杜常见 易庆林,2 周 宝 覃世磊 曾怀恩,3
(1. 三峡大学 三峡库区地质灾害教育部重点实验室,湖北 宜昌 443002; 2. 三峡大学 湖北长江三峡滑坡国家野外科学观测研究站,湖北 宜昌 443002; 3. 水电工程智能视觉监测湖北省重点实验室, 湖北 宜昌 443002)
基于GIS和加权信息量的三峡库区云阳县滑坡灾害易发性评价
杜常见1易庆林1,2周 宝1覃世磊1曾怀恩1,3
(1. 三峡大学 三峡库区地质灾害教育部重点实验室,湖北 宜昌 443002; 2. 三峡大学 湖北长江三峡滑坡国家野外科学观测研究站,湖北 宜昌 443002; 3. 水电工程智能视觉监测湖北省重点实验室, 湖北 宜昌 443002)
以滑坡地质灾害高发区的三峡库区云阳县县城区域作为研究区,选取坡度、坡向、斜坡结构、工程地质岩组、水系作用以及土地利用类型6项影响因素作为评价指标,结合境内143个地质灾害点作为样本数据,基于ArcGIS地理信息系统软件的栅格数据计算分析功能,应用层次分析法加权的信息量理论对研究区进行滑坡灾害易发性分区评价.研究结果显示:滑坡灾害高易发区主要集中在人类工程活动频繁的县城开发区和库水位变动带库岸斜坡,分布地层主要为中统上沙溪庙组(J2s)和下统的遂宁组(J3s).通过对研究区的分区评价,确定了滑坡灾害高易发区,为该区滑坡地质灾害预防和规划治理工作提供指导.
易发性评价; 评价指标; 加权信息量; GIS; 三峡库区; 云阳县城
我国山区地质构造复杂,地灾频发,滑坡作为其中最主要的灾害之一,具有分布区域广、发生频率高、灾害损失大等特点[1].随着经济社会进一步发展,频繁的人类工程活动使得地质环境更加脆弱,地质灾害形势日趋严峻,严重威胁人民生命财产安全.
由于受滑坡诱发因素的制约,区域地质灾害的分布往往呈一定的规律.3S技术的迅速发展以及统计信息的日趋完善,为滑坡灾害危险性和风险性评价提供了基础,使得区域灾害预测评估更加科学合理.国内学者殷坤龙[2]应用信息量理论和GIS栅格计算工具,以滑坡频率曲线和信息量曲线的突变点为等级划分临界值,对三峡库区万州区进行了灾害易发性分析计算;程温鸣等[3]基于粗糙集理论以三峡库区秭归县境内为例开展了滑坡灾害易发性评价;范林峰[4]首次将层次分析法引入传统信息量理论中,并用于对湖北恩施市灾害易发分析中.
本文以三峡库区云阳县城区域为研究对象,结合区域地质灾害调查结果和区内滑坡发育情况,以坡度、坡向、斜坡结构、工程地质岩组、水系作用以及人类工程活动6项影响因素作为评价指标,应用加权信息量的评价模型对该区域进行滑坡灾害易发性分析,计算过程中考虑了各因子的相对重要性,将研究区灾害发育情况直观准确地反映出来,为该地区的灾害监测和城市建设规划提供建议和指导.
滑坡地质灾害的发生受多种因素的制约和影响,滑坡灾害易发性评价常用的评价模型主要有:层次分析法、信息量模型、人工神经网络、逻辑回归、证据权、模糊判别、复合模型等[5-6].其中,信息量模型其物理意义明确、操作简单、应用广泛,但是该统计分析只反映了各影响因子在特定组合类别情况下灾害发生的概率,未充分考虑各因子对滑坡灾害发生“贡献”的差异[7-8].因此,本文采用层次分析法加权的信息量评价模型,对每个评价因子赋予不同的权重,使评价结果更加准确合理.
