基于GIS的吉林省預測地震滑坡區劃研究

張 羽，尹明玉，魏美璇，李 娜，喬天罡，楊清福

(1.吉林省地震局，吉林 長春 130117；2.中水東北勘測設計研究有限責任公司，吉林 長春 130061)

基于GIS的吉林省預測地震滑坡區劃研究

張 羽1，尹明玉2，魏美璇1，李 娜1，喬天罡1，楊清福1

(1.吉林省地震局，吉林 長春 130117；2.中水東北勘測設計研究有限責任公司，吉林 長春 130061)

運用層次分析法(AHP)分析了影響吉林省地震滑坡災害的地震動峰值加速度、地質、地貌、坡度、植被覆蓋率、降水量6類影響因子，計算了各影響因子的權重系數，使用ARCGIS10地理信息平臺進行了地震滑坡預測指數運算，繪制了12—2月、9—11月、3—5月、6—8月4個時間區間的預測地震滑坡區劃圖.結果表明：吉林市東南部、通化市東部、長白山天池火山區、延吉市周邊為地震滑坡災害的高發區域，特別是在6—8月間，降水雨可達600 mm，發生嚴重滑坡災害區域的面積可達到1 463 km2；平原地區全年基本都不易發生地震滑坡災害.

地震滑坡；層次分析法；地理信息系統；ARCGIS10

地震滑坡是常見的自然災害，是由地震引起的滑坡體沿緩傾面剪切移動的失穩現象.[1]以往地震事件的研究表明，幾乎發生在山區的所有中、強地震事件都可以誘發不同規模的滑坡災害.[2]地震誘發滑坡災害造成的損失非常大，如2008年5月12日發生的汶川M 8.0級地震誘發的滑坡災害損失占到總損失的三成.[3]吉林省近年來地震活動比較活躍，特別是2013年底發生的M 5.8級地震震群事件，是近40年來發生的最大的地震災害，東部山區雨季降水量較多，更容易誘發地震滑坡災害.在地震活躍的背景下，發生地震滑坡災害的概率更高，而吉林省目前仍未有地圖化的預測地震滑坡的研究成果，亟待解決.本文編制了吉林省預測地震滑坡區劃圖，以精確的地理信息成果解釋了災害的分布特征，從而提高了政府與相關部門對地震災害事件的應對能力，進一步減少災害損失，研究成果將填補該技術領域的空白.

目前國內進行的地震滑坡研究多采用統計方法，以地震烈度作為影響因素，人為劃分和分類的計算結果非常主觀.因此，本文將影響地震滑坡災害的因素分為外部因素、內部因素、時間因素，綜合詮釋災害影響因素的構成.其中，外部因素指地震力作用，研究地震動峰值加速度分布特征；內部因素是固有因素，指研究區地質、地貌、坡度、植被覆蓋率的分布情況；時間因素是不同時間的差異，研究各時間區間內降水量的差異.為保證研究成果的客觀性，本文使用層次分析法(AHP)進行影響因素的劃分和權重系數計算，將地震滑坡災害的各個影像因素處理為可量化的影響因子[4]，科學客觀地計算6類影響因子權重關系[5]，減少人為的主觀判斷偏差，科學地獲得結果.使用ARCGIS10地理信息平臺繪制研究成果[6]，以通用的GeoTIFF格式存儲，研究結果可以直接移植到任何一個地理信息平臺，以基礎底圖或者基礎研究數據的形式，推廣應用到政府災害應對部門、科研院所、大專院校等多個領域，更為全面地提高應對自然災害的能力.

1 影響地震滑坡的主要因素

1.1 地震動峰值加速度

地震是產生滑坡的動力作用，是造成地震災害損失的主要因素.地震動峰值加速度是地震時地面運動的加速度，是確定烈度的依據和反映地震災害強度的指標，也是影響滑坡災害的重要因子.我國現用地震動區劃成果有50年大震63%、中震10%和小震2%三種超越概率 的區劃數據[7]，依據吉林省地震構造背景，本文選用中國地震局第五代地震動參數區劃50年超越概率10%的成果作為影響因子.由圖1可見，吉林省西北部平原地區地震動峰值加速度值最高，尤其是松原地區可達0.20g，2013年底松原市前郭縣發生的M 5.8級地震都在該區域內，是地震造成滑坡災害的高發區域.

