基于GIS對于西藏自治區(qū)浪卡子縣地質(zhì)災(zāi)害風險性評價

摘 要：位于西藏自治區(qū)山南市的浪卡子縣，地處西藏南部，地質(zhì)條件惡劣，頻繁發(fā)生地質(zhì)災(zāi)害，是地質(zhì)災(zāi)害嚴重的地區(qū)之一。選擇浪卡子縣作為研究對象，以高程、坡度、坡向、地質(zhì)巖組、水系密度和道路距離、土地利用類型作為浪卡子縣危險性的評價因子，采用信息量法，并用ArcGIS軟件進行加權(quán)疊加分析和重分類，得出危險性評價結(jié)果。同時，將人口密度和建筑物密度作為易損性的評價因子，利用ArcGIS軟件進行柵格數(shù)據(jù)疊加分析，得到易損性評價結(jié)果，將危險性結(jié)果和易損性結(jié)果進行疊加分析和風險性評估，為制定浪卡子縣地質(zhì)災(zāi)害防治規(guī)劃提供了支持和依據(jù)。

關(guān)鍵詞：地質(zhì)災(zāi)害；浪卡子縣；信息量法；風險評價

中圖分類號：P694 文獻標志碼：B 文章編號：2095–3305（2024）06–0-03

浪卡子縣總體地勢為南西高，地形起伏較大，北部、中部及東部相對較低。沿沖溝地帶，不良地質(zhì)現(xiàn)象嚴重，羊卓雍錯、普莫雍錯、珍錯、巴糾錯等湖泊對地質(zhì)災(zāi)害產(chǎn)生影響。人類在這些地區(qū)頻繁進行工程活動，為地質(zhì)災(zāi)害的發(fā)生提供了有利條件。尤其是浪卡子縣西部，海拔普遍超過5 000 m，最高點是南西側(cè)的寧金崗桑峰，海拔達7 144 m。

根據(jù)當前統(tǒng)計，浪卡子縣內(nèi)，共計234處地質(zhì)災(zāi)害點，其中，74處崩塌隱患點，占地災(zāi)總數(shù)的31.6%；72處泥石流隱患點，占災(zāi)害總數(shù)的30.8%；88處滑坡隱患點，占災(zāi)害總數(shù)的37.6%，崩塌隱患點占據(jù)全縣地質(zhì)災(zāi)害隱患點的絕大多數(shù)。對此，對浪子卡縣地質(zhì)災(zāi)害進行風險評價，并且對其進行風險分區(qū)，為浪子卡縣的地質(zhì)災(zāi)害防治和風險管控提供有力的依據(jù)，并為浪子卡縣地質(zhì)災(zāi)害防治規(guī)劃提供支撐。

1 浪卡子縣地質(zhì)災(zāi)害危險性評價

1.1 評價方法

地質(zhì)災(zāi)害風險性評價較為全面地展示了承災(zāi)體易損性評價、地質(zhì)災(zāi)害易發(fā)性和危險性評價，此次研究結(jié)果對浪卡子縣地質(zhì)災(zāi)害研究和人類工程活動具有參考價值[1-2]。

選取浪卡子縣作為研究對象，基于收集和整理到的相關(guān)數(shù)據(jù)，采用ArcGIS軟件，使用柵格數(shù)據(jù)作為評價單元，使用信息量法建立模型，最終選取高程、坡度、坡向、水系密度、地質(zhì)巖組、道路距離和土地利用類型作為評價因子，對研究區(qū)域進行危險性分析評價。并選取當?shù)氐娜丝诿芏取⑽镔|(zhì)經(jīng)濟密度作為易損性評價，“風險性”=“易損性”ד危險性”作為評價模型[3-4]。

1.2 信息量法

運用的主要方法是信息量法，該方法是通過信息論為基礎(chǔ)，逐步演變過來的一種評價方法，通過熵的減少情況表示一種事件發(fā)生的概率，浪卡子縣地質(zhì)災(zāi)害形成機理和成災(zāi)模式較為復(fù)雜，由多種不同因子共同影響著浪卡子縣地質(zhì)災(zāi)害的發(fā)育和形成，但是不同因子對其災(zāi)害的貢獻度不同，將這種方法用于地質(zhì)災(zāi)害風險評價，計算不同指標區(qū)間的有效信息量值，使其結(jié)果更加合理，更加貼合實際。具體見下式。

