特定區(qū)域內(nèi)山體滑坡等多災(zāi)害預(yù)測

馬雅文 G.加普林達(dá)什維利 C.V.韋斯騰

(1.長江勘測規(guī)劃設(shè)計(jì)研究院，湖北 武漢 430010； 2.格魯吉亞第比利斯國立大學(xué)，第比利斯，0179； 3.荷蘭特溫特大學(xué)ITC學(xué)院，恩斯赫德，7500AE)

特定區(qū)域內(nèi)山體滑坡等多災(zāi)害預(yù)測

馬雅文1G.加普林達(dá)什維利2C.V.韋斯騰3

(1.長江勘測規(guī)劃設(shè)計(jì)研究院，湖北 武漢 430010； 2.格魯吉亞第比利斯國立大學(xué)，第比利斯，0179； 3.荷蘭特溫特大學(xué)ITC學(xué)院，恩斯赫德，7500AE)

滑坡作為山區(qū)主要自然災(zāi)害之一，給人類生命和財(cái)產(chǎn)帶來巨大威脅。在歷史數(shù)據(jù)缺乏的情況下，以格魯吉亞姆茨赫塔-姆季阿涅季州為研究范圍，模擬了該區(qū)域的滑坡及其范圍。利用ILWIS軟件空間多標(biāo)準(zhǔn)評價(jià)(SMCE)方法評估特定區(qū)域范圍內(nèi)土地脆弱性，選擇高脆弱性區(qū)域作為滑坡起始點(diǎn)，再采用Flow-R軟件模擬了當(dāng)觸發(fā)因子較弱、中等和較強(qiáng)3種情況的滑坡范圍。結(jié)果表明：在充分了解當(dāng)?shù)丨h(huán)境的情況下，經(jīng)驗(yàn)型的滑坡預(yù)測可以較好地模擬出滑坡范圍；對滑坡范圍的模擬比單純的土地脆弱性分析能更好地預(yù)測這類自然災(zāi)害。從格魯吉亞環(huán)保部提供的已有滑坡地點(diǎn)記錄看，預(yù)測結(jié)果與當(dāng)?shù)赜杏涗浀幕聻?zāi)害基本符合。

災(zāi)害；滑坡； 脆弱性評價(jià)；空間多標(biāo)準(zhǔn)評價(jià)；區(qū)域范圍；滑坡范圍；模型預(yù)測分析

1 研究背景和意義

自然災(zāi)害是影響許多國家經(jīng)濟(jì)、社會(huì)和環(huán)境的原因之一?；伦鳛樯絽^(qū)主要的自然災(zāi)害之一，給人類生命和財(cái)產(chǎn)帶來了巨大威脅。廣義的滑坡是指一切由于重力作用引起的山坡塊體運(yùn)動(dòng)，還包含泥石流、巖崩和雪崩等。

目前，為了降低滑坡帶來的危害，在滑坡發(fā)生前及時(shí)搬遷是最理想的方法之一。因此對滑坡的預(yù)測，有助于減輕和降低其帶來的損失。然而，由于缺乏歷史數(shù)據(jù)，通常難以實(shí)現(xiàn)對區(qū)域規(guī)?；碌念A(yù)測。本文研究了在缺乏歷史數(shù)據(jù)的情況下，特定區(qū)域范圍內(nèi)山體滑坡范圍的預(yù)測和模擬方法。利用ILWIS軟件空間多標(biāo)準(zhǔn)評價(jià)(SMCE)方法評估區(qū)域范圍內(nèi)土體的脆弱性，選擇高脆弱性區(qū)域作為滑坡起始點(diǎn)，利用Flow-R軟件模擬了當(dāng)觸發(fā)因子(例如地震、降雨等)較弱、中等和較強(qiáng)3種情況的山體滑坡范圍。

2 數(shù)據(jù)搜集和分析

2.1 數(shù)字高程模型

通過數(shù)字高程模型數(shù)據(jù)不僅可以獲得特定區(qū)域地形因素(如坡度、角度、坡度曲率)，還可以獲得水文參數(shù)(如流向、流路、水流網(wǎng)絡(luò)等)。該研究對比了兩種數(shù)據(jù)源生成的數(shù)字高程模型，分別是來自ASTER的全球高程模型(GDEM)和格魯吉亞方面提供的20 m精度等高線。

