基于EW-AHP-SIM评价体系的崩塌灾害易发性评价

季鑫 杨晓飞 尚绍茜 张震

摘要：本文以易发性评价为基础，从原生因素和诱发因素着手，构建“10因素”指标体系，通过比较目前多种评价模型，建立了EW-AHP-SIM崩塌评价体系，对西南某公路沿线6个隧道进出口进行了崩塌易发性评价。研究表明：熵权法（EW）、层次分析法（AHP）和综合指数（SIM）耦合形式，弥补了熵权法采集数据的不准确和层次分析法的人为主观性，科学合理地确定崩塌影响因子的权重。坡形S3、岩性S4、出露结构面S5、距断裂距离S6和人类活动S10综合权重值相对较高，介于0.102～0.191间，为敏感因子，植被覆盖率S8和年平均降雨量S7综合权重值相对较低，为非敏感因子。基于EW-AHP-SIM评价体系，得到6个低风险区、3个中风险区、3个高风险区，与研究区现场实际情况相一致，可为崩塌地质灾害的预测和危岩落石风险评价提供参考价值。

关键词：崩塌；易发性评价；熵权法；层次分析法；综合指数法

中图分类号：P641.8

文献标识码：A    doi：10.12128/j.issn.1672-6979.2023.07.006

引文格式：季鑫，杨晓飞，尚绍茜，等.基于EW-AHP-SIM评价体系的崩塌灾害易发性评价［J］.山东国土资源，2023，39（7）：33-38. JI Xin， YANG Xiaofei， SHANG Shaoqian， et al. Evaluation of Collapse Disaster Vulnerability Based on EW-AHP-SIM Evaluation System［J］.Shandong Land and Resources，2023，39（7）：33-38.

0 引言

危岩落石潜在危害巨大，其可能在震动、降雨等外在驱动条件影响下，转变为崩塌地质灾害，对公路、铁路、水利、房建等人民财产的安全产生严重威胁，由于崩塌地质灾害影响因素众多，当地的地质条件复杂，以及降雨、地震、风暴、人工等外界因素的不确定性导致崩塌地质灾害预测困难重重。

目前，国内外在崩塌地质灾害易发性评价方面使用方法分为定性评价和定量评价两类［1］。定性方法主要以参数地图法和野外地貌分析法为主［2］。定性方法评价出的结果有较高的主观性，人为误差较大，应用前景较为有限。定量方法有神经网络分析法、模糊评判法、不确定性分析方法等。机器学习模型、神经网络模型方法较为新颖，但其模型较为复杂，在实际应用上还存在缺陷［3-5］。模糊评判法较为简单，但其原则也存在一定的不足，尤其在确定权值时采用的专家打分法有相当强的主观性［6-8］。

确定崩塌灾害各主控因素的权重对于建立相应的评价模型十分关键［11-15］。权值的计算方法有EW法、证权法、AHP法、ANN法、Logistic回归法等［16-18］，均有其应用缺陷。层次分析法因为人为打分，最后分析出的成果会有很大的主觀性。熵权法确定权重计算简单，没有主观性，但是可能因为采集的数据不准确，导致评价结果会有一定的偏差［19-20］。为提高评价模型中权重准确度，本文采用熵权法（EW）、层次分析法（AHP）和综合指数（SIM）耦合形式来确定权重，可为崩塌地质灾害的预测、防灾减灾提供简单且科学的新方法和新思路。

1 研究区概况

研究区为某一级公路，里程为K35～K78，全长43km，沿线设隧道6座，属大黑山中段南坡，为龙门山主脉，沟谷深切，自南向北地势由高趋低，为中低山区，海拔高度在千米以上，河谷深切，相对高差最高达800m。沿线常发育有典型的高陡岩质边坡（图1a），边坡受河流切割强烈，形成上缓下陡的地形。上部平缓处坡度为25°；下部山体陡峭，坡度达到60°～85°，高约20～100m。岩性主要发育有以安山玢岩和花岗岩为主的岩浆岩，以粉砂岩为主的沉积岩和以片麻岩为主的变质岩。

