基于GIS的涪江上游南壩-水晶流域滑坡危險性評價

楊栓成,王運生

(1.新疆交通規(guī)劃勘察設計研究院，新疆 烏魯木齊 830006；2.成都理工大學地質災害防治與地質環(huán)境保護國家重點實驗室，四川 成都 610059)

0引言

滑坡危險性評價通常指某一區(qū)域的滑坡在某一特定時間內發(fā)生的空間位置、災害強度及發(fā)生概率，并對其危險程度劃分等級，為減災防災工作提供一定依據(jù)。近年來，滑坡危險性評價方法，由初階的定性評價發(fā)展到如今的統(tǒng)計模型等定量法，這些方法在本質上并無很大區(qū)別，都是選取若干影響因素并對其進行一定數(shù)學方法的加權運算，得出危險性指標。但每種模型各有優(yōu)缺點，其中確定性系數(shù)模型(CF)可以保證影響因子分級之間的權重取值來源于滑坡基本數(shù)據(jù)，避免了人為因素的干擾，但是該方法不能很好的確定各影響因子間的權重。層次分析模型(AHP)可以通過評價因子的兩兩互相比較來確定其權重，并對構造矩陣關系過程中不合理結構進行一定程度的調整，其結果的合理性最終可以用一致性比率來檢驗。

根據(jù)研究區(qū)滑坡的發(fā)育規(guī)律及成因機制，本文采用層次分析模型(AHP)與確定性系數(shù)模型(CF)結合的方法對研究區(qū)進行滑坡危險性評價。在此基礎上，將危險性評價指標分為基本因素和誘發(fā)因素，具體包括高程、坡度、坡向、岸坡結構、地層巖性、地質構造、河流水系、降雨、人類工程活動9個二級評價指標。最后利用GIS技術對研究區(qū)滑坡進行危險性分區(qū)。

1 研究區(qū)概況

涪江上游南壩-水晶流域地處青藏高原向四川盆地過度地帶東緣，總體地勢表現(xiàn)為由西北向東南逐漸降低，流域面積4 709 km2。該地區(qū)屬于四川盆地亞熱帶濕潤氣候區(qū)的盆地西部邊緣區(qū)，立體氣候十分顯著；南東地區(qū)降水多，北西地區(qū)降水少；山地地區(qū)降水多，河谷地區(qū)降水少[1]。研究區(qū)內水系眾多，主要河流涪江發(fā)源于境內西北方雪寶頂主峰，火溪河、土城河、虎牙河等數(shù)百余條支流呈不對稱羽狀綿延分布于溝壑縱橫之間。區(qū)內地層巖性變化較大，出露地層主要有元古界前震旦系和震旦系，古生界寒武系、奧陶系、志留系、泥盆系、石炭系和二疊系，中生界三疊系，以及新生界第四系。研究區(qū)主要構造有虎牙關大斷層、清溪大斷層、老營坪斷層、南壩大斷層、轎子頂復背斜、楊柳壩弧形復向斜等[2]。根據(jù)野外調查及遙感解譯，研究區(qū)內共發(fā)育滑坡157處(圖1)，滑坡密度為3.33個/100 km2，規(guī)模多為中型-大型滑坡，總體積約4.8×108m3。

圖1 研究區(qū)滑坡分布示意圖Fig.1 Distribution schematic diagram of landslides in the study area

2 滑坡危險性評價模型

2.1 確定性系數(shù)模型

確定性系數(shù)法(CF)的滑坡危險性評價模型，是依據(jù)已發(fā)生的滑坡與確定性影響因子的數(shù)據(jù)集(河流水系、地層巖性、岸坡結構等)之間的統(tǒng)計關系，從而判定滑坡災害的危險程度[3]。確定性系數(shù)CF作為一個概率函數(shù)，表達式如下：

(1)

式中：ppa——事件(滑坡)在數(shù)據(jù)分類a中發(fā)生的條件概率，在此表示數(shù)據(jù)a類單元中存在的滑坡數(shù)量與單元面積的比值；

pps——整個研究區(qū)域中滑坡發(fā)生的先驗概率，可以表示為研究區(qū)滑坡數(shù)量與研究區(qū)面積的比值。

經(jīng)計算，CF值的變化范圍為[-1,1]。(0，1]表示滑坡發(fā)生的機率性高，值越接近1，滑坡確定性越高；[-1，0)表示滑坡發(fā)生的確定性低，值越接近-1，滑坡發(fā)生的確定性越低；當CF值接近0時，表示滑坡發(fā)生的確定性與區(qū)域平均值接近[4]。

