贵州省织金县地质灾害危险性区划研究

邵维懿，赵翠薇

(贵州师范大学地理与环境科学学院，中国贵阳 550001)

地质灾害是指在自然或者人为因素的作用下形成的，使人类生命财产损失，生态环境造成破坏的地质现象.国务院《地质灾害防治条例》划分的地质灾害有30多种，习惯上的狭义地质灾害主要指对人员生命财产造成较大危害的，如崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等6种，这些是学术界研究的重点灾种.近年来，地质灾害成为国内外研究的热点问题［1-2］.自从GIS和RS技术引入地质灾害防治工作以来，其准确、快速、便捷的特点在灾害研究中发挥了越来越大的作用［3-4］.贵州省地质环境以喀斯特岩溶地貌为主，山区众多，地形切割较深，起伏大，矿山活动剧烈，降水丰富且集中.致灾因子多，成灾频率高，灾害强度大，灾情损失重是贵州省地质灾害的特点.危险性分析和易损性分析构成了地质灾害的风险评价体系［5］，其中危险性评价是整个风险评价的基础环节［6］，直接影响整个评价的准确性和权威性.地质灾害危险性评价区划结果，可以作为土地利用规划、地质灾害防治规划、地质灾害防治管理的依据和地质灾害监测预警系统的基础［7］.本文试图利用GIS与RS工具，基于信息量模型法，对贵州省织金县地质灾害危险性进行深入分析，以期为该地区的灾害防治提供科学依据.

1 研究区概况及研究方法

1.1 自然环境概述

织金县地处贵州省西部，毕节地区东南部.地理坐标位于东经105°20'17″～106°11'26″与北纬26°21'14″～26°57'27″，总面积为2 868 km2.织金县地处云贵高原东部山区，主要为弧形褶皱构造.地势西高东低，西部山峦起伏，山高谷深，东部较平缓，间有少数平坝.该区属于亚热带季风性湿润气候［8］.从全县看，降水量分布规律大致是南部多，北部少，雨量从东北部的河谷逐渐向西南高处递增.

1.2 次生地质灾害概述

本文根据贵州省地矿局第二勘察院、织金县地灾办的统计数据，结合实地调查走访，统计出织金县地质灾害主要有滑坡、崩塌、地裂缝等.数据显示，2007年至2011年，织金县地质灾害点共有154处，其中滑坡点89处，地裂缝点36处，崩塌点26处，塌陷点2处，泥石流1处.

1.3 分析方法及思路

通常地质灾害的评价是以定性分析为主，配合定量计算评估.目前用于地质灾害的定量分析方法有很多，主要包括:逻辑回归模型［9］，灰色关联模型［10］、模糊综合评判模型［11］、基于 GIS 的信息量模型［12］、神经网络模型等［13］，其中国外对于逻辑回归模型的应用较为成熟，而国内使用信息量模型较为普遍.

本次研究在地质灾害定性评价的基础上，基于GIS的空间叠加分析技术(Spatial Overlay Analysis)［14-15］采用信息量模型对织金县地质灾害进行危险性区划.

①通过GIS及RS软件对适当比例尺的地理底图和原始的遥感影像图，进行数字栅格化处理.

②通过ERDAS的遥感影像解译和相关统计数据确定研究区的地质灾害点及其影响范围，并进行栅格化处理.

③使用ArcGis的模糊叠加(Fuzzy Overlay)工具，将地质灾害点与各个影响因子图层进行叠加，得到单因素与地质灾害的相关性数据.

④对数据进行分析，将相关程度近似的状态区间归一化，利用ArcGis的重分类(Reclassify)工具，将连续型变量离散化.

⑤利用ArcGis的栅格计算器(Raster Calculator)，将重分类后的因子图层与地质灾害点分布图进行空间叠加分析，按照以下公式计算出各个因子的信息量值.

P=ni/mi，i=(1，2，…，n).式中，P为地质灾害发生面积比率;ni为某区间因子i发生灾害的面积;mi为该状态区间的总面积.

⑥利用栅格计算器对每个因子图层的栅格单元重新赋值并进行栅格叠加，生成新的综合信息量图;

⑦采用自然断点法将综合信息量值分为4类即成为研究区的危险性区划图，并与实际受灾情况进行对比，获得较满意的区划结果.

2 织金县地质灾害影响因素分析

2.1 数据来源及前期预处理

织金县地质灾害分析数据主要包括:地形图(1∶5万)、织金县地图(1∶20万)、河流水系图(1∶50万)、构造纲要图(1∶50万)、岩组分布图(1∶50万)，空间分辨率为30 m的原始遥感影像数据等.

