氣候變化背景下中巴經(jīng)濟走廊崩滑災害危險性動態(tài)評價及預測

余文秀， 李秀珍， 姚杰， 鄭玲靜

(1.中國科學院、水利部成都山地災害與環(huán)境研究所， 成都 610041； 2.中國科學院大學工程科學學院， 北京 100049)

崩塌滑坡是山區(qū)最為常見的地質(zhì)災害，世界銀行數(shù)據(jù)顯示，全球約370萬km2的陸地處于崩塌滑坡的高易發(fā)區(qū)內(nèi)，崩塌滑坡災害威脅著3億多人的生命財產(chǎn)安全[1]。近年來，全球氣候變暖直接引發(fā)了冰川凍土退化、地表蒸發(fā)量增加、極端降雨次數(shù)增多，也間接導致世界各地發(fā)生崩滑災害的數(shù)量及破壞程度顯著上升。這不僅嚴重威脅著人類的生命和財產(chǎn)安全，也造成了嚴重的環(huán)境破壞[2-3]。中巴經(jīng)濟走廊以中巴公路為導向，縱貫帕米爾高原，北接“絲綢之路經(jīng)濟帶”，南連“21 世紀海上絲綢之路”，是中國經(jīng)巴基斯坦通往南亞和中東地區(qū)的重要通道[4-5]。走廊沿線地質(zhì)條件復雜、生態(tài)環(huán)境脆弱、區(qū)域穩(wěn)定性極差，是全球崩滑災害高發(fā)區(qū)之一，也是氣候變化最為敏感和復雜的地區(qū)。隨著全球氣溫的升高，致使走廊內(nèi)冰雪融水劇增，一方面導致河流徑流量增多，加劇了河流對于岸坡的侵蝕；另一方面，融雪水的入滲會降低巖土體的抗剪強度，促進崩滑災害的發(fā)育，使中巴經(jīng)濟走廊的建設和民生安全受到嚴重威脅。為了保證走廊的順利建設，降低因發(fā)生崩滑災害而造成的人員傷亡和經(jīng)濟損失，急需對該區(qū)域崩滑災害進行系統(tǒng)科學的危險性評價及預測。

常用的危險性評價方法分為定性評價及定量評價兩類[6]。定性評價主觀性較強，是通過專家打分對主要因素進行評判和確定，常見的有層次分析法、專家評分法等[7]；相比而言，定量評價更為客觀和準確，常見的有信息量法、邏輯回歸法、支持向量機法、頻率比法等。其中信息量及邏輯回歸兩種模型由于操作簡單、準確率高，在區(qū)域崩滑災害危險性評價中應用尤為廣泛，如文獻[8-10]利用信息量模型及ArcGIS軟件完成了區(qū)域崩滑災害的風險評價；文獻[11-13]采用邏輯回歸分析分別對汶川地震滑坡、巫山縣滑坡及思南縣滑坡進行了危險性評估，證實了模型的可靠性。上述信息量及邏輯回歸模型雖在崩滑災害危險性評價中應用廣泛，卻各有優(yōu)缺點，如信息量模型僅考慮了同一因子不同等級對災害發(fā)生的影響，忽略了因子間的相關性。而邏輯回歸模型雖無法考慮同一因子不同等級對災害的影響，卻可以得到不同影響因子的權重系數(shù)。二者聯(lián)合形成的信息量-邏輯回歸耦合模型優(yōu)勢互補，能明顯提高預測精度。

在因子選取方面，已有研究大多只考慮了相對穩(wěn)定的地質(zhì)環(huán)境因素，得到的也是靜態(tài)不變的評價結(jié)果[14]。然而，隨著全球氣候變暖，降雨、氣溫等誘發(fā)因素的動態(tài)變化必然會導致崩滑災害的危險性隨之變化?？茖W評估和預測崩滑災害的動態(tài)危險性，對精準防范山地災害具有重要意義[15]。

