汪　潔　王　昊　劉小楊　孫婭琴

（中國國土資源航空物探遙感中心 北京 100083）

1　引言

我國自然災害嚴重，自然災害呈地域廣、種類多、頻率高、損失重等特點，洪澇、臺風、地震、地質災害等災害在我國頻繁發(fā)生。有關地質災害危險性評價的研究很早就開始了[1-5]。開展地質災害危險性空間分布特征分析對防災減災、制定積極有效的預防措施以及災后重建都是十分必要。隨著遙感與地理信息技術的迅速發(fā)展，利用遙感和地理信息技術進行地質災害危險性空間分布特征分析成為可能[6-9]。本文以汶川縣為例，采用中巴資源衛(wèi)星02C高清影像數(shù)據(jù)為數(shù)據(jù)基礎，采用AHP法[10]，通過地理信息的空間分析能力，結合研究區(qū)4大類因子特征，得出了研究區(qū)地質災害危險性空間特征分布圖，歸納出泥石流、滑坡等災害的空間分布規(guī)律，確定了一種地質災害危險性空間分布特征分析的方法，結果真實可靠，方法切實可行，有助于地質災害評估的快速建模與分析。

2　研究區(qū)概況

汶川位于四川盆地西北部邊緣，有“川西鎖匙”和“西羌門戶”之美稱，是我國的四個羌族聚居縣之一。汶川位于北緯 30°45′—31°43′與東經 102°51′—103°44′之間，南北距離105公里，東西距離84公里，總面積約4000平方公里，山高谷深、地勢陡峭。汶川縣有較完整的地層發(fā)育，縣域內巖體節(jié)理裂隙發(fā)育成熟，巖性破碎。巖體工程地質特性空間變化復雜，泥盆紀灰黑色變質泥、砂、碳硅質巖、早震旦世普通花崗巖、二疊紀石英閃長巖等分布廣泛，約占研究區(qū)面積的一半。汶川縣河流均屬于岷江水系，其中流域面積大于50km2的河流16條，主要河流為岷江，支流較大的有雜谷腦河、漁子溪、草坡河、壽江等。各級支流多成樹枝狀，溝壑交錯，河流縱橫。2008年5·12地震產生了大量崩滑體，為地質災害的發(fā)育提供了條件。

3　技術路線

目前，人類還無法全面、系統(tǒng)性的了解地質災害的發(fā)生發(fā)展規(guī)律，我們研究的目的是盡可能突破人類認識的局限性、降低不確定性。雖然我們沒辦法系統(tǒng)性掌握地質災害產生的不確定性，但控制地質災害變化的影響因子具有共同特征。所以，根據(jù)研究區(qū)域的特征，只要確定了影響該區(qū)域地質災害產生與分布的影響因子，就可以總結和預測地質災害的發(fā)展與分布規(guī)律，起到預測和防治地質災害的作用。本文研究的技術路線圖如下：

圖1　技術路線圖

4　危險性空間分布特征分析流程

地質災害形成的影響因子眾多，結合研究區(qū)特征，在借鑒前人研究成果[5-8,11]的基礎上確定了本文的影響因子。

4.1　評價因子數(shù)據(jù)庫的建立

本文采用層次分析法，對地質災害產生和分布相關的構造巖性、地形地貌、坡度坡向、海拔高程、植被覆蓋、土地利用、水文資料等影響因子逐一進行分析。根據(jù)各因子關系與特性，歸納為兩個層級，第一層級因子如下表：

表1　第一層級評價分析因子

表2　第二層級評價分析因子（地質類）

表3　第二層級評價分析因子（地形類）

表4　第二層級評價分析因子（地貌類）

表5　第二層級評價分析因子（歷史數(shù)據(jù)）

4.2　因子權重分配

4.2.1構造判斷矩陣

首先，要進行判斷矩陣的構造。通過相互比較確定各影響因子對于目標的重要程度，從而建立一系列的判斷矩陣A＝（aij）n×n，各判斷矩陣具有下述性質：

4.2.2權向量計算

本研究計算權向量的方法是求和法，如下為權向量計算的具體步驟：

第一步：按列對判斷矩陣進行歸一化

第二步：按行對判斷矩陣進行求和

第四步：最大特征值求解

4.2.3一致性檢驗

一致性檢驗是為了檢驗各因子重要度之間的協(xié)調性，避免出現(xiàn)甲比乙重要，乙比丙重要，而丙又比甲重要這樣的矛盾情況出現(xiàn)。為避免矛盾的出現(xiàn)，需要對4.2.2章節(jié)計算得到的最大特征值進行一致性檢驗，一致性檢驗的計算指標為：

