趙 衡,宋二祥

(清華大學(xué)土木工程系,北京 100084)

滑坡空間預(yù)測(cè)中信息量模型的改進(jìn)及應(yīng)用

趙 衡,宋二祥

(清華大學(xué)土木工程系,北京 100084)

確定未來(lái)可能發(fā)生滑坡的區(qū)域,即滑坡空間預(yù)測(cè)對(duì)城鄉(xiāng)土地規(guī)劃具有重要的指導(dǎo)意義。針對(duì)國(guó)內(nèi)在滑坡空間預(yù)測(cè)中應(yīng)用較多的信息量模型,通過(guò)理論推導(dǎo)表明其使用前提是各影響因素相互獨(dú)立,以一簡(jiǎn)單算例說(shuō)明了在滑坡空間預(yù)測(cè)中因素間相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響,并建議引入因子分析評(píng)估和減少各因素間的相關(guān)性。將基于因子分析的信息量模型應(yīng)用于某一流域,統(tǒng)計(jì)了具有連續(xù)性特征的影響因素與滑坡概率之間的關(guān)系,結(jié)合以往的研究和分析表明滑坡概率隨各因素的變化趨勢(shì)具有一定的規(guī)律,并基于此建議了對(duì)影響因素進(jìn)行狀態(tài)離散化的方法。以5年前的滑坡作為輸入數(shù)據(jù),用近5年內(nèi)的滑坡對(duì)預(yù)測(cè)結(jié)果進(jìn)行了驗(yàn)證,表明信息量模型能較好地預(yù)測(cè)未來(lái)發(fā)生滑坡的區(qū)域。

滑坡;信息量模型;影響因素;離散化;因子分析

滑坡每年都造成大量的人員傷亡和財(cái)產(chǎn)損失,人類對(duì)山區(qū)土地需求的增加加劇了滑坡可能帶來(lái)的危害。為了減小其危害,除了加強(qiáng)滑坡監(jiān)測(cè)治理外,更重要的是在土地規(guī)劃階段避開(kāi)滑坡重災(zāi)區(qū)。滑坡空間預(yù)測(cè)的目的即為劃出較易發(fā)生滑坡的地帶,指導(dǎo)山區(qū)的土地規(guī)劃和利用,并通過(guò)耦合降雨信息起到預(yù)測(cè)預(yù)警作用[1]。由于在較大區(qū)域內(nèi)難以獲取力學(xué)方法所需參數(shù),滑坡空間預(yù)測(cè)主要基于工程地質(zhì)類比的思想[2],即根據(jù)一些較易獲得的地質(zhì)水文數(shù)據(jù),對(duì)比歷史滑坡分布,認(rèn)為條件相似的地區(qū)發(fā)生滑坡的可能性相同。

GIS技術(shù)使滑坡空間預(yù)測(cè)逐漸從定性判斷發(fā)展為一種基于數(shù)據(jù)統(tǒng)計(jì)的定量分析,方法包括信息量模型[2-4]、邏輯回歸模型[5-6]、神經(jīng)元網(wǎng)絡(luò)[5-6]、概率比模型[5-6]、判別分析[7]、證據(jù)權(quán)重法[8]、模糊理論[9]等。Pradhan等[5]曾比較上述部分預(yù)測(cè)方法,認(rèn)為邏輯回歸模型的預(yù)測(cè)結(jié)果較好,而Yilm az[6]卻認(rèn)為神經(jīng)元網(wǎng)絡(luò)要好一些。整體上,邏輯回歸模型在國(guó)外應(yīng)用較普遍,而中國(guó)應(yīng)用信息量模型較多。

基于中國(guó)應(yīng)用較多的信息量模型,討論了影響因素之間的相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響。以美國(guó)西海岸Mattole流域?yàn)槔?分析了滑坡概率隨影響因素的變化趨勢(shì),在此基礎(chǔ)上建議了對(duì)連續(xù)性變量進(jìn)行狀態(tài)離散化的方法。采用基于因子分析的信息量模型對(duì)該流域內(nèi)的滑坡分布進(jìn)行了預(yù)測(cè),并驗(yàn)證了預(yù)測(cè)結(jié)果。