滑坡范圍預(yù)測軟件Flow-R 對區(qū)域范圍運(yùn)行的最小柵格精度是50 m；ASTER GDEM數(shù)據(jù)高程精度較低(約為30 m)；ASTER數(shù)據(jù)內(nèi)插50 m柵格時(shí)受原格式影響較大，而20 m精度等高線較好。所以該研究中所采用的數(shù)字高程模型由20 m精度等高線內(nèi)插獲得，柵格大小為50 m。

2.2 土地覆蓋地圖

土地覆蓋地圖來自1∶500 000比例尺地貌圖。經(jīng)過對地貌圖數(shù)字化，得到矢量化土地覆蓋地圖。對土地覆蓋地圖的分析發(fā)現(xiàn)，由于山區(qū)地形特殊，山地人類活動(dòng)相對較少，森林和草地等植被所占比重較大，人類活動(dòng)區(qū)域如城市、農(nóng)田、果園、公路鐵路等所占比重較小。土地覆蓋也與地形地貌相符，山區(qū)海拔較高區(qū)域，分布有冰山、草地和灌木等；海拔較低區(qū)分布有森林和人類活動(dòng)區(qū)域。

2.3 地質(zhì)條件

地質(zhì)地圖來自于1∶500 000比例尺紙質(zhì)地圖，處理方法與土地覆蓋地圖類似。由于地質(zhì)種類眾多、分布零散，再加上本文針對大范圍內(nèi)的災(zāi)害進(jìn)行模擬，因此按地質(zhì)形成年代進(jìn)行了區(qū)分。

2.4 水網(wǎng)和路網(wǎng)

水網(wǎng)數(shù)據(jù)來自數(shù)字高程模型，利用軟件ILWIS處理獲得。這里水網(wǎng)并不僅指河流區(qū)域，而是泛指地形均為溝壑狀的區(qū)域。泥石流等災(zāi)害發(fā)生在溝壑中。本文設(shè)定集水范圍為0.5 km2時(shí)，水網(wǎng)形成。

統(tǒng)計(jì)數(shù)據(jù)顯示，陡峭地區(qū)的道路極大程度地造成了滑坡災(zāi)害，因此在本研究中，考慮坡度不小于20°的道路。

2.5 MODIS雪域覆蓋數(shù)據(jù)

由于本文也分析雪崩災(zāi)害，因此下載了MODIS雪域覆蓋數(shù)據(jù)(MOD10A2)。MOD10A2包含每8 d內(nèi)最大雪域面積。該研究時(shí)下載了目標(biāo)區(qū)域有雪月份近5 a來的雪域情況。選取每月中云層覆蓋最少的地圖，轉(zhuǎn)化為布爾型數(shù)據(jù)，然后對所有年份和月份的雪域地圖進(jìn)行疊加，選取數(shù)值較大的作為雪域范圍。

3 研究方法

3.1 土地脆弱性評價(jià)

土地脆弱性地圖是指定性或定量得出自然災(zāi)害空間分布可能性的地圖，包含對已有或者潛在的滑坡災(zāi)害程度的描述。

土地脆弱性地圖的生成，通常需要目標(biāo)區(qū)域已有滑坡的頻率和影響因素多年的記錄。通常情況下，要獲取這種記錄費(fèi)時(shí)費(fèi)力，現(xiàn)在世界上有較完整記錄的多為發(fā)達(dá)國家，如法國和意大利；對于發(fā)展中國家來說，記錄通常不全甚至沒有。因此，在缺乏歷史數(shù)據(jù)的情況下，無法利用統(tǒng)計(jì)模型生成土地脆弱性地圖。

另一種方法是基于經(jīng)驗(yàn)的地圖生成方法，具體做法是由專家進(jìn)行打分。空間多標(biāo)準(zhǔn)評價(jià)(SMCE)就是當(dāng)客觀信息不完全時(shí)使用的基于專家知識的模型。在這種模型里，基礎(chǔ)數(shù)據(jù)(例如坡度、地質(zhì)、路網(wǎng)等)方面的專家經(jīng)驗(yàn)彌補(bǔ)了測量數(shù)據(jù)的缺乏。為了獲得專家經(jīng)驗(yàn)，需要數(shù)值化基礎(chǔ)數(shù)據(jù)和合理的結(jié)合方法。

SMCE方法之一是在GIS的環(huán)境下，將基礎(chǔ)數(shù)據(jù)地圖(以下稱為要素地圖)標(biāo)準(zhǔn)化為從0～1，然后對每個(gè)要素地圖賦予一定的權(quán)重進(jìn)行加和，得到數(shù)值化的土地脆弱性地圖。