現(xiàn)充分考慮氣候變化及冰雪融水對崩滑災害危險性的動態(tài)影響，選取與崩滑災害發(fā)生密切相關的評價因子，基于信息量-邏輯回歸耦合模型對中巴經(jīng)濟走廊北部山區(qū)崩滑災害的危險性進行靜態(tài)和動態(tài)評價及預測，以期為中巴經(jīng)濟走廊崩滑災害的防災減災提供科學決策和指導。

1 研究區(qū)自然地質(zhì)環(huán)境及災害概況

中巴經(jīng)濟走廊北部山區(qū)位于33°N～40°N、71°E～78°E，起于中國喀什，終于巴基斯坦伊斯蘭堡北部(圖1)。北接“絲綢之路經(jīng)濟帶”、南連“二十一世紀海上絲綢之路”，是貫通南北絲路的關鍵樞紐，是一條包括鐵路、公路、光纜和油氣通道的貿(mào)易走廊，也是“一帶一路”的重要組成部分[16]。

圖1 研究區(qū)地理位置圖Fig.1 Geographical location map of the study area

1.1 自然地質(zhì)環(huán)境概況

地形地貌是形成地質(zhì)災害的內(nèi)在因素，也是影響崩滑災害發(fā)育的重要因素，對地質(zhì)災害的發(fā)生起著控制性作用[17]。中巴經(jīng)濟走廊地形高差懸殊、地勢險峻、群山聳立、侵蝕切割強烈、沖溝發(fā)育密集、切割深度大、峽谷地形眾多，其特殊的地形條件為崩滑災害的發(fā)生提供了良好的孕災環(huán)境。

研究區(qū)地質(zhì)條件復雜，寒武紀到第四紀各時代的地層均有出露(圖2)。研究區(qū)東北部以花崗巖、閃長巖及鎂鐵礦石為主，南部以灰?guī)r及石英砂巖為主，整體穩(wěn)定，崩滑災害發(fā)育較少；中西部以泥巖、砂巖、粉砂巖、膏泥巖、石英片巖等易泥化或軟化的巖石以及第四系松散堆積體為主，穩(wěn)定性極差，崩滑災害最為密集。本研究將區(qū)內(nèi)巖體依據(jù)硬度及完整程度劃分為5個巖組：Ⅰ第四系松散堆積物；Ⅱ泥片巖；Ⅲ砂巖、泥質(zhì)砂巖、粉砂巖、泥巖、石英片巖；Ⅳ灰?guī)r、白云巖、石英砂巖、鎂鐵質(zhì)礦；Ⅴ花崗巖、閃長巖等。

中巴經(jīng)濟走廊地處喜馬拉雅山、喀喇昆侖山和興都庫什山三大山脈交匯處，自新生代以來，歐亞板塊與印度板塊相互碰撞導致該區(qū)成為大陸內(nèi)部新構造運動最為活躍的地區(qū)之一，活動斷裂發(fā)育，地震活動頻繁。據(jù)地震局1902年至今存檔數(shù)據(jù)，區(qū)內(nèi)共發(fā)生地震17 996次，主要為3～5級的小震，占總數(shù)的89.26%(圖3)。頻繁的地震及密集發(fā)育的活動斷裂使得研究區(qū)內(nèi)巖體破碎，區(qū)域穩(wěn)定性顯著降低，為崩滑災害的發(fā)育提供了有利條件[18-19]。

