余悠然 王冉 李振 劉世奇 王鶴

摘要：黃土高原地區(qū)地表破碎，水土流失嚴重，易發(fā)生滑坡、崩塌、地面塌陷等地質災害，損毀農(nóng)田，威脅農(nóng)業(yè)生產(chǎn)安全。以山西省古交市為研究區(qū)，采用信息量耦合二元邏輯（Logistic）回歸模型和地理信息系統(tǒng)（GIS）空間分析工具，在劃定地質災害易發(fā)性分區(qū)的基礎上，開展古交市基本農(nóng)田地質環(huán)境安全性評價研究，研究結果表明：（1）古交市地質災害極高、高、中、低易發(fā)區(qū)的面積占比分別為9.70%、12.27%、21.17%、56.86%，中心城區(qū)、城鎮(zhèn)村居民區(qū)和交通干線附近地質災害發(fā)生概率最高;（2）古交市基本農(nóng)田地質環(huán)境安全性分為極低、低、中、高4個等級，其對應范圍內(nèi)基本農(nóng)田面積占比分別為11.82%、17.02%、26.67%、44.49%。古交市地質環(huán)境已對基本農(nóng)田安全造成威脅，黃土高原地區(qū)基本農(nóng)田劃定和布局優(yōu)化調(diào)整時，應深入考慮地質災害、水土流失等地質環(huán)境問題造成的影響。

關鍵詞：黃土高原;古交市;地質災害;基本農(nóng)田;地質環(huán)境安全性評價

中圖分類號：X43 文獻標志碼： A 文章編號：1002-1302（2021）16-0220-07

我國耕地資源稀缺，嚴守耕地紅線，保證糧食安全是我國的基本國策，為此我國實行基本農(nóng)田保護制度[1]，而基本農(nóng)田保護的核心內(nèi)容就是要保存基本農(nóng)田的生產(chǎn)力[2]。黃土垂直節(jié)理發(fā)育，具有較強的濕陷性，因此黃土高原是我國地質災害的頻發(fā)地區(qū)[3]。各類地質災害不僅會破壞農(nóng)業(yè)基礎設施，還會導致土壤肥力下降、耕作層受到破壞等后果，進而造成農(nóng)田生產(chǎn)力下降。目前，我國基本農(nóng)田的劃定多是從自然稟賦、區(qū)位條件[4]等方面考慮，我國學者對基本農(nóng)田質量的評價和布局的優(yōu)化也主要從自然氣候、地力大小、基礎設施、經(jīng)濟效益、區(qū)位因素、環(huán)境清潔程度和可持續(xù)利用幾個方面進行[5-8]，而對地質災害、水土流失等可能造成農(nóng)田損毀、產(chǎn)量減少的地質環(huán)境影響考慮不足[9]。受滑坡、崩塌、泥石流等地質災害破壞的農(nóng)田，短期內(nèi)難以恢復耕種，造成耕地面積減少。山西省古交市位于黃土高原東部，地表溝壑縱橫，多黃土塬、梁、峁，耕地面積少，是我國重要的產(chǎn)煤基地和最大的煉焦基地，然而長期以來各種人類活動對當?shù)氐乇碓斐闪藝乐仄茐?，地質災害頻繁發(fā)生，給當?shù)鼗巨r(nóng)田保有量和糧食安全產(chǎn)生了威脅。目前評價地質災害易發(fā)性的方法有信息量法、邏輯回歸法、隨機森林算法等，綜合考慮研究區(qū)實際情況以及資料的豐富程度。本研究采用信息量耦合二元邏輯（Logistic）回歸方法分析山西省古交市地質災害易發(fā)性，并在此基礎上開展基本農(nóng)田地質環(huán)境安全性評價。目前針對研究區(qū)基本農(nóng)田展開的研究較少，當?shù)貙巨r(nóng)田受地質災害威脅的重視不足，本研究將為古交市基本農(nóng)田保護工作提供參考，也將為其他地質災害易發(fā)區(qū)的基本農(nóng)田布局調(diào)整優(yōu)化提供科學依據(jù)，幫助減少因地質災害而造成的基本農(nóng)田折損。

