基于信息量模型的地質災害易發性評價——以天府新區成都直管區為例

林虹宇，廟 成，鄭宗明，李 鈴

基于信息量模型的地質災害易發性評價——以天府新區成都直管區為例

林虹宇1，廟 成2，鄭宗明3，李 鈴1

（1.內江師范學院，四川 內江 641100；2.中山大學地理科學與規劃學院， 廣州 510275；3.宜賓市農業機械研究所，四川 宜賓 644000）

本文選擇天府新區成都直管區為研究區，基于因素相關性分析結果，選取坡度、坡向、地形起伏度、地貌、巖性、汛期降雨量、人口密度和崩滑密度8個要素作為地質災害易發性評價因子，應用信息量模型，分析各因子對研究區地質災害發生的貢獻，開展研究區地質災害易發性區劃。結果表明：研究區地質災害主要沿龍泉山西翼呈條帶集中分布，易發等級總體上由東向西遞減分布，災害點空間分布與易發等級呈正相關性，信息量模型應用評價結論，可為該區地質災害防治提供參考。

地質災害；易發性評價；信息量模型；天府新區成都直管區

地質災害的易發性，在統籌國土規劃和地災防治，顯得越來越重要。國內對于地質災害易發性評價研究，借鑒國外經驗，并逐漸完善。本文以天府新區地質災害汛前排查項目為依托，實地調查獲取基礎地質與災害數據，考察地形、地貌、地層巖性、汛期降雨、人類活動等要素與地質災害分布之間關系。以傳統的柵格作為基本評價單元，應用信息量模型對區域地質災害進行易發性分區。

1 研究區概況

天府新區成都直管區位于成都市南部，成都平原“牧馬山臺地”大部分，面積562.26km2，轄13個鎮（圖1），地理坐標為東經103°58′～104°16′，北緯30°13′～30°35′。

研究區以成都平原“牧馬山冰積臺地”及蘇碼頭背斜分布區淺丘為主，呈北東向展布，縱貫境內東側，地勢西北低東南高（趙琦，2001）。蘇碼頭背斜區出露中生界侏羅系、白堊系，露頭區外新生界第四系分布于平原及鹿溪河以東臺地。該區位于新華夏系第三沉降帶—四川盆地西部邊緣，北西部屬成都凹陷，中東部為龍泉山背斜。

圖1 研究區位置示意圖

研究區處于亞熱帶濕潤氣候區，夏季降雨量占全年60%～70％。

區內主要發育地質災害為滑坡、不穩定斜坡、崩塌，規模以小型為主，威脅對象主要為分散農戶。滑坡占69%，多位于龍泉山脈西側低山區和中部丘陵區，在暴雨或連續降雨誘發，引起巖質、土質滑坡，威脅農房、公路，對新區建設和發展產生一定影響；崩塌主要位于低山區。

2 信息量模型

信息量法是以已知災害區影響因素為依據，推算出標志易發性的信息量，建立評價預測模型，依據類比原則外推到相鄰地區，對整個地區易發性做出評價的方法。

信息量法的地質災害易發性評價中，將影響產生地質災害的地形、坡度、巖性等因子作為評價指標。通過影響因子貢獻信息量大小與綜合水平，進行區域易發預測與等級區劃（吳柏清等，2008；殷坤龍，2004；丁明濤等，2015；付文博等，2017）。

地質災害易發性評價在劃分研究區域格網單元基礎上進行。假定某區域劃分N個單元，已經發生單元為N0。有相同因素X1X2…Xn組合單元共M個，發生地質災害單元數為M0。按統計概率代表先驗概率原理，因素X1X2…Xn在地區內提供地質災害信息量，公式（1）：

如果采用面積比來計算信息量值：公式（2）：

式中：A為區域內單元總面積，A0為已經發生地質災害的單元面積之和，S為具有相同因素X1X2…Xn組合的單元總面積，S0為具有相同因素X1X2…Xn組合單元發生地質災害的單元面積之和。

