基于GIS的高山峽谷區滑坡災害危險性評價
——以瀘水市為例

李益敏, 袁 靜, 蔣德明, 王東馳, 劉心知

(1.云南大學 地球科學學院, 昆明 650500; 2.云南省高校國產高分衛星遙感地質工程研究中心, 昆明 650500)

特殊的地形地貌、極端氣候等因素導致我國的滑坡災害頻繁發生，據相關資料顯示，近幾十年來，每年發生的滑坡災害對當地的基礎設施建設造成巨大破壞，導致大量人員傷亡和財產損失[1]。通過分析滑坡災害發生的地質環境、分布規律等因素，選取導致滑坡發生的內部主導因素與外部誘發因素，構建評價指標體系。采用合適的評價模型或方法計算滑坡災害發生的可能性，并對滑坡危險性結果進行分區，對區域防災減災具有重要意義。歐美國家在20世紀70年代就開始了滑坡災害危險性評價研究，而我國的研究工作起步較晚。近年來，隨著社會經濟及GIS技術的發展，滑坡災害危險性評價的研究越來越受到國內外學者的關注，危險性評價指標體系和評價方法也得到了快速發展[2-4]。A.Uromeihy等[5]在GIS技術支持下，采用定性評價方法中的模糊綜合評判法對伊朗Khorshrostam地區進行了滑坡災害危險性評價；石菊松等[6]以巴東縣新城區為研究區，通過分析其滑坡災害的發生過程、地質環境等因素，構建危險性評價指標體系，開展基于信息量模型和敏感性評價方法的滑坡災害危險性預測；熊俊楠等[7]運用GIS技術，選取高程、相對高差、坡度、坡向、巖性、地震、降雨共7個評價指標，并采用AHP-信息量法對溪洛渡庫區的滑坡災害進行了危險性評價研究，得到了較準確的分區結果。從已有研究來看，滑坡危險性評價指標不斷完善，大多數學者已接受并采用的選擇方法是：考慮包括地形地貌、地質構造、工程巖組等孕災環境和人類工程活動、大氣降水等致災因子[8-9]。近年來，評價模型也已從單一、定性評價方法轉向綜合、定量評價方法，定性和定量評價都得到了廣泛應用。結合各方法的優缺點，進行模型組合，可以有效提高模型精度，采用定性和定量相結合的方法對滑坡災害進行危險性評價已成為研究的熱點和趨勢[10-11]。

因此，本文以怒江州瀘水市為研究區，以GIS為平臺，采用AHP和信息量模型相結合的方法開展瀘水市滑坡災害危險性評價，以期為瀘水市的防災減災、異地搬遷和城市規劃等工作提供參考。

1 研究區概況與數據來源

1.1 研究區概況

瀘水市隸屬云南省怒江傈僳族自治州，位于北緯25°33′—26°29′，東經98°34′—99°09′，南依保山市，北鄰福貢縣，東靠蘭坪縣和云龍縣，西連緬甸，下轄六鎮三鄉，總面積3 203.04 km2。地理位置處于我國青藏高原東南部橫斷山區，境內江河縱橫，水系發育密集，怒江由北向南貫穿高黎貢山和碧羅雪山之間，海拔高差達3 000 m以上，立體氣候突出，垂直氣候變化規律十分明顯，形成了獨特的高山峽谷地貌。研究區內山高坡陡，地勢陡峭，山地面積約占研究區總面積的94%，且大部分地區坡度較大，水動力條件充足，有利于滑坡災害的形成，是我國地質災害最為嚴重的地區之一。

1.2 數據來源

滑坡災害危險性評價所用基礎數據見表1，坐標系統為1980西安坐標系，高斯—克呂格投影。

表1 數據目錄

2 評價指標體系的建立

2.1 評價單元的確定

選擇一個合適的危險性評價單元，可以有效提高評價結果的精度。目前，常見的評價單元有行政單元、地域單元、規則網格單元以及自然斜坡單元等[12]。由于網格單元具有數據處理速度快、精度較高和可以綜合運算各個指標的優點，故本文采用規則網格單元作為研究區危險性評價的基本單元，并用公式(1)進行計算：

Gf=7.49+0.0006f-2.0×10-9f2+2.9×10-15f3

(1)

式中:Gf指合適的網格大小;f指等高線精度的分母值。研究區所使用的DEM數據為1∶5萬,則由公式(1)計算得到適宜網格的大小為30 m×30 m。

2.2 評價因子的選取

滑坡是一種非線性動力學過程，影響滑坡發生的因素多而復雜。本文以瀘水市235起滑坡災害點為基礎，參閱大量文獻資料[13-14]，綜合考慮瀘水市滑坡災害的發生過程、發育環境等因素，選取環境因素、人類工程活動、致災因子三大類評價因素作為影響因子，環境因素包括坡度、高程、水系、地層巖性、斷層構造和NDVI，人類工程活動：選取道路和土地利用類型作為人類工程活動中的量化指標；致災因子：瀘水市滑坡主要為降雨誘發，故選取降雨量作為致災因子。

