基于信息量法的地质灾害易发性评价——以重庆市巫山县县城为例

温金梅，杨 龙，苟 敬，李德龙，吴 涛

1.重庆市地质矿产勘查开发局208水文地质工程地质队（重庆市地质灾害防治工程勘查设计院），重庆400700；2.重庆市地质矿产勘查开发局 南江水文地质工程地质队，重庆401120

重庆市巫山县地处三峡水库腹地，气候多变，地形起伏，植被发育，地层复杂，新构造运动强烈，造成该地区地质环境脆弱.过度的土地资源开发加剧了对地质环境的破坏，导致灾害频发，严重制约当地经济发展.因此，在深入研究巫山县城地质环境和灾害背景的基础上，对造成地质灾害环境影响的因素进行了分析.通过ArcGIS结合信息量计算方法对其地质灾害的易发性因素进行计算和评价，提出相关的科学研究对策和建议，为实现地质环境与巫山县社会经济环境的均衡协调发展及其科学管理提供服务，为实施城市安全生产运营及防灾减灾工作提供科学依据.

1 信息量法

地质灾害（y）受多种地质环境因素（xi）影响，在各种不同的地质环境因素中，其所起的作用是不同的［1］.从信息预测的角度考虑，地质灾害是否发生与各种地质环境因素共同作用有关，这种共同作用的大小（贡献值）可用信息量法来计算①李铁锋，等.地质灾害调查技术要求.中国地质调查局，2019..

1.1 计算公式

信息量法计算公式如下：

可将上式换算成：

式中：I（y，x1x2…xn）为x1，x2，…，xn因子共同对地质灾害的贡献值；P（y，x1x2…xn）为x1，x2，…，xn因子共同作用下地质灾害发生的概率；P（y）为地质灾害的发生概率；Ix1（y，x2）为x1因子存在时，x2因子对地质灾害的贡献值.

I（y，x1x2…xn）值可正可负，即当I（y，x1x2…xn）＞0时，P（y，x1x2…xn）＞P（y）；当I（y，x1x2…xn）＜0时，P（y，x1x2…xn）＜P（y）.因此，当I（y，x1x2…xn）＞0，则表示x1，x2，…，xn因子共同作用有利于地质灾害的发生；当I（y，x1x2…xn）＜0时，则表示x1，x2，…，xn因子共同作用不利于地质灾害的发生.

1.2 计算方法

假定巫山县城评价区剖分成Q个单元格，其中已发生地质灾害所占的单元个数有Q0个；同时假定评价区内具有相同因子共同对地质灾害产生作用的单元有R个，其中发生了地质灾害的单元个数有R0个.根据上述公式，x1，x2，…，xn因子共同对地质灾害的贡献值（信息量）可表述为：

利用面积比法可将上式换算成：

式中：D为评价区内单元总面积；D0为已发生地质灾害的单元个数所占面积总和；B为具有相同因子x1，x2，…，xn共同作用的单元总面积；B0为具有相同因子x1，x2，…，xn共同作用的单元中发生地质灾害的单元面积总和.

通常，由于影响地质灾害的因素较多，相应的共同作用形式也较多.为了便于计算，先计算单因子的信息量，再将各因子信息量在ArcGIS上进行叠加［2-3］，则将上式改写如下：

式中：I为评价区内某单元信息量预测值；Bi为因子xi所占单元的总面积；B0i为因子xi所占单元中发生地质灾害的单元总面积.

2 地质灾害影响因素分析及数据处理

在结合分析区内自然地形特征、地质条件和前人对该区或类似地区的相关研究成果的基础上②蒲磊，等.重庆市巫山县地质灾害排查报告.重庆市地质灾害防治工程勘查设计院，2015.，再根据巫山县城市地质调查过程中对地质灾害数据的统计分析，确定影响巫山县县城地质灾害发生的主要影响因素，包括地形和地貌条件、工程地质岩组、地质构造、斜坡结构类型、三峡水库水位和其他人类工程活动等6种因素［4-5］.其中地形地貌条件可细分为地形坡度和地形起伏程度2个因子.

