甘肅隴南市泥石流災(zāi)害危險(xiǎn)性及影響因子評價(jià)*

田 豐 ，張 軍，2，冉有華，劉金鵬，柳 思

(1.甘肅農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，甘肅 蘭州730070；2.甘肅省節(jié)水農(nóng)業(yè)工程技術(shù)研究中心，甘肅 蘭州 730070；3.中國科學(xué)院西北生態(tài)環(huán)境資源研究院，甘肅 蘭州730000；4.甘肅省科學(xué)院地質(zhì)自然災(zāi)害防治研究所，甘肅 蘭州730000)

甘肅隴南市泥石流災(zāi)害危險(xiǎn)性及影響因子評價(jià)*

田 豐1，張 軍1，2，冉有華3，劉金鵬4，柳 思1

(1.甘肅農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，甘肅 蘭州730070；2.甘肅省節(jié)水農(nóng)業(yè)工程技術(shù)研究中心，甘肅 蘭州 730070；3.中國科學(xué)院西北生態(tài)環(huán)境資源研究院，甘肅 蘭州730000；4.甘肅省科學(xué)院地質(zhì)自然災(zāi)害防治研究所，甘肅 蘭州730000)

隴南市是中國四大泥石流災(zāi)害高發(fā)區(qū)之一，降水時(shí)空分布不均且時(shí)段集中，泥石流災(zāi)害頻發(fā)。選取巖性硬度、高程標(biāo)準(zhǔn)差、坡度、3-11月降水量、6-9月0～24 h累計(jì)最大降水量、表層0～30 cm砂粒含量、表層0～30 cm粘粒含量、植被覆蓋度和河網(wǎng)密度9個(gè)影響因子，基于2009年甘肅省地質(zhì)災(zāi)害調(diào)查報(bào)告數(shù)據(jù)構(gòu)建隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)的MaxEnt模型，模擬隴南市泥石流災(zāi)害危險(xiǎn)性分布概率P，完成隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)制圖，探索影響因子作用機(jī)理。結(jié)果表明：MaxEnt模型能應(yīng)用于隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)研究中，模擬效果表現(xiàn)良好。確定3-11月降水量、6-9月0～24 h累計(jì)最大降水量、河網(wǎng)密度、巖性硬度、坡度和表層0～30 cm粘粒含量6個(gè)主導(dǎo)因子，并以此為相關(guān)機(jī)構(gòu)工程規(guī)劃與設(shè)計(jì)提供支持。

泥石流；危險(xiǎn)性；評價(jià)；尺度；MaxEnt模型；甘肅隴南

泥石流災(zāi)害是世界范圍內(nèi)廣泛發(fā)生的自然災(zāi)害之一，具有成災(zāi)迅速、破壞性極強(qiáng)、危害性極大等特點(diǎn)[1]。隴南市地處秦巴山地西部與青藏高原東部邊緣的交匯地帶，地質(zhì)構(gòu)造復(fù)雜，軟巖廣布，地形變化多樣，山脈連綿，溝谷深切，降水時(shí)空分布極不均勻且多暴雨，東南多西北少，河谷型、溝谷型和山坡型泥石流災(zāi)害頻發(fā)，成為中國四大泥石流災(zāi)害高發(fā)區(qū)之一，是甘肅省地質(zhì)災(zāi)害防治的重點(diǎn)地區(qū)。

泥石流災(zāi)害危險(xiǎn)性是指一定時(shí)間和范圍內(nèi)發(fā)生泥石流災(zāi)害的可能性大小，開展泥石流災(zāi)害危險(xiǎn)性評價(jià)對災(zāi)害監(jiān)測、預(yù)警和防災(zāi)減災(zāi)等工作具有重要指導(dǎo)意義[2]?？v觀國內(nèi)外研究，泥石流災(zāi)害危險(xiǎn)性評價(jià)內(nèi)容主要是單溝泥石流評價(jià)[3-4]和小流域泥石流評價(jià)[5-6]，前者方法普遍認(rèn)可的是Petrascheck[7]提出的泥石流概率計(jì)算公式P=1-(1-1/Tr)n；后者方法有灰色預(yù)測法[8]，運(yùn)動(dòng)學(xué)細(xì)胞模型[9]，證據(jù)權(quán)法[10]，分形維數(shù)權(quán)重[11]，Logistic回歸模型和專家經(jīng)驗(yàn)?zāi)Ｐ蚚12]，因子疊置法[13]，相關(guān)系數(shù)法[14]，GIS和組合賦權(quán)法[15]等等，這些方法可分為主觀判斷和客觀分析兩類，在小范圍的泥石流災(zāi)害評價(jià)中應(yīng)用良好，但拓展到大區(qū)域上精度則降低。綜上所述，泥石流災(zāi)害危險(xiǎn)性評價(jià)方法多局限于單溝泥石流溝評價(jià)，泥石流災(zāi)害發(fā)育往往呈連片狀，區(qū)域尺度泥石流災(zāi)害危險(xiǎn)性評價(jià)尚有不足。MaxEnt模型作為一種數(shù)據(jù)驅(qū)動(dòng)方法，能拓寬評價(jià)尺度，應(yīng)用于區(qū)域尺度泥石流災(zāi)害危險(xiǎn)性評價(jià)。

