段釗，趙法鎖，李芳

(1.長安大學地質工程與測繪學院，陜西西安710054，2.陜西省地質環(huán)境監(jiān)測總站，陜西西安710054)

陜西省地質災害頻發(fā)，尤其是滑坡災害成為眾災之首，其數(shù)量、強度、危害性均位于全國前列，嚴重影響著區(qū)內(nèi)經(jīng)濟發(fā)展、社會和諧及人民生活的安定［1－3］。根據(jù)陜西省地質環(huán)境監(jiān)測總站提供的近40年的滑坡災害統(tǒng)計資料，截至2010年陜西省共發(fā)生滑坡災害5 664起，涉及全省絕大部分地區(qū)，歷年滑坡災害造成的經(jīng)濟財產(chǎn)損失及人員傷亡難以估計。本文在長期調查，系統(tǒng)搜集相關資料的基礎上，擬對陜西省滑坡災害的空間分異特征進行綜合研究，以期揭示滑坡分布規(guī)律，為陜西省滑坡災害防治及經(jīng)濟與社會可持續(xù)發(fā)展戰(zhàn)略制定提供決策參考。

1 研究方法

以陜西省縣域為研究單元，以縣域滑坡災害密度為程度指標，利用ARCGIS9.2提供的ESDA(Exploratory Spatial Data Analysis，探索性空間數(shù)據(jù)分析)工具對滑坡災害的空間分異特征進行分析，并借助ARCGIS9.2及Geoda095i提供的空間自相關分析工具揭示陜西省滑坡災害的空間聚集特征?；贕IS的空間分析方法是一種較為新穎的分析方法，其優(yōu)勢在于用戶可借助軟件的強大功能完成對空間數(shù)據(jù)的分析，識別區(qū)域差異，繪制可視化圖像，為揭示客體空間分異規(guī)律提供有利幫助。目前該研究方法主要用于社會經(jīng)濟現(xiàn)象、土地資源利用、農(nóng)業(yè)生產(chǎn)發(fā)展等區(qū)域差異的揭示與描述［4－6］，并取得滿意效果，但將之用于地質災害空間分布規(guī)律的研究，在國內(nèi)還十分少見［7］。

2 空間分異特征

2.1 宏觀差異

為了揭示陜西省滑坡災害空間分布的宏觀差異，本文采用ARCGIS9.2中的趨勢分析工具(Trend analysis)，選取陜西省縣域滑坡密度為測度指標并建立三維透視圖［8］(圖1)。圖中每根黑色豎線代表了各單元的滑坡密度，兩側網(wǎng)格中的各點分別為各數(shù)值點在xz平面(EW向)和yz平面(NS向)上的投影，通過投影點可以得到一條最佳擬合線。根據(jù)分析結果可以看出，陜西省滑坡災害空間分異十分明顯，EW和NS方向的投影都呈現(xiàn)出“U”字形，說明滑坡災害的發(fā)育強度無論是在EW方向還是在NS方向都呈現(xiàn)出“強－弱－強”的態(tài)勢，而西部及南部又較東部及北部發(fā)育。這一特征與省內(nèi)地貌的分布有著密切的關系，南部秦巴山區(qū)與北部黃土高原受新構造運動影響，處于快速隆起時期，其內(nèi)部深切河谷密布，地勢起伏較大［9］，為滑坡災害的形成提供了有利條件，是這兩個地區(qū)滑坡災害相對多發(fā)的重要原因。