利用GIS空間相關性分析工具，對選取的評價指標進行相關性分析，剔除相關性強的因子，可以使評價指標的選取更為合理，提高評價結果的精度。基于ArcGIS，對各評價因子進行波段集統計，然后計算各評價因子圖層間的協方差矩陣和相關矩陣，得到各指標因子間的相關系數R，當|R|≤0.3時，表示相關性較弱或者不相關[15]。由表2可知，NDVI與坡度、高程等6個因子相關系數的絕對值大于0.3，其他各指標因子間的相關系數的絕對值均小于0.3，故將NDVI因子剔除，最終確定以坡度、高程、道路距離、水系距離、地層巖性、斷層構造、土地利用類型以及降雨量共8個因子作為評價指標，構建滑坡災害危險性評價指標體系。

表2 各指標因子間的相關系數

2.3 評價因子的提取與量化

2.3.1 坡 度 坡度是影響滑坡發育的重要因素，直接決定著斜坡的穩定性。坡度較小的地區，不易發生滑坡災害，隨著坡度的增大，包括坡體自重在內的剪切力也隨之增大，為松散堆積物提供了較大的勢能，坡體穩定性降低，發生滑坡災害的可能性增大。根據研究區實際情況，將坡度劃分為0°～10°，10°～20°，20°～30°，30°～40°，40°～50°，50°～60°，>60°共7個等級(圖1)，然后分析坡度與滑坡災害點相對密度的關系，得到圖2的直方圖，結果顯示：坡度在30°～50°范圍內的滑坡點相對密度較大，說明該區域發生滑坡的可能性較大。

圖1 瀘水市坡度分級

圖2 滑坡災害點相對密度與坡度關系

2.3.2 高 程 高程對滑坡災害的發生有著重要影響。高程不同，會導致降水、氣溫、植被以及土壤類型等因素均不相同。瀘水市山高谷深、地形復雜、海拔高差達3 000 m以上，隨著高程增加，形成復雜的山地垂直自然帶。利用GIS技術，根據不同垂直自然帶，將高程劃分為7個分帶(圖3)，并分析各個高程分帶與滑坡災害點相對密度的關系(圖4)。由圖3—4可知：高程在0～1 900 m范圍內，滑坡災害點相對密度較大，說明滑坡易發生在此高程范圍內；當高程>1 900 m時，滑坡災害點相對密度較小。由遙感影像發現，海拔在1 900 m以上時，居民點分布很少，高程越高，人類活動強度越小；而海拔小于1 900 m的地區，居民點分布密集，人口密度較大，發生滑坡災害的可能性較大。

圖3 瀘水市高程分級

圖4 滑坡災害點相對密度與高程關系

2.3.3 道 路 受自然環境的限制，瀘水市人地矛盾突出，山路修建過程中需要開挖邊坡，會改變山體原有的巖層結構，使斜坡體抗剪能力降低，形成不穩定斜坡或危巖，在暴雨的情況下，極易發生滑坡災害[16]。在ArcGIS軟件支持下，對道路數據建立以200 m為間隔的緩沖區(圖5)，各緩沖區間內滑坡災害點的相對密度見圖6，結果表明，距道路越近，滑坡災害發生的次數越多。滑坡災害的發生，與距道路距離有密切的關系，修建道路等人類工程活動會干擾、誘發滑坡災害。

圖5 瀘水市滑坡災害道路分級

圖6 滑坡災害點相對密度與道路距離關系

2.3.4 水系 水系是影響滑坡發育的重要因素，主要表現在河流的侵蝕和掏蝕作用會影響斜坡的穩定性，增大滑坡災害發生的概率[17]。本文通過DEM提取瀘水市水系，以200 m為間隔，基于ArcGIS建立河流緩沖區(圖7)，分析水系距離和滑坡災害點相對密度的關系(圖8)。結果表明：研究區滑坡災害點隨距水系距離的增大而減小，其中0～800 m范圍內滑坡災害點相對密度較高，說明該區間內易發生滑坡，當水系距離>800 m時，滑坡災害點相對密度很小，河流對滑坡發生的控制力減弱。

