GIS支持下CF與信息量耦合模型的攀枝花市礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)

趙曉燕，李永平，談樹成

(1.內(nèi)江師范學(xué)院 地理與資源科學(xué)學(xué)院，四川 內(nèi)江 641000；2.內(nèi)江師范學(xué)院 國(guó)際教育學(xué)院，四川 內(nèi)江 641000；3.云南大學(xué) 地球科學(xué)學(xué)院，云南 昆明 650500)

礦山地質(zhì)災(zāi)害是指在礦產(chǎn)資源開發(fā)開采的過程中，因人類活動(dòng)改變了礦山巖土體的應(yīng)力構(gòu)成、破壞了礦區(qū)水文地質(zhì)條件和自然環(huán)境，致使崩塌、滑坡、泥石流、地面塌陷、地裂縫等地質(zhì)災(zāi)害發(fā)生的地質(zhì)現(xiàn)象和過程.地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)是以基礎(chǔ)地質(zhì)地理環(huán)境為出發(fā)點(diǎn)，探討影響地質(zhì)災(zāi)害發(fā)生的控制因素，進(jìn)而評(píng)估在某個(gè)空間范圍內(nèi)地質(zhì)災(zāi)害發(fā)生的可能性大小[1-2].地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)的方法有很多，主要分為定性和定量?jī)煞N，其中定性方法主觀性較強(qiáng)，人為干擾因素較大，常常需要根據(jù)經(jīng)驗(yàn)和專家意見對(duì)指標(biāo)因子的重要性進(jìn)行打分，進(jìn)而確定指標(biāo)因子權(quán)重值開展評(píng)價(jià)；定量方法客觀性較強(qiáng)，?；诮y(tǒng)計(jì)學(xué)原理或確定性方法，采用數(shù)學(xué)模型計(jì)算指標(biāo)因子權(quán)重開展評(píng)價(jià)[3].為了使評(píng)價(jià)結(jié)果更加地科學(xué)合理，目前在地質(zhì)災(zāi)害評(píng)價(jià)方面主要采用主客觀評(píng)價(jià)方法相結(jié)合的評(píng)價(jià)模型開展研究.趙曉燕等[4]、陳立華等[5]、杜曉晨等[6]及田述軍等[7]采用信息量模型開展了不同地區(qū)的地質(zhì)災(zāi)害易發(fā)性或危險(xiǎn)性評(píng)價(jià)，且經(jīng)過受試者工作特征曲線（Receiver Operating Characteristic Curve,ROC）驗(yàn)證評(píng)價(jià)結(jié)果科學(xué)可行；談樹成等[8]、Hu 等[9]采用兩種評(píng)價(jià)模型進(jìn)行疊加計(jì)算各指標(biāo)因子的權(quán)重，開展研究區(qū)的地質(zhì)災(zāi)害易發(fā)性、易感性或風(fēng)險(xiǎn)性評(píng)價(jià)，經(jīng)驗(yàn)證和對(duì)比分析，發(fā)現(xiàn)兩種模型疊加賦權(quán)計(jì)算的評(píng)價(jià)結(jié)果更加科學(xué)，精準(zhǔn)性更高；賈貴義等[10]、鄧越等[11]、周平華等[12]采用層次分析法和信息量模型加權(quán)疊加開展研究區(qū)內(nèi)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)研究，具有較強(qiáng)的數(shù)理理論依據(jù)，其評(píng)價(jià)結(jié)果與實(shí)際調(diào)查吻合度較高.Reichenbach 等[13]發(fā)現(xiàn)滑坡易發(fā)性評(píng)價(jià)常采用Logistic 回歸、神經(jīng)網(wǎng)絡(luò)分析、數(shù)據(jù)疊加和證據(jù)權(quán)重分析等模型.