基于斜坡单元优化的高海拔地区滑坡危险性评价
——以金沙江白格滑坡为例

孟田，许晓露，刘汉湖

(成都理工大学 国土资源部地学空间信息技术重点实验室，四川 成都 610059)

0 引 言

受地形地貌、地层岩性等影响，山区地质灾害多发[1]，滑坡是山区最常见的自然灾害之一[2]，给山区人民的生命和财产造成相当大的损害，常常导致基础设施破坏，成为影响山区经济发展的主要因素之一，同时也是世界的第三大灾害[3]。金沙江上游多高山、峡谷地貌，滑坡频发，开展此类地区滑坡危险性评价对优化自然环境资源、保护基础设施，减少人员伤亡都有着重要意义。

随着计算机和地理信息系统(geographic information system，GIS)发展，学者们不断更新地质灾害评价的单元与方法。目前国内外地质灾害评价常用的基本单元有网格单元、栅格单元、流域单元、斜坡单元以及地形单元[4-6]等。其中斜坡单元可以提高与实际地貌的吻合程度[7]，众多学者利用斜坡单元评价灾害，提高评价精度，取得先进成果，例如，黄启乐等[8]利用斜坡单元对灾害防治示范区木鱼镇进行泥石流危险性评价，提供科学的防治依据；邱丹丹等[6]利用优化的斜坡单元完成滑坡敏感性分析的精度达到了98.72%。然而在过去的研究中，高海拔地区斜坡单元存在许多破碎小单元和不符合地形的直线，需要耗费大量时间和人力修改[9]。基于此，本文拟优化高海拔地区斜坡单元存在的问题，减少耗时耗力，提高评价精度，提供更科学合理的危险性评价方法。结合研究区的实际情况，本文选取岩性、距断层距离、平均坡度、平均高程、坡形、土地利用、距河流距离7个因子作为危险性评价的评估因子，利用AHP模型和GIS分析功能对研究区进行灾后危险性评价。

1 研究区概况

金沙江白格滑坡位于西藏自治区江达县与四川省白玉县交界处金沙江右岸白格村，地理坐标为31° 4′56.37″ N，98°42′9.70″ E。本文以白格滑坡为中心，选取西藏自治区江达县、贡觉县和四川省白玉县三县相交处为研究区域(图1)，研究区坐标30°00′～32°00′ N，98°00′～99°00′E，海拔高度在2 782～5 080 m间，总面积1 609 km2，位于横断山脉东段，金沙江上游河谷地带，地质构造活跃，海拔高，地形高差大，为滑坡发生提供了自然临空条件。

图1 研究区域 Fig.1 Study area

2 优化斜坡单元提取方法

斜坡单元是基于ArcGIS水文分析功能提取沟谷线形成的评价单元，包括填洼、提取流向流量、生成河网、生成集水流域等关键步骤。在上述过程中，填洼阈值影响沟谷线精确度，集水面积阈值决定斜坡单元的疏密程度。本文根据洼地深度选取最佳填洼阈值，而后通过河网密度-集水面积阈值拟合曲线，选取最佳集水面积阈值，提取的斜坡单元更符合实际地形，达到了优化斜坡单元的目的。

研究区海拔高，地形高差大，默认填洼阈值自动提取会出现无法识别的河流，因此绘制出大面积不符合地形的直线(图2)。计算正地形洼地深度(1～82 m)，负地形洼地深度(1～245 m)，通过实验，最终将正地形填洼阈值设置为40 m，负地形填洼阈值设置为100 m，优化高山地区斜坡单元的效果显著(图2)。

图2 默认填洼阈值和最佳填洼阈值填洼效果对比Fig.2 Comparison chart of default filling threshold and optimal filling threshold

通过拟合河网密度-集水面积阈值关系曲线，可见集水面积阈值增大时，河网密度呈现出两个不同阶段：迅速下降阶段和缓速下降阶段(图3和图4)，河网密度随阈值变化趋于平缓的点对应最佳阈值[10]。通过拟合曲线并求解二次导数，二次导数趋近于0时[7]，解出正地形为最佳填洼阈值，为1 300，负地形为1 500，提取的河流与实际河流吻合程度更好。

图3 正地形河网密度与集水面积阈值的关系Fig.3 Topographical river network density-catchmentarea threshold relation

图4 负地形河网密度-集水面积阈值关系Fig.4 Negative topographic river networkdensity-catch area threshold relation

