高立兵，蘇軍德

（甘肅有色冶金職業(yè)技術學院，甘肅 金昌737100）

基于信息熵與AHP模型的小區(qū)域泥石流危險性評價方法

高立兵，蘇軍德

（甘肅有色冶金職業(yè)技術學院，甘肅 金昌737100）

以白龍江流域為研究區(qū)域，在收集資料和野外勘察的基礎上，選取地形地貌因子和地質因子作為泥石流危險性評價因子，并以柵格單元作為評價單元，對研究區(qū)內外動力環(huán)境因子進行了分析。在此基礎上，基于信息熵與AHP模型分別建立了研究區(qū)泥石流危險性評價模型。結果表明：基于信息熵模型的泥石流危險等級分布與基于AHP模型的危險性等級分布呈現(xiàn)出整體上相似，局部地區(qū)有差異的規(guī)律，但基于信息熵模型的評價分區(qū)結果與泥石流實際分布情況更為吻合。在大區(qū)域范圍內，基于信息熵模型的泥石流危險性評價分區(qū)具有良好的可塑性和實用性，在地質災害預測方面具有重要的作用。

白龍江流域；泥石流；AHP；信息熵；危險性評價

白龍江流域位于甘肅南部，屬于秦嶺西段，地處青藏高原、黃土高原和四川盆地的交匯處，流長在甘肅省境內381.5 km，是我國泥石流最為頻發(fā)和嚴重的地區(qū)之一[1]。尤其是白龍江下游，其泥石流分布面積和爆發(fā)頻率在省內居首位，給當?shù)厝嗣竦纳踩珟砹藰O大的威脅，嚴重制約了山區(qū)各項事業(yè)的發(fā)展。近年來，不少學者對白龍江流域的地質災害進行了調查研究[2-4]，但以往的研究多集中在白龍江流域某一較小的范圍，關于整個白龍江流域泥石流的研究還較少。因此，對白龍江整個流域的泥石流易發(fā)性研究對開展區(qū)域的泥石流災害危險性防治工作有較大的指導意義。

泥石流是發(fā)生在山區(qū)的一種突發(fā)性地質災害現(xiàn)象，其發(fā)生、發(fā)展與山地的形成演化過程息息相關，是山地環(huán)境退化、地表結構惡化、生態(tài)平衡失調的產物[5]。由于泥石流的發(fā)生是多種因子綜合作用的結果，其影響因子的復雜性，導致了各地泥石流的發(fā)生也具有區(qū)域的特點。因此，科學合理地防治泥石流災害，首先要對災害發(fā)生的可能性、危險性、危害范圍和程度有一個基本的認識和評價[6]。近年來，隨著GIS技術的發(fā)展，基于GIS對地質災害易發(fā)性和安全性評價的研究也越來越深入[7-9]。目前，在地質災害危險性評價的方法主要有層次分析法、人工神經網絡法、信息量法、判別分析等。其中，AHP模型分析是由美國運籌學家Ash Robert[10]提出的一種目標決策方法，經過多年的發(fā)展，AHP已成為一種成熟的方法，在地質災害易發(fā)性評價中得到了廣泛的應用。唐川等[7]運用AHP模型和信息熵模型對汶川周邊地區(qū)地質災害易發(fā)性評價研究中取得了很好的效果；刑釗[8]在對白龍江流域泥石流分布規(guī)律的研究中也用到了AHP模型和信息熵模型；Okimura[11]應用信息熵與AHP模型建立了美國東部地區(qū)的地質災害危險性區(qū)劃。

由此可見，AHP模型和信息熵模型在地質災害易發(fā)性與安全性評價中得到了越來越廣泛的應用，本文就是運用信息熵與AHP模型分析，對整個白龍江流域泥石流進行易發(fā)性與危險性評價，并對兩個模型結果進行對比分析，進而得到白龍江流域泥石流易發(fā)性與安全性評價分區(qū)結果。

