文 洪 王 棟 王生仁 杜世回 向世誼 凌斯祥 巫錫勇

(①西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院， 成都 611756， 中國(guó))

(②宜賓學(xué)院智能制造學(xué)部， 宜賓 644000， 中國(guó))

(③中鐵第一勘察設(shè)計(jì)院集團(tuán)有限公司， 西安 710043， 中國(guó))

0 引 言

雪崩是斜坡上大量積雪在重力驅(qū)動(dòng)下傾瀉而下形成的一種自然現(xiàn)象，是在中、高緯度多雪山區(qū)廣泛分布的自然現(xiàn)象和物質(zhì)運(yùn)動(dòng)形式，具有突發(fā)性、群發(fā)性、可重復(fù)性等特點(diǎn)(Schweizer et al.，2003; Haeberli et al.，2014)，與泥石流、巖崩、滑坡等山地災(zāi)害一樣，都屬于重力過(guò)程(Bründl et al.，2010; 崔鵬等， 2018)。雪崩常常引起各式各樣的直接災(zāi)害，還會(huì)引發(fā)巖崩、滑坡、泥石流等次生災(zāi)害，造成堰塞堵江、冰湖潰決等，形成災(zāi)害鏈(Podolskiy et al.，2014; Techel et al.，2016)，對(duì)周?chē)淖匀画h(huán)境和人類社會(huì)產(chǎn)生不同程度的影響。當(dāng)前全球氣候正經(jīng)歷著以變暖為主要特征的顯著變化(Harvey， 2018)，本世紀(jì)末青藏高原氣溫會(huì)激增4℃(Wang et al.，2021)。持續(xù)的氣候變暖一方面導(dǎo)致極端降水事件頻率增加、強(qiáng)度增大，另一方面加劇了冰雪消融速率而促使雪崩災(zāi)害風(fēng)險(xiǎn)顯著增大(Nadim et al.，2006; Keiler et al.，2010; 崔鵬等， 2014)?，F(xiàn)今，川藏鐵路交通廊道將穿越多冰川、富積雪的帕隆藏布流域，其隧道進(jìn)出口、輔助坑道洞口及相關(guān)施工便道、施工場(chǎng)地等是否會(huì)受到雪崩災(zāi)害威脅、如何規(guī)避雪崩災(zāi)害等是工程建設(shè)者與相關(guān)研究人員十分關(guān)心的重大課題。因此構(gòu)建一套有效易行、科學(xué)合理的雪崩易發(fā)性區(qū)劃評(píng)價(jià)體系，是應(yīng)對(duì)和規(guī)避雪崩災(zāi)害風(fēng)險(xiǎn)增加的必然需求，對(duì)布局在青藏高原等多雪山區(qū)的川藏鐵路以及規(guī)劃中的滇藏鐵路、川藏高速公路等重大工程建設(shè)具有重要的指導(dǎo)意義。

歐洲學(xué)者在18世紀(jì)就開(kāi)始對(duì)阿爾卑斯山地區(qū)雪崩災(zāi)害進(jìn)行了研究，如：瑞士等多雪國(guó)家根據(jù)雪崩沖擊力和復(fù)發(fā)周期制定雪崩危險(xiǎn)區(qū)劃與制圖準(zhǔn)則(Meister， 1995)，在此基礎(chǔ)上，依據(jù)雪崩災(zāi)害風(fēng)險(xiǎn)等級(jí)進(jìn)行山區(qū)土地利用規(guī)劃管理。其中：復(fù)發(fā)間隔在300年的紅色區(qū)域?yàn)樽钗ｋU(xiǎn)的等級(jí)，其法律規(guī)定不允許作為開(kāi)發(fā)地區(qū)； 在中度危險(xiǎn)區(qū)，可以建造房屋，但必須加固以承受高達(dá)3t·m-2的沖擊壓力(Gruber et al.，2001)。這種雪崩區(qū)劃標(biāo)準(zhǔn)已廣泛應(yīng)用于俄羅斯、加拿大、美國(guó)等多雪崩災(zāi)害的國(guó)家(Council， 1990; Jamieson et al.，2002; Seliverstov et al.，2008)。國(guó)內(nèi)學(xué)者王彥龍(1992)按照地貌形態(tài)和氣候特征原則進(jìn)行了全國(guó)尺度的雪崩風(fēng)險(xiǎn)區(qū)劃； 胡汝驥等(1995)根據(jù)地形切割密度、地形切割深度、山坡?tīng)顩r、橫斷面形態(tài)、多年平均最大雪深等指標(biāo)對(duì)天山區(qū)域進(jìn)行了雪崩危險(xiǎn)性區(qū)劃； 此外，還有部分學(xué)者以積雪單元或斜坡單元尺度對(duì)雪崩危險(xiǎn)度進(jìn)行了評(píng)價(jià)研究(周石硚等， 2003; 陳楚江等， 2009)。當(dāng)前，主成分分析法(PCA)、信息量模型(I)、確定性系數(shù)模型(CF)等定量化方法已經(jīng)在地學(xué)其他領(lǐng)域得到大量應(yīng)用( 許沖等， 2010; 許英姿等， 2016; Zhang et al.，2018; 楊光等， 2019; 胡卸文等， 2020； 楊晨晨等， 2020; 張玘愷等， 2020)，為雪崩易發(fā)性區(qū)劃提供了可資借鑒的方法。毫無(wú)疑問(wèn)，根據(jù)當(dāng)?shù)氐难┍乐噩F(xiàn)周期、規(guī)模和損害狀況等統(tǒng)計(jì)數(shù)據(jù)和實(shí)地分布狀況來(lái)確立的雪崩危險(xiǎn)區(qū)劃與制圖準(zhǔn)則依賴于長(zhǎng)時(shí)間尺度的現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)積累，顯然無(wú)法應(yīng)用于藏東南這類人煙稀少、資料短缺的艱難復(fù)雜山區(qū)。

