李春燕，孟 暉，張若琳，李亞民

(中國(guó)地質(zhì)環(huán)境監(jiān)測(cè)院,北京 100081)

中國(guó)縣域單元地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估

李春燕，孟 暉，張若琳，李亞民

(中國(guó)地質(zhì)環(huán)境監(jiān)測(cè)院,北京 100081)

文中地質(zhì)災(zāi)害包括崩塌、滑坡、泥石流、地面塌陷四類(lèi)突發(fā)性地質(zhì)災(zāi)害。采用地質(zhì)災(zāi)害危險(xiǎn)性與承災(zāi)體易損性分項(xiàng)測(cè)算，定性綜合評(píng)估的方式實(shí)現(xiàn)我國(guó)縣域單元地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估。將承災(zāi)體易損性分為人口安全易損性與資產(chǎn)易損性，用因?yàn)?zāi)死亡人口比與因?yàn)?zāi)直接經(jīng)濟(jì)損失比表征?；谝詺v史數(shù)據(jù)分析指導(dǎo)未來(lái)預(yù)測(cè)的思想，以國(guó)土資源部2001—2015年地質(zhì)災(zāi)害災(zāi)情數(shù)據(jù)為樣本，提出了人口安全易損性與資產(chǎn)易損性的分級(jí)標(biāo)準(zhǔn)。對(duì)我國(guó)2869個(gè)縣域單元進(jìn)行地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，結(jié)果表明共有216個(gè)地質(zhì)災(zāi)害高風(fēng)險(xiǎn)單元、643個(gè)中風(fēng)險(xiǎn)單元和2010個(gè)低風(fēng)險(xiǎn)單元。地質(zhì)災(zāi)害高風(fēng)險(xiǎn)區(qū)集中分布于烏蒙山區(qū)、四川盆地周邊山區(qū)以及云南西部和西藏東南部。

縣域單元；地質(zhì)災(zāi)害；易損性；風(fēng)險(xiǎn)評(píng)估

我國(guó)是世界上地質(zhì)災(zāi)害災(zāi)情最為嚴(yán)重的國(guó)家之一。開(kāi)展縣域單元地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估，有助于從宏觀層面對(duì)地質(zhì)災(zāi)害形勢(shì)進(jìn)行研判，減輕地質(zhì)災(zāi)害造成的損失，進(jìn)而實(shí)現(xiàn)地質(zhì)災(zāi)害風(fēng)險(xiǎn)管理，服務(wù)于防災(zāi)減災(zāi)和生態(tài)文明建設(shè)。

對(duì)地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估的關(guān)注與研究于近幾十年興起。1989—2005年，聯(lián)合國(guó)召開(kāi)數(shù)次會(huì)議明確防災(zāi)減災(zāi)的必要性與總體思路，研討地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)方法，使該領(lǐng)域逐步成為熱點(diǎn)。瑞士、法國(guó)等國(guó)相繼開(kāi)展了地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估工作[1～5]。在國(guó)內(nèi)，張梁等[6]構(gòu)造了地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系與模型；朱良峰等[7]基于GIS平臺(tái)研發(fā)了地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估系統(tǒng)，進(jìn)行了全國(guó)地質(zhì)災(zāi)害風(fēng)險(xiǎn)試評(píng)價(jià)；張春山等[8～9]先后對(duì)黃河上游地區(qū)崩塌、滑坡、泥石流災(zāi)害危險(xiǎn)性與風(fēng)險(xiǎn)性進(jìn)行了評(píng)價(jià)；殷坤龍等[10]從地質(zhì)災(zāi)害預(yù)警的角度出發(fā)，探索了地質(zhì)災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法；張茂省等[11]構(gòu)建了風(fēng)險(xiǎn)矩陣評(píng)估方法，并在延安寶塔區(qū)進(jìn)行了實(shí)踐；吳樹(shù)仁等[12～13]重點(diǎn)探索了地質(zhì)災(zāi)害易發(fā)程度、危險(xiǎn)性和風(fēng)險(xiǎn)評(píng)估的工作流程，初步提出定性分析-定量化評(píng)價(jià)相結(jié)合的地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)方法，并根據(jù)張梁、殷坤龍等的全國(guó)人口地質(zhì)災(zāi)害傷亡率分級(jí)研究成果[14]，基于1995—2005年全國(guó)地質(zhì)災(zāi)害數(shù)據(jù)，定量提出我國(guó)地質(zhì)災(zāi)害人口傷亡率的最高等級(jí)閾值。

以往的研究成果豐富，評(píng)價(jià)方法多采用多元統(tǒng)計(jì)分析法、定性權(quán)重打分法、GIS系統(tǒng)疊加分析等方法，神經(jīng)網(wǎng)絡(luò)法也得到了初步應(yīng)用[15～19]；研究區(qū)則以小區(qū)域，大比例尺居多；評(píng)價(jià)結(jié)果則均為空間化結(jié)果。受資料來(lái)源的可靠性和積累程度的限制，以往的研究難以精確反映風(fēng)險(xiǎn)的區(qū)域差異。不論何種風(fēng)險(xiǎn)性評(píng)估方法，易損性定量評(píng)價(jià)都是地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估的難點(diǎn)之一，目前尚無(wú)統(tǒng)一的指標(biāo)和方法。