近幾年隨著機(jī)器學(xué)習(xí)方法的重視，業(yè)界側(cè)重于對(duì)模型擬合和預(yù)測(cè)性能方面進(jìn)行研究，研究的地理區(qū)域上偏差較大，中國(guó)、印度、土耳其、意大利等地區(qū)為易感性研究地點(diǎn)，而非洲、南美洲、大洋洲相對(duì)較少.同時(shí)Reichenbach等[13]還提出組合評(píng)價(jià)模型比單一模型更有說服力，應(yīng)加強(qiáng)對(duì)滑坡易感性區(qū)劃研究，最大力度地開發(fā)其衍生產(chǎn)品價(jià)值以及編制滑坡易感性區(qū)劃表的9 個(gè)重要步驟.Lai 等[14]采用層次分析法（Analytic Hierarchy Process，AHP）和投影追蹤法（Projection Pursuit Method，PPM）對(duì)攀西地區(qū)地質(zhì)災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)，發(fā)現(xiàn)AHP-PPM 模型的評(píng)價(jià)結(jié)果與地質(zhì)災(zāi)害影響范圍吻合度最好，精度最高，并對(duì)高、中、低風(fēng)險(xiǎn)區(qū)提出了對(duì)策和建議.Wang 等[15]發(fā)現(xiàn)使用無(wú)人機(jī)傾斜攝影和圖像處理技術(shù)能夠很好地應(yīng)用于地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，且經(jīng)過ROC 曲線驗(yàn)證表明信息量和確定性系數(shù)（Certainty Factor,CF）加權(quán)確定因子權(quán)重的方法要優(yōu)于單一評(píng)價(jià)方法.Tan 等[16]鑒于目前地質(zhì)災(zāi)害區(qū)劃精度的不足，提出基于GIS的人工神經(jīng)網(wǎng)絡(luò)模型開展南昌市萬(wàn)里區(qū)的災(zāi)害區(qū)劃，經(jīng)過模擬實(shí)驗(yàn)和ROC 曲線驗(yàn)證，評(píng)價(jià)結(jié)果較為科學(xué)合理.鄭買紅等[17]基于美國(guó)航空航天局(NASA) Landsat-8 衛(wèi)星的陸地成像儀（Operational Land Imager,OLI）和最新地球電子地形（Advanced Spaceborne Theemal Emissionand Reflection Radiomter Global Digital Elevation Model,ASTER GDEM）數(shù)據(jù)對(duì)云南昌寧縣的滑坡、泥石流開展了易發(fā)評(píng)價(jià)研究；趙曉燕等[18]、馬國(guó)胤等[19]為了更好地利用遙感影像解譯礦山地質(zhì)災(zāi)害，建立了基于高分遙感衛(wèi)星的礦山地質(zhì)災(zāi)害的解譯標(biāo)志.綜上，國(guó)內(nèi)外學(xué)者采用多種模型組合賦權(quán)確定指標(biāo)因子權(quán)重，且通過模擬實(shí)驗(yàn)、ROC 曲線以及樣本選點(diǎn)等方法驗(yàn)證組合加權(quán)模型的精度、評(píng)價(jià)方法和評(píng)價(jià)體系較為成熟.但是，這些評(píng)價(jià)方法和體系主要應(yīng)用于大范圍的區(qū)域地質(zhì)災(zāi)害研究，而在礦山地質(zhì)災(zāi)害研究方面相對(duì)較少.