1 信息量模型

信息量模型由趙鵬大等[10]從前蘇聯(lián)引入中國(guó)并應(yīng)用于找礦,后逐漸應(yīng)用于滑坡空間預(yù)測(cè)。信息理論認(rèn)為信息量的增加代表隨機(jī)事件不確定性的減少,對(duì)于滑坡來(lái)說(shuō),信息量越大,發(fā)生滑坡的可能性越大。該模型即通過(guò)計(jì)算預(yù)測(cè)區(qū)域內(nèi)各處關(guān)于滑坡的信息量以達(dá)到滑坡空間預(yù)測(cè)的目的。

1.1 信息量模型的理論推導(dǎo)

選擇n個(gè)對(duì)滑坡有影響的因素,表示為Xi(i= 1,…,n),Xi取不同的值代表第i個(gè)因素不同的狀態(tài)。發(fā)生滑坡表示為Y,單個(gè)因素Xi對(duì)滑坡提供的信息量為Ii,n個(gè)因素對(duì)滑坡提供的總信息量為I,Ii和I可分別表示為[2]：

按照信息量模型的實(shí)際計(jì)算過(guò)程,認(rèn)為總信息量為各因素提供的信息量之和,即：

實(shí)際上,根據(jù)式(1)并不能從數(shù)學(xué)上直接導(dǎo)出式(2)中信息量的計(jì)算方法,需要引入較嚴(yán)格的假定,包括：1)各影響因素之間的相互獨(dú)立;2)滑坡發(fā)生條件下各影響因素之間的相互獨(dú)立,即：

其中,i=2,…,n。在式(3)成立的條件下可以推出：

需要說(shuō)明的是,式(3)是式(2)成立的充分非必要條件。

1.2 影響因素相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響

上述對(duì)信息量模型的推導(dǎo)過(guò)程說(shuō)明,式(2)成立需要滿足各因素間相互獨(dú)立,當(dāng)因素之間的相關(guān)性較強(qiáng)時(shí)得到的預(yù)測(cè)結(jié)果可能與實(shí)際不符。表1中的特殊算例可直觀地說(shuō)明相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響,區(qū)域內(nèi)有4類單元,選擇高程、坡度、巖性3個(gè)影響因素進(jìn)行滑坡預(yù)測(cè),每個(gè)因素對(duì)應(yīng)2種不同狀態(tài),其中坡度和高程二者完全相關(guān)。根據(jù)信息量模型,在將預(yù)測(cè)區(qū)域劃分為面積相等的網(wǎng)格單元條件下,因素Xi所對(duì)應(yīng)的某一狀態(tài)的信息量可根據(jù)歷史滑坡計(jì)算得到[2],即：

其中,N和S分別表示整個(gè)預(yù)測(cè)區(qū)域的單元總數(shù)和歷史上發(fā)生滑坡的單元總數(shù);分別表示所對(duì)應(yīng)的單元數(shù)和其中歷史上發(fā)生滑坡的單元數(shù)。根據(jù)式(6),可以計(jì)算出3個(gè)因素的不同狀態(tài)所對(duì)應(yīng)的信息量：巖性(A～0.68,B～-1.32)、坡度(＞20°～0.42,＜20°～-0.59)、高程(＞100 m～0.42,＜100m～-0.59),進(jìn)而得到總信息量如表1所示。從中可以看出,總信息量的計(jì)算結(jié)果顯示單元②和③發(fā)生滑坡的可能性相同,而實(shí)際上單元②發(fā)生滑坡的概率是單元③的2倍;倘若只考慮巖性和坡度2個(gè)因素,得到的信息量與滑坡所發(fā)生的概率一致。

