楊旭穎

(彰武縣應(yīng)急管理事務(wù)服務(wù)中心，遼寧 阜新 123000)

受社會經(jīng)濟(jì)活動、極端災(zāi)害性天氣以及特殊的自然地理環(huán)境多種因素綜合影響，我國山丘區(qū)滑坡、泥石流和洪水災(zāi)害頻發(fā)，造成的生態(tài)破壞、基礎(chǔ)設(shè)施損壞和經(jīng)濟(jì)損失非常嚴(yán)重，逐漸成為防洪減災(zāi)亟待解決的重點問題，加快推進(jìn)山洪災(zāi)害防治事關(guān)全局社會經(jīng)濟(jì)發(fā)展[1-2]。

阜新市彰武縣位于遼寧省西北部，受溫帶季風(fēng)大陸性氣候影響，每年的前汛期(4～6月)雨勢猛、暴雨多發(fā)，極易引發(fā)山洪地質(zhì)災(zāi)害，屬遼西北地區(qū)洪災(zāi)的代表性縣區(qū)。該區(qū)域人類活動強度大、地質(zhì)地貌復(fù)雜，山洪災(zāi)害呈現(xiàn)出點多面廣的顯著特征，因突降暴雨就地起洪所造成的生命財產(chǎn)損失巨大[3]。彰武縣現(xiàn)有水庫、堤壩等山洪防治工程除險加固基本完成，整體防御能力尚可，但大多數(shù)塘壩建成于20世紀(jì)50-60年代，工程質(zhì)量參差不齊，老化失修，對洪水侵襲難以發(fā)揮有效作用，遇強降雨時易引起山洪地質(zhì)災(zāi)害。

1 研究方法

1.1 技術(shù)路線

實地調(diào)查收集彰武縣暴雨洪水特性、水文條件、氣象和河流，土壤侵蝕、土壤類型、地層巖性和地貌形態(tài)等狀況；采集研究區(qū)內(nèi)自動水文站和全自動雨量站數(shù)據(jù)，布設(shè)前期土壤雨量監(jiān)測點4個，深入分析山洪受地形地貌、土壤層、植被層、降雨的阻滯影響；解譯NDVI提取植被覆蓋度指數(shù)和DEM數(shù)據(jù)，依據(jù)等高線圖和坡度指標(biāo)合理劃分山谷山脊類別；采用多光譜數(shù)據(jù)及實地調(diào)研資料合理劃分土壤巖石類型，提取土壤松散系數(shù)指標(biāo)和降雨量指標(biāo)。輸入降雨量、山谷山脊類別、土壤松散系數(shù)、降雨量、坡度、NDVI等因子建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型，經(jīng)大數(shù)據(jù)訓(xùn)練學(xué)習(xí)提高模型的精度和識別度，以山洪災(zāi)害預(yù)警等級作為模型輸出因子[4]。然后把6 h降雨20 mm、40 mm、60 mm三種方案輸入模型，以雨強作為預(yù)警指標(biāo)計算出不同降雨量和程度危險區(qū)的山洪災(zāi)害風(fēng)險等級，以實現(xiàn)提早預(yù)警研究區(qū)山洪災(zāi)害。

1.2 數(shù)據(jù)處理

1.2.1 危險區(qū)調(diào)研整理

彰武縣地貌形態(tài)多樣復(fù)雜，西北部和東部地貌類型為淺切割低山丘陵區(qū)，局部地區(qū)存在陡坡、陡峭山崖及人工形成的陡邊坡，加上區(qū)內(nèi)地質(zhì)災(zāi)害受人類工程活動的影響，如不合理的采礦活動、地下水抽取、削坡建房等致使水旱災(zāi)害頻發(fā)，易造成地面塌陷、山體滑坡和崩塌等災(zāi)害，山地丘陵區(qū)特別是農(nóng)村為多發(fā)區(qū)。

1.2.2 植被覆蓋指數(shù)

植被具有固土保土、減緩徑流、截流降雨等功能，水土流失的強弱在很大程度上取決于植被覆蓋程度。在ENVI遙感圖像處理平臺上利用RS技術(shù)計算彰武縣NDVI值，將2020年5月12日Landsat8遙感圖像進(jìn)行大氣校正、輻射標(biāo)定預(yù)處理解，并譯出地面分布NDVI格柵圖。

1.2.3 坡度數(shù)據(jù)

彰武縣山地丘陵面積占比較高，強降雨條件下陡坡、高山有利于地表快速匯集徑流。一般地，山洪造成的滑坡、泥石流多發(fā)于陡坡上，堆積區(qū)與形成區(qū)相連多為快速滑塌或崩塌轉(zhuǎn)化而成。在Arc GIS軟件中利用GIS技術(shù)計算彰武縣地理坡度，通過DEM數(shù)據(jù)處理和空間分析繪制出研究區(qū)地面坡度分布格柵圖。

1.2.4 土壤松散系數(shù)

