基于多源遙感數據的青海省地質災害評價

周 保，隋 嘉，孫 皓，馬 濤，孫永旺，辛倩男

（青海省地質環境監測總站，青海西寧 810001）

引言

地質災害是自然或人為因素的作用下形成的對人類生命財產造成的損失、對環境造成破壞的地質作用或地質現象［1］。科學地規劃防治地質災害，保護和善待地質環境，避免和減輕地質災害作用給人民生命財產造成的損失，對維護社會穩定、保障環境安全、促進經濟可持續發展具有重要意義［2-3］。青海省地處青藏高原東北部，深受全球變化的影響［4］。隨著全球氣候變化愈演愈烈，崩塌、滑坡、泥石流和多年凍土熱融滑塌、凍融泥流等地質災害［5］被青海省各級政府和社會各界人士普遍關心［6-7］。

目前國內外對地質災害評價有不同的定義和解釋，還沒有形成統一的學術思想和工作方法［8-11］。但自1996年“國際減災日”后國內外都將地質災害風險評價作為地質災害評價的重要研究內容。地質災害評價目前仍存在評價災種單一、評價內容單一、評價方法、模型、技術手段參差不齊的缺陷［12-14］。地質災害評價在評價對象上經歷了單一災害［15］到單一災害類型［16］的發展過程；在評價方法上經歷了單一型評價方法［17］到交叉型評價方法［18］的過程；評價的內容、流程、模型和技術手段也逐步完善［19］。目前遙感的應用范圍變得越來越廣，利用遙感數據對地質災害進行監測、預警和勘察已成為主流趨勢［20-21］。新時代地質災害評價的思想通常是基于多源衛星遙感數據［22］或遙感產品運用數學模型或智能算法［23-24］與GIS相結合來預測地質災害從而減少人民生命財產的損失。遙感和GIS在地質災害評價方面提供了高精度的數據、高效的方法、定量化空間分析和過程模擬預測模型，是區域定量與空間分析相結合的體現［25-26］。運用GIS具有現實意義，可為地質災害評價提供有效的解決方案，可為國家和地方政府的災害防治、應急管理和決策指揮工作提供可靠的科學依據和資料。

青海省自2004年起至2020年6月已完成全省42個縣市的地質災害詳細調查項目（1：5萬），但是在以往的編制過程中受到人員水平、評價方法、模型參數、技術手段的制約地質災害評價結果存在較大差異。因此有必要對地質災害詳查數據進行挖掘，對地質災害評價技術進行深入全面的探討，總結經驗教訓、改進模型方法，統籌全省詳查數據，為青海省地質災害信息化管理監測預警平臺提供數據支撐。

1 研究區及數據源

1.1 研究區概況

青海省總面積約72.12×104km2孕災條件復雜（31°39'～39°19'N，89°35'～103°04'E），首先地形多樣構造活動強烈，應力狀態復雜地殼結構不均［27］，3 000 m以上的高原、山地占省區總面積的80%左右，氣候具有干燥多風、寒冷缺氧、太陽輻射強烈等特點；而且青海省河流眾多，水系發育，流域面積在500 km2以上的河流有278條，冰川面積為4 620.71 km2，冰川儲量為3 987.87×108m3［28］。總之全省地質災害的分布，在空間上主要受控于地形地貌、巖（土）體工程地質條件及人類工程活動的影響，在時間上受大氣降水時空分布的制約，呈現出東多西少的基本特征（圖1）。

圖1 研究區概況圖Fig.1 Study area

1.2 數據源

地質災害評價中涉及的因子很多，評價因子的選取直接影響著評價結果的準確性，科學合理的選取地質災害易發性、易損性、危險性的評價因子非常重要。結合以往研究［29-34］和實際調查經驗，對地質災害易發性、易損性、危險性的評價因子進行了設計。

1.2.1 地質災害易發性評價數據

地質災害易發性評價指標包括以下幾個方面，地形地貌環境因子中包含坡度指標、坡向指標、坡高指標、坡形指標和河流密度指標。全球變化因子中包含降水不均系數指標和降水多年變化趨勢指標。下墊面環境因子中包含土地覆被類型指標和植被指標。地質環境因子中包含地層巖性指標、斷層線密度指標。將原始分辨率不同的數據統一重采樣為250 m，其數據來源、原始分辨率、處理方式見表1。

