基于GIS和模糊综合评判法的重庆涪陵区地质灾害易发性区划

王 骏 李东林 覃 伟



基于GIS和模糊综合评判法的重庆涪陵区地质灾害易发性区划

王 骏1李东林2覃 伟2

（1.重庆市地勘局208水文地质工程地质队，重庆 400700）（2.重庆工程职业技术学院，重庆 400037)

针对传统地质灾害易发性区划存在的问题，利用模糊综合评判法，构建模糊集合，建立多级模糊综合评判模型．选取6个因子作为区划指标，通过指标等级赋值及隶属函数的构造，阐明了地质灾害易发程度定量计算依据；利用地理信息系统的数据叠加分析工具，获得地质灾害易发性区划图．经过对比分析，基于模糊综合评判法的易发性分区更符合客观实际．

重庆涪陵区；模糊综合评判法；地质灾害易发性区划

在近十年的地质灾害调查工作中，地质灾害易发性区划工作才刚起步，在易发单元、易发性级别的确定以及评价方法等方面还有待进一步的理论研究和探讨．诱发地质灾害的因素众多，单体地质灾害的易发性评价结果与实际情况未能完全吻合，对于区域多灾种而言，易发性分区评价则更加困难．区域地质灾害易发性评价应采用合理、科学的技术手段，其结果才能为地质灾害防治规划提供科学依据．目前，对地质灾害易发性评价的研究主要有：层次分析法、信息量法、Logistic回归模型、模糊数学评价法、GIS技术等．由于地质灾害的评价因素存在大量的不确定性，这类亦此亦彼的自然现象就是模糊数学所研究的对象，并且易发性评价具有多因素多层次的特点，本文采用多级模糊综合评判并结合Arcgis对重庆涪陵区地质灾害易发性进行分区评价．

1 研究区概况

重庆涪陵区地处四川盆地和盆边山地过渡地带，境内地势起伏较大，地质构造复杂．随着涪陵区人口不断增加，经济快速发展，人类活动使斜坡岩土体的自然平衡受到破坏而失稳，诱发的地质灾害造成巨大经济损失，近年来已呈现出灾害频率逐年升高的趋势[1]．

1.1 地质背景

涪陵区境内出露地层均为沉积岩类，主要为寒武系－侏罗系，缺失第三系地层，岩性为碳酸盐、碎屑岩和碎屑岩．地层总体上从东、东南往西、西北由老到新，第四系及侏罗系上统蓬莱镇组（J3P）到二迭系下统茅口组（P1m）地层均有出露．区内第四系地层零星分布，主要分布在沿江两岸、河谷阶地及斜坡中、下部，为冲洪积层及坡积、残坡积层；基岩地层中，侏罗系地层分布最广，地层岩性以泥岩、砂岩、页岩为主；其次为三叠系灰岩和石英砂岩，二叠系地层仅在东南边缘武陵山区有局部出露，地层以岩屑砂岩、灰岩为主，次为泥岩、页岩．

涪陵区大地构造单元属扬子准地台四川台坳川东南褶皱东垫江坳褶带．属川东褶皱带的地质构造主要分布于长江以北地区，多呈隔档式褶皱雁行排列，断裂一般分布于靠背斜轴部．属川黔南北构造带的地质构造主要分布于长江以南地区，含两个方向的褶皱，多为短轴状构造，断层多沿背斜轴部分布．

图1 涪陵区地理概况图

1.2 地质灾害特征

涪陵区地貌基本以山地和丘陵为主，境内地势起伏较大，总体东南高而西北低，层状地层发育，山地面积广大．在地层岩性、地质构造、降雨和人类工程活动的影响下，地质灾害十分发育，类型以滑坡为主，其次为崩塌（危岩），不稳定斜坡，泥石流及地面塌陷．根据2012年地质灾害排查结果，涪陵区统计有各类地质灾害共561处（见表1），其中滑坡509处，占90.7％；危岩崩塌38处，占6.8％；不稳定斜坡12处，占2.1％；泥石流1处，占0.2％；地面塌陷1处，占0.2％．

