杭州市滑坡地質災害危險性區劃與評價

俞 布，潘文卓，宋 健，繆啟龍，張瑋瑋，段春鋒

（1. 杭州市氣象局，杭州 310051；2. 浙江省氣象局，杭州 310051；3. 南京信息工程大學 江蘇省農業氣象重點實驗室，南京 210044）

1 前 言

滑坡是發生在山地丘陵區的最主要地質災害類型，具有突發性強、易損度高的特點，與地震、火山并列成為全球性的主要地質災害類型[1]。隨著城市化與氣象次生動力因素的交互作用，潛在地質災害風險被無限放大，給人們在防災、減災規劃方面提出了新的要求。不斷發生的滑坡地質災害表明，完全避免或阻止滑坡地質災害的發生并不現實，但若采用有效的災害管理戰略，則可減輕其帶來的巨大損失。因此，根據影響滑坡地質災害形成、發展的孕育環境及成災特征，分析區域滑坡地質災害危險性分布，對經濟可持續發展及地質災害防御規劃具有重要社會價值。

滑坡危險性研究通常采取兩種方式：一種是基于滑坡孕育、演化機制及工程地質學模型對坡面穩定性的定量評價[2]，這種確定性模型需要逐點進行大量地質構造及動力學監測，對于特定滑坡點位研究較為合適，對于大范圍潛在滑坡危險性評價而言，無論從人力、物力，以及時間、技術投入等方面考慮均較難實現。另一種基于統計學理論，根據特定區域內滑坡點位的孕育環境、誘發因素及其相互關聯建立數學經驗模型，從滑坡概率分析及滑坡風險接受準則等方面實現滑坡危險程度的定量、半定量研究[3]，如戴福初等[4]用支持向量機統計方法實現了香港滑坡地質災害的空間預測；Guzzetti等[5]在意大利中部的Collazzone地區建立了滑坡敏感性統計分析模型，并提出了滑坡敏感性模型評估的技術框架；唐川[6]基于影響斜坡穩定性的10種評定因素，對德國波恩地區進行滑坡危險性等級劃分?？傮w而言，滑坡危險性評價的統計學模型大多是建立在敏感性指標選取及其權重確定的基礎上，這也直接影響到評價質量和區劃精度[7-8]。由于滑坡系統形成過程復雜，非確定性因素較多，并存在多種非定量指標的參與，如何確定評價指標及其權重是滑坡統計學模型的研究瓶頸。

本文引入證據權法，利用滑坡數據集和環境敏感性變量來探討該方法在滑坡災害危險性區劃的適用性。證據權法是一種結合空間數據來描述和分析其相互作用的有效工具，并為決策者提供智力支持[9]，已在醫學診斷、礦產資源探測等方面得到廣泛的應用。這里以杭州市為研究區，立足該地區歷史滑坡點位的空間位置關系，基于復合地學信息的多源柵格圖層，在GIS空間疊置技術的支持下建立證據權模型，客觀定量地分析杭州滑坡地質災害的發育狀況，并據此進行潛在滑坡的空間預測及滑坡災害危險性區劃。

2 研究區概況

研究區位于浙江省西北部，長江三角洲南翼，界于北緯 29°11'～30°34'，東經 118°20'～129°37'，土地總面積為16596 km2，地處江南地層分區，地層出露齊全，滑坡地質災害較為發育，尤其在河流、湖泊沿岸以及軟硬巖石互層地段分布較密[10]。截止2009年，區內共發生包括崩塌、滑坡、地面塌陷以及泥石流等地質災害個例1281次，其中滑坡占全部地質災害總數的67.24%，大于1萬方穩定性差或較差的滑坡100處，占本區滑坡的50%。

本文研究資料來源于杭州市地質環境檢測調查大隊實測1930－2009年間的1905個滑坡地質災害詳細記錄和反映研究區環境概況的氣象、水文及地質資料,主要來源于杭州市氣象局，包括覆蓋研究區的1: 25萬DEM、杭州市土地利用、1951－2009年杭州7個國家氣候基準站及250個自動氣象站的逐日降水資料，以及中國地質礦產部編輯的 1:500萬中國地質圖。

