基于SINMAP模型的不同降雨強度下小流域滑坡危險性分析*

劉博文，宮清華，張沐鋒,郭家忠，鐘軍偉，茍登文，賈曉強

(1.昆明理工大學 國土資源工程學院，云南 昆明 650093；2.廣東省科學院廣州地理研究所，廣東省地理空間信息技術與應用公共實驗室，廣東省遙感與地理信息系統應用重點實驗室，廣東 廣州 510070；3.南方海洋科學與工程廣東省實驗室，廣東 廣州 511458；4.西南科技大學 環境與資源學院，四川 綿陽 621000)

0 引言

群發性滑坡一般在一定區域內大量突發，在空間和時間上具有關聯性，這種關聯在空間上既受一定的區域地質、巖性、地貌和水文等條件影響，也與某一次災害性氣象事件的分布(如臺風、暴雨)密切相關[1]。位于高州市的馬貴鎮在2010年遭臺風“凡比亞”席卷，導致全鎮區域內發生地質災害3 578處，災害總面積4.966 km2，對人民生命財產安全造成了嚴重影響。降雨型滑坡發生的主要原因在于持續強降雨引發地下水位上升，土壤飽和，濕度指數增加，導致其有效剪切強度降低。以往的滑坡敏感性評價主要基于滑坡發生時的最大降雨量，而在降雨量還未達到較高值時也會有淺層滑坡發生，故探究不同降雨量對滑坡敏感性的影響評價可為滑坡災害預測的反演提供很好的幫助。

現有滑坡敏感性評價研究主要分為定性、定量、定性定量相結合三種分析方法。定性分析方法是專家根據經驗對滑坡進行評判的一種主觀經驗法，又稱為專家評估法。定量評價方法主要是通過建立滑坡穩定性影響因子體系，運用數學或數值模擬手段分析滑坡與各影響因子之間的聯系而得出評價結果。根據不同分析手段定量評價方法又可以分為概率模型、統計分析模型、確定性模型等。統計預測方法操作簡單，易于理解，應用廣泛，但難以描述滑坡與相關因素之間的非線性關系[2]；確定性模型往往基于對研究區詳細的地質條件和地質環境的分析，力學意義明確，假設條件較多，需要參數類型較多，因而對評價的反映也更好。降雨型滑坡控制因素是地下水位的變化，水文-力學模型為使用最廣泛的確定性模型。MESIINA和SCARABELLI對比了SHALSTAB模型和SINMAP模型，認為很難為SHALSTAB模型選擇適合整個區域的空間均勻分布的參數值，而SINMAP模型則可以考慮不同巖土類型及其力學特性[3]。TRIGRS模型區別于前兩者之處為考慮了瞬態降雨入滲和土體含水率的重分布[4]。

小流域單元巖土特性與水文地質特征基本一致，對于確定性模型其物理過程和力學模型的合理性以及參數的確定性都有較好的分析基礎，本文選用SINMAP模型進行不同降雨強度下的滑坡敏感性評價。LAZZARI[5]利用SINMAP對意大利巴斯立卡塔中西部地區進行了滑坡敏感性評價，得到的穩定性指數分布與滑坡統計比較結果表明該模型具有良好的預測能力。AKGUN等[6]等利用SINMAP對庫爾屯大壩庫區進行了滑坡敏感性評價，并運用AUC方法對生成的地圖進行了驗證，算得AUC為0.65，表明其精度是可以接受的。RABONZA等[7]基于DTM使用SINMAP軟件生成的滑坡地圖與超級臺風“海燕”造成的滑坡清單的檢測率為97.5%。武利[8]利用SINMAP模型對陜西省略陽縣區域性滑坡危險性進行了評估，并驗證了模型的準確性。高波等[9]以延安市為研究區建立了基于SINMAP模型的滑坡危險性評價模型，定量評價了不同降雨強度下滑坡區域面積的遷移與轉化規律。SINMAP模型是一種考慮入滲等外部因素的連續模型，主要強調地形因素影響下降雨匯流作用與土體飽和強度的關系。馬貴鎮屬低山丘陵山地地貌，馬貴河貫穿整個鎮轄區，崩塌、滑坡主要分布在該鎮境內各水系干流及其分支兩側的山坡上[10]，因此，對馬貴鎮以小流域為單位采用SINMAP模型進行不同降雨條件下的滑坡危險性分析，以期為預測區域邊坡失穩提供參考。

