基于最大熵模型的華鎣山林地淺表層滑坡風(fēng)險(xiǎn)析因*

伍冰晨 齊 實(shí) 郭鄭曦,4 胡譯水,5

（1. 江西省水利科學(xué)院 南昌 330029； 2. 北京林業(yè)大學(xué)水土保持學(xué)院 北京 100083； 3. 江西省鄱陽(yáng)湖流域生態(tài)水利技術(shù)創(chuàng)新中心 南昌 330029； 4. 廣西交通設(shè)計(jì)集團(tuán)有限公司 南寧 530029； 5. 中國(guó)市政工程西南設(shè)計(jì)研究總院有限公司 成都 610081）

華鎣山區(qū)是我國(guó)“兩屏三帶”生態(tài)安全戰(zhàn)略格局的骨架之一，也是我國(guó)生態(tài)修復(fù)與保護(hù)的關(guān)鍵區(qū)域。該區(qū)域以林地為主，可為人類生存發(fā)展提供多種生態(tài)系統(tǒng)服務(wù)（歐陽(yáng)貝思等，2013）；然而，長(zhǎng)期以來(lái)該區(qū)域林地淺表層滑坡災(zāi)害頻發(fā)，給區(qū)域生態(tài)安全帶來(lái)了諸多不利影響。

隨著我國(guó)遙感監(jiān)測(cè)精度的提高、地理信息技術(shù)的完善、評(píng)價(jià)模型性能的優(yōu)化，滑坡易發(fā)性評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)有了長(zhǎng)足進(jìn)展，如傳統(tǒng)的滑坡易發(fā)性分析模型基于歷史滑坡災(zāi)害點(diǎn)數(shù)據(jù)進(jìn)行多元回歸函數(shù)構(gòu)建，主要采用確定性系數(shù)法、層次分析法、頻率比、熵權(quán)法、證據(jù)權(quán)法等（賀鵬等，2016；韓用順等，2021；毛華銳等，2022），通過(guò)這些方法計(jì)算回歸模型中各影響因子對(duì)滑坡的權(quán)重，進(jìn)而進(jìn)行區(qū)域滑坡預(yù)測(cè)。隨著計(jì)算技術(shù)不斷發(fā)展，基于機(jī)器學(xué)習(xí)方法的預(yù)測(cè)模型被廣泛用于滑坡預(yù)測(cè)，經(jīng)研究人員開發(fā)和優(yōu)化，產(chǎn)生了眾多高精度模型，如支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、決策樹、隨機(jī)森林、Logistic 模型等（王衛(wèi)東等，2009；吳孝情等，2017；Qiet al.，2021）。此外，近年來(lái)最大熵（MaxEnt）模型已成功用于滑坡易發(fā)性分析與評(píng)價(jià)（王成武等，2022；屈新星等，2021），相比其他模型對(duì)特征變量選擇的嚴(yán)格，該模型對(duì)輸入數(shù)據(jù)限制較小，允許靈活設(shè)置約束條件，并具有較高預(yù)測(cè)精度，其缺點(diǎn)體現(xiàn)在輸入數(shù)據(jù)量過(guò)多時(shí)迭代過(guò)程計(jì)算量巨大導(dǎo)致軟件運(yùn)行時(shí)間較長(zhǎng)。總體而言，以往關(guān)于滑坡易發(fā)性的研究考慮了眾多影響因子對(duì)滑坡風(fēng)險(xiǎn)的貢獻(xiàn)，其中地質(zhì)地形地貌因子最常見(jiàn)且占影響因子類型比例最高，而對(duì)人類活動(dòng)、氣象、植被因子考慮較少，人類活動(dòng)和氣象因素因偶然性和波動(dòng)率較大難以納入統(tǒng)計(jì)模型，而對(duì)植被因子缺乏足夠重視主要是由其影響范圍決定的，一些滑動(dòng)面較深的滑坡災(zāi)害受植被因子的影響基本可忽略。

不同于常規(guī)《滑坡防治工程勘查規(guī)范》（GB/T 32864—2016）中各類滑坡體的厚度、體積及成因分類標(biāo)準(zhǔn)，淺表層滑坡主要指在強(qiáng)降雨或長(zhǎng)時(shí)間降雨期間引發(fā)的、深度一般不足2 m、體積從幾立方米至數(shù)百立方米不等的滑坡類型（Rickliet al.，2009；De Rose，2013），其發(fā)生發(fā)展是多種內(nèi)外營(yíng)力共同作用的結(jié)果。由于滑動(dòng)面較淺，除地質(zhì)、地形、地貌、土壤等常規(guī)影響因素外，植被也是重要環(huán)境因素（Mcguireet al.，2016），尤其在林地，植被對(duì)淺表層滑坡災(zāi)害的預(yù)防、緩解和管理發(fā)揮著關(guān)鍵作用（Gonzalez-Ollauriet al.，2021），植被措施的精準(zhǔn)配置對(duì)林地淺表層滑坡的高質(zhì)量防治具有重要意義。然而，在影響淺表層滑坡風(fēng)險(xiǎn)的眾多環(huán)境變量中，植被因素究竟產(chǎn)生多大貢獻(xiàn)以及是否與非植被因素產(chǎn)生耦合效應(yīng)，目前尚未有清晰認(rèn)知。

鑒于此，本研究以華鎣山林地為對(duì)象，基于歷史淺表層滑坡災(zāi)害點(diǎn)及各淺表層滑坡影響因子的空間分布，采用最大熵（MaxEnt）模型預(yù)測(cè)林地淺表層滑坡風(fēng)險(xiǎn)，確定環(huán)境變量對(duì)林地淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)的相對(duì)貢獻(xiàn)率，明確關(guān)鍵植被因素及其減災(zāi)區(qū)間，探明植被因素與非植被因素的耦合效應(yīng)，以期為華鎣山林地淺表層滑坡風(fēng)險(xiǎn)評(píng)價(jià)和減災(zāi)決策制定提供科學(xué)依據(jù)。