表1 地質災害易發性評價因子Table 1 Geological disasters susceptibility evaluation factors

1.2.2 地質災害易損性評價數據

人類工程活動是地質災害形成發育的重要誘發因素，同時也是地質災害易損性評價的主體。但是人類工程活動影響復雜多樣，如何定量化反映是個難題。夜間燈光、人口分布、道路等是研究區內最具代表性的人類工程活動，地質災害易損性最明顯，且具有覆蓋全區的特點，本研究采用這些數據結合GDP進行地質災害易損性評價（表2），分辨率同樣處理為250 m。

表2 地質災害易損性評價因子Table 2 Geological disasters vulnerability evaluation factors

1.2.3 地質災害危險性評價數據

從Climate Data Store下載了ERA-20C Daily 1900至2010年青海省每日降水數據，使用ANUSPLIN進行降尺度結合最大值合成法提取分析了10年一遇、20年一遇、50年一遇、100年一遇的降雨工況。地震動峰值加速度矢量化自中國地震動峰值加速度區劃圖（GB18306-2015）［36］青海省范圍。

在1987年后，世界環境與發展委員會（WCED）提出需要把承災體的抗災能力納入危險評價體系［37］。但目前沒有形成明確的地質災害抗災能力計算方式。根據青海省避災安置場所建設和地質災害監測預警防治能力建設的規定，本研究從3個方面進行地質災害抗災能力指標的計算：第一個方面為地質災害監測預警點共430處；第二個方面為避災安置場所共91處；第三個方面統計了已建的抗災建筑，如泥石流梳齒壩等。計算核密度得到抗災能力指標（圖2）。

圖2 地質災害抗災能力Fig.2 Geological disasters resilience

2 評價方法

作為地質災害評價的最高建筑，風險評價需要結合地質災害易發性、易損性、危險性3個方面。本研究首先對地質災害進行分類，對每一種單一類型地質災害進行易發性評價，然后根據各類地質災害的易發權重計算綜合地質災害易發性指數［38-39］。下一步進行地質災害易損性，接著進行地質災危險性的計算。最后綜合3個方面進行地質災害風險評價（圖3）。

圖3 技術流程圖Fig.3 Technical flow chart

2.1 地質災害易發性評價方法（RF模型）

地質災害易發性評價的原理是工程地質類比法，即類似的靜態與動態環境條件產生類似的地質災害；過去地質災害多發的地區也是以后地質災害多發的地區［40］。首先針對青海省地質災害進行分類，分別為滑坡、崩塌、泥石流、地面沉降和裂縫；針對每一種地質災害使用隨機森林算法進行易發性評價；不同地質災害易發權重計算方法如下。首先將青海省按照0.25°劃分柵格區域，統計每一個柵格內不同地質災害的數量，計算不同地質災害所占柵格內災害總數的比值作為每種災害的權重。如果缺少某種災害則將其權重定義為0.01。最后綜合每種地質災害易發性評價進行加權求和計算綜合地質災害易發性指數。

式中：S（x，y）是柵格x，y的綜合地質災害易發指數；k是一種地質災害的易發指數權重；Si是一種地質災害的易發指數。

本研究基于隨機森林［41］算法計算地質災害易發指數，其具體流程為，步驟（1）：使用分類后的地質災害點進行地質災害核密度分析。步驟（2）：提取每一個災害點的評價因子信息和地質災害核密度分析結果，將評價因子信息和地質災害核密度信息一一對應組成隨機森林求解數據集。步驟（3）：確定隨機森林算法參數：如“criterion”（CART樹劃分對特征的評價標準，本模型中是基尼系數）、“max_depth”（決策樹的最大深度）、“n_estimators”（森林中樹木的數量）、“bootstrap”（是否采用有放回的抽樣方式）等。步驟（4）：對每一個災害點在隨機森林群算法內進行計算，獲得隨機森林決策樹組。步驟（5）使用訓練好的隨機森林網絡模型驅動所有的評價因子逐柵格進行評價，獲得地質災害易發性評價結果。步驟（6）由機器學習模型計算得到的地質災害易發性指數轉換為離散型分類結果，將青海省劃分為極高易發區、高等易發區、中易發區和低易發區4個部分。通過智能算法可做到權重因子自動化選擇，避免人工評價造成的評價結果誤差。對于評價因子的重要性評估這里使用基尼指數（Gini index）來衡量。