攀枝花市采礦歷史悠久，地質(zhì)結(jié)構(gòu)復(fù)雜，生態(tài)環(huán)境脆弱.在2017 年10 月18 日黨的十九大報(bào)告中，習(xí)近平同志將“綠水青山就是金山銀山”作為生態(tài)文明建設(shè)的重要思想，并提出要加快綠色礦山建設(shè)和生態(tài)環(huán)境的治理工作.本文應(yīng)用2019 年礦山開發(fā)環(huán)境遙感調(diào)查的基礎(chǔ)數(shù)據(jù)，從信息量模型、確定性系數(shù)以及加權(quán)耦合模型方面開展了攀枝花礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)研究，并運(yùn)用ROC 曲線對(duì)模型評(píng)價(jià)的精度進(jìn)行驗(yàn)證，評(píng)價(jià)結(jié)果能夠較為準(zhǔn)確地反映攀枝花市區(qū)域內(nèi)礦山地質(zhì)災(zāi)害發(fā)育的基本規(guī)律，對(duì)國(guó)土部門有效地監(jiān)測(cè)和預(yù)防礦山地質(zhì)災(zāi)害的發(fā)生具有重要意義.

1 研究區(qū)概況

攀枝花市位于四川省的最南端，地處中國(guó)西南川滇結(jié)合部，雅礱江和金沙江的匯合處，區(qū)域交通位置十分重要.區(qū)內(nèi)轄三區(qū)兩縣，地理坐標(biāo)為26°05′～27°21′N，102°15′～108°08′E，總面積為7 378.04 km2，2021 年第7 次人口普查顯示總?cè)丝诩s為121.22 萬(wàn)人.攀枝花市地處攀西裂谷中南段，地形受橫斷山區(qū)構(gòu)造帶控制，地質(zhì)構(gòu)造復(fù)雜，出露的地層較全，中生界、古生界和元古界地層發(fā)育較好，新生界零星分布，其中以地層較厚的中生界占主要地位，巖漿巖和沉積巖覆蓋大面積區(qū)域，在河流溝谷和山間盆地地帶第四系松散黏土廣泛分布[17]；整體地勢(shì)由西北向東南傾斜，地貌類型復(fù)雜多樣，主要以低中山和中山為主，屬于典型的峽谷地貌；區(qū)內(nèi)海拔最高點(diǎn)為4 195.5 m，最低點(diǎn)為937 m，相對(duì)高差為3 258.5 m，一般高程介于1 500～2 000 m；研究區(qū)位于著名的南北地震帶中南段，屬南北向石棉-元謀地震帶、北東向的鹽源-洱源地震帶組成部分，地震活動(dòng)頻繁且烈度較大，斷裂帶發(fā)育較好；屬于亞熱帶亞濕潤(rùn)氣候，受季風(fēng)和河谷地貌的影響，全年氣溫變化小且溫暖，夏季降水量大且集中在6-10 月，年均降水量在800 mm 以上，其中米易縣年均降水量（1 101.2 mm）最多；日照長(zhǎng)，太陽(yáng)輻射強(qiáng)，濕度低，蒸發(fā)量大；氣候的垂直地帶性顯著，從山麓到山頂?shù)闹脖活愋鸵来螢橄涔嗖輩?、常綠闊葉林、針葉林、亞高山灌叢、高山草甸，植被類型復(fù)雜多樣；區(qū)內(nèi)水系發(fā)育較好，雅礱江水系和安寧河水系匯入金沙江水系，構(gòu)成龐大的水系格網(wǎng).

為了深入地開展攀枝花市礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，本文借助全國(guó)礦山開發(fā)狀況遙感地質(zhì)調(diào)查與監(jiān)測(cè)項(xiàng)目，對(duì)三江北地區(qū)的礦產(chǎn)資源和礦山地質(zhì)環(huán)境展開了調(diào)查，文中基礎(chǔ)地質(zhì)數(shù)據(jù)來源于中國(guó)地質(zhì)調(diào)查局的數(shù)據(jù)，礦山地質(zhì)災(zāi)害數(shù)據(jù)來源于2019年三江北礦產(chǎn)資源遙感監(jiān)測(cè)野外調(diào)查結(jié)果.西南三江成礦帶范圍為鮮水河斷裂-康定-麗江-哀牢山一線以西的川西和滇西地區(qū)，研究區(qū)位于西南三江成礦帶北段，礦產(chǎn)資源十分豐富，礦種齊全且儲(chǔ)量豐富，目前主要開采礦種有釩鈦磁鐵礦、石灰?guī)r礦、煤礦、錳礦、花崗巖礦、砂頁(yè)巖礦等，其中已探明的鐵礦（主要是釩鈦磁鐵礦）73.8 億噸，占四川省鐵礦探明資源儲(chǔ)量的72.3%，是全國(guó)四大鐵礦之一.通過對(duì)2019 年8 月野外調(diào)查核實(shí)的三江北地區(qū)礦山地質(zhì)環(huán)境污染和地質(zhì)災(zāi)害進(jìn)行整理，得出攀枝花市共發(fā)育礦山地質(zhì)災(zāi)害53 處，其中崩塌9 處、滑坡14 處、泥石流23 處和地面塌陷7 處，主要分布在仁和區(qū)、東區(qū)和米易縣，其中以泥石流和滑坡災(zāi)害為主.

2 礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)方法

2.1 信息量模型信息論是由美國(guó)數(shù)學(xué)家香農(nóng)提出的一種統(tǒng)計(jì)分析模型，最早用于對(duì)礦藏的探查，后延伸到地質(zhì)災(zāi)害領(lǐng)域，預(yù)測(cè)已發(fā)生地質(zhì)災(zāi)害區(qū)域的災(zāi)害發(fā)生概率.信息量模型具有客觀性較強(qiáng)、指標(biāo)因子量化方法簡(jiǎn)單、評(píng)價(jià)結(jié)果精準(zhǔn)度較高的優(yōu)點(diǎn)而被廣泛應(yīng)用于地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)研究中.信息量模型主要研究各評(píng)價(jià)指標(biāo)因子對(duì)區(qū)域內(nèi)地質(zhì)災(zāi)害發(fā)生的貢獻(xiàn)率，貢獻(xiàn)率越高信息量值越大，區(qū)域內(nèi)發(fā)生地質(zhì)災(zāi)害的可能性越大，反之亦然.根據(jù)研究區(qū)礦山地質(zhì)災(zāi)害發(fā)育特征和分布規(guī)律建立最佳評(píng)價(jià)指標(biāo)體系，計(jì)算單個(gè)因素的信息量值，公式如下：