如果隨機一致性比率，則矩陣具有滿意的一致性，計算出來的權值比較合理，否則判斷矩陣的元素取值需要進行調整。

4.2.4因子權重計算

根據(jù)權向量計算步驟，計算得出歸一化處理后的權重值和判斷矩陣的最大特征值，并且一致性檢驗結果滿足的要求，因此各因子權重具體為：

表6　因子權重

圖2　三維可視化

圖3　地質災害危險性空間分布特征分析圖

4.3　危險性空間分布特征分析

4.3.1GIS支持下的三維可視化

地理信息具有強大三維可視化功能。在滑坡、崩塌、泥石流等地質災害研究中，涉及到大量與位置及三維空間有關的信息。利用數(shù)字高程模型（DEM）和遙感影像相結合，可實現(xiàn)對滑坡、崩塌、泥石流等地質災害的三維重建，恢復物體的三維結構和物體原形，提高影像的解譯精度和評價效果。

4.3.2分布特征分析

地理信息的空間疊置分析功能是一種常用的地圖分析方法。利用ArcGIS的空間疊置分析功能把11類因子的空間信息資源疊加起來，進行統(tǒng)一的加權分析，以便研究不同因子在不同的權重組合中的變化情況。本研究綜合考慮每個評價單元的危險性評價指標，通過11個因子的疊加分析，確定了汶川縣地質災害空間分布特征。

結語

（1）地理信息和遙感技術可用于地質災害危險性空間分布特征分析，結果準確可靠。

（2）本研究將地質災害危險性劃分為極高危險區(qū)、高危險區(qū)、中危險區(qū)、低危險區(qū)、極低危險區(qū)五個等級。

（3）地質災害極高危險區(qū)和高危險區(qū)主要集中在河流和道路兩側，主要原因為道路修建過程中會松動道路沿線的巖體，降低了巖體的抗剪程度，河流又為山區(qū)的滑坡、泥石流等地質災害提供了充足的水源動力。

（4）地質災害主要集中在海拔1500-3800米之間山區(qū)，海拔低于1500米和海拔高于3800米地區(qū)的地質災害發(fā)育少，危險性低。

（5）本文通過對研究區(qū)四大類因子進行綜合分析，確定了一種行之有效的地質災害危險性空間分布特征分析的方法。

[1]Cotecchia V,Guerricchio A,Melidoro G.The geomorphic genetic crisis triggered by the 1783 earthquake in Calabria(Southern Italy)[J].Geologic applicants’eider geologic,1986,21:245-304.

[2]Rayfield E J,Barrett P M,Mcdonnell R A,et al.A geographical information system(GIS)study of Triassic vertebrate bio chronology[J].Geological Magazine,2005,142:327-354.

[3]M.J.García-Rodríguez,J.A.Malpica,B.Benito et al.Susceptibility assessment of earthquaketriggered landslides in El Salvador using logistic regression[J].Geomorphology,2008,95:172-191.

[4]許強，黃潤秋.汶川大地震誘發(fā)大型崩滑災害動力學特征初探[J].工程地質學報，2008,16（6）：721-729.

[5]謝全敏，邊翔，夏元友.滑坡災害風險評價的系統(tǒng)分析[J].巖土力學,2005,26(1):71-74.

[6]王威,王水林，湯華等.基于三維GIS的滑坡災害監(jiān)測預警系統(tǒng)及應用[J].巖土力學，2009，30（11）：3379-3385.

[7]石菊松,石玲,吳樹仁等.滑坡風險評估實踐中的難點與對策[J].地質通報,2009,28(8):1020-1030.

[8]陶舒.汶川地震滑坡遙感信息提取及災害危險性評價研究[D].首都師范大學，2009.

[9]胡國超.遙感技術在“5·12”地震重災區(qū)汶川縣地質災害調查中的應用[D].成都理工大學，2009.

[10]張海濤,周勇,汪善勤.利用GIS與RS及層次分析法綜合評價江漢平原后湖地區(qū)耕地自然地力[J].農業(yè)工程學報，2003，19（2）：219-222.

[11]汪潔,李麗,荊青青,姚維嶺,王斌.地質災害危險性評價因子與權重分析研究[J].城市與減災，2014，98（5）：40-43.

全國礦產資源開發(fā)環(huán)境遙感監(jiān)測121201203000160009