信息量模型引入AHP的地质灾害危险性评价
——以贵州省松桃县为例

陆泌锋，张 辉，谢配红，2

(1.贵州省地质矿产勘查开发局106地质大队，贵州 遵义 563000；2.中国地质大学(武汉)，湖北 武汉 430074)

地质灾害危险性研究可为地方各级政府有效开展自然灾害防治和应急管理工作。目前随着GIS技术的快速发展，地质灾害在易发性、危险性评价等方面变得更加有效。国外的NILSEN等人最早利用GIS技术对加利福尼亚的区域地质灾害进行了易发性评价(NILSEN，T，H，et al，1977)，国内的刘希林(1988)率先在定性与定量结合分析的基础上提出了多因子综合评价模型对地质灾害危险性进行了评价。此后，国内众多学者借助GIS技术，利用各种理论和评价模型对地质灾害易发性、危险性进行了评价(范强 等，2015；许冲，2012；孟祥瑞 等，2016；宋亚娅 等，2020)。目前常用的地质灾害易发性及危险性评价模型包括：Logistic回归法(黄健敏 等，2016)、证据权法(郭长宝 等，2019)、信息量法(陈立华 等，2020；张钟远 等，2022；张云波 等，2022)、神经网络模型(张苏平 等，2003)、层次分析法(辛存林 等，2020；张旭光 等，2012)、模糊评判法(常青 等，2014)、确定性系数法(刘月 等，2020)，概率指数模型(陈玉 等，2013)、以及多种方法耦合模型(田春山 等，2016)等。其中特别是信息量法、层次分析法等在地质灾害易发性和危险性评价中最为常见(谭真艳 等，2021)。

由于常规的信息量法在山区地质灾害危险性评价中没有考虑评价因子在评价体系中的重要程度及影响情况，导致评价结果缺乏准确性。因此针对信息量模型存在的不足，本文在信息量模型中引入层次分析模型进行地质灾害危险性评价。对于地质灾害以滑坡和崩塌为主的松桃县，为了避免将一些地形平缓的区域尤其是县城及周边区域评价为中危险及以上不合理结果，本文提出圈定平坝区的解决思路，可为相似区域的危险性评价提供参考。

1 研究区概况

松桃县位于贵州省东北部，面积2 859.1 km2。境内山多地少，地质构造发育，地层岩性及其组合多样，地质环境条件复杂，属贵州省地质灾害易发区，如2020年7月8日发生的甘龙镇石板村田堡组滑坡造成7人死亡，2016年6月11日发生的蓼皋街道稿坪村水电站崩塌造成2人死亡。

松桃县发育地质灾害167处，其中滑坡135处、崩塌22处、泥石流9处、地面塌陷1处(图1)。可以看出，松桃县地质灾害以滑坡为主，其次为崩塌，因此本文以157处滑坡和崩塌地质灾害作为分析评价的样本。

图1 松桃县地质灾害分布图Fig.1 Geological hazard distribution map of Songtao county1—滑坡；2—崩塌；3—泥石流；4—地面塌陷

2 孕灾地质条件分析

2.1 地层

以往研究人员常将工程地质岩组作为孕灾条件之一，但通过统计分析，并不是所有的软质岩都易产生滑坡，也不是所有的硬质岩都易产生崩塌，松桃县地质灾害具有很强的地层倾向性，因此用地层作为孕灾因子更具有针对性。

2.2 坡度

2.3 坡向

从图2(c)中可以看出，松桃县滑坡和崩塌地质灾害隐患在南东及北西坡向上较为发育，与松桃县北东-南西向的基本构造格架一致，这是区域构造作用的结果。

2.4 斜坡结构

从图2(d)中可以看出，松桃县的滑坡灾害密度在顺向坡中最大，其次为斜向坡和横向坡，反向坡则是滑坡发育较少的斜坡结构类型。顺向坡尤其是倾角较缓的顺向坡，其坡度一般不大，受岩土交界面或地层中软弱夹层控制，易发生规模较大的岩土混合型滑坡。

崩塌灾害均为岩质斜坡，在斜向坡及横向坡中较为发育。

2.5 断层距离

从图2(e)中可以看出，断层距离与地灾点密度总体呈反相关关系，说明距离断层越远，发生地质灾害的可能性越低。断层劣化了一定范围内的岩体结构，使岩体破碎易形成崩塌，并使岩体更容易受到后期风化作用的影响，导致在斜坡表层形成了厚度较大的堆积体地貌，从而容易形成滑坡。

2.6 深切沟谷及河谷距离

从图2(f)中可以看出，深切沟谷及河谷距离与地灾点密度尤其是崩塌地质灾害反相关关系明显。河流的快速下切形成了深切沟谷及河谷，使两岸形成了陡坡甚至陡崖，陡崖易产生崩塌。陡坡使斜坡呈凸型，基岩出露，易产生土质滑坡，若在顺向坡中，且含有软弱夹层时，易产生岩质滑坡。

3 地质灾害影响因素分析

3.1 降水

松桃县地质灾害主要发生在5—7月，占地质灾害总数的83.8%。从图2(g)中可以看，降水量与地灾点密度的关系在单日最大降水量大于104 mm时总体呈正相关，而在降水量小于104 mm时却呈反相关。通过分析发现，出现异常的原因是由于降水量小于104 mm的地区主要位于松桃县西北部，该区域极高和高孕灾地层极为发育，顺斜坡分布广泛，且人为切坡强烈，因此在降水量相对不大的条件下也容易诱发滑坡。

3.2 人类工程活动

松桃县人类工程活动对滑坡地质灾害影响较大，主要为公路切坡。从图2(h)中可以看出，地灾点密度与公路距离呈反相关关系。公路切坡对滑坡地质灾害的影响主要为揭露了软弱夹层和基覆界面，前者易产生岩质斜坡，后者易产生土质滑坡。

