基于灰色模型的某地崩塌災害易發性評價

0 引言

在當前地質環境與自然災害防治的大背景下，崩塌災害的防控已成為地質工程領域的一個熱點問題[1-2]。由于崩塌災害的發生往往具有突發性和破壞性，因此對其易發性的準確評價對于預防和減輕災害損失具有至關重要的意義[3]。

一些學者們從不同角度對崩塌災害易發性評價進行深入研究和探索。張洋[4構建支持向量機模型，分別得到3類數學模型的易發性評價分區結果，結果顯示在空間上呈現相似的分布特征。張偉等[5]利用R語言kuenm數據包對MaxEnt模型的主要影響參數調控倍頻和特征組合進行調整。蔡新偉[提出一種基于模糊聚類的支持向量機易發性評價方法，發現隨機選擇非災害點會降低樣本質量，影響模型訓練精度。

本文引入灰色關聯評價模型，通過對某地區崩塌災害易發性的評價，優化地質災害防治資源的配置，提高防災減災效率。通過對崩塌災害易發性評價的深入探討，可以為相似地質條件下的其他地區提供參考。

1區域概況

1.1 基本狀況

研究區域位于我國西南部的某山區，該山區地處青藏高原東南邊緣，地理位置優越，東經 102^°45^′～103^°30^′".北緯 29^°20^′～30^°"（20 10^°"。該區域地形復雜，地勢起伏較大，海拔高度在 1000～3500m 之間，屬于典型的亞高山地貌。

該區域坡度多在 20～50^° 之間，部分陡峭區域坡度可達 60^° 以上。坡度的變化直接影響著地表物質的穩定性，坡度越大，崩塌災害發生的概率越高。

1.2地質狀況

該區域位于印度板塊與歐亞板塊的碰撞帶附近，地殼運動活躍，地震頻繁。區內斷裂構造發育，主要有北東向、北西向和近東西向3組斷裂，為崩塌災害的發生提供了地質條件。此外，該區域近年來受全球氣候變化影響，極端天氣事件增多，進一步加劇地質活動的活躍性。

研究區域出露的地層主要包括中生界侏羅系、白堊系和新生界第三系的砂巖、泥巖、頁巖等。這些地層巖石軟硬相間，抗風化能力弱，在地質構造活動和地表水的作用下，易于發生崩塌災害。

1.3植被覆蓋情況

研究區域植被類型豐富，從低海拔的常綠闊葉林到高海拔的針葉林均有分布?？傮w上，植被覆蓋率為 70% 左右，但分布不均，低海拔地區植被覆蓋較好，而高海拔地區由于人類活動和自然因素的影響，植被覆蓋相對較差。

2模型配置

2.1 模型原理及特點

灰色關聯分析模型是一種基于灰色系統理論的定量分析方法，其主要原理是通過比較分析序列與參考序列之間的關聯度來衡量各因素對系統行為的貢獻程度。在崩塌災害易發性評價中，該模型能夠有效地處理不確定性信息，通過量化各影響因素與崩塌災害易發性之間的關聯程度。

模型的優點在于其能夠適應小樣本、貧信息的數據條件，不需要大量的數據支持，這對于地質災害這種難以獲取大量歷史數據的領域來說尤為重要。此外，灰色關聯分析模型在處理非線性、非對稱性問題方面具有優勢，能夠客觀地反映各因素之間的相互關系，避免主觀判斷帶來的誤差。同時，模型計算過程簡單，易于操作，且結果直觀，便于決策者理解和應用。

崩塌災害的發生受多種地質、地貌、氣候等因素的共同作用，這些因素之間往往存在復雜的非線性關系，而灰色關聯分析模型能夠有效地識別和量化這些關系。在崩塌災害易發性評價中，模型可以綜合考慮各種影響因素，為不同區域的崩塌災害風險提供定量的評價結果，有助于指導地質災害防治資源的合理分配，提高防災減災效率。

2.2模型計算步驟

2.2.1確定評價指標體系

需要確定影響崩塌災害易發性的評價指標體系，記為 X={_X1，_X2，…，_Xn} ，其中 x_i（i=1，2，…，n） 代表第i個評價指標。在本研究中，評價指標包括出露結構面、植被覆蓋率、坡度和巖石風化程度等。

2.2.2原始數據標準化處理

由于各指標的量綱和數量級不同，需對原始數據進行標準化處理，以消除量綱影響。標準化公式如下：

式中： X_ij 表示第 i 個評價指標的第 j 個指標值。 表示第 i 個指標的第 j 個指標值的指標均值。

2.2.3 確定參考序列

確定參考序列參考序列是各指標的最優值組合，記為 X₀={X₀（1），X₀（2），…，X₀（n）} 。在本研究中，參考序列可以為崩塌災害不易發生的理想狀態下的指標值。

2.2.4計算灰色關聯系數

灰色關聯系數表示比較序列與參考序列之間的關聯程度，計算公式如下：

式中： r_0k 為第 k 個指標下比較序列 x_i（k） 與參考序列 x₀（k） 的灰色關聯系數， ρ 為分辨系數，一般取值范圍為 0～1 。

2.2.5計算灰色關聯度

灰色關聯度是各指標灰色關聯系數的加權平均值，反映了比較序列與參考序列的整體關聯程度。計算公式如下：

式中： ?y（σ_X0，σ_Xi） 為比較序列 X_i 與參考序列 X₀ 的灰色關聯度，wk為第 k 個指標的權重。

3數據分析

3.1 數據計算

根據公式（1）的數據標準化計算，匯總結果如表1所示。結合公式（2）計算灰色關聯系數，如表2所示。

由公式（3）計算其灰色關聯度作為其權重系數為W=[0，246，0.264，0.242，0.248] ，將所求權重歸一化并進行排序求出灰色關聯度的得分排名，如表3所示。