本文構(gòu)建MaxEnt模型，將小尺度的典型樣點(diǎn)調(diào)查結(jié)果拓展到空間尺度的區(qū)域模擬，開展隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)研究，旨在獲取隴南市泥石流災(zāi)害危險(xiǎn)性分布概率，完成隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)制圖，分析隴南市泥石流災(zāi)害主要影響因素，以期為該地區(qū)工程規(guī)劃和泥石流災(zāi)害業(yè)務(wù)監(jiān)測提供技術(shù)支持。

1 研究區(qū)概況

甘肅隴南市(104°15’～106°36’E，32°30’～34°30’N)，是甘肅省東南邊陲的地級市，下轄1區(qū)8縣，面積2.79萬 km2(圖1)。地質(zhì)構(gòu)造表現(xiàn)為：褶皺構(gòu)造突出，中秦嶺華力西褶皺帶，南秦嶺印支褶皺帶、碧口中元古代褶皺帶穿過，巖性堅(jiān)硬，河谷地帶軟巖廣布，武都區(qū)有典型的西北喀斯特地貌區(qū)-萬象洞。地形地貌為：地勢起伏明顯，地貌以高山、河谷、丘陵和盆地為主，交錯(cuò)分布。水文氣候條件復(fù)雜：隴南市是甘肅省唯一屬于長江流域水系的地區(qū)，河網(wǎng)密度。區(qū)域內(nèi)有嘉陵江、白龍江、西漢水、樂素河、清河等河流。氣候分為南部亞熱帶、中部暖溫帶和北部中溫帶，垂直分布明顯，降水豐沛且時(shí)空分布不均，年降水量介于400～945 mm。土壤類型分布垂直地帶性明顯，以黃棕壤、棕壤、褐土為主。植被：以高山草甸、亞熱帶常綠落葉林為主，植被茂盛，植被覆蓋率達(dá)85%。

圖1 隴南市地理位置

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

泥石流災(zāi)害樣點(diǎn)數(shù)據(jù)：2009年甘肅省地質(zhì)災(zāi)害調(diào)查報(bào)告，數(shù)據(jù)來源于甘肅省地質(zhì)環(huán)境監(jiān)測院。

地質(zhì)：全國1：25萬地質(zhì)圖，數(shù)據(jù)來源于中國地質(zhì)資料館(www.ngac.org.cn)。

地形：ASTER GDEMV2，數(shù)據(jù)來源于美國地質(zhì)勘探局(www.usgs.com)。

土壤：中國土壤特征數(shù)據(jù)集[16]，數(shù)據(jù)來源于國家自然科學(xué)基金委“中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”(http://westdc.westgis.ac.cn)。

降水：中國區(qū)域高時(shí)空分辨率地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集[17]，SWAT模型中國大氣同化驅(qū)動(dòng)數(shù)據(jù)集(CMADS V1.1)[18]，數(shù)據(jù)來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn)。

植被：MODIS植被指數(shù)產(chǎn)品MOD13A2，數(shù)據(jù)來源于美國地質(zhì)勘探局LPDAAC(www.ipdaac.usgs.gov)。

2.2 數(shù)據(jù)預(yù)處理

2.2.1 獲取隴南市泥石流樣點(diǎn)分布信息

匯流量和一次最大沖出量是衡量泥石流溝規(guī)模的有效指標(biāo)[19]，本文從2009年甘肅省地質(zhì)災(zāi)害調(diào)查報(bào)告中獲取隴南市1區(qū)8縣已發(fā)育泥石流溝數(shù)據(jù)1 152條。綜合MaxEnt模型樣點(diǎn)數(shù)據(jù)布局應(yīng)均勻合理因素，按照匯流量>3.2 km2和一次最大沖出量>1.5萬m3篩選出隴南市泥石流溝584條，以X(經(jīng)度)Y(緯度)格式加載到ArcGIS10.2中，獲取隴南市泥石流災(zāi)害樣點(diǎn)分布數(shù)據(jù)。

2.2.2 建立環(huán)境變量空間分布圖層

泥石流災(zāi)害是地質(zhì)、地形、降水、土壤和植被等要素共同作用的結(jié)果。短時(shí)期強(qiáng)降雨是泥石流災(zāi)害發(fā)生的直接誘因；地形崎嶇不平，起伏明顯促使泥石流災(zāi)害發(fā)生風(fēng)險(xiǎn)增加；疏松土質(zhì)容易受強(qiáng)地表徑流沖刷并攜帶流向地勢較低地區(qū)，形成泥石流災(zāi)害[20]。本文參照已有研究[21]，結(jié)合隴南市地質(zhì)地貌、水文氣候、植被特征等實(shí)際情況，選取巖性硬度、高程標(biāo)準(zhǔn)差、坡度、表層0～30 cm砂粒含量、表層0～30 cm粘粒含量、3-11月降水量、6-9月0～24 h累計(jì)最大降水量、植被覆蓋度和河網(wǎng)密度9個(gè)影響因子。

