基于RF-RUSLE模型的水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)評(píng)估
——以重慶市巴南區(qū)為例

牟鳳云，楊 猛，余 情，劉振濤

(1. 重慶交通大學(xué) 建筑與城市規(guī)劃學(xué)院，重慶 400074； 2. 重慶交通大學(xué) 土木工程學(xué)院，重慶 400074；3. 貴州省科技信息中心，貴州 貴陽 550001)

0 引 言

山區(qū)公路所處地理環(huán)境復(fù)雜、地形崎嶇，常常遭受自然災(zāi)害的破壞，導(dǎo)致區(qū)域水土流失，并引發(fā)滑坡和泥石流等次生災(zāi)害。自然災(zāi)害的評(píng)定標(biāo)準(zhǔn)不一加大了山區(qū)公路自然災(zāi)害治理難度。目前，關(guān)于災(zāi)害風(fēng)險(xiǎn)評(píng)估的研究多從災(zāi)害指標(biāo)體系構(gòu)建和模型方法應(yīng)用兩方面展開。G.CONTRERAS-ZARAZG等[1-4]從水文學(xué)和地學(xué)方面進(jìn)行了指標(biāo)體系構(gòu)建；楊樂等[5]考慮地緣環(huán)境和區(qū)域地形地貌特征，構(gòu)建了區(qū)域地質(zhì)災(zāi)害環(huán)境評(píng)估指標(biāo)體系；李家春等[6]考慮社會(huì)經(jīng)濟(jì)和區(qū)域地理環(huán)境，建立了區(qū)域抗災(zāi)能力評(píng)估指標(biāo)體系，對(duì)中國公路自然災(zāi)害易損性進(jìn)行了評(píng)估；熊俊楠等[7]選取地形地貌、指標(biāo)覆蓋和人口等因素，構(gòu)建了較為全面的泥石流災(zāi)害評(píng)估體系；周仲禮等[8]建立了泥石流評(píng)估指標(biāo)理論體系，基于決策樹理論構(gòu)建模型，研究了我國泥石流災(zāi)害發(fā)生現(xiàn)狀和發(fā)展趨勢(shì)；黃明奎等[9]考慮地質(zhì)環(huán)境特點(diǎn)，構(gòu)建了災(zāi)害誘發(fā)評(píng)估指標(biāo)體系；牟鳳云等[10]在機(jī)器學(xué)習(xí)算法模型方面，選用臨近算法(KNN)、隨機(jī)森林算法(RF)和自回歸滑動(dòng)平均模型(ARMA)算法建立洪水評(píng)估模型，分析了巫山縣洪災(zāi)危險(xiǎn)程度；史培軍等[11]利用數(shù)值分析方法，對(duì)區(qū)域泥石流易發(fā)程度進(jìn)行了分析；楊猛等[12]、郭良等[13]結(jié)合水動(dòng)力學(xué)和氣象學(xué)模型，建立區(qū)域泥石流災(zāi)害危險(xiǎn)評(píng)估模型，評(píng)估了區(qū)域洪水災(zāi)害危害程度。以上研究，對(duì)于洪災(zāi)指標(biāo)的選取，多從社會(huì)經(jīng)濟(jì)、人類活動(dòng)和自然環(huán)境方面開展，而對(duì)于模型構(gòu)建，則多從水文學(xué)、氣象學(xué)和地學(xué)等方面進(jìn)行，缺乏對(duì)指標(biāo)間相關(guān)性、合理性和適用性等的研究，研究層面囿于數(shù)據(jù)統(tǒng)計(jì)與分析。

筆者采用多準(zhǔn)則、多屬性決策理論方法，結(jié)合機(jī)器學(xué)習(xí)算法，從水土流失性公路自然災(zāi)害產(chǎn)生的角度，構(gòu)建了重慶市巴南區(qū)水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)指標(biāo)體系，采用距離分析法和相關(guān)性分析法分析了指標(biāo)選取的可靠性和合理性；構(gòu)建了區(qū)域隨機(jī)森林-水土流失(RF-RUSLE)模型，以分析評(píng)價(jià)重慶市巴南區(qū)水土流失程度，并進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)與致災(zāi)因素識(shí)別，研究得到了重慶市巴南區(qū)水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃與評(píng)估結(jié)果。