本文從雪崩發(fā)生機(jī)制或形成條件出發(fā)，基于遙感解譯和野外調(diào)查識(shí)別的381個(gè)崩至林線以下的溝槽型雪崩樣本，通過(guò)采用主成分分析法(PCA)對(duì)雪崩影響因素進(jìn)行分析，提取藏東南帕隆藏布流域內(nèi)雪崩的關(guān)鍵影響因素，并基于PCA獲取各影響因素的權(quán)重，結(jié)合信息量法和確定性系數(shù)法，綜合以PCA-Ⅰ和PCA-CF法獲得帕隆藏布流域內(nèi)雪崩災(zāi)害的易發(fā)性區(qū)劃，并對(duì)其易發(fā)性區(qū)劃結(jié)果進(jìn)行對(duì)比分析，探索構(gòu)建一套能采用遙感、GIS軟件等手段進(jìn)行定量化賦值，并且適用于艱難復(fù)雜山區(qū)，有效易行、科學(xué)合理的雪崩易發(fā)性區(qū)劃評(píng)價(jià)體系，為研究區(qū)內(nèi)的川藏鐵路等重大工程建設(shè)的防災(zāi)減災(zāi)提供理論依據(jù)和實(shí)踐依據(jù)。

1 研究區(qū)概況

1.1 自然地理環(huán)境概況

帕隆藏布發(fā)源于八宿縣然烏湖南側(cè)的阿扎貢拉冰川，源頭海拔約4900m，呈東南—西北走向，到通麥附近有易貢藏布匯入，繼而轉(zhuǎn)向南流，于覺(jué)東(林芝市巴宜區(qū)排龍鄉(xiāng))匯入雅魯藏布江。本次研究范圍選取帕隆藏布源頭至通麥段，該段干流長(zhǎng)約251km，落差約2800m。

帕隆藏布位于喜馬拉雅山東構(gòu)造結(jié)東部(圖1)，受印度板塊的推覆作用而導(dǎo)致山體隆升，加上河流不斷下切，形成山高坡陡、河谷深切的地貌格局，近東西走向的山嶺地勢(shì)上呈北高南低，山嶺海拔多在5000m以上，其相對(duì)海拔高差可達(dá)2000～3000m，為雪崩發(fā)育提供了有利的地形條件。帕隆藏布屬于雅魯藏布江的一級(jí)支流，而印度暖濕氣流沿著雅魯藏布江溯流而上至南迦巴瓦構(gòu)造結(jié)處進(jìn)入帕隆藏布流域，由于受到伯舒拉嶺的阻攔，使流域內(nèi)年降水日數(shù)達(dá)150～200d，現(xiàn)代海洋性冰川發(fā)育。流域內(nèi)降水充沛，特別是冬春兩季的固態(tài)降水為雪崩發(fā)育提供了充沛的物質(zhì)條件。帕隆藏布流域內(nèi)獨(dú)特的氣候與環(huán)境孕育了豐富的生物物種和多樣的生態(tài)系統(tǒng)。區(qū)域內(nèi)植被類型復(fù)雜多樣，具有鑲嵌性，同時(shí)又具有一定規(guī)律性，植被垂直分帶規(guī)律明顯。區(qū)內(nèi)山地林木、灌叢能有效減弱風(fēng)雪流，并對(duì)雪崩的形成和運(yùn)動(dòng)有阻滑效應(yīng)。

圖1 研究區(qū)地質(zhì)條件背景圖

1.2 雪崩編目數(shù)據(jù)庫(kù)

