基于CF-AHP法的风险斜坡识别方法研究

冷洋洋，向喜琼，陶小郎，邹凤钗，严浩元，李洪涛，孙俊

(1.贵州省地质环境监测院，贵阳 550081；2.成都理工大学环境与土木工程学院，成都 610059；3.贵州大学喀斯特地质资源与环境教育部重点实验室，贵阳 550025；4.贵州地矿基础工程有限公司，贵阳 550081)

贵州是中国唯一没有平原支撑的省份，全省17.62×104km2的国土面积，山间平地仅占7.5%。山高坡陡，河谷深切，碳酸盐岩和陆源碎屑岩交替分布，岩体结构复杂，稳定性较差，是中国地质灾害最为严重的省份之一。近五年来，贵州深入推进地质灾害综合防治体系建设，通过开展调查评价、监测预警、避险搬迁、工程治理及宣传培训工作，加之百姓防灾避灾意识明显提高，历年来突发性地质灾害总体呈下降趋势，为最大限度地减少人员伤亡和财产损失做出了重要努力。尽管如此，作为防治体系建设中最关键环节的调查评价，其识别水平还不够高，导致“隐患在哪里？”的问题仍比较突出，“汛期忙应急”“下雨全出动”的情况频繁出现。根据贵州省历年灾情数据的统计，每年发生的地质灾害，只有30%被前期识别和管控。因此，山区地质灾害防治工应从“源头”抓起，就是要首先把握好滑坡和崩塌等斜坡地质灾害的重要载体——“斜坡”的灾害风险识别、评价及其灾变趋势管控[1]。

围绕“地质灾害在哪里？”“结构是什么?”，2020年起，中国陆续开展了1∶50 000及1∶10 000地质灾害风险调查评价工作，但也面临着亟待解决的问题，如根据目前各省地质灾害风险评价结果看，不管是县域1∶50 000还是重点区1∶10 000的评价结果都存在精准度不够的问题，主要表现在一些风险区面积过大，或风险区内有明显不易发生地质灾害的平缓地形、区内无明显变形灾害点等情况，地方政府在开展风险管控时难以有针对性得采取管控措施[2]。

围绕上述问题，提出了基于地质灾害隐患点和风险斜坡的“点面双控”调查评价工作。将“风险斜坡”定义为在人口和财产分布区域，无变形破坏特征，但可能发展成地质灾害趋势的自然斜坡，即“无症状”地质灾害危险源。因此，要识别风险斜坡的前提就必须精准划定斜坡单元，并通过科学方法对斜坡单元开展地质灾害危险性评价。其次是如何对斜坡单元的危险性进行快速有效的评价，从而满足大规模、大面积的区域地质灾害调查工作的时效性。

因各地区地质环境条件不同，地质灾害特征差异较大，对于指标权重的确定方法，不能再简单地使用单一的易发性评价方法确定区域的地质灾害易发性指标。采用多方法耦合已成为区域地质灾害风险评价的主要思路。罗路广等[3]采用加权确定系数法(weighted coefficient of determination，CF)与Logistic回归模型耦合的方法对九寨沟景区进行了滑坡易发性评价；王念秦等[4]使用粒子群优化-支持向量机(particle swarm optimization-support vector machine，PSO-SVM)模型开展了县域地质灾害易发性评价；韩用顺等[5]基于证据权-投影寻踪模型开展了藏东南地质灾害易发性评价；郭子正等[6]提出了基于滑坡分类和加权频率比模型的三峡库区滑坡易发性评价方法。以上研究均通过两种模型的耦合并结合地理信息系统(geographic information system，GIS)软件进行了滑坡易发性评价，进一步优化了评价结果与实际情况的一致性，但对于西南山区滑坡、崩塌灾害较为频发的贵州，点多面广，指标的确定不能过多依赖于计算机的处理，应结合专家经验综合考虑各指标的权重，而层次分析法(analytic hierarchy process，AHP)中的重要性指标能实现这一目的。以贵州省现有而详实的地质灾害隐患数据作为支撑，对滑坡和崩塌这两类历史灾害数据进行统计，在CF法分类研究其敏感性的基础上，AHP确定其权重，制定出一套符合区域特征的打分评价方法，进行潜在隐患风险识别，查明风险斜坡并纳入管控，以期解决“台账外”的情况。

