廣西博白縣地質災害易發性和危險性評價研究

王志星，沈 茜

（廣西壯族自治區遙感中心，廣西 南寧 530023）

地質災害遙感解譯采用人機交互式解譯為主，遵循“先易后難、先微觀后宏觀、先已知后未知”的原則進行。利用國產高分辨率遙感數據，開展縣域地質災害及地災背景遙感解譯，結合坡度、構造、路網、NDVI、坡向等十個因子進行基于BP神經網絡運算得出地質災害易發性評價[1]。利用專家打分法，綜合確定各項指標的權重值，疊加因子權重值，以此來進行計算，基于過去地質災害活動程度、靜態因素和誘發因素等指標，綜合評價地質災害的危險性。

1 地質災害遙感解譯

通過收集博白縣基礎地質災害、基礎地理和地質等相應資料，利用2017-2018年度國產高分辨率遙感數據，通過對比分析，開展縣域1：5萬地質災害及地災背景遙感解譯。以計算機為主要工作平臺，結合孕災地質背景資料，采用二維與三維相結合的方式，在建立各典型地質災害遙感解譯特征或解譯標志的基礎上，在原始分辨率影像上人機交互目視解譯。基于遙感影像，可以解譯不穩定斜坡、滑坡、地裂縫、崩塌、泥石流等地質災害內容。本次調查利用國產高分辨率遙感數據對全縣地質災害進行了1：5萬遙感解譯，共解譯地質災害點203處。

2 地質災害易發性評價

基于當地的地形，某一區域出現滑坡崩塌等地質災害的可能性是地質災害易發性，是這一區域被未來斜坡運動所影響的程度，也就是回答“什么地方最容易發生滑坡崩塌”的問題。從本質上來講，所謂的地質災害易發性評價就是一個映射分析，用數學語言來表述就是滑坡易發性在給定的地質環境條件下斜坡失效的空間發生概率，即：

表1 地質災害易發性評價影響因子分類狀況

BP神經網絡通常包含有輸出層、輸入層和幾個隱藏層，隱藏層和輸入層包括多個節點。采用包含一個輸入層，一個輸出層的三層前饋神經網絡和一個隱藏層作為網絡結構。易發性的評價因子是輸入層，包含有植被覆蓋、坡度坡向、斷裂構造、植被指數等。用S型函數計算節點的作用，

隱藏層節點數對神經網絡的性能具有一定的影響，隱藏層節點數過少則學習容量有限，不足以存儲訓練樣本中蘊涵的所有規律；隱藏層節點數過多則不僅會增加網絡訓練的時間，還會存儲樣本中非規律性的內容，降低其泛化能力。計算隱藏層節點數量的公式：

3 地質災害危險性評價

評價地質災害的危害性主要從以下幾個方面進行：第一，分析危險性的頻率，要綜合國內外相關經驗，分析地質災害的頻率與概率，分析概率分布的二項式分布和泊松分布，且要使用泊松分布模型分析博白縣滑坡在不同體積、面積等級上年、年和年的超越概率進行計算。第二，把地質災害的頻率劃分為：間接頻率、絕對頻率和相對頻率，依據不同的研究需求，選取不用類型的頻率計算方式。第三，綜合人類工程活動和降雨等的觸發因素和過去地質災害活動強度指標間接的反映地質災害區域發生概率，區域地質災害在一定時間滑坡發生的強度與可能性。第四，在地質災害易發程度分區評價的基礎上，采用乘積法和綜合法進行地質災害的危險性評價與分區。地質災害在時間上可以被近似認為是一些隨機的獨立分布的

式中為評價因子權重值。評價因子權重見表2。

表2 地質災害危險性評價因子權重

4 結語

綜上所述，地質災害屬于破壞性地質事件，會威脅人們的生存環境和生命財產安全。基于人工神經網絡模型對博白縣進行地質災害易發性和危險性評價，按縣為單位編制了地質災害遙感易發性評價圖和危險性評價圖，從而掌握了博白縣地質災害的易發和危險區域總體布局，為提前部署和防御地質災害提供了有利依據。