2.1 地形地貌

2.1.1 地形坡度

根据调查资料统计分析，区内地质灾害点数与地形坡度具有密切相关性.如区内地质灾害在坡度40°以上发育的较少，在40°以下极其发育，其中坡度在20～40°间最易失稳（如表1）.可见，地形坡度是影响地质灾害发生的重要因素之一.

表1 不同地形坡度条件下地质灾害发育统计表Table 1 Statistics of geohazard development by terrain gradients

通过ArcGIS的3D分析功能对评价区1∶10000地形数据进行栅格插值生成DEM栅格，再利用ArcGIS的3D分析工具“栅格表面”下的“坡度”命令从DEM栅格数据上提取地形坡度要素，最后用自然断点法对地形坡度进行区间划分，为［0，10.8°］、（10.8°，23.2°］、（23.2°，34°］、（34°，45.8°］、（45.8°，88.5°］，并统计不同坡度内地质灾害的发生频率.

2.1.2 地形起伏程度

根据调查资料统计分析，区内地质灾害点数与地形起伏也具有密切相关性.地形起伏越大，其地质灾害发生的可能性反而越小.

通过ArcGIS的3D分析功能对评价区1∶10000地形数据进行栅格插值生成DEM栅格，再利用ArcGIS的“领域分析”工具和代数叠加生成地形起伏程度要素，最后用自然断点法对地形起伏程度进行区间划分，为［0，9.7 m］、（9.7，19.4 m］、（19.4，31 m］、（31，64.9 m］、（64.9，247 m］，并统计不同地形起伏程度内地质灾害的发生频率.

2.2 地质构造

评价区内主要褶皱构造为巫山复式向斜和七曜山背斜①吴国代，等.1∶5万大昌幅和巫山幅修侧.重庆地质矿产研究院，2013..由于七曜山背斜位于评价区西北角，影响面积小，构造简单，且无地质灾害分布，而评价区次级构造复杂［6］，岩体破碎，因此对巫山复式向斜内的构造和岩体破碎程度做综合定性分区，得到评价区构造发育程度，并统计不同构造发育程度内地质灾害的发生频率.

2.3 工程地质岩组

结合岩石坚硬度、岩性组合、岩体结构及岩溶化程度等，可将区内工程地质岩组划分为以下几类：T2b2＋4、T1d4；T2b1＋3、T1d1；T1d2＋3、T1j2＋4；T1j1＋3.

根据调查资料显示，区内约80%的滑坡发育在T2b地层中［7-8］（如表2），主要因为该地层中的泥页岩、泥灰岩较软弱，经降雨浸润后易软化、易滑.可见，工程地质岩组与地质灾害发生关系密切.

表2 不同岩组条件下地质灾害发育统计表Table 2 Statistics of geohazard development by formation conditions

通过ArcGIS转换工具下“面转栅格”命令对赋有分区属性的shape数据进行栅格转换，得出区内岩性分级栅格图，并统计不同岩组内地质灾害的发生频率.

2.4 斜坡结构类型

据调查统计，区内地质灾害的发育与斜坡结构类型具有相关性（如表3所示）.在顺向坡坡体中，地质灾害尤为发育，横向坡、顺斜坡、反向斜坡依次减弱.

表3 不同斜坡结构条件下地质灾害发育统计表Table 3 Statistics of geohazard development by slope structure types

利用ArcGIS的3D分析工具“栅格表面”下的“坡向”命令从DEM栅格数据上提取斜坡坡向要素，然后对赋有产状属性的shape数据插值，得出倾向栅格图，再利用栅格计算器得出斜坡类型分布情况，并统计不同斜坡类型内地质灾害发生频率.