表1 因素之間的相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響

上述算例說(shuō)明,由于因素間的相關(guān)性,在計(jì)算某一因素的信息量時(shí)實(shí)際包含了多個(gè)因素的共同作用,因而在最后得到的總信息量中,重復(fù)考慮了具有相關(guān)性的因素對(duì)滑坡的作用,并相對(duì)地減弱了其它因素的影響,使得預(yù)測(cè)結(jié)果與實(shí)際有較大差異。

2 影響因素與滑坡的關(guān)系

影響因素是指對(duì)滑坡的發(fā)育具有一定作用的各種水文地質(zhì)環(huán)境條件,其中如坡度等部分因素是連續(xù)性變量,采用信息量模型前需將其離散為各種狀態(tài)。為此,基于歷史滑坡分布分析了Matto le流域內(nèi)滑坡概率隨這些因素的變化趨勢(shì),在此基礎(chǔ)上建議了狀態(tài)離散化的方法。

2.1 數(shù)據(jù)搜集整理

Mattole河流域位于美國(guó)西海岸,地理坐標(biāo)為西經(jīng)123°54′～124°22′,北緯39°58′～40°25′,整個(gè)流域的面積約為965 km2,如圖1所示。該流域年均降雨量較大,約為150～290 cm/a,且位于典型地質(zhì)構(gòu)造活動(dòng)區(qū),每年因降雨或地震誘發(fā)大量滑坡。

為了有效預(yù)測(cè)滑坡,所選擇的影響因素應(yīng)是對(duì)滑坡的發(fā)育有控制作用的因素,而實(shí)際某些重要因素如地下水的數(shù)據(jù)很難獲取,而只能采用其他因素如河流、植被等來(lái)間接反映其影響。目前文獻(xiàn)中常用的影響因素有50多種[11],有些因素對(duì)滑坡有直接作用,如坡度、坡面曲率等;而有些的作用是間接的,如道路、覆蓋層,邊坡朝向等。本文選取其中使用頻率較高的坡度、邊坡朝向、坡面曲率、累積匯流面積、巖性、斷層、土壤質(zhì)地、河流、道路、郁閉度、覆蓋層等11個(gè)影響因素,相應(yīng)的數(shù)據(jù)如下：

1)滑坡分布,如圖2中分為5年前和5年內(nèi)滑坡;

2)分辨率為10 m×10m的DEM數(shù)據(jù);

3)工程地質(zhì)圖;

4)土壤質(zhì)地分布;

5)河流分布;

6)道路分布;

7)郁閉度分布;

8)覆蓋層分布。

其中,利用A rcGIS軟件可根據(jù)DEM數(shù)據(jù)計(jì)算得到流域內(nèi)的坡度、邊坡朝向、坡面曲率以及累積匯流面積等變量的分布;根據(jù)工程地質(zhì)圖可以提取出流域內(nèi)的巖性和斷層分布。

圖1 Mattole流域位置示意圖

圖2 滑坡分布

2.2 滑坡概率隨部分因素的變化趨勢(shì)

所選取的影響因素中,坡度、邊坡朝向、坡面曲率、累積匯流面積、郁閉度以及距離斷層、河流、道路的距離等8個(gè)因素為連續(xù)性變量,對(duì)比5年前的滑坡,分析了歷史滑坡概率隨各因素的變化規(guī)律。為了計(jì)算各因素不同取值所對(duì)應(yīng)的滑坡概率,首先將各因素劃分為不同的取值區(qū)間,并使各區(qū)間對(duì)應(yīng)的區(qū)域有近似相同面積,為保證統(tǒng)計(jì)上的意義,該面積不宜太小。然后計(jì)算各區(qū)間所對(duì)應(yīng)區(qū)域內(nèi)滑坡區(qū)域的面積所占比例,以此作為該取值區(qū)間中值所對(duì)應(yīng)的滑坡概率。

