基于地質災害區劃的向峨鄉農村居民點空間布局、用地演化研究

王晨懿 ，稅 偉，蘇正安，王 炯

(1.四川農業大學資源環境學院，四川 成都 611130；2.成都市國土規劃地籍事務中心，四川 成都610074；3.中國科學院水利部成都山地災害與環境研究所，四川 成都 610041)

2008年5月12日14時28分,四川省汶川縣映秀鎮發生里氏8.0級強烈地震。由于強震發生在四川盆地西部地質環境原本就比較脆弱的中、高山地區,因而觸發了大量的崩塌滑坡地質災害,其數量之多、分布之廣、類型之復雜、破壞之巨大,舉世罕見,其危害甚至超過地震本身[1]。根據次生山地災害的特征和發展趨勢, 震后的恢復重建中應采取減災措施,防止次生山地災害對恢復重建的基礎設施和重建場址造成危害[2-3]。都江堰市向峨鄉在地震中建筑損毀嚴重,次生地質災害更是給當地造成了巨大的人員財產損失,震前農村居民點空間布局、用地演化方向不合理是其重要原因。中國山地、高原、丘陵等約占總面積的66%,全國近70%的縣區分布于山區,地質災害廣泛的威脅著山地環境下的農村居民點。國內外對地質災害的區劃方法的研究較多,但地質災害區劃應用于地質災害威脅下的山地農村居民點的研究較少[4-10]。本文在GIS技術支持下,利用Logistic數學模型對研究區域進行地質災害威脅性區劃,并通過PR、SI指數分析討論震前向峨鄉農村居民點布局和用地演化特征。研究方法可以廣泛應用于山地農村居民點地質災害威脅性研究,研究結果對災后重建及山地農村居民點的規劃布局具有參考意義。

1 地質影響因子數據集的建立

地質災害的發生,受自然環境、人類工程活動等多種因素制約影響,應綜合考慮各種地地質災影響因素,以及這些影響因素在空間上的組合方式與區域內地質災害發生、分布的內在聯系,尋找其規律,進而開展地質災害危險性區劃研究。

1.1 影響因子的選取

根據前人研究成果,結合向峨鄉地質災害發生具體情況,利用德爾菲法(Delphi Method)選取影響研究區域地質災害發生的8個一級因子：高程、線性構造影響區域、地層巖性、土壤侵蝕、水系影響區域、道路、植被覆蓋率、坡度[7,9-11]。參考專家野外地質災害調查經驗,在利用3S技術充分挖掘研究區域地質、地形、人類活動等信息的基礎上,在ArcGIS平臺下將一級因子分為2—7類二級因子(表1)。

1.2 空間數據集的建立

本文利用ArcMap中的Creat fishnet工具將向峨鄉劃分為由100 m×100 m組成的網格區域。然后將研究區域地質災害發生的影響因子圖層以及歷史災點圖層和網格圖層疊加 (以圖1線性構造疊加圖層為例),疊加后圖層中的每一個網格單元均包含了單一等級的各個影響因素的二級因子。如果某個單元格內包含有歷史災害點,就判定該單元格為災害發生。建立研究區域內,各種地質災害影響因子的組合與地質災害發生的空間關系。

2 Logistic數學模型的地質災害危險性區劃

2.1 Logistic數學模型

在地質災害研究過程中,災害的發生與否僅存在兩種情況,即事件發生(1)和事件不發生(0)。如將各種地質災害影響因素作為自變量,災害發生與否作為就可視為典型的二分類變量。由于因變量的不連續,無法使用線性回歸推導此類自變量和因變量的關系。而Logistic回歸模型是二分類因變量(因變量y只取兩個值)進行回歸分析時經常使用的統計分析方法。因此本文采用Logistic回歸模型推導研究區域災害發生與否和各種影響因素的關系,進行區劃研究。Logistic回歸模型表達式為：

表1 向峨鄉地質災害影響因子Tab.1 The factors of geological hazards in Xiang’e Village

式1中, P(取值范圍為［0,1］)為地質災害發生概率,是因變量；各種地質災害影響為x1i,x2i,…,xni是自變量。a為常數,表示在沒有任何因素影響下,地質災害發生與不發生概率之比的對數值；βn為邏輯回歸系數,表示某單個評價指標發生改變時,地質災害發生與不發生概率之比的對數變化值,即為各種地質災害音響因素的權重值。

