常亞婷,劉征宇,向 剛,付明宏
(貴州省地質(zhì)礦產(chǎn)勘查開發(fā)局一○四地質(zhì)大隊(duì),貴州 都勻 558000)
地質(zhì)災(zāi)害是一種人與自然環(huán)境之間的相互作用,指在自然或者人為因素影響下,對(duì)人類生命財(cái)產(chǎn)造成損失、對(duì)環(huán)境造成破壞的地質(zhì)作用或者地質(zhì)現(xiàn)象(殷躍平,2008)、(章詩芳 等,2017)。分析誘發(fā)因素和孕災(zāi)條件是研究地質(zhì)災(zāi)害的基礎(chǔ),地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)是以地質(zhì)災(zāi)害孕災(zāi)條件與誘發(fā)因素為基礎(chǔ)開展的一項(xiàng)重要工作。
地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法通常有三種,分別是定性方法、定量方法以及介于兩者之間的半定量方法(范強(qiáng) 等,2015b)。定性方法主要表現(xiàn)為專家和地質(zhì)學(xué)家的主觀判定,對(duì)人的要求極高,通常需要經(jīng)驗(yàn)豐富的專家意見;定量評(píng)價(jià)方法主要有信息量法(高治群,2010)、邏輯回歸法(陳朝亮 等,2019)、證據(jù)權(quán)模型法(范強(qiáng) 等,2015a)、多元回歸分析(蘭恒星,2002)等方法;半定量方法主要在定性方法的基礎(chǔ)上考慮了影響因子的權(quán)重。近些年來,GIS技術(shù)以其獨(dú)有的空間分析、數(shù)據(jù)處理以及結(jié)合多種數(shù)學(xué)模型等強(qiáng)大功能被廣大學(xué)者所接受并廣泛應(yīng)用于地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)中,在眾多模型中,信息量以其操作簡(jiǎn)單、實(shí)用、客觀性強(qiáng)等優(yōu)點(diǎn)使得其在地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)中能夠取得比較好的評(píng)價(jià)效果(張曉東,2018)。尤其適用于中小比例尺區(qū)域中。
地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)前人早有研究,楊榮康等采用兩級(jí)模糊數(shù)學(xué)綜合評(píng)判法對(duì)安順規(guī)劃區(qū)巖溶塌陷進(jìn)行了危險(xiǎn)性性評(píng)價(jià)(楊榮康 等,2017);黨杰等人基于GIS技術(shù),通過對(duì)影響崩塌災(zāi)害發(fā)生的各因素進(jìn)行疊加綜合,來分析出災(zāi)害的易發(fā)性、危險(xiǎn)性和易損性,為魚洞河地質(zhì)災(zāi)害預(yù)防提供參考(黨杰 等,2013);金帥采用信息量模型和Logistics模型進(jìn)行耦合的方法來對(duì)宜賓市地質(zhì)災(zāi)害進(jìn)行危險(xiǎn)性評(píng)價(jià)等(金帥,2021)。盡管前人利用多種方法對(duì)地質(zhì)災(zāi)害危險(xiǎn)性進(jìn)行了評(píng)價(jià),但是均沒有把GIS和信息量模型完美結(jié)合起來,本次評(píng)價(jià)采用GIS與信息量模型相結(jié)合的方法來對(duì)福泉市地質(zhì)災(zāi)害進(jìn)行危險(xiǎn)性評(píng)價(jià),為地質(zhì)災(zāi)害防治提供參考和依據(jù)。
福泉市地質(zhì)災(zāi)害頻發(fā),規(guī)模以中小型為主,近20年來,各類地質(zhì)災(zāi)害已造成超過30人死亡,直接經(jīng)濟(jì)損失達(dá)5 000萬元以上,現(xiàn)存地質(zhì)災(zāi)害隱患點(diǎn)威脅人口1 200多人,威脅財(cái)產(chǎn)達(dá)23億元,因此,本文基于福泉市基礎(chǔ)調(diào)查數(shù)據(jù),采用信息量模型,結(jié)合GIS技術(shù)對(duì)福泉市進(jìn)行地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。
