毛启曦, 胡元平, 刘万亮, 翁茂芝, 段先锋
(1.湖北省地质调查院,湖北 武汉 430034; 2.资源与生态环境地质湖北省重点实验室,湖北 武汉 430034)
根据湖北省地质灾害综合防治体系建设要求,需要着重对线性工程区域内的滑坡、崩塌、泥石流等地质灾害(隐患点)给出防控措施和建议。线性廊道区具有路线长、地质条件多样和自然环境复杂等特点,地质灾害是其主要危险源。开展线性廊道区地质灾害易发性评价是该区地质灾害综合防治的重要前提之一。
从20世纪80年代开始随着数理统计、概率论等方法和理论不断被引入地质灾害研究领域,地质灾害的易发性评价逐渐由定性向定量发展,使人们对地质灾害的认识更客观、科学[1]。常用的地质灾害易发性评价方法主要有层次分析法、频率比法、证据加权分析法、逻辑回归模型、人工神经网络模型、模糊综合评判模型和信息量模型等[2-8]。信息量模型(IM)是通过选取地质灾害的影响因子,分析各因子空间分布特征,计算不同区间各因子的信息量,借助叠加分析方法获得地质灾害综合信息量,从而建立预测模型的一种地质灾害易发性评价方法。本文借助GIS技术、遥感技术,采用信息量模型进行地质灾害易发性评价,具体步骤如下:①调查研究区斜坡地质灾害,收集整理基础数据,分析影响地质灾害发生的主要因素,并结合前人研究资料,选取合适的评价因子,完成数据矢量化;②对各评价因子进行分级,完成单因子图件,根据野外调查情况,矢量化地质灾害点范围;③采用GIS空间分析技术,提取模型中的数据,按照一定的分辨率完成栅格化处理,并进行信息量计算;④对各个单因子按信息量计算结果进行权重赋值并进行空间分析,完成地质灾害易发性分区[10]。
湖北省利川市谋道—建南线性廊道区位于鄂西南边陲,北接重庆市万县、云阳县,东接利川市柏杨坝镇,南邻利川市汪营镇(图1)。区内主要线性工程有宜万铁路、G5012高速、G318国道、S466省道和天然气输气管线。研究区地处鄂西南近东西向展布的褶皱山区,多属构造溶蚀侵蚀中低山区地貌,山高坡陡,峡谷深切,降雨量充沛且集中。复杂的地质条件、自然地理环境和气候条件为地质灾害的形成创造了有利条件。
图1 利川市谋道—建南线性廊道区交通位置图Fig.1 Traffic location map of Moudao-Jiannan linear corridor area in Lichuan City
信息量模型是源于信息理论中量化描述信息的一种统计学评价方法,被许多学者广泛应用于地质灾害易发性评价中。信息量模型的理论认为,地质灾害的产生与预测过程中所获取信息的数量和质量有关;在不同的地质环境中,各种影响因素对地质灾害的发生作用有所差异,信息量越大,表明产生地质灾害的可能性越大。
信息量通过事件概率来计算,计算公式如下:
(1)
式中:I(E,x1x2…xn)为因素x1x2…xn组合条件下地质灾害发生的信息量;p(E|x1x2…xn)为x1x2…xn组合条件下地质灾害发生的概率;p(E)为地质灾害发生的概率。两者可用统计概率来表示,各种因素组合对预测地质灾害提供的信息量值可正可负,当p(E|x1x2…xn)>p(E)时,I(E,x1x2…xn)>0;反之I(E,x1x2…xn)<0。式(1)亦可写成:
I(E,x1x2…xn)=I(E,x1)+Ix1(E,x2)+…+Ix1x2…xn(E,xn)
(2)
式中:Ix1(E,x2)为因素x1存在条件下,因素x2提供的信息量。
区域地质灾害空间预测是在对研究区域网格单元划分的基础上进行的。假定某区域内共划分成N个单元,已经发生地质灾害的单元为N0个;具相同因素x1x2…xn组合的单元共M个,而在这些单元中有滑坡地质灾害的单元数为M0个。按照统计概率代表先验概率的原理,根据式(1),因素xi在该地区内对地质灾害提供的信息量为:
