何寶夫,張加桂
(1.中國地質科學院 地 質力學研究所,北京 1 00081;2.中鐵工程設計咨詢集團有限公司,北京 1 00055)
金沙江流域地處青藏高原東南緣,流經中國大陸第一個地形急變帶。該區地質環境脆弱,地形地貌多變,在新構造運動時期,兩大板塊碰撞引起青藏高原隆升,河流強烈下蝕,形成了獨特的高山峽谷環境。流域內立體氣候明顯,區域上氣候差異較大,素有“一山有四季,十里不同天”之說。同時,金沙江干流蜿蜒曲折,支系發育,水速、水量、水位等多變,沿江沿河地質災害易發[1-3],這些都給后期水電運營帶來了很大的困難。無論是從保護流域地質環境,還是從金沙江流域大型水電建設及其后期運營方面,流域區的地質災害研究都具有重要的意義。針對流域區狹小(相對與面域)線性的特點,選取一種合適的地質災害易發性評價方法無疑是至關重要的,本文結合金沙江高山峽谷區的河流特征,充分考慮河流對地質災害的作用。在方法手段的選取上,本文充分利用Logistic回歸模型輸出結果客觀、穩定性高、計算速度快等特點,并在此基礎上結合ArcGIS強大的空間分析功能,以野外調查的地質災害點為樣本,選取對地質災害發生起關鍵性作用的致災因子,進而評價典型庫區段地質災害易發性。
研究區地處滇西北,屬于中國西部兩大地貌單元的地形急變區,該區活動構造發育,淺表層地質作用強烈,地形地貌極為復雜。伴隨著青藏高原的快速隆升,滇西北淮平原從新近紀上新世晚期[4](3.6Ma以來)開始抬升;到中更新世末,隨著青藏高原的再次強烈隆升,最終奠定了現今西南三江地區獨特的高山峽谷地貌和地形急變區帶。據研究[5]:金沙江石鼓—宜賓河段,近百萬年來的平均深切速率大約為25~30cm/ka,近十多萬年以來平均深切速率達99~77cm/ka,說明近十多萬年來,區域隆升速率明顯加快。研究區河谷深切且比降較大,水力沖刷作用劇烈,河流的快速下切伴隨邊坡應力的強烈釋放,邊坡經歷了強烈的卸荷過程,谷坡動力作用強烈,致使地質災害頻繁發生。
庫區位于金沙江麗江干流段,金沙江在庫區段內呈“L”字型展布,總體地勢西高東低。西北部海拔在2000~3000m,東南部海拔在1100~2000m,最低處為魯地拉壩址下游金沙江河谷,海拔僅1130m左右,這種強烈的地形起伏給地質災害的發育提供了很好的地形地貌條件。
魯地拉電站庫首區地處紅色碎屑巖區,極易發生地質災害。2008年魯地拉壩址區施工現場發生泥石流,就造成了9人死亡的嚴重事故。高山峽谷區強烈發育的地質災害已經嚴重制約水電建設,同時也會對后期庫區運營留下不小隱患。
經野外初步調查表明,區內主要地質災害類型包括滑坡、崩塌(塌岸)和泥石流[6](圖 1)。在庫長為100km的河段,發育著81處地質災害點,總平均線密度D為0.81個/km。其中,滑坡體個數為59個,占總災害點的72.8%,平均線密度為0.59個/km;崩塌體個數為9個,占總災害點的11.1%,其平均線密度為0.09個/km;泥石流發育有13條,占總災害的16.1%,其平均線密度為0.13條/km(表1)。

表1 魯地拉電站庫區地質災害分類型統計表Table 1 Distribution of types of geo-hazards in reservoir area
滑坡是研究區的主要地質災害,分布廣泛,而且種類多樣,具有群發性和集中誘發的特點。滑坡主要發育在金沙江深切峽谷,這與研究區特殊的地形地貌是密不可分的。同時,滑坡的巖性“選擇”也較為明顯,在庫區中生界“紅層”內較為發育,即滑坡發育在以層狀結構為主的碎屑巖巖組內。
崩塌(塌岸)災害是研究區另一種災害類型,主要發生在坡體較陡的硬質巖區(如灰巖、巖漿巖)。在深切峽谷段,由于巖體強烈卸荷,節理裂隙發育,崩塌往往比較頻發。研究區劈理化帶發育,也是造成崩塌災害的一個重要原因[7]。經野外調查,金沙江金江橋段。庫區塌岸主要發生在金江橋以西的金沙江河谷堆積階地段,由于過去的采金活動,岸坡遭受破壞,使得局部地段的岸坡穩定性下降,造成塌岸。
泥石流是研究區另一類地質災害。在研究區比較發育,按泥石流流域形態特征可劃分為溝谷型泥石流和坡面型泥石流,溝谷型泥石流在金沙江河谷及支流兩側都較為發育,而坡面型泥石流則與滑坡有很好的鏈生性,當滑坡體含水量增加使得巖土體達到流塑狀態后發生長距離流動時,產生坡面型泥石流。
