王 盈, 袁仁茂

0 引言

山體滑坡是一種非常嚴(yán)重的自然災(zāi)害, 常常造成人員傷亡和財(cái)產(chǎn)損失。 滑坡的發(fā)生受到多種因素的影響, 如地質(zhì)構(gòu)造、 巖性分布、 地貌條件、 土地利用、人類(lèi)活動(dòng)等, 其中極端強(qiáng)降雨、 地震是誘發(fā)滑坡的常見(jiàn)原因[1-6]。 例如: 2008 年汶川8.0 級(jí)地震誘發(fā)了數(shù)以萬(wàn)計(jì)的滑坡災(zāi)害, 在約48 678 km2的范圍內(nèi), 滑坡數(shù)量高達(dá)480 007 個(gè), 滑坡覆蓋面積約711.8 km2[7],這些滑坡摧毀房屋建筑, 堵塞河道, 造成大約2 萬(wàn)人員傷亡[8], 同時(shí)造成了巨大的經(jīng)濟(jì)損失。 2017 年7月, 四川省茂縣疊溪鎮(zhèn)發(fā)生特大高位順層巖質(zhì)滑坡,造成10 人死亡, 73 人失蹤, 整個(gè)新磨村被毀滅的重大損失。 滑坡源區(qū)山體在1933 年疊溪地震中產(chǎn)生拉張裂縫, 之后在多次地震、 長(zhǎng)期重力以及降雨作用下, 最終整體失穩(wěn)破壞[9-11]。 在構(gòu)造活躍、 地形陡峭、 軟弱巖性分布的山區(qū), 滑坡易發(fā)生, 但是在構(gòu)造不活躍、 地質(zhì)條件穩(wěn)定的區(qū)域, 由于人類(lèi)工程的開(kāi)挖及加載, 如高速公路的修建、 煤礦的開(kāi)采, 通常也會(huì)造成嚴(yán)重的滑坡災(zāi)害。 因此對(duì)滑坡災(zāi)害的預(yù)測(cè)和治理對(duì)減輕災(zāi)害損失、 減少人員傷亡具有重要意義。

滑坡易發(fā)性評(píng)價(jià)是指在一定地形條件的前提下,在某一區(qū)域內(nèi)發(fā)生滑坡的可能性程度[12]。 目前, 隨著GIS 的發(fā)展, 有很多的滑坡易發(fā)性的評(píng)價(jià)方法, 一般可以分為定性評(píng)價(jià)和定量評(píng)價(jià)。 定性評(píng)價(jià)一般基于專(zhuān)家經(jīng)驗(yàn), 直接從現(xiàn)場(chǎng)調(diào)查進(jìn)行判斷或者根據(jù)各影響因素分區(qū)圖進(jìn)行判斷, 如層次分析法[13-17]、 專(zhuān)家系統(tǒng)法[18,19]、 模糊綜合評(píng)判法[20-24]等; 定量評(píng)價(jià)方法主要有兩種, 一種是基于物理模型和工程地質(zhì)的方法, 建立在滑坡發(fā)生的物理機(jī)制的基礎(chǔ)上, 使用數(shù)學(xué)模型來(lái)定量描述斜坡穩(wěn)定狀態(tài)[25,26]。 第二種是基于統(tǒng)計(jì)分析理論, 它不需要收集滑坡工程地質(zhì)方面的數(shù)據(jù), 而是根據(jù)歷史滑坡失穩(wěn)的影響因素的特征來(lái)分析未來(lái)滑坡的發(fā)生概率[27], 如頻率比法[28-30]、 信息量法[31-34]、 概率指數(shù)模型[35,36]、 證據(jù)權(quán)法[37-39]、 邏輯回歸[40,41]、 人工神經(jīng)網(wǎng)絡(luò)[42,43]、 支持向量機(jī)[44-46]等。 應(yīng)用不同的評(píng)價(jià)方法, 有著不同的評(píng)價(jià)效果, 因此在區(qū)域地質(zhì)災(zāi)害評(píng)價(jià)時(shí), 需要充分了解災(zāi)害情況,然后選擇合適的影響因子以及評(píng)價(jià)方法, 這樣才能獲得更好的結(jié)果。

