胡 鹏，杨东强，刘江伟
(1.核工业西南勘察设计研究院有限公司，成都 610061；
2.四川省煤田地质局一三五队，四川 泸州 646000)
我国西南地区历来就是地质灾害的频发地区，崩塌、滑坡、泥石流极为发育，受地质条件的影响，该地区滑坡的分布最为广泛，经常造成“滑坡-堵江-溃坝”的灾害效应，造成了重大人员伤亡和经济财产损失，因此针对滑坡的预防和防治显得尤为重要。对于滑坡防治的首要任务就是要进行滑坡危险性评价。关于滑坡危险性的评价，在二十世纪八十年代以来，发展迅速，尤其是随着计算机设备和GIS平台的发展，使得区域滑坡危险性评价更为准确，出现了一些较为成熟的评价方法，如：层次分析法、逻辑回归法、信息量法、神经网络法、模糊综合评价法等[1～4]。这些方法各有优缺点，如层次分析法结果较为主观，而逻辑回归法、信息量法等方法结果客观，但有时会出现与实际不符的情况。国外学者最早使用统计采样的方法，对滑坡进行编录处理，然后对同一区域进行对比，以此来评判危险程度的高低。Yesil等在逻辑回归法和神经网络法的基础上解决了在滑坡危险性评价中复杂地质模型在统计中所存在的弊端[5]。Vorpahl等使用统计学方法针对地形对滑坡的影响，大量的统计结果说明滑坡在斜坡凸起的地方危险度更大[6]。M.L.Lin、Che等将信息量法应用于滑坡危险性和敏感性评价中，并结合了GIS生成了滑坡危险性区划图[7-8]。马思远等利用逻辑回归法对九寨沟地震滑坡的危险性进行了评价，并制作了滑坡索引数据库[9]。李兴等利用模糊-BP神经网络系统选取地形、岩性、人类工程活动、植被等对高速公路的边坡稳定性评价[10]。
九龙县位于四川省西南区，地势险峻，位于雅砻江中上游，受地貌特征影响，该地区灾害以高位滑坡为主，如在近期2020年11月23日，九龙县某一村庄发生高位滑坡，损毁数间房屋，堵塞河流，形成数十米的堰塞坝。因此该地区的滑坡威胁性极大，本论文在野外工程地质调查和遥感解译的基础上对历史滑坡的各个要素进行统计分析，筛选与滑坡相关的影响因子作为评价因子，为确保评价结果更为合理准确，使用层次分析法和熵权法组合模型进行评价，并通过ROC曲线对评价结果进行验证，准确率高达86.4%；
这对该区的滑坡危险性评价区划、预防和防治有着非常积极的作用，也有利于日后的经济发展和社会生产活动，减少人员伤亡和财产损失。
九龙县位于四川省甘孜藏族自治州南部，地处青藏高原东南麓，横断山脉中段，大雪山脉与沙鲁里山脉之间的山原地带。如图1 所示，县境内约百分之五十的地域海拨高度大于4 000m，雅砻江环绕在县境边界，交通条件差，仅有省道215作为主干道路。雅砻江自北向南贯穿全境，两岸支沟发育，呈羽状分布，受强烈的河流下切以及构造活动，谷坡陡峻，河谷或沟谷多呈“V”型，因此在河流地带形成了中高山峡谷地貌的特征，北边与青藏高原接触，高差变化较小，属于高原地貌，南边与川滇菱形块体接触，地形起伏大。雅江复向斜以西为理塘—甘孜断裂，出露地层较单一，区内主要出露三叠系和古生代地层，其它时代地层未见出露，其中三叠系地层分布广，花岗岩、闪长岩等岩浆岩零星分布，新构造运动以来，强烈的河流下切以及造山运动使得该区形成了中高山峡谷地貌。
图1 研究区地理位置图Fig.1 Geographical location map of the study area
研究区地处亚热带气候区，受青藏高原地形及大气环流影响属大陆性季风高原型气候，干湿分明，其中每年的6月～9月，降雨比较集中，占到全年总降雨量的90%以上，多年平均降雨量约922mm。
通过野外调查及遥感解译[11]发现，在九龙县内共有98处滑坡，以滑坡后缘为基准点，滑坡分布如图2所示，从图中来看，滑坡的分布集中在南部区域，这是由于北边的地形高差较小，地貌较为平坦，是造成滑坡分布不均匀的主要原因。大部分滑坡沿河流呈带状分布。结合工程地质分析原理及该区的工程地质条件，筛选出于滑坡相关的七个主要因素，利用GIS来对每个因素进行分级并分析滑坡的分布特征，为滑坡的危险性评价提供基础数据。
图2 研究区滑坡分布图Fig.2 Distribution of landslides in the study area
2.1 地形因素
从区域滑坡的分布来看，地形是滑坡的主控因素，因而将地形因素又细化分为高程、坡度、坡向三种因素。从图3来看，滑坡主要分布在高程2000～3000m范围内(图3a)，占到了总数的70%以上；