針對(duì)雪崩的季節(jié)性以及雪崩堆積體僅有較短暫的時(shí)空窗口期等特殊性，筆者特別重視在雪季或雪崩頻發(fā)時(shí)段、以及雪崩發(fā)生后第一時(shí)間的現(xiàn)場(chǎng)調(diào)查，以直觀有效地判別雪崩運(yùn)動(dòng)范圍、地形地貌、破壞特征及堆積體特征等。其中：雪崩雪堆積體是區(qū)別于崩塌、滑坡等其他地質(zhì)災(zāi)害的明顯標(biāo)志，此外還有雪崩作用形成的匍匐樹(shù)等植被特征、雪崩攜帶碎屑堆積形成的雪崩丘、雪崩壟等地貌特征。自2018年以來(lái)，先后7次到帕隆藏布流域開(kāi)展詳細(xì)的野外調(diào)查。調(diào)查時(shí)間所處月份分別有11月、12月、1月、3月、4月，基本涵蓋冬半年的每1個(gè)月，且進(jìn)行了2次夏季對(duì)比調(diào)查和雪崩作用遺跡調(diào)查。通過(guò)野外調(diào)查和遙感解譯，共收集到381處崩至林線以下的溝槽型雪崩，詳細(xì)記錄了雪崩流域形態(tài)，雪崩路徑高差、長(zhǎng)度、流向、平均坡度，以及雪崩形成區(qū)面積、平均海拔、平均坡度等特征參數(shù)和堆積體特征、破壞特征，建立研究樣本數(shù)據(jù)庫(kù)。其中：實(shí)地調(diào)查雪崩275處，遙感解譯雪崩106處； 帕隆藏布干流206處，曲宗藏布支流84處，波堆藏布支流91處(圖2)。在流域內(nèi)還有大量活動(dòng)在永久性積雪區(qū)域的雪崩，但是其活動(dòng)范圍未越過(guò)林線、難以威脅到人類生產(chǎn)生活，未納入本次研究范圍。在后文的影響雪崩災(zāi)害的關(guān)鍵影響因素分析及易發(fā)性區(qū)劃中，僅是針對(duì)崩落至林線以下的溝槽型雪崩。

圖2 研究區(qū)雪崩分布圖

2 雪崩關(guān)鍵影響因素分析

雪崩的形成是一個(gè)十分復(fù)雜的過(guò)程，其影響因素很多，包括積雪厚度、含水率、密度、雪晶大小與形狀、雪層結(jié)構(gòu)、硬度、雪溫與溫度梯度、坡度、植被類型與覆蓋率、風(fēng)速、風(fēng)向、降雪、海拔、相對(duì)高差、坡度、坡向等(Schweizer et al.，2003)。這些影響雪崩發(fā)育的各類因素相互作用又相互依賴，共同組成了一個(gè)獨(dú)特的雪崩孕災(zāi)環(huán)境。在這些影響因素之中，究竟哪些是主要影響因素，哪些為次要影響因素，對(duì)于雪崩災(zāi)害的易發(fā)性區(qū)劃、雪崩危險(xiǎn)度評(píng)價(jià)以及預(yù)測(cè)預(yù)報(bào)等都有十分重要的意義。

2.1 影響因素與數(shù)據(jù)來(lái)源

從總體上來(lái)說(shuō)，上述雪崩影響因素可分為氣候氣象、地形地貌和積雪特性3大類。積雪屬于物質(zhì)條件，地形賦予雪崩發(fā)育的能量條件，氣候提供了降雪的同時(shí)，氣溫突變、陰晴變化也構(gòu)成了雪崩的激發(fā)條件。除去雪晶大小與形狀等時(shí)序變化較大并且無(wú)法進(jìn)行量化制圖的積雪特性因素，選取以下可采用遙感、GIS等技術(shù)手段進(jìn)行定量化提取的因素：雪崩形成區(qū)的平均海拔、坡度、坡向、地面粗糙度、地面曲率、地形起伏度、地表切割深度、高程變異系數(shù)、平均年降雪量、平均年降雪日數(shù)、一月平均溫度、日最大風(fēng)速、年平均大風(fēng)天數(shù)、年最大積雪厚度、水系(距河流距離)、斷層(距斷層距離)、植被覆蓋指數(shù)(NDVI)和地表覆蓋類型共18個(gè)影響因子進(jìn)行分析。其中：海拔、坡度、坡向、地面粗糙度、地面曲率、地形起伏度、地表切割深度、高程變異系數(shù)均通過(guò)12.5m分辨率的ALOS DSM，借助于GIS平臺(tái)提?。?平均年降雪量、平均年降雪日數(shù)、一月平均溫度、日最大風(fēng)速、年平均大風(fēng)天數(shù)、年最大積雪厚度采用帕隆藏布流域及周邊各站點(diǎn)近30年的氣象數(shù)據(jù)統(tǒng)計(jì)，進(jìn)行克里格插值獲得(其中平均年降雪量、平均年降雪日數(shù)、一月平均溫度、年最大積雪厚度考慮了高程進(jìn)行空間插值獲得)； 水系(距河流距離)依據(jù)全國(guó)地理信息資源目錄服務(wù)系統(tǒng)的1︰25萬(wàn)公開(kāi)版基礎(chǔ)地理數(shù)據(jù)； 斷層依據(jù)1︰20萬(wàn)區(qū)域地質(zhì)圖矢量化； 植被覆蓋指數(shù)(NDVI)的提取主要在ENVI軟件中完成，通過(guò)下載Landsat8衛(wèi)星影像數(shù)據(jù)，進(jìn)行輻射定標(biāo)和大氣校正后進(jìn)行波段計(jì)算得出NDVI； 地表覆蓋類型根據(jù)全國(guó)地理信息資源目錄服務(wù)系統(tǒng)的30m全球地表覆蓋數(shù)據(jù)分類賦值。