式中，Ni表示在因素Xi內(nèi)特定類別內(nèi)的礦山地質(zhì)災(zāi)害點(diǎn)個(gè)數(shù)；N表示研究區(qū)域內(nèi)礦山地質(zhì)災(zāi)害發(fā)生的災(zāi)害點(diǎn)總數(shù)；Si表示研究區(qū)內(nèi)含有評(píng)價(jià)因素Xi的單元數(shù)；Y表示評(píng)價(jià)指標(biāo)因子；S表示研究區(qū)域內(nèi)評(píng)價(jià)單元總數(shù).計(jì)算某個(gè)評(píng)價(jià)單元內(nèi)各指標(biāo)因子總的信息量值，公式如下：

式中，I表示某個(gè)評(píng)價(jià)單元內(nèi)各指標(biāo)因子總的信息量值，也表示該評(píng)價(jià)單元內(nèi)礦山地質(zhì)災(zāi)害發(fā)生的易發(fā)性大小.I值越大表示發(fā)生礦山地質(zhì)災(zāi)害的可能性越大，反之亦然.

2.2 確定性系數(shù)模型確定性系數(shù)模型（CF）是由Shortlifffe 和Buchanan 在1975 年提出的一種概率函數(shù)[15]，主要通過分析已發(fā)生災(zāi)害點(diǎn)與影響其事件發(fā)生的環(huán)境因素之間的統(tǒng)計(jì)關(guān)系，確定事件發(fā)生與各因素之間的敏感程度.確定性系數(shù)模型具有計(jì)算方法嚴(yán)密、評(píng)價(jià)精準(zhǔn)度高、能夠較好地反映各影響因子內(nèi)部不同特征區(qū)間對(duì)地質(zhì)災(zāi)害敏感性的影響.確定性系數(shù)模型的計(jì)算方法如下：

式中，Pa為事件在a分類中發(fā)生的條件概率，即數(shù)據(jù)a類單元中災(zāi)害個(gè)數(shù)與該類單元面積的比值；Ps為事件發(fā)生的先驗(yàn)概率，即整個(gè)研究區(qū)地質(zhì)災(zāi)害總個(gè)數(shù)與研究區(qū)面積的比值；CF為地質(zhì)災(zāi)害的確定性系數(shù)，取值范圍為[-1，1]. CF越接近1，地質(zhì)災(zāi)害發(fā)生的確定性越高，越接近-1，確定性越低，當(dāng)CF接近0 時(shí)，表示在分類中不能確定是否發(fā)生地質(zhì)災(zāi)害.權(quán)重計(jì)算方法如下：

式中：CF(i,max)表示因子i各分類對(duì)地質(zhì)災(zāi)害發(fā)生的確定系數(shù)的最大值；CF(i,min)表示因子i各分類對(duì)地質(zhì)災(zāi)害發(fā)生的確定系數(shù)的最小值.

2.3 加權(quán)信息量模型由于地質(zhì)災(zāi)害發(fā)生的原因很多且較為復(fù)雜，各因素對(duì)地質(zhì)災(zāi)害發(fā)生的貢獻(xiàn)程度也不一樣.鑒于信息量模型未能考慮到各指標(biāo)因子對(duì)地質(zhì)災(zāi)害發(fā)生貢獻(xiàn)程度的大小，因此本文結(jié)合確定性系數(shù)法計(jì)算各因子不同特征變量對(duì)應(yīng)的確定性系數(shù)值，將信息量模型和確定性系數(shù)法的權(quán)重進(jìn)行加權(quán)求和，得到攀枝花市礦山地質(zhì)災(zāi)害易發(fā)性指數(shù)，其計(jì)算模型為：

式中，J表示各評(píng)價(jià)指標(biāo)因子的加權(quán)信息量值；I表示某個(gè)評(píng)價(jià)單元內(nèi)各指標(biāo)因子總的信息量值，CF表示各評(píng)價(jià)指標(biāo)因子的確定性系數(shù)值.

