川藏鐵路(成都?雅安段)線域滑坡地質(zhì)災害時間?空間敏感性分析

王衛(wèi)東，傅慶湘，湯睿

(1. 中南大學 土木工程學院，湖南 長沙 410075；

2. 湖南磁浮技術研究中心有限公司，湖南 長沙 410000；3. 中鐵二院工程集團有限公司，四川 成都 610000)

在復雜地質(zhì)條件的鐵路選線設計過程中，地質(zhì)選線是關鍵工作。目前地質(zhì)選線方法一方面過度依賴地質(zhì)工程師、線路工程師個人主觀經(jīng)驗、知識和綜合分析能力，缺乏系統(tǒng)、科學、客觀、可操作性強的通用方法；另一方面，大范圍鐵路地質(zhì)災害敏感性評估大多僅基于靜態(tài)的地質(zhì)水文和歷史氣象資料，而動態(tài)的降雨過程往往是地質(zhì)災害的直接誘因?？梢?，針對鐵路線域的地質(zhì)災害時間?空間敏感性評估分析方法可在地質(zhì)選線工作中發(fā)揮重要作用。在相關領域的科研方面，研究熱點多集中在基于地理空間緯度的大范圍地質(zhì)災害敏感性區(qū)劃方法：區(qū)劃方法一般可分為確定性方法、定性方法和定量(或半定量)方法3類；Rajja等[1]采用邏輯回歸模型進行區(qū)劃；BA等[2]研究了基于灰色聚類的信息值區(qū)劃方法；主客觀加權模型和模糊理論也常被采用[3?5]；還有學者采用其他方法進行研究[6?7]。在地質(zhì)選線方面的研究則多以地質(zhì)災害種類和致災因子的角度對復雜地形定線原則與方法進行研究[8?10]，或基于現(xiàn)代信息技術應用的地質(zhì)選線平臺研究[11?12]。鮮有針對鐵路的考慮地理空間和時間雙重緯度的線域地質(zhì)災害敏感性分析研究。本文以滑坡為代表類型，采用主客觀加權模型對四川省進行地質(zhì)災害空間敏感性區(qū)劃；以降雨量為切入點，選取2015年雨季5月中6天20-20時降雨量為算例，基于有效雨量模型對四川省進行地質(zhì)災害時間敏感性區(qū)劃；將上述結(jié)果進行耦合得到了四川省滑坡地質(zhì)災害時間?空間敏感性區(qū)劃圖，并在此基礎上疊加川藏鐵路(成都?雅安段)線路平面，分析了線域滑坡地質(zhì)災害時間?空間敏感性程度。

1 研究對象概況

四川省位于中國西南腹地，處青藏高原東側(cè)，境內(nèi)地貌多變，地質(zhì)構(gòu)造復雜，地震和斷裂活動頻繁，地形起伏懸殊，地表切割強烈，易滑地層廣泛出露。加上大氣降水充沛，四川尤其山區(qū)成為我國滑坡集中分布、危害比較嚴重的地區(qū)之一[13]。四川省滑坡歷史災害點分布統(tǒng)計如圖1(a)。

川藏鐵路起于四川成都，經(jīng)蒲江、雅安、康定、理塘、左貢、波密、林芝到西藏首府拉薩，全長1 629 km，建成后將成為繼青藏鐵路后第二條進藏鐵路。全線累計爬升高度超過14 000 m，所經(jīng)區(qū)域地質(zhì)條件復雜。其中，成都至雅安段(K97+728.00~ K137+388.24)全長39.66 km，線路兩側(cè)均分布有較為密集的歷史滑坡災害點，如圖1(b)所示。

圖1 研究對象概覽圖Fig. 1 Map of study objects

2 鐵路線域滑坡地質(zhì)災害時間?空間敏感性評估分析

鐵路線域滑坡地質(zhì)災害時間?空間敏感性評估是指在考慮時間和空間雙重維度的基礎上對區(qū)域進行滑坡地質(zhì)災害敏感性區(qū)劃，并耦合鐵路線路平面圖，判別線路各路段滑坡災害敏感性程度的一種綜合評價，其操作流程如圖2所示。

2.1 滑坡地質(zhì)災害空間敏感性區(qū)劃

在 ArcGIS環(huán)境下，采用主客觀加權模型在地理空間維度上對滑坡地質(zhì)災害敏感性分析，形成直觀的區(qū)劃結(jié)果。

2.1.1 建立致災因子體系

1) 初選致災因子

滑坡致災因子一般可分為兩大類：①內(nèi)在因子，從本質(zhì)上決定滑坡的因子；②外在因子，滑坡的誘發(fā)因子。結(jié)合以往研究經(jīng)驗和文獻資料[14?15]，選取了高程、地形地貌、巖性、坡度、坡向、與構(gòu)造線距離、與水系距離、年均降雨量、與公路距離、與鐵路距離等 10個致災因子作為研究對象。以歷史滑坡處于各因子2級因子區(qū)域內(nèi)的面積密度作為致災因子量化值，實現(xiàn)因子量化和量綱統(tǒng)一，計算公式如下：

