劉任鴻, 李明輝, 鄧英爾, 朱華平, 黃 勇, 胡淑杰
(1. 成都理工大學環境與土木工程學院, 四川 成都 610059; 2. 中國地質調查局成都地質調查中心, 四川 成都 610081)
我國是世界上地質環境脆弱、地質災害多發的國家之一[1]。 近年來,由于極端氣候和人為因素的影響,導致了大量地質災害事件的發生,給我國人民生命財產造成了巨大損失[2]。 地質災害易發性評價是地質災害調查評價的一項重要內容[3],在地質災害防治工作中起著重要的作用,可為區域的地質災害防治和城市規劃建設等提供科學的依據。
目前對地質災害的定量評價方法主要包括邏輯回歸分析方法、證據權法、信息量法、確定性系數分析方法等,以及多種分析方法的耦合分析[4-9]。由于信息量模型算法穩定性好,操作簡單,能夠較客觀地反映評價結果,所以被許多學者廣泛地運用到地質災害易發性區劃評價中[10-13]。 本文運用信息量模型,以華鎣市為研究對象,選取坡度、坡向、坡高、工程地質巖組、斷層、河流影響距離、道路和采礦活動8 個評價因子,利用GIS 空間分析平臺對研究區進行地質災害易發性評價,并對其評價結果進行檢驗。
信息量模型屬于貝葉斯概率模型的一種,它利用概率形式進行定量描述,從而反映區域內不同成災要素區間對地質災害形成的貢獻大小[14],即信息量用條件概率表示為

式中:I(Y,X1X2... Xn)——為 因 素 組 合X1X2...Xn對地質災害Y 所提供的信息量(Nat);P(Y,X1X2...Xn)——為因素X1X2...Xn組合條件下地質災害Y 發生的概率;
p(Y)——為地質災害 Y 發生概率的區域背景值;
為了便于計算,我們通常在進行具體運算時將總體概率改為樣本頻率進行計算,于是上式可轉化為:

式中:I——總信息量值;
Ii——對應地質災害因子分級i信息量值;
Ni——對應地質災害因子分級i地質災害柵格單元數;
Si——對應地質災害因子分級i總的柵格單元數;
N——已發生地質災害的柵格單元數;
S——研究區總的柵格單元數;
華鎣市位于廣安市南部,地處華鎣山脈中段西麓,渠江以東。 地理坐標為東經 106°36′ ~ 106°54′,北緯 30°06′ ~ 30°28′,南北長約 40km,東西寬約28km。 該區屬亞熱帶濕潤季風氣候特征,氣候溫和、雨量充沛、四季分明。
研究區地勢東高西低,大致以襄陽鐵路為界,可將其分為東西兩個不同的地貌類型,西部地形高差較小,主要以丘陵、淺丘為主;東部地形高差較大,多為低、中山地貌。
區內出露地層有寒武系、奧陶系、志留系、石炭系、二疊系、三疊系、侏羅系及第四系。 其中分布最廣的為侏羅系,主要分布于研究區西部,寒武系—三疊系主要分布于研究區的東部,而第四系松散堆積層主要沿渠江兩岸零星不連續分布。 由于巖土體工程地質性質復雜多樣,可將其劃分為8 個工程巖組:中-厚層硬質砂巖夾軟質泥頁巖組(A1);中-厚層次硬質砂巖與次軟質泥巖不等厚互層巖組(A2);薄-中厚層次硬質砂巖與次軟質泥巖頁巖夾泥質灰巖互層巖組(A3);片狀-薄層狀極軟質頁巖、黏土巖組(A4);中-厚層狀硬質、強巖溶化灰巖、白云巖組(B1);薄-厚層狀硬質夾軟質中等巖溶化灰巖、生物碎屑灰巖夾泥巖、頁巖巖組(B2);薄-中厚層狀軟硬相間、中等巖溶化灰巖與泥頁巖不等厚互層巖組(B3);粉質黏土、粉土、砂礫石工程巖組(C1)。
構造上,研究區位于川東帚狀構造的華鎣山隆褶中間部位,斷裂構造主要集中分布在東部山區[15]。 研究區自1960 年以來,有文字記載的地震共22 次,其中地震震級大于5 級的有4 次,最大地震震級為5.5 級。
華鎣市自然環境復雜,災害類型眾多,發生頻繁[16]。 根據收集的資料及野外調查,區內共發育地質災害180 處,地質災害類型主要為滑坡、不穩定斜坡、崩塌、地面塌陷和泥石流等5 種。 其中滑坡數量最多,為104 處,占地質災害總數的57.78%,其次為崩塌和不穩定斜坡,分別為40 處和24 處,占比為22.22%和13.33%。 地面塌陷和泥石流較少,分別為8 處和4 處,占比為4.44%和2.22%。 研究區災害點分布如圖1。

