基于I法与CF法的榕江县地质灾害易发性评价

李微，洪托，徐世光，陈明超，秦煜杰，曾磊

(1.昆明理工大学，昆明 650093；2.云南地矿工程勘察集团公司，昆明 650041；3.贵州省地质环境监测院，贵阳 550081；4.重庆市生态环境科学研究院，重庆 401147)

1 引言

地质灾害是人类生存发展、工程建设中的重要问题[1]。当前地质灾害防治普遍实行治理为主，预防为辅，但地质灾害易发性评价能从空间上给出地质灾害的分布及发生的概率，如此大大提高了地质灾害预防的可行性，降低了预警的高成本，将更有限的财力物力放在危险性较高影响较大的地质灾害上,实现有的放矢的地质灾害防治，对国土开发具重要的作用[2]。

目前常用的地质灾害评价方法包括定性评价方法(滑坡编录方法和知识驱动方法)和定量评价方法(数据驱动方法和物理驱动方法)[3]。定量评价方法又可分为：频率比[4]、逻辑回归[5]、信息量法[[6]、层次分析[7]、确定性系数[8]、人工神经网络[9]和支持向量机[6]等模型。

本文采用的方法即就是定量评价方法下的信息量模型及确定性系数模型进行分别评价，再检验对比两种评价模型的评价结果，选用精度较大的结果。

2 研究区概况

2.1 研究区地质背景

本次研究区为贵州省黔东南州榕江县，总面积约为3 315.8 km2，位于东经108°04′～108°44′，北纬25°26′～26°28′之间；榕江县距黔东南首府凯里市173 km、省府贵阳市367 km；榕江县地处贵州高原向广西丘陵过渡的边缘地带，主要为中低山、丘陵、盆地地貌；年代地层为寒武系、震旦系、二叠系、新近系及第四系；地质构造由水尾、色同向斜和鸡冠岭背斜三大褶皱带和24条断层组成；境内有河流67条，总长1 303 km；地形西北高东南低，最高海拔1 704 m，最低海拔213 m。气候属亚热带中亚气候区[10]。

2.2 地质灾害类型及发育规律

根据野外调查资料显示，榕江县现存隐患点特大型不稳定斜坡1个，大型5个，包含3个滑坡、1个泥石流、1个不稳定斜坡；中型地质灾害24个，为滑坡、崩塌、不稳定斜坡，小型地质灾害若干。研究区现状地质灾害分布图如图1所示。通过对这些灾点进行详细分析，可归纳出该区地质灾害发生的大致规律。

(1) 大型滑坡、崩塌及泥石流等主要发生在高程及地形起伏度较大的地区。

(2) 滑坡及泥石流集中发生时间段往往为4～10月雨季，受雨水冲刷及地下水作用控制。

(3) 不稳定斜坡隐患点形成往往与人为工程活动相关联，往往在进行道路施工或房建施工时形成，若不及时治理，将对工程造成影响。

(4) 研究区地层岩性出露以二叠系灰岩为主，碳酸盐岩类岩溶水也是造成滑坡发生的重要原因。

1.第四系;2.新近系;3.二叠系;4.寒武系;5.震旦系;6.道路;7.榕江地质构造;8.水系;9.灾害点图1 现状地质灾害分布图

3 模型概述

3.1 数据来源

本文进行易发性评价的数据来源主要包括:(1)地理空间数据云30 m分辨率DEM数据；(2)榕江县1∶50 000地质图；(3)1∶100 000交通图；(4)野外调查。

3.2 评价模型

结合实际情况，本文将选用信息量模型及确定性系数模型进行地质灾害易发性评价，两种方法均属于数据型驱动法，信息量的概念由Shannon在1948年首次提出，1985年左右才被应用到地质灾害危险性评价领域，此后发展迅猛，并深入到理论经济学、水利工程等多个学科；确定性系数最早在1975年由Bchanan等提出，如今已经成为地质灾害区域危险性评价的常用模型[11]，确定性系数模型不仅在本领域应用广泛，而且已深入到计算机科学与技术、大气科学等多个学科。

信息量模型以统计理论为基础，物理意义明确，流程清晰，操作简单[11]；确定性系数模型可计算灾害数量为0的分类，可达到数据标准化的效果。

3.2.1 信息量模型概述

信息量法(Information Value, I)，公式如下[6]：

(1)

