中緬天然氣管道沿線地質災害風險評價

潘 禹 臣，湯 明 高，倪 文 濤，唐 茂

(成都理工大學 地質災害防治與地質環境保護國家重點實驗室，四川 成都 610059)

0 引 言

中緬天然氣管道以緬甸皎漂市為起點，從中國云南省瑞麗市入境，途徑貴陽市至廣西貴港市，干線全長1 726.8 km，為國內空間跨度最大的天然氣管線。所穿越的區域地質條件復雜，由地質災害引發的管道事故往往比其余類別的事故后果更為嚴重[1]，會造成埋地管線輸油停輸、污染生態環境，甚至可能導致火災、爆炸等重大事故，由此帶來了巨大社會經濟損失。因此，對管道沿線進行風險評價，對地質災害的防治和保證管道運行環境的安全有著重要的意義[2-3]。

Battelle Columbus研究院早在1985年將評分法運用于管道安全評價，并發表了《風險調查指南》；在此研究基礎上，1992年Muhlbauer[4]發表了《管道風險管理手冊》，該手冊在世界各國油氣管道風險評價中有一定的指導意義。中國關于油氣管道風險評價的研究較晚，路勝[5]率先介紹了基于專家打分法的模型；李水平[6]將模糊綜合評判方法和層次分析法相結合，評價了西氣東輸管道沿線的地質災害風險；操麗等[7]運用模糊邏輯法對川氣東送川渝段管道沿線進行地質災害危險性分區；李俊彥等[8]將邏輯回歸模型和確定性系數評價法應用于油氣管道工程沿線的滑坡災害，并完成危險性區劃；鐘威等[9]選取易于操作的層次分析法，對某管道沿線災害點進行危險性評價，并運用到實例中；冼國棟等[10]利用貢獻率模型，采用指標評分的方法對蘭成原油管道地質災害風險性區劃。可以看出，在目前的區域管道地質災害安全評價中，主要采用定性和半定量評價方法，一定程度上依賴評價人的經驗和主觀判斷，對等級劃分的因素量化不足。

信息量法作為常見的定量分析方法在區域地質災害安全評價中得到了廣泛應用，具有科學、客觀和迅速的特點[11]。本文以中緬天然氣管道地質災害風險評價為研究區域，根據2019～2020年開展的地質災害汛后排查結果，擬對指標因子進行狀態分級并應用加權信息量法對地質災害風險程度定量劃分，為管道沿線的地質災害防治工作提供重要參考依據。

1 研究區概況

中緬天然氣管道穿越西南中高山地和東南低、中山地兩大一級地貌單元，羌塘-三江造山系、揚子陸塊地區和岡底斯-喜馬拉雅造山系大地構造單元以及中國獨龍江流域-中國伊利瓦底江上游流域、長江流域和珠江流域等。區域地層發育齊全，從元古界至新生元古界均有地層出露。沿線的氣候條件多變，穿越南亞熱帶大陸性濕潤氣候區及中部亞熱帶溫潤山地高原季風氣候區等，多數區域的年平均降水量都達到了1 000 mm 以上。

由于管道沿線地質環境復雜，在汛期強降雨作用下，地質災害普遍發育，管道的安全受到嚴重威脅。據2019～2020年中緬天然氣管道沿線汛后排查，共計發現地質災害隱患點616處，其中滑坡95處、崩塌36處、泥石流3處、水毀475處、地面塌陷7處，研究區內以滑坡、崩塌、水毀災害點為主，災害點的空間分布情況如圖1所示。

2 數據來源

本文以中緬天然氣管道為中心線，以管道周圍2 km 范圍內緩沖區作為研究區域。研究區內的基礎數據(如降雨強度、植被覆蓋率、土地利用類型等)通過國家地球系統科學數據共享平臺直接獲取；地層巖性按GB/T 50218-2014《工程巖體分級標準》實現地層巖組的分類；地震峰值加速度來源于GB 18306-2015《中國地震動參數區劃圖》；地形坡度指標通過研究區域內的DEM高程數據(空間分辨率為30 m)，利用ArcGIS空間分析工具提取；災害點密度通過ArcGIS點密度分析工具獲取矢量數據。管道相關的易損性評價因子由于數據獲取的困難，故只能通過現場調查得到的相關信息，再利用ArcGIS相應的分析工具來近似獲取。

