釜溪河流域滑坡易发性评价及致灾因子分析

2022-05-10 03:21赵良军郑莉萍
关键词:易发植被指数高程

赵良军,杨 号,王 泽,牛 凯,张 芸,郑莉萍

(1.四川轻化工大学计算机科学与工程学院,四川 自贡 643000;2.企业信息化与物联网测控技术四川省高校重点实验室,四川 自贡 643000)

引 言

地震是滑坡的一个主要触发因素,强震过后震区滑坡、泥石流等地质灾害往往成为研究热点。例如,由汶川地震[1-4]和九寨沟地震[5-8]所引发的相关地域滑坡、泥石流等地质灾害至今仍然具有研究价值。地震的影响范围较大,虽然持续、多次的中小烈度地震可能不易造成强烈破坏,但是却极易导致滑坡、泥石流等重大自然灾害的发生,然而这类灾害往往容易被忽视。以釜溪河流域为例,汇总中国地震局2015 年1 月1 日至2021 年2 月30 日地震统计数据可知(图1),该区域及周围共发生4.0 级及以上地震40 次(其中5.0~5.9 级地震8 次,6.0 级以上地震1 次),而同期四川省内发生4.0 级以上地震76次,近5 年来该区域内地震总数占四川省地震总数的52.6%,所以,该区域成为了名副其实的地震频发区。大多数文献是关于地震频率的研究,而由地震引发的区域滑坡、泥石流等地质灾害的研究却较少。文献[9]研究了“自贡市区滑坡的基本特征”。文献[10-11]研究了自贡市北环路k8 处、成都-自贡-泸州高速公路二峨山隧道出口滑坡。该研究区内滑坡(包括泥石流、崩塌等)尚缺乏深入研究,其滑坡致灾因子和易发性风险等级尚不清楚,这一状况可能给社会经济发展带来隐患。

图1 研究区及周围4级以上地震分布图(地震点来源于中国地震局官网2015年01月—2021年02月数据,网址:https://www.cea.gov.cn/)

本文以釜溪河流域主要流经区自贡市为研究对象,利用Google earth 影像数据进行滑坡解译并获取130 处滑坡信息,使用30 m DEM(Digital Elevation Model,数字高程模型)提取地形相关信息,并使用Landsat8 数据提取植被指数和水体指数,再结合全国1∶100万土壤数据,分析研究区地形地貌、气象水文条件、植被等因素,并且采用基于频率比的灾害风险指数模型来进行滑坡风险易发性分析,进而评价该地区的地质灾害风险,分析关键致灾因子,旨在为该区域滑坡风险分析评估、灾害预警与灾害治理提供辅助决策支持,且有效减少人员伤害与财产损失,保障该区域社会经济持续发展。

1 研究区及数据

1.1 研究区

研究区(自贡市)位于四川盆地南部,沱江流域釜溪河畔(东经104.05°~105.26°,北纬28.93°~29.64°),面积约4381 km2,总人口323.94 万人,具有两千年的盐业开采历史。该区域大地构造系杨子淮地四川台坳、川中台拱、自贡凹陷,北与威远—龙女寺台穹相邻,东南为赤水凹陷,南与泸州凸起相接,西南与凉山褶断带相邻,境内构造简单、岩层产状平缓,西北部地势高、东南部地势低,由低山地貌、丘陵地貌、平坝地貌和沟谷地貌组成,分布有冲谷、冲沟、侵蚀沟以及喀斯特槽谷和盆地、河谷。多年平均降雨量在1000 mm 左右,5月至9月降雨量约占全年的50%~80%,此期间易爆发滑坡、崩塌等地质灾害;而冬季少雨,年降雨量仅占5%左右(图2)。

图2 研究区滑坡灾害分布影像图

因此,该区域由于人工工程开采频繁,以及环境降雨分布不均匀等因素导致地震频发,极易造成地表切割塌陷,从而导致地质灾害频发。

1.2 滑坡数据来源

通过借助Google earth 遥感影像图,再结合30 m DEM 数据,同时进行野外地质调查,经过解译—复核—再解译—再复核的工作流程,来识别地质灾害类型、确定边界、判断主滑方向,以及获得前后缘高程、估算面积、坡度和坡向等信息,建立解译标志,并将解译结果与卫星影像图叠加,目视解译地质灾害130处,灾害总面积为371 202 m2,解译成果如图3所示。从图3 可以看出,滑坡灾害主要分布在海拔相对较高、沿沟谷发育区域,规模以中、小型为主。

