基于GIS分析的魯中南低山丘陵區(qū)地質災害風險評價

摘要：為更好地開展山東省魯中南低山丘陵區(qū)地質災害綜合防治工作，本文在地質災害風險普查的基礎上，運用信息量模型，結合GIS分析建立了區(qū)域地質災害易發(fā)性和風險性評價體系。本次評價體系選取了地形坡度、起伏度等8個不同的評價指標，得出了地質災害的易發(fā)性分級及分布范圍。疊加研究區(qū)利用皮爾遜三型水文模型得到的不同重現(xiàn)期下的降水強度，進行危險性評價。危險性疊加易損性，得到風險性評價，為研究區(qū)地質災害防治提供科學依據。結果顯示，隨著降水量的增大，地質災害發(fā)生的概率就越大。

關鍵詞：GIS；易發(fā)性評價；危險性評價；風險性評價；魯中南

中圖分類號：P694""" 文獻標識碼：A""" doi：10.12128/j.issn.16726979.2024.10.009

收稿日期：20240430；修訂日期：20240613；編輯：陶衛(wèi)衛(wèi)

基金項目：山東省地質環(huán)境監(jiān)測總站，山東省2021年自然災害防治體系建設（地質災害風險普查）項目，編號：SDGP370000000202102010491

作者簡介：王華鋒（1985—），男，山東菏澤人，工程師，主要從事水工環(huán)地質方面的工作；Email：371545090@qq.com

*通訊作者：陳洪海（1985—），男，山東莒縣人，高級工程師，主要從事礦產地質方面的工作；Email：297465749@qq.com

引文格式：王華鋒，陳洪海，賈琛，等.基于GIS分析的魯中南低山丘陵區(qū)地質災害風險評價［J］.山東國土資源，2024，40（10）：6672. WANG Huafeng， CHEN Honghai， JIA Chen， et al. Geological Hazard Risk Assessment of Low Mountain and Hilly Areas in Middle and Southern Shandong Province Based on GIS［J］.Shandong Land and Resources，2024，40（10）：6672.

0" 引言

地質災害的發(fā)生嚴重威脅著當地居民的生命財產安全，隨著國家對地質災害的防治越來越重視，開展區(qū)域地質災害風險評價顯得十分必要。隨著GIS相關技術的發(fā)展，國內外利用GIS對地質災害風險性評價的方法也日趨成熟［1］。王穎等［2］選用層次分析法開展了北京市地質災害易發(fā)性分區(qū)及易損性評估，蘇寶成等［3］利用信息量法和層次分析法開展了泰安市地質災害易發(fā)性評價和風險性分區(qū)，王雷等和康鵬宇等［45］基于GIS與信息量模型法分別對安徽池州和山東省蒙陰縣地質災害易發(fā)性進行了評價，孫冉等［6］基于AHP信息量法對費縣地質災害風險進行了評價，王燦星等［7］選用基于皮爾遜Ⅲ型曲線的不同降雨工況下進行了崩滑地質災害危險性進行了評價研究，李春燕等［8］采用承災體易損性的縣域單元開展了地質災害風險評估研究。采用信息量模型基于GIS分析建立地質災害易發(fā)性評價體系得基礎上，疊加不同重現(xiàn)期下的降水強度和易損性，最終得到風險性評價的研究較少。本文基于GIS和信息量模型，以25m×25m柵格為單元開展了區(qū)域的地質災害風險評價，以期為區(qū)域內的地質災害防治管理提供科學依據。

1" 研究區(qū)概況

該區(qū)域位于山東省中部，總面積1719km2。地貌類型主要為低山區(qū)、丘陵區(qū)和平原區(qū)，在地層區(qū)劃上屬于華北地層區(qū)的魯西地層分區(qū)，地層發(fā)育較齊全（圖1），自新太古代以來，除二疊紀至侏羅紀地層、古近紀至新近紀地層缺失外，其余地層均有出露，區(qū)內一半為碳酸鹽類地層發(fā)育區(qū)，山間沖洪積平原區(qū)第四系厚度薄，隱伏灰?guī)r巖溶裂隙較發(fā)育。在大地構造格架上，該縣中西部居于魯中隆起東南緣，東部位于沂沭斷裂帶內。進而造成區(qū)內地質災害類型眾多，成災機理復雜，危害嚴重。區(qū)內處暖溫帶地區(qū)，屬溫帶季風氣候區(qū)，多年平均降水量801.5mm，降水多集中于每年的6—8月。