1 研究方法

1.1 隨機(jī)森林-水土流失(RF-RUSLE)模型

隨機(jī)森林(RF)模型利用多個(gè)決策樹進(jìn)行因素識(shí)別，在數(shù)據(jù)挖掘與分類等方面具有突出效果[14-17]。筆者基于隨機(jī)森林(RF)模型和水土流失(RUSLE)模型，建立的隨機(jī)森林-水土流失(RF- RUSLE)模型既融入了RF模型集成度高、預(yù)測(cè)結(jié)果準(zhǔn)確的特性，又結(jié)合了RUSLE指標(biāo)體系全面的特點(diǎn)，可有效識(shí)別水土流失性公路自然災(zāi)害。RF- RUSLE模型具體構(gòu)建步驟如下：

1)結(jié)合重慶市巴南區(qū)地理環(huán)境，考慮氣象、地質(zhì)和人類活動(dòng)等因素，構(gòu)建水土流失(RUSLE)模型，以分析巴南區(qū)水土流失程度。

2)參照自然災(zāi)害類型劃分標(biāo)準(zhǔn)[18-19]，并咨詢專家意見，選擇降雨量、土壤類型、植被覆蓋度、坡度、坡位和整治力度等6個(gè)因素指標(biāo)。

3)建立RF-RUSLE模型，對(duì)重慶市巴南區(qū)水土流失性公路自然災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)估，并分析致災(zāi)因素。

1.2 RF-RUSLE模型因子測(cè)算

RF-RUSLE模型是表示坡地水土流失量與主要影響因子間定量關(guān)系的數(shù)學(xué)模型，表達(dá)式如式(1)：

S=Q·T·D·P

(1)

式中：S為區(qū)域水土流失量；Q為降雨侵蝕強(qiáng)度因子；T為土壤侵蝕強(qiáng)度因子；D為地形地貌影響因子；P為區(qū)域整治力度因子。

各因子的獲取方式如下：

1)降雨侵蝕強(qiáng)度因子Q。降雨量的大小直接影響降雨侵蝕強(qiáng)度，以及降雨-徑流的產(chǎn)流和匯流過程，考慮區(qū)域植被覆蓋度和土壤類型，利用ArcGIS柵格計(jì)算工具得到巴南區(qū)降雨侵蝕強(qiáng)度因子Q。

2)土壤侵蝕強(qiáng)度因子T。利用土地類型、坡位、植被覆蓋度、土壤類型及年均降雨量等數(shù)據(jù)，計(jì)算得出土壤侵蝕強(qiáng)度因子T。

3)地形地貌影響因子D。重慶市巴南區(qū)以丘陵低山地貌為主，考慮坡度與坡位因素，對(duì)于地形復(fù)雜地區(qū)，增加地形地貌因素如起伏度、地形粗糙指數(shù)等，得到地形地貌影響因子D。

4)整治力度因子P。區(qū)域整治力度主要是人類活動(dòng)對(duì)環(huán)境改造程度，可通過人類活動(dòng)強(qiáng)度和對(duì)區(qū)域建設(shè)的投入進(jìn)行計(jì)算。

2 結(jié)果分析

2.1 水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃分析

結(jié)合區(qū)域?qū)嵉丨h(huán)境，考慮氣象、地質(zhì)和人類活動(dòng)等因素，得出不同因素影響下重慶市巴南區(qū)水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果，見表1。

利用GIS空間可視化技術(shù)，得到不同因素影響下重慶市巴南區(qū)水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃示意，如圖1。由圖1可見：