2.2 層次分析模型

層次分析法(AHP)是美國學者T L Saaty提出的一種多指標分析評價方法，具有精度高、使用方便等特點[5]。通過評價因子兩兩互相比較確定各評價因子權重，可以對構造矩陣關系過程中不合理結構進行一定程度的調整，其結果的合理性最終可以用一致性比率來檢驗。具體的步驟如下：

(1)建立層次結構模型

在滑坡危險性評價過程中，目標層為滑坡危險性評價結果，準則層為評價指標類型，方案層為具體的評價指標，從而建立一個多層次分析模型。

(2)構造判斷(成對比較)矩陣

分析每一層的要素相對于上一層次某要素的單排序情況，對一系列成對要素進行量化判斷比較，并寫成矩陣形式，即構成判斷矩陣[6]。判斷矩陣的元素aij用Saaty給出的1～9標度法給出(表1)。

(3)一致性檢驗

由于λ連續(xù)依賴于aij，而λ比n大的越多，A的不一致性越嚴重。因此，采用λ-n數(shù)值的大小來衡量A的不一致程度，這樣判斷矩陣得出的評價因子權重才是可靠的[7](表2)。

表1 判斷矩陣元素的標度方法Table 1 The scaling method for the element of judgment matrix

表2 一致性指標定義

為衡量CI的大小，引入隨機一致性指標RI，其結果見表3。

表3 隨機一致性指標RITable 3 Random consistency index RI

(4)計算各評價因子的組合權重，得到權重分配值。

3 基于CF-AHP模型的滑坡危險性評價

3.1 滑坡評價模型的選取

本文在選取評價模型時，結合前人研究成果及研究區(qū)實際情況，最終選取層次分析法與確定性系數(shù)法相結合(CF-AHP)。首先運用確定性系數(shù)(CF)法，求出各評價因子指標分級的相對權重，即CF值，但該方法不能很好的確定各評價因子之間的權重。然后結合層次分析法(AHP)對各評價指標之間進行層次劃分，科學分配權重，并檢驗權重分配的可靠性。最終結合這兩種評價方法構建CF-AHP評價模型，對研究區(qū)滑坡進行危險性評價。該評價模型將客觀與主觀相結合，不僅考慮了每個評價指標對滑坡的影響程度，還在一定程度上避免了各指標的重復性和人為干擾因素，計算簡便，可有效地提高滑坡危險性評價結果的準確性。

3.2 滑坡評價因子指標

進行滑坡危險性評價的基礎是選取評價因子。影響斜坡穩(wěn)定性因素很多，且各因素間關系復雜，應結合野外實地調查資料選取評價因子[9]。本文在選取評價因子時，結合研究區(qū)地質背景，將滑坡危險性評價指標分為基本因子和誘發(fā)因子兩個層次，具體包括高程、坡度、坡向、岸坡結構、地層巖性、地質構造、河流水系、降雨、人類工程活動等9個二級評價指標(圖2)。

圖2 研究區(qū)滑坡危險性評價因子指標體系Fig.2 Index system for the landslide risk evaluation in the study area

3.3 評價單元格的選取

由于各影響因素在局部區(qū)域的差異性和復雜性，為達到較精確評價的目的，需將整個研究區(qū)分成若干個小單元，即評價單元。單元格的選取與評價結果的合理性密切相關，目前常用的評價單元主要有正方形柵格法、斜坡單元法、地域單元法、子流域單元法等[10]。

研究區(qū)DEM分辨率為30 m× 30 m，鑒于數(shù)據(jù)精度有限，故選取正方形柵格單元，其運算簡潔，便于實現(xiàn)快速分析。選取柵格大小的需要綜合考慮，參考前人研究成果[11]，柵格單元尺寸經(jīng)驗公式：

GS=7.49+0.000 6S-2.0×10-6S2+2.9×10-15S3

(2)

