許林艷(云南國土資源職業(yè)學(xué)院數(shù)字國土與土地管理學(xué)院，云南昆明650093)

國內(nèi)外眾多學(xué)者針對不同區(qū)域的地質(zhì)災(zāi)害評價進(jìn)行了廣泛的理論探討和實(shí)證研究，但是目前國內(nèi)外對地質(zhì)災(zāi)害評價尚無統(tǒng)一的評價方法和評價標(biāo)準(zhǔn)［1］，因此，針對各區(qū)域開展有針對性的地質(zhì)災(zāi)害評價研究，對豐富和完善地質(zhì)災(zāi)害評價研究具有重要的理論意義和實(shí)踐意義。區(qū)域地質(zhì)災(zāi)害危險性評價研究，即地質(zhì)災(zāi)害發(fā)生的可能性大小，一直是國內(nèi)外學(xué)者研究的重點(diǎn)，而基于GIS的信息量法由于客觀性高、可操作性強(qiáng)且能融合專家的經(jīng)驗(yàn)，被多數(shù)學(xué)者認(rèn)為是實(shí)現(xiàn)地質(zhì)災(zāi)害評價科學(xué)化、信息化、快速化的方法之一［1－3］，眾多評價實(shí)踐也表明，基于GIS的信息量法是一種運(yùn)用成熟、評價結(jié)果可靠度較高的方法［1－7］。筆者依托“思茅區(qū)地質(zhì)災(zāi)害調(diào)查與區(qū)劃”項(xiàng)目，在對思茅區(qū)地質(zhì)環(huán)境背景進(jìn)行深入、全面、系統(tǒng)的調(diào)查和定性分析的基礎(chǔ)上，采用信息量法對思茅區(qū)進(jìn)行地質(zhì)災(zāi)害危險性評價，并在此基礎(chǔ)上，考慮地質(zhì)災(zāi)害造成的直接和潛在的生命財產(chǎn)損失，探討了信息量法在思茅區(qū)地質(zhì)災(zāi)害災(zāi)情評估及險情預(yù)測中的應(yīng)用實(shí)踐。

1 研究方法

信息量法最早是由晏國珍引入到滑坡預(yù)測的，繼而被許多學(xué)者應(yīng)用到地質(zhì)災(zāi)害危險性評價中。由于地質(zhì)災(zāi)害是諸多因素共同作用的結(jié)果，雖然各因素本身的性質(zhì)及對地質(zhì)災(zāi)害發(fā)生所起的作用都存在較大差異，但在諸多影響因子中始終存在一種“最佳因素組合”，它對地質(zhì)災(zāi)害發(fā)生的“貢獻(xiàn)率”最大，即誘發(fā)地質(zhì)災(zāi)害發(fā)生的可能性最大［8］。信息量法實(shí)際上是通過將各評價因子對斜坡變形破壞所提供的信息量值疊加，作為預(yù)測評價的定量指標(biāo)，它把各評價單元的信息量值等權(quán)重疊加，且其評價結(jié)果的準(zhǔn)確性與選取因子的多少和質(zhì)量無關(guān)，比較適合于地形復(fù)雜的山區(qū)或高原區(qū)［1］。信息量通常用條件概率來計(jì)算，但實(shí)際計(jì)算時可用頻率估計(jì)條件概率來估算。具體計(jì)算過程如下:

(1)確定評價因子Xi，并進(jìn)行單因子圖層重分類。

(2)分別計(jì)算各評價因子Xi對地質(zhì)災(zāi)害發(fā)生(H)所提供的信息量值Ii(Xi，H):

式中，S為研究區(qū)總面積;N為研究區(qū)已發(fā)生的地質(zhì)災(zāi)害的總面積;Si為研究區(qū)所含有的評價因子Xi的總面積;Ni為含有指標(biāo)Xi并且發(fā)生發(fā)生了地質(zhì)災(zāi)害的面積。

(3)計(jì)算某一單元在P種因素組合情況下，提供邊坡變形破壞的信息量，即:

式中，Ii為評價單元內(nèi)總的信息量值;n為影響因子數(shù)(其他參數(shù)同前)。其中Ii＜0、Ii=0、Ii＞0分別表示該單元發(fā)生地質(zhì)災(zāi)害的可能性小于、等于、大于區(qū)域平均發(fā)生地質(zhì)災(zāi)害的可能性，即評價單元信息量越大，發(fā)生地質(zhì)災(zāi)害的可能性越大。