1—丘陵區(qū)；2—低山區(qū)；3—沖洪積平原區(qū)；4—侵蝕平原區(qū)。圖1" 研究區(qū)地形地貌簡圖

目前區(qū)內已發(fā)生地質災害38處，其中崩塌20處、滑坡2處、地面塌陷16處，其中崩塌、巖溶塌陷是該縣主要災種。崩塌、滑坡均分布于魯中隆起區(qū)的低山丘陵區(qū)；巖溶塌陷均位于魯中隆起區(qū)山間沖洪積平原河床、河漫灘，第四系下伏巖性為中厚層灰?guī)r。已發(fā)生的地質災害主要發(fā)生在降雨量較大的6—9月份，調查發(fā)現(xiàn)區(qū)內已發(fā)生的12處崩塌、1處滑坡全部發(fā)生在該時間段。說明降水既是災害發(fā)生的動力來源，也是其形成的主要誘發(fā)因素［914］。

2" 地質災害風險評價方法

2.1" 易發(fā)性評價方法

本文選擇信息量模型對易發(fā)性進行評價。信息量模型是基于信息的定量分析和統(tǒng)計方法，基于現(xiàn)有災害點各致災因素的信息，經過計算確定各致災因子在不同范圍的信息值，并將這些數據值的相關結果分級，最終確定研究區(qū)的易發(fā)等級［1518］。評價方法見公式（1）：

IAj→B=lnNj/NSj/S" （j=1，2，…，n）（1）

式中：IAj→B為對應因素A、j狀態(tài)（或區(qū)間）下地質災害B發(fā)生的信息量；Nj為對應因素A、j狀態(tài)（或區(qū)間）下地質災害分布的單元數；N為研究區(qū)已知有地質災害分布的單元總數；Sj為因素A、j狀態(tài)（或區(qū)間）分布的單元數；S為研究區(qū)單元總數。

2.2" 危險性評價方法

與易發(fā)性相比，地質災害危險性是在某種誘發(fā)因素作用下，某一地區(qū)某一時間段發(fā)生特定規(guī)模和類型地質災害的概率［19］。由于區(qū)域內地質災害的發(fā)生大都與降雨有關，因此選取區(qū)域平均年降水量作為危險性評價的指標。首先對降雨量進行歸一化，得到降雨量歸一化數據；后降雨量歸一化數據疊加地質災害易發(fā)性按權重疊加分析，確定地質災害危險性等級。

為了得到某一重現(xiàn)期下的降水強度，需要對以往降水數據進行統(tǒng)計分析，理論降水量強度由式（2）求?。?/p>

Xp=（φ×Cν+1）（2）

式中：Xp為指定概率P所相應的隨機變量的取值；為樣本點的平均值；φ為離均系數（查表可得）；Cν為離差系數（變異系數）。

2.3" 易損性評價方法

地質災害易損性評價是指對地質災害可能造成的人員傷亡、工程和財產等的破壞損失程度及受災體對地質災害破壞的敏感程度進行評價，包括災損敏感性和抗損性2個方面因素［20］。即按照式（3）計算得到研究區(qū)承災體易損性計算值，然后用自然斷點法得到區(qū)域承災體易損性分級。

V=F×J（3）

式中：V為研究區(qū)承災體易損性值；F為人口易損性值；J為財產易損性值。

2.4" 風險性評價方法

風險性評價是在危險性評價和易損性評價的基礎上進行的，是在一定區(qū)域和時期內各類承災體因地質災害而造成損失的可能性［21］。將危險性和易損性評價結果疊加運算，采用矩陣分析方法確定區(qū)內地質災害風險等級（表1）。