1 研究區(qū)概況

本文研究范圍為白龍江流域在甘肅省境內的部分，其分布范圍為北緯32°36′—34°24′，東經103°0′—105°30′，流域面積為18 436 km2。該區(qū)域屬于秦嶺山地，區(qū)內地勢險峻，峰高坡陡，土薄石多，地震活躍，降雨集中且多暴雨，底層巖性復雜，泥石流的分布面積和爆發(fā)頻率均居省內首位，且以粘性泥石流為主。經統(tǒng)計分析，研究區(qū)內泥石流分布密集，流域面積大于1 km2的泥石流溝共計206條，主要分布于舟曲縣以下沿白龍江褶皺帶的兩岸，其中，從舟曲至武都河段，有泥石流溝143條，平均密度為1.43條/km?？傮w分布趨勢是中部和東部較為密集，東南和西北分布稀疏。其中，以白龍江中游沿大斷裂帶兩側泥石流發(fā)育中，平均2～3條/km，局部可達5～8條/km（表1）。

2 研究方法

本文通過收集研究區(qū)內的歷史資料，在此基礎上再對研究區(qū)進行野外勘查，并借鑒以往研究人員的經驗，征求相關專家的意見，對研究區(qū)內泥石流的時空分布進行深入分析，分別選取地質構造、地層巖性、地形地貌、地震活動、氣候水文、土壤植被和人類活動7個因子，基于GIS對其進行分層分析，以實現(xiàn)對研究區(qū)內泥石流的評價指標體系建立。在此基礎上，分別采用信息熵和AHP模型對其進行分析評價，進而建立研究區(qū)內泥石流的危險性評估模型，生成泥石流危險性與易發(fā)性的評價圖。

表1 泥石流分布面積比例

3 因子分析

3.1 單因子分析

泥石流的形成必須必備3個條件：豐富松散的固體物質、充足的水源和陡峭的地形[12]。因而，再對泥石流進行易發(fā)性評價是必須考慮這3方面的因素，然而，每個方面的因素又包括許多相關的因子。因此，根據(jù)我們對白龍江流域的實地考察及相關專家的意見，分別從地質構造、地層巖性、地形地貌、地震活動、氣候水文、土壤植被和人類活動7個方面進行分析。

3.1.1 地形地貌因子

（1）海拔。海拔對泥石流的發(fā)生與分布有一定的影響[13]，通過調查發(fā)現(xiàn)，在研究區(qū)西北區(qū)域海拔較高，地表多為基巖，并有苔原植被覆蓋，巖石不容易產生松散碎屑物，泥石流發(fā)生較少。而在白龍江的干流及二級支流，海拔相對較低，是泥石流的頻發(fā)區(qū)。

（2）坡度。坡度的大小會對泥石流的運動速度，徑流以及堆積作用有較大的影響，因此，坡度的不同也會影響泥石流的發(fā)生與發(fā)展。在研究區(qū)，地形比較陡的區(qū)域坡面不穩(wěn)定，泥石流發(fā)生較為頻繁，尤其是坡度大于35°的區(qū)域，是泥石流發(fā)生的活躍區(qū)，占到整個流域泥石流分布面積的81.6%。

（3）滑坡。在白龍江流域，泥石流的主要物質來源于滑坡體，因此，滑坡的多少將會對泥石流的發(fā)生產生一定的影響。在白龍江流域，滑坡的密度分布與泥石流的空間分布基本一致，有很好的正相關（R2=0.90）。具體表現(xiàn)在，白龍江干流及二級支流的河谷是滑坡的頻發(fā)地帶，其密度較大，而這些地區(qū)也是泥石流分布的密集區(qū)。尤其是滑坡點密度大于0.06的區(qū)域，是泥石流的頻發(fā)地帶（比如舟曲、武都），其泥石流分布面積占到整個流域泥石流分布面積的71.67%。

