基于GIS技術和信息量法的地質災害易發性研究
——以海南省昌江縣為例

李 信，阮 明，楊 峰，柳長柱，楊永鵬

1.海南省海洋地質資源與環境重點實驗室，海南 海口 570206；2.海南省地質調查院，海南 海口 570206

0 引言

研究區地處海南島西部，地貌類型以低山丘陵為主，斷裂發育，地質構造復雜.地質災害主要為崩塌、滑坡、泥石流和不穩定斜坡，其中崩塌112處，滑坡10處，泥石流3處，不穩定斜坡2處.地質災害呈線狀分布于公路沿線兩側，呈面狀分布于居民點、礦山集中區.地質災害呈現增多態勢，嚴重威脅了當地人民生命財產安全，制約了當地經濟發展.

隨著地理信息系統（GIS）技術的在地質災害應用方面的發展，GIS在地質災害易發性評價中的應用越來越廣泛，為開展以滑坡、泥石流、崩塌、不穩定斜坡為主體的地質災害易發性的深入研究提供了一個卓有成效的技術平臺與研究途徑［1-4］.地質災害發育和分布特征受地形地貌、工程地質巖組、地質構造、植被覆蓋程度影響［5］，本文依靠GIS平臺對該地區地質災害發育的地質條件及誘發因素進行統計分析，在此基礎上建立適當的評價模型對海南省昌江縣的地質災害易發性進行研究.

1 研究方法

首先建立地質災害易發性評估指標體系，建立信息量分析模型；然后計算各層元素的組合權重，利用ArcGIS空間分析中的柵格計算對各評價因子加權疊加，構建研究區地質災害易發性柵格圖；最后綜合考慮各種影響因素，概化出昌江縣地質災害易發性分區圖［6］.

2 地質災害易發性評價

2.1 評價因子體系的建立

控制和誘發地質災害易發程度的因素有多種，其中控制地質災害發育的內在因素主要為坡度、坡高、海拔高度、河流及植被覆蓋率［7］，誘發因素為汛期強臺風降雨和人類工程活動兩項指標［8］.

本研究中地質災害控制因素的選取是在借鑒國內外相關研究成果的基礎上，結合研究區內地質災害的實際情況篩選，通過地質災害空間分布的地質環境特征分析，并以GIS分析工具的可圖形化和經濟可靠性要求為前提［6，9-10］，建立地質災害易發性評估指標體系（A）（圖1）.

圖1 地質災害易發評估指標體系圖Fig.1 Evaluation index system of geohazard susceptibility

2.1.1 地質構造（B1）

斷裂（C1）：斷裂帶在外營力作用下使地層破碎而產生錯動、位移，從而控制地質災害的發育［11］.昌江縣構造斷裂發育，地質災害的發育受其影響較大（如圖2）.

圖2 構造緩沖柵格圖Fig.2 Buffer grid map of structure

2.1.2 工程地質巖組（B2）

巖土體（C2）：巖土體類型及結構特征對斜坡的變形有顯著的控制作用，其巖體結構、破碎和完整程度不相同，形成的地形地貌不同，導致地質災害的易發程度和災害種類亦不相同［12-13］（如圖3）.

圖3 工程巖組柵格圖Fig.3 Grid map of engineering rock assemblage

2.1.3 地形地貌（B3）

坡度（C3）：斜坡坡度較大的中低山區坡體形成了普遍較大的臨空面，崩塌或滑坡體土體剪應力增強，坡面附近巖土所受到重力拉扯作用加大，使得邊坡穩定性大大降低［14］（圖4）.

圖4 坡度柵格圖Fig.4 Grid map of slope gradient

坡高（C4）：地質災害斜坡坡高為坡肩到坡腳的高度，斜坡帶對地質災害具有控制作用，坡高越高，地質災害發生的可能也越大［15］.本研究通過GIS的空間分析模塊提取地形起伏度圖層，用來近似代表坡高指標（如圖5）.