1 研究區(qū)域及數(shù)據(jù)

1.1 研究區(qū)概況

古交市地處黃土高原東部、山西省中部（111°43′08″～112°21′05″E，37°40′06″～38°08′09″N）（圖1），隸屬太原市下轄縣級市，總面積為1 512.345 km2，現(xiàn)轄3鎮(zhèn)7鄉(xiāng)4個街道，總人口為21.18萬人，國內(nèi)生產(chǎn)總值（GDP）為36.61億元，糧食總產(chǎn)量為 10 955 t（2018年）。2019年，全市共有耕地 19 740.26 hm2，基本農(nóng)田15 792.33 hm2，主要分布于古交市北部的河口鎮(zhèn)和南部的岔口鄉(xiāng)、邢家社鄉(xiāng)，占基本農(nóng)田總數(shù)的51.71%。古交市屬于溫帶大陸性氣候，年均降水量為391.58 mm，四面環(huán)山，中部地勢低緩，平均海拔為1 604 m，形成了以中山為主的地貌形態(tài)。地表黃土厚度小于50 m，多分布于低山丘陵區(qū)和中部梁峁及其邊坡地帶，區(qū)域內(nèi)河谷縱橫，水土流失嚴重。境內(nèi)礦產(chǎn)資源豐富，多年來工礦開采給當?shù)卦斐芍脖黄茐?、地面塌陷等嚴重環(huán)境問題。據(jù)《山西省2019年度地質災害防治方案》，山西省全境均屬地質災害易發(fā)區(qū)。古交市地質災害頻繁發(fā)生，截至2017年底，共有287個地質災害（隱患）點，其中已發(fā)生的各類地質災害點有117個，各類潛在地質災害隱患點有170個。

1.2 數(shù)據(jù)來源

數(shù)字高程模型（DEM）數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺的ASTER GDEM 30 m分辨率數(shù)字高程數(shù)據(jù)，在地理信息系統(tǒng)（GIS）軟件中提取坡度、高程、坡向等信息。地質災害（隱患）點來源于《山西省古交市地質災害詳細調(diào)查報告》?；巨r(nóng)田、道路、河流、城鎮(zhèn)村居民區(qū)等數(shù)據(jù)來源于古交市土地利用現(xiàn)狀圖，本研究結合遙感影像對其進行了修正。地貌、地質數(shù)據(jù)來源于BIGMAP軟件，用于提取地貌類型、地質構造、巖土體類型信息，上述數(shù)據(jù)均通過GIS軟件進行配準、投影變換、矢量化等處理，坐標系統(tǒng)一為2000國家大地坐標系（China Geodetic Coordinate System 2000，CGCS2000）。

2 研究方法

2.1 地質災害易發(fā)性評價方法

基本農(nóng)田劃定會對耕地土壤清潔程度、田面坡度、集中連片度、水利和水土保持設施[10-12]等提出具體要求，但對地質災害的重視程度尚有不足。地表坡度、水土保持狀況等在一定程度上可以表征地質環(huán)境對基本農(nóng)田的約束作用，但倘若周邊發(fā)生地質災害，依然會對農(nóng)田造成負面影響。本研究采用構建信息量法和二元Logistic回歸方法的耦合模型，開展古交市地質災害易發(fā)性研究，同單一模型相比，耦合模型可以在不過多增加工作量的前提下顯著提高模型預測精度[13]。在此基礎上，進一步分析地質災害易發(fā)性對基本農(nóng)田安全的影響。本研究以287個地質災害（隱患）點和287個隨機生成的非地質災害點作為樣本，將地質災害發(fā)生定義為1，不發(fā)生定義為0，計算各分級影響因子的信息量值，并通過相關性分析和共線性診斷剔除相關性過強的多余因子，提高模型預測精度，再利用二元Logistic回歸模型得到最終的地質災害易發(fā)性預測結果。信息量法和二元Logistic回歸模型表達式如下：