传统信息预测的观点认为:滑坡灾害产生与预测过程中所获取的信息的数量和质量有关[9].区域性的滑坡灾害易发性评价是建立在网格单元划分的基础上的,根据不同地区的地质条件和地形地貌选取合适网格形状和大小,结合区域上的灾害点分布图来进行信息量统计分析,各影响因子的信息量计算公式为:
(1)
式中,Si为影响因子x第i类中滑坡面积之和;Ai为影响因子x第i类的总面积;S为研究区滑坡总面积;A为研究区总面积.
为充分考虑各影响因子对滑坡灾害发生“贡献”的差异,采用层次分析法对各影响因子信息量值赋予不同的权重ωi,则各影响因子加权信息量:
(2)
层次分析法加权的信息量评价模型考虑了各因子相对重要性,引入了专家经验,将主观因素和客观因素有机地结合起来,得到的计算结果更具说服力.
研究区位于长江三峡库区重庆市云阳县,地理坐标东经108°24′~109°14′,北纬30°35′~31°26′之间,北与开县接壤,南与湖北利川相接,东与奉节交界,西与开县、万州相邻.该区属亚热带暖湿季风气候区,除长江干流以外还分布彭溪河和汤溪河两大支流,境内气候温和,降水充沛,光照适宜,季节分明.区域总体属于构造、侵蚀、剥蚀丘陵地貌,境内出露的地层多为中生代侏罗系,局部出露新生代第四系地层.研究区地处黄柏溪向斜轴部,北临硐村背斜翼部,南及故陵向斜,大致呈NE走向.
云阳区内主要发育的地质灾害有滑坡、崩塌以及塌岸等,灾害多发生于人类工程活动区以及水库库岸边坡处,在汛期暴雨和三峡水库水位升降变化的激励作用下,区内灾害频发,对云阳县内人口、房屋以及长江航道造成严重威胁.
本次评价采用地理信息系统软件ArcGIS对研究区进行空间计算和分析,采用的空间数据包括云阳县1∶1万地形图,1∶20万地质图以及1∶5万地质灾害分布图,选取全区143个灾害点作为本次滑坡易发性评价的样本数据(如图1所示).
图1 研究区灾害点分布图
3.1 评价单元划分
评价区单元的划分是根据空间数据的比例尺和精度来决定的,在进行规则网格单元的剖分时,应使单元精度能充分反映一定比例尺下地质实体的空间分布及其属性特征,满足该比例尺下地质体的实际精度[7].在基于GIS栅格运算的地质灾害危险性评价中,确定栅格单元大小的经验公式为:
(3)
式中,Gs表示适宜网格大小,S为原始等高线数据精度的分母.
结合实际研究情况,本次研究区东西横跨29.5 km,南北距离13.1 km,根据国家1∶1万空间数据标准,最终选取10 m×10 m的栅格分辨率,将研究区划分为1 353行,2 949列,共计399万个栅格单元.
3.2 评价指标体系确立
滑坡灾害的发育由所处斜坡地质条件控制,但同时也受降雨、库水位升降以及人类工程开挖等影响因素的作用.评价因素按数据类型分为离散型和连续型两种,其中连续型影响因素包括地形坡度、坡向、坡高和斜坡结构等,其分界临界值可通过信息量分布曲线的突变点来确定;离散型因素包括地层岩性、地质构造、水系作用、降雨影响以及土地利用类型等.
研究区大部分地处故陵向斜核部,境内没有较大的断层和褶皱,地质构造对本区内滑坡易发性的作用程度基本一致,故此次分析未将地质构造作为因素之一考虑;同样,区内受降雨影响也无较大差异,也未纳入考虑范围.故此次评价指标包括:坡度、坡向、斜坡结构、工程地质岩组、水系作用以及土地利用类型6项影响因子.