圖1 杭州市水系與滑坡災害分布Fig.1 The distribution of water system and landslide hazards in Hangzhou city

3 研究方法

證據權法最早是由加拿大數學地質學家Agterberg將其引入地質科學領域[11－12]，主要應用于礦產預測。這件方法以貝葉斯條件概率為理論基礎，通過定量分析確定與預測結果關聯性較大的證據層因子，建立基于二值變量的相關證據圖層，其中每一個證據圖層均可通過對預測結果的貢獻程度確定其權重，然后基于各證據因子權重及訓練樣本的點位特征計算空間任意位置預測結果發生概率。

本文利用證據權法實現滑坡危險性區劃，將滑坡點定義為點對象，與滑坡發育關聯性較大的氣象、水文、地質以及人類工程影響等圖層定義為證據因子。首先，將研究區劃分N個為100 m×100 m的格網單元，每一個滑坡點對應相應格網單元。任意單元發生滑坡的先驗概率可通過式(1)求得。

式中：D為存在滑坡格網數。

其次，基于影響滑坡發育的證據因子與滑坡點位的空間相對分布，計算各證據因子逐一格網單元的權重值，計算公式為

證據權法要求各證據因子之間滿足條件獨立性原則，因此應用貝葉斯定理線性對數方法對各證據因子進行條件獨立性檢驗，同時計算多種證據因子同時存在時的滑坡預測值，即后驗概率P=O/(1+O)，繼而圈定滑坡危險等級的預測靶區,

式中：O(D)為先驗幾率，O(D)=P(D)/(1-P(D))；Bi為第i個證據層；K(i)在第i個證據層存在時是+，不存在時是-；分別為第i個預測變量存在或不存在區的權重值。

4 過程與分析

4.1 訓練樣本的選擇與先驗概率運算

根據研究區內1930－2009年間所收集的1905個滑坡個例以及其空間屬性，采用分離樣本法將原始數據集劃分為兩部分，提取85%的訓練樣本參與證據權模型的建立，另外,15%的樣本用于模型的檢驗。

基于ArcGIS平臺的Fishnet模塊實現研究區的格網化，將研究區劃分為9482130個100 m×100 m的格網單元，并在每個網格中判定相應的滑坡單元屬性，統計存在滑坡點的格網數目，求得先驗概率值為0.000201。

4.2 證據因子的選擇與權重計算

滑坡災害是一種多因素綜合作用的產物，涉及地形地貌、地質環境，以及天氣、水文動力等方面，因此,滑坡災害影響因素的選取是危險性研究的基礎。通過對杭州歷史滑坡災害記錄的個例分析并結合前人對滑坡形成機制研究[13－14]發現,地形坡度、高程、坡向、河網緩沖、地層巖性以及人類工程活動對杭州滑坡地質災害的形成影響較大，可以作為對滑坡孕育有利的參考證據圖層。

（1）降雨強度

降雨，尤其是1～3 d的連續性強降水，是誘發滑坡的最主要動力因素。根據前人對降水與山體滑坡災害機制研究成果，降水可能通過增加孔隙水壓力而減少抗滑力，從而改變巖土體強度和斜坡的應力狀態，致使邊坡失穩。通過對研究區521個時間確切記錄的滑坡單點統計，山體滑坡發生當天及前5 d內有降水發生的滑坡個例共414個，占全部滑坡總數的79%以上。

研究區滑坡發生頻次與降水強度也存在較強關聯，將降水強度按中到大雨（10～50 mm）及暴雨（50 mm以上）劃分，見表1，不同降水強度對山體滑坡的影響作用明顯不同。一般而言，降水強度越大，雨水的下滲速度越快，造成的動靜水壓力越大，誘發滑坡更快；而降水強度較小，山體滑坡的孕育過程也相對緩慢。通過研究區降水強度與滑坡個例分析,50 mm以上當日降水致使滑坡發生的案例約占滑坡總數的43%，同等強度前1 d降水導致滑坡產生比重為12%，前2 d約占為5%，以此類推，距離降水時間越久，滑坡個例越少。然而，對于10～50 mm中等強度降水，滑坡與降水之間存在時間差，即滑坡發生日期往往滯后于該種強度降水2～3 d，時間差超過3 d時，除非是連續性降水，否則對后續滑坡發生的貢獻越來越低。