式中：GS——適宜格網(wǎng)大小；

S——基礎數(shù)據(jù)精度的分母。

該處研究區(qū)的基礎數(shù)據(jù)比例尺為1∶250 000，通過上述公式得出GS=157.3, 進而得出適宜網(wǎng)格為5×5像素單元，然后對其進行重采樣，將研究區(qū)分為209 310個柵格。

3.4 各評價因子指標分級及CF值

(1)高程分級及CF值

研究區(qū)高程的CF值計算結果見表4，其中高程在655～1 000 m，1 000～1 500 m，1 500～2 000 m區(qū)間內，CF均為正值，說明滑坡在這些區(qū)間內容易發(fā)生。當高程大于2 000 m時，其CF值轉為負值，表明在此范圍內，滑坡發(fā)生及機率型較小，地形不利于滑坡的發(fā)生。

表4 高程分級及各分級CF值Table 4 Elevation classification and CF value of each grade

(2)坡度分級及CF值

表5為坡度分級及對應的確定性系數(shù)，CF值在15°～30°區(qū)間內為正值，其余區(qū)間內確定性系數(shù)均為負值，說明滑坡主要集中分布于15°～30°區(qū)間內，當坡度大于60°時，其確定性系數(shù)為-1，說明該區(qū)間基本不發(fā)生滑坡。

表5 坡度分級及各分級CF值Table 5 Grade of slope and CF value of each grade

(3)坡向分級及CF值

坡向分級及其對應的CF值見表6，由此可知，區(qū)域內在東南、正南、西南方向CF值為正值，且在正南方向值最大，表明滑坡在這些方向容易發(fā)生，其余方向CF值為負，說明該方向對滑坡影響較小或者不影響，CF值為-1表明平面不發(fā)生滑坡。

表6 坡向分級及各分級CF值Table 6 Classification of slope direction and CF value of each classification

(4)地層巖性分級及CF值

按照工程地質巖組分類,地層巖性分為堅硬巖類、較堅硬巖類、軟弱巖類和軟硬相間巖類四種，其對應的CF值見表7。由表可知，僅有軟弱巖類對應的CF值為正值，說明滑坡對其敏感性較強，堅硬巖類的CF值為最小，表明該區(qū)域地層巖性對滑坡敏感性最低。

表7 地層巖性分級及各分級CF值Table 7 Stratigraphic and lithologic classification and CF values of each classification

(5)岸坡結構分級及CF值

岸坡結構按坡向與巖層傾向夾角可分為四類，分別為順向坡、斜向坡、橫向坡和逆向坡，其分別對應的CF值計算結果見表8，由表8可知，順向坡和逆向坡對應的CF值為正值，表明其對滑坡影響程度最大，而橫向坡和斜向坡對應CF值為負值，說明滑坡對其敏感性較低。

表8 岸坡結構分級及各分級CF值Table 8 Classification of slope structure and CF value of each classification

(6)降雨量分級及CF值

降雨量分級及各分級對應的CF值見表9，由表9可知，降雨量在大于750 mm范圍內CF值均為正值，且在大于850 mm范圍內CF值最大，表明滑坡受降雨影響較大，且在降雨量較小區(qū)域，CF值均為負值。

表9 降雨量分級及各分級CF值Table 9 Rainfall classification and CF value of each classification

(7)水系緩沖分級及CF值

水系緩沖分級及分級指標對應的CF值見表10，分析表明，離水系越近，其坡體遭受侵蝕也越嚴重，對應的CF值也較大，為滑坡易發(fā)區(qū)。隨著與水系距離的增加，滑坡分布數(shù)量有所減少，在距水系1 000 m之外，其對應CF值轉為負值。

表10 水系緩沖分級及各分級CF值Table 10 Water system buffer classification and eachclassification CF value

(8)斷層緩沖分級及CF值

研究區(qū)內斷層活動比較劇烈，離斷層越近，斜坡穩(wěn)定性越差，斷層緩沖分級及對應的CF值見表11。研究表明，CF值在0～1 000 m和1 000～2 000 m內均為正值，表明滑坡在該區(qū)域內較易發(fā)。當距斷層大于2 000 m時，其對應的CF值為負值，說明該地區(qū)滑坡易發(fā)度較低。

