基于GIS和信息量法的川藏鐵路雅江縣段滑坡易發(fā)性評價

李 寧， 陳永東， 古學超， 甘 露

(1.四川省地礦局 川西北地質隊，四川 綿陽 621000；2.成都理工大學 地球科學學院，四川 成都 610059)

擬建川藏鐵路作為我國連接藏區(qū)的綜合交通運輸體系的重要組成部分，東起于四川省成都市，經雅安、瀘定、康定、雅江、理塘、波密、林芝等，西至西藏拉薩[1]。研究區(qū)新建川藏鐵路雅江縣段地處四川省甘孜州雅江縣，雅礱江流域中游，區(qū)內自然環(huán)境復雜，地質災害頻發(fā)，災害防治難度大,對鐵路建設、運營具有較大的威脅，因此，前期地質災害風險評價是鐵路工程選線規(guī)劃、防災減災的重點工作。滑坡是區(qū)內主要的災害類型，滑坡的易發(fā)性分析是滑坡風險評價的基礎。本文基于在與已知滑坡產生的地質、地貌、水文、氣候條件的相類似的環(huán)境中孕育滑坡的可能性更高的假設，運用GIS空間分析技術和信息量評價模型，對新建川藏鐵路雅江縣段滑坡災害進行易發(fā)性評價。

1 地質背景

1.1 區(qū)域地質背景

擬建川藏鐵路雅江縣段位于川西高原東部，隸屬于四川省甘孜藏族自治州雅江縣。區(qū)內地形起伏強烈，水系發(fā)育，海拔高程2 600～4 880 m，整體呈西高東低地勢。

研究區(qū)出露有上三疊統(tǒng)巴顏喀拉山群雅江組(T3y)、兩河口組(T3lh)、新都橋組(T3xd)、侏倭組(T3zw)和雜谷腦組(T3z)碎屑巖，以及零星晚印支期巖漿巖。其中以碎屑巖為主，依據巖石組合差異，劃分為砂巖、砂巖夾少量板巖、砂巖與板巖互層、板巖夾少量砂巖以及板巖等五種類型，而巖漿巖主要為花崗閃長巖、石英閃長巖、二長花崗巖及少量英云閃長巖。研究區(qū)受印支和燕山-喜馬拉雅兩大構造旋回疊加改造作用影響，區(qū)內構造作用強烈，構造形跡以北西、北東向為主，受其影響，裂隙發(fā)育，形成了良好的地表水下滲通道，不僅改變巖土體物理力學性質，同時使巖體更為破碎。區(qū)內第四系沖洪積、殘坡積和崩坡積層沿雅礱江及各支流水系谷坡及坡腳廣泛分布，為滑坡的形成提供了豐富的物質基礎。

1.2 研究區(qū)滑坡災害發(fā)育概況

通過對研究區(qū)的滑坡地質災害野外地質調查以及高分辨率遙感影像解譯，區(qū)內發(fā)育有滑坡點109個，滑坡體由第四系松散堆積物及強風化軟巖或較軟硬組成，滑坡面發(fā)育于土體或基巖與土體的界面上，較集中分布于研究區(qū)中東部中-高山深切割區(qū)的河(溝)谷底部附近。

2 研究方法

2.1 信息量模型原理

信息量模型是一種基于信息論的統(tǒng)計預測方法，早期多用于地質礦產勘察領域，現已被廣泛應用在地質災害易發(fā)性評價中。信息量法認為可根據已發(fā)生的變形或破壞的客觀事實，將反映影響區(qū)域穩(wěn)定性因素的實測值轉化為反映區(qū)域穩(wěn)定性的信息量值，亦即可以用信息量大小評價滑坡發(fā)生的可能性，信息量越小,說明發(fā)生滑坡災害可能性較小，反之則可能性越高。信息量值計算公式如下[2]：

(1)

式中：Ii為評價因子i對滑坡事件發(fā)生提供的信息量；Ni為分布于評價因子i內滑坡災害點的單元數；N為研究區(qū)內含有滑坡災害的單元總數；Si為研究區(qū)內評價因子i單元數；S為研究區(qū)單元總數。