作用于地質災害因素、因素組合狀態多，樣本統計數量受到限制，一般采用簡化的單因素信息量模型分布計算，綜合疊加分析，信息量模型改為（3式）：

式中：I為評價區某單元信息量預測值，Si為因素Xi所占單元總面積(或地質災害點數)，S0i為因素Xi單元中發生滑坡災害的單元面積（或地質災害點數）之和（張佳榮等，2003）。

信息量模型中的I值有正負之分，正值表明該劃分區有利于山地災害發生(在平均頻數之上)；負值表明該劃分區間不利于山地災害發生(在平均頻數之下)；0值表明該劃分區間對于山地災害的貢獻介于正負值中間（與平均頻數相同）。

3 地質災害易發性評價

3.1 單元網格劃分

單元網格的劃分直接影響著地質災害易發性評價結果的合理性，也影響到區劃過程中各參數獲取的難易程度。目前網格大小選取取決于經驗和原始數據的精度。

本文依據研究區原始數據精度（高分辨率DEM）和經驗公式（4）（李軍等，2003）的計算，選取50m×50m網格，將整個研究區域劃分為761行、548列，共224901個單元。

式中：Gs為適宜網格的大小，S為原始等高線數據精度的分母。

3.2 指標體系建立與相關性分析

3.2.1指標體系建立

控制崩塌、滑坡和不穩定斜坡的主要因素有：坡度、地層巖性、構造、河流地質作用和人類工程活動（Chen et al. 1991）本文篩選確定出坡度、坡向、地形起伏度、地貌、巖性、汛期降雨量、人口密度、崩滑密度8個評價因子（圖2）。

圖2 評價指標體系

3.2.2 影響因子相關性分析

表1 各因子間的相關系數1

為保證各因子間相互獨立、滿足模型輸入參數準確要求，需對所選因子做相關性檢驗。運用Arcgis軟件中的多元分析工具計算相關矩陣，對初選因子進行相關性分析，得到顯著性為0.01的各因子相關系數表（表1）。可知：其中0.2︱相關系數︱<0.24有6組，分別是坡度和地形起伏度、坡度和崩滑密度、地貌與崩滑密度、巖性和地貌、巖性和坡向、人口密度和汛期降雨量。坡度和巖性因子相關系數較大，考慮到兩者隸屬不同形成條件、相關性系數均<0.24，對整體的信息干擾較小，將因子保留。

3.3 評價因素分析

3.3.1 坡度

利用Arcgis軟件提取坡度因子，以10°為間隔重分為4個級別，生成坡度分布圖（圖3），進而分析研究區坡度分布情況，發現區域坡度主要為0～20°（占總面積的90%以上）。為了進一步探討地質災害與坡度的關系，利用GIS空間分析功能，統計分析地質災害區間分布情況，得到坡度主要的信息量值位于10°～30°區間，且通過現場調查發現該區間也存在區域主要地質災害點分布。

圖3 地質災害與坡度關系

經汛前野外災害點排查情況來看，區域主要災害點靠近山腳斜坡處，坡度雖然較低，但人類活動（以修路、切坡建房為主）劇烈，坡腳開挖常形成陡坡，在汛期強降雨的影響下，易發生淺表層滑坡或崩塌。

圖4 研究區地質災害與坡向的關系

3.3.2坡向

通過Arcgis軟件提取坡向和3×3窗口進行掃描，獲取坡向圖層(坡向分布圖)（圖6b），并應用統計分析工具，得到災害點與坡向的分布關系（圖4）。研究區占總數45.1%災害點分布在西和西北方向龍泉山背斜西側。根據歷年災害點分布分析，降雨比同緯度平坦區偏多，使西側斜坡不穩定，出現崩滑災害現象。

3.3.3 地形起伏度和地貌

地表起伏度是描述地貌形態的定量指標。利用DEM數據，通過鄰域分析工具，得到地形起伏度分布圖（圖6c）。根據地貌制圖分類標準，結合研究區起伏條件，將研究區地形起伏度劃分4級：平坦起伏（0～20m）占總面積30.1%；小起伏（20～200m）占65.2%；中起伏（200～350m）占4.5%；山地起伏（300～600m）占0.2%。統計結果，研究區主要以小起伏和平坦起伏為主，山地起伏和中起伏分布面積小，是地質災害點主要集中分布區。