3.1.2 地質因子

（1）地層巖性。巖土體是泥石流發(fā)生、發(fā)展的主要物質來源，不同類型的巖石具有不同的物理化學性質，從而不同巖石其風化程度也各不相同。由于未被風化的巖石堅硬而不易破裂，其分布區(qū)一般不會發(fā)生泥石流。而在較易風化的巖石區(qū)，由于有風化碎屑物的產生，為泥石流的發(fā)生發(fā)展提供了物質條件，因此，在這些地區(qū)容易發(fā)生泥石流。通過對研究區(qū)地層巖性與泥石流的分布研究表明，研究區(qū)泥石流主要分布在千枚巖、板巖、薄灰層巖和粉砂巖、泥巖、薄層砂巖的分布區(qū)，這些巖石的巖性都比較脆弱，極易被風化產生松散的堆積物。這說明研究區(qū)的地層巖性對泥石流的發(fā)生有一定的影響。

（2）斷層。由于斷層能夠使兩側巖石破碎，產生大量的碎屑物質，因此，斷層兩側常常是泥石流發(fā)生的重要區(qū)域。研究區(qū)內的泥石流多集中在斷層兩側的區(qū)域，離斷層距離越近，受到斷層的影響就越大，泥石流的分布就越密集。尤其是武都、舟曲的大部分地區(qū)，都離斷裂帶較近，是泥石流的高發(fā)區(qū)，這說明離斷層越近，受斷層的影響就越大，土體就越不穩(wěn)定，越容易產生豐富的固體物質，進而引發(fā)泥石流。

（3）地震。地震是地球內部釋放能量的一種地質作用，地震的發(fā)生可以對周圍巖石產生極大的破壞，從而產生大量的松散物質，為泥石流的發(fā)生提供物質條件。在研究區(qū)內，武都中部以及文縣東北部的動峰值加速度最大，為0.30 g，西北部的動峰值最小，為0.10 g，宕昌和舟曲的動峰值為0.20 g。整體上表現(xiàn)出自東南向西北逐步減小的趨勢。這種趨勢充分表明，東南區(qū)比西北區(qū)受到的地質災害強烈，其相應的地區(qū)巖石穩(wěn)定性較差。整體上表現(xiàn)出自東南向西北逐步減小的趨勢。這種趨勢充分表明，東南區(qū)比西北區(qū)受到的地質災害強烈，其相應的地區(qū)巖石穩(wěn)定性較差。

3.1.3 水文氣候因子

（1）降水。泥石流的發(fā)生總是發(fā)生在異常降雨的過程中，尤其是當降雨量超過一定的水平，更會導致泥石流的發(fā)生。由此可見，降雨量與泥石流的發(fā)生密切相關，所以降水能夠很好地反映一個地區(qū)泥石流的活躍程度。在研究區(qū)內，降雨量相對集中，主要發(fā)生在6—9月份，尤其是7—8月份，降水量非常集中，且時有強降雨發(fā)生。

（2）水系。水系有一定的等級，等級不同的水系所對應的匯水面積和水流量均不同。水系等級越高的干流，其對周圍巖石的侵蝕作用就越大，進而使沿岸邊坡的臨空面增加，從而引發(fā)泥石流。研究區(qū)內水系的侵蝕作用隨著海拔的增加而減小，其次，離水系較近的區(qū)域，收到水系的侵蝕作用較大，泥石流的活動性也越強。由此可見，水系也是影響泥石流發(fā)生與發(fā)展的一個重要因素。

3.1.4 植被與土地利用

（1）植被。植被具有保持水土、涵養(yǎng)水源的作用，可以減小對地表的風化作用，植被指數(shù)越高，地表的風化作用越弱，巖石就越穩(wěn)固，植被指數(shù)越低，地表巖石的風化作用就越強，也就越有利于泥石流的形成。本文對白龍江流域NDVI指數(shù)的分布研究發(fā)現(xiàn)，白龍江流域的泥石流主要集中在NDVI指數(shù)較低的武都、舟曲和宕昌北部，其NDVI指數(shù)為0.3～0.5，其泥石流的分布面積占到整個流域泥石流面積的90.12%。由此可見，NDVI是影響本區(qū)域泥石流發(fā)生的一個重要因素。

