基于GIS和CF模型的2018年日本北海道Mw6.6地震滑坡危險(xiǎn)性評(píng)價(jià)

吳 帥，崔玉龍，鮑鵬鵬，袁文華

(安徽理工大學(xué) 土木建筑學(xué)院，安徽 淮南 232001)

地震滑坡屬于中國(guó)頻發(fā)的地質(zhì)災(zāi)害，因其難以事先預(yù)知且來(lái)勢(shì)兇猛，造成的后果嚴(yán)重，一直以來(lái)備受研究學(xué)者關(guān)注。1920-12-16青藏高原東北緣的海原斷裂帶上發(fā)生8.5級(jí)特大地震，震中(104.9°E,36.7°N)位于中國(guó)海原縣境內(nèi)，地震造成了規(guī)模巨大、數(shù)量眾多的地震滑坡，成為震區(qū)人民生命財(cái)產(chǎn)損失的最主要因素之一[1]。2008年中國(guó)汶川發(fā)生的8.0級(jí)地震誘發(fā)數(shù)以萬(wàn)計(jì)的滑坡災(zāi)害，給人們的生命財(cái)產(chǎn)造成了巨大的損失[2]。2015-04-25，尼泊爾廓爾喀地區(qū)發(fā)生了Mw7.8級(jí)地震，由于地震影響區(qū)地形陡峻，為高山峽谷區(qū)，因此，這次地震也觸發(fā)了大量的滑坡，這些滑坡直接造成的災(zāi)害占地震災(zāi)害的比例相當(dāng)大[3]。由此可見地震滑坡對(duì)人們生活的破壞是十分巨大的。

目前在研究滑坡危險(xiǎn)性評(píng)價(jià)這一領(lǐng)域的方法也是比較多的，從最早基于專家主觀判斷的定性化研究方法[4]，到如今在用的基于各種數(shù)據(jù)的統(tǒng)計(jì)模型，例如邏輯回歸模型[5]、層次分析模型[6]、確定性系數(shù)模型[7]等。隨著計(jì)算機(jī)技術(shù)的發(fā)展，例如Newmark模型[8]、人工神經(jīng)網(wǎng)絡(luò)模型[9]等的應(yīng)用也越來(lái)越廣泛，雖然這些模型在精度上有一些優(yōu)勢(shì)，但是評(píng)價(jià)過(guò)程比較復(fù)雜且需要更新，而確定性系數(shù)模型不僅簡(jiǎn)單易懂，也有較高的精度，具有廣泛適用性和較好的推廣性，所以文中選取確定性系數(shù)模型進(jìn)行滑坡危險(xiǎn)性評(píng)價(jià)。

文中研究2018-09-06發(fā)生在日本北海道Mw6.6級(jí)地震，此次地震所造成的人員傷亡和房屋破壞大部分是由于地震引發(fā)的大規(guī)?；乱约澳承﹫?chǎng)地的坍陷。地震引發(fā)了4 000多處滑坡，共造成44人遇難，其中，富里連片滑坡導(dǎo)致36人遇難[10]。地震發(fā)生后相關(guān)學(xué)者對(duì)本次地震進(jìn)行了一些研究，例如：Chang等[11]根據(jù)同震滑坡數(shù)據(jù)庫(kù)解譯出滑坡，然后選取8個(gè)關(guān)鍵因子，基于各個(gè)因子的權(quán)重，采用改進(jìn)后的證據(jù)權(quán)法得出日本北海道地震同震滑坡敏感性區(qū)劃圖；Cui等[12]基于0.3 m分辨率的Google Earth影像進(jìn)行滑坡目視解譯以及圈定滑坡，選取9個(gè)滑坡影響因子，應(yīng)用邏輯回歸模型對(duì)滑坡進(jìn)行評(píng)價(jià)和合理性檢驗(yàn)，正確率為87.0%。首先以0.3 m空間分辨率的Pleiades-1衛(wèi)星影像滑坡目視解譯為基礎(chǔ)，根據(jù)地震滑坡的特征，利用GIS平臺(tái)，選取9個(gè)影響因子。其次采用確定性系數(shù)模型對(duì)研究區(qū)進(jìn)行地震滑坡危險(xiǎn)性評(píng)價(jià)，得出研究區(qū)危險(xiǎn)性指數(shù)圖和區(qū)劃圖，再采取ROC曲線進(jìn)行模型的驗(yàn)證和評(píng)價(jià)，同時(shí)對(duì)地震受災(zāi)區(qū)的滑坡易發(fā)性評(píng)價(jià)體系進(jìn)行完善。