研究區(qū)屬暖溫帶大陸性干旱氣候類型，垂直分帶明顯，高山冰川與干熱河谷氣候截然不同。中、低海拔為典型的山地氣候，夏季炎熱濕潤，冬季寒冷干燥。海拔5 000 m以上的群峰被永久積雪和冰川覆蓋，常年積雪。區(qū)內(nèi)水系發(fā)達，支流眾多，崩滑災害大多沿河流兩岸發(fā)育。主要河流如印度河、洪扎河、吉爾吉特河等均以高山冰雪融水補給為主，以地下水和降雨補給為輔。通過分析近十幾年來的氣候數(shù)據(jù)，發(fā)現(xiàn)中巴經(jīng)濟走廊內(nèi)年均氣溫及降雨量呈現(xiàn)明顯的上升趨勢。融雪水及降雨量的逐年增加，加劇了河流對岸坡的侵蝕，也降低了巖土體內(nèi)部的穩(wěn)定性，致使區(qū)內(nèi)崩滑災害的發(fā)育愈加劇烈。

圖2 地層與斷裂帶分布圖Fig.2 Distribution map of strata and fault zones

1.2 崩滑災害發(fā)育特征

中巴經(jīng)濟走廊內(nèi)典型的高山陡坡地貌、強烈的構造運動、脆弱的生態(tài)環(huán)境及敏感的氣候條件致使崩滑災害十分發(fā)育?，F(xiàn)通過文獻資料收集、遙感解疑和現(xiàn)場調(diào)查查明走廊北部山區(qū)共發(fā)育崩滑災害1 062處，其中滑坡401處，崩塌661處。中巴公路(Karakoram Highway，KKH)沿線及重要路段或工程影響區(qū)以野外調(diào)查及資料收集為主、遙感解疑為輔，其他區(qū)域以遙感解譯及資料收集為主、野外調(diào)查為輔。統(tǒng)計分析災害規(guī)模及數(shù)量，區(qū)內(nèi)共發(fā)育大型、特大型崩塌137處，大型、特大型滑坡111處，中小型崩塌524處，中小型滑坡290處(圖4)。

圖4 研究區(qū)災害點空間分布圖Fig.4 Distribution map of geological disasters

2 評價模型和評價因子

2.1 評價模型

災害的發(fā)生受各種地形及地質(zhì)環(huán)境因子的影響，不同的因子對于災害發(fā)生所起的作用大小不同[20]，對于同一影響因子，其值的變化也會直接影響災害發(fā)生概率的大小。信息量法認為事件的發(fā)生受到多種因素共同作用，且同一因素的不同等級對于事件發(fā)生與否的影響存在差異，其理論公式為

(1)

式(1)中：I=(Y,x1,x2,…,xn)為影響因素x1,x2,…,xn對災害提供的信息量；P(Y,x1,x2,…,xn)為影響因素x1,x2,…,xn共同作用下災害發(fā)生的概率；P(Y)為災害發(fā)生的先驗概率。

當涉及的因子較多，且同一因子不同等級對災害的影響也不同時，采用原式計算較為復雜，故先計算單一因素的信息量，再將各因素的信息量值進行求和，得到綜合信息量[21]，原理論模型簡化為

(2)

式(2)中：I為評價單元內(nèi)的綜合信息量；Ni為在影響因素Xi內(nèi)的災害面積；N為研究區(qū)內(nèi)災害分布總面積；Si表示影響因素Xi內(nèi)的研究區(qū)面積；S為研究區(qū)總面積；H表示滑坡事件。

計算所得信息量值介于-1～1，值越大表示發(fā)生災害的可能性越大；反之，值越小，越不易觸發(fā)災害；值為0時表示無法判斷災害是否發(fā)生。

邏輯回歸模型側(cè)重于分析不同影響因子與災害發(fā)生的相關性大小[22]，屬于多變量模型，其最明顯的優(yōu)勢在于自變量無需滿足正態(tài)分布，且自變量可以是多個，但因變量只能有兩種情況。理論公式為

(3)

式(3)中：z=w1x1+w2x2+…+wmxm+b是一個加權線性組合模型，其中b為回歸函數(shù)截距，wm為回歸系數(shù)，xm為自變量；F(z)為事件發(fā)生的概率，其值介于0～1，值越大發(fā)生事件的概率越大。