巖性硬度：從全國1：25萬地質(zhì)圖提取隴南市地質(zhì)數(shù)據(jù)，對其進(jìn)行二值化處理，利用ArcScan工具自動(dòng)矢量化；根據(jù)地層、巖類等地質(zhì)信息，按照巖石強(qiáng)度屬性構(gòu)建巖性硬度評價(jià)體系，危險(xiǎn)分值1～4表示泥石流災(zāi)害危險(xiǎn)性逐漸增加(表1)。利用ArcGIS逐類賦巖性硬度評分并轉(zhuǎn)換為Raster圖層，獲取隴南市巖性硬度數(shù)據(jù)。

高程標(biāo)準(zhǔn)差、坡度：對ASTER GDEMV2 30 m高分辨率數(shù)字高程模型數(shù)據(jù)拼接并配準(zhǔn)，利用ArcGIS掩膜提取工具提取隴南市DEM；利用ArcGIS空間分析塊統(tǒng)計(jì)工具計(jì)算隴南市DEM數(shù)據(jù)3×3鄰域(9個(gè)柵格單元)內(nèi)像元值標(biāo)準(zhǔn)差作為隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)的定量化指標(biāo)；利用ArcGIS表面分析工具獲取隴南市坡度數(shù)據(jù)。

表層0～30 cm砂粒含量和表層0～30 cm粘粒含量：利用ArcGIS掩膜提取工具從中國土壤特征數(shù)據(jù)集提取隴南市表層0～30 cm砂粒和粘粒含量數(shù)據(jù)。

3-11月降水量：從中國高空間分辨率地面要素驅(qū)動(dòng)數(shù)據(jù)集中提取隴南市多年逐月降水量，利用ArcGIS像元統(tǒng)計(jì)工具計(jì)算并獲取3-11月降水量數(shù)據(jù)。

表1 巖性硬度評價(jià)表

注：參照《GB50021-2001巖土工程勘察規(guī)范》[22]。

表2 環(huán)境變量體系

6-9月0～24 h累計(jì)最大降水量：從CMADS(1.1)中提取隴南市43個(gè)觀測站點(diǎn)多年6-9月0～24 h累計(jì)最大降水量數(shù)據(jù)。降水受控于地形和坡度等因素，本文建立隴南市多年6-9月0～24 h累計(jì)最大降水量數(shù)據(jù)與DEM及坡度數(shù)據(jù)的多元回歸模型，利用多元回歸方程逐柵格像元求取降水值，再利用回歸所得43個(gè)觀測站點(diǎn)降水量殘差空間插值得到降水殘差修正數(shù)據(jù)，最后將兩者數(shù)據(jù)進(jìn)行柵格疊加獲取6-9月0～24 h累計(jì)最大降水量數(shù)據(jù)。

植被覆蓋度：運(yùn)用像元二分法對MOD13A2處理生成植被覆蓋度，提取河西走廊2014年平均植被覆蓋度數(shù)據(jù)。

河網(wǎng)密度：利用ArcGIS水文分析工具從ASTER GDEMV2數(shù)據(jù)產(chǎn)品提取河流并矢量化，生成隨機(jī)網(wǎng)格與河流圖層相交，逐網(wǎng)格計(jì)算相交河流長度作為該網(wǎng)格河網(wǎng)密度值，獲取隴南市河網(wǎng)密度數(shù)據(jù)。

以ArcGIS10.2為平臺(tái)，將各環(huán)境變量柵格數(shù)據(jù)投影統(tǒng)一為WGS_1984_UTM_Zone_48N，柵格單元為30×30 m，建立隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)的環(huán)境變量體系(表2)及空間分布圖層(圖2)。

2.3 研究方法

2.3.1 模型介紹

MaxEnt模型是基于1957年Jaynes提出的最大熵理論[23]，分析提取物種“出現(xiàn)點(diǎn)”影響環(huán)境變量，尋求在此約束條件下“未出現(xiàn)點(diǎn)”最大熵的可能性分布的物種潛在生境分布模擬模型，主要應(yīng)用與物種分布模擬領(lǐng)域[24]，是一種不同尺度上確定信息與未知環(huán)境間模擬轉(zhuǎn)化的數(shù)據(jù)驅(qū)動(dòng)方法，可解決具有相同特征的類似問題。2004年P(guān)hillips開發(fā)了MaxEnt 3.3.3k軟件，軟件需要輸入“已知點(diǎn)”數(shù)據(jù)和環(huán)境變量兩組數(shù)據(jù)，模型生成受試者ROC曲線，以曲線下方格面積(曲線與橫坐標(biāo)圍成的矩形面積)AUC值檢驗(yàn)?zāi)Ｐ途?。AUC取值范圍為[0.5,1]，當(dāng)AUC∈[0.5,0.6]，表示模型預(yù)測精度很低，建模失??；AUC∈(0.6,0.7]，模型精度較差，AUC∈(0.7,0.8]，模型精度良好，AUC∈(0.8,0.9]，模型精度較高，AUC∈(0.9,1]，模型精度很高，AUC大于0.75，表示模型可用。模型計(jì)算過程為：

(1)

式中：Hp表示最大熵值，xi表示第i個(gè)環(huán)境變量，p(xi)表示環(huán)境變量xi可能出現(xiàn)的概率，n為環(huán)境變量的個(gè)數(shù)。最大熵的概率分布即為：

p=arg[max(Hp)]。

(2)