（2）土地利用。土地利用類型對泥石流的發(fā)生與發(fā)展有不同的影響，但影響程度存在差異。例如：在武都北部、宕昌東北部及文縣北部地區(qū)，草地等植被覆蓋率較高的地區(qū)泥石流分布數(shù)量較少；舟曲境內和文縣白龍江兩岸雖然多林地覆蓋，但受地形、巖性、降水等因素影響，植被防侵蝕作用較弱，因此是泥石流頻發(fā)的地區(qū)；武都全境、文縣北部、宕昌東北部及南部、迭部西北部草地分布面積較廣，但因人類活動頻繁、破壞嚴重，所以泥石流發(fā)育較多。綜上所述，研究區(qū)泥石流主要集中在人類活動頻繁的地區(qū)，可見人類活動對泥石流的發(fā)育和發(fā)展有顯著的影響。

3.2 各因子之間的線性回歸分析

如果各因子之間存在明顯的線性關系，則就會產生多重線性關系，從而對泥石流的易發(fā)性和危險性評價就會產生很大的影響。為此，我們對上述10種因子進行了線性回歸分析。結果表明（表2），海拔的VIF之最大，為3.323，但經驗判斷方法表明，當VIF＜10時，各因子之間的相關性很弱，并且數(shù)值越小，其相關性也越小。這說明上述提取的10種因子之間并不存在共線性。

4 基于AHP模型的泥石流易發(fā)性評價

4.1 評價指標分級

為了更好地對白龍江流域泥石流易發(fā)性進行評價，本文將泥石流危險性評價進行等級劃分。根據(jù)研究區(qū)的實際情況和相關專家的研究經驗[6-8]，將白龍江流域泥石流易發(fā)性評價采用5級評價體系，就是將各個因子分別劃分為5個等級（表3），分別對其權重賦值為5，4，3，2，1。

表2 評價因子線性回歸分析

表3 泥石流評價等級劃分

4.2 泥石流危險性評價結果與分析

4.2.1 基于AHP模型的泥石流危險性評價 由于本論文研究范圍較大，再加之影響泥石流的因素眾多，為了更精確地評價白龍江流域泥石流的安全性評價。本研究根據(jù)研究區(qū)的實際情況，運用GIS將研究區(qū)劃分為1 km×1 km的柵格單元作為泥石流安全性評價的單元，然后基于AHP模型計算出每個單元各項評價指標的權重值以及等級賦值，之后在經過綜合疊加分析，獲得單元內泥石流危險性的綜合指數(shù)。

疊加綜合指數(shù)計算公式[14]：

式中：Vj為j評價單元泥石流的危險性綜合指數(shù)；θi為第i類評價指標的權重；Qi為第i類指標的賦值；n為評價指標的個數(shù)。

經過計算，本研究區(qū)Vj的范圍為1.564 3～4.738 8，根據(jù)白龍江的具體情況，確定泥石流評價等級劃分標準（表4），之后運用AHP模型獲取研究區(qū)內的泥石流危險性評價結果（附圖5）。

從白龍江泥石流危險性評價結果（附圖5）可以看出，白龍江流域泥石流從西北至東南呈現(xiàn)危險等級遞增的趨勢，極度危險區(qū)和高度危險區(qū)主要分布在宕昌南部、武都北部、文縣中北部以及舟曲東北側的白龍江干流沿岸；中度危險區(qū)主要在極度和高度危險區(qū)四周分布；輕度危險區(qū)分布比較分散，其主要的分布區(qū)有文縣東北部、宕昌東北部及迭部西北部區(qū)域，微度危險區(qū)主要是在研究區(qū)的西北部，但在文縣西南部也有少量的分布。