2.2 单元划分

本次评价单元的面积为30 m×30 m，研究区的评价单元总数为3 198 417个，其中地质灾害栅格单元数为83 078个，灾害面积共计74.49 km2，约占全区总面积的2.59%.

2.3 研究区地质灾害影响因素提取与分析

作者对研究区地质灾害发生率与各致灾因子的相关性进行分析，筛选出“灾害贡献”较大的因素，划分出较为科学的因子状态区间［16］.其中虚线线段为研究区总体地质灾害发生面积比率(2.59%)，灰色线段(灾害发生面积比率)为某一因子状态区间内的发生灾害的面积与该状态区间总面积之比.

2.3.1 地形地貌

1)坡度 如图1，坡度在15°至30°区间内灾害发生比率较高，地质灾害点为98个，占总数的64%.在17°左右时，发生地质灾害的概率达到峰值，反而坡度大于45°的状态下，灾害发生概率逐渐减小.

2)坡向 坡向的影响主要表现在阳坡和阴坡的水分、土壤、岩石破碎度、植被覆盖.如图2，坡向位于45°～90°、260°～330°区间内地质灾害的发生概率较高，其他朝向基本与平均灾害比率相等.

图1 坡度与地质灾害的相关性Fig.1 The correlation between geohazards and slope angle

图2 坡向与地质灾害的相关性Fig.2 The correlation between geohazards and slope direction

3)高程 相关研究［17-18］表明，相对高程在400 m以下的区域，地质灾害特别是滑坡灾害发生面积比率较大.对织金DEM模型提取高程数据得到图3.相对高程为150 m时，地质灾害发生概率达到峰值.相对高程大于500 m，地质灾害发生概率低于平均水平，发生的可能性较低.

4)坡面曲率 曲率反映了地表的凹凸度，曲率越大，剪切力越大，地质灾害的发生概率也越大.图4为剖面曲率与灾害发生概率的相关性示意图，研究区斜坡剖面曲率为－0.5～0.5 m－1的面积占全区面积的86.6%，区间内灾害总数共计146个.研究区基本属于直线性坡形.

图3 高程与地质灾害的相关性Fig.3 The correlation between geohazards and altitude

图4 剖面曲率与地质灾害的相关性Fig.4 The correlation between geohazards and profile curvature

2.3.2 地质构造 图5显示了研究区不同比例尺下地质灾害发生概率与断裂缓冲距离的相关性，可见灾害概率并没有随距离的增加发生明显变化.图5中出现了灾害概率在大于4.5 km区间内大幅攀升的现象，这显然是不正常的，相关研究也出现过此类结果［19］.原因有二:其一，研究区多属喀斯特地区，岩性硬度大，地表岩石出露而土层稀薄，地质灾害发育的物质基础条件较差;其二，研究区断裂带所属隐伏断裂或推测断裂，活动性较小，影响区域的地质灾害发育较弱.因此断裂因素对于研究区地质灾害的影响并无直接相关性.为了不干扰区划结果，故舍去断裂因素.

图5 不同比例尺下断裂与地质灾害的相关性Fig.5 The correlation between geohazards and fault with different scales

2.3.3 植被覆盖条件 NDVI(Normalized Difference Vegetation Index)反映一个地区的植被覆盖率状况，取值区间为(－1，1).如图6所示，地质灾害的概率随着植被覆盖指数的增加而呈现规律递减趋势.作者在处理NDVI数据时，已经剔除了河流水域和大型水库的干扰.在植被覆盖率最低的0～0.049区间内，滑坡概率最高达到了4%.指数值在0.25～0.43区间内地质灾害发生概率基本相同.随着植被覆盖条件变好滑坡概率降低.可见植被覆盖状况也是研究区地质灾害孕育的重要影响因素.

2.3.4 河流的作用 研究区降水丰沛，水系发达，境内有较大的河流52条，河流的冲蚀作用突出.图7为各个缓冲距离区间内，地质灾害的发生概率情况:河流缓冲距离在100 m以内，地质灾害发生的面积比率最高，总体呈现递减趋势.缓冲距离大于1 200 m，灾害概率较小.

