融合InSAR與信息量-層次分析耦合模型的西寧市地質災害易發性評價

胡祥祥,明璐璐,吳 濤,劉寶康,龐棟棟,尹繼鑫,宋 寶,柯福陽

(1. 天水師范學院資源與環境工程學院,甘肅 天水 741001; 2. 甘肅正昊地星遙感科技中心,甘肅 天水 741001; 3. 南京信息工程大學遙感與測繪工程學院,江蘇 南京 210044; 4. 中共銅鼓縣委組織部,江西 宜春 336200; 5. 西寧市測繪院,青海 西寧 810000; 6. 北京理工大學自動化學院,北京 100081; 7. 南京信息工程大學軟件學院,江蘇 南京 210044; 8.南京信息工程大學無錫研究院,江蘇 無錫 214000)

西寧市地處青海省東部河湟谷地,以濕陷性黃土為主,降雨集中。近年來隨著西部大開發戰略向縱深層次推進,城市化進程顯著加快,由此引發的崩塌、滑坡等地質災害嚴重威脅著附近居民的生命財產安全,同時也限制了西寧市社會經濟的持續發展[1]。

地質災害易發性評價是對滑坡災害發生的概率和可能性進行綜合性度量和評價,為災害預警和防治措施的制定等提供科學依據[2]。滑坡易發性評價方法有3種基本類型,分別為經驗模型、確定性模型和統計模型[3]。其中,統計模型因能較好地反映滑坡發生與影響因子之間的空間關系且更具客觀性大受學者青睞[4-5],目前已在滑坡易發性評價中取得大量成果,但該方法的準確性不高[6]。為解決上述滑坡易發性評價中的不足,部分學者引入InSAR對其進行改善。如,文獻[7-8]利用InSAR技術獲取的形變數據對滑坡易發性區域進行了更新;文獻[9-10]將時序InSAR獲取的平均形變速率量級作為一個影響因子引入滑坡易發性評價模型,得到基于InSAR結果的滑坡易發性評價模型。然而InSAR的引入解決了一些不足,也存在一些問題:①滑坡是一個復雜的運動過程,存在很多驅動因子,不能只依據形變信息進行滑坡易發性分區;②引入InSAR形變量時要對其進行分級,不能直接引入;③單一的統計模型存在一定的缺陷,多種方法結合可以提高模型的精度。

為此,本文針對現有地質災害易發性評價方法存在的弊端,首先采用 SBAS-InSAR 和信息量-層次分析法耦合模型相結合的方式對西寧市進行地質災害易發性評價;然后利用SBAS-InSAR 獲取西寧市形變信息,將獲得的形變信息進行量級并結合其他7個評價因子,基于信息量-層次分析法對西寧市易發性進行評價;最后利用已有地質災害點數據對評價結果進行驗證,以期為西寧市北山地質災害風險防控提供科學依據。

1 研究區概況

西寧市位于湟水谷地北側,是連接西北地區與青藏高原的重要節點,為青藏高原與內陸平原的過渡地帶,地勢逐漸由高海拔的青藏高原遞變為平坦的內陸地帶。西寧的氣候屬高原半干旱氣候,降水主要集中在夏季,而冬季則相對干燥且植被覆蓋相對較小,具有良好的相干性,適用于采用InSAR技術監測地表形變。

2 時序 InSAR 數據處理

使用Sentinel-1A數據,以及ENVI SARScape軟件,利用短基線集技術對所得103景Sentinel-1A衛星降軌數據和對應精軌數據進行處理。圖1為基于SBAS-InSAR技術的LOS方向2018 年11月15 日至 2022年6月3日西寧市地表平均形變速率,以及Ⅰ～Ⅵ 6個滑坡的局部平均形變速率。正值表示地表形變方向抬升,負值表示地表形變方向下沉,即靠近雷達方向和遠離雷達方向。

圖1 西寧市地表平均形變速率

由圖1可知,西寧市地表形變速率范圍為-41.6～15.2 mm/a,地表沉降區主要分布在火燒溝、海子溝、北山斜坡帶、南山斜坡帶等環山中,尤其是Ⅰ～Ⅵ滑坡嚴重威脅著西寧市道路安全和生命財產安全。本文從西寧市地表形變速率中篩選過濾得到7072個形變點,并將這些形變點的形變速率量級后作為易發性評價模型的一個評價因子。

3 地質災害易發性評價模型建立

3.1 評價因子

評價因子的選擇在某種程度上影響著易發性評價結果的精度。本文在國內外學者評價因子[11-12]選擇的基礎上,選擇高程、坡度、坡向、地形起伏度、水系影響距、地層、土地利用及 InSAR形變量級作為西寧市地質災害易發性評價因子,并對評價因子進行了分級(如圖2所示)。為研究評價因子對地質易發性的貢獻,采用形變點相對點數或相對面積密度公式來表征各評價因子的分級在地質災害中的影響程度(如圖3所示),其表達式為

圖2 地質災害評價因子

圖3 評價因子對形變點的作用關系

(1)

式中,N為形變點總數,本文N=7072;Ni為選定的影響因子的第i個分級中分布的形變點個數;S為研究區總面積,本文S=307.89 km2;Si為選定的影響因子的第i個分級包含的面積。

由圖3可知,研究區形變點主要分布在2300～2400 m海拔區間,坡度為10°～30°,起伏度為10～30 m,遠離河流的區域。災害方向多為西南方,草地發生地質災害最多。

3.2 評價模型

3.2.1 信息量模型

信息量模型[13]是一種常用于數據挖掘和分類問題的數學模型。其基本思想是通過計算每個特征對于分類的重要性(信息量)進行特征選擇和分類。信息量的計算通常使用熵或基尼指數等方法,這些方法能夠衡量一個特征對于分類的影響程度,進而確定出對于分類更為重要的特征。目前,信息量模型在地質災害領域已得到了廣泛應用。

