基于危險源識別的山區地質災害風險定量評價
——以貴州省茅臺鎮為例

徐慶方,何開壽,胡勵耘,謝配紅,張 輝

(1.貴州省地質礦產勘查開發局一○六地質大隊,貴州 遵義 563000;2.貴州省地質礦產勘查開發局一○二地質大隊,貴州 遵義 563003;3.中南勘察基礎工程有限公司,湖北 武漢 430081)

地質災害是地球內外動力與人類活動共同作用下的地質環境過程[1]。近年來,在全球氣候變化的背景下,包括崩塌、滑坡和泥石流在內的地質災害發生頻率不斷增加[2-3]。目前,地處我國西南部的云貴高原是各類地質災害高發地區之一,特別是貴州省西北部近四川盆地的盆山過渡帶。由于受復雜地質環境條件和構造活動的影響,該地區破壞性地質災害時有發生,嚴重威脅著當地居民的生命和財產安全[4]。因此,有必要開展該地區的地質災害風險評價研究,排除致災隱患[5-6]。

地質災害風險評價是國際提倡的防災減災手段,同樣也是本領域的前沿問題和研究熱點。早期研究對地質災害風險的概念未做統一闡述,其中風險被定義為自然災害發生的概率及其造成的損失或表示為發生概率和危害規模[7-8]。然而,風險既不等同于損失,也不是對危害的概率和結果及其大小的簡單概括,因此上述關于風險的陳述仍然不完整。1992年,聯合國人道主義事務部提出了一種更廣為接受的表述,將風險視為在特定區域和特定時間段內自然災害對人類生命、財產和經濟活動造成損失的預期價值[9]。基于該概念,風險可表示為危險性(hazard,H)和易損性(vulnerability,V)的乘積,并一直沿用至今[10-12]。上述關于風險的描述表明,風險以人為核心,以生命損失和社會活動為衡量標準[7],如果某個地區的災害事件能夠造成生命和經濟價值的損失,則該地區將處于風險之中。

地質災害風險評價通過識別容易受到地質災害危險威脅的區域來預防和減緩災害損失[7,11-12]。風險評價主要涉及易發性、危險性和易損性3個要素[13-16]。其中,地質災害易發性評價側重于對評價地區地質災害發生的空間概率預測;地質災害危險性評價涉及地質災害發生的時間概率和影響范圍,強調災害的自然屬性;地質災害易損性評價主要是評估承災體對災害的抵抗能力。從相關研究成果來看,盡管風險框架表達了一個全面的概念,但學者更傾向于對風險各個組成部分的分析和討論。如,張軍以等[17]以重慶武隆區為例,采用XGBoost模型分析了滑坡取樣比例和模型參數對滑坡易發性評價精度的影響;劉博文等[18]基于SINMAP水文-力學耦合模型,定量分析不同降雨強度下廣東省茂名市小流域滑坡災害群發危險性;杜娟[19]在考慮滑坡作用強度和承災體脆弱性的基礎上,建立了單體滑坡變形和失穩階段的易損性評價模型?？傊?現有的研究更傾向于從定量化的角度對構成風險的單個要素進行評估,而綜合評價地質災害風險的研究略顯不足,鮮有大比例尺或鄉鎮尺度可行的地質災害風險評價方法和案例研究。

國內部分學者雖然開展了一些鄉鎮尺度的地質災害風險評價研究,但評價方法仍然遵循小比例尺的地質災害風險評價流程,風險評價的精細化程度有待提高。特別是鄉鎮尺度的地質災害風險評價對地質災害危險性的考慮過于簡單,認為危險性是地質災害空間概率和簡化時間概率的乘積[20-21],未開展地質災害的“失穩-啟滑-運動”距離分析(即run-out分析)和影響范圍預測。由于在我國西南山區等地形高陡區域,地質災害所造成的損失是巨大的,而且該地區開展的地質災害綜合風險普查工作在地質災害風險評價的精細化程度上還未達到政府風險防控的需求,為此,本文以貴州省茅臺鎮為研究區,基于水文-地貌斜坡單元,對研究區地質災害的易發性、危險性、易損性和風險進行了定量評價研究。首先分災種(滑坡、崩塌)選取評價指標因子,通過層次分析法確定研究區地質災害的空間概率,并基于條件概率理論評估不同降雨重現期下研究區地質災害的危險性,結合詳細的承災體價值調查數據,完成研究區地質災害綜合風險的量化評價;然后通過確定研究區地質災害易發性臨界閾值識別地質災害危險源,分析其運動特征和影響范圍,建立了一套適合山區的地質災害危險源識別及run-out定量分析方法,并據此對斜坡單元的風險評價結果進行修正。該研究結果可為政府防災減災和土地利用空間規劃提供依據。