2.2 地質災害易損性評價方法（PSO-AHP模型）

“易損性”是承受特定災害的時候綜合能力的量度，是承災體抵御能力的社會屬性特征［42-43］。本研究使用基于粒子群優化算法的層次分析法（PSO-AHP）進行地質災害易損性評價［44］。其主要思想是使用粒子群優化算法的層次分析法模型計算各指標權重，該方法是粒子群優化算法和層次分析法的結合，通過建立綜合評價系統的層次結構模型構造判斷矩陣，然后建立權重優化模型，利用PSO求解并進行一致性檢驗，輸出全局最優位置。最終的易損性評價指標權重值見表3。

表3 地質災害易損性評價指標及其所占權重Table 3 Geological disasters vulnerability evaluation indicators and their weightings

2.3 地質災害危險性評價方法

危險性評價是對地質災害活動程度進行調查、監測、分析、評估的工作，應在易發性分區的基礎上，采用定性評價為主、定量評價為輔的方式，綜合分析、計算不同工況下地質災害發生的頻率、規模或強度，影響范圍等［45］。

本研究在隨機森林模型評價的易發性結果的基礎上，結合不同年限的降雨工況和地震動峰值加速度狀況減去抗災能力，分別進行地質災害危險性評價。

2.4 地質災害風險評價方法

地質災害風險評價模型選取了青海省地質災害的易發性、易損性和危險性構建風險評價指標體系。地質災害風險指數計算如下：

式中：Risk是地質災害風險指數；S，V，D分別為地質災害易發性、易損性、危險性；風險評價結果劃分為4個等級分別為極高風險區、高風險區、中風險區、低風險區。

3 數據結果與分析

3.1 評價模型精度檢驗

通過訓練好的隨機森林網絡模擬整個青海省地質災害易發性評價結果的訓練過程中需要對隨機森林模型進行不斷的驗證，圖4（a）為模型誤差結構分布圖。訓練過程中將數據分成了三部分，三部分樣本數據的誤差都呈現出正態分布特征。誤差個數最多的均集中在零誤差線附近，預測精度為88.45%，表4為地質災害易發性評價因子基尼指數。圖4（b）為易發性評價歸一化結果與災害點核密度歸一化結果的差值空間分布圖，差值空間分布特征表明青海省內11.22%的極高、高易發區內集中分布83.54%的災害點，災點密度也隨易發性的增加而增加，差值的高值區分布不明顯，差值的絕對值的最大值為0.413。說明此次區劃結果與實際情況相符，該模型的評估結果較為準確。表4 展示了評價因子對地質災害易發性的貢獻，地質環境因子是影響地質災害分布最重要的因子，所以地層巖性和斷層線密度在隨機森林算法中最重要。因為降水作為地質災害的重要誘發因素，所以降水不均系數和降水多年變化指數這2個因子在隨機森林眾多評價因子中其基尼指數也超過了0.1以上。

圖4 評價模型精度驗證Fig.4 Evaluation of model accuracy validation

表4 地質災害易發性評價因子基尼指數Table 4 Gini index of geological disasters susceptibility evaluation factor

3.2 地質災害易發性評價結果與影響因素

青海省地質災害易發性評價結果基本上呈現出東部高，西部低，中部高，西北、西南低的分布特征。地質災害極高易發區僅存在極少部分，占青海省全省面積的1.66%。高易發區占9.56%。中易發區占26.50%。低易發區占全省總面積的62.28%（圖5）。

