不同降雨工況下地質災害綜合評價

摘要：汕頭市潮陽區(qū)地處廣東省東部，人口密度大，地質環(huán)境條件復雜。以汕頭市潮陽區(qū)金灶鎮(zhèn)重點調查區(qū)為例，選取斜坡坡度、地形起伏度、工程地質巖組和土地利用類型等指標，運用ArcGIS軟件開展地質災害易發(fā)性評價，然后結合不同降雨工況下歷史日降雨量數據（10年、20年、50年和100年），采用ArcGIS軟件進行地質災害危險性評價，并以斜坡單元為評價單元，使用ArcGIS軟件開展區(qū)域地質災害風險評價，得到4種降雨工況的風險分區(qū)。研究表明，隨著降雨重現(xiàn)期的延長，低風險區(qū)逐漸減少，高風險區(qū)和極高風險區(qū)逐漸增加。研究成果可指導各級地方政府防災減災，為汕頭市潮陽區(qū)國土空間規(guī)劃和地質災害風險管控提供科學依據。

關鍵詞：重點調查區(qū)；地質災害；風險評價；降雨；ArcGIS軟件；汕頭市潮陽區(qū)

中圖分類號：P694 文獻標識碼：A 文章編號：1008-9500（2024）10-00-08

23

Comprehensive evaluation of geological hazards under different rainfall conditions

—Taking the key investigation area of Jinzao Town， Chaoyang District， Shantou City as an example

LI Jianying1， CAI Wenquan2， ZHANG Guoyuan1， JI Zhenfu1， ZHANG Mingliang1

（1. 931 Team of Guangdong Nonferrous Metals Geological Bureau， Shantou 515000， China;

2. 935 Team of Guangdong Nonferrous Metals Geological Bureau， Huizhou 516000， China）

Abstract： Chaoyang district of Shantou city is located in the eastern part of Guangdong province， with a high population density and complex geological environment conditions. Taking the key investigation area of Jinzao town in Chaoyang district， Shantou city as an example， indicators such as slope gradient， terrain undulation， engineering geological rock formations， and land use types are selected to conduct geological hazard susceptibility evaluation by using ArcGIS software， then， combining historical daily rainfall data under different rainfall conditions （10 years， 20 years， 50 years， and

100 years）， ArcGIS software is used for geological hazard risk assessment， and the slope unit is taking as the evaluation unit， ArcGIS software is used to conduct regional geological hazard risk assessment， and four risk zones are obtained under different rainfall conditions. Research has shown that with the extension of rainfall recurrence periods， low-risk areas gradually decrease， while high-risk and extremely high-risk areas gradually increase. The research results can guide local governments at all levels in disaster prevention and reduction， providing scientific basis for land spatial planning and geological disaster risk control in Chaoyang district， Shantou city.

Keywords： key investigation area; geological hazards; risk assessment; rainfall; ArcGIS software; Chaoyang district，Shantou city

近年來，受全球變暖和極端天氣常態(tài)化的大氣環(huán)境影響，持續(xù)降雨和臺風等極端天氣愈發(fā)頻繁。降雨是誘發(fā)地質災害的主要因素之一，其不同工況（降雨量、降雨強度和降雨歷時等）對地質災害的發(fā)生頻率、規(guī)模及分布范圍具有顯著影響。進入21世紀后，在地理信息系統(tǒng)（Geographic Information System，GIS）、遙感（Remote Sensing，RS）和全球定位系統(tǒng)（Global Positioning System，GPS）的技術推動下，地質災害成因研究取得顯著進展，風險評估實現(xiàn)從定性向定量的飛躍，出現(xiàn)一系列新方法，其中，基于GIS的地質災害風險評價技術最為成熟[1]。

廣東省是我國地質災害多發(fā)省份之一，降雨是誘發(fā)廣東省地質災害的主要因素[2]，地質災害類型以滑坡、崩塌和泥石流為主，具有點多、分布廣、規(guī)模較小和危害性大等特點。為了加強地質災害風險源頭管控，以汕頭市潮陽區(qū)地質災害詳細調查成果（1∶5萬比例尺）為基礎，采用ArcGIS軟件對金灶鎮(zhèn)地質災害威脅嚴重的集鎮(zhèn)、遷建區(qū)和集中安置點等人口聚集區(qū)進行高精度（1∶1萬比例尺）的風險評價，剖析不同降雨工況對金灶鎮(zhèn)地質災害的影響。研究結果可為當地的地質災害氣象預警和國土空間規(guī)劃提供數據支撐與決策依據，促進防災減災措施的精準制定與實施[3]。