3.3 评价因子权重计算
应用层次分析法将所选取的6个评价指标划分相互联系的有序层次,建立评价模型层次结构,对各因子进行两两比较建立判断矩阵,确定各因子的权重值,并进行一致性检验(见表1).计算得到矩阵的最大特征值为6.319,进行归一化处理得到各评价因子的权重为{0.128,0.042,0.168,0.234,0.091,0.338}.一致性指标CI值为0.06,一致性比例值CR为0.06,小于0.1,表明层次排序结果具有较满意的一致性.
表1 评价因子判断矩阵及权重
3.4 评价因子分析
1)地形条件
地形条件对滑坡的影响包括坡度和坡向两个因子,在地理信息系统软件ArcGIS中,通过等高线生成DEM文件,应用空间分析工具提取坡度、坡向栅格,将坡度分为[0~8°]、[8~24°]、[24~50°]、[50~90°]4个区间(见图2),其中[8~24°]坡度范围内滑坡发育较多,对应的信息量值也较大;同理将坡向分为[0~70°]、[70~140°]、[140~220°]、[220~290°]、[290~360°]5个区间(见图3),其中[140~220°]和[220~290°]分布滑坡面积最大,各区间信息量值的大小与滑坡数量基本保持正相关关系.
图2 坡度因子影响分级图
图3 坡向因子影响分级图
2)斜坡结构
根据岩层倾向与地形坡向组合关系将斜坡结构分为:顺向坡、斜向坡、横向坡、逆向坡以及近水平层状坡4种类型.将研究区倾向产状分布图与坡向图进行叠加计算,得到斜坡结构类型分布图,定义岩层倾角与坡向夹角为θ,当0°<θ°<30°时,为顺向坡;当30°<θ°<60°或12°<θ°<150°时,为斜向坡;当60°<θ°<120°时,为横向坡;当150°<θ°<180°时,为逆向坡;当岩层倾角<5°时,为近水平层状坡.研究区各斜坡结构分布如图4所示,其中多数滑坡发生在易滑的顺向斜坡结构.
图4 斜坡结构因子影响分级图
3)工程地质岩组
研究区出露地层均为侏罗系,局部覆盖不同成因类型的第四系堆积层.其中中统上沙溪庙组(J2s)、下统的遂宁组(J3s)和蓬莱镇组(J3p)为区内最主要的出露地层,出露面积占80%以上,长石砂岩、泥质粉砂岩与粉砂质泥岩呈不等厚互层状;其他出露地层还有中统下沙溪庙组J2xs中统新田沟组(J2x)、下统珍珠冲组(J1z)和中-下统自流井组(J1-2z),主要分布于背斜向斜间的翼部,位于研究区的左右角上,分布面积不大.
根据境内地层分布概况,将出露地层划分为7个大类J2s、J3s、J3p、J2xs、J2x、J1z、J1-2z;其中J2s、J3s地层的滑坡数量达到了86%,而J3p地层虽出露面积不小,但滑坡数量较少,为相对稳定地层(见图5).
图5 工程地质岩组因子影响分级图
4)水系作用
研究区属长江上游干流区,长江顺故陵向斜谷地在县境中部自西向东横穿而过,主要河流除长江外还有一级支流彭溪河,横穿构造,与其余二级支流成互生网状注入长江,全区溪河纵横,沟谷遍地,形成树枝状水系.
水对流域斜坡体稳定性的影响较为明显,岩土体在经受流水的冲刷、侵蚀后,其力学参数会有较大幅度下降.岩层中的泥岩夹层受水浸泡-软化,形成软弱夹层,成为滑坡的潜在滑动面.另外,在三峡水库库水位的周期升降循环作用下,库岸斜坡受水压力变化的影响,易诱发浮托减重型和动水压力型滑坡.
根据河流流量和流域面积将水系分为3个等级(见表2),不同等级的水系对库岸的影响程度不同,且斜坡离水系越远,影响越小,各等级水系的影响范围分布以及灾害点数量、加权信息量统计如图6所示.
