基于RS及GIS的泥石流等地质灾害三维定量评价

姚书朋， 陈建平， 唐　超， 李　珂

(1.中国地质大学(北京)地球科学与资源学院，北京100083； 2.北京市国土资源信息开发研究重点实验室，北京100083； 3.北京城建勘测设计研究院有限责任公司，北京100101)

基于RS及GIS的泥石流等地质灾害三维定量评价

姚书朋1,2， 陈建平1，2， 唐超3， 李珂3

(1.中国地质大学(北京)地球科学与资源学院，北京100083； 2.北京市国土资源信息开发研究重点实验室，北京100083； 3.北京城建勘测设计研究院有限责任公司，北京100101)

摘要：随着泥石流等地质灾害的频繁发生，定量分析灾害发生的风险性已经成为越来越重要的课题。综合运用RS(遥感)和GIS(地理信息系统)等技术，对地质灾害数据进行采集、存储、检索、建模、分析，以期定量评价灾害发生的风险性，并以此作为参考，给泥石流等灾害可能发生的地区提出合理建议。

关键词：泥石流； RS；GIS；定量评价；风险性；内蒙古

中图分类号：TP75;X87

文献标识码：A

文章编号：1674-3636(2015)03-0501-11

收稿日期：2015-06-14；修回日期：2015-06-29；编辑：蒋艳

基金项目：中国地质调查局地质调查项目“矿山环境综合调查与评价”(1212011120029)

作者简介：姚书朋(1990—)，男，硕士研究生，地球探测与信息技术专业，研究方向为三维地质建模找矿、遥感监测、无人机探测等，E-mail:408925861@qq.com

0引言

我国地形多样,地质条件复杂,构造活动频繁,滑坡、崩塌、泥石流等地质灾害分布面积广,发生频率大,对人们的日常生活和财产安全造成了极大的威胁。泥石流治理工程是防治泥石流灾害发生的有效手段之一，鉴于泥石流灾害的特点，对每个泥石流都进行工程治理是不现实的，也不是最有效的。研究区泥石流灾害严重且广泛，通过对具有代表性的泥石流地质灾害进行分析，获取其风险性，以期为研究区今后的灾害治理工作提供借鉴。

1研究背景

泥石流是松散土石体和水的混合体在重力作用下沿自然坡面或沿压力坡流动的现象。它通常存在于山区沟谷或山坡坡地上，在其发生时通常携有大量泥沙石块，并具有发生突然、历时短暂、来势凶猛、破坏力大等特征，常常对人类社会和自然环境造成严重危害(张建石，2012)。

RS技术进行地质灾害调查工作具有宏观、快速、准确的特点,能反映出地质灾害的真实情况,已成为地质灾害研究的重要方法。GIS技术具有强大的信息管理及空间分析功能,利用其建立数据库可以有效地存储和管理地质灾害的信息,具备髙效性、准确性,已广泛应用于地质灾害调查、危险性评价、危险性区划、监测和预警预报、应急指挥中。近年来,随着遥感数据源的不断丰富、空间分辨率的不断提髙以及GIS可视化技术的不断发展,利用遥感和三维GIS技术进行地质灾害调查,能快速、准确并且多角度、全方位、立体地观察地质灾害及其周边地形,不仅具有传统实地调查无法比拟的优势,而且克服了二维遥感解译的不足,是当前地质灾害研究工作的热点方向(林淑珍，2013)。

国内外对自然灾害风险的认识经历了漫长的过程才得以不断的成熟和完善。Maskrey(1989)认为风险是自然灾害发生后所造成的总损失；Tobin等(1997)认为风险是灾害发生概率和期望损失的乘积；Deyle等(1998)认为风险是灾害发生概率与灾害发生后果的规模的结合。联合国人道主义事务部正式公布的自然灾害风险的定义:“风险是在一定区域和给定时段内，由于某一自然灾害而引起的人民生命财产和经济活动的期望损失值”(United Nations, Department of Humanitarian Affairs，1991)。其表达式为:风险(risk)=危险性(hazard)×易损性(vulnerability)，这一定义既包括了致灾体的自然属性，即致灾体活动的密度、强度(规模)、发生概率(发展速率)以及可能造成的危害区的位置、范围，也涵盖了受灾体的社会属性，即潜在损害现象可能造成的损失程度(Fell，1997)。