危岩区岩体破碎，呈强风化状态，风化和卸荷裂隙发育，部分危岩体在多组节理裂隙切割下三面临空（图1e），为崩塌、滚石提供了空间条件。坡面发育多条冲沟，形成有利的运移通道。研究区内主要为亚热带季风气候，雨量充沛，降雨量多集中在7—8月，平均月最大降雨量达160mm。研究区属松潘-甘孜褶皱系和三江褶皱系（槽区），构造发育强烈，线路穿越3个活动断裂。在地震、暴雨等工况影响，导致大量渐进性的崩塌、滚石事件，公路路面、内侧挡墙和外侧护栏都明显可见落石冲击留下的坑迹（图1c），部分防护网现已经被严重损毁（图1d）。最近一次具有一定规模的崩塌发生于2020年3月，由于强暴雨导致研究区局部发生了崩塌事件（图1b），冲毁了多条被动防护网（图1c）。

本文选取熵权法、层次分析法及综合指数法组成EW-AHP-SIM崩塌评价体系，充分运用熵权法的客观性和层次分析法的主观性，求出各评价指标的主观权重和客观权重，在此基础上得出复合权重，然后与综合指数法相结合，求出研究区崩塌评价体系。

第一步，将各个指标的数据进行标准化处理。例如，给定了k个评价指标，每个指标有n个等级，假设对各指标数据标准化后的值为Y1，Y2，…，Yk，根据信息论中信息熵的定义，一组数据的信息熵：

Ej=-1lnn∑ni=1pijlnpij（1）

pij=Yij/∑ni=1Yi（2）

根据信息熵的计算公式，计算出各个指标的信息熵为E1，E2，…，Ek，通过信息熵计算各指标的权重：

Wi=1-Eik-∑Ei（i=1，2，…，k）（3）

第二步，对影响崩塌评价所考虑的因素进行层次划分，建立层次结构模型，分析得出评价因子后，确定相应评价因子权重，通过对相关专家咨询、现场实际情况、相关资料等方式，根据重要程度对评价因子进行打分，最后整体形成一个相对重要程度体系，通过AHP相应算法，可得到出每个因子的权重，最后要通过一致性检验，当随机一致性比率CR＜0.1时，认为层次分析排序的结果满意，即权系数的分配是合理的。否则，需调整判断矩阵的因子取值，重新计算。

第三步，通过乘法合成归一法将熵权法和层次分析法计算的成果进行归一化，最终整合得出评价指标：

wj=（αj×βj）/∑mj=1（αjβj）（4）

式中：wj为第j个评价指标的综合权重；αj，βj分别为第j个评价指标的主熵权法和层次分析法算出的权值。

第四步，将复合权重Sj带入综合指数法的数学公式中，求出崩塌地质灾害的发生易发性指数，在明确评价指标、指标分级标准以及指标复合权重的基础上，将每个指标的评分值与其对应的复合权重相乘叠加，从而得到每一个评价单元的综合指数W，数值越大崩塌地质灾害发生的可能性越高。

W=∑nj=1Sj×Xij（5）

式中：n为评价因子的个数；Sj为各评价因子的权重值；Xij为各评价因子经过概化归一后的结果。

3 指标体系的建立

形成崩塌的影响因素众多，通过对研究区地质灾害的详细调查，发现研究区公路沿线主要受地形地貌、地层岩性、岩体结构、断裂构造、降雨强度控制，其中，研究区内岩石具有较强的抗风化能力，容易在高陡的斜坡发育形成危岩，特别是软岩和软硬相间、岩层与临空面的组合关系是影响区内崩塌发展和发生的关键因素，且岩体层面与2组共轭结构面共同作用下切割形成锲形体，在人工扰动和降雨入渗等外因作用下，有岩体的抗剪强度和黏聚力降低，独立的楔形体从母岩中脱离形成危岩体，进而转变为崩塌。

本文在沿线崩塌调查和前人经验的基础上，依托自然间断法对全区信息进行分级，而后统计并计算灾害点分布情况与要素控灾权重，其中：灾害占比=灾害点/总灾害点，要素占比=要素面积/总面积，控灾程度=灾害占比/要素占比。如“坡度”要素，利用GIS平台获取沿线坡度与崩塌灾害分布图（图2），进而计算“坡度”要素控灾权重（表1），尤其判定赋值标准为小于15°、15°～25°、＞25°。

按上述方法，共選取坡高、坡度、坡型、出露结构面、岩性、距主控断裂距离、年平均降雨量、植被覆盖率、岩石风化程度、人类活动强度10个主要因素，构成崩塌评价指标体系，各指标等级及评分见表2。