可見地質災害的發生概率P與影響因素xi是非線性單調函數,隨著xi的增加或減少,P(y=1｜x1i,x2i,…,xni）也單調的增加或減少,值域在［0,1］呈S型分布。這樣可以很好的擬合地質災害發生和影響地質災害發生的各因素之間的關系：各影響因素指標變化很小時,地質災害發生的概率也很小,在中間階段對應的概率增大,但當各種因素指標積累到一定程度之后,地質災害發生概率幾乎保持水平不變[7,12]。

2.2 地質災害發生可能性分布

如果邏輯回歸系數βn確定,根據不同影響因素指標值就可以計算某一區域地質災害發生的概率P。然后根據研究區域不同P值,劃分地質災害危險性等級。因此問題轉化為利用研究區域已知的地質災害發生的歷史數據,以及不同影響因素的指標值Xni求各指標權重值即邏輯回歸系數βn。

如果某個100 m×100 m的單元格內包含歷史災害點,那么該單元就判定為災害發生,取值為1,反之為災害不發生,取值為0[12],利用ArcGIS轉出包含各個影響因素單一等級及地質災害發生狀況的屬性表,將屬性數據導入SPSS統計分析軟件,在其分析模塊中,選取Binary logistic選項,將屬性表中各地質災害影響因素作為Logistic回歸模型的自變量,災害發生狀態作為因變量,進行回歸分析。數據通過SPSS二元回歸模型的各項檢驗后,得出研究區域各個網格地質災害發生概率。導出SPSS生成的數據表為dBASE格式,并用ArcMAP打開數據表,通過“Join attributes from a table”將SPSS軟件二元Logistic回歸模型計算出的地質災害發生概率作為屬性值賦予每個網格(圖2)。

圖1 網格疊加線性構造影響圖層Fig.1 Overlay of net with faults-affected zones

圖2 向峨鄉地質災害發生可能性分布Fig.2 The distribution map of probability of geological hazard in Xiang’e Village

2.3 研究區域地質災害危險性區劃

圖2雖然很好地展示出了研究區域地質災害危發生概率的區域分布狀況,但圖層仍然以柵格(100 m×100 m)為單元反映地質災害發生概率,區域劃分較為雜亂無章,不具有很好的規律性。結合成都市地質環境監測總站及其他地質災害區劃研究經驗,根據概率分布圖中顏色較深區域(發生地質災害機率較大區域)的分布和分布密度狀況,利用ArcMAP的“cluster”功能進行聚類分析,將研究區域分為地質災害基本穩定區、低易發生區、中易發生區、高易發生區[13](圖3)。

研究區域地質災害中、高易發生區占總面積的46.86%,包含了整個區域93.48%的災后地質災害點(表2),說明劃分結果與實際災害發生現狀較為吻合。

3 震前農村居民點時空演替

3.1 震前居民點用地比重分布

本文擬用100 m×100 m網格研究向峨鄉農村居民點震前分布比重情況。農村居民點用地比重是指單位面積農村居民點所占面積比重,100 m×100 m網格用地比重(PR)數據集即是通過計算研究區域每個網格農村居民點用地比重,進而研究整個區域農村居民點用地分布比重狀況[14-15]。本文通過ArcMAP技術平臺利用空間疊置、屬性表計算的方式求得2008年研究區域農村居民點用地比重空間分布數據集,并利用spatial analysis模塊中的reclass功能按PR取值范圍(其他用地：PR = 0.001%；比重小：0.001%≤PR＜1%；比重較大：1%≤PR＜5%；比重大：5%≤PR＜10%；比重非常大：10%≤PR)將求得的空間數據集劃分為5級(圖4)：

表2 向峨鄉地質災害危險性區劃信息統計表Tab.2 Statistical information for geological hazard of risk evaluation and zoning in Xiang’e Village

圖3 研究區地質災害危險性區劃結果Fig.3 The zoning of geological hazard in Xiang’e Village

圖4 2008年農村居民點用地比重空間分布Fig.4 The distribution map of PR in the residential-area in 2008