圖1 地質災害點分布圖Fig.1 Distribution map of geological hazard points
本文的數據源主要包括地理空間數據云30m×30m 分辨率的 DEM 數據、1∶5 萬地質圖、礦山分布圖、地質災害數據庫和野外調查資料等。
確定適當的評價單元類型,是進行地質災害易發評價的基礎。 單元類型的選取是否合理,將影響著評價的精度和結果的可靠性。 目前常用評價單元主要有網格單元、地域單元、均一條件單元、斜坡單元等[17]。 本文采用柵格單元方法對研究區進行易發評價,由于不同比例尺選取的適宜網格大小有所差異[18],根據適宜格網經驗公式

式中:GS——適宜格網大小;
S——地圖數字比例尺分母;

圖2 影響因子災害數量、點密度相關性統計圖Fig.2 Statistical graphs showing correlations between disaster numbers and point densities of impact factors
本次研究區采用的地圖數字比例尺為1∶50000,通過以上公式計算可得GS=32.85,為了方便后期對各因子圖層柵格在ArcGIS 中進行疊加分析,故以30m×30m 的柵格單元作為其最小的評價單元,將研究區劃分為483873 個柵格單元。
影響地質災害的因素很多,且各因素間關系復雜,影響程度大小也各不相同,故選取合適的評價因子尤為重要。 本文在野外調查的基礎上,結合研究區的地質背景,選取了坡度、坡向、坡高、地層巖性、斷層、河流影響距離、道路和采礦活動等8 個評價因子對各評價因子進行分析。
3.2.1 坡度
地形坡度是地質災害的重要孕災因子,斜坡坡度的大小影響著斜坡的應力分布和斜坡堆積物的厚度[19]。 通常情況下,坡度越陡,對坡體的穩定性越不利。 當坡體較緩時,坡體的破壞形式通常以滑坡為主;而隨著坡度變陡,破壞形式則多以崩塌為主。 通過ArcGIS 將整個研究區劃分為5 個坡度等級,從圖2-a 中可以看出,地質災害多集中發育于坡度為6° ~27°之間。 當坡度在 0 ~27°時,地質災害的數量和災害點的密度隨坡度的增加而增加;而坡度在27 ~90°時,地質災害點的數量和災害點密度隨坡度增加明顯減少。
3.2.2 坡向
不同的坡向由于太陽輻射強度有所差異,使得斜坡的溫度、水蒸發量、植被覆蓋及坡面巖土體風化特征的不同,導致斜坡地下孔隙水的分布和巖土體物理力學特征不同,進而影響斜坡的穩定性[20]。通過 ArcGIS 將整研究區以 float、N、NE、E、SE、S、SW、W、NW 劃分為9 個坡向等級。 從圖 2-b 中可以看出,在坡向為 SE、S、SW、W、NW 的方向,地質災害較為發育,而在坡向為SE 方向,發育的災害點密度最高。
3.2.3 坡高
坡高在一定條件下給滑坡、崩塌、泥石流等災害提供了一定的勢能,它控制著斜坡的應力分布,對斜坡的穩定性造成影響。 通過ArcGIS 將研究區劃分為6 個坡高等級。 從圖2-c 中可以看出,地質災害主要分布在坡高為40 ~100m 的區域,地質災害數量和災害點密度均較高,且隨著坡高的增大,災害點密度呈遞增的趨勢,并在坡高為80 ~100m達到峰值。
3.2.4 工程地質巖組