本文基于國(guó)土資源部地質(zhì)災(zāi)害報(bào)告制度所取得的長(zhǎng)時(shí)間序列災(zāi)情數(shù)據(jù)，以概率統(tǒng)計(jì)法為基礎(chǔ)，探討以縣域?yàn)閱卧讚p性量化評(píng)價(jià)方法及其分級(jí)標(biāo)準(zhǔn)，在地質(zhì)災(zāi)害危險(xiǎn)性和易損性分項(xiàng)測(cè)算的基礎(chǔ)上綜合分析，從而實(shí)現(xiàn)區(qū)域地質(zhì)災(zāi)害風(fēng)險(xiǎn)性評(píng)估。通過(guò)災(zāi)害調(diào)查數(shù)據(jù)和災(zāi)情統(tǒng)計(jì)數(shù)據(jù)的不斷更新，可進(jìn)一步實(shí)現(xiàn)風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)估。

1 數(shù)據(jù)來(lái)源與算法

1.1 數(shù)據(jù)來(lái)源

地質(zhì)災(zāi)害調(diào)查數(shù)據(jù)來(lái)源于全國(guó)地質(zhì)災(zāi)害調(diào)查數(shù)據(jù)庫(kù)；基礎(chǔ)地質(zhì)條件數(shù)據(jù)主要包括地形起伏度圖、地貌圖、地質(zhì)圖、第四紀(jì)地質(zhì)圖、活動(dòng)斷裂圖、工程地質(zhì)圖、水文地質(zhì)圖、可溶巖類(lèi)型圖、土壤侵蝕圖等；地質(zhì)災(zāi)害點(diǎn)災(zāi)情數(shù)據(jù)來(lái)源于國(guó)土資源部2001—2015年地質(zhì)災(zāi)害速報(bào)制度和月報(bào)制度報(bào)送的數(shù)據(jù)；人口與經(jīng)濟(jì)數(shù)據(jù)來(lái)源于2001—2015年社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒；縣級(jí)行政區(qū)劃數(shù)據(jù)采用國(guó)家地理信息中心制作的2013年縣級(jí)行政區(qū)劃數(shù)據(jù)。

1.2 算法

1.2.1 地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)

地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)時(shí)，為保障結(jié)果的合理性，應(yīng)首先進(jìn)行自然單元評(píng)價(jià)，再將評(píng)價(jià)結(jié)果轉(zhuǎn)化為縣域單元。

地質(zhì)災(zāi)害危險(xiǎn)性的評(píng)價(jià)方法比較多，常見(jiàn)的方法有模糊綜合評(píng)價(jià)法、證據(jù)權(quán)法、多元回歸分析法、人工神經(jīng)網(wǎng)絡(luò)法、層次分析法、灰色關(guān)聯(lián)分析法等等。這些方法基于的理論不同、含義不同，對(duì)評(píng)價(jià)數(shù)據(jù)的需求不同，各有優(yōu)點(diǎn)和不足。本文選擇證據(jù)權(quán)法進(jìn)行地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。

證據(jù)權(quán)法是一種由點(diǎn)及面的定量化評(píng)價(jià)方法，早期主要應(yīng)用于礦產(chǎn)資源預(yù)測(cè)等相關(guān)領(lǐng)域，近年來(lái)才被引入地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)中[16]，具有易于理解、操作簡(jiǎn)便、受主觀因素影響小等特點(diǎn)。通過(guò)將已經(jīng)發(fā)災(zāi)的滑坡、崩塌、泥石流、地面塌陷災(zāi)害點(diǎn)與地形坡度、暴雨次數(shù)等評(píng)價(jià)指標(biāo)空間疊加，進(jìn)行相關(guān)性分析，求得每個(gè)指標(biāo)與滑坡、崩塌、泥石流、地面塌陷的相關(guān)程度，基于相關(guān)程度賦予各指標(biāo)不同的權(quán)重，進(jìn)行疊加計(jì)算，得到崩塌、滑坡、泥石流危險(xiǎn)性指數(shù)圖和地面塌陷危險(xiǎn)性指數(shù)圖，根據(jù)危險(xiǎn)性指數(shù)由高到低將危險(xiǎn)性劃分為高、中、低、極低4個(gè)等級(jí)。將崩塌、滑坡、泥石流危險(xiǎn)性評(píng)價(jià)分級(jí)圖和地面塌陷危險(xiǎn)性評(píng)價(jià)分級(jí)圖按照“就高原則”疊加，形成自然單元地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果。