(3)
如果采用面积比来计算信息量值,则式(3)可表示为:
(4)
式中:A为研究区内单元总面积;A0为已经发生地质灾害的单元面积之和;S为研究区内地质灾害点的总数;S0为分布在评价因素xi的地质灾害点总数。Ii值的大小直接说明该单元产生地质灾害的可能性,是地质灾害易发性区划的重要性指标。I为栅格单元的信息量预测值,当I值>0时表示多因素的组合有利于栅格单元发生地质灾害,反之则表示不利于地质灾害的发生。信息量值越大表示越易发生地质灾害。
本文研究数据源自“利川谋道—建南沿线地质灾害详细调查”项目中130个实测地质灾害点,随机选择其中100个地质灾害点,提取其地质灾害空间分布信息,分析其地质灾害易发性的主要影响因素,分别为地形地貌、水文地质条件、地质构造、工程地质岩组等。根据前人研究[11-13]和研究区自然地理特征,最终选取高程、坡度、坡型(剖面曲率)、构造缓冲距离、工程地质岩组、地表水缓冲距离、地形湿度、线性工程缓冲距离8个影响因素作为评价因子。
利用工作区10 m间距等高线地形图,采用ArcGIS生成DEM数据,运用表面分析工具和地图代数工具提取出地表高程、地形坡度等要素。地质构造、地表水和线性工程缓冲距离对地质灾害的影响可用距轴线不同距离的地质灾害分布来表示。利用ArcGIS对轴线生成缓冲区,再统计斜坡地质灾害分布与缓冲距离的相关性,岩土体工程地质条件源自实测工程地质图。利用ASTER DEM刻画地形的变化及其对土壤径流的影响,计算出地形湿度指数。
(1) 高程。研究区地质灾害大多分布在河流、沟谷两岸斜坡地段,结合地形地貌特征,本次易发性分区研究将高程划分为4级,分别为550~800 m(低山沟谷)、800~1 000 m(低山斜坡)、1 000~1 500 m(中山斜坡)以及>1 500 m(中山台地)。通过ArcGIS的DEM数据生成地形高程图,得到工作区的高程分布信息,如图2-a所示。统计各高程区间的区域面积、地质灾害数量百分比,结果如图3-a所示。
(2) 坡度。通过ArcGIS中的DEM数据生成地形坡度图,将坡度结果进行相关性统计,根据统计结果,地形坡度可划分为4级,分别为0°~8°(平台)、8°~25°(缓坡)、25°~60°(陡坡)和60°~90°(陡崖)。其中地形坡度在8°~25°(缓坡)易于发生滑坡,在60°~90°(陡崖)容易形成崩塌或危岩体。得到工作区的地形坡度分布信息如图2-b所示。统计各坡度区间的区域面积、地质灾害数量百分比,结果如图3-b所示。
(3) 坡型(剖面曲率)。利用DEM数据提取出剖面曲率,定义剖面曲率>0.5代表凹型坡,剖面曲率<-0.5代表凸型坡,剖面曲率介于-0.5~0.5代表直线型、阶梯状斜坡,得到工作区剖面曲率分级图(图2-c)。统计各剖面曲率区间的区域面积、地质灾害数量百分比,结果如图3-c所示。
(4) 构造缓冲距离。断裂对其附近一定范围内岩土体结构产生破坏,褶皱引起大范围的岩层产状变化。考虑其影响程度随其延伸性、规模和地质特征变化,地质构造对地质灾害的影响可用距构造轴线不同距离的地质灾害分布来表示。据区域地质资料,研究区内大型构造有建南背斜、箭竹溪向斜和齐岳山断裂。利用ArcGIS对构造轴线生成缓冲区,按自然断点法划分为四个区间,分别为0~200 m、200~400 m、400~800 m以及>800 m,再统计地质灾害分布与构造缓冲距离的相关性,得到构造分布信息如图2-d所示。以构造缓冲区图进行区间划分,统计各构造缓冲距离区间的区域面积、滑坡灾害数量百分比如图3-d所示。