2数据准备

以内蒙古某地区为研究对象，利用该地区遥感影像、DEM数字高程数据、1∶50万地质图和该地区的地质灾害、五级河流、县级行政边界等矢量数据及在中国气象科学数据共享服务网上获得的该地区5年(2006—2010)内的降水数据。在此基础上，通过对地质地层、断裂带、水文、河流的提取与泥石流的迭加分析，并运用ArcGIS软件对其DEM高程信息进行坡度分析，建立三维可视化遥感解译平台,对该地区的滑坡、崩塌、泥石流等多发地质灾害进行三维遥感解译，分析地质灾害的发育状况及分布规律，最终得到科学的危险性评价。

2.1　影像

影像不仅直观地呈现了该地区的地形地貌，也为科学分析提供了基础数据。本次工作选用的遥感数据主要是“高分一号”国产卫星数据，数据时相从2013-11-27—2014-04-27。经过区域网平差，正射校正，影像融合，影像镶嵌等处理得到该地区的遥感影像数据(图1)。

图1　经镶嵌后的遥感影像图Fig.1　Remote sensing image after mosaic processing

2.2　图层文件

图层文件主要包括：(1) 地质灾害矢量数据。计算滑坡最底端到建筑用地、公园占地、农业用地、林地等的最近距离，距离越近易损性越高；(2) 国家五级河流。通过空间分析，将该地区的水文信息与泥石流信息有机地迭加分析，泥石流处的水文信息值越高，泥石流的危险性越高。将上述影像加载五级河流、县级行政边界及地质灾害矢量文件，其中红色的点状图斑即为地质灾害图像，由于比例尺很小，所以泥石流等地质灾害的面状物在此图上显示为斑点状(图2)。

图2　添加经纬网的遥感影像图Fig.2　Remote sensing image after adding graticule

2.3　数字高程DEM

运用ArcGIS软件对该地区的DEM高程信息进行坡度、坡向的提取，以期通过对坡度、坡向的分析，进行灾害的定量研究，并对典型的危害大的泥石流等地质灾害进行三维构建。通过对泥石流灾害的三维构建，使泥石流地质灾害更加直观地呈现。该地区的数字高程DEM如图3所示。

图3　研究区的高程数据图Fig.3　Elevation data of this area

2.4　降水数据

该地区属中温带大陆性季风气候，年平均气温4.2 ℃，年平均降水量379.7 mm，年平均无霜期125天。获取该地区5年(2006—2010)内的平均月降水数据，数据集的数据来源包括2个部分：由国家气象信息中心基础资料专项收集、整理的1961年至最新的全国国家级台站(基本、基准和一般站)的降水月值资料；由GTOPO 30数据(分辨率为0.05°×0.05°)经过重采样产生的中国陆地0.5°×0.5°的数字高程模型DEM。这样就可以将每个泥石流的地理坐标与降水数据一一对应，并可以得到每个泥石流所代表地区的降水数据。

3数据分析

数据分析阶段是研究的重点。通常情况下，获取准确数据并进行科学的分析、严谨的处理、准确的运算，是得到理想结果的前提，本次研究技术路线如图4。

图4　技术路线图Fig.4　Technical route diagram

根据风险公式：风险(risk)=危险性(hazard)×易损性(vulnerability)，分别针对危险性和易损性进行控制因子的分析提取，进而定量得出每个地灾的风险值。

3.1　危险性控制因子研究

危险性分析的目的是分析研究区潜在的灾害危险性。地质条件、地形地貌条件及地震和降雨(雪)等条件是泥石流等地质灾害危险性的影响因素，通过对泥石流等地质灾害形成的影响因素的分析来判断区域泥石流等灾害发生的危险性。

3.1.1自身因子分析(1) 面积、高程差分析。这里需要计算2个面积：① 每个泥石流、滑坡等地质灾害的面积；② 每个滑坡、泥石流等地质灾害周围建筑占地、农业占地、公园等的面积。

计算每个泥石流等地质灾害的面积是对于地质灾害本身的研究。得到地质灾害的面积，再与它的平均坡度及距离建筑占地的高程差进行数学关系的推导计算，就可以得出每个泥石流自身的危险性。

根据物理学公式:

W=MHG

(1)

M=ρV

(2)

V=Sd

(3)