2.2 分析模型及實(shí)現(xiàn)方法

主成分分析(Principal Component Analysis， PCA)，是一種統(tǒng)計(jì)方法。主成分分析(PCA)是利用降維的思想，在損失很少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為多個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法(Jolliffe et al.，2016)。轉(zhuǎn)化生成的綜合指標(biāo)稱之為主成分。其原理及實(shí)現(xiàn)步驟如下。

步驟1：標(biāo)準(zhǔn)化。

將原始數(shù)據(jù)標(biāo)準(zhǔn)化，以使每個(gè)變量均對(duì)分析產(chǎn)生同等作用。從數(shù)學(xué)上講，這可以通過(guò)減去平均值并除以每個(gè)變量每個(gè)值的標(biāo)準(zhǔn)差來(lái)實(shí)現(xiàn)。

(1)

步驟2：協(xié)方差矩陣計(jì)算。

協(xié)方差矩陣是一個(gè)n×n對(duì)稱矩陣(其中n是維數(shù))，具有與所有可能的初始變量對(duì)相關(guān)的協(xié)方差作為輸入。例如，對(duì)于具有n個(gè)變量的n維數(shù)據(jù)集，協(xié)方差矩陣是一個(gè)n×n的矩陣，其源于：

(2)

通過(guò)協(xié)方差矩陣可以判定變量之間的相關(guān)性。如果協(xié)方差為正，則：兩個(gè)變量一起增加或減少(相關(guān))； 反之，則：一個(gè)增加而另一個(gè)減少(逆相關(guān))。協(xié)方差矩陣匯總了所有可能的變量對(duì)之間的相關(guān)性。

步驟3：計(jì)算協(xié)方差矩陣的特征向量和特征值，以識(shí)別主要成分。

特征向量和特征值是需要從協(xié)方差矩陣計(jì)算出的線性代數(shù)概念，以確定數(shù)據(jù)樣本的主要成分。主成分是初始變量構(gòu)造的線性組合或混合的新變量。主成分分析法嘗試在第1個(gè)成分中放置最大可能的信息，然后在第2個(gè)成分中放置最大的剩余信息，依此類推。

2.3 分析結(jié)果

根據(jù)前述主成分分析法的原理，借助于SPSS統(tǒng)計(jì)分析軟件，對(duì)前述18個(gè)定量化提取因子的數(shù)據(jù)進(jìn)行降維、標(biāo)準(zhǔn)化處理后進(jìn)行相關(guān)性分析，建立相關(guān)系數(shù)矩陣，求出主成分特征值、貢獻(xiàn)率、成分矩陣等。其中：相關(guān)系數(shù)矩陣中大部分相關(guān)系數(shù)大于0.3，說(shuō)明大部分變量之間直接的相關(guān)性比較強(qiáng)； KMO(Kaiser Meyer Olkin)檢驗(yàn)系數(shù)為0.696(≈0.70)，Bartlett檢驗(yàn)對(duì)應(yīng)P值為0.000，小于0.05，說(shuō)明樣本符合數(shù)據(jù)結(jié)構(gòu)合理的要求，具有相關(guān)關(guān)系，這些原始變量均適用于主成分分析?？偡讲罱忉尡砣绫?所示，成分矩陣如表2所示，特征值陡坡圖如圖3所示，主成分圖如圖4所示。