1 研究區(qū)概況

研究區(qū)位于四川盆地東部（106°37′—106°54′E，30°07′—30°28′N）華鎣山脈中段西緣至渠江中上游東岸之間，呈南北長(zhǎng)40.75 km、東西寬28 km 的狹長(zhǎng)形地域。該地域歷經(jīng)多次褶皺運(yùn)動(dòng)后，呈現(xiàn)顯著的“川東隔擋式構(gòu)造”，特點(diǎn)為背斜低山和向斜丘陵谷地相間排列，彼此平行，形成獨(dú)特的“平行嶺谷”地貌，并與嘉陵江、渠江構(gòu)成“三山兩槽一江”的格局，是我國(guó)典型褶皺山地（李陽(yáng)兵等，2010），也是世界三大褶皺山系之一。華鎣山位于亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)，年均降水量1 087.84 mm，主要集中在6—9月，占全年降水量的60%以上，其中夏季暴雨頻發(fā)，連續(xù)降雨時(shí)間長(zhǎng)，常形成洪澇災(zāi)害，甚至誘發(fā)山體滑坡和泥石流。由于區(qū)域褶皺斷裂發(fā)育、溝壑縱橫、地質(zhì)環(huán)境復(fù)雜、降雨集中，導(dǎo)致林地受山地災(zāi)害影響。山區(qū)土壤類型為黃壤，土層較薄，肥力低下。林地以馬尾松（Pinus massoniana）、 杉木（Cunninghamia lanceolata）、柏木（Cupressus funebris）等樹種組成的針葉林為主，占森林總面積的62.1%，是區(qū)域典型植被。

2 研究方法

2.1 淺表層滑坡識(shí)別

依據(jù)華鎣市2014年Google18 級(jí)遙感影像進(jìn)行滑坡解譯。基于影像斑塊特點(diǎn)并結(jié)合專家、解譯人員的經(jīng)驗(yàn)確定解譯標(biāo)志，初步判別滑坡點(diǎn)，而后經(jīng)實(shí)地調(diào)查，修正解譯標(biāo)志，篩選初步判別結(jié)果，最終獲得歷史滑坡區(qū)域空間分布。為確保影像解譯的準(zhǔn)確性，本研究選擇華鎣山天池林場(chǎng)猴兒溝管護(hù)區(qū)已確定的滑坡點(diǎn)進(jìn)行調(diào)查，調(diào)查指標(biāo)包括滑坡體的坡度、土層厚度、植被類型及相應(yīng)的影像特征，結(jié)合影像中的滑坡區(qū)域特征進(jìn)行解譯標(biāo)志的修正（表1），最終確定所有滑坡區(qū)域。

表1 滑坡區(qū)域和非滑坡區(qū)域的解譯標(biāo)志Tab. 1 Interpretation mark of landslide areas and non-landslide areas

2.2 淺表層滑坡影響因子選擇及提取

通過(guò)文獻(xiàn)分析，非植被因素參考孫德亮（2019）、蒲娉璠（2016）、崔陽(yáng)陽(yáng)（2021）的研究，選取工程地質(zhì)巖組、距斷層距離、距河流距離、高程、高程變異系數(shù)、坡度、坡度變率、地形起伏度、平面曲率、剖面曲率、坡向和土層厚度12 個(gè)因子；植被因素參考劉月等（2020）、Spiekermann 等（2022）的研究，選取綠紅植被指數(shù)、喬木密度、蓄積量、林分類型和平均樹齡5 個(gè)因子，淺表層滑坡評(píng)價(jià)因子提取方法及數(shù)據(jù)來(lái)源如表2 所示。

表2 淺表層滑坡評(píng)價(jià)因子提取方法及數(shù)據(jù)來(lái)源Tab. 2 Extraction method and data source of evaluation factors of superficial landslide

2.3 最大熵（MaxEnt）模型構(gòu)建

采用最大熵（MaxEnt）模型進(jìn)行林地淺表層滑坡風(fēng)險(xiǎn)析因。MaxEnt 模型最初主要用于預(yù)測(cè)物種的潛在適宜分布區(qū)域（Elithet al.，2011；Zhanget al.，2018），近年來(lái)隨著模型應(yīng)用范圍拓展，已成功用于潛在災(zāi)害點(diǎn)預(yù)測(cè)，相比傳統(tǒng)信息量模型、平均距離模型、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等精度更高（Thieryet al.，2007；Chenet al.，2017；Jiaoet al.，2019）。模型通過(guò)分析歷史災(zāi)害點(diǎn)各種環(huán)境變量特征的制約條件，探尋在該制約條件下最大熵的可能分布，以此得到孕災(zāi)環(huán)境的空間分布和各環(huán)境變量的致災(zāi)程度。

模型輸入變量包括歷史淺表層滑坡災(zāi)害點(diǎn)坐標(biāo)以及各影響因素的空間屬性數(shù)據(jù)，輸出結(jié)果包括模型訓(xùn)練集和測(cè)試集的受試者工作特征（receiver operating characteristic，ROC）曲線、淺表層滑坡風(fēng)險(xiǎn)指數(shù)的空間分布、各影響因素對(duì)淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)的貢獻(xiàn)率以及淺表層滑坡風(fēng)險(xiǎn)指數(shù)對(duì)各環(huán)境變量的響應(yīng)曲線。模型原理如下：

式中：H為信息熵；Pi為隨機(jī)事件出現(xiàn)的概率；C為常數(shù)。根據(jù)該式，在給定條件下，存在一個(gè)使H取極大值的分布，稱為最可幾分布（邱海軍等，2014），此時(shí)系統(tǒng)的熵值最大，對(duì)應(yīng)的Pi即為本研究中淺表層滑坡的風(fēng)險(xiǎn)。