1)坡度 坡度決定了滑動(dòng)體的下滑力大小,理論上坡度越大,發(fā)生滑坡的可能性越大。實(shí)際上,坡度很大的區(qū)域往往是出露巖層,因而當(dāng)坡度為中間大小時(shí)發(fā)生滑坡的可能性最大,如圖3所示,圖中虛線為整個(gè)預(yù)測(cè)區(qū)域內(nèi)發(fā)生滑坡的平均概率。從中可以看出,所研究流域內(nèi)坡度為18°左右時(shí)滑坡概率最大,大于或小于這個(gè)坡度時(shí),滑坡概率均逐漸變小。

圖3 坡度與滑坡概率的關(guān)系

2)邊坡朝向 研究表明邊坡朝向?qū)碌陌l(fā)育有影響[5-7],反映在陽(yáng)光照射影響到土壤濕度和地表植被,進(jìn)而影響土體強(qiáng)度;另外在降雨時(shí)邊坡朝向還影響到地表實(shí)際降雨量[12],而土體強(qiáng)度和地表降雨量都對(duì)滑坡有直接影響。圖4為不同邊坡朝向?qū)?yīng)的滑坡概率,朝向從正北方向開(kāi)始,順時(shí)針計(jì)算。從中可以看出,所研究流域內(nèi)邊坡朝向位于130°～220°時(shí),滑坡概率相差不多且明顯高于其它朝向,而邊坡朝向小于130°或大于220°時(shí),滑坡概率整體上逐漸減小。

3)坡面曲率 坡面曲率反映了地形的凹凸,其中凸為正,凹為負(fù)。以往研究認(rèn)為凹形地面匯水能力強(qiáng),發(fā)生滑坡的可能性最大,而忽視了地形本身對(duì)邊坡穩(wěn)定性的影響[13]。由于水平凹形邊坡的穩(wěn)定性要高于長(zhǎng)直坡,因而并非坡面越凹發(fā)生滑坡的可能性越大,如圖5所示。從中可以看出,所研究流域內(nèi)曲率為-0.7 m-1即坡面稍凹時(shí)的滑坡概率最大,大于或小于該曲率時(shí)滑坡概率整體上均逐漸減小。

圖4 邊坡朝向與滑坡概率的關(guān)系

圖5 坡面曲率與滑坡的關(guān)系

4)累積匯流面積 圖6為累積匯流面積與歷史滑坡概率之間的關(guān)系,匯流面積用柵格個(gè)數(shù)表示。累積匯流面積越大代表能匯集的雨水越多,發(fā)生滑坡可能性越大[7],但累積匯流面積很大的區(qū)域往往是河流,不具備發(fā)生滑坡的條件。因而如圖6所示,所研究流域內(nèi)累積匯流面積小于10時(shí),滑坡概率隨著累積匯流面積的增加而增加;而當(dāng)累積匯流面積大于10以后,滑坡概率大致隨著累積匯流面積的增加而減少。

5)郁閉度 郁閉度是指喬木樹(shù)冠遮蔽地面的程度,它反映了樹(shù)木的覆蓋密度。樹(shù)木根系能起到加強(qiáng)土體強(qiáng)度的作用,樹(shù)葉還可以緩解雨水對(duì)地面的沖刷,因而郁閉度越大,發(fā)生滑坡的可能性越小,如圖7所示。

圖6 累積匯流面積與滑坡的關(guān)系

圖7 郁閉度與滑坡的關(guān)系

6)斷層 圖8為斷層不同緩沖寬度內(nèi)的滑坡概率。一般認(rèn)為斷層附近裂隙多、巖體破碎,是滑坡較發(fā)育的地區(qū)。但從圖中來(lái)看,滑坡概率并非在斷層附近較大,且其變化趨勢(shì)沒(méi)有明顯規(guī)律,已有研究也發(fā)現(xiàn)了同樣現(xiàn)象[14],這可能與所獲得的數(shù)據(jù)中斷層和滑坡數(shù)據(jù)不完整有關(guān)。盡管斷層是較重要的影響因素,但考慮到當(dāng)前數(shù)據(jù)無(wú)法反映其實(shí)質(zhì)影響以及可能對(duì)預(yù)測(cè)結(jié)果帶來(lái)干擾,計(jì)算時(shí)將舍去斷層這一因素。