表1 總方差解釋表

表2 因素荷載

圖3 陡坡圖

圖4 主成分模式盒圖

2.4 討 論

在主成分分析結(jié)果的解讀方面，國(guó)內(nèi)外學(xué)者都進(jìn)行了大量研究和實(shí)例應(yīng)用。綜合本樣本分析的特征值(表1)、特征值累計(jì)百分比(表1)、陡坡圖(圖3)分析，前5個(gè)主成分特征值均大于1，其特征值累計(jì)百分比接近80%，陡坡圖中第5主成分之后的數(shù)據(jù)趨于平緩，因此我們認(rèn)為可以提取前5個(gè)主成分。依據(jù)因素荷載表(表2)，綜合考慮橫行和縱列，歸納如下。

第1主成分中起主要控制作用的變量是：年平均降雪量、年平均降雪日數(shù)、一月平均氣溫、冬季最大風(fēng)速、年最大積雪厚度，其主成分荷載均大于0.9。依據(jù)這5個(gè)變量將第1主成分歸納為氣候氣象主成分。

第2主成分中起主要控制作用的變量是：平均坡度、地面粗糙度、地形起伏度、地表切割度、高程變異系數(shù)，其主成分荷載均大于0.7。依據(jù)這5個(gè)變量將第2主成分歸納為宏觀地形主成分。

第3主成分中起主要控制作用的變量是：平均海拔。第4主成分中起主要控制作用的變量是：坡向、地表曲率。將這2個(gè)主成分歸納為微觀地形主成分。

第5主成分中起主要控制作用的變量是：斷層。其主成分荷載為負(fù)值，從理論上講，其對(duì)雪崩發(fā)育起到的作用為抑制作用。此外，起抑制作用的有水系、植被覆蓋指數(shù)、地表覆蓋類型。將其歸納為抑制作用主成分。

各變量在5個(gè)主成分中的主成分荷載絕對(duì)值均小于0.5的是：年平均大風(fēng)天數(shù)，由此可見(jiàn)，雪崩發(fā)育對(duì)該變量敏感性較低。

如表1所示，第1主成分，即氣候氣象主成分，解釋了30.61%的數(shù)據(jù)變異； 第2主成分，即地形地貌主成分解釋了21.23%的數(shù)據(jù)變異； 第3、4、5主成分解釋了共計(jì)20.26%的數(shù)據(jù)變異。這些數(shù)據(jù)定量化表達(dá)了帕隆藏布流域內(nèi)雪崩活動(dòng)各影響因素對(duì)雪崩活動(dòng)的影響控制程度。

其中：氣候氣象主成分為雪崩的發(fā)生提供了必要的物質(zhì)條件。雪崩產(chǎn)生的先決條件之一就是降雪的產(chǎn)生，而降雪與氣候因素有很大的關(guān)系。年平均降雪量、年平均降雪日數(shù)、年最大積雪厚度直觀地表征了雪崩形成的物質(zhì)條件——積雪多少的差異； 當(dāng)冬季氣溫較低，積雪具備較好的冷儲(chǔ)條件下，多次降雪可以得到累積，形成更厚的積雪，因而，一月平均氣溫所表征的冷儲(chǔ)條件有利于雪崩發(fā)育的物質(zhì)條件，即積雪的積累； 在山區(qū)，風(fēng)的作用會(huì)顯著影響雪的分布，使得局部區(qū)域積雪富積，比如在山脊形成雪檐，易于產(chǎn)生雪崩。

宏觀地形主成分所表達(dá)的空間分異為雪崩的發(fā)育提供了能量條件。雪崩是在重力驅(qū)使下積雪層的下滑力大于雪體內(nèi)部的摩擦力、積雪層內(nèi)雪粒間黏聚力等阻力時(shí)發(fā)生的現(xiàn)象。平均坡度的大小表征了積雪層內(nèi)重力提供的下滑力的大??； 地面粗糙度、地形起伏度、地表切割度、高程變異系數(shù)都是宏觀地形因子，表征了地表形態(tài)起伏的基本格局、地貌形態(tài)的復(fù)雜程度，其本質(zhì)上是較大地表區(qū)域內(nèi)高程信息的變異及組合特征，而高程差異恰好是賦予雪崩發(fā)育所需能量的具體體現(xiàn)。

微觀地形主成分中，海拔度量了山地所處的高度，氣溫、降雪、植被分布等因子都隨海拔高程的變化而變化，雪崩的發(fā)生具有較明顯的海拔效應(yīng)； 坡向是決定地表局部地面接受太陽(yáng)輻射的地形因子，并且關(guān)系到山坡和攜帶水汽的主要?dú)鈭F(tuán)路徑和盛行風(fēng)向之間的相對(duì)位置，進(jìn)一步影響到斜坡降水多寡、積雪分布等； 地表曲率是對(duì)地形表面一點(diǎn)扭曲變化程度的定量化度量因子，雪坡上的凸起，凹陷都是雪崩的觸發(fā)點(diǎn)。