坡度主要集中在20°～40°，尤其在30°～40°之间滑坡极为发育(图3b)；
研究区滑坡受坡向影响的主要原因是不同坡向受到的太阳辐射不同，使其蒸发量、植被覆盖率、坡面侵蚀和堆积等因素存在差异性，从而影响滑坡的发生(图3c)。
图3 各个影响因素对滑坡分布的影响Fig.3 The influence of various influencing factors on the distribution of landslides
2.2 岩性因素
本区岩性较为单一，大部分都以三叠系的较软岩为主，滑坡在坚硬岩类处基本上没有分布；
较软岩主要为三叠系的须家河组，岩性主要为砂岩、板岩、千枚岩等(图3d)，由于该区海拔较高，常有冰雪融水容易对岩体造成风化侵蚀，从而岩土的稳定性降低。
2.3 水系因素
滑坡分布基本上位于河流沟谷两岸，使用Arcgis中的多环缓冲功能对水系以500m、1 000m、1 500m、2 000m生成缓冲带(图3e)，统计结果显示在距离水系500～1 000m和1 000～1 500m区间的滑坡分布最多，占到了总数一半以上，河流水系对滑坡也有影响，主要是坡体受到河流的侵蚀作用较大。
2.4 道路因素
人类在修建道路过程中，会对山体进行开挖改造，因此造成了斜坡稳定性，依然对道路所在处生成缓冲区(图3f)，在500～1 000m范围滑坡的分布最为广泛，说明道路也与滑坡发生有关联。
2.5 降雨量
降雨量作为诱发滑坡的直接因素，该区的滑坡大多数都是在地震-降雨的耦合作用下发生的，从国家气象网站上下载周边多个降雨量数据，利用arcgis中的克里金差值法生成九龙县年平均降雨量图(图3g)，从图中可以明显看出，随着降雨量的增大，滑坡的分布数量越来越高，降雨量是影响滑坡的主要因素之一。
在以上分析中，对滑坡的各个影响因子做了详细的分析，以高程、坡度、坡向、岩性、水系、道路、降雨量7个因素作为危险性的一级评价因子，并且采用栅格单元作为评价的基本单元。考虑到层次分析法确定权重可以参考历史经验、结合研究区特征，但主观性较强；
而熵权法评价较为客观，但有时又会出现不符合实情的结果，因此采用层次分析法与熵权法相结合的组合评价方法，将历史、专家经验、研究区特征等主观因素与熵权法的客观结果相结合，可以有效消除两者的不足，使得评价结果更为精准可靠。
3.1 层次分析法
层次分析法是将多个因素按照多个层次分级，以此来进行逐层分析，主要方法为根据专家及经验构建判断矩阵，比较两两因素之间的重要性，以横坐标主因素纵向为比较因素，数值越大重要程度越高[12-13]。第一步，我们先确定与滑坡有关的四个大因素(见表1)。第二步，再将每一大因素下面的二级影响因素进行矩阵分析(见表2)，求出矩阵的特征值及特征向量归一化后计算出权重Wi(见表3)。
表1 滑坡危险性评价第一层判断矩阵Tab.1 The first-level judgment matrix of landslide risk assessment
表2 滑坡危险性评价第二层地貌因子判断矩阵Tab.2 The second layer of geomorphological factor judgment matrix of landslide risk evaluation
表3 滑坡危险性层次分析影响因子综合权重统计Tab.3 Comprehensive weight statistics of influencing factors of landslide hazard analytic hierarchy process
为检验分析结果的准确性，通常使用一致性指标公式中的CR值来作为判断(许冲等，2009)[14]，当其小于0.1时表示满足准确性要求，经计算第一层矩阵的CR=0.013，第二层矩阵CR=0.0283，均符合要求。
3.2 熵权法
熵权法是一种客观的评价方法与层次分析法相比人为主观因素较小，对整个研究区的滑坡进行统计后。很多学者(宁娜等，2014；
熊俊楠等，2020)将其运用到地质灾害的评价中，表明熵权法的评价结果更为精准[15-16]。其主要步骤如下：
(1)以客观样本作为信息基础，确定样本在各类指标中所占的比重，本文的样本为调查所得的滑坡数量(98个)，通过公式(1)和公式(2)对原始的数据进行标准化处理，得到指标熵值计算的核心数据。