則評價區(qū)內某柵格單元總信息量為：

(2)

式中：I為柵格單元內所有評價因子總信息量值；n為評價因子個數。

用I作為柵格單元滑坡災害發(fā)生的度量指標，其數值越大，說明該單元發(fā)生滑坡災害的可能性就越大，易發(fā)性就越高。

2.2 評價因子數據源及預處理

本研究的評價因子包括地形地貌、河流水系、地層與構造、降雨、植被以及道路等。其中地形地貌、水流水系、工程地質巖組、斷層構造及道路等數據獲取于1∶5萬地形地質圖。基于等高線數據，采用ArcGIS三維分析模塊，提取評價因子中的高程、坡度、坡向和地形起伏等地形相關信息，而基于地質要素和地理要素，可獲得與工程地質巖組、斷層、水系及道路等因子信息。

降雨數據獲取于中國科學數據1960～2012年青藏高原極端氣候指數數據集，選擇研究區(qū)及周邊7個氣象站點，統(tǒng)計1964～2013年近50年的降雨數據，獲得各氣象站點的多年平均降雨參數，然后運用普通克里金插值獲得降雨因子圖。

植被信息由遙感數據的歸一化植被指數(NDVI)估算，NDVI可以定量化反映區(qū)域尺度上的植被生態(tài)信息。本研究選取區(qū)內2017年影像質量較佳的Landsat-8OLI多光譜遙感數據，使用ENVI軟件對影像預處理，經像元二分模型計算后獲得研究區(qū)的NDVI。

根據國家空間數據標準及對數據精度的要求,以上數據在處理過程中形成的柵格數據單元大小為25 m×25 m。

2.3 基于GIS的信息量評價方法

GIS的信息量評價方法是將GIS的空間分析能力和信息量評價模型的客觀真實性相結合，在評價過程中，首先利用ArcGIS軟件提取各評價因子圖層，然后依據研究區(qū)內滑坡影響因子的分析結果，按照每個因子的不同類別對滑坡的影響程度，對因子進行分級劃分，再將分級后的因子圖層和滑坡災害點圖層屬性連接，計算各分級因子信息量，最后利用空間分析工具將各因子圖層信息量疊加，獲得滑坡災害易發(fā)性信息量疊加圖。基于此，采用自然斷點法將滑坡災害易發(fā)性信息量進行分級劃分，獲得研究區(qū)的滑坡災害易發(fā)性區(qū)劃圖。

3 滑坡易發(fā)性評價因子的選取與分析

滑坡地質災害的影響因素眾多，包括主控因素和次要因素，因此在易發(fā)性評價中，合理把握滑坡的主控因素非常重要。本文通過對研究區(qū)滑坡點的野外勘察，分析滑坡形成原因及空間分布規(guī)律，結合前人相關研究，選取高程、坡度、坡向、地形起伏度、工程巖組、斷層構造、水系、降雨、植被覆蓋度、道路等10個因子作為評價因子。

3.1 高程因子

高程對滑坡的產生和分布具有重要影響，在不同高程范圍內，植被類型和植被覆蓋度具有垂直分布差異，而且不同高程的地形坡度導致集水區(qū)的面積差異。本文基于DEM高程數據分級，初始高程2 600 m，以200 m為間隔，將高程劃分為十級(表1)。滑坡主要分布于2 600～3 800 m區(qū)間，數量為95個，占區(qū)內滑坡點總數的87.16%。

3.2 坡度因子

坡度表征地表陡緩程度。斜坡坡度不僅影響斜坡巖土體的內部應力狀態(tài)，且與地表徑流、降雨入滲、地下水補給徑排、植被發(fā)育等有著密切的聯系。通過分析研究區(qū)滑坡點在每個坡段內的分布特點，結合區(qū)內地形地貌特征，將坡度劃分為十二級，其中小于10°以及大于60°分別劃為一級，10°～60°之間以5°間隔劃分為十級(表1)。區(qū)內滑坡點多分布于坡度20°～55°范圍內，且35°～50°之間較為集中，數量為66個，占區(qū)內滑坡點總數的60.55%。

