基于多尺度分析和综合评价法的登封市地质灾害易发性评价

王瑞瑞， 刘 冰

(1.河南省地质矿产勘查开发局 测绘地理信息院，河南 郑州 450001； 2.河南省天空地遥感智能监测工程技术研究中心，河南 郑州 450001;3.河南省自然资源天空地遥感智能监测研究科技创新中心，河南 郑州 450001； 4.信息工程大学，河南 郑州 450001)

中国地质条件复杂，地质灾害频发，对人们的生命财产安全和自然地理环境产生显著影响[1-2]。地质灾害的发生与人类工程活动、地形地貌、地质构造、降雨等人为和自然因素有着密不可分的关系，而且在不同地区的发生频率有着显著的差异[3]。因此，基于已有历史数据、地形地貌、地质构造、人类活动等因素，对地质灾害的易发性进行区域划分，对辅助地质灾害的预防、调查等工作具有重要意义。从20世纪90年代至今，许多国内外学者对地质灾害易发性进行了深入的研究，使得地质灾害分区理论得到迅速发展。但是，以往研究者在地质灾害易发性评价过程中，对于评价指标的选取一般只考虑了地形地貌、地质构造、降雨、人类工程活动等因素，而历史地质灾害数据作为最能够直观反映区域地质灾害发育特征的因素之一，往往被研究者所忽略。也有部分研究者在易发性评价中考虑了历史地质灾害的发生情况，但基本都是简单的直接应用，效果并不是十分理想。

随着计算机、GIS等信息技术的逐渐成熟，先后出现了许多地质灾害易发性评价方法，常见的方法有层析分析法[4-5]、信息量法[6-9]、BP神经网络法[10]、逻辑回归分析法[11]等。中国的不同省份乃至同一省份的不同地市，其地质灾害的类型和发生地质灾害的影响因素都有所差异，目前还没有一种统一的方法应用于不同地区的地质灾害易发性评价[12-14]。然而相对而言，综合评价法应用于地质灾害易发性评价的效果较好，与专家经验法分区结果基本相同[15]。因此，本文采用综合评价法并将历史地质灾害数据作为评价指标之一，同时引入多尺度分析的思想，从不同的尺度对历史地质灾害数据进行加权综合分析，提出一种基于多尺度分析和综合评价法的地质灾害易发性评价方法。

1 评价方法

本文采用的评价方法是基于综合评价法，将历史地质灾害数据直接作为评价指标之一，并采用多尺度分析的思想对其进行处理和表达。首先，搜集研究区的相关资料。其次，按照评价指标选取原则[16-17]，选取历史地质灾害数据、坡度、坡高、坡型、岩土结构、植被指数、降雨量、人类工程活动8个因素作为评价指标。然后，对各评价指标进行数据处理和分析，量化各评价指标并进行权重赋值。其中，对历史地质灾害数据采用多尺度分析进行处理，即对地质灾害点数据进行不同距离的多尺度密度分析，并对其分析结果进行综合分析作为最终的历史地质灾害数据评价指标，使其更为合理地表达历史地质灾害的分布情况。最后，采用综合评价法对研究区的地质灾害易发性进行评价，形成研究区易发性分区图。其技术路线如图1所示。

图1 技术路线图Fig.1 Technology roadmap

2 研究区概况

研究区登封市地理坐标为北纬34°35′～34°15′，东经112°49′～113°19′，面积约1 217 km2。该市地形较为复杂，地势总体为南北高中间低，北部和南部分别为东西走向的嵩山、箕山和熊山。登封市为暖温带大陆性季风气候，全年温差较大，四季分明，平均气温14.2℃。常年干旱少雨，年平均降雨量614 mm，降雨多集中在6—8月，约占全年降雨总量的33.8%。登封市属于华北地层区，基底主要由太古宇、古元古界组成，分布在该市的东南以及南、北两端，岩性主要为变质岩，如片麻岩；盖层主要由新元古界、早古生界、晚古生界、中生界、新生界组成，岩性主要为沉积岩。该地区地壳活动频繁，岩浆岩活动较强烈，地质构造较复杂。根据搜集到的历史地质灾害数据，该市发生地质灾害共计222处，主要分布于中部的冲沟发育地区、南部和北部的丘陵山区以及矿山开采较多的东部地区(图2)。主要地质灾害类型为崩塌159处，占总数的71.6%；滑坡55处，占总数的24.8%；泥石流8处，占总数的3.6%。