本文采用的軟件MaxEnt 3.3.3k版，來源于其官網(wǎng)www.cs.princeton.edu/～schapire/maxent。

2.3.2 構(gòu)建隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)的MaxEnt模型

構(gòu)建隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)的MaxEnt模型需要兩組數(shù)據(jù)：隴南市泥石流災(zāi)害樣點(diǎn)數(shù)據(jù)和巖性硬度、高程標(biāo)準(zhǔn)差、坡度、3-11月降水量、6-9月0～24 h累計(jì)最大降水量、表層0～30 cm砂粒含量、表層0～30 cm粘粒含量、植被、河

圖2 環(huán)境變量圖層

網(wǎng)密度9個(gè)環(huán)境變量數(shù)據(jù)。在ArcGIS10.2軟件支持下，利用ArcToolBox數(shù)據(jù)轉(zhuǎn)換工具將帶有經(jīng)緯度屬性的隴南市泥石流災(zāi)害樣點(diǎn)數(shù)據(jù)轉(zhuǎn)換成MaxEnt 3.3.3k軟件要求的“.csv”格式，將9個(gè)環(huán)境變量數(shù)據(jù)轉(zhuǎn)換成軟件要求的ASCII數(shù)據(jù)“.asc”格式。根據(jù)已有研究[25-26]，隨機(jī)選取隴南市75%的泥石流災(zāi)害樣點(diǎn)作為訓(xùn)練數(shù)據(jù)集(Training Data)，用于建立模型，選取25%作為測試數(shù)據(jù)集(Testing Data)，用于模型生成ROC曲線進(jìn)行模型精度檢驗(yàn)。運(yùn)行模型生成以下結(jié)果：①隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)MaxEnt模型的受試者ROC曲線；②隴南市泥石流災(zāi)害危險(xiǎn)性分布概率P，以ASCII格式輸出，并利用ArcGIS數(shù)據(jù)轉(zhuǎn)換功能轉(zhuǎn)換成Raster圖層；③利用Jacknife(刀切法)生成的各環(huán)境變量對P的貢獻(xiàn)率，對各環(huán)境變量進(jìn)行重要性排序，探究隴南市泥石流災(zāi)害危險(xiǎn)性分布的主要影響因子；④生成P對各環(huán)境變量的響應(yīng)曲線(Response Curse)，反映MaxEnt模型模擬出的P與各環(huán)境變量之間的函數(shù)關(guān)系，分析P= Pmax時(shí)各環(huán)境變量的取值范圍。

3 結(jié)果與分析

3.1 MaxEnt模型精度檢驗(yàn)

經(jīng)過多次模型運(yùn)算，生成各數(shù)據(jù)ROC曲線，紅線代表訓(xùn)練數(shù)據(jù)，藍(lán)色代表測試數(shù)據(jù)，黑色代表隨機(jī)預(yù)測，如圖3所示。訓(xùn)練數(shù)據(jù)AUC值為0.884，測試數(shù)據(jù)AUC值為0.861，兩者均處于AUC模型自檢驗(yàn)的“精度較高”水平，表示構(gòu)建的隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)MaxEnt模型可用。

圖3 MaxEnt模型的ROC曲線

圖4 隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)圖

3.2 隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)

模型模擬的隴南市泥石流災(zāi)害危險(xiǎn)性分布概率為0～0.95。利用ArcToolbox轉(zhuǎn)換功能工具將模型生成的ASCII“.asc”文件轉(zhuǎn)Raster圖層。根據(jù)隴南市泥石流災(zāi)害發(fā)生頻率及地質(zhì)環(huán)境、地形、水文、植被和土壤等實(shí)際情況，本文劃分泥石流災(zāi)害危險(xiǎn)性等級，表3，最后得到隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)圖(圖4)。

表3 危險(xiǎn)性等級劃分標(biāo)準(zhǔn)

從圖4可知，隴南市泥石流災(zāi)害危險(xiǎn)性垂直分布、地帶性明顯，總體上，從南向北危險(xiǎn)性逐漸減弱，極高危險(xiǎn)區(qū)和高危險(xiǎn)區(qū)在隴南南部分布廣，北部分布區(qū)域小。

極高危險(xiǎn)區(qū)主要分布在白龍江流域宕昌縣兩河口、武都透坊區(qū)域及沿岸大部分地區(qū)；白水江流域文縣縣城、石雞壩、鐵樓、中寨和碧口區(qū)域、白龍江和白水江交匯地區(qū)；西漢水中上游流域西和縣北部黃土區(qū)漾水河沿岸、禮縣西南部土石山區(qū)和東北部黃土丘陵區(qū)；康縣西南部太平、銅錢和托河區(qū)域，面積0.57萬km2，占隴南市總面積的20.43%。此區(qū)域3-11月降水量介于800～945 mm，6-9月0～24 h累計(jì)最大降水量介于55～67 mm，降水量豐沛，且降水時(shí)段集中多暴雨，河網(wǎng)密度介于1.2～2.01 km/km2，河網(wǎng)密布且汛期徑流量大，巖性硬度小，灰?guī)r，頁巖等河谷軟巖廣布，坡度介于20～35°，植被覆蓋度較高，但地勢起伏明顯的區(qū)域植被類型多以草甸等固土性較差的植被類型為主，均處于全區(qū)最高水平，泥石流災(zāi)害危險(xiǎn)性最高。