圖8 斷層與滑坡的關(guān)系

7)河流 河流對(duì)滑坡的影響主要有2個(gè)方面,一是河流的掏蝕容易產(chǎn)生臨空面;二是河流一定程度上反映了下雨時(shí)的水流方向,影響到雨水的下浸深度。一般認(rèn)為河流附近區(qū)域發(fā)生滑坡的可能性較大。圖9為河流不同緩沖寬度內(nèi)的滑坡概率,從中可以看出,在150 m緩沖寬度內(nèi)滑坡概率高于平均概率,而在150～400 m緩沖寬度內(nèi)要低于平均概率,這一定程度上驗(yàn)證了河流對(duì)滑坡的影響。當(dāng)緩沖寬度大于400m時(shí),滑坡概率明顯變大,顯然這不是河流的作用,或者認(rèn)為河流的影響范圍有限。

8)道路 因?yàn)樾藿ǖ缆窌?huì)形成臨空面,還可能引起巖體松動(dòng),一般認(rèn)為道路附近區(qū)域容易發(fā)生滑坡。但考慮到道路選址時(shí)會(huì)盡量避開(kāi)滑坡重災(zāi)區(qū),如果護(hù)坡做得較好也可有效防止滑坡,因而道路附近區(qū)域發(fā)生滑坡的概率反而可能較小,如圖10所示,整體上離道路越近的區(qū)域發(fā)生滑坡的概率越小。

圖9 河流與滑坡的關(guān)系

圖10 道路與滑坡的關(guān)系

3 影響因素的離散化及相關(guān)性分析

3.1 影響因素的不同狀態(tài)

采用信息量模型時(shí),各影響因素都有不同的狀態(tài),狀態(tài)相同意味著對(duì)滑坡的作用相同。離散性影響因素如巖性等根據(jù)其名稱分別對(duì)應(yīng)不同狀態(tài),而對(duì)于為連續(xù)性變量的影響因素則需要進(jìn)行狀態(tài)離散化。根據(jù)上文中滑坡概率隨影響因素的變化趨勢(shì),可采用如下步驟進(jìn)行離散化,以圖3中坡度與滑坡的關(guān)系曲線為例首先劃出滑坡概率大致相同的區(qū)間,如坡度＞40°時(shí)滑坡概率大致相同;然后以整個(gè)區(qū)域發(fā)生滑坡的平均概率對(duì)應(yīng)的坡度為斷點(diǎn),即11°、29°;再劃分出滑坡概率很高或很低的區(qū)間,如坡度為18°時(shí)滑坡概率最高,可在其附近劃分出區(qū)間11°～15°;如上述得到的區(qū)間內(nèi)滑坡概率變化幅度較大,可進(jìn)一步離散,如坡度＜11°時(shí),滑坡概率為0.16%～2.24%,進(jìn)一步離散為0°～8°、8°～11°兩個(gè)區(qū)間。由此得到坡度、邊坡朝向、坡面曲率、累積匯流面積、巖性、土壤質(zhì)地、河流、道路、郁閉度、覆蓋層等10個(gè)影響因素及其相應(yīng)的狀態(tài)如表2所示。其中在所研究流域內(nèi)滑坡概率隨巖性、土壤質(zhì)地、覆蓋層等影響因素的變化如圖11-13所示。

3.2 各因素的相關(guān)性分析

根據(jù)上文分析,因素間的相關(guān)性可能導(dǎo)致不符合實(shí)際的預(yù)測(cè)結(jié)果。為此,采用因子分析對(duì)表2中影響因素間的相關(guān)性進(jìn)行了評(píng)估。因子分析是一種多元統(tǒng)計(jì)方法,它通過(guò)少數(shù)互不相關(guān)的“抽象”變量來(lái)表示實(shí)際變量,它除了可以降維、簡(jiǎn)化數(shù)據(jù)外,還可用于研究眾多變量之間的內(nèi)部依賴關(guān)系[15]。