3.2 震前農村居民點用地演化

為研究向峨鄉農村居民點用地變化的動態演化特征,需生成研究區域農村居民點用地的擴展(收縮)指數SI分布數據集。研究區域農村居民點用地的擴展(收縮)指數SI表示為：

式2中,SI為1996年到2008年農村居民點擴展(收縮)指數(當SI為負數視為農村居民點收縮)。RL96為某網格1996年農村居民點用地面積(m2),RL08為該網格2008年農村居民點用地面積(m2),TL為該網格面積(m2)。

在ArcMAP中將1996、2008年兩期農村居民點用地數據與研究區域100 m×100 m數據圖層疊加,并對疊加后的數據進行屬性表運算,柵格轉換,并當SI為負值時,取絕對值,視為收縮區域,按SI＜0.001%,為無變化區；0.001%≤SI＜0.1%,為緩慢擴展(收縮)區域；0.1%≤SI＜1%,為較快擴展(收縮)區域；1%≤SI＜5%,為快速擴展(收縮)區域；SI≥5%,為急速擴展(收縮)區域[15],對SI數據集進行重新分類可得研究區域1996—2008年農村居民點用地動態變化數據集(圖5—6）。

圖5 1996—2008年農村居民點用地動態變化(用地無變化及擴展區域)Fig.5 The dynamic changes of residential area from 1996 to 2008（extended and unchanged regions）

圖6 1996—2008年農村居民點用地動態變化(用地收縮區域)Fig.6 The dynamic changes of residential area from 1996 to 2008 (shrinked regions)

3.3 地質災害區劃下的震前居民點用地空間布局、動態變化分析

將向峨鄉震前農村居民點用地比重分布圖層、震前農村居民點用地動態變化圖層與地質災害區劃結果疊加,分析研究區域震前農村居民點用地在不同地質災害威脅區域的分布比重以及時空演變的空間特征(表3,表4)。

震前向峨鄉農村居民點較為集中的區域共計954個格網單位, 有60%(573個)分布在地質災害中、高易發區,其中居民點密度非常大的網格單位共計465個, 有63%(296個)分布在地質災害中、高易發區(表3)。

2006—2008年向峨鄉農村居民點收縮區域共計1142個格網單位,擴張區域共計562格網單位,根據當地國土局土地調查資料,1996—2008年,向峨鄉農村居民點用地增加了231.1畝, 同時農村居民點用地擴張區域共計562個網格單位,有59%(337個)分布在地質災害中、高易發區,其中急速、快速擴張區域485個,其中60%(291個)分布在地質災害中、高易發區。可見震前研究區域農村居民點集中趨勢明顯,而農村居民點集中擴張的區域又主要分布在地質災害中、高易發區(表4)。

表3 地震前研究區域農村居民點分布狀況統計表Tab.3 The statistical information for status of residential area in Xiang’e Village before the earthquake

表4 向峨鄉1996—2008年農村居民點動態變化特征Tab.4 The characteristics of the dynamic changes of residential area from 1996 to 2008 in Xiang’e Village

4 地質災害威脅下山地農村居民點規劃技術路線

在編制山村規劃時,應充分考慮不同地質災害危險性區域農村居民點布局現狀及歷史演化特征,在此基礎上選擇農村居民點整理以及規劃建設模式(圖7)。

災后農村居民點重建中,原C1D1,C1D2類農村居民點應作為重建農村居民點選址重點考慮區域。原C1D3,C1D4類居民點應結合考慮其他農村居民點規劃選址因素,作為農村居民點選址或后備選址區域。原C2D1,C2D2,C2D3,C2D4類農村居民點也可作為重建選址區域,但要注意加強地質災害的監測和治理工作。由于地震的影響,C3,C4區域生態環境十分脆弱,人類活動會使其生態狀況進一步惡化,地質災害更加易發。因此短期內,在有條件的情況下,盡量選擇在C1,C2區域規劃農村居民點,原C3DX,C4DX類農村居民點應選擇整理復墾,轉化為“拆舊地塊”進行流轉獲取建設用地指標或者重建資金。