基于1∶5萬成都市水文地質工程地質環境地質綜合勘察圖件，通過矢量和重分類得到地貌分布圖（圖6d），本區屬平原階地、弧狀淺丘、圓狀中丘，脊狀低山4類地貌單元。災害點主要集中分布在脊狀低山區，占50.8%，本單元巖層軟弱相間，兩側伴有崩塌和小型淺表層滑坡。

3.3.4巖性因子與構造作用

根據1∶20萬成都幅、簡陽幅區域地質圖，矢量和重分類出巖性相近地層，得到巖性分布圖（圖6e）。統計分析地層巖性與災害點的關系（表2），侏羅系遂寧組泥巖、泥質粉砂巖（jsn）與侏羅系上沙溪廟組泥巖夾泥石粉砂巖和石英砂巖（Js分布面積較小，地質災害密度較大。巖性差異風化明顯，風化形成較厚強風化帶和崩塌堆積體，在外力作用下易發生滑坡、崩塌等地質災害。

圖5 AA，地質剖面

圖6 地質災害易發性評價因子（一）

龍泉山地區不具備孕育大地震的可能性，近代以來，1958年至2005年龍泉山斷裂帶共發生ML≥2.0地震66次（徐水淼等，2006；黃偉等，2012）。最大一次是1967年1月24日大林鎮5.5級地震，震源深度4km。在巖性圖（圖6e）作研究區NW～SE方向構造剖面AA'（圖5），龍泉山西側三星鎮處形成向斜，起伏較大，易發生地質災害。

表2 地層巖性與災害點的關系

3.3.5汛期降雨量

本研究收集區域13個降雨監測點2015年汛期降雨數據，采用經驗貝葉斯克里金插值方法獲取汛期降雨分布圖（圖6f）。統計表明，研究區汛期降雨量處于234～862mm，以沿龍泉山脈西側和華陽街道為2個集中降雨中心向兩側遞減。災害點多分布在龍泉山脈西側。

圖6 地質災害易發性評價因子（二）

3.3.6人口密度

表3 各評價因子的信息量計算結果

通過收集區域各鄉鎮人口數據，計算各街道人口密度。參照人口密度分級，劃分為人口稀少區（<30人/ km2）、中等區（30～100人/km2）、密集區（100～500/ km2）、極密區（>500人/ km2）（見圖6g）。統計結果，災害點主要集中在人口中等區和密集區，占77.5%。對地質災害危害程度、危險性分級關系密切。同等規模滑坡、崩塌發生在人口中等區、密集區；其危害程度、危險性分級增大；尤其應重視人口中等區和密集區的地質災害防治工作。

3.3.7災害點密度

在地質災害易發性評價中引入災害點密度因子。通過GIS技術進行信息量分析，得到崩滑點密度圖（圖6h），崩滑點沿龍泉山脈西側集中分布，其中合江街道和永興街道交界地帶較為密集。

3.4 評價結果與分析

3.4.1信息量模型計算

利用GIS工具，將每個因子數據進行50m×50m柵格化，根據式（2）計算各因子對地質災害發生的信息量（表3）。

將計算所得信息量分別聯接到對應的各因子不同類別的屬性表中，進而生成單因子信息量圖。通過公式（3），進行單因子信息量疊加，得到總信息量，并利用自然斷點法將信息量圖重分為5類，依次為高、較高、中、較低、低5個易發程度分區，得到研究區地質災害易發性評價圖（圖7）。

3.4.2 評價分析

表4 各易發度等級區地質災害點數目分布

區內整體地質災害易發性較低。其中，低和較低易發區總面積378.55km2，占研究區67.7%；較高和高易發區面積較小，占研究區12.4%，分布災害點31個，占總數50%（表4）。分區結果，地質災害點分布與易發性分區正相關；分區與實際情況符合。