4 崩塌灾害易发性评价

4.1 指标权重的确定

采用乘法合成归一法，将主观、客观权值进行耦合、确定综合权值。确权EW法的基本原理是权值与指标值的差异度呈正相关，是一种客观的权值计算方法。将表2的调查数据带入式（1）—式（5）中，可得出各评价因素的熵权法权重（表3）。

建立了评价崩塌易发性的层次结构模型（图3），按层次分析法将多种因子之间的比较，转换为两两因子的比较。通过对相关专家咨询，已有研究成果和资料的参阅，以及对崩塌滑坡分布规律的分析，比较两两因子相比的重要程度，对因子进行赋值，从而建立因子重要性的判断矩阵，进而使用层次分析的算法，计算得出每个因子的权重，建立起多因子的崩塌滑坡易发性评价模型，计算后权重依次见表3。

4.2 结果分析与讨论

10个评价指标中，坡形S3、岩性S4、岩石风化程度S9、人类活动S10属于定性指标；坡形S3、岩性S4、出露结构面S5、距断裂距离S6和人类活动S10综合权重值相对较高，介于0.102～0.191间，为敏感因子，而植被覆盖率S8和年平均降雨量S7综合权重值相对较低，为非敏感因子。

该研究区的公路沿线穿越6个隧道，共12个隧道进出口，其崩塌对公路的建设和运营安全有着严重的威胁，本文根据评价因子，对每个隧道进出口进行调查，基于EW-AHP-SIM评价体系进行崩塌易发性评价，基于《公路工程地质勘察规范》（JTGC20-2011）进行崩塌危险等级评价，其中规范法需根据崩塌发育程度、危害程度和诱发因素，结合地质环境条件，进行危险性现状评估（表5）。

对比崩塌易发性评价结果和危岩落石危险等级评价结果，发现两者有极大关联性，高易发、中易发、低易发与极高风险/高风险、中风险、低风险相对应，说明基于EW-AHP-SIM评价体系的评价结果与研究区现场实际情况相一致，具有可行性和有效性，对崩塌地质灾害的预测和危岩落石风险评价提供参考价值。

5 结论

（1）熵权法（EW）、层次分析法（AHP）和综合指数（SIM）耦合形式，弥补了熵权法采集的数据的不准确和层次分析法的人为主观性等各自方法的缺陷，更加科学合理地确定崩塌影响因子的权重。

（2）由指标权重的大小可以看出，坡形S3、岩性S4、出露结构面S5、距断裂距离S6和人类活动S10综合权重值相对较高，分别介于0.102～0.191间，为敏感因子，而植被覆盖率S8和年平均降雨量S7综合权重值相对较低，为非敏感因子。

（3）基于EW-AHP-SIM评价体系，评价共得到6个低风险区、3个中风险区、3个高风险区，与研究区现场实际情况相一致，可为崩塌地质灾害的预测和危岩落石风险评价提供参考价值。

参考文献：

［1］ 陈洪凯，董平，唐红梅.危岩崩塌灾害研究现状与趋势［J］.重庆师范大学学报（自然科学版），2015，32（6）：53-60.

［2］ 刘传正.崩塌滑坡灾害风险识别方法初步研究［J］.工程地质学报，2019，27（1）：88-97.

［3］ 樊芷吟，苟晓峰，秦明月，等.基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价［J］.工程地质学报，2018，26（2）：340-347.

［4］ 何虎军，苏生瑞，王孝健，等.基于未确知测度的崩塌危险性综合评价模型研究及应用［J］.中南大学学报（自然科学版），2013，44（4）：1564-1570.

［5］ 李泺，王秀凤，魏海东，等.崩塌地质灾害防治示范应用：以济南章丘北明村东崩塌点为例［J］.山东国土资源，2022，38（9）：50-55.

［6］ HUNGRO， EVANS S， HAZZARD J. Magnitude and frequency of rock falls and rock slides along the main transportation corridors of southwestern British Columbia［J］. Canadian Geotechnical Journal， 1999， 36（2）： 224-238.

［7］ 程凤，焦玉国，周超，等.泰安市崩塌、滑坡、泥石流发育特征及防治对策浅析［J］.山东国土资源，2022，38（2）：47-51.

［8］ 刘思峰，蔡华，杨英杰，等.灰色关联分析模型研究进展［J］.系统工程理论与实践，2013，33（8）：2041-2046.

［9］ MARZORATI S， LUZI L， DE AMICIS M. Rock falls induced by earthquakes： a statistical approach ［J］. Soil Dynamics and Earthquake Engineering， 2002， 22（7）： 565-577.