1 研究區概況

馬貴鎮位于茂名市高州北部山區，全鎮總面積157 km2，總人口約3.2萬人，總產值超7億元；屬亞熱帶季風氣候，受南海海洋氣候影響，處于粵西暴雨中心區，多年平均降雨量約1 700 mm，多年平均氣溫21.3～23.2 ℃；巖土體以華南典型的花崗巖及其風化物為主，厚度大、含水量高、表層拉張節理裂隙發育；地形以華南地區典型的低山高丘山地地貌為主，地形起伏度為938 m；災害主要以暴雨型淺層滑坡、山洪、泥石流為主。馬貴河貫穿整個馬貴鎮，滑坡高易發區域主要分布在馬貴鎮深水村，該處居民點分布較廣[10]，故本文選取深水村作為典型研究區(見圖1)。

圖1 研究區位置和數字高程模型(DEM)

2 SINMAP模型理論與數據處理

SINMAP(Stability Index Mapping)模型將無限長斜坡穩定性模型與TOPMODEL模型相結合，依托TOPMODEL模型獲取的地形濕度指數數據及DEM獲取的坡度、有效匯水面積等數據，基于GIS平臺進行定量分析，得到穩定性分級[見式(1)]，從而實現對研究區的穩定性評價。

(1)

式中，θ、a可根據DEM計算得到；r為常量，由研究區的土體密度決定；C、R/T、tanφ為可變參數，T為土體導水系數，C、tanφ表征土體抗剪強度，根據其可能取值范圍分別確定C、R/T、tanφ的上限與下限，并假定其在指定范圍內均勻分布。

由于模型參數具有時間和空間的不確定性，因此很難確定具體數值。SINMAP模型引入了邊坡穩定性指數(SI)的概念，并提供了一種解決參數不確定性的概率方法。SI定義為在不確定性范圍內參數分布均勻的情況下位置穩定的概率。

C、tanφ選最小值，R/T選最大值，代表導致斜坡失穩的最有利情況，此時的FS最小；C、tanφ選最大值，R/T選最小值，代表保持斜坡穩定的最有利情況，此時的FS最大。當FSmin>1時，穩定性指數SI=FSmin，該斜坡處于穩定狀態；當FSmin<1、FSmax>1時，該斜坡存在失穩的可能，SI=Prob(FS>1),01)=0。根據計算結果，對穩定性等級進行劃分(見表1)。

表1 穩定性等級劃分

用ArcGIS10.2對研究區進行坡度坡向和特定集水區劃分，將災害點疊加在深水村區域上。研究區海拔在357～1 295 m，其中在400～800 m范圍內的滑坡發生數量占比達到81%。將坡度進行分級顯示，坡度范圍在0°～64°，地勢高低起伏，其中南部沿河谷地段坡度較緩，北部地勢陡峭；對坡向進行分級顯示，可觀測到明顯的分水線、集水線；特定集水區分級顯示，得到明顯的小流域劃分。前期預處理結果如圖2-圖5所示。

圖2 災害點分布圖

圖3 坡度圖

圖4 坡向圖

圖5 特定集水區圖

3 數據來源與參數設置

粵西地區屬低山丘陵山地地貌，為廣東三大暴雨中心之一，暴雨、臺風等強對流天氣頻發[11]，致使該地區有大量的松散沉積物堆積在中等海拔位置。研究區內覆蓋地層為晚元古代地層，為保證工程地質條件一致，將研究區劃分為同一校準區。在深水村分6個點采樣，通過室內土工三軸試驗獲得試樣的物理力學參數(見表2)。

表2 SINMAP模型選取的基本參數值

根據茂名地區近50年的降雨強度數據，假定有效降雨強度R分別為50 mm/d(暴雨)、100 mm/d(大暴雨)、250 mm/d(特大暴雨)和臺風“凡比亞”當日造成的最大降雨量829.7 mm，分別計算不同降雨強度下的T/R值，以評價4個不同降雨強度下的邊坡穩定性(見表3)。