福泉市位于揚(yáng)子準(zhǔn)地臺(tái)黔北臺(tái)隆遵義斷拱貴陽復(fù)雜構(gòu)造變形區(qū)與黔南臺(tái)陷貴定南北向構(gòu)造變形區(qū)交接部(曾牡丹 等,2017),地勢(shì)北西高,南東低,巖溶地貌發(fā)育,區(qū)內(nèi)出露地層除白堊系、侏羅系與石炭系缺失外,其余地層均有出露,寒武系地層分布最廣。整個(gè)區(qū)域巖性呈以碳酸巖為主,碎屑巖為輔的特征,部分地區(qū)分布有少數(shù)變質(zhì)巖。研究區(qū)地質(zhì)災(zāi)害類型主要有崩塌、滑坡、泥石流、地面塌陷、不穩(wěn)定邊坡5種類型,為了使得評(píng)價(jià)結(jié)果更加合理,本次危險(xiǎn)性評(píng)價(jià)選取滑坡、崩塌以及不穩(wěn)定斜坡三種類型共107處災(zāi)害點(diǎn)作為評(píng)價(jià)樣本。
研究區(qū)降雨主要集中在5-10月份,根據(jù)調(diào)查結(jié)果顯示,降雨時(shí)間與地質(zhì)災(zāi)害集中發(fā)生時(shí)間基本吻合,地質(zhì)災(zāi)害在空間上表現(xiàn)為各個(gè)鄉(xiāng)鎮(zhèn)均有分布,但分布密度差異性較大,主要集中在北部的道坪鎮(zhèn)以及南部的馬場(chǎng)坪街道辦事處和鳳山鎮(zhèn),研究區(qū)地質(zhì)災(zāi)害分布圖如圖1,地質(zhì)災(zāi)害點(diǎn)分布范圍遍及整個(gè)區(qū)域,整體呈現(xiàn)南部多于北部,中部少的特點(diǎn);從地層上來看,地質(zhì)災(zāi)害主要分布于軟硬相間類工程地質(zhì)巖組,從人類活動(dòng)范圍來看,地質(zhì)災(zāi)害點(diǎn)主要位于人類工程活動(dòng)強(qiáng)烈區(qū)域。
圖1 研究區(qū)地質(zhì)災(zāi)害分布圖
信息量法模型是從信息理論中引出的一種統(tǒng)計(jì)預(yù)測(cè)方法,主要是通過把各影響因子量化、疊加、分析的一個(gè)過程,地質(zhì)災(zāi)害的影響因子較多,不同因子影響性質(zhì)及大小程度均不一樣,信息量模型根據(jù)已有的災(zāi)害信息,將不同因子影響信息轉(zhuǎn)化為信息量值,即信息量值的大小反映了評(píng)價(jià)因子與地質(zhì)災(zāi)害發(fā)生的相關(guān)性。信息量越大,地質(zhì)災(zāi)害發(fā)生的可能性就越高。信息量計(jì)算公式如下(許強(qiáng) 等,2010)
(公式1)
(公式2)
公式中IAj-B是對(duì)應(yīng)因素A、j狀態(tài)(或區(qū)間)下地質(zhì)災(zāi)害B發(fā)生的信息量,Nj是對(duì)應(yīng)因素A、j狀態(tài)(或區(qū)間)下地質(zhì)災(zāi)害分布的單元數(shù),N是調(diào)查區(qū)已知有地質(zhì)災(zāi)害分布的單元數(shù),Sj是因素A、j狀態(tài)(或區(qū)間)分布的單元數(shù);S為調(diào)查區(qū)單元總數(shù)。
環(huán)境因素(內(nèi)因)和誘發(fā)因素(外因)是影響地質(zhì)災(zāi)害發(fā)生的主要因素,其中環(huán)境因素是指形成地質(zhì)災(zāi)害的地質(zhì)條件,包括地形地貌、地層巖性、地質(zhì)構(gòu)造等;誘發(fā)因素指的是誘發(fā)和加劇地質(zhì)災(zāi)害的外在因素,包括降雨、人類工程活動(dòng)等條件。本次研究在前人大量研究成果基礎(chǔ)上選取高差、坡度、坡向、植被類型、斜坡結(jié)構(gòu)、地層、河流、構(gòu)造、降雨、災(zāi)害密度、人類工程活動(dòng)、人口密度、財(cái)產(chǎn)密度等13個(gè)評(píng)價(jià)因子進(jìn)行地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。本次地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)數(shù)字高程模型DEM來源于地理空間數(shù)據(jù)云網(wǎng)站,精度為30 m×30 m柵格數(shù)據(jù),評(píng)價(jià)單元為柵格單元,地質(zhì)災(zāi)害點(diǎn)類型來源于實(shí)地調(diào)查,共劃分評(píng)價(jià)單元1856396個(gè),評(píng)價(jià)因子等級(jí)劃分指標(biāo)依據(jù)來源于對(duì)福泉市的地質(zhì)災(zāi)害孕災(zāi)條件及威脅對(duì)象的詳細(xì)調(diào)查。