自然單元評(píng)價(jià)結(jié)果向縣域單元轉(zhuǎn)化時(shí)采用最大面積法，即以縣域面積內(nèi)面積最大的評(píng)價(jià)等級(jí)作為該縣域的危險(xiǎn)性評(píng)價(jià)等級(jí)。再結(jié)合已有資料、根據(jù)專(zhuān)家經(jīng)驗(yàn)對(duì)評(píng)價(jià)結(jié)果進(jìn)行校驗(yàn)修訂，最終確定縣域地質(zhì)災(zāi)害危險(xiǎn)性等級(jí)。

1.2.2 承災(zāi)體易損性評(píng)價(jià)

承災(zāi)體易損性是指地質(zhì)災(zāi)害發(fā)生時(shí)可能對(duì)承災(zāi)體造成的破壞、損失程度。地質(zhì)災(zāi)害造成的損失主要有直接和間接經(jīng)濟(jì)損失、人員傷亡和資源環(huán)境破壞等。由于人口、財(cái)產(chǎn)和環(huán)境的性質(zhì)不同，且考慮到災(zāi)情統(tǒng)計(jì)數(shù)據(jù)的內(nèi)容，將承災(zāi)體易損性分為人口安全易損性與資產(chǎn)易損性?xún)刹糠帧?/p>

人口安全易損性是指因地質(zhì)災(zāi)害造成人口死亡的最大可能程度。鑒于本次評(píng)價(jià)是以縣域?yàn)閱卧暮暧^尺度評(píng)價(jià)，可采用縣年均地質(zhì)災(zāi)害最大可能死亡人口占縣年均總?cè)丝诘谋?，即因?yàn)?zāi)死亡人口比來(lái)表達(dá)。因?yàn)?zāi)死亡人口比越大，人口安全易損程度越高。

資產(chǎn)易損性是指縣域內(nèi)地質(zhì)災(zāi)害造成直接經(jīng)濟(jì)損失的最大可能程度。采用縣年均地質(zhì)災(zāi)害直接經(jīng)濟(jì)損失占縣年均經(jīng)濟(jì)總量的比，即因?yàn)?zāi)直接經(jīng)濟(jì)損失比來(lái)表達(dá)。其比值越大，資產(chǎn)易損程度越高。

由于縣年均地質(zhì)災(zāi)害最大可能死亡人口與可能直接經(jīng)濟(jì)損失難以預(yù)測(cè)，基于以歷史數(shù)據(jù)分析指導(dǎo)未來(lái)預(yù)測(cè)的思想，本文采用地質(zhì)災(zāi)害實(shí)際造成的縣年均地質(zhì)災(zāi)害死亡人口與年均地質(zhì)災(zāi)害直接經(jīng)濟(jì)損失代替計(jì)算。

以GIS空間分析統(tǒng)計(jì)功能為基礎(chǔ)，根據(jù)國(guó)土資源部2001—2015年地質(zhì)災(zāi)害災(zāi)情統(tǒng)計(jì)數(shù)據(jù)，以縣為單元統(tǒng)計(jì)2001—2015年縣域內(nèi)所有地質(zhì)災(zāi)害點(diǎn)共造成的死亡人口總數(shù)與直接經(jīng)濟(jì)損失數(shù)，計(jì)算年均值；2001—2015年期間，僅在2010年開(kāi)展過(guò)一次人口普查，數(shù)據(jù)確實(shí)。因此，在實(shí)際計(jì)算因?yàn)?zāi)死亡人口比時(shí)，采用2010年人口普查的縣域總?cè)丝跀?shù)據(jù)作為縣年均總?cè)丝跀?shù)。

通過(guò)以全國(guó)縣域“因?yàn)?zāi)死亡人口比”、“因?yàn)?zāi)直接經(jīng)濟(jì)損失比”數(shù)據(jù)為樣本進(jìn)行測(cè)算分級(jí)，結(jié)合20世紀(jì)地質(zhì)災(zāi)害災(zāi)情數(shù)據(jù)和前人的研究成果[13～14]，提出人口安全易損性評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)(表1)、資產(chǎn)易損性評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)(表2)。

表1 人口安全易損性評(píng)價(jià)分級(jí)

表2 資產(chǎn)易損性評(píng)價(jià)分級(jí)

將縣域地質(zhì)災(zāi)害人口安全易損性評(píng)價(jià)分區(qū)結(jié)果與資產(chǎn)易損性評(píng)價(jià)分區(qū)結(jié)果，按照“就高原則”進(jìn)行疊加，形成縣域單元承災(zāi)體易損性評(píng)價(jià)分區(qū)結(jié)果。