图2 登封市DEM数据及历史地质灾害点分布情况图Fig.2 DEM data and distribution of historical geological disasters in Dengfeng City

3 评价指标体系的建立

影响地质灾害发生的因素有很多，包括地形地貌、地质构造、降雨和人类工程活动等。本文一方面结合登封市自然、人文条件和已有的研究，另一方面考虑到历史地质灾害的发生能直观地反映区域地质灾害的易发性分布情况[18]，最终构建如图3所示的评价指标体系，其中共包含8个评价指标。

图3 评价指标体系图Fig.3 System diagram of evaluation index

3.1 评价指标的量化

根据研究区的DEM数据和搜集到的相关资料，对8个评价指标进行量化。最终所有评价指标都量化为值为0～1的栅格数据，且均为12.5 m分辨率。

3.1.1历史地质灾害数据

本文所指的历史地质灾害数据为搜集2021年之前已统计的地质灾害点数据，共计222处，其中崩塌159处、滑坡55处、泥石流8处。该评价指标的量化是通过统计在一定大小的单元格内地质灾害点的密度。因为历史地质灾害数据为点格式的矢量数据，统计点密度时单元格的尺寸选择尤其重要，如果单元格尺寸太大，会造成统计结果太粗糙且可能会出现马赛克的情况；如果单元格尺寸太小，则会造成统计结果单一化，且无法形成连续区域，很难反映出区域差异。因此，在该指标量化时引入多尺度分析的思想，分别对地质灾害点进行500、900、1 300、1 700、2 100、2 500、3 000 m 的密度分析。最后，将这7个密度分析数据进行叠加分析，并进行归一化处理。如图4-a、4-b和4-c所示，分别为500 m、3 000 m和叠加分析并归一化后的地质灾害点密度。由图4-c可见，对地质灾害数据进行多尺度分析后再进行叠加分析所获得的结果相比单一尺度的统计结果，能够更客观、合理和自然地表达出不同区域地质灾害的发育分布情况。因此，选取叠加分析并归一化后的地质灾害点密度作为最终的历史地质灾害数据评价指标。

3.1.2地形地貌与地质构造

(1) 地形地貌。地形地貌包括坡度、坡高、坡型，均可由DEM数据计算获得。根据登封地区实际情况，结合前人研究经验认为坡度>40°更容易发生地质灾害，而坡度<10°几乎不会发生地质灾害，分别赋值为1和0，然后将10°～40°之间的坡度进行归一化，作为坡度评价指标，如图4-d所示。坡高指DEM数据3×3窗口中的最大高差。同样的，认为坡高>50 m的地区易发生地质灾害，赋值为1，然后将0～50 m之间的坡高进行归一化，作为坡高评价指标，如图4-e所示。坡型指地表曲率，由于曲率为负值时，坡面为凹型或阶梯型，地质灾害易发程度很低，赋值为0，然后将>0的曲率部分进行归一化，作为坡型评价指标，如图4-f所示。

(2) 地质构造。地质构造主要是选取岩土结构指标，搜集的原始数据为登封市工程地质图，岩土类型包括松散土类、半坚硬岩类、坚硬岩类，共3大类9小类。根据研究区各类岩土以往发生地质灾害的程度，认为石英岩和碳酸盐岩相比页岩和片岩发生地质灾害的概率更大，其次为侵入岩、变质岩和松散土类。同时，结合经验进行专家打分(表1)，并对打分结果作栅格化和归一化处理，作为岩土结构评价指标，如图4-g所示。

表1 岩土结构及专家打分分值表Table 1 Geotechnical structure and expert score

图4 各地质灾害评价指标图Fig.4 Evaluation indexes of geological disasters

3.1.3诱发因素

(1) 植被指数。选取2021年9月的Landsat8影像(影像清晰，无云覆盖)进行植被指数提取，并对其进行归一化处理，作为植被指数评价指标，如图4-h所示。

(2) 降雨量。搜集的原始数据为降雨量等值线图，对等值线数据进行栅格化和归一化处理，作为降雨量评价指标，如图4-i所示。

(3) 人类工程活动。地质灾害的发生受人类工程活动的影响是十分复杂的，人类工程活动区域主要考虑采矿用地、住宅用地、道路用地、工业用地、商业服务用地等。数据源为登封市第三次全国国土调查(三调)数据，对数据进行300 m缓冲分析，数据覆盖区域如果是人类工程活动区域则赋值为1，反之则赋值为0，并进行栅格化处理，作为人类工程活动评价指标，如图4-j所示。