(1)
(2)
式中，Bj各因子不同类别的栅格数量；
Bi各因子中所包含滑坡栅格数量；
Pij各因子各级别中所占滑坡的栅格数百分比；
(Pij)平均概率密度，Sj第 j 个因子所分级数。
(2)计算熵值
依据如下公式计算熵值：
(3)
(4)
式中，Pij为第j个指标下第i个项目的指标值的比重，m为待评价项目个数。
(3)计算第j个指标的熵权Wj
(5)
在GIS的空间分析功能中计算，可以得到数据如表4。
3.3 组合赋权
每种方法都有各自的缺陷和优势，AHP主观性较强，熵权法客观性强，两者的组合更为必要。综上计算出的结果 AHP 法权重为 Wi(0.0805,0.2911,0.1354,0.0591,0.1103,0.1994,0.1244)，熵权法计算的权重 Wj(0.0716，0.2887，0.1281，0.0381，0.1203 0.1230，0.1553)，两者的叠加更有利于评价的准确性，计算公式如下：
(6)
式中，W 为由 AHP-指标熵确定的组合权重；
Wi为 AHP 方法计算的到的权重；
Wj为用熵权法算得到的权重。经过计算得到最终的组合权重值(见表4)为W(0.076099，0.290581，0.141942，0.047564，0.115463，0.18617，0.139322)。
表4 滑坡危险性各级评价因子赋值参数Tab.4 Assignment parameters of various evaluation factors of landslide risk
续表4
在对各级因子计算赋值后，利用Arcgis中空间分析功能的加权总和功能对各因子图层进行叠加计算，进而得到危险性评价图，在此基础上对其进行区划，一共分为五个危险性等级：低(31.41%)、较低(30.43%)、中(19.11%)、高(12.48%)、极高(6.57%)。从图4可以看出，滑坡危险性较高的区域主要分布在九龙县的南部，北部的危险性较低，这也与实际情况较为符合，证明评价结果合理。为了更进一步对评价结果进行检验，我们使用ROC曲线来判断，这是一种被经常用来检验地质灾害评价结果的方法[17-18]，以ROC与横轴的面积AUC作为准确度，由图5可知，该评价结果的AUC值高达86.4%，准确度极高。
图4 九龙县滑坡危险性区划Fig.4 Zoning of landslide danger in Jiulong County
图5 ROC验证曲线拟合图Fig.5 ROC verification curve fitting diagram
通过对九龙县滑坡的研究分析，得到以下几条结论：
九龙县滑坡主要沿水系分布于沟谷两岸，集中分布在县城南边，在地震-降雨的耦合作用下诱发，滑坡经常导致“滑坡-堵江-溃坝”的灾害链模式，给当地带来了极大的经济损失。通过对历史滑坡的影响因素分析，地形因素是影响滑坡的主控因素。在野外调查和遥感数据的基础上选取高程、坡度、坡向、岩性、水系、道路、降雨七个评价因子，建立层次分析法和熵权法的组合数学评价模型结合GIS对研究区滑坡危险性进行评价，结果检验的AUC值高达86.4%，极高危险区面积占6.57%，高危险区占12.48%，中危险区占19.11%，较低危险区占30.43%，低危险区占31.41%，高危险区集中分布在九龙县南部区域，评价结果对当地的生产活动和工程建设有着重大的意义。
猜你喜欢权法降雨量危险性基于熵权法的BDS钟差组合预测模型的建立导航定位学报(2022年4期)2022-08-15O-3-氯-2-丙烯基羟胺热危险性及其淬灭研究化学工业与工程(2022年1期)2022-03-29来安县水旱灾害分析与防灾措施探讨治淮(2022年4期)2022-01-01危险性感小资CHIC！ELEGANCE(2021年36期)2021-10-15降雨量与面积的关系数学小灵通·3-4年级(2021年6期)2021-07-16输气站场危险性分析有色设备(2021年4期)2021-03-16基于AHP对电站锅炉进行危险性分析中国特种设备安全(2019年10期)2020-01-04BP神经网络结合熵权法优化甘草皂苷提取工艺中成药(2017年9期)2017-12-19基于熵权法*的广西能源安全评价自然资源情报(2017年7期)2017-11-26基于熵权法的城镇化质量评价体系研究统计科学与实践(2016年4期)2016-03-01