1 研究區(qū)地質環(huán)境條件

汕頭市潮陽區(qū)地處廣東省東部，面積為666.63 km2，屬亞熱帶季風氣候區(qū)，多年平均降雨量為1 722.81 mm，降水量由西向東逐漸遞減。人口密度大，地質環(huán)境條件復雜。根據汕頭市潮陽區(qū)地質災害詳細調查成果（1∶5萬比例尺），地質災害高、中易發(fā)區(qū)面積合計375.33 km2，占潮陽區(qū)面積的56.30%，屬汕頭市地質災害重點防治區(qū)。

1.1 災害點分布及重點調查分區(qū)

整體來看，汕頭市潮陽區(qū)地質災害呈北多南少的分布特點，其主要分布在潮陽區(qū)西北部的金灶鎮(zhèn)、谷饒鎮(zhèn)。目前，當地已查明的地質災害隱患點有57處，包括崩塌52處、滑坡2處、地面沉降3處。結合汕頭市潮陽區(qū)地質災害的類型及分布，劃分4個崩塌、滑坡重點調查區(qū)（編號Z1～Z4）和1個地面沉降重點調查區(qū)（編號Z5），如圖1所示?；诘刭|災害隱患點的廣泛分布及其風險等級評估，選取潮陽區(qū)金灶鎮(zhèn)重點調查區(qū)（Z1）作為研究區(qū)，即金灶鎮(zhèn)西南部人口聚集的村鎮(zhèn)地帶，對崩塌和滑坡兩類地質災害進行綜合評價。

據調查，研究區(qū)有12個孕災地質條件點、8個地質災害隱患點。其中，崩塌點有7個，滑坡點有1個。按照崩塌風險等級統(tǒng)計，高崩塌風險點有1個，中崩塌風險點有5個，低崩塌風險點有1個。按照崩塌宏觀穩(wěn)定性統(tǒng)計，不穩(wěn)定有6個，基本穩(wěn)定有6個，穩(wěn)定有7個?；曼c風險低，基本穩(wěn)定，誘發(fā)地質災害的主要因素是降雨和人工切坡。

1.2 斜坡單元提取

斜坡單元被定義為分水線和匯水線圍成的一塊區(qū)域。斜坡單元是滑坡、崩塌等地質災害發(fā)育的基本單元，采用溝谷劃分的斜坡單元作為評價單元，劃分方法為集水區(qū)重疊法[4]。利用數字高程模型（Digital Elevation Model，DEM）的水文分析結果，分別提取斜坡單元的山谷線、山脊線（對應匯水線、分水線），將山脊線和山谷線合并，得到最終的斜坡單元。通過此方法劃分研究區(qū)的斜坡單元，斜坡單元合計61個，斜坡總面積為15.90 km2。

2 地質災害易發(fā)性評價

2.1 評價方法

經調查，人為因素是研究區(qū)地質災害的主要誘發(fā)因素，其次是地形地貌、工程地質巖組和水文地質條件等自然因素。經過綜合考量與篩選，確定多個對地質災害發(fā)生具有顯著影響的關鍵因素，它們共同作用于地質環(huán)境。最終，選取坡度、地形起伏度、工程地質巖組和土地利用類型作為地質災害易發(fā)性評價指標，如表1所示。

基于GIS柵格數據模型的信息量統(tǒng)計方法，結合研究區(qū)選取的指標分布，以10 m×10 m的柵格單元為評價單元，開展重點調查區(qū)地質災害易發(fā)性評價。信息量法是指計算各個評價因子在不同狀態(tài)下的信息量值，應用ArcGIS軟件進行信息量數據的疊加分析和重分類，得到信息量分級圖。各個評價因子信息量疊加，得出單個評價單元的總信息量，作為斜坡類地質災害易發(fā)性指數，如式（1）所示。按照自然斷點分級法劃分易發(fā)性指數閾值，將調查區(qū)按易發(fā)性劃分為高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)及非易發(fā)區(qū)。mHhwiyTXzEy/FCqGbli+pQ==重點調查區(qū)評價因子的各子類信息量如表1所示。

（1）

式中：In為研究區(qū)總信息量值；n為評價指標

數量；I（Xi，Y）為評價因子Xi對地質災害Y發(fā)生貢獻的信息量；i為評價指標序號；Ni為研究區(qū)評價指標分類單元內的地質災害總數；N為研究區(qū)地質災害單元總數；Si為研究區(qū)內評價因子Xi的單元數；S為研究區(qū)評價單元總數。

