三峡库区万州滑坡地质灾害危险性评价与区划

胡秋芬　王　刚　王世梅　郭　振

(1. 三峡大学 土木与建筑学院， 湖北 宜昌　443002； 2. 三峡大学 地区地质灾害与生态环境湖北省协同创新中心， 湖北 宜昌　443002； 3. 辽宁工程勘察设计院， 辽宁 锦州　121000)



三峡库区万州滑坡地质灾害危险性评价与区划

胡秋芬1，2王刚3王世梅1，2郭振1

(1. 三峡大学 土木与建筑学院， 湖北 宜昌443002； 2. 三峡大学 地区地质灾害与生态环境湖北省协同创新中心， 湖北 宜昌443002； 3. 辽宁工程勘察设计院， 辽宁 锦州121000)

摘要：以三峡库区万州滑坡地质灾害为研究对象，在收集该区地质灾害资料及现场调查基础上，总结、归纳和分析了滑坡灾害的形成条件及影响因素，采用主成分分析法建立了滑坡地质灾害评价体系；用网络分析法确定模型中各评价指标的权重值．基于GIS软件对研究区滑坡地质灾害的各指标数据进行提取，通过统计、叠加、合并、分类等分析方法获得滑坡灾害危险性评价等级图，以此为依据进行滑坡灾害危险性区划．研究成果可以为区域地质灾害防治工作提供理论依据和技术支持．

关键词：危险性评价；滑坡地质灾害；网络分析模型；地理信息系统

三峡库区地质条件复杂，人类工程活动强烈，滑坡等地质灾害广泛发育且频繁发生，对三峡水库调度运营及当地人民生命财产安全构成严重危害，直接或间接影响该区域经济发展和社会安定[1]．对库区滑坡进行危险性评价与区划，是实现库区防灾减灾战略及保障水库正常运营的迫切需求．

进行危险性评价时，国内外学者往往通过对滑坡危险性影响因素的总结分类来选取其评价指标，依据专家经验打分来确定各指标的权重．大多靠主观经验来确定，缺乏定量、客观、科学的方法[2-9]．本文对三峡库区万州滑坡地质灾害危险性评价，用主成分分析法和网络分析法分别确定了滑坡灾害评价指标及其权重值，并将滑坡危险性评价与地理信息系统(GIS)技术相结合，进行万州滑坡地质灾害危险性评价．

1研究区滑坡概况

1.1研究区地质背景

万州区位于重庆市东北部，属于三峡库区腹心地带，总面积约3 457 km2．地处川东盆地长江河谷带，主要的地貌单元包括侵蚀堆积河漫滩、阶地和构造剥蚀低山丘陵两种类型[10]．

研究区位于川东褶皱带万县复向斜北东段近轴部，南靠方斗山背斜，北临铁峰山背斜，川东褶皱带走向北东，形态上呈现背斜紧闭、向斜宽阔的隔档式梳状构造特征．出露的地层主要有侏罗系中统上沙溪庙组第二、三段(J2s2，J2s3)，上统遂宁组(J3s)部分层位，以及不同成因的第四系松散堆积层．

1.2滑坡的发育规律及影响因素

结合研究区滑坡灾害发育的地质环境，以滑坡的宏观发育规律和主要控制因素的分析为基础，总结概括如下[11-16]：

区域野外调查表明，坡体的变形发展以及最终的破坏形式都与斜坡的规模、结构类型、微地形、左右边界条件及平剖面形态等条件因素有关：对于斜坡结构，逆向坡最为稳定、横向坡和斜向坡次之，而顺向坡对斜坡体的稳定性最为不利；而局部的陡坎、峭壁、临空面等微地形也很不利于坡体的稳定性．库区蓄水和水库调度使各高程段的滑坡涉水状况不同，水位的规律性差别对斜坡体的稳定性也有较大影响．故斜坡的高程及坡高也需考虑．坡度不仅影响坡体内部已有或潜在滑动面的下滑力，也影响着斜坡的变形破坏机制和形式．同时随坡度增加，滑坡发生概率也会增大．

