基于信息量模型的神農(nóng)架林區(qū)滑坡風險評價

唐 緒 波

(武漢大學 土木建筑工程學院， 湖北 武漢 430072)

根據(jù)我國國土資源部公布的數(shù)據(jù)[1]，2016年全國發(fā)生9 710起地質災害，造成370人死亡，直接經(jīng)濟損失高達31.7億元，其中滑坡的比例高達76.24%。而區(qū)域滑坡風險評價是滑坡災害管理的重要工作，可為研究區(qū)防災減災與土地利用規(guī)劃提供依據(jù)[2-4]。

區(qū)域滑坡風險是指在特定的區(qū)域內(nèi)，特定時期發(fā)生的滑坡對人類生命財產(chǎn)、經(jīng)濟活動等造成的損害。國內(nèi)外學者以地理信息系統(tǒng)(Geographic Information System，GIS)為平臺，對區(qū)域滑坡災害的研究主要是在危險性評價方面，而對風險評價的研究較少[5-10]。地理信息系統(tǒng)以其強大的空間分析功能，結合專家系統(tǒng)預測法、信息量模型、證據(jù)權法、邏輯回歸模型、神經(jīng)網(wǎng)絡、支持向量機等，對區(qū)域滑坡進行危險性評價。其中，信息量模型物理意義明確、操作簡單，在區(qū)域滑坡災害危險性分析中應用較多。因此，本文在地理信息系統(tǒng)的支持下，以滑坡災害頻發(fā)的湖北省神農(nóng)架林區(qū)為研究區(qū)域，運用信息量模型開展滑坡危險性評價，在此基礎上開展承災體易損性評價與滑坡風險評價。

1 信息量模型原理

對歷史滑坡數(shù)據(jù)進行統(tǒng)計分析，可推算出滑坡危險性影響因素不同類別對滑坡孕育和產(chǎn)生的作用程度[11]，即“信息量”，其公式如下：

(1)

式(1)可寫成：

I(y,x1,x2…xn)=I(y,x1)+

Ix1(y,x2)+…+Ix1x2…xn-1(y,xn)

(2)

式中：I(y，x1x2…xn)為因素組合x1x2…xn對滑坡所提供的信息量；P(y|x1x2…xn)為因素x1x2…xn組合條件下滑坡發(fā)生的概率；P(y)是滑坡發(fā)生的概率；Ix1(y，x2)為因素x1存在條件下，因素x2對滑坡提供的信息量。P(y|x1x2…xn)和P(y)可用統(tǒng)計概率來表示。I(y,x1x2…xn)越大，表明越有利于發(fā)生滑坡。

區(qū)域滑坡危險性評價是在歷史滑坡空間分布圖層與滑坡危險性影響因素圖層關聯(lián)分析的基礎上，一般采用個數(shù)比來計算影響因素不同類別的信息量，即

(3)

式中：I(xi，H)為因素xi對滑坡發(fā)生事件(H)提供的信息量；Ni為分布在因素xi內(nèi)特定類別的滑坡單元數(shù)；N為有滑坡分布的單元總數(shù)；Si為因素xi內(nèi)特定類別的單元數(shù)；S為研究區(qū)單元總數(shù)。

在應用中常采用單因素疊加公式計算滑坡危險性影響因素不同類別的信息量，即

(4)

式中：I為某柵格單元總的信息量值；n為因素的個數(shù)。

2 研究區(qū)概況

神農(nóng)架林區(qū)位于湖北省的西部，面積約3 253 km2，擁有國家級的自然保護區(qū)。區(qū)域內(nèi)山勢高峻，公路分布較多，斷層及水系發(fā)育，林地占神農(nóng)架林區(qū)國土面積的比例高達85%。近年來，在林區(qū)內(nèi)開展的人類工程活動破壞了斜坡的自然平衡，導致滑坡災害頻發(fā)。由林區(qū)國土資源局提供的資料，從2005年至2015年期間，區(qū)內(nèi)發(fā)生了117處滑坡，其空間分布情況如圖1所示。

圖1神農(nóng)架林區(qū)歷史滑坡空間分布圖

3 滑坡危險性評價

3.1 影響因素的信息量

滑坡的發(fā)育受到多方面因素的影響，主要包括地質、地形、水文以及人類工程活動。在既有的研究成果基礎之上[12-16]，本文采用25 m×25 m分辨率的柵格單元作為研究區(qū)基本的評價單元，選取地層年代、與斷層距離、高程、坡度、與水系距離、與公路距離以及土地利用作為滑坡危險性評價指標。其中，地層年代、與斷層距離因素屬于地質條件，高程、坡度因素屬于地形條件，與水系距離因素屬于水文條件，與公路距離、土地利用因素屬于人類工程活動條件。

在確定研究區(qū)的滑坡危險性評價指標后，可基于ArcGIS10.2軟件，將117處歷史滑坡災害點圖層與上述7個滑坡危險性影響因素圖層進行空間關聯(lián)分析，利用式(3)中的信息量計算公式對滑坡危險性影響因素不同類別的信息量進行計算，結果如表1所示。