最后结合坡向、影像，修改不合理斜坡单元，生成研究区符合地形的斜坡单元(图5)，共1 017个，其中白格滑坡落于单独的斜坡单元内。

3 滑坡危险性评价

3.1 评价因子选择与分级

地质灾害受多种因素影响，具有不确定性和复杂性。地质背景是滑坡发生的内在条件，地形是孕育滑坡的基本条件，土地利用类型、水文、道路、降水等是滑坡的诱发因子[11]。

图5 研究区斜坡单元

3.1.1 地质因子

岩性对滑坡发育有明显的影响，例如边坡的类型、成分、结构、胶结物以及节理差异化等对滑坡的形变均有很大影响。研究区岩性由绢云石英片岩、二云片岩、绿泥片岩、千枚岩、砂岩、板岩、砾岩构成，侵入岩主要有二长花岗岩、花岗闪长岩。利用中国地质调查局1∶20万基础地质数据将研究区岩性质地分为4类：片状半坚硬岩石，块状-片状半坚硬岩石，块状-片状坚硬岩石，块状坚硬岩石。断层对滑坡发生也有重要影响，因为研究区SN向和NNW向断裂发育，距断层越近，岩体越破碎，强度越低，边坡稳定性越差，越容易发生滑坡。根据岩土类型和距离断层距离对A1，A2分级赋值后，以斜坡单元为单位分别计其平均值[12]。

3.1.2 地形条件：

通常而言，斜坡更易发生滑坡，坡度增大，边坡稳定性降低，因此坡度对滑坡发育有重要的影响，但有研究表明[13-14]，坡度与滑坡发育概率之间的关系不是线性的，在25°～35°间的危险性最高。高程对坡体应力值大小有重要影响，坡高程越大，应力值也越大，研究区地处高山峡谷地区，高程影响温度、降雨、地表覆被、人类活动，因此，有必要选择高程作为评价因子。曲率反映了斜坡的形态，不同曲率的地表侵蚀和地表径流也不同，曲率<0，坡面为凹形或阶梯形，危险程度较低，而曲率>0时，坡面为直线或凸形，危险程度较高，容易在坡脚处应力集中失稳。利用 ASTER GDEM 2的DEM数据提取平均坡度、平均高程和曲率(图6)，利用自然断点法分为5类。

3.1.3 其他因子

高山峡谷地区河流两岸侵蚀作用明显，对河谷岩土体稳定性破坏强，一般而言，距离河流越近,侵蚀作用越强烈，越容易发生滑坡，基于DEM数据，提取研究区河网化赋值。各类土地利用类型使基岩稳定性不同，本文采用的土地利用数据来源于地表覆盖制图(FROM-GLC)，分为农田、森林、草地、灌木、湿地、冻原、裸地、河流8种类型[15]，统计斜坡单元内最大面积类型，作为斜坡土地利用类型并赋值。

因此本文选用岩性(A1)、距断层距离(A2)、平均坡度(A3)、平均高程(A4)、坡形(A5)、距河流距离(A6)、土地利用(A7)作为滑坡危险性评价因子，对其进行分级赋值的规则，如表1所示。

表1 评价因子分级赋值

3.2 评价体系

国内外学者一般采用层次分析法、加权线性组合法、双变量统计模型等作为地质灾害评价体系，本文采用层次分析法(AHP)实现定性和定量结合的系统多目标决策[16-17]。层次分析法主要步骤有:建立评价模型、构建判断矩阵、计算最大特征值和特征向量、一致性检验[18]。

图6 研究区滑坡评价因子提取结果Fig.6 Extraction tesults of landslide evaluation factor of the study area

本文利用7个评价因子(Ai)建立研究区三层分析评价模型(图7)。第一层目标层(C),表现滑坡危险性；第二层约束层(B)，由地质因子(B1)、地形因子(B2)和其他因子(B3)组成；第三层由影响滑坡发生的具体7个因子构成，包括岩性(A1)、距断层距离(A2)、平均坡度(A3)、平均高程(A4)、坡形(A5)、距河流距离(A6)、土地利用(A7)。评价模型详见图7。

对相邻两层之间的各因素进行两两重要度判断(表2)，按重要度对元素进行1～9赋值后构造出判断矩阵量化评价指标的权重(Wi)，见表3，矩阵一致性(0.017 6)可以接受。

图7 滑坡危险性评价模型

表2 重要性标度值

在滑坡形成原因分析的基础上，结合专家对各个因素打分情况，对每个因子进行量化赋值，然后引入危险性评价指数(R)表示灾后危险性[19-22]。

(1)

式中：R为危险性评价指标;Ai为评价因子;Wi为评价因子权重。

表3 滑坡危险性评价因子权重

通过计算危险性评价指数(R)，得到研究区滑坡危险性评价制图，将研究区危险性划分为5类，能较好地表现研究区滑坡危险性，分别为：高危险区>0.70；较高危险区0.62 ～0.70；中危险区0.55～0.62；较低危险区0.46～0.55；低危险区<0.46。高危险区斜坡单元有181个，较高危险区228个，中危险区309个，较低危险区202个，低危险区97个。

3.3 验证及结果分析

为了验证此方法危险性评价的合理性，参考过去的研究文献，从Google Earth上解译验证这些滑坡，通过野外验证，研究区曾发生过滑坡共计21处，将其作为验证滑坡，构建历史滑坡库。