区域调查资料表明，坡体朝向不同时，坡体上植被的覆盖度及类型也不同，坡体的稳定性也就不同．阳坡比阴坡易于滑坡的发生；阳坡岩体风化破碎，易于发生基岩崩滑；阴坡土层厚，易发生土地坍滑；阳坡易于爆发泥石流、发生基岩崩滑，阴坡土体保水，易于浅层坍滑．当河流冲蚀坡脚时，会产生众多临空面，使斜坡滑移控制面暴露，易于引发滑坡．故以坡体与河流的距离来衡量其受河流冲刷的程度，有必要作为影响因素来考虑．

研究区滑坡主要发生在侏罗系的泥岩以及砂岩泥岩互层．这种软硬相间的岩层组合一般上硬下软，软岩易于风化且其抗剪强度较低，易于形成滑坡的滑面．不同的岩性及其组合对斜坡的变形破坏有重要影响．断层使断层带及其附近范围内的岩土体遭到破坏，从而破坏坡体的完整性，同时是提供地下水渗透的重要通道，使斜坡的变形破坏加剧，因此断层的影响不容忽略[17]．

2评价指标体系的确定

对于评价指标的选取，沈芳、向喜琼等[18-19]通过对滑坡发育因素的总结分类，选取斜坡规模、坡度、工程地质岩性、边坡结构类型、水动力地质作用、软弱地层状况、构造复杂程度、变形情况、己有动力地质现象、植被发育情况、结构面组合状况、降雨、地震、人类工程活动和地表水体等作为评价因素指标，并拟定了各自的量化处理方法．

在前人研究基础上，结合上节对各类影响因素的总结分析及每一类因素的具体特征，综合分析初步确定主要提取以下14个数据作为本次研究的参评因子：斜坡的结构(X1)、斜坡微地形(X2)、斜坡左右边界(X3)、斜坡平面形态(X4)、剖面形态(X5)、斜坡高程(X6)、坡高(X7)、坡度(X8)、坡向(X9)、与河流的距离(X10)、斜坡规模(X11)、地层岩性(X12)、植被发育(X13)、与断层间的距离(X14)．

在进行区域滑坡灾害危险性评价时，以上的某些因素在研究区不具备分异性，或对滑坡地质灾害的发生所起的作用甚微，因此有必要对评价指标进行再筛选，从而选取出主要指标，剔除关联度较大或对评价目标贡献较小的指标．本文采用主成分分析法[20-22]进行筛选．首先通过地质分析，结合专家经验和领域知识对各个指标进行人为分划和打分，将其按对滑坡危险性的贡献程度划分为4个等级，分别赋值，并将其无量纲化．

用Z-score法[20-21]对无量纲化后的数据进行标准化变换，计算出各因子之间的相关系数矩阵(见表1)．用雅可比法求出特征值λi(i=1，2，…，p)，由此计算出对应的特征向量以及各个主成分的贡献率与累积贡献率．进行综合评价时，一般主成分的个数由累积贡献率来决定，取累积贡献率超过85%的前n个主成分．由计算得：第一、二、三主成分的的累积贡献率高达86.674%，所以只需要求出第一、二、三主成分Z1，Z2，Z3即可．

表1　各因子相关系数矩阵

根据所求出的主成分特征值所对应的特征向量e1j，e2j，e3j(j=1，2，…，p)，利用式(1)可以求出各主成分中的载荷，即主成分的系数矩阵．

(1)

根据各主成分的系数矩阵表达式，计算出各个指标的综合得分模型，计算式如下：

(2)

式中，l1i，l2i，l3i为各主成分的系数，ci为各主成分对应的贡献率，C为3个主成分的累积贡献率．由式(2)计算出各因子的综合得分模型为：

S=-0.024 8X1+0.070 7X2-0.125 9X3-

0.116 5X4+0.052 9X5+0.117 9X6+0.120 2X7+

0.118 5X8+0.119 6X9+0.631 5X10+0.052 5X11+

(3)

由式(3)可知，各个指标的平均得分为0.114 3，在参与评价的14个指标中，与河流的距离(X10)、地层岩性(X12)、与断层的距离(X14)、坡高(X7)、坡向(X9)、坡度(X8)、高程(X6)的得分都高于平均分，剔除对危险性贡献较小的指标，选用以上7个因子作为评价指标．建立研究区的评价指标体系，见表2．