表11 斷層緩沖分級及各分級CF值Table 11 Fault buffer classification and each classification CF value

(9)公路緩沖分級及CF值

公路緩沖分級及對應CF值見表12，隨著距公路距離的增加，各分級指標對應的CF值呈逐漸遞減趨勢，說明滑坡易發(fā)程度越來越小，且在大于2 000 m區(qū)域CF值轉為負，表明滑坡在該區(qū)域較不易發(fā)生。

表12 公路緩沖分級及各分級CF值Table 12 Highway buffer classification and each classification CF value

3.5 層次分析模型確定指標權重

(1)計算各級評價因子權重

根據(jù)滑坡評價因子建立判斷矩陣，首先對評價因子A-B的矩陣進行求解，歸一化其特征向量，所得結果即為影響因子的權重。經(jīng)計算，因子B1、B2分別為0.8和0.2(表13)。

表13 A-B之間判斷矩陣及因子權重Table 13 Judgment matrix and index weight between A-B

對B1-C之間判斷矩陣進行歸一化求解，其結果見表14。通過數(shù)學計算，判斷矩陣最大特征值為λmax=7.337 5，各因子歸一化權重W分別為(0.127 0, 0.049 2, 0.074 6, 0.247 4, 0.257 6, 0.149 0, 0.095 2)。

表14 B1-C之間判斷矩陣及因子權重Table 14 Judgment matrix and index weight between B1-C

通過計算，B2-C判斷矩陣最大特征值λmax=2，其因子歸一化權重為(0.666 7,0.333 3)(表15)。

表15 B2-C之間判斷矩陣及因子權重Table 15 Judgment matrix and index weight between B2-C

(2)一致性檢驗

按照上述公式對判斷矩陣進行一致性檢驗，計算各判斷矩陣一致性指標(表16)。

表16 評價因子綜合一致性指標Table 16 Comprehensive consistency index of evaluation factor

由表15可知，判斷矩陣的CR<0.1，表明通過一致性檢驗，所得權重具有可信性(表17)。

(3)各評價因子綜合權重

表17 各評價因子綜合權重值Table 17 The comprehensive weight value of each evaluation index

3.6 滑坡危險性評價

在對研究區(qū)滑坡進行危險性評價過程中，綜合考慮了評價因子的影響權重以及各評價因子不同分級對滑坡的影響，因此，應將兩者聯(lián)合起來。評價指標綜合確定性權重的計算公式：

(3)

式中：LSP——評價指標綜合確定權;

n——評價體系中評價因子總數(shù);

Wi——評價指標的權重;

CFij——指標xi第j個分類的確定性系數(shù)。

根據(jù)上述公式，對已分類的評價單元給予確定性權賦值，然后通過GIS平臺對各評價因子進行確定性權值疊加，最終獲得滑坡危險性評價柵格圖(圖3)。通過自然分類法對滑坡危險性分級，按危險性可分為四個等級，分別為極高危險區(qū)[0.006 4～0.576 1]、高危險區(qū)[-0.271 1～0.006 4]、中危險區(qū)[-0.406 3～-0.271 1]、低危險區(qū)[-0.683 6～-0.406 2](表18)。

圖3 研究區(qū)滑坡災害危險性評價圖Fig.3 Risk assessment map of landslide hazards in the study area

根據(jù)表18統(tǒng)計結果表明，研究區(qū)劃分為四個危險性等級，分別為極高危險區(qū)、高危險區(qū)、中危險區(qū)和低危險區(qū)。其中低危區(qū)面積約885.32 km2, 占研究區(qū)總面積的18.8%，主要分別分布于火溪河和虎牙河流域；中危險區(qū)面積約1 126.61 km2，占研究區(qū)總面積的23.92%，主要分布于火溪河流域；高危險區(qū)面積為1 823.17 km2，占研究區(qū)總面積的38.71%，主要分布于涪江干流沿岸，少量分布于虎牙河和火溪河流域；極高危險區(qū)面積為875.35 km2，占研究區(qū)總面積的18.57%，主要分布于涪江干流流域及土城河及大橋鎮(zhèn)等地。