圖7 瀘水市水系距離

圖8 滑坡災害點相對密度與水系距離關系

2.3.5 巖 性 地層巖性是區域滑坡災害分布的主控因素。不同的巖土體性質不同，其堅硬程度、物理化學性質和抗風化能力等均不相同，導致滑坡發生的概率也不同。考慮到將巖性指標定量化分析，本文以地層組為基本單位，根據巖層的堅硬程度、物理化學性質等，將瀘水市巖土體劃分為5種類型：A(堅硬巖體)、B(堅硬巖夾軟巖)、C(中等堅硬巖夾軟巖)、D(軟弱巖體)、E(粘性土及松散體)[18]，利用ArcGIS空間分析功能生成研究區地層巖性分布圖(圖9)和滑坡災害點相對密度直方圖(圖10)，結果顯示：堅硬巖夾軟巖、中等堅硬巖夾軟巖和軟弱巖體的滑坡災害點相對密度較大，說明滑坡易發生在以板巖、片巖、灰巖、砂巖、頁巖、泥巖以及千枚巖等軟弱巖層或軟硬相間的巖層中，這是因為軟硬巖夾層會使軟巖成為天然的滑床，有利于滑坡災害的發生，研究區內粘性土及松散體穩定性較差，通常只能形成低緩的斜坡，不易發生滑坡災害，堅硬巖體組成的斜坡穩定性很好，抗風化能力較強，不易破裂，滑坡災害也不易發生。

圖9 瀘水市巖性分類

圖10 滑坡災害點相對密度與巖性關系

2.3.6 斷裂構造 斷裂構造是滑坡災害發育的重要控制因素。斷層構造會破壞巖層的穩定性、完整性和連續性，導致斷裂帶周圍巖體破碎，松散物堆積，增大滑坡災害發生的可能性。瀘水市斷裂構造主要以南北向為主，東西向分布較少。以200 m為間隔建立緩沖區(圖11)，基于ArcGIS的數據統計功能，分析斷裂距離與滑坡災害點相對密度的關系(圖12)。結果顯示：距離斷裂帶越遠，滑坡災害點相對密度越小，在0～600 m區間內滑坡災害點相對密度較大，滑坡災害較易發生。

圖11 瀘水市滑坡災害斷裂分級

2.3.7 土地利用 不同土地利用類型對滑坡發生的影響程度不同。通過對2018年RapidEye遙感影像進行目視解譯，獲得研究區土地利用類型分布圖(圖13)。分析建設用地、耕地、未利用地、草地、林地以及水體與滑坡災害點相對密度的關系(圖14)發現：建設用地和耕地發生滑坡災害的頻率最高，瀘水市陡坡耕種及不合理的工程建設破壞地表形態，增加人工切坡，加劇水分下滲，使地表水體流失嚴重，極易誘發滑坡災害。

圖12 滑坡災害點相對密度與斷裂距離關系

2.3.8 降雨量 降雨是滑坡災害發生的主要誘因，是滑坡災害危險性評價中最具代表性的評價因子之一。大量雨水下滲導致斜坡巖土體的抗剪強度降低，誘發坡體發生變形和位移，造成滑坡災害的發生。本文采用瀘水市氣象站點多年年均降雨量數據作為評價指標，基于ArcGIS對降雨數據進行空間插值，得到瀘水市年降雨量分級，統計不同年降雨量范圍內的滑坡災害點相對密度(圖15)。結果顯示：研究區內滑坡災害的發生整體上隨降雨量的增加而增加，尤其是當年均降雨量在2 198～3 415 mm范圍內，滑坡災害點相對密度較大，也與統計資料中瀘水市暴雨型滑坡災害分布最為廣泛的結論相吻合。

圖13 瀘水市土地利用類型

圖14 土地利用類型與滑坡災害點相對密度的關系

圖15 滑坡災害點相對密度與降雨量關系

3 評價方法與流程

3.1 層次分析法

層次分析法于20世紀70年代由美國運籌學家T.L.saaty[19]提出，它是一種定性與定量相結合的決策分析方法，廣泛應用于地質災害領域。本文通過層次分析法對各評價因子賦予不同的權重值。

3.1.1 建立層次結構模型 通過分析瀘水市滑坡災害發育的地質環境、結構特征等因素，結合已收集的滑坡災害數據，建立層次結構模型(圖16)。

圖16 瀘水市滑坡災害危險性評價層次結構模型

3.1.2 構造判斷矩陣 對已選定的評價指標，參考以往學者的研究結果[20-21]，利用專家認可度表[22]，采用T.L.saaty[19]提出的1～9標度法，構造比較兩因素相對重要性的判斷矩陣(表3—5)。

表3 A-B判斷矩陣

表4 B1-C判斷矩陣

表5 B2-C判斷矩陣

3.1.3 一致性檢驗 在Matlab軟件下進行分析，并驗證判斷矩陣的一致性。公式如下：

(2)

式中:n為判斷矩陣的階數；CI為一致性指標；RI為平均隨機一致性指標；CR為隨機一致性比率。當CR<0.1時,表示判斷矩陣具有一致性,權重賦值合理,反之應進行調整。根據公式(2)計算得到A表示B層的CR值為0.017 6,B1表示C層的CR值為0.015 1,B2表示C層的CR值為0.093 1;三層的CR值均小于0.1,滿足一致性檢驗。歸一化處理后得到8個評價因子的權重值并排序(表6)。