2.2 評價結果與分析

研究區(qū)地質災害易發(fā)性評價結果如表2所示。評價結果表明，地質災害高易發(fā)區(qū)集中分布于地形起伏大、人口密集的地區(qū)，面積為2.37 km2，占研究區(qū)面積的14.91%，主要分布在田心圍、下寮村一帶（斜坡），受威脅人口為647人，潛在經濟損失為5 716.93萬元；中易發(fā)區(qū)面積為4.22 km2，占研究區(qū)面積的26.54%；低易發(fā)區(qū)面積為6.55 km2，占研究區(qū)面積的41.19%。非易發(fā)區(qū)面積為2.76 km2，占研究區(qū)面積的17.36%，該區(qū)域坡度較緩，不易發(fā)生地質災害。

3 地質災害危險性評價

3.1 評價方法

在易發(fā)性評價的基礎上，選擇重點調查區(qū)各站點的不同重現(xiàn)期（10年、20年、50年和100年）一遇下的日降雨量數據作為評價因子，開展地質災害危險性評價。不同工況的降雨量分布采用皮爾遜-Ⅲ型分布來求解，利用ArcMap軟件的克里金插值法，對降雨量和易發(fā)性分區(qū)結果進行歸一化處理[5-6]?；贏rcGIS軟件柵格計算器功能，分別按不同降雨強度等級換算和疊加，利用空間分析功能，以斜坡單元為評價單元進行分區(qū)統(tǒng)計，最終得到不同降雨工況的危險性分區(qū)。采用自然斷點法進行分級，將其分為低危險區(qū)、中危險區(qū)、高危險區(qū)和極高危險區(qū)。

3.2 評價結果與分析

當研究區(qū)面臨10年一遇降雨工況及更嚴峻的

20年一遇降雨工況時，極高危險區(qū)均未出現(xiàn)，而高危險區(qū)面積則占研究區(qū)面積的5%。然而，當降雨強度提升至50年一遇的極端情況時，地質災害的風險格局發(fā)生顯著變化，極高危險區(qū)首次出現(xiàn)，占研究區(qū)面積的9.87%，這表明在該極端降雨條件下，研究區(qū)特定區(qū)域面臨極高的地質災害風險。高危險區(qū)面積顯著擴張，從原先占總面積的5%激增到68.74%，這一急劇增加主要集中在研究區(qū)西南部，表明該區(qū)域在遭遇極端降雨時特別脆弱。

不同降雨工況下，各危險分區(qū)面積占比變化如表3所示。隨著降雨重現(xiàn)期的延長，研究區(qū)內極高危險區(qū)與高危險區(qū)的面積占比呈明顯的上升趨勢。這一趨勢表明，降雨強度的增加（即更長的降雨重現(xiàn)期）直接導致地質災害風險的加劇，從而提高地質災害在空間上的發(fā)生率。在100年一遇的極端降雨工況下，地質災害危險性大幅度提升，該工況下地質災害的發(fā)生率將大幅增加，對區(qū)域安全構成重大威脅。

4 地質災害風險評價

4.1 評價方法

地質災害致災過程的隨機性較強，更為極端的降雨條件會大幅增加斜坡致災的可能性，提高風險等級[7-8]。本次地質災害風險評價以危險性評價和易損性評價為基礎，疊加危險性評價結果和易損性評價結果，得到研究區(qū)風險區(qū)劃圖。研究區(qū)易損性評價選擇人員易損性和經濟易損性兩個指標，綜合確定承災體易損性[9-10]。人員易損性評價采用人口密度核算法，考慮人口密度及年齡結構，獲得調查區(qū)的人員易損性。經濟易損性劃分為建筑物易損性和交通設施易損性，將其進行權重疊加，得到綜合易損性，賦值如表4所示。

4.2 評價結果與分析

在獲得不同類型承載體易損性圖層的基礎上，基于ArcGIS軟件，對不同類型的承載體進行重分類，賦值后進行疊加，并利用空間分析功能，以斜坡為評價單元進行分區(qū)統(tǒng)計，得到易損性評價分區(qū)圖。最終通過ArcGIS軟件的斜坡單元測算相關屬性值（危險性和易損性），采用式（2）計算斜坡單元的綜合風險度。