圖5 坡高柵格圖Fig.5 Grid map of slope height

海拔高度（C5）：一般來說，海拔高度可以從一定程度上反映地貌的變化，災害的高程與地質災害的發生有著直接的關系［16］.通過GIS從數字高程模型（DEM）提取出海拔高度（如圖6）.

圖6 海拔高度柵格圖Fig.6 Grid map of altitude

植被覆蓋率（C6）：植被有護坡及保持水土的作用，對斜坡穩定性有利［17］.利用遙感軟件ENVI對昌江縣SPOT-5衛星影像校正、拼接后，提取紅光波段及紅外波段，計算得到歸一化植被指數NDVI：

式中：NIR為近紅外波段的反射值，R為紅光波段的反射值.NDVI值越大，表示植被覆蓋程度越高.根據NDVI灰度值，將研究區的植被覆蓋情況劃分為5個區域：巖石裸露區、植被較稀疏區、植被稀疏區、植被一般茂密區和植被茂密區［18］（如圖7）.

圖7 NDVI柵格圖Fig.7 NDVI grid map

河流（C7）：河流對兩岸斜坡沖刷、側蝕、淘蝕，使斜坡體抗剪強度降低，形成裂縫，而使斜坡失去支撐，破壞平衡而引發崩塌、滑坡等地質災害［19］（如圖8）.

圖8 河流緩沖區柵格圖Fig.8 Buffer grid map of stream

2.1.4 誘發因素B4

人類工程活動（人為因素）（C8）：昌江縣主要的人類工程活動為礦山開采和公路建設，而公路、鐵路和高速公路開挖形成的高陡邊坡是地質災害重要的誘發因素.在交通工程建設完成之后，其誘發作用便轉化為對邊坡巖土體條件的影響作用，成為影響邊坡穩定性的靜態要素之一（圖9）.

圖9 公路緩沖區柵格圖Fig.9 Buffer grid map of road

降雨量（自然因素）（C9）：降雨是導致地質災害發生的重要誘發因素之一，一般7、8、9三個月份連綿雨水以及暴雨往往就伴隨著地質災害的發生（圖10），尤其是海南熱帶風暴和強臺風為引發地質災害較為活躍的因子.

圖10 降雨量柵格圖Fig.10 Grid map of rainfall

2.2 權重的確定

2.2.1 建立判斷矩陣

本研究采用標度法，對各層中的要素對上一層次目標的相對重要性進行兩兩比較（表1—3），建立判斷矩陣.

表1 A-B層判斷矩陣Table 1 Judgment matrix of A-B level

2.2.2 計算被比較元素的相對權重

通過MATLAB軟件計算A-B、B3-C及B4-C判斷矩陣的最大特征根λmax并比較元素相對權重.

表2 B3-C層判斷矩陣Table 2 Judgment matrix of B3-C level

表3 B4-C層判斷矩陣Table 3 Judgment matrix of B4-C level

A-B判斷矩陣λmax=4.0439，則檢驗性指標CR=0.0163＜0.1.滿足一致性檢驗，可認為該矩陣具有較好的判斷一致性.B1、B2、B3和B4權重分別為0.0687、0.1535、0.3889和0.3889.

B3-C判斷矩陣λmax=5.3620，則檢驗性指標CR=0.0808＜0.1.滿足一致性檢驗，可認為該矩陣具有較好的判斷一致性.C3、C4、C5、C6和C7權重分別為0.4747、0.2581、0.1459、0.0420和0.0793.

B4-C判斷矩陣λmax=2.滿足一致性檢驗，可認為該矩陣具有較好的判斷一致性.C8和C9權重分別為0.75和0.25.

2.2.3 計算各層元素的組合權重

為了對A層地質災害易發性進行評估，需將B層中B1層（地質構造）、B2層（工程地質巖組）、B3層（地形地貌）、B4層（誘發因素）歸一化之后的權重在A層下再次歸一化，得到C層中8項要素的組合權重（表4）.