式中：Aij為各致災因子所占區(qū)域面積；aij為2級因子面積內(nèi)分布的歷史滑坡地質(zhì)災害面積；dij為歷史滑坡面積密度；n表示致災因子個數(shù)；m表示某致災因子中2級因子個數(shù)。

圖2 鐵路線域滑坡地質(zhì)災害時間?空間敏感性評估流程圖Fig. 2 Flowchart of landslide hazard spatiotemporal susceptibility assessment of railway line

對每一致災因子，將dij按式(2)規(guī)范化，得lij：

2) 致災因子篩選

根據(jù)熵值理論，以災害面積密度規(guī)范化值為基礎按式(3)計算各2級因子的熵值：

式中：n為1級因子個數(shù)，取10。根據(jù)式(4)計算各級因子的客觀權重，計算結(jié)果見表1。

從計算結(jié)果可見，各致災因子的熵權ωi顯著不同，坡向和與公路距離的熵權值顯著小于其他因子，因ωi為極大化量，可將其剔除，調(diào)整其他8個致災因子權重，使和為1，計算結(jié)果見表1。

2.1.2 主客觀加權模型

主客觀加權模型的原理是：對每一個致災因子圖層及其各2級因子賦予一個滑坡致災權重，將各致災因子圖層疊加起來，每一個地域單元的不同 2級因子權重之和即視為滑坡敏感程度，再將危險程度劃分為不同等級，得到滑坡災害空間敏感性區(qū)劃圖。其操作流程如圖3所示。

圖3 主客觀加權模型原理示意圖Fig. 3 Principle diagram of subject and object integrated weighting method

表1 致災因子及其指標值Table 1 Landslide-causing factors and values

使用梯形模糊數(shù)法求解致災因子各2級因子權重值，與致災因子熵權值相乘得到2級因子主客觀權重值。由于梯形模糊數(shù)方法操作簡便，計算簡單，又是較為常用的方法，故本文對具體計算過程不再贅述，計算結(jié)果見表2。

2.1.3 區(qū)域滑坡地質(zhì)災害空間敏感性區(qū)劃圖

在 ArcGIS環(huán)境下，將各因子圖層按照 1 000 m×1 000 m單元網(wǎng)格進行疊加可得到每一個單元網(wǎng)格的滑坡災害權重累加值，該值在[0,1]范圍內(nèi)，為極大化指標。采用自然隔斷法，將滑坡災害敏感性分為少發(fā)區(qū)、偶發(fā)區(qū)、易發(fā)區(qū)和極易發(fā)區(qū)4個等級，制成滑坡地質(zhì)災害空間敏感性區(qū)劃圖。將其與滑坡歷史災點圖層疊加(如圖 4(a))，得到各分級區(qū)域內(nèi)滑坡歷史災點面積，見表 3。從結(jié)果可見，發(fā)生在少發(fā)區(qū)、偶發(fā)區(qū)、易發(fā)區(qū)和極易發(fā)區(qū)的歷史災點面積占分級區(qū)域面積百分比程顯著遞增，且有89.4%的歷史滑坡面積分布在易發(fā)區(qū)和極易發(fā)區(qū)。易發(fā)區(qū)和極易發(fā)區(qū)的面積和為245 836.7 km2，占全省面積的51%。

表2 2級因子主客觀權重計算結(jié)果Table 2 Results of secondary landslide factors weighting

圖4 四川省滑坡地質(zhì)災害空間、時間敏感性區(qū)劃圖Fig. 4 Landslide spatiotemporal and temporal susceptibility map of Sichuan province

表3 各敏感性等級區(qū)域歷史災點統(tǒng)計表Table 3 Landside distribution in predicted landslide susceptible zones

2.2 滑坡地質(zhì)災害時間敏感性區(qū)劃

降雨量是滑坡災害的重要誘因，與時間有高相關性且規(guī)律顯著。以降雨量為切入點，從時間維度對滑坡災害時間敏感性進行區(qū)劃。對連續(xù)時間區(qū)間的降雨量進行研究，可得到該區(qū)間內(nèi)不同時間段的滑坡災害，為方便說明，本文以短期時間段作為算例。

2.2.1 有效雨量模型

降雨對地質(zhì)災害的誘發(fā)，必須考慮歷史雨量的影響。歷史雨量計算有累計降雨量模型和有效降雨量模型。有效降雨量模型是指對當日地質(zhì)災害形成有影響的降雨過程中的等效降雨量，其值等于當日雨量與前期各日降雨量及其有效降雨系數(shù)乘積之和，即：