表1 地质灾害类型统计表

2 研究方法

2.1 多级模糊综合评判

模糊综合评判法是应用模糊变换原理和最大隶属度原则，考虑与被评价事物相关的各个因素，对其所作的综合评价．解决复杂问题时，由于影响因素较多，各因素之间又有层次之分，应该考虑将评价因素集合按照其内在的特性分为几类，分别对每一类作综合评判，最后将“类”进行更高层次的评判[2]20-45．步骤如下：

（1）划分因素集将因素集合分为级，即={1,2,…,U}，式中：i={u1,u2,…,u}，=1,2,…，，即U中含有k个因素，，并且满足以下条件：

（2）初级评判：对每个U={u1，u2,…，u}中的个因素，按初始模型作模糊评判．设U的因素重要程度模糊子集为，U的个因素的总的评价矩阵为R，于是得到：

（3）二级评判：设={1，2,…，U}的因素重要程度模糊子集为，且=(1,2,…,N)，则总的评价矩阵，

在确定评判结果时，根据最大隶属度原则，B向量中哪个分量值最大，评判结果就对应该分量相应的含义．

2.2 确定隶属函数

根据模糊集理论，各参评因子的实际值对各级地质灾害易发程度的隶属程度用隶属度()来刻画（隶属度越大，隶属资格越高），隶属度用隶属函数表示，确定隶属函数的方法很多，例如：专家直接打分法、二元对比排序法、待定系数法等．本文采用线性隶属函数确定评价因子隶属度，计算公式如下：

式中：为各评价指标赋值，C为标准等级赋值，1()、2()、3()、4()分别为评判集中地质灾害易发程度隶属度．

2.3 评价指标选取

通过对涪陵区地质灾害发育特征及分布规律的认识，分析其地质灾害形成条件，选取地形坡度、地层岩性、距断层距离、年平均降雨量、人类工程活动以及地质灾害点分布密度，共6个因子作为涪陵区地质灾害易发性评价指标（图2），采用多级模糊综合评判理论，建立涪陵区地质灾害易发性评价模型，其中，一级评判指标由地形坡度、地层岩性等因子组成，二级评判指标由基本因素、诱发因素、灾害地质因素组成．根据规范确定评判集={不易发区、低易发区、中易发区、高易发区}．

评价因子集合={地形坡度、地层岩性、距断层距离、年平均降雨量、人类工程活动、灾害点密度}

2.4 指标量化处理

按地质灾害易发性区划分为高易发区、中易发区、低易发区、不易发区．由于评价因子中包含不同类型、不同单位的数据，为便于运算，将各指标划分为四个等级，分别表示不同的易发程度（见表2）．

表2 地质灾害易发性分区评价指标赋值标准

2.5 确定指标权重

层次分析法（AHP）将复杂的问题条理化、系统化，根据具体问题将其分解为各组成因素，并按各因素间的相互关系分为不同层次，形成一个多层次的结构体系[3]18-33．将AHP方法与模糊数学理论相结合，可清晰反映所研究问题的层次关系结构，并建立评判矩阵，用求解矩阵最大特征值及其特征向量的方法得到各评价因子的相对权重，最后通过计算指标层对于目标层的相对权重值，得到各指标权重．

2.6 GIS上的模型实现

GIS有着强大的信息存储及处理能力，应用GIS信息技术整合各类数据，需分别获取各评价指标信息图层，可根据区域DEM数据提取坡度因子信息；以区域地形地质图及构造纲要图为底图，矢量化得到地层岩性数据、断层分布数据；根据区内气象水文资料，结合克里金插值法，拟合出年平均降雨量分布图；再由区域近年来大型建设项目规划资料，绘制人类工程活动影响图；最后，通过地质灾害排查工作，将区内所有地灾点投影到GIS上，利用点密度工具得到地质灾害点密度分布图．

获得的评价因子图均为栅格格式，采用间接计算方法，将评价因子图转换为矢量图，利用Arcgis软件的叠加分析功能，获得所有评判列向量，筛选出最大隶属度，标以易发性等级代号，得到地灾害易发性区划图，从而实现GIS平台上的模糊数学模型运算．

3 涪陵区地质灾害易发性区划

3.1 确定指标权重

本文采用层次分析法确定各指标的权重，建立判断矩阵反映指标之间的数量关系，用最大特征根计算一致性指标，为平均随机一致性指标，可查表得出．为一致性比例，/，当阶数≤2时，矩阵总有一致性；当阶数>2时，需计算值，当<0.1时，认为该判断矩阵具有一致性，否则应对判断矩阵进行适当修正．