利用ArcGIS結(jié)合信息量法對(duì)福泉市地質(zhì)災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià),得到各個(gè)評(píng)價(jià)因子分級(jí)圖(圖2),需要說明的是分級(jí)評(píng)價(jià)因子對(duì)應(yīng)的地質(zhì)災(zāi)害點(diǎn)數(shù)并不能作為衡量信息量值大小的依據(jù),其還與評(píng)價(jià)因子所占面積的大小也有關(guān)系。利用公式2進(jìn)行信息量值計(jì)算,信息量計(jì)算結(jié)果表見表1。
對(duì)研究區(qū)進(jìn)行地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià),將表1中得到的信息量值賦予各評(píng)價(jià)因子各評(píng)價(jià)單元,然后利用ArcGIS中柵格計(jì)算器對(duì)其進(jìn)行疊加,最后對(duì)疊加結(jié)果采用自然斷點(diǎn)法將其分為四個(gè)區(qū)間,分別是極高危險(xiǎn)區(qū)、高危險(xiǎn)區(qū)、中危險(xiǎn)區(qū)、低危險(xiǎn)區(qū)(圖3),各區(qū)間占比10.8%、28.4%、25.8%、35%,極高危險(xiǎn)區(qū)和高危險(xiǎn)區(qū)總共占全市面積的39.2%,主要分布在研究區(qū)北部和南部,呈帶狀分布,與福泉市的地質(zhì)災(zāi)害分布情況相符,表明評(píng)價(jià)結(jié)果真實(shí)可靠。
圖3 地質(zhì)災(zāi)害危險(xiǎn)評(píng)價(jià)圖
表1 評(píng)價(jià)因子信息量值Table 1 Information value of evaluation factors
ROC曲線能簡(jiǎn)單、直觀地反應(yīng)所用分析方法特異性和敏感性的關(guān)系,準(zhǔn)確性較高,因而被廣泛應(yīng)用于區(qū)域地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)的精度驗(yàn)證(向喜瓊 等,2000)。ROC曲線下的面積AUC(0-1)能很好的指示危險(xiǎn)性分區(qū)結(jié)果的精確程度,以0.5為界限,小于0.5則說明結(jié)果不理想,隨機(jī)擬合的成分多,大于0.5則說明該分區(qū)結(jié)果是有效可靠的。圖4為研究區(qū)ROC曲線圖,橫坐標(biāo)表示地質(zhì)災(zāi)害危險(xiǎn)性由極高到低的分區(qū)面積累計(jì)占比,縱坐標(biāo)表示災(zāi)害數(shù)量累計(jì)占比,本次評(píng)價(jià)結(jié)果ROC曲線面積AUC=0.755,即評(píng)價(jià)精度為75.5%,說明本次危險(xiǎn)性評(píng)價(jià)分區(qū)合理。
圖4 研究區(qū)ROC曲線圖Fig.4 ROC curve of the study area
(1)福泉市地質(zhì)災(zāi)害發(fā)育,本次研究經(jīng)過篩選后選取107個(gè)地質(zhì)災(zāi)害點(diǎn)作為評(píng)價(jià)樣本,并選取高差、坡度、坡向、植被類型、斜坡結(jié)構(gòu)、地層、河流、構(gòu)造、降雨、災(zāi)害密度、人類工程活動(dòng)、人口密度、財(cái)產(chǎn)密度13個(gè)評(píng)價(jià)因子,采用信息量模型對(duì)其進(jìn)行地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。
(2)采用自然斷點(diǎn)法將評(píng)級(jí)結(jié)果劃分為四個(gè)危險(xiǎn)區(qū),分別是極高危險(xiǎn)區(qū)、高危險(xiǎn)區(qū)、中危險(xiǎn)區(qū)以及低危險(xiǎn)區(qū)。其中極高危險(xiǎn)區(qū)占比10.8%、高危險(xiǎn)區(qū)占比28.4%、中危險(xiǎn)區(qū)占比25.8%、低危險(xiǎn)區(qū)占比35%。
(4)利用ROC曲線對(duì)研究區(qū)地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)結(jié)果精度進(jìn)行評(píng)價(jià),評(píng)價(jià)精度AUC=75.5%,說明本次危險(xiǎn)性分區(qū)合理,能夠很好的為福泉市防災(zāi)減災(zāi)提供依據(jù)和參考。