葛宗旭，劉漢湖，陳 行

(成都理工大學(xué) 地球科學(xué)學(xué)院，四川 成都 610051)

0 引言

中國國土廣袤，地質(zhì)條件復(fù)雜，地貌類型多樣。根據(jù)自然資源部發(fā)布的2021年中國地質(zhì)災(zāi)害信息，全國共發(fā)生地質(zhì)災(zāi)害4 772起，造成80人死亡、11人失蹤，直接經(jīng)濟(jì)損失32億元。其中滑坡是最常見的地質(zhì)災(zāi)害，云南省每年因大量滑坡造成的財(cái)產(chǎn)損失多達(dá)上億元。因此為了降低地質(zhì)災(zāi)害所帶來的危害，保證人民群眾的生命和財(cái)產(chǎn)安全開展滑坡易發(fā)性評價具有十分重要的社會意義。

滑坡易發(fā)性模型主要有信息量[1]、層次分析[2]、確定性系數(shù)[3]、邏輯回歸[4]、人工神經(jīng)網(wǎng)絡(luò)[5]、隨機(jī)森林[6]以及多種方法耦合模型。在運(yùn)用信息量的模型中，余杰[7]等運(yùn)用信息量模型對黃梅縣的地質(zhì)災(zāi)害進(jìn)行了易發(fā)性評價；朱永浩[8]等也運(yùn)用信息量模型對翁安縣的滑坡崩塌進(jìn)行了易發(fā)性的分區(qū)評價。此外對于確定性系數(shù)模型，屠水云[9]等利用CF-LR模型分析了地質(zhì)災(zāi)害的易發(fā)性。

綜上本文選擇了統(tǒng)計(jì)預(yù)測模型中應(yīng)用較簡單，操作更容易實(shí)現(xiàn)的信息量和確定性系數(shù)兩種模型對麗江市古城區(qū)分別進(jìn)行滑坡的易發(fā)性評價，采用ROC曲線對兩種模型進(jìn)行精度評價，以求得到更加準(zhǔn)確的結(jié)果來反映該地區(qū)的滑坡易發(fā)性，并制作其易發(fā)性區(qū)域圖，為當(dāng)?shù)氐臑?zāi)害防治工作提供參考。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

麗江市古城區(qū)的地理位置如圖1所示。古城區(qū)位于云南省西北部的麗江市中部，隸屬于麗江市。古城區(qū)東隔金沙江與麗江市寧蒗縣和永勝縣相望，南與大理州鶴慶縣接壤，西與麗江市玉龍縣相連，地理坐標(biāo)東經(jīng)99°23′～100°32′，北緯26°34′～27°46′，面積1 255.40 km2。古城區(qū)距省會昆明市502 km，是麗江市政治、經(jīng)濟(jì)、文化中心。境內(nèi)主要交通干線有麗江—永勝(S308)、麗江—鳴音、麗江—寧蒗(S221)、麗江—鶴慶(S221)公路及麗江—機(jī)場高速公路，境內(nèi)區(qū)鄉(xiāng)公路交通網(wǎng)絡(luò)發(fā)達(dá)，交通較為便利。古城區(qū)位于青藏高原南延橫斷山縱谷地帶，地勢北高南低，地形起伏大，山川走向均以南北向?yàn)橹?，河谷深切，山高坡陡、侵蝕作用強(qiáng)烈。金沙江沿古城區(qū)地域東側(cè)由北向南流過，區(qū)內(nèi)屬金沙江水系，羽狀支流發(fā)育，水力坡度較大。區(qū)內(nèi)地質(zhì)構(gòu)造活動強(qiáng)烈，褶皺、斷裂發(fā)育，地層巖性較為復(fù)雜。

圖1 研究區(qū)位置示意圖(審圖號：GS(2020)4619號，下同)

1.2 數(shù)據(jù)來源

本文使用的數(shù)據(jù)包括：分辨率30 m的ASTER GDEM數(shù)字高程模型和道路數(shù)據(jù)來源于地理空間數(shù)據(jù)云(https：//www.gscloud.cn/)；水文數(shù)據(jù)來源于中國地質(zhì)調(diào)查局地質(zhì)云2.0(https：//geocloud.cgs.gov.cn/)；氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)(cdc.nimc.cn/home.do)；Landsat系列衛(wèi)星數(shù)據(jù)(http：//earthexplorer.usgs. gov/)，并利用Landsat8影像提取的NDVI；斷層數(shù)據(jù)來源于古城區(qū)地質(zhì)圖矢量數(shù)據(jù)；野外地質(zhì)災(zāi)害調(diào)查資料收集的164處滑坡點(diǎn)數(shù)據(jù)。