本文以金沙江云南巧家段為研究區(qū), 基于野外調(diào)查和多源遙感解譯, 在獲得金沙江巧家段滑坡編目的前提下, 將層次分析法(Analytic Hierarchy Process,AHP) 和頻率比法(Frequency Ratio, FR) 相結(jié)合,建立了滑坡易發(fā)性評(píng)價(jià)模型, 分析滑坡災(zāi)害的發(fā)生于各個(gè)影響因子的相關(guān)性, 利用層次分析法對(duì)各個(gè)影響因子賦予相對(duì)權(quán)重, 研究金沙江巧家段的滑坡災(zāi)害易發(fā)性程度, 以期待為研究區(qū)建設(shè)和規(guī)劃減輕滑坡災(zāi)害風(fēng)險(xiǎn)。

1 研究區(qū)概況

金沙江巧家段位于四川和云南兩省的交界地區(qū),介于東經(jīng) 102°72′—103°28′, 北緯26°00′—27°28′,總面積約4 037 km2, 涉及寧南縣、 會(huì)東縣、 巧家縣、會(huì)澤縣以及東川區(qū)(圖1)。

圖1 研究區(qū)位置圖Fig.1 Location map of study area

研究區(qū)氣候?qū)儆趤啛釒Ъ撅L(fēng)氣候, 夏季高溫多雨, 冬季溫和少雨, 在高海拔的山區(qū)還具有明顯的垂直氣候特征, 多年平均降雨量處于750 ～1 050 mm,而且由南向北, 降水量依次減少。 整個(gè)研究區(qū)背靠藥山山脈, 整體地勢(shì)東高西低, 地形以山地為主, 山高谷深, 海拔高差大, 金沙江貫穿其中, 主要巖性為沖洪積層、 板巖、 千枚巖、 灰?guī)r、 粉砂巖、 砂巖、 白云巖、 頁(yè)巖、 泥巖、 玄武巖等等, 地質(zhì)構(gòu)造比較復(fù)雜,主要受小江斷裂帶北段控制, 其次為則木河斷裂和五蓮峰斷裂, 新構(gòu)造活動(dòng)強(qiáng)烈, 未來(lái)有發(fā)生強(qiáng)震的可能[47]。 該區(qū)域土地利用類(lèi)型以林地、 草地和耕地為主, 大量分布紅壤、 褐紅土以及黃棕壤等多種類(lèi)型的土壤。

研究區(qū)由于構(gòu)造環(huán)境復(fù)雜活躍, 區(qū)域降水不均衡, 地形高差大, 巖性、 土壤及土地利用的差異, 導(dǎo)致崩塌、 滑坡、 泥石流災(zāi)害頻發(fā), 造成大量經(jīng)濟(jì)損失和人員傷亡。 例如巧家縣城后山特大滑坡[48]及其他地質(zhì)災(zāi)害[49], 還有罕見(jiàn)的蔣家溝泥石流, 每到雨季,多次沖毀農(nóng)田道路, 堵塞江水, 淤埋村莊, 在野外崩塌、 滑坡災(zāi)害也非常常見(jiàn)。 因此, 很有必要對(duì)易發(fā)生地質(zhì)災(zāi)害的研究區(qū)域進(jìn)行評(píng)估, 采取適當(dāng)?shù)木徑獯胧?/p>

2 研究方法

頻率比法是一種常見(jiàn)的統(tǒng)計(jì)分析法, 將某一指標(biāo)因子進(jìn)行狀態(tài)分類(lèi)并計(jì)算各等級(jí)狀態(tài)對(duì)滑坡的影響程度, 指的是在整個(gè)研究區(qū)內(nèi)滑坡的面積比, 但是單一的頻率比模型忽視了各指標(biāo)因子的所占權(quán)重[50], 所以本研究采用頻率比和層次分析法相結(jié)合的方法, 確定各個(gè)影響因子權(quán)重, 確定易發(fā)性指數(shù)并基于GIS 平臺(tái)進(jìn)行易發(fā)性分區(qū)。 一般步驟如下: 首先, 建立滑坡編目, 選擇其中的70%作為訓(xùn)練樣本, 并選擇影響因子, 通過(guò)頻率比方法, 計(jì)算滑坡的相對(duì)頻率(mLRF), 然后利用層次分析法計(jì)算各個(gè)影響因子的相對(duì)權(quán)重, 接下來(lái)將各個(gè)因子的圖層按照相對(duì)權(quán)重進(jìn)行疊加, 得到易發(fā)性結(jié)果圖, 最后, 利用剩余30%的滑坡, 再選擇相同面積非滑坡數(shù)據(jù), 通過(guò)ROC 曲線(xiàn)檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性。

