浙江省滑坡灾害风险性区划信息图谱研究

周小梅，武雪玲，杜清运,3,4,5，彭 瑞

(1.武汉大学 资源与环境科学学院，湖北 武汉 430079; 2.中国地质大学(武汉) 地球物理与空间信息学院，湖北 武汉 430074;3.武汉大学 地理信息系统教育部重点实验室，湖北 武汉 430079; 4.武汉大学 数字制图与国土信息应用工程国家测绘局重点实验室，湖北 武汉 430079; 5.武汉大学 地球空间信息技术协同创新中心，湖北 武汉 430079; 6. 浙江省地理信息中心，浙江 杭州 310012)

0 引 言

滑坡在世界范围内都是一种严重的灾难，每年带给世界各国的经济损失高达几十亿美元[1]。滑坡风险管理是防灾减灾的有效途径之一，而灾害风险评价是风险管理的基础和依据[2]。

滑坡灾害研究往往是多源、多类型数据的综合研究，近年针对滑坡灾害的研究内容主要集中在滑坡灾害风险定量评估[3]、灾害制图[4-5]、风险管理[6]上，研究中也常运用不同的数学模型。如沈玲玲等[7]以多因素为因子图层，运用信息量模型等三种方法对滑坡易发性进行评价；邱海军等[8]以多因子基于三种不同模型探索区域滑坡灾害敏感性的差异性；武雪玲等[9]利用多源数据建立BP神经网络模型，对滑坡灾害进行了空间预测；此外，支持向量机模型[10-11]也在滑坡灾害易发性评价中得到了应用。这些研究多利用地质岩性、土地利用、地形地貌等相对稳定的空间因子来综合评价滑坡灾害风险。

而研究显示，滑坡灾害的月分布变化与降水量分布情况相似[12]，这说明滑坡除了受相对稳定的空间因子的影响之外，还受到区域降水量的影响。同时，我国受季风气候的影响，降水量月分布变化有着较强的时间规律。因此，滑坡灾害的评价应该是基于时间因素和空间因素共同影响的综合性评价。

为了弥补此前研究的不足，同时反映时间和空间因素对滑坡灾害风险的影响，本文将地学信息图谱运用到滑坡灾害风险评价中。地学信息图谱是进行“空间与过程”研究的时空复合体，可同时反映空间差异和时序变化过程[13]，常用在城市扩张[14]、土地利用变化监测[15]、环境动态监测[16]、植被恢复演替[17]等时空规律明显的研究中。自然灾害风险信息图谱是采用空间信息可视化技术对自然灾害风险的评估过程和结果进行表达的方法和手段，对自然风险评估过程中的各类空间信息进行提炼和概括，从而归纳出简明的灾害风险信息时空图谱，发现其中蕴含的规律，实现自然灾害风险信息的增值运用与知识创新[18]，它不是简单的地理客观实体地图化及地图集合表达，是一种思维方法，是滑坡等特定的表现形式和方法研究的有效工具[19]。如刘彦花[20]利用地学信息图谱理论和GIS技术，基于地质灾害数据库，将地质灾害空间属性和致灾因子在时空分布的关系用图谱标示，分析出了各类致灾因子对灾害的不同影响。

综上，本文将同时考虑相对稳定空间环境因素和随时间变化的降水量等因素，利用地学信息图谱理论对浙江省滑坡灾害风险进行评价，建立浙江省滑坡灾害风险信息图谱，更准确科学地为浙江省滑坡灾害管理提供依据。

1 研究区概况及数据源

研究区浙江省位于中国东南沿海，陆地面积10.18×104km2，地形复杂，整体呈西南—东北向下降，西南地区多为海拔较高的山区，中部过渡地区为丘陵，东北部则是海拔较低的冲积平原。浙江省土石地质种类多样，不同性质的断裂分布在全省各处，省内土地利用类型也各不相同，这些共同构成浙江省复杂的地质条件。气候类型上，浙江省属于典型的亚热带季风气候，降水有明显的季节性变化。