目前應用于地質災害危險性評價的方法很多,如概率統計模型,數學模型,確定性模型和經驗方法模型[8-9]。其中基于概率統計模型的方法,由于對致災變量的要求低,對各類災害的適應性較強,在地質災害危險性評價研究中得到了較為廣泛的應用[10-11]。Logistic回歸模型,雖然其原理與判別分析和多元回歸分析核心預測理論一致,但因其最優輸出結果客觀穩定,計算速度快等特點,被許多學者所采用,并在進行地質災害空間預測中取得了較理想的效果[8-9,12-13]。
Logistic回歸是指因變量為二項分類的回歸分析,它繼承了多元線性回歸思路,因變量是二值(0或1),自變量X1,X2,X3,…,Xn也許是類別變量或連續變量或是兩種類型的混合。在地質災害分析中,將災害的發生與否作為因變量(1代表災害發生,0代表災害不發生),將各致災因子作為自變量(X1,X2,X3,…,Xn)。給定一個數據點x,它屬于C1類的概率是:

屬于兩分類的概率和為1,對于另一類的概率只要做減法即可得到:

式中:
p——災害發生的概率,取值范圍為[0,1];
Z——獨立致災因子x的線性組合;
Bi(i=0,1,…,n)——樣本數據估計得到的邏輯回歸系數;
n——獨立致災因子的數量;
Xi(i=1,2,…,n)——獨立致災因子。
根據野外地質調查,以及對該流域地質災害發育特征及發育規律的分析[6],在區域地質災害成因分析的基礎上。選取岸坡對應的工程地質巖組(圖1)、河谷形態、斷裂活動強度、地表沖蝕強度、原始坡度、原始坡向和地形起伏度等7個變量作為魯地拉庫區地質災害易發性的致災因子(表2)。

圖1 魯地拉庫區地質災害與工程地質巖組分布圖(注:背景為ASTER真彩色影像)Fig.1 The distribution map of geologic hazard and engineering geology fabric in Ludila Reservoir

表2 致災因子分級Table 2 Classification of disaster factor
野外調查顯示,該區的地質災害發育程度與地層巖性有很大的關系,庫首段主要巖性為紅色碎屑巖,巖性軟弱,變形強烈,風化嚴重;由于該流域位于高原區,受高原氣候影響較為明顯,造成不同坡向的風化速率不同,不同高程風化速率也不一樣;不同的河谷形態,代表了河流演化的不同階段,其兩側的邊坡變形也不盡相同,高山峽谷區的地質災害發育程度和規模強烈;活動斷裂對地質災害的控制作用在很多文獻中已經述及[14-17];地形起伏度與區域的滑坡有一定的相關性[18-19];地表徑流沖蝕強度在一定程度上與地質災害有較強的關聯性。
由于在計算過程中,Logistic回歸模型要求每個數據作為一個實數向量,因此,需要對致災因子各個子集進行數值化,本文采用n個數值代表一個擁有n個子集的致災因子,其中只用一個數值是1,其余的數值是0,例如對于擁有3個子集的致災因子:地表徑流沖蝕強度可以轉換為(0,0,1)、(0,1,0)和(1,0,0)。本文7個致災因子一共可以轉換為擁有29個“0”、“1”形式的數值向量。值得注意的是,大部分的致災因子按等間距分級,而對于斷裂活動強度來說,其各級活動強度影響范圍是不一樣的;在坡向分級過程中,根據野外調查分析,對各坡向進行了一定的歸并。致災因子的空間賦值如圖2所示。

圖2 致災因子數值分布(數值越大與災害的相關性越大)Fig.2 Numerical distribution of disaster factor
在GIS中進行地質災害易發性、危險性分析,一般都要將圖層進行柵格化,把圖形數據劃分為事先定義尺寸的規則正方形。對每個致災因子都進行單元格劃分,每個單元格都賦予一個值。根據現有的DEM數據從ASTER原數據提取,其分辨率為15m。考慮到其實際的分辨率,并且兼顧柵格數量對計算速度的影響,采用20m×20m的柵格單元,據此將整個研究區9.3km2范圍共劃分為557971個20m×20m柵格。