3 數(shù)據(jù)來(lái)源

滑坡數(shù)據(jù)庫(kù)是進(jìn)行滑坡災(zāi)害易發(fā)性評(píng)價(jià)的重要基礎(chǔ), 本次研究通過(guò)野外調(diào)查和借助高分辨率遙感影像解譯獲得, 遙感影像為2014 年的QuickBird 0.5 m 分辨率的正射影像圖。 最終, 在野外調(diào)查和遙感影像解譯的基礎(chǔ)上, 得到了研究區(qū)的滑坡分布圖, 共有滑坡3 573 個(gè)(圖2), 滑坡面積達(dá)8.4 km2, 而滑坡以中小型淺層滑坡為主, 多沿著河谷及道路分布。 本次采用頻率比—層次分析法進(jìn)行易發(fā)性評(píng)價(jià), 所選取的影響因子, 包括高程、 坡度、 坡向、 地形起伏度、 曲率、 多年平均降雨量, 土地利用等, 共13 個(gè)影響因子, 具體數(shù)據(jù)性質(zhì)見(jiàn)表1。

表1 數(shù)據(jù)來(lái)源Table 1 The source and the attributes of geodatabase

圖2 研究區(qū)滑坡分布圖Fig.2 The distribution of landslide in the study area

4 易發(fā)性評(píng)價(jià)

4.1 滑坡影響因子的選取及滑坡相對(duì)頻率(mLRF) 的計(jì)算

研究區(qū)內(nèi)滑坡災(zāi)害共有3 573 個(gè)滑坡, 借助于ArcGIS 的地統(tǒng)計(jì)分析模塊, 將滑坡隨機(jī)分為兩類(lèi), 一類(lèi)為滑坡的70%, 共2 501 個(gè), 面積約5.5 km2, 并作為該次模型的訓(xùn)練樣本, 另一類(lèi)滑坡1 072 個(gè), 則作為模型的驗(yàn)證樣本。 然后根據(jù)現(xiàn)有的數(shù)據(jù), 選取影響研究區(qū)內(nèi)滑坡發(fā)生的影響因子, 如高程、 坡度、 坡向、 地層巖性、 斷裂、 土地利用類(lèi)型等共13 個(gè)因子。確定好影響因子后, 在ArcGIS 平臺(tái)上進(jìn)行重分類(lèi),由此獲得各個(gè)影響因子圖層, 見(jiàn)圖3, 然后通過(guò)公式(1) 來(lái)分析各個(gè)影響因子的分級(jí)因子對(duì)滑坡的相關(guān)性, 即滑坡的相對(duì)頻率比, 見(jiàn)附表1。

圖3 滑坡影響因子分級(jí)圖層Fig.3 Landslide triggering factors and their classes

其中, mLRF 表示滑坡的相對(duì)頻率比; LF 表示各個(gè)影響因子的各分級(jí)內(nèi)的滑坡面積; CA 表示各個(gè)影響因子的各分級(jí)的總面積。 各個(gè)影響因子分類(lèi)及統(tǒng)計(jì)結(jié)果如下:

1) 高程

在山區(qū), 高程影響災(zāi)害的分布, 主要原因在于高程與降水量之間有著密切的相關(guān)性。 研究區(qū)高程范圍在527 ～3 675 m 之間, 金沙江沿岸是地勢(shì)最低的區(qū)域, 兩側(cè)溝壑發(fā)育, 地勢(shì)增高。 在本文中, 將研究區(qū)高程按照每200 m 分為一級(jí), 分為527 ～700 m,700～900 m, ＞900～1 100 m, …, ＞2 900 ～3 100 m,＞3 100 m 等14 級(jí)。 其中在＞700～1 900 m 范圍內(nèi)的滑坡面積較多, 在1 100～1 300 m 范圍內(nèi)的滑坡面積達(dá)到最大, ＞2 900 m 的滑坡面積最小。 滑坡的相對(duì)頻率比隨著高程的增加, 不斷增加, ＞700～900 m 為0.162 0, ＞900～1 100 m 達(dá)到最大(0.163 8), 之后則隨著高程的增加又不斷下降, 到＞3 100 m 基本為0。