1.2.3 地質(zhì)災(zāi)害風(fēng)險(xiǎn)定性綜合評(píng)估

按照地質(zhì)災(zāi)害風(fēng)險(xiǎn)定性綜合評(píng)估方法，根據(jù)地質(zhì)災(zāi)害危險(xiǎn)性4個(gè)等級(jí)、承災(zāi)體易損性4個(gè)等級(jí)的組合特征，將地質(zhì)災(zāi)害風(fēng)險(xiǎn)劃分為高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)3個(gè)等級(jí)(表3)。為了保證地質(zhì)災(zāi)害風(fēng)險(xiǎn)性評(píng)估結(jié)果的可靠性，應(yīng)通過(guò)統(tǒng)計(jì)分析、野外實(shí)地驗(yàn)證或同行檢查對(duì)評(píng)估結(jié)果進(jìn)行必要的檢驗(yàn)和完善。

表3 地質(zhì)災(zāi)害風(fēng)險(xiǎn)定性綜合評(píng)估

2 全國(guó)地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估

2.1 評(píng)價(jià)單元

本次評(píng)價(jià)的基本單元包括市轄區(qū)、縣、自治縣、縣級(jí)市。根據(jù)采用的2013年行政區(qū)劃，全國(guó)陸域共有2869個(gè)評(píng)價(jià)單元(不包括臺(tái)灣省和南海諸島)。

2.2 評(píng)價(jià)與結(jié)果分析

2.2.1 地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)

地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)選取地形起伏度、地貌類(lèi)型、工程地質(zhì)巖組、活動(dòng)斷裂距離、多年平均降水量、年平均暴雨日數(shù)(天)、土地利用程度、礦山分布密度、崩塌滑坡泥石流發(fā)育密度、地面塌陷發(fā)育密度等指標(biāo)。將各評(píng)價(jià)指標(biāo)空間分布圖進(jìn)行1 km×1 km柵格化處理，按照評(píng)價(jià)流程形成自然單元地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)分區(qū)結(jié)果。將自然單元評(píng)價(jià)結(jié)果轉(zhuǎn)化，以縣域單元的形式表達(dá)，得到全國(guó)縣域單元地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)分區(qū)圖(圖1)。

圖1 地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)分區(qū)圖Fig.1 Zoning map of geological hazard assessment

據(jù)圖1，我國(guó)共有地質(zhì)災(zāi)害高危險(xiǎn)單元453個(gè)、中危險(xiǎn)單元1106個(gè)、低危險(xiǎn)單元746個(gè)、極低危險(xiǎn)單元564個(gè)。地質(zhì)災(zāi)害危險(xiǎn)性高的區(qū)域主要連片分布于云南、四川、重慶、貴州大部以及西藏西南部、陜西南部、甘肅東部的山地丘陵區(qū)，遼寧、河北、江西等省有零星分布。這些地區(qū)地形切割劇烈，構(gòu)造發(fā)育強(qiáng)烈，與我國(guó)地質(zhì)環(huán)境背景條件相對(duì)應(yīng)。

2.2.2 承災(zāi)體易損性評(píng)價(jià)

2001—2015年地質(zhì)災(zāi)害共在798個(gè)縣(市、區(qū))造成了人口死亡，因?yàn)?zāi)死亡人口總數(shù)為8 100人(圖2、表4)。人口安全高易損單元25個(gè)、中易損單元324個(gè)、低易損單元422個(gè)、極低易損單元2 098個(gè)。人口安全高易損單元零星分布于云南、四川、甘肅、陜西等省，與地質(zhì)災(zāi)害危險(xiǎn)性并不完全重合，說(shuō)明危險(xiǎn)性與實(shí)際的人口傷亡并沒(méi)有高度的相關(guān)性。同時(shí)，可以發(fā)現(xiàn)人口安全高易損單元基本分布在人口密度比較低的區(qū)域，說(shuō)明人口集中的地區(qū)地質(zhì)環(huán)境相對(duì)安全或者防災(zāi)減災(zāi)措施到位，發(fā)災(zāi)較少，即使發(fā)災(zāi)也不易造成人口死亡；同時(shí)，人口安全高易損單元的人口基數(shù)低，導(dǎo)致這些單元的因?yàn)?zāi)死亡人口比偏高。甘肅省舟曲縣由于2010年發(fā)生特大型泥石流的緣故，死亡人數(shù)是所有評(píng)價(jià)單元中最高的，共計(jì)1 451人。因?yàn)?zāi)死亡人口比同樣是舟曲縣最高，為7.322 29。

圖2 地質(zhì)災(zāi)害人口安全易損性評(píng)價(jià)分區(qū)圖Fig.2 Zoning map of population safety vulnerability assessment