验证滑坡有13处位于高危险区、4处位于较高危险区、3处位于中危险区、1处位于较低危险区、低危险区有0处，高-较高危险率(a)占比为80.95%，高-较高危险实际面积占全面积(b)的35.72%。用未优化斜坡单元做危险性评价时，有14处位于高危险区，5处位于较高危险区，中危险2处，其余0处，高-较高危险率占比为90.47%，高-较高实际面积占全面积的45.21%。验证滑坡集中率a/b(即高-较高危险区与高-较高危险性实际面积占全面积的比值)值越大，代表可以在较小面积内集中较多的验证滑坡，说明评价结果越好。优化斜坡单元a/b的值为2.266，未优化斜坡单元a/b的值为2.001，优化的斜坡单元评价结果要优于未优化的结果，能更好集中滑坡危险性分布，但研究区内验证滑坡比较少，后期可将此方法进一步提升。低危险区与较低危险区验证滑坡占比4.76%，这部分视为不易发生滑坡地区存在的合理性。

图8 研究区滑坡危险性分级对比

优化后的斜坡单元有两点优势(表4)：(1)斜坡单元更符合实际地形，降低模型计算过程中容错率；(2)评价效果更好，验证滑坡比未优化斜坡单元的集中率高，但研究区内验证滑坡比较少，后期可将此方法在大范围内实验，进一步提升。

表4 斜坡单元的验证滑坡集中率

从图8分布情况看，有沿河流分布的特点，高危险区及较高危险区主要分布于金沙江沿岸，呈东南-西北向条状分布，此处出露岩性为岗托岩组、拉纳山组、图姆沟组及曲嘎寺组，地层以砂岩、板岩、片岩等松散软弱岩性为主，属于易滑地层，区域内东南-西北向构造发育；同时高山峡谷地貌，地形相对高差大，海拔2 900～3 400 m，尤其是河谷地带，在河流侵蚀作用下岩体不稳固，也为滑坡发育提供自然临空条件。

中危险区主要有三叠系阿堵拉组、甲丕拉组板岩、炭质页岩、砾岩、含砾砂岩构成，构造活动较为强烈，没有明显的沿构造断裂分布的特点，相对高差较大，海拔在3 400～4 000 m。

低危险区及较低危险区以三叠系二长花岗岩、花岗闪长岩、志留纪碳酸盐岩块为主，质地相对坚硬，构造发育程度弱，海拔在4 000 m以上。

研究区总体上沿主河流呈高危险-较高危险-中危险环状分布的特点，危险性高的地区有沿河流分布的特点，较低危险和低危险区域分布于研究区西南部。低海拔地区受人类活动以及河流侵蚀影响大，地层松散，容易滑动。结果表明高危险区主要包括热果村、仁达村、白格村、波公村、圭利村、苏巴村、申达村、色洪村、嘎特唐村等26个村庄。较高危险区分布在高危险区外围，主要涉及的村庄有冈达、薛巴宗、玉巴、佐尼达乌村、觉帕、热帕、俄它村等15个村庄。较低危险区和低危险区主要分布于研究区西南部分。

白格滑坡位于西金乌兰-金沙江地层区噶金雪山岩群岗托岩组，以绢云石英片岩、二云片岩、千枚岩为主，局部夹有大理岩、玄武岩，混杂有超基性岩块、辉长岩块等，滑坡后缘断层发育，有大块整体超基性岩侵入岩块。高程由2 782 m上升至3 730 m，平均坡度30.54°，坡面为凸形，斜坡单元所在范围低海拔地区主要以森林、灌木土地利用类型为主，高海拔范围渐变为草地裸地。经过计算，白格滑坡所在斜坡单元危险性系数为0.85，落于高危险区。

4 结 论

白格地区山高地险、交通条件恶劣，研究存在难度。本文通过优化斜坡单元，对研究区进行危险性评价，得出以下结论：

(1)高山地区由于地形高差大，海拔高，利用ArcGIS水文分析功能自动提取斜坡单元时，会出现大面积不符合实际情况的直线区域。本文通过洼地深度选取最佳填洼阈值，拟合河网密度-集水面积阈值关系曲线，曲线二次导数为0的点对应的阈值作为最佳集水面积阈值，达到优化高山地区自动提取斜坡单元的目的，得到更符合实际的斜坡单元。结果证明，优化后斜坡单元更符合实际地形，集中率比未优化斜坡单元验证滑坡集中率高0.265，提升了评价效果。

(2)以斜坡单元为单位，对岩性、距断层距离、平均坡度、平均高程、坡形、距河流距离、土地利用7个因子进行综合分析，并计算研究区危险性指标R，利用自然断点法，可以将研究区危险性划分为5类，能较好表现研究区滑坡危险性，分别为：低危险区<0.46，较低危险区0.46 ～0.55，中危险区0.55～ 0.62，较高危险区0.62 ～ 0.70，高危险区>0.70，面积占18%。沿主干河流大致呈高危险-较高危险-中危险交叉环状分布，较低危险和低危险区域分布于研究区西南部。

(3)高危险区共97个斜坡单元，多临河分布，例如江达县的热果村、仁达村、白格村、波公村、圭利村、苏巴村、申达村、色洪村、嘎特唐村、莫德村、隆特村、隆来村、格拉村、哈木村；白玉县的亚力西村、阿卓村、吉松村、德玉村、卡岗村、卓英村、僧果村、扎盘村、基东村、白麦村、麻通村、康德洞等都是危险性高的地区。