信息量法由于意義明確、操作簡單、實用性強，在地質(zhì)災害評價領域得到了廣泛應用，但信息量模型只能反應同一因子不同等級對災害發(fā)生的影響程度，忽略了因子間的相關性。邏輯回歸模型以災害是否發(fā)生作為因變量，影響因子值作為自變量，可以得到影響因子的權重大小。為了充分利用兩種模型的優(yōu)勢，建立信息量-邏輯回歸耦合模型，以影響因子歸一化后的信息量值為自變量，以災害發(fā)生或者不發(fā)生作為因變量，既能反映不同因子間的相對重要性，又能反映同一因子不同等級對于災害發(fā)生的影響[23]。其理論公式為

(4)

式(4)中：Z為危險性值；Ii為第i個因子的分級指標提供的信息量；Ii，max為第i個因子的信息量最大值；Ii，min為第i個因子的信息量最小值；βi為第i個因子的邏輯回歸系數(shù)；β0為邏輯回歸所得常數(shù)項。

2.2 評價因子選取

科學、合理地選擇評價因子是保證評價結(jié)果可靠性的前提。中巴經(jīng)濟走廊內(nèi)發(fā)育的崩滑災害與其特殊的地貌、地質(zhì)、水文、生態(tài)、氣候環(huán)境密不可分。本研究選取相對高差、坡度、坡向、曲率、巖組、斷裂帶密度、河網(wǎng)密度、距冰川距離、地震峰值加速度(peak ground acceleration,PGA)、土地利用10個因子(圖5)作為靜態(tài)危險性評價因子體系，在驗證靜態(tài)危險性評價結(jié)果可靠性的基礎上通過引入動態(tài)降雨及氣溫與靜態(tài)評價因子構成動態(tài)危險性評價因子體系。

3 崩滑災害靜態(tài)危險性評價

3.1 信息量計算

根據(jù)式(2)計算出各評價因子的信息量值I，如表1所示。

表1 信息量計算表Table 1 Calculation results of information content

信息量值有正有負，正值越大發(fā)生災害的概率越大；負值越小發(fā)生災害的概率越小，由此得到中巴經(jīng)濟走廊北部山區(qū)對崩滑災害發(fā)生影響較大的因子類別：巖組為Ⅱ，坡度為50°～60°，PGA為0.46～0.5，斷裂帶密度為0.065～0.098 km/km2，曲率為-7～0.5，距冰川6～12 km，坡向為南東及南西，相對高差為1 130～1 410 m，河網(wǎng)密度為0.077～0.1 km/km2，土地利用類型為草地和灌木地。以上幾種因子類別中發(fā)生崩滑災害的概率較大。

3.2 基于耦合模型的靜態(tài)危險性評價

中巴經(jīng)濟走廊北部山區(qū)共發(fā)育崩滑災害1 062處，通過Arcgis隨機生成等量的非災害點并結(jié)合遙感影像進行調(diào)整。以各點信息量為自變量，以災害發(fā)生與否為因變量，導入SPSS軟件進行邏輯回歸分析。將表2中回歸系數(shù)代入式(4)中得

Z=0.195+0.531ITD+1.123IPGA+0.834IBC+0.563IPD+0.572IHW+0.475IPX+0.74IQL+0.493IGC-0.087IDLD+0.825IYZ

(5)

式(5)中:Z表示危險性系數(shù)；ITD、IPGA、IBC、IPD、IHW、IPX、IQL、IGC、IDLD、IYZ分別表示歸一化后的土地利用、PGA、距冰川距離、坡度、河網(wǎng)密度、坡向、曲率、相對高差、斷裂帶密度、巖組的信息量。

表2 邏輯回歸系數(shù)計算結(jié)果Table 2 Calculation results of logistic regression coefficients