表4 基于AHP模型的泥石流危險性評價等級劃分

4.2.2 基于信息熵模型的泥石流危險性評價 在對影響白龍江流域泥石流因素分析的基礎上，本文將影響白龍江流域的10個評價指標數(shù)據(jù)整理成初始評價指標矩陣S（18325×10），其中高程、距水系距離、距斷層距離和NDVI4個指標為負指標，按照公式rij=進行標準化處理，其余指標為正指標，按照公式進行標準化處理，式中：xij為第i個區(qū)劃單元的第j個評價指標實際值；max（j）和 min（j）為評價指標值域的上下界；rij為指標標準化值，其取值范圍為0～1。進行處理后，便可得到標準化矩陣R（18325×10），在此基礎上，在Matlab中按照上式進行計算，得到每個評價指標的信息熵E（j），指標權重W（j）以及每個柵格評價單元的易發(fā)性因子F（i）（表5），由于易發(fā)性因子較多（18 325個），在此不便給出。在此基礎上本文根據(jù)研究區(qū)歷史泥石流發(fā)生規(guī)模和頻率，并參考以往學者研究的成果，將泥石流危險性劃分為5級，具體見表5。

表5 泥石流危險評價等級劃分

在等級劃分的基礎上，本文利用ArcGIS軟件將每個柵格單元的易發(fā)性評價因子與柵格數(shù)據(jù)相關聯(lián)，從而得到研究區(qū)泥石流的危險性評價結果（附圖6）。結果表明在白龍江流域，泥石流易發(fā)性評價因子整體上呈現(xiàn)出從東南到西北遞減的趨勢，具體來說極度危險區(qū)和高度危險區(qū)主要分布在武都北部、宕昌南部、文縣中北部地區(qū)以及舟曲的東北側；中度危險區(qū)分布較為散亂，主要分布在文縣的中部、東南部，也有少量分布在宕昌的中東部，總體來說，中度危險區(qū)主要分布在極度危險區(qū)和高度危險區(qū)四周；輕度危險區(qū)主要分布在文縣的東南部、宕昌西北部以及武都南部；微度危險區(qū)主要在整個流域的西北部。

5 結論

在研究區(qū)，泥石流的發(fā)生與發(fā)展受諸多因素的影響，在此基礎上，基于信息熵和AHP模型對影響泥石流的因素進行了綜合分析，并獲取了泥石流危險等級分布圖，分級結果表明，在白龍江流域，基于信息熵模型的泥石流危險等級分布與基于AHP模型的危險性等級分布呈現(xiàn)出整體上相似，局部地區(qū)有差異的規(guī)律。具體表現(xiàn)為：白龍江流域泥石流從西北至東南呈現(xiàn)危險等級遞增的趨勢，極度危險區(qū)和高度危險區(qū)主要分布在宕昌南部、武都北部、文縣中北部以及舟曲東北側的白龍江干流沿岸；中度危險區(qū)主要在極度和高度危險區(qū)四周分布；輕度危險區(qū)分布比較分散，其主要的分布區(qū)有文縣東北部、宕昌東北部及迭部西北部區(qū)域，微度危險區(qū)主要是在研究區(qū)的西北部，但在文縣西南部也有少量的分布。但通過實際調查發(fā)現(xiàn)，宕昌、武都、文縣和舟曲是白龍江流域泥石流的頻發(fā)區(qū)，其泥石流面積分別占整個流域面積的21.3%，28.9%，12.08%和40.88%，調查結果與信息熵模型評價結果更為相似，這說明信息熵模型能夠更好地預測白龍江流域泥石流的發(fā)生與發(fā)展，對未來白龍江流域的災害治理有很好的指導作用。

[1]李志平，陳平貨，陰國勝.污染河水中磷對淺層地下水的影響[J].吉林大學學報，2004，34（3）：435-440.