2) 坡度

坡度也是非常重要的影響因子, 表現(xiàn)在坡度影響地表水徑流、 地下水補(bǔ)給和排泄、 物質(zhì)的搬運(yùn)和堆積、 斜坡體的應(yīng)力分布等[51]。 研究區(qū)坡度多在0°～82°之間, 按照每10°劃分為7 類(lèi), 分別為0 ～10°,＞10° ～20°, ＞20° ～30°, ＞30° ～40°, ＞40° ～50°,＞50°～60°, ＞60°。 在＞20°～50°分類(lèi)內(nèi)的滑坡面積較多, 在＞30°～40°分類(lèi)內(nèi)面積最大, 較大滑坡頻率比分布在＞30°～60°, 這與其他研究也比較符合。

3) 坡向

坡向?qū)碌挠绊懼饕憩F(xiàn)為山坡的小氣候和水熱比的規(guī)律性差異[52], 間接影響其他因素, 如降水,土壤濕度, 植被覆蓋等。 研究區(qū)坡向分為5 類(lèi), 分別為平坦、 北、 東北、 東、 東南、 南、 西南、 西、 西北。 統(tǒng)計(jì)結(jié)果表明, 在西南、 南、 東南3 個(gè)方向的滑坡面積最大, 相對(duì)頻率比也最大, 與前人所認(rèn)為陽(yáng)坡的滑坡易發(fā)性更高具有一致性。

4) 地形起伏度

地形起伏度代表了研究區(qū)的地形高差, 一般情況下, 地形起伏度越大, 邊坡的重力勢(shì)能越大, 越容易發(fā)生滑坡災(zāi)害。 本次采用變點(diǎn)分析法確定了最佳起伏度[53], 然后以50 m 為間距, 將研究區(qū)地形起伏度劃分為8 類(lèi), 結(jié)果發(fā)現(xiàn)近80%的滑坡面積在100～200 m的分類(lèi)范圍內(nèi)。 另外, 隨著起伏度的增加, 滑坡密度不斷增大, 到＞200 ～250 m 達(dá)到最大(0.320 2), 之后隨著起伏度增加, 滑坡密度不斷下降。

5) 曲率

曲率代表了坡面的形狀, 曲率為正, 為凸形坡;為負(fù), 為凹形坡; 為0, 為平坡。 研究區(qū)曲率在-2 ～ 2的范圍內(nèi), 滑坡面積所占比重大, 另外比起凸形坡,在凹形坡山的滑坡面積較大, 且滑坡密度也相對(duì)較大。

6) 多年平均降雨量

降水是重要觸發(fā)因素, 經(jīng)常導(dǎo)致重大的滑坡災(zāi)害。 而它對(duì)邊坡的影響主要表現(xiàn)為, 降水會(huì)進(jìn)入破體裂隙內(nèi), 會(huì)軟化物質(zhì), 減小接觸面的摩擦力, 增加坡體重力, 動(dòng)水壓力和超靜孔隙水壓力的存在, 都可能會(huì)導(dǎo)致邊坡失穩(wěn)破壞。 因?yàn)檠芯繀^(qū)位于川滇兩省的交界處, 且只有寧南、 巧家、 會(huì)澤和東川4 個(gè)雨量觀測(cè)站, 因此本文收集了川滇全部雨量觀測(cè)站自1981—2010 年的降水資料, 采用協(xié)同克里金差值, 以50 mm為間距, 獲得研究區(qū)的多年平均降水分布圖。 然后統(tǒng)計(jì)各個(gè)分類(lèi)內(nèi)的滑坡面積, 得到研究區(qū)降水多分布在700～1 100 mm 的范圍內(nèi), 在800 ～900 mm 分類(lèi)內(nèi)的滑坡面積及滑坡密度最大。