結(jié)合前人危險性分級的經(jīng)驗，利用Arcgis自然斷點法將危險性系數(shù)分為1～5級，分別對應極低、低、中等、高、極高危險性。統(tǒng)計分析各級危險區(qū)面積及災害個數(shù)，結(jié)果顯示危險等級越高，崩滑災害數(shù)量及災害點密度越大，約有89.92%的災害點分布于高、極高危險區(qū)，在低、極低危險區(qū)內(nèi)的災害點僅占2.32%(表3)，評價結(jié)果與實際吻合，表明耦合模型用于該區(qū)崩滑災害危險性評價具有較高的可信度。危險性區(qū)劃圖(圖6)顯示，中巴經(jīng)濟走廊北部山區(qū)崩滑災害的高危險區(qū)主要集中在中西部地區(qū)，特別是紅其拉甫至哈維連一帶的坡度陡峭山區(qū)和地形起伏大的河谷兩岸。

4 崩滑災害動態(tài)危險性評價及預測

崩滑災害的發(fā)生與氣候變化密切相關，據(jù)歷史記載，崩滑災害的發(fā)生往往緊隨極端降雨，降雨是誘發(fā)災害最重要的因素之一。研究區(qū)內(nèi)氣溫升高引起區(qū)域范圍內(nèi)融雪水劇增，成為了誘發(fā)崩滑災害的另一重要因素，故本研究同時引入動態(tài)降雨和氣溫兩個因子進行動態(tài)危險性的計算。

表3 危險性等級與崩滑災害分布對比Table 3 Comparison of risk grade and disaster distribution

圖6 危險性區(qū)劃圖 Fig.6 Hazard zoning map

4.1 氣候數(shù)據(jù)來源及因子選取

氣候數(shù)據(jù)下載自中國科學數(shù)據(jù)庫，包括日均降雨、日最高溫及日最低溫三種類型，時間跨度為1961—2015年，覆蓋了整個中巴經(jīng)濟走廊，是基于中巴經(jīng)濟走廊及其周邊地區(qū)的65 個氣象站點數(shù)據(jù)，以數(shù)字高程模型(digital elevation model, DEM)為協(xié)變量，采用 ANUSPLIN 軟件進行空間插值得到的結(jié)果。 已有研究大多選取平均氣溫或溫差來探索地質(zhì)災害與氣溫變化的關系，本文需選取能直接反應冰川融化程度的因子，因此引入了新的概念：一年內(nèi)最低溫高于0°的天數(shù)。當溫度高于0°時，冰川消融；溫度低于0°時，冰川積累[24]。本次通過ARCGIS軟件處理得到各年最低溫高于零(Tmin>0)的天數(shù)分布圖，如圖7所示。

圖7 部分年份降雨及Tmin>0分布圖Fig.7 Distribution map of rainfall and Tmin>0 in some years

4.2 歷史危險性動態(tài)評價

以10年為間隔，分別選取1985年、1995年、2005年及2015年進行歷史危險性動態(tài)分析。首先計算氣候因子的信息量(表4)。

表4 氣候因子信息量Table 4 Information quantity of climate factors

再將所有動態(tài)評價因子進行邏輯回歸分析，得到新的回歸系數(shù)與動態(tài)危險性計算公式為

H=0.189+0.533ITD+1.148IPGA+0.842IBC+0.555IPD+0.583IHW+0.471IPX+0.74IQL+0.5IGC-0.116IDLD+0.836IYZ+0.812IJY,i+0.791IQW,i

(6)

式(6)中：H為動態(tài)危險性值；ITD、IPGA、IBC、IPD、IHW、IPX、IQL、IGC、IDLD、IYZ分別表示歸一化后的土地利用、PGA、距冰川距離、坡度、河網(wǎng)密度、坡向、曲率、相對高差、斷裂帶密度、巖組各個因子的信息量值；IJY,i為第i年歸一化后的降雨信息量值；IQW,i為第i年歸一化后的氣溫信息量值。