2.5 三峡库水位影响

长江干流横穿评价区，受三峡水库的水位涨落影响，库岸斜坡坡脚长期遭受侵蚀冲蚀－暴露风化作用，为其失稳变形提供了良好的条件［9-11］.据统计，评价区地质灾害大多分布在水系附近，如在水系100 m范围内发育的地质灾害最多，其次为100～300 m，300～500 m，＞500 m.因此，通过ArcGIS“多环缓冲”工具提取水系不同影响程度的栅格图，并统计其地质灾害发生频率.

2.6 人类工程活动

评价区中工程建设切坡是诱发地质灾害的主要因素［12-13］，改变了斜坡原有形态，对其稳定性构成影响.因此，对评价区内的交通要道和密集居民点进行缓冲分析，并统计不同缓冲区影响范围内的地质灾害发生频率.划分区间为影响强烈区、较强烈区、中等区、不强烈区，并统计不同影响程度内地质灾害发生频率.

3 基于信息量法的地质灾害易发性评价

3.1 评价方法

在上述各因素分析的基础上，基于GIS技术的信息量法对评价区的地质灾害易发性进行评价.即将量化后的每个单元在GIS平台上进行各种空间信息叠加［14-16］，再与评价区内地质灾害发生的实际情况对比验证，形成较为合理的评价分区结果.

3.2 评价指标信息量计算

采用信息量模型，对上述6类指标7个因子的状态信息量值进行计算，再应用ArcGIS将上述各评价指标对应的信息量值进行叠加，获得评价区栅格总信息量分布，如表4所示.

3.3 地质灾害易发性分区评价

根据ArcGIS计算结果，凡是信息量值大于0的单元，则属利于地质灾害发生的区域；信息量值小于0的单元，则属不利于地质灾害发生的区域［17-18］.然后再通过ArcGIS的叠加分析和重分类功能将其划分4个等级（极高易发、高易发、中易发、低易发）［19-20］，其信息量值分别为0.75～1，0.5～0.75，0～0.5，从而得出分区评价图（图1）.

表4 评价因子信息量表Table 4 Information values of evaluation factors

3.4 与实际比对验证

图1 重庆市巫山县地质灾害易发性分区评价图Fig.1 Evaluation map of geohazard susceptibility in Wushan County，Chongqing

从图1可知，极高易发区面积为26.78 km2，占比13.31%，共发育地质灾害60处，其点密度为2.27个/km2；高易发区面积54.56 km2，占比27.13%，共发育地质灾害78处，点密度1.43个/km2；中易发区面积23.44 km2，占比11.65%，共发育地质灾害点12处，点密度0.512个/km2；低易发区面积96.35 km2，占比47.81%，地质灾害点13处，点密度0.135个/km2.由此可见，地质灾害易发性越高其地质灾害点密度越大，与评价区的实际情况①侯雪峰，等.三峡库区长江干流库岸地质灾害调查报告.重庆市地质矿产勘查开发局107地质队，2016.相吻合.因此，采用信息量法进行评价效果较好.

4 结论与建议

据上述分析得知，影响地质灾害的主要因素有地形地貌条件、地质构造、工程地质岩组、斜坡结构类型、三峡库水位和其他人类工程活动，再结合ArcGIS软件分析功能，采用信息量计算模型对上述因子的信息量进行计算，以此得出地质灾害易发性分区结果.据已有收集资料比对，地质灾害易发性越高的区域地质灾害的点密度越大，这与评价区的实际情况吻合.由此可见，利用信息量法进行地质灾害易发性评价具有一定的可靠性，可以较准确地预测某地区的地质灾害发生的概率，这对于类似地质环境条件的地区具有借鉴作用.

另据评价结果，极高易发区和高易发区主要分布于长江及大宁河支流库岸段，如江东组团龙水村（次级褶皱极发育区），巫峡镇杨柳村、红庙村、石里村、七星村，两坪乡周家村等区域.建议限制性地开展以上区域内的规划建设工作，如确需开展，需在建设前和建设中做好地质灾害防治和斜坡的稳定性评价工作，以免诱发新的地质灾害.