大同市地質(zhì)災(zāi)害危險性評價

摘 要：本文以大同市為研究區(qū)，對地質(zhì)災(zāi)害危險性進(jìn)行評價研究，選取高程、坡度、降水、距河流距離、距斷層距離、地層巖性、災(zāi)害點密度、NDVI、人口密度、土地利用類型以及距道路距離等11種影響因子，采用層次分析法和信息量法對影響因子進(jìn)行分析，將大同地區(qū)劃分為高、中、低和極低4個危險性分區(qū)，分別占研究區(qū)的7.97％、24.44％、51.02％和16.57％。其中，大同市以中危險和低危險地區(qū)為主；高危險地區(qū)分布較少且較為集中。運用ROC曲線驗證危險性評價結(jié)果的準(zhǔn)確性。ROC曲線的AUC值為0.821，＞0.5，說明層次分析法和信息量法的評價結(jié)果可靠性較高。

關(guān)鍵詞：地質(zhì)災(zāi)害；危險性評價；層次分析法；信息量法

中圖分類號：X 43" " " " " " 文獻(xiàn)標(biāo)志碼：A

大同市位于山西省北部，礦產(chǎn)資源豐富，是重要的工業(yè)基地和能源資源城市。大同市地形地貌復(fù)雜，地質(zhì)作用強(qiáng)烈，斷層發(fā)育，同時礦產(chǎn)開采等人類活動頻繁，因此該區(qū)域內(nèi)地質(zhì)災(zāi)害頻發(fā)[1]。目前，地質(zhì)災(zāi)害危險性評價的研究方法有層次分析法、模糊綜合評價法、確定性系數(shù)法、信息量法、支持向量機(jī)法和神經(jīng)網(wǎng)絡(luò)法等。本文采用層次分析法和信息量法，可以較好地統(tǒng)一主觀與客觀、定性與定量。本文選取系列影響地質(zhì)災(zāi)害發(fā)生的因子，對大同市地質(zhì)災(zāi)害危險性進(jìn)行評價研究。根據(jù)研究結(jié)果，可以為大同市防災(zāi)減災(zāi)提供參考，有利于當(dāng)?shù)爻鞘泻凸こ探ㄔO(shè)，保障當(dāng)?shù)厝嗣竦呢敭a(chǎn)安全，實現(xiàn)可持續(xù)發(fā)展。

1 研究區(qū)概況

大同市屬于溫帶大陸性季風(fēng)氣候，四季鮮明，溫差較大。春秋風(fēng)沙天氣多，氣候涼爽，夏季氣候溫和，冬季嚴(yán)寒多大風(fēng)。全年平均降水量約為400mm且集中在7月—9月。年蒸發(fā)量約為1200mm，氣候較為干旱[2]。大同市境內(nèi)分布眾多河流，有桑干河、白登河、唐河、渾河以及馬營河等。基本屬于海河流域，只有少數(shù)河流屬于黃河水系。大同市水資源匱乏，區(qū)域分布不平衡且人均占有量少。

大同市地貌類型復(fù)雜多樣，有山地、丘陵、盆地、臺地和河溝等。區(qū)域內(nèi)相對高差較大。大同市基底地層為太古界，地表地層是寒武系、奧陶系、石炭系、二疊系、侏羅系、白堊系、新近系和第四系[3]。此區(qū)域在地質(zhì)歷史時期構(gòu)造運動頻繁，并產(chǎn)生斷陷、堆積和火山等地質(zhì)景觀。

大同市礦產(chǎn)資源豐富，全市的支柱產(chǎn)業(yè)是以煤炭為主的礦產(chǎn)資源開采。除此之外，大同市還有鐵、錳、鉛、銅、硫鐵石、輝綠巖、花崗巖、大理巖和石墨等其他礦產(chǎn)資源。

通過查閱相關(guān)資料和網(wǎng)站，此區(qū)域共有324個地質(zhì)災(zāi)害點，其中地面塌陷144處、地裂縫47處、滑坡17處、泥石流99處以及崩塌17處。