通過式(6)計算出1985年、1995年、2005年及2015年的危險性系數(shù)，采用自然斷點法對危險性系數(shù)分級得到危險性區(qū)劃圖(圖8)。動態(tài)危險性區(qū)劃圖顯示，研究區(qū)不同年份的崩滑災害危險區(qū)分布范圍隨降雨及氣溫變化而出現(xiàn)明顯差異。如 2005年吉爾吉特以西出現(xiàn)極端強降雨，導致西部高危險區(qū)面積顯著增加。動態(tài)危險性結(jié)果表明，崩滑災害的危險性隨降雨量增加、氣溫升高而增加。

圖8 1985—2015年動態(tài)危險性分布圖Fig.8 Dynamic risk distribution map from 1985 to 2015

4.3 危險性預測

基于雨量站點及隨機點構成的提取點提取出1961—2015年多年的氣候數(shù)據(jù)，通過SPSS軟件進行時間序列預測分析，得到未來不同年份的降雨及氣溫值，再利用ArcGIS中的IDW插值處理得到預測降雨和氣溫圖層(圖9)。再將預測降雨及氣溫代入式(6)計算得到預測危險性區(qū)劃圖(圖10)。

圖9 部分年份預測降雨、氣溫及提取點分布圖Fig.9 Distribution map of predicted rainfall, temperature and extraction points in some years

統(tǒng)計分析1985—2035年各年的較高危險區(qū)(極高、高危險區(qū))面積占比并繪制變化趨勢圖(圖11)。

圖10 2035年危險性區(qū)劃圖(預測)Fig.10 Hazard zoning map for 2035 (forecast)

圖11 1985—2035年較高危險區(qū)占比分布圖Fig.11 Distribution of proportion of high-risk areas from 1985—2035

結(jié)果表明：研究區(qū)崩滑災害較高危險區(qū)占比隨氣候變化呈現(xiàn)波動式上升趨勢，預示未來中巴經(jīng)濟走廊內(nèi)崩滑災害的發(fā)生將會更加頻繁，崩滑災害發(fā)生的風險也將會隨著氣候變暖趨勢的增加而逐步增大。

5 結(jié)論

以中巴經(jīng)濟走廊北部山區(qū)為研究區(qū)，采用信息量-邏輯回歸耦合模型進行區(qū)域崩滑災害危險性評價，得到以下結(jié)論。

(1)選取相對高差、坡度、坡向、曲率、巖組、斷裂帶密度、河網(wǎng)密度、PGA、土地利用、距冰川距離10個因子構成靜態(tài)危險性評價因子體系。通過耦合模型計算得到研究區(qū)靜態(tài)危險性分布圖，分布圖顯示研究區(qū)較高危險區(qū)集中在中、西部地區(qū)，特別是紅其拉甫至哈維連段的坡度陡峭的山區(qū)和地形起伏大的河谷兩岸。統(tǒng)計分析災害點在各危險等級內(nèi)的占比，結(jié)果顯示有89.92%的災害點分布于較高危險區(qū)，且災害點密度隨危險等級升高而增加，表明模型具有較高的可信度。

(2)引入1985—2015年的年均降雨及一年內(nèi)Tmin>0天數(shù)兩個動態(tài)因子進行動態(tài)危險性評價。結(jié)果表明危險區(qū)分布范圍隨降雨及氣溫變化而出現(xiàn)明顯差異，崩滑災害的危險性隨降雨量增加、氣溫升高而增加。

(3)將歷史氣候數(shù)據(jù)進行時間序列預測分析即得到預測氣候因子圖層，將其代入耦合模型公式計算出預測危險性分布圖。預測危險性分布圖顯示研究區(qū)崩滑災害較高危險區(qū)面積占比隨氣候變化呈波動上升趨勢，預示未來中巴經(jīng)濟走廊內(nèi)崩滑災害的發(fā)生將會更加頻繁。