表2　研究区滑坡危险性评价指标体系

3网络分析模型(ANP)的建立

网络分析法(ANP)是一种适应非独立递阶层次结构的决策方法，在层次分析法基础上发展而形成的一种新的实用决策方法[23]．继承了AHP方法的优点，又克服了AHP方法的一些不足，在建立过程中取消了不合理的假设，更符合实际．虽然在确保相对权重矩阵的客观性上没有很大的改进，但在本文中运用主成分分析法确定各评价因子的相对权重，使网络分析法[24-28]构建的相对权重矩阵的可信性大为提升．据前文的分析可知，该模型的控制层为滑坡的危险性，影响网络的各因素为：地层岩性、滑坡与断层的距离、坡高、滑坡与河流的距离、坡向、坡度与高程．其模型结构图如图1所示．

图1　滑坡ANP模型结构图

根据上节确定评价指标过程中各指标的得分(式3)，对各指标进行成对比较，确定每一层次中的要素对其控制标准的相对重要性，构成一个成对比较矩阵，即判断矩阵(见表3)．

表3　滑坡判断矩阵

在评价指标体系中，在地质因素(C1)中，分别以e11，e12为准则，作间接优势度比较，通过特征根法求出权重向量，并形成矩阵[28]．

同理得出W12，W13，W21，W22，W23，W31，W32，W33的值，从而构成未加权的模糊超矩阵．

模糊超矩阵的子块Wij是列归一化的，但W却不是列归一化的．对模糊超矩阵W内的每一列块进行相对权重确定．这里用aij表示，它表示第i个元素组对第j个元素组的影响权值，如果没有影响，就记为“0”，这里，元素组之间都有影响．处理结果得到模糊成分权重矩阵A．

根据求得的未加权的超级矩阵W及权重矩阵A，构造加权超级矩阵的计算权重：

4基于GIS的区域滑坡危险性评价

在进行滑坡灾害危险性评价时，评价单元面积的大小将直接影响评价结果的精度和准确性．本文主要借鉴地理学中地势起伏度研究中的最优统计单元的确定方法，采用均值变点法[29]，计算研究区的最佳单元面积．

在GIS中调入研究区的DEM数据，对其进行不同窗口的邻域分析，窗口类型选择矩形，大小为n×n，依次计算2×2，3×3，…，30×30网格下的地势起伏度．处理上述不同网格下的数据，构建出样本序列Y，利用均值变点法[29]计算出Y的统计量S与Si的值；然后再做S与Si的差值的变化曲线(如图2所示)，在第8个点时，其差值最大，该点所对应的评价单元面积为256 m2，即为研究区的评价单元面积．

图2　S与Si差值的变化曲线

利用GIS进行危险性评价[30-33]时，首先以课题组已建好的万州滑坡地质灾害危险性评价数据库[34-35]为基础，从库中转换和派生出所需要的各因子图层．依据万州滑坡各因子图层的分布规律及实际调查统计数据，分类见表4．

表4　各因子图层的分类

将各因子图层与滑坡分布图层进行叠加分析，计算滑坡在各图层的各类别中的密度，进而求出其得分的大小，其计算公式如下：

(4)

式中，为研究区总单元数；N为研究区已知发生滑坡的单元数；Si为含有评价指标xi的单元个数;Ni为含有评价指标xi，并且已经发生了滑坡的单元个数，P为评价指标个数．

利用分类后的各因子图层与滑坡灾害分布图层(有滑坡灾害发生的栅格属性值赋为1，无滑坡发生的区域属性值赋为0)进行栅格“乘”运算，得到各评价指标的属性表，将属性表输出，按式(4)计算出每个图层各类别的得分大小．

然后利用GIS提供的栅格计算器对不同的图层做栅格相加，得到研究区各评价指标的综合得分，值域为-6.573 827～6.132 437，数值越大，反应各评价指标对滑坡的贡献率越大，危险性越高．

上述方法得到结果是呈现连续分布的数值，为了便于描述不同地区的危险程度不同，将所取得的得分图进行重分类，划分为五个等级，极低危险区、低危险区、中危险区、高危险区、极高危险区．

对于评价结果的重分类，相关文献很少提及，大都是依照个人经验，本文则主要依据随着得分的不断增加，滑坡面积所占比例的增长情况来对研究区的滑坡灾害危险性得分进行重分类(如图3所示)，当得分值分别增长至-2.467、-0.560、3.354及5.246时，其滑坡的面积比发生了明显的增长，据此将得分值进行重分类(见表5)．按此标准分类后得到的危险性评价等级图如图4所示．