式中：Rc為有效雨量；R0為當日降雨量；Ri為前第i日降雨量；αi有效降雨量系數(shù)；i為經(jīng)過的天數(shù)。以四川省2015年雨季5月中6 d 20-20時降雨量為基礎數(shù)據(jù)(見表4)，進行算例說明。其中，αi取值隨時間推移線性變化。

表4 有效雨量計算數(shù)據(jù)Table 4 Data of effective rainfall

2.2.2 降雨量空間插值

氣象部門提供降水原始數(shù)據(jù)一般是來自各地面觀測站的離散數(shù)據(jù)，在進行區(qū)域降水研究時，需要進行降雨量的空間插值分析，以得到區(qū)域內(nèi)連續(xù)分布的降雨量值。借助 ArcGIS的 Geostatistical Analyst工具，采用反距離加權法進行區(qū)域有效雨量空間插值計算。

表5 滑坡災害時間敏感性等級劃分標準Table 5 Classification standard for landslide hazard temporal susceptibility

2.2.3 區(qū)劃結(jié)果

以常用24 h降雨量等級劃分方法為基礎，結(jié)合有效雨量計算方法，得到有效雨量等級劃分區(qū)間(見表5)，并以此為判別依據(jù)對上述插值計算結(jié)果進行劃分即可得到滑坡地質(zhì)災害時間敏感性區(qū)劃圖，如圖4(b)?？梢娝憷谐胁亢蜄|北小部分地區(qū)外，四川省絕大部分地區(qū)滑坡災害時間敏感性為最高等級。

2.3 滑坡地質(zhì)災害時間-空間敏感性耦合

在 ArcGIS環(huán)境中，將滑坡地質(zhì)災害時間敏感性區(qū)劃圖層與滑坡地質(zhì)災害空間敏感性區(qū)劃圖層進行耦合，以表6為判別標準對圖層進行運算，將耦合結(jié)果劃分為5個等級，Ⅰ級敏感性最低，Ⅴ級敏感性最高，制成滑坡災害時間?空間敏感性區(qū)劃圖，見圖5(a)。其中Ⅳ級區(qū)域153 304.8 km2、Ⅴ級區(qū)域77 127.7 km2，分別占全省面積的31.79%和15.99%，此兩級區(qū)域主要分布在南部、中部局部、東南局部和東北局部。

表6 滑坡災害時間?空間敏感性等級判別標準Fig. 6 Classification standard for landslide hazard spatiotemporal susceptibility

圖5 四川省、川藏鐵路(成都?雅安段)滑坡地質(zhì)災害時間?空間敏感性區(qū)劃圖Fig. 5 Landslide spatiotemporal susceptibility map of Sichuan province and Chengdu-Yaan line in Sichuan-Tibet Railway

2.4 線域滑坡地質(zhì)災害時間-空間敏感性等級劃分

將川藏鐵路(成都?雅安段)線路平面與滑坡地質(zhì)災害時間?空間敏感性區(qū)劃圖層疊加，即可得到各路段的滑坡地質(zhì)災害時間?空間敏感性等級，見圖 5(b)和表 7。從圖表中可看出：1)線路研究范圍內(nèi)出現(xiàn)的敏感性等級有Ⅱ級、Ⅲ級和Ⅳ級；2)Ⅳ級路段長度占比為58.66%，占比最高，Ⅱ級路段長度占比最低，為4.55%；3)各等級路段分布相對連續(xù)。

表7 線域滑坡地質(zhì)災害時間?空間敏感性等級統(tǒng)計數(shù)據(jù)Table 7 Statistical data of landslide spatiotemporal susceptibility of railway line

3 結(jié)論

1) 詳述了區(qū)域滑坡地質(zhì)災害空間、時間敏感性區(qū)劃方法和線域滑坡地質(zhì)災害時間?空間敏感性分析方法，得到四川省滑坡地質(zhì)災害空間、時間以及時間?空間敏感性區(qū)劃圖和川藏鐵路(成都?雅安段)線域滑坡地質(zhì)災害時間?空間敏感性等級圖。

2) 四川省滑坡地質(zhì)災害空間敏感性較高地區(qū)主要分布在中部、中南部、東北局部以及主要水系、地質(zhì)構(gòu)造線和主要鐵路所在區(qū)域。

3) 四川省滑坡地質(zhì)災害空間敏感性較高地區(qū)主要分布在南部、中部局部、東南局部和東北局部。

4) 川藏鐵路(成都?雅安段)線域滑坡地質(zhì)時間?空間災害敏感性較高的路段為 K97+728.00~K120+992.61段，占線路長度的58.66%。

參考文獻：

[1] Raja N B, ?i?ek I, Türko?lu N, et al. Landslide susceptibility mapping of the Sera River Basin using logistic regression model[J]. Natural Hazards, 2017: 1?24.