本文使用Logistic回歸模型進行地質災害空間預測,這類模型需要兩類基本信息:(1)野外調查的地質災害點和對應的致災因子;(2)研究區的致災因子。由于兩類樣本模型同時需要正類樣本(已經發生災害的地點)和負類樣本(不發生災害的地點),本文在地質災害分布區域內(滑坡、崩塌面域內)隨機選取柵格點作為正類樣本;在非地質災害區域內隨機選取等量的柵格點作為負類樣本,且正負樣本的間距均大于20m。
本文上述選取的7個致災因子僅是根據經驗和野外調查的結果,對于各因子致災程度的強弱不是很清楚,因此必須通過一定的篩選,去除相關程度較弱的致災因子,從而突出與災害發生密切相關的致災因子。首先將樣本點的7個致災因子逐次添加到計算模型中驗證各致災因子對岸坡穩定性的貢獻,根據各種判別標準來確定因子的取舍,最終遴選出相關最密切的因子參與模型最后的計算。本文通過Logistic回歸模型的前向迭代算法,計算出每個致災因子各自的貢獻率,在向前迭代5步計算后,取得了最優的地質災害易發預測模型,其中地表徑流沖蝕強度、工程地質巖組、河谷形態、坡度、坡向被用于參與計算。而斷裂活動強度和地形起伏度被舍棄。由于研究區的河流與斷裂呈大角度相交,斷裂對河谷段的影響范圍較小,對地質災害的控制作用不是很明顯,因此在本次易發性分析中被舍棄。另外一個被舍棄的因素是地形起伏度,研究區滑坡規模大,多有較大的滑坡平臺,地形起伏就沒有太大的區分度,另外,寬谷區也有一定數量的地質災害點的存在,在一定程度上,影響了地形起伏度的區分度,因此地形起伏度在計算過程中也被模型舍棄。
由于地質災害發生物理過程的復雜性、各種巖性的物理力學參數的不一致性、空間環境的變異性、評價因子選取過程對基礎數據的依賴性和評價過程中對數據取舍造成的信息損失等因素的存在,造成了災害空間預測的不確定性。因此有必要運用適當的檢驗手段對預測結果進行可靠性分析。本文采用匹配度與預測能力兩個指標作為檢驗標準。匹配度是將訓練樣本作為輸入值輸入模型,進而對災害進行預測得到的正確率,它反映了模型的自擬合程度。匹配值在75%~90%的范圍較適合,低于75%說明模型預測能力存在問題,高于90%說明模型訓練過于匹配,泛化能力不足[11]。而預測能力則反映了對未來發生災害體的預測正確率,是對模型的最直接檢驗。本文將樣本的70%作為訓練樣本參與模型訓練及匹配度評價;將樣本的30%作為檢驗樣本用于檢驗預測能力。地質災害易發性最優的訓練模型(Step5)的地質災害樣本匹配度為76.3%,檢驗正確率為78.4%。由此可見訓練得到的結果是比較理想的(表3)。

表3 基于Logistic模型的易發性匹配度與檢驗正確率Table 3 Susceptibility fitness and prediction accuracies of logistic model
分別采用地質災害的 Logistic回歸系數,在ArcGIS平臺上按Logistic回歸公式(公式1、2、3)來計算地質災害易發性。根據自然斷點法得到地質災害易發性分區圖(圖3),本文將地質災害易發性劃為4級:高易發性、較高易發性、中等易發性、較低易發性。經統計各級別所占的比重分別為:41%、24%、14%、21%。由圖3可見:
(1)研究區地質災害易發性程度很高,高易發區占41%;
(2)高易發性區主要有兩段,一是庫首段,從壩址區到大路底附近;另外一段位于朵美附近;
(3)本區的地質災害發育程度與工程地質巖性、地表徑流沖蝕強度關系密切。
野外調查的地質災害點基本上落在高易發區及較高易發區。現場調查與預測的結果有較好的吻合度。總體上,地質災害易發區主要位于層狀砂巖、泥巖、頁巖及松散堆積層中,那里也是地表徑流沖蝕強烈的地區;另外,地質災害對坡向有一定的敏感性,北岸和東岸的發育程度相對較高。需要說明的是,本文得到易發性評價是基于地質災害點,但就地質災害規模而言峽谷區更大,發育強度也更為強烈,由于峽谷、寬谷的不成比例,寬谷區遠遠長于峽谷區,在地質災害數量上,兩者沒有很大差別,因此,在模型中不能較好體現河谷形態對地質災害的影響。

圖3 魯地拉庫區段地質災害易發性分區圖Fig.3 Geo-hazard susceptibility zonation map of Ludila Reservoir
本文在野外調查的基礎上,采用Logistic回歸模型和GIS空間分析方法,對影響庫岸地質災害發育的7個致災因子進行遴選,最終選取地表徑流沖蝕強度、工程地質巖組、河谷形態、坡度、坡向5個與地質災害相關性強的因子,得到了如下結論:
