趙 魁

廣東省化工地質(zhì)勘查院，廣東 廣州 518000

高州市地處廣東省西南部，地質(zhì)環(huán)境條件復(fù)雜，斷裂構(gòu)造發(fā)育，雨量充沛，人類工程活動(dòng)強(qiáng)烈，致使崩塌、滑坡、泥石流災(zāi)害頻發(fā)，是廣東省地質(zhì)災(zāi)害高易發(fā)區(qū)。截止2017年9 月，全市共發(fā)現(xiàn)地質(zhì)災(zāi)害隱患點(diǎn)439 處，其中，地質(zhì)災(zāi)害點(diǎn)103 處，不穩(wěn)定斜坡點(diǎn)336 處，直接經(jīng)濟(jì)損失總額達(dá)1498.51 萬元，潛在經(jīng)濟(jì)損失為66667 萬元。地質(zhì)災(zāi)害的分布的空間差異性，為便于分區(qū)防治，需對(duì)地質(zhì)災(zāi)害開展危險(xiǎn)性分區(qū)評(píng)價(jià)。地質(zhì)災(zāi)害的危險(xiǎn)性分區(qū)是通過將地質(zhì)災(zāi)害的易發(fā)性及危害性疊加來實(shí)現(xiàn)的，地質(zhì)災(zāi)害易發(fā)性及危害性分區(qū)方法的科學(xué)性直接決定著地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)的合理性。目前，國(guó)內(nèi)外對(duì)地質(zhì)災(zāi)害的分區(qū)研究多集中在地質(zhì)災(zāi)害易發(fā)性分區(qū)的方法上，而對(duì)地質(zhì)災(zāi)害危害性分區(qū)方法的研究較少[1-4]；且已有研究多是根據(jù)調(diào)查到的局部地災(zāi)隱患點(diǎn)的威脅人員及財(cái)產(chǎn)進(jìn)行危害性評(píng)價(jià)，而忽略了區(qū)域人口及財(cái)產(chǎn)的分布特征對(duì)危害性的影響[5-6]。本文在高州市地質(zhì)環(huán)境條件及地質(zhì)災(zāi)害詳細(xì)調(diào)查的基礎(chǔ)上，選取地災(zāi)隱患點(diǎn)威脅的人口、地質(zhì)災(zāi)害點(diǎn)威脅的財(cái)產(chǎn)2個(gè)因子代表局部地災(zāi)隱患點(diǎn)威脅到的人口及財(cái)產(chǎn)數(shù)量；選取人口密度及土地利用新現(xiàn)狀2 個(gè)因子代表區(qū)域人員損失及社會(huì)經(jīng)濟(jì)損失數(shù)量，對(duì)高州市地質(zhì)災(zāi)害危害性進(jìn)行了分區(qū)劃定，以期進(jìn)一步提高地質(zhì)災(zāi)害危害性評(píng)價(jià)精度，為高州市地質(zhì)災(zāi)害的防治工作提供更為可靠的技術(shù)依據(jù)。

1 分區(qū)評(píng)價(jià)方法

地質(zhì)災(zāi)害的分區(qū)方法可分為定性分析和定量分析[7]。定性分析根據(jù)評(píng)價(jià)人經(jīng)驗(yàn)對(duì)地質(zhì)災(zāi)害進(jìn)行定性描述，有很大的個(gè)人主觀性；定量分析則是選取地質(zhì)災(zāi)害的主要影響因子進(jìn)行量化分級(jí)，然后賦權(quán)重進(jìn)行疊加分析，其很大程度上消除了定性方法的主觀性，得到較為廣泛的應(yīng)用。目前常用的定量分析的方法主要有：統(tǒng)計(jì)分析法、層次分析法、模糊綜合評(píng)判法、綜合指數(shù)法等，其中，綜合指數(shù)法能夠很好地體現(xiàn)各種因素對(duì)地質(zhì)災(zāi)害的影響，提高地質(zhì)災(zāi)害分區(qū)的精度和準(zhǔn)確性，特別是近年來，基于GIS 平臺(tái)的綜合指數(shù)法為地質(zhì)災(zāi)害的研究提供了強(qiáng)有力的解決方案和獨(dú)特的研究方法。