圖1 縣域滑坡災害三維空間分異

2.2 區(qū)域差異

為近一步揭示局部區(qū)域的差異性，本文利用ARCGIS9.2提供的自然斷點工具(Natural breaks)，按照“相似性最大的數(shù)據(jù)分在同一級而差異性最大的數(shù)據(jù)分于不同級”的原則，將陜西省縣域按滑坡災害密度劃分為4個等級，即高密度區(qū)(0.068～0.124處/km2，共9個單元)，較高密度區(qū)(0.035～0.068處/km2，共25個單元)，較低密度區(qū)(0.015～0.035處/km2，共28個單元)和低密度區(qū)(＜0.015處/km2，共35個單元)。從整體的分布情況來看，高密度及較高密度區(qū)面積約為71 043 km2，占陜西省總面積的35%，滑坡災害3 947處，占到總數(shù)的70%;低密度及較低密度區(qū)面積約為134 757 km2，占到陜西省總面積的65%，滑坡災害1 717處，僅占到總數(shù)的30%。由圖2可以清楚地看出，滑坡災害的空間分布極不均衡，并呈現(xiàn)出區(qū)內(nèi)相似度高、區(qū)際差異顯著的特點。高密度區(qū)及較高密度區(qū)多集中于陜南秦巴山區(qū)，而低密度區(qū)及較低密度區(qū)多集中于關中盆地及陜北黃土高原。

圖2 陜西省縣域滑坡差異分布

3 空間聚集特征

研究某一屬性的空間聚集特征需借助空間自相關指標。空間自相關是指客體某屬性在同一個分布區(qū)內(nèi)的潛在關聯(lián)性?？臻g自相關的度量方法可以分為全局自相關和局部自相關兩種，全局自相關可描述在整個區(qū)域內(nèi)某種屬性整體上的空間關聯(lián)與差異程度，而局部自相關則可反映出該屬性在局部空間上的聚集程度并可指示集聚的位置［10－11］。

3.1 全局空間自相關

常用的自相關分析方法有Moran's I和Geary'C兩種指數(shù)［12］。本文采用Moran's I指數(shù)，其統(tǒng)計量取值范圍介于－1～1，當I(d)＞0時，代表空間正相關，即鄰接單元之間具有相似性;當I(d)＜0時，代表空間負相關，即鄰接單元之間具有差異性;當I(d)趨于0時，則表示鄰接單元不相關或相關性較弱。利用ARCGIS9.2中的全局空間自相關分析工具(Spatial autocorrelation)，以滑坡災害密度為測度指標，對2010年陜西省縣域滑坡災害的全局空間自相關變化趨勢進行分析，其中空間關系設定為多邊形一階鄰接關系(Polygon contiguity:First order)。分析結果顯示Moran's I Index=0.49，Z Score=8.12，單元聚集程度為群集(Clustered)，正態(tài)分布99%的置信區(qū)間雙側檢驗閾值為2.58，其正態(tài)統(tǒng)計量8.12大于該值。結果表明，陜西省縣域滑坡災害的分布具有明顯的空間聚集特征，滑坡災害發(fā)育水平相似的地區(qū)在空間上呈現(xiàn)出聚集分布，即高發(fā)地區(qū)與高發(fā)地區(qū)相鄰接，低發(fā)地區(qū)與低發(fā)地區(qū)相鄰接的現(xiàn)象顯著。

3.2 局部空間自相關

全局空間自相關只能反映研究區(qū)整體的空間聚集程度，不能確定具體聚集區(qū)域，而局部空間自相關Moran's I指數(shù)則可解決此問題［13］。本文利用Geoda095i提供的局部空間自相關分析工具(Univariate LISA)，以滑坡災害密度為測度指標，繪制Moran散點圖和LISA聚集地圖，空間權重設定為一階鄰接［14－15］(Contiguity weight:First order)。

Moran散點圖(Moran scatter plot)用于分析局部空間的異質性，橫坐標為各空間單元標準化后的滑坡災害密度值，縱坐標為標準化后的由空間權重確定的鄰接單元滑坡災害密度的平均值。散點圖的4個象限分別代表了4種局部空間關系:①第一象限(High-High)表示某一單元和鄰接單元的滑坡發(fā)育強度都較高，該單元與周圍單元構成的子區(qū)域即為熱點區(qū);②第二象限(Low-High)表示某一單元的滑坡發(fā)育強度較低而鄰接單元較高;③第三象限(Low-Low)表示某一單元和鄰接單元的滑坡發(fā)育強度都較低，該單元與鄰接單元構成的子區(qū)域即為盲點區(qū);④第四象限(High-Low)表示的指征則與第二象限相反。

