基于ArcGIS的广元市利州区地质灾害危险性评价

邓 兵

(成都理工大学国土资源部地学空间信息技术重点实验室，四川成都 610051)

四川省广元市利州区地处前龙门山与四川盆地交汇过渡地带，地形地貌复杂，河流切割强烈，地层岩性较差，年降雨量大，加之受汶川地震影响，地质灾害发生频繁，主要地质灾害类型有崩塌、滑坡、地裂缝、地面塌陷等。同时，这些灾害又可能衍生出其他灾害类型，如崩塌、滑坡产生的巨量松散岩土可能导致泥石流，地裂缝可能发展成为崩塌、滑坡，崩滑体堵塞江河会形成堰塞湖，失稳的破碎山体和崩滑堆积体存在再次崩滑的危险等［1］。地质灾害威胁着当地群众的生命财产安全，急需进行地质灾害危险性评价和综合防治。

地质灾害危险性评价是通过对地质灾害活动程度以及各活动条件的综合分析，评价地质灾害活动的危险程度，确定地质灾害可能造成危害的区域［2］。本研究以利州区为例，利用ArcGIS的空间分析功能定量化地评价地质灾害危险程度，以期为当地的地质灾害防治和经济社会发展提供参考。

1 研究区概况

1.1 地理地质条件

利州区位于四川盆地北部边缘、嘉陵江上游、川陕甘三省交接处，地势东北、西北高，中部低，形成了北部中山区、中部河谷浅丘及平坝区、南部低山区的特殊地理环境。全区土地总面积1 538.52 km2，其中70%为山地，总人口约48万人。境内山峰属米仓山脉西、岷山脉东、龙门山脉东北三尾端的余脉，最高海拔1 917 m，最低海拔454 m。

区内出露地层可划分为北西部龙门山地层分区和南东部四川盆地分区两个大的地层单元。其中，龙门山地层分区主要分布于利州区北西部的金洞、三堆、白朝等3个乡镇，四川盆地分区则广泛分布于宝轮、工农、大石以南的各乡镇;龙门山分区主要出露寒武系至石炭系地层，四川盆地分区主要是二迭系至侏罗系地层及分布于河谷平坝地区的第四系地层。

区内地质构造大致可分为西北部龙门山北东向构造带与川北台凹燕山褶皱区两大体系。其中，西北部龙门山北东向构造带位于宝轮、白朝、三堆等乡镇，主要有天井山复背斜、仰天窝复向斜和大茅山复背斜;川北台凹燕山褶皱区位于宝轮、工农、大石、柳桥一线以南的广大乡镇，呈向东南缓倾斜的单斜构造，主要由白垩系和侏罗系地层构成，其内部有走马岭向斜、河湾场背斜、射箭河向斜、潼子观背斜、新场向斜、梓潼庙向斜等，断裂极少，褶皱轻缓宽展。另外，区内主要有林庵寺—茶坝大断裂和马角坝—罗家坝断裂两大断裂带，西北部龙门山构造带断裂构造最为发育，东北部大巴山过渡带次之。

1.2 地质灾害

本次地质灾害危险性评价共选取了研究区内231个大中型地质灾害点，其中塌陷17处，主要分布在断层发育地区;崩塌17处，主要分布在嘉陵江河流两岸;危险性斜坡9处;滑坡188处。

2 地质灾害危险性评价

2.1 技术路线

地质灾害危险性评价步骤依次为资料收集—数据处理—建立评价指标体系—选取评价模型—得出评价结果。收集的资料主要包括研究区1∶20万地形图、1∶20万地质图、ETM+遥感影像以及年降雨量、地质灾害点信息等。首先，对栅格格式的地形、地质图进行矢量化处理，对灾害点、降雨量信息等进行图形化处理，并统一投影坐标系统，即采用6°带高斯克吕格投影、北京54坐标系;其次，基于ArcGIS平台，由灾害点分布图生成灾害点分布密度图，由年降雨量数据插值生成年降雨量等值线图;再次，在ArcGIS中利用矢量化的地形图生成DEM数据，提取高程、坡度信息，并根据地质图中的断层信息生成断层密度图;最后，应用ArcGIS的空间分析模块对各个图层进行叠加分析，根据选取的评价模型得到研究区地质灾害危险性评价结果。

2.2 评价指标体系

研究区地质灾害主要有崩塌、泥石流、滑坡、塌陷等。地质灾害的致灾因素有很多，地层岩性、地质构造、地形地貌、气候、构造运动、水文特征、河流侵蚀、人类活动等都会影响地质灾害分布，其中地质构造、地形地貌、地层岩性等是地质灾害发生的基本因素，水文特征、气候、河流侵蚀、人类工程活动等则是地质灾害形成的诱发因素。不同类型地质灾害的主导致灾因素不同，如崩塌的主导致灾因素是地层岩性及地层产状，而强降雨则是引发泥石流的重要因素［3］。根据研究区地质灾害发育特征和致灾机理，建立两级评价指标体系［4］，其中一级为分类指标，分别为地理环境、地质构造、外部条件;二级为评价因子，分别为海拔、坡度、河流水系、断层密度、地层岩性、灾害点密度、年降雨量。建立的地质灾害危险性评价指标体系见图1。

图1 地质灾害危险性评价指标体系

2.3 评价模型

(1)评价模型采用指数加权法。计算时，首先要确定各评价因子的单因素(属性)指标值，然后通过计算各评价因子的权重系数求得各评价因子对评判目标的贡献值，最后根据综合指数F对研究区进行等级划分［5］。指数加权法公式为