3.2 滑坡危險性區(qū)劃

基于GIS平臺，先是在滑坡危險性影響因素圖層屬性表中添加“信息量”字段；其次，將計算出的信息量值賦給各圖層；然后，利用式(4)，基于空間疊加分析模塊中的加權總和工具對7個圖層的“信息量”字段進行空間疊加，得到神農(nóng)架林區(qū)滑坡危險性指數(shù)圖層，該指數(shù)圖層的信息量范圍為[-15.695 8，10.983 6]；最后，由于自然間斷點分級法可以保持類別的一致性，因此采用重分類模塊中的自然間斷點分級法將神農(nóng)架林區(qū)劃分為極高危險區(qū)[1.089 4，10.983 6]、高危險區(qū)[-3.321 5，1.089 4]、中危險區(qū)[-7.420 7，-3.321 5]、低危險區(qū)[-15.695 8，-7.420 7]四個等級，區(qū)劃結果如圖2所示。

表1 信息量計算結果

注：高程單位m；與斷層距離單位km；與水系距離單位m;坡度單位(°)；與公路距離單位m。

圖2神農(nóng)架林區(qū)滑坡危險性區(qū)劃圖

3.3 危險性區(qū)劃結果分析

在GIS平臺的支持下，將神農(nóng)架林區(qū)的危險性區(qū)劃圖層與歷史滑坡點圖層進行空間關聯(lián)分析，可統(tǒng)計出極高、高、中、低四個危險性等級的區(qū)域面積、發(fā)生的滑坡數(shù)量、滑坡密度等信息，如表2所示。極高危險區(qū)、高危險區(qū)、中危險區(qū)、低危險區(qū)的預測面積分別為546.61 km2、810.06 km2、947.84 km2、927.52 km2，發(fā)生的滑坡分別為77.78%、14.53%、5.98%、1.71%，滑坡密度分別為0.166 5 個/km2、0.021 0 個/km2、0.007 4 個/km2、0.002 2 個/km2。在16.90%的極高危險區(qū)較小范圍內(nèi)分布著77.78%的滑坡，表明危險性區(qū)劃效果較好；滑坡密度隨著危險性等級的降低而降低，表明區(qū)劃的危險性等級與實際滑坡分布情況一致。因此，信息量模型應用于區(qū)域滑坡危險性評價比較有效。

表2 滑坡危險性評價結果

4 承災體易損性評價

4.1 承災體的易損性

承災體的易損性為0～1之間的數(shù)值，其值越大，則在地質災害作用下遭受損失的可能性也就越大。在既有的研究成果基礎之上[17]，結合本課題組成員多次赴神農(nóng)架林區(qū)現(xiàn)場踏勘收集到的資料情況，本文選取人口、建筑物、交通線路以及土地資源作為承災體。其中，建筑物、交通線路、土地資源屬于社會經(jīng)濟屬性類承災體。

人口易損性的評價指標主要包括人口密度、人口年齡結構、防災意識3類。鑒于人口資料獲取有限，本文以人口密度來表征全區(qū)人口分布情況，將人口密度相近的鄉(xiāng)鎮(zhèn)概化為同一個等級，研究區(qū)人口易損性賦值結果如表3所示。

表3 人口易損性

注：數(shù)據(jù)來源于神農(nóng)架林區(qū)2012年—2014年的統(tǒng)計年鑒。

對于社會經(jīng)濟屬性類承災體，依據(jù)不同類別的抗災能力進行易損性賦值。顯然，鋼結構、混凝土結構、砌體結構、簡易結構的建材性能依次降低，因此其易損性值依次增大。同理，考慮到交通線路的等級越高，其抗災能力越強，所以交通線路易損性值由小到大的順序為：城市公路、國道、省道、縣道、鄉(xiāng)村公路。對于土地資源來說，顯而易見，建設用地的易損性值明顯高于其它的土地利用類型。綜上所述，社會經(jīng)濟屬性類承災體的易損性賦值結果如表4所示。

4.2 承災體易損性區(qū)劃

首先，在人口、建筑物、交通線路以及土地資源4個承災體圖層的屬性表中添加“易損性”字段；其次，將承災體不同類別的易損性值賦給4個承災體圖層；然后，利用疊加分析模塊中的加權總和工具對4個承災體圖層的“易損性”字段進行空間疊加，得到神農(nóng)架林區(qū)承災體易損性指數(shù)圖層；最后，為了避免承災體易損性區(qū)劃的隨意性，采用重分類模塊中的自然間斷點分級法將神農(nóng)架林區(qū)劃分為極高易損區(qū)、高易損區(qū)、中易損區(qū)、低易損區(qū)四個等級，如圖3所示。

