李 信,阮 明,楊 峰,柳長柱,楊永鵬
1.海南省海洋地質(zhì)資源與環(huán)境重點實驗室,海南 ???570206;2.海南省地質(zhì)調(diào)查院,海南 ???570206
研究區(qū)地處海南島西部,地貌類型以低山丘陵為主,斷裂發(fā)育,地質(zhì)構(gòu)造復雜.地質(zhì)災害主要為崩塌、滑坡、泥石流和不穩(wěn)定斜坡,其中崩塌112處,滑坡10處,泥石流3處,不穩(wěn)定斜坡2處.地質(zhì)災害呈線狀分布于公路沿線兩側(cè),呈面狀分布于居民點、礦山集中區(qū).地質(zhì)災害呈現(xiàn)增多態(tài)勢,嚴重威脅了當?shù)厝嗣裆敭a(chǎn)安全,制約了當?shù)亟?jīng)濟發(fā)展.
隨著地理信息系統(tǒng)(GIS)技術(shù)的在地質(zhì)災害應用方面的發(fā)展,GIS在地質(zhì)災害易發(fā)性評價中的應用越來越廣泛,為開展以滑坡、泥石流、崩塌、不穩(wěn)定斜坡為主體的地質(zhì)災害易發(fā)性的深入研究提供了一個卓有成效的技術(shù)平臺與研究途徑[1-4].地質(zhì)災害發(fā)育和分布特征受地形地貌、工程地質(zhì)巖組、地質(zhì)構(gòu)造、植被覆蓋程度影響[5],本文依靠GIS平臺對該地區(qū)地質(zhì)災害發(fā)育的地質(zhì)條件及誘發(fā)因素進行統(tǒng)計分析,在此基礎(chǔ)上建立適當?shù)脑u價模型對海南省昌江縣的地質(zhì)災害易發(fā)性進行研究.
首先建立地質(zhì)災害易發(fā)性評估指標體系,建立信息量分析模型;然后計算各層元素的組合權(quán)重,利用ArcGIS空間分析中的柵格計算對各評價因子加權(quán)疊加,構(gòu)建研究區(qū)地質(zhì)災害易發(fā)性柵格圖;最后綜合考慮各種影響因素,概化出昌江縣地質(zhì)災害易發(fā)性分區(qū)圖[6].
控制和誘發(fā)地質(zhì)災害易發(fā)程度的因素有多種,其中控制地質(zhì)災害發(fā)育的內(nèi)在因素主要為坡度、坡高、海拔高度、河流及植被覆蓋率[7],誘發(fā)因素為汛期強臺風降雨和人類工程活動兩項指標[8].
本研究中地質(zhì)災害控制因素的選取是在借鑒國內(nèi)外相關(guān)研究成果的基礎(chǔ)上,結(jié)合研究區(qū)內(nèi)地質(zhì)災害的實際情況篩選,通過地質(zhì)災害空間分布的地質(zhì)環(huán)境特征分析,并以GIS分析工具的可圖形化和經(jīng)濟可靠性要求為前提[6,9-10],建立地質(zhì)災害易發(fā)性評估指標體系(A)(圖1).
圖1 地質(zhì)災害易發(fā)評估指標體系圖Fig.1 Evaluation index system of geohazard susceptibility
2.1.1 地質(zhì)構(gòu)造(B1)
斷裂(C1):斷裂帶在外營力作用下使地層破碎而產(chǎn)生錯動、位移,從而控制地質(zhì)災害的發(fā)育[11].昌江縣構(gòu)造斷裂發(fā)育,地質(zhì)災害的發(fā)育受其影響較大(如圖2).
圖2 構(gòu)造緩沖柵格圖Fig.2 Buffer grid map of structure
2.1.2 工程地質(zhì)巖組(B2)
巖土體(C2):巖土體類型及結(jié)構(gòu)特征對斜坡的變形有顯著的控制作用,其巖體結(jié)構(gòu)、破碎和完整程度不相同,形成的地形地貌不同,導致地質(zhì)災害的易發(fā)程度和災害種類亦不相同[12-13](如圖3).
圖3 工程巖組柵格圖Fig.3 Grid map of engineering rock assemblage
2.1.3 地形地貌(B3)
坡度(C3):斜坡坡度較大的中低山區(qū)坡體形成了普遍較大的臨空面,崩塌或滑坡體土體剪應力增強,坡面附近巖土所受到重力拉扯作用加大,使得邊坡穩(wěn)定性大大降低[14](圖4).
圖4 坡度柵格圖Fig.4 Grid map of slope gradient
坡高(C4):地質(zhì)災害斜坡坡高為坡肩到坡腳的高度,斜坡帶對地質(zhì)災害具有控制作用,坡高越高,地質(zhì)災害發(fā)生的可能也越大[15].本研究通過GIS的空間分析模塊提取地形起伏度圖層,用來近似代表坡高指標(如圖5).