彰武縣地質(zhì)主要有沖積、沖坡積、含礫石砂土層、黏土沉積物、卵石、母巖風(fēng)化殘積物和沖積的砂等，山洪災(zāi)害易發(fā)區(qū)的土壤滲透強度往往較低，土壤抗侵蝕性弱遇水易崩解形成山洪地質(zhì)災(zāi)害。

根據(jù)彰武縣土壤松散程度分布圖和實地觀測資料，合理劃分各村屯的巖石土壤類型，查工程分類表提取不同土類的松散系數(shù)。

1.2.5 山脊山谷分類數(shù)據(jù)

山洪災(zāi)害多發(fā)生在侵蝕溝谷發(fā)育、山體切割深度大的地區(qū)。暴雨條件下降水往山谷地處徑流，河谷中快速匯集了大量雨水，致使水位快速上升很容易引發(fā)山洪，若夾雜泥石則發(fā)展成溝谷泥石流，山洪發(fā)生時山脊處相對較安全。

山脊、山谷的等高線凸出部分指向低處和高處，應(yīng)用Arc GIS軟件和等高線分析模塊，通過DEM圖像處理生成彰武縣地面等高線圖(間距20 m)，以此判斷各點屬于山谷、平地或山脊地形，并賦予相應(yīng)的影響系數(shù)為0、0.5、1。

1.2.6 降雨量數(shù)據(jù)

依據(jù)氣象站統(tǒng)計的數(shù)據(jù)資料，彰武縣歷年降雨量329.4～744.1 mm，平均降水量510.2 mm，多集中在7-8月。以6 h臨界雨量60 mm作為轉(zhuǎn)移預(yù)警控制指標(biāo)，按梯度設(shè)計6 h內(nèi)20 mm、40 mm、60 mm三個梯度指標(biāo)。

1.3 研究方法

1.3.1 影響因子整合

采用GPS系統(tǒng)定位獲取中、高危險區(qū)的10個風(fēng)險點經(jīng)緯度坐標(biāo)，采用Arc GIS軟件和空間分析工具生成災(zāi)害點的形文件，并提取災(zāi)害點處的植被覆蓋指數(shù)、坡度值以及已確定的山谷山脊影響系數(shù)和土壤松散系數(shù)，如表1。然后結(jié)合具體降雨量分區(qū)，將山洪災(zāi)害劃分成較低(1級)、一般(2級)、較高(3級)、很高(4級)四種風(fēng)險等級，如表2。

表1 各風(fēng)險點的影響因子值

表2 各降雨量分區(qū)的風(fēng)險等級

1.3.2 創(chuàng)建模型

徑向基網(wǎng)絡(luò)是一種可以逼近任意非線性函數(shù)結(jié)構(gòu)，以該網(wǎng)絡(luò)為基礎(chǔ)GRNN神經(jīng)網(wǎng)絡(luò)具有較好的非線性逼近功能，相比于徑向基網(wǎng)絡(luò)訓(xùn)練更加方便，對于解決曲線擬合問題具有好適用性，為快速創(chuàng)建GRNN神經(jīng)網(wǎng)絡(luò)引入MATLAB中的newgrnn函數(shù)[5]。

GRNN神經(jīng)網(wǎng)絡(luò)由輸入層、徑向基層、線性層、輸出層4層構(gòu)成，其中輸入層輸入的影響因子包括降雨量、山谷山脊類別、土壤松散系數(shù)、坡度和NDVI；徑向基層以radbas為傳輸函數(shù)，采用dist、netprod計算加權(quán)輸入和網(wǎng)絡(luò)輸出，閾值取0.832 6/pread；線性層以purelin為傳輸函數(shù)，采用normprod、netsum計算加權(quán)輸入和網(wǎng)絡(luò)輸出；輸出層將在災(zāi)害風(fēng)險等級輸出，如圖1。其中，net=newgrnn(P,T,spread)作為Newgrm函數(shù)的格式，P、T代表Q×R和Q×1矩陣，即包含Q個長度為R的輸入向量和Q個目標(biāo)向量；Q、R代表輸出樣本數(shù)目和輸入的因子數(shù)，文中Q取250、R取5；spread代表擴(kuò)散系數(shù)，其值越大則曲線越平滑，為更快地逼近樣本訓(xùn)練點要盡量選擇較小的spread值，通過增加spread可以使得曲線變的更加平滑[6-8]。

圖1 GRNN神經(jīng)網(wǎng)絡(luò)模型構(gòu)成

將各風(fēng)險點分別按20 mm、40 mm、60 mm降水量列出335組數(shù)據(jù)，從中隨機(jī)選取250組和組用于訓(xùn)練學(xué)習(xí)，剩余其它組用于驗證模型可靠性。通過輸入樣本計算對比網(wǎng)絡(luò)實際和預(yù)期輸出，不斷調(diào)整閾值和權(quán)值直至誤差達(dá)到精度要求。通過網(wǎng)絡(luò)訓(xùn)練和學(xué)習(xí)，利用訓(xùn)練好的網(wǎng)絡(luò)結(jié)構(gòu)、閾值和權(quán)值可以模擬預(yù)測新的樣本。從高到低排列危險等級數(shù)據(jù)，生成GRNN擬合曲線，結(jié)果顯示期望輸出與模擬結(jié)果的大小、走勢高度吻合，最大誤差不超過1個等級，rate函數(shù)的精準(zhǔn)率達(dá)到91.85%。