式中,n为影响因子数量；I(xi，H)为因子xi影响地质灾害发生(H)的信息量；xi为评价单元内所取的因子等级；Ni为分布在特定评价因子xi内的地质灾害面积；N为地质灾害的总面积；Si为含有评价因子xi的面积；S为研究区总面积[6]。

信息量总值I越大，说明地质灾害越容易发生。

3.2.2 确定性系数模型概述

确定性系数模型(Certainty Factor, CF)，其计算公式为:

(2)

式中,PPa为地质灾害在评价因子a类中发生的条件概率；PPs表示地质灾害在整个研究区中发生的先验概率[8]；CF的值域为[-1，1];当CF为正值时，地质灾害发生概率增长，越接近1越易于发生；CF为负值时，地质灾害发生概率下降，越接近-1越不易于发生;CF=0时则不确定灾害是否发生[12]。

4 评价因子分析

榕江县主要灾种有滑坡、崩塌、泥石流，隐患灾点有不稳定斜坡。根据榕江县地质环境条件、地质灾害成因及分布特征[13]，将选取地层岩性、地质构造、地形起伏、高程、坡度、坡向、距水系距离、距道路距离等8个因子作为本次地质灾害易发性评价的评价因子，将评价因子用细化等间距的分级方式，结合区间内的灾害密度进行分级，分级等级选取不同间隔进行多次尝试，最终将总体规律最明显的等级进行选用。各因子分级如下表1所示。

高程、坡度、坡向及地形起伏度归属于地形地貌类因子。高程因子评价结果如图2(a)和表1所示，小于500 m及500～700 m的范围内高程因子的频率比值大于1，说明在此区间内地质灾害易发生。坡度因子评价结果如图 2(b)和表1所示，坡度20°～40°时，频率比值均大于1，且频率比值随坡度越来越大，说明该区地质灾害主要发生在高坡度的边坡上。坡向因子如图 2(c)和表1所示，坡向为东南、南向和西南时，频率比均大于1，表明地质灾害主要发生在东南-西南方向，位于该方向的边坡更易发生地质灾害。由图2(d)和表1可知，地形起伏度在15～45 m范围内的频率比值均大于1，此时地质灾害容易发生。

地层岩性和地质构造因子是造成地质灾害发生的重要原因，它们均属于灾害发生的内部条件。榕江县出露5套地层从图 2(e)和表1中可知，寒武系、二叠系和第四系的频率比值均大于1，在这些地层中，地质灾害易于发生。地质构造是通过改变坡体结构进而促使灾害发生，在此以断层对灾害发生的影响作为地质构造评价因子，当断层越接近坡体，则坡体结构越破碎，地质灾害发生频率则越高。将全县断层构造线按1 km步长缓冲，根据图2(f)和表1可知，距离断层0～900 m处频率比值大于1，从整体趋势而言，距离断层越远，频率比值越小，表明了距离断层越近，地质灾害越易于发生。

地质老话说“十水九滑”，说明了水对于地质灾害发生的必要性。地表水系统的冲刷与切割给地质灾害提供了巨大的诱因[1],故依据榕江县地下水系统的规模、分布状况,提取流域面积超过10 km2的小流域作为水网线,按200 m步长加以缓冲。据图2(g)及表1可知，距离水系600 m内的区域，频率比值大于1，且0～200 m 范围内频率比值最大，整体来说，距离水系越远，频率比值越小，表明距离水系越近，地质灾害越易于发生。

人类工程活动对地质灾害发生起到触发作用，许多人工形成的边坡往往发展成为较大的滑坡，威胁工程安全。本文主要考虑人类工程活动的公路交通建设对地质灾害发生的影响，所以将据道路距离作为评价因子进行分析。根据图2(h)和表1可知，距离公路距离在400 m内时，频率比值远大1。

表1 榕江县地质灾害评价因子指标分级

5 地质灾害易发性评价结果

5.1 信息量法(I)评价结果

本文两种评价模型均利用ArcGIS软件来进行评价因子指标信息量值的叠加,叠加后的数据可生成榕江县地质灾害信息量值分布图,利用自然间断法,将榕江县的地质灾害易发性分为极高易发区、高易发区、中易发区和低易发区等4个易发性等级区间[13、14]，经综合分析概化，即得到榕江县地质灾害易发性分区成果图[15]。结果如图3(a)和表1、表2所示。

