地质灾害易发性区划的系统分析模型简介与应用

杨建成

（福建省交通规划设计院， 福建 福州 350004）



地质灾害易发性区划的系统分析模型简介与应用

杨建成

（福建省交通规划设计院， 福建 福州 350004）

摘要：对于地质灾害依易发性区划，笔者从系统的视角出发，拟构建一个易于理解、易于操作、量化相对较好的地质灾害概念模型。模型的综合分值选用了突出极值的内梅罗指数计算，最终用地质灾害发育面积密度进行区划效果评价。本篇文章以福建省霞浦县的工作为例对该模型进行应用，通过对模型各因素评价打分，划分出地质灾害的4级分区，为霞浦县地质灾害防治提供依据。模型应用过程直观地展示了模型的评价效果受因素选用、因素权重影响较大，模型本身的结构使其更适合于评价灾害点密度大，规模小的区域。

关键词：地质灾害；灾害分区；GIS应用；内梅罗指数；概念模型；霞浦县

0 引言

我国是地质灾害多发国，地质灾害具有发生频繁、分布广泛的特点。开展地质灾害的易发性区划工作，是一条适合我国国情的地质灾害综合防治措施。如同与防火胜于救火一样，开展地质灾害的易发性区划工作，其潜在的社会意义及经济意义将是十分巨大的。

目前我国开展的地质灾害调查与区化工作，其分区方法主要依据的是国土资源部颁发的《县市地质灾害调查与区划基本要求实施细则》中规定的综合危险性指数法，对目标区域进行网格划分后采用定性为主，定量为辅的原则进行区划分级。其他正在探索的方法较多，比如专家打分法，信息量法，灰色系统模型法等，以及基于专家打分、层次分析等基本思路延伸出的方法等，大部分研究方法以定量为主，都有各自的优缺点和适合应用的区域地质条件。笔者在参与福建省国家县市级地质灾害调查区划工作中，从系统的观点出发，根据实际，部分的引用了其他方法中比较成熟的部分，并组合了可以突出极端因素权重的内梅罗指数，构建了一个易于理解，方便操作，量化的概念模型，将其称为系统分析模型，并将该模型在福建省霞浦县进行应用，为霞浦县地质灾害防治提供依据。笔者曾在已发表过的文章中介绍了该模型［1］，因此本文仅对模型进行简要引用介绍，重点在于该模型的应用过程，使读者对其有比较直观的理解。

1 模型介绍

针对大面积区域的地质灾害，开展易发性区划工作，其实际意义如同防火胜于救火一样，潜在的社会意义及经济意义是十分巨大的。笔者构建了一个地质灾害概念模型，简要介绍如下。

由于地质灾害是在岩土类型、地质构造、地形地貌、人类活动、气候、植被等多种因素组合作用下产生的，将各单因素进行分区打分，称为基层打分，做成图层，然后将各图层叠加，形成新的分区综合图，对新的分区依据不同的因素权重，进行计算打分，即为最终的综合分值，依据此分值进行区划（图1）。各步骤可通过GIS软件实现［2-6］。

1.1 基层打分

对于系统中某一因素（岩土类型、地质构造、地形地貌、人类活动、气候、植被等）i，不同状态n的分值确定如下式（1）：

Nn———n状态区内的灾害点数；

Sn———n状态区域的面积；

Vn———n状态的灾害点面积密度；

Tn———n状态的分值。

为便于下一步的计算和比较，在算出分值后，将因素i内各状态的分值归一化处理，得到归一化分值T0。

图1　图层叠加示意图Fig.1 Overlay schematic diagram

1.2 权重确定

对于各单因素（岩土类型、地质构造、地形地貌、人类活动、气候、植被等）X影响权重的确定，采用层次分析法中的准则层各要素权重的确定方法。每次取两个因子xi和xj，以aij表示xi和xj对综合区划结果Z的影响大小之比，此值由参与者据经验讨论赋值，全部比较结果用矩阵A=（aij）n*n表示，称A为成对比较判断矩阵。计算其最大特征值λmax，并对其进行一致性检验，如通过检验，则采信。对判断矩阵的一致性检验的步骤如下：

（1） 计算一致性指标CI：

（2） 对n=1，2，……9，查找相应的平均随机一致性指标RI，如下表所示：

表1　平均随机一致性指标RI

（3） 计算一致性比例CR∶ CR= CI/RI

当CR＜0.10时，认为判断矩阵的一致性是可以接受的［6-8］。

1.3 综合分值计算

采用内梅罗指数计算各分区的综合分值，对于区内叠加成图后的每个子区包括i个因素，其综合分值按下式计算 ：

Voi为第i个因素实际赋值Tn'（或归一化分值T0）与该因素权重Wi的乘积：Voi= Tn' Wi 。在计算出综合分值V后，分值大小代表了危险程度高低，可据此进行危险性分区。