3" 地質災害風險評價

3.1" 易發(fā)性評價

基于對區(qū)域地質環(huán)境條件與地質災害發(fā)育之間的數據收集、調查、分析，選取地形坡度、起伏度、坡向、工程地質巖組、地層巖性、與斷層的距離、植被覆蓋率及地形地貌等8個因子進行易發(fā)性評價。

坡度直接決定了坡面巖土體上的應力分布，較大的坡度會增大地質災害發(fā)生的概率。利用研究區(qū)DEM數據提取坡度，并對最終的結果利用自然間斷法進行分級，坡度分為lt;5°、5°～10°、10°～15°、15°～20°、20°～25°、25°～30°、30°～35°、gt;35°。

地形起伏度是單位面積內最大相對高程差。利用ArcGIS空間分析工具下的柵格鄰域計算工具，從DEM提取數據計算起伏度。并對最終的結果使用自然間斷法進行分級，起伏度分為lt;4m、4～9m、9～16m、16～23m、23～30m、30～38m、38～45m、gt;45m。

利用ArcGIS空間分析工具下的表面工具，從DEM提取數據計提取坡向。利用自然間斷法進行分級，坡向分為lt;22.5°、22.5°～67.5°、67.5°～112.5°、112.5°～157.5°、157.5°～202.5°、202.5°～247.5°、247.5°～292.5°、292.5°～337.5°、337.5°～360°。

地層巖性是影響地質災害發(fā)生的重要因子，直接影響了地質結構穩(wěn)定性，從而影響地質災害易發(fā)性［2223］。研究區(qū)工程地質巖性主要分為黏性土單層結構、上部黏性土和下部砂性土雙層結構和脹縮性土等三類；地層巖性主要分為碳酸鹽巖、碳酸鹽巖碎屑巖、新太古代侵入巖、變粒巖、中生代侵入巖、斜長角閃巖、全新世沉積、晚更新世沉積、碎屑巖、火山碎屑巖等。

斷層是造成地質災害的一個常見的因素，地質災害常發(fā)生于斷裂構造附近［24］。利用ArcGIS空間分析工具中的歐氏距離工具計算出與斷裂距離并進行分級，分為lt;250m、250～500m、500～750m、750～1000m、1000～1250m、1250～1500m、1500～1750m、1750～2000m、gt;2000m。

植被覆蓋率體現(xiàn)了植被的分布和長勢，間接反映了地質災害的發(fā)生情況，是一個常用地質災害影響因子［1821］。利用自然間斷法進行分級，分為0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0。

地形地貌是描述一個區(qū)域特征的一個宏觀性的指標。研究區(qū)地形地貌分為丘陵區(qū)、低山區(qū)、沖積洪積平原區(qū)、剝蝕平原區(qū)。

基于研究區(qū)地質環(huán)境條件與地質災害的關系，本次地質災害易發(fā)性評價以25m×25m的柵格作為基本評價單元，通過ArcGIS柵格數據工具劃分了275018個柵格單元，比例尺為1∶50000。運用ArcGIS柵格計算器工具將不同的因子圖層疊加處理，利用式1，計算得到區(qū)內各個評價因子在不同層級的信息量值（表2）。

將區(qū)域內滑坡、崩塌和地面塌陷的易發(fā)性綜合疊加取其最大值，得到全區(qū)總易發(fā)性評價（圖2）。表2" 地質災害信息量統(tǒng)計表因子分級滑坡信息量崩塌信息量

地面塌陷信息量坡度/（°）0～51.00222.18080.23005～10—0.12510.865310～151.32931.2493—15～202.53781.07140.591920～25—2.0844—25～30—2.2601—30～35—2.7503—35～64.4———起伏度/m0～41.14662.02900.16564～90.59291.0098—9～162.11901.64210.173116～23—2.1223—23～30———30～38———38～48———48～67.2———坡向/（°）0～22.5—0.75040.131422.5～67.50.73801.13381.094767.5～112.50.67120.4088—112.5～157.5—0.61940.6935157.5～202.50.73621.06160.1766202.5～247.50.66970.18420.1101247.5～292.5—0.42130.4954292.5～337.5—0.43390.5080337.5～360——0.4689工程地質巖組單層結構—0.24610.2335雙層結構—0.18170.0319脹縮性土1.73810.08940.1976