設(shè)隨機(jī)變量xi(i=1,2,···，n)，其相應(yīng)的概率為Pi，則：

構(gòu)造函數(shù)Fk和fk(xi)，分別表示系統(tǒng)熵值的分布函數(shù)和各風(fēng)險(xiǎn)因子的貢獻(xiàn)函數(shù)，則：

若H取極大值，引入?yún)?shù)α和βk，要求Pi滿足下式：

由式（3）和（5）可得：

令Z=eα，則：

將式（7）代回約束方程式（3），可得：

通過(guò)求解方程即可求出熵極大時(shí)的Pi。

MaxEnt 模型的關(guān)鍵在于假設(shè)合理，模型參數(shù)選擇是根據(jù)以往關(guān)于淺表層滑坡與各影響因子間因果關(guān)系的一系列研究所篩選出的環(huán)境變量，通過(guò)模型模擬進(jìn)一步明確各環(huán)境變量對(duì)最大熵的貢獻(xiàn)，如果某環(huán)境變量與淺表層滑坡的發(fā)生完全不相關(guān)，則該變量對(duì)模型預(yù)測(cè)的貢獻(xiàn)率為0，模型輸入變量數(shù)量與模型精度并無(wú)聯(lián)系，模型精度只與各變量對(duì)淺表層滑坡產(chǎn)生的實(shí)際效應(yīng)有關(guān)。

模型檢驗(yàn)發(fā)生在模型預(yù)測(cè)前，且不需對(duì)模型預(yù)測(cè)結(jié)果進(jìn)行二次驗(yàn)證，模型驗(yàn)證以ROC 曲線的形式反映模型精度。隨機(jī)選出總數(shù)據(jù)集的75%形成模型訓(xùn)練集，其余25%形成測(cè)試集。在模型輸出結(jié)果中，ROC 曲線與橫坐標(biāo)圍成的面積為該次模型模擬的AUC，反映模型精度。模型精度較差、一般、較準(zhǔn)確、很準(zhǔn)確和極準(zhǔn)確的AUC 分別為0.5～0.6、0.6～0.7、0.7～0.8、0.8～0.9 和0.9～1.0（Yanet al.，2020；Liuet al.，2018）。根據(jù)模型原理，當(dāng)模型輸入環(huán)境變量對(duì)淺表層滑坡預(yù)測(cè)的貢獻(xiàn)率接近0 時(shí)，即環(huán)境變量與淺表層滑坡無(wú)因果關(guān)系時(shí)，增加的環(huán)境變量對(duì)ROC 曲線不產(chǎn)生效應(yīng)，因此單純?cè)黾迎h(huán)境變量數(shù)量并不能提升AUC，而高貢獻(xiàn)率的環(huán)境變量輸入則對(duì)AUC 產(chǎn)生直接效應(yīng)。

模型輸出結(jié)果以滑坡風(fēng)險(xiǎn)指數(shù)反映滑坡風(fēng)險(xiǎn)和各環(huán)境變量間的關(guān)系，滑坡風(fēng)險(xiǎn)指數(shù)介于0～1 之間，指數(shù)越高表示越容易發(fā)生滑坡。

3 結(jié)果與分析

3.1 滑坡點(diǎn)分布及影響因子空間分布

依據(jù)遙感影像上斑塊大小、形狀、顏色、紋理等特點(diǎn)進(jìn)行滑坡區(qū)判別。研究區(qū)林地的主要林分類型為針葉林，面積超過(guò)90%，在影像中的特征為墨綠色、顆粒感強(qiáng)，斑塊面積大，而滑坡區(qū)域在林地的特征為淺綠色，紋理較為光滑，細(xì)小、狹長(zhǎng)分布，以此作為解譯標(biāo)志進(jìn)行滑坡區(qū)域初步識(shí)別，共識(shí)別出132 處滑坡區(qū)域。解譯標(biāo)志見(jiàn)圖1，初步識(shí)別結(jié)果見(jiàn)圖2。

圖1 滑坡區(qū)域和非滑坡區(qū)域解譯標(biāo)志Fig. 1 Interpretation mark of landslide areas and non-landslide areas

圖2 初步篩選的滑坡區(qū)域分布Fig. 2 Distribution of preliminary screening landslide areas

選擇華鎣山天池林場(chǎng)猴兒溝管護(hù)區(qū)已確定的13處滑坡點(diǎn)進(jìn)行調(diào)查，調(diào)查指標(biāo)包括滑坡體的坡度、土層厚度、植被類型以及相應(yīng)的影像特征，結(jié)合影像中的滑坡區(qū)域特征進(jìn)行解譯標(biāo)志的修正，最終確定116處滑坡區(qū)域。修正后的解譯標(biāo)志見(jiàn)圖3，最終識(shí)別結(jié)果見(jiàn)圖4。

圖3 修正后滑坡區(qū)域和非滑坡區(qū)域解譯標(biāo)志Fig. 3 Interpretation mark of landslide areas and non-landslide areas after correction