省(市)名市(州)名縣(區(qū))名縣(區(qū))人口總數(shù)(萬(wàn)人)2001—2015年因?yàn)?zāi)死亡人口總數(shù)(人)因?yàn)?zāi)死亡人口比(人/萬(wàn)人)人口安全易損性等級(jí)甘肅省甘南藏族自治州舟曲縣13.2114517.32229高云南省怒江傈僳族自治州貢山獨(dú)龍族怒族自治縣3.79891.56577高云南省玉溪市新平彝族傣族自治縣28.53680.15887高西藏自治區(qū)拉薩市墨竹工卡縣4.47660.98491高四川省甘孜藏族自治州丹巴縣5.97650.72590高四川省綿陽(yáng)市北川羌族自治縣19.71630.21308高重慶市—武隆縣35.10620.11775高陜西省榆林市子洲縣17.40540.20691高四川省甘孜藏族自治州康定縣13.01530.27150高四川省雅安市石棉縣12.36430.23193高四川省阿壩藏族羌族自治州汶川縣10.08360.23816高貴州省黔東南苗族侗族自治州三穗縣15.57360.15411高浙江省麗水市慶元縣14.15300.14130高福建省三明市建寧縣12.00300.16670高陜西省安康市嵐皋縣15.42280.12109高山西省呂梁市中陽(yáng)縣14.14260.12261高云南省怒江傈僳族自治州福貢縣9.86260.17577高遼寧省本溪市南芬區(qū)8.29190.15276高陜西省延安市甘泉縣7.72190.16410高四川省甘孜藏族自治州九龍縣6.21140.15022高新疆自治區(qū)昌吉回族自治州木壘哈薩克自治縣6.57140.14202高四川省雅安市寶興縣5.61130.15460高四川省阿壩藏族羌族自治州小金縣7.77130.11150高甘肅省張掖市肅南裕固族自治縣3.37130.25753高陜西省安康市鎮(zhèn)坪縣5.1090.11773高

地質(zhì)災(zāi)害共在1685個(gè)縣(市、區(qū))造成了直接經(jīng)濟(jì)損失(圖3、表5)，資產(chǎn)高易損單元26個(gè)、中易損單元136個(gè)、低易損單元395個(gè)、極低易損單元2 412個(gè)。較于人口安全高易損單元的分散分布，資產(chǎn)高易損單元分布相對(duì)集中于成都-蘭州-西安區(qū)域，除受地形因素影響外，還受到龍門(mén)山斷裂、鮮水河斷裂、祁連山北緣斷裂的控制。數(shù)據(jù)特征與人口安全易損性類(lèi)似，資產(chǎn)高易損單元分布區(qū)域GDP密度較低。直接經(jīng)濟(jì)損失最高的縣為遼寧省新賓滿(mǎn)族自治縣。據(jù)統(tǒng)計(jì)數(shù)據(jù)，2001—2015年該縣因地質(zhì)災(zāi)害共造成直接經(jīng)濟(jì)損失1 002 377萬(wàn)元，由于縣GDP總量為760 189.44萬(wàn)元，故因?yàn)?zāi)直接經(jīng)濟(jì)損失比為8.790 59，居全國(guó)第三；西藏自治區(qū)洛扎縣因?yàn)?zāi)直接經(jīng)濟(jì)損失7 863.48萬(wàn)元，遠(yuǎn)低于新賓滿(mǎn)族自治縣，但洛扎縣年均GDP總量?jī)H2 281.72萬(wàn)元，所以因?yàn)?zāi)直接經(jīng)濟(jì)比達(dá)到22.98，為全國(guó)最高。

將人口安全易損性與資產(chǎn)易損性按照“就高原則”疊加，形成全國(guó)縣域單元地質(zhì)災(zāi)害承災(zāi)體易損性評(píng)價(jià)分區(qū)圖(圖4)。承災(zāi)體高易損單元49個(gè)、中易損單元380個(gè)、低易損單元541個(gè)、極低易損單元1 899個(gè)。

2.2.3 地質(zhì)災(zāi)害風(fēng)險(xiǎn)定性綜合評(píng)估

采用地質(zhì)災(zāi)害風(fēng)險(xiǎn)定性綜合評(píng)估方法(表4)，將地質(zhì)災(zāi)害危險(xiǎn)性與承災(zāi)體易損性集成分析，形成全國(guó)縣域單元地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估結(jié)果(圖5)。全國(guó)共有216個(gè)地質(zhì)災(zāi)害高風(fēng)險(xiǎn)單元、643個(gè)中風(fēng)險(xiǎn)單元和2 010個(gè)低風(fēng)險(xiǎn)單元。地質(zhì)災(zāi)害高風(fēng)險(xiǎn)區(qū)集中分布于烏蒙山區(qū)、四川盆地周邊山地區(qū)、甘肅東部以及云南西部和西藏東南部。與我國(guó)地質(zhì)環(huán)境背景條件比較吻合。

圖3 地質(zhì)災(zāi)害資產(chǎn)易損性評(píng)價(jià)分區(qū)圖Fig.3 Zoning map of population property vulnerability assessment