本文采用基于ArcGIS 的綜合指數(shù)法對(duì)高州市地質(zhì)災(zāi)害危害程度進(jìn)行分區(qū)研究。首先選取地質(zhì)災(zāi)害危害程度分區(qū)的評(píng)價(jià)因子，在ArcGIS 平臺(tái)上建立所選評(píng)價(jià)因子的空間數(shù)據(jù)庫(kù)，再利用ArcGIS的空間分析功能對(duì)各評(píng)價(jià)因子分別進(jìn)行分級(jí)賦值量化，歸一化處理后進(jìn)行空間疊加，得到高州市地質(zhì)災(zāi)害危害性分級(jí)計(jì)算圖，最后經(jīng)綜合分析概化，得到高州市地質(zhì)災(zāi)害危害程度分區(qū)圖。

2 評(píng)價(jià)因子的選取

3 評(píng)價(jià)因子量化分級(jí)

地質(zhì)災(zāi)害的危害程度主要從社會(huì)經(jīng)濟(jì)損失和人員傷亡損失兩個(gè)方面考慮[8]。為對(duì)危害程度做出更加符合實(shí)際的、有針對(duì)性和指導(dǎo)性的評(píng)價(jià)和分區(qū)，社會(huì)經(jīng)濟(jì)損失程度選取土地利用現(xiàn)狀及地災(zāi)隱患點(diǎn)潛在威脅財(cái)產(chǎn)作為評(píng)價(jià)因子，分別代表區(qū)域及局部社會(huì)經(jīng)濟(jì)損失；人員傷亡損失程度選取各鎮(zhèn)人口密度及地災(zāi)隱患點(diǎn)潛在威脅人口作為評(píng)價(jià)因子，分別代表區(qū)域及局部人員傷亡。其中，土地利用現(xiàn)狀圖及人口分布數(shù)據(jù)來自于原高州市國(guó)土資源局，地質(zhì)災(zāi)害隱患點(diǎn)潛在威脅財(cái)產(chǎn)及人口數(shù)據(jù)來自于1:5 萬地質(zhì)災(zāi)害詳細(xì)調(diào)查數(shù)據(jù)。

評(píng)價(jià)因子分為定性指標(biāo)和定量指標(biāo)，其中如人口密度、地災(zāi)隱患點(diǎn)威脅的人口及財(cái)產(chǎn)數(shù)量均為定量指標(biāo)，可取其原始值，并作適當(dāng)?shù)臄?shù)值變換即可；土地利用現(xiàn)狀則屬定性指標(biāo)，需要建立一個(gè)評(píng)價(jià)指標(biāo)的分級(jí)劃分標(biāo)準(zhǔn)，根據(jù)各項(xiàng)指標(biāo)對(duì)不同級(jí)別的相對(duì)貢獻(xiàn)來取值。各評(píng)價(jià)因子的量化及歸一化方法見表1。

將4 個(gè)評(píng)價(jià)因子分級(jí)量化及歸一化后，再進(jìn)行10×10m 柵格化處理，可得到各評(píng)價(jià)因子的分級(jí)歸一化分布圖，見圖1～圖4。

表1 評(píng)價(jià)因子量化及歸一化方法表Table1.Quantification and normalization methods table of evaluation factors

圖1 社會(huì)財(cái)產(chǎn)分級(jí)歸一化圖Fig.1 Grading and normalization of social property

圖2 地災(zāi)隱患點(diǎn)潛在威脅財(cái)產(chǎn)分級(jí)歸一化圖Fig.2 Grading and normalization of potential Threat property at hidden disaster point

圖3 人口密度分級(jí)歸一化圖Fig.3 Grading normalization of population density

4 地質(zhì)災(zāi)害危害程度分區(qū)

利用ArcGIS 的柵格計(jì)算工具，按公式（1）將四個(gè)評(píng)價(jià)因子的分級(jí)歸一化圖進(jìn)行加權(quán)疊加計(jì)算，形成高州市地質(zhì)災(zāi)害危害程度指數(shù)柵格圖，再利用ArcGIS 提供的自然間斷法，將地質(zhì)災(zāi)害危害程度分為3 級(jí)，數(shù)值越高表示該區(qū)域地質(zhì)災(zāi)害危害程度越高，3 個(gè)分級(jí)分別表示地質(zhì)災(zāi)害危害性大區(qū)、危害性中等區(qū)及危害性小區(qū)（圖5）。各評(píng)價(jià)因子權(quán)重參考廣東省地質(zhì)環(huán)境監(jiān)測(cè)總站擬定的《1:5 萬地災(zāi)詳查地質(zhì)災(zāi)害易發(fā)區(qū)、危險(xiǎn)區(qū)劃分方法(試行)》提供的權(quán)重值，同時(shí)結(jié)合高州市社會(huì)經(jīng)濟(jì)及人口分布特性，本文4 個(gè)評(píng)價(jià)因子權(quán)重均取0.25。