2016年，山东省有6个果蔬区域公用品牌成功入选为第一批著名农产品区域公用品牌名单，胶州大白菜作为其中一个。2017年，11个区域公用品牌，如胶州大白菜被选为最受欢迎的农产品区域公用品牌。胶州大白菜协会继续研发白菜品种、栽培技术和白菜深加工产品的创新和开发形成较强的市场竞争力。

图2 孕灾因子分级面积占比与地质灾害密度关系图Fig.2 Relationship diagram between the area ratio of pregnancy disaster factor classification and the geological disaster density

4 地质灾害危险性评价

4.1 评价模型

信息量法是目前发展较为成熟的方法，信息量值越大，表明发生地质灾害的可能性越大，单个因子信息量值的计算公式如下：

(1)

式中：Ni为在因子Xi的特定类别xi中地质灾害的个数；N为调查区灾害点总数；Si为因子Xi的特定类别xi所占单元面积；S为调查区总面积。

但在上述信息量模型中，各评价因子的信息量值没有考虑评价因子在评价体系中的重要程度及影响情况，因此本文在信息量模型中引入层次分析模型进行评价，该方法即考虑了信息量值，又考虑了各因子的权重。加权信息量值的计算公式如下：

(2)

式中：Wi为评价因子权重。

4.2 评价因子

危险性评价因子由易发性评价因子和影响因子组成。基于前文的分析，易发性评价选取坡度、坡向、地层、斜坡结构、断层距离、深切沟谷及河谷距离等6个因子，滑坡灾害考虑降水和公路距离2个影响因子；松桃县崩塌灾害基本不受人类工程活动影响，因此不予考虑。各评价因子见图3。

图3 评价因子分级Fig.3 Evaluation factor classification

4.3 加权信息量值的确定

4.3.1 权重的确定

评价因子的权重采用层次分析法确定。借助层次分析法将所面临的复杂问题分解为一个个独立的层面，而后建立层次模型，各自独立处理(图4)。

图4 层次结构模型Fig.4 Hierarchy model

在已建立的层次结构模型基础上，通过依次对评价因子进行两两对比，结合松桃县实际情况，确定各个因子的相对重要程度，根据1-9标度法赋值，创建评价标准值，依次进行排序，最终得到各因子的权重值，见表1。由于松桃县的地质灾害主要为滑坡和崩塌，各因子在滑坡和崩塌中的重要性不同，因此需分别计算权重。

表1 地质灾害因子权重表Table 1 The weight table of geological disaster factor

续表

4.3.2 加权信息量值的确定

根据全县滑坡和崩塌样本数量的统计，按公式(1)和公式(2)分别计算出滑坡和崩塌易发性的加权信息量值，见表2、表3。

表2 滑坡危险性加权信息量值计算表Table 2 Calculation table of landslide risk weighted information quantity

续表

表3 崩塌危险性加权信息量值计算表Table 3 Calculation table of collapse risk weighted information quantity

4.4 危险性评价及分区

在评价之前，首先确定平坝区，因为对于地质灾害主要为滑坡和崩塌的松桃县而言，平坝区地形平缓，发生滑坡及崩塌的可能性较低，为了防止后续评价过程中将平坝区的危险性评价为中危险以上的不合理结果。本文将境内大面积坡度小于8°的区域概化后作为平坝区(图5)，并在评价过程中通过条件判别直接将该区域的危险性评价为低危险等级。

图5 松桃县平坝区分布图Fig.5 Distribution map of Pingba area in Songtao county1—平坝区；2—非平坝区

平坝区确定后，利用GIS的空间分析功能，在每个评价单元中分别将滑坡和崩塌各评价因子的危险性加权信息量值进行相加，从而得到各个评价单元中滑坡和崩塌危险性总信息量值，分别得到滑坡和崩塌的危险性栅格图，并按自然断点法将滑坡和崩塌的危险性划分为极高、高、中、低四个等级，再将两者按就高不就低的原则叠加，生成总地质灾害的危险性栅格图，见图6，最后将危险性评价栅格图基于相似性、相近性的原则概化，形成松桃县地质灾害危险性分区图，见图7。各区统计见表4。

图6 松桃县地质灾害危险性评价栅格图Fig.6 Grid diagram of geological hazard risk assessment in Songtao county1—极高危险；2—高危险；3—中危险；4—低危险

图7 松桃县地质灾害危险性分区图Fig.7 Geological hazard risk zoning map in Songtao county1—极高危险；2—高危险；3—中危险；4—低危险；5—地灾点

表4 松桃县地质灾害危险性评价结果统计表Table 4 Statistical table of geological hazard risk assessment results in Songtao county

4.5 评价结果验证

ROC曲线可对危险性评价结果的准确性进行检验。曲线之下与横坐标轴包围的面积为AUS值，该值是衡量评价质量的指示器，AUS值越接近于1，说明评价结果越准确。由图8可以看出，松桃县地质灾害危险性评价的AUS值为0.803，即评价精度为80.3%，说明评价结果较好。

图8 ROC曲线图Fig.8 ROC curve

5 结论

(1)松桃县地质灾害受坡度、坡向、地层、斜坡结构、断层距离、深切沟谷及河谷距离、降水和人为切坡的影响较大，地质灾害往往在上述因素综合作用下产生。

(2)松桃县地质灾害的分布与危险分区的相关性较好，通过ROC曲线验证，AUS为0.803，说明评价精度较高，评价方法合理。

(3)对于极高危险区和高危险区，要尽量避免大规模城镇和工程建设，尤其是要限制大规模的人为切坡，避免人为主动诱发地质灾害。