表1 降水強度與滑坡發生的時段分析Table1 The analysis of precipitation intensity and landslide happen time

國外學者對于降水與滑坡關系的研究相對較多，Onordera[15]研究指出，在日本累積雨量超過150 mm，或每小時降雨強度超過20 mm時，大量滑坡將發生滑動。美國SanBenito和Alameda地區將過程累積雨量 180～250 mm作為當地滑坡發生的臨界值。本文通過對杭州市近 60年的逐日降水量與歷史滑坡點的研究，認為暴雨或持續性降水是誘發山體滑坡的主要因素，并在3 d內對滑坡發生貢獻明顯，因此可將連續3 d累計降水量100 mm作為杭州市誘發滑坡的降水臨界值。由于杭州7個氣象基準站的降水資料時間尺度不一致，不利于降水強度的空間比對，因此以各站點連續3 d累積降水100 mm以上年均次數作為反映降水強度的證據圖層。受地形差異影響，東西部地區存在明顯的降水差別，以淳安站為代表的西部山地丘陵區年均降水次數為3.96次，而地處東北部平原的蕭山站年均降水次數僅為2.71次，見表2。

表2 降水強度證據層及權重Table2 The evidence layers and the weight of precipitation intensity

（2）地層巖性

巖、土體所屬的地層巖性是產生滑坡的物質基礎。通常，結構松軟，抗剪強度和抗風化能力較低，易變性的巖土類型較易發生滑坡。根據杭州市地層構造分布，中、西部山地丘陵地帶滑坡較為發育，局部地段存在軟弱巖層，諸如奧陶、志留系泥巖，粉砂巖等，局地此類巖體大多層薄不純，風化層剝蝕嚴重，受水土流失動力作用影響，斜坡基巖得以暴露，致使順向坡山體極不穩定，容易發生滑坡或泥石流，見表3。

表3 地層巖性證據層及權重Table3 The evidence layers and the weight of formation lithology

（3）地形坡度

杭州市的坡度范圍分布在0°～57.7°之間，尤其在中部高山丘陵區和西部千島湖水域周圍，這也是杭州滑坡地質災害比較嚴重的地區。根據已有1793個滑坡災害記錄，杭州山體滑坡的斜坡坡度在 25°以下的滑坡點相對較多，占全部滑坡的94.3%；大于40°坡度范圍時，滑坡數量急劇減少，是由于 40°以上的斜坡在漫長的歷史風化過程中，大多易滑區域早已成災滑落，即使仍有陡峭的巖體也大多堅硬、穩定且不易松動，一般不易成災，見表4。

（4）地形坡向

由于朝向不同，山坡的小氣候和水熱比情況有規律性差異，導致不同朝向坡面上自然地理諸要素的規律性分異，也往往存在滑坡分布的規律性分異。根據研究區內滑坡點坡向分布直方圖，把坡向分為 8個方向區間：北坡（0°～22.5°，337.5°～360°）、東北坡（22.5°～67.5°）、東坡（67.5°～112.5°）、東南坡（112.5°～157.5°）、南坡（157.5°～202.5°）、西南坡（202.5°～247.5°）、西坡（247.5°～292.5°）、西北坡（292.5°～337.5°）。從杭州市滑坡點的斜坡坡向分布看，似乎規律性不太明顯，但南、西南以及西向的坡面還是能夠看出相對較多的滑坡點分布。這可能是由于陽坡溝谷比陰坡較為發育，更易于發生滑坡。本文研究結果與吳彩燕等[16]對三峽庫區云陽－巫山段西、南坡向與滑坡發育關聯較大的結論一致，能夠反映出坡向與滑坡發育的一般性規律，見表5。

（5）地形高程

統計研究表明，地層巖性及河谷切割深度控制著谷坡的高度，從而控制滑坡的后緣高程[17]，可見高程分布理應作為滑坡預測的重要指示因子。根據已有記錄的滑坡點位提取各滑坡點的海拔高度值，大部分滑坡點集中在50～450 m海拔高度以內，主要分布在杭州中部及西南低山丘陵區以及淳安千島湖沿岸山地，該區發生的滑坡個例占全部滑坡記錄的86%，而50 m以下海拔高度產生滑坡的可能性較低，僅為全部滑坡總數的1%以下，見表6。

