基于地理信息的地质灾害危险性空间分布特征

汪　洁　王　昊　刘小杨　孙娅琴

（中国国土资源航空物探遥感中心 北京 100083）

1　引言

我国自然灾害严重，自然灾害呈地域广、种类多、频率高、损失重等特点，洪涝、台风、地震、地质灾害等灾害在我国频繁发生。有关地质灾害危险性评价的研究很早就开始了[1-5]。开展地质灾害危险性空间分布特征分析对防灾减灾、制定积极有效的预防措施以及灾后重建都是十分必要。随着遥感与地理信息技术的迅速发展，利用遥感和地理信息技术进行地质灾害危险性空间分布特征分析成为可能[6-9]。本文以汶川县为例，采用中巴资源卫星02C高清影像数据为数据基础，采用AHP法[10]，通过地理信息的空间分析能力，结合研究区4大类因子特征，得出了研究区地质灾害危险性空间特征分布图，归纳出泥石流、滑坡等灾害的空间分布规律，确定了一种地质灾害危险性空间分布特征分析的方法，结果真实可靠，方法切实可行，有助于地质灾害评估的快速建模与分析。

2　研究区概况

汶川位于四川盆地西北部边缘，有“川西锁匙”和“西羌门户”之美称，是我国的四个羌族聚居县之一。汶川位于北纬 30°45′—31°43′与东经 102°51′—103°44′之间，南北距离105公里，东西距离84公里，总面积约4000平方公里，山高谷深、地势陡峭。汶川县有较完整的地层发育，县域内岩体节理裂隙发育成熟，岩性破碎。岩体工程地质特性空间变化复杂，泥盆纪灰黑色变质泥、砂、碳硅质岩、早震旦世普通花岗岩、二叠纪石英闪长岩等分布广泛，约占研究区面积的一半。汶川县河流均属于岷江水系，其中流域面积大于50km2的河流16条，主要河流为岷江，支流较大的有杂谷脑河、渔子溪、草坡河、寿江等。各级支流多成树枝状，沟壑交错，河流纵横。2008年5·12地震产生了大量崩滑体，为地质灾害的发育提供了条件。

3　技术路线

目前，人类还无法全面、系统性的了解地质灾害的发生发展规律，我们研究的目的是尽可能突破人类认识的局限性、降低不确定性。虽然我们没办法系统性掌握地质灾害产生的不确定性，但控制地质灾害变化的影响因子具有共同特征。所以，根据研究区域的特征，只要确定了影响该区域地质灾害产生与分布的影响因子，就可以总结和预测地质灾害的发展与分布规律，起到预测和防治地质灾害的作用。本文研究的技术路线图如下：

图1　技术路线图

4　危险性空间分布特征分析流程

地质灾害形成的影响因子众多，结合研究区特征，在借鉴前人研究成果[5-8,11]的基础上确定了本文的影响因子。

4.1　评价因子数据库的建立

本文采用层次分析法，对地质灾害产生和分布相关的构造岩性、地形地貌、坡度坡向、海拔高程、植被覆盖、土地利用、水文资料等影响因子逐一进行分析。根据各因子关系与特性，归纳为两个层级，第一层级因子如下表：

表1　第一层级评价分析因子

表2　第二层级评价分析因子（地质类）

表3　第二层级评价分析因子（地形类）

表4　第二层级评价分析因子（地貌类）

表5　第二层级评价分析因子（历史数据）

4.2　因子权重分配

4.2.1构造判断矩阵

首先，要进行判断矩阵的构造。通过相互比较确定各影响因子对于目标的重要程度，从而建立一系列的判断矩阵A＝（aij）n×n，各判断矩阵具有下述性质：

4.2.2权向量计算

本研究计算权向量的方法是求和法，如下为权向量计算的具体步骤：

第一步：按列对判断矩阵进行归一化

第二步：按行对判断矩阵进行求和

第四步：最大特征值求解

4.2.3一致性检验

一致性检验是为了检验各因子重要度之间的协调性，避免出现甲比乙重要，乙比丙重要，而丙又比甲重要这样的矛盾情况出现。为避免矛盾的出现，需要对4.2.2章节计算得到的最大特征值进行一致性检验，一致性检验的计算指标为：

