)性評(píng)價(jià)體系?；贕IS和MaxEnt模型進(jìn)行滑坡易發(fā)性評(píng)價(jià),ROC-AUC值達(dá)到了0.904,模型模擬效果具有較高的準(zhǔn)確性和可信度。采用Jackknife法分析所有環(huán)境變量對(duì)模型預(yù)測(cè)的貢獻(xiàn)度,發(fā)現(xiàn)海拔(36.15%)、坡度(28.7%)、距水系距離(12.3%)是影響當(dāng)?shù)鼗掳l(fā)生的主要因子。環(huán)境變量響應(yīng)曲線顯示滑坡主要集中在海拔1 200～2 200 m范圍內(nèi)、隨坡度呈先增大后減小趨勢(shì),主要集中在10°～40°發(fā)育;坡向呈東、東南、南時(shí),其對(duì)滑坡易發(fā)性的影響更為強(qiáng)烈,而北坡影響最小;易發(fā)區(qū)土壤以紅壤、黃棕壤為主;距離道路和水系越近滑坡易發(fā)性越高,前者距離1 000～2 000 m影響最大,后者距離0～3 000 m滑坡易發(fā)性較高,隨著距離的增加滑坡發(fā)生的概率降低;NDVI在0.1～0.7時(shí)滑坡發(fā)生概率呈上升趨勢(shì),大于0.7時(shí)呈現(xiàn)下降的趨勢(shì)。灌木地和林地對(duì)于滑坡易發(fā)性影響較大;降雨對(duì)滑坡易發(fā)性影響在1 100 mm時(shí)出現(xiàn)峰值,后較為平穩(wěn),小于780 mm時(shí)影響較小。研究結(jié)果與玉龍縣滑坡災(zāi)害實(shí)際發(fā)生情況一致,可為玉龍縣滑坡災(zāi)害防治與預(yù)測(cè)提供參考意見(jiàn)。

使用自然斷點(diǎn)法將玉龍縣滑坡易發(fā)區(qū)分為5級(jí),其中極低易發(fā)區(qū)、低易發(fā)區(qū)和中易發(fā)區(qū)的面積占比分別為48.96%、23.11%、7.97%,主要分布在在人類(lèi)活動(dòng)影響較小的東南和西南部。高易發(fā)區(qū)和極高易發(fā)區(qū)面積占比為10.01%、9.95%,主要分布在人口比較密集的北部、東北和西北部,部分沿著金沙江邊緣以及玉龍縣主要道路兩旁發(fā)育,滑坡整體呈條帶狀分布。

4.2 討論

滇西北地區(qū)自然環(huán)境復(fù)雜,滑坡、泥石流等山地災(zāi)害頻繁發(fā)生,預(yù)測(cè)滇西北滑坡災(zāi)害易發(fā)生區(qū),有利于強(qiáng)化隱患排查和危險(xiǎn)評(píng)估,提升災(zāi)害應(yīng)對(duì)能力。本研究利用127個(gè)滑坡分布點(diǎn)和12個(gè)環(huán)境變量,通過(guò)MaxEnt模型和ArcGIS對(duì)麗江市玉龍縣的滑坡易發(fā)區(qū)進(jìn)行預(yù)測(cè),其中MaxEnt模型的AUC值大于0.9,模擬結(jié)果具有較高的可信度和精確度;同時(shí)采用Jackknife檢驗(yàn)評(píng)估12個(gè)環(huán)境變量對(duì)預(yù)測(cè)結(jié)果的重要程度,確定了海拔、坡度、距水系距離是影響當(dāng)?shù)鼗聻?zāi)害發(fā)生的主要環(huán)境變量。

滑坡災(zāi)害的發(fā)育和發(fā)生與河流的特征有密切關(guān)系,河流通過(guò)其流水活動(dòng)影響和改變地理環(huán)境。河流的流量、流速、水位等水情要素對(duì)滑坡的產(chǎn)生有一定的影響,且距河流不同的區(qū)域影響各不同[25]。研究中發(fā)現(xiàn)玉龍縣的滑坡主要沿金沙江河谷兩岸集中分布,形成滑坡分布密集帶,結(jié)果與前人對(duì)該地區(qū)滑坡泥石流危險(xiǎn)區(qū)劃研究結(jié)論一致[18,26]。此外,距水系0～3 000 m滑坡易發(fā)性較高,距離水系越近,滑坡發(fā)生的概率越高,距離大于5 000 m后滑坡影響逐漸減少。因此,未來(lái)可將區(qū)域內(nèi)主要河流緩沖區(qū)與滑坡進(jìn)行疊加分析,為當(dāng)?shù)胤罏?zāi)減災(zāi)工作和災(zāi)害預(yù)測(cè)預(yù)報(bào)提供決策意見(jiàn)。

滑坡監(jiān)測(cè)預(yù)警工作是近年來(lái)中國(guó)開(kāi)展的一項(xiàng)動(dòng)態(tài)研究工作。作為長(zhǎng)江上游地區(qū)水土流失的一種特殊形式,其分布廣泛,活動(dòng)頻繁,但由于受物力、財(cái)力和其它條件的限制,難以全部進(jìn)行監(jiān)測(cè)預(yù)警。而金沙江是長(zhǎng)江上游的重要來(lái)沙河流之一,為有效遏制滑坡災(zāi)害發(fā)生帶來(lái)的生命安全問(wèn)題,未來(lái)玉龍縣政府可在滑坡危險(xiǎn)區(qū)劃的基礎(chǔ)上,采取在滑坡中、高、極高易發(fā)區(qū)樹(shù)立標(biāo)志牌措施,并重點(diǎn)監(jiān)督滑坡易發(fā)區(qū)的生產(chǎn)建設(shè)活動(dòng),對(duì)重大災(zāi)害隱患進(jìn)行監(jiān)督預(yù)警,不僅可以積極推進(jìn)當(dāng)?shù)氐姆罏?zāi)減災(zāi)工作,也可以積極推進(jìn)整個(gè)長(zhǎng)江上游地區(qū)的水土保持工作。

在全球變暖的大背景下,全球氣候變化對(duì)極端天氣事件(極端降雨、氣溫升高、強(qiáng)風(fēng)和洪水災(zāi)害)的影響尤為強(qiáng)烈,增加了地質(zhì)災(zāi)害發(fā)生的風(fēng)險(xiǎn),為預(yù)報(bào)災(zāi)害的發(fā)生帶來(lái)新的挑戰(zhàn)。通過(guò)研究,氣候變化對(duì)滑坡活動(dòng)有著重要影響,直接影響因素是降水和溫度變化,降水變化會(huì)導(dǎo)致降雨頻率、降雨周期、降雨強(qiáng)度改變,而氣溫持續(xù)上升,將會(huì)導(dǎo)致大氣中水分不斷增加,蒸發(fā)作用增強(qiáng),降水和氣溫的變化也是相輔相成、互相影響的,這些改變會(huì)使地表斜坡的穩(wěn)定性產(chǎn)生變化,從而影響地下水位變化和巖土體的穩(wěn)定性[27]。因此,今后在對(duì)地質(zhì)災(zāi)害進(jìn)行預(yù)測(cè)預(yù)報(bào)的同時(shí),還應(yīng)關(guān)注氣候變化下新的災(zāi)害發(fā)生趨勢(shì),及時(shí)發(fā)現(xiàn)新的災(zāi)害易發(fā)區(qū),采取合理措施確保人民的生命和財(cái)產(chǎn)安全。