图6 植被覆盖率与地质灾害的相关性Fig.6 The correlation between geohazards and NDVI

图7 河流与地质灾害的相关性Fig.7 The correlation between geohazards and hydrology

2.3.5 地质岩性 研究区位于黔中地区，基岩主要以碳酸盐岩(石灰岩、白云岩)和非碳酸盐岩(粘土岩)为主.石灰岩及白云岩属于硬质岩，饱和单轴抗压强度fr介于30～60 MPa之间.粘土岩由粒径＜3.9 μm的细颗粒物质组成，属于极软岩类，抗压强度fr＜5 MPa.研究区以粘土岩为主的非碳酸盐岩区域地质灾害发生概率明显高于其区域.而岩性坚硬的石灰岩地质灾害发生概率最低，仅为1.41%.

2.3.6 人类工程活动 人类的工程活动如开挖边坡、炸山取石、切坡筑路、矿山开掘、水利设施及居民地建设等，使斜坡的应力平衡遭到破坏，造成斜坡失稳，岩体松动，易发生地质灾害.

1)道路 道路修筑会对周边地质环境稳定性造成破坏.如图8道路缓冲距离在600 m以内灾害发生概率较高，200 m范围内发生灾害概率高达3.15%.这说明织金地区道路选址存在问题，护坡固坡的防御能力较低.

2)土地利用强度 西南山区居民地、工矿厂大多依山而建，边坡开挖严重，多形成高位切坡，造成巨大临空面.过度开垦陡坡坡地，造成斜坡失稳，引发地质灾害.由于自然因素所限，研究区内居民地、水库、矿场多集中于东部，这里人类工程活动程度较强，灾害发生概率较高.西部多为高海拔山地高原，人迹罕至，开发程度低，灾害发生概率也较低.

图8 道路与地质灾害的相关性Fig.8 The correlation between geohazards and roads

2.4 最终影响因子的选取和状态离散

通过对各个因子的相关性分析，笔者筛选出了地形地貌、地质岩性、植被覆盖状况、河流水系、工程道路、土地利用程度等6大因素进行信息量计算.

在众多灾害影响因子中，存在离散型变量因子和连续型变量因子.评价需要对连续型变量进行状态离散.离散结果见表1.

表1 信息量计算结果Tab.1 Calculation results of information amount

3 研究结果

3.1 基于GIS的信息量叠加计算

评价区的栅格单元综合信息量值的范围介于－5.284 5～2.654 8之间，其中对地质灾害贡献较大的因子有:高程(＜1 200 m);河流(＜600 m);地质岩性(粘土岩);土地利用现状(居民、水库、矿区).这些因子是研究区地质灾害发育的主控因素，在防灾减灾建设中应着重考虑.利用自然断点分级法(Natural Break)将研究区地质灾害危险性分为4个等级:高度危险区(－5.284 5≤I＜－1.766 2)、中度危险区(－1.766 2≤I＜0.520 9)、较低危险区(0.520 9≤I＜0.568 8)、低度危险区(0.568 8≤I≤2.654 8).

3.2 织金县危险性区划结果

3.2.1 高度危险区 该区总面积为842.647 km2，约占研究区总面积的29.38%(图9).本区特点:主要分布于乌江上游的两条干流三岔河、六冲河及其若干三级支流的河谷及坡麓地带，区域岩性多为非碳酸盐岩的粘土岩区域，抗压性差，水蚀切割严重.另外该区大多覆盖了人口密集的乡镇(人口密度＞356人/km2)，该县的经济社会中心城关镇也位于该区域;省道307、209贯穿全区，几处大型水库以及煤铁磷矿场都处于该区内;八步镇岩脚组特大型崩塌(E105°48'，N26°49')，普翁乡中心校特大型滑坡(E105°56'，N26°24')，板桥乡小白果组特大型滑坡(E105°44'，N26°45')等几处重特大灾害点也位于该区域，因此本区的地质灾害危险性及潜在危险性极大.

3.2.2 中度危险区 该区总面积为1 052.96 km2，约占研究区总面积的36.71%(图9).本区特点:多数为高危险区的延伸地带、道路河流的3～4级缓冲区;植被覆盖率较好，但斜坡坡度较大;地质工程岩组多为灰岩与碎屑岩互层组合，抗剪强度和抗侵蚀度均属一般;水库、发电厂及采矿场分布较多，人类工程活动影响范围大，地质灾害潜在危险性较大.

3.2.3 较低危险区 该区总面积为663.289 km2，约占研究区总面积的23.13%(图9).本区特点:大多位于织金中西部的高大山区地带，坡陡谷深;植被覆盖条件较好，多为连片次生灌丛及草坡;地质工程岩组以硬质岩的石灰岩为主，抗压强度大;大型水利设施及矿场较少分布，工程活动程度较弱，本区地质灾害危险性较弱.