式中：A表示地質災害發(fā)生;I（Xi，A）表示在A條件下致災因子（Xi）提供的信息量值;Ni為分布在因素Xi內(nèi)變形破壞單元總數(shù);N為研究區(qū)已知變形破壞單元總數(shù);Si為研究區(qū)內(nèi)含有評價因素Xi的面積;S為研究區(qū)總面積;β1～βk為影響系數(shù);α為常量;Pi是地質災害發(fā)生的概率;1-Pi為災害不發(fā)生的概率。

2.2 影響因子分析

2.2.1 地質災害影響因子分析 根據(jù)研究區(qū)現(xiàn)場調(diào)查情況和地質特點，本研究將從自然因素和人為因素論述各要素對地質災害發(fā)育的影響。自然因素包括地貌類型、高程、坡度、坡向、巖土體類型、斷層、河流等，人為因素包括城鎮(zhèn)村居民區(qū)建設、道路建設和采礦活動等。

從地貌類型來看，古交市梁狀黃土丘陵區(qū)的地質災害最為集中，該區(qū)域黃土垂直節(jié)理發(fā)育、土質松散，是地質災害形成的有利條件，同時又與采礦等人類活動頻繁區(qū)有較多重疊，更易誘發(fā)地質災害。單從坡度上來看，坡度越大的區(qū)域地質災害發(fā)生的可能性越大，但高程高、坡度大的區(qū)域多屬于建設用地不適宜區(qū)，人類活動極少，誘發(fā)地質災害的可能性較低。從坡向上來看，陽坡受太陽輻照時間更長，巖石風化程度更高，更有利于地質災害發(fā)育。從巖土體類型來看，粉土巖組分布的區(qū)域地質災害數(shù)量最多，粉土垂直節(jié)理發(fā)育且具有濕陷性，當大量雨水沖刷時，極易形成泥石流和滑坡等地質災害;斷層是巖層所受應力超過自身極限而產(chǎn)生的斷裂錯位，在距離斷層較近的地區(qū)，巖石破碎易被風化，巖土結構更為脆弱，也更易發(fā)生地質災害;河流的浸泡、侵蝕對河谷兩岸坡體的穩(wěn)定性和強度也會有影響。古交市全境均為地質災害易發(fā)區(qū)，各項工程建設過程中可能出現(xiàn)不合理開挖坡腳、隨意堆放土石土方等問題，易誘發(fā)滑坡、崩塌等地質災害;跟道路建設和居民區(qū)建設相比，采礦活動對地表及周邊環(huán)境的改造最為強烈，生產(chǎn)過程中產(chǎn)生的采空區(qū)和廢渣的隨意堆積，為各類地質災害的發(fā)生創(chuàng)造了條件。

2.2.2 影響因子分級 為便于計算影響因子的信息量值，本研究對10個影響因子進行分級。對于離散型數(shù)據(jù)，直接依據(jù)野外實地調(diào)查時的分級;對于連續(xù)型數(shù)據(jù)，依據(jù)各分級區(qū)間內(nèi)災害點比例與點密度曲線的突變點分級[14]。首先將影響因子按步長進行分割，即高程、距道路距離、距斷層距離按 200 m，坡度按5°，距河流距離按100 m為步長進行災害點比例與點密度統(tǒng)計。

如圖2所示，將高程按1 000、1 200、1 600分級;坡度按10°、25°、45°分級;距斷層距離按400、800、1 800 m分級;距河流距離按200、500、800 m分級;距道路距離按200、800、1 200 m分級。