省(市)名市(州)名縣(區(qū))名縣(區(qū))年均GDP總量(萬(wàn)元)2001—2015年因?yàn)?zāi)直接經(jīng)濟(jì)損失數(shù)(萬(wàn)元)因?yàn)?zāi)直接經(jīng)濟(jì)損失比(萬(wàn)/百萬(wàn))資產(chǎn)易損性等級(jí)西藏自治區(qū)山南地區(qū)洛扎縣2281.727863.4822.98000高甘肅省隴南市文縣132340.62178502.408.99207高遼寧省撫順市新賓滿(mǎn)族自治縣760189.4410023778.79059高云南省怒江傈僳族自治州貢山獨(dú)龍族怒族自治縣38631.0935686.106.15844高云南省怒江傈僳族自治州福貢縣33998.7131054.066.08926高西藏自治區(qū)昌都地區(qū)八宿縣6082.084089.204.48224高甘肅省隴南市武都區(qū)479098.07237245.863.30128高四川省阿壩藏族羌族自治州理縣81004.2634890.532.87150高四川省阿壩藏族羌族自治州松潘縣81842.0433998.332.76943高四川省甘孜藏族自治州丹巴縣64755.1426804.022.75953高西藏自治區(qū)日喀則地區(qū)亞?wèn)|縣23214.318171.402.34666高西藏自治區(qū)林芝地區(qū)察隅縣29214.0910143.652.31478高四川省阿壩藏族羌族自治州馬爾康縣99106.9831169.702.09670高四川省阿壩藏族羌族自治州小金縣62945.9219045.262.01710高西藏自治區(qū)昌都地區(qū)邊壩縣10370.203051.701.96184高西藏自治區(qū)昌都地區(qū)左貢縣11410.803277.701.91497高四川省甘孜藏族自治州瀘定縣82196.9422531.101.82741高重慶市-武隆縣594881.631438421.61200高甘肅省甘南藏族自治州夏河縣86285.51208401.61016高四川省阿壩藏族羌族自治州茂縣139977.9533568.151.59874高甘肅省天水市麥積區(qū)839998.741996771.58474高甘肅省天水市清水縣191355.6244706.701.55754高四川省巴中市南江縣542636.31116532.391.43168高四川省阿壩藏族羌族自治州汶川縣301320.9961563.591.36208高甘肅省隴南市康縣94068.0018888.601.33865高甘肅省隴南市宕昌縣97215.44146861.00711高

圖4 地質(zhì)災(zāi)害承災(zāi)體易損性評(píng)價(jià)分區(qū)圖Fig.4 Zoning map of hazard-affected bodies separately vulnerability assessment

圖5 地質(zhì)災(zāi)害風(fēng)險(xiǎn)程度評(píng)價(jià)分區(qū)圖Fig.5 Zoning map of geological hazard risk assessment

3 結(jié)論與建議

(1)本文將承災(zāi)體易損性分為人口安全易損性和資產(chǎn)易損性，分別用因?yàn)?zāi)死亡人口和因?yàn)?zāi)直接經(jīng)濟(jì)損失比量化表達(dá)。以國(guó)土資源部權(quán)威數(shù)據(jù)為基礎(chǔ)，通過(guò)測(cè)算，分別給出了二者分級(jí)標(biāo)準(zhǔn)以及疊加原則，再結(jié)合地質(zhì)災(zāi)害危險(xiǎn)性進(jìn)行定性綜合評(píng)估，形成以縣為單元的區(qū)域地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估方法。此方法簡(jiǎn)便快捷、數(shù)據(jù)連續(xù)有保障。

(2)對(duì)于地質(zhì)災(zāi)害高風(fēng)險(xiǎn)縣(區(qū))，在規(guī)劃和土地利用前，應(yīng)考慮地質(zhì)災(zāi)害對(duì)土地利用適宜性的限制，進(jìn)行詳細(xì)的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)估，重點(diǎn)區(qū)需詳細(xì)勘查地質(zhì)條件，注重事前降低地質(zhì)災(zāi)害風(fēng)險(xiǎn)，使區(qū)域經(jīng)濟(jì)與地質(zhì)環(huán)境可持續(xù)發(fā)展。需強(qiáng)調(diào)，地質(zhì)災(zāi)害低風(fēng)險(xiǎn)區(qū)是基于歷史災(zāi)情判斷其地質(zhì)災(zāi)害風(fēng)險(xiǎn)相對(duì)低，并不表示絕對(duì)的安全，在開(kāi)展社會(huì)經(jīng)濟(jì)活動(dòng)前也應(yīng)按需求進(jìn)行適度的調(diào)查，必要時(shí)采取一定的防災(zāi)措施。

(3)對(duì)于承災(zāi)體易損性的評(píng)價(jià)，是以歷史災(zāi)情數(shù)據(jù)作為分析樣本，基于歷史數(shù)據(jù)對(duì)未來(lái)預(yù)測(cè)具有指導(dǎo)意義的思想。但如何據(jù)此實(shí)現(xiàn)更加精細(xì)化的預(yù)測(cè)，尚需更深入研究。通過(guò)數(shù)據(jù)的不斷更新來(lái)實(shí)現(xiàn)評(píng)價(jià)的動(dòng)態(tài)化或許是一種可行方法。