1 地質災害風險評價流程和方法

本文提出的基于斜坡單元的地質災害風險評價方法包括易發性評價、危險源識別與run-out定量分析、危險性評價和風險定量評價4部分,如圖1所示。

圖1 研究區地質災害風險評價技術路線Fig.1 Flow chart for quantified risk assessment of geological hazards of the study area

1.1 地質災害易發性評價

地質災害易發性主要反映地質災害空間上的易發程度,旨在解決滑坡發生的空間概率問題。地質災害易發性評價的主要內容包括評價單元選擇、評價指標選擇和模型方法選取等?；谛逼聠卧牡刭|災害易發性評價尤其適用于小區域、大比例尺的范圍[22],故本研究選用水文-地貌斜坡評價單元,根據滑坡、崩塌的現場調查與地質災害特征建立地質災害的評價指標體系,并利用層次分析法分別完成各種地質災害的易發性評價。

1.2 地質災害危險源識別與run-out定量分析

地質災害危險源,特指潛在的地質災害隱患與歷史地質災害[1-3,11],其特征是具有威脅人類生產和經濟活動的地質災害風險。雖然可以通過野外調查定性確定地質災害危險源,但該過程的主觀性較強,因此本研究提出了基于地質災害空間概率的危險源識別方法。本研究使用地質災害易發性臨界閾值確定地質災害危險源,即將實際誘發地質災害斜坡單元的易發性指數最小值作為臨界值,認為易發性指數高于此臨界值的斜坡單元發生地質災害的概率極大,可視為地質災害危險源。因此,地質災害危險源中包含所有歷史地質災害點和少數地質災害隱患(地質災害易發性評價中易發性指數較高的非地質災害斜坡單元)。從風險管理層面上,將易發性指數最小值作為臨界值,意義明確,可操作性強,十分便于風險管理。

同時,地質災害不只會在源區造成風險,還會對運動區和堆積區產生威脅。目前地質災害風險評價研究大多未考慮地質災害運動的影響[23]。本文采用現場調查和數值模擬技術等手段對所有的危險斜坡單元進行了run-out定量分析,確定地質災害危險源的運動距離,圈定其致災影響范圍。

1.3 地質災害危險性評價

地質災害危險性評價是指在某種誘發條件下,一定區域在特定時間發生特定地質災害的概率。降雨是地質災害的主要誘因,學者們一般認為滑坡的空間發生概率和其在特定降雨重現期下發生的概率相互獨立[24],因此滑坡危險性計算公式如下:

H=P(T)×P(S|T)

(1)

式中:H為滑坡危險性;P(T)為滑坡時間概率,滑坡時間概率一般采用降雨重現期表示,不同重現期下降雨極值模型包括Gumbel分布模型[25]、Weibull分布模型[26]和Pearson分布模型[27];P(S|T)為特定時間概率下滑坡發生的概率。

通過run-out定量分析修正地質災害危險性評價結果,提升風險評價的精細化程度。

1.4 地質災害風險定量評價

地質災害承災體是指研究區內可能受地質災害威脅的經濟物體或生命,其調查精度決定了風險評價結果的應用范圍。根據Li等[28]和杜娟[19]的研究,地質災害承災體易損性由地質災害作用強度和承災體抗災能力共同決定,具體計算公式如下:

(2)

式中:V為地質災害承災體易損性;I為地質災害作用強度;S為承災體抗災能力,取值均介于0～1。

地質災害承災體易損性確定后,可根據地質災害危險性、承災體易損性和承災體價值,按下式定量計算地質災害風險R:

R=H·V·E

(3)

式中:R為地質災害風險;H為地質災害危險性;E為承災體價值(或人口數量)。

2 研究區概況

研究區位于貴州省懷仁市茅臺鎮,面積為55 km2,是貴州省地質災害重點調查區,地理位置為東經106°18′24″～106°22′36″,北緯27°54′46″～ 28°03′38″。研究區地處黔北高原北緣的婁山山脈向四川盆地過渡的斜坡山地,受赤水河強烈切割作用的影響,形成溝谷縱橫的山地河谷地貌,海拔高度在380～920 m之間,整體地勢東部和西部高、中部低(圖2)。區內主要出露三疊系與侏羅系的沉積巖,構造較簡單,由于受季節性降雨和人工切坡的影響,區內自然災害頻發。

圖2 研究區地理位置及斜坡單元分析圖Fig.2 Location and the slope unit zonation of the study area

本研究以“貴州省仁懷市茅臺鎮、合馬鎮、二合鎮重點區域地質災害詳細調查及風險評價”項目為依托,采用InSAR地表形變點探測、機載LiDAR變形點排查以及現場隱患點核查的方法開展了研究區地質災害調查,目前已查明的研究區地質災害包括滑坡和崩塌兩類,其中滑坡19處,崩塌6處,這兩類地質災害對當地居民的生產和生活已造成了嚴重的威脅。因此,本研究的地質災害風險評價主要是針對滑坡和崩塌這兩種地質災害進行的。

3 研究區地質災害風險評價

3.1 地質災害易發性評價

3.1.1 評價指標選取與分級

地質災害易發性評價指標一般包括地形因子、地質因子、水文因子、人類工程活動因子、變形因子等,基于貴州省已有的地質災害易發性評價研究[29],結合現場調查,最終選取了常用的斜坡高差、斜坡坡度、地層巖性、斜坡結構、地質構造、人類工程活動和斜坡變形情況和崩塌發生概率與規模7個因子作為研究區地質災害易發性評價指標(表1和表2、圖3和圖4)。其中,地形因子數據(斜坡高差和斜坡坡度)來源于1∶10 000地形圖,通過1∶10 000區域地質圖獲得地層巖性、地質構造、斜坡結構的數據;人類工程活動、斜坡變形情況由現場調查數據所得。以斜坡單元作為基本評價單元,具體使用ArcGIS軟件劃分水文-地貌單元[30-31],研究區共計有228個斜坡單元(圖2)。

表1 研究區滑坡易發性評價指標及其分級表

圖3 研究區滑坡易發性評價指標分級圖Fig.3 Evaluation index classification of geological hazard susceptibility assessment

圖4 研究區崩塌易發性評價指標分級圖Fig.4 Evaluation index classification of geological hazard susceptibility assessment

1) 斜坡高差。高程對地質災害分布的影響主要表現在不同高程范圍的斜坡臨空條件、人類工程活動強度、植被類型和大氣降雨量等存在差異[32]。對于斜坡單元而言,內部斜坡高差越大則更易發生變形,因此通過計算滑坡發生頻率比,可將斜坡高差劃分為[0,50)、[50,100)、[100,200)、[200,300)、≥300五級;同理,通過計算崩塌的發生頻率比,可得到崩塌災害易發性評價中斜坡高差的分級區間,見表1和表2。

2) 斜坡坡度。斜坡坡度的幾何特征一定程度上決定了坡體物質運移的速度。此外,斜坡坡度不僅影響地質災害體內的應力分布,還對地表水徑流、地下水補給與排泄等起著控制作用[33],是地質災害發生的重要控制因素。本研究按照滑坡和崩塌的發生頻率比,將斜坡坡度劃分為5級,具體見表1和表2。

