人工切坡下滑坡易发性评价中权重修正方法研究——以赣州市沙地镇为例

刘 婷，谭建民，郭 飞，潘宇晨，王 力

(1.三峡库区滑坡灾害教育部重点实验室 三峡大学，湖北 宜昌 443000；2.中国地质调查局武汉地质调查中心 中南地质科技创新中心，湖北 武汉 430205)

中国近70%的国土为山地，频发的滑坡灾害使人民的生命安全和财产受到了极大的威胁。仅2019年，全国共发生地质灾害6 181起，共造成211人死亡、13人失踪、75人受伤，直接经济损失27.7亿元[1]。江西省赣州市位于大别-罗霄山地区，地势复杂，构造发育，且受人工切坡和降雨的影响地质灾害频发，是我国地质灾害的多发区和易发区。赣州当地因灾致贫阻碍人民经济发展，成为脱贫攻坚战的一大壁垒。因此积极开展滑坡灾害易发性评价已成为防灾减灾、振兴经济的重要工作部署，其中权重值的合理界定对评价结果的准确性起关键作用。

目前，滑坡灾害易发性评价主要是基于统计分析理论，国内外很多学者都提出各种不同的评价模型，如人工神经网络(ANN)[2]、信息量[3]、支持向量机[4]等。但这些模型在使用时对评价指标权重的确定多依赖于主观判断。

合理的指标权重直接影响易发性评价结果的准确性，有不少学者对此进行了探讨，有的通过Pearson积矩相关系数和显著性检验[5]来验证指标相互独立；或是通过指标状态的相关性分析[6]，去除与多个指标相关性都较大的指标[7]，以此避免重复计算部分因素影响。同时也有学者借助层次分析法[8-10]、灰色关联法[11]、频率比算法或模型[12-14]来计算指标的权重值；而有的引入粒子群法[15]或信息增益率优化模型[16]，计算权重值。但是多种算法的复合使用不仅加深了建模的难度，在引入的算法中还存在参数确定受主观影响较大和计算过程繁琐等问题，在有限的地质资料基础上难以实现；同时这些算法都是基于统计规律[17]对内部因素的指标权重值进行探讨，对于受人类工程活动影响大的滑坡不能有效的考虑外界诱发因素。

因此，本文从如何更合理的确定指标权重出发，先通过探测指标的空间分异性来确定初步权重值，并通过调查、搜集的资料建立地质模型，再运用Geo-studio软件得到不同切坡和降雨组合工况下，边坡稳定性对切坡和降雨指标的响应关系；利用模拟结果将人工切坡的影响引入到权重的界定中，修正指标权重；并依照《地质灾害风险调查评价技术要求(1∶50 000)》选择高效、快捷的信息量模型，以赣州市沙地镇为例进行易发性分区，并为防灾减灾工作提供依据和建议。

1 指标权重计算理论分析

1.1 权重值确定

空间分异性[18]是指某一属性值在不同类型或区域之间存在差异。地理数据中的类型量广泛存在，研究区中不同的影响因子分为不同的层考虑，它体现了地理对象的空间分异性，表现为层内方差小于层间方差[19]。

空间分异性是地理现象的基本特征之一，在各因子的影响强度中发挥至关重要的作用，本文通过探测因子的空间分异性来研究因子X对Y的影响程度，并用权重q度量，原理如下：

.

(1)

.

(2)

图1 空间分异性原理(据王劲峰等，2017[19])Fig.1 Principle of spatial differentiation (from Wang Jinfeng, et al[19])

1.2 权重值修正

直接通过GIS软件提取的统计数据探测因子的空间分异性得到的权重值只能从宏观角度分析指标的影响强度，忽略了滑坡灾害的诱发因素。因此本研究借助Geo-studio软件模拟边坡在诱发因素作用下，即不同工况下的稳定性，将试验结果作为样本数据，再次对部分基本评价指标的权重值进行修正。

对研究区的滑坡灾害情况、降雨情况、地形地貌等情况进行统计分析，可知研究区滑坡灾害的坡高、坡度、风化层厚度、切坡高度、切坡坡角及降雨强度的范围。借助Geo-studio软件建立模型，模拟不同岩性的边坡在不同因素组合的四种工况下(不降雨开挖、不降雨不开挖、降雨开挖、降雨不开挖)的稳定性。基于正交试验法提取最具有代表性的组合来代表所有因子组合的整体情况，数值模拟试验应选用水平正交试验方案。比如，在各指标范围内将上述6种因素全部划分为5级，再由SPSS软件分析得到的6因素5水平正交试验。数值模拟得到的边坡稳定性结果作为样本数据，再根据公式(1)即可探测出6种因素和岩组对边坡稳定性的贡献度。通过这7个指标的贡献度即可对易发性评价的部分指标权重再次优化，对应关系为：岩组-岩组，原始坡高-地形起伏度，原始坡度-坡度，切坡高度-道路。