2 結(jié)果分析

2.1 模型驗證

采用創(chuàng)建好的GRNN網(wǎng)絡(luò)模型輸入歷史上10組不同風(fēng)險等級的數(shù)據(jù)，其檢驗計算結(jié)果如表3。其中，1級、2級、3級、4級分別代表山洪災(zāi)害風(fēng)險較低、一般、較高、很高。

結(jié)果顯示，對于60 mm降雨量條件下，A、B、D、F、I點的實際風(fēng)險等級與模擬計算完全一致，C、E點的實際風(fēng)險等級與模擬計算相差0.031 7、0.001 2，基本可以忽略不計；G、H、K點的實際風(fēng)險等級與模擬計算相差0.354 3、0.428 5、0.310 6，按四舍五入處理后可算作與實際結(jié)果一致；對于40 mm降雨量條件下，A、B、D、E、F、J點的實際風(fēng)險等級與模擬計算完全一致，C、G、H、K點的實際風(fēng)險等級與模擬計算相差0.021 6、0.000 6、0.000 2、0.102 5，誤差較小可以忽略不計；對于20 mm降雨量條件下，A、B、D、E、F、H、J、K點的實際風(fēng)險等級與模擬計算完全一致，C、G點的實際風(fēng)險等級與模擬計算相差0.021 6、0.000 2，誤差很小可以不計。因此，降雨量雨滴則模型擬合精度越高，這是由于較高降雨量時的實際情況比較復(fù)雜，而模型計算時未考慮其它復(fù)雜因素影響，所以存在一定誤差，但總體不大于0.5，可以算作與實際情況保持一致。綜上分析，GRNN網(wǎng)絡(luò)模型輸出的山洪災(zāi)害風(fēng)險等級預(yù)測結(jié)果與實際情況高度吻合。

2.2 實例應(yīng)用

采用訓(xùn)練好的GRNN網(wǎng)絡(luò)結(jié)構(gòu)、閾值、權(quán)值和表1中的數(shù)據(jù)模擬預(yù)測6 h內(nèi)不同降雨量下的山洪災(zāi)害風(fēng)險等級，如表4。其中，1級、2級、3級、4級分別代表山洪災(zāi)害風(fēng)險較低、一般、較高、很高。

表3 山洪災(zāi)害風(fēng)險等級模擬計算和歷史測定值

表4 山洪災(zāi)害風(fēng)險等級預(yù)測值

結(jié)果顯示，1#、4#、7#、9#模擬結(jié)果與山洪災(zāi)害風(fēng)險等級完全相同，其它編號的模擬誤差處于0.000 5～0.495 0之間，近似處理后可算作與實際結(jié)果保持一致?？梢姡鞔逋偷臍v史災(zāi)害等級與GRNN模型模擬的風(fēng)險等級基本一致，對于預(yù)警山洪地質(zhì)災(zāi)害該模型具有較好適用性。

結(jié)合2018-2020年地質(zhì)災(zāi)害隱患點以及易發(fā)區(qū)，可將彰武縣山洪災(zāi)害危險等級劃分成4級，其中西北部的山洪災(zāi)害危險性最高，東部局部地區(qū)的危險性較高，中部較低，高風(fēng)險等級區(qū)集中分布于回流區(qū)或山脈山谷下方的村落[9-13]，危險程度分布如圖2。

圖2 彰武縣危險程度分布圖

3 結(jié)語

本文利用神經(jīng)網(wǎng)絡(luò)、地理信息系統(tǒng)和遙感技術(shù)，通過數(shù)據(jù)處理、實地調(diào)查、資料收集、建立和驗證GRNN網(wǎng)絡(luò)模型評價了彰武縣山洪地質(zhì)災(zāi)害風(fēng)險等級，主要結(jié)論如下：

將實時降雨量數(shù)據(jù)輸入GRNN網(wǎng)絡(luò)模型，可以預(yù)測出不同程度危險區(qū)和不同降雨量下的山洪災(zāi)害風(fēng)險等級，模型預(yù)測結(jié)果與實際風(fēng)險等級高度一致。將水文場、植被場、土壤類型和地形場耦合能夠準(zhǔn)確判斷山洪地質(zhì)災(zāi)害等級，為遼西北地區(qū)山洪地質(zhì)災(zāi)害預(yù)警提供了一種新的途徑。

將彰武縣山洪災(zāi)害危險等級劃分成4級，其中西北部的山洪災(zāi)害危險性最高，東部局部地區(qū)的危險性較高，中部較低，河流匯流區(qū)或山谷山脈下方的村落多為較高或高風(fēng)險等級地區(qū)，預(yù)測成果可為彰武縣山洪地質(zhì)災(zāi)害防治預(yù)案及規(guī)劃編制提供指導(dǎo)。