1 區(qū)域概況和研究區(qū)地質(zhì)背景

本次地震震中位于日本北海道島苫小牧市以東厚真町，經(jīng)緯度坐標(biāo)為42°41′9.6″N，141°55′44.4″E，如圖1所示，震源深度35.0 km，地震發(fā)生地區(qū)的麥加利烈度經(jīng)過(guò)修正后為7.5°～9°(美國(guó)地質(zhì)堪探局USGS)。地震滑坡主要發(fā)生區(qū)的地層為晚第三紀(jì)中新統(tǒng)非海洋沉積物(N2sn)，巖性為棕紅、灰白色黏土層夾薄層砂礫巖，如圖2所示。根據(jù)USGS信息，地震的震源機(jī)制解表明，震中位于西北方向的中度傾斜逆斷層上或東南方向的淺-中度傾斜逆斷層上；且在本次地震發(fā)生的區(qū)域，太平洋板塊正以大約87 mm·a-1的速度向西北偏西移動(dòng)。北海道的氣候?yàn)闇貛Ъ撅L(fēng)氣候，年平均氣溫約為6～10 ℃，年總降雨量為800～1 200 mm。

圖1 研究區(qū)地理位置和滑坡分布

圖2 研究區(qū)地質(zhì)及構(gòu)造背景

2 數(shù)據(jù)來(lái)源和方法

2.1 數(shù)據(jù)來(lái)源

0.3 m空間分辨率的Pleiades-1衛(wèi)星；研究區(qū)高清Google Earth影像；下載的空間分辨率為30 m的ASTER GDEM DEM數(shù)據(jù)(http://www.gscloud.cn/)，比例為1∶20萬(wàn)的日本地質(zhì)圖(https://www.gsj.jp/)。

2.2 方法

將得到的研究區(qū)震前震后Google Earth影像進(jìn)行人工目視滑坡解譯，可以比較準(zhǔn)確地圈定滑坡。利用ArcGIS軟件，基于DEM數(shù)據(jù)和研究區(qū)地質(zhì)圖，得到各個(gè)滑坡所對(duì)應(yīng)的高程、坡度、坡向、巖性，再利用統(tǒng)計(jì)軟件得出滑坡的分布與各因子之間的聯(lián)系；同時(shí)在ArcGIS軟件中對(duì)研究區(qū)內(nèi)的滑坡與主要水系、主要道路以及震中的距離建立緩沖區(qū)，并統(tǒng)計(jì)各個(gè)緩沖區(qū)內(nèi)的滑坡數(shù)量與滑坡面積。

確定性系數(shù)法簡(jiǎn)稱CF法，最早是由Shortliffe和Buchanan于1975年提出來(lái)的[13]，其本質(zhì)是一種可以用來(lái)計(jì)算事件發(fā)生概率的函數(shù)，由于其能在保證精度較高的情況下做到過(guò)程相對(duì)簡(jiǎn)單，所以常常應(yīng)用于計(jì)算影響地質(zhì)災(zāi)害的各評(píng)價(jià)因子的權(quán)重分析。鑒于統(tǒng)計(jì)模型都只能根據(jù)以往發(fā)生的地質(zhì)災(zāi)害對(duì)未來(lái)可能發(fā)生的地質(zhì)災(zāi)害進(jìn)行概率分析，故確定性系數(shù)法也需要假定過(guò)去已經(jīng)發(fā)生的地質(zhì)災(zāi)害條件與未來(lái)可能發(fā)生的地質(zhì)災(zāi)害條件是相同的，具體計(jì)算公式為

(1)