2.2.3 信息量值計算 根據(jù)影響因子分級結果和公式（1）計算各級影響因子的信息量值，如表1所示。

2.2.4 影響因子相關性分析 為保證影響因子間的相互獨立，本研究在SPSS中采用斯皮爾曼方法進行因子間的相關性分析，并結合研究區(qū)實際情況剔除相關性較大的因子。當相關系數(shù)大于0.5時，認為2個因子間存在一定的相關性[15]。如表2所示，地貌類型、高程、距斷層距離和距道路距離與其他因子間的相關系數(shù)有的超過0.5，考慮到斷層對區(qū)域地質穩(wěn)定性的影響，且研究區(qū)交通干線兩側存在大量無防護的高陡邊坡，這2個因子對地質災害的發(fā)生有較重要的影響，應予以保留，最終選取巖土體類型、坡度、坡向、距斷層距離、距道路距離、距水系距離、距居民區(qū)距離、距礦區(qū)距離為地質災害易發(fā)性模型評價因子。

2.3 地質災害易發(fā)性評價模型計算

在進行二元Logistic回歸分析前，須要對影響因子進行共線性診斷，各要素的方差膨脹因子（VIF）值均小于10，表明因子間不存在多重共線性，可以進行回歸分析。導入287個地質災害點和287個非

地質災害點作為樣本，得到Logistic回歸方程：

lgP=0.468+0.559x1+0.483x2+0.761x3+0.535x4-0.118x5+0.999x6+1.070x7+0.873x8。

式中：x1、x2、…、 x8分別對應巖土體類型、坡度、坡向、距斷層距離、距水系距離、距道路距離、距居民區(qū)距離和距礦區(qū)距離。從回歸系數(shù)大小來看，距道路距離、距居民區(qū)距離和距礦區(qū)距離的系數(shù)分別為0.999、1.070、0.873，表明這3個因子對地質災害發(fā)生起主要控制作用，說明研究區(qū)內(nèi)地質災害發(fā)生的可能性與人類活動的頻繁程度有較大相關性。而巖土體類型、坡度、坡向等影響因子不是古交市地質災害發(fā)生的最主要影響因素。

為檢驗模型精度，本研究選用接受者操作特征（ROC）曲線對模型預測結果進行驗證，當曲線下面積（AUC）為0.5～1.0時，說明結果可靠[15-16]。將模型預測結果和樣本數(shù)據(jù)檢驗值代入得到AUC為0.897 8，遠大于0.5，證明該模型計算結果可靠。

3 結果與分析

3.1 地質災害易發(fā)性分區(qū)

將得到的各項回歸系數(shù)代入公式（2）和公式（3），在GIS軟件中通過柵格計算工具將各影響因子圖層疊加得到每個柵格單元地質災害發(fā)生概率（P），其范圍為0.009 94～0.999 48。按自然斷點法分為4個區(qū)間：（0.009 94，0.196 21）（低易發(fā)區(qū)）、[0.0196 21，0.479 49）（中易發(fā)區(qū)）、[0.479 49，0.782 17）（高易發(fā)區(qū)）、[0.782 17，0.999 48]（極高易發(fā)區(qū)），各分區(qū)面積占比分別為56.86%、21.17%、12.27%、9.70%（圖3）。極高和高易發(fā)區(qū)主要集中于主城區(qū)、居民區(qū)和交通干道沿線，中易發(fā)區(qū)多與礦區(qū)分布相重合，低易發(fā)區(qū)分布在古交市四周人口密度低、人類活動較少的山地地區(qū)。

3.2 基本農(nóng)田地質環(huán)境安全性評價

依據(jù)前文得到的古交市地質災害易發(fā)性分區(qū)，對古交市現(xiàn)有基本農(nóng)田地質環(huán)境安全性進行評價。將地質災害易發(fā)性等級分區(qū)圖和基本農(nóng)田分布圖進行疊加分析，地質災害易發(fā)性等級和基本農(nóng)田安全性等級（圖4）的對應關系為極高-極低、高-低、中-中、低-高。從古交市基本農(nóng)田地質環(huán)境安全性評價等級圖（圖4）和安全性分級統(tǒng)計表（表3）來看，古交市中部地區(qū)的基本農(nóng)田地質環(huán)境安全性最低，并沿主要交通干線呈射線狀向四周輻射。位于古交市中部的鎮(zhèn)城底鎮(zhèn)、梭峪鄉(xiāng)、西曲街辦、屯蘭街辦、桃園街辦和東曲街辦，其范圍內(nèi)有22.43%的基本農(nóng)田安全性等級為極低，30.91%的基本農(nóng)田安全性等級為低。在不采取任何措施的情況下，古交市有近30%的基本農(nóng)田將受到地質災害的破壞。