1)氣象因素中，降雨量達(dá)到100 mm以上的區(qū)域主要為巴南區(qū)西南部與東北部，如圖1(a)，該地區(qū)易發(fā)生水土流失性公路自然災(zāi)害。地質(zhì)災(zāi)害主要誘發(fā)因素為土壤類型、植被覆蓋度、坡度和坡位等，易發(fā)區(qū)域的土壤類型主要為砂質(zhì)土、壤土和黏質(zhì)土等，如圖1(b)。

2)植被覆蓋度對(duì)水土流失性公路自然災(zāi)害影響主要為低覆蓋區(qū)域，選擇覆蓋度低于0.5為災(zāi)害易發(fā)區(qū)域，以及覆蓋度大于0.5且覆蓋面積不足500 m2為水土流失性公路自然災(zāi)害易發(fā)區(qū)域，主要影響區(qū)域?yàn)榘湍蠀^(qū)西南部與中部，如圖1(c)。

3)根據(jù)歷史災(zāi)害數(shù)據(jù)的統(tǒng)計(jì)結(jié)果，坡度大于14°區(qū)域?yàn)樗亮魇怨纷匀粸?zāi)害主要發(fā)生區(qū)域；地形起伏區(qū)域更易發(fā)生地質(zhì)災(zāi)害，平坦低洼區(qū)域相對(duì)安全；在坡位微地貌中，山坡易發(fā)生水土流失性公路自然災(zāi)害，平地和谷底區(qū)域相對(duì)穩(wěn)定，如圖1(d)、(e)。

4)整治力度對(duì)公路的影響主要為人類活動(dòng)強(qiáng)度及區(qū)域建設(shè)投資，整治力度系數(shù)f< 0.4的區(qū)域?yàn)樗亮魇怨纷匀粸?zāi)害易發(fā)區(qū)域，主要位于巴南區(qū)中部與東北部，如圖1(f)。

2.2 指標(biāo)選取準(zhǔn)確性分析

筆者利用歷史災(zāi)害點(diǎn)與選擇訓(xùn)練樣本之間的相關(guān)性，判斷選擇指標(biāo)準(zhǔn)確性。從歷史災(zāi)害數(shù)據(jù)庫中提取數(shù)據(jù)并進(jìn)行統(tǒng)計(jì)，得到巴南區(qū)歷史災(zāi)害點(diǎn)共648個(gè)。為避免災(zāi)害點(diǎn)過于密集或稀疏導(dǎo)致精度判斷，筆者在研究區(qū)均勻選取樣本點(diǎn)，確保每個(gè)區(qū)域或每個(gè)鄉(xiāng)鎮(zhèn)都能夠覆蓋，最終選取35個(gè)取樣點(diǎn)為精度驗(yàn)證樣本點(diǎn)?；贏rcGIS10.6軟件平臺(tái)，對(duì)選擇的指標(biāo)進(jìn)行相關(guān)性分析，以判斷所選指標(biāo)的準(zhǔn)確性與可靠性，如圖2。由圖2可見，各指標(biāo)擬合趨勢(shì)線集中在樣本編號(hào)15～20之間，表明所選取的指標(biāo)合理，可靠程度高。其中，降雨量、坡度和坡位指標(biāo)相關(guān)性較高。

2.3 巴南區(qū)水土流失程度分析

2.3.1 水土流失模型因子分析

通過對(duì)巴南區(qū)水土流失模型因子測(cè)算，利用GIS空間分析工具，得到巴南區(qū)水土流失模型因子空間影響范圍，如圖3。由圖3可見，各因子對(duì)重慶市巴南區(qū)的影響為：降雨侵蝕強(qiáng)度因子Q影響西部和西南部，侵蝕等級(jí)在中度以上；土壤侵蝕強(qiáng)度因子T影響東南部及西部，侵蝕強(qiáng)度介于較輕～較強(qiáng)；地形地貌影響因子D影響南部與東部地區(qū)，侵蝕強(qiáng)度為中度；整治力度因子P主要影響中部地區(qū)，侵蝕強(qiáng)度為中度以下。