3) 地層巖性。地層巖性與地質災害的發育密切相關。不同地層在地質歷史過程中會產生礦物組分、結構等的差異,導致地質體的物理力學特征區別明顯,因此對斜坡穩定性有很大的影響,可能直接決定地質災害的類型及規模[22]。對于滑坡易發性評價而言,可將地層巖性分為5類(表1),并根據地層的強度特征,將研究區地層巖性分為硬質巖、軟硬相間巖、軟質巖3類,如圖3(c)所示,研究區以軟質巖為主,主要為J2sh的砂頁巖、泥巖等,僅在東北與西南部零星出露有硬質巖(T1-2j)和軟硬相間巖(J1-2z)。對于崩塌易發性評價而言,巖體結構對崩塌穩定性也有影響,據此將研究區地層巖性劃分為5類,分別為巖體破碎的塊狀硬質巖、巖體破碎的厚層狀硬質巖、巖體破碎的層狀軟硬相間巖、巖體結構完整的片狀軟質巖和巖體結構完整的厚層狀硬質巖[圖4(c)]。

4) 斜坡結構。斜坡結構反映了斜坡臨空面與地層之間的交互關系,控制了滑坡災害的發育強度。一般來說,順向坡受巖土界面和軟弱夾層的控制,易于發生滑坡災害;逆向坡則易于形成小至中型的堆積層滑坡;當斜向坡中存在多組節理時易產生巖質滑坡;橫向坡相較于其他斜坡結構類型較穩定。根據野外調查,將研究區斜坡結構劃分為5類,具體見表1。

5) 地質構造。地質構造反映了區域內動力條件,主要影響巖體結構面的分布,對崩塌穩定性的影響巨大。不同構造交接復合地段、褶皺軸部及其轉折部位、向斜翹起端、構造斷層帶及其附近一定范圍內的巖體結構非常復雜,在降雨和地下水的綜合作用下將會加速變形。本研究在野外調查的基礎上,根據地質構造與斜坡位置的關系,將地質構造劃分為5類,具體為斷層控制、褶皺控制、構造影響強、構造影響弱和構造不發育(表2)。

6) 人類工程活動。斜坡穩定性與人類工程活動的強烈程度密切相關。在修建公路、采石、露天開礦等工程中,斜坡開挖極其普遍,常使自然邊坡的坡度變陡,不利于其穩定性。如工程設計不合理、施工措施不當或開挖施工中采用爆破等更易使斜坡產生破壞的施工方式,對斜坡穩定性將會造成很大的影響。本研究將人類工程活動劃分為強烈、較強烈、一般、較輕、輕微5類,見表1和表2。根據野外調查可知,研究區地處西南山區,人類工程活動強度輕微,目前并未進行大規模的開發建設,僅在4個斜坡單元存在礦區開采,因此將其定為人類工程活動一般區域,見圖3(e)和圖4(e)。

7) 斜坡變形情況。斜坡變形直觀反映了斜坡穩定性的現狀,該指標數據可通過野外定性判斷或區域遙感解譯等手段獲得[3]。斜坡變形越明顯,則發生地質災害的概率越大。為了便于展開野外工作,結合滑坡與崩塌特點,分別采用“斜坡變形破壞情況”和“崩塌發生頻率與規?！眮肀硎?。本文在野外調查的基礎上,對研究區滑坡和崩塌的變形特征進行了細分,具體見表1、表2、圖3(f)和圖4(f)。

3.1.2 評價方法選擇

評價方法的選擇是影響地質災害易發性評價可靠性和精度的關鍵。前人研究經驗表明,數理統計及機器學習模型適用于多災害樣本的區域易發性評價[34]。本研究為鄉鎮范圍的大比例尺地質災害調查,由于地質災害數據較少,故采用不受樣本數據影響的層次分析法實現系統多目標決策[35]。層次分析法評價步驟主要包括確定模型指標、構建判斷矩陣、計算指標權向量(最大特征值λ和一致性CI檢驗)和一致性檢驗。