抑制作用主成分中的植被覆蓋指數(shù)和地表覆蓋類型主要表現(xiàn)在樹(shù)木對(duì)雪崩發(fā)生存在一定的抑制作用，因?yàn)槊⒌闹脖荒軌蚪亓舴e雪，阻止雪崩積雪薄弱層的形成，樹(shù)林就像一個(gè)個(gè)錨點(diǎn)阻止雪層滑動(dòng)； 水系因子表達(dá)的是雪崩形成區(qū)范圍距河流的距離，其值越大，表示雪崩形成區(qū)范圍距河流越遠(yuǎn)。雪崩形成區(qū)一般發(fā)育在斜坡山脊附近，通常是斜坡面距河流最遠(yuǎn)的位置，因而在定量關(guān)系上表達(dá)出相反的抑制作用； 斷層因子定量化表達(dá)了雪崩形成區(qū)距斷層的距離。斷層常常構(gòu)成一定地區(qū)的構(gòu)造格架，同時(shí)控制和影響當(dāng)?shù)氐乃嫡共几窬?、地震活?dòng)等。地震活動(dòng)對(duì)于雪崩發(fā)育主要表現(xiàn)為激發(fā)作用。在斷層對(duì)帕隆藏布流域雪崩發(fā)育的影響上表現(xiàn)為抑制作用，其具體表現(xiàn)可能與斷層控制水系展布等相關(guān)。

3 雪崩易發(fā)性區(qū)劃

本文從381個(gè)雪崩范圍中隨機(jī)選擇80%的樣本點(diǎn)作為訓(xùn)練樣本來(lái)建模，該80%的雪崩樣本(計(jì)305個(gè))總面積為344.43km2。結(jié)合前述提取的4個(gè)方面的主成分共計(jì)18個(gè)評(píng)價(jià)指標(biāo)因子，采用信息量模型、確定性系數(shù)模型兩種方法結(jié)合主成分分析法提取的權(quán)重，進(jìn)行易發(fā)性區(qū)劃； 剩余20%的樣本點(diǎn)作為檢驗(yàn)樣本，采用ROC曲線來(lái)檢驗(yàn)，并通過(guò)地質(zhì)定性分析來(lái)討論易發(fā)性區(qū)劃結(jié)果和準(zhǔn)確性。

3.1 權(quán)重確定

由于信息量模型和確定性系數(shù)模型無(wú)法提供各評(píng)價(jià)因子的權(quán)重，當(dāng)某方面的因子較多，比如地形地貌方面的評(píng)價(jià)因子采用太多后，其結(jié)果必然會(huì)倚重或偏向該方面的因子空間分異規(guī)律。在提取主成分時(shí)，提取了能解釋75%方差波動(dòng)的前5個(gè)主成分，這5個(gè)主成分組內(nèi)差異小而組間差異大，起到了消除共線性的作用。在此采用主成分分析法提取的各影響因子對(duì)數(shù)據(jù)變異的解釋比例來(lái)確定權(quán)重。

根據(jù)表1的前5項(xiàng)主成分各項(xiàng)方差百分比，以及表2的荷載絕對(duì)值進(jìn)行矩陣乘法運(yùn)算，再進(jìn)行歸一化處理，得到各影響因子的權(quán)重，分別為：海拔0.022，坡度0.070，坡向0.009，地面粗糙度0.073，地面曲率0.029，地形起伏度0.071，地表切割深度0.055，高程變異系數(shù)0.054，平均年降雪量0.096，平均年降雪日數(shù)0.096，一月平均溫度0.090，日最大風(fēng)速0.095，年平均大風(fēng)天數(shù)0.015，年最大積雪厚度0.095，水系0.085，斷層0.005，植被覆蓋指數(shù)0.020，地表覆蓋類型0.022。

3.2 加權(quán)信息量模型

3.2.1 基本原理

信息量模型(Information Value， I)是一種基于信息論的統(tǒng)計(jì)預(yù)測(cè)方法，根據(jù)雪崩活動(dòng)的影響因子推算出信息值來(lái)評(píng)價(jià)雪崩活動(dòng)的易發(fā)性，即用信息量的大小來(lái)評(píng)價(jià)影響因子與雪崩活動(dòng)的關(guān)系密切程度。信息量用條件概率計(jì)算(趙鵬大， 2004)：

(3)

式中：IAj→B為影響因子A在j狀態(tài)下提供雪崩事件B發(fā)生的信息量；P(Aj|B)為影響因子A在j狀態(tài)下雪崩事件B發(fā)生的概率；P(Aj)為研究區(qū)中影響因子A出現(xiàn)在j狀態(tài)的概率；Nj為影響因子A在j狀態(tài)內(nèi)的雪崩面積；N為整個(gè)研究區(qū)內(nèi)雪崩的總面積；Sj為研究區(qū)內(nèi)影響因子A在j狀態(tài)的單元數(shù)；S為研究區(qū)內(nèi)單位總數(shù)。