表3 不同降雨強度下的T/R值

4 結果分析

通過前期的數據準備和分析，采用不用降雨強度下的SINMAP校準模型，得到研究區邊坡穩定性系數，利用表1將研究區劃分為6個區域：極穩定區、穩定區、基本穩定區、潛在不穩定區、不穩定區和極不穩定區。模型淺層滑坡預測評價結果如圖6所示。

(a)暴雨

由圖6可知，隨著降雨強度的增大，不穩定區和極不穩定區顯著增多，且主要分布在各水系單元的兩側，這與現場觀測結果一致。根據模型評價結果(見表4)可知，降雨強度從50 mm/d增加至829.7 mm/d，不穩定區域的面積占比從47.04%減少至21.11%，極不穩定區域的面積占比從45.25%增加至72.24%，潛在不穩定區域的面積占比在2.97%～4.03%。從每一次有效降雨強度增加的情況來看：從50 mm/d增加至100 mm/d時，極不穩定區面積占比有3.3個百分點的增幅；從100 mm/d增加至250 mm/d時，極不穩定區面積占比增幅達到了7.7個百分點；從250 mm/d增加至829.7 mm/d時，極不穩定區面積占比增加了16個百分點。在SINMAP模型中極不穩定區即表示SI=0，最能反映滑坡敏感性的失穩態勢，可見不同降雨強度下的滑坡敏感性評價結果也不同，且成正相關。

表4 不同降雨強度下的斜坡失穩情況

SINMAP模型會將較大的區域劃分為不穩定或穩定區域[12]，因此為表征不同降雨強度下的斜坡失穩情況，選取潛在不穩定、不穩定和極不穩定區域進行區域面積分析。

利用ROC曲線確定滑坡敏感性模型的準確性。ROC曲線常用來評估診斷試驗的準確性，ROC曲線下的面積(AUC)包含0.5～1的值，其中AUC的值越接近1表示模型越準確，如接近0.5則表示模型準確性較差。為了將ROC方法應用于SINMAP模型的驗證，利用從滑坡和非滑坡位置隨機選取的像素點制作具有代表性的不同數據集，從而得到SINMAP模型的ROC曲線(見圖7)。由圖7可知，AUC值為0.87，說明模型準確性較好，能較好地反映模型的預測情況。

圖7 SINMAP模型的ROC曲線

5 結論與討論

為進一步分析降雨強度影響滑坡分布的詳細特征，得到了不同降雨強度下的不同穩定性區域面積，其占比和變化規律如圖8、圖9所示。

圖8 不同降雨強度下的邊坡穩定性狀態占比

圖9 不同降雨強度下的邊坡穩定性區域面積分布

由圖8、圖9可知，隨著降雨強度的增大，不穩定區域面積和比例顯著下降，極不穩定區域的面積和比例顯著增加。根據此變化趨勢可以對該區域進行滑坡預警反演，推算預警降雨強度。

隨著降雨強度的增大，地形濕度指數增大，土體抗剪強度降低，模型結果顯示不穩定和極不穩定區域主要集中在流域單元的兩側，是人類活動集聚區，可能還存在人為對邊坡的破壞因素；模型預測結果顯示的研究區敏感性指數在極不穩定區和不穩定區內達到了92%，空間分布以各個流域單位的兩側為主；實際災害點在400～800 m海拔范圍內的分布占災害點總數的81%；與實際災害發生點對比發現，通過模型分析得到的極不穩定區和不穩定區的分布與實際災害點空間分布有一定偏差。模型對邊坡穩定性的評價是基于柵格單元，與真實的滑坡范圍有一定差異，評價結果也是以每一個柵格單元顯示，而斜坡單元可能包含多個柵格單元，若上部柵格單元評價為失穩狀態，下部柵格單元評價為穩定狀態，就會影響該斜坡單元的穩定性評價。

粵西地區群發性滑坡評價工作的難度還很大，要對其危險性區域進行科學劃分，不僅需要合理選擇最小單元，還需要獲取該區域翔實的土體參數等。本文采用SINMAP模型對研究區進行不同降雨強度下的斜坡穩定性評價，該方法仍有許多需要改進之處，如：考慮滑坡深度問題、植被根系固結度對土體抗剪強度的影響、柵格單元穩定性評價對斜坡單元失穩判定的有效程度等。