(1)研究區地質災害易發性程度高,高易發區占41%,較高易發區占24%、中等易發區占14%、較低易發區占21%。
(2)地質災害主要分布在壩址區到大路底段及朵美附近,本區的地質災害發育程度與工程地質巖組、地表徑流沖蝕強度關系密切。
(3)檢驗表明,預測結果與流域地質災害發育現狀有很高的吻合度。
致謝:本文在撰寫過程中得到了本所姚鑫博士、王濤博士的技術指導,在此深表感謝。
[1]王寧.云南省崩塌滑坡泥石流災害及防治[J].地質災害與環境保護,1998,9(4):38-41.WANG Ning.Hazards collapse landslide and debris flow in Yunnan and their control[J].Journal of Geological Hazards and Environment Preservation,1998,9(4):38-41.
[2]唐川.金沙江流域(云南境內)山地災害危險性評價[J].山地學報,2004,22(4):451-460.TANG Chuan.Assessment of mountain disasters in the Jinsha River watershed of Yunnan[J].Journal of Mountain Science,2004,22(4):451-460.
[3]何政偉,黃潤秋,許向寧,等.金沙江流域生態地質環境現狀及其對梯級水電站工程開發過程中生態環境保護的建議[J].地球與環境,2005,33(s):605-609.HE Zhengwei,HUANG Runqiu,XU Xiangning,et al.Appraisal and forecat of the influence of projects development of staved power plants on the ecoenvironment in the Jinshajiang River watershed[J].Earth and Environment,2005,33(s):605-609.
[4]李吉均,方小敏,潘保田,等.新生代晚期青藏高原強烈隆起及其對周邊環境的影響[J].第四紀地質,2001,21(5):381-391.LI Jijun,FANG Xiaoming,PAN Baotian,et al.Late cenozoic intensive up lift of Qinghai-Xizang plateau and its impacts on environments in surrounding area[J].Quaternary Sciences,2001,21(5):381-391.
[5]楊達源,韓志勇,葛兆帥,等.金沙江石鼓—宜賓河段的貫通與深切地貌過程的研究[J].第四紀研究,2008,28(4):564-568.YANG Dayuan,HAN Zhiyong,GE Zhaoshuai,et al.Geomorphic process of the formation and incision of the section from Shigu to Yibin of the Jinshajiang River[J].Quaternary Sciences,2008,28(4):564-568.
[6]何寶夫,張加桂,曹正郃,等.金沙江魯地拉電站庫區段地質災害發育特征及工程危害性分析[J].地質通報,2009,28(8):24-33.HE Baofu,ZHANG Jiagui,CAO Zhenghe,et al.Geohazard development characteristics and analyse of engineering perniciousness in the reservoir of Ludila Hydropower Station,Jinsha River[J].Geological Bulletin of China,2009,28(8):24-33.