图3 滑坡分布与DEM

2 研究方法

2.1 主要技术流程

该研究的基础数据来源于Landsat8OLI(LANDSAT_SCENE_ID:LC81290402018092LGN00),经辐射校正、大气校正和裁剪等预处理步骤,提取出植被指数(NDVI)和水体指数(NDWI);再利用DEM 生成坡度、坡向、高程、沟谷密度、地表起伏度;最后基于1∶100万土壤数据提取土壤类型数据。将所有数据转为栅格图层并重采样为30 m×30 m 网格,把坡度、坡向、植被指数等因子作为“疑似”致灾因子代入计算,通过频率比法进行筛选、分析坡度、坡向及土壤类型等8 个指标因子与滑坡灾害的关系,最后结合历史灾害数据,验证滑坡风险易发性分析的准确性,并判断主要致灾因子,流程如图4所示。

图4 滑坡灾害评价的技术路线

2.2 灾害因子提取

(1)土壤类型

土壤是孕育滑坡的重要因子,与滑坡成因、滑坡类型、危害大小等密切相关[12-13]。论文采用的土壤数据来自中国科学院南京土壤研究所与中国农业部土壤环境处共同制作的全国1∶100万数字化土壤图数据。在该比例尺内,研究区的土壤分为6类:简育高活性强酸土、人为堆积土、不饱和雏形土、艳色高活性淋溶土、石灰性疏松岩性土及不饱和疏松岩性土,如图5(a)所示。

(2)地形参数

滑坡的孕育与地形有密切关系,由DEM 数据生成的坡度、坡向、地表高程、沟谷密度、起伏度等地形参数是决定滑坡能否发生及发生后的危害程度的重要条件[14-16]。本文中具体的地形因子获取方法如下:

①坡度:滑坡的产生,是由于滑体(土质、岩质等)在一定的重力作用下移动而形成,因此坡度是分析滑坡易发性的一个候选指标。本文所用坡度图层根据研究区30 m DEM生成,如图5(b)所示。

②坡向:即山坡倾向,坡向可影响地表降水流向、植被生长及繁茂程度,最终对滑坡的孕育产生间接影响[17]。本文根据30 m DEM 提取的坡向图层,如图5(c)所示。

③高程:即地表高程,是以黄海平面为参考平面的竖向高度,坡道的滑移需要一定的高程作为前提条件。不同的高程范围内,对滑坡体产生影响的因素分布差异较大,例如地下潜水层的分布、坡体内应力值的大小、植被覆盖度、人类活动范围等。本文提取的地表高程图层,如图5(d)所示。

④沟谷密度:水力侵蚀是部分类型滑坡的直接触发因素,在一定的降水条件下水流冲刷掏蚀斜坡坡脚,特别是对于土质边坡,当坡脚受到严重破坏时将会造成边坡崩塌。本文采用线密度来表示沟谷密度,利用ArcGIS 生成[18],如图5(e)所示。其定义如下:

式中:D为沟谷密度;ΣL为河流总长度,km;ΣA为单位面积,km2。

⑤起伏度:地形起伏度指在一个特定的区域内最高点海拔高度与最低点海拔高度的差值,用以表达地形切割深度,是划分地貌类型的一个重要指标。本文采用11×11网格大小范围内的海拔高度与最低点海拔高度的差值来表示地表起伏度,提取的起伏度图层如图5(f)所示。

(3)植被、水体指数

①植被指数

滑坡的孕育与植被的覆盖状况密切相关:植被不仅可以防风固坡,而且具有防止地下水对边坡的侵蚀等作用,因此,植被指数是评判滑坡易发程度的候选因子。本文采用归一化植被指数(NDVI)来反映植物生长状态以及植被空间分布密度[19],NDVI的计算公式如下:

式中:NIR、R分别为近红外波段、红外波段。NDVI的值在-1.0~1.0 范围内变化,NVDI值越大,植被分布密度越高。本文提取的植被指数如图5(g)所示。

②水体指数

降水是触发滑坡的主要因素之一[20-21],因此,水体指数(NDWI)可以作为滑坡致灾候选因子,其公式如下:

式中Green为绿光波段。提取的水体指数图层如图5(h)所示。

2.3 致灾因子分析法

频率比法(Frequency Ratio Method,简称FRM)主要用来确定滑坡灾害和致灾因子的关系。基于将来发生的滑坡灾害与过去发生的滑坡灾害条件相同这一假设[22-23],通过分析已经发生的滑坡灾害影响因素及其影响程度大小,评估将来可能发生滑坡灾害的概率。频率比法公式如下:

式中:FR为频率比,Ni为在某类条件下(如坡度为5°~10°)灾害的数量(用像元数表示),N为灾害的总数量(总像元数),Si为某类条件下地质灾害在栅格图层上所占的总像元数,S为该区域内栅格图层的总像元数。当FR值大于1时,表示该因素与地质灾害相关度较大,反之较小。如果某类因素的整体频率比都小于1,则说明该类因素与地质灾害关联度小,可以不考虑该类因素。因此,频率比法可以用来确定影响地质灾害的主要致灾因子,并剔除无关因子。滑坡敏感性指数(LSI)模型可以用来评估灾害风险,其值为训练区各因子的频率比值进行累加所得[24],即:

滑坡敏感性指数代表了滑坡等灾害发生的相对难易程度。因此,其值越大,灾害发生的概率越高,反之,代表发生概率较低。为了便于模型验证,将LSI进行归一化,公式如下:

式中:LSIi为第i个LSI值,LSImin为LSI最小值,LSImax为最大值。

3 结果与分析

3.1 灾害的风险区划

基于FRM 方法,各因素的类型或范围的频率比计算及它们与滑坡事件的关系见表1,可以看出坡度、坡向、土壤类型、植被指数、水体指数、地表起伏度、沟谷密度和地表高程8 个因子都与研究区滑坡灾害密切相关。

表1 致灾因子频率比分析结果表

续表

根据式(5),将坡度、坡向、土壤类型、植被指数等8 个致灾因子的栅格图层像元值相加,并根据式(6)进行归一化,得到各像元点风险指数值。

依据滑坡易发性分类标准,将研究区滑坡灾害易发性划分为极低、低、中、高、极高5 个等级(分类标准见表2),所占百分比分别为37.04%、39.43%、13.84%、6.88%、2.81%,如图6所示。

表2 滑坡易发性等级分类标准表

图6 研究区滑坡易发性等级区划图(LSI)

3.2 结果验证和风险分析

(1)结果验证

将研究区的滑坡敏感性分级图(图6)与提取的滑坡信息(面状矢量)进行叠置分析,叠置分析后得到的滑坡像元与研究区滑坡灾害易发性等级对应关系见表3。

表3 滑坡像元与易发性等级对照表

在130 处滑坡中,研究区30 m×30 m 网格中包含478 个像元,极低像元与低像元所占百分比共为28.25%,中、高、极高像元所占百分比共为71.75%,该结果表明该模型预测值基本准确。

(2)风险分析

将滑坡易发性等级区划图层与地理信息数据进行叠加,如图7 所示。在研究区北部的荣县高山区域,滑坡风险极高,如图7(a)所示;富顺县南部山区极高风险区呈零星带状分布,如图7(b)所示。图7(b)中可见,中部的贡井区、自流井区、大安区、沿滩区等主城区周围存在大片的高风险区。由图7可见,荣县高山区域(地表高程337~884 m,起伏度1~216 m),中、高、极高风险区域共占总面积70.37%,极高风险区域占总面积20.95%。

图7 滑坡风险分析图

3.3 致灾因子分析

基于致灾因子频率比以及LSI 模型结果,从研究区滑坡易发性等级区划图(图6)可以看出:

(1)研究区内的坡度、坡向、土壤类型、植被指数、水体指数、地表起伏度、沟谷密度和地表高程8个因子均与地质灾害相关,其中坡度为30°~90°的FR值 最 高,并 且 坡 度>10°的FR分 别 为2.5406、4.0713、4.8775、10.9253、19.2817,该类地形面积仅占全部研究区总面积的12.12%,而其余87.88%区域坡度均小于10°,说明在研究区坡度较陡峭的区域极易发生滑坡,应重点关注城区及周边坡度大于10°的人工或自然陡坡。