(4)以縣域單元進(jìn)行地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估，其評(píng)價(jià)結(jié)果是每個(gè)縣域?yàn)橥粋€(gè)風(fēng)險(xiǎn)等級(jí)，默認(rèn)地質(zhì)災(zāi)害危險(xiǎn)性、承災(zāi)體易損性等在該評(píng)價(jià)單元內(nèi)是均勻分布的。但實(shí)際上，縣域面積變化很大，其內(nèi)地形地貌不同，地質(zhì)災(zāi)害、人口、財(cái)產(chǎn)、土地等并非均勻分布。因此，本評(píng)估方法適用于具有較長(zhǎng)時(shí)間災(zāi)情記錄的宏觀空間尺度的風(fēng)險(xiǎn)分析。如何解決縣域內(nèi)部易損性差異的問(wèn)題，提升地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估的精確性是需要進(jìn)一步研究的。

[1] Cascini L, Bonnard C, Corominas J,etal. Landslide hazard and risk zoning for urban planning and development[C].Balkema:CRC Press Inc,2005.

[2] Hungr O, Fell R, Couture R,etal. Landslide Risk Management: Proceedings of the International Conference on Landslide Risk Management[C]. Vancouver: CRC Press Inc,2005.

[3] Fell R, Corominas J, Bonnard C,etal. Guidelines for landslide susceptibility, hazard and risk zoning for land use planning[J]. Engineering Geology, 2008, 102(3/4):85-98.

[4] Leroi E, Bonnard C, Fell R,etal. Risk assessment and management[M]// Weinheim: wiley-vchverlaggmbh & Co. kgaa, 2005:693-694.

[5] Jibson R W, Harp E L, Michael J A. A method for producing digital probabilistic seismic landslide hazard maps[J]. Engineering Geology, 2000, 58(3/4):271-289.

[6] 張梁，張建軍.地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃理論與方法[J].地質(zhì)災(zāi)害與環(huán)境保護(hù)，2000，11(4):323-328.[ZHANG L,ZHANG J J. The theory and method of risk zonation of geo-hazard[J]. Journal of Geologiccal Hazard and Environment Preservation,2000,11(4):323-328.(in Chinese)]

[7] 朱良峰，殷坤龍，張梁，等.GIS支持下的地質(zhì)災(zāi)害風(fēng)險(xiǎn)分析[J].長(zhǎng)江科學(xué)院院報(bào)，2002(5)：42-45.[ZHU L F,YIN K L, ZHANG L,etal. Risk analysis system of geo-hazard supported by GIS[J]. Joural of Yangze River Scientific Research Institute, 2002(5): 42-45.(in Chinese)]

[8] 張春山，張業(yè)成，馬寅生.黃河上游地區(qū)崩塌、滑坡、泥石流地質(zhì)災(zāi)害區(qū)域危險(xiǎn)性評(píng)價(jià)[J].地質(zhì)力學(xué)學(xué)報(bào)，2003，9(2):143-153.[ZHANG C S, ZHANG Y C, MA Y S. Regional dangerous on the geological hazards of collapse, landslide and debris flows in the upper reaches of the Yellow River[J]. Journal of Geomechanics, 2003，9(2): 143-153.(in Chinese)]

[9] 張春山,張業(yè)成,馬寅生,等. 區(qū)域地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)要素權(quán)值計(jì)算方法及應(yīng)用——以黃河上游地區(qū)地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)為例[J]. 水文地質(zhì)工程地質(zhì),2006, 33(6):84-88. [ZHANG C S, ZHANG Y C, MA Y S,etal. Calculation method and application of the right-weighty value on geological hazard in region[J]. Hydrogeology & Engineering Geology,2006,33(6):84-88.(in Chinese)]

[10] 殷坤龍，陳麗霞，張桂榮.區(qū)域滑坡災(zāi)害預(yù)測(cè)預(yù)警與風(fēng)險(xiǎn)評(píng)價(jià)[J].地學(xué)前緣，2007，14(6):85-97.[YIN K L, CHEN L X, ZHANG G R. Regional landslide hazard warning and risk assessment[J].Earth Science Frontiers,2007, 14(6):85-97.(in Chinese)]

[11] 張茂省，唐亞明.地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查的方法與實(shí)踐[J].地質(zhì)通報(bào)，2008，08:1205-1216.[ZHANG M S, TANG Y M. Risk investigation method and practice of geohazards[J]. Geological Bulletin of China, 2008, 27(8):1205-1216.(in Chinese)]

[12] 吳樹(shù)仁,石菊松,張春山,等. 地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)指南初論[J]. 地質(zhì)通報(bào),2009,28(8):995-1005.[WU S R, SHI J S, ZHANG C S,etal. Preliminary discussion on technical guideline for geohazard risk assessment[J]. GeologicalBulletin of China, 2009, 28(8):995-1005.(in Chinese)]