数值模拟提供的样本数据中，稳定性系数作为探测指标权重时的Y，即Y值由滑坡灾害发生与否的二值变量(0或1)变为稳定性系数决定的多值变量。通过这种转换可提高各指标权重精度。

2 方法应用

2.1 研究区背景

赣州市位于江南丘陵与岭南山地的交汇处，四周有武夷山、诸广山及南岭的九连山等，众多山脉向中部及北部逶迤伸展、形成周高中低、南高北低地势(如图2)。沙地镇位于赣州南部，地貌以山地、丘陵为主要格局。区内一定规模出露有震旦系、寒武系、第四系地层，岩组主要为岩浆岩、变质岩和第四系松散堆积物。该区域位于南岭东西复杂构造带，区内褶皱、断裂发育。根据地下水存储条件，水文特征，将其划分为松散岩内孔隙水和基岩裂隙水。区内主要工程活动为公路建设和城乡建设与居民建房。研究区内人类工程活动对自然地质环境改造强烈，因此选择地形地貌，如地形起伏度、坡度等，以及区内主要的工程建设-道路，和岩组等基本因素作为滑坡灾害易发性评价的指标。

图2 研究区地貌图Fig.2 Geomorphic map of the study area

2.2 易发性评价体系建立

根据已有的高精度地形图、地质图，本文选择适用于大比例尺的栅格单元作为研究区滑坡灾害易发性评价单元。

(1)评价模型

信息量模型是以信息论为理论基础，其基本观点为将已有地质灾害影响指标分类并转化为影响大小的信息量值，进而利用信息量的值来评价各指标与研究对象的相关程度，信息量值越大，则代表越有可能引发滑坡等地质灾害，信息量原理如下:

(3)

(2)评价指标

江西省赣州市的滑坡灾害主要是不合理的切坡修路、建房造成，发生滑坡灾害的斜坡大多都是高陡边坡，因此本文选择坡度、曲率、粗糙度、地表切割深度、地形起伏度、高程变异系数，道路影响范围和岩组八个评价指标，并利用GIS的图像处理功能提取指标(如图3)。

图3 评价指标图Fig.3 Evaluation index chart

2.3 指标权重计算与修正

利用GIS对提取上述八个评价指标，通过探测这些指标的空间分异性(公式1)，可初步确定指标的权重值(见表1)。再通过数值模拟修正部分权重值。

表1 评价指标初步权重值Table 1 Initial weight value of evaluation index

上述方法计算指标权重时，将各指标值在研究区域内分级后对应的灾害响应关系(发生与否)作为探测空间分异性的统计样本，针对区域内灾害易发性的一般宏观分析。然而赣州地区受人工切坡影响强烈，人工切坡指标中切坡高度和切坡角度作为重要参照因素，其影响效果在宏观上难以实现同其他指标值一样的区域范围内分级，因此将人工切坡指标概化为与道路的距离来量化分级，以此实现人工切坡和其他指标的同一纬度，探究各自初步权重，得出的结果道路权重远高于其他指标，预测结果也会集中在道路附近，预测效果欠佳。在此基础上，本文提出通过数值计算，可以探讨不同组合的切坡角度和切坡高度下边坡稳定性响应关系(稳定系数)，再利用计算结果探究各因素贡献度，并由此对初步计算出的道路、岩性等部分指标权重进行修正，使各指标权重更合理，提高预测效果。

通过对研究区几类岩土样进行基本物理力学实验和渗透实验得到基本物理力学指标(见表2)。根据对赣州市沙地镇的地质环境调查统计结果，可知区内滑坡的坡高、坡度、风化层厚度、切坡高度、切坡坡角及降雨强度的范围。并在各要素范围内将其分为5类(见表3)进行水平正交试验，共25种边坡模型，每一种几何模型又分为不开挖不降雨、开挖不降雨、降雨不开挖和降雨开挖4种不同的工况。

表2 基本物理力学指标Table 2 Basic physical-mechanical index

表3 6种要素分类Table 3 Six categories of factors

基于水平正交试验方案对赣南地区花岗岩、变质岩、第四纪松散堆积土3种岩组边坡的稳定性进行数值模拟，由于研究目的是为了探究获得各种因子对边坡稳定性的敏感性排序，需要保证6种要素外的其他因素一致，故将边坡的25种原始模型概化为统一长宽(如图4)，通过改变基本物理力学参数和水文参数等指标来考虑岩组的敏感度。故一共有300种不同因素组合下的边坡的稳定性系数结果(见图5)。

图4 数值分析模型图(图中数字为边坡稳定系数)Fig.4 Numerical analysis model diagram(The figure is the slope stability coefficient)