其他山地農村居民點規劃編制工作中,C1D1,C1D2類農村居民點應作為規劃建設的重點,促其發展,吸收、合并其他類型的農村居民點形成中心村。C1D3,C1D4類居民點應分析討論其收縮原因,有條件的促其發展。C2D1,C2D2,C2D3,C2D4類農村居民點可作為C1DX用地的有效補充,但要注意地質災害的監測預防工作。C3D1,2,C4D1,2類農村居民應分析其發展擴張的驅動力,合理引導驅動力轉移,限制此類農村居民點過度發展,并加大地質災害監測治理力度,有條件的對居民進行拆遷轉移。C3D3,4,C4D3,4類農村居民點應拆遷復墾,轉化為用地指標。

5 結論

(1)基于地質災害危險性劃分,利用PR、SI指數分析向峨鄉農村居民點布局和用地演化特征,發現震前向峨鄉農村居民點布局不合理,農村居民點密度較大區域過多的分布在地質災害風險較高的區域；農村居民點集中趨勢明顯,但用地主要擴張區域集中在地質災害中、高易發區。地震中向峨鄉95%的建筑物損毀,人員財產損失嚴重,可見農村居民點分布、用地演化趨勢的不合理是其重要原因之一。

(2)中國山地、高原、丘陵等約占總面積的66%,全國近70%的縣區分布于山區,地質災害廣泛的威脅著山地環境下的農村居民點。在農村居民點規劃,特別是山地農村居民點規劃時,應在對規劃區域進行地質災害危險性區劃的基礎上,研究農村居民點布局現狀及歷史演化特征,進而科學的選址編制規劃。

(3)災害重建應充分考慮震后次生地質災害的危險性,在恢復重建中積極采取減災措施,防止次生山地災害對恢復重建的基礎設施和重建場址造成危害。

圖 7 地質災害威脅下的山地農村居民點規劃技術路線Fig.7 The technical guideline for rural residential area planning in mountainous areas under hazard risk

（References）:

［1］ 黃潤秋,李為樂.“5·12”汶川大地震觸發地質災害的發育分布規律研究［J］.巖石力學與工程學報,2008,27(12)：2585-2592.

［2］ 崔鵬,韋方強,陳曉清,等.汶川地震次生山地災害及其減災對策［J］.中國科學院院刊,2008,23(4)：317-323.

［3］ 韓用順,崔鵬,朱穎彥,等.汶川地震危害道路交通及其遙感監測與評估［J］.四川大學學報：工程科學版,2009,41(3)：273-283.

［4］ Ohlmacher G.C.Using multiple logistic regression and GIS techology to Predict landslide hazard in northeast Kansas,USA［J］.Engineering Geolo, 2003, 69：3-4.

［5］ Carrara.A, Cardinali.M,Guszetti.F.Uncertainty in assessing landslide hazard and risk［J］.ITC Journal, 1992, (2)：172-183.

［6］ 王軼,王慧玲.地質災害危險性評價與區劃及GIS應用研究［J］.勘察科學技術, 2004, (6)：38-40.

［7］ 王衛東.基于GIS 的Logistic 回歸模型在地質災害危險性區劃中的應用［J］.工程勘察, 2009,(11)：5-10.

［8］ 孫曉明, 于慶河 ,陳冰.烏魯木齊市地質災害區劃［J］.中國地質災害與防治學報, 1998, 9(S1)：153-158.

［9］ 王萱.GIS技術在地質災害區劃中的應用［J］.西部探礦工程, 2009, (6)：132-135.

［10］ 陳建平,向麗,馬文瀚.基于GIS的宜章縣地質災害區劃與防治對策研究［J］.地質災害與環境保護, 2007, (3)：1-4.

［11］ 侯敏, 賈韶輝,郭兆成.基于RS與GIS的層次分析法在滑坡危險性評估中的應用——以四川宣漢天臺鄉滑坡為例［J］.現代地質, 2006, 20 (4)：668-672.

［12］ 李雪平,唐輝明.基于GIS的分組數據Logistic模型在斜坡穩定性評價中的應用［J］.吉林大學學報, 2005, 35 (3)：361-365.

［13］ 曾艷華.基于模糊聚類分析的地質災害區劃研究——以湖南湘西自治州為例［J］.科技創新導報, 2008, (7)：1-3.

［14］ 田光進.基于遙感與GIS的農村居民點景觀特征比較［J］.應用技術, 2002,(4)：31-34.

［15］ 劉英.基于GIS的農村居民點用地時空特征及其優化布局研究——以湖南臨澧縣為例［J］.國土與自然資源研究, 2008, (4)：35-36.