式中：CF為確定性系數(shù)值;PPa為在分類影響因子數(shù)據(jù)a的條件下發(fā)生滑坡的概率，在實(shí)際研究中表示在a這個(gè)分級(jí)狀態(tài)下的滑坡面積與分類面積的比值；PPs為在研究區(qū)內(nèi)的滑坡面積占全部研究區(qū)的比值。確定性系數(shù)CF的值域?yàn)閇-1，1]，當(dāng)CF取正值時(shí)，CF值越大，說(shuō)明發(fā)生地質(zhì)災(zāi)害的可能性也就越大；當(dāng)CF取負(fù)值時(shí)，CF值越小，說(shuō)明發(fā)生地質(zhì)災(zāi)害的可能性就越小；當(dāng)CF取0時(shí)，則無(wú)法判斷地質(zhì)災(zāi)害是否容易發(fā)生。

3 結(jié)果與分析

3.1 各影響因子分類的滑坡統(tǒng)計(jì)

滑坡影響因子的選取是滑坡危險(xiǎn)性評(píng)價(jià)中一項(xiàng)重要而基礎(chǔ)的工作，根據(jù)前人研究經(jīng)驗(yàn)和地震實(shí)際情況選取高程、坡度、坡向、曲率、TPI指數(shù)、距震中距離、距道路距離、距河流距離、地層巖性共9個(gè)因子作為地震滑坡影響因子。

研究區(qū)的地形條件十分復(fù)雜，滑坡的分布與規(guī)模的大小都與地形密切相關(guān)。其中,高程的不同對(duì)于滑坡的發(fā)育起著至關(guān)重要的作用。高程數(shù)據(jù)取自于DEM數(shù)據(jù)，將高程分為0～50 m、50～100 m、100～150 m、150～200 m、200～250 m、250～300 m、300～350 m、350～550 m共8類。陡峭的坡度和凌空面會(huì)造成不穩(wěn)定的山體形態(tài)，容易引起滑坡。文中將坡度分為0°～3°、3°～6°、6°～9°、9°～12°、12°～15°、15°～18°、18°～21°、21°～24°、24°～43°共9類。影響滑坡的內(nèi)在因素與外在因素眾多，坡向也是一種不可忽視的因素。將坡向分為平坦(-1)、北向(0°～22.5°，337.5°～360°)、東北向(22.5°～67.5°)、東向(67.5°～112.5°)、東南向(112.5°～157.5°)、南向(157.5°～202.5°)、西南向(202.5°～247.5°)、西向(247.5°～292.5°)、西北向(292.5°～337.5°)共9類。曲率是幾何體不平坦程度的一種度量，坡面的凹凸不平對(duì)滑坡有著重要的影響。將曲率分為-3.80～-0.58、-0.58～-0.25、-0.25～0.08、0.08～0.41、0.41～3.80共5類。不同的坡位，滑坡的采光有所不同。坡位指數(shù)(TPI)是影響滑坡水分的一個(gè)重要地形因子。將坡位分為上坡、中坡、下坡共3類。

上述5個(gè)影響因子為地形地貌類別，由數(shù)據(jù)統(tǒng)計(jì)可知：滑坡在100～200 m高程范圍內(nèi)發(fā)育的較多，總計(jì)有8 107處滑坡，占總滑坡數(shù)量的64.41%；滑坡的面積為25.09 km2，占總滑坡面積的61.05%?；掳l(fā)育在坡度范圍為6°～15°內(nèi)的滑坡較多，總計(jì)有7 747處，占滑坡總數(shù)的61.55%；滑坡的面積為24.06 km2，占滑坡總面積的58.54%。滑坡在東向(67.5°～112.5°)、東南向(112.5°～157.5°)、南向(157.5°～202.5°)3個(gè)范圍內(nèi)發(fā)育的較多，滑坡數(shù)量為5 602處，占總滑坡數(shù)量的44.51%；滑坡面積為18.17 km2，占總滑坡面積的44.21%?；略谇蕿?0.25～0.08、0.08～0.41范圍內(nèi)較為發(fā)育。滑坡數(shù)量為8 260處，占總滑坡數(shù)量的65.63%；滑坡面積為27.21 km2，占總滑坡面積的66.20%?；略谥衅律厦孑^為發(fā)育，滑坡數(shù)量為7 009處，占總滑坡數(shù)量的55.69%；滑坡面積為22.50 km2，占總滑坡面積的54.74%。