7) 土地利用類(lèi)型

土地利用主要反映人類(lèi)活動(dòng)的程度, 表示未利用土地、 林草地、 農(nóng)業(yè)用地、 城鎮(zhèn)用地等土地利用程度的高低[54]。 根據(jù)研究區(qū)土地利用的實(shí)際情況, 國(guó)家土地利用分類(lèi)方法, 結(jié)合劉紀(jì)遠(yuǎn)等在建設(shè)“中國(guó)20世紀(jì)LUCC 時(shí)空平臺(tái)” 建立的LUCC 分類(lèi)系統(tǒng), 劃分為18 種二級(jí)分類(lèi)土地利用類(lèi)型, 其中林地和草地類(lèi)型的滑坡面積最大, 但是裸巖石質(zhì)地和其他建設(shè)用地類(lèi)型的滑坡密度最大, 分別為0.358 9 和0.148 1。

8) 土壤類(lèi)型

土壤的顆粒組成、 凍脹性、 透水程度和風(fēng)化程度等都對(duì)滑坡有著重要的影響。 根據(jù)三級(jí)分類(lèi)標(biāo)準(zhǔn), 分為2 類(lèi), 其中褐紅土和紅壤分類(lèi)的滑坡面積最大, 占到了滑坡面積的60%以上。 其他的土壤雖然也有分類(lèi), 但是滑坡面積相對(duì)較少。 尤其在棕壤性土(0.175 8)、 褐紅土(0.137 1)、 紅壤(0.113 1) 這3類(lèi)土壤具有較高的滑坡密度。

9) 地層巖性

地層巖性是非常重要的影響因子[55], 因?yàn)椴煌膸r性有著不同的硬度和抗風(fēng)化能力, 這對(duì)邊坡的穩(wěn)定性有著決定作用。 本文依據(jù)《工程巖體分級(jí)標(biāo)準(zhǔn)》(GB/T 50218—2014) 以及研究區(qū)巖性分布特征, 將研究區(qū)分為5 類(lèi), 分別為堅(jiān)硬巖(花崗巖、 玄武巖、輝長(zhǎng)巖、 石英砂巖、 輝綠巖、 硅質(zhì)白云巖等), 較堅(jiān)硬巖(白云巖、 灰?guī)r、 板巖、 碳硅質(zhì)板巖等), 較軟弱巖(泥灰?guī)r、 頁(yè)巖、 泥砂質(zhì)白云巖、 粉砂巖、 千枚巖、 泥質(zhì)粉砂巖等), 軟弱巖(泥巖、 泥頁(yè)巖等),極軟巖(殘坡積、 沖洪積、 冰川、 湖河沉積等成因的砂、 礫石、 黏土等)。 對(duì)各級(jí)分類(lèi)內(nèi)的滑坡面積進(jìn)行統(tǒng)計(jì), 結(jié)果顯示, 以較堅(jiān)硬巖和較軟弱巖分類(lèi)的滑坡分布密度最大。

10) 河流

河流由于水的影響, 會(huì)浸潤(rùn)、 沖蝕、 掏蝕河岸,使得坡度變陡, 促進(jìn)滑坡發(fā)育。 研究區(qū)滑坡有好多發(fā)育在河流兩岸, 在ArcGIS 平臺(tái)中, 以河流為中心進(jìn)行緩沖區(qū)分析, 劃分為5 個(gè)緩沖區(qū), 分別為0～50 m,＞50～100 m, ＞100 ～150 m, ＞150 ～200 m, ＞200 m。結(jié)果發(fā)現(xiàn), 隨著與河流距離的增加, 滑坡面積逐漸減少, 但是滑坡密度在＞100～200 m 的范圍內(nèi)達(dá)到最大 。在＜200 m 的緩沖區(qū)內(nèi), 滑坡密度相對(duì)較大, 一旦超過(guò)200 m, 滑坡密度迅速下降, 這很有可能是超過(guò)200 m的范圍, 河流的影響減小, 受到了其他因素較多。