將基本農(nóng)田地質環(huán)境安全性評價結果與道路、城鎮(zhèn)村居民區(qū)、礦區(qū)疊加展示，如圖5所示，可發(fā)現(xiàn)道路兩側和居民區(qū)周邊的基本農(nóng)田地質環(huán)境安全性等級多為極低和低，經(jīng)統(tǒng)計，在道路和居民區(qū)周邊100 m范圍內(nèi)，有基本農(nóng)田397.35 hm2，其中地質環(huán)境安全性等級為極低的基本農(nóng)田有258.20 hm2，占64.98%，安全性等級為低的占30.68%;礦區(qū)范圍內(nèi)的基本農(nóng)田共有3 247.43 hm2，安全性等級為極低的基本農(nóng)田占24.40%，安全性等級為低的基本農(nóng)田占29.51%。根據(jù)表3可知，有90.10%的極低安全等級、67.96%低安全等級基本農(nóng)田是分布在人類工程活動影響范圍內(nèi)的。經(jīng)實地考查發(fā)現(xiàn)，古交城市中心和交通干線附近，仍有部分工程活動遺留的高陡邊坡，且缺少必要的防護措施。由于古交市多黃土梁峁分布，當?shù)卮迕襁x址建房時難以遠離邊坡，施工時若對周圍坡腳及巖土體結構造成破壞，易誘發(fā)地質災害，增加對周邊基本農(nóng)田的威脅。長期的礦產(chǎn)資源開發(fā)更是對地表的強烈改造，生產(chǎn)過程中不僅會對土壤造成污染，還會引發(fā)地裂縫、地面塌陷等問題，形成規(guī)模較大的塌坑和積水洼地，加劇水土流失速率，導致土壤肥力下降，使基本農(nóng)田質量嚴重下降甚至無法耕種。而分布在研究區(qū)四周山地地區(qū)的基本農(nóng)田安全性等級較高，這是由于該區(qū)域高程相對較高，又無大量礦產(chǎn)資源，人口密度小，人類工程活動對地表的擾動少，地表植被相對茂密，可鞏固水土、阻滯降雨對地表的沖刷，從而在一定程度上提高了該區(qū)域基本農(nóng)田的安全性等級。

4 結論與展望

本研究利用信息量耦合二元Logistic回歸模型對古交市基本農(nóng)田地質環(huán)境安全性進行了評價，得到以下結論：（1）古交市地質災害易發(fā)性等級分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)和低易發(fā)區(qū)，面積占比分別為9.70%、12.27%、21.17%、56.86%，易受地質災害影響的范圍大。極高和高易發(fā)區(qū)主要集中于主城區(qū)、居民區(qū)和交通干道沿線，中易發(fā)區(qū)多與礦區(qū)分布相重合，低易發(fā)區(qū)分布在古交市四周人口密度低、人類活動較少的山地地區(qū)。（2）以地質災害易發(fā)性為基礎開展古交市基本農(nóng)田地質環(huán)境安全性評價研究，基本農(nóng)田安全性等級為極低、低、中、高所對應的面積占比分別為11.82%、17.02%、26.67%、44.49%，古交市基本農(nóng)田安全正面臨地質環(huán)境的嚴重威脅，各項人類活動是導致地質環(huán)境對基本農(nóng)田產(chǎn)生負面影響的主要因素，積極采取相應措施保護基本農(nóng)田數(shù)量、質量不受破壞已刻不容緩。以古交市為參考，黃土高原地區(qū)將城鎮(zhèn)周邊、交通沿線易被占用的優(yōu)質耕地劃為基本農(nóng)田或開展基本農(nóng)田布局優(yōu)化時，應深入考慮當?shù)氐刭|環(huán)境對基本農(nóng)田的約束作用，切實做好水土保持、防災減災等相應工作，必要時須對基本農(nóng)田周邊地質災害隱患點進行工程治理，對于現(xiàn)有地質災害易發(fā)區(qū)內(nèi)的基本農(nóng)田，可以通過土地置換的方式進行調(diào)整，確保做到牢守耕地紅線，保護糧食安全。