[2]許小權，曾思偉，李鴻璉.甘川公路的泥石流及其防治[C]∥甘肅省冰川研究所.泥石流學術討論會蘭州會議論文集.成都：四川科學技術出版社，1986.

[3]李永華，張小詠，崔之久.隴南山地泥石流期、氣候期與構造期的耦合[J].水土保持研究，2003，10（2）：96-100.

[4]任非凡，諶文武，韓文峰，等.G212線隴南段泥石流發(fā)育成因及其時空分布特征分析[J].巖石力學與工程學報，2008，27（S1）：3237-3243.

[5]劉希林.泥石流危險度判定的研究[J].災害學，1988，3（3）：10-15.

[6]田菲，馬金輝，彌沛峰，等.基于GIS和Logistic模型的白龍江流域泥石流危險性分析[J].安徽農業(yè)科學，2014，42（15）：4725-4727.

[7]唐川，馬國超.基于地貌單元的小區(qū)域地質災害易發(fā)性分區(qū)方法研究[J].地理科學，2015，35（1）：91-98.

[8]刑釗.基于信息熵與AHP模型的白龍江流域泥石流危險性評價[D].蘭州：蘭州大學，2012.

[9]李雪平，唐輝明.基于GIS的分組數(shù)據(jù)Logistic模型在斜坡穩(wěn)定性評價中的應用[J].吉林大學學報，2005，35（3）：361-365.

[10]Ash Robert R.Information Theory[M].New York：Dover Publications，1990.

[11]Okimura T.A slope stability method for predicting rapid mass movements on granitemountain slopes[J].Natural Disaster Science，1983，5（1）：13-30.

[12]谷天峰，王家鼎，付新平.基于斜坡單元的區(qū)域斜坡穩(wěn)定性評價方法[J].地理科學，2013，33（11）：1400-1405.

[13]丁宏偉.甘肅省舟曲地質災害發(fā)育特征及典型地質災害剖析[J].甘肅地質，2012，21（1）：47-53.

[14]Wadge G A，Wislocki P.Special analysis in GIS for nature hazard assessment[M]∥Skidmore A.Environmental Modelling with GIS and Remote Sensing.Oxford：Oxford University Press，1993.

Risk Assessment Method of Debris Flow in Residential Area Based on Information Entropy and AHP Model

GAO Libing，SU Junde
（Gansu Vocational&Technical College of Nonferrous Metallurgy，Jinchang，Gansu737100，China）

We collected data and carried out field survey in Bailongjiang River Basin，and selected landform factors and geological factors as the debris flow risk assessment indicators，used the grid unit as the evaluation unit，and analyzed the study area power environmental factors.Based on information entropy and AHP model study area debris flow risk assessment model was established，respectively.The result showed that based on information entropy model of debris flow risk level and the level of risk based on AHP model distribution appeared similar on the whole，there were differences between the local patterns，but landslide distribution based on the evaluation of information entropy model partition is more consistent with the actual results.Thus，within the scope of the large area，the debris flow risk assessment partition based on information entropy model has good plasticity and practicability，and plays the important role in geological disaster prediction.

Bailongjiang Basin；debris flow；AHP；information entropy；risk assessment

P642.23

A

1005-3409（2017）01-0376-05

2015-12-24

2016-02-19

甘肅省科技計劃資助“基于無線傳感器網絡的礦山井下定位系統(tǒng)的開發(fā)研究”（1304GKCC044）；甘肅省高等學?？蒲许椖俊盎跓o線傳感器網絡的地質災害預警系統(tǒng)的研究和開發(fā)”（2015B-198）

高立兵（1974—），男，甘肅金昌人，碩士研究生，講師，主要從事物聯(lián)網及計算機研究。E-mail：694443441＠qq.com

蘇軍德（1986—），男，甘肅金昌人，碩士研究生，助教，主要從事地質及地質災害研究。E-mail：sujd2009＠163.com