基于AHP-INF耦合模型的察雅縣地質災害易發性評價

譚 彬，劉國棟，余安亮，林 平

（1. 重慶交通大學智慧城市學院，重慶 400000；2. 重慶交通大學土木工程學院，重慶 400000）

地質災害是指自然地質作用和人類活動造成的惡化地質環境[1]。為了最大限度地降低地質災害對人民生命財產安全和生態環境的威脅和破壞，需要調查研究地質災害的發生機制、誘發條件、發展規律、空間規模等情況[2]，為后續災害的監測預警、防治管控提供參考方案。地質災害易發性評價又稱災害敏感性評價，即在一定的地質環境與人員活動狀態下，地質災害發生的可能性，是危險性與風險性評價的基礎[3]。

根據不同的地質條件，國內外學者采用不同方法開展地質災害易發性評價，常用方法包括層次分析法（AHP）[4]、邏輯回歸模型（LR）[5]、信息量（INF）模型[6]、支持向量（SVM）模型[7]、確定系數法（CF）[8]、神經網絡模型[9]等。單一模型分析具有簡便靈活、邏輯性和實用性強的優點，但也有各自的缺點，因此不少學者提出多模型組合的方法來綜合各模型的優缺點，如何靜[10]等基于K-means 聚類分析，結合INF 模型計算各評價單元的信息量并進行分級；李坤[11]等研究發現RF-SVM組合法適用于山區泥石流易發性評價研究；林榮福[12]等利用隨機森林耦合INF 模型對漢中市進行滑坡易發性評價分析。多模型耦合還包括CF-LR模型[13]、AHP-LR模型[14]、INF-GA-SVM模型[15]等。在地質災害評價分析中，INF 法和INF 耦合法的應用最廣泛，INF 法能客觀反映地質災害易發性且易于實現，預測精度高，但未考慮致災因子對災害發生的貢獻率。AHP 法將定性和定量方法有機結合起來[16]，可分解復雜的系統，各因子對結果的貢獻率都是量化的且不割斷各因子對結果的影響，方法簡潔實用，但存在主觀因素的影響，可通過專家群體判斷的方法彌補。基于此，本文以AHP-INF 耦合模型為察雅縣地質災害易發性的評價模型，選取高程、坡度、坡向等9 個致災因子構建地質災害易發性評價指標體系，對各指標量化分級并計算各分級的信息量值，再利用GIS 平臺對賦予信息量值的柵格圖層進行加權疊加計算，得到地質災害易發性綜合信息量，最后按照自然間斷點分級法劃分研究區易發性等級。研究成果可為相關部門的地質災害預警與防治工作提供參考。

1 研究區概況與數據來源

察雅縣位于西藏自治區東部，昌都市中部，海拔約為2 860~5 640 m，面積約為8 263.194 km2；地處橫斷山北部、地形切割強烈、山高谷深、溝壑縱橫；全縣氣溫低、日照豐富、雨水集中、雨熱同季、氣候干燥[17]；境內主要河流為瀾滄江及其支流麥曲、色曲。

通過野外調查、資料收集獲取各種基礎數據，其中災害點數據通過解譯遙感影像獲取，遙感影像來源于地理空間數據云平臺提供的GF-2 號衛星PMS 相機全色和多光譜產品圖像，全色、多光譜影像空間分辨率分別可達0.81 m和3.24 m，包括藍、綠、紅和紅外4 個波段。工程地質巖組、地質構造線來源于《西藏自治區察雅縣1∶50 000 地質災害風險調查評價》研究項目成果數據庫（表1），為便于數據處理將原始數據坐標轉為CGCS2000_3_Degree_GK_CM_99E 投影坐標。

表1 基礎數據來源

2 研究方法

1）AHP法是指將與決策有關的因素分解為目標層、準則層、指標層，再進行定性和定量分析的決策方法。通過決策者的經驗判斷各衡量目標能否實現的標準之間的相對重要程度[18]，并合理給出各決策方案的標準權數。其基本步驟為：建立層次結構模型、構建判斷矩陣、計算各因子權重并檢驗各因子的隨機一致性。