高度和較高易發區集中沿龍泉山脈兩側呈條帶狀分布。北東～南西向的龍泉山箱狀背斜構造，兩翼伴有壓扭性斷裂，節理發育，多易發淺表層地質災害；中易發區沿較高易發區外圍分布，多為中淺丘，近年新區開發，人類工程活動逐漸增強，地質災害發生多受為不合理人類工程活動影響明顯；較低和低易發區沿鹿溪河、府河、錦江、興隆湖分布。以臺地、平原和河流階地為主。多個沿江生態帶對地區生態景觀保護較好，地質災害發生較少。

4 結論

本文基于信息量模型對成都天府新區的地質災害進行易發性評價，并對各區進行相應的統計分析，主要得出以下結論：

1）從成都天府新區直管區選擇坡度、地形起伏度等8個因子建立易發性評價指標體系，基于因數相關性分析，利用GIS技術作地質災害易發性評價，易發性分區圖與研究區實際比較一致。可為研究區地質災害特征探討和防治提供參考。

圖7 天府新區成都直管區地質災害易發性分區圖

2）研究區地質災害高易發性區域沿龍泉山脈條帶狀集中分布；中易發區較分散分布在近年來受人類活動干擾加強的中部淺丘和中丘區；較低和低易發區主要分布沿臺地、河流分布。

CHEN Zhiming, LIU Zhendong, YU Xiu bodong. 1991.National geomorphologic mapping of China [J].ITC Journal ,1(1):19-25.

丁明濤,王駿,城尊蘭,廟成.2015.岷江上游土地利用類型對泥石流災害的敏感性[J].山地學報,33(5):587-596.

付文博,杜光遠,王凌曄,常安代..2017.基于ArcGIS模型的滑坡地質災害敏感性評價—以金沙江上游為例[J]四川地質學報,37(1):100-103.

黃偉,江娃利.2012.四川龍泉山斷裂帶及其活動性與潛在地震危險性討論[J].西北地震學報,34(1):50-56

李軍,周成虎.2003.基于GIS滑坡風險評價方法中網格大小選取分析[J].遙感學報,7(2):86-93.

吳柏清,何政偉,劉嚴松.2008.基于GIS 的信息量法在九龍縣地震災害危險性評價中的應用[J].測繪科學,33(4):146-148.

殷坤龍.2004.滑坡災害預測預報[M].武漢:中國地質大學出版社,72-79.

徐水森,任寰,宋杰.2006.龍泉山斷裂帶地震活動性淺析[J].四川地震,119(2):22-28.

趙琦.2001.川西高原造就了天府之國[J].四川地質學報,21(2):116-121

張佳榮,殷坤龍,劉傳正,唐燦.2003.基于GIS的陜西省旬陽地區滑坡災害危險性區劃[J].中國地質災害與防治學報,14(4):42-46.

Evaluation of Geohazard Susceptibility Based onInformation Quantity Model——By the Example of Tianfu New District, Chengdu

LIN Hong-yu1MIAO Cheng2ZHENG Zong-ming3LI Ling1

(1-Neijiang Normal College, Neijiang, Sichuan 641100; 2-School of Geography and Planning, Sun Yat-Sen University, Guangzhou 510275; 3-Yibin Institute of Agricultural Machinery, Yibin, Sichuan 6454000)

By the example of the Tianfu New District, Chengdu, this paper selects 8 essential factors such as slope grade, slope direction, topographic relief, landform, rock character, rainfall in flood season, population density, and avalanche density to be evaluation factors of geological hazard susceptibility and applies information quantity model to analysis of the contribution of each factor to the occurrence of geological disasters in the study area and carries out divisions of geological hazard susceptibility in the study area. The results indicate that the geohazards in the study area are mainly distributed along the west flank of the Longquan Mountains. On the whole, the susceptibility grade decreases from east to west and the spatial distribution of geohazard points is positively correlated with the susceptibility grade.

geohazard; susceptibility evaluation; information quantity model; Tianfu New District, Chengdu

2019-12-16

林虹宇（1990—），男，四川宜賓人，碩士，助教，從事地質災害風險控制研究

P694

A

1006-0995（2021）01-0154-07

10.3969/j.issn.1006-0995.2021.01.030