H=H泥-H建

(4)

式(1)、(2)、(3)、(4)中，W为泥石流等地质灾害的重力势能，G为重力加速度，H为泥石流的平均高程与建筑占地的平均高程之差，H泥、H建分别为泥石流与建筑占地的平均高程，M、ρ、V分别为泥石流等地质灾害的质量、密度、体积，S为泥石流等地质灾害的表面积，d为其平均厚度。由公式可知，泥石流等地质灾害的危险性与其表面积、平均坡度及其距建筑占地的高程差呈正相关关系。

表1所示数据，是在综合分析遥感影像、DEM数据及各种矢量数据的基础上，在ArcGIS平台下提取分析得到的每一处地质灾害的性质、形状、面积、H泥、H建、经度、纬度等信息。

表1中编号为182的泥石流灾害点与其附近的居民区的高差为-8 m，即居民区比泥石流的灾害点高。此编号的泥石流在理论上对其附近的居民区已经构不成任何威胁，其危害性被排除。另外，由于编号171的泥石流附近5 km之内没有任何居民存在，H建在这里没有数值，定义为空。

表1　地质灾害数据

(2) 坡度信息提取。利用ArcGIS软件在DEM基础上作该地区坡度图。利用空间分析功能生成坡度数据,即Spatial Analyst→Surface Analysis→Slope，然后再对坡度进行重分类，得到坡度分级图(图5)。

图5　坡度分级图Fig.5　Map showing grading of slope

通过分析数据得知，该地区的大部分泥石流、崩塌等地质灾害的坡度在3°～25°之间，再求得该区泥石流等地质灾害的正弦值，总结数据如表2。

表2　每个地质灾害点的坡度值

3.1.2外部因素分析(1) 地质断裂研究。泥石流沟谷呈“N”型，沟底可见堆积物，坡体长期未动，沟道弯度小，顺直通畅，为泥石流提供了良好的路线(韩丽芳等，2010)。它常发生于地质构造复杂、断裂褶皱发育、新构造活动强烈、地震烈度较高的地区，岩性和断裂构造是其发育的主要影响因素(吴远进等，2014)，具体受地层岩性以及构造因素的控制。

① 地层岩性。地层岩性对泥石流的影响主要有2个方面：基岩地层和第四系堆积层。

基岩地层。分析基岩地层对泥石流的控制作用，关键在于启动(物源)区段的基岩岩性。一般而言， 要成为泥石流物源，岩体必须较容易风化，发育较厚的风化壳，或者发育大量的节理裂隙而使得其结构较松散，可在水的浸润下或水介质中发生位移——崩塌、滑坡或漂移。容易出现差异风化的地层岩性组合有可能成为泥石流物源。

第四系堆积层。第四系表层的各类松散堆积物对泥石流的影响较大，主要是松散层能够直接为泥石流提供大量的物质来源。第四系在山区主要分布在河流两岸，为残、坡、冲、洪积物，呈零星窄条带状分布，虽然面积、厚度一般都比较小，但足以提供泥石流的启动物源并不断补给。在已经发生的泥石流中有不少启动物源便是由源头的残坡积层形成的浅层滑坡所致，沟岸的洪冲积、坡洪积层等松散层以沟岸崩塌或受冲刷等形式直接作为泥石流的补给物质来源。

② 构造。构造条件是泥石流发生的重要制约因素，其中以断裂作用最为明显，断裂对泥石流的影响主要通过2个方面实现：降低岩体完整性与形成有利泥石流运动的地貌条件。构造运动造成岩石错位、变形、破坏，形成断裂。断裂构造使岩石的完整性、坚固性和稳定性遭到破坏。 断裂带内软弱结构面发育，岩石破碎，形成断层泥、糜棱岩、断层角砾岩、压碎岩、碎块岩等动力变质岩，直接为泥石流提供松散碎屑物质。该地区泥石流等地质灾害通常形成于地层比较活跃、断裂带较多的地区。

(2) 地震分析。若一个地区的地壳比较活跃，地震较容易发生，则这个地区的岩石地层容易受到较为猛烈的冲击，使得岩层发生错位、变形、拉伸等构造活动，从而诱发泥石流、崩塌、地裂等灾害。如果泥石流等地质灾害体处于地震高发区，或潜在爆发区，则这个泥石流等地质灾害再次激活的概率要远高于其他处于地壳平稳地区的地质灾害体，即泥石流的风险值与它所在地区的地震活跃度呈正相关。所以该地区的地震活跃情况也是对该地区泥石流等地质灾害进行定量研究所不得不考虑的一个因素。