1 研究基础

1.1 贵州地质灾害特征

由图1可知，贵州省地质灾害类型以滑坡和崩塌为主。其中滑坡是贵州省最主要的地质灾害类型，共计5 380 处，占地质灾害总数的59%，其次是崩塌2 936 处，占地质灾害隐患点总数的32%。全省10个市(州)地质环境条件差异显著，辖区国土面积、人口数量不同，同时各市州人为工程活动方式和强度也不同，各市(州)发育分布的地质灾害数量、类型具有各自的特点(图2)。

图1 贵州省历年突发性地质灾害数量统计

图2 贵州省地质灾害分布

1.2 数据来源

采用的数据主要包括：截至2019年6月贵州省现有5 380处滑坡隐患点及2 936处崩塌隐患点空间数据库信息、单点地质灾害详细调查成果数据、高分二号遥感影像(地理空间数据云)、根据岩层倾向与坡向的夹角关系计算得到的斜坡结构数据等。

1.3 指标因子选取

地质灾害的产生是孕灾因子和致灾因子共同作用的结果。相对致灾因子的时变性，孕灾因子的变化相对迟缓，地质灾害孕灾环境研究是进行相关研究的基础。选取坡度、坡高、坡型、覆盖层厚度、岩性与岩体结构、土质斜坡结构、岩质斜坡结构7项主要因素作为风险斜坡孕灾因子进行敏感性分析。

1.4 敏感性分析

确定性系数法是一种分析影响某一事件各因素敏感性的方法，在地质灾害易发性评价中的应用十分广泛利用。利用Certainty Factors模型中CF函数计算每类数据的确定性因子CF。CF的变化区间为[-1，1]。CF为正值时，表示地质灾害易发，CF值越接近1，地质灾害确定性越高；当CF值接近0时，表示不能确定地质环境的优劣；CF为负值时，表示地质灾害低易发，越接近-1，确定性越低[7]。

(1)

利用CF模型计算出各分级的CF值，结合不同因子与地质灾害分布规律的统计，开展贵州省地质灾害影响因子敏感性分析。

1.4.1 地形地貌

地形地貌因子按照坡度、高差和坡型分别进行统计分析，通过5 380处滑坡隐患点及2 936处崩塌隐患点详查数据系统提取每个灾害点的因子。

坡度影响岩土体应力分布和地质灾害启动的动力条件[8-9]。坡度的大小决定了地表松散物质发生位移并形成地质灾害的可能性，会间接地影响地表下各层之间的相对稳定性，也在很大程度上确定了斜坡变形破坏的形式和机制[10]。通过对贵州省详查数据系统每个灾害点的坡度数据进行提取，通过分析统计，将坡度分为0°～10°、10°～20°、20°～25°、>25°，最终统计结果如图3所示。滑坡主要发生在大于20°范围内，在坡度>25°，滑坡累计发生数量曲线斜率最大，此范围内滑坡的发生数量最多；同时，当坡度<20°时，滑坡累计发生数量曲线斜率较小，曲线斜率较为平缓。崩塌的整体规律与滑坡相似，崩塌也主要发生在>20°范围，在坡度>25°范围，崩塌累计发生数量曲线斜率最大，此区间内崩塌的发生数量最多。

图3 滑坡、崩塌与坡度分级的关系

对滑坡与崩塌在不同坡度范围内的CF值可知(表1、表2)，滑坡与崩塌的CF值均是随着坡度增加而增加，且在>25°范围内的CF值最大，最大值分别为0.084 3、0.194 5，说明此范围内的灾害易发程度最高；同时，滑坡灾害在0°～10°、10°～20°范围均为负值，在20°～25°与>25°范围均为正值；崩塌灾害仅在>25°范围为正值，其余范围均为负值，说明崩塌受坡度的影响大于滑坡。

表1 主要影响因子对滑坡的敏感性

表2 主要影响因子对崩塌的敏感性

坡高对地质灾害的影响主要体现在斜坡在不同高程处阳光照射面积、汇水量、植被覆盖率、岩土体势能不同,不同高程之间人类工程活动以及土壤特性皆存在差异，从而对地质灾害的发生及分布有着重要的影响[11]。通过对贵州省详查数据系统每个灾害点的坡高数据进行提取，通过分析统计，将坡高分为<20 m、20～50 m、50～100 m、100～300 m、>300 m，最终统计结果如图4所示。根据统计图可知，滑坡与崩塌的累计发生数量曲线斜率均随着高程增大而增大，对于滑坡而言，在50～100 m、100～300 m、>300 m范围，滑坡的个数比大于分级面积比，说明此范围内滑坡密度较高，其余范围较低；对于崩塌而言，在100～300 m、>300 m范围，崩塌的个数比大于分级面积比，说明此范围内崩塌密度较高，其余范围较低。