表4 層次元素組合權重Table 4 Combined weights of elements for each level

對各層中的要素對上一層次目標的相對重要性兩兩比較，建立判斷矩陣，并計算被比較元素的相對權重，確定評價體系中各指標的權重［6］（表5）.

表5 地質災害影響因子相對權重表Table 5 Relative weights of geohazard impact factors

2.3 信息量分析模型計算

信息量分析模型是通過收集已變形或破壞區域的現實情況和地質災害影響因素，計算出各影響因素對破壞變形的影響值，作為區劃的定量指標［20］.信息量分析模型不僅可以定量地反映出地質災害發育規律，而且使用起來簡單易行，在地質災害易發性評價中得到了廣泛的應用和推廣［21］.本研究把反映影響區域穩定性因素的實測值轉化成信息量值作為易發性區劃的定量指標，對地質災害易發區進行劃分.

式中：I為評價單元總的信息量值，體現單元破壞的可能性；n為參評因子數；H為研究范圍內地質災害數；S為已知總單元數；N為變形及破壞的單元總數；Si為研究區內指標xi的單元個數；Ni為指標xi的變形破壞單元個數.當I越大，越有利于發生變形破壞，表明地質災害易發性越大，危險性越大.

通過統計學中常用的自然斷點法將柵格疊加圖按信息量重新分類后，信息量值區間分別為+1.324 983～+0.206 81、+0.20 681～-0.050 068、-0.050 068～-0.276 724、-0.276 724～-1.324 98.運用ArcGIS中柵格計算工具將各圖層的信息量值乘以層次分析法得到的權重指標后疊加，完成地質災害易發因子的綜合信息量計算，生成地質災害綜合信息量值疊加圖（圖11）.

圖11 地質災害易發性綜合信息量圖Fig.11 Integrated information of geohazard susceptibility

2.4 易發性分區結果

通過空間分析工具中的鄰域分析功能，采用15×15的正方形進行平噪處理，達到平滑處理的效果.最后，在定量計算分級分區的基礎上，綜合考慮各種因素，人工勾畫出地質災害易發程度區劃圖.依據地質災害易發程度分區結果，將研究區的地質災害易發性程度劃分為4級：地質災害高易發區、地質災害中易發區、地質災害低易發區、地質災害不易發區.其中地質災害高易發區面積522.82 km2，占全縣面積的32.23%，分成2個亞區；地質災害中易發區面積375.36 km2，占全縣面積的23.14%，分成2個亞區；地質災害低易發區面積658.53 km2，占全縣面積的40.6%；地質災害不易發區面積64.49 km2，占全縣面積的4.03%（如圖12）.

圖12 地質災害易發性分區圖Fig.12 Zoning map of geohazard susceptibility

3 結果與討論

（1）本研究運用層次分析法建立評價指標體系和信息量模型，利用標度法確定各指標的權重，在ArcGIS平臺上通過疊加量化信息進行計算，得出昌江縣地質災害易發性分區圖.分區結果與地質災害發育分布特征基本吻合，因此證明基于GIS和信息量模型的地質災害易發性評價方法是可行的.

（2）本次評價分區的層次分析法與理論推導法、地理相關分析法、主導因素法、專家評價法等定性分析方法相比，運用了定量與定性相結合的方法.與眾多的統計模型，如多元統計分析模型、數理統計分析模型、概率理論模型等相比，信息量模型具有更高的客觀性和可操作性，分析結果更加準確.該方法在我國縣市地質災害詳細調查中已廣泛推廣使用，具有一定的代表性和科學性.

（3）昌江縣地質災害易發性評價及區劃結果表明：地質災害高易發區面積522.82 km2，占全縣面積的32.23%；地質災害中易發區面積375.36 km2，占全縣面積的23.14%；地質災害低易發區面積658.53 km2，占全縣面積的40.6%；地質災害不易發區面積64.49 km2，占全縣面積的4.03%.該結果可以作為城鄉建設規劃的基礎依據，也為昌江縣地質災害避讓搬遷和防治提供依據.