本文將信息量模型應用于滑坡災害易發性評價中,滑坡受多因子影響,各因子對滑坡災害的影響程度不同。主要思想是結合滑坡區域的歷史滑坡發生情況、影響滑坡驅動因子綜合分析滑坡發生的可能性。信息量模型的核心在于計算每個因子在滑坡發生時可能的貢獻值,表達式為

(2)

式中,x為影響因子;n為x的分級總數目;I(x,H)為x的信息量;Ni為x第i級分級區域內的滑坡災害點數量;N為研究區內滑坡災害點總數量;Si為x第i級分級區域的面積;S為研究區的總面積。滑坡的發生是由多種致災影響因子相互耦合的結果,當存在m個致災因子時,總信息量I的表達式為

(3)

式中,I為因子xi信息量總和;m為致災影響因子的數量,總信息量I為滑坡易發性的量化表達,是柵格單元的信息量預測值。當I<0時,表明致災影響因子對滑坡災害影響作用不大;當I>0時,表明致災影響因子對滑坡災害的影響作用較大,I值越大代表越容易發生滑坡災害[14]。

由表1所示,評價因子的信息量值由式(3)得出,其中InSAR獲取的形變量進行線性定權,即假定形變量級越大,滑坡發生概率越高。

表1 各因子圖層分類情況及其對應的信息量值

3.2.2 層次分析法

層次分析法[15-16]是一種解決分配問題的層次權重決策分析方法。其主要步驟包括4部分:①建立系統層次結構;②構造判斷矩陣,本文采用Saaty給出的平均隨機性指標表建立判斷矩陣,見表2;③層次單排序,層次單排序需要計算最大特征值及對應的特征向量,本文根據判斷矩陣獲得的各影響因子權重PT=[0.040.200.160.050.090.110.050.30];④判斷矩陣一致性檢驗,通過采用隨機一致性比率(consistency ratio,CR)作為綜合指標,保證平均隨機性和一致性。判斷矩陣的一致性檢驗公式為

CR=CI/RI

(4)

CR=(λmax-N)/(N-1)

(5)

式中,λmax為最大特征值;N為判斷矩陣的階數;CR為一致性比率;CI為一致性指標;RI為平均隨機性指標。通常,以CR是否小于0.1為判斷矩陣滿意性準則。如果CR小于0.1表明判斷矩陣一致性較好。本文一致性比率 CR的值為 0.07,小于閾值 0.1。因此可以認為所構建的矩陣符合完全一致性,其權重分布是合理的。

3.2.3 耦合信息量和層次分析法的評價模型

根據層次分析法計算的各評價因子權重,重新計算各評價因子等級的信息量

(6)

式中,In為總信息量;Pi為各評價因子的權重。

4 地質災害易發性評價結果及精度檢驗

為進一步分析西寧市地質災害易發性,本文依據信息量-層次分析法耦合評價模型,對各評價因子在ArcGIS 中進行空間加權疊合分析,得到各因子影響的總信息量In,將空間加權疊合分析結果進行歸一化處理。通過地質災害易發性分區劃分標準,對歸一化結果進行重分類,對地質災害易發性影響進行 GIS 空間分析,將結果分為極低易發區、低易發區、中易發區、高易發區、極高易發區5個等級,最終得到西寧市的地質災害易發性分區(如圖4所示)。

圖4 研究區地質災害易發性分區圖

由圖4可以看出,西寧市的地質災害高風險區主要沿河流和溝谷兩側分布(見表3),研究區內地質災害高易發區以上面積約為65.64 km2,占總面積的21.32%;低易發區是分布面積最廣的風險區,占總面積的34.81%。同時通過已有記錄的地質災害點驗證本文所做易發性分區圖的效果,發現已有記錄的地質災害點聚集的區域絕大多數位于本文所劃分區的中易發區及其以上區域;極低易發區災點密度為0.019 6處/km2,高易發區災點密度為0.499 2處/km2,極高易發區災點密度為3.141 4處/km2。因此,可以觀察到本文的地質災害易發性評價結果與已知地質災害分布相符,表現出較高的一致性。

表3 易發性評價結果與已有地質災害點分布對比

本文引入ROC曲線對耦合模型進行精度評價。曲線向左上越凸,曲線下面積越大,表示模型準確性越高。AUC即為曲線下面積,其值越接近1模型越準確,一般認為AUC大于0.7,表示預測結果準確性越高。ROC曲線如圖5所示,本文ROC檢驗曲線呈凸形,AUC值為0.91表明滑坡易發性評價結果準確性較高。

圖5 滑坡易發性評價ROC曲線

5 結 語

為了評估西寧市地質災害易發區,探究InSAR獲取的地表形變在地質災害易發性評價中的應用,本文基于信息量-層次分析法耦合模型對西寧市滑坡易發性進行定量評價,結合高程、坡度、地層巖性等7個評價因子,將InSAR獲取的形變量進行量級,作為一個評價因子融入易發性評價模型。結果表明:西寧市地質災害高易發區、極高易發區主要分布在河流和主要溝谷兩側。從分布面積上看,低、極低易發區面積占總面積的67.94%,中易發區占10.74%,高易發區占18.22%,極高易發區占3.10%。通過與已有地質災害點對比分析,本文得到的易發性評價結果和相關歷史數據具有一致性。ROC曲線證明了本文滑坡易發性評價結果準確性較高。可見,基于InSAR獲取的地表形變可用于地質災害易發性評價,研究結果可為西寧市滑坡綜合防治措施提供依據。