3 評價指標的選取與分析

3.1 評價指標的選取

評價指標的選取是地質災害評價中的重要一環[12]，災害的發生是多種因素共同作用的結果。為了保證管道地質災害風險性評價的準確性、參數的可獲取性，本文以研究區內所調查的地質災害作為主要研究對象，結合已有的地質災害與管道相互作用的研究成果[13]，建立中緬天然氣管道各地質災害風險評價指標體系如圖2所示，各評價因子選取依據及分析如下。

3.2 危險性評價指標分析

3.2.1地形坡度

地質災害的形成受地形坡度所控制，如圖3所示，將研究區域內的坡度以5°一個間隔劃分為10個區間。根據統計，管道沿線的地質災害多發生在坡度為30°以下的區域，其中，坡度在25°～30°范圍內的地質災害數量最多，共計205個地質災害點，約占總數的33.28%，大于40°的區域災害點僅占總數的3.73%，基本無分布。

3.2.2降雨強度

降雨作為地質災害發生的一個主要因素，對地質災害的影響不容忽視，且中緬天然氣管道跨度范圍較大，沿線區域有降水集中、強度大的特點。以年平均降雨量作為評價指標進行分析和狀態分級，如圖4所示，可以看出地質災害多發生在降雨強度為1 100～1 200 mm之間的地區，年平均降水量多于1 400 mm的地區災害點分布較少。

3.2.3地層巖性

地層巖性為地質災害的發生提供了物質基礎。根據《工程巖體分級標準》將研究區內的巖性分為黏性土、軟巖體、較軟巖體、較堅硬巖體、堅硬巖體5類，區內地質災害與巖土體類型的關系如圖5所示，地質災害更多分布于較軟巖體中，以白云巖、石英砂巖為主的巖性堅硬的巖體區崩塌災害最為發育。

3.2.4地震峰值加速度

地震可以直接導致巖土體失穩，誘發地質災害。將災害點數量與研究區內地震峰值加速度分布疊加分析，如圖6所示，可以看出，研究區內災害點多分布在0.15g的區域，災害占總數的36.85%，0.4g的區域分布較少。

3.2.5斷層構造

斷層構造對地質災害的發育起一個間接促進作用。中緬天然氣管道穿越3個一級大地構造單元，地形起伏較大，地質構造復雜，管道沿線穿過多個較大的斷層區域。根據研究區內斷層構造，建立多重緩沖區，對災害點進行統計，如圖7所示，根據統計分析，距離斷層越近的地區災害分布越密集。

3.2.6水 系

水系是誘發河溝道水毀形成發育的重要因素，管道途徑各流域所穿越的河流眾多，河網密集。以100 m為間隔構造水系緩沖區，區內地質災害的分布與水系緩沖區的關系如圖8所示，地質災害點的數量隨著距離水系越遠而變少。

3.2.7植被覆蓋率

植被對地質災害發育和穩定性具有深刻影響。管道沿線區域內農業活動較強烈，對植被易造成一定程度的破壞，進而加劇了災害的發生。將災害數量與研究區內植被覆蓋率的分布進行疊加分析，如圖9所示。可以看出，管道沿線植被覆蓋茂盛，災害點多分布在植被覆蓋率為0.75～0.80與0.85～0.90的區域，大于0.9的區域災害不發育。

3.2.8災害點密度

研究區所處地質環境條件及地質災害的活躍程度可通過地質災害點密度得到一定程度的反映[14]，地質災害點密度越高，表明在各因素的結合下，該處地質環境條件越差，災害相對活躍。利用自然間斷法將各類型災害點密度進行劃分，災害集中發育在災害點密度高的地區。

3.3 易損性評價指標分析

3.3.1管道埋深

管道埋深是導致管道在地質災害作用下受損的一個重要原因，上覆土層的厚度直接威脅管道的安全。如圖10所示，將不同管道埋深災害點數量進行統計，可以看出，埋深低于2.5 m時，災害發生的頻率較高，隨著埋深的增加，災害點的數量逐漸減少。