據此劃分為非易發(fā)區(qū)（面積244.14km2，占比14.20%）、低易發(fā)區(qū)（面積672.65km2，占比39.13%）、中易發(fā)區(qū)（面積357.94km2，占比20.82%）和高易發(fā)區(qū)（面積444.26km2，占比25.84%）。其中：中、高易發(fā)區(qū)主要分布在中西部大面積平原區(qū)和低山丘陵區(qū)，平原區(qū)地質災害類型主要為地面塌陷，低山丘陵區(qū)地質災害類型主要為崩塌和滑坡，呈條帶狀分布；非、低易發(fā)區(qū)主要分布在東部平原區(qū)和中西部沖積洪積平原附近低山丘陵區(qū)。

3.2" 危險性評價

本文收集了研究區(qū)部分地區(qū)從1961—2018年近60年降水量數據，采用年最大值法采樣，共選取58組樣本點進行統(tǒng)計分析，理論降水量由式（2）。

通過最小二乘適線法擬合皮爾遜Ⅲ型曲線和樣本點求取［7］，通過研究區(qū)多年內的月平均降雨量數據取得沂南縣10年一遇、20年一遇、50年一遇和100年一遇降水量，利用克里金插值法求得各個工況的降水量分布圖，可以體現(xiàn)出沂南縣近年的降雨量空間上的變化趨勢，作為危險性評價中的“時間性”要素進行評價。

后將降雨量疊加地質災害易發(fā)性按權重疊加分析，確定地質災害危險性等級，得到全區(qū)總危險性評價。

據此劃分10年一遇降水量工況下低危險區(qū)（面積915.68km2，占比53.26%）、中危險區(qū)（面積445.13km2，占比25.89%）和高危險區(qū)（面積358.38km2，占比20.85%）；20年一遇降水量工況下低危險區(qū)（面積828.84km2，占比48.21%）、中危險區(qū)（面積442.03km2，占比25.71%）和高危險區(qū)（面積448.32km2，占比26.08%）；50年一遇降水量工況下低危險區(qū)（面積755.84km2，占比43.96%）、中危險區(qū)（面積448.31km2，占比26.08%）和高危險區(qū)（面積515.04km2，占比29.96%）；100年一遇降水量工況下低危險區(qū)（面積241.41km2，占比14.04%）、中危險區(qū)（面積831.06km2，占比48.34%）和高危險區(qū)（面積646.74km2，占比37.62%）。結果顯示，隨著降水工況重現(xiàn)期的增加，低危險區(qū)的面積不斷減少，中、高危險區(qū)的面積不斷增加。

3.3" 地質災害易損性評價

研究區(qū)地質災害易損性評價主要包括受威人口數和交通設施易損性兩部分，評價過程及方法與易發(fā)性評價中綜合指數法相同。本次易損性評價分別對承災體人口數和交通設施進行賦值（表3）［8］。其中山地丘陵區(qū)取賦值區(qū)間范圍的高值，平原區(qū)取低值。在景區(qū)、牧區(qū)等區(qū)域評價中應考慮人口流動性變化情況。

根據受威脅人口數量、交通設施等承災體賦值情況，通過ArcGIS中柵格聯(lián)合—柵格計算—歸一化處理—重分類等疊加而成，進行綜合評分得出一般調查區(qū)承災體的綜合易損性（圖3），其主要分為低易損區(qū)、中易損區(qū)和高易損區(qū)，其中中易損區(qū)主要為重要的交通干線和單個地質災害點附近，高易損區(qū)主要為2000m范圍內有多個地質災害點，低易損性主要分布在除中、高易損性以外的其他地區(qū)。

3.4" 風險性評價

根據矩陣分析方法，本文結合危險性評價分區(qū)中的低、中、高危險區(qū)和易損性中的低、中、高易損區(qū)疊加運算得到不同降水工況下的地質災害風險性評價（圖4）。