11) 公路

在山區(qū), 公路的開(kāi)挖, 破壞了巖體完整性, 導(dǎo)致高陡邊坡的增加, 破壞了原有邊坡的應(yīng)力平衡, 在卸荷作用下, 易發(fā)生崩塌、 滑坡災(zāi)害。 在ArcGIS 平臺(tái)中, 以道路為中心進(jìn)行緩沖區(qū)分析, 也劃分為5 個(gè)緩沖區(qū), 與河流緩沖區(qū)分類(lèi)一致。 結(jié)果發(fā)現(xiàn), 隨著與道路距離的增加, 滑坡面積也逐漸減少, 而滑坡密度也具有遞減趨勢(shì)。

12) 斷裂

斷裂活動(dòng)影響地形和巖體結(jié)構(gòu), 在斷裂帶沿岸,巖性一般較為破碎, 這是滑坡的物質(zhì)來(lái)源, 而斷裂活動(dòng)導(dǎo)致的地震, 會(huì)在短時(shí)間內(nèi)誘發(fā)大量的地質(zhì)災(zāi)害,造成重大損失。 研究區(qū)內(nèi)小江斷裂帶縱貫?zāi)媳? 是主要的控制斷裂。 通過(guò)以斷裂為中心的緩沖區(qū)分析, 以1 km 為間距, 共劃分為15 類(lèi), 總體趨勢(shì)為隨距離斷裂越遠(yuǎn), 滑坡面積迅速減少, 滑坡密度雖有起伏, 但總體上仍隨距離越遠(yuǎn)而也不斷減小。 由此說(shuō)明, 距離斷裂越遠(yuǎn), 則受影響越小。

13) 地震峰值加速度(PGA)

PGA 是影響滑坡分布的地震因素之一, 一般峰值加速度值越大, 越容易發(fā)生滑坡, 影響越大。 研究區(qū)PGA 共分為3 類(lèi), 其中近98%的滑坡發(fā)生在0.2 ～0.3 g 范圍內(nèi), 無(wú)明顯規(guī)律性但是在0.3 g 的分類(lèi)范圍內(nèi)的滑坡密度最大。

確定好影響因子后, 在ArcGIS 平臺(tái)上進(jìn)行重分類(lèi), 由此獲得各個(gè)影響因子圖層, 見(jiàn)圖3, 然后通過(guò)公式(2) 來(lái)分析各個(gè)影響因子的分級(jí)因子對(duì)滑坡的相關(guān)性, 即滑坡的相對(duì)頻率比, 見(jiàn)附表1。

其中, mLRF 表示滑坡的相對(duì)頻率比; LF 表示各個(gè)影響因子的各分級(jí)內(nèi)的滑坡面積; CA 表示各個(gè)影響因子的各分級(jí)的總面積。

4.2 層次分析法確定影響因子的相對(duì)權(quán)重

在確定了高程、 坡度、 坡向、 地形起伏度、 土地利用、 土壤等13 個(gè)影響因子后, 通過(guò)計(jì)算各個(gè)因子的滑坡相對(duì)頻率比, 可以看到不同的影響因子以及各因子的分級(jí)因子, 都與滑坡的發(fā)育有著不同的影響程度。 那么為了比較各個(gè)影響因子對(duì)滑坡的影響程度,就需要確定各個(gè)因子的相對(duì)權(quán)重。 而層次分析法是一種多指標(biāo)決策方法, 一般是借助專(zhuān)家經(jīng)驗(yàn)對(duì)同層指標(biāo)進(jìn)行兩兩對(duì)比, 對(duì)相對(duì)重要性進(jìn)行量化表示, 然后根據(jù)這些量化值構(gòu)建判斷矩陣; 之后, 根據(jù)判斷矩陣計(jì)算各個(gè)指標(biāo)的相對(duì)重要性, 并對(duì)結(jié)果做一致性檢驗(yàn),若檢驗(yàn)結(jié)果合格, 則指標(biāo)的權(quán)重分配合理, 否則重新進(jìn)行比較, 最后得到最終評(píng)價(jià)結(jié)果。

原始層次分析法中運(yùn)用專(zhuān)家經(jīng)驗(yàn)法, 具有一定的主觀性。 而頻率比的方法則有效的減少了主觀性的影響。 前面, 我們已經(jīng)將13 個(gè)影響因子分級(jí)并計(jì)算出了各級(jí)影響因子的相對(duì)頻率比, 然后基于滑坡的面積分布, 計(jì)算求得各個(gè)因子的相對(duì)頻率的面積加權(quán)平均值(表3) 即各影響因子的相對(duì)頻率比。 得到各影響因子的相對(duì)頻率比后, 將結(jié)果兩兩相除, 就可以得到他們之間的相對(duì)重要性。 然后利用得到的結(jié)果構(gòu)建判斷矩陣(表4)。

