基于灰色關聯法的地質災害危險性影響因子分析

楊 樂，陳 杰

(1.重慶地質礦產研究院，重慶 400042；2.重慶交通大學 河海學院，重慶 400074)

?

基于灰色關聯法的地質災害危險性影響因子分析

楊 樂1，陳 杰2

(1.重慶地質礦產研究院，重慶 400042；2.重慶交通大學 河海學院，重慶 400074)

以重慶萬盛區某旅游度假區為例，采用灰色關聯度法分析其地質災害危險性影響因子的作用程度和因子間關系，并系統闡述了灰色關聯度分析法的評價方法與模型。將該地區分成8個評價區，并選取了坡度、地層巖性、地質構造、人類活動、地下水、植被共6個影響因子，然后對影響因子進行權重計算并對其分析。結果表明：各影響因子作用程度量化排序依次為人類活動、坡度、植被、地層巖性、地下水和地質構造。人類活動和其他因子的相關性最強，地層巖性和其他因子的相關性最弱。

地質工程；地質災害；灰色關聯度法；影響因子；權重

地質災害主要有滑坡、泥石流、地裂縫、崩塌、地面塌陷等類型，對生命安全、生態環境及經濟建設有著極大的破壞性。2014年，全國共發生各類地質災害10 907起，造成349人死亡、51人失蹤、218人受傷，直接經濟損失54.1億元[1]。地質災害具有種類多、分布廣、危害大等特點，治理難度大，影響因素較多，嚴重制約社會的發展。

地質災害危險性分析是對地質災害活動程度和危害能力的分析評判，地質災害活動程度是分析核心。地質災害危險性分析的方法較多，主要有層次分析法[2-3]、模糊綜合評判法[4]、人工神經網絡法[5-6]、GIS技術[7]和灰色關聯度分析法等。其中灰色關聯度分析法來源于灰色理論，是中國學者鄧聚龍在1984年創立的，是一種定量的分析方法[8]。運用灰色關聯度法對地質災害的研究發展已經比較全面，對公路地質災害、礦山地質災害、斜坡地質災害的危險性評分評價的研究和對泥石流、滑坡、地裂縫等地質災害的活動性評價、危險性評價、易發性評價的研究都有成熟的進展[9-13]。灰色關聯法是一種簡單實用而且有效的方法，它可以減少人為因素的主觀判斷，影響因子無量綱化后可以進行排序比較。筆者針對重慶萬盛區某旅游度假區地質災害危險性影響因子，運用灰色關聯度法建立評價模型，定量分析地質災害危險性各影響因子作用程度和因子間關系。

1 評價區概況

評價區氣候溫和、降雨充沛，多年平均降雨量為1 312 mm，無常年性河流及地表水體通過，山坡和坡腳常見季節性沖溝，徑流量受大氣降雨影響明顯。地下水按賦存介質分為松散介質孔隙水及巖溶裂隙水，主要分布在山谷底部地形較平緩處和場地下伏基巖中，埋深超過50 m。植被主要為原始灌木和林地，谷底部平緩處為農田，場區破壞地質環境的人類活動主要表現在對農田的改造工程和區內修建碎石路對山體進行了切坡，改變了部分地形和破壞了植被，人類工程活動較強烈。區內主要的不良地質現象為地斜邊坡的穩定性、場坪時形成的挖填方邊坡的穩定性和巖溶及隱伏巖溶發育段容易發生巖溶塌陷。

2 影響因子及分區

2.1 確定影響因子

地質災害危險性分析的影響因子很多且關系復雜，因子選擇應結合實測資料并具有明確意義和代表性，應具有個數不宜太多、相互獨立、容易獲取及量化等特點[14]。影響指標的選取主要采用定性分析各因素對評價區地質災害影響的主次關系并結合評價區地質災害的實際情況。常見的影響因子有地層巖性、地質構造、人類活動、地下水、植被、坡度、地震、巖溶發育條件等。根據GB50011—2010《建筑抗震設計規范(2010年版)》，建設用地地震動峰值加速度為少于0.05 g，地震基本烈度為V度，并結合該地區安評報告，地震作用較小。評估區水文地質單元屬于碳酸鹽巖裂隙溶洞水，巖溶微弱發育且地下水埋深大于50 m，未發育大泉和暗河，所以根據文獻資料并考慮因子量化及取得的可行性及科學性，確定以下6個影響因子：坡度(X0)、地層巖性(X1)、地質構造(X2)、人類活動(X3)、地下水(X4)、植被(X5)。