圖1 地震動峰值加速度分布圖

圖2 吉林省地貌特征分布圖

1.2 地質環境背景

地層和巖體的性質、時代、成因都是滑坡災害區劃的重要影響因子.吉林省西部多為平原與盆地，主要以第四系地層為主，包括全新統，上、中、下更新統，上、下第三系，白堊紀及以前的老地層.東部多為山區，主要以侵入巖為主，包括喜山期、燕山期、印支期、華力西期、加里東期侵入巖.長白山火山區和中部密山-敦化斷裂帶主要以噴出巖為主，包括全新統，晚、中、早更新世，晚、早第三紀玄武巖；全新統，中更新統粗面巖.復雜的地質環境背景決定了吉林省極易發生地質災害[8]，近年來地震活動頻繁，加劇了滑坡災害的發生.

1.3 地貌

吉林省地貌特征復雜，各區域差別較大，是地震滑坡災害發生的潛在因素.根據地貌差異性可將吉林省由東向西分為4個特征區域(見表1、圖2).第一，東部長白山區，面積71 000 km2，占全省面積的38%，海拔多在1 000 m以上，相對高差大于500 m，包括以花崗巖構成為主的延邊中低起伏山、復雜巖性構成的老嶺-龍崗中低起伏山，由第四紀噴出巖組成的長白山天池火山大起伏中山.第二，中部低海拔丘陵區，面積41 000 km2，占全省面積的22%，海拔500～1 000 m，相對高差不超過200 m，多為表層風化的花崗巖低海拔丘陵及碎屑巖臺地.第三，松遼高平原區，面積28 000 km2，占全省面積的15%，海拔200 m左右，相對高差不超過50 m，包括高臺地、波狀臺地與河谷平原.第四，西部松遼低平原區，面積47 000 km2，占全省面積的25%，海拔普遍低于200 m，相對高差多為10 m左右，由沖積、湖積平原組成.

表1 吉林省地貌特征分區表

1.4 坡度

吉林省西部平原區坡度變化較小，東部山區坡度變化較大，隨著坡度的增加造成滑動面的坡體結構面傾角增大，導致斜坡穩定性下降，從而增大地震滑坡災害發生的概率.[9]本文使用的坡度數據為中國科學院地理科學與資源研究所提供的坡度格網DEM數據，空間分辨率30 m，取值為角度，原始數據來源于SRTM高程數據.研究中使用ARCGIS10平臺對DEM數據進行重分類(reclassify)，按不同坡度角度值分成6個區間(見圖3)，將雙精度值的數據重分類為可量化的整型值影響因子.

圖3 吉林省坡度重分類分布圖

圖4 吉林省植被覆蓋率分布圖

1.5 植被覆蓋率

植被覆蓋率與降雨量相互作用直接影響滑坡災害的發生概率[10].降雨量較低時，由于植被對降水的截流作用，植被覆蓋率高、生物量高的區域，滑坡災害發生概率較低；降雨量較高時，由于植被對滑坡體的重力作用，植被覆蓋率高、生物量高的區域，滑坡災害的發生概率加大.本文研究使用的植被覆蓋率數據為中國科學院地理科學與資源研究所提供的植被覆蓋格網數據，原始數據基于MODIS的NDVI產品獲取，取值為0～100%的植被覆蓋程度百分數(見圖4).

1.6 降水量

降水量影響地表濕度，濕度增加使地表強度下降，增大地震破壞的易損性；大量降水造成的河流與洪水侵蝕作用，致使斜坡和岸坡的地震穩定性下降，導致滑坡災害的概率增高.[11]本文使用的降水量數據為吉林省全年每個月平均降水量格網數據，根據吉林省本地化季節與降水特點，將12個月份分為4個時間區間進行研究，分別為12—2月、3—5月、6—8月、9—11月.由圖5可見，12—2月期間降水量最少，6—8月期間降水量最多，局部地區最高降水量可達600 mm以上.由于每個時間區間降水量差異較大，為滿足格網數據顯示要求，使用等間距方法分割降水量區間，使用ARCGIS10平臺繪制降水量(mm)分布圖(見圖5).

2 地震滑坡系數提取與重分類

2.1 使用AHP方法進行權重系數計算

預測地震滑坡系數受到6個影響因子的制約，為了更為客觀地評價各影響因子的權重關系，科學計算地震滑坡系數，本文研究使用層次分析法(AHP)進行權重系數計算.通過該方法對6個影響因子進行兩兩比較，比值為1說明兩個因子同樣重要，比值為3說明前者比后者稍微重要，比值為5說明前者比后者明顯重要，比值為7說明前者比后者十分重要[12]，遵循該原則建立的6階矩陣如表2所示.