B（Xi/Y）=ln（i=1，2，3，4，5，…，n）（1）

式（1）中，B（Xi/Y）表示評價因子X在i區(qū)間下的發(fā)生地質(zhì)災(zāi)害Y的信息量值，Ai表示X在i評價因子在區(qū)間條件下，地質(zhì)災(zāi)害Y的面積或者點數(shù)，A表示的是整個研究區(qū)域地質(zhì)災(zāi)害Y的總點數(shù)或者總面積，Mi表示評價因子X在i區(qū)間下對應(yīng)的分布面積。

當B（Xi/Y）＞0時，表示該區(qū)間條件下，有利于地質(zhì)災(zāi)害Y的形成；當B（Xi/Y）＜0時，則說明反之，在區(qū)間條件下，不利于地質(zhì)災(zāi)害Y的形成[5]。地質(zhì)災(zāi)害易發(fā)性的評價是各個評價因子綜合影響的結(jié)果，不同評價因子之間還存在不同的區(qū)間條件，因此要綜合考慮不同評價因子之間的不同區(qū)間條件，具體見下式。

（2）

式（2）中，B總表示在不同評價因子共同作用條件下，評價單元的總信息量值，稱其為發(fā)生地質(zhì)災(zāi)害概率的綜合指標；n表示評價因子的總數(shù)。

1.3 危險性評價因子信息量化

先將收集來的浪卡子縣地形數(shù)據(jù)，提取因子，將DEM數(shù)據(jù)重新劃分成30 m×30 m的評價單元；然后提取各個評價因子數(shù)據(jù)，并使用信息量法運算，再運用ArcGIS重分類功能進行疊加分析。

1.3.1 坡度

由于浪卡子縣坡度變化較大，地質(zhì)災(zāi)害數(shù)量多，運用ArcGIS軟件的特殊分析工具箱中的坡度分析工具，坡度細分成8個等級。利用ArcGIS軟件重分類等方法統(tǒng)計，浪卡子縣的地質(zhì)災(zāi)害主要分布在10°～

30°，說明在這個區(qū)間條件下地質(zhì)災(zāi)害與坡度的相關(guān)性較強。

1.3.2 高程

浪卡子縣在喜馬拉雅山中段北麓，海拔都在3 600 m以上，經(jīng)過ArcGIS軟件重分類統(tǒng)計，浪卡子縣地質(zhì)

災(zāi)害隱患點主要分布在高程4 000～5 000 m，其中4 500

～5 000 m，地質(zhì)災(zāi)害隱患點最多，說明在此區(qū)間條件下高程與地質(zhì)災(zāi)害的相關(guān)性較強。

1.3.3 水系密度

浪卡子縣由于地理位置特殊，羊卓雍錯、普莫雍錯、珍錯、巴糾錯等湖泊對地災(zāi)產(chǎn)生影響，對浪卡子縣不同水系密度進行風險評價，根據(jù)水系密度的信息量可以看出，水系道路越發(fā)達，地質(zhì)災(zāi)害的發(fā)生概率越高。這是因為隨著地表河流的增多，對岸坡的侵蝕以及沿孔隙下滲作用會變得更為強烈。這會導(dǎo)致巖土間的摩擦力減小，同時巖土的自重增加，從而增加土體下滑的可能性，進而加劇地質(zhì)災(zāi)害的發(fā)生。

1.3.4 地質(zhì)巖組

對地質(zhì)巖組進行分析，地質(zhì)災(zāi)害隱患點普遍存在于軟質(zhì)凝灰質(zhì)砂巖組和砂巖組與硬質(zhì)巖組交匯處，主要因為兩者之間的孔隙度、滲透率等結(jié)構(gòu)面間存在差異，地表水會沿著孔隙進入層面，從而減小摩擦力，并且在水流浸流的作用下，軟硬巖層會發(fā)生不同程度的變形，大大地減弱了該地區(qū)抗災(zāi)害能力，為地質(zhì)災(zāi)害的發(fā)生提供了有利條件。

1.3.5 道路距離

對浪卡子縣道路進行歐氏距離分析，道路繁多的區(qū)間，往往存在更多的地質(zhì)災(zāi)害隱患點，因為浪卡子縣海拔差異明顯。在開挖修建道路時，易形成較陡的坡體，同時會破壞原有巖體的穩(wěn)定性，抗滑能力減弱，在一定程度上促進了地質(zhì)災(zāi)害的形成。

1.3.6 土地利用類型

從地類評價結(jié)果來看，信息量較高的主要是草地與水系以及人類居住交匯的地區(qū)，主要是因為草地生長的土體較為脆弱并且靠近湖泊。抗災(zāi)能力較弱，再加上人類工程活動，開挖坡體、開采山體等活動，促進了地質(zhì)災(zāi)害的發(fā)生。