2 模型应用

福建省霞浦县处于我国海岸线的中部，福建省东北部，东南直临东海，西北接山岭重丘区，县境东西宽约60公里，南北长约70公里，陆地面积1489.6平方公里。年平均气温16～19℃，春多雨水，夏多台风，受海洋气候影响，季风特点明显。灾害性天气以夏季的台风、暴雨为主。辖区地势自西北向东南大致呈三级阶梯状下降。最高一级为西北部的柏洋乡和水门乡，峰峦耸峙地势最高，区内分布太姥山的一部分，平均海拔在700m左右，千米以上山峰集中在这里，最高峰目海尖海拔1192.4米。辖区中部的盐田乡、崇儒乡、 三沙镇、沙江镇部分，地势比上一区有明显的下降，它是由大片的丘陵和零星的低山组成，海拔高度在300～500m之间，是辖区地势的第二级。最低的一级的东南沿海，海拔在250m以下，主要为丘陵、平原，成条带状沿海岸线展布。辖区北部的太姥山脉，走向北东，与地质构造线方向一致，另有五条山岭与太姥山交织，走向由南东—西北到南北，形如爪。南部的山岭走向由近东西向到北东—西南向，与海岸线基本平行。霞浦县海岸线基本为北北东—南南西方向，与主要地质构造线方向一致。区内的主要构造体系由一系列走向北北东、北东向的断裂带组成，规模相对较大，主要有福鼎秦屿—霞浦水门断裂带；霞浦柏洋—福安松罗断裂带以及长春大京大断裂。断裂带成为影响灾害体发育的主要构造形式，它在区域整体上控制了灾害点的分布。

福建省霞浦县的地质灾害多表现为规模小，密度大的特征，致灾多发生于台风暴雨期间。对霞浦县的地质灾害区划，笔者据实际情况采用了地形地貌，人类活动，地质构造，岩土类型四种代表性的因素。

运用GIS技术，据式（1）各因素的分区图及统计如下：

最终计算结果，最大特征值λmax= 4.002，

2.1 地形地貌分区，如表2及图2

表2　地形地貌分区统计表

2.2 岩土体类型分区，如表3及图3

表3　岩土体类型分区统计表

2.3 地质构造分区，如表4及图4

表4　地质构造分区统计表

2.4 人类活动分区，如表5及图5

表5　人类活动分区统计表

图2　地形地貌分区图Fig.2 Terrain and geomorphology zoning map

图3　岩土体类型分区图Fig.3 Rock and soil type zoning map

权向量w =（ 0.291 0.345 0.215 0.149）。

对于n=4，随机一致性指标RI=0.90，一致性指标CI=（λmax-n）/（n-1），一致性比率CR=CI/RI=（4.002-4）/（4-1）/0.90=0.90*0.00 2/3=0.0006＜0.10。

图4　地质构造分区图Fig.4 Geological structural zoning map

图5　人类活动分区图Fig.5 Human activity zoning map

图6　地质灾害易发性区划图Fig.6 Geological hazard pronezoning map

表6　对于各因素权重的确定［6-8］，计算采用如下的判断矩阵

通过一致性检验，判断矩阵可以接受。由此确定的地形地貌、人类活动、地质构造、岩土体类型四种要素的权重W1、W2、W3、W4分别为0.291、 0.345、0.215、0.149。

2.5 综合分值计算

运用GIS，根据式（2）计算，各分区的分值从0.372到1.483。将区内各分区按区数等分原则依据内梅罗指数分值划分成：地质灾害高易发区，大于1.331，用红色表示；地质灾害中易发区，1.331～1.044，用棕色表示；地质灾害低易发区，1.044～0.799，用黄色表示；地质灾害不易发区，小于0.799，用青色表示。分区结果如图6所示。

可以看出，地质灾害高易发区主要分布于人口密集的县城周边地区，以及三沙大部分地区，崇儒、盐田的东部，这部分地区人口密集，人类活动较强，地形地貌上具有一定的坡度，岩土体类型以侵入岩为主，位置上多处于海上台风暴雨登陆的前缘。

中易发区主要分布于本区域的中部地区，以及东冲半岛的下浒、长春等镇和县城地区，本区县城以及东冲半岛部分人口较多，以火山岩为主；其他部分则以侵入岩为主，地貌上除县城外，地势起伏较大，位置上多出于易受台风暴雨影响区。

低易发区则主要分布在高、中易发区的周围， 以柏洋南部、崇儒、盐田大部分地区及水门、溪南中部为主。不易发区则主要分布于海拔较高，但地势起伏不大，人口较少的柏洋东部、水门北部、三沙西部，以及沙江中部、盐田的大部分地区。

对灾害点按区划结果进行分状态统计，结果如下表7所示。可见，灾害点面积密度随易发程度的增加而增加。从此点来看，分区结果较理想。

表7　灾害点分区统计表

3 结论与讨论

（1）从系统输入与输出的相应性角度来看，输入系统模型的信息从研究区内现有的地质灾害点得到，而依据输出的信息即最终的计算结果所作的区划，比较好的反映了灾害的发育现状，从此角度考察，模型具有一定的可靠性。