[7]張加桂,張永雙,曲永新.滇藏鐵路沿線滇藏交界段劈理化帶成因探討及工程效應分析[J].地球學報,2009,30(6):885-892.ZHANG Jiagui,ZHANG Yongshuang,QU Yongxing.A tentative discussion on the genetic mechanism of the cleavable zone along the Yunnan-Tibet border sector of the Yunnan-Tibet railway line and an analysis of its engineering effect[J].Acta Geoscientica Sinica,2009,30(6):885-892.
[8]姚鑫,張永雙,李宗亮,等.四川瀘定磨西臺地第四紀冰水臺地邊坡地質災害易發性研究[J].工程地質學報,2009,17(5):597-605.YAO Xing,ZHANG Yongshuang,LI Zongliang,et al.Geo-hazard susceptibility of quaternary glacial deposit slope at Moxiplat form in luding county of Sichuan province[J].Journal of Engineering Geology,2009,17(5):597-605.
[9]王衛東,陳燕平,鐘晟.應用CF和 Logistic回歸模型編制滑坡危險性區劃圖[J].中南大學學報(自然科學版),2009,40(4):1127-1132.WANG Weidong,CHENG Yanping,ZHONG Sheng.Landslides susceptibility mapped with CF and Logistic regression model[J].Journal of Central South University(Science and Technology),2009,40(4):1127-1132.
[10]李雪平.基于 GIS的區域斜坡穩定性評價 Logistic回歸模型研究[D].武漢:中國地質大學工程學院,2005.LIXueping.Study on logistic regression model app lied to regional slope stability evaluation based on GIS[D].Wuhan: Engineering Academy,China University of Geosciences,2005.
[11]Guzzetti F,Reichenbach P,Ardizzone F,et al.Estimating the quality of landslide susceptibility models[J].Geomorphology,2006,81:66-184.
[12]Wieczorek G F,Gori P L,Jager S,et al.Assessment and management of landslide hazards near Tully Valley Landslide,Syracuse,New York.Proc[J].7th Int.Symposium on Landslides, Trondheim.Balkema,Rotterdam,1996:411-416.
[13]Yesilnacara E.,Topalb T.Landslide susceptibility mapping:A comparison of logistic regression andneural networks methods in a medium scale study[J].Hendek region(Turkey)Engineering Geology,2005,79:251-266.
[14]殷躍平.汶川八級地震滑坡特征分析[J].工程地質學報,2009,17(1):29-38.YING Yueping.Features of lands lides triggered by the Wenchuan earthquake[J].Journal of Engineering Geology,2009,17(1):29-38.
[15]黃潤秋,李為樂.汶川大地震觸發地質災害的斷層效應分析[J].工程地質學報,2009,17(1):19-28.HUANG Runqiu,LIWeile.Fault effect analysis of geohazard triggered by Wen-chaun earthquake[J].Journal of Engineering Geology,2009,17(1):19-28.
[16]張永雙,石菊松,孫萍,等.汶川地震內外動力耦合及災害實例[J].地質力學學報,2009,15(1):131-141.ZHANG Yongshuang,SHI Jusong,SUN Ping,et al.Coupling between endogenic and exogenic geological processes in the Wenchuan Earthquake and example analysis of geo-hazards[J].Journal of Geomechanics,2009,15(1):131-141.
[17]吳樹仁,王濤,石玲,等.2008汶川大地震極端滑坡事件初步研究[J].工程地質學報,2010,18(2):145-159.WU Shuren,WANG Tao,SHI Ling,et al.Study on catastrophic landslies tiggered by 2008 great Wenchuan earthquake,Sichuan,China[J].Journal of Engineering Geology,2010,18(2):145-159.
[18]郭芳芳,楊農,孟暉,等.地形起伏度和坡度分析在區域滑坡災害評價中的應用[J].中國地質,2008,35(1):131-143.GUO Fangfang,YANG Nong,MENG Hui,et al.Application of the relief amplitude and slope analysis to regional landslide hazard assessments[J].Geology in China,2008,35(1):131-143.
[19]涂漢明,劉振東.中國地勢起伏度最佳統計單元的求證[J].湖北大學學報(自然科學版),1990,12(3):266-271.TU Hanming,LIU Zhendong.Demonstrating on the optimum statistic unit of relief amplitude in China[J].Journal of Hubei University(Natural Science),1990,12(3):266-271.