基于已有文獻(xiàn)和已知數(shù)據(jù)，該研究中分別選出4種自然災(zāi)害的要素地圖，然后賦予標(biāo)準(zhǔn)化的數(shù)值。

3.1.1 山體滑坡災(zāi)害要素選擇和標(biāo)準(zhǔn)化

到現(xiàn)在為止，還沒有統(tǒng)一山體滑坡要素地圖的標(biāo)準(zhǔn)，不同文獻(xiàn)里面選擇不同的要素，且大部分研究都是基于研究區(qū)域的特性和已有的數(shù)據(jù)。F.Nadim等選擇地形、地質(zhì)、植被覆蓋和土地濕度來進(jìn)行山體滑坡預(yù)測[1]，A.Yalcin選擇地質(zhì)、天氣、土地覆蓋、坡度進(jìn)行研究[2]。經(jīng)過對目標(biāo)區(qū)域的了解，選擇以下5種數(shù)據(jù)作為山體滑坡的影響要素。

(1) 地形是影響山體滑坡的最重要因素。坡度長度、坡度曲率、坡度方向和陡峭程度都影響著滑坡的程度。統(tǒng)計(jì)數(shù)據(jù)顯示，當(dāng)坡度為20°～30°時(shí)，滑坡發(fā)生頻率最高，標(biāo)準(zhǔn)化值為1，坡度更大和更小時(shí)都依次降低。

(2) 地貌。在植被覆蓋豐富的區(qū)域，由于植物根系固定，發(fā)生滑坡概率較小，而缺少植被覆蓋的區(qū)域容易風(fēng)化，因此，發(fā)生滑坡概率較大。該研究賦予鐵路、居民點(diǎn)等人為活動(dòng)較多的區(qū)域標(biāo)準(zhǔn)化值為1，將湖泊、冰川等區(qū)域標(biāo)準(zhǔn)化值為零，其他依據(jù)土地覆蓋取0～1之間的值。

(3) 巖層和地質(zhì)結(jié)構(gòu)也影響滑坡，已有文獻(xiàn)表明風(fēng)化程度和巖石種類對山體滑坡有影響，然而由于不同區(qū)域土地和巖性不同，無法將其他區(qū)域的經(jīng)驗(yàn)用于目標(biāo)區(qū)域。目標(biāo)區(qū)域巖石的時(shí)間分布為第四紀(jì)、新第三紀(jì)、早第三紀(jì)、白堊紀(jì)和侏羅紀(jì)。每個(gè)紀(jì)約有10～30種巖層。因此，研究時(shí)邀請了一位目標(biāo)區(qū)域地質(zhì)專家和兩位非目標(biāo)區(qū)域地質(zhì)專家分別打分。結(jié)果顯示，非目標(biāo)區(qū)域地質(zhì)專家打分相對集中，與地層關(guān)系較一致；目標(biāo)區(qū)域地質(zhì)專家打分差異性更大，且與地方已有的山體滑坡更一致。該研究集合地層、目標(biāo)區(qū)域?qū)＜掖蚍趾头悄繕?biāo)區(qū)域?qū)＜掖蚍?其中目標(biāo)區(qū)域?qū)＜掖蚍謾?quán)重更大)來標(biāo)準(zhǔn)化巖層影響地圖。

(4) 與水網(wǎng)的距離也影響了滑坡災(zāi)害。該研究取0.5 km2為最小匯水面積，利用Strahler等級分配水網(wǎng)等級。根據(jù)已有滑坡統(tǒng)計(jì)發(fā)現(xiàn)，一級水網(wǎng)和二級水網(wǎng)對滑坡影響最大，因此，一、二級水網(wǎng)賦值為1，其他為零。圖1為水網(wǎng)的Strahler等級劃分。

圖1 Strahler等級劃分

(5) 道路建設(shè)對山區(qū)地質(zhì)災(zāi)害也有影響，尤其是在坡度較大的區(qū)域。研究中考慮修建在坡度大于20°的道路。

3.1.2 泥石流災(zāi)害要素選擇和標(biāo)準(zhǔn)化

由于發(fā)生速度快、范圍大，泥石流是山區(qū)最危險(xiǎn)的自然災(zāi)害中之一。沉淀物、降水和坡度3個(gè)因素對泥石流起關(guān)鍵作用。相比山體滑坡，泥石流對水的程度更為依賴。在該研究中，取和山體滑坡相同的要素預(yù)測泥石流土地脆弱性。區(qū)別在于對不同的要素賦予不同的權(quán)重。此內(nèi)容在下一節(jié)描述。