表2 所選定的影響因素及其狀態(tài)

圖11 滑坡概率隨巖性的分布

圖13 與滑坡概率隨地面覆蓋層的分布

因子分析前需要采用不同數(shù)值代表各因素的不同狀態(tài),考慮到只有在聯(lián)合正態(tài)分布條件下互不相關(guān)才與相互獨(dú)立等價(jià),在對(duì)各狀態(tài)進(jìn)行賦值時(shí)盡量使各影響因素滿足正態(tài)分布。采用SPSS統(tǒng)計(jì)分析軟件,使新生成的因子反映至少95%的差異性,得到因子分析的結(jié)果如表3所示。從中可以看出,每個(gè)影響因素均在不同且唯一的新因子上具有接近于1的權(quán)重,而在其它因子上的權(quán)重絕大多數(shù)小于0.1。由此說(shuō)明,表2中各影響因素之間的相關(guān)性不明顯,可以直接用其進(jìn)行滑坡空間預(yù)測(cè)。需要說(shuō)明的是,若幾個(gè)影響因素間的相關(guān)性很明顯,即在同一個(gè)新因子上具有較大權(quán)重,則可用新因子代替原來(lái)的影響因素,以避免相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響。

4 預(yù)測(cè)結(jié)果及驗(yàn)證

在上述分析的基礎(chǔ)上,以5年前的滑坡作為輸入數(shù)據(jù),對(duì)Mattole流域的滑坡空間分布進(jìn)行了預(yù)測(cè),并與近5年內(nèi)的滑坡進(jìn)行了對(duì)比驗(yàn)證。

4.1 計(jì)算過(guò)程及結(jié)果

利用A rcGIS分析計(jì)算功能,信息量模型的計(jì)算過(guò)程較為簡(jiǎn)單：首先,根據(jù)式(6)和歷史滑坡分布計(jì)算得到各影響因素不同狀態(tài)所對(duì)應(yīng)的信息量值,得到單因素信息量圖層;然后根據(jù)式(2)將單因素信息量圖層疊加,得到整個(gè)區(qū)域的信息量分布。

將Matto le流域分為1.19×107個(gè)94 m×94 m的柵格單元,根據(jù)其中5年前的滑坡分布,共有滑坡單元2.67×105個(gè),按照上述步驟得到整個(gè)區(qū)域的信息量分布,如圖14。由于信息量反映了發(fā)生滑坡可能性的相對(duì)大小,信息量值越大發(fā)生滑坡的可能性越大,因而圖14也可稱之為易滑度分布。

表3 影響因素的因子分析結(jié)果

4.2 結(jié)果的驗(yàn)證和評(píng)價(jià)

滑坡空間預(yù)測(cè)結(jié)果的好壞需要對(duì)比實(shí)際滑坡的分布,目前文獻(xiàn)中大多將預(yù)測(cè)結(jié)果與預(yù)測(cè)時(shí)所輸入的滑坡分布對(duì)比,不能反映其對(duì)未來(lái)滑坡的預(yù)測(cè)能力。該文將5年前的滑坡作為輸入數(shù)據(jù),采用近5年內(nèi)的滑坡分布來(lái)對(duì)預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià)。

對(duì)比圖14中的易滑度和圖2中的滑坡分布,可以看出易滑度較高的區(qū)域滑坡分布密度就大,即預(yù)測(cè)結(jié)果與實(shí)際較為吻合。進(jìn)一步采用“面積比”評(píng)價(jià)指標(biāo)[16]對(duì)結(jié)果進(jìn)行定量化評(píng)價(jià),該指標(biāo)定義為：