2.3.2 巴南區(qū)水土流失程度分析

將測(cè)算的水土流失模型因子，代入水土流失模型RF-RUSLE(1)中，得到巴南區(qū)水土流失程度空間區(qū)劃，如圖4。

由圖4可以看出：重慶市巴南區(qū)西南部水土流失最為嚴(yán)重，水土流失強(qiáng)度多處于中度以上；東北地區(qū)屬于中度流失程度，為災(zāi)害發(fā)生易發(fā)區(qū)域；西北地區(qū)水土保持最好，高危流失區(qū)域較少。整體上，巴南區(qū)水土流失程度介于輕度～中度。

2.4 巴南區(qū)水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)

2.4.1 RF-RUSLE模型構(gòu)建

首先，利用RF算法對(duì)構(gòu)建的指標(biāo)體系進(jìn)行風(fēng)險(xiǎn)識(shí)別與預(yù)測(cè)，得到巴南區(qū)公路水土流失性自然災(zāi)害風(fēng)險(xiǎn)等級(jí)；然后，結(jié)合GIS空間可視化技術(shù)，得到巴南區(qū)水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)評(píng)估結(jié)果。

2.4.2 精度檢驗(yàn)

1)空間驗(yàn)證

利用巴南區(qū)歷史災(zāi)害數(shù)據(jù)和2000—2010年公路災(zāi)害監(jiān)測(cè)數(shù)據(jù)，將評(píng)估結(jié)果進(jìn)行空間精度認(rèn)證和預(yù)測(cè)結(jié)果可靠性認(rèn)證，得到研究結(jié)果精度檢驗(yàn)，如圖5。由圖5可見，高風(fēng)險(xiǎn)區(qū)域分布位置與歷史災(zāi)害數(shù)據(jù)空間位置相吻合，表明評(píng)估結(jié)果準(zhǔn)確性高，與實(shí)際情況相符，表明RF-RUSLE模型不僅能夠有效識(shí)別水土流失性公路自然災(zāi)害，而且還能預(yù)測(cè)水土流失性公路自然災(zāi)害發(fā)生概率，且評(píng)估結(jié)果能夠有效地通過精度檢驗(yàn)。

2)統(tǒng)計(jì)分析驗(yàn)證

空間驗(yàn)證雖能從空間上驗(yàn)證其準(zhǔn)確性，但其判斷較為模糊，存在著一定誤差，因此，筆者對(duì)評(píng)估結(jié)果進(jìn)行了統(tǒng)計(jì)分析驗(yàn)證，如圖6。

由圖6可以看出：

1)歷史災(zāi)害數(shù)據(jù)與樣本數(shù)據(jù)曲線整體走勢(shì)基本一致，表明歷史災(zāi)害點(diǎn)集中位于評(píng)估結(jié)果中度危險(xiǎn)以上區(qū)域。

2)歷史災(zāi)害數(shù)據(jù)與樣本數(shù)據(jù)的擬合線走勢(shì)基本保持平行，表明RF-RUSLE模型評(píng)估結(jié)果準(zhǔn)確，且精度高，與實(shí)際情況相符。

2.4.3 風(fēng)險(xiǎn)評(píng)估與致災(zāi)機(jī)制識(shí)別

結(jié)合區(qū)域路網(wǎng)格局，將RF-RUSLE評(píng)估結(jié)果進(jìn)行水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃和風(fēng)險(xiǎn)評(píng)估，結(jié)果如圖7。

由圖7可見，重慶市巴南區(qū)南部區(qū)域?yàn)?zāi)害發(fā)生概率較大，尤其是在各鄉(xiāng)鎮(zhèn)交界處，災(zāi)害發(fā)生的概率最大。

1)從空間尺度上分析得出：巴南區(qū)公路多處發(fā)生中度及以上風(fēng)險(xiǎn)水土流失性自然災(zāi)害，災(zāi)害路段多集中于巴南區(qū)南部和中北部。