信息量總值I作為影響雪崩易發(fā)性的綜合指標(biāo)，其信息量總值I越大，則說(shuō)明雪崩越容易發(fā)生，反之則說(shuō)明雪崩相對(duì)不易發(fā)生。

3.2.2 易發(fā)性評(píng)價(jià)結(jié)果

圖5 雪崩易發(fā)性區(qū)劃指數(shù)圖

3.3 加權(quán)確定性系數(shù)模型

3.3.1 基本原理

確定性系數(shù)模型(Certainty Factor， CF)是一種概率函數(shù)方法，基本假設(shè)條件為：雪崩活動(dòng)的易發(fā)程度可依據(jù)以前發(fā)生的雪崩與確定為影響因子的數(shù)據(jù)集之間的統(tǒng)計(jì)關(guān)系來(lái)確定，其計(jì)算公式為(Mandal et al.，2019)：

(4)

式中：CF為雪崩活動(dòng)發(fā)生的確定性系數(shù)；PPa為雪崩活動(dòng)在評(píng)價(jià)因子分類a中發(fā)生的條件概率，研究中可用評(píng)價(jià)因子分類a中的雪崩活動(dòng)面積與評(píng)價(jià)因子分類a面積的比值表示；PPs表示雪崩活動(dòng)在整個(gè)研究區(qū)中發(fā)生的先驗(yàn)概率，研究中可用整個(gè)研究區(qū)的全部雪崩活動(dòng)總面積與研究區(qū)總面積的比值表示。在研究區(qū)確定的情況下，PPs通常是一個(gè)定值。

3.3.2 易發(fā)性評(píng)價(jià)結(jié)果

3.4 易發(fā)性區(qū)劃結(jié)果討論

為了檢驗(yàn)雪崩易發(fā)性區(qū)劃結(jié)果的準(zhǔn)確性，采用廣泛應(yīng)用于地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)精度驗(yàn)證的ROC(Receiver Operating Characteristic Curve)曲線來(lái)檢驗(yàn)雪崩易發(fā)性評(píng)價(jià)的精度。為了能明確表示評(píng)價(jià)效果，通常采用ROC曲線下的面積AUC值代表來(lái)衡量模型預(yù)測(cè)的準(zhǔn)確程度，其值在0～1之間，數(shù)值越大，代表預(yù)測(cè)準(zhǔn)確率越高，而當(dāng)該值≤0.5表示無(wú)預(yù)測(cè)價(jià)值(Mandrekar et al.，2010)。因此，本文基于前述隨機(jī)挑選出來(lái)的占比20%的76個(gè)檢驗(yàn)樣本，再通過(guò)GIS創(chuàng)建隨機(jī)點(diǎn)來(lái)生成等量的隨機(jī)樣本，共計(jì)152個(gè)樣本數(shù)據(jù)，提取信息量模型和確定性系數(shù)模型的指數(shù)作為檢驗(yàn)變量，將驗(yàn)證樣本賦值“1”和隨機(jī)樣本賦值“0”作為狀態(tài)變量，進(jìn)行ROC曲線分析，得到結(jié)果如圖6所示。其中：加權(quán)信息量模型區(qū)劃指數(shù)ROC曲線的AUC值為0.767，加權(quán)確定性系數(shù)模型的AUC值為0.913。結(jié)果表明，就帕隆藏布流域內(nèi)雪崩易發(fā)性評(píng)價(jià)而言，基于主成分分析法的加權(quán)信息量模型(PCA-I)和加權(quán)確定性系數(shù)模型(PCA-CF)都具有預(yù)測(cè)價(jià)值，但是，加權(quán)確定性系數(shù)模型的結(jié)果準(zhǔn)確度遠(yuǎn)高于加權(quán)信息量模型。

圖6 ROC曲線

圖7展示了基于主成分分析和確定性系數(shù)模型的雪崩易發(fā)性分區(qū)圖。該圖采取自然間斷法劃分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和極低易發(fā)區(qū)。其中：極高易發(fā)區(qū)占總面積約18.7%，高易發(fā)區(qū)占22.2%，中易發(fā)區(qū)占22.7%，低易發(fā)區(qū)占21.6%，極低易發(fā)區(qū)占14.8%。圖中指明的雪崩極高易發(fā)和高易發(fā)區(qū)域主要位于帕隆藏布上游(然烏至玉普)窄谷段、中下游(玉普至通麥)兩岸山嶺的山脊部位和各支流窄谷段。