3.2 确定评价指标权重

本文采用PHA层次分析法确定评价指标权重，该方法可以充分利用已有的专家经验，将定性与定量相结合[19]。首先将评价指标分层，然后逐层建立判断矩阵计算指标权重，最后进行一致性检验[20]。一般采用一致性比例CR进行一致性检验，当CR<0.1，即认为矩阵具有满意的一致性。权重和CR的计算方法如下：

(1)

表2 随机一致性指标RI统计表Table 2 Random consistency index RI

本文首先根据图3构建的评价指标体系将评价指标分为A、B两层，A层包含3个指标，如A={诱发因素A1，地形地貌与地质构造A2，历史地质灾害数据A3}。B层为诱发因素A1、地形地貌与地质构造A2的分解，如B(A1)={植被指数B1，人类工程活动B2，降雨量B3}，B(A2)={岩土结构B4，坡型B5，坡高B6,坡度B7}。根据以往研究经验，对于A层评价指标认为历史地质灾害点数据A3最能反映区域地质灾害的易发程度，相比诱发因素A1对于地质灾害易发性评价具有更为重要的意义，而地形地貌与地质构造A2相比诱发因素A1对于地质灾害发生的影响更为直接，因此认为A2的重要性介于A1和A3之间，最终构建的判断矩阵A如表3所示。同理，构建判断矩阵A1和A2分别如表4和表5所示。其中，判断矩阵的构建按照表6所示的标度定义。最终获得各评价指标的权重如表7所示。

表3 判断矩阵A及一致性检验结果表Table 3 Judgment matrix A and consistency test results

表4 判断矩阵A1及一致性检验结果表Table 4 Judgment matrix A1 and consistency test results

表5 判断矩阵A2及一致性检验结果表Table 5 Judgment matrix A2 and consistency test results

表6 标度的含义表Table 6 Meaning of scale

表7 各评价指标权重赋值表Table 7 Weight assignment table of each evaluation index

4 地质灾害易发性分区

由于第3.1节处理获得的各评价指标均为值为0～1、分辨率为12.5 m的栅格数据，因此可直接将第3.1节评价指标的量化结果按照第3.2节计算出的权重进行栅格计算，计算结果即为研究区的地质灾害易发性评价结果(图5-a)。然后，按照自然间断点分级法将易发性评价结果分为3类。最后，将分类结果进行矢量化处理，获得研究区高、中、低易发性分区图(图5-b)。分区结果显示，高易发区面积约255.57 km2，约占区域总面积的21.0%，主要分布在南、北两端中间区域以及东部区域，该区域包含历史地质灾害点121个，点密度为47.35个/100 km2；中易发区面积约429.11 km2，约占区域总面积的35.3%，主要分布在中部以及南、北和东部区域高易发区以外的区域，该区域包含历史地质灾害点93个，点密度为21.67个/100 km2；低易发区面积约532.40 km2，约占区域总面积的43.7%，主要分布在中部平原区域，该区域包含历史地质灾害点8个，点密度为1.50个/100 km2。随着地质灾害易发性的提高，中易发区相对于低易发区地质灾害点密度提升了14.4倍，高易发区相对于中易发区和低易发区分别提升了2.2倍和31.6倍。

图5 研究区易发性评价结果及分区图Fig.5 Evaluation results and zoning map of susceptibility in study area

5 结论

本文以登封市为研究区，采用基于多尺度分析和综合评价法的地质灾害易发性评价方法进行区域地质灾害易发性分区，得到如下结论：

(1) 由地质灾害点密度分析结果可知，基于多尺度分析获得的处理结果更为自然、合理，能更好地表达出不同区域地质灾害的发育分布情况。

(2) 融合多尺度分析的综合评价法选取历史地质灾害数据、坡度、坡高、坡型、岩土结构、植被指数、降雨量、人类工程活动8个因素作为评价指标，采用层次分析法计算指标权重，对登封市进行地质灾害易发性评价，最终将其划分为高易发区、中易发区、低易发区3个区域。

(3) 通过分析发现，坡度较大、坡高较高、降雨量较多、历史地质灾害发生较多以及岩土结构为石英岩和碳酸盐岩的区域地质灾害易发性程度较高，由此可见这些因素对地质灾害易发性评价有着明显的影响。

(4) 由地质灾害易发性分区结果可知，历史地质灾害点分布在高易发区约占54.5%，中易发区约占41.9%，而低易发区仅占约3.6%。由此可见，采用的地质灾害易发性评价方法真实可靠，获得的分区结果与实际地质灾害发生情况吻合度较高。