3.1.3 巖崩災(zāi)害要素選擇和標(biāo)準(zhǔn)化

巖崩通常發(fā)生在坡度陡峭、植被少、巖石風(fēng)化程度高的區(qū)域。因此選擇坡度、土地覆蓋和地質(zhì)作為巖崩脆弱性的要素。

(1) 通常考慮坡度和巖崩關(guān)系時(shí)，取一個(gè)坡度閾值作為是否易發(fā)生巖崩的分界線。加拿大鐵路統(tǒng)計(jì)數(shù)據(jù)顯示，坡度越高，巖崩可能性越大。研究中根據(jù)此原理標(biāo)準(zhǔn)化坡度對巖崩的影響程度。

(2) 土地覆蓋也影響巖崩發(fā)生的可能性。植被覆蓋密度越大，發(fā)生巖崩的可能性越小，森林區(qū)域巖崩可能性比草地要小。巖石裸露越少，發(fā)生巖崩的可能性越小，例如冰川、水庫發(fā)生巖崩可能性為零。

(3) 地質(zhì)要素對巖石性質(zhì)和風(fēng)化程度有影響，在研究中考慮了目標(biāo)區(qū)域的斷層和巖石的性質(zhì)來標(biāo)準(zhǔn)化地質(zhì)要素。

3.1.4 雪崩災(zāi)害要素選擇和標(biāo)準(zhǔn)化

雪崩的要素包括了地形、土地覆蓋、道路影響、MODIS雪域覆蓋和高程。其中前3個(gè)要素用于預(yù)測土地脆弱性，后兩個(gè)要素為布爾數(shù)值，用于剔除無降雪和高程不足以發(fā)生雪崩的區(qū)域。地形因素用于得出坡度、坡向、橫向面曲率和匯水面積，與土地覆蓋和道路影響要素共同確定雪崩土地脆弱性。

3.2 土地脆弱性地圖和滑坡范圍預(yù)測

3.2.1 滑坡起始點(diǎn)預(yù)測

研究采用SMCE法生成土地脆弱性地圖，該法是一個(gè)經(jīng)常用于自然資源和災(zāi)害管理的GIS應(yīng)用。其主要原理是先將各要素進(jìn)行標(biāo)準(zhǔn)化(這在前一節(jié)已經(jīng)完成)，然后分別賦予權(quán)重，根據(jù)各要素和相應(yīng)權(quán)重組合綜合得出結(jié)果。

采用層次分析法(Analytic hierarchy process)獲得各要素的權(quán)重。由于缺乏歷史數(shù)據(jù)，本文進(jìn)行了敏感性分析，以保證權(quán)重的合理性。

采用ILWIS軟件中SMCE模型建模，將各要素和相應(yīng)權(quán)重組合，得到各類滑坡脆弱性地圖。之后選取脆弱性高的土地區(qū)域作為滑坡起始點(diǎn)。利用Flow-R軟件模擬滑坡范圍[3]。Flow-R中參數(shù)的設(shè)置則依據(jù)在歷史數(shù)據(jù)充足的區(qū)域試驗(yàn)和驗(yàn)證后獲得。為了模擬真實(shí)場景，將觸發(fā)因子分為較弱、中等和較強(qiáng)3類，不同觸發(fā)因子觸發(fā)的脆弱性閾值不同，觸發(fā)因子較強(qiáng)時(shí)，閾值較小，滑坡起始點(diǎn)數(shù)量較多。

3.2.2 滑坡范圍預(yù)測

預(yù)測滑坡范圍Flow-R軟件是一個(gè)以柵格數(shù)據(jù)為基礎(chǔ)的基于經(jīng)驗(yàn)?zāi)Ｐ??；路秶呻p重算法決定：基于地形確定滑坡方向的算法和基于能量轉(zhuǎn)換確定滑坡長度的算法[4]。

對滑坡方向的算法確定了滑坡從起始點(diǎn)向四周8個(gè)柵格的方向。Flow-R中包含對不同地質(zhì)災(zāi)害適宜的不同算法，以多方向算法為例。

當(dāng)tanβ>0時(shí)，

(1)

式中，i,j為滑坡方向(1，2，…，8)，fsi為向第i個(gè)柵格運(yùn)行的滑動(dòng)物的量 (1，2，…，8) ，βi為中間柵格與第i個(gè)柵格之間坡度正切值，x為變量。

