張晨
(福建省196 地質大隊 福建漳州 363000)
地質災害(以下簡稱地災)危險性與多種因素相關,而各種因素存在不確定性、模糊性及相互作用的復雜性等特點[1]。作為一種簡單有效的統計學方法,信息量法被廣泛應用于區域地災的危險性預測。信息量模型的理論基礎是信息論,信息預測的理論認為:地災的發生與預測過程中所獲取信息的數量有關,可用信息量表達[2]。本次研究區范圍為浦城縣整個縣域,在充分收集已有資料的基礎上,以遙感解譯、地面調查、測繪和工程勘查為主要手段,開展地災調查。福建山區常見的地災主要有滑坡、崩塌、泥石流,本文主要分析信息量法在滑坡地災(以下簡稱滑坡)易發性評價中的應用。
浦城縣位于福建省南平市北端的閩、浙、贛三省交界處,屬中亞熱帶季風濕潤氣候區。調查區雨量充沛,水系發達,但季節分配不均。研究區主要致災體為滑坡,廣泛分布于山前斜坡地帶的殘坡積土層。地下水類型屬于殘坡積層或強風化巖中的孔隙水,災害體常處于地下水位以上,主要接受降雨補給。由于降雨下滲,抬升地下水位,增大土體荷重,潤濕土體,故降雨時較易誘發滑坡。
滑坡地災的發生與動態誘發因素密切相關,也受眾多靜態地質環境因素的控制。通過區域內已知地災點提供的信息,將每一個影響區域穩定性因素的評價指標自身的含義模糊化后全部轉化為反映滑坡易發性的信息量值,最終,基于信息量值來量化區域每個評價單元滑坡地災環境敏感性的大小,即易發程度。因此最終每個評價單元所表達出的信息是完全客觀的[3-5]。
2.2.1 評價指標體系
影響地災發生的靜態環境控制因素很多,實際工作中并不能將孕育地災發生的所有因素考慮在內。根據浦城縣地災形成機理及特點,結合浦城縣的自然地理特征以及數據收集情況,選取高程、坡向、坡度、水系網、地質構造、巖土體類型、路網共7 個與滑坡關系密切的指標作為滑坡的環境控制因素。對各評價指標進行合理的分類量化,參考《地災風險調查評價技術要求》(1∶50000)(試用稿)采用信息量模型和證據權法進行評價[2,3,6]。
2.2.2 評價指標分級說明
(1)高程。利用研究區DEM 數據對高程進行重分類,研究區的高程位于152 m~1 680 m 之間。根據高程與地災關系圖,本次將研究區高程分為0 m~200 m、200 m~500 m、500 m~1 000 m、>1 000 等4 個等級。滑坡隱患點主要分布在高程200 m~500 m 之間,信息量達0.358 99。
(2)坡向。研究區坡向依正南方為起始方位中心,依順時針間隔45°劃分為8 個類別。由于網格大小為25 m×25 m,網格較小,因此會出現平面無坡向的情況出現,因此新增類別平面,共9 個類別。
(3)坡度。利用研究區DEM 數據對坡度進行提取可以發現,研究區的坡度位于0°~83°之間,整體坡度較陡。為了對坡度進行合理劃分,根據以往工作經驗,將研究區按坡度0°~15°、15°~25°、25°~35°、>35°劃分為4 個等級。
(4)水系緩沖區。統計信息表明,研究區的地災大多集中發生于距離河流400 m 以內的區域,占總災害點數的79.10%。隨著到河流的距離越來越遠,災害點的比例也隨之下降,河流對地災具有明顯的影響效應,因此將調查區到河網距離按0 m~100 m、100 m~200 m、200 m~300 m、300 m~400 m、400 m~500 m 以及大于500 m 劃分為6 個等級。
飼養西班牙黑雞的最佳方法是,深夜里去掏雞籠。我之所以推薦這種方法,是因為這類雞很值錢,雞的主人不允許它們隨便棲息,把它們關進一個像耐火保險柜那樣結實的雞籠子里,夜里還將籠子放到廚房里。
(5)地質構造。調查區構造行跡以斷裂為主,斷裂構造因子反映地質構造對地災的影響。一般來說,距離斷裂構造越近,就越容易引發地災。參照前人研究中提出的分級指標,對調查區分別建立500 m、1 000 m、1 500 m、2 000 m、2 500 m、3 000 m 的多級緩沖區,結合野外實際調查災害點,分別統計每一級斷裂緩沖區中災害點的個數及比例,得到相應統計數據。
(6)巖土體類型。巖土體類型是地災發育的重要內在因素與物質基礎,巖土體的類型決定了巖土體的物理力學性質[3-4],例如軟硬相間的巖組抗風化能力較差,容易在結構面發生滑動,造成災害的發生;碎屑結構的巖組整體強度較低,在外力的破化擾動下容易破碎從而形成地災的物源。由于收集到的巖土數據已給出調查區巖土體的各種類型,本次不再進一步分類。
(7)路網密度。以路網密度大小反映對研究區地災的影響程度。首先對路網密度進行以0.5 km/km2為單位的劃分,根據地災點統計各個密度區間地災發生的頻數,應用ArcGIS 重分類工具將路網數據用自然斷點法進行重分類,按路網密度0~1.5、1.5~2.5、2.5~4.5、>4.5 對應路網密度低、路網密度中等、路網密度高、路網密度極高劃分為4 個等級,并分別統計每一級路網等級中的災害點個數及比例。
地災的形成受多種因素影響,信息量模型反映了一定地質環境下最易致災因素及其細分區間的組合;具體是通過特定評價單元內某種因素作用下地災發生頻率與區域地災發生頻率相比較實現的。對應某種因素特定狀態下的地災信息量公式可表示為式(1)。