式中,p為整個(gè)預(yù)測(cè)區(qū)域平均滑坡概率;S為預(yù)測(cè)率函數(shù)與X軸所圍面積。預(yù)測(cè)率函數(shù)是指將所有柵格按易滑度從大到小排序后,按順序取出不同比例柵格中的滑坡柵格占所有滑坡柵格的比例。由圖13所示的易滑度分布,對(duì)比5年前和5年內(nèi)的滑坡,得到相應(yīng)的預(yù)測(cè)率函數(shù)曲線和預(yù)測(cè)精度如圖15所示。從中可以看出,圖13的預(yù)測(cè)結(jié)果與5年前滑坡對(duì)比的準(zhǔn)確度為0.79,對(duì)“未來(lái)”5年內(nèi)滑坡預(yù)測(cè)的準(zhǔn)確度為0.71。由此說(shuō)明,信息量模型能較好地用于預(yù)測(cè)未來(lái)滑坡的空間分布。

圖14 預(yù)測(cè)區(qū)域內(nèi)的信息量分布

圖15 預(yù)測(cè)率函數(shù)曲線

5 結(jié) 語(yǔ)

1)滑坡空間預(yù)測(cè)選取一些較易獲取其分布數(shù)據(jù)且對(duì)滑坡有直接或間接影響的因素,通過(guò)統(tǒng)計(jì)分析方法比較因素間相似性,能較好地劃分出區(qū)域內(nèi)容易發(fā)生滑坡的地帶。

2)理論推導(dǎo)和算例表明,采用信息量模型時(shí),影響因素間的相關(guān)性可能導(dǎo)致預(yù)測(cè)結(jié)果與實(shí)際不符,可引入因子分析評(píng)估和減小因素間的相關(guān)性。

3)統(tǒng)計(jì)了所研究流域內(nèi)滑坡概率隨部分影響因素的變化趨勢(shì),盡管是某個(gè)特定流域的統(tǒng)計(jì)結(jié)果,但從文中分析和已有研究可以看出,上述變化趨勢(shì)在不同區(qū)域內(nèi)具有一定的普遍性。

4)基于滑坡概率隨影響因素的變化趨勢(shì),建議了對(duì)影響因素中連續(xù)性變量進(jìn)行狀態(tài)離散化的方法。

5)采用5年前滑坡作為輸入數(shù)據(jù)進(jìn)行了預(yù)測(cè),并用近5年內(nèi)的滑坡對(duì)預(yù)測(cè)結(jié)果進(jìn)行了定量化的評(píng)價(jià),表明信息量模型能較好地用于滑坡空間預(yù)測(cè)。

致謝：該文所用Mattole流域數(shù)據(jù)來(lái)源于加州保護(hù)部,在此表示衷心感謝!

[1]張桂榮,殷坤龍,劉禮領(lǐng),等.基于WEB的浙江省降雨型滑坡預(yù)警預(yù)報(bào)系統(tǒng)[J].地球科學(xué)—中國(guó)地質(zhì)大學(xué)學(xué)報(bào),2005,30(2)：250-254.

ZHANG GUI-RONG,YIN KUN-LONG,LIU LI-LING, et al.Warning system for rain-induced landslides based on Internet in Zhejiang province,China[J].Earth Science—Journal of China University of Geosciences,2005,30(2)：250-254.

[2]殷坤龍.滑坡災(zāi)害預(yù)測(cè)預(yù)報(bào)[M].武漢：中國(guó)地質(zhì)大學(xué)出版社,2004.

[3]JADE S,SARKAR S.Statistical models for slope instability classification[J].Engineering Geology, 1993,36：91-98.

[4]孟令超,盧曉倉(cāng),史晨曉,等.基于信息量模型的達(dá)曲庫(kù)區(qū)滑坡危險(xiǎn)性分析[J].災(zāi)害學(xué),2009,24(4)：31-34.

MENG LING-CHAO,LU XIAO-CANG,SH ICH ENXIAO,et al.Analysis on landslide hazard risk in Daqu reservoir area based on information value model[J]. Journal of Catastrophology,2009,24(4)：31-34.