图4 滑坡、崩塌与坡高分级的关系

同时，滑坡与崩塌的CF值均是随着坡高增加而增加，且在大于300 m范围内的CF值最大，最大值分别为0.108 9、0.159 4，说明此范围内的灾害易发程度最高；同时，滑坡灾害在<20 m、20～50 m范围均为负值，其余范围均为正值；崩塌灾害在<20 m、20～50 m、50～100 m范围为负值，其余范围均为正值，但在20～50 m、50～100 m范围崩塌的CF值明显大于滑坡，说明坡高在小于100 m时，对滑坡影响较大，在大于100 m时，对崩塌影响较大。

坡形对地质灾害的影响主要体现在斜坡在不同坡形下斜坡的应力分布存在差异。通过对贵州省详查数据系统每个灾害点的坡形数据进行提取，通过分析统计，将坡形分为凸形、凹形折线形、直线形。根据图5可知，滑坡与崩塌的累计发生数量曲线斜率均呈现逐渐降低，且当坡形为凸形坡、凹形折线形时，滑坡与崩塌的个数比大于分级面积比，说明此范围内滑坡与崩塌的密度较高，其余坡形较低。

图5 滑坡、崩塌与坡形分级的关系

按坡形进行分析，滑坡与崩塌的CF值均是在凸形坡、凹形折线形时CF呈现正值，在直线形时为负值，且凸形坡的CF值最大，最大值分别为0.025 6、0.018 9，说明此坡形下的灾害易发程度最高。

1.4.2 覆盖层厚度

覆盖层厚度为滑坡灾害产生的物质基础，一般而言，各类岩土都有可能构成滑坡体，其中结构松散，抗剪强度和抗风化能力较低，在水的作用下其性质能发生变化及软硬相间的岩层所构成的斜坡易发生滑坡。

通过对贵州省详查数据系统滑坡灾害点的覆盖层厚度数据进行提取，通过分析统计，将覆盖层厚度分为<3 m、3～5 m、5～8 m、8～15 m、15～25 m、>25 m，最终统计结果如图6所示。可以看出，滑坡的累计发生数量曲线斜率不断起伏变化，在覆盖层厚度为3～5 m、5～8 m、8～15 m、15～25 m时，滑坡个数比大于分级面积比，且在5～8 m尤为明显，说明此范围内滑坡密度较高，其余范围较低。

图6 滑坡与覆盖层分级的关系

对滑坡在不同覆盖层厚度范围内的CF值可知(表1)，滑坡的CF值呈现不均匀变化，在<3 m、>25 m范围均为负值，其余范围为正值，且在5～8 m范围的CF值最大，最大值分别为0.038 9，说明此范围内的滑坡灾害易发程度最高。

1.4.3 斜坡结构

斜坡结构对地质灾害的分布起着重要作用，主要体现在不同坡形下斜坡的应力分布存在差异。滑坡主要分为土质斜坡和岩质斜坡，崩塌主要是按结构面的间距进行分类，通过对贵州省详查数据系统滑坡灾害点的斜坡结构数据进行提取，通过分析统计，将土质滑坡分为黏性土类斜坡、碎石土斜坡、杂填土斜坡3种斜坡结构，将岩质滑坡分为顺向坡、斜向坡、横向坡、逆向坡、近水平层状斜坡、块状结构斜坡6种斜坡结构，将崩塌按结构面间距分为破碎结构(结构面间距<20 cm)、较破碎结构(20 cm<结构面间距<40 cm)、较完整结构(结构面间距>40 cm)3种斜坡结构，最终统计结果如图7所示。可以看出，滑坡主要以土质斜坡为主，在其3种土质斜坡结构累计发生数量曲线斜率均较大；在岩质斜坡中，顺向坡最为发育，但都明显低于土质斜坡。在黏性土类斜坡、碎石土斜坡、杂填土斜坡、顺向坡4种斜坡结构中，滑坡个数比大于分级面积比，且在碎石土斜坡尤为明显，说明此范围内滑坡密度较高，其余范围较低。

图7 滑坡、崩塌与斜坡结构的关系

对滑坡与崩塌在不同斜坡结构下的CF值可知(表1、表2)，滑坡的CF值受斜坡结构影响较大，黏性土类斜坡、碎石土斜坡、杂填土斜坡、顺向坡结构的CF值为正值，最大值为0.047 5，其余斜坡结构均为负值；对于崩塌而言，崩塌的CF值受斜坡结构影响也较大，在破碎结构(结构面间距<20 cm)、较破碎结构(20 cm<结构面间距<40 cm)为正值，最大值为0.012 3，而较完整结构(结构面间距>40 cm)为负值。