（6）河網緩沖距離

河流的侵蝕作用是岸坡破壞、演變的主要外動力之一。從目前新安江水庫邊岸眾多的崩滑體沿湖區周邊密布這一事實來看，河流對坡角掏蝕作用明顯，大量臨空面的產生也致使眾多滑移控制面得以暴露，從而使得水庫邊岸的滑坡體如此發育。因此，滑坡點與河網緩沖距離這一影響因素是必須被考慮的。根據研究區滑坡點的空間分布，54%的滑坡點位于河流水庫的1000 m緩沖距離以內，尤其在新安江、分水江流域，這種特征尤為明顯。另外，從見表7和圖3也明顯看出，滑坡點的個數隨著河流緩沖距離的增加呈指數顯著減少的趨勢，其中距離河流200 m以內的滑坡點數為250個左右，500 m以內的滑坡點已超過500個。

表4 坡度證據層及權重Table4 The evidence layers and the weight of slope

表5 坡向證據層及權重Table5 The evidence layers and the weight of slope direction

表6 高程證據層及權重Table6 The evidence layers and the weight of elevation

表7 河流緩沖距離證據層及權重Table7 The evidence layers and the weight of buffer distance to river

（7）道路緩沖距離

工程道路建設是誘發滑坡的最主要人類活動類型，其中開挖坡角和人工棄土是滑坡發生的兩個重要誘發因素，道路工程緩沖距離也應作為滑坡預測的重要參考證據。本文根據杭州市氣象局提供的土地利用數據提取研究區內道路矢量數據，并依據道路距離與滑坡點數的直方圖分布將道路緩沖距離劃分為 0～200，200～400，400～600，600～800，800～1000 m以及1000 m以上的6個區間。如圖3所示，滑坡點個數與道路緩沖范圍具有極好的指數相關關系，距離道路中心400 m以內的滑坡點高達897個，即占全部滑坡點數的70%左右，如表8所列。

4.3 證據因子的優選及后驗概率計算

證據權法的理論基礎是貝葉斯法則，該理論以條件獨立性假設為前提。在利用證據權法進行滑坡危險性區劃研究時，各證據因子之間必須通過條件獨立性檢驗，這也是證據因子優選的必要條件。利用卡方（χ2）檢驗實現對所有成對證據因子，預測專題圖的有效性進行驗證。該獨立性檢驗過程基于 Arc-WofE擴展模塊，條件獨立性檢驗結果見表 9，各證據因子相對于滑坡點分布的獨立性檢驗概率均小于 0.4，即各因子均通過條件獨立性檢驗。

圖3 滑坡點與河網、道路緩沖距離的相關關系Fig.3 The correlation between landslide points and distances to river and roads

表8 道路緩沖距離證據層及權重Table8 The evidence layers and the weight of buffer distances to road

表9 證據因子條件獨立性檢驗Table9 The probability values from the pairwise test of the conditional independence for evidence factors

證據因子優選的另一指示標準為對比度C篩選準則。對比度越大，表明相應證據因子與滑坡點分布的關系越密切，對滑坡點預測的敏感性越高，并可據此作為滑坡危險性評價因素的剔選條件。通過各證據因子的對比度計算以及條件獨立性檢驗，篩選以下證據層：降水強度（連續 3 d累積降水100 mm以上年均次數大于3.49次）；地層巖性（志留系、奧陶系、侏羅系）；高程因子（50～150 m 、150～300 m）；坡度因子（5°～15°）；坡向因子（南、西南、西面朝向）；河流緩沖距離因子（<1000 m）；道路緩沖距離因子為500 m以內。至此，證據權模型建立所涉及的2個基本要素（篩選后證據因子權重W+、先驗概率）均得以滿足，只需代入后驗概率式（3）計算這些證據層同時存在時的權重和，即可得到滑坡危險性預測結果（見圖4）。

圖4 杭州市滑坡危險性區劃Fig.4 Zonation of landslide risk in Hangzhou

較低危險(0.00027～0.00154)