2.4 ROC 曲線ROC（Receiver Operating Characteristic）曲線又稱接收者操作特征曲線，是一種簡(jiǎn)便、高效的二分類問題研究方法，通過將特異性（假陽(yáng)率）和靈敏度（真陽(yáng)率）在不同切斷點(diǎn)的值進(jìn)行連接，繪制出一條遞增的曲線，曲線下的面積AUC（Area Under the Curve）作為衡量評(píng)價(jià)模型精度的指標(biāo)，AUC 面積數(shù)值越大代表該評(píng)價(jià)方法越有效，一般AUC 值達(dá)到0.9 以上認(rèn)為是一個(gè)準(zhǔn)確性很高的評(píng)價(jià)方法，此時(shí)的研究結(jié)果才具有實(shí)際意義.ROC 曲線在醫(yī)學(xué)診斷、心理測(cè)評(píng)和算法效度研究方面應(yīng)用較為廣泛.其計(jì)算方法為：

式中，xi為未發(fā)生礦山地質(zhì)災(zāi)害被正確預(yù)測(cè)的單元，yi為已發(fā)生礦山地質(zhì)災(zāi)害被正確預(yù)測(cè)的單元.

3 GIS 支持下的礦山地質(zhì)災(zāi)害評(píng)價(jià)

3.1 評(píng)價(jià)因子選取與分級(jí)礦山地質(zhì)災(zāi)害的發(fā)生是基礎(chǔ)地質(zhì)條件和外部誘發(fā)因素共同作用的結(jié)果.通過對(duì)攀枝花市礦山地質(zhì)災(zāi)害發(fā)育現(xiàn)狀和分布特征的分析，發(fā)現(xiàn)區(qū)內(nèi)地質(zhì)災(zāi)害主要發(fā)生在采礦活動(dòng)強(qiáng)度較大的礦山，邊坡的巖土體物質(zhì)較為松散、植被較少、坡度較大，靠近溝谷和河流.結(jié)合區(qū)域礦山地質(zhì)環(huán)境背景和前人對(duì)地質(zhì)災(zāi)害影響因素的研究成果[14,17-18]，在遵循科學(xué)與可操作性相結(jié)合、數(shù)據(jù)是否可以量化、地質(zhì)災(zāi)害發(fā)生的主導(dǎo)因素3 個(gè)原則的基礎(chǔ)上，選取了地質(zhì)構(gòu)造因子（距斷層的距離）、地形地貌因子（坡度、距河流的距離）、地質(zhì)因子（工程地質(zhì)巖組）和其它因子（降水量、植被覆蓋度、距開采活動(dòng)點(diǎn)的距離）4 個(gè)大類的7 個(gè)因素作為評(píng)價(jià)指標(biāo)因子（圖1）.

圖1 研究區(qū)礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)因子分級(jí)Fig.1 Classification of mine geological disaster susceptibility assessment factor of the study area

3.1.1 地質(zhì)構(gòu)造因子 研究區(qū)的構(gòu)造屬于華力西-印支期古裂谷帶，主要呈南北走向的褶皺和斷裂帶，成為區(qū)內(nèi)山脈、河流的主要構(gòu)造骨架，斷裂帶附近也是地震活動(dòng)頻繁和強(qiáng)烈的地區(qū).從四川省1∶50 萬(wàn)地質(zhì)圖中提取得到攀枝花市構(gòu)造綱要圖，根據(jù)距斷裂帶的距離將斷層指標(biāo)因子分為＜500 m、500～1 000 m、1 000～1 500 m、1 500～2000 m、＞2000 m 五個(gè)等級(jí).

3.1.2 地形地貌因子 （1）坡度.坡度是影響地質(zhì)災(zāi)害發(fā)育的重要因素，受人類礦山開采活動(dòng)的影響，對(duì)坡度的干擾破壞力度增大，引發(fā)了在不同坡度上發(fā)育著不同類型的大大小小礦山地質(zhì)災(zāi)害.在ArcGIS 軟件中通過對(duì)分辨率30 m 的數(shù)字高程模型（Digital Elevation Model,DEM）進(jìn)行提取生成坡度因子，并結(jié)合攀枝花市的地形地貌特征以及地質(zhì)災(zāi)害發(fā)育特征和規(guī)律，將坡度因子分為0°～15°、15°～30°、30°～45°、＞45°四個(gè)等級(jí).

（2）距河流的距離.區(qū)內(nèi)河流水系發(fā)育較好，金沙江和雅礱江水系交匯于此，受地質(zhì)構(gòu)造的影響河流沿岸礦產(chǎn)資源較為豐富，人類的采礦活動(dòng)多且受河流水系的沖刷影響，礦山地質(zhì)災(zāi)害較為發(fā)育.按照距河流水系的距離將指標(biāo)因子分為＜800 m、800～1 600 m、1 600～2 400 m、＞2 400 m 四個(gè)等級(jí).