(2)对于坡向,在东、东南、南、西南、西区域,FR>1,说明在该区域主要在阳坡,光照充足,利于植被生长发育,可以起到稳固边坡的作用。

(3)沟谷密度在0.50~0.90 km/km2范围内,FR>1 的区域,占全部研究区的58.58%;当沟谷密度大于0.90 km/km2时,FR<1,说明沟谷密度与滑坡呈非线性关系,滑坡灾害在一定沟谷密度下易发。

(4)植被指数在负值区,FR=0,该区域主要为城镇及道路区域,人工设施较多,无滑坡样本数据;植被 指 数 在0~0.60 区 间 内,FR分 别 为3.3249、1.1151、0.6194,表明随着植被覆盖度的增加,滑坡易发概率降低;但是在0.60~1.00 植被指数区间内FR=1.2243,表明在植被覆盖度较高的区域也容易发生滑坡。综合分析,在与研究区地理位置类似的我国西南部低矮丘陵地带,植被发育良好,但受坡度和地下水等环境影响,也易发生滑坡。

(5)地表起伏度区间为0~216 m,起伏度>20 m,则FR>1,表明具备一定的高程差是形成滑坡的必要因素;地表高程区间为214~900 m,研究区中地表高程值大于300 m 的区域FR>1,而且随着高程增加FR值也在增大;土壤类型为简育高活性强酸土,FR=4.1022,该类型土壤主要分布在研究区西北部及东南角高山区。综合地表高程、土壤类型及起伏度分析,在地形切割严重的高山丘陵地带易发生滑坡。

(6)综合考虑研究区西北、东南部较高、中部较为平缓的丘陵地形特征,本文研究结果证明了滑坡灾害频发与近100 年来持续的矿业开发、城镇化建设、地震影响及气候异常相关,在研究区海拔较低的区域,一旦形成人工切坡,就极易发生滑坡灾害,特别是在人口密集的城镇及周边地区,人类活动频繁再加上受地震及降水影响,其灾害易发性风险较高。

因此,为了治理滑坡灾害,在减少地形、地质因子影响(边坡加固)的同时,还需要从加强滑坡预测、预报工作,重点区划分灾害易发区方面进行考虑,预防、减缓滑坡灾害的发生。

4 结 论

基于Google Earth、Landsat8 数据研究了滑坡易发性评估方法在地质灾害监测与调查中的应用,通过频率比法分析致灾因子与滑坡的相关性,结合滑坡敏感性指数模型实现了研究区滑坡易发性等级区划,最后分析、评价了主要致灾因子,主要结论如下:

(1)研究区内的坡度、坡向、土壤类型、植被指数、水体指数、地表起伏度、沟谷密度、地表高程8个因子均与地质灾害相关,在地形切割严重的高山丘陵地带极易发生滑坡。

(2)在研究区北部的荣县高山区域,滑坡风险极高,富顺县南部山区极高风险区呈零星带状分布,而该区域及周围地震频发,应重点关注新的滑坡产生;中部的贡井区、自流井区、大安区、沿滩区等主城区周围存在大片的高风险区,一旦形成人工切坡,极易发生新的滑坡灾害。

(3)鉴于该区域近5年来地震频发,针对研究区的滑坡灾害治理,在减少地形、地质因子影响(边坡加固)的同时,需要从加强滑坡预测、预报工作着手,从而预防、减缓滑坡灾害的发生。

综上所述,本文以釜溪河主要流经区域自贡市为研究区,进行了滑坡易发性等级区划,为今后的滑坡灾害防治勾划重点,为川南类似区域地质灾害风险预测、评估与监测治理提供了有效途径。

猜你喜欢
易发植被指数高程
机用镍钛锉在乳磨牙根管治疗中的应用
贵州省地质灾害易发分区图
夏季羊易发疾病及防治方法
冬季鸡肠炎易发 科学防治有方法
8848.86m珠峰新高程
基于植被指数选择算法和决策树的生态系统识别
AMSR_2微波植被指数在黄河流域的适用性对比与分析
河南省冬小麦产量遥感监测精度比较研究
基于二次曲面函数的高程拟合研究
主要植被指数在生态环评中的作用