3.3 坡向因子

由于不同斜坡坡向的太陽輻射時間和強度不同，而導致斜坡上松散土體的孔隙水壓力以及物理力學性質差異，最終影響斜坡的穩(wěn)定狀態(tài)。以每隔45°將0°～360°坡向劃分為八個區(qū)間(表1)，從表1中可見滑坡多分布于坡向0°～45°以及180°～270°區(qū)間，數量為80個，占區(qū)內滑坡點總數的73.39%。

3.4 地形起伏因子

地形起伏因子表征一定區(qū)域內最高點與最低點的差值，差值越大，表明地形起伏度越大，滑坡發(fā)生的可能性也越大。本文綜合區(qū)內地形起伏因子變化與滑坡點分布特征，將地形起伏因子劃分為六類(表1)，滑坡點集中分布于0～40 m區(qū)間內，數量為106個，占總滑坡點數的97.25%，而大于40 m區(qū)間由于面積較小，僅占測區(qū)面積的1.7‰，滑坡數據較少。

表1 評價因子信息量表

3.5 工程巖組因子

依據工程巖組物理力學特征以及巖石類型差異，將研究區(qū)內工程巖組劃分為松散堆積、較軟巖(板巖、板巖夾少量砂巖)、軟硬相間巖(砂巖與板巖間段互層)、較硬巖(砂巖夾少量板巖)、堅硬砂巖、堅硬巖漿巖六類(表1)。結合滑坡分布規(guī)律的統(tǒng)計分析，軟硬相間巖、較硬巖中由于軟弱巖夾層的存在使得坡體穩(wěn)定性大大降低，因此其滑坡數量最大，有74個，占滑坡總數的67.89%；較軟巖中由于結構面十分發(fā)育，巖層破碎嚴重，完整性差，所以滑坡數量亦較高；而松散沉積物中由于沉積物固結程度較弱，斜坡穩(wěn)定性較差，再加上道路建設中切坡等人類工程活動，使得第四系松散堆積層中發(fā)育的滑坡數量也較多。

3.6 斷層因子

斷層活動不僅破壞距離斷層一定距離內的巖土體結構，降低其完整性和穩(wěn)定性，而且為地下水下滲提供有利通道，從而促進滑坡的產生。根據研究區(qū)內斷層與滑坡分布的關系，結合地形地貌特征，將距離斷裂線兩側不同距離劃分為五類(表1)。從表1中可見，滑坡受斷層控制作用明顯，在斷層兩側1 500 m范圍內，滑坡點數達82個，占滑坡總數的75.23%，且近一半分布于斷層線兩側500 m范圍內。

3.7 河流水系因子

研究區(qū)內水系十分發(fā)育，水對滑坡的產生起重要作用，它不僅能夠增加巖土體自重力和降低潛在滑動面摩擦力，而且河流的強烈侵蝕往往導致邊坡坡腳失穩(wěn)。根據水系與滑坡點分布的密切關系，本文將河流兩側不同距離劃分為六類(表1)。如表1所示，滑坡點數隨著與水系距離的增大急劇減少，在100 m以及100～200 m范圍內分布有82和18個滑坡點，分別占總滑坡點數的75.23%、16.51%。

3.8 降雨因子

雅江地區(qū)屬高原亞濕潤氣候，降雨一般集中于每年的7～9月。降雨是研究區(qū)內滑坡災害的重要誘發(fā)因素。通常情況下，極端降雨事件是地質災害的觸發(fā)因素[3]。本文基于普通克里金法插值后的強降雨量數據(降水量>95%分位值的總量，R95p)，以2 mm/a間隔將強降雨量劃分為五類。如表1中所示，滑坡集中分布于136～140 mm/a區(qū)域，滑坡點數91個，占滑坡點數的83.49%。

3.9 植被覆蓋因子

植被歸一化指數(NDVI)由綠色植物在近紅外與紅光波段的反射特征從遙感圖像中提取的用于反映植被覆蓋信息參數。一般而言，植被的發(fā)育與滑坡的發(fā)育呈負相關，而本文的統(tǒng)計結果與之相反(表1)，植被指數在0.55～1.0之間滑坡點數明顯高于0～0.55之間，結合地形地貌特征分析，其可能原因是研究區(qū)高植被區(qū)覆蓋區(qū)普遍疊加了高程、坡度、坡向、地形起伏因子的不利影響。