圖4 修正后滑坡區(qū)域分布Fig. 4 Distribution of landslide areas after correction

選擇華鎣市遙感影像、森林二類調(diào)查數(shù)據(jù)、地質(zhì)地形數(shù)據(jù)、水系數(shù)據(jù)，通過(guò)ArcGIS 處理得到華鎣山林地淺表層滑坡影響因子空間分布，如圖5 所示。其中地層巖性的A1 至B3 分別表示中-厚層硬質(zhì)砂巖夾軟質(zhì)泥頁(yè)巖組（A1）、中-厚層次硬質(zhì)砂巖與次軟質(zhì)泥巖不等厚互層巖組（A2）、薄-中厚層次硬質(zhì)砂巖與次軟質(zhì)泥巖頁(yè)巖夾泥質(zhì)灰?guī)r互層巖組（A3）、片狀-薄層狀極軟質(zhì)頁(yè)巖、黏土巖組（A4）、中-厚層狀硬質(zhì)、強(qiáng)巖溶化灰?guī)r、白云巖組（B1）、薄-厚層狀硬質(zhì)夾軟質(zhì)中等巖溶化灰?guī)r、生物碎屑灰?guī)r夾泥巖、頁(yè)巖巖組（B2）、薄-中厚層狀軟硬相間、中等巖溶化灰?guī)r與泥頁(yè)巖不等厚互層巖組（B3）。

圖5 淺表層滑坡影響因子的空間分布特征Fig. 5 Spatial distribution characteristics of influencing factors of superficial landslides

3.2 MaxEnt 模型性能檢驗(yàn)

將116 個(gè)歷史淺表層滑坡災(zāi)害點(diǎn)坐標(biāo)及各環(huán)境變量空間屬性數(shù)據(jù)輸入MaxEnt 模型，隨機(jī)選取75%（87 個(gè)）的坐標(biāo)點(diǎn)作為訓(xùn)練集用于獲取模型輸出結(jié)果，剩下25%（29 個(gè)）的坐標(biāo)點(diǎn)作為測(cè)試集用于驗(yàn)證模型精度。分別設(shè)定模型運(yùn)行的2 種環(huán)境變量組合，第一組為不包含植被因素的12 個(gè)變量，第二組為包含植被因素的17 個(gè)變量，分別得到2 種環(huán)境變量組合下的ROC 曲線，分別如圖6、7 所示，可以看出當(dāng)數(shù)據(jù)集樣本量更高時(shí)，曲線更為平滑，樣本量較少時(shí)，曲線呈現(xiàn)出鋸齒狀。

圖6 不考慮植被因素時(shí)MaxEnt 模型的ROC 曲線Fig. 6 ROC curve by MaxEnt model without considering vegetation factors

根據(jù)圖6，不考慮植被因素的情況下，訓(xùn)練集和測(cè)試集的模型模擬精度AUC 分別為0.928 和0.864，平均0.896，達(dá)到很準(zhǔn)確的精度水平；根據(jù)圖7，考慮植被因素的情況下，訓(xùn)練集和測(cè)試集的AUC 分別為0.949 和0.880，平均0.915，達(dá)到極準(zhǔn)確的精度水平。由此可說(shuō)明，不管是否考慮植被因素，本研究構(gòu)建的最大熵模型精度均很高，可用于預(yù)測(cè)華鎣山林地淺表層滑坡風(fēng)險(xiǎn)，并能較好反映各環(huán)境變量與淺表層滑坡風(fēng)險(xiǎn)的關(guān)系。對(duì)比發(fā)現(xiàn)，當(dāng)環(huán)境變量包含植被因素時(shí)，模型精度提升3.1%，一定程度上說(shuō)明考慮植被因素時(shí)淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)更準(zhǔn)確。

圖7 考慮植被因素時(shí)MaxEnt 模型的ROC 曲線Fig. 7 ROC curve by MaxEnt model considering vegetation factors

3.3 淺表層滑坡潛在風(fēng)險(xiǎn)分布

考慮植被因素情況下MaxEnt 模型輸出的華鎣山林地淺表層滑坡風(fēng)險(xiǎn)分布如圖8 所示，0～1.00 為淺表層滑坡發(fā)生的概率，即風(fēng)險(xiǎn)程度。不同顏色的值表示該地區(qū)淺表層滑坡發(fā)生的概率，該值越高，表明發(fā)生淺表層滑坡的可能性越大。紫色和白色柵格點(diǎn)均為歷史淺表層滑坡災(zāi)害點(diǎn)，分別代表訓(xùn)練集和測(cè)試集。紅色和橙色區(qū)域表示該區(qū)域發(fā)生淺表層滑坡的風(fēng)險(xiǎn)極高（滑坡風(fēng)險(xiǎn)指數(shù)≥0.92），在圖中用紅色框標(biāo)出，大多位于猴爾溝管護(hù)區(qū)范圍。深藍(lán)色區(qū)域表示該區(qū)域基本不存在淺表層滑坡風(fēng)險(xiǎn)（滑坡風(fēng)險(xiǎn)指數(shù)≤0.20），綠色區(qū)域表示該區(qū)域處在淺表層滑坡的潛在風(fēng)險(xiǎn)區(qū)（0.40≤滑坡風(fēng)險(xiǎn)指數(shù)＜0.60）。通過(guò)分析116個(gè)歷史淺表層滑坡點(diǎn)在各風(fēng)險(xiǎn)區(qū)中的占比，發(fā)現(xiàn)116個(gè)歷史災(zāi)害點(diǎn)均落在高風(fēng)險(xiǎn)區(qū)（滑坡風(fēng)險(xiǎn)指數(shù)≥0.60）。針對(duì)圖8 中紅色框所在的猴爾溝管護(hù)區(qū)進(jìn)行實(shí)地調(diào)研，并結(jié)合當(dāng)?shù)夭块T研發(fā)的滑坡預(yù)警系統(tǒng)，數(shù)據(jù)資料表明該區(qū)域?yàn)闇\表層滑坡高風(fēng)險(xiǎn)區(qū)，進(jìn)一步印證了本研究MaxEnt 模型對(duì)于淺表層滑坡風(fēng)險(xiǎn)分布的預(yù)測(cè)。

圖8 華鎣山林地淺表層滑坡風(fēng)險(xiǎn)分布Fig. 8 Distribution of superficial landslide risk in Huaying Mountains forest land

3.4 環(huán)境變量對(duì)淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)的貢獻(xiàn)