研究區(qū)主要水系和道路根據(jù)Google Earth影像描繪和矢量化得來(lái)，并分別構(gòu)建緩沖區(qū)：水系以2 km為間隙做緩沖區(qū)，分為0～2 km、2～4 km、4～6 km、6～8 km、8～10 km、10～12 km、12～14 km、14～16 km共8類；道路以2 km間隙做緩沖區(qū)，分為0～2 km、2～4 km、4～6 km、6～8 km、8～10 km共5類。地震的強(qiáng)烈作用使斜坡土石的內(nèi)部結(jié)構(gòu)發(fā)生破壞和變化，極易引起不穩(wěn)定的土體發(fā)生滑移。文中對(duì)地震震中以2 km為緩沖距做緩沖區(qū)，分為0～2 km、2～4 km、4～6 km、6～8 km、8～10 km、10～12 km、12～14 km、14～16 km、16～18 km、18～20 km、20～22 km、22～24 km、24～26 km共13類。

由統(tǒng)計(jì)數(shù)據(jù)可知：滑坡在0～2 km、2～4 km兩個(gè)水系緩沖區(qū)內(nèi)較為發(fā)育，滑坡數(shù)量為8 719處，占總滑坡數(shù)量的69.28%；滑坡面積為29.68 km2，占滑坡總面積的72.21%?；略?～2 km道路緩沖區(qū)內(nèi)較為發(fā)育，滑坡數(shù)量為6 573處，占總滑坡數(shù)量的52.22%；滑坡面積為23.13 km2，占總滑坡面積的56.28%?；略?～10 km、10～12 km、12～14 km 3個(gè)震中緩沖區(qū)范圍內(nèi)發(fā)生的數(shù)量較多，滑坡數(shù)量為6 482處，占總滑坡數(shù)量的51.50%；滑坡面積為21.99 km2，占總滑坡面積的53.50%。

巖土體是產(chǎn)生滑坡的物質(zhì)基礎(chǔ)，不同的巖土體力學(xué)強(qiáng)度直接影響滑坡的發(fā)育規(guī)模。根據(jù)1∶20萬(wàn)地質(zhì)圖將研究區(qū)的地層分為晚更新世至全新世海洋和非海洋沉積物(Hsr)、晚白堊世海洋濁積巖(K22mf)和晚白堊世海洋沉積巖(K22ms)、中新世早期至中新世海洋和非海洋沉積物(N1sr)、中新世中晚期非海洋沉積物(N2sn)、中新世晚期至上新世非海洋沉積物(N3sn)、始新世晚期至漸新世早期海洋和非海洋沉積物(PG3sr)、中更新世海洋和非海洋沉積物(Q2sr)和中更新世高階地(Q2th)、晚更新世下階(Q3t1)和晚更新世非堿性火山碎屑流火山巖(Q3vp)、五臺(tái)紀(jì)(wt)共9類。由統(tǒng)計(jì)數(shù)據(jù)可知：滑坡發(fā)生在N2sn這一地層中的數(shù)量較多，滑坡數(shù)量為10 911處，占總滑坡數(shù)量的86.69%；滑坡面積為35.65 km2，占總滑坡面積的86.74%。

以上所述影響因子及其分級(jí)指標(biāo)見表1。

表1 各影響因子的狀態(tài)分級(jí)

3.2 危險(xiǎn)性結(jié)果分區(qū)