圖5 地質災害易發性評價結果Fig.5 Geological disasters susceptibility evaluation results

從青海省地質環境分區來看，地質災害極高和高易發區基本上集中在祁連山中起伏高山寬谷地質環境小區、青東黃土丘陵河谷地質環境小區、黃河上游大中起伏高山河谷地質環境小區和通天河上游大中起伏高山河谷地質環境小區。祁連山中起伏高山寬谷地質環境小區位于祁連山多年凍土邊緣主要分布滑坡和崩塌地質災害；青東黃土丘陵河谷地質環境小區河谷眾多地質災害以滑坡地質災害為主；黃河上游大中起伏高山河谷地質環境小區和通天河上游大中起伏高山河谷地質環境小區主要以泥石流和崩塌地質災害為主。這些地質環境小區基本上符合地形起伏不平和溝谷發育龐雜，河流溯源侵蝕和下切侵蝕嚴重的地形地貌特點。從青海省水系流域方面來看，地質災害高易發區主要集中在黑河流域、湟水河流域、龍羊峽至蘭州干流區間、河源至瑪曲下游區域、大渡河流域、通天河下游流域。

地質災害極高和高易發區內溝谷發育，多數溝谷坡度為30～45°，斜坡坡體巖土層松散，植被覆蓋率小于10%，受風化和水流側蝕等作用后穩定性差，地質環境脆弱；同時這些區域的人口數量不僅占據了研究區總人口的大多數，而且內部人口質量較低，老、幼齡人口比值較高；第一產業從事人口比例也非常高，導致了其自身人口整體水平的高脆弱性。此外，這些區域主要經濟貢獻來源于第一產業，崩滑流災害發生時，容易造成大范圍的死傷和嚴重的經濟損失。加之人類工程活動頻繁，因修建公路、鐵路和水電工程進行大規模開挖后致使區內崩塌、滑坡發育，災害類型以滑坡、泥石流為主，崩塌次之。

3.3 地質災害易損性與危險性評價結果

青海省地質災害易損性和危險性的高值區多集中在青海省東北部地區。從整體上來看，河谷地形易損性和危險性高，山脈與高原地區易損性和危險性低，主要居民點易損性和危險性高，在高易損和高危險區間通過交通線路相連，公路沿線附近也存在較高的易損性和危險性。

從行政區劃位置上看，地質災害高易損與危險區主要集中在海東地區湟水河流域和黃河流域龍羊峽至蘭州干流區間。通過城市規模和經濟區進行分析，高易損與高危險區基本集中在青海省東北部地區的河谷城市群（圖6（a）），其中包括青海省1個200萬中心城市（西寧市）、2個20～100萬區域中心級城市、3個5～20萬小城市以及6個1～5萬縣城。按照地質災害風險調查評價技術要求在易發性評價的基礎上，結合不同年份的降雨工況和動峰值加速度減去抗災能力分別進行地質災害危險性評價。危險性與易損性較為接近均集中在青海省東北部地區，隨著降水工況的變化地質災害危險性也隨之增高（圖6（b））。

圖6 地質災害易發性與危險性評價結果Fig.6 Geological disasters susceptibility and risk evaluation results

地質災害的易損性與危險性在一定程度上也反映了人類工程活動狀況。工程活動較為密集的區域內易損性與危險性較高。查閱資料可以看出，地質災害易損性與危險性較高的區域也是青海省人口分布較稠密的區域。西寧市及其周邊三縣地區地質災害易損程度最高。從城鎮化比率也可以看出，西寧市市區城鎮化比率為95.24%，湟中縣、湟源縣、大通縣城鎮化率也在30%左右。海東市的兩區四縣內城鎮化率基本上在20%以上，地質災害易損性與危險性也較高。這樣的易損性和危險性分布特征也符合青海省地廣人稀，人口分布極為不平衡的總體格局。地質災害易損程度較低的區域基本上分布在柴達木盆地腹地和可可西里地區。地質災害的發生會產生一系列環境問題，造成植被破壞，水土流失加劇。反過來，地質環境遭受破壞又為地質災害的發育創造了條件，惡性循環的結果使得這些地區的自然環境和人地關系日益惡化。