為明確各環(huán)境變量對(duì)淺表層滑坡風(fēng)險(xiǎn)貢獻(xiàn)的相對(duì)大小，分別列舉不考慮和考慮植被因素條件下環(huán)境變量對(duì)MaxEnt 模型預(yù)測(cè)的相對(duì)貢獻(xiàn)率，以進(jìn)一步了解考慮植被因素帶來(lái)的模型輸出結(jié)果差異。

不考慮植被因素條件下，各環(huán)境變量對(duì)MaxEnt模型預(yù)測(cè)的相對(duì)貢獻(xiàn)如表3 所示，反映不同環(huán)境變量對(duì)華鎣山淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)的相對(duì)重要性。可以看出，工程地質(zhì)巖組（貢獻(xiàn)率39.4%）、距斷層距離（貢獻(xiàn)率18.7%）、高程（貢獻(xiàn)率10.2%）、平面曲率（貢獻(xiàn)率6.1%）和地形起伏度（貢獻(xiàn)率5.8%）5 個(gè)環(huán)境變量的累積貢獻(xiàn)率達(dá)80%，而其余7 個(gè)因素的累計(jì)貢獻(xiàn)率不足20%。

表3 不考慮植被因素時(shí)環(huán)境變量對(duì)MaxEnt 模型預(yù)測(cè)的相對(duì)貢獻(xiàn)Tab. 3 Relative contribution of the environmental variables to the MaxEnt model predictions without considering vegetation factors

考慮植被因素條件下，各環(huán)境變量對(duì)MaxEnt 模型預(yù)測(cè)的相對(duì)貢獻(xiàn)如表4 所示?？梢钥闯觯こ痰刭|(zhì)巖組（貢獻(xiàn)率25.2%）、蓄積量（貢獻(xiàn)率17%）、距斷層距離（貢獻(xiàn)率10.7%）、地形起伏度（貢獻(xiàn)率6.5%）、高程（貢獻(xiàn)率5.8%）、綠紅植被指數(shù)（貢獻(xiàn)率5.4%）、平面曲率（貢獻(xiàn)率5.2%）和林分類型（貢獻(xiàn)率5%）8 個(gè)環(huán)境變量的累積貢獻(xiàn)率達(dá)80%，上述變量中，非植被因素共5 個(gè)指標(biāo)，累計(jì)權(quán)重占比為66.1%；植被因素共3個(gè)指標(biāo)，累計(jì)權(quán)重占比為33.9%，表明非植被因素仍起主要作用，但植被因素也有重要地位。

表4 考慮植被因素時(shí)環(huán)境變量對(duì)MaxEnt 模型預(yù)測(cè)的相對(duì)貢獻(xiàn)Tab. 4 Relative contribution of the environmental variables to the MaxEnt model predictions considering vegetation factors

對(duì)比表3 和4 可發(fā)現(xiàn)，無(wú)論是否考慮植被因素，工程地質(zhì)巖組、距斷層距離、高程、平面曲率和地形起伏度5 個(gè)因素對(duì)模型預(yù)測(cè)的貢獻(xiàn)起主導(dǎo)作用，但植被因素的存在會(huì)一定程度上改變各因子對(duì)模型預(yù)測(cè)的相對(duì)貢獻(xiàn)率，如考慮植被因素后，工程地質(zhì)巖組的貢獻(xiàn)率由不考慮植被因素下的39.4%降為25.2%，高程、平面曲率和地形起伏度的相對(duì)貢獻(xiàn)率排序發(fā)生變化。

上述結(jié)果表明，對(duì)于林地淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)，要綜合考慮植被因素和非植被因素，在植被因素中，需要重點(diǎn)關(guān)注蓄積量、植被覆蓋度和林分類型3 方面，當(dāng)以淺表層滑坡減災(zāi)為目標(biāo)進(jìn)行植被優(yōu)化時(shí)，這3 個(gè)植被因素應(yīng)當(dāng)視為首要考慮因素。

3.5 淺表層滑坡風(fēng)險(xiǎn)對(duì)各環(huán)境變量的響應(yīng)

針對(duì)考慮植被因素情況下對(duì)淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)累積貢獻(xiàn)率達(dá)80%的8 個(gè)關(guān)鍵環(huán)境變量，生成華鎣山林地淺表層滑坡風(fēng)險(xiǎn)對(duì)環(huán)境變量的響應(yīng)曲線（圖9），進(jìn)而了解各變量對(duì)淺表層滑坡的致災(zāi)條件。由于工程地質(zhì)巖組和林分類型的原始數(shù)據(jù)為分類數(shù)據(jù)，本身屬性以文字形式體現(xiàn)，數(shù)據(jù)本身不具有大小關(guān)系，無(wú)法直接用于數(shù)據(jù)分析，故采用確定性系數(shù)法（Chenet al.，2015），通過(guò)116 個(gè)淺表層滑坡柵格進(jìn)行數(shù)據(jù)轉(zhuǎn)換，并利用轉(zhuǎn)換結(jié)果對(duì)工程地質(zhì)巖組專題圖和林分類型專題圖重新賦值。工程地質(zhì)巖組因子轉(zhuǎn)化結(jié)果為：中-厚層硬質(zhì)砂巖夾軟質(zhì)泥頁(yè)巖組（?0.674 1），中-厚層次硬質(zhì)砂巖與次軟質(zhì)泥巖不等厚互層巖組（?0.956 6），薄-中厚層次硬質(zhì)砂巖與次軟質(zhì)泥巖頁(yè)巖夾泥質(zhì)灰?guī)r互層巖組（?0.967 5），片狀-薄層狀極軟質(zhì)頁(yè)巖、黏土巖組（?0.948 4），中-厚層狀硬質(zhì)、強(qiáng)巖溶化灰?guī)r、白云巖組（?0.903 8），薄-厚層狀硬質(zhì)夾軟質(zhì)中等巖溶化灰?guī)r、生物碎屑灰?guī)r夾泥巖、頁(yè)巖巖組（?0.982 3），薄-中厚層狀軟硬相間、中等巖溶化灰?guī)r與泥頁(yè)巖不等厚互層巖組（?0.946 4）。林分類型因子轉(zhuǎn)化結(jié)果為：柏木林（?0.681 4），馬尾松-闊葉混交林（0.109 1），馬尾松-杉木混交林（0.453 2），闊葉林（?0.669 4），其他（?0.496 9）。