通過分析可知,基于信息量法的滑坡地災易發性指數計算是以浦城縣滑坡點分布現狀為基礎,采用樣本頻率來計算各單因素的信息量。將每個評價指標在研究區域內統一劃分為25 m×25 m 的規則柵格分析單元,在ArcGIS 平臺上對以上各單個評價指標柵格圖層與實際滑坡點作交集統計分析,統計每種類型柵格單元中災害點分布的數量以及研究區內該類型所占柵格單元數,從而分別計算出各指標的信息量值。由于每個評價單元受眾多因素的綜合影響,各因素又存在若干狀態,各狀態因素組合條件下地災發生的總信息量可用式(2)確 定[8]。

基于以上信息量計算模型,對每個地質環境評價指標分別進行信息量計算,得到信息量計算結果(表中僅列舉高程、坡度評價因子的相應信息量值),如表1 所示。

表1 研究區地災環境控制因子信息量值
為了解決現有評價模型存在的指標權值計算和評價分級具有較大主觀性的問題,本次評價還需運用證據權模型進行浦城縣滑坡易發性評價,利用該方法的數據驅動特性,能夠較好地避免評價因子選擇與權值計算的主觀性。
證據權模型通過對與地災形成相關的影響因素的權重指數進行疊加分析,開展滑坡易發性評價。通過證據權模型給出該二值化的證據因子圖層的權重,最終疊加多元圖層,實現滑坡易發性評價。
基于證據權計算模型,對每個地質環境評價指標分別進行權重計算,可以得到與表1 評價因子及分類一一對應的證據權值。以高程、坡度計算結果為例,如表2 所示。

表2 研究區滑坡環境控制因子證據權值
通過上述對研究區權重值計算及分析的基礎上,結合表2中的C 值,剔除掉權重值相對較小且與其他證據因子相關性大的證據層,共刪除高程500 m~1 000 m、>1 000 m、坡向北向、南向、西南向、坡度>35°、水系距離>500 m、斷裂距離1 000 m~1 500 m、2 500 m~3 000m、>3 000 m、塊狀硬—較硬火山巖組、厚—薄層狀較軟沉積巖組、道路緩沖區>300 m 等13 個因子。利用ArcGIS 平臺采用式6 將剩余的評價因子進行疊加運算,得到滑坡后驗概率及后驗概率分布圖(圖1)。

圖1 浦城縣滑坡地災后驗概率分布圖
基于每個評價單元的信息量值對災害環境敏感性進行劃分時,后驗概率大小反映區域滑坡的易發程度:后驗概率越大,易發性越高,越易引發滑坡;后驗概率越小,易發性越低,越不易引發滑坡。
經上述計算,研究區后驗概率P 的區間為[0.000 060 034~0.999 788 44],應用ArcGIS 重分類工具將路網數據用自然斷點法進行重分類,將浦城縣滑坡易發性等級分為4 個等級:低易發區[0.000 060 034~0.168 641 671]、中易發區[0.168 641 671~0.439 156 39]、高易發區[0.439 156 39~0.713 591 612]、極高易發區[0.713 591 612~0.999 788 344],得到浦城縣滑坡易發性評價圖。最后結合野外調查結果,將所得柵格數據轉化為直觀可視圖像,最終形成浦城縣滑坡易發性分區圖(圖2)。

圖2 浦城縣滑坡地災易發性分區圖
依據以上等級劃分結果作出的浦城縣滑坡易發性分區圖,分區結果為研究區極高易發區面積為67.11 km2,占總面積的1.98%;高易發區面積為739.77 km2,占總面積的21.87%;中易發區面積1 287.02 km2,占總面積的38.05%;低易發區面積1 288.58 km2,占總面積的38.10%(詳見表3)。評價結果表明研究區大部分為低易發和中易發區,占總面積的76.15%,而極高和高易發區占總面積的23.85%,多為人口密集區,表明人類工程活動對研究區的滑坡影響較大。研究區極高易發區與高易發區的災害點密度明顯高于中、低易發區域,本次對研究區易發性分區劃分結果相對客觀可靠。

表3 浦城縣滑坡易發性分區統計表
(1)綜上所述,信息量法在區域滑坡地災易發性評價中的應用是可行的,其評價結果也較為可靠。
(2)基于GIS 平臺,應用信息量法可以對滑坡地災進行易發性等級劃分及易發性分區,并估算分區面積。
(3)應用信息量法對區域滑坡地災易發性進行評價時,評價指標體系及各指標權重的選取與評價結果的可靠性關系密切,實際應用時應結合區域的具體情況進行指標分級和選取權重。