(5) 工程地质岩组。地层岩性、岩土体工程地质条件是影响地质灾害形成、发育和稳定性的重要内因。岩性不同,其地质灾害的发育程度及类型不同,强度参数较低的地层易形成滑坡,并且对滑坡的规模及类型在很大程度上起着控制作用。研究区内工程地质岩组可划分为软硬相间碎屑岩地层、碎屑岩夹碳酸盐岩地层、碳酸盐岩地层三类。在ArcGIS中将地层数据生成地层岩性分布图,得到研究区的地层分布信息如图2-e所示。以岩性类别对地层进行区间划分,统计各工程地质岩组的区域面积、地质灾害数量百分比,结果如图3-e所示。
(6) 地表水缓冲距离。地表水的冲蚀在地质灾害的形成演化过程中有不可或缺的作用,可以通过对地表径流的表面距离分析来实现。研究区各流域地质灾害多沿水系呈带状分布,且具有以水系为中心线向两侧呈现由密集向分散过渡的特点。研究区内的水系主要有三条,即龙驹河、石龙河、建江河。基于地质灾害与水系、沟谷表面距离的相关性统计分析表明,地质灾害多分布在距水系500 m范围内。根据统计结果,按自然断点法将水系的距离划分为4级,区间分别为0~100 m、100~300 m、300~500 m和>500 m。分别对三条主要水系以及主要支流进行缓冲分析(图2-f),并统计地质灾害分布在不同水系缓冲区影响范围。对水系缓冲区图进行区间划分,统计各地表水缓冲距离区间的区域面积、地质灾害数量百分比,结果如图3-f所示。
(7) 地形湿度。土壤湿度代表土壤中的含水量,土壤湿度越大,对岩土体强度参数的弱化作用越明显,发生滑坡、崩塌及不稳定斜坡等地质灾害的可能性越大。基于ArcGIS软件,利用ASTER DEM数据计算出地形湿度指数,其能够准确刻画地形的变化及其对土壤径流的影响。滑坡地质灾害大多分布于湿度指数较大的地区。再采用自然断点法将地形湿度分成四个区段,得到研究区地形湿度分级图(图2-g),并统计不同湿度影响滑坡频率,统计各地形湿度区间的区域面积、滑坡灾害数量百分比,结果如图3-g所示。
(8) 线性工程缓冲距离。研究区主要线性工程有国道、省道、高速、铁路和输气管线,其建设均涉及挖填斜坡,引起斜坡内部应力状态改变,易形成地质灾害。对于线性廊道区评估范围,以拟建工程走径两侧扩展500~1 000 m为界[14]。利用ArcGIS对线性工程轴线生成缓冲区,按照自然断点法划分区间为0~100 m、100~300 m、300~500 m以及>500 m。再统计地质灾害分布与构造缓冲距离的相关性,得到研究区的构造分布信息如图2-h所示。以构造缓冲区图进行区间划分,统计各线性工程缓冲距离区间的区域面积、滑坡灾害数量百分比(图3-h)。
图2 地质灾害易发性评价因子分级图Fig.2 Graded diagram of evaluation factors of geological disaster susceptibility
图3 各评价因子对地质灾害发育贡献统计Fig.3 Statistics on the contribution of evaluation factors to the development of geological disasters
采用信息量模型,对上述指标体系中各指标等级的信息量值进行计算,地质灾害相应指标的信息量值如表1所示。最终应用ArcGIS栅格计算器,将上述地质灾害各评价指标对应的信息量值相加,获得研究区地质灾害的栅格总信息量分布图。将地质灾害易发性结果按自然断点法划分为低易发区、中易发区、高易发区和极高易发区四个等级(图4)。
表1 评价因子信息量Table 1 Information quantity of evaluation factors