通过查阅《中国地震动参数区划图》第1号修改单(GB 18306—2001)，得知研究区内地震动峰值加速度为 0.05g，地震基本烈度为Ⅵ度(铁永波等，2011)。地震烈度是指地震引起的地面震动及其影响的强弱程度。该地区的泥石流等地质灾害所受到的地震的潜在影响基本一致。

(3) 植被控制因素分析。若泥石流缺乏植被覆盖的保护，它极易受到雨水因素的影响，可能一场小雨都能诱发地质灾害，即泥石流等的表面植被覆盖度也是灾害的影响因子，所以可以通过定量研究泥石流等地质灾害体表面植被的覆盖度来间接地进行地质灾害的定量研究，但需要注意的是泥石流等地质灾害发生地区的整体植被覆盖度对该地质灾害点的再次发生与否没有直接的关系。

通过研究得知，该地区的每一处泥石流、崩塌、滑坡等地质灾害的表面都鲜有植被覆盖，这造成了各个滑坡、泥石流等地质灾害在植被覆盖度这个控制因素上几乎没有差异，所以通过研究泥石流等地质灾害体表面处的植被覆盖度间接进行灾害的定量研究是不可行的。

(4) 降水水系分析。该地区的河流属西辽河水系，流经境内的主要河流有西拉沐沦河、查干沐沦河、嘎斯汰河、巴儿汰河。由图2可知:浅蓝色的线状物为该地区的水系河流，红色的斑点为泥石流滑坡等地质灾害点，该地区的河流较少，且泥石流等地质灾害点离河流都较远。由于河流对泥石流等地质灾害体的控制力微乎其微，武断地对地质灾害点至河流的最短距离做缓冲区分析并赋值做控制因子实际是不准确的，这里就不再对水系河流这个因子作过多的研究。

林西地处中温带，属半干旱大陆性季风气候，降水量较少且时空分布不均，空间上降水差异较大，从降水的角度对这些泥石流等地质灾害进行定量评价提供了理论上的可能。抽取2009年4月该地区的降水数据(表3)，表中编号为20的行CO列为北纬42.5°、东经117°的降水数据，编号为23的行CQ列为北纬42.5°、东经118.5°的降水数据，每个单元格所代表的范围为0.5°×0.5°。

表3中加“*”号的数据为该地区2009年4月的降水量，通过数据的采集、整理、运算，可以得到每个泥石流等地质灾害在2006—2010这5年内的平均年降水数据(表4)。

表3　2009年4月的该地区降水数据

注：降水量单位为mm;加“*”号的数据为2009年4月的降水量

表4　每个灾害点2006—2010年的平均降水数据

由表4可知，编号为166的泥石流所在地区的年平均降水量最高，因此它受到的雨水冲蚀作用更明显；相反，编号为171的泥石流所在地区年平均降水量最低，受到的雨水冲蚀影响最小。

(5) 人类活动的影响。人类活动是指人类为了生存、发展和提升生活水平所进行的一系列不同规模、不同类型的活动，包括农、林、渔、牧、矿、工、商、交通、观光和各种工程建设等。所谓人为原因主要指使地表土壤加速破坏和移动的不合理生产建设活动。引发水土流失的生产建设活动主要有陡坡开荒、不合理的林木采伐、草原过度放牧、开矿、修路、采石等。

目前,对人类工程活动的影响定量化分析较为困难(孙秀菲，2013)。在其他情况一致的条件下，泥石流等地质灾害点所在地区的人口密度越高，其可能受到的人类活动影响越大。在选泥石流所在区域时，如果选取的范围太大，则人口密度对于泥石流等地质灾害的影响不明显。这里通过研究每个泥石流所在具体地区(精确到乡镇)的人口密度来定量地反演人类活动对于泥石流等地质灾害的影响。通过查阅相关文献得到每个地质灾害所在地的区域面积及人口数，从而求得人口密度(表5)。