陜西省滑坡發(fā)育強度呈現(xiàn)出顯著的空間二元結構，位于第一、三象限的單元數(shù)目明顯多于二、四象限(圖3)。利用Geoda095i中提供的刷光技術可以看出，位于第一象限“H-H”聚集的單元主要集中于秦巴山區(qū)，共26縣(市、區(qū));位于第三象限“L-L”聚集的單元主要集中于關中與黃土高原大部分地區(qū)，共48縣(市、區(qū));位于第二、四象限的單元則零星分布于黃土高原中部，關中盆地及秦巴山區(qū)部分地區(qū)，共23縣(市、區(qū))，詳見表1。落入一、三象限的單元存在較強空間正相關，局部空間體現(xiàn)出相似性;而落入二、四象限的單元則存在較強的負相關，局部空間異質性顯著。

圖3 滑坡密度Moran散點圖

表1 陜西省縣域滑坡密度的Moran's I聚類

由LISA聚集地圖(LISA Cluster map)可以更清楚地看出陜西省滑坡災害在局部區(qū)域的空間聚集(圖4)，圖中單元的不同顏色代表了不同的顯著聚集類型(Z檢測顯著性概率p＜0.05)，具體表現(xiàn)為:①顯著的高高“H-H”地區(qū)，主要位于商洛地區(qū)的商南－丹鳳－山陽一帶，安康地區(qū)的旬陽－白河－平利－鎮(zhèn)平一帶以及漢中地區(qū)的勉縣。作為滑坡災害高強度地區(qū)，這些單元內(nèi)滑坡災害的形成都具有相同的影響因素，即深切的河谷及密集的斷層帶。深切的河谷不僅改變了坡體原始的應力狀態(tài)，而且造成了坡體局部應力的增大，為滑坡災害的形成提供了有利的邊界條件［16］。密集的斷層帶則使坡體更加破碎，降低了斜坡的整體強度且有利于形成殘坡積層，形成滑坡發(fā)育的物質基礎。此外，由于近年來該地區(qū)大量金屬礦藏的發(fā)現(xiàn)，采礦及其相關工程活動頻繁，也從一定程度上加劇了滑坡災害;②顯著的高低“H-L”地區(qū)，僅有延安市一個單元，說明延安市與周邊地區(qū)相比滑坡災害發(fā)育強度較高。延安市作為延安地區(qū)的經(jīng)濟中心，其人類工程活動也較周邊地區(qū)頻繁，受區(qū)內(nèi)地形限制，各類工程活動如城市及基礎設施建設都會對原有邊坡開挖，破壞了坡體結構，在連陰雨條件下極易發(fā)生滑坡災害［17］，因此頻繁人類工程活動是造成延安市滑坡發(fā)育強度明顯高于周邊地區(qū)的重要因素;③顯著的低高“L-H”地區(qū)有寧陜、洋縣2個單元，這些單元與周邊鄰接單元相比，滑坡災害發(fā)育程度顯著偏低。寧陜斷層發(fā)育程度遠低于鄰區(qū)，巖體整體性好且多為印支期侵入巖，強度較大，而洋縣地勢平緩，近年來該地區(qū)興修水利，多數(shù)山區(qū)居民已搬遷至平緩地區(qū)，是這兩個縣滑坡災害明顯低于周邊地區(qū)的重要原因;④顯著的低低“L-L”地區(qū)，主要位于陜北西部靖邊－志丹一帶、南部富縣－洛川－黃龍一帶以及關中東部的澄城－合陽－大荔－華陰一帶。說明這地區(qū)與周邊地區(qū)滑坡災害發(fā)育強度差異較小，且都處于低發(fā)育水平，與這些縣人類工程活動水平較低有著密切聯(lián)系。