2 研究方法

2.1 信息量模型

信息量模型通過計(jì)算分析獲得各影響因子不同區(qū)間的信息量，來定量表示環(huán)境因子各屬性區(qū)間對滑坡災(zāi)害的影響程度，再通過疊加各因子得到綜合水平信息量[10]，進(jìn)而對部分區(qū)域進(jìn)行易發(fā)性劃分。計(jì)算得出的信息量值越大，說明該因子對于地質(zhì)災(zāi)害發(fā)生的貢獻(xiàn)值越大。信息量模型可以客觀地、準(zhǔn)確地評價各因子對地質(zhì)災(zāi)害發(fā)生的貢獻(xiàn)值，但選取的因子不同導(dǎo)致結(jié)果不同，可比性較差。

其計(jì)算公式為：

(1)

式中：IAi為A因子下i區(qū)間地質(zhì)災(zāi)害發(fā)生的信息量值；Ni為A因子下i區(qū)間地質(zhì)災(zāi)害分布的單元數(shù)(或面積)；N為研究區(qū)已有地質(zhì)災(zāi)害分布的單元總數(shù)(或面積)；Si為表示A因子下i區(qū)間地質(zhì)災(zāi)害分布的單元數(shù)(或面積)；S為研究區(qū)的單元總數(shù)(或面積)。

選擇區(qū)內(nèi)對地質(zhì)災(zāi)害發(fā)生有決策作用的因子，利用信息量模型，計(jì)算出不同因子不同區(qū)間的信息量值，對因子進(jìn)行信息量疊加，得到研究區(qū)的地質(zhì)災(zāi)害易發(fā)性的指數(shù)，并對柵格進(jìn)行歸一化，按自然分類斷點(diǎn)法劃分等級。

2.2 確定性系數(shù)模型

確定性系數(shù)(Certainty Factor，CF)本質(zhì)上是一個概率函數(shù)，主要用來計(jì)算影響地質(zhì)災(zāi)害發(fā)生的各個評價因子的敏感性[11]。由Shortliffe E H和Buchanan B G提出[12]，并由Heckerman D改進(jìn)[13]。計(jì)算得到的CF值可以表示不同因子不同級別下地質(zhì)災(zāi)害發(fā)生的可能性。

其計(jì)算公式為：

(2)

式中：PPa為影響因子a貢獻(xiàn)的地質(zhì)災(zāi)害發(fā)生的概率，通常用研究區(qū)內(nèi)分布在a因子的地質(zhì)災(zāi)害數(shù)量與影響因子a的面積之比來表示；PPs為地質(zhì)災(zāi)害在研究區(qū)內(nèi)發(fā)生的先驗(yàn)概率，通常用研究區(qū)內(nèi)地質(zhì)災(zāi)害的總數(shù)與整個研究區(qū)的面積之比來表示。

CF值為確定性系數(shù)，取值區(qū)間為[-1，1]，正值表示地質(zhì)災(zāi)害發(fā)生的確定性大，越接近1越易于發(fā)生地質(zhì)災(zāi)害；負(fù)值表示地質(zhì)災(zāi)害發(fā)生確定性小，越接近1越不易于發(fā)生地質(zhì)災(zāi)害；值為0時表示條件概率和先驗(yàn)概率相同，不確定是否會發(fā)生地質(zhì)災(zāi)害[14]。

2.3 ROC曲線

受試者工作特征(Receiver Operating Characteristic，ROC)曲線，因其簡單、直觀的特點(diǎn)，又稱為感受性曲線。該模型橫坐標(biāo)假陽性率(False Positive Rate)代表非滑坡預(yù)測為滑坡，縱坐標(biāo)真陽性率(True Positive Rate)代表滑坡預(yù)測為滑坡。ROC曲線法是通過ROC曲線下面積(Area Under Curve，AUC)來反映和比較模型的評價預(yù)測精度[11]。AUC越大，說明該模型的精度越高。