2）INF法是由信息論發展而來的一種預測評價方法。地質災害的發生和演化受多種因素的控制和影響，通過定量分析歷史地質災害發育規律，查明影響地質災害發育的主控因素及其影響方式，并對影響因素劃分合理的區間，再通過一定的數學模型計算因子內部不同區間的信息量值。信息量值客觀上代表了該區間對地質災害發生的貢獻率，各評價因子提供的信息量值疊加即為評價區域總信息量值[19]，計算公式為：

式中，xi為評價因子x的第i個區間；N為研究區災害點的總數；S為研究區總面積；Ni為分布在評價因子xi內的災害數量；Si為xi對應的面積。

評價單元內影響因子總的信息量值由各因子的信息量疊加而成，計算公式為：

I總越大，地質災害發生的可能性就越大。

3）AHP-INF 耦合法。AHP-INF 耦合法是先分別采用AHP 法和INF 法計算各因素的權重和信息量值，再加權疊加得到綜合信息量值，即

3 地質災害易發性評價

3.1 地質災害信息提取

地質災害信息主要包括災害類型、坐標、面積等，本文利用ArcGIS和ENVI等軟件對GF-2號影像進行目視解譯（圖1），解譯得到地質災害發育324 處，其中崩塌136處、滑坡92處、泥石流96處。

圖1 地質災害遙感解譯流程圖

3.2 評價單元選取

地質災害發育的嚴重程度在局部區域表現出明顯的差異性和復雜性，因此對研究區進行地質災害易發性評價先應確定評價單元。常用的評價單元包括柵格單元、斜坡單元和行政單元，本文結合研究區實際情況采用柵格單元和斜坡單元進行地質災害易發性評價。

1）柵格單元通常為正方形，不僅數據結構簡明易懂、算法簡單，而且便于數據采樣、管理、組織和空間分析。本文結合研究區實際和前人經驗[2]確定柵格單元大小為：

式中，S為等高線地形圖數據的比例尺，本文基礎數據比例尺為1∶50 000，則GS=30.70。

因此，本文采用30 m×30 m 的柵格單元將研究區劃分為9 181 327個單元。

2）斜坡單元是利用天然斜坡、地形地貌、地質單元和流域情況完成區域劃分，與真實情況更吻合，可防止像柵格單元那樣破壞斜坡的整體性[6]。本文利用ArcGIS 在DEM 數據的基礎上生成斜坡，將研究區劃分為1 498個斜坡單元。

3.3 AHP-INF耦合模型

1）評價因子選取。本文選取高程、坡度、坡向、工程地質巖組、距構造距離、距水系距離、年均降雨量、距道路距離以及植被覆蓋度9 個因子作為地質災害易發性的評價指標，并利用GIS 空間分析功能初步了解各因子與災害點的分布關系（圖2）。為進一步分析各因子對地質災害的誘發影響，對各因子進行了適當分級。

圖2 各因子與災害點分布的關系圖

2）評價因子權重。本文將9個評價因子作為指標層，并將其歸納為地形地貌、地質條件、氣象水文和人類活動4 個準則層。根據相關專家按照標度法對各因子的打分，構造判斷矩陣并計算矩陣的最大特征值和特征向量，再根據平均隨機一致性指標進行檢驗[20]，檢驗通過后得到各因子的權重，見表2。

表2 地質災害易發性評價因子權重

3）評價因子信息量計算。將各因子的重分類分級圖層與災害點疊加，利用ArcGIS 軟件的空間分析功能，根據式（1）計算得到各因子分級圖層的信息量值（表3），再按照各因子權重進行加權疊加，得到研究區綜合信息量值（-1.416 5~2.444 6）。利用自然間斷點分級法將研究區分為極高易發區、高易發區、中易發區和低易發區4類，得到基于柵格單元的地質災害易發性評價圖（圖3a）。此外，結合ArcGIS 軟件的分區統計功能將柵格單元的評價結果歸結到斜坡單元上，得到基于斜坡單元的地質災害易發性評價圖（圖3b）。