圖4 LISA聚集地圖

4 結語

本文基于GIS平臺，利用ESDA及空間自相關分析方法，以縣域滑坡發(fā)育密度為測度指標，系統(tǒng)分析了陜西省縣域滑坡災害的空間分異特征，具體有如下幾點:①從宏觀來看，陜西滑坡災害發(fā)育強度在東西和南北方向都呈現(xiàn)出“強－弱－強”的態(tài)勢，而西部、南部強于東部、北部。②陜西滑坡災害的空間分布極不均衡，區(qū)內(nèi)相似度高，區(qū)際差異顯著，高密度區(qū)及較高密度區(qū)多集中于秦巴山區(qū)，低密度區(qū)及較低密度區(qū)多集中于關中盆地及陜北黃土高原;③陜西省滑坡災害的全局自相關性較強，滑坡災害發(fā)育水平相似的地區(qū)在空間上呈現(xiàn)聚集;④陜西縣域滑坡災害發(fā)育強度呈現(xiàn)出二元結構，多數(shù)縣域表現(xiàn)為相似的發(fā)育水平(H-H，L-L)，而在局部地區(qū)的少數(shù)縣域則表現(xiàn)出差異性(H-L，L-H)。顯著的“H-H”及“L-H”地區(qū)主要集中于秦巴山區(qū)，而顯著的“L-L”及“H-L”地區(qū)主要集中于關中本盆地和黃土高原。通過分析陜西省滑坡災害分異特征發(fā)現(xiàn)，滑坡災害的分異特征與地形地貌、地層巖性、人類工程活動等地質環(huán)境條件關系密切，而地質環(huán)境條件的區(qū)域差異也是該省地質災害空間分異的主要原因。

［1］雷祥義．黃土高原地質災害與人類活動［M］．北京:地質出版社，2001:30－37.

［2］彭建兵，張俊，蘇生瑞，等．渭河盆地活動斷裂與地質災害［M］．西安:西北大學出版社，1992:159－175．

［3］孫果梅，況明生，曲華．陜西秦巴山區(qū)地質災害研究［J］．水土保持研究，2005，12(5):241－243.

［4］蔣國富．基于GIS的河南省農(nóng)民收入空間分異特征探討［J］．安徽農(nóng)業(yè)科技，2008，36(18):7816－7817，7892.

［5］郭斌，任志遠，高孟緒．基于ESDA-GIS的土地集約利用空間分異研究－以陜西省為例［J］．測繪科學，2010，35(4):61－64.

［6］潘學標，李克讓．基于GIS的新疆棉花生產(chǎn)發(fā)展時空變異分析［J］．干旱區(qū)地理，2000，23(3):200－206.

［7］劉文玉，吳湘濱，安靜，等．滑坡災害危險性評價信息圖譜研究［J］．災害學，2010，25(2):21－25.

［8］湯國安，楊昕．ArcGIS地理信息系統(tǒng)空間分析實驗教程［M］．北京:科學出版社，2010.

［9］陜西省地質礦產(chǎn)局．陜西省區(qū)域地質志［M］．北京:地質出版社，1989:546－556.

［10］Moran．Notes on continuous stochastic phenomena［J］．Biometrika，1950(37):17－23.

［11］曾永明，張果．基于GeoDA-GIS的四川省縣域經(jīng)濟空間分異研究［J］．云南地理環(huán)境研究，2010，22(4):52－58.

［12］張松林，張昆．全局空間自相關Moran指數(shù)和G系數(shù)對比研究［J］．中山大學學報:自然科學版，2007，46(4):93－97.

［13］張松林，張昆．空間自相關局部指標Moran指數(shù)和G系數(shù)研究［J］．大地測量與地球動力學，2007，27(3):31－34.［14］Anselin L．Exploring spatial data with GeoDa:A workbook［M］．California:Center for Spatially Integrated Social Science，2005:106－147.

［15］Anselin L．Local indicators of spatial association-LISA［J］．Geographical Analysis，1995，27(2):93－115.

［16］張倬元，王士天，王蘭生．工程地質分析原理［M］．北京:地質出版社，1994:308－315．

［17］靳澤先，韓慶憲．黃土高原滑坡分布特征及宏觀機理［J］．中國水土保持，1988(6):21－25．