3.1.3 地質(zhì)因子 區(qū)內(nèi)地質(zhì)構(gòu)造復(fù)雜，地勢(shì)起伏較大，出露的地層較為齊全，中生界、古生界和元古界地層發(fā)育較好，巖漿巖和沉積巖覆蓋大面積區(qū)域，復(fù)雜的地質(zhì)構(gòu)造蘊(yùn)藏著豐富的礦產(chǎn)資源，在河流溝谷和山間盆地地帶第四系松散黏土廣泛分布.通過對(duì)四川省1∶50 萬(wàn)的地質(zhì)圖進(jìn)行信息提取得到工程地質(zhì)巖組因子，根據(jù)地質(zhì)災(zāi)害在不同巖性中的發(fā)育情況，將工程地質(zhì)巖組分為軟巖、軟硬間夾巖、硬巖和松散黏土四個(gè)等級(jí).

3.1.4 其它因子 （1）降水量.地質(zhì)災(zāi)害的發(fā)生往往需要水的參與，降水量增多使表層物質(zhì)軟化且滲入巖層更易發(fā)生礦山地質(zhì)災(zāi)害.區(qū)內(nèi)屬于亞熱帶季風(fēng)氣候，年均降水量超過800 mm，其中米易縣的降水量最大（1 100 mm），將降水量分為＜900 m、900～1 000 m、＞1 000 m 三個(gè)等級(jí).

（2）植被覆蓋度.植被對(duì)地表的巖土體物質(zhì)起著一定的固定作用，因此植被覆蓋度的高低對(duì)地質(zhì)災(zāi)害的發(fā)生起著一定的影響作用.運(yùn)用ENVI 軟件對(duì)SPOT6 遙感影像進(jìn)行監(jiān)督分類得到植被覆蓋度，并分為0～30%、30%～60%、60%～80%、＞80%四個(gè)等級(jí).

（3）距開采活動(dòng)面的距離.礦山開采活動(dòng)是影響礦山地質(zhì)災(zāi)害發(fā)育的最主要且最直接的人為誘發(fā)影響因素，通過對(duì)研究區(qū)礦山地質(zhì)災(zāi)害發(fā)育與礦山開采活動(dòng)之間相關(guān)性的研究，發(fā)現(xiàn)礦山地質(zhì)災(zāi)害發(fā)育的頻數(shù)與距開采活動(dòng)面的距離呈正相關(guān)關(guān)系.因此，將距開采活動(dòng)面的距離劃分為＜500 m、500～1 000 m、1 000～1 500 m、1 500～2 000 m、＞2 000 m五個(gè)等級(jí).

3.2 基于加權(quán)信息量模型的礦山地質(zhì)災(zāi)害權(quán)重確定在攀枝花市礦山地質(zhì)災(zāi)害評(píng)價(jià)指標(biāo)因子確定和分級(jí)的基礎(chǔ)上，采用信息量模型和確定性系數(shù)法計(jì)算各個(gè)指標(biāo)因子的權(quán)重值，然后加權(quán)疊加計(jì)算各個(gè)礦山地質(zhì)災(zāi)害評(píng)價(jià)指標(biāo)因子的綜合權(quán)重值（表1）.

3.3 評(píng)價(jià)結(jié)果分析根據(jù)公式（1）、（3）分別得到各因子分類級(jí)別的信息量值和確定性系數(shù)值（表1）；通過公式（2）計(jì)算每個(gè)評(píng)價(jià)單元總的信息量值，通過公式（4）將各個(gè)因子的確定性系數(shù)最大值與最小值的差值得到每個(gè)因子的綜合確定性系數(shù)值，得到礦山地質(zhì)災(zāi)害易發(fā)性分區(qū)圖.應(yīng)用公式（5）將信息量值與確定性系數(shù)值加權(quán)求和，并借助ArcGIS 軟件平臺(tái)將評(píng)價(jià)結(jié)果利用自然斷點(diǎn)法劃分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)和低易發(fā)區(qū)（圖2）.其中低易發(fā)區(qū)面積為3 056.71 km2，占總面積的41.43%；中易發(fā)區(qū)面積為3 073.74 km2，占總面積的41.66%；高易發(fā)區(qū)面積為860.95 km2，占總面積的11.67%，發(fā)育3 個(gè)礦山地災(zāi)；極高易發(fā)區(qū)面積為386.64 km2，占總面積的5.24%，發(fā)育50 個(gè)礦山地災(zāi).綜上所述，研究區(qū)的極高、高、中、低易發(fā)性分區(qū)面積占比符合區(qū)域礦山地災(zāi)區(qū)劃的分布規(guī)律，即高和極高易發(fā)區(qū)面積占比較小，為16.91%，評(píng)價(jià)結(jié)果具有可靠性和合理性（表2）.