本研究基于研究區地質災害發育特點,分滑坡和崩塌計算評價指標權重,其見表1和表2。先按照表1和表2的評價指標構建層次分析模型,并基于建立的判斷矩陣,對兩兩因素進行重要度判斷;然后按照表3所示的重要度對評價指標進行賦值,取值范圍為1～9,并通過判斷矩陣量化評價指標的權重。此外,還需計算判斷矩陣的權重向量來衡量其合理性。本研究中,滑坡判斷矩陣的最大特征值λ=6.051,一致性指標CR=0.008;崩塌判斷矩陣的最大特征值λ=6.242,一致性指標CR=0.038,均通過了一致性檢驗(CR<0.1)。

表3 判斷矩陣重要性標度值

在現場調查并分析地質災害的形成機理的基礎上,結合調查過程中對各個因素的專家打分情況,對每個評價指標進行量化賦值(表1和2),并借助ArcGIS軟件完成易發性指數計算,具體計算公式如下:

(4)

式中:Ej指斜坡單元j的易發性指數;aij指斜坡單元j第i個評價因子的權重;Aij指斜坡單元j第i個評價因子的環境變量得分。

3.1.3 評價結果與分析

根據評分標準,利用公式(4)分別計算出研究區滑坡和崩塌的易發性指數,并采用自然斷點法將研究區分為低、中、高、極高易發區,斷點分別為0.4、0.6、0.8,從而得到研究區滑坡和崩塌的易發性分區[圖5(a)和5(b)],通過合并獲得研究區地質災害易發性分區圖[圖5(c)]。

圖5 研究區地質災害易發性評價結果Fig.5 Susceptibility maps of geological hazards of the study area

由圖5(c)可知,研究區處于極高易發區的斜坡單元有21個(3.45 km2),而處于高易發區的斜坡單元有25個(5.52 km2),高-極高易發區面積占研究區總面積的17.3%。進一步分析可知,極高易發區有地質災害的斜坡單元有20個,高易發區有3個,中易發區有1個,低易發區有1個,共計80%的歷史地質災害落在極高易發性區。若定義處于高-極高易發區滑坡的數量比為預測準確率,則本研究采用層次分析法建立的地質災害易發性評價模型獲得的研究區地質災害空間預測準確率高達92%。

此外,本研究還使用受試者工作特征(ROC)曲線對模型預測精度進行了評估,以真陽性率為垂直坐標,假陽性率為水平坐標繪制ROC曲線,通過不同的閾值來計算模型預測的擬合優度,結果顯示ROC曲線面積(AUC)達0.969 7(圖6),說明本文建立的地質災害易發性評價模型具有良好的預測性能。

圖6 地質災害易發性ROC曲線預測精度評價Fig.6 Prediction accuracy evaluation of ROC curve of geological hazards susceptibility

3.2 危險源識別及run-out定量分析

根據前述臨界閾值法,確定研究區滑坡的易發性臨界閾值為0.6,崩塌的易發性臨界閾值為0.8,共識別出高于臨界閾值的研究區地質災害危險源有35處,其中28處為滑坡危險源,7處為崩塌危險源(圖7)。在識別出地質災害危險源的基礎上,進一步確定其運動范圍,用于圈定其致災影響范圍?；聻暮﹄[患運動距離預測主要利用野外調查的歷史地質災害運動數據建立預測模型,并采用全局優化算法進行擬合,擬合公式如下(擬合度為0.85,擬合效果良好):

圖7 研究區地質災害危險源分布及運動距離Fig.7 Distribution of geological hazard sources and their run-out distance of Maotai Town

L=226.42+1.1×10-5V-5.81S+1.1H

(5)

式中:L為滑體滑移距離(m);V為滑坡體積(m3);S為斜坡坡度(°);H為斜坡前、后緣高程差(m)。

此外,通過地質建模,采用RockFall軟件對研究區崩塌災害運動距離進行了預測,與崩塌體的落石大致對應。如圖8所示,選取研究區XP194崩塌的典型坡面,對危巖落石運動軌跡進行了模擬。結果表明,XP194地質災害危險源的落石水平運移距離為750 m,在位置1 000 m處由于地形原因落石達到最大的彈跳高度為26 m,落石影響范圍為1.04 km2。根據落石主要沿坡表低洼地形運動的特征,在對危巖體內結構面發育分布情況、坡體表面植被、覆蓋層特征以及地形地貌進行野外調查的基礎上,綜合危巖體失穩后運動軌跡模擬結果,確定危巖體兩側及前緣的影響范圍。