巖土體作為地質災害發生的物質基礎,由于不同巖土的物理力學性質有所差異,這造成了不同巖土體發生的地質災害的難易程度和發生的地質災害類型也各不相同。 根據研究區的工程地質情況,將其劃分為8 個工程地質巖組。 從圖2-d 中可以看出,除了A4 和C1 工程巖組外,地質災害在其他工程巖組均有發育,且在A3 巖組災害點密度最高;而在A2 工程巖組發育的地質災害點數量最多,這主要是由于該工程巖組的面積大,占研究區面積的57.32%。
3.2.5 斷層
由于受斷層的影響,一般情況下,沿著斷層帶附近巖石相對較為破碎,巖石風化嚴重,為地質災害的發生提供了有利的條件。 利用ArcGIS 的多環緩沖區工具,得到斷層影響分級圖。 通過圖2-e 中可以看出在距離斷層0 ~2500m 區域范圍內,地質災害數量和災害點密度與距斷層距離呈負相關關系,而在距斷層距離大于2500m 區域內地質災害發育的數量和災害點密度最高,這說明在一定距離范圍內,斷層構造對地質發育有利,而當超過一定距離范圍,斷層對地質災害發育影響不大。
3.2.6 河流影響距離
研究區地表水資源豐富,水文網密布,河流對地質災害的影響主要體現在河流的侵蝕、沖刷作用,河流水位的變化會引起河流兩岸地下水位的變化,從而影響斜坡的穩定性。 通過ArcGIS 的多環緩沖區工具建立河流緩沖區,并將其劃分為6 個河流距離等級。 通過圖2-f 中可以看出距離河流200 ~400m 范圍內地質災害數量和災害點密度較高,并隨著距離河流越來越遠,災害點密度與河流距離大致呈負相關關系。
3.2.7 道路
道路對地質災害的影響,主要體現在公路切坡和坡腳的開挖,破壞了斜坡的穩定性。 通過ArcGIS的多環緩沖區工具對研究區主要的交通道路建立多環緩沖區,并將其劃分為6 個距離道路等級。 通過圖2-g 中可以看出,在距離公路0 ~750m 區域范圍內,地質災害數量和災害點密度與公路距離呈負相關關系,且在0 ~25m 區域地質災害發育數量和密度最高。
3.2.8 采礦活動
研究區內礦產資源豐富,各種礦山開采活動較為活躍,尤其是煤礦的地下開采引起的地面變形和地面塌陷,露天采石場不合理的開挖和放坡常常引起斜坡失穩。 通過ArcGIS 的多環緩沖區工具將研究區的礦山點建立多環緩沖區,并將研究區劃分為7 個距離等級,通過圖2-h 中可以看出,地質災害在距離礦山點0 ~2000m 區域范圍內,地質點密度和數量大體與距礦山距離呈負相關關系,這在一定程度上說明,礦山開采對地質災害具有明顯的影響。
根據信息量模型計算出各評價因子分級的信息量值,結果如表1。 對8 個評價因子共52 因子分級,按信息量從大到小排序,得出排序靠前的狀態為:(1)A3 工程巖組;(2)坡高 40m ~100m;(3)距道路距離0 ~250m;(4)坡高100m ~120m;(5)距礦山0 ~500m;(6)距河流距離 200 ~400m。 因此,工程地質巖組、坡高、道路、礦山開采、河流影響距離為該區地質災害發育的主要影響因素。
在得出各因子分級信息量和評級因子分級圖(圖3)的基礎上,通過ArcGIS 軟件的空間分析功能,對各單因子圖層進行重分類和賦值,然后利用ArcGIS 軟件的柵格計算器進行各評價因子圖層信息量疊加,最終獲得地質災害易發性評價柵格圖。通過自然間斷法對獲得的易發性評價柵格圖層進行重分類,將研究區易發性評價分為4 個等級,即高易發區(3. 7636 ~0. 7040)、中易發區(0. 7040 ~-0.3348)、低易發區(-0.3348 ~-1.3344)、極低易發區(-1.3344 ~ -4.0775)。