[2] BA Qianqian, CHEN Yumin, DENG Susu. An improved information value model based on gray clustering for landslide susceptibility mapping[J]. ISPRS International Journal of Geo-information, 2017, 6(1): 1?20.

[3] WANG Weidong, GUO Jin, FANG Ligang, et al. A subjective and objective integrated weighting method for landslides susceptibility mapping based on GIS[J].Environmental Earth Sciences, 2012, 65(6): 1705?1714.

[4] WANG Weidong, XIE Cuiming, DU Xianggang.Landslides susceptibility mapping based on geographical information system, Guizhou, south-west China[J].Environmental Geology, 2009, 58(1): 33?43.

[5] WANG Weidong, XIE Cuiming, DU Xianggang.Landslides susceptibility mapping in Guizhou province based on fuzzy theory[J]. Mining Science and Technology,2009, 19(3): 399?404.

[6] Jia N, Mitania, Y, Xieb M, et al. Shallow landslide hazard assessment using a three-dimensional deterministic model in a mountainous area[J]. Computers and Geotechnics,2012, 45: 1?10.

[7] 王衛(wèi)東, 陳燕平, 鐘晟. 應用CF和Logistic回歸模型編制滑坡危險性區(qū)劃圖[J]. 中南大學學報(自然科學版),2009(4): 1127?1132.WANG Weidong, CHEN Yanping, ZHONG Sheng.Landslides susceptibility mapped with CF and Logistic regression model[J]. Journal of Central South University(Science and Technology), 2009(4): 1127?1132.

[8] 王棟, 張廣澤, 蔣良文, 等. 川藏鐵路成康段活動斷裂工程效應及地質(zhì)選線[J]. 鐵道工程學報, 2015(10):6?11.WANG Dong, ZHANG Guangze, JIANG Liangwen, et al.Engineering effect of active fault and geological alignment of Chengdu to Kangding in Sichuan-Tibet railway[J]. Journal of Railway Engineering Society,2015(10): 6?11.

[9] 王彥東, 杜宇本, 袁傳保. 地震次生地質(zhì)災害與成蘭鐵路選線[J]. 地質(zhì)災害與環(huán)境保護, 2013(4): 63?68.WANG Yandong, DU Yuben, YUAN Chuanbao.Secondary geo-hazards caused by earthquakes and Cheng-Lan railway route selection[J]. Journal of Geological Hazards and Environment Preservation,2013(4): 63?68.

[10] 張會剛, 付開隆, 張廣澤, 等. 小江活動斷裂對渝昆鐵路選線的影響及評價[J]. 高速鐵路技術, 2016(1):60?63.ZHANG Huigang, FU Kailong, ZHANG Guangze, et al.Evaluation of the effect of Xiaojiang active fault on route selection of Chongqing-Kunming high speed railway[J].High Speed Railway Technology, 2016(1): 60?63.

[11] 李為樂, 陳情, 陳哲鋒, 等. Google Earth三維可視化在滇藏鐵路林芝?拉薩段地質(zhì)選線中的應用[J]. 遙感信息, 2012, 1: 95?99.LI Weile, CHEN Qing, CHEN Zhefeng, et al. Application of Google Earth in the design of Linzhi-Lasha section of Yunnan-Tibet railway[J]. Remote Sensing Information,2012, 1: 95?99.

[12] WANG Weidong, DU Xianggang, XIE Cuiming. Road landslide information management and forecasting system base on GIS[J]. Environmental Monitoring and Assessment 2009, 156: 391?406,

[13] 吳永, 何思明, 李新坡. 四川滑坡災害的特點·成因及防治措施[J]. 安徽農(nóng)業(yè)科學, 2008(17): 7387?7390.WU Yong, HE Siming, LI Xinpo. Characteristics, causes and prevention measures of the landslides in Sichuan province[J]. Journal of Anhui Agricultural Sciences,2008(17): 7387?7390.

[14] 尹超, 王曉原, 張敬磊, 等. 基于遺傳算法和云模型的公路沿線泥石流災害危險性區(qū)劃[J]. 巖石力學與工程學報, 2016(11): 2266?2275.YIN Chao, WANG Xiaoyuan, ZHANG Jinglei, et al.Hazard regionalization of debris flow disasters along highways based on genetic algorithm and cloud model[J].Chinese Journal of Rock Mechanics and Engineering,2016(11): 2266?2275.

[15] 俞布, 潘文卓, 宋健, 等. 杭州市滑坡地質(zhì)災害危險性區(qū)劃與評價[J]. 巖土力學, 2012(增1): 193?199, 216.YU Bu, PAN Wenzhuo, SONG Jian, et al. Risk zonation and evaluation of landslide geohazards in Hangzhou[J].Rock and Soil Mechanics, 2012(Suppl 1): 193?199, 216.