[5]PRADH AN B,LEE S.Delineation of landslide hazard areas on Penang Island,Malaysia,by using frequency ratio,logistic regression,and artificial neural netw ork model[J].Environ.Earth Sci.,2009,DOI：10.1007/ s12665-009-0245-8.

[6]YILMAZ I.Landslide susceptibilitymapping using frequency ratio,logistic regression,artificialneural networks and their comparison：A case study from Kat landslides(Tokat—Turkey)[J].Computer&Geosciences,2009,35：1125-1138.

[7]BAEZA C,COROMINAS J.Assessment of shallow landslide susceptibility by means of multivariate statistical techniques[J].Earth Surface Process and Land form s,2001,26：1251-1263.

[8]OH H J,LEES.Landslide susceptibilitymappingon Panaon Island,Philippines using a geographic information system [J].Environmental Earth Sciences,2010,DOI：10.1007/ s12665-010-0579-2

[9]KANUNGO D P,ARORA MK,SARKARS,eta l.A fuzzy set based approach for integration of thematic maps for landslide suscep tibility zonation[J]. Assessment and Management of Risk for Engineered Systems and Geohazards,2009,3(1)：30-43.

[10]趙鵬大,胡旺亮,李紫金.礦床統(tǒng)計(jì)預(yù)測(cè)[M].北京：地質(zhì)出版社,1983.

[11]LIN Y H.Application of neural netw orks to landslide susceptibility analysis[D].Taiw an：National Central University,2003.

[12]DA IFC,LEE C F.Landslide characteristics and slope instability modeling using GIS,Lantau Island,H ong Kong[J].Geomorpho logy,2002,42：213-228.

[13]OH LMACHER G C.Plan curvature and landslide p robability in regions dom inated by earth flow s and earth slides[J].Engineering Geo logy, 2007,91：117-134.

[14]李媛.區(qū)域降雨型滑坡預(yù)報(bào)預(yù)警方法研究[D].北京：中國(guó)地質(zhì)大學(xué),2005.

[15]朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].北京：科學(xué)出版社,2006.

[16]趙衡,宋二祥.滑坡災(zāi)害空間預(yù)測(cè)結(jié)果的評(píng)價(jià)方法[J].自然災(zāi)害學(xué)報(bào),2010,19(5)：36-41.

ZHAO HENG,SONG ER-XIANG.Assessmentmethod for results of the spatial prediction of regional landslides[J]. Journal of Natural Disasters,2010,19(5)：36-41.

(編輯 王秀玲)

Improved Information ValueModel and Its App lication in the Spatial Prediction of Landslides

ZHAOHeng,SONGEr-xiang
(Departmentof Civil Engineering,Tsinghua University,Beijing 100084,P.R.China)

In formation Value Model is used frequen tly in domestic landslide hazard zonation prediction, which plays a very important ro le for land-use p lanning especially in mountain area.Through theoretical analysis,the prerequisite of Information Value Model which should be used w ith influence-factors independent from each other is studied.Factor Analysis isadopted to evaluate and elim inate the influence of correlation between in fluence-factors in spatial p rediction of landslides which are show ed through case study.Relationships betw een landslides and in fluence-factors are studied based on a certain watershed in which the Information Value Modeland Factor Analysis are app lied.The probability of landslides changes regularly with the influence-factors,and based on which amethod for the discretization of influence-factors is advised.The distribution of landslide suscep tibility of above watershed is calcu lated and validated based on the area-ratio index w ith landslides occurring in nearly 5 years,which p roves the credibility of Information Value Model.

landslides;inform ation valuemodel;influence-factors;discretization;factor analysis

P642.22

A

1674-4764(2011)03-0038-07

2010-10-25

國(guó)家科技支撐計(jì)劃(2008BAJ06B01-5)

趙 衡(1983-),男,博士生,主要從事滑坡預(yù)測(cè)研究,(E-mail)zhao-h@mails.tsinghua.edu.cn。