［10］ 李明，王伟，张超.基于ArcGIS信息量模型的神农溪流域地质灾害易发性区划［J］.安全与环境工程，2013，20（2）：46-52.

［11］ 林报嘉，刘晓东，杨川，等.XGBoost机器学习模型与GIS技术结合的公路崩塌灾害易发性研究［J］.公路，2020，65（7）：20-26.

［12］ 苏凤环，崔鹏，张建强，等.芦山地震重灾区崩塌滑坡易发性评价［J］.山地学报，2013，31（4）：502-509.

［13］ 吴少元.基于信息量模型的厦门市崩塌和滑坡地质灾害易发性评价［J］.安全与环境工程，2019，26（3）：22-27.

［14］ WANG X， FRATTINI P， CROSTA G，等. Uncertainty assessment in quantitative rockfall risk assessment［J］. Landslides， 2014， 11（4）： 711-722.

［15］ 苏宝成.泰安市地质灾害现状及易发程度分区评价［J］.山东国土资源，2021，37（10）：70-75.

［16］ CASCINI L， BONNARD C， COROMINAS J，等. Landslide hazard and risk zoning for urban planning and development［J］. Landslide Risk Management Taylor and Francis， London， 2005：199-235.

［17］ HUANG F， YIN K， HUANG J，等. Landslide susceptibility mapping based on self-organizing-map network and extreme learning machine［J］. Engineering Geology， 2017， 223：11-22.

［18］ QINGLI Z， RONGQIANG W， XINYU X，等. Characteristics and runout mechanism of super-large Xinmo rock avalanche-debris flow in Diexi， Sichuan province［J］. 工程地质学报， 2018， 26（1）： 193-206.

［19］ 潘国营，杜鹏卓，陈国胜.基于EW-FAHP的煤层底板承压水突水危险评价［J］.水文地质工程地质，2017，44（1）：131-136.

［20］ 刘宇恒，邓辉，熊倩莹.基于层次分析法的茂县斜坡地质灾害易发性评价［J］.长江科学院院报，2017，34（5）：31.

Evaluation of Collapse Disaster Vulnerability Based on EW-AHP-SIM Evaluation System

JI Xin1，YANG Xiaofei1，SHANG Shaoqian2，ZHANG Zhen2

（1.Shandong Geophysical and Geochemical Exploration Institute，Shandong Ji'nan 250013，China；2. Shandong Deep Foundation Engineering Survey Limited Corporation，Shandong Ji'nan 250013， China）

Abstract： In view of the imperfection of current collapse vulnerability evaluation system， based on the vulnerability evaluation， the "10 factors" index system has been constructed from the two aspects of primary factors and induced factors， and the EW-AHP-SIM collapse vulnerability evaluation system has been established by comparing current multiple evaluation models， and the collapse vulnerability evaluation has been conducted for 6 tunnel entrances and exits along a highway in the southwest. It is showed that the coupling form of entropy weight method （EW）， analytic hierarchy process （AHP） and comprehensive index （SIM） makes up for the inaccuracy of the data collected by entropy weight method and the artificial subjectivity of analytic hierarchy process， and other shortcomings of their respective methods， so as to determine the weight of collapse impact factors more scientifically and reasonably. It can be seen from the size of index weight that the comprehensive weight values of slope shape S3， lithology S4， exposed structural plane S5， distance from fault S6 and human activity S10 are relatively high， ranging from 0.093 to 0.271， which are sensitive factors， while the comprehensive weight values of slope height S1 and vegetation coverage S8 are relatively low， which are non-sensitive factors. Based on the EW-AHP-SIM evaluation system， 6 low risk areas， 3 medium risk areas and 3 high risk areas have been obtained， which are consistent with the actual situation of the study area. It can provide some references for the prediction of collapse geological hazards and risk assessment of dangerous rock and rockfall.

Key words： Collapse; vulnerability evaluation; entropy weight method; analytic hierarchy process; composite index method

收稿日期：2023-02-02；

修訂日期：2023-03-29；

编辑：曹丽丽

基金项目：黄河流域（聊城—济南段）生态地质调查评价（鲁勘字〔2022〕18号）

作者简介：季鑫（1982—），男，山东济南人，高级工程师，主要从事水工环地质工作；E-mail：522091403@qq.com

通讯作者：张震（1990—），男，山东泰安人，工程师，主要从事水工环地质工作；E-mail：zzssq2023@126.com