王赫生,伍劍波,張?zhí)?孫 強,李 燕

(1. 中國地質調查局南京地質調查中心，南京 210016；2. 南京市棲霞區(qū)堯化水務管理服務站，南京 210046)

地質災害易發(fā)性評價不僅是地質災害危險性及風險評價的基礎，也是地質災害早期預警的關鍵[1-3]?？茖W、有效的地質災害易發(fā)性評價及區(qū)劃已成為地質災害防治的重大課題，對地質災害防控意義重大。目前,常用的區(qū)域滑坡易發(fā)性評價方法主要有經(jīng)驗法(經(jīng)驗模型)、數(shù)據(jù)法(因子模型)和物理法(力學模型)，其中數(shù)據(jù)法中的人工神經(jīng)網(wǎng)絡(ANN)、logistic回歸、信息量、支持向量機(SVM)、模糊邏輯系統(tǒng)和層次分析(AHP)等方法在降雨型滑坡的易發(fā)性評價中較常見[4-7]。人工神經(jīng)網(wǎng)絡(ANN)和logistic回歸模型在國外應用較多，信息量模型是國內滑坡易發(fā)性評價的主要模型[8-9]。我國東部沿海地區(qū)臺風暴雨歷時短、強度大，不同極端降雨量誘發(fā)的地質災害數(shù)量、規(guī)模不同，因此，需考慮不同工況下的易發(fā)性動態(tài)評價，而以上各模型較少考慮極端降雨量條件。淺層滑坡穩(wěn)定性模型(SHALSTAB)耦合了穩(wěn)態(tài)水文模型與無限邊坡穩(wěn)定模型，假設條件和對降雨因素設定符合東南沿海地區(qū)滑坡破壞模式，但土體力學參數(shù)通常需要通過較多的實驗分析獲取，目前很少將其作為評價因子用于地質災害易發(fā)性評價。

基于上述情況，結合東部沿海臺風暴雨型地質災害成災規(guī)律和特點，將SHALSTAB模型評價結果(斜坡穩(wěn)定性)及極端降雨量引入易發(fā)性的評價因子中，在浙江飛云江流域地質災害調查中，結合致災土體分布區(qū)定量模型和基巖區(qū)統(tǒng)計模型，利用信息量確定各因子權重，分無降雨和百年一遇極端降雨兩種工況進行流域尺度的易發(fā)性動態(tài)評價。

1 研究區(qū)概況

浙江飛云江流域北與溫州市區(qū)相連，西北接麗水縣，南臨福建省，東瀕東海，總面積3 729 km2，西部中低山區(qū)坡度15°～40°，向東逐漸過渡到海積平原，海拔最高1 593 m。區(qū)內主要出露早白堊世火山碎屑巖和花崗巖(圖1)。受NW向松陽—平陽、NE向泰順—黃巖基底斷裂活動影響， NW向和NE向侵入巖發(fā)育，大部分巖體風化呈散體狀，為含碎石、塊石黏性土，結構松散，水理性質較差，遇水易軟化。流域內筱村鎮(zhèn)、司前鎮(zhèn)—百丈鎮(zhèn)、黃坦鎮(zhèn)、百丈漈鎮(zhèn)、大峃鎮(zhèn)、玉壺鎮(zhèn)和湖嶺鎮(zhèn)覆蓋層厚度>5 m，流域上游及下游低丘地區(qū)覆蓋層厚度普遍<1 m，風化程度越高、風化層越厚的地區(qū)，臺風暴雨誘發(fā)的地質災害越發(fā)育。

1.晶玻屑熔結凝灰?guī)r;2.中性侵入巖;3.凝灰質粉砂巖、沉凝灰?guī)r、粉砂巖、砂礫巖、砂巖;4.晶玻屑熔結凝灰?guī)r夾凝灰質粉砂巖;5.酸性侵入巖、潛火山巖;6.崩塌;7.沉凝灰?guī)r、凝灰質粉砂巖夾流紋晶玻凝灰?guī)r；8.第四系松散層;9.滑坡;10.基性噴出巖;11.酸性噴出巖;12.泥石流;13.斷裂圖1 研究區(qū)工程地質簡圖Fig. 1 Engineering geological map of the study area