圖7 基于PCA-CF的雪崩易發(fā)性分區(qū)圖

在窄谷區(qū)段，地勢(shì)陡峻，斜坡上部冬半年被積雪覆蓋，坡度較陡，植被覆蓋相對(duì)較差，斜坡坡長(zhǎng)相對(duì)較短，雪崩能運(yùn)動(dòng)到坡麓，甚至越過(guò)河流到對(duì)岸的318國(guó)道上。帕隆藏布然烏至玉普段，從然烏湖開(kāi)始進(jìn)入帕隆藏布上游峽谷區(qū)段該河段，嶺谷高差懸殊，兩岸山嶺平均海拔較高，約4500～5000m，部分山嶺常年積雪，植被覆蓋少，且河谷呈東西走向，左岸陰坡積雪區(qū)域在冬季受日輻射時(shí)間短，谷底最窄處約25～30m左右寬，在冬季晝夜都沒(méi)有太陽(yáng)直接照射。在每年2～4月份春融季節(jié)，隨著氣溫的回升，特別是大量的印度洋水汽入侵，出現(xiàn)年內(nèi)降水第1高峰，降落大量濕雪，河谷兩岸均有大量雪崩發(fā)生。川藏公路沿帕隆藏布干流展布，經(jīng)過(guò)然烏至玉普的窄谷段，在2019年3月調(diào)查到的6處越河堵路(G318國(guó)道)的雪崩就發(fā)生在該區(qū)段； 川藏鐵路主要經(jīng)過(guò)支流曲宗藏布多吉鄉(xiāng)北側(cè)的窄谷段和波堆藏布傾多鎮(zhèn)東側(cè)的窄谷段等區(qū)域， 2020年4月調(diào)查到的24處造成堵河的雪崩也發(fā)生在這些區(qū)域內(nèi)。圖2中兩張照片中的雪崩就是位于窄谷區(qū)段的造成堵河(堵路)的雪崩。

帕隆藏布中下游段(玉普至通麥段)，河谷相對(duì)較寬，斜坡上部被冰雪覆蓋，下部植被覆蓋率較高，能直接運(yùn)動(dòng)到坡麓的雪崩較少，一般堆積在斜坡下部樹(shù)林中或者是溝槽內(nèi)。該段雪崩主要分布在埡口高山區(qū)段以及各支流的上游區(qū)域。特別是波密至通麥段河谷進(jìn)一步變寬，地勢(shì)較低，氣溫較高，植被茂密，雪崩一般發(fā)育在山嶺的山脊附近，運(yùn)動(dòng)到斜坡中部的森林或溝槽中，造成災(zāi)害比較輕微。

4 結(jié) 論

(1)帕隆藏布流域雪崩活動(dòng)的主要影響因素可歸納為氣候氣象主成分、宏觀地形主成分、微觀地形主成分和抑制作用主成分，其中：第1主成分，即氣候氣象主成分，解釋了30.61%的數(shù)據(jù)變異； 第2主成分，即地形地貌主成分解釋了21.23%的數(shù)據(jù)變異； 第3、4、5主成分解釋了共計(jì)20.26%的數(shù)據(jù)變異。這些數(shù)據(jù)定量化表達(dá)了帕隆藏布流域內(nèi)雪崩活動(dòng)各影響因子對(duì)雪崩活動(dòng)的影響控制程度。

(2)借助于GIS，通過(guò)重分類、柵格計(jì)算等功能得到基于主成分分析法與信息量模型的雪崩易發(fā)性指數(shù)分布圖，易發(fā)性區(qū)劃指數(shù)在[-2.41，1.365]區(qū)間內(nèi)； 基于主成分分析法與確定性系數(shù)模型的雪崩易發(fā)性指數(shù)分布圖，易發(fā)性區(qū)劃指數(shù)在[-0.549，0.424]區(qū)間內(nèi)。通過(guò)ROC曲線檢驗(yàn)，并且對(duì)比區(qū)劃指數(shù)圖發(fā)現(xiàn)，加權(quán)信息量模型(PCA-I)在帕隆藏布下游通麥段河谷呈現(xiàn)明顯的異常區(qū)，相對(duì)而言，加權(quán)確定性系數(shù)模型(PCA-CF)更合理，更適用于帕隆藏布流域的雪崩易發(fā)性評(píng)價(jià)。

(3)PCA-CF模型雪崩易發(fā)性指數(shù)采取自然間斷法得到的分區(qū)圖中，極高易發(fā)區(qū)占總面積約18.7%，高易發(fā)區(qū)占22.2%，中易發(fā)區(qū)占22.7%，低易發(fā)區(qū)占21.6%，極低易發(fā)區(qū)占14.8%。雪崩高易發(fā)區(qū)域主要位于帕隆藏布上游(然烏至玉普)窄谷段、中下游(玉普至通麥)兩岸山嶺的山脊部位和各支流窄谷段。