表5　每个灾害点所在乡镇的人口密度表

由表5可知，编号为19的崩塌所在地人口最为密集，其受到人类活动的干扰最大。编号为12的泥石流由于在人烟稀少的偏远地区，受到人类活动的破坏相应小很多。二者的概况见图6、图7。

图6　编号19崩塌概况图Fig.6　Overview of the land slide No. 19

图7　编号12泥石流概况图Fig.7　Overview of the debris flow No. 12

3.2　易损性控制因子研究

易损性评价的目的是评价这些直接受泥石流灾害影响的承灾体的损失情况。主要通过对研究区内承灾体的种类、数量、分布、价值和对不同强度泥石流灾害的抗御能力、可恢复能力进行综合分析，确定可能遭受泥石流灾害危害的人口、建筑物、道路、桥梁、其他固定财产以及国土资源的数量、价值及其破坏损失率。在同等泥石流灾害规模条件下，承灾体的数量越多，价值越高，对灾害的抗御和可恢复能力越差，灾害造成的破坏损失就会越严重(丁继新等，2006)。

易损性主要是从经济财产方面来考虑的。当一个潜在的泥石流等地质灾害对其附近的居民生命财产可能造成的损失越大，则该地质灾害的易损性的值就越高，地质灾害点距离居民活动领域的远近也直接左右其危险程度。所以通过对泥石流等地质灾害附近的居民生活水平即发达程度及其与居民活动领域的直接最短距离加以研究，以期达到对泥石流等地质灾害的易损性定量分析的效果。

3.2.1发达程度研究通常情况下，在同一地区，局部经济发达程度与其小范围的人口密度有关，人口密度越高，经济越发达。如果按照农村、城镇、城市、特大城市来说，人口密度依次增大，经济的发达度也随之增高。中心城区较之二、三圈层来说,经济聚集的程度更高,经济更为发达,更能够吸引人口的涌入,进而拥有更高的人口聚集量(韦柳河， 2013)。各城市按照经济聚集水平和按照人口密度得出的排名几乎是一致的,这也证实了人口聚集与经济聚集呈正相关关系,人口聚集程度越高,经济聚集的水平也越高(表6)。

表6　发达程度分级

因此，研究泥石流等地质灾害点的易损性与发达程度之间的关系便转化为其易损性与所在区域的人口密度之间的关系，即可以通过研究泥石流等地质灾害点的人口密度来定量研究灾害的易损性。前面已经得到了每处泥石流等地质灾害点所在区域的人口密度，对人口密度进行分级，以确定每处泥石流等地质灾害点所在地区的发达程度(表7)。

表7　每个灾害点所属乡镇的发达程度

3.2.2距离分析研究泥石流等地质灾害的易损性时不可忽略的因素是泥石流灾害点与其附近建筑占地的最近距离的大小，距离居民生活区越近，所带来的易损性可能就越高。泥石流等地质灾害点与附近居民生活区的最近距离在ArcGIS中能够实现，最终得到每处的最短距离(表8)。

表8　每个灾害点与居民地的最近距离

4数据的综合处理

综上所述，得出下列结论。

(1) 泥石流等地质灾害的自身数据包括其表面积、坡度值和高程差。

(2) 影响地质灾害爆发的外部因素数据包括所在地区的降水数据、人类活动数据。

(3) 泥石流等地质灾害控制的易损性数据包括该地区的经济发达程度、距离居民区的最短距离。

经过整理与综合，将这些控制因子数据整理后如表9所示。

表9　每个灾害点的控制因子数据

通常为了简化计算，在这里对一些比较复杂的数据如面积、最短距离进行分级(表10)，这样便于后面的加权计算。

表10　面积、最短距离分级

用已经分级好的面积等级及最短距离等级分别替换控制数据表中的面积和最短距离控制因子，然后分别对各个控制因素赋权重新归一化，并计算每个控制因子在已经得到的数据下对泥石流等地质灾害的影响(表11)。

表11　每个灾害点的加权数据值

注：“X”表示高程差为负值，无危险性

计算公式如下：

风险性=危险性×易损性

(5)

危险性=危险性面积等级+危险性坡度+危险性高程差+危险性降水+危险性地震+危险性人类

(6)

易损性=易损性发达程度+易损性最短距离

(7)