(4)根據(jù)各評價單元信息量取值范圍，找出分界點(diǎn)，將所得結(jié)果轉(zhuǎn)化為相應(yīng)的的危險性等級。

(5)結(jié)合災(zāi)情因子和險情因子，確定地質(zhì)災(zāi)害災(zāi)情等級和險情預(yù)測評價等級，方法同上。

2 技術(shù)路線與評估預(yù)測

2.1 技術(shù)路線 主要包括:資料的收集整理與野外調(diào)查、建立基礎(chǔ)信息數(shù)據(jù)庫、劃分評價單元、建立評價指標(biāo)體系、評估預(yù)測及評估結(jié)果分析。具體技術(shù)流程見圖1。

圖1 技術(shù)路線

2.2 評估預(yù)測過程

2.2.1 建立地質(zhì)災(zāi)害基礎(chǔ)信息數(shù)據(jù)庫。由于所有評價指標(biāo)必須統(tǒng)一到同一地理坐標(biāo)系統(tǒng)才能進(jìn)行GIS空間分析，才能將其帶入數(shù)學(xué)評價模型進(jìn)行地質(zhì)環(huán)境質(zhì)量評價，因此必須建立研究區(qū)的地質(zhì)災(zāi)害調(diào)查評價基礎(chǔ)信息數(shù)據(jù)庫。該研究中空間數(shù)據(jù)庫主要包括:研究區(qū)1∶5萬地形圖、水系圖、公路圖、居民點(diǎn)分布圖、地質(zhì)巖性圖、地質(zhì)構(gòu)造圖、降雨分布圖、地質(zhì)災(zāi)害現(xiàn)狀分布圖、村直接經(jīng)濟(jì)損失分布圖、村人員傷亡分布圖、村潛在經(jīng)濟(jì)損失分布圖、村潛在威脅人口分布圖、村人口密度分布圖、村地均戶數(shù)分布圖、坡度圖、坡向圖等。該研究屬性數(shù)據(jù)庫主要通過大量野外現(xiàn)場調(diào)查所收集到的地質(zhì)災(zāi)害點(diǎn)及隱患點(diǎn)數(shù)據(jù)以及研究區(qū)的社會經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)錄入到空間數(shù)據(jù)庫中的圖層屬性結(jié)構(gòu)表中。

2.2.2 建立評價指標(biāo)體系。在廣泛地查閱文獻(xiàn)資料和實(shí)地考察的基礎(chǔ)上，充分考慮因子的關(guān)鍵性和數(shù)據(jù)的可獲得性，選取距斷層距離、地面坡度、地層巖性、距河流距離、地面坡向、距公路距離、降雨量、地質(zhì)災(zāi)害分布現(xiàn)狀共8因子作為地質(zhì)災(zāi)害危險性評價因子，而對于那些在研究區(qū)域內(nèi)空間分布差異不明顯的因素未予考慮(如植被覆蓋、地震等因素)，建立地質(zhì)危險性評價指標(biāo)體系;并在此基礎(chǔ)上，選取地質(zhì)災(zāi)害造成的村直接經(jīng)濟(jì)損失和村人員傷亡，建立思茅區(qū)地質(zhì)災(zāi)害災(zāi)情評估指標(biāo)體系;同時選取地質(zhì)災(zāi)害村潛在威脅人口和村潛在財產(chǎn)損失與村人口密度和村地均戶數(shù)兩種險情因子方案，分別建立思茅區(qū)地質(zhì)災(zāi)害險情預(yù)測評估指標(biāo)體系。

該研究主要介紹災(zāi)情因子與險情因子與地質(zhì)災(zāi)害發(fā)育的相關(guān)關(guān)系及分布特征，其他因子與地質(zhì)災(zāi)害發(fā)育的相關(guān)關(guān)系及分布特征，不再詳述。

(1)災(zāi)情因子。由于地質(zhì)災(zāi)害調(diào)查與區(qū)劃的主要目的是為防災(zāi)減災(zāi)決策提供參考，而實(shí)地調(diào)查得到的已造成生命財產(chǎn)損失數(shù)據(jù)是衡量地質(zhì)災(zāi)害災(zāi)情的最直接的依據(jù)和標(biāo)準(zhǔn)。研究區(qū)共已發(fā)生61個地質(zhì)災(zāi)害點(diǎn)，分布在34個行政村，58個自然村內(nèi)，共造成直接經(jīng)濟(jì)損失1 373.7萬元，死亡10人。該研究思路主要是將實(shí)地調(diào)查到得的地質(zhì)災(zāi)害直接經(jīng)濟(jì)損失和人員傷亡以行政村為單位計(jì)算其信息量，從而進(jìn)行地質(zhì)災(zāi)害災(zāi)情的空間定位分析。