圖2 研究區(qū)礦山地質(zhì)災(zāi)害易發(fā)性分區(qū)Fig.2 Mine geological hazard sensitivity of the study area

表1 評(píng)價(jià)因子分級(jí)和W i，WC f 值Tab.1 Classification and Wi,WC f values of assessment factors

3 種評(píng)價(jià)模型得出的礦山地質(zhì)災(zāi)害易發(fā)性分區(qū)具有相似的變化趨勢(shì)，高和極高易發(fā)區(qū)主要分布在礦山開發(fā)活動(dòng)較為頻繁的地區(qū)，這些地區(qū)植被覆蓋度低、巖性主要為軟巖、河流水系較為發(fā)育、沿?cái)嗔褬?gòu)造帶分布.但是局部地區(qū)又有著很大的差異，尤其是仁和區(qū)的西北部，結(jié)合攀枝花市采礦權(quán)的分布范圍和7 個(gè)評(píng)價(jià)指標(biāo)因子，可知仁和區(qū)的西北部無(wú)采礦權(quán)、巖性為軟巖、坡度較大、植被覆蓋度低，在單一模型的地質(zhì)災(zāi)害易發(fā)性分區(qū)中均屬于有極高和高易發(fā)區(qū)，而在加權(quán)耦合模型易發(fā)性分區(qū)中為高易發(fā)區(qū).結(jié)合2019 年8 月野外實(shí)地調(diào)查資料，發(fā)現(xiàn)該地區(qū)主要為礦山道路和礦渣的堆放場(chǎng)，生態(tài)環(huán)境脆弱，有可能誘發(fā)地質(zhì)災(zāi)害.

為了檢驗(yàn)不同模型評(píng)價(jià)結(jié)果的精確性，隨機(jī)選取滑坡、泥石流兩種礦山地質(zhì)災(zāi)害進(jìn)行驗(yàn)證，通過將SPOT6 遙感衛(wèi)星影像中的地質(zhì)災(zāi)害信息與3 種模型得出的易發(fā)性分區(qū)圖進(jìn)行疊加（圖3）.由圖3可知，CF 與信息量耦合模型評(píng)價(jià)得到的易發(fā)性聚合度相對(duì)較高，滑坡災(zāi)害及其潛在的影響范圍均落入在極高易發(fā)區(qū)，泥石流災(zāi)害的流通區(qū)和堆積區(qū)也落入在極高易發(fā)區(qū).通過對(duì)3 種模型的易發(fā)性分區(qū)結(jié)果進(jìn)行對(duì)比，得出CF 與信息量耦合模型的地質(zhì)災(zāi)害易發(fā)性分區(qū)結(jié)果更符合實(shí)際情況.

基于信息量模型、確定性系數(shù)法以及CF 與信息量耦合模型的礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果進(jìn)行對(duì)比分析，可以看出由3 種方法計(jì)算的礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果與礦山災(zāi)害的分布規(guī)律主要有以下特點(diǎn)：①礦山地質(zhì)災(zāi)害極高和高易發(fā)區(qū)主要分布在礦山開采活動(dòng)強(qiáng)度較大的大中型礦山，如仁和區(qū)寶頂煤礦、東區(qū)朱家包包鐵礦和蘭尖鐵礦、鹽邊縣紅格鐵礦、米易縣白馬鐵礦和花崗巖礦山等，說明距開采活動(dòng)面的距離對(duì)礦山災(zāi)害的分布有明顯的控制作用.②CF 與信息量耦合模型比信息量模型和確定性系數(shù)模型獲得的礦山地質(zhì)災(zāi)害易發(fā)性分區(qū)中，分布在中和低易發(fā)區(qū)的礦山災(zāi)害較少；94.34%的礦山災(zāi)害分布在極高易發(fā)區(qū).結(jié)合攀枝花市采礦權(quán)的分布范圍以及礦山開發(fā)活動(dòng)的強(qiáng)度，基于耦合模型的易發(fā)性分區(qū)與礦山災(zāi)害的野外調(diào)查結(jié)果較為吻合，具有較好的適用性.③為了更好地監(jiān)測(cè)和預(yù)防礦山地質(zhì)災(zāi)害的發(fā)生，根據(jù)CF 與信息量耦合模型得到的易發(fā)性分區(qū)結(jié)果，需加強(qiáng)對(duì)極高和高易發(fā)區(qū)的監(jiān)管力度，整改礦山不合理的開采方式，進(jìn)行規(guī)范化的梯級(jí)開采，降低開采面整體坡度；合理規(guī)劃和堆放礦渣，并做好礦渣的管理和處理；加強(qiáng)對(duì)排土場(chǎng)的整改，開展礦山生態(tài)環(huán)境恢復(fù)治理工作，推進(jìn)礦山向生態(tài)、綠色的方向發(fā)展.