3 評價因子的選取與易發(fā)性評價結(jié)果的對比

3.1 評價因子的選取

根據(jù)古城區(qū)滑坡等地質(zhì)災(zāi)害發(fā)育規(guī)律，在結(jié)合古城區(qū)地質(zhì)條件，前人經(jīng)驗(yàn)，野外驗(yàn)證等基礎(chǔ)上，選擇高程、坡度、坡向、距道路距離、距水系距離、降雨量、距斷層距離、NDVI等8類影響因子作為此次評價的指標(biāo)(圖2)。

圖2 評價因子分級

3.1.1 高程

滑坡的發(fā)生概率與高程密切相關(guān)，不同的高程對滑坡的貢獻(xiàn)度也不同。古城區(qū)的高程主要集中在1 172～3 647 m。研究區(qū)內(nèi)以自然間斷法與等間距分類并用把高程分為5個級別：[1 172 m，1 800 m)、[1 800 m，2 200 m)、[2 200 m，2 600 m)、[2 600 m，3 000 m)、[3 000 m，3 647 m]。

3.1.2 坡度

古城區(qū)的坡度可由分辨率為30 m的ASTER GDEM得到。

坡度一定程度上表示地面傾斜程度，對滑坡的發(fā)生具有一定影響，將坡度按等間距分可把坡度分為[0°，15°)、[15°，30°)、[30°，45°)、[45°，60°)、[60°，73°]。

3.1.3 坡向

不同坡向的光照強(qiáng)度影響著植被覆蓋、斜坡體穩(wěn)定性[15]。將研究區(qū)坡向分為8個方向：北(N)、東北(NE)、東(E)、東南(SE)、南(S)、西南(SW)、西(W)、西北(NW)。其中S、SE和NE坡向占到滑坡總數(shù)的59%。

3.1.4 距道路距離

根據(jù)已有資料，在一定的距離內(nèi)，距道路距離越近，滑坡的數(shù)量越多說明發(fā)生滑坡的概率越高。所以將滑坡距道路小于3 000 m按間距分為[0，500 m)、[500 m，1 000 m)、[1 000 m，2 000 m)、[2 000 m，3 000 m)這4個區(qū)間。

3.1.5 距水系距離

古城區(qū)東側(cè)為金沙江流域，距離河流越近，其對地質(zhì)災(zāi)害的影響越大。利用ArcGIS平臺的歐氏距離工具，把距離水系等間距劃分為5個級別：[0，500 m)、[500 m，1 000 m)、[1 000 m，1 500 m)、[1 500 m，2 000 m)、≥2 000 m。

3.1.6 降雨量

降水是滑坡發(fā)生的重要誘發(fā)因素，其增加了土壤含水量，減弱了地面的抗滑能力[16]。古城區(qū)的年降雨量為766～866 mm。將降雨量按自然間斷點(diǎn)分級法和實(shí)際情況并用的方法分成5段。

3.1.7 距斷層距離

斷裂構(gòu)造會破壞一定距離內(nèi)的巖土構(gòu)造，即也會促進(jìn)滑坡的發(fā)生。研究區(qū)根據(jù)實(shí)際情況將分為[0，300 m)、[300 m，500 m)、[500 m，1 000 m)、[1 000 m，2 000 m)、≥2 000 m的5種區(qū)間。其中0～300 m占區(qū)內(nèi)滑坡總個數(shù)40%。

3.1.8 NDVI

NDVI是最常用的植被指數(shù)。該因子的值域?yàn)閇-1，1]，負(fù)值表示對可見光高反射，地面為江、河、湖泊等水體或有雪覆蓋；0表示NIR和R波段的反射率近似相等，為巖石或裸地等；正值表示有植被覆蓋，數(shù)值越大表示植被覆蓋率越高[17]。對研究區(qū)NDVI進(jìn)行歸一化計(jì)算，研究區(qū)NDVI在0～1之間按植被實(shí)際分布情況分為6個級別：0～0.5為一個級別，后5個級別每隔0.1為一個級別。