滑坡長度的算法取決于滑動(dòng)物的動(dòng)能。由于滑坡總量為正，動(dòng)能的計(jì)算取決于單位柵格內(nèi)的滑動(dòng)物動(dòng)能量、持續(xù)摩擦損失能量和最大閾值。

(2)

圖2 滑坡范圍計(jì)算示意

4 案例分析

下面以某山體滑坡為例進(jìn)行試驗(yàn)。對目標(biāo)區(qū)域山體滑坡的各要素重要性進(jìn)行常識性判斷，結(jié)合有限的歷史性數(shù)據(jù)進(jìn)行敏感性測試，得出各要素的相對重要性，如表1所示。如果表中數(shù)據(jù)大于1，表示橫向要素重要性大于縱向要素，反之亦然。

表1 山體滑坡各要素的相對重要性

計(jì)算此矩陣的特征向量，不一致比例為0.03，屬于可以接受的范圍。按照所選擇要素以及相應(yīng)權(quán)重疊加，山體滑坡土地脆弱性地圖如圖3所示。

圖3 山體滑坡土地脆弱性地圖和危險(xiǎn)系數(shù)直方圖

圖3中，3條閾值線顯示了取較弱、中等和較強(qiáng)的的觸發(fā)因子時(shí)山體滑坡起始點(diǎn)的數(shù)量，分別為0.96%，1.79%和2.26%。模擬滑坡影響范圍如圖4所示。起始點(diǎn)和滑坡范圍的統(tǒng)計(jì)如表2所示。

圖4 不同等級觸發(fā)因子的山體滑坡預(yù)測范圍

表2 起始點(diǎn)和滑坡范圍所占面積統(tǒng)計(jì) %

5 結(jié) 語

將模擬結(jié)果與已發(fā)生的自然災(zāi)害數(shù)據(jù)進(jìn)行比較，同時(shí)也與地方專家進(jìn)行了討論。專家認(rèn)為模擬結(jié)果較符合目標(biāo)區(qū)域的自然災(zāi)害情況，尤其是沿主干道發(fā)生的多個(gè)自然災(zāi)害均在準(zhǔn)確預(yù)測中。然而歷史數(shù)據(jù)與模擬數(shù)據(jù)存在一定差異，原因如下：①歷史數(shù)據(jù)的記錄不完全且記錄地點(diǎn)不準(zhǔn)確，多為口頭上報(bào)地址或者文字記錄；②部分重要要素?cái)?shù)據(jù)無法取得，例如預(yù)測滑坡的泥土數(shù)據(jù)和雪崩的風(fēng)力數(shù)據(jù)等；③其他區(qū)域的結(jié)論不能完全應(yīng)用于目標(biāo)區(qū)域，某些參數(shù)是由對其他區(qū)域的研究獲得，不一定完全能應(yīng)用于目標(biāo)區(qū)域。

傳統(tǒng)的對于小比例尺區(qū)域滑坡研究，通常只獲得土地脆弱性結(jié)果，其結(jié)果也只能預(yù)測滑坡起始點(diǎn)。然后實(shí)際中，滑坡的滑動(dòng)范圍比起始點(diǎn)范圍更大且破壞性也更大。該研究中選取高脆弱性土地作為起始點(diǎn)進(jìn)行滑坡范圍預(yù)測，較傳統(tǒng)方法更貼近實(shí)際情況。結(jié)果顯示，如果對目標(biāo)區(qū)域足夠了解，基于經(jīng)驗(yàn)的自然災(zāi)害預(yù)測能達(dá)到良好效果，對滑坡范圍的預(yù)測能使模擬結(jié)果更加符合實(shí)際情況。

[1] Nadim F, Kjekstad O. Global landslide and avalanche hotspots[J]. Landslides, 2006, 3(2), 159-173.

[2] Yalcin A. GIS-based landslide susceptibility mapping using analytical hierarchy process and bivariate statistics in Ardesen (Turkey): Comparisons of results and confirmations[J]. CATENA, 2008, 72(1), 1-12.

[3] Blahut J. Debris flow hazard and risk analysis at medium and local scale[D].Milano :University of Milano-Bicocca, 2010.

[4] Horton P, Jaboyedoff M, Bardou E. Debris flow susceptibility mapping at a regional scale[C]∥Paper presented at the 4th Canadian Conference on Geohazards,2008.

(編輯：李 慧)

2017-03-20

馬雅文，女，長江勘測規(guī)劃設(shè)計(jì)研究院，工程師.

1006-0081(2017)05-0027-04

U416.163

A