表3 一级评判矩阵（A-B） 表4 二级评判矩阵（B1-C） 表5 二级评判矩阵（B2-C）

由表3可以得出，3.0，=0，=0.580，=0<0.10，满足一致性检验；由表4可以得出，=3.018，=0.009，RI=0.580，=0.016<0.10，满足一致性检验；由表5可以得出，=2，=0，=0，=0<0.1，满足一致性检验．由于参评要素B3中只包含一个评价指标，所以灾害点密度C6的权重值是1，λ=1.0，=0，=0，=0<0.1，满足一致性检验．利用表3-5从高到低逐层总排序（），结果见表6．然后通过咨询专家，并结合其经验对计算结果进行适当调整，得到该区地质灾害易发性分区评价指标权重（见表7）．

表6 层次组合总排序 表7 评价指标权重

3.2 模糊综合评判计算

本文采用二级模糊综合评判法，计算主要分两步进行，首先进行一级模糊综合评判，该评判是在最底层（指标层）与中间层（准则层）之间进行，通过确定各指标隶属于评判集中相应等级的程度，获得一级评判矩阵，结合矩阵运算，得到评判向量，再将所有评判向量组成二级评判矩阵，重复上次矩阵运算，得到评判向量，由最大隶属度原则，确定地质灾害易发性程度．

以涪陵区00003号单元格为例，说明其计算步骤，该单元格所在地地形较陡，坡度约为40°；地层岩性主要以侏罗系中、下统自流井组粉砂质页岩夹粉砂岩为主，单斜地层，断层及褶皱不发育；年平均降雨量约为1 150mm，单元格地处山区，人类工程活动较少，但有一处不稳定斜坡．根据评价指标赋值标准（见表2），将其量化为=（3,3,2,3,2,2.5）．

中的2.5表示单元格中有一灾害点，但灾害点恰好落在格子边线上，这种介于两赋值标准之间的状态以±0.5作为过度．

（1）计算隶属度 在参评因子中选取灾害点密度2.5计算，对照分级标准，其值超过Ⅱ级标准，小于Ⅲ级标准，故对Ⅰ、Ⅳ无隶属关系，即1()=0、4()=0，Ⅱ、Ⅲ级的隶属度计算如下：

(3j)/(3j2j)=0.5；(2j)/(3j2j)=0.5

用矩阵表示1()、2()、3()、4()计算出的隶属度，()=（0,0.5,0.5,0），用同样的方法可算得其余5个指标对应的评判行向量．

（2）一级模糊评判 根据指标体系中的层次关系，将算得的6个评判行向量组合成3个矩阵，代入指标权重向量并行计算，选取加权平均模型，即(×,+)，计算过程如下：

灾害地质因素：3=[0 0.5 0.5 0]

（3）二级模糊评判 将一级模糊评判结果组合为最终评判矩阵，再次重复矩阵乘法运算得到最终的评判行向量，计算过程如下：

根据二级评判行向量，00003号单元格属于Ⅰ、Ⅱ、Ⅲ、Ⅳ等级的隶属度为0，0.163，0.389，0，按最大隶属度原则，可判断单元格所处地为地质灾害中易发区．

3.3 易发性区划及对比分析

3.3.1 易发性区划

为使评价结果更加精确，本文将涪陵区划分为10 825个0.5×0.5的单元格，随着单元格数目的增加，计算量也相应增大．通过上述方法获得涪陵区各评价指标图层（图3～图8）以及涪陵区地质灾害易发性区划图（图9）．

3.3.2 对比分析

图7 人类工程活动图 图8 地灾点密度图 图9 地质灾害易发性区划图 图10 传统方法的地质灾害易发性区划图

将本次方法的地质灾害易发性分区与传统方法对比分析，传统地质灾害易发性分区（图10）多根据灾点分布情况，人为将灾害密集区圈定为高易发区，将灾害稀疏区圈定为低易发区，且分区界线的勾勒过分追求平顺、光滑，分区工作侧重于图幅的美观，此类分区带有强烈主观色彩．本文采用GIS结合模糊数学的方法，将研究区划分为足够多的小单元格，应用模糊数学理论及GIS运算平台，以定量计算为主，定性分析为辅，实现区域地质灾害易发性分区（图9），其分区结果更为合理、客观．