4.4 滑坡危險性區劃與驗證

基于優選后的多種證據因子疊加，利用Arc-WofE擴展模塊計算預測滑坡點位的后驗概率值（滑坡發生風險的表證值），并通過自然斷點法將研究區劃分為較高危險（0.26181～0.54892）、次高危險（0.07237～0.26181）、中等危險（0.01424～0.07237）、次低危險（0.00154～0.01424）以及較低危險（0.00027～0.00154）5級危險區，實現了基于證據權法的滑坡危險性區劃，其中后驗概率值代表各獨立的單元格預測滑坡點的概率大小，概率值域一般在0～1之間，概率值越大，表明發生滑坡地質災害的可能性越高。經過計算，研究區后驗概率值介于0～0.55之間。

依據分離樣本法，將歷史滑坡點的15%作為驗證樣本參與滑坡危險性區劃的檢驗，結果顯示 286個驗證樣本中 88.3%的滑坡點落在高危險區內，檢驗樣本與區劃結果較為吻合，即滑坡危險性區劃具有較高的可行性。

由圖4可見，滑坡中、高危險性區域主要分布在杭州中、西部山地丘陵區，包括臨安市中部，富陽市西北部，富春江、分水江沿岸，以及新安江流域，而廣闊的東北平原區及高海拔山區一般以較低危險性呈現。此外，高危險性區域分布具有一定的規律性特征：（1）地貌類型主要為低山丘陵為主，受地層巖性及河谷切割深度控制，滑坡后緣高程平均海拔不足300 m；（2）以河流中心線為基準線，高危險性區域較多的分布在河谷兩岸500 m緩沖區內，這一地區受河流季節性的漲落引起岸坡帶動、靜水壓力發生變化，加之岸坡帶風化作用較強，巖石變得相對的不穩定；（3）在迎風高坡南側存在較多高危險性區域，如天目山、昱嶺南部，以及白際山脈東南側區域等。由于迎風坡面對暖濕空氣的抬升作用較為明顯，常常在坡面南側形成強降水中心，短時或持續性強降水極易致使邊坡失穩；（4）中、高危險性區域沿道路工程地段性分布。道路工程建設對邊坡的直接破壞作用致使帶狀臨空面沿坡腳形成，改變了坡體應力狀態和邊坡穩定條件，很可能形成不連續帶狀發育的滑坡群。

5 結 論

（1）基于證據權法實現了杭州市滑坡災害危險性區劃。通過對比區劃結果與歷史滑坡點位分布，兩者較為吻合，說明該模型在滑坡地質災害研究方面具有較好的適用性和精度。

（2）持續性強降水、地層巖性、高程、坡度、坡向、河網及道路緩沖是杭州市滑坡災害危險性預測的重要指示因子。各種證據因子在不同范圍、不同程度、不同階段上對滑坡災害危險程度存在著差別化貢獻，而且滑坡是多種因素的聯合作用產物。

（3）基于證據權法的滑坡災害評價模型同樣存在著適用性未知和研究缺陷，研究表明在景觀尺度上研究滑坡分布有良好的效果，通過更詳細的資料或者使用多尺度方法進行地質災害模擬，可以提高預測的準確性[18]，但對于樣本量較少、研究區域較小的滑坡地質災害預測是否具有同樣的可行性和精度尚不得而知。此外，該模型過度依賴數據質量，滑坡點的采集精度及證據圖層的空間尺度都將直接影響到災害評價的準確性。

[1]DAI F C,LEE C F,NGAI Y Y. Landslide risk assessment and management: An overview[J]. Engineering Geology,2002,64(1): 65－87.

[2]IVERSON R M. Landslide triggering by rain infiltration[J]. Water Resources Research,2000,36(7):1897－1910.

[3]殷坤龍. 滑坡災害預測預報[M]. 武漢: 中國地質大學出版社,2004.

[4]戴福初,姚鑫,譚國煥. 滑坡災害空間預測支持向量機模型及其應用[J]. 地學前緣,2007,14 (6): 153－159.DAI Fu-chu,YAO Xin,TAN Guo-huan. Landslide susceptibility mapping using support vector machines[J].Earth Science Frontiers,2007,14 (6): 153－159.