图2 地貌类影响因子分级

从表2可知，从低易发区到极高易发区，对应的频率比值持续增大的趋势,极高易发区和高易发区频率比值之和达总频率比值的89.5%,这说明信息量(I)模型评价榕江县地质灾害易发性是有效可行的。由图3(a)及表2可知，在红色极高易发区地质灾害面积达41.06%，橙色高易发区地质灾害面积达27.15%，黄绿色中易发区地质灾害面积为26.49%，绿色低易发区地质灾害面积仅5.298%。

5.2 确定性系数(CF)评价结果

榕江县地质灾害确定性系数值分布图的获取方法和信息量值分布图的获取方法相同,将获取的榕江县地质灾害确定性系数值分布图划分为极高易发区、高易发区、中易发区和低易发区等4个易发性等级区间，结果如图3(b)和表1、表2所示。

图3 地质灾害易发性分区

表2 频率比值表

从表2可知，从低易发区到极高易发区，对应的频率比值持续增大的趋势,极高易发区和高易发区频率比值之和达总频率比值的89.8%,这说明确定性系数(CF)模型评价榕江县地质灾害易发性也是有效可行的。由图3(b)及表2可知，在红色极高易发区地质灾害面积达41.72%，橙色高易发区地质灾害面积达39.73%，黄绿色中易发区地质灾害面积为15.23%，绿色低易发区地质灾害面积仅3.31%。

6 对比分析

6.1 频率比检验对比

FR法是建立在地质条件相似的地区，孕育地质灾害的概率也相似的假设之上。FR值可以定量表示环境因子各属性区间对地质灾害发生的相对影响程度。公式[16]如下：

(3)

式中，li是某个环境因子的第i个属性区间内的地质灾害面积；L是研究区内地质灾害的总面积，si是环境因子第i个属性区间的面积；S是研究区总面积[16]。

Fr大于1表明该环境因子属性区间利于地质灾害发育，值越大表示对地质灾害发育的影响也越大；反之，则不利于地质灾害发育[16]。

由上表2可看出，两种评价模型的易发性由低到高时，频率比值均逐渐增大，符合评价规律，当频率比值大于1时，地质灾害发生概率逐步增大。

6.2 ROC曲线检验对比

ROC 曲线(receiver operating characteristic curve)是验证地质灾害易发性评价精度的手段[17]。ROC 曲线纵轴代表敏感度，代表区内某易发等级发生灾害的累计百分比；其横轴代表特异度，代表区内各易发性等级面积累加百分比[12]。

将ROC曲线下面积AUC作为一个客观定量的评价指标来衡量模型预测的准确程度能更加直观地表现出评价结果。AUC值介于 0～1 范围，越接近 1 模型预测准确性越高[12]。

本文2种模型ROC检验结果如图4所示，CF模型、I模型的AUC值分别为 0.860及0.774。2种模型的AUC值均大于0.75，两模型均能精确地评价榕江县地质灾害易发性，且CF模型较I模型更精确。

图4 ROC曲线图

7 结论

(1) 基于ArcGIS 技术采用信息量模型(I)、确定性系数模型(CF)开展地质灾害易发性评价，I模型和CF模型的ROC精度分别达0.774和0.860，说明该易发性分区与研究区实际情况比较一致。

(2) 本文用以上两种模型得出的榕江县地区滑坡灾害易发性面积大致相同,滑坡易发性等级的频率比值由低易发区到极高易发区均明显上升,且极高易发区与高易发区的频率比值占总体频率比值均达到了89%,说明两种评估模型都能够客观正确地评估榕江县地区地质灾害的易发性。

(3) 在进行比选后，将精度较大的CF模型评价结果作为本次研究成果，在榕江县，地质灾害极高易发区占9.289%，高易发区占37.236%，中易发区占40.26%，低易发区占13.216%。在国土空间利用时应该避开地质灾害极高易发区及高易发区，在中易发区及低易发区应当综合考虑建筑所需安全类别来进行合理利用。