圖9 華鎣山林地淺表層滑坡風(fēng)險(xiǎn)對(duì)環(huán)境變量的響應(yīng)曲線Fig. 9 Response curve of superficial landslide risk of Huaying mountain forest to environmental variables

本研究以淺表層滑坡風(fēng)險(xiǎn)指數(shù)＞0.60 為致災(zāi)區(qū)間，以區(qū)間內(nèi)的最大值為各變量致災(zāi)極端值或極端區(qū)間，結(jié)果如表5 所示。

表5 各環(huán)境變量對(duì)華鎣山林地淺表層滑坡風(fēng)險(xiǎn)的致災(zāi)區(qū)間和極端值Tab. 5 Hazard interval and extreme value of each environmental variable on the superficial landslide risk of Huaying Mountain forest

由表5 可知：1） 工程地質(zhì)巖組的致災(zāi)區(qū)間僅為一種巖組，即中－厚層硬質(zhì)砂巖夾軟質(zhì)泥頁(yè)巖組（因子轉(zhuǎn)化值?0.674 1，對(duì)應(yīng)滑坡風(fēng)險(xiǎn)指數(shù)0.70），而其余巖組的致災(zāi)性均不到0.34；2） 蓄積量的致災(zāi)區(qū)間為96～142 m3?hm?2，極端值為122 m3?hm?2，隨著蓄積量增加，滑坡風(fēng)險(xiǎn)先增加后降低；3） 距斷層距離的致災(zāi)區(qū)間為1 850～5 500 m，極端值為3 750 m，距斷層越近，滑坡風(fēng)險(xiǎn)反而越低，一種可能原因是由于斷層效應(yīng)激發(fā)了林地的自我保護(hù)機(jī)制，另一種可能原因是受樣本數(shù)據(jù)的影響，華鎣山距斷層距離≥2 500 m 的區(qū)域內(nèi)歷史淺表層滑坡災(zāi)害密集，基本位于淺表層滑坡高風(fēng)險(xiǎn)區(qū)；4） 地形起伏度的致災(zāi)區(qū)間為77～125 m，極端值為最大值125 m，即高地形起伏度的致災(zāi)性更高，且地形起伏度小于30 m 時(shí)致災(zāi)性出現(xiàn)較大的波動(dòng)；5） 高程的致災(zāi)區(qū)間為445～490 m，極端值為460 m，隨著高程增加，致災(zāi)性先增加后降低；6） 綠紅植被指數(shù)的致災(zāi)區(qū)間為－0.28～0.16，極端值為0.01，由于綠紅植被指數(shù)負(fù)值代表裸地，正值反映植被覆蓋度高低，因此響應(yīng)曲線反映出裸地條件具有較高致災(zāi)性，而隨著植被覆蓋度增加，滑坡風(fēng)險(xiǎn)逐漸降低；7） 平面曲率的致災(zāi)區(qū)間為?3.8 ～?0.8、3.3～4.5 兩個(gè)區(qū)間，極端值為4.5，即平面曲率絕對(duì)值越小，滑坡風(fēng)險(xiǎn)越低，平面曲率絕對(duì)值越大，滑坡風(fēng)險(xiǎn)越高；8） 林分類型均無(wú)致災(zāi)性大于0.60 的情況，即沒(méi)有出現(xiàn)典型的致災(zāi)森林群落。

3.6 2 種環(huán)境變量組合下淺表層滑坡風(fēng)險(xiǎn)對(duì)環(huán)境變量的響應(yīng)差異

通過(guò)對(duì)比考慮和不考慮植被因素下淺表層滑坡風(fēng)險(xiǎn)對(duì)12 個(gè)非植被環(huán)境變量的響應(yīng)差異，發(fā)現(xiàn)差異主要體現(xiàn)在平面曲率、坡向、高程變異系數(shù)、坡度變率和坡面曲率5 個(gè)變量上，具體如圖10 所示，而其余7 個(gè)變量基本一致，由此反映出植被因素的存在導(dǎo)致區(qū)域淺表層滑坡風(fēng)險(xiǎn)對(duì)環(huán)境變量組合的響應(yīng)發(fā)生一定的變化。

1） 淺表層滑坡風(fēng)險(xiǎn)對(duì)平面曲率的響應(yīng)差異體現(xiàn)在：平面曲率取極小值時(shí)，考慮植被因素比不考慮植被因素所造成的淺表層滑坡風(fēng)險(xiǎn)更小，風(fēng)險(xiǎn)降低4.9%。2） 淺表層滑坡風(fēng)險(xiǎn)對(duì)坡向的響應(yīng)差異體現(xiàn)在：坡向?yàn)檎保?°）方向時(shí)，考慮植被因素比不考慮植被因素所造成的淺表層滑坡風(fēng)險(xiǎn)更高，風(fēng)險(xiǎn)升高12.8%；而坡向?yàn)檎戏较颍?60°）時(shí)，考慮植被因素比不考慮植被因素所造成的淺表層滑坡風(fēng)險(xiǎn)更低，風(fēng)險(xiǎn)降低6.4%。3） 淺表層滑坡風(fēng)險(xiǎn)對(duì)高程變異系數(shù)的響應(yīng)差異體現(xiàn)在：高程變異系數(shù)取極大值時(shí)，考慮植被因素比不考慮植被因素所造成的淺表層滑坡風(fēng)險(xiǎn)更小，風(fēng)險(xiǎn)降低5.9%。4） 淺表層滑坡風(fēng)險(xiǎn)對(duì)坡度變率的響應(yīng)差異體現(xiàn)在：坡度變率取極大值時(shí)，考慮植被因素比不考慮植被因素所造成的淺表層滑坡風(fēng)險(xiǎn)更高，風(fēng)險(xiǎn)升高10.9%。5） 淺表層滑坡風(fēng)險(xiǎn)對(duì)剖面曲率的響應(yīng)差異體現(xiàn)在：剖面曲率取極大值時(shí)，考慮植被因素比不考慮植被因素所造成的淺表層滑坡風(fēng)險(xiǎn)更低，風(fēng)險(xiǎn)降低8.1%。