表2 研究区水系对滑坡影响范围
图6 水表作用因子影响分级图
5)土地利用类型
云阳县城附近区域人类工程活动较为频繁,地形开挖改造程度较大,彭溪河河口三角地带以及长江县城附近岸段尤为严重(见图7).工程活动扰动了原始斜坡的稳定状态,切坡开挖更是为岩土体提供卸荷空间,区内有46处滑坡发生在人类工程活动区.
图7 土地利用类型因子影响分级图
3.5 滑坡易发性分区及评价
根据确定的坡度、坡向、斜坡结构、地层岩性、水系作用、以及土地利用6项评价指标,基于GIS栅格数据计算理论,将各图层因子的属性表和对应的地质灾害分布图做叠加运算后得到的各图层因子的属性表,并计算出每个图层各类别的信息量值,乘以各自权重得到最终加权信息量值.按照信息量值自然断点法将研究区地质灾害易发程度划分为:低易发区[-4.2,-2.3]、中易发区[-2.3,-0.5]、较高易发区[-0.5,1.9]、高易发区[1.9,2.7]4个等级.
表3 各影响因子信息量统计表
通过综合考虑影响地质灾害形成的各因素以及地质灾害发育现状,基于易发区的定量计算结果,将信息量划分图中一些异常的小图斑进行合理的归并,分区边缘进行拟合,消除锯齿,得到较为圆滑的边界,具体分区情况如图8所示,通过研究区的滑坡灾害易发性分区图可得,高易发区和较高易发区有以下特征:
图8 灾害易发性分区图
1)灾害易发性较高的地区主要分布在三峡库区库水位变动带库岸边坡处,其中较高易发区所占面积68.6 km2,灾害点密度0.7个/km2;高易发区所占面积30.4 km2,灾害点密度1.1个/km2.库岸斜坡受库水位周期性升降产生的浮托减重和动水压力作用,其稳定性一般比较差,加之江水的冲刷切割作用,使该区成为滑坡灾害的高易发区.
2)研究区灾害易发性较高的地区其斜坡结构多为顺向坡,坡度在15~24°左右;其地层岩性多集中在J2s和J3s地段,该地层结构多为厚层砂岩、泥质粉砂岩夹薄层泥岩.泥岩遇水易软化,层面间抗剪强度降低,汛期在降雨和库水的激励作用下,极易产生滑坡,旧县坪、川主庙以及峰包岭等滑坡均孕育在此类地质环境中.
3)云阳县主城区附近滑坡灾害频现,主要集中在彭溪河沿岸和县城开发区地带,为滑坡高易发区.自云阳新县城迁至此地后,人类工程建设甚是频繁,多处开挖坡脚,切割山体,极易诱发滑坡的产生;且地势较为平坦的地区多为古滑坡和崩坡积物堆积平台,人类工程活动也容易诱发其复活变形.
1)以三峡库区云阳县城区附近为研究对象,选取坡度、坡向、斜坡结构、工程地质岩组、水系作用以及土地利用类型6项影响因素建立评价指标,基于GIS和加权信息量理论,将研究区按照灾害易发性高低分为高易发区、较高易发区、中易发区和低易发区4类,分析过程中考虑了各评价因子权重,引入了专家经验,其结果与实际情况较为接近.
2)分析结果表明滑坡高易发区主要集中在人类工程活动频繁的县城开发区和库水位变动带库岸斜坡,面积30.4 km2,占整个研究区面积的7.7%.该区域分布地层主要为中统上沙溪庙组(J2s)和下统的遂宁组(J3s),为厚层砂岩、泥质粉砂岩夹薄层泥岩结构,在降雨和长江库水位的周期水力循环作用下,泥岩多呈强-中风化程度,易形成软弱夹层;县城附近区域斜坡工程开挖改造强烈,多处切坡修路建房,破坏了斜坡的稳定状态,容易诱发新滑坡的产生.在后续开发建设中,应根据灾害易发规律,科学合理地选址,有效避免和减少滑坡灾害的产生.