表1 各評價因子分級信息量值Table 1 Information value of each evaluation factor classified

圖3 評價因子分級圖Fig.3 Grading diagrams of evaluation factors
根據對華鎣市地質災害易發性評價結果(表2、圖4)。 將研究區劃分為4 個易發性等級,即高易發區、中易發區、低易發區和極低易發區。 其中高易發區面積為75.38km2,占研究區總面積的17.31%,主要分布于祿市鎮東部—華龍街道東部—雙河街道東部—古橋街道中部一帶、觀音溪鎮中部—溪口鎮一帶和渠江沿岸地區; 中易發區面積為120.32km2,占研究區總面積的27.63%,主要分布于慶華鎮—觀音溪鎮西部一帶、陽和鎮中部—高興鎮中部一帶、天池鎮—紅巖鄉南部一帶;低易發區面積為142.21 km2,占研究區面積的32.66%,主要分布于觀音溪鎮東部—高興鎮東部—陽和鎮東部以及紅巖鄉北部一帶、明月鎮東部—永興鎮一帶;極低易發區面積為97. 56 km2,占研究區面積的22.40%,主要分布于高興鎮西部—陽和鎮西部—古橋鎮西部一帶、華龍街道西部—祿市鎮西部一帶。

表2 研究區地質災害易發分區統計表Table 2 Statistical table of geological disaster prone regions in the study area

圖4 地質災害易發性分區Fig.4 The susceptibility map of the geologic hazards
對研究區采用受試者工作特征曲線(ROC)進行定量檢驗,以橫坐標為易發性面積累計百分比,縱坐標為地質災害數量累計百分比,得到一條曲線,并將其線下面積作為其評價精度,面積越大,表明評價精度越高。 結果顯示,曲線下面積(AUC)為72.50,即評價精度為72.50%(圖5)。 這說明運用信息量模型對華鎣市易發性評價適用性較好,評價結果能夠為該區地質災害防治工作提供理論指導和技術參考。

圖5 地質災害易發性評價結果ROC 圖Fig.5 ROC graph for geological hazard assessments
(1)以華鎣市為研究對象,通過選取坡度、坡向、坡高、工程地質巖組、斷層、河流影響距離、道路和采礦活動8 個評價因子,運用信息量評價方法,對該市展開地質災害易發性定量評價。
(2)對各因子分級信息量分析表明:地質災害在A3 工程巖組、坡高40 ~100m、距道路距離0 ~250m、坡高 100 ~120m、距礦山 0 ~500m、距河流距離200 ~400m 的區域內最為發育。 這說明工程地質巖組、坡高、道路、礦山開采、河流影響距離為研究區地質災害發育的主要影響因素。
(3)根據評價結果,將研究區內地質災害易發性劃分為高易發、中易發、低易發和極低易發4 個等級,其中高易發區面積75.38km2、中易發區120.31km2、低易發區142.21km2、極低易發區97.56km2,分別占研究 區總 面 積 的 17.31%、 27.63%、 32.66%和22.40%。
(4)本次地質災害易發性評價結果的AUC 值為72.50,即評價精度為72.50%,評價結果良好,能夠為四川省華鎣市地質災害易發性評價提供理論指導和技術參考。