地形坡度能反映地表陡緩的程度，坡度越陡對地質災害危險性影響越大；地層巖性直接影響巖土體的穩定性；地質構造的復雜程度、斷層及裂隙的發育會影響巖土體的完整性，會對其造成破壞；人類對自然的開發破壞是地質災害的主要誘發因素；地下水與巖土間有復雜的相互作用，主要影響著近地表地質災害；植被的緩沖作用對泥石流等地質災害發生有一定的防護作用。這些影響因素可以反映評價區的基本情況，而且相對獨立，取值比較容易。

2.2 確定評價單元

評價單元選取要具有代表性，評價區位于山谷內且地理分布不集中，為充分考慮評價區的整體情況，按組團將評價區劃分為11個地理區域(圖1)。

圖1 某旅游度假區分區Fig. 1 Zoning of a tourist resort

筆者將以下8個區域作為評價單元：1-3組團、3-1組團、3-2組團、3-3組團、溫泉小鎮組團、溫泉酒店組團、濱湖酒店組團、運動會所-娛樂風洞。這8個區域占評價區80%左右的面積，人類活動頻繁，影響因子取值簡單；而其他區域因面積較小，人類活動不集中，影響因子取值困難，所以這8個區域具有一定的代表性，可有效反映區域評價情況。

2.3 影響因子賦值

影響因子不是量化指標，所以只能進行賦值計算。研究表明：對地質災害危險性影響越大則因子賦值應越大，因此地質災害更易發生；反之賦值應越小，地質災害更不易發生[7-14]。結合文獻資料和勘查資料，將影響因子劃分為4個安全等級：Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級，并分別賦值為1，2，3，4(表1)。并結合某旅游度假區地質勘察資料，根據表1賦值如表2。

表1 地質災害危險性影響因子及賦值Table 1 Impact factors and their values of the geological hazard risk

表2 評價單元分值數據Table 2 Scores of assessment elements

3 模型建立與計算

3.1 關聯數列

關聯數列為：Xi={X0，X1，X2，X3，X4，X5}={坡度，地層巖性，地質構造，人類活動，地下水，植被}，選取坡度X0作為參考序列，則有：X0(k)={X0(1)，X0(2)，X0(3)，X0(4)，X0(5)，X0(6)，X0(7)，X0(8)}。

3.2 數據均值化處理

均值化公式如式(1)：

(1)

式中：i=1，2，…，m；n=0，1，…，n。

對表2中的數據進行計算，結果如表3。

表3 影響因子的無量綱化值Table 3 Non-dimensional value of impact factors

3.3 絕對差數列

絕對差公式如式(2)：

(2)

式中：k=1，2，…，m。

對表3中的數據進行計算，結果如表4。

表4 求差數列Table 4 Difference sequence

3.4 關聯系數

關聯系數公式如式(3)：

(3)

式中：ρ為分辨系數，ρ取值范圍為[0，1]，它的取值只影響關聯系數大小，不影響關聯序，一般情況取中間值ρ=0.5。

由表4可得Δmin=0.072 73，Δmax=0.960 00，計算得數列Xj對參考數列X0的關聯系數(表5)。

表5 關聯系數Table 5 Correlation coefficients

3.5 關聯度

關聯度公式如式(4)：

(4)

由表5求得比較數列Xj對參考數列X0的關聯度(表6)。

表6 關聯度Table 6 Correlation degree

同樣按上述步驟計算，依次改變母序列，求出所有兩兩數列的關聯度值得關聯矩陣R。

3.6 因子權重

由式(5)可得各因子權重(表7)。

(5)

表7 影響因子權重Table 7 Weight of impact factors

4 結果分析

4.1 對影響因子權重分析

根據各因子權重(表7)，按各因子優勢排序為：X3>X0>X5>X1>X4>X2，即人類活動>坡度>植被>地層巖性>地下水>地質構造。由各因子權重可以看出：人類活動所占的權重最大，為0.176 51；地質構造所占的權重最小，為0.150 40。