表4 社會經(jīng)濟屬性類承災體易損性

圖3神農(nóng)架林區(qū)易損性區(qū)劃圖

4.3 易損性區(qū)劃結果分析

在GIS平臺的支持下，對神農(nóng)架林區(qū)承災體易損性區(qū)劃圖層的屬性表進行統(tǒng)計分析，結果如表5所示。極高易損區(qū)、高易損區(qū)、中易損區(qū)、低易損區(qū)的預測面積分別為26.08 km2、50.64 km2、602.56 km2、2 553.13 km2，占神農(nóng)架林區(qū)國土面積的比例分別為0.81%、1.57%、18.64%、78.99%。由圖3可以看出，松柏鎮(zhèn)、陽日鎮(zhèn)的承災體易損程度總體上高于其他鄉(xiāng)鎮(zhèn)，這是由于松柏鎮(zhèn)、陽日鎮(zhèn)的人口密度較大導致的。另外，極高易損區(qū)主要分布在松柏鎮(zhèn)區(qū)域，其次為陽日鎮(zhèn)，而紅坪鎮(zhèn)、九湖鎮(zhèn)、木魚鎮(zhèn)、宋洛鄉(xiāng)、新華鄉(xiāng)、下谷坪鄉(xiāng)相對較少。

表5 承災體易損性評價結果

5 滑坡風險評價

5.1 風險分區(qū)

滑坡風險評價是建立在滑坡危險性分析與承災體易損性分析的基礎上，從宏觀上對滑坡的風險程度作出等級劃分的分析計算過程，既考慮了滑坡本身的發(fā)生因素又考慮了人口、建筑物、交通線路、土地資源等承災體因素。當滑坡的危險性越大，同時承災體的易損性也越嚴重時，則滑坡的風險等級就越高。鑒于此，本文通過風險等級矩陣(見圖4)的兩兩比較對研究區(qū)進行滑坡風險評價，風險區(qū)劃結果如圖5所示。

危險性極高高中低極高風險極高風險高風險中風險極高風險高風險中風險低風險高風險中風險低風險低風險中風險低風險低風險低風險極高高中低易損性

圖4 風險等級矩陣

圖5神農(nóng)架林區(qū)滑坡風險區(qū)劃圖

5.2 風險區(qū)劃結果分析

將研究區(qū)滑坡危險性區(qū)劃圖(見圖2)與研究區(qū)滑坡風險區(qū)劃圖(見圖5)進行比較分析，可以得出：滑坡危險性等級高的區(qū)域，其滑坡風險并不一定高；滑坡危險性等級低的區(qū)域，其滑坡風險肯定不會很高。這是由于滑坡風險不僅考慮了滑坡的危險性，還考慮了人口、建筑物、交通線路以及土地資源的易損性。在GIS平臺的支持下，對神農(nóng)架林區(qū)滑坡風險區(qū)劃圖層的屬性表進行統(tǒng)計分析，結果如表6所示。極高風險區(qū)、高風險區(qū)、中風險區(qū)、低風險區(qū)的預測面積分別為68.62 km2、171.98 km2、514.88 km2、2 476.52 km2，占神農(nóng)架林區(qū)國土面積的比例分別為2.12%、5.32%、15.93%、76.63%。極高風險區(qū)和高風險區(qū)主要分布在神農(nóng)架林區(qū)的東部，風險區(qū)劃結果基本符合神農(nóng)架災區(qū)的實際情況，可為神農(nóng)架林區(qū)的防災減災與土地利用規(guī)劃提供依據(jù)。

表6 滑坡災害風險評價結果

6 結 論

本文以神農(nóng)架林區(qū)為研究區(qū)域，在GIS的支持下開展滑坡危險性、承災體易損性以及滑坡風險評價研究，可得出以下結論：

(1) 在16.90%的極高危險區(qū)較小范圍內(nèi)分布著77.78%的歷史滑坡，表明危險性區(qū)劃效果較好；滑坡密度隨著危險性等級的降低而降低，表明區(qū)劃的危險性等級與實際滑坡分布情況一致。因此，信息量模型應用于區(qū)域滑坡危險性評價比較有效。

(2) 松柏鎮(zhèn)、陽日鎮(zhèn)的承災體易損程度總體上高于其他鄉(xiāng)鎮(zhèn)，這是由于松柏鎮(zhèn)、陽日鎮(zhèn)的人口密度較大導致的；另外，極高易損區(qū)主要分布在松柏鎮(zhèn)區(qū)域，其次為陽日鎮(zhèn)，而紅坪鎮(zhèn)、九湖鎮(zhèn)、木魚鎮(zhèn)、宋洛鄉(xiāng)、新華鄉(xiāng)、下谷坪鄉(xiāng)相對較少。

(3) 神農(nóng)架林區(qū)的極高風險區(qū)和高風險區(qū)的預測面積分別為68.62 km2、171.98 km2，主要分布在神農(nóng)架林區(qū)的東部，風險區(qū)劃結果基本符合神農(nóng)架災區(qū)的實際情況，可為神農(nóng)架林區(qū)的防災減災與土地利用規(guī)劃提供依據(jù)。