[13] 吳樹(shù)仁，石菊松，張春山，等.滑坡風(fēng)險(xiǎn)評(píng)估理論與技術(shù)[M]. 北京: 科學(xué)出版社，2012.[WU S R, SHI J S, ZHANG C S,etal. Theory and Technique of Landslide Risk Assessment[M]. Beijing: Science Press, 2012.(in Chinese)]

[14] 張梁，殷坤龍，雷明堂，等.全國(guó)地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究報(bào)告[R].廊坊：中國(guó)國(guó)土資源經(jīng)濟(jì)研究院，2002.[ZHANGL, YIN K L, LEI M T,etal. Research Report on the risk zoning of geological hazards of China[R]. Langfang: Chinese Academy of Land&Resource Economic, 2002(in Chinese)]

[15] 向喜瓊，黃潤(rùn)秋.基于GIS的人工神經(jīng)網(wǎng)絡(luò)模型在地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃中的應(yīng)用[J].中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào)，2000，11(3):26-30.[XIANG X Q, HUANG R Q. Application of GIS-based artificial Neural Networks on assessment of geo-hazards risk[J]. The Chinese Journal of Geological Hazard and Control, 2000,11(3):26-30.(in Chinese)]

[16] 范強(qiáng),巨能攀,向喜瓊,等. 證據(jù)權(quán)法在區(qū)域滑坡危險(xiǎn)性評(píng)價(jià)中的應(yīng)用——以貴州省為例[J]. 工程地質(zhì)學(xué)報(bào),2014,22(3):474-481. [FAN Q, JU N P, XIANG X Q,etal. Landslides hazards assessment with weights of evidence—a case study in Guizhou, China[J]. Journal of Engineering Geology, 2014,22(3):474-481.(in Chinese)]

[17] 程凌鵬,楊冰,劉傳正. 區(qū)域地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究述評(píng)[J]. 水文地質(zhì)工程地質(zhì),2001,28(3):75-78.[CHENG L P, YANG B, LIU C Z. Review on risk assessment of regional geological hazards[J]. Hydrogeology & Engineering Geology, 2001,28(3):75-78.(in Chinese)]

[18] 張超,陳艷,張宇飛,等.基于多元線性回歸模型的云南昭通地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J].水文地質(zhì)工程地質(zhì),2016,43(3):159-163. [ZHANG C, CHEN Y, ZHANG Y F,etal. Geohazard susceptibility evaluation in Zhaotong on Yunnan based on the multivariate linear regression model[J].Hydrogeology & Engineering Geology,2016,43(4):159-163. (in Chinese)]

[19] 石愛(ài)軍,馬娟,齊安文,等.物聯(lián)網(wǎng)技術(shù)在突發(fā)地質(zhì)災(zāi)害應(yīng)急響應(yīng)中的應(yīng)用研究[J].水文地質(zhì)工程地質(zhì),2014,41(5):148-152. [SHI A J, MA J, QI A W,etal. Research on application of the Internet of things(IOT) platform of geological disaster emergency response[J].Hydrogeology & Engineering Geology, 2014,41(5):148-152. (in Chinese)]

Risk assessment of geo-hazard of China in county unit

LI Chunyan, MENG Hui, ZHANG Ruolin, LI Yamin

(ChinaInstituteofGeo-environmentalMonitoring,Beijing100081)

In this paper, geo-hazards include landslide, collapse, debris flow and ground collapse. By calculating the risk of geo-hazard and vulnerability of hazard-affected bodies separately, we evaluated the geo-hazard risk of county territory unit by qualitative comprehensive assessment. First, we separated the vulnerability of hazard-affected bodies into population safety vulnerability and property vulnerability, then we use the rate of dead population and rate of direct economic loss that caused by geo-hazard as representation as index. Based on historical data analysis guiding the future prediction, combing with the database of geo-hazard situation during 2001—2005 from Ministry of Land and Resources, we proposed the grading standard of population safety vulnerability and property vulnerability. Based on the geological hazard risk evaluation from the 2869 county territory units, 216 units are in the high-risk, 643 units are in middle-risk and 2010 are in low-risk. The high-risk areas are dominated in Wumeng mountainous, Mountainous around Sichuan Basin, Western Yunnan and Southeast part of Tibet.

county unit; geo-hazard; vulnerability; risk assessment

10.16030/j.cnki.issn.1000-3665.2017.02.24

2016-10-08;

2017-01-11

中國(guó)地質(zhì)調(diào)查項(xiàng)目“地質(zhì)環(huán)境承載能力評(píng)價(jià)與監(jiān)測(cè)示范研究”(12120115050701)

李春燕(1987-)，男，碩士，工程師，主要從事地質(zhì)環(huán)境綜合研究工作。E-mail：licy@mail.cigem.gov.cn

孟暉(1962-)，女，本科，教授級(jí)高級(jí)工程師，主要從事環(huán)境地質(zhì)研究。E-mail：mengh@mail.cigem.gov.cn

P642.2

A

1000-3665(2017)02-0160-07