表2 預測地震滑坡影響因子判斷矩陣

2.2 計算判斷矩陣最大特征根λmax

(1)

運用合積法求出判斷矩陣最大特征根λmax值，由式(2)可得λmax值為6.298.

(2)

2.3 判斷矩陣一致性校驗

隨機一致性比率RC可以判斷矩陣的一致性，當RC<0.10，IC>0時，判斷矩陣具有可接受的一致性.RC為判斷矩陣一致性指標IC與n階平均隨機一致性指標IR的比值.IR為6階，可直接取參考值1.24，通過式(3)可得到IC值為0.059 6，RC值為0.048.結果表明RC<0.10，IC>0，說明判斷矩陣通過一致性校驗，具有良好的一致性[12].

(3)

2.4 影響因子的分類與賦值

6類影響因子其取值和單位都不同，因此對各影響因子根據取值區間進行分類并賦值[13]，進行重定義分類處理，結果如表3所示.地震動參數因子根據峰值加速度值分為5個區間并賦值；地質因子根據地層和巖體的時代分為3個區間并賦值；地貌因子根據地貌特征分為5個區間并賦值；坡度因子根據坡度分為6個區間并賦值；植被覆蓋率因子根據覆蓋率百分比分成5個區間并賦值；降水量因子根據研究區間降水量分為6個區間并賦值.賦值值域為1～6，將每個影響因子的原始值重定義后分類到這些區間內，作為分類值進行預測地震滑坡指數的計算.

表3 影響因子的分類與賦值

3 繪制預測地震滑坡區劃圖

3.1 計算預測地震滑坡指數

使用地理信息軟件ArcGIS10作為研究環境，根據影響因子的分類與賦值結果，對地震動、地質、地貌、坡度、植被、降水量6個數字柵格數據進行重分類(reclass)，生成重分類數字柵格數據，每個柵格單元的值域為1～6.

根據特征向量的近似值Wi，可得地震動、地質、地貌、坡度、植被、降水量權重系數分別為0.437，0.065，0.161，0.161，0.088，0.088.每個柵格單元的預測地震滑坡指數=地震動重分類值×0.437+地質重分類值×0.065+地貌重分類值×0.161+坡度重分類值×0.161+植被重分類值×0.088+降水量重分類值×0.088.由于降水量季度性差別較大，本文研究選取12—2月、3—5月、6—8月、9—11月4個區間分別計算每個柵格單元的預測地震滑坡指數.使用ARCGIS10平臺的柵格計算工具(raster calculator)，可依次計算4個區間的預測地震滑坡指數，生成預測地震滑坡指數數字柵格數據.

3.2 繪制預測地震滑坡區劃圖

將預測地震滑坡指數數字柵格數據進行柵格重分類(reclass)處理，分類區間如表4所示，將預測地震滑坡等級分成不滑坡、不易滑坡、較易滑坡、容易滑坡、極易滑坡、嚴重滑坡6個等級.使用ARCGIS10平臺將處理結果繪制成4個時間區間的預測地震滑坡區劃圖，使用UTM投影、WGS1984地理坐標系、GeoTiFF格式存儲原始預測地震滑坡等級數據，配置適當的比例尺和圖例信息.

表4 預測地震滑坡指數等級劃分表

圖6 預測地震滑坡區劃圖

3.3 預測地震滑坡影響范圍統計

使用ARCGIS10平臺柵格統計工具進行4個時間區間的預測地震滑坡影響范圍統計，計算結果如表5所示.使用Microsoft Excel繪制6個滑坡等級范圍的折線圖(見圖7)，其中橫坐標為滑坡等級，縱坐標為范圍的倍數關系.統計結果直觀顯示了地震滑坡災害的高發時段和災害范圍.

表5 預測地震滑坡影響范圍統計表

4 結論

圖7 預測地震滑坡范圍對比折線圖

本文運用AHP方法，借助GIS技術，選取6類影響因子首次繪制了吉林省預測地震滑坡區劃圖，揭示了造成地震滑坡的外部因素、內部因素、時間因素之間的關系.地震動峰值加速度因子是外部因素，其權重系數最高，影響值可達到0.437.但吉林省發生地震最為頻繁的松原地區地處平原，地表坡度與降水量影響值較低，研究結果表明并不是發生地震滑坡災害的重災區.降水量是時間因素，其權重系數較低，但4個研究區間降水量異較大，6—8月區間內最大值是12—2月區間內最大值的20多倍(見圖5)，降水量值高且地表坡度值高的東部山區是發生地震滑坡災害的重災區.