式中:F为综合指数，即各评价因子对评判目标的总贡献值;Qi为第i个评价因子的单因素指标值;Wi为第i个评价因子的权重;n为评价因子总数，n=7。

(2)通过计算各评价因子对灾害点的敏感性，来确定各评价因子的单因素指标值。先建立各评价因子的矢量图层，并划分其属性，再建立灾害点的空间位置图层，然后分别计算灾害点和各评价因子属性的相对组合频率，也就是计算评价因子各属性所对应区域内每100 km2灾害点的数量［6］。其计算公式为

式中:Fmn为评价因子m的属性n的灾害点出现的相对频率(因子敏感性)，个/100 km2;Nmn为评价因子m的属性n所对应的灾害点个数;Smn为评价因子m的属性n所对应的区域面积，km2。

由式(2)计算各评价因子各属性的敏感性，得到各评价因子的单因子指标值。由于各评价因子量纲不同，在进行栅格叠加分析之前，需通过线性函数转换法对各评价因子单因子指标值进行归一化处理。

(3)采用层次分析法确定各评价因子权重。首先，分析各因子之间的关系，同一层各因子根据某一准则的重要性进行两两比较，比较哪个更重要，重要程度为多少，对重要性程度按1—9赋值，构建判断矩阵;其次，由判断矩阵计算各被比较因子对于该准则的权重，并进行判断矩阵的一致性检验;再次，计算各层次对于总目标的总排序权重，并进行排序;最后，得到各因子对于总目标的权重。其中，一致性检验采用一致性比例C.R.(consistency ratio)并进行判断，当C.R.＜0.1时，认为判断矩阵的一致性是可以接受的;当C.R.＞0.1时，认为判断矩阵不符合一致性要求，需要对该判断矩阵进行重新修正，直到C.R.＜0.1为止。计算得到各评价因子权重分别为海拔0.018 1、坡度0.204 9、断层密度0.048 1、地层岩性0.181 9、年降雨量0.218 8、灾害点密度 0.109 4、河流水系 0.218 8。

2.4 栅格叠加分析

利用 ArcGIS软件 Spatial Analyst模块的 Raster Calculator功能，基于单个栅格像元进行栅格叠加运算。叠加运算前需对各评价因子图层栅格大小进行统一化处理，栅格大小选取的经验公式［7－8］为

式中:GS为适宜格网大小;S为原始地形图比例尺的分母。

根据公式(3)，结合研究区资料，最后选定栅格大小为120 m×120 m。依据各评价因子的单因素指标值及权重，应用评价模型对各评价因子图层进行叠加分析得到综合指数，依据综合指数将研究区划分为不危险、低危险、中危险和高危险4个分区，得到利州区地质灾害危险性评价结果(图2)以及各分区面积统计结果(表1)。

图2 利州区地质灾害危险性区划

表1 各分区面积统计

3 结果与讨论

(1)根据地质灾害危险性评价结果，利州区不危险区面积190.05 km2，占总面积的12.35%;低危险区750.18 km2，占 48.76%;中危险区 450.02 km2，占29.25%;高危险区 148.27 km2，占 9.64%。高、中危险区主要分布在地势陡峭和常年侵蚀的河流两岸、主要断裂带以及人类活动影响较大的区域，如东坝乡、河西乡和盘龙镇人口数量较多，人类活动对当地的植被、地层及地质结构的稳定性影响较大，容易发生地质灾害。

(2)根据利州区的地质特点、环境条件及地质灾害点信息，建立了地质灾害危险性评价指标体系，优选出7个评价因子，但由于不同地质灾害类型的主要致灾因子不同，如何更科学、合理地选取评价因子，还有待进一步研究。

(3)采用层次分析法确定各评价因子权重。层次分析法在确定因子权重时能体现出各因子的差异，并且能在一定程度上反映出各评价因子的具体贡献率。

(4)本研究得到的利州区地质灾害危险性评价结果是基于地质资料得出的地质灾害发生的概率，其准确性与基本资料密切相关。评价结果中，危险性低的地方地质灾害发生概率较小，并不是说地质灾害就不会发生，因此在地质灾害低危险区也要合理开发利用资源，保护生态环境，防止人类活动引发系列地质灾害，甚至发展成为地质灾害高危险区。

［1］乔彦肖，马中社，吕凤军.汶川地震地质灾害发育特点及动因机制分析［J］.中国地质，2009，36(3):736 －741.

［2］占辽芳，廖野翔，彭颖霞，等.GIS技术在地质灾害研究中的应用［J］.测绘与空间地理信息，2011，34(1):168 －170.

［3］熊德清.四川省理县5·12汶川地震诱发地质灾害应急排查与危险性评价［D］.成都:成都理工大学，2009:26－31.

［4］尚慧，倪万魁，程花.斜坡单元划分在彭阳县地质灾害危险性区划中的应用［J］.中国水土保持，2011(3):48－50.

［5］孙莹洁，田运涛，王爱军.基于GIS的泾川县地质灾害易发性评价［J］.中国水土保持，2011(5):46－48.

［6］唐川.金沙江流域(云南境内)山地灾害危险性评价［J］.山地学报，2004，22(4):451－460.

［7］柳源.中国地质灾害(以崩、滑、流为主)危险性分析与区划［J］.中国地质灾害与防治学报，2003，14(1):95 －99.

［8］吴伯清，何政伟.GIS技术在四川省九龙县地质灾害危险性评价中的应用［J］.中国地质灾害与防治学报，2008，19(2):114－123.