2)從行政區(qū)劃尺度分析得出：一品街道、安瀾鎮(zhèn)、跳石鎮(zhèn)等區(qū)域內(nèi)，發(fā)生水土流失性公路自然災(zāi)害概率極大，南泉街道、屆石鎮(zhèn)、南彭街道和惠民街道4條街道交界處為高風(fēng)險(xiǎn)區(qū)域；麻柳鎮(zhèn)、雙河口鎮(zhèn)和豐盛鎮(zhèn)等區(qū)域，為水土流失性公路自然災(zāi)害高風(fēng)險(xiǎn)區(qū)域。

基于已構(gòu)建的災(zāi)害評(píng)估指標(biāo)體系，及RF-RUSLE模型，進(jìn)行巴南區(qū)水土流失性公路自然災(zāi)害致災(zāi)機(jī)制分析，結(jié)果如圖8。

由圖8可見，中風(fēng)險(xiǎn)區(qū)致災(zāi)因素主要為降雨量、坡度和坡位指標(biāo)，高風(fēng)險(xiǎn)區(qū)致災(zāi)因素為降雨量和植被覆蓋度。

綜上，重慶市巴南區(qū)發(fā)生水土流失性公路自然災(zāi)害風(fēng)險(xiǎn)等級(jí)為中度～輕度；在降雨量較大、坡度較陡區(qū)域，公路災(zāi)害防治薄弱，需要重點(diǎn)監(jiān)測(cè)與整治。

3 巴南區(qū)水土流失性公路自然災(zāi)害防治與應(yīng)對(duì)措施

針對(duì)重慶市巴南區(qū)水土流失性公路自然災(zāi)害空間分布特點(diǎn)，在公路維修與設(shè)計(jì)中，建議重點(diǎn)考察危險(xiǎn)區(qū)域氣象、地質(zhì)和地貌等因素，同時(shí)實(shí)時(shí)監(jiān)測(cè)低風(fēng)險(xiǎn)區(qū)域巖體變化、地質(zhì)發(fā)育與水土流失程度等因素。

針對(duì)降雨量、植被覆蓋度和坡度等因素為主要致災(zāi)因素這一現(xiàn)象，在公路維修時(shí)，應(yīng)該重點(diǎn)監(jiān)測(cè)區(qū)域邊坡變化、排水情況和路基變形程度等因素；在公路選線設(shè)計(jì)時(shí)，應(yīng)盡量避開水土流失較為嚴(yán)重區(qū)域，可采用架設(shè)橋梁、穩(wěn)固邊坡、增設(shè)擋土墻和建設(shè)完善的排水系統(tǒng)等措施。

4 結(jié) 論

由于RF-RUSLE模型可有效地預(yù)測(cè)出區(qū)域水土流失性公路自然災(zāi)害危害程度，精確識(shí)別致災(zāi)因素，筆者以RF-RUSLE模型對(duì)重慶市巴南區(qū)公路進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)與致災(zāi)因素識(shí)別。得到主要結(jié)論如下：

1)巴南區(qū)西南部及西部主要為降雨侵蝕，侵蝕等級(jí)在中度以上；東南部及西部部分區(qū)域土壤侵蝕嚴(yán)重。巴南區(qū)水土流失程度屬于中度～輕度，水土保持較好，但降雨侵蝕嚴(yán)重。

2)巴南區(qū)多處發(fā)生中度以上風(fēng)險(xiǎn)水土流失性公路自然災(zāi)害。在各鄉(xiāng)鎮(zhèn)交界處，水土流失性公路自然災(zāi)害發(fā)生概率最高，而南部和中北部為災(zāi)害主要發(fā)生區(qū)域。

3)巴南區(qū)水土流失性公路以中低風(fēng)險(xiǎn)自然災(zāi)害為主，降雨量和坡度因素為主要致災(zāi)因素。巴南區(qū)南部與西南部為水土流失性公路自然災(zāi)害多發(fā)地區(qū)，需要重點(diǎn)防治；各鄉(xiāng)鎮(zhèn)交界處為水土流失性公路自然災(zāi)害防治薄弱區(qū)域。整體上，巴南區(qū)南部為高風(fēng)險(xiǎn)區(qū)水土流失性公路自然災(zāi)害主要發(fā)生區(qū)域。