3.3.2距管線距離

地質災害點距管道的距離是管道受損的一個關鍵因素，對管道的安全有著最直接的威脅。以研究區內管線為中心，建立多重緩沖區，通過對各緩沖區內災害點統計分析(見圖11)，距離管道0～100 m的災害點有392處，占總災害點的64.4%，距離管線越遠，災害點數量越少。

3.3.3管道敷設方式

管道敷設方式是管道易損情況的一個決定性因素。根據管道走向與地質災害發育的相對位置關系，敷設方式可分為橫向敷設、縱向敷設、斜向敷設和在災害點以外。以滑坡為例，根據管道走向與滑動方向不同，管道不同的敷設方式如圖12所示，其他地質災害同理。根據已有的研究成果可知，管道在災害范圍內橫向敷設時的易損性最高，其他敷設方式雖然易損性相對較低，但也不容忽視[15]。

通過對各災害點中管道敷設方式的統計(見圖13)，可知管道大多敷設于災害點范圍以外，占總災害點的45.13%，其次為斜向敷設，占災害點總數的35.07%，橫向敷設僅有25處，占總數的4.06%。

4 管道地質災害風險評價

4.1 評價模型的建立

聯合國所提出的對自然災害風險性的定義可以表達為

R=HV

(1)

式中：在本文R為管道的風險性，H為地質災害的危險性值，V為管道的易損性。

本文采用加權信息量模型完成研究區地質災害風險評價。在風險性評價中，信息量模型的思路是根據已發生的災害點信息，根據災害點的分布規律來決定指標的分區，再把各類評價指標的各個分區轉化為信息量值，通過將各指標區間對風險性的貢獻程度轉化為信息量大小來作為評價定量的依據。該方法能準確反映出地質災害在不同影響因素作用下的差異，相比于傳統的指標評分法減少了人為主觀因素的影響。各影響因子所反映的信息量可按式(2)計算：

(2)

式中：I為評價因子的信息量值；n為評價因子總數；N為研究區內地質災害總數；Ni為特定指標中地質災害個數；S為研究區柵格單元總數；Si為特定指標中柵格單元數量。

考慮各指標相對重要程度不同，風險性評價模型需引入指標權重計算，危險性、易損性的計算采用加權信息量模型，其計算公式為

(3)

(4)

式中：hi為第i個危險性評價指標的信息量值；ωi為第i個危險性評價指標的權重；vj為第j個管道易損性評價指標的信息量值；ωj為第j個管道易損性評價指標的權重。

4.2 基于信息量法的指標計算

根據第3節中對各評價指標的選取與統計分析，以各指標因子下地質災害累計發生頻率折線拐點的臨界點為依據，對指標因子的狀態進行分級，部分指標的分級圖如圖14所示。按照4.1節中公式(2) 計算各個指標的信息量值，結果如表1所列。

4.3 基于灰色關聯分析的權重計算

灰色關聯分析基于灰色系統理論，在定量評價中得到了廣泛的應用。灰色關聯分析是對于兩種不同的評價因子，根據不同因子之間的相近或相異程度，同時考慮評價因子之間的差異性，分析評價因子間關聯大小，通常采用關聯度對系統發展過程中各評價因子的影響強弱進行表示，以此作為各影響因子隨不同對象而變化的關聯性大小的量度。通過灰色關聯度確定指標權重的方法，有客觀性和易于操作性的特點[16]。由于多處區域災害樣本點較為密集，地質條件相似度較高，故在管道沿線的各個縣城內選取1～2個災害樣本點，每類災害設置20個樣本點來做灰色關聯分析的權重計算，其計算步驟如下。

(5)

式中：i=1，2，…，n，n為影響因子數量；j=1，2，…，m，m為災害數量。

(2) 計算特征序列與母序列對應元素的絕對差，由計算結果求出最大差值Δmax和最小差值Δmin。

Δij=|X0j-Xij|

(6)

Δmin=minmin|X0j-Xij|

(7)

Δmax=maxmax|X0j-Xij|

(8)

式中：i=1，2，…，n；j=1，2，…，m。

(3) 計算關聯度系數。

(9)

式中：ρ為分辨系數，ρ∈(0，1]，一般情況取0.5。

(4) 計算關聯度。關聯系數是比較序列與參考序列在各個樣本點的關聯程度值，所以其數值不唯一，關聯度采用公式：

(10)