3.4 地質災害風險評價結果與影響因素

青海省地質災害風險評價結果基本上呈現出東高，西低，東北高，西南低的分布特征。極高易發區占青海省全省面積的1.40%，高易發區占3.93%，中易發區占19.94%，低易發區占74.74%（圖7）。青海省地質災害極高和高風險區主要集中在青東黃土丘陵河谷地質環境小區和通天河上游大中起伏高山河谷地質環境小區。從行政單元來看集中在西寧市、黃南藏族自治州、玉樹市周邊范圍，這些區域內集中了全省80%以上的人口。從流域范圍來看極高風險主要集中在黃河流域，突出表現為湟水河流域和黃河龍羊峽至蘭州干流區間。通天河流域僅在玉樹市周邊范圍出現高風險以上區域，所以在今后的地質災害監測預警工作中，要著重于黃河流域的地質災害監測預警。

圖7 地質災害風險性評價結果Fig.7 Geological disasters risk evaluation results

綜合來看，地質災害極高和高風險區基本上集中在高山、中高山起伏河谷地形地質區。由于黃河流域南北多山，東部多丘陵，地形切割強烈溝壑廣布，自然與人為地質作用相對強烈，尤其以湟水流域及黃河河谷區最甚，在丘陵、臺地與谷地交接部位更為密集，災害整體布局呈現相對集中和條帶狀分布。人類工程活動主要集中在較為寬闊的河谷區以及主要交通干線沿線兩側和溝谷斜坡地區，降水和人類工程活動成為觸發地質災害的重要因素。

對比青海省地質災害易發性評價結果和風險評價結果可以看出在空間上存在差異。例如青海省中部被昆中斷裂帶和東昆侖活動斷裂帶所阻隔，這一帶是地質災害高易發區，但這一地區人口稀少，人類活動較少為地質災害中低風險區。

差異主要可以歸結為3點：第一，在川西—藏東高原山地地質環境亞區的西北部地區、祁連山地質環境亞區與昆侖山高山地質環境亞區的地質災害風險性低于易發性。這說明在此區域人類活動、人口分布較為稀少，地質災害易發程度高，但地質災害風險程度低。第二，在共和盆地（湟水河流域和龍羊峽至蘭州干流區間）和果宗木查與當曲自然保護區內地質災害風險程度高于地質災害易發程度，這些區域內河谷發育，地形地貌受到河流侵蝕作用較為破碎，較易引發崩滑流地質災害。同時該區域內或人口稠密或自然地質生態環境較為脆弱，地質災害風險程度較高。第三，公路沿線的地質災害風險較為突出和明顯，公路交通作為人類工程活動最為突出的形式也受到地質災害風險的制約。

4 結論

基于多源遙感數據和智能算法進行青海省地質災害評價準確可靠，通過智能算法可做到權重因子自動化選擇，避免人工評價造成的評價結果誤差。青海省地質災害易發性評價結果呈現出東部高，西部低，中部高，西北、西南低的分布特征。地質災害風險基本上呈現出東高，西低，東北高，西南低的分布特征。對比青海省地質災害易發性評價結果和風險評價結果可以看出在空間上存在差異。所以在今后的地質災害監測預警工作中，要重點關注黃河流域的地質災害監測預警。

目前針對青海省地質災害的評價多以單一災種或小流域為主，青海省在自然地理環境上具有整體性，青海省地質災害評價既有利于把握致災的總體規律，從宏觀角度比較各區域的地質災害風險程度，又能服務于防災減災生產實踐，因此此次評價結果有較好的區域綜合性。本次青海省地質災害評價實現了2點突破：（1）與空間地貌、地質環境特點相吻合。（2）整體性更強，地域性更加客觀。當然文中存在評價模型選取與參數優化、評價數據時空分辨率的適配等問題，這將成為日后地質災害評價工作的重點內容。

致謝：

此次野外調查工作的數據獲取得到了的青海省環境地質勘查局、青海省核工業地質局、青海省核工業地質局等單位的協助，同時青海地理空間自然資源大數據中心在遙感數據處理與計算方面提供了幫助和支持，在此表示衷心的感謝！