1.4 評價因子加權(quán)疊加結(jié)果

在ArcGIS軟件中，將各評價因子的柵格數(shù)據(jù)依

次加權(quán)疊加，各權(quán)重系數(shù)在《加權(quán)信息量模型》的基

礎(chǔ)上結(jié)合當?shù)靥厥獾牡乩項l件進行修改，高程0.077、坡度0.147、水系密度0.237、地質(zhì)巖組0.317、道路距離0.147，土地利用類型0.075，得出的信息量總值按照區(qū)間劃分為低危險區(qū)1.000～2.200、中危險區(qū)2.200

～2.680、高危險區(qū)2.680～3.800、極高危險區(qū)3.800～

4.928，浪卡子縣地災(zāi)危險性評價如圖1所示[6]。

在計算統(tǒng)計結(jié)果來看，浪卡子縣的極高和高危險區(qū)面積為3 141.5 148 km2，占總面積的37.02%，主要分布在河流密集、風化程度較大、地形高度差異大的地區(qū)，如縣城周邊以及地表湖泊豐富等區(qū)域。

2 浪卡子縣易損性評價

2.1 評價因子的選取和評價方法

易損性評價是指在該地區(qū)發(fā)生地質(zhì)災(zāi)害時，反映評價區(qū)域遭受地質(zhì)災(zāi)害破壞的嚴重性和經(jīng)濟損失程

度[7]。此次易損性評價研究是通過收集到的浪卡子縣各鄉(xiāng)鎮(zhèn)人口和建筑物數(shù)據(jù)并且分析直接或者間接造成破壞的地區(qū)，最終選取浪卡子縣各鄉(xiāng)鎮(zhèn)的人口密度和建筑物密度作為評價因子。

2.2 評價方法

兩者通過ArcGIS軟件進行加權(quán)疊加，并使用ArcGIS

的重分類功能將得到的易損性信息量按照0～3為低易損區(qū)、3～6為中易損區(qū)、6～8為高易損區(qū)、8～14為極高易損區(qū)，得出浪卡子縣易損性評價。

2.3 易損性評價結(jié)果

從評價結(jié)果來看，浪卡子縣低易損區(qū)面積為5 085.71

km2，占全縣面積的63.80%；中易損區(qū)面積為914.85 km2，

占全縣面積的11.48%；高易損區(qū)面積為579 km2，占全縣面積的7.26%；極高易損區(qū)面積為1 391.84 km2，占全縣面積的17.46%。極高易損區(qū)地區(qū)主要分布在人口密度和建筑物密度較高的地區(qū)，如村鎮(zhèn)周邊和人類工程道路附近；低易損區(qū)和中易損區(qū)占總面積的75.28%，主要分布在人煙稀少，建筑物設(shè)備較少的偏遠地區(qū)。

3 浪卡子縣風險性評價

風險性評價是指在一段時期內(nèi)，不同地質(zhì)災(zāi)害對于承災(zāi)體的破壞性的評價，是充分分析該地區(qū)地質(zhì)條件和地質(zhì)災(zāi)害形成條件的基礎(chǔ)上，結(jié)合區(qū)域的人口和建筑物密度的基礎(chǔ)上進行的綜合性分析評價。

3.1 評價方法

建立風險性的評價模型“風險性”=“危險性”ד易損性”，并將危險性和易損性疊加進行矩陣法分析處理。

通過將前文得出的危險性指數(shù)和風險性指數(shù)進行賦值，并利用ArcGIS軟件的疊加分析和重分類工具，計算分析出評價結(jié)果。浪卡子縣地災(zāi)危險性綜合評價。

3.2 評價結(jié)果

從得出的評價結(jié)果（表1）來看，浪卡子縣地質(zhì)災(zāi)害極高風險區(qū)主要分布在打隆鎮(zhèn)周邊和浪卡子鎮(zhèn)南部，主要是由于該地區(qū)地形高陡，海拔差達1 000 m左右，人口密度相對較高，靠近普莫雍錯湖，并受到人類道路工程活動的影響，更易誘發(fā)地質(zhì)災(zāi)害，極高風險區(qū)域面積為684.57 km2，占全縣面積的8.32%。

浪卡子縣地質(zhì)災(zāi)害高風險區(qū)主要分布在浪卡子鎮(zhèn)和卡龍鄉(xiāng)交匯地區(qū)、浪卡子縣南部地區(qū)以及打隆鎮(zhèn)周邊地區(qū)，該地區(qū)人口密度較高受到人類工程活動的影響，高風險區(qū)面積為863.66 km2，占全縣面積的10.47%。