表3 各個(gè)影響因子的滑坡相對(duì)頻率比(面積加權(quán)平均值)Table 3 Relative frequency ratio of landslides for various influencing factors (area weighted average)

表4 影響因子的判斷矩陣結(jié)果Table 4 Pairwise comparison matrix of all factors

由兩兩比較的結(jié)果看, PGA 與斷裂距離的結(jié)果最大。 然后根據(jù)層次分析法計(jì)算影響因子的相對(duì)權(quán)重,即需要計(jì)算判斷矩陣的特征向量(表5), 使得權(quán)重值和為1。 計(jì)算結(jié)果表明, 土地利用因子是最重要的影響因子, 權(quán)重值為0.153 9, 其次為與斷裂距離、曲率、 高程, 權(quán)重值都在0.1 以上, 地震峰值加速度(PGA) 是權(quán)重值最小的影響因子。

表5 影響因子相對(duì)權(quán)重值Table 5 Relative weight value of influence factors

接下來(lái), 對(duì)各因子的權(quán)重分配結(jié)果進(jìn)行一致性檢驗(yàn)(公式3、 4)。

其中, CR 為一致性指數(shù), 一般要求結(jié)果小于0.1, 表示該矩陣通過(guò)一致性檢驗(yàn), 否則需要對(duì)判斷矩陣進(jìn)行修正; CI 為一致性指標(biāo), λmax為判斷矩陣的最大特征值, n 表示判斷矩陣的階數(shù); RI 為平均隨機(jī)一致性指標(biāo), 取值如表6 所示(許樹(shù)伯, 1998)。 經(jīng)計(jì)算, 本文CR 值等于0, 遠(yuǎn)小于0.1, 因此各個(gè)影響因子的權(quán)重分配合理。

表6 平均隨機(jī)一致性指標(biāo)RI 取值表Table 6 Values of the random index (RI)

4.3 易發(fā)性評(píng)價(jià)

基于頻率比—層次分析法的易發(fā)性評(píng)價(jià), 主要借助ArcGIS 的空間分析功能, 將得到的各個(gè)影響因子圖層以及計(jì)算求得的因子相對(duì)權(quán)重值, 代入到評(píng)價(jià)模型公式中(公式5), 利用柵格計(jì)算器功能得到易發(fā)性結(jié)果圖。 最后按照自然間距分類(lèi)方法, 將易發(fā)性指數(shù)值劃分為5 類(lèi), 即低易發(fā)區(qū)、 中等易發(fā)區(qū)、 高易發(fā)區(qū)、 極高易發(fā)區(qū)(圖4)。

圖4 研究區(qū)易發(fā)性分區(qū)圖Fig.4 Landslide susceptibility zones of study area

其中, OLSI 為易發(fā)性指數(shù); Weight 為影響因子相對(duì)權(quán)重值; mLRF 為滑坡相對(duì)頻率比。

研究區(qū)易發(fā)性結(jié)果圖顯示, 低易發(fā)區(qū)、 中等易發(fā)區(qū)、 高易發(fā)區(qū)、 極高易發(fā)區(qū)的面積分別占研究區(qū)的24.63%、 36.14%、 27.68%、 11.55%。 總體上, 研究區(qū)的60%以上屬于中低易發(fā)區(qū), 高等易發(fā)區(qū)主要分布在研究區(qū)南側(cè)的金沙江及河谷兩側(cè)。

4.4 評(píng)價(jià)結(jié)果檢驗(yàn)