(2)險情因子。險情因子有2種方案:方案一是實(shí)地調(diào)查得到的潛在威脅人口和潛在經(jīng)濟(jì)損失是地質(zhì)災(zāi)害潛在險情的直接反映，其中潛在威脅人口按實(shí)際調(diào)查中地質(zhì)災(zāi)害隱患點(diǎn)的潛在威脅人口估算，潛在財產(chǎn)損失考慮到損毀的多為房屋且差異不大，主要根據(jù)房屋的結(jié)構(gòu)類型和新舊程度，并結(jié)合實(shí)際調(diào)查訪問，采用統(tǒng)一價格折價法，按照每戶3萬～5萬不等的補(bǔ)償價格進(jìn)行估算。研究區(qū)共有42個行政村，94個自然村存在地質(zhì)災(zāi)害隱患，潛在威脅人口約2 702人，威脅財產(chǎn)約4 030.5萬元。同理，險情因子也是以行政村為單位計(jì)算其信息量，從而進(jìn)行地質(zhì)災(zāi)害險情的空間定位分析。方案二的提出是為了檢驗(yàn)方案一中調(diào)查數(shù)據(jù)的完整性和科學(xué)性，選取村地均戶數(shù)和村人口密度作為險情因子，進(jìn)行地質(zhì)災(zāi)害險情預(yù)測對比分析，以期得到更加全面和科學(xué)的險情預(yù)測結(jié)果。

2.2.3 劃分評價單元。該研究采用GIS柵格單元作為地質(zhì)災(zāi)害評價單元，柵格評價單元的劃分是否恰當(dāng)，直接影響到預(yù)測結(jié)果的合理性。由于評價單元面積的大小主要與基礎(chǔ)數(shù)據(jù)的精度和自然坡體的大小有關(guān)，但是假若基礎(chǔ)數(shù)據(jù)很粗略，而評價設(shè)置單元過小，這除了增加計(jì)算工作量以外別無其他用處。因此在實(shí)際運(yùn)用中，往往還只能憑經(jīng)驗(yàn)公式確定評價單元面積的大小。確定柵格單元大小的經(jīng)驗(yàn)公式為:

式中，G為適宜格網(wǎng)大小;S為原始地形圖比例尺倒數(shù)。結(jié)合研究區(qū)實(shí)際情況、制圖效果以及經(jīng)驗(yàn)公式，最后選取70 m×70 m的格網(wǎng)大小，一共將研究區(qū)劃分為8 013 626個柵格評價單元。

2.2.4 評價因子信息量計(jì)算。分別將地質(zhì)災(zāi)害現(xiàn)狀分布圖與各評價因子專題圖層進(jìn)行疊加，通過公式(1)計(jì)算出各評價因子每個狀態(tài)集對地質(zhì)災(zāi)害發(fā)生所提供的信息量值(表1)。

3 評價結(jié)果分析

3.1 危險性分區(qū)評價 利用ArcGIS的空間疊加功能將各評價單元內(nèi)的危險性評價因子的信息量值進(jìn)行疊加，信息量最大值為8.905 758 868，最小值為 －11.264 265 06，數(shù)值越大，表示地質(zhì)災(zāi)害發(fā)生的可能性越大。利用自然斷點(diǎn)分類法對研究區(qū)地質(zhì)災(zāi)害危險性總息量值進(jìn)行重分類，分別為高度危險區(qū)(Nat∈［－1.398 542 671，8.905 758 858］)，中度危險區(qū)(Nat∈［－ 4.407965024，－ 1.398542672］)，低度危險區(qū)(Nat∈［11.264 265 06，－4.407 965 025 5］)，其占總評價單 元的面積比例依次為27.60%、40.23%、32.18%。