4.2 對關聯度分析

以矩陣第6行(影響因子植被)為例，按關聯度大小排序0.740 02>0.734 94>0.699 25>0.634 20>0.574 05。由此得關聯序為[r53，r51，r54，r50，r52]，即對植被影響最大的是人類活動，其次是地層巖性，和其他影響因子的關聯度依次是地下水、坡度和地質構造。

同理，其余各因子間關聯度依次為：坡度為[r04，r03，r05，r01，r02] ；地層巖性為[r13，r15，r14，r10，r12] ；地質構造為[r20，r24，r25，r23，r21] ；人類活動為[r31，r34，r35，r30，r32] ；地下水為[r43，r45，r40，r41，r42] 。

5 結 論

筆者采用灰色關聯度法分析了研究區地質災害各影響因子影響程度和因子間關系。研究區地質災害發生主要影響因素與人類活動、坡度、地層巖性、地質構造、地下水和植被有關。得出如下結論。

1) 通過文中計算，影響因子中人類活動所占的權重最大，是影響旅游度假區地質災害危險性首要因素，其次是坡度、植被、地層巖性、地下水。地質構造所占的權重最小，所以影響作用最小。

2) 通過對關聯度分析，人類活動和其他因子的相關性最強，地層巖性和其他因子的相關性最弱。對地層巖性、地下水、植被影響最顯著的因子是人類活動，地下水則是對坡度、人類活動和植被影響最顯著的因子。

綜上，灰色關聯度法計算各個因子之間的關聯度和權重，減少了人為因素對旅游度假區地質災害危險性影響因子的主觀判斷，為研究地質災害危險性評價提供理論和數據支持。

[1] 國土資源部.2014中國國土資源公報[N].中國國土資源報，2015-04-22(3).

Ministry of Land and Resources.ChinaLandandResourcesBulletinin2014[N].China Land and Resources News，2015-04-22(3).

[2] 姚玉增，任群智，李仁峰，等.層次分析法在山地地質災害危險性評價中的應用——以遼寧凌源地區為例[J].水文地質工程地質，2010，37(2)：130-134.

YAO Yuzeng，REN Qunzhi，LI Renfeng，et al.Application of analytic hierarchy process to the probability assessment of mountain geological disasters：a case study of Lingyuan region，Liaoning Province[J].Hydrogeology&EngineeringGeology，2010，37(2)：130-134.

[3] 褚洪斌，母海東，王金哲.層次分析法在太行山區地質災害危險性分區中的應用[J].中國地質災害與防治學報，2003，14(3)：125-129.

CHU Hongbin，MU Haidong，WANG Jinzhe.Application of analytic hierarchy process on zoning hazard degree of geologic disaster in Taihang Mountain region[J].TheChineseJournalofGeologicalHazardandControl，2003，14(3)：125-129.

[4] 常青，劉琳，苗利勇.基于模糊綜合評判法臨潼區地質災害危險性評價[J].中國人口·資源與環境，2014，24(3)：355-358.

CHANG Qing，LIU Lin，MIAO Liyong.Geological hazard risk assessment based on fuzzy mathematics in Lintong[J].ChinaPopulation，ResourcesandEnvironment，2014，24(3)：355-358.

[5] 呂遠強，林杜軍，羅偉強.基于人工神經網絡的區域地質災害危險性預測評價[J].中國地質災害與防治學報，2007，18(1)：95-98.

LV Yuanqiang，LIN Dujun，LUO Weiqiang.Study on artificial NN method for forecast and risk assessment of regional geologic hazards[J].TheChineseJournalofGeologicalHazardandControl，2007，18(1)：95-98.

[6] 向喜瓊，黃潤秋.基于GIS的人工神經網絡模型在地質災害危險性區劃中的應用[J].中國地質災害與防治學報，2000，11(3)：23-27.

XIANG Xiqiong，HUANG Runqiu.Application of GIS-based artificial neural networks on assessment of geohazards risk[J].TheChineseJournalofGeologicalHazardandControl，2000，11(3)：23-27.

[7] 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.

WANG Yi，WANG Huiling.Risk evaluation and zoning of geology hazards and application with GIS[J].SiteInvestigationScienceandTechnology，2004(6)：38- 40.