R=H×V（2）

式中：R為綜合風險度；H為危險度；V為易損度。

不同降雨工況下，地質災害風險分區(qū)如圖2所示，統(tǒng)計結果如表5所示。在10年一遇降雨工況下，極高風險區(qū)、高風險區(qū)面積占研究區(qū)面積的23.21%，主要分布在金灶鎮(zhèn)下寮村一帶的斜坡，中風險區(qū)和低風險區(qū)面積占研究區(qū)面積的76.79%；在20年一遇降雨工況下，極高風險區(qū)、高風險區(qū)面積占研究區(qū)面積的26.54%，中風險區(qū)和低風險區(qū)面積占研究區(qū)面積的73.46%；在50年一遇降雨工況下，極高風險區(qū)、高風險區(qū)面積占研究區(qū)面積的36.23%，主要分布在金灶鎮(zhèn)田心圍、高斗村一帶的斜坡，中風險區(qū)和低風險區(qū)面積占研究區(qū)面積的63.77%；在100年一遇降雨工況下，極高風險區(qū)、高風險區(qū)面積占研究區(qū)面積的43.46%，主要分布在金灶鎮(zhèn)中部、西部的斜坡，中風險區(qū)和低風險區(qū)面積占研究區(qū)面積的56.54%。結果表明，極高風險區(qū)、高風險區(qū)面積占研究區(qū)面積的比例隨著降雨重現(xiàn)期的延長而提高，與危險性評價結果保持高度一致，尤其是在100年降雨工況下，研究區(qū)地質災害風險大幅度提升。研究區(qū)極高風險區(qū)和高風險區(qū)主要致災體發(fā)育于第四系殘坡積層及全強風化巖層。目前，金灶鎮(zhèn)存在的地質災害點和隱患點大多分布于極高風險區(qū)和高風險區(qū)，與預測結果相對應。

5 結論

作為重點調查區(qū)，汕頭市潮陽區(qū)金灶鎮(zhèn)容易發(fā)生滑坡、崩塌等地質災害。以ArcGIS軟件為工具，首先對研究區(qū)開展地質災害易發(fā)性評價，然后結合不同降雨工況，進行地質災害危險性評價，并以斜坡單元為評價單元，開展區(qū)域地質災害風險評價，得到4種降雨工況的風險分區(qū)。不同降雨工況下，地質災害風險存在差異。野外實地調查結果與預測結果一致，已發(fā)生地質災害點和潛在隱患點存在緊密的關系。這不僅證實預測模型的高度準確性，還表明其在實際應用中的可靠性。研究區(qū)地質災害隱患點集中分布在人口密集區(qū)，存在極高風險區(qū)和高風險區(qū)，地質災害對當地居民的生命安全構成潛在威脅，并可能導致嚴重的經濟損失。因此，要合理安排極端天氣出現(xiàn)時的地質災害風險排查工作，靈活調整不同降雨工況下地質災害的監(jiān)測頻率，從而防范和化解重大風險，降低研究區(qū)地質災害損失，保障人民生命與財產安全。

參考文獻

1 趙子良，石德強，汪 瑋.基于地理信息系統(tǒng)和遙感的區(qū)域地質災害易發(fā)分區(qū)研究：以咸寧市咸安區(qū)為例[J].資源環(huán)境與工程，2019（1）：64-69.

2 魏平新，鄭志文，周志華，等.廣東省暴雨型淺層滑坡災害動力預警模型與氣象風險預警研究[J].中國地質災害與防治學報，2024（2）：30-39.

3 何 進，周曉鵬，劉書亞，等.不同降雨工況下嵩縣陸渾水庫上游地區(qū)地質災害綜合評價[J].礦產勘查，2024（5）：861-871.

4 楊 銳，于春勇，汪 洋.基于加權信息量和GIS方法的地質災害易發(fā)性評價：以榆社縣為例[J].礦業(yè)研究與開發(fā)，2023（2）：163-170.

5 楊秀元，付 杰，韓旭東，等.三峽庫區(qū)沿江城鎮(zhèn)地質災害風險評價：以重慶市萬州區(qū)大周鎮(zhèn)為例[J].中國地質調查，2021（4）：27-36.

6 李曉淳，李建穎，張明亮.汕頭市潮陽區(qū)地質災害形成機理及成災模式分析[J].資源信息與工程，2023（6）：29-35.

7 張宏偉.基于GIS的不同降雨工況下地質災害危險性評價[J].華北自然資源，2021（4）：103-105.

8 梁長凱，江思義，鄒仁輝，等.不同降雨工況下地質災害風險評價：以賀州市富川瑤族自治縣重點調查區(qū)為例[J].資源信息與工程，2023（3）：108-111.

9 李國營，劉 平，張 凱，等.量綱統(tǒng)一在滑坡易發(fā)性評價中的影響分析[J].水文地質工程地質，2024（3）：118-129.

10 吳興貴，王宇棟，王藍婷，等.加權信息量模型在云南瀾滄縣滑坡危險性評價中的應用[J].中國地質災害與防治學報，2024（3）：119-128.