預測地震滑坡區劃圖表明，吉林省東部山區是發生地震滑坡災害的嚴重區域(見圖6)，特別是6—8月降雨量最多的時期，在吉林市南部，通化市、白山市東南部，長白山天池火山區，延吉市周邊地區有許多發生嚴重滑坡災害的區域，面積可達到1 463 km2，應引起相關部門的注意，進行適度的災害避讓.從4個研究區間上看，全省預測地震滑坡災害發生可能性由低至高分別是12—2月、9—11月、3—5月、6—8月，對季節性施工的特定行業具有一定的指導意義.吉林省平原地區廣闊，全年基本都不易發生地震滑坡災害，相關部門可合理制訂災害應對方案，優化資源配置.

[1] 孫再鳴，袁敬，孫強.地震滑坡影響因素分析[J].鐵道建筑，2010，2010(12):81-83.

[2] 王秀英，聶高眾.地震應急中誘發滑坡災害致災距離快速評估方法研究[J].中國地震，2009，25(3):333-342.

[3] 殷躍平.汶川八級地震地質災害研究[J].工程地質學報，2008，16(4):433-444.

[4] 許沖，戴福初，姚鑫，等.基于GIS與確定性系數分析方法的汶川地震滑坡易發性評價[J].工程地質學報，2010，18(1):15-26.

[5] 陳曉利，祁生文，葉洪.基于GIS的地震滑坡危險性的模糊綜合評價研究[J].北京大學學報(自然科學版)，2008，44(3):434-438.

[6] 張羽，康建紅，魏美璇.基于GIS的長春市建筑物震害預測技術[J].東北師大學報(自然科學版)，2014，46(3):124-131.

[7] 沈建文，石樹中.大中小震與抗震設防標準[J].地質學報，2004，26(5):533-538.

[8] 杜偉，王娜.吉林省地質災害易發程度分區方法研究[J].吉林地質，2013，32(4):151-153.

[9] 王亞強，王蘭民，張小曳.GIS支持下的黃土高原地震滑坡區劃研究[J].地理科學，2004，24(2):170-176.

[10] 巴合提.森林植被保護和恢復的意義及措施[J].中國園藝文摘，2010，2010(8):19.

[11] 王梁，劉興漢.吉林省暴雨受地形影響的分析[J].水文，2010，20(5):52-54.

[12] 郭陽，郄恩田，李勇.基于AHP的農村住宅舒適性評價[J].建材世界，2014，35(1):54-57.

[13] 劉線霞，韓曉虎.建筑工程招標中評價指標權重的研究層次分析法(AHP)應用[J].價值工程，2014，33(11):95-96.

(責任編輯：方 林)

Study on earthquake-induced landslide regionalization based on GIS system in Jilin Province

ZHANG Yu1，YIN Ming-yu2，WEI Mei-xuan1，LI Na1，QIAO Tian-gang1，YANG Qing-fu1

(1.Earthquake Administration of Jilin Province，Changchun 130117，China；2.China Water Northeastern Investigation，Design and Research Co.，Ltd，Changchun 130061，China)

In this paper，6 factors which had effect on earthquake-induced landslide disaster in Jilin Province were analyzed including peak ground acceleration，geology，landform，slope，vegetation coverage and precipitation，the weight of each influence factor coefficient was calculated by using AHP，the index of earthquake-induced landslide to predict was operated by using ARCGIS10 Geographic Information System，the zoning map of earthquake-induced landslide to predicted which included four time intervals，such as December—February，September—November，March—May and June—August was drawed.The results showed that some areas such as the southeastern of Jilin City，the east of Tonghua City，Changbaishan Tianchi volcano，the surrounding region of Yanji City are high-risk areas of earthquake-induced landslide disaster，especially in June—August precipitation could reach 600 mm，the aera of serious earthquake-induced landslide disaster could reach 1 463 km2，however，earthquake-induced landslide disaster occurred difficulty in plain area throughout the year.

earthquake-induced landslide；AHP；geographic information system;ARCGIS10

1000-1832(2015)04-0143-07

10.16163/j.cnki.22-1123/n.2015.04.030

2015-05-06

地震行業科研專項基金資助項目(201208005)；吉林省科技發展計劃項目(20082122，20130204052SF，20140623010TC)；吉林省地震局合同制科研課題.

張羽(1980─)，男，碩士，工程師，主要從事地理信息系統研發、地震災害評估研究.

P 315.5 [學科代碼] 170·2060

A