图5 4种工况试验结果曲线图Fig.5 Curves of test results under four working conditions

将300种组合条件下的边坡稳定性结果作为样本数据，通过公式1探究数值分析中坡度、坡高、全风化层厚度、切坡高度、切坡坡角、降雨强度和岩组对边坡稳定性的贡献度(如表4)。数值模拟计算中的指标与统计数据求解指标的对应关系分别为：岩组——岩组；原始坡高——地形起伏度；切坡——道路；原始坡度——坡度。通过对上述指标权重进行优化后的最终结果见表5。

表4 数值分析指标贡献值Table 4 Numerical analysis index contribution value

表5 最终评价指标权重值Table 5 Final evaluation index weight value

2.4 易发性评价结果

用公式(3)对每个单因子指标用信息量模型进行分步计算，再利用GIS按各指标修正前的权重和修正后的权重分别综合叠加分析，最后根据自然间断法把赣州沙地易发性分为四个区：低易发区、中易发区、较高易发区和高易发区。将修正权重前的评价结果(如图6)和修正权重后的评价结果(如图7)相对比，修正权重前的评价结果高易发区和道路图高度重合，对防治减灾工作难以起到实质性帮助。

图6 修正权重前易发性分区图 图7 修正权重后易发性分区图Fig.6 Fixed weight predisposition partition chart Fig.7 After correcting the weight, the susceptibility partition chart

正确率检验：本研究遵循“实际滑坡灾害是检验滑坡灾害易发性评价结果准确性的最好标准”这一原则，根据许冲等[20-21]提出的易发性评价结果检验方法，即绘制滑坡灾害面积累积百分比-易发区面积百分比曲线(如图8)，计算曲线下面积AUC大小来衡量评价结果的正确率大小。修正权重后的AUC值为83.1%，修正权重前的AUC值为76.3%，可知修正权重后正确率明显更高。

图8 正确率检验曲线对比图Fig.8 Contrast graph of accuracy test curve

根据最终的评价结果，高易发区集中在研究区的中部和西北角，是防灾减灾工作的重点区域。其次，道路附近为较高易发区符合区内因人类工程活动改造自然环境强烈而留下隐患的特征，如切坡建房和修路形成的高陡边坡。

3 讨论

由指标初步权重结果(表1)可知，道路较其他指标的权重值高出不少，计算时仅是将与道路的距离作为人工切坡的影响表现形式，虽然体现出研究区地质滑坡灾害受人工切坡影响重大，但是若完全依照此宏观统计结果计算出的权重值进行后续灾害易发区评价，高易发区几乎完全集中在道路附近(如图8)，难以实现预测效果，可见人工切坡影响的表现形式并不合理。并且由表1可得，岩组的权重值最低，但实地调查结果显示研究区灾害发生的数量在不同岩性区有明显区别，主要是花岗岩区较多。由此可见计算所得的权重值并没有反应出岩性原本的重要性，分析造成此结果的原因可能是在对岩性这一评价指标进行分级的时候，仅是通过适普的工程特征简单划分了岩组，为对其力学特征为做进一步讨论，这也是宏观统计分析的弊端，通过而数值模拟可以弥补这一弊端。利用数值模拟修正权重值，可见降雨的权重值相对较高(表4)，降雨对第四系松散堆积物边坡的影响较大，在单体滑坡[22]中更易详细分析降雨的影响。然而易发性评价时降雨表现形式为等值线图，本文研究区范围小，降雨监测设备有限，通过监测数据表现不出区内降雨明显差值特征的等值线图，评价结果体现不出降雨的影响，由此在后续评价时未将降雨作为指标(表5)。

综上所述，通过统计规律得到影响因素的权重值，在遇到人工切坡等外部因素影响强烈时，体现不出人工切坡诱发滑坡的真实贡献，数值模拟时可通过设定具体的切坡高度、切坡角度及岩性力学参数等可以进一步探究指标的贡献度，因此结合统计分析和数值模拟可对指标权重进行更合理的探讨，实现有效的预测评价。

4 结论

通过对比权重修正前后的易发性分区图和ROC曲线图可得出如下结论：

(1)充分考虑了人工切坡的影响，坡度、地形起伏度、岩组、道路的权重值得到了修正，提高了各评价指标贡献度的合理性；

(2)由修正权重前和修正权重后的ROC曲线对比可知，权重修正后的滑坡灾害易发性评价精度得到了有效的提高，能够在后续风险评价和防灾减灾工作中发挥重要作用；

(3)通过数值模拟来修正后的权重比仅通过统计学方法确定的权重更客观合理，评价结果精度更高，更适用于受人类工程活动影响强烈的滑坡灾害，如水库诱发滑坡的易发性评价可考虑使用。