基于GIS的眉縣地質災害危險性評價

魏江波

摘 要：針對地質災害危險性分區評價中存在的量化主觀性強這一問題，在基于GIS的信息量模型理論基礎上，結合眉縣實際調研資料，應用加權信息量法建立了研究區地質災害危險性評價模型，選取地形地貌、巖土體類型、地質構造、水系、降雨和人類工程活動等6個評價因子，計算得出了評價因子的加權信息量值，利用GIS的空間分析功能，得到該縣的地質災害危險性分區圖。結果表明，基于加權信息量模型的眉縣地質災害危險性分區結果與實際地質災害發生狀況吻合，因而認為該評價方法客觀合理，具有一定的理論與實用價值。

關鍵詞：地質災害；加權信息量模型；地理信息系統；危險性評價

中圖分類號：P694 文獻標志碼：A 文章編號：2095-2945（2017）19-0178-02

引言

隨著人類經濟社會的不斷發展，人口迅速增長及人類工程經濟活動強度的增加，地質災害的發生頻率、影響范圍和危害程度也在不斷增長，已嚴重威脅人類生命財產安全。所以，開展地質災害危險性區劃研究，進行地質災害危險性評價具有非常重要的理論與實際意義。

21世紀以來，隨著將地理信息系統（GIS）技術全面引入滑坡區域評價，使得GIS技術在地質災害區劃研究方面得到飛速發展[1-4]。國內外利用GIS技術開展地質災害研究日益增多，應用水平也逐步提高。近年來，許多學者運用單一的數學方法，例如模糊評判法、統計分析法、層次分析法、信息量法等方法與GIS軟件為技術平臺相結合構建單一模型對特定區域內的地質災害危險性進行了分析和評價，取得了較好的應用效果[5-6]，但在災害影響因子的量化等方面仍然存在諸如人為因素干擾等缺陷。因此，對于地質災害危險性研究，多方法多模型相互耦合是一個值得探討的方向。

本文以眉縣地質災害為研究對象，以GIS為平臺，采用層次分析法與信息量法相耦合的加權信息量法對眉縣地質災害進行了危險性分析與評價。研究成果對眉縣全縣域地質災害防災減災預案制訂、土地資源利用規劃、地質災害風險管控等具有重要的實際意義和價值。

1 理論基礎

信息量法是通過對已知的變形或破壞區域的現實情況和所得到的信息，把反映各種影響區域穩定性因素的實測值轉換為影響該區域穩定性的信息量值，其實也就是用信息量的大小來評價影響因素與研究對象關系的密切程度[8]。其能夠進行定量計算得出評價因子的影響值，減少了定性評價的主觀性影響。評價因子的信息量表達式如下：

式中，S為研究區剖分的單元的總數；N為有地質災害點分布的單元總數；Si為含有評價因素x的狀態指標xi的單元總數；Ni為分布在狀態指標xi條件下的地質災害單元總數。

為了更加準確的表現出各評價因子的重要程度及對各評價因子信息量進行科學的定量計算，減少人為因素影響。將層次分析法計算得各評價因子的權重與信息量法計算得各評價因子的信息量值相乘，得到加權信息量，表達式如下：

式中，ωi（i=1，2...n）為各評價因子權重。

根據公式（2）計算得各評價因子加權信息量，并以此確定單元危險性等級和劃分區域地質災害的危險性級別。

2 加權信息量模型建立

基于加權信息量模型的地質災害危險性分區思路為：將已知地質災害的各種影響因素的實測值轉換為影響該區域危險性的信息量值，通過信息量的大小來評價影響因素與研究對象相關程度[9-10]。同時采用AHP方法分析計算出各評價因

子的權重值。最后將各評價單元信息量值與對應評價因子權重值相乘得出各評價單元的加權信息量值。模型的建立步驟如下：

（1）因子圖層的準備：根據加權信息量模型中選取因素的方法確定參與評價的因子，而后將對應圖層導入GIS系統中進行處理。

（2）適宜格網大小的選取：單元網格的劃分是否合理，直接影響著地質災害危險性區劃結果的準確性。因眉縣地質條件相對較復雜，地質災害密度小，分布較為分散，故采用1km×1km的網格進行處理。

（3）各因子圖層網格剖分：對各單因子信息量圖層進行標準網格剖分，并進行同因子不同類別分界處與研究區邊界處的網格處理，獲得單因子信息量柵格圖。

（4）信息量值的計算：將各因子圖層與地質災害分布圖進行疊加，并通過公式（1）計算出評價單元格的信息量值。

（5）各評價因子權重確定：結合研究區實際情況與專家經驗，對評價因子構建判斷矩陣，求得各評價因子的權重值。

（6）加權信息量值的計算：通過公式（2）計算各評價單元格的加權信息量值，并借助GIS空間分析功能進行圖層因子的處理與相應圖層加權信息量賦值。

（7）圖層疊加與等級區劃：將各單因子加權信息量柵格圖層進行疊加，獲得總的信息量柵格圖，亦即地質災害危險性區劃圖。

3 工程應用

3.1地質條件概況

眉縣位于陜西省寶雞市東南，關中平原西南部，地處秦嶺北坡，跨渭河兩岸。地形起伏較大地貌形態復雜。境內主要以侵入巖、第四系沉積物為主。由于處在華北地臺與秦嶺東西構造帶兩大構造單元的接觸部位，新構造活動非常強烈，構造較為復雜，地震烈度Ⅶ度。