表6 A-C層次總排序

3.2 信息量模型

信息量模型是一種由信息論發展而來的統計分析預測方法，國內學者晏國珍首次將信息論引入到滑坡研究中以后，越來越多的學者將此方法應用到地質災害的研究中。本文采用坡度、高程、道路、水系、地層巖性、斷層、土地利用類型以及降雨量共8個評價指標，基于GIS技術和信息量模型，計算各評價因子的信息量值(表7)。

表7 各指標因子分級的信息量值及排序

3.3 危險性評價

利用GIS技術，將各評價指標的信息量值與權重值根據公式(3)計算得到瀘水市滑坡災害危險性評價結果。計算公式如下：

(3)

式中:Q為評價單元的綜合信息量值；Wa為層次分析法賦予的第a個指標的權重值；Iaj為第a個指標第j個級別(類別)的信息量值。

4 評價結果分析與精度檢驗

4.1 評價結果與分析

瀘水市滑坡災害危險性評價結果在-1.013～0.795。利用ArcGIS軟件的重分類功能，采用自然間斷點分級法將危險性評價結果分為：低危險性(-1.013～0.047)；中危險性(0.047～0.128)；高危險性(0.128～0.214)；極高危險性(0.214～0.795)4個等級，得到瀘水市滑坡災害危險性分區。

統計不同危險性等級區的面積、占研究區總面積的比例、滑坡災害點在各級別中的個數、所占滑坡災害點總數的比例和滑坡災害點密度(表8)，可以看出：瀘水市滑坡災害極高和高危險區主要分布在人類活動強度較大的河流兩岸和道路沿線，分析結果與區內實際滑坡災害點分布特征相吻合。這是因為瀘水市人口集中分布在河谷區，區內構造發育，交通通達性較好，人口密度大，經濟活動頻繁。極高危險區面積為448.75 km2，占研究區總面積的25.24%；高危險區面積為848.51 km2，占研究區總面積的32.76%；極高和高危險區僅占研究區總面積的42%，卻包含了204個滑坡災害點，約占滑坡災害點總數的86.81%，滑坡密度高達0.157 3個/km2，說明這些區域發生滑坡災害的可能性較高。中危險區面積為1 011.61 km2，低危險區面積為779.54 km2，中危險及以下區域占研究區總面積的58%。因此，今后瀘水市應將極高和高危險區作為滑坡災害防治的重點區域，這將大大減少滑坡災害造成的人員傷亡和財產損失。

表8 危險性等級面積比例和滑坡災害點在各級別中的分布比例

4.2 合理性檢驗

本文通過統計各危險性等級內滑坡災害點密度，來檢驗滑坡災害危險性分區結果的合理性。由圖17可知：危險性等級越高，滑坡災害點分布密度越大，兩者之間呈現良好的正相關性，危險性等級和滑坡災害點分布密度的關系可采用指數函數y=0.002 9e1.1478x來表示，相關系數達到0.986 8，說明評價結果與研究區的實際情況基本一致，危險性分級區劃在理論上具有合理性，采用AHP-信息量模型進行區域滑坡災害危險性評價具有較高的準確性和可行性。

圖17 各危險性分區滑坡災害點密度分布關系

5 討論與結論

(1) 以GIS為平臺，對9個影響因子進行相關性分析，剔除NDVI因子，最終確定以坡度、高程、道路距離、水系距離、地層巖性、斷層構造、土地利用類型以及降雨量共8個指標因子，構建滑坡災害危險性評價指標體系。

(2) 分析各影響因子與滑坡災害點相對密度的關系，結果表明：滑坡多發生在坡度30°～50°、高程小于1 900 m；滑坡發生的概率隨降雨量的增加而增加；土地利用類型中建設用地和耕地發生滑坡災害較多；且滑坡易發生在軟弱巖體或軟硬相間的巖層中；斷裂、水系以及道路都呈現距離越近，滑坡越易發生的趨勢。

(3) 瀘水市滑坡災害極高和高危險區主要分布在人口相對密集的河流兩岸和道路沿線。極高、高、中、低危險區的面積分別為448.75，848.51，1 011.61，779.54 km2，中危險及以下區域占研究區總面積的58%，極高和高危險區面積僅占研究區總面積的42%，滑坡災害點卻占研究區總數的86.81%，滑坡密度高達0.157 3個/km2，說明該區域危險性較高。

(4) 通過統計各危險性等級內滑坡災害點密度，進行滑坡災害危險性評價分級的合理性檢驗，發現二者呈現良好的正相關性，說明危險性分級區劃在理論上具有合理性，采用AHP—信息量模型能夠較好地進行區域滑坡災害危險性評價。