式中，SI為地質(zhì)災(zāi)害危害性綜合指數(shù)；Wi為各評(píng)價(jià)因子權(quán)重；IFi為各評(píng)價(jià)因子歸一化值。

經(jīng)綜合考慮各種因素的影響，可概化出高州市地質(zhì)災(zāi)害危害程度分區(qū)圖（圖6）。

圖4 地災(zāi)隱患點(diǎn)潛在威脅人口分級(jí)歸一化圖Fig.4 Grading normalization of potential threat population at hidden disaster point

圖5 高州市地質(zhì)災(zāi)害危害程度分級(jí)計(jì)算圖Fig.5 Grading calculation map of geological dangerous levels in Gaozhou

圖6 高州市地質(zhì)災(zāi)害危害程度分區(qū)圖Fig.6 Partition map of dangerous levels of geological disasters in Gaozhou

危害性大區(qū)Ⅰ有兩個(gè)亞區(qū)，第一亞區(qū)Ⅰ1位于高州市市區(qū)周邊，總面積174.2km2，占全市總面積的5.3%，該區(qū)社會(huì)財(cái)產(chǎn)集中，人口密集；大第二亞區(qū)Ⅰ2位于馬貴鎮(zhèn)東部，總面積20.7km2，占全市總面積的0.6%，該區(qū)人口密度中等，但地災(zāi)隱患較集中，受地災(zāi)隱患點(diǎn)威脅的人口及財(cái)產(chǎn)較多。

危害性中等區(qū)Ⅱ位于高州市各鎮(zhèn)周邊區(qū)域，總面積2544.2km2，占全市總面積的77.8%，該區(qū)人口及財(cái)產(chǎn)分布比較均勻，地災(zāi)隱患點(diǎn)威脅人口數(shù)量及財(cái)產(chǎn)額度中等。

危害性小區(qū)Ⅲ主要分布于高州市邊界附近以及水庫(kù)區(qū)域，共有五個(gè)亞區(qū)Ⅲ1～Ⅲ5，總面積531.7km2，占全市總面積的16.3%，該區(qū)人口密度小，社會(huì)財(cái)產(chǎn)分布少，調(diào)查發(fā)現(xiàn)的地災(zāi)隱患點(diǎn)數(shù)量較少，受地災(zāi)隱患威脅的人口及財(cái)產(chǎn)少。

5 結(jié)論

（1）本文在ArcGIS 平臺(tái)建立了土地利用現(xiàn)狀、人口密度、受地災(zāi)隱患點(diǎn)威脅的人口及財(cái)產(chǎn)4 個(gè)評(píng)價(jià)因子的空間數(shù)據(jù)庫(kù)，利用其強(qiáng)度大的空間分析功能對(duì)高州市地質(zhì)災(zāi)害危害程度進(jìn)行了危害程度分區(qū)，分區(qū)結(jié)果較好的反映了高州市地質(zhì)災(zāi)害危害程度分布情況。

（2）以往對(duì)地質(zhì)災(zāi)害危害程度分區(qū)的工作中，多是選取受地災(zāi)隱患點(diǎn)威脅的人口及財(cái)產(chǎn)兩個(gè)要素作為評(píng)價(jià)因子，而忽略了潛在但未調(diào)查到的地災(zāi)隱患點(diǎn)的威脅，其分區(qū)結(jié)果準(zhǔn)確性受調(diào)查精度的影響較大，本文選取土地利用現(xiàn)狀、人口密度、以及受地災(zāi)隱患點(diǎn)威脅的人口及財(cái)產(chǎn)4 個(gè)要素作為評(píng)價(jià)因子，很大程度上降低了調(diào)查精度對(duì)分區(qū)精度的限制，為地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)及分區(qū)防治提供了更為可靠的技術(shù)保證。