如果随机一致性比率，则矩阵具有满意的一致性，计算出来的权值比较合理，否则判断矩阵的元素取值需要进行调整。

4.2.4因子权重计算

根据权向量计算步骤，计算得出归一化处理后的权重值和判断矩阵的最大特征值，并且一致性检验结果满足的要求，因此各因子权重具体为：

表6　因子权重

图2　三维可视化

图3　地质灾害危险性空间分布特征分析图

4.3　危险性空间分布特征分析

4.3.1GIS支持下的三维可视化

地理信息具有强大三维可视化功能。在滑坡、崩塌、泥石流等地质灾害研究中，涉及到大量与位置及三维空间有关的信息。利用数字高程模型（DEM）和遥感影像相结合，可实现对滑坡、崩塌、泥石流等地质灾害的三维重建，恢复物体的三维结构和物体原形，提高影像的解译精度和评价效果。

4.3.2分布特征分析

地理信息的空间叠置分析功能是一种常用的地图分析方法。利用ArcGIS的空间叠置分析功能把11类因子的空间信息资源叠加起来，进行统一的加权分析，以便研究不同因子在不同的权重组合中的变化情况。本研究综合考虑每个评价单元的危险性评价指标，通过11个因子的叠加分析，确定了汶川县地质灾害空间分布特征。

结语

（1）地理信息和遥感技术可用于地质灾害危险性空间分布特征分析，结果准确可靠。

（2）本研究将地质灾害危险性划分为极高危险区、高危险区、中危险区、低危险区、极低危险区五个等级。

（3）地质灾害极高危险区和高危险区主要集中在河流和道路两侧，主要原因为道路修建过程中会松动道路沿线的岩体，降低了岩体的抗剪程度，河流又为山区的滑坡、泥石流等地质灾害提供了充足的水源动力。

（4）地质灾害主要集中在海拔1500-3800米之间山区，海拔低于1500米和海拔高于3800米地区的地质灾害发育少，危险性低。

（5）本文通过对研究区四大类因子进行综合分析，确定了一种行之有效的地质灾害危险性空间分布特征分析的方法。

[1]Cotecchia V,Guerricchio A,Melidoro G.The geomorphic genetic crisis triggered by the 1783 earthquake in Calabria(Southern Italy)[J].Geologic applicants’eider geologic,1986,21:245-304.

[2]Rayfield E J,Barrett P M,Mcdonnell R A,et al.A geographical information system(GIS)study of Triassic vertebrate bio chronology[J].Geological Magazine,2005,142:327-354.

[3]M.J.García-Rodríguez,J.A.Malpica,B.Benito et al.Susceptibility assessment of earthquaketriggered landslides in El Salvador using logistic regression[J].Geomorphology,2008,95:172-191.

[4]许强，黄润秋.汶川大地震诱发大型崩滑灾害动力学特征初探[J].工程地质学报，2008,16（6）：721-729.

[5]谢全敏，边翔，夏元友.滑坡灾害风险评价的系统分析[J].岩土力学,2005,26(1):71-74.

[6]王威,王水林，汤华等.基于三维GIS的滑坡灾害监测预警系统及应用[J].岩土力学，2009，30（11）：3379-3385.

[7]石菊松,石玲,吴树仁等.滑坡风险评估实践中的难点与对策[J].地质通报,2009,28(8):1020-1030.

[8]陶舒.汶川地震滑坡遥感信息提取及灾害危险性评价研究[D].首都师范大学，2009.

[9]胡国超.遥感技术在“5·12”地震重灾区汶川县地质灾害调查中的应用[D].成都理工大学，2009.

[10]张海涛,周勇,汪善勤.利用GIS与RS及层次分析法综合评价江汉平原后湖地区耕地自然地力[J].农业工程学报，2003，19（2）：219-222.

[11]汪洁,李丽,荆青青,姚维岭,王斌.地质灾害危险性评价因子与权重分析研究[J].城市与减灾，2014，98（5）：40-43.

全国矿产资源开发环境遥感监测121201203000160009