分類和統(tǒng)計(jì)完成之后，首先將所有矢量化的因子轉(zhuǎn)化為30 m×30 m的柵格圖層。其次將各個(gè)影響因子圖層通過(guò)ArcGIS軟件的重分類工具進(jìn)行重新賦值，根據(jù)每個(gè)影響因子的分類不同，賦予不同的值。然后在ArcGIS中利用“多值提取到點(diǎn)”工具進(jìn)行操作，把每個(gè)滑坡的影響因子賦值到對(duì)應(yīng)的滑坡點(diǎn)上。最后將處理完成的結(jié)果進(jìn)行計(jì)算，得出CF值，如表2所示。利用ArcGIS中的疊加操作得到滑坡危險(xiǎn)性指數(shù)，如圖3所示。根據(jù)自然間斷點(diǎn)分級(jí)法(Jenks)將研究區(qū)分為極低危險(xiǎn)區(qū)(-6.33，-2.47)，低危險(xiǎn)區(qū)(-2.47，-1.34)，中危險(xiǎn)區(qū)(-1.34，-0.22)，高危險(xiǎn)區(qū)(-0.22，0.87)，極高危險(xiǎn)區(qū)(0.87，3.23)，如圖4所示。

圖3 滑坡危險(xiǎn)性指數(shù)

圖4 滑坡災(zāi)害區(qū)劃

表2 各指標(biāo)因子不同分級(jí)狀態(tài)下的CF值

3.3 ROC曲線驗(yàn)證

為了驗(yàn)證確定性系數(shù)模型對(duì)本次地震滑坡危險(xiǎn)性評(píng)價(jià)的準(zhǔn)確度，采用接收機(jī)工作特性曲線(Receiver Operating Characteristic Curve)進(jìn)行檢驗(yàn)，又稱為ROC曲線。ROC曲線的原理是以預(yù)測(cè)結(jié)果的每一個(gè)預(yù)測(cè)概率值為判斷的閾值，以此計(jì)算得到相對(duì)應(yīng)的靈敏度和特異度，以1-特異度為橫坐標(biāo)、敏感度為縱坐標(biāo)繪制而成的曲線[14]。文中橫坐標(biāo)的1-特異度表示不發(fā)生滑坡的概率，縱坐標(biāo)的敏感度表示發(fā)生滑坡的概率。常用ROC曲線下面積即AUC(Area Under Curve)值來(lái)表示檢驗(yàn)二分類模型結(jié)果的適用性。當(dāng)AUC值小于0.5時(shí)，預(yù)測(cè)結(jié)果相反；當(dāng)AUC值等于0.5時(shí)，預(yù)測(cè)結(jié)果隨機(jī)；當(dāng)AUC值在0.5～0.7之間時(shí)，預(yù)測(cè)結(jié)果準(zhǔn)確性較低；當(dāng)AUC值在0.7～0.9之間時(shí)，預(yù)測(cè)結(jié)果準(zhǔn)確性較高；當(dāng)AUC值大于0.9時(shí)，預(yù)測(cè)結(jié)果準(zhǔn)確性極高[15]。圖5為本次分析得到的ROC曲線結(jié)果，結(jié)果顯示確定性系數(shù)模型的成功率為85.3%，表明確定性系數(shù)模型的預(yù)測(cè)效果比較好。

圖5 基于確定性系數(shù)模型的ROC曲線

4 結(jié)束語(yǔ)

文中基于空間分辨率為0.3 m的Pleiades-1衛(wèi)星Google Earth 影像和GIS平臺(tái)，應(yīng)用CF模型，選取高程、坡度、坡向、曲率、TPI、距水系距離、距道路距離、距震中距離和地層巖性9個(gè)影響因子開展北海道地震的滑坡危險(xiǎn)性評(píng)價(jià)，并且對(duì)各個(gè)因子進(jìn)行滑坡統(tǒng)計(jì)分析，同時(shí)繪制出滑坡危險(xiǎn)性指數(shù)圖和區(qū)劃圖。根據(jù)所得數(shù)據(jù)，利用ROC曲線對(duì)預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn)，得出AUC值為0.853，即地震滑坡模型預(yù)測(cè)結(jié)果正確率為85.3%，表明基于確定性系數(shù)模型的地震滑坡危險(xiǎn)性評(píng)價(jià)結(jié)果較好，同時(shí)說(shuō)明基于高分辨率的滑坡影像所得出的滑坡數(shù)據(jù)對(duì)滑坡危險(xiǎn)性評(píng)價(jià)有很大幫助。