[8] 鄧聚龍.灰色系統基本方法[M].武漢：華中科技大學出版社，2005：73-81.

DENG Julong.ThePrimaryMethodsofGreySystemTheory[M].Wuhan：Huazhong University of Science and Technology Press，2005：73-81.

[9] 劉海松，范敏，倪萬魁，等.灰色關聯度法在公路地質災害危險性評價中的應用[J].水文地質工程地質，2005，32(3)：32-34.

LIU Haisong，FAN Min，NI Wankui，et al.Application of the method of gray correlation in risk evaluation of highway geological hazard[J].HydrogeologyandEngineeringGeology，2005，32(3)：32-34.

[10] 游桂芝，鮑大忠.灰色關聯度法在地質災害危險性評價指標篩選及指標權重確定中的應用[J].貴州工業大學學報(自然科學版)，2008，37(6)：4-8.

YOU Guizhi，BAO Dazhong.Gray correlative degree in geological hazard evaluation and selection index weights to determine the application[J].JournalofGuizhouUniversityofTechnology(NaturalScienceEdition)，2008，37(6)：4-8.

[11] 閆冬梅，向紅艷，邵毅明.城市軌道交通換乘站運行效率評價[J].重慶交通大學學報(自然科學版)，2013，32(1)：99-102.

YAN Dongmei，XIANG Hongya，SHAO Yiming.Operating efficiency evaluation of city rail transit station[J].JournalofChongqingJiaotongUniversity(NaturalScience)， 2013，32(1)：99-102.

[12] 曾昆，曾晟.灰色加權關聯分析在公路網評價中的應用[J].重慶交通大學學報(自然科學版)，2012，31(3)：80-82.

ZENG Kun，ZENG Sheng.Application of gray weighted incidence analysis in highway network evaluation[J].JournalofChongqingJiaotongUniversity(NaturalScience)， 2012，31(3)：80-82.

[13] 魏道升，李淑燕.基于灰色關聯分析的工程造價控制[J].重慶交通大學學報(自然科學版)，2013，32(2)：321-324.

WEI Daosheng，LI Shuyan.Construction cost control based on grey correlation analysis[J].JournalofChongqingJiaotongUniversity(NaturalScience)， 2013，32(2)：321-324.

[14] 鄒翔，崔鵬，韋方強，等.灰色關聯度法在泥石流活動性評價中的應用[J].山地學報，2003，21(3)：360-364.

ZOU Xiang，CUI Peng，WEI Fangqiang，et al.Application of grey-correlation method to activity evaluation of debris flow[J].JournalofMountainScience，2003，21(3)：360-364.

(責任編輯：劉 韜)

Impact Factors Analysis of Geological Hazard Risk Based on Grey Correlation Method

YANG Le1，CHEN Jie2

(1.Chongqing Institute of Geology & Mineral Resources，Chongqing 400042，P.R.China; 2.School of River & Ocean Engineering，Chongqing Jiaotong University，Chongqing 400074，P.R.China)

Taking a tourist resort in Wansheng District of Chongqing as an example，the grey correlation analysis method was used to discuss the role of the impact factors of such geological hazards and the relationship between them，and to explain the evaluation methods and models systematically.The tourist resort was divided into 8 assessment zones.6 indices were selected as impact factors，such as slope，stratum lithology，geological structure，human activity，groundwater and vegetation; and then the weight of the above impact factors was calculated and analyzed.The results show that the order of the degree of impact factors is quantified，and the order is human activity，slope，vegetation，stratum lithology，groundwater and geological structure.Human activity has the strongest correlation with other factors，while stratum lithology has the weakest correlation with other factors.

geological engineering; geological hazard; grey correlation method; impact factors; weight

2015-12-18；

2016-05-01

楊 樂(1978—)，女，重慶人，博士，碩士生導師，主要從事巖土工程及地質工程方面的研究。E-mail：446281718@qq.com。

陳 杰(1991—)，男，山東濱州人，碩士研究生，主要從事水利工程方面的研究。E-mail：1548637489@qq.com。

10.3969/j.issn.1674-0696.2017.06.13

P694

A

1674-0696(2017)06-080-05