圖5 坡高柵格圖Fig.5 Grid map of slope height
海拔高度(C5):一般來說,海拔高度可以從一定程度上反映地貌的變化,災害的高程與地質(zhì)災害的發(fā)生有著直接的關(guān)系[16].通過GIS從數(shù)字高程模型(DEM)提取出海拔高度(如圖6).
圖6 海拔高度柵格圖Fig.6 Grid map of altitude
植被覆蓋率(C6):植被有護坡及保持水土的作用,對斜坡穩(wěn)定性有利[17].利用遙感軟件ENVI對昌江縣SPOT-5衛(wèi)星影像校正、拼接后,提取紅光波段及紅外波段,計算得到歸一化植被指數(shù)NDVI:
式中:NIR為近紅外波段的反射值,R為紅光波段的反射值.NDVI值越大,表示植被覆蓋程度越高.根據(jù)NDVI灰度值,將研究區(qū)的植被覆蓋情況劃分為5個區(qū)域:巖石裸露區(qū)、植被較稀疏區(qū)、植被稀疏區(qū)、植被一般茂密區(qū)和植被茂密區(qū)[18](如圖7).
圖7 NDVI柵格圖Fig.7 NDVI grid map
河流(C7):河流對兩岸斜坡沖刷、側(cè)蝕、淘蝕,使斜坡體抗剪強度降低,形成裂縫,而使斜坡失去支撐,破壞平衡而引發(fā)崩塌、滑坡等地質(zhì)災害[19](如圖8).
圖8 河流緩沖區(qū)柵格圖Fig.8 Buffer grid map of stream
2.1.4 誘發(fā)因素B4
人類工程活動(人為因素)(C8):昌江縣主要的人類工程活動為礦山開采和公路建設(shè),而公路、鐵路和高速公路開挖形成的高陡邊坡是地質(zhì)災害重要的誘發(fā)因素.在交通工程建設(shè)完成之后,其誘發(fā)作用便轉(zhuǎn)化為對邊坡巖土體條件的影響作用,成為影響邊坡穩(wěn)定性的靜態(tài)要素之一(圖9).
圖9 公路緩沖區(qū)柵格圖Fig.9 Buffer grid map of road
降雨量(自然因素)(C9):降雨是導致地質(zhì)災害發(fā)生的重要誘發(fā)因素之一,一般7、8、9三個月份連綿雨水以及暴雨往往就伴隨著地質(zhì)災害的發(fā)生(圖10),尤其是海南熱帶風暴和強臺風為引發(fā)地質(zhì)災害較為活躍的因子.
圖10 降雨量柵格圖Fig.10 Grid map of rainfall
2.2.1 建立判斷矩陣
本研究采用標度法,對各層中的要素對上一層次目標的相對重要性進行兩兩比較(表1—3),建立判斷矩陣.
表1 A-B層判斷矩陣Table 1 Judgment matrix of A-B level
2.2.2 計算被比較元素的相對權(quán)重
通過MATLAB軟件計算A-B、B3-C及B4-C判斷矩陣的最大特征根λmax并比較元素相對權(quán)重.
表2 B3-C層判斷矩陣Table 2 Judgment matrix of B3-C level
表3 B4-C層判斷矩陣Table 3 Judgment matrix of B4-C level
A-B判斷矩陣λmax=4.0439,則檢驗性指標CR=0.0163<0.1.滿足一致性檢驗,可認為該矩陣具有較好的判斷一致性.B1、B2、B3和B4權(quán)重分別為0.0687、0.1535、0.3889和0.3889.
B3-C判斷矩陣λmax=5.3620,則檢驗性指標CR=0.0808<0.1.滿足一致性檢驗,可認為該矩陣具有較好的判斷一致性.C3、C4、C5、C6和C7權(quán)重分別為0.4747、0.2581、0.1459、0.0420和0.0793.
B4-C判斷矩陣λmax=2.滿足一致性檢驗,可認為該矩陣具有較好的判斷一致性.C8和C9權(quán)重分別為0.75和0.25.
2.2.3 計算各層元素的組合權(quán)重
為了對A層地質(zhì)災害易發(fā)性進行評估,需將B層中B1層(地質(zhì)構(gòu)造)、B2層(工程地質(zhì)巖組)、B3層(地形地貌)、B4層(誘發(fā)因素)歸一化之后的權(quán)重在A層下再次歸一化,得到C層中8項要素的組合權(quán)重(表4).
表4 層次元素組合權(quán)重Table 4 Combined weights of elements for each level
對各層中的要素對上一層次目標的相對重要性兩兩比較,建立判斷矩陣,并計算被比較元素的相對權(quán)重,確定評價體系中各指標的權(quán)重[6](表5).