易發(fā)性模型的檢驗(yàn)和模型的構(gòu)建一樣重要, 若是模型的準(zhǔn)確性不夠, 則同樣不能用于研究區(qū)的易發(fā)性評(píng)價(jià)。 目前, 對(duì)于評(píng)價(jià)模型的檢驗(yàn), 一般采用受試者工作特征曲線(xiàn), 即ROC 曲線(xiàn), 是根據(jù)一系列不同的二分類(lèi)方式(分界值或決定閾), 以真陽(yáng)性率(靈敏度) 為縱坐標(biāo), 假陽(yáng)性率(1-特異度) 為橫坐標(biāo)繪制的曲線(xiàn)。 然后, 通過(guò)計(jì)算曲線(xiàn)下面積(AUC) 來(lái)測(cè)量模型的準(zhǔn)確性。 若在AUC＞0.5 的情況下, AUC 越接近于1, 說(shuō)明效果越好。 AUC 在 0.5～0.7 時(shí)有較低準(zhǔn)確性, AUC 在0.7 ～0.9 時(shí)有一定準(zhǔn)確性, AUC 在0.9 以上時(shí)有較高準(zhǔn)確性。 AUC 越大, 利用滑坡模型預(yù)測(cè)的效果越好。

在本文中, 基于滑坡數(shù)量30%, 共1 072 個(gè)滑坡,對(duì)該易發(fā)性模型進(jìn)行驗(yàn)證。 首先, 在ArcGIS 平臺(tái)上,將這些滑坡轉(zhuǎn)化為5 m×5 m 柵格的柵格單元, 共有104 559 個(gè)。 然后, 在研究區(qū)的非滑坡區(qū)域隨機(jī)選取等量的柵格單元, 共同作為該模型的驗(yàn)證樣本。 然后, 提取各個(gè)柵格點(diǎn)處的易發(fā)性指數(shù)值, 接下來(lái), 數(shù)值導(dǎo)入到SPSS 軟件中, 繪制ROC 曲線(xiàn)(圖5), 并得到AUC 數(shù)值, 為0.827。 由此可見(jiàn), 該易發(fā)性評(píng)價(jià)模型準(zhǔn)確性較好。

圖5 研究區(qū)易發(fā)性評(píng)價(jià)模型的ROC 曲線(xiàn)圖Fig.5 Receiver operating characteristic (ROC) curve of susceptibility evaluation model in the research area

5 結(jié)論

金沙江巧家段滑坡災(zāi)害廣泛分布, 經(jīng)野外調(diào)查和遙感影像解譯, 共有滑坡3 573 個(gè)。 本文將層次分析法和頻率比法相結(jié)合, 建立了金沙江巧家縣滑坡災(zāi)害易發(fā)性評(píng)價(jià)模型, 選取滑坡數(shù)量的70%作為訓(xùn)練樣本, 其余的作為測(cè)試樣本。 另外選取了高程、 坡度、起伏度、 多年平均降雨量、 土地利用、 土壤類(lèi)型等13個(gè)影響因子, 統(tǒng)計(jì)這13 個(gè)影響因子與滑坡的分布關(guān)系表明: 在高程為700 ～1 100 m, 坡度為30°～60°,向陽(yáng)坡, 地形起伏度為200～250 m, 在凹形坡的山谷地帶, 多年平均降水量為800 ～900 mm, 裸巖石質(zhì)地和其他建設(shè)用地類(lèi)型, 以棕壤性土、 褐紅土、 紅壤為主的土壤, 較堅(jiān)硬巖和較軟弱巖分布, 地震峰值加速度(PGA) 為0.3 g 的區(qū)域的滑坡密度較大, 且隨著與河流、 道路以及斷裂的距離越大, 滑坡的分布密度不斷降低。

通過(guò)層次分析法確定了各因子的相對(duì)權(quán)重, 其中, 土地利用、 與斷裂的距離以及高程因子是權(quán)重較大的因子, 而PGA 是權(quán)重最小的影響因子。 基于ArcGIS 空間分析功能可得到研究區(qū)滑坡災(zāi)害易發(fā)性圖, 表明: 研究區(qū)60%以上屬于中低易發(fā)性, 而只有約12%區(qū)域?yàn)闃O高易發(fā)性, 并多位于研究區(qū)南側(cè)金沙江河谷兩側(cè)。 最后利用相等面積的滑坡和非滑坡像元, 通過(guò)統(tǒng)計(jì)ROC 曲線(xiàn)的線(xiàn)下面積(AUC) 檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性, 結(jié)果為0.827, 該模型是可靠的。