高危險(xiǎn)區(qū)主要分布在嘉陵江干流及其支流潭泥河、永寧河、燕子河等河谷兩岸地區(qū)，武都區(qū)白龍江流域大部分區(qū)域，文縣西南及北部，康縣東北部，兩當(dāng)縣縣城及南部區(qū)域，面積1.12萬km2，占隴南市總面積的40.14%。此區(qū)域3-11月降水量介于550～800 mm，6-9月0～24 h累計(jì)最大降水量介于35～55 mm，河網(wǎng)密度介于0.8～1.2 km/km2，表層0～30 cm砂粒含量較大，坡度介于35～45°地形起伏明顯，地表徑流易匯集此區(qū)域致災(zāi)，泥石流災(zāi)害危險(xiǎn)性較高。

中危險(xiǎn)區(qū)主要分布在武都區(qū)西北部，西和縣中部地區(qū)，宕昌縣、禮縣和徽縣中部及北部大部分區(qū)域，兩當(dāng)縣東北部等地區(qū)，面積0.78萬km2，占隴南市總面積的27.96%。此區(qū)域較之隴南市南部地區(qū)，3-11月降水量、6-9月0～24 h累計(jì)最大降水量較少，前者介于280～550 mm，后者介于21～35 mm，河網(wǎng)密度低，巖性硬度較大，花崗巖、輝長巖、閃長巖等巖類廣布，表層0～30 cm粘粒含量處于較高水平，泥石流災(zāi)害危險(xiǎn)性處于中度水平。

低危險(xiǎn)區(qū)主要分布在武都中部甘泉鎮(zhèn)及西北小部分區(qū)域，西和縣北部區(qū)域，面積0.32萬km2，占隴南市總面積的11.47%。此區(qū)域3-11月降水量、6-9月0～24 h累計(jì)最大降水量均處于全區(qū)最低水平，河網(wǎng)密度低，河流徑流量小，中秦嶺華力西褶皺帶穿過，巖類硬度大，地形以平原為主，地勢平坦，地表徑流不易匯流，泥石流災(zāi)害危險(xiǎn)性最低。

3.3 環(huán)境變量對P的貢獻(xiàn)率分析

構(gòu)建模型以Jacknife模塊生成各環(huán)境變量對P的貢獻(xiàn)率圖，用于分析各環(huán)境變量的重要性程度，圖5。藍(lán)柱表示該環(huán)境變量對P的貢獻(xiàn)率，柱越長表示該環(huán)境變量重要性越高，淺藍(lán)柱表示除該變量外其他所有變量貢獻(xiàn)率之和，紅柱表示所有環(huán)境變量累計(jì)貢獻(xiàn)率。

圖5 環(huán)境變量貢獻(xiàn)率

各環(huán)境變量貢獻(xiàn)率排序?yàn)椋?-11月降水量>6-9月0～24 h累計(jì)最大降水量>河網(wǎng)密度>巖性硬度>坡度>表層0～30 cm粘粒含量>表層0～30 cm砂粒含量>高程標(biāo)準(zhǔn)差>植被覆蓋度，所有環(huán)境變量累計(jì)貢獻(xiàn)率達(dá)0.80以上，其中，3-11月降水量和6-9月0～24 h累計(jì)最大降水量均超過0.73，重要性程度最大，高程標(biāo)準(zhǔn)差和植被覆蓋度貢獻(xiàn)率最低，重要性最小，本文根據(jù)隴南市泥石流災(zāi)害發(fā)生機(jī)制，歷史災(zāi)害頻次規(guī)模等因素，按照貢獻(xiàn)率>0.67篩選出6個(gè)主導(dǎo)因子，依次為3-11月降水量、6-9月0～24 h累計(jì)最大降水量、河網(wǎng)密度、巖性硬度、坡度、表層0～30 cm粘粒含量。研究表明：水文、地質(zhì)地形條件和土壤粘粒含量影響隴南市泥石流災(zāi)害危險(xiǎn)性分布，特別地，3-11月降水量、6-9月0～24 h累計(jì)最大降水量和河網(wǎng)密度等水文環(huán)境影響顯著。

3.4 環(huán)境變量對P的響應(yīng)曲線分析

構(gòu)建模型生成響應(yīng)曲線反映各環(huán)境變量與P之間的數(shù)學(xué)關(guān)系(圖6)。橫軸表示各環(huán)境變量的取值范圍，縱軸表示危險(xiǎn)性指數(shù)，曲線反映隨各環(huán)境變量取值變化P的變化趨勢。

從圖6可以看出，P與6個(gè)主導(dǎo)因子之間存在函數(shù)關(guān)系且隨其取值變化有明顯差異，6-9月0～24 h累計(jì)最大降水量、河網(wǎng)密度和巖性硬度均正相關(guān)性，表明這些因子均為隴南市泥石流災(zāi)害的促進(jìn)因素，隴南市泥石流災(zāi)害危險(xiǎn)性分布主要與水文、地質(zhì)地形和土壤關(guān)系密切。