隨著城鎮(zhèn)化發(fā)展，人類工程活動與極端降雨易誘發(fā)地質災害。根據(jù)浙江飛云江流域地質災害調查成果，707處地質災害點中崩塌占9.3%，滑坡占71.4%，泥石流占19.3%；覆蓋層區(qū)發(fā)育的地質災害點占89%[10-11]。巖質災害易于發(fā)現(xiàn)，覆蓋層區(qū)災害具有隱蔽性和突發(fā)性，早期較難識別。研究覆蓋層區(qū)微觀力學性質的地質災害易發(fā)性評價模型更具有實際意義。

2 評價模型

飛云江流域大部分地質災害易發(fā)生在殘坡積覆蓋層中，對此類地質災害的土體微觀性質及物理力學性質的易發(fā)性評價尤為重要[12-13]。對不同巖性覆蓋層分布區(qū)分組取樣，獲得土體力學參數(shù)的概率分布特征，通過SHALSTAB模型進行覆蓋土層分布區(qū)穩(wěn)定性評價。

2.1 穩(wěn)定性評價模型

SHALSTAB模型是基于莫爾—庫侖破壞準則的滑坡穩(wěn)定性模型，結合了無限邊坡模型和穩(wěn)態(tài)水文模型，得到基于q/T函數(shù)關系的SHALSTAB方程

(1)

式中：c為土壤黏聚力，N/m2；φ為內摩擦角，°；ρS為土壤密度，kg/m3；ρw為水密度，kg/m3；z為土層厚度，m；b為排泄寬度，m；a為集水面積，m2；θ為坡度，°；q為有效降雨量，mm；T為土壤導水系數(shù)，m2/s；g為重力加速度，m/s2。

2.2 綜合易發(fā)性指數(shù)評價模型

本次評價采用綜合易發(fā)性指數(shù)法，適用于不同極端降雨的工況條件。按照與地質災害的相關程度，最終選取頻率比及信息量模型等7個基礎影響因子參與易發(fā)性評價，評分標準見表1。

表1 地質災害基礎影響因子及其分類標準

續(xù)表1

影響因子序號分類狀態(tài)災點數(shù)/個總柵格數(shù)/個頻率比信息量地表覆蓋類型1建筑和其他318 6451.10-3.562林地1844 7482.74-2.243道路、草地203253 5725.46-1.244裸地、人工堆掘地10022 37430.461.245耕地、園地38333 56177.772.59

注：頻率比=災點比例/分級柵格比例；信息量=ln(頻率比)；坡形指DEM生成的曲率；穩(wěn)定性指q/T值，見公式(1)。

各因子采用AHP法確定權重[14-17]，按照各評價因子的頻率比及內在關系，采用1～9標度法對各因子兩兩比較建立判斷矩陣，進行層次排序(表2)，確定各因子權重值并進行一致性檢驗。計算得到的矩陣最大特征值為8.10，進行歸一化處理得到各影響因子的權重為{0.07，0.15，0.12，0.1，0.05，0.24，0.07，0.20}。一致性指標CI值為0.14，一致性比例CR值為0.01，表明層次排序結果具有滿意的一致性。

表2 因子層次排序結果

綜合易發(fā)性指數(shù)計算公式為

ZW=∑Ti·ATi，

(2)

式中：ZW為綜合易發(fā)性指數(shù)，Ti為各評價因子歸一化標準值，ATi為各評價因子的權值(表3)。

背景易發(fā)分區(qū)采用自然斷點法，按照分區(qū)值<0.36、0.36～0.44、0.44～0.53和>0.53，將地質災害易發(fā)性分為不易發(fā)、低易發(fā)、中易發(fā)和高易發(fā)4類?？紤]極端降雨因素后，仍按此分類閾值，分為4個易發(fā)等級，易發(fā)區(qū)面積及等級增加，符合極端降雨對地質災害易發(fā)性的實際影響。

表3 綜合指數(shù)各因子評分標準

注:Hif、Qh、Rr、Hi、Qg、Sef、Qd、Pb見圖1圖例說明。

3 滑坡影響因子和專題圖層

流域評價單元采用100 m × 100 m網(wǎng)格，將全區(qū)劃分為372 900個柵格單元。極端降雨數(shù)據(jù)通過收集區(qū)內雨量站信息，采用皮爾遜-Ⅲ型分布模型[18]對歷史資料進行擬合。流域內共收集200余個雨量站信息，共擬合出200余個百年一遇降雨量數(shù)據(jù)，最后形成極端小時降雨量柵格分布圖(圖2)。參與斜坡穩(wěn)定性評價的c、φ、ρS和z值來自于野外實地調查、鉆探、淺井、物探和測試。2016—2018年，流域內調查土層厚度點共2 362處，采樣進行土工試驗點共計657處，其它數(shù)據(jù)均可從DEM獲取(圖3)。