圖3 基于兩種評價單元的地質災害易發性評價圖

表3 評價因子信息量表

3.4 評價結果分析

1）結果分析。察雅縣地質災害易發性評價分為極高易發區、高易發區、中易發區和低易發區。極高易發區面積為415.74 km2，占比為5.04%，共發生177 處地質災害，占比為54.63%，災害密度為2.14 處/km2；斜坡單元有171 個，占比為11.42%；該區域海拔較低、斷層分布集中、植被覆蓋率低、人類活動頻繁、河流侵蝕強烈，集中于鄉、鎮周邊，沿水系和國道G214、G317分布。高易發區面積為746.78 km2，占比為9.06%，共發生92處地質災害，占比為28.40%，災害密度為1.11 處/km2；斜坡單元有210 個，占比為14.02%；該區域人類活動較頻繁、河流侵蝕較強烈，因此呈帶狀環繞極高易發區分布。中易發區面積為2 318.33 km2，占比為28.13%，共發生46 處地質災害，占比為14.20%，災害密度為0.56 處/km2；斜坡單元有411個，占比為27.44%；該區域呈帶狀環繞高易發區，集中分布于察雅縣的吉塘鎮、煙多鎮、榮周鄉和香堆鎮。低易發區面積為4 782.34 km2，占比為58.02%，共發生9 處地質災害，占比為2.78%，災害密度為0.11 處/km2；斜坡單元有4 706 個，占比為47.13%；該區域海拔高、植被覆蓋率高、人類活動強度低、遠離河流，不適宜人類居住活動。

2）精度檢驗。接受者操作特性曲線（ROC）是衡量評價模型預測精度的指標，以假陽性率即1-特異性為橫軸，以真陽性率即靈敏度為縱軸，ROC 曲線下方的面積（AUC）的取值范圍是[0.5,1]。當AUC=0.5時預測效果沒有價值；當0.50.9 時準確性很高；當AUC=1時，模型預測的效果特別好[1]。

以ArcGIS軟件產生的324個隨機非災害點和研究區內的324個災害點為統計樣本，在SPSS軟件中進行分析并繪制ROC曲線，得到顯著性水平0.05的情況下的置信區間為[0.886,0.33]，標注誤差為0.012，AUC=0.909。圖4中藍色曲線表示本文AHP-INF信息量，紅色線表示AUC=0.5時的參考線，因此本文模型對研究區地質災害易發性評價的準確性較高。

圖4 地質災害易發性評價結果ROC曲線

4 結 語

本文基于AHP-INF 耦合模型，選取高程、坡度、坡向等9 個評價因子，采用柵格和斜坡兩種評價單元對察雅縣進行地質災害易發性評價，結果表明：

1）在已發育的3類主要地質災害中有崩塌136 處、滑坡92 處、泥石流96 處。崩塌呈“三段”式分布，分別為新卡—吉塘段（G219）、肯通—王卡段（鄉道）、煙多—香堆段（G329-S203），崩塌分布與道路的修建有直接關系；滑坡呈“兩群三線”式分布，即G214朱龍新村滑坡群、察雅縣縣城滑坡群以及新卡鄉—吉塘鎮瀾滄江沿線、肯通鄉—王卡鄉史曲沿線、煙多鎮—香堆鎮麥曲沿線，滑坡發育與道路修建和河流侵蝕有關；泥石流主要分布于吉塘片區、煙多—王卡片區和香堆—宗沙片區，3 個片區的地形和物源條件為泥石流發育提供了條件。

2）9個因子中道路、水系、構造和工程地質巖組為關鍵因子。從致災因子分級來看，距道路50 m 以內，距水系100 m 以內，距構造500 m 以內，工程地質巖組為松散沖洪積砂礫石、砂、粘土巖組和較軟弱薄層片巖、片麻巖巖組是地質災害發生的主要地點。

3）本文綜合了AHP 法和INF 法的優點，提高了評價結果的可靠性，采用柵格評價單元提高了數據處理效率，而斜坡單元則提高了與實際地形地貌的吻合度，在后續的防治工作中可對斜坡單元編號進行針對性的單元防治。

4）評價結果將研究區分為極高易發區、高易發區、中易發區和低易發區，其中受人類修建道路和河流沖刷作用影響的極高、高易發區集中于吉塘鎮、煙多鎮、榮周鄉和香堆鎮，且沿國道G214、國道G317 和水系分布；中易發區主要圍繞極高、高易發區呈帶狀分布，因此防治工作中要注意道路、河流兩旁的邊坡。

5）ROC曲線的AUC值為0.909，說明研究區采用AHP-INF耦合模型預測地質災害的易發性具有較高的準確性，可為危險性和風險性評價提供參考，為察雅縣提供災害防治工作的理論指導。