由此，考慮植被因素時(shí)整體上不改變淺表層滑坡風(fēng)險(xiǎn)對(duì)各因素的響應(yīng)趨勢(shì)，但對(duì)某些非植被因素極端值所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)具有重要影響，呈現(xiàn)耦合效應(yīng)，既可能加劇也可能削弱淺表層滑坡風(fēng)險(xiǎn)，其中植被因素對(duì)平面曲率、高程變異系數(shù)和剖面曲率所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)起削弱作用，對(duì)坡度變率所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)起加劇作用，對(duì)坡向所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)具有正反2 方面作用。

4 討論

4.1 植被因子的淺表層滑坡減災(zāi)適宜性

對(duì)于淺表層滑坡減災(zāi)而言，植被因子相比地質(zhì)、地形、地貌等影響因子更容易調(diào)控，成本更低。本研究中共涉及5 個(gè)植被因子，根據(jù)MaxEnt 模型模擬結(jié)果，蓄積量、植被覆蓋度和林分類型為關(guān)鍵植被因子，而平均樹齡、林分密度的貢獻(xiàn)率較低。關(guān)于蓄積量對(duì)淺表層滑坡風(fēng)險(xiǎn)的影響，一方面，蓄積量體現(xiàn)在喬、灌、草的占比上，相關(guān)研究表明灌木固坡作用可能高于某些喬木（楊永紅等，2007），尤其是土體加筋效果，灌木生長(zhǎng)15年左右的根系加筋力等同于喬木生長(zhǎng)50～60年；另一方面，隨著森林群落演替，喬木蓄積量是逐年積累的，因而到達(dá)一定年限后喬木對(duì)林地蓄積量變化起主導(dǎo)作用。根據(jù)模擬結(jié)果，華鎣山森林蓄積量的致災(zāi)區(qū)間為96～142 m3?hm?2，極端值為122 m3?hm?2。通過(guò)樣本統(tǒng)計(jì)，該蓄積量區(qū)間內(nèi)喬木樹齡集中在30～40年，占比82.4%，同時(shí)根據(jù)模型模擬結(jié)果中樹齡對(duì)淺表層滑坡風(fēng)險(xiǎn)的影響表現(xiàn)為隨樹齡增加致災(zāi)性逐漸提高，到42年致災(zāi)性到達(dá)頂峰，隨即出現(xiàn)小幅降低。由此可見(jiàn)，喬木生長(zhǎng)到一定階段前，其所在坡體的淺表層滑坡風(fēng)險(xiǎn)逐年增加。相關(guān)研究表明，植被對(duì)斜坡穩(wěn)定性的負(fù)面影響體現(xiàn)在樹木自重上，樹木自重增加作用在潛在破壞面上的質(zhì)量，并增加作用在斜坡上的驅(qū)動(dòng)力，從而降低斜坡穩(wěn)定性（Guoet al.，2020；Simonet al.，2002；Pollen，2007）。但值得注意的是，隨著蓄積量及樹齡達(dá)到一定條件，樹木對(duì)淺表層滑坡風(fēng)險(xiǎn)的致災(zāi)性出現(xiàn)反轉(zhuǎn)趨勢(shì)，這可能是由于喬木生長(zhǎng)到一定階段，由高生長(zhǎng)轉(zhuǎn)向徑生長(zhǎng)和根生長(zhǎng)，增強(qiáng)了喬木自身的抗倒伏性能，根系的錨固力逐漸抵消自重帶來(lái)的不利影響。

關(guān)于植被覆蓋度對(duì)淺表層滑坡風(fēng)險(xiǎn)的影響，本研究結(jié)果與大多數(shù)研究一致，體現(xiàn)出植被對(duì)淺表層滑坡積極的減災(zāi)作用（李凱等，2014；Peduzzi， 2010），但也有研究發(fā)現(xiàn)，有些植被覆蓋度更高的地方，滑坡規(guī)模反而更大（Liet al.，2021），這可能是由于根系對(duì)土體的膠結(jié)作用，一旦失穩(wěn)會(huì)出現(xiàn)整體滑塌現(xiàn)象，因此在關(guān)注植被覆蓋度與滑坡的關(guān)系時(shí)，需考慮到正反2 方面。