以图10中的Ⅲ-3区域与图9中相对应的区域作比较，传统分区方法将此区划分为地质灾害中易发区，而根据区内地形、地质条件及地质灾害排查工作获得的资料，该区分布于涪陵中部马武及白涛一带，东邻乌江左岸，地形地貌以山地斜坡及河谷岸坡为主，岩层分布较广，从侏罗系上统蓬莱镇组到三叠系下统嘉陵江组均有分布，岩性以泥岩、砂岩、页岩和石灰岩为主，其中三叠系中统雷口坡组一带，岩体较破碎，地质灾害发育．本文采用的方法在马武及白涛一带划分出条带状的地质灾害高易发区，分区结果与实际情况较吻合．

再以图10中的Ⅲ-4区域与图9中相对应的区域作比较，区内白涛镇一带，西邻乌江右岸，地形地貌以山地斜坡及河谷岸坡为主，地形坡度较大．第四系坡残积层分布较广，坡脚及沟底较厚，局部达5.0m，多发育土质滑坡，已查明59处，基岩以泥岩、砂岩、页岩和石灰岩为主，地质灾害发育．本文采用的方法在白涛镇一带划分出了块状分布的地质灾害高易发区，分区结果与实际情况较吻合．

4 结论与讨论

（1）重庆市涪陵区地质灾害发育，区内滑坡、崩塌、不稳定斜坡等地质灾害严重，依据涪陵区地质灾害排查工作资料，分析了区内地质灾害发育特征及影响因素；在GIS平台上，结合模糊综合评判法，得到涪陵区地质灾害易发性区划图，将本次分区结果与传统分区结果对比分析，表明基于模糊综合评判法的地质灾害易发性区划结果与实际情况更吻合．

（2）本文基于GIS平台对涪陵区各类信息数据进行采集、存储、运算、分析，形成完整的地质灾害易发性空间数据库，为评价区域的数据提供科学的管理．利用GIS信息平台，自动生成方格网，将各指标图层叠加分析，再借助excel软件的矩阵计算功能可完成信息平台上的模糊综合评判计算．

（3）GIS技术与模糊综合评判法的结合可高效进行区域地质灾害易发性区划，虽然模糊综合评判法的计算过程比较客观，但在确定指标权重时，人为主观性难以避免，这给分区结果的准确性带来了影响；在确定单元格尺寸方面，往往不能无限趋小，若简易划分或随意划分单元格，其评价结果的粗糙性更加明显．因此，区域地质灾害易发性区划的方法和理论还需不断改进，其精确性有待进一步探讨．

[1] 李东林，王骏，张伟.重庆涪陵区地质灾害发育特征与发生规律分析[J].重庆三峡学院学报，2012（3）：84-89.

[2] 杨纶标，高英仪.模糊数学原理及应用（第2版）[M].广州：华南理工大学出版社，2001.

[3] 许树柏.层次分析法原理[M].天津：天津大学出版社，1988.

（责任编辑：于开红）

Geo-hazard Susceptibility Zoning Based on GIS and Fuzzy Comprehensive Evaluation Method in Chongqing Fuling District

WANG Jun1LI Donglin2QIN Wei2

The purpose of this study is to apply fuzzy comprehensive evaluation mothod to analyze the division of geo-hazard susceptibility, and then to set up multi-level fuzzy comprehensive evaluation model with 6 factors as geo-hazard criteria. By assigning index level and constructing the membership functions, it clarifies the quantitative calculation foundation of geological hazard susceptibility. Then Geographic Information System (GIS) worked as a research platform to realize the superposition of different data and finally to obtain the zoning map of geological hazard susceptibility. Compared with the traditional zoning method, geological hazard susceptibility zoning based on GIS and fuzzy comprehensive evaluation method is more appropriate for the objective reality.

Chongqing Fuling District; Fuzzy Comprehensive Evaluation Method; Geo-hazard Susceptibility

P694

A

1009-8135（2016）03-0081-06

2016-02-11

王 骏（1990-），男，四川自贡人，硕士，主要研究地质灾害评价与防治．

重庆市教委科技项目资助（编号：KJ1403205）阶段性成果