大巴山區順層巖質滑坡發育影響因素的貢獻率及易發性評價

易靖松， 張 勇， 程英建， 苗 朝

(中國地質科學院探礦工藝研究所/中國地質調查局地質災害防治技術中心， 四川 成都 611734)

大巴山區位于中國西部，人口密集，地質環境條件復雜，為國家集中連片貧困區，歷來就是地質災害的多發地。21世紀以來就發生了多處大型、特大型的災難性滑坡，造成了大量的人員傷亡和財產損失，嚴重制約著當地的政治經濟發展(表1)。本文基于大巴山區城鎮地質災害調查項目，對這些典型滑坡災害的進行了調查研究，發現這些滑坡幾乎都是以順層基巖滑坡類型為主，該類滑坡具有隱蔽性好、突發性強、破壞性大、難以提前識別的特點，因此，針對區域內的該類滑坡，基于數量化理論Ⅱ和GIS平臺技術，采用定性分析與定量分析相結合的方法，研究該類滑坡在研究區的易發性。21世紀70年代董文泉等[1]將數量化理論引入我國，用于對內部信息進行合理選取，構建用于數據統計和分析、模型預測與評價?？朔酥笜藱嘀赜嬎闵系闹饔^性，并且可以考慮指標相互間的制約和作用關系。隨著這么多年發展，目前，已有許多學者將數量化理論運用到地質災害研究領域內，汪茜和李廣杰[2]應用數量化理論I進行泥石流災害預測預報；周國云和陳光齊[3]利用GIS和數量化理論Ⅱ研究預測滑坡危險性；王衛紅和張文君[4]采用遙感與數量化Ⅱ研究滑坡危險度劃分；李軍霞[5]等將數量化理論Ⅲ應用到了滑坡主要影響因素的分析中，實例驗證取得了良好的效果；程英建[6]等基于數理化理論Ⅰ建立泥石流易發性預測模型，并進行了驗證。在滑坡易發性預測研究方面，唐亞明[7]對滑坡易發性評價要素的選取進行了闡明；范林峰[8]研究了加權信息量模型在滑坡易發性預測的應用；牛瑞卿[9]研究了基于粗糙集的支持向量機模型在滑坡易發性預測中的應用；張俊，殷坤龍[10]等對比了信息量模型和邏輯回歸模型對易發性評價的效果，結果顯示信息量模型優于邏輯回歸模型；王森[11]基于分形理論對南江縣滑坡進行了易發性評價。從上述研究中可以看出，眾多學者運用了各種各樣的方法跟模型對地質災害的易發性進行了研究，但沒有單獨針對某一類災害的易發性進行過相關預測和研究。由于不同類型滑坡泥石流災害的形成條件、影響因素、成災模式是不同的，相比于基于統計模型而未考慮災種類型區分的易發性評價而言，針對某一類滑坡的特點來開展易發性預測是更為準確的。本文選取大量樣本調查獲取基礎數據，基于數理化理論Ⅱ，通過各種影響因子(定性和定量)與出現的結果進行學習找到規律(線性或非線性)，根據新的影響因子組合對可能出現的結果進行預測，建立預測評價模型，最后利用GIS技術得到預測評價結果。

表1 大巴山區近年來發生的部分災難性滑坡統計

1 滑坡發育影響因素的選取

1.1 研究區概況

大巴山區域位于四川東部，包括巴中市、達州市以及廣元市東部等區域，地貌形態可大致分為中深切割侵蝕—構造中山地形和淺、中切割剝蝕(侵蝕)—構造中低山地形兩個大類，其中前者主要表現為塊狀山、斷塊山、褶皺山及單斜山，后者表現為單面山、似單面山、桌狀山等。區內出露地層以侏羅紀、白堊紀地層為主。地質構造上屬于川東弧形褶皺帶，主要是由印支—燕山主造山期形成，位于揚子板塊與秦嶺造山帶過渡位置，坡度多在10°～30°之間為緩傾巖層。受地貌、巖性、地質構造等條件的影響，區內地質災害十分發育。在調查的312個樣本點中，基巖順層巖質滑坡有28個，約占9%，其他類滑坡占91%；而其造成的財產人員損失約占87%，其他類滑坡僅占13%。所以對大巴山區構成嚴重威脅的災害類型也是該類基巖順層類滑坡。

1.2 滑坡發育的影響因素

由于區內出露地層以砂泥巖軟硬互層的巖體結構為主，這就為滑坡發生提供必要的物質基礎；緩傾單斜的地貌形態為滑坡形成提供了良好的溫室環境(坡度、坡向、坡體結構等)；河流水系及人類活動的后期改造也加速了滑坡形成的過程；最終在持續強降雨的誘發下形成。因此，根據滑坡形成的過程及條件，選取滑坡發生的高程、坡度、巖體結構、斜坡結構、剖面曲率、距水系距離、匯流面積、土地利用、外營力作用及年平均降雨量為影響因子開展評價研究。

2 GIS支持下基于數理化理論Ⅱ的滑坡易發性預測

2.1 預測模型的基本原理

數量化理論Ⅱ是一種可以同時對定性變量和定量進行處理的分析方法，其基本思想是以反應矩陣為基礎，對各類目或各樣品賦予適當的得分，根據已知的若干個母體中的n個樣品對于m個項目的觀測結果尋求線性判別函數，進而對未知母體的樣品進行判別分類。

(1)