關(guān)于林分類型對(duì)淺表層滑坡風(fēng)險(xiǎn)的影響，大量研究表明，樹種不同，其對(duì)斜坡穩(wěn)定性的影響存在顯著差異，主要體現(xiàn)在不同樹種的根系網(wǎng)絡(luò)復(fù)雜性上（Stokeset al.，2009）。對(duì)于諸如馬尾松、杉木這樣的高大喬木而言，根系不僅對(duì)土體起到加固作用，同時(shí)也對(duì)喬木本身起到支撐作用，當(dāng)面對(duì)常年降雨和大風(fēng)的干擾，高大喬木自身的抗倒伏性能以及其生長(zhǎng)環(huán)境如土壤質(zhì)地、土層厚度等均會(huì)對(duì)局部的坡體穩(wěn)定性產(chǎn)生影響（Krzeminskaet al.，2019），相比之下，柏木、灌木等自重相對(duì)較小的植物種發(fā)生倒伏的概率更低，更多發(fā)揮著根系加固效能，使得林分整體出現(xiàn)淺表層滑坡的頻率更低。當(dāng)然，盡管本研究中馬尾松林存在淺表層滑坡隱患，但為了兼顧木材、松油的生產(chǎn)以及其他森林生態(tài)服務(wù)功能發(fā)揮，盲目替換樹種是不可取的，應(yīng)當(dāng)針對(duì)風(fēng)險(xiǎn)較高的區(qū)域采取植被結(jié)構(gòu)優(yōu)化措施，通過(guò)引入固坡適宜性高的伴生樹種提升根系網(wǎng)絡(luò)的整體穩(wěn)定性。

4.2 植被因素與非植被因素對(duì)淺表層滑坡風(fēng)險(xiǎn)的耦合效應(yīng)

本研究中2 種環(huán)境變量組合條件下模型模擬結(jié)果表明，植被因素的存在整體上不改變淺表層滑坡風(fēng)險(xiǎn)對(duì)其他影響因子的響應(yīng)趨勢(shì)，但對(duì)于某些非植被因素的極端值所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)值具有重要影響，呈現(xiàn)出耦合效應(yīng)。對(duì)于平面曲率而言，其對(duì)地表徑流的匯聚和分散有直接影響（Aghdamet al.，2016），平面曲率絕對(duì)值越大，代表徑流匯集作用越強(qiáng)，說(shuō)明當(dāng)考慮植被因素時(shí)，環(huán)境變量組合條件下，植被削弱了徑流匯集對(duì)淺表層滑坡風(fēng)險(xiǎn)的不利影響，植被具有延長(zhǎng)徑流匯集時(shí)間、阻斷徑流路徑進(jìn)而降低滑坡風(fēng)險(xiǎn)的作用。對(duì)于坡向而言，通常情況下，坡向是影響植被分布的主要地形因素（張興航等，2020），不同坡向的植被生長(zhǎng)狀況存在差異，而正南和正北方向光照條件差異最大，能使植被生長(zhǎng)差異達(dá)到最大化，加劇了這2 個(gè)坡向上植被因素和非植被因素的耦合效應(yīng)，使滑坡風(fēng)險(xiǎn)產(chǎn)生顯著變化。對(duì)于高程變異系數(shù)而言，由于高程變異系數(shù)最大時(shí)的坡面相對(duì)高差較大，使得勢(shì)能向動(dòng)能的轉(zhuǎn)化更為充分，當(dāng)考慮植被因素時(shí)，植被可能削弱一定的能量轉(zhuǎn)化效率，使得整體風(fēng)險(xiǎn)降低（王靜雯，2020）。研究表明，植被對(duì)坡度變率較高的地形具有較好地適應(yīng)性（陳斌等，2019），反而可能增加坡體的下滑力，提高滑坡風(fēng)險(xiǎn)。對(duì)于剖面曲率而言，由于極大值代表凹型坡，此時(shí)植被和凹型坡的綜合作用降低了淺表層滑坡風(fēng)險(xiǎn)，研究表明凹型坡主要起到雨水匯集作用，而植被的存在，能夠通過(guò)側(cè)根連通順坡方向的土壤孔隙從而引導(dǎo)坡體雨水外排，降低滑坡風(fēng)險(xiǎn)（陳利頂?shù)龋?015）。

5 結(jié)論

利用MaxEnt 模型進(jìn)行林地淺表層滑坡風(fēng)險(xiǎn)析因，當(dāng)環(huán)境變量包含植被因素時(shí)，模型精度比只考慮非植被因素時(shí)提升3.1%。通過(guò)模型模擬，發(fā)現(xiàn)工程地質(zhì)巖組、蓄積量、距斷層距離、地形起伏度、高程、綠紅植被指數(shù)、平面曲率和和林分類型8 個(gè)因子對(duì)淺表層滑坡風(fēng)險(xiǎn)預(yù)測(cè)的累計(jì)貢獻(xiàn)率達(dá)80%，各因子的相對(duì)貢獻(xiàn)率分別為25.2%、17%、10.7%、6.5%、5.8%、5.4%、5.2%和5%；植被因素對(duì)預(yù)測(cè)林地淺表層滑坡風(fēng)險(xiǎn)有重要作用，主要體現(xiàn)在蓄積量、植被覆蓋度和林分類型3 方面，其累積貢獻(xiàn)率達(dá)27.4%。對(duì)比考慮和不考慮植被因素時(shí)淺表層滑坡風(fēng)險(xiǎn)對(duì)各環(huán)境變量的響應(yīng)差異，發(fā)現(xiàn)考慮植被因素時(shí)整體上不改變淺表層滑坡風(fēng)險(xiǎn)對(duì)各影響因素的響應(yīng)趨勢(shì)，但會(huì)對(duì)某些非植被因素極端值所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)具有重要影響，呈現(xiàn)耦合效應(yīng)，其中植被因素對(duì)由平面曲率、高程變異系數(shù)、剖面曲率所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)起削弱作用，體現(xiàn)在植被對(duì)徑流的分散和能量的消耗；對(duì)由坡度變率所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)起加劇作用，體現(xiàn)在陡坡微地形植被增加坡體自重產(chǎn)生的風(fēng)險(xiǎn)；對(duì)坡向所產(chǎn)生的淺表層滑坡風(fēng)險(xiǎn)具有正反兩方面作用，體現(xiàn)在陽(yáng)坡柏木林和陰坡馬尾松-杉木混交林的滑坡風(fēng)險(xiǎn)差異。