2 選取影響因子

地質(zhì)災(zāi)害的形成原因是多種因子共同作用的結(jié)果，合理選擇影響因子對研究區(qū)地質(zhì)災(zāi)害的危險性評價結(jié)果至關(guān)重要。本文在結(jié)合目前研究的基礎(chǔ)上，共選取了11個影響因子。

高程和坡度作為地形地貌因子，影響區(qū)域巖石和土壤的穩(wěn)定性和碎屑分布。斜坡經(jīng)過降雨沖刷，地表迅速軟化，巖土空隙壓力變大，易導(dǎo)致崩塌、泥石流和滑坡等地質(zhì)災(zāi)害。與河流的距離可以反映河流對此區(qū)域不同位置的侵蝕和沖刷情況。同時該因子也影響區(qū)域的土壤含水量、地下水位和地區(qū)地質(zhì)災(zāi)害的發(fā)生。與斷層距離和地層巖性可反映此區(qū)域巖石的脆性、風(fēng)化程度和地質(zhì)作用對此區(qū)域的影響程度。用災(zāi)害點密度反映區(qū)域地質(zhì)災(zāi)害的分布情況。用NDVI反映區(qū)域不同的植被情況，該因子通過改變地區(qū)的水土保持和生態(tài)穩(wěn)定性間接影響地質(zhì)災(zāi)害的發(fā)生[4-5]。土地利用類型、距道路距離和人口密度反映人類在農(nóng)業(yè)、工業(yè)和礦產(chǎn)開采等活動對此區(qū)域的影響程度，人類活動會直接或間接影響地貌，是影響地質(zhì)災(zāi)害的重要條件。

3 研究過程和方法

3.1 研究過程

研究過程如下：①以大同市為研究區(qū)，合理選擇并收集有關(guān)數(shù)據(jù)。利用ArcGIS的空間分析功能制作各影響因子的柵格圖。②利用層次分析法，分別計算人口密度、距道路距離和土地利用類型的權(quán)重。利用ArcGIS進(jìn)行數(shù)據(jù)疊加處理，得出人類活動這一綜合影響因子。③將人類活動、高程、坡度、降水、距河流距離、距斷層距離、地層巖性、災(zāi)害點密度和NDVI劃分為不同的分級，采用信息量法計算各影響因子的信息量值，并進(jìn)行疊加處理，得到研究區(qū)的總信息量值，即危險性指數(shù)。④利用ROC曲線驗證大同市地質(zhì)災(zāi)害危險性評價結(jié)果的準(zhǔn)確性。⑤利用自然斷點法對總信息量值進(jìn)行重分類，將其劃分為4個危險等級。大同市地質(zhì)災(zāi)害危險性評價的研究流程如圖1所示。

3.2 層次分析法

層次分析法是一種將定性與定量相結(jié)合的解決多目標(biāo)復(fù)雜問題的評價決策方法。此方法具有系統(tǒng)化、多對象化和層次化的特點。將組成復(fù)雜問題的多種要素按照相互關(guān)聯(lián)和隸屬關(guān)系構(gòu)建多層次的分析結(jié)構(gòu)模型。結(jié)合多位專家的評分結(jié)果，確定每層要素的相對重要性，對其進(jìn)行定量表示，利用數(shù)學(xué)方法逐步逐層計算其權(quán)重值[6]。

本文利用層次分析法確定人口密度、距道路距離和土地利用類型這3種因子的權(quán)重，具體步驟如下：①基于影響因子，建立遞階層次結(jié)構(gòu)模型。②采用1～9及其倒數(shù)標(biāo)度法對人口密度、距道路距離和土地利用類型這3種因子分別進(jìn)行兩兩比較，重要度越高則評分越高。通過相互比較，構(gòu)建指標(biāo)判斷矩陣。③通過計算矩陣的最大特征值λmax確定一致性檢驗指標(biāo)CR值，當(dāng)CR＜0.1時，此判斷矩陣有較好的一致性，通過檢驗。反之，須更改判斷矩陣，重新進(jìn)行一致性檢驗，直到通過一致性檢驗為止。④計算各影響因子的權(quán)重。權(quán)重越大，表明此因子對構(gòu)建人類活動綜合影響因子的貢獻(xiàn)越大。