參考文獻：

[1]周尚意，朱阿興，邱維理，等. 基于GIS的農(nóng)用地連片性分析及其在基本農(nóng)田保護規(guī)劃中的應用[J]. 農(nóng)業(yè)工程學報，2008，24（7）：72-77，313.

[2]奉 婷，張鳳榮，李 燦，等. 基于耕地質量綜合評價的縣域基本農(nóng)田空間布局[J]. 農(nóng)業(yè)工程學報，2014，30（1）：200-210，293.

[3]孫萍萍，張茂省，程秀娟，等. 黃土高原地質災害發(fā)生規(guī)律[J]. 山地學報，2019，37（5）：737-746.

[4]董光龍，趙 軒，劉金花，等. 基于耕地質量評價與空間集聚特征的基本農(nóng)田劃定研究[J]. 農(nóng)業(yè)機械學報，2020，51（2）：133-142.

[5]Song Y F，Lu Y J，Liu T J，et.al. Variation of vegetation fractional coverage and its relationship with climate in a desert steppe：optimization of farmland layout in a farming-pastoral ecotone using the ecological suitability index[J]. Ecological Engineering，2020，150：105834.

[6]付國珍，擺萬奇.耕地質量評價研究進展及發(fā)展趨勢[J]. 資源科學，2015，37（2）：226-236.

[7]Cheng Q W，Jiang P H，Cai L Y，et al. Delineation of a permanent basic farmland protection area around a city centre：case study of Changzhou City，China[J]. Land Use Policy，2017，60：73-89.

[8]劉霈珈，吳克寧，趙華甫，等. 基于耕地綜合質量的基本農(nóng)田布局優(yōu)化——以河南省溫縣為例[J]. 中國土地科學，2015，29（2）：54-59，2.

[9]王玉軍，劉 瓊，歐名豪. 基于地質環(huán)境適宜性的基本農(nóng)田布局優(yōu)化[J]. 農(nóng)業(yè)工程學報，2019，35（14）：252-260.

[10]曹麗萍，羅志軍，冉鳳維，等. 基于耕地質量和空間集聚格局的縣域基本農(nóng)田劃定[J]. 水土保持研究，2018，25（4）：349-355，364.

[11]周 明，王占岐.基于耕地質量和空間聚類的縣域基本農(nóng)田劃定——以湖北省團風縣為例[J]. 水土保持研究，2016，23（5）：316-321.

[12]吳彥澎. 一種基于網(wǎng)格的空間聚類算法及在基本農(nóng)田規(guī)劃中的應用[J]. 江蘇農(nóng)業(yè)科學，2020，48（16）：250-254.

[13]樊芷吟，茍曉峰，秦明月，等. 基于信息量模型與Logistic回歸模型耦合的地質災害易發(fā)性評價[J]. 工程地質學報，2018，26（2）：340-347.

[14]廖蕓婧. 安徽省歙縣地質災害易發(fā)性區(qū)劃與氣象預警研究[D]. 成都：成都理工大學，2015：35-36.

[15]陳立華，李立豐，吳 福，等. 基于GIS與信息量法的北流市地質災害易發(fā)性評價[J]. 地球與環(huán)境，2020，48（4）：471-479.

[16]梁麗萍，劉延國，唐自豪，等. 基于加權信息量的地質災害易發(fā)性評價——以四川省瀘定縣為例[J]. 水土保持通報，2019，39（6）：176-182，321.