[5]GUZZETTI F,REICHENBACH P,ARDIZZONE F,et al. Estimating the quality of landslide susceptibility models[J]. Geomorphology,2006,81(1/2): 166－184.

[6]唐川. 滑坡災害評價原理和方法研究[J]. 地理學報,1998,53: 149－157.TANG Chuan. The principles and methodology of landslide hazard assessment[J]. Acta Geographica Sinica,1998,53: 149－157.

[7]梁桂蘭,徐衛亞,何育智,等. 邊坡工程監測信息可視化分析系統研發及應用[J]. 巖土力學,2008,29(3): 849－853.LIANG Gui-lan,XU Wei-ya,HE Yu-zhi,et al. Visual system development and application of data analysis for slope engineering[J]. Rock and Soil Mechanics,2008,29(3): 849－853.

[8]倪長健,王順久,丁晶. 邊坡穩定性評價的投影尋蹤聚類模型[J]. 巖石力學與工程學報,2004,23(16): 2687－2689.NI Chang-jian,WANG Shun-jiu,DING Jing. Projection pursuit cluster model for slope stability evaluation[J].Chinese Journal of Rock Mechanics and Engineering,2004,23(16): 2687－2689.

[9]秦喜文,張樹清,李曉峰,等. 基于證據權重法的丹頂鶴棲息地適宜性評價[J]. 生態學報,2009,29(3): 1074－1082.QIN Xi-wen,ZHANG Shu-qing,LI Xiao-feng,et al.Assessment of red-crowned cranes habitat suitability based on weights-of-evidence[J]. Acta Ecologica Sinica,2009,29(3): 1074－1082.

[10]浙江省地質礦產局. 浙江省區域地質志[M]. 北京: 地質出版社,1989: 499－526.

[11]BONHAM-CARTER G F,AGTERBERG F P,WRIGHT D F. Weights of evidence modeling: A new approach to mapping mineral potential[J]. Statistical Applications in the Earth Sciences,1990,1: 171－183.

[12]王志旺,李端有,王湘桂. 證據權法在滑坡危險度區劃研究中的應用[J]. 巖土工程學報,2007,29(8): 1268－1273.WANG Zhi-wang,LI Duan-you,WANG Xiang-gui.Zonation of landslide hazards based on weights of evidence model[J]. Chinese Journal of Geotechnical Engineering,2007,29(8): 1268－1273.

[13]殷坤龍,朱良峰. 滑坡災害空間區劃及 GIS應用研究[J]. 地學前緣,2001,8(2): 279－284.YIN Kun-long,ZHU Liang-feng. Landslide hazard zonation and application of GIS[J]. Earth Science Frontiers,2001,8(2): 279－284.

[14]蘭恒星,伍法權,周成虎,等. 基于GIS的云南小江流域滑坡因子敏感性分析[J]. 巖石力學與工程學報,2002,21(10): 1500－1506.LAN Heng-xing,WU Fa-quan,ZHOU Cheg-hu,et al.Analysis of susceptibility of GIS based landslide triggering factors in Yunnan Xiaojiang watershed[J].Chinese Journal of Rock Mechanics and Engineering,2002,21(10): 1500－1506.

[15]ONODERA T,YOSHINAKA R,KAZAMA H. Slope failures caused by heavy rainfall in Japan[C]//Proceedings of the 2nd International Congress of the International Association of Engineering Geology. SaoPaulo,Brazil:[s.n.],1974: 1－10.

[16]吳彩燕,喬建平. 三峽庫區云陽－巫山段坡向因素對滑坡發育的貢獻率研究[J]. 四川大學學報(工程科學版),2005,37(4): 25－29.WU Cai-yan,QIAO Jian-ping. The contributing rate research of slope aspect to landslide growth from Yunyang to Wushan in Three Gorges Reservoir region[J].Journal of Sichuan University (Engineering Science Edition),2005,37(4): 25－29.

[17]杜榕桓,劉新民,袁建模,等. 長江三峽工程庫區滑坡與泥石流研究[M]. 成都: 四川科學技術出版社,1990.

[18]JABERG C,GUISAN A. Modelling the distribution of bats in relation to landscape structure in a temperate mountain environment[J]. Journal of Applied Ecology,2001,38: 1169－1181.