1.5 指标权重及评判模型

1.5.1 指标权重

按照灾害类型将CF值按阈值划分4个区间，对于滑坡，将CF值大于0.02的因子确定为100分，CF值在0.003～0.02的因子确定为80分，CF值在-0.02～0.003的因子确定为60分，其余因子为30分。将崩塌CF值大于0.02的因子确定为100分，CF值在-0.01～0.02的因子确定为80分，CF值在-0.2～-0.01的因子确定为60分，其余因子为30分。

将影响全省地质灾害的坡度、坡高、坡形、覆盖层厚度、斜坡结构、工程活动、地下水特征等7项主要孕灾条件按照专家经验赋值，并结合判断矩阵标度定义[12](表3)，得出重要性矩阵W为

表3 重要性标度值

(2)

求解矩阵W的特征值，得出最大特征值λmax=7.244，λmax>n，为保证判定矩阵W的准确性，需要检验“一致性”[13]。

一致性指标CI的表达式为

(3)

式(3)中：n=7，表示坡度、坡高、坡形、覆盖层厚度、斜坡结构、工程活动、地下水特征7项主要指标。

一致性率CR的表达式为

(4)

对矩阵W的准确性进行判定，一致性指标CI=0.041，通过查表得出平均随机一次性指标RI=1.36，一致性率CR=0.03<0.1，于是判别矩阵W通过了一致性检验。

利用方根法开展权重计算，计算公式为

(5)

式(5)中：aij为式(2)矩阵中第i个因素相对第j因素的重要性。

通过计算，7项指标权重向量C7=(0.146,0.029,0.042,0.096,0.217,0.408,0.063)。其影响因子重要性排序依次为人类工程活动、斜坡结构、坡度、地下水特征、坡形、坡高。

1.5.2 评判模型

在形成原因分析的基础上，引入斜坡单元危险程度G[14-17]，其表达式为

(6)

式(6)中：xi为滑坡影响因素的第i个指标；ci为第i个指标的权重。

通过以上分析，将坡度、坡高、坡形、覆盖层厚度、斜坡结构、工程活动、地下水特征这7项因子按照CF值进行等级划分，并赋予权重，其评判划分如表4所示。其中工程活动及地下水特征通过以往经验进行综合考虑确定分值，该表适用于斜坡体危险性现场快速评判。通过随机选取全省50处低易发区地质灾害点进行斜坡危险程度G反算，得出最低分为55分。将评价结果为55分作为风险斜坡临界分值，其中55～70分为低危险性，70～85分为中度危险性，85～100分为高危险性。

表4 斜坡危险性评分

2 风险斜坡验证与判定

2.1 斜坡单元划分及调查结果

斜坡是滑坡发生的基本地形地貌单元，因此斜坡单元是进行滑坡危险性评价的理想单元，能更好地体现滑坡发生前的现场基本特征[18]。以斜坡为单元开展山区城镇大比例尺滑坡危险性评价，能够较准确地预测滑坡发生的具体空间位置[19]。

利用县域1∶10 000数字高程模型(digital elevation model，DEM)数据和区域地质调查成果，通过GIS软件处理生成无洼地DEM，并确定其正集水域从而获得贵州山区的山脊线。然后反转DEM，再经过以上相同步骤提取集水流域，实际就是提取了山谷线。将两次分析生成的山脊线与山谷线进行合并融合得到斜坡单元[20]。结合实际，将无人居住区域、缓坡地带的斜坡单元进行剔除，最终将全省划分为78 622个斜坡单元。将表3运用到贵州省县域地质灾害风险调查工作中，按照打分表中影响因子，按照“山到顶、坡到脚”逐坡完成斜坡工程地质测绘，利用一般观测点和地质环境点进行精度控制。孕灾条件中的覆盖层厚度、软弱夹层等则通过开展工程地质钻探和山地工程进行辅助调查。对全省88个县域中已调查的78 622个斜坡单元进行打分，共计查出18 196个风险斜坡。