通過構(gòu)建判斷矩陣和一致性檢驗，此判斷矩陣的CR值為0.0089，CR＜0.1，通過一致性檢驗。人口密度、距道路距離和土地利用類型的權(quán)重值見表1。

由表1可知，3種影響因子對構(gòu)建人類活動的貢獻(xiàn)率由大到小依次是土地利用類型、距道路距離和人口密度。在已知權(quán)重值的基礎(chǔ)上，利用ArcGIS的柵格計算器功能將人口密度、距道路距離和土地利用類型柵格數(shù)據(jù)分別乘以對應(yīng)的權(quán)重值，進(jìn)行數(shù)據(jù)疊加處理，得出人類活動綜合影響因子。通過ArcGIS的重分類功能將人類活動影響因子劃分為高頻率區(qū)、中頻率區(qū)和低頻率區(qū)3個級別。

3.3 信息量法

信息量法是基于信息論發(fā)展的統(tǒng)計預(yù)測方法，廣泛應(yīng)用于地質(zhì)災(zāi)害的危險性研究中，通過計算信息量值表示在某影響因子影響下發(fā)生地質(zhì)災(zāi)害的可能性，然后將其擴(kuò)展到整個研究區(qū)，表示此地區(qū)發(fā)生地質(zhì)災(zāi)害的可能性[7]。

本研究從地質(zhì)災(zāi)害發(fā)生的影響因子入手，選擇信息量法計算每個影響因子的信息量值。然后對影響因子的信息量值進(jìn)行疊加，用于表征此地區(qū)發(fā)生地質(zhì)災(zāi)害的可能性。信息量法的計算方法如公式（1）所示。

（1）

式中：I為研究區(qū)內(nèi)影響因子的信息量值；Ni為影響因子在某一分級中發(fā)生地質(zhì)災(zāi)害點的個數(shù)；N為研究區(qū)內(nèi)發(fā)生地質(zhì)災(zāi)害的總數(shù)；Si為影響因子在某一分級中所占的柵格單元數(shù)；S為研究區(qū)內(nèi)總柵格單元數(shù)。各影響因子在不同分級的信息量值見表2。信息量值越大說明發(fā)生地質(zhì)災(zāi)害的可能性越高，信息量值越小說明發(fā)生地質(zhì)災(zāi)害的可能性越低。

由表2可知，高程1000m～1400m、坡度5°～15°、降水307mm～337mm、與河流距離＜750m、與斷層距離5000m～10000m、地層巖性為中生界、NDVI＜0.4、災(zāi)害點密度＞0.12、人類活動在高頻率區(qū)間處，信息量值較高，說明在此區(qū)間發(fā)生地質(zhì)災(zāi)害的可能性較高。

4 評價結(jié)果

4.1 研究結(jié)果

利用ArcGIS的柵格計算器功能對單因子的信息量圖層進(jìn)行疊加處理。得到總的信息量值圖層，即危險性指數(shù)。采用自然斷點法對危險性指數(shù)進(jìn)行重分類，將此區(qū)域劃分為高危險區(qū)、中危險區(qū)、低危險區(qū)和極低危險區(qū)。分區(qū)結(jié)果如圖2所示。

由圖2可知，高危險地區(qū)的面積為1129.95km2，中危險區(qū)的面積為3464.73km2，低危險區(qū)的面積為7232.05km2，極低危險區(qū)的面積為2349.27km2。分別占研究區(qū)的7.97％、24.44％、51.02％和16.57％。大同市地質(zhì)災(zāi)害危險區(qū)中以中危險區(qū)和低危險區(qū)為主，占全區(qū)總面積的75.46％。高危險區(qū)和極低危險所占比重較小，僅占研究區(qū)的24.54％。

在此區(qū)域中，高危險區(qū)主要集中分布于平城區(qū)、云岡區(qū)和左云縣東部。還有少部分零星分布于新榮區(qū)、陽高縣、靈丘縣和渾源縣。此風(fēng)險區(qū)中分布較多的是煤礦和采石廠，地質(zhì)災(zāi)害類型以地面塌陷和地裂縫居多。