通过以上3个公式可以得到每条泥石流的风险性(表12)。

表12　每个灾害点最终的风险值

注：“X”表示高程差为负值，无危险性

由表12可以看出：编号为19的崩塌风险性最大，对居民的生命财产安全的潜在威胁最大，然后依次为编号92、80、91、90、166、149、5、40、75、171。其中编号为182的泥石流灾害点，由于其与附近居民区的高差为-8 m，即居民区比泥石流的灾害点高。因此该编号的泥石流在理论上对附近的居民区不构成威胁，所以危害性被排除。

下面对风险较大的编号为92的泥石流进行三维展示，可以在ArcScene中通过将泥石流的影像图与其对应的DEM表面高程数据相叠加得以实现(图8)。

图8　编号为92的高风险泥石流三维展示图Fig.8　Three-dimensional display of the high-risk debris flow No.92

5结论

通过对该地区的泥石流等地质灾害的定量分析得知，这12处泥石流等地质灾害高风险性的占比较高，占总体的1/3。其中编号为19的崩塌及编号为92的泥石流的风险值最高，亟需进行安全治理，其次是编号为81、91等的泥石流。

为了保障该地区人民的生命及财产安全，加强泥石流等地质灾害的治理工作已经刻不容缓。对于泥石流等地质灾害，应及时在其周围做加固处理，或对其进行封网式治理。此外，要不定期进行观察，发现异常情况应及时妥善解决，防微杜渐，拒绝放过任何小的隐患。

参考文献：

丁继新,杨志法,尚彦军,等.2006.区域泥石流灾害的定量风险分析[J]. 岩土力学,27(7):1071-1076.

韩丽芳,罗兵.2010.大渡河叫吉沟泥石流发育特征及危险性分析[J]. 地质学刊,34(3):314-318.

林淑珍.2013.RS与三维GIS在地质灾害调查中的应用[D].北京：中国地质大学.

孙秀菲.2013.基于GIS的白山市江源区泥石流危险性评价研究[D].吉林长春：吉林大学.

铁永波,唐川.2011.四川省北川县暴雨泥石流的发育与汶川地震的响应特征[J]. 灾害学,26(4):73-75，81.

韦柳河.2013.经济聚集与人口聚集的关系分析[D].四川成都：西南财经大学.

吴远进,朱华藏.2014.庆元县泥石流地质灾害的形成条件分析[J]. 西部探矿工程,26(12):109-112，115.

张建石.2012.基于GIS的汶川县城镇泥石流风险性评价研究[D].四川成都：成都理工大学.

DEYLE R E,FRENCH S P,OLSHANSKY R B, et al. 1998. Hazard assessment: The factual basis for planning and mitigation[M]//BURBY R J,Cooperating with Nature Confronting Natural Hazards with Land Use Planning for Sustainable Communities. Washington D C, USA:Joseph Henry Press,119-166.

FELL R.1997.Landslide Risk Assessment[M].Rotterdam, NED:A A Balkema.

MASKREY A.1989.Disaster Mitigation: A Community Based Approach[M]. Oxford, UK:Oxfam.

TOBIN G,MONTZ B E.1997.Natural Hazards: Explanation and Integration[M]. New York,USA: The Guilford Press.

United Nations,Department of Humanitarian Affairs.1991.Mitigating Natual Disaster: Phenomena, Effects and Options:A Manual for Policy Makers and Planner[M].New York, USA:United Nations.

Three-dimensional quantitative evaluation of debris flow disasters based on RS and GIS

YAO Shu-peng1,2, CHEN Jian-ping1,2, TANG Chao3, LI Ke3

(1. School of Earth Sciences and Resources, China University of Geosciences (Beijing), Beijing 100083; 2. Key Laboratory of Land Resources Information Research & Development in Beijing，Beijing 100083，China; 3. Beijing Urban Construction Exploration & Surveying Design Research Institute Company, Ltd, Beijing 100101, China)

Abstract：With the increasingly frequent geological disasters such as debris flows, the quantitative analysis of disaster risk has become a more and more important topic in the field of geological work. This study used integrated remote sensing (RS) and Geographic Information System (GIS) technologies to collect, store, retrieve, model and analyze the geological disaster data, in order to quantitatively evaluate the risk of disasters. According to this, we put forward reasonable suggestions for the regions with potential disasters such as debris flow.

Keywords：debris flow; RS; GIS; quantitative assessment； riskiness； Inner Mongolia