表5 地質(zhì)災害影響因子相對權(quán)重表Table 5 Relative weights of geohazard impact factors
信息量分析模型是通過收集已變形或破壞區(qū)域的現(xiàn)實情況和地質(zhì)災害影響因素,計算出各影響因素對破壞變形的影響值,作為區(qū)劃的定量指標[20].信息量分析模型不僅可以定量地反映出地質(zhì)災害發(fā)育規(guī)律,而且使用起來簡單易行,在地質(zhì)災害易發(fā)性評價中得到了廣泛的應用和推廣[21].本研究把反映影響區(qū)域穩(wěn)定性因素的實測值轉(zhuǎn)化成信息量值作為易發(fā)性區(qū)劃的定量指標,對地質(zhì)災害易發(fā)區(qū)進行劃分.
式中:I為評價單元總的信息量值,體現(xiàn)單元破壞的可能性;n為參評因子數(shù);H為研究范圍內(nèi)地質(zhì)災害數(shù);S為已知總單元數(shù);N為變形及破壞的單元總數(shù);Si為研究區(qū)內(nèi)指標xi的單元個數(shù);Ni為指標xi的變形破壞單元個數(shù).當I越大,越有利于發(fā)生變形破壞,表明地質(zhì)災害易發(fā)性越大,危險性越大.
通過統(tǒng)計學中常用的自然斷點法將柵格疊加圖按信息量重新分類后,信息量值區(qū)間分別為+1.324 983~+0.206 81、+0.20 681~-0.050 068、-0.050 068~-0.276 724、-0.276 724~-1.324 98.運用ArcGIS中柵格計算工具將各圖層的信息量值乘以層次分析法得到的權(quán)重指標后疊加,完成地質(zhì)災害易發(fā)因子的綜合信息量計算,生成地質(zhì)災害綜合信息量值疊加圖(圖11).
圖11 地質(zhì)災害易發(fā)性綜合信息量圖Fig.11 Integrated information of geohazard susceptibility
通過空間分析工具中的鄰域分析功能,采用15×15的正方形進行平噪處理,達到平滑處理的效果.最后,在定量計算分級分區(qū)的基礎(chǔ)上,綜合考慮各種因素,人工勾畫出地質(zhì)災害易發(fā)程度區(qū)劃圖.依據(jù)地質(zhì)災害易發(fā)程度分區(qū)結(jié)果,將研究區(qū)的地質(zhì)災害易發(fā)性程度劃分為4級:地質(zhì)災害高易發(fā)區(qū)、地質(zhì)災害中易發(fā)區(qū)、地質(zhì)災害低易發(fā)區(qū)、地質(zhì)災害不易發(fā)區(qū).其中地質(zhì)災害高易發(fā)區(qū)面積522.82 km2,占全縣面積的32.23%,分成2個亞區(qū);地質(zhì)災害中易發(fā)區(qū)面積375.36 km2,占全縣面積的23.14%,分成2個亞區(qū);地質(zhì)災害低易發(fā)區(qū)面積658.53 km2,占全縣面積的40.6%;地質(zhì)災害不易發(fā)區(qū)面積64.49 km2,占全縣面積的4.03%(如圖12).
圖12 地質(zhì)災害易發(fā)性分區(qū)圖Fig.12 Zoning map of geohazard susceptibility
(1)本研究運用層次分析法建立評價指標體系和信息量模型,利用標度法確定各指標的權(quán)重,在ArcGIS平臺上通過疊加量化信息進行計算,得出昌江縣地質(zhì)災害易發(fā)性分區(qū)圖.分區(qū)結(jié)果與地質(zhì)災害發(fā)育分布特征基本吻合,因此證明基于GIS和信息量模型的地質(zhì)災害易發(fā)性評價方法是可行的.
(2)本次評價分區(qū)的層次分析法與理論推導法、地理相關(guān)分析法、主導因素法、專家評價法等定性分析方法相比,運用了定量與定性相結(jié)合的方法.與眾多的統(tǒng)計模型,如多元統(tǒng)計分析模型、數(shù)理統(tǒng)計分析模型、概率理論模型等相比,信息量模型具有更高的客觀性和可操作性,分析結(jié)果更加準確.該方法在我國縣市地質(zhì)災害詳細調(diào)查中已廣泛推廣使用,具有一定的代表性和科學性.
(3)昌江縣地質(zhì)災害易發(fā)性評價及區(qū)劃結(jié)果表明:地質(zhì)災害高易發(fā)區(qū)面積522.82 km2,占全縣面積的32.23%;地質(zhì)災害中易發(fā)區(qū)面積375.36 km2,占全縣面積的23.14%;地質(zhì)災害低易發(fā)區(qū)面積658.53 km2,占全縣面積的40.6%;地質(zhì)災害不易發(fā)區(qū)面積64.49 km2,占全縣面積的4.03%.該結(jié)果可以作為城鄉(xiāng)建設(shè)規(guī)劃的基礎(chǔ)依據(jù),也為昌江縣地質(zhì)災害避讓搬遷和防治提供依據(jù).