4.2 精度檢驗

ROC曲線又稱為受試者工作特征曲線，用于檢驗評價方法的精度。橫坐標(biāo)為特異性，此指標(biāo)越低說明準(zhǔn)確率越高?？v坐標(biāo)為敏感性，指標(biāo)越高說明準(zhǔn)確率越高。ROC曲線越接近左上角說明準(zhǔn)確率越高。ROC曲線下的面積為AUC值，值為0.5～1，數(shù)值越大，精度越高。ROC曲線廣泛應(yīng)用于地質(zhì)災(zāi)害的研究中[8-9]。

本文基于ArcGIS平臺，通過創(chuàng)建隨機(jī)點功能，選取與災(zāi)害點相同數(shù)目的非災(zāi)害隨機(jī)點。將災(zāi)害點和非災(zāi)害點分別賦予對應(yīng)的信息量值并標(biāo)注為1和0。把數(shù)據(jù)導(dǎo)入SPSS軟件中，并對其進(jìn)行ROC曲線分析。分析結(jié)果如圖3所示。

由圖3可知，在信息量法的ROC曲線中，AUC=0.821，gt;0.5。說明利用層次分析法和信息量法對大同市地質(zhì)災(zāi)害進(jìn)行危險性評價準(zhǔn)確性較高。

5 結(jié)論

本文通過研究，得出災(zāi)害防治建議，結(jié)論如下：1）利用衛(wèi)星和遙感解譯功能加強(qiáng)監(jiān)測預(yù)警，建立健全的地質(zhì)災(zāi)害監(jiān)測體系。2）要注重高危險地區(qū)的煤炭礦廠和采石廠開采過程中的環(huán)保政策，開采前加強(qiáng)調(diào)查，爭取將危險性降到最低。在開采后加強(qiáng)礦區(qū)治理，采取復(fù)填、復(fù)墾和復(fù)綠措施，盡最大努力恢復(fù)原有地貌。對違規(guī)開發(fā)行為，應(yīng)加大懲罰力度。3）加強(qiáng)巡查，以鄉(xiāng)、村為單位進(jìn)行定期巡查。建立覆蓋全市的地質(zhì)災(zāi)害防治網(wǎng)格體系。4）加大宣傳力度，建立緊急避難所，進(jìn)行更多應(yīng)急演習(xí)，提高居民防范風(fēng)險意識。

參考文獻(xiàn)

[1]程原生.山西省地質(zhì)災(zāi)害發(fā)生情況和防御措施[J].山西水利，2003（5）：20-26.

[2]陳建峰.大同市2017-2018年地下水動態(tài)變化特征研究[J].地下水，2021，43（1）：57-59.

[3]張建萍，史慧君，曹金亮.大同市礦山地質(zhì)環(huán)境風(fēng)險評價[J].水文地質(zhì)工程地質(zhì)，2018，45（3）：153-158.

[4]楊康，薛喜成，李識博.信息量融入GA優(yōu)化SVM模型下的地質(zhì)災(zāi)害易發(fā)性評價[J].安全與環(huán)境工程，2022，29（3）：109-118.

[5]劉康，田臣龍，徐鳳琳.基于信息量-層次分析耦合模型的泗水縣地質(zhì)災(zāi)害易發(fā)性評價[J].中國地質(zhì)調(diào)查，2023，10（2）：77-86.

[6]劉濤，張洪江，吳敬東，等.層次分析法在泥石流危險度評價中的應(yīng)用—以北京市密云縣為例[J].水土保持通報，2008（5）：6-10.

[7]朱良峰，吳信才，殷坤龍，等.基于信息量模型的中國滑坡災(zāi)害風(fēng)險區(qū)劃研究[J].地球科學(xué)與環(huán)境學(xué)報，2004（3）：52-56.

[8]朱新婷，吳彩燕，譚秋焰，等.基于熵權(quán)法的滑坡危險性評價—以貴州省晴隆縣為例[J].桂林理工大學(xué)學(xué)報，2022，42（1）：100-108.

[9]劉帥，朱杰勇，楊得虎，等.基于斜坡單元與隨機(jī)森林模型的元陽縣崩滑地質(zhì)災(zāi)害易發(fā)性評價[J].中國地質(zhì)災(zāi)害與防治學(xué)報，2023，34（4）：144-150.