圖8 研究區典型地質災害危險源剖面和運動軌跡 模擬結果Fig.8 Profile and track simulation result of hazard source of typical geological hazards

根據現場調查結果,結合崩塌災害運動距離預測模型與模擬技術,確定了研究區35個地質災害危險源run-out特征(圖8),并考慮地質災害危險源的影響范圍,進一步修正斜坡單元的危險性分析結果,使得地質災害風險評價更加精細。

3.3 地質災害危險性評價

張志才等[36]采用Gumbel分布擬合模型,根據日降雨量極值的概率分布特征值,利用最大似然法進行參數分布估計,得到貴州省50年一遇的降雨分布。由于研究區內缺少完整的氣象資料,故而參考張志才等的研究成果,得到茅臺鎮的50年日降雨極值為100 mm。本研究的地質災害危險性評價、風險評價均考慮50年一遇日降雨工況。

以100 mm的日降雨極大值作為誘發事件對研究區域地質災害的危險性進行評價,根據歷史地質災害數據庫中歷史地質災害點的面積和降雨量,統計100 mm日降雨量下研究區地質災害各個易發性分區下的滑坡和崩塌面積,地質災害面積與易發性區劃面積的比值即為地質災害發生的空間概率,其對應的時間概率為0.02。通過式(1),可以定量化計算研究區地質災害各易發區的危險性值,見表4。由表4可知:研究區低、中、高、極高易發區的危險性值分別為1.29×10-6、1.79×10-5、2.23×10-3、2.48×10-3,并根據地質災害危險源run-out定量分析預測的斜坡影響范圍修正該評價結果,得到研究區地質災害危險性區劃圖,見圖9。

表4 研究區50年一遇日降雨工況下地質災害危險性評價結果

圖9 研究區地質災害危險性區劃圖Fig.9 Hazard zonation of geological hazards of the study area

3.4 地質災害風險定量評價

地質災害承災體調查是地質災害風險評價的重要一環,根據調查數據,對研究區域內易損性進行定量分析與價值統計,最終獲得研究區地質災害風險定量評價結果。但需要注意的是,本研究主要考慮人口和建筑兩種承災體。

3.4.1 承災體易損性

易損性,即特定地質災害強度下承災體可能受到的損失程度,其包含了地質災害的強度與承災體的脆弱性。假設地質災害的作用強度與地質災害的危險性一致,通過對研究區內人口與建筑物的脆弱性進行簡化處理,參考肖婷[12]在西南地區對滑坡易損性的研究,并結合地質災害強度和現場構筑物的變形特征,對地質災害承災體易損性值進行了微調,得到研究區地質災害承災體人口和建筑物的易損性值,見表5。

表5 研究區地質災害承災體人口和建筑物的易損性值參考表

3.4.2 承災體價值

地質災害承災體分布采取網格化調查,按照網格劃分進行詳細調查和訪問,全區共計人口為8 593戶41 281人,人口密度為751人/km2;建筑物價值計算根據當地物價折算,全區共計財產為1 102 658.7萬元,財產密度為20 048萬元/km2。研究區域人口密度和建筑物財產密度分布,見圖10。

圖10 研究區人口密度和建筑物財產密度分布Fig.10 Density distribution of population and building property in the study area

由圖10可見,人口主要分布在研究區北部茅臺鎮所在地,建筑物財產與人口分布較為一致,且沿赤水河兩岸也有建筑物財產分布,主要為農村住宅基地。

3.4.3 地質災害風險定量計算

根據地質災害風險定量計算公式(3)可計算得到研究區基于水文-地貌斜坡單元的風險定量評價結果,并最終得到研究區人口傷亡和建筑物財產損失風險分級圖(圖11)與風險評價結果統計表(表6、表7)。

表6 研究區人口傷亡風險評價結果統計表

表7 研究區建筑物財產損失風險評價結果統計表

圖11 研究區人口傷亡風險和建筑物財產損失風險分級圖Fig.11 Visualization maps of casualty and building property loss risk degree