浪卡子縣地質(zhì)災(zāi)害中低風險地區(qū)主要分布在卡熱鄉(xiāng)、阿扎鄉(xiāng)、工布學(xué)鄉(xiāng)，以及上述風險區(qū)沒有提到的地區(qū)，主要是由于該地區(qū)人口數(shù)量建筑數(shù)量較少，發(fā)生地質(zhì)災(zāi)害不會引起較大的經(jīng)濟損失，浪卡子縣中低風險區(qū)面積為6 695.71 km2，占全縣面積的81.21%。

4 結(jié)論

基于ArcGIS軟件，利用信息量法作為評價方法，對于浪卡子縣地質(zhì)災(zāi)害風險性進行評價，得出以下幾點結(jié)論。

危險性評價。選取浪卡子縣、高程、坡度、坡向、地質(zhì)巖組、水系密度、道路距離、土地利用類型作為浪卡子縣危險性的評價因子，浪卡子縣地質(zhì)災(zāi)害極高危險區(qū)域面積為270.259 2 km2，占全縣面積的2.9%；浪卡子縣地質(zhì)災(zāi)害高危險區(qū)域面積為2 871.225 6 km2，占全縣面積的34.12%；浪卡子縣地質(zhì)災(zāi)害中危險區(qū)域面積為3 313.808 km2，占全縣面積的41.57%；浪卡子縣地質(zhì)災(zāi)害低危險區(qū)域面積為1 789.043 2km2，占全縣面積的21.40%。

易損性評價。選取人口密度和建筑物密度作為浪卡子縣易損性的評價因子，利用ArcGIS軟件將柵格數(shù)據(jù)進行疊加分析，得到易損性評價結(jié)果，浪卡子縣低易損區(qū)面積為5 085.71 km2，占全縣面積的63.80%；中易損區(qū)面積為914.85 km2，占全縣面積的11.48%；高易損區(qū)面積為579 km2，占全縣面積的7.26%；極高易損區(qū)面積為1391.84 km2，占全縣面積的17.46%。

風險性評價。浪卡子縣風險性的評價，根據(jù)得到的浪卡子縣危險性和易損性的綜合結(jié)果，將兩者用ArcGIS軟件進行疊加分析，得到浪卡子縣風險性綜合評價結(jié)果，浪卡子縣低風險區(qū)面積為4 657.81 km2，占全縣面積的56.51%；中風險區(qū)面積為2037.90 km2，占全縣面積的24.70%；高風險區(qū)面積為863.66 km2，占全縣面積的10.47%；極高風險區(qū)域面積為684.57 km2，占全縣面積的8.31%。

參考文獻

[1] 曾勇，陳定梅，史華鋒.西藏山南地區(qū)浪卡子縣罕見強冰雹成因分析[J].西藏科技，2009（3）：50-52.

[2] 王磊，常鳴，邢月龍.基于信息量法模型與GIS的滑坡地質(zhì)災(zāi)害風險性評價[J].地質(zhì)災(zāi)害與環(huán)境保護，2021，32（2）：14-20.

[3] 王惠聰，周愛紅，袁穎.基于信息量法—層次分析法的北京市延慶區(qū)崩塌災(zāi)害危險性評價[J].河北地質(zhì)大學(xué)學(xué)報， 2024，47（2）：47-55，60.

[4] 羅榮，張世濤，牟東川，等.基于GIS的云南省永善縣滑坡地質(zhì)災(zāi)害風險性評價[J].地質(zhì)災(zāi)害與環(huán)境保護，2024，35（1）： 7-13.

[5] 程霞，吳文忠，張佳，等.基于信息量模型的紅寺堡區(qū)地質(zhì)災(zāi)害風險性評價[J].四川地質(zhì)學(xué)報，2024，44（1）：94-99.

[6] 張鐘遠，徐世光，李超，等.基于GIS和加權(quán)信息量模型的綠春縣城地質(zhì)災(zāi)害易發(fā)性評價[J].地質(zhì)災(zāi)害與環(huán)境保護， 2022，33（1）：37-43.

[7] 韓飛，羅軍堯.基于GIS和加權(quán)信息量法的靖邊縣地質(zhì)災(zāi)害易發(fā)性評價[J].工業(yè)安全與環(huán)保，2024，50（2）：23-29.

收稿日期：2024-03-17

作者簡介：曾祥宇（2000—），男，遼寧鐵嶺人，主要從事地質(zhì)工程研究。#通信作者：蔣鑫（1999—），男，遼寧營口人，主要從事高速鐵路無砟軌道溫度場研究，E-mail：1518829125@qq.com。