表18 研究區(qū)滑坡災害危險性分區(qū)統(tǒng)計表Table 18 The statistical table of landslide hazards zoning in the study area

注：表中A表示面積，P0A表示面積百分比，LN表示滑坡數(shù)量，P0LN表示滑坡數(shù)量百分比，LC表示滑坡密度。

4 評價模型的驗證

根據(jù)評價結果需對模型的分析預測能力進行檢驗，本文分別選用危險性評價結果對比法和ROC曲線分析法對結果進行驗證。

4.1 危險性評價結果對比

根據(jù)相關單位提供的《平武縣地質災害歷史排查報告》及《平武縣調查和區(qū)劃報告》，將資料中的“滑坡災害危險性分區(qū)圖”導入ArcGIS，進行矢量化并坐標配準，與本文研究區(qū)的危險性結果圖等權疊加，獲取基于調查報告新的研究區(qū)滑坡危險性評價結果圖(圖4)。將基于調查報告的危險性評價結果圖與原評價結果圖進行疊合分析的差值計算，其計算結果按自然分類設定為五個段，根據(jù)差值絕對值數(shù)值越小，其對比結果相似程度越高的原則，將對比結果按相同、高相似度、低相似度三個等級完成危險性差值分級，分級參數(shù)見表19。

根據(jù)危險性差值分級表進行重分類，得出危險性對比結果圖(圖 5)。然后將分級差值在-0.564～0.632區(qū)間的面積占總面積比率定義為相同，將分級差值在-1.124～-0.564和0.632～1.086區(qū)間的面積占總面積比率定義為高相似率。根據(jù)對比分析結果可得，相同率達76.3%，高相似率為16.7%，低相似率僅7.0%，驗證結果結果比較理想。

表19 危險性差值分級參數(shù)表Table19 Parameters of risk D-value classification

圖4 基于平武縣調查報告的危險性評價結果圖Fig.4 Risk assessment results based on Pingwu County investigation report

圖5 危險性對比結果圖Fig.5 Risk comparison result map

4.2 ROC曲線分析法

ROC(Receiver Operation Characteristics)曲線廣泛應用于模型的評價，為了定量比較，通常用曲線下面積AUC(Area Under Curve)作為定量指標來衡量模型的精確度[12]。ROC曲線越靠近左上角，AUC值也越大，表明在一系列臨界值范圍內其模型性能越好。

對研究區(qū)滑坡危險性評價結果建立ROC檢驗曲線，橫軸為表危險性面積累計百分比，縱軸為滑坡分布累計百分比。通過對研究區(qū)滑坡危險性評價結果進行統(tǒng)計，得到其ROC曲線見圖6。

圖6 研究區(qū)滑坡危險性評價ROC曲線Fig.6 ROC curve of landslide risk assessment in the study area

通過ROC 曲線計算該模型的AUC值，得出AUC值為88.36%，表示該評價模型具有較高的準確性和可信性。

5 結論

本文選取CF-AHP評價模型，對研究區(qū)滑坡危險性進行評價，將客觀因素和實際情況相結合，主要得出以下結論：

(1)通過9個評價因子各分級的CF值和對應的權重可知，地層巖性、岸坡結構、河流水系和降雨4個因子對滑坡災害易發(fā)性貢獻相對較大，特別是在順向坡、軟弱巖類、降雨>850 mm和距水系500 m內比較容易發(fā)生滑坡災害。

(2)根據(jù)評價結果，將研究區(qū)劃分為四個危險性等級，分別為極高危險區(qū)、高危險區(qū)、中危險區(qū)和低危險區(qū)。其中極高危險區(qū)分布面積為875.35 km2，占研究區(qū)總面積的18.57%；高危險區(qū)分布面積為1 823.17 km2，占研究區(qū)總面積的38.71%；中危險區(qū)面積約1 126.61 km2，占研究區(qū)總面積的23.92%；低危區(qū)面積約885.32 km2, 占研究區(qū)總面積的18.8%。

(3)通過危險性結果對比法和ROC曲線檢驗，其結果與流域內滑坡災害的實際情況較符合，AUC值為88.36%，表明模型評價精度較高，能夠較客觀準確地對研究區(qū)進行滑坡災害危險性評價。