據此劃分10年一遇降水量工況下低風險區(qū)（面積1229.68km2，占比71.53%）、中風險區(qū)（面積451.99km2，占比26.29%）和高風險區(qū)（面積37.55km2，占比2.18%）；20年一遇降水量工況下低風險區(qū)（面積1125.05km2，占比68.48%）、中風險區(qū)（面積456.376km2，占比28.19%）和高風險區(qū)（面積37.78km2，占比2.33%）；50年一遇降水量工況下低風險區(qū)（面積1222.35km2，占比71.10%）、中風險區(qū)（面積459.09km2，占比26.70%）和高風險區(qū)（面積37.78km2，占比2.20%）；100年一遇降水量工況下低風險區(qū)（面積1011.79km2，占比58.85%）、中風險區(qū)（面積651.25km2，占比37.88%）和高風險區(qū)（面積56.17km2，占比3.27%）。結果顯示，隨著降水量的增大，地質災害發(fā)生的概率就越大，中風險區(qū)和高風險區(qū)面積逐漸增大，同一處地質災害隱患點風險性評價等級就越高。

4" 結論

（1）對研究區(qū)進行地質災害易發(fā)性評價顯示，中、高易發(fā)區(qū)主要分布在中西部大面積平原區(qū)和低山丘陵區(qū)，平原區(qū)地質災害類型主要為地面塌陷，低山丘陵區(qū)地質災害類型主要為崩塌和滑坡，呈條帶狀分布。

（2）在地質災害易發(fā)性評價的基礎上疊加降水量進行危險性評價，結果顯示，隨著降水工況重現(xiàn)期的增加，低危險區(qū)的面積不斷減少，中、高危險區(qū)的面積不斷增加。

（3）選取人口數、交通設施組建地質災害承災體易損性評價模型。中易損區(qū)主要分布在重要的交通干線和單個地質災害點附近，高易損區(qū)主要為有多個地質災害點2000m范圍內。

（4）綜合地質災害危險性評價和易損性評價進行風險性評價，結果顯示隨著降水量的增大，地質災害發(fā)生的概率就越大，高風險區(qū)主要分布在有多個地質災害點及重要的交通道路2000m范圍內，其地質災害類型主要為地面塌陷、崩塌和滑坡。

1—低風險區(qū)；2—中風險區(qū)；3—高風險區(qū)。圖4" 研究區(qū)不同降水工況下地質災害風險性評價圖

參考文獻：

［1］" 張鐸，馮東梅，王來貴，等.中外地質災害風險評價研究文獻綜述［J］.防災減災學報，2024，40（1）：8594.

［2］" 王穎，王志一，紀軼群.北京地質災害風險評價研究［J］.首都師范大學學報（自然科學版），2022，43（3）：5461.

［3］" 蘇寶成，郝騏，伊麗，等.基于GIS分析的泰安市地質災害風險評價［J］.山東國土資源，2023，39（6）：4451.

［4］" 王雷，吳君平，趙冰雪，等.基于GIS和信息量模型的安徽池州地質災害易發(fā)性評價［J］.中國地質災害與防治學報，2020，31（3）：96103.

［5］" 康鵬宇，孫士偉，林清祿，等.基于GIS與信息量模型法的山東省蒙陰縣地質災害易發(fā)性評價［J］.山東國土資源，2023，39（6）：3743.

［6］" 孫冉，王成都，夏哲兵，等.基于AHP信息量法的費縣地質災害風險評價［J］.環(huán)境科學與技術，2015，38（6P）：430435.

［7］" 王燦星，朱杰勇，喻聰駿，等.基于皮爾遜Ⅲ型曲線的不同降雨工況下的崩滑地質災害危險性評價［J/OL］.地質科技通報，2023：111［20231219］.

［8］" 李春燕，孟暉，張若琳，等.基于承災體易損性的縣域單元地質災害風險評估［J］.地質通報，2021，40（9）：15471559.

［9］" 陳曦煒，裴志遠，王飛.基于GIS的貧困地區(qū)降雨誘發(fā)型地質災害風險評估：以湖北省恩施州為例［J］.地球信息科學學報，2016，18（3）：343352.