通过叠加以上8个评价因子,对地质灾害易发性结果进行区域统计分析,得到各地质灾害易发区的评价因子组合形式(图4),分析如下。
图4 利川谋道—建南线性廊道区易发性分区图Fig.4 Division map of susceptibility of linear corridor area along Moudao-Jiannan in Lichuan City
(1) 极高易发区。面积为39.84 km2,占研究区总面积的11.92%;区内地质灾害点有77处,占研究区地质灾害点总数的77%。区内多出露侏罗系沙溪庙组二段(J2s2)地层,主要为厚—巨厚层状细砂岩、薄—中层状泥质粉砂岩等,岩体软硬相间,差异风化,坡面呈多级台坎状;河谷岸坡总体呈对称“V”字形。工程建设中对斜坡坡脚和坡体开挖,形成临空面,使得上部岩土体失去支撑,导致斜坡变形,易形成滑坡、崩塌等地质灾害。
(2) 高易发区。面积为105.49 km2,占研究区总面积的31.56%;区内地质灾害点有16处,占研究区地质灾害点总数的16%。该区人类居住分散,多沿斜坡地带居住,人类工程活动较弱,主要为切坡修建公路、房屋、在斜坡平缓处开垦农田等。切坡对坡体扰动大,加剧了区内地质灾害的形成、发展。在斜坡平缓处切坡修建房屋、开垦农田等,造成植被破坏,加速水土流失,易形成滑坡、崩塌地质灾害。
(3) 中易发区。面积为110.43 km2,占研究区总面积的33.04%;区内地质灾害点有6处,占研究区地质灾害点总数的6%。该区人类居住相对集中,多沿斜坡地带居住,主要为切坡修建乡村公路、房屋、开垦农田等。区内斜坡坡度较缓,稳定性总体较好。
(4) 低易发区。面积为78.50 km2,占研究区总面积的23.48%,区内仅有1处小型滑坡地质灾害点。该区人类工程活动强烈,主要为切坡修建乡村公路、房屋、开垦农田等,但该区内的切坡和边坡多半已进行人工治理,斜坡稳定性总体较好。
表2 各易发性分区地质灾害特征统计表Table 2 Statistical table of geological disasters characteristics in each susceptibility division
通过统计各易发性分区的面积、地质灾害点数量,可计算出不同易发等级的地质灾害点密度。计算结果表明,随着易发性等级的提高,地质灾害点密度由低易发区的0.01处/km2增加到极高易发区的1.93处/km2。
(1) 基于信息量模型,选取高程、坡度、坡型(剖面曲率)、构造缓冲距离、工程地质岩组、地表水缓冲距离、地形湿度、线性工程缓冲距离8个评价因子,借助GIS技术对利川市谋道—建南线性廊道区斜坡地质灾害易发性进行评价。通过计算不同因子对地质灾害的信息量,叠加分析获得该区地质灾害易发性分布图,将该区分为低易发区、中易发区、高易发区和极高易发区4类。
(2) 高程在1 000~1 500 m,坡度>60°,剖面曲率>0.5的凹型坡,构造缓冲距离在400~800 m,工程地质岩组为软硬相间碎屑岩类,河流附近100 m以内,地形湿度等级在4级,距线性工程缓冲距离100 m以内是研究区地质灾害集中发生的区域。
(3) 研究区内线性工程缓冲距离100 m以内的地质灾害信息量最高,究其原因,可能是线性工程修建时切坡、弃渣场地堆积、回填等引起斜坡地质环境改变,诱使地质灾害风险提升。
(4) 随着地质灾害易发性等级的提高,地质灾害发生的比例快速上升,地质灾害易发性等级与实际发生数量相符。极高易发区的地质灾害点数占总数的77%,地质灾害点密度为1.93处/km2,表明评价结果可靠,可为该区地质灾害防治和经济建设提供科学依据。