图9 织金县地质灾害危险性区划Fig.9 Zoning map of geohazards risk evaluation in Zhijin county

3.2.4 低度危险区 该区总面积为309.104 km2，约占研究区总面积的10.78%(图9).本区特点:大多位于西部高海拔坚硬岩石覆盖地区，人口居住少且密度小，多为草场，人类开发程度最低.本区属于地质灾害基本不发育区.

4 结论与讨论

1)本文采用信息量模型法，基于GIS和RS技术实现了对贵州省织金县地质灾害危险性区划结果显示，中高级危险性区域占全区面积的66.09%，本区潜在地质灾害危险性大，防灾减灾任务艰巨.

2)高程、河流的作用、地质岩性(粘土岩);土地利用现状(居民、水库、矿区)等因子是织金县地质灾害发育的主控因素，在防灾减灾建设中应着重考虑.

3)织金县地质灾害的危险性区划与实际调查情况取到了较高的一致性，体现了GIS、RS技术应用于贵州省灾害防治建设的科学性和准确性.

4)本文主要讨论地质灾害发生的自然属性，而未涉及到承灾体的易损性评价，今后需要综合二者因素最终完成地质灾害风险制图.另外，本文选取格网大小仍沿用其他学者的研究尺度.针对不同的地域找到最为适宜的尺度，是将来有待解决的问题.

［1］VAN WESTEN C J.Landslide hazard and risk zonation—why is it still so difficult?［J］.Bull Eng Geol Env，2006，65(2):5-23.

［2］陈 伟，许 强，唐告生.大比例尺评价尺度强震条件下崩滑灾害易发性评价方法［J］.湖南科技大学学报:自然科学版，2011，26(4):32-36.

［3］石菊松，张永双，董 诚，等.基于GIS技术的巴东新城区滑坡灾害危险性区划［J］.地球学报，2006，26(3):275-282.

［4］朱 静.城市山洪灾害风险评价—以云南省文山县城为例［J］.地理研究，2010，29(4):655-664.

［5］吴树仁，石菊松，张春山，等.地质灾害风险评估技术指南初论［J］.地质通报，2009，28(8):996-1005.

［6］高克昌，崔 鹏，赵纯勇，等.基于地理信息系统和信息量模型的滑坡危险性评价—以重庆万州为例［J］.岩石力学与工程学报，2006，25(5):992-996.

［7］张春山，张业成，张立海.中国崩塌、滑坡、泥石流灾害危险性评价［J］.地质力学学报，2004，10(1):28-32.

［8］贵州省农业区划丛书编辑委员会.织金县综合农业区划［M］.贵阳:贵州人民出版社，1989.

［9］PRADH AN B，LEE S.Delineation of landslide hazard areas on Penang island，Malaysia，by using frequency ratio，logistic regression，and artificial neural network model［J］.Environ Earth Sci，2009，12(1):33-41.

［10］李秀珍，王成华，邓宏艳.灰色关联度法和距离判别分析法在溪洛渡库区潜在滑坡判识中的应用［J］.中国地质灾害与防治学报，2010，21(4):77-81.

［11］张东辉，赵英俊，薛东剑.单体滑坡风险评估的二级模糊综合评判［J］.湖南科技大学学报:自然科学版，2011，26(2):57-62.

［12］朱良峰，吴信才，殷坤龙，等.基于信息量模型的中国滑坡灾害风险区划研究［J］.地球科学与环境学报，2004，26(3):52-56.

［13］吕远强，林杜军，罗伟强.基于人工神经网络的区域地质灾害危险性预测评价［J］.中国地质灾害与防治学报，2007，18(1):95-99.

［14］汤国安，杨 昕.ArcGis地理信息系统空间分析试验教程［M］.北京:科学出版社，2006.

［15］郑贵洲，晁 怡.地理信息系统分析与应用［M］.北京:电子工业出版社，2010.

［16］黄润秋，向喜琼，巨能攀.我国区域地质灾害评价的现状及问题［J］.地质通报，2004，23(11):1078-1082.

［17］郭芳芳，杨 农，张岳桥，等.基于GIS的滑坡地质灾害地貌因素分析［J］.地质力学学报，2008，14(1):87-96.

［18］孟令超，卢晓仓，史晨晓，等.基于信息量模型的达曲库区滑坡危险性分析［J］.灾害学，2009，24(4):31-34.

［19］赵 衡，宋二祥.滑坡空间预测中信息量模型的改进及应用［J］.土木建筑与环境工程，2011，33(3):38-44.