水文：3-11月降水量、6-9月0～24 h累計(jì)最大降水量響應(yīng)曲線呈倒“V”型，曲線先上升后下降趨勢，河網(wǎng)密度與P成正相關(guān)性，曲線呈逐漸上升趨勢，三者是隴南市泥石流災(zāi)害危險(xiǎn)性分布最主要的影響因子。3-11月降水量約890 mm，6-9月0～24 h累計(jì)最大降水量約75 mm時(shí)，危險(xiǎn)性最高；降水量大且降水時(shí)段集中，多暴雨降水特征明顯的地區(qū)泥石流災(zāi)害危險(xiǎn)性更高。隴南市泥石流災(zāi)害沿河流地帶性發(fā)育特征明顯，白龍江、白水江和西漢水等主要水系流域泥石流災(zāi)害頻發(fā)，加之汛期河流徑流量大，地勢落差大大增加了泥石流災(zāi)害危險(xiǎn)性。

在臺(tái)詞“And if I go back.”的翻譯處理中，字幕翻譯為“如果我再回去的話…”，配音翻譯為“如…如果再回去”。再如“Max,it's the end of the line for me.”，其字幕翻譯為“麥克我就再也出不去了”，配音翻譯為“麥克我會(huì)死無葬身之地的”。兩例中字幕和配音翻譯采用了不同的策略，為了達(dá)到戲劇效果，相比配音翻譯為了畫面和節(jié)奏上的對應(yīng)，通過臺(tái)詞重復(fù)(即結(jié)巴)表演出害怕的效果，后一句的翻譯也隨之發(fā)生了改變，對信息進(jìn)行了相應(yīng)的調(diào)整，但是卻十分自然和諧，對于劇情發(fā)展和故事的敘述沒有障礙，同樣產(chǎn)生的戲劇效果。

圖6 環(huán)境變量與P的關(guān)系曲線

地質(zhì)地形：巖性硬度與P呈高度正相關(guān)性，巖性硬度值最大時(shí)泥石流災(zāi)害危險(xiǎn)性最高。通常巖類硬度越小，越容易受強(qiáng)降水沖刷致災(zāi)，反之亦然。地質(zhì)環(huán)境因素復(fù)雜多樣，評價(jià)因素選取不同，P與地質(zhì)環(huán)境關(guān)系也隨之變化；坡度曲線呈現(xiàn)倒“U”型，與P成拋物線函數(shù)關(guān)系。坡度介于20～35°，是泥石流災(zāi)害發(fā)育的理想坡度，此區(qū)域人類活動(dòng)頻繁，泥石流極易成災(zāi)，隨其值不斷增加，人類活動(dòng)逐漸變少，泥石流不易形成災(zāi)害，泥石流災(zāi)害危險(xiǎn)性逐漸降低。

土壤：表層0～30 cm粘粒含量曲線呈先快速增長后緩慢降低趨勢，約25%時(shí)，曲線達(dá)到峰值，泥石流災(zāi)害危險(xiǎn)性最高。土壤粘粒吸水性較差，土壤粘粒含量較高的區(qū)域在強(qiáng)降水情況下容易達(dá)到水飽和，形成地表徑流，加大了地勢低平區(qū)域泥石流災(zāi)害危險(xiǎn)性。

4 結(jié)論與討論

4.1 結(jié)論

(1)MaxEnt模型能應(yīng)用于隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)研究中，模擬效果表現(xiàn)良好。

(2)本文利用最大熵模型模擬出隴南市泥石流災(zāi)害危險(xiǎn)性分布概率P∈[0,0.95]，劃分了4個(gè)等級。P∈[0,0.30)為低危險(xiǎn)區(qū)，面積0.32萬km2，占隴南市總面積的11.47%；P∈[0.30,0.40)為中危險(xiǎn)區(qū)，面積0.78萬km2，占隴南市總面積的27.96%；P∈[0.40,0.50)為高危險(xiǎn)區(qū)，面積1.12萬km2，占隴南市總面積的40.14%；P∈[0.50,0.95]為極高危險(xiǎn)區(qū)，面積0.57萬km2，占隴南市總面積的20.43%。隴南市泥石流災(zāi)害危險(xiǎn)性分布垂直地帶性明顯，由南向北逐漸降低，武都、文縣和康縣極高危險(xiǎn)區(qū)和高危險(xiǎn)區(qū)面積較大，西和縣極少。

(3)構(gòu)建隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)模型，結(jié)合各因子貢獻(xiàn)率，本文確定了影響隴南市泥石流災(zāi)害危險(xiǎn)性分布的6個(gè)主導(dǎo)因子：3-11月降水量、6-9月0～24 h累計(jì)最大降水量、河網(wǎng)密度、巖性硬度、坡度和表層0～30 cm粘粒含量。