［10］" 宋宇飛，范文，李軍，等.不同降雨條件下不穩(wěn)定斜坡財產損失風險評價：以鎮(zhèn)巴縣興隆鎮(zhèn)為例［J］.工程地質學報，2020，28（2）：401411.

［11］" 莊建琦，彭建兵，張利勇.不同降雨條件下黃土高原淺層滑坡危險性預測評價［J］.吉林大學學報（地球科學版），2013，43（3）：867876.

［12］" 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）：103105.

［13］" 劉帥，朱杰勇，楊得虎，等.不同降雨工況條件下的崩滑地質災害危險性評價［J］.地質科技通報，2024，43（2）：253267.

［14］" 魏興麗，何建勛，于國強.不同降雨特征條件下舟曲縣地質災害危險性區(qū)劃［J］.水土保持通報，2016，36（3）：224229.

［15］" 鄒鳳釵，鄒銀先，陶小郎，等.基于GIS分析的萬山區(qū)地質災害風險評價［J］.貴州大學學報（自然科學版），2022，39（6）：117124.

［16］" 張波，石長柏，肖志勇，等.基于GIS和加權信息量的湖北鄂州地質災害易發(fā)性區(qū)劃［J］.中國地質災害與防治學報，2018，29（3）：101107.

［17］" 孫濱，祝傳兵，康曉波，等.基于信息量模型的云南東川泥石流易發(fā)性評價［J］.中國地質災害與防治學報，2022，33（5）：119127.

［18］" 王磊，常鳴，邢月龍.基于信息量法模型與GIS的滑坡地質災害風險性評價［J］.地質災害與環(huán)境保護，2021，32（2）：1420.

［19］" 馮凡，唐亞明，潘學樹，等.不同尺度下地質災害風險評價方法探討：以陜西吳堡縣為例［J］.中國地質災害與防治學報，2022，33（2）：115124.

［20］" 許泰，鄂崇毅，蔣興波，等.永登縣苦水鎮(zhèn)地質災害風險性評價［J］.防災科技學院學報，2022，24（1）：4253.

［21］" 王哲，易發(fā)成.基于層次分析法的綿陽市地質災害易發(fā)性評價［J］.水文地質工程地質，2007，3（1）：9398.

［22］" 倪曉嬌，南穎.基于GIS的長白山地區(qū)地質災害風險綜合評估［J］.自然災害學報，2014，23（1）：112120.

［23］" 姬怡微，李成，高帥，等.陜西省韓城市地質災害風險評估［J］.災害學，2018，33（3）：194200.

［24］" 魯霞，蘭安軍，母浩江，等.基于信息量模型的盤州市地質災害易發(fā)性評價［J］.科學技術與工程，2020，20（14）：55445551.

Geological Hazard Risk Assessment of Low Mountain and Hilly Areas of Central and Southern Shandong Province Based on GIS

WANG Huafeng， CHEN Honghai， JIA Chen， MA Long， QI Zhencai， ZHANG Xiaofei， MA Jianwei， ZHANG Ye

（Lunan Geo-engineering Exploration Institute（No.2 Geological Brigade of Shandong Provincial Bureau of Geology and Mineral Resources）， Shandong Ji'ning 272000， China）

Abstract： In order to better carry out comprehensive prevention and control of geological hazards in low mountain and hilly areas of central and southern Shandong province， a regional geological hazard susceptibility and risk assessment system has been put forward based on geological hazard risk survey， information quantity model and GIS analysis. 8 different evaluation indicators has selected， such as terrain slope and undulation， and the susceptibility classification and distribution range of geological hazards has been obtained. By overlaying the precipitation intensity obtained from Pearson's three type hydrological model at different return periods in the study area， hazard assessment has been carried out. The combination of danger and vulnerability results in a risk assessment will provide a scientific basis for the prevention and control of geological disasters in the study area. It is showed that as precipitation increasing， the probability of geological disasters occurring will increase.

Key words：GIS；susceptibility assessment；hazard assessment；risk assessment; central and southern Shandong province