3.4 模型精度評(píng)價(jià)及檢驗(yàn)評(píng)價(jià)模型是否適用直接關(guān)系到礦山地質(zhì)災(zāi)害易發(fā)性分區(qū)結(jié)果的精確度，因此采用受試者工作特征曲線（ROC）對(duì)評(píng)價(jià)結(jié)果進(jìn)行精度檢驗(yàn)?zāi)茌^好地衡量評(píng)價(jià)結(jié)果的可靠性.ROC 曲線在地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)模型檢驗(yàn)領(lǐng)域應(yīng)用較廣，已發(fā)生礦山地質(zhì)災(zāi)害被正確預(yù)測(cè)的單元為縱坐標(biāo)，未發(fā)生礦山地質(zhì)災(zāi)害被正確預(yù)測(cè)的單元為橫坐標(biāo)進(jìn)行曲線繪制，曲線越靠近左上角或曲線下方面積AUC（Area Under Curve）值越接近1，表明評(píng)價(jià)模型的精確度越高.AUC＜0.7，說明模型精度低；0.7≤AUC≤0.9，說明模型精度高；AUC＞0.9，說明模型精度極高[19-23].基于SPSS 軟件，對(duì)3 種模型進(jìn)行ROC 曲線的繪制（圖4），得到確定性系數(shù)、信息量和加權(quán)耦合模型的線下面積AUC 值分別是0.813、0.877、0.909，其中CF 與信息量耦合模型的AUC 值最接近1，準(zhǔn)確性最高，分區(qū)可靠.結(jié)合表2 和圖3，可以看出94.34%的礦山地質(zhì)災(zāi)害落入在極高易發(fā)區(qū)，5.66%的礦山地質(zhì)災(zāi)害落入到高易發(fā)區(qū)，耦合模型比單一模型的評(píng)價(jià)預(yù)測(cè)效果好，其精度分別為耦合模型＞信息量模型＞確定性系數(shù)模型.

圖3 不同評(píng)價(jià)模型下的礦山地質(zhì)災(zāi)害或隱患的易發(fā)性范圍Fig.3 The susceptibility range of mine geological disaster or hidden danger under different evaluation models

圖4 不同評(píng)價(jià)模型下的ROC 曲線Fig.4 Receiver operating characteristic curve of different assessment models

表2 不同評(píng)價(jià)模型下的易發(fā)性分區(qū)統(tǒng)計(jì)結(jié)果Tab.2 Susceptibility zoning results of different assessment models

4 結(jié)論

（1）本文采用3 種模型對(duì)攀枝花市礦山地質(zhì)災(zāi)害開展了易發(fā)性評(píng)價(jià)研究，將研究區(qū)分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)和低易發(fā)區(qū).CF 模型、信息量模型和CF 與信息量耦合模型中極高易發(fā)區(qū)分別占研究區(qū)總面積的4.16%、4.55%和5.24%.礦山地質(zhì)災(zāi)害主要集中在開采活動(dòng)強(qiáng)度較大的煤礦、鐵礦和花崗石礦礦山.

（2）通過對(duì)影響礦山地質(zhì)災(zāi)害發(fā)育的指標(biāo)因子進(jìn)行分析，結(jié)合CF 與信息量耦合模型的評(píng)價(jià)結(jié)果，可知極高易發(fā)區(qū)主要分布在軟巖及松散黏土、植被覆蓋率低、水系較為發(fā)育和距開采活動(dòng)面較近的區(qū)域，其中工程地質(zhì)巖組、植被覆蓋度、距開采活動(dòng)面的距離是主要控制因子.

（3）利用ROC 曲線檢驗(yàn)?zāi)Ｐ偷木_度，得到CF 模型、信息量模型和CF 與信息量耦合模型的AUC 值分別為0.813、0.877、0.909，說明CF 與信息量耦合模型在研究區(qū)的礦山地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果中效果最好，精度最高，可以為國(guó)土部門開展礦山管理和災(zāi)害監(jiān)測(cè)提供一定的參考依據(jù).