4.2 討論

本文將MaxEnt從物種生境預(yù)測領(lǐng)域應(yīng)用到泥石流災(zāi)害危險(xiǎn)性評價(jià)中，將泥石流災(zāi)害典型調(diào)查樣點(diǎn)的點(diǎn)評價(jià)拓展到區(qū)域尺度的面評價(jià)上，開展整個(gè)隴南市域范圍內(nèi)泥石流災(zāi)害危險(xiǎn)性評價(jià)，較之已有研究[27-28]，一方面，拓展了評價(jià)尺度，并且表現(xiàn)出良好的模擬效果；另一方面拓寬了該方法的應(yīng)用領(lǐng)域，為泥石流災(zāi)害危險(xiǎn)性評價(jià)提供方法參考及新思路。在構(gòu)建最大熵分布模型時(shí)，樣點(diǎn)布局設(shè)置是關(guān)鍵一步，影響到模型模擬的效果，應(yīng)該布局均勻合理，另外，樣點(diǎn)數(shù)據(jù)與影響因子數(shù)據(jù)間尺度匹配也是重要環(huán)節(jié)，因此，因子數(shù)據(jù)在空間推演應(yīng)以最小網(wǎng)格或最小像元為單位計(jì)算，能有效提高評價(jià)精度。從災(zāi)害風(fēng)險(xiǎn)評價(jià)理論來看，災(zāi)害風(fēng)險(xiǎn)是自然環(huán)境危險(xiǎn)性和社會(huì)經(jīng)濟(jì)環(huán)境易損性共同作用的結(jié)果，本文僅從危險(xiǎn)性角度完成了隴南市泥石流災(zāi)害危險(xiǎn)性評價(jià)，人類活動(dòng)等社會(huì)經(jīng)濟(jì)因素易損性是進(jìn)一步研究的方向和考慮對象。

[2] 崔鵬. 我國泥石流防治進(jìn)展[J]. 中國水土保持科學(xué)，2009，7(5)：7-13.

[3] Hutchison A A, Cashman K V, Williams C A, et al. The 1717 eruption of Volcán de Fuego, Guatemala: Cascading hazards and societal response[J]. Quaternary International, 2016,394:69-78.

[4] 劉清華，余斌，唐川，等. 四川省都江堰市龍池地區(qū)泥石流危險(xiǎn)性評價(jià)研究[J]. 地球科學(xué)進(jìn)展，2012，27(6)：670-677.

[5] Ronald Dorn. Identification of debris-flow hazards in warm deserts through analyzing past occurrences: Case study in South Mountain, Sonoran Desert, USA[J]. Geomorphology,2016,273: 269-279.

[6] 程維民，夏遙，曹玉堯，等. 區(qū)域泥石流孕災(zāi)環(huán)境危險(xiǎn)性評價(jià)—以北京軍都山區(qū)為例[J]. 地理研究，2013，32(4)：595-606.

[7] Petrascheck A, Kienholz H. Haazard assessment and mapping of mountain risks in Switerland[C]//Rickenmann D, Chen C.(Eds.),3rd Int. Conf. on Debris-flow Hazards Mitigation. Millpress, Rotterdam, The Netherlands,2003:25-39.

[8] 鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢：華中理工大學(xué)出版社，1987.

[9] Carlo Gregoretti, Massimo Degetto, Mauro Boreggio. GIS-based cell model for simulating debris flow runout on a fan[J]. Journal of Hydrology,2016,534:326-340.

[10]Chen Xingzhang, Chen Hui, You Yong, et al. Weights-of-evidence method based on GIS for assessing susceptibility to debris flows in Kangding County, Sichuan Province, China[J]. Environment Earth Sciences,2016,75(1): 70-86.

[11]王威，田杰，馬東輝，等. 基于分形維數(shù)權(quán)重的泥石流危險(xiǎn)度評價(jià)[J]. 山地學(xué)報(bào)，2011，29(6)：747-752.

[12]祁元，劉勇，楊正華，等. 基于GIS的蘭州滑坡與泥石流災(zāi)害危險(xiǎn)性分析[J]. 冰川凍土，2012，34(1)：96-104.

[13]唐川，朱靜. GIS支持下的滇西北地區(qū)泥石流災(zāi)害評價(jià)[J]. 水土保持學(xué)報(bào)，2001，15(6)：84-87.

[14]Glade T. Linking debris-flow hazard assessments with geomorphology[ J]. Geomorphology, 2005, 66(14):189-213.

[15]杜國梁，高金川，胡新麗. 基于GIS和組合賦權(quán)的岷縣板達(dá)溝泥石流危險(xiǎn)性評價(jià)[J]. 自然災(zāi)害學(xué)報(bào)，2014，23(4)：235-241.

[16]Shangguan W, Y Dai, B Liu, et al. A soil particle-size distribution dataset for regional land and climate modelling in China, Geoderma[J]. 2012,172:85-91.doi:10.1016/j.geoderma.2011.01.013.

[17]何杰，陽坤. 中國區(qū)域高時(shí)空分辨率地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集[DB/OL]. 寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心，2011.doi:10.3972/westdc.002.2014.db.

[18]孟現(xiàn)勇. SWAT模型中國大氣同化驅(qū)動(dòng)數(shù)據(jù)集(CMADS V1.1) [DB/OL]. 寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心，2016.doi:10.3972/westdc.002.2016.db.

[19]汪明武，李麗，金菊良. 泥石流危險(xiǎn)度的改進(jìn)集對分析模型[J]. 自然災(zāi)害學(xué)報(bào)，2009，18(6)：124-128.

[20]熊木齊，孟興民，慶豐，等. 甘肅省隴南市白龍江流域泥石流災(zāi)害事件與降水特征的關(guān)系[J]. 蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2016，52(3)：295-300.

[21]閆滿存，王光謙，劉家宏. GIS支持的瀾滄江下游區(qū)泥石流爆發(fā)危險(xiǎn)性評價(jià)[J]. 地理科學(xué)，2001，21(4)：334-338.