本文主要采用的数据源包括：①更新于2014年12月的浙江省1 106处历史滑坡发生点位置数据、全省断裂分布数据、土石工程地质分组数据、土地利用类型数据以及1981年1月至2014年11月全省71个观测站的逐月降水量数据均来源于浙江省地理信息中心；②浙江省DEM数据（90×90 m）来源于STRM（http://srtm.csi.cgiar.org），该网站DEM数据由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量，用于分析浙江省高程、坡度、坡向。

2 滑坡灾害研究的地学信息图谱方法

2.1 滑坡影响因素分析

1）空间环境因子

综合文献[7-8]，[21]中的研究成果，结合研究区的实际情况和数据可获得性，选取DEM、坡度、坡向、土石工程地质分组、断裂、土地利用类型等因素综合考虑空间环境因素对滑坡灾害的影响。空间环境因子谱系表见表1。

表1 空间环境因子谱系表Tab.1 Spectrum table of spatial environmental factors

其中，土石工程地质分组和土地利用类型因子谱系均利用上表中的英文字母和希腊字母代替，上表中字母仅为书写方便，与相关学科行业标准无关。表1中各影响因子谱系均利用ArcGIS自然断点法分组。

2）降水因子

选取1981年1月至2014年11月浙江全省71个观测站的逐月降水数据进行处理，并用以研究对区域滑坡灾害的影响。从71个观测站的逐月降水量平均值折线图（如图1所示）中可以看出，浙江省降水量月分布变化有着较强的时间规律。1～12月间，降水量有两次高峰期，分别集中在6月和8月附近。不同时间段内降水量强度不同，对滑坡风险的影响也不同。本研究中，根据降雨量大小和集中程度的不同，将全年降水影响分为雨季（4～9月）和旱季（10～3月）进行研究。

图1 71个观测站月平均降水量值变化情况（1981～2014）Fig.1 The average precipitation per month of 71 observation stations (1981-2014)

2.2 地学信息图谱方法

按照信息图谱应用功能分类的方法，可以将区域滑坡灾害风险性区划图谱分为：滑坡征兆图谱、滑坡诊断图谱和滑坡实施图谱[22]。其中，滑坡征兆图谱表达滑坡触发的背景；滑坡诊断图谱用来描述区域滑坡灾害的风险状态；滑坡实施图谱则是结合经济政治等多内容分析为决策者提供灾害管理决策信息。本文分析滑坡灾害风险区划，针对研究区特点制作滑坡征兆图谱和诊断图谱，其中，滑坡征兆图谱利用时间因素和空间因素的特征图谱表达滑坡触发的背景；滑坡诊断图谱利用滑坡灾害风险区划图谱来表达研究区滑坡灾害风险状态。

本文研究框架如图2所示。

图2 研究框架Fig.2 Research structure

本文运用层次分析法和信息量模型，通过空间环境因子和降水量因子两个子系统综合评价浙江省滑坡灾害风险。信息量模型用以分析因子的信息量大小，能减少人为因素的干扰，更客观地反映地质灾害受地质环境条件的影响[23]。而考虑到信息量模型只反映了因子特定类别在组合情况下对灾害发生的影响，并未充分考虑各因子对滑坡灾害发生影响程度的差异[24]，因此，采用层次分析法分析各因子信息量的权重。最后用加权的信息量模型计算各子系统风险性和滑坡灾害风险性。在分析过程中，分别将降水量因子分析得出降水特征图谱和空间环境因子分析得出空间环境因子系列图谱来共同表达滑坡触发背景，构成滑坡征兆图谱；而最终得出的旱季、雨季滑坡灾害风险区划图谱构成滑坡诊断图谱。

3 浙江省滑坡灾害风险区划的图谱分析

3.1 因子权重的计算

应用层次分析法，确定各空间环境因子与降水量因子的权重，并进行一致性检验。计算得到矩阵的最大特征根为7.219 7，进行归一化处理得DEM、坡度、坡向、土石工程地质分组、与断裂距离、土地利用类型、降水量各因子权重为[0.072 5，0.196 6，0.027 4，0.326 0，0.047 1，0.133 9，0.196 6]，一致性指标CI=0.036 6，一致性比例值CR=0.027 7＜0.1，通过一致性检验。

3.2 滑坡征兆图谱-空间环境特征图谱分析

如图3所示。

图3 空间环境特征图谱（图中红色点为滑坡点）Fig.3 Geo-informatic graphic of spatial environmental factors