從得到的思茅區(qū)地質(zhì)災(zāi)害危險性區(qū)劃(圖2)可以看出，地質(zhì)災(zāi)害危險性分布圖很好地反映了區(qū)域地質(zhì)災(zāi)害發(fā)育的分布特征:思茅區(qū)地質(zhì)災(zāi)害高度危險區(qū)主要集中在思茅至江城公路和思茅至瀾滄公路沿線兩側(cè)、倚象鎮(zhèn)東南部、云仙鄉(xiāng)西北部、龍?zhí)多l(xiāng)東北部和思茅港鎮(zhèn)西部地區(qū);中度危險區(qū)在各鄉(xiāng)鎮(zhèn)都有零星分布;低度危險區(qū)主要集中分布在地勢平坦的盆地一帶以及六順鄉(xiāng)東部和萊茵河自然保護(hù)區(qū)。值得注意的是，思茅港鎮(zhèn)西部糯扎度自然保護(hù)區(qū)是國家自然保護(hù)區(qū)，從該處地質(zhì)環(huán)境看，緊靠瀾滄公路和瀾滄江，地層巖性以J2X和T2X為主，地形坡度陡峭，是地質(zhì)災(zāi)害高度和中度險情區(qū)的集合。但由于該地區(qū)人煙稀少，雖是高易發(fā)區(qū)，但是可能造成生命財產(chǎn)損失較少，不能稱之為地質(zhì)災(zāi)害，只能稱之為不良地質(zhì)現(xiàn)象，因此在地質(zhì)災(zāi)害調(diào)查過程中并非重點(diǎn)調(diào)查區(qū)。

圖2 地質(zhì)災(zāi)害危險性評價區(qū)劃

3.2 災(zāi)情評估 在地質(zhì)災(zāi)害危險性評價的基礎(chǔ)上，將村直接經(jīng)濟(jì)損失和村人員傷亡兩個災(zāi)情因子疊加起來，得到地質(zhì)災(zāi)害災(zāi)情總信息量最大值為9.405 496 60，最小值為－12.873 743 06，同理進(jìn)行重分類，將研究區(qū)地質(zhì)災(zāi)害災(zāi)情分為高度災(zāi)情區(qū)(Nat∈［－1.795 485 902，9.405 496 597］)，中度災(zāi)情區(qū)(Nat∈［－5.150 205 317 ～ －1.795 485 903］)和低度災(zāi)情區(qū)(Nat∈［－12.873 743 06，－5.150 205 318］)，其占總評價單元的面積比例依次為 22.78%、43.85%、33.37%。

圖3 地質(zhì)災(zāi)害災(zāi)情評價區(qū)劃

對比災(zāi)情評價圖(圖3)和危險性評價圖可知:地質(zhì)災(zāi)害災(zāi)情空間分布與危險性空間分布基本一致，且高度災(zāi)情區(qū)主要集中在思茅至江城公路和思茅至瀾滄公路沿線兩側(cè)、云仙鄉(xiāng)西北部以及思茅港鎮(zhèn)北部地區(qū)。災(zāi)情評價是從已造成的生命財產(chǎn)損失角度對地質(zhì)災(zāi)害危險性做出的一種詮釋，高度災(zāi)情區(qū)即為地質(zhì)災(zāi)害高度危險區(qū)，低度災(zāi)情區(qū)即為低度地質(zhì)災(zāi)害低度危險區(qū)。

3.3 險情預(yù)測 在地質(zhì)災(zāi)害危險性評價圖上，疊加方案一村威脅人口和村威脅財產(chǎn)2個險情因子，得到方案一思茅區(qū)地質(zhì)災(zāi)害險情評價結(jié)果(圖4)，通過分析可知:方案一險情分布與實(shí)際調(diào)查中隱患點(diǎn)的分布基本一致，調(diào)查隱患點(diǎn)密集的地區(qū)為高度險情區(qū)，沒有隱患點(diǎn)的地區(qū)為低度險情區(qū)?？紤]到野外實(shí)地調(diào)查的局限性及典型性，雖為普查但也不可能對研究區(qū)內(nèi)每一個地方都進(jìn)行實(shí)地調(diào)查，因此其評價結(jié)果也可能存在局限性。