根據野外調查數據，研究區存在地質災害隱患點95處。災害點均分布在溝谷邊公路沿線，由于東西向斷裂帶的長期活動，造成巖石破碎，形成大量的塬坎地貌，在強降雨時期，易發生滑坡、崩塌及泥石流等地質災害，災點之間有較強的群發性及鏈生性，一旦災害群發，給低山區及平原區的村民的生命和財產帶來極大的威脅。

3.2 地質災害危險性評價

3.2.1 評價因子的選取

根據眉縣野外地質調查資料，結合研究區域尺度、研究范圍大小、研究精度等因素，最終選取地形地貌、巖土體類型、地質構造、水系、降雨量和人類工程活動共6個因子作為眉縣地質災害危險性的評價因子。

3.2.2 評價因子量化

將工程文件中地形界限，巖土體界限，構造線，水系線，交通線，鐵路，公路，降雨量等值線經過GIS的投影變換后提取出來，與縣界合并為不同的區文件后創建緩沖區，拓撲重建后與1km×1km的971個單元格網格區文件用GIS中的空間分析功能進行相交分析，之后將工程文件中的災害點提取并覆蓋于各柵格圖層上，根據災害點個數計算各單元格信息量值，并乘以對應評價因子的權重值，獲得各評價單元格加權信息量值，賦予對應單元格，獲取各評價因子加權信息量柵格圖層。最后，利用MAPGIS空間分析功能將各加權信息量柵格圖層進行疊加，利用MAPGIS的屬性庫管理功能完成地質災害危險性評價因子的綜合信息量計算。

3.2.3 危險性評價

根據計算結果，數值越大，反映各因素對滑坡、崩塌等地質災害發生的貢獻越大，發生地質災害的可能性就越大。利用統計學中的自然斷點法將綜合信息量值由高到低劃分為四個階段（≥0.102，-0.0033～0.102，-0.085～-0.0033，<-0.085），并以此為依據進行柵格區劃。區劃結果分別對應地質災害危險性高危險區、中危險區、低危險區和不危險區。之后對柵格區劃圖進行自動生成的等值線處理，并結合眉縣人類工程活動強弱、植被覆蓋率的高低及災點密度的大小、地形地貌條件等實際情況綜合分析，對部分界線進行修改，得到眉縣地質災害危險性分區圖（見圖1）。

4 結果分析

根據信息量計算評價的最終結果，將研究區地質災害危險性劃分為4個等級：高危險區、中危險區、低危險區和不危險區。

其中，高危險區主要分布在眉縣北部，中部的公路與鐵路沿線，高危險區中災害點47個，占總災害點數的49.4%，主要為當前的不穩定斜坡災害點；中危險區集中分布在眉縣北部的平原區，主要為第四系坡積物，區內災害點34個，占總災害點數的35.8%，主要為當前區的泥石流與滑坡災害點；低危險區基本在南部的中低山區分布，比較集中，堅硬塊狀巖類大片出露。區內害點14個，占總災害點的14.8%，主要分布為區內的崩塌災害點；不危險區主要分布在太白山自然保護區內的堅硬塊狀的侵入巖區。區中災害點0個。因屬于秦嶺山區，基本無居住人員，無災害點分布。

根據地質災害危險性分區與災害點分布結果對比分析可知，各危險等級中包含的滑坡等地質災害的數量隨著危險程度的降低而減少，同時地質災害實際發生的密度隨之減小。說明區劃結果與實際的滑坡、崩塌等地質災害發生情況相吻合，該區劃結果也可為該區域地質災害監測預警提供可靠的理論依據。

5 結束語

以現場地質調查為基礎，通過分析眉縣地質災害發生的地質環境條件及發育特征，利用GIS的信息量模型對研究區地質災害進行危險程度的區劃。所得評價結果與實際情況相符合，結合本例可得到如下結論：

（1）加權信息量模型與一般的統計模型相比，具有更高的客觀性，定性與定量評價相結合，使得結果更為合理準確。

（2）在地質災害危險性評價中，GIS軟件的空間分析功能自動生成評價結果，避免了評價過程中主管因素干預過多的弊端。

（3）基于GIS的信息量模型所得到的研究區地質災害危

險性評價結果與實際情況相符，說明該方法切實可行，具有一定的理論和實際意義。

參考文獻：

[1]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判研究[J].北京大學學報（自然科學版），2007，2（2）：1-6.

[2]Ohlmacher G C，DavisJ C.Using multiple logistic regression and GIS technologytopredictlandslide hazardin nort heast Kansas，USA[J].Engineering Geology，2003，69：3-4.

[3]石菊松，張永雙，董誠，等.基于GIS技術的巴東新城區滑坡災害危險性區劃[J].地球學報，2005，26（3）：275-282.

[4]吳柏清，何政偉，劉嚴松.基于GIS的信息量法在九龍縣地質災害危險性評價中的應用[J].2008，33（4）：146-149.

[5]Dai F C， Lee D F. Landslide characteristics and slope instability modeling using GIS， Lantau Island，Hong Kong[J].Geomorphology，2002，48：213-228.

[6]趙洲，侯恩科，王建智.汶川震區陜西省寧強縣滑坡災害危險性評價[J].西安科技大學學報，2012，32（5）：548-555.

[7]范林峰，胡瑞林，曾逢春，等.加權信息量模型在滑坡易發性評價中的應用——以湖北省恩施市為例[J].工程地質學報，2012，20（4）：508-513.

[8]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）：15-25.

[9]代領.基于GIS的信息量法在寧遠縣地質災害易發性評價中的應用[D].湖南科技大學，2016.

[10]趙洲.陜南山區縣域滑坡災害風險管理研究[D].西安：西安科技大學，2012.