表5　滑坡危险性评价结果分级及检验表

图3　滑坡面积所占比例随得分取值变化曲线图

图4　万州区滑坡危险性评价等级图

从评价结果可知，万州的极高危险区占研究区面积的12.89%，高危险区占研究区面积的14.57%，中危险区占研究区面积的26.23%，低危险区和极低危险区占研究区面积的46.31%，其中超过80%的已知滑坡分布在极高危险区与高危险区中．

同时，万州区的极高危险区呈现带状分布，主要有4个聚集带：1)长江两岸极高危险区，2)以主城区为中心的高危险区，3)磨刀溪两岸的极高危险区，4)瀼渡河两岸的极高危险区，除上述几个主要聚集带外，极高危险区还在白土镇以及后山镇等地零星分布．

5结语

通过野外调查、查阅和收集资料，查明区内地质灾害的分布、类型，并对地质灾害发生的原因及影响因素进行分析．运用主成分分析法建立了研究区内滑坡地质灾害危险性评价指标体系．利用网络分析法确定了各指标的权重值，用均值变点法计算出研究区的格网单元面积，．将危险性评价的各指标及权重定量化，提高了其客观性、可靠性．将滑坡危险性评价与地理信息系统(GIS)技术相结合，通过GIS技术的空间分析和叠加功能，获得地质灾害危险等级分布图．

由于研究的范围与数据的可获得性等原因，本文未考虑降雨以及人类工程活动等影响因素；由于各评价指标数据的不连续性与类型的多样性，在指标量化的过程中，依然带有一定的主观性．因此，在以后的研究工作中，需全面考虑各影响因素，完善危险性评价体系；寻找一种更好的数据量化方法，尽可能减少指标确定过程的主观随意性．