通過分析圖11(a)和表6可知:在研究區人員傷亡風險分級圖中,有10個斜坡單元(1.22 km2)處于極高風險區,發育地質災害9處,地質災害密度達到7.4個/km2;有22個斜坡單元(4.73 km2)處于高風險區,發育地質災害6處,地質災害密度達到1.3個/km2;高-極高風險區面積占研究區總面積的11%,剩余89%的區域處于中-低風險區。通過分析圖11(b)和表7可知:建筑物財產損失風險分級圖中,有10個斜坡單元(1.94 km2)處于極高風險區,發育地質災害8處,地質災害密度達到4.1個/km2;有20個斜坡單元(5.23 km2)處于高風險區,發育地質災害9處,地質災害密度達到1.7個/km2;高-極高風險區面積占研究區總面積的14%,86%的區域處于中-低風險區。從研究區人口傷亡風險和建筑物財產損失風險的分布來看,高-極高風險區主要分布在赤水河兩岸及北部山區。

4 討 論

4.1 模型評估

研究區地質災害易發性評價結果的ROC曲線AUC值為0.97,并且92%的歷史地質災害落在高-極高易發區,這為后續的地質災害風險評價提供了基礎數據。此外,從研究區各個等級地質災害風險區的地質災害數量、地質災害分布密度等多個方面的評價結果均說明風險評價模型具有準確性與可靠性(表6和表7)。而人口傷亡風險評價結果與建筑財產損失風險評價結果具有相似的統計規律,其中地質災害率(各級地質災害數量占比)和地質災害分布密度從低風險區到極高風險區總體保持增長趨勢,但分區面積占比從51%逐漸降低到2%?？傮w而言,研究區地質災害的風險評價結果較為可靠,可為后續大比例尺或鄉鎮尺度地質災害風險評價提供參考。

4.2 大比例尺地質災害風險評價

本文所構建的地質災害風險評價方法與傳統小比例尺評價方法在評價單元、地質災害數據、評價指標體系、危險性評價方法、易發性評價精度等方面存在諸多不同,如表8所示。本研究提出了辨識潛在地質災害隱患的方法,并在危險性評價中通過關系曲線擬合確定了地質災害隱患的致災范圍,該方法意義明確,具有可操作性,對城鎮開發規劃具有一定的指導意見,可為地區經濟發展帶來較大的效益?？梢灶A見的是,研究區的北部羅村與柏楊村之間一帶地勢較為平緩且以農村宅基地為主,地質災害危險性和風險性較低,可以作為茅臺鎮未來城鎮開發規劃的首選區域。

表8 不同比例尺地質災害風險評價方法比較

5 結論與建議

本研究以水文-地貌斜坡單元為基本評價單元,完成了適合于山區鄉鎮尺度的地質災害風險評價案例研究,得到的主要結論如下:

1) 系統地將地質災害風險評價框架R=H×V×E運用到鄉鎮尺度地質災害風險評價。結果表明:研究區地質災害易發性評價的受試者工作特征曲線(ROC)的面積高達0.969 7;人口傷亡風險和建筑物財產損失風險評價結果中地質災害率、分區面積和地質災害分布密度等指標均表明此次風險評價取得了良好效果;研究區赤水河兩岸及北部山區為地質災害高風險區。

2) 建立了地質災害危險源識別與定量化run-out分析方法。根據現場調查、數理統計或者數值模擬等手段圈定了研究區35處地質災害危險源的潛在威脅范圍,修正了水文斜坡單元,進而完善了地質災害風險計算,補充了地質災害危險性評價內容,細化了地質災害風險評價的流程。

3) 地質災害風險定量評價結果可為當地地質災害管控與城鎮開發規劃選址提供理論支撐。從地質災害的預防角度,應重點關注高-極高易發區的46個斜坡單元;從風險管理的角度上,重點關注研究區內高-極高易風險區,這些地區一旦發生地質災害,可能對人民生命和財產安全產生重大的威脅。未來城鎮開發時,可選地質災害風險較低的茅臺鎮北部羅村與柏楊村之間一帶作為主要場址。