3.2權重分析

3.2.1植被覆蓋率權重分析

權重結果分析，植被覆蓋率的權重最高為0.264，這表明植被在維持斜坡穩定性方面發揮著重要作用。植被不僅能夠通過根系牢牢固定土壤，減少水土流失，還能夠通過蒸騰作用影響土攘的含水量，進而影響土壤的剪切強度。

高植被覆蓋率的區域通常具有較低的崩塌災害易發性。在實際的地質災害防治工作中，應重視植被的保護和恢復，特別是在坡度較大和地質結構較為脆弱的地區。

3.2.2巖石風化程度權重分析

巖石風化程度的權重為0.248，與植被覆蓋率相當，這顯示巖石風化在崩塌災害發生中的重要性。巖石風化程度直接影響巖石的強度和穩定性，風化程度越高，巖石越容易破碎，從而降低斜坡的穩定性。因此在崩塌災害易發性評價中，對巖石風化程度的考量，有助于識別那些可能因巖石強度降低而容易發生崩塌的地點。

3.2.3出露結構面權重分析

出露結構面的權重為0.246，這反映地質結構面的分布和特征對崩塌災害易發性的影響。結構面的產狀、密度和填充物等因素會影響巖體的整體穩定性。結構面越發育，巖體越容易沿著這些面發生滑動，從而引發崩塌。因此在地質災害防治中，對結構面的調查和分析是識別潛在崩塌風險的關鍵步驟。

3.2.4坡度權重分析

坡度的權重為0.242，雖然略低于其他3個指標，但坡度仍然是影響崩塌災害易發性的重要因素。坡度較大的區域，重力作用下的下滑力增強，更容易發生崩塌。此外，坡度較大的區域往往伴隨著更強烈的水土流失，這也會降低斜坡的穩定性。

3.3關聯分析

3.3.1 評價排名

基于計算結果，對某地區的5個不同區域進行崩塌災害易發性灰色關聯分析評價。通過對各區域崩塌災害易發性影響因素的綜合考量，得到以下評價排名：

b區域以得分0.455，位居第1，顯示出該區域崩塌災害易發性最高；其次是a區域，得分為0.194，排名第2；c區域得分0.156，排名第3；e區域得分0.103，排名第4；而f區域得分最低，為0.091，排名第5。

3.3.2b區域關聯分析

b區域位于研究區的東南部，地形陡峭，地質構造復雜，斷裂帶發育，且植被覆蓋較差。這些因素共同作用使得b區域的崩塌災害易發性較高，因此在灰色關聯分析評價中得分最高。近年來，該區域曾發生過幾次小型崩塌事件，對當地居民的生活和財產安全構成了威脅。

3.3.3a區域關聯分析

a區域位于研究區的北部，雖然地質構造相對穩定，但坡度較大，且部分地段存在軟弱巖層。這些條件使得a區域的崩塌災害易發性較高，但相較于b區域，其風險程度有所降低，因此在評價中排名第2。

3.3.4c區域關聯分析

c區域位于研究區的西部，地形較為平緩，植被覆蓋較好，地質構造相對簡單。盡管如此，該區域的部分地段仍存在風化嚴重的巖石，導致一定的崩塌風險。因此，在灰色關聯分析評價中，c區域排名第3。

3.3.5e與f區域關聯分析

e區域和f區域分別位于研究區的東北部和西南部，這兩個區域的地質構造較為穩定，植被覆蓋較好，且坡度相對較小。因此，這兩個區域的崩塌災害易發性相對較低，在灰色關聯分析評價中分別排名第4和第5。

4結論

本研究以某地區為研究對象，運用灰色關聯分析模型對其崩塌災害易發性進行了評價。得到結論如下：

灰色關聯分析模型能夠有效地處理不確定性信息，適用于小樣本、貧信息的數據條件，對于地質災害這種難以獲取大量歷史數據的領域來說尤為重要。同時，該模型在處理非線性、非對稱性問題方面具有優勢，能夠客觀地反映各因素之間的相互關系，避免了主觀判斷帶來的誤差。

通過對各影響因素的權重及評價結果進行計算，對崩塌災害易發性進行定量評估、關聯性分析，結果表明，模型對主要影響因素具有較高的關聯性，進一步驗證了模型的準確性。

在構建崩塌災害易發性評價指標體系時，充分考慮各因素之間的相互關系和作用機制。通過專家咨詢、文獻綜述和實地調查等方法，確定了關鍵指標。這些指標能夠較好地反映崩塌災害的易發性，具有較高的合理性。同時，本研究還進行了指標權重優化，提高了評價結果的科學性和可靠性。

參考文獻

[1]陳君，馬立龍，謝萬兵.若羌南部山區崩塌災害易發性評價：基于相關性分析的信息量模型[J].新疆地質，2024，42（2）：300-306.

[2]陳建國，鐘連祥.基于CF-AHP耦合模型的高速公路沿線崩塌地質災害易發性評價：以蓉遵高速公路土城旺隆段為例[].中國地質災害與防治學報，2023，34（6）：105-115.

[3]季鑫，楊曉飛，尚紹茜，等.基于EW-AHP-SIM評價體系的崩塌災害易發性評價[J].山東國土資源，2023，39（7）：33-38.

[4]張洋.基于多元耦合模型的川西高原深切河谷區地質災害易發性評價研究[D].成都：西華大學，2023.

[5]張偉，周松林，尹侖.基于優化MaxEnt模型的高山峽谷區地質災害易發性評價：以云南省德欽縣為例[J].災害學，2023，38（2）：185-190.

[6]蔡新偉.基于模糊聚類SVM的崩塌易發性評價研究：以安澤縣為例[J].測繪技術裝備，2022，24（3）：36-42