[1] 殷坤龙,朱良峰.滑坡灾害空间区划及GIS应用研究[J].地学前缘,2001,8(2):279-284.
[2] 王佳佳,殷坤龙,等.基于GIS和信息量的滑坡灾害易发性评价—以三峡库区万州区为例[J].岩石力学与工程学报,2014,33(4):797-808.
[3] 程温鸣,彭 令,牛瑞卿.基于粗糙集理论的滑坡易发性评价—以三峡库区秭归县境内为例[J].中南大学学报(自然科学版),2013,44(3):1083-1090.
[4] 范林峰,胡瑞林.加权信息量模型在滑坡易发性评价中的应用—以湖北省恩施市为例[J].工程地质学报,2012,20(4):508-513.
[5] 贺 鹏,童立强.GIS支持下基于层次分析法的西藏札达地区滑坡灾害易发性评价研究[J].科学技术与工程:2016,16(25):193-199.
[6] 范 强,巨能攀,证据权法在滑坡易发性分区中的应用—以贵州桐梓河流域为例[J].灾害学,2015,30(1):124-129.
[7] 杜国梁,张永双,吕文明,等.基于加权信息量模型的藏东南地区滑坡易发性评价[J].灾害学,2016,31(2):226-234.
[8] 周建伟,毛 郁.加权信息量模型在矿山地质环境影响评价中的应用—以四川省为例[J].中国地质灾害与防治学报,2016,27(1):117-122.
[9] 郑苗苗,牛树轩.延河流域加权信息量法地质灾害分区研究[J].灾害学,2016,31(1):87-91.
[10] 张桂荣,刘传正,等.基于GIS的陕西省旬阳地区滑坡灾害危险性区划[J].中国地质灾害与防治学报,2003,14(4):42-46.
[责任编辑 王康平]
Landslide Susceptibility Assessment in Yunyang District of Three Gorges Reservoir Based on GIS and Weighted Information Value
Du Changjian1Yi Qinglin1,2Zhou Bao1Qin Shilei1Zeng Huaien1,3
(1. Key Laboratory of Geological Hazards in Three Gorges Reservoir Area, Ministry of Education, China Three Gorges Univ., Yichang 443002, China; 2. National Field Observation and Research Station of Landslides In Three Gorges Reservoir Area of Yangtze River, China Three Gorges Univ., Yichang 443002, China; 3. Hubei Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectirc Engingeering, China Three Gorges Univ., Yichang 443002, China)
Taking the Yunyang District, where landslide hazard largely occurred in the Three Gorges Reservoir area, as object, and six influence factors are chosen as evaluation indices, i.e. gradient, direction, structure of slope, stratum lithology, role of water and land use. Based on the grid data model of GIS and the method of weighted information value,the susceptibility evaluation is developed over 143 samples data of landslides. The results show that the high susceptibility areas are mainly the urban area of city, J2s and J3s stratum, construction land and the slope affected by reservoir water level variation. Based on the zoning evaluation of the study area, the high susceptibility areas are identified, so as to provide guidance for the prevention and control of the landslide geological disasters in the areas.
susceptibility evaluation; evaluation index; weighted information value; geographic information system(GIS); Three Gorges Reservoir; Yunyang District
2016-12-06
三峡大学创新研究基金项目(2015CX032);湖北省自然科学基金项目(2016CFB443);精密工程与工业测量国家测绘地理信息局重点实验室开放基金项目(PF2015-14);水电工程智能视觉监测湖北省重点实验室开放基金项目(2015KLA06)
易庆林(1966-),男,教授,主要从事防灾减灾工程、变形监测等方面的研究.E-mail:yiqinglin@ctgu.edu.cn
10.13393/j.cnki.issn.1672-948X.2017.02.011
P694
A
1672-948X(2017)02-0048-06