圖4 方案一地質(zhì)災(zāi)害險情預(yù)測評價結(jié)果

圖5 方案二地質(zhì)災(zāi)害險情預(yù)測評價結(jié)果

為了驗(yàn)證方案一中結(jié)果的準(zhǔn)確性和可靠性，考慮在危險性評價圖上疊加方案二村人口密度和村地均戶數(shù)2個險情因子，得到方案二思茅區(qū)地質(zhì)災(zāi)害險情評價結(jié)果(圖5)，其中險情預(yù)測總信息量最大值為8.464 862 82，最小值為－15.547 164 92，研究區(qū)險情分為3級:高度險情區(qū)(Nat∈［－1.941 997 997，8.464 862 823］)，中度險情區(qū)(Nat∈［－5.765 382 592，－ 1.941 997 998］)，低度險情區(qū)(Nat∈［－15.547 164 92，－5.765 382 593］)，其占總評價單元的面積比例依次為32.93%、44.53%、22.54%。對比方案一和方案二的評價結(jié)果可知:高度險情區(qū)主要集中在思江公路、思瀾公路沿線及云仙鄉(xiāng)西北部地區(qū);但局部地帶也存在特殊規(guī)律，如龍?zhí)多l(xiāng)北部、思茅港鎮(zhèn)西部糯扎度自然保護(hù)區(qū)，方案一得出的結(jié)果是低度險情區(qū)，方案二得出的結(jié)果卻是高度險情區(qū)，說明這些地區(qū)其自身的地質(zhì)環(huán)境決定了其是地質(zhì)災(zāi)害高度危險區(qū)，但在地質(zhì)災(zāi)害調(diào)查中可能被忽略或未予以重點(diǎn)調(diào)查，從而導(dǎo)致兩者結(jié)果存在局部差異，因此在以后的更新調(diào)查中要予以重點(diǎn)考慮?？偟膩碚f，2種方案險情分布基本一致且與實(shí)地調(diào)查吻合，說明這2種方案的評價結(jié)果都是具有可行性和可靠性的，但方案二中用村人口密度和村地均戶數(shù)作為險情因子得出的險情預(yù)測評價結(jié)果更加全面和具有普遍意義。

4 結(jié)論與討論

該研究將信息量法應(yīng)用到思茅區(qū)地質(zhì)災(zāi)害危險評價及災(zāi)情評估和險情預(yù)測中，且評價結(jié)果與實(shí)地調(diào)查結(jié)果吻合度較高，說明用信息量法進(jìn)行地質(zhì)災(zāi)害空間區(qū)劃具有可行性、可靠性及準(zhǔn)確性，并為豐富與完善云南山區(qū)典型性區(qū)域地質(zhì)災(zāi)害理論與方法運(yùn)用研究提供了新的案例。其中用信息量法進(jìn)行地質(zhì)災(zāi)害經(jīng)濟(jì)損失評估(包括災(zāi)情評估和險情預(yù)測)，主要通過對經(jīng)濟(jì)損失統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間定位化，利用ArcGIS空間疊加功能將災(zāi)情因子和險情因子與危險性評價因子進(jìn)行空間疊加，從而實(shí)現(xiàn)災(zāi)情評估和險情預(yù)測評估。在險情評價過程中，為了驗(yàn)證方案一村威脅人口和村威脅財產(chǎn)作為險情因子進(jìn)行險情預(yù)測的客觀性和可靠性，用方案二村人口密度和村地均戶數(shù)作為險情因子進(jìn)行險情預(yù)測評價，并進(jìn)行對比分析，結(jié)果表明，方案二的評價結(jié)果及其分布規(guī)律既遵循了以人為本的原則又滿足實(shí)際調(diào)查中數(shù)據(jù)的可獲得性，評價結(jié)果更加全面，具有普遍意義。

［1］張春山，韓金良，孫煒鋒，等.陜西隴縣地質(zhì)災(zāi)害危險性分區(qū)評價［J］.地質(zhì)通報，2008，27(11):1795 －1801.

［2］高克昌，崔鵬，趙純勇，等.基于地理信息系統(tǒng)和信息模型的滑坡危險性評價——以重慶萬州為例［J］.巖石力學(xué)與工程學(xué)報，2006，25(5):991－996.

［3］阮沈勇，黃潤秋.基于GIS的信息量法模型在地質(zhì)災(zāi)害危險性區(qū)劃中的應(yīng)用［J］.成都理工學(xué)院學(xué)報，2001，28(1):89 －92.

［4］吳柏清，何政偉，劉嚴(yán)松.基于GIS的信息量法在九龍縣地質(zhì)災(zāi)害危險性評價中的應(yīng)用［J］.測繪科學(xué)，2008，33(4):146 －147.

［5］張桂榮，殷坤龍，劉傳正，等.基于GIS的陜西省旬陽地區(qū)滑坡災(zāi)害危險性區(qū)劃［J］.中國地質(zhì)災(zāi)害與防治學(xué)報，2003，14(4):39 －43.

［6］陳亮，孟高頭，張文杰，等.信息量模型在縣市地質(zhì)災(zāi)害調(diào)查與區(qū)劃中的應(yīng)用研究［J］.水文地質(zhì)工程地質(zhì)，2003，30(5):49 －52.

［7］孟令超，盧曉倉，史晨曉，等.基于信息量模型的達(dá)曲庫區(qū)滑坡危險性分析［J］.災(zāi)害學(xué)，2009，24(4):31 －34.

［8］孫煒鋒，譚成軒，王繼明，等.陜西寶雞地區(qū)千陽縣地質(zhì)災(zāi)害易發(fā)性評價［J］.地質(zhì)通報，2008，27(11):1795 －1801.