其中：

式中：δi(j,rj)(1≤i≤n，1≤j≤m)——第i樣品在j項目之rj類目上的反應，公式(1)中后s列中u(i，k)(1≤k≤s)是k定量變量在i樣品中的取值。數量化理論Ⅲ分析中對r+s維類目反應賦以得分，在矩陣中前q列中的每一列是一個定量自變量在各樣品中的取值，在運算前要對數據進行正規化；后p列是n個樣品在p個類目上的反應度。數量化理論Ⅱ可表示為如下數學模型表達形式為:

(2)

(3)

b={a1，aq，b1,1，b1,r1，bm,rm}T

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

通過以上的系列運算，可以得到每個類目得分，類目得分是判定樣品為什么是母體的重要依據。一般是通過已知樣品的所屬母體和變量組合的學習，在判錯概率最小或者與某母體的距離最小的情況下對待判樣品進行判定。通過公式(5)得到各個類目的得分C之后，類目得分越高表征該類目對滑坡形成的貢獻率越高。對類目得分C歸一化，使其成為0～1的數據，由于數據值比較小，將其放大50倍作為其易發性評價系數，其計算公式為：

易發性評價系數：

G=50〔(C-Cmin)/(Cmax-Cmin)〕

式中：C——某個類目的得分；Cmax，Cmin——類目的得分的最大值和最小值。

最后對各個類目的易發性評價系數合計疊加后，并用自然間斷法劃分成一定的等級得到區域滑坡的易發性分區圖。

2.2 數據來源與準備

選取21個研究區基巖順層滑坡調查樣本(另外7個樣本用于評價結果驗證)，利用GIS平臺的分析提取功能，基于數量化理論，根據選取的影響因子，通過公式(1)對定性變量的類目反應，當樣品為rj類目時，其該項反應值為δi(j,rj)=1，當樣品不為rj類目時,該項反應值δi(j,rj)=0，類目之間的反應為樣品在j項目所占的比率，0≤δi(j,rj)≤1[12-13]。因此，根據上述反應方法，得到滑坡個影響數據取值表(表2—3)。需要指出的是對匯流面積采用地形濕度指數來表征[14]，地形濕度指數(TWI)計算公式為：

TWI=ln(α/tanβ)

式中：α——上坡面積，為流經地表單位等高線長度上的匯流面積；β——坡度。

表2 各滑坡樣本影響因素的基礎數據

表3 各滑坡樣本影響因素的基礎數據

2.3 數據計算與分析

通過樣本數據，選取的基巖順層滑坡樣品21個，定性變量9個，定量變量1個，其中，高程變量分為4類，坡度變量分為4類，斜坡結構分為4類，巖體結構分為3類，剖面曲率分為3類，距水系距離分為4類，匯流面積分為4類，土地利用分為3類，外營力作用分為2類，共計32個類目。運用數量化理論Ⅱ計算原理和方法，得到各類目的得分和易發性評價系數(表4)。

表4 各影響因素類目得分和易發性評價系數

2.4 各影響因素貢獻率分析

對表3數據進行分析，得到各影響因素得分的曲線圖(圖1)，由于由于滑坡發生的定量數據設定為 1，沒發生的設定為0，那么類目得分越高，對滑坡形成的貢獻率就越大。現結合對大巴山區順層巖質滑坡形成條件的研究，將各因素的得分劃分為3類：-0.50.2為貢獻率高區域?？梢缘贸觯盒逼缕露?0°～20°，順向坡斜坡結構、砂質硬巖夾軟巖的巖體結構、匯流面積，水流沖蝕等因素的貢獻率較高；高程500～1 000 m和剖面曲率、距水系距離、開挖路塹等因素貢獻率中等；土地利用類型等因素貢獻率較低。

圖1 各影響因素類目得分曲線

2.5 易發性預測評價

對研究區滑坡樣本數據采用數量化理論模型訓練后，采用滑坡破壞的柵格個數占實際破壞的柵格個數的百分比來判定預測的準確率，通過計算，在研究區的判定準確率達到了84%。在得到各個因素易發性評價系數后，將類目柵格的易發性評價系數進行疊加合并，合計得到預測值為85～265，采用自然間斷法將預測值按大小分為4類，即85～130為較低易發區，131～175為中等易發區，176～220為較高易發區，221～265為高易發區，得到研究區基巖順層類滑坡易發性預測圖(圖2)。

圖2 大巴山區基巖順層類滑坡易發性評價

3 結 論

(1) 采用數量化理論Ⅱ，選取了滑坡發生的高程、坡度、巖體結構、斜坡結構、剖面曲率、距水系距離、匯流面積、土地利用、外營力作用及年平均降雨量等指標，對各指標進行了量化處理，建立了大巴山區基巖順層類巖質滑坡易發性預測方法。

(2) 對大巴山區域順層巖質類滑坡發育影響因素的貢獻率分析，得出斜坡坡度10°～20°，順向坡斜坡結構、砂質硬巖夾軟巖的巖體結構、匯流面積，水流沖蝕等因素對滑坡形成貢獻率較高；高程500～1 000 m和剖面曲率、距水系距離、開挖路塹等因素對滑坡形成貢獻率中等；土地利用類型等因素對滑坡形成貢獻率低。

(3) 通過研究區易發性評價圖可以看到，位于大巴山區的南江縣南部、巴州區北部、蒼溪縣南東部、宣漢縣南西側地等區域為順層巖質滑坡的高易發區，這也與調查結果相符。

(4) 量化理論計算方法對學習樣本進行學習，確定各因子類目得分，然后全范圍進行判別計算，并合計判定分類的易發性預測方法能較好地適用于大巴山區基巖順層類巖質滑坡的易發性預測。