参考文献：

[1]陈治璇．三峡库区滑坡风险评估方法及其应用研究[D]．重庆：重庆大学，2012．

[2]高华喜．滑坡灾害风险区划与预测研究综述[J]．灾害学，2010(2)：124-128．

[3]张梁，殷坤龙，雷明堂，等．全国地质灾害风险区划报告[R]．北京：中国国土资源经济研究院，2002．

[4]罗元华，张梁，张业成，等．地质灾害风险评估方法[M]．北京：地质出版社，1998：1-90．

[5]殷坤龙，柳源．滑坡灾害区划系统研究[J]．中国地质灾害与防治学报，2000，11(4)：28-32．

[6]任鲁川．区域自然灾害风险分析研究进展[J]．地球科学进展，1999，14(3)：242-246．

[7]卢全中，彭建兵，赵法锁．地质灾害风险评估(价)研究综述[J]．灾害学，2003，18(4)：59-63．

[8]向喜琼．区域滑坡地质灾害危险性评价与风险管理[D]．成都：成都理工大学，2005．

[9]汪敏，刘东燕．滑坡灾害风险分析研究[J]．工程勘察，2001(2)：1-6．

[10] 楚敬龙，王金生，滕彦国，等．基于GIS的滑坡灾害危险性区划研究——以重庆市万州区为例[J]．地球科学与环境学报，2010，409-415．

[11] 桂蕾．三峡库区万州区滑坡发育规律及风险研究[D]．武汉：中国地质大学，2014．

[12] 葛华．三峡库区塌岸预测与防治措施研究——以重庆市万州区为例[D]．成都：成都理工大学，2006．

[13] 刘雪梅．三峡库区万州地貌特征及滑坡演化过程研究[D]．武汉：中国地质大学，2010：11-30．

[14] 丁少春，张勤丽，陈海洋．三峡库区滑坡发育分布规律与防治对策研究[J]．资源环境与工程，2007，21(3)：265-268．

[15] 温铭生，李铁锋，王连俊．三峡库区滑坡灾害与地质环境关系分析[J]．水文地质工程地质，2006，4：103-106．

[16] 陈剑，李晓，杨志法．三峡库区滑坡的时空分布特征与成因探讨[J]．工程地质学报，2005，13(3)：305-309．

[17] 张帆，王孔伟，罗先启，等，长江三峡库区构造特征与滑坡分布关系[J]．地质学报，2007，81(1)：38-46．

[18] 沈芳．山区地质环境与地质灾害危险性区划的GIS系统[D]．成都：成都理工大学，2001．

[19] 向喜琼．金沙江溪落渡水电站近坝库岸边坡地质灾害区域评价与预测的GIS系统[D]．成都：成都理工大学，2001．

[20] 李艳双，珍香，闽等．主成分分析法在多指标综合评价方法中的应用[J]．河北工业大学学报，1999，28(1)：94-97．

[21] 李靖华，耀煌．主成分分析用于多指标评价的方法研究——主成分评价[J]．管理工程学报，2002，16(1)：39-43．

[22] 刘雪梅，高德彬，等．主成分分析法在地质灾害危险性综合评价中的应用[J]．西安工程学院学报，2001，23(4)：53-57．

[23] 于恒兰．综合评价的多元分析方法——主成分分析法[J]．安徽大学学报，1993(3)：93-97．

[24] Saaty T L． The Analytic Network Process· RWS Publications， Pittsburgh， PA，1996．

[25] Ulutas B H． Determination of the appropriate energy policy for Turkey[J]． Energy， 2005，30(7)．

[26] Wolfslehner B， Vacik H， Lexer M J. Application of the analytic network process in multi-criteria analysis of sustainable forest management [J]． Forest Ecology and Management， 2004：207(1-2)．

[27] 孙宏才，徐关尧，田平．用网络层次分析法(ANP)评估应急桥梁设计方案[J]．系统工程理论与实践，2007(3)：63-70．

[28] 王莲芬．网络分析法(ANP)的理论与算法[J]．2001(3)：44-50．

[29] 项静恬，史久恩．非线性系统中数据处理的统计方法[M]．北京：科学出版社，1997．

[30] 戴福初，李军．地理信息系统在滑坡灾害研究中的应用[J]．地质科技情报，2000，19(1)：91-96．

[31] 朱良峰，殷坤龙．基于GIS技术的区域地质灾害信息分析系统研究[J]．中国地质灾害与防治学报，2001，12(3)：82-86．

[32] 新建，叶洪，李掉芬，等．基于GIS区域滑坡危险性预测方法与初步应用[J]．岩石力学与工程学报，2002(10)：1507-1514．

[33] 周翠英，林春秀，刘柞秋，等．基于GIs技术的区域性滑坡发生概率分析[J]．岩石力学与工程学报，2004，23(6)：911-914．

[34] 廖瑞祥，邹良超．基于GIS的三峡库区滑坡空间数据库设计[J]．灾害与防治工程，2010(1)：28-32．

[35] 廖瑞祥，王刚，邹良超．基于GIS的三峡库区滑坡空间数据库系统设计[J]．三峡大学学报：自然科学版，2011，33(1)：24-27．

[责任编辑周文凯]

收稿日期：2015-11-01

通信作者：王世梅(1965-)，女，教授，博士生导师，主要从事库区滑坡灾害机理及非饱和土流变特性研究．E-mail：284480957@qq.com

DOI：10.13393/j.cnki.issn.1672-948X.2016.01.005

中图分类号：P642.22

文献标识码：A

文章编号：1672-948X(2016)01-0020-06

Evaluation and Regionalization of Landslide Geological Disaster in Wanzhou City， Three Gorges Reservoir Area

Hu Qiufen1,2Wang Gang3Wang Shimei1,2Guo Zhen1

(1. College of Civil Engineering & Architecture, China Three Gorges Univ., Yichang 443002, China; 2. Collaborative Innovation Center for Geo-Disasters and Eco-Environment in Three Gorges Area, China Three Gorges Univ., Yichang 443002, China; 3. Institute of Engineering Investigation & Design of Liaoning Province, Jinzhou 121000, China)

AbstractTaking landslide geological disasters in Wanzhou, Three Gorges Reservoir Area as a study object, and based on the geological disaster information collection and field investigation, their forming conditions and influencing factors are analyzed and summarized. Principal component analysis is adopted to establish the landslide geological disaster evaluation system and with the network analysis method to determine the weight of each evaluation index in the model values. On the basis of GIS software, the index data of landslide geological disasters in the studied area are extracted. With the analysis methods of statistics, overlaying, merging and classification, the map of landslide disaster assessment is obtained. Taking these as a basis for landslide disaster zoning, the research results can provide a theoretical basis and a technical support for the regional geological disaster prevention and control.

Keywordsdisaster evaluation;landslide geological disasters;network analysis model;geographic information system (GIS)