（2）本文所选的权重矩阵计算出各要素的权重，从最终区划结果看，基本上反映了各基本要素对地质灾害的不同影响比重，或者可以理解为与内梅罗指数结合应用效果好。笔者还同时采用了相同权重计算，后者效果明显不理想，篇幅所限将在后续文章中详述讨论。

（3）利用地质灾害易发区的区划结果统计得到的地质灾害点面积密度，高易发区比低易发区大，显示所作的地质灾害分区结果比较好的反映了灾害的发育现状。再者，目前业内各种基于地质类比原则的区划方法，都是基于已发生的灾害进行分析，从而得到一个模拟模型，所以模型一般对现状灾害的反映较好，但对于将来研究区地质灾害的发展趋势预测反映效果如何，尚需要历史和实际的进一步验证。

（4）模型各因素参数实际赋值时并未完全和归一化分值成比例，是基于以下几点考虑：a、计算归一化分值在此是为了量化体现各状态的差异性。实际赋值采用了灾害点面积密度代表某因素该状态的危险性的基础上，同时充分考虑各不同状态危险程度的先后顺序及大小差异，然后进行赋值；b、为了应用方便而选用的四种因素有一定的局限，肯定无法涵盖影响灾害点的全部因素；c、笔者还同时采用了归一化分值进行区划，效果不如实际赋值理想，对灾害发育程度的反映与实际情况差距较大，而用实际赋值计算的统计结果，则反映较好；d、参考归一化分值后进行的实际赋值，在一定程度上体现了专家打分因素的影响，对模型仅采用四种因素导致的以偏概全有所校正。

（5）目前各种基于地质类比原则的区划方法，据其应用条件不同，对于不同特点的区域有一定的适用性，对其致灾特点不同的区域，需要根据致灾特点选用计算因素，并依据合适的因素权重进行计算，才能得到相对适合的结果。本模型更适合于灾害点发育分布较密集，而规模相近的区域，有其一定的应用局限性，这也是该模型不足之处。

（6）此模型的区划思路不仅仅适用于地质灾害，也可调整计算因素及参数后应用于同样需要区划定性的其他工程。例如：区划农业作物病害易发区，区划高速公路等线性工程地灾点易发段落等。在不同类型的工程项目中，可根据工程特点选取不同的计算因素，但最后综合计算中，需用内梅罗指数以突出其关键因素的影响，以体现水桶理论中短板的控制性影响。

参考资料：

［1］杨建成. 地质灾害易发性区划的系统概念模型研究［J］.防灾减灾学报，2012，28（1）.

［2］谈树成，金艳珠，等. 基于GIS的建设项目地质灾害危险性评估［J］.中国地质灾害与防治学报， 2012，23 （4）.

［3］马杨敏，高宗军，等. 基于 GIS 空间分析的山东青岛崂山区地质灾害易发程度区划［J］. 中国地质灾害与防治学报，2013，24（1）.

［4］胡新丽，唐辉明. GIS支持的斜坡地质灾吉空问预测系统框架设计［J］. 地质科技情报， 2002，21（1）

［5］阮沈勇，黄润秋. 基于GIS的信息量法模型在地质灾害危险性区划中的应用［J］. 成都理工学院学报，2012，28 （1）.

［6］王 磊，王运生. 基于 GIS 的四川广安区地质灾害危险性评价［J］. 中国地质灾害与防治学报， 2012，24（1）.

［7］邢喜佳，王艳涛. 层次分析法在实际问题上的应用［J］.林区教学，2005，2.

［8］蔡鹤生，周爱国等. 地质环境质量评价中的专家—层次分析定权法［J］. 中国地质大学学报， 1998，23.

INTRODUCE & APPLICATION OF SYS-ANALYSIS MODEL ON ASSESSMENT OF GEOLOGICAL HAZARDS

YANG Jian-cheng
（Fujian Communication Planning&Design Institute，Geotechnical Engineering Department Fujian Fuzhou 350004）

Abstract：For geo-hazard prone zoning，from the perspective of the system， geo-hazard conception model be bulit which it is apt to be caught， to be applied， to be quantified。The comprehensive score of the model is calculated by Neemelo index of the outstanding extreme value。The divided conclusion will be got on area density of geo-hazard. This paper takes the work of Xiapu County in Fujian Province as an example to make use of the model. Through the evaluation of the model， the 4 grade division of Geohazard is divided， which provides the basis for the prevention and control of geo-hazard in Xiapu county. Evaluation results of the model is greatly affected by Factor selection and Factor weight，which is intuitive display in the model application process. The structure of the model makes it more suitable for the evaluation of the area of density and small scale geo-hazard.

Key words：Geo-hazard；Hazard area-dividing；GIS applying；Nemerow index；Concept model Fujian XIAPU

中图分类号：P315

文献标志码：A

DOI:10.13693/j.cnki.cn21-1573.2016.02.008

文章编号：1674-8565（2016）02-0046-06

收稿日期：2015-12-20

修订日期：2016-04-25

作者简介：杨建成（1977-），男，山东省威海市人，高级工程师，硕士研究生，现主要从事岩土勘察工作。