图3中，坡度、坡向、与断裂距离等是基于DEM、断层数据等利用ArcGIS空间分析功能得出。提取滑坡灾害点与各环境因素叠加，发现滑坡灾害的分布与不同环境因素的地域性差异有一定的关系。利用该叠加关系计算每种因素对滑坡灾害作用的信息量，再利用这些信息量求和用来评价单元发生滑坡灾害的风险性大小，信息量越大滑坡灾害的风险性越大。

设作用于滑坡灾害的因素为Xi，由于因素很多，相应的因素组合状态也很多，故采用简化的单因素信息量模型分步计算，再叠加分析，相应的信息量模型为[25]：

式中，I为评价区某单元信息量预测值，S0i为因素Xi所占单元的面积，S0i为因素Xi单元中发生滑坡灾害的单元面积之和，A为区域总面积，A0为已发生滑坡灾害的单元面积之和。本研究中最小评价单元取90 m×90 m，上式中的面积均使用相应区域内的评价单元个数代替，滑坡灾害的面积用滑坡灾害发生的数量代替。分析得出不同因素的作用于滑坡灾害的信息量见表2。

表2 空间环境因子信息量计算结果Tab.2 Calculations of information quantity of various spatial environmental factors

根据表2中信息量计算结果结合3.1中各因子权重将图2中各环境因素进行叠加得出各评价单元的空间环境因子信息量总和，如图4a所示。将空间环境因子信息量总和与浙江省县级行政区划叠加分析并统计每个县级行政区域的平均空间环境因子信息量，归一化后进行分级，得出空间环境因子风险性区划图，如图4b所示。

图4 空间环境因子风险图谱Fig.4 Geo-informatic graphic of spatial environmental factors risk zoning

3.3 滑坡征兆图谱-降水特征图谱分析

根据2.1中的分析，将全年降水时段分为旱季和雨季两个时间段，将71个观测站的旱季和雨季平均降水量进行内插，得出降水量分布图，如图5所示。

图5 旱季和雨季总降水量图谱Fig.5 Geo-informatic graphic of precipitation for dry and rainy seasons

为计算降水量对滑坡灾害影响的信息量，计算各观测站1981～2014年平均6个月降水量总和并进行内插，得出平均每6个月平均降水量分布图，并与历史滑坡点进行叠加，如图6所示。

图6 每6个月平均降水总量与滑坡点关系（图中红色为滑坡点）Fig.6 Relationship between landslide and total precipitation of 6 months

根据图6的叠加结果计算每6个月不同降水总量的对滑坡灾害影响的信息量，结果见表3。

表3 降水量信息量计算结果Tab.3 Calculations of information quantity of precipitation

3.4 滑坡诊断图谱-滑坡灾害风险区划图谱分析

利用表3中信息量与图5中旱季和雨季降水量分布计算得出旱季和雨季降水信息量分布图，并与空间环境因子信息量总和（图4a）进行叠加，得到旱季和雨季滑坡灾害总信息量图（图7a），将滑坡灾害总信息量图与浙江省县级行政区划叠加分析并统计每个县级行政区域的平均滑坡灾害信息量，归一化后进行分级，得出空间环境因子风险性区划图（图7b）。

图7 滑坡灾害危险性图谱Fig.7 Geo-informatic graphic of landslide disaster

4 结束语

本文将地学信息图谱引入到浙江省滑坡灾害风险研究当中，同时全面综合地考虑了空间环境因子和降水量因子，为浙江省滑坡灾害风险管理提供参考。从最终风险区划图中可以看出，从空间上来看，浙江西南部比浙江东北部的滑坡灾害风险性更大；从时间上来看，雨季（4-9月）为全年滑坡灾害风险相对较大时间段，相关单位应该采取更有力措施。将地学信息图谱运用到滑坡灾害风险区划的过程中使得滑坡灾害的影响因子与过程一目了然，增进了人们对滑坡灾害的了解；同时，考虑空间环境因子和不同时间段降水因子的滑坡灾害风险区划能够针对不同时间和不同空间提出更准确、更科学的建议，使滑坡灾害风险管理节约更多成本。