3.10 道路因子

研究區(qū)內人口稀少，農牧民零星定居于河谷及山間緩坡地帶，318國道以及縣、鄉(xiāng)道路連接各定居點。依據區(qū)內滑坡點分布與道路的關系，將距離道路線兩側不同距離劃分為八類(表1)。如表1所示，滑坡受道路建設影響較大，且較集中于道路兩側300 m范圍內，其間有滑坡點47個，占總滑坡點數的43.12%；而在300 m以外區(qū)域，由于道路建設影響較小，因此滑坡的發(fā)生可能為其他影響因子疊加影響。

4 滑坡易發(fā)性評價及檢驗

4.1 滑坡易發(fā)性評價

基于對多因子信息量疊加計算，獲得研究區(qū)信息量疊加圖。結果表明，總信息量值為-11.2754～14.9547，信息量值越大，說明區(qū)域發(fā)生滑坡的概率越大，易發(fā)性越高。利用自然斷點法對總信息量值進行劃分，依據地質災害的易發(fā)性高低，將研究區(qū)劃分為極高、高、中、低、極低五級易發(fā)區(qū)，得到研究區(qū)滑坡災害易發(fā)性分區(qū)圖(圖1)。從圖1中可見，研究區(qū)滑坡的極高和高易發(fā)區(qū)面積分別占全區(qū)總面積的5.48%、13.01%，集中分布于雅礱江沿岸及其支流水系的溝谷斜坡附近。實際調查中滑坡點也明顯集中分布于上述區(qū)域，這些地區(qū)普遍具有低海拔高度、切割深、構造強烈、邊坡穩(wěn)定性差等特征，且為區(qū)內路網分布以及人類活動的主要區(qū)域，滑坡災害的危害大；中易發(fā)區(qū)占全區(qū)面積的22.59%，主要位于極高、高易發(fā)區(qū)外側以及上述主溝兩側的支溝中，而低及極易發(fā)區(qū)主要分布高海拔緩坡、山脊以及研究區(qū)西的高原面附近，分別占全區(qū)面積的30.74%、28.20%。

圖1 滑坡災害易發(fā)性分區(qū)圖

4.2 評價結果檢驗

通過對研究區(qū)不同等級易發(fā)區(qū)域滑坡點數量統(tǒng)計分析得出(表2)，滑坡集中分布于極高和高易發(fā)區(qū)內，分別占已知滑坡點總數的69.72%和22.94%，累計占92.66%，而中易發(fā)以下區(qū)域滑坡點比例合計僅占總數的7.34%。相同的情況，滑坡點密度在極高易發(fā)區(qū)為1.0411個/平方千米,而至極低易發(fā)區(qū)僅為0.0026個/平方千米，表現為自高易發(fā)至低易發(fā)顯著降低趨勢(表2)。上述結果綜合表明，易發(fā)性分區(qū)與已有滑坡分布情況具有較好的相關性，易發(fā)性分區(qū)結果能夠客觀反映區(qū)內滑坡易發(fā)性分布情況，評價結果較理想。

表2 易發(fā)性等級與滑坡點數量的關系

5 主要結論

(1)通過對評價因子的信息量大小比較分析，結果表明地形地貌、人類活動、地表水系為研究區(qū)內滑坡誘發(fā)的主控因素。

(2)基于GIS的信息量法開展的研究區(qū)滑坡易發(fā)性評價，評價結果根據滑坡的易發(fā)程度劃分為極低易發(fā)區(qū)、低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)和極高易發(fā)區(qū)五個等級。經對評價結果的檢驗，易發(fā)性分區(qū)圖能夠較好地反映區(qū)內滑坡的分布情況，隨著易發(fā)等級的提高，滑坡發(fā)生的數量隨之增大。

(3)研究結果可以為新建川藏鐵路雅江縣段的鐵路選線設計、規(guī)劃建設和運行階段滑坡災害隱患排查和風險評估、災害防治提供基礎依據，同時為區(qū)內滑坡災害評估預測、綜合防治及風險管理提供技術參考。