[22]杜俊，任洪玉，張平倉，等. 大空間尺度山洪災(zāi)害危險(xiǎn)評估的比較研究[J]. 災(zāi)害學(xué)，2016，31(3)：66-72.

[23]Steven J Phillips, Robert P Andersonb, Robert E Schapire. Maximum Entropy Modeling of Species Geographic Distributions[J]. Ecological Modelling,2006,190(3/4):231-259.

[24]劉振生，高惠，滕麗微，等. 基于MAXENT模型的賀蘭山巖羊生境適宜性評價(jià)[J]. 生態(tài)學(xué)報(bào)，2013，33(22)：7243-7249.

[25]Moreno R,Zamora R,Molina J R, et al.Predictive modeling of microhabitats for endemic birds in south chilean temperate forests using maximum entropy(Maxent)[J].Ecological Informatics,2011,6(6):364-370.

[26]周冬梅，張仁陟，孫萬倉，等. 甘肅省冬油菜種植適宜性及影響因子評價(jià)[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2014，22(6)：697-704.

[27]Ehrenfried Lepuschitz. Geographic information systems in mountain risk and disaster management[J]. Applied Geography, 2015,63:212-219.

[28]朱靜. 城市山洪災(zāi)害風(fēng)險(xiǎn)評價(jià)-以云南省文山縣城為例[J]. 地理學(xué)報(bào)，2010，29(4)：655-664.

Assessment of Debris Flow Disaster Hazard and InfluenceFactors in Longnan District

TIAN Feng1, ZHANG Jun1, 2, RAN Youhua3, LIU Jinpeng4and LIU Si1

(1.CollageofResourceandEnvironmentalSciences,GansuAgriculturalUniversity,Lanzhou730070,China;2.ResearchCenterforWater-savingAgricultureinGansuProvince,Lanzhou730070,China; 3.NorthwestInstituteofEco-EnvironmentandResources,ChineseAcademyofSciences,ChineseAcademyofSciences,Lanzhou730000,China; 4.GeologicalNaturalDisasterPreventionResearchInstitute,GansuAcademyofSciences,Lanzhou730000,China)

LongnandistrictisoneofthefourareasmostlikelytobehitbydebrisflowdisastersinChina，thespace-timedistributionofprecipitationisunevenandconcentratesonthespecialtimequantum，debrisflowdisastertakesplacefrequently.NineinfluencefactorsincludingLithologyHardness,ESTD,Slope,Mar-Nov.Precipitation,Jun-Sep.0～24hAccumulationMaximumPrecipitation, 0～30cmSandContent，0～30cmClayContent，VegetationCoverage,RiverNetworkDensitywereselected.TheMaxEntmodelofdebrisflowdisasterhazardassessmentinLongnandistrictbasedonGansuprovincegeologicaldisasterinvestigationstatisticsdatain2009wasbuilt,stimulateddistributionprobabilityPofdebrisflowdisasterhazardinLongnandistrict.Finally,mappingofLongnandistrictdebrisflowdisasterhazardassessmentwasaccomplished,exploredthemechanismthatnineinfluencefactorsactedtoP.Resultshowed:MaxEntmodelisabletoapplytodebrisflowdisastershazardassessmentinLongnandistrict,andtheeffectofstimulationisperfect;Mar-Nov.Precipitation,Jun-Sep.0～24hAccumulationMaximumPrecipitation,RiverNetworkDensity,LithologyHardness,Slope, 0～30cmClayContentincludedisdeterminedasthesixmaininfluencefactors,whichprovidesrelevantagencieswiththesupportofengineeringplanninganddesign.

debrisflow;hazard;assessment;dimension;MaxEnt;LongnanDistrict

2017-02-06

2017-03-09

中國科學(xué)院蘭州分院院地合作項(xiàng)目“河西走廊經(jīng)濟(jì)帶山洪地質(zhì)災(zāi)害風(fēng)險(xiǎn)評價(jià)研究”(Y52BK51001)；國家自然科學(xué)基金(41161066)；甘肅省高?；究蒲匈M(fèi)(041013)

田豐(1991-)，男，甘肅慶陽人，碩士研究生，研究方向?yàn)橥恋匦畔⒐芾砗偷刭|(zhì)災(zāi)害風(fēng)險(xiǎn)評價(jià)研究. E-mail:18809408806@139.com

張軍(1977-)，男，甘肅張掖人，博士，副教授，研究方向?yàn)楣?jié)水農(nóng)業(yè)及水資源可持續(xù)利用研究. E-mail: zhangjun@gsau.edu.cn

10.3969/j.issn.1000-811X.2017.03.033.]

X43；P642.2

A

1000-811X(2017)03-0197-07

10.3969/j.issn.1000-811X.2017.03.033

田豐，張軍，冉有華，等. 甘肅隴南市泥石流災(zāi)害危險(xiǎn)性及影響因子評價(jià)[J]. 災(zāi)害學(xué)，2017，32(3)：197-203. [TIAN Feng, ZHANG Jun, RAN Youhua,et al. Assessment of Debris Flow Disaster Hazard and Influence Factors in Longnan District[J]. Journal of Catastrophology，2017，32(3)：197-203.