圖2 P=1%極端小時降雨分區(qū)圖Fig. 2 Grid distribution map of extreme hourly rainfall in the condition of P=1%(mm)

圖3 SHALSTAB模型斜坡穩(wěn)定性分區(qū)圖Fig. 3 Distribution map of slope stability using SHALSTAB model

地形地貌及地表覆蓋類型主要采用浙江省測繪與地理信息局1∶5萬數(shù)字化地形圖(DLG)、DEM及地表覆蓋數(shù)據(jù)，地質數(shù)據(jù)主要采用實地調查獲得的地質資料。各因子標準分值通過Arcgis圖件點、線、面與網(wǎng)格單元區(qū)進行空間相交后獲得。

將以上因素按照權重值進行加權疊加，得到綜合指數(shù)。其中不考慮極端降雨因素的疊加結果作為背景易發(fā)性評價結果(圖4)，考慮極端降雨因素的疊加結果作為百年一遇降雨條件下易發(fā)性評價結果(圖5)。

圖4 背景條件下地質災害易發(fā)性評價圖Fig. 4 Evaluation map of geohazard susceptibility in the basic conditions

圖5 百年一遇降雨條件下地質災害易發(fā)性評價圖Fig. 5 Evaluation map of geohazard susceptibility in an extreme rainfall condition once one hundred years

4 結果分析

為了更好地評價不同工況條件下易發(fā)性模型的預測能力，運用成功率驗證法對背景條件和極端降雨工況條件下的結果進行對比。按照地質災害易發(fā)性大小等分，從最大易發(fā)性區(qū)間開始，逐步統(tǒng)計滑坡累計發(fā)生頻率，繪制各模型地質災害易發(fā)性評價成功率檢驗曲線(圖6)，曲線下面積(AUC)越大，說明模型應用越成功，預測效果將越好[19-20]。由圖6可知，該區(qū)地質災害易發(fā)性從高到低落在每個易發(fā)性區(qū)間內滑坡數(shù)量的變化情況。

圖6 地質災害易發(fā)性評價成功率檢驗曲線Fig. 6 Testing curves showing assessment success rates for geohazard susceptibility

采用滑坡強度R指標評判分區(qū)結果的優(yōu)劣[20]，公式為

R=L(Pi)/A(Pi)，

(3)

式中：R為滑坡強度；L(Pi)為分區(qū)內滑坡數(shù)量百分比；A(Pi)為各易發(fā)性分區(qū)面積占研究區(qū)總面積的百分比。如果R值指標從“低、較低、中和高”分級依次增大，則認為分區(qū)結果合理。由圖7可知，滑坡強度R值在背景條件下呈凸型曲線，在高易發(fā)區(qū)略微降低；極端降雨條件下隨著易發(fā)性等級依次增大，這是因為已有災點中約60%由臺風暴雨誘發(fā)。

圖7 各易發(fā)性等級面積和滑坡數(shù)量統(tǒng)計Fig. 7 Statistics of various ssceptibility levels with corresponding landslide occurrence percentages

綜上可知，背景條件下的易發(fā)性評價無論采用成功率曲線(AUC值)還是滑坡強度指標均不理想。在考慮極端降雨后，評價結果明顯提高，易發(fā)等級逐次增加，其中高易發(fā)區(qū)面積增加84%，中易發(fā)區(qū)面積增加42.8%。地質災害的易發(fā)性隨不同工況動態(tài)變化，不同極端降雨量對應的地質災害易發(fā)性有差別，這是該地新發(fā)生災點往往落在高易發(fā)區(qū)之外的原因。

5 結論

(1)利用SHALSTAB模型計算的斜坡穩(wěn)定性與地質災害相關性高，可作為地質災害易發(fā)性評價的因子之一。極端小時降雨量是誘發(fā)臺風暴雨型地質災害的主要因素子。

(2)極端降雨工況條件下，飛云江流域地質災害高易發(fā)區(qū)面積增加84%，中易發(fā)區(qū)面積增加42.8%，符合地質災害易發(fā)性在不同工況下的動態(tài)變化特征。

(3)基于斜坡穩(wěn)定性和極端小時降雨量的地質災害易發(fā)性評價結果合理可靠，可為臺風暴雨型地質災害易發(fā)性評價及區(qū)劃提供參考。