式中：i=1，2，…，n。

(5) 權重的確定。將ri歸一化處理，得到ωi，則W=(ω1，ω2，…，ωn)即為各影響因子的權重。采用公式：

(11)

式中：i=1，2，…，n。

灰色關聯法求得各類災害的影響因子權重的計算結果如表2所列。

4.4 風險性評價結果及分析

完成風險性評價后，利用自然間斷點分類法對管道地質災害的風險值劃分為如圖15所示的5個等級。根據風險評價結果，統計風險等級區域面積和地質災害在不同等級范圍內的分布數量，如表3所列。

通過對中緬天然氣管道風險性分區結果和所統計的地質災害在不同等級范圍內的分布數量可知，風險性評價結果呈如下區域性分布特征。

(1) 風險性高區。管道地質災害風險性高區包括較高風險性及高風險性區，管線長度共約530.65 km，占比30.73%，主要分布在云南省中西部德宏至大理、曲靖至楚雄線路段。該區域災害點集中，為高中山盆地地貌，地勢相對平緩，但區域內人類工程活動強烈，河網密集，降水量較大并影響斜坡的穩定性，當遭遇汛期強降雨時，河流的下蝕作用將導致管道淺埋，側蝕作用會對河流兩岸的巖土體產生進一步破壞，發生群體滑坡，管道破壞的風險高。

表1 各影響因子信息量值計算Tab.1 Calculation of the information value of each impact factor

(2) 風險性中等區。管道地質災害風險性中等區對應管道地質災害風險性評價中等風險性區，管線長度共約387.32 km，占比22.43%，主要分布在廣西以北和云南省中部地區，為喀斯特中山地貌和喀斯特低山盆地地貌。該風險區人口密度適中，河網密度較小，植被茂盛。在云南省中部地區有一定的斷層分布，一定條件下可能會誘發滑坡、泥石流等災害。

表2 各影響因子的權重結果Tab.2 The weighting results of each impact factor

表3 風險評價結果與實際地質災害分布對比Tab.3 Comparison of risk assessment results and actual geological disaster distribution

(3) 風險性低區。管道地質災害風險性低區對應管道地質災害風險性評價較低風險性及低風險性區，管線長度共約808.83 km，占比46.84%，主要位于貴州省中西部地區，以喀斯特中山丘陵地貌為主。該區域以崩塌、水毀災害為主，斷層發育，巖性主要為灰巖、白云巖，但低風險區內人煙稀少，植被覆蓋良好，綜合風險性低，即使遭遇汛期降雨等外界條件的影響，也不會造成大規模的危害。

ROC曲線常用來評價地質災害風險評價的準確性，一般采用其曲線以下的面積對評價結果的準確性進行判定，面積越接近1，說明評價精度越高。本次風險性評價結果ROC曲線如圖16所示，AUC曲線下面積為80.03%，說明采用加權信息量模型的區域管道地質災害風險評價結果具有較好的準確性和可信性。

5 結 論

(1) 本文考慮了研究區內地質災害發育和空間分布特征，結合研究區內環境條件及地質災害點信息構建了地質災害風險性評價指標體系，并通過對研究區內地質災害點的統計分析，以所統計的各影響因子地質災害累計發生頻率曲線的拐點為依據，將指標因子劃分各等級區間，客觀反映了地質災害與指標因子之間的相互關系。

(2) 風險性高區、中等區、低區各占總面積的30.73%，22.43%，46.84%。風險性評價結果呈區域性分布特征：風險性高區主要分布在云南省中西部德宏至大理、曲靖至楚雄線路段；風險性中等區主要分布在廣西以北和云南省中部地區；風險性低區主要位于貴州省中西部地區。地質災害風險性的空間分布與斷層分布和水系有著密切的關系，風險性高區斷層較多，地質構造活動頻繁且河網密集，在遭遇不良地質條件的情況下，區內地質災害具有群發和突發的特點。

(3) 經ROC曲線驗證評價結果精度為80.03%，表明了風險評價結果較準確。但研究結果對于易損性的評價僅考慮了管道自身破壞屬性，未考慮到因地質災害而導致管道破壞的后果與損失，有待下一步開展相關的研究。