2.2 结果验证及斜坡判定

验证方法采取回溯法及比较法，对风险斜坡调查前发生的地质灾害采取历史回溯，提取灾害数据，对地质灾害点进行孕灾条件复盘，验证灾前斜坡危险性；对调查后出现的地质灾害事件进行比较，确定灾害范围是否在原有风险斜坡范围内。选取贵州典型8处历史地质灾害点和4处新发现的典型风险斜坡失稳案例进行佐证。按照发生时间进行排序，对8处历史灾害灾点的破坏特征进行提取。获取灾前孕灾地质条件数据，结合风险斜坡影响因子及打分表进行评判，各灾点打分结果如表5所示。结果显示，85分以上的斜坡共计8处，其结果与灾害的规模及灾情呈线性关系，说明打分结果满足斜坡演变趋势。凯里龙场崩塌点所处原始斜坡为82分，为中度危险，其实际危险性因未考虑危岩带所处坡型为陡崖及岩体发育的溶蚀裂隙和溶沟的影响权重而有差异。

表5 典型重大地质灾害原始斜坡打分

2020年7月—2022年5月，贵州省新发生地质灾害约35起，含风险斜坡7处，台账隐患点10处，“台账率”达48.6%，提高近19个百分点。选取4处典型的风险斜坡失稳案例进行分析，如图8所示，三都县拉揽村风险斜坡调查时间为2020年10月，土质斜坡，坡度达45°，按表3评判后，危险性分值为85分，滑坡位于风险斜坡范围线内，形成的高位碎屑流造成了房屋47栋损毁，由于巡查人员及时预警、及时疏散，未造成人员伤亡。

图8 三都县拉揽村风险斜坡与滑坡

如图9所示，剑河县打老村风险斜坡调查时间为2021年3月，碎石土类斜坡，坡度40°，斜坡下方存在建设工程，按表3评判后，危险性分值为88分，滑坡位于风险斜坡范围线内，由于巡查人员及时预警、及时疏散，未造成人员伤亡。

图9 剑河县打老村风险斜坡与滑坡

册亨县秧坝镇秧坝村风险斜坡调查时间为2021年3月(图10)，粉质黏土类斜坡，坡度40°，按表4评判后，危险性分值为73分，滑坡位于风险斜坡范围线内，滑体挤入下方4栋房屋内，由于采取的自动化监测设备及时预警，未造成人员伤亡。

册亨县秧坝镇朝村风险斜坡调查时间为2021年3月(图11)，粉质黏土类斜坡，坡度25°，按表4评判后，危险性分值为70分，滑坡位于风险斜坡范围线内，顶部及底部存在局部滑塌，未造成人员伤亡。

以上案例可以表明，基于CF-AHP法的风险斜坡识别方法对于斜坡危险性判别结果与实际情况较为相符。

3 结论

(1)风险斜坡的权重及分值是在贵州地质灾害隐患数据基础上进行统计和分析的，采用的CF值确定系数法有效地证明了坡度、坡高、坡形、覆盖层厚度、斜坡结构类型对地质灾害的影响，各指标得分按照CF系数值划分出4个区间，在此基础上通过AHP确定各项指标的权重大小。

(2)通过灾害回溯法，88%的历史地质灾害原有斜坡满足风险斜坡条件，但对于岩溶地区危岩体斜坡的判定值较低，还需要在坡形中增加陡崖坡形，在岩体结构中考虑控制性溶蚀裂隙的影响。通过新增地质灾害比较法，4处典型风险斜坡中滑坡范围线均位于风险范围线内，变形破坏特征与指标敏感性和权重较为一致，判别结果与实际情况基本相符。

(3)利用此方法开展风险斜坡调查，将识别出18 196处风险斜坡，及时纳入管控后，地质灾害发生的“台账率”由过去的30%提高到54.3%，由于巡查到位，预警及时，防灾避灾效果较为明显。

(4)风险斜坡的风险级别按照危险性叠加人口财产分布。综合其潜在危险性、易损性等指标，确定其风险类别。其风险管理应根据评价结果进行划分。Ⅰ类风险斜坡，建议采用专业监测、群测群防，有条件时优先搬迁避让，在其影响范围内限制新建工程；Ⅱ类风险斜坡，建议采用群测群防，有条件时可采用专业监测、搬迁避让，在其影响范围内新建工程需经专门论证；Ⅲ类风险斜坡，建议采用群测群防等措施，在其影响范围内新建工程宜审慎。

(5)该识别方法对于大区域内统筹开展1∶10 000地质灾害风险调查具有实用价值，评价易操作，成果易管控。但山区地质灾害特征及孕灾条件存在一定的区域差异性，其识别的精细度还有待进一步提高。下一步，将针对贵州山区碳酸盐岩、碎屑岩和变质岩地区分别开展分析研究，按照各工程岩组特征及降雨条件的影响作用，结合地质灾害特征，分别制定更为精细化的风险斜坡识别方法。