3.2 易發(fā)性評價結(jié)果

利用ArcGIS平臺，分別計(jì)算2種評價模型下各影響因子的不同區(qū)間內(nèi)信息量值和CF值。對8種因子進(jìn)行疊加分析，可以得到兩種模型下古城區(qū)的滑坡易發(fā)性評價結(jié)果圖。其中，信息量模型下信息量值的范圍為[-7，4]。信息量越大，代表該區(qū)域越有可能發(fā)生滑坡等地質(zhì)災(zāi)害。確定性系數(shù)模型下，對輸出柵格進(jìn)行歸一化處理，CF值越高，該區(qū)域發(fā)生滑坡的概率越大。對最終得到的信息量值和確定性系數(shù)進(jìn)行重分類，劃分出低、較低、中等、較高、高5個滑坡易發(fā)性區(qū)域(表1)。

表1 各因子信息量與CF值

對于高程，滑坡在1 800 m以下的較低高程易發(fā)性較大，其信息量和CF值最大?；略?0°～45°和45°～60°分區(qū)上最多，占據(jù)滑坡總個數(shù)60%，說明在一定范圍內(nèi)，坡度越大越有利于滑坡的發(fā)生，其信息量和CF值越高。坡向方面，偏西方向因子信息量和CF值皆為負(fù)值，符合地理?xiàng)l件；在NDVI方面，在一定范圍內(nèi)，植被覆蓋越高的地方，越不容易發(fā)生滑坡，其信息量值和CF值呈負(fù)相關(guān)。降雨方面，降雨因子在810～866 mm的分區(qū)對滑坡的貢獻(xiàn)值最大。在距道路、斷層等因子中，隨著距離越近，分區(qū)的信息量值和CF值愈大。距離河流越遠(yuǎn)，災(zāi)害發(fā)生的次數(shù)呈現(xiàn)出逐漸減小的狀態(tài)[18]。圖3所示分別為運(yùn)用信息量模型圖(a)和確定性系數(shù)(b)對古城區(qū)進(jìn)行易發(fā)性評價的結(jié)果。

(a)信息量模型易發(fā)性分級圖

(b)確定性系數(shù)模型易發(fā)性分級圖

4.3 易發(fā)性結(jié)果精度評價

如表2、3所示，在易發(fā)性評價較高，高的分區(qū)面積上，兩種模型沒有較大差異。信息量模型在較高、高易發(fā)區(qū)的面積為340.28 km2，占總面積的27.11%；而確定性系數(shù)模型在較高、高易發(fā)區(qū)的面積為249.51 km2，占總面積的19.88%。

表2 信息量模型易發(fā)性評價結(jié)果

表3 確定性系數(shù)模型易發(fā)性評價結(jié)果

隨機(jī)選擇49處滑坡點(diǎn)(占30%)作為精度評價樣本，并在已有滑坡點(diǎn)周圍1 km建立緩沖區(qū)，再通過ArcGIS平臺產(chǎn)生隨機(jī)點(diǎn)選擇同等的非災(zāi)害點(diǎn)。兩者分別為0-敏感度，1-特異性作為橫縱坐標(biāo)，由SPSS軟件得到ROC曲線來比較2種模型的精度(圖4)。

圖4 滑坡易發(fā)性評價精度預(yù)測曲線

ROC曲線下的面積AUC可以反映兩種模型的精度結(jié)果，兩種模型的AUC值分別為0.862，0.868、可以得出兩種模型對該地區(qū)滑坡易發(fā)性評價的效果皆較好，結(jié)果較為精準(zhǔn)。分析結(jié)果表明，確定性系數(shù)模型較優(yōu)于信息量模型對該地區(qū)滑坡易發(fā)性的精度評價。

4 結(jié)論與討論

4.1 結(jié)論

(1)本文以麗江市古城區(qū)為例，選擇高程、坡度、坡向、距道路距離、距水系距離、降雨量、距斷層距離、NDVI等因子，利用GIS和信息量、確定性系數(shù)模型對該地區(qū)的滑坡進(jìn)行易發(fā)性評價，并繪制古城區(qū)滑坡易發(fā)性分級圖。

(2)通過分析ROC曲線得出信息量模型的精度(AUC=0.862)，確定性系數(shù)模型的精度(AUC=0.868)，但CF模型的精度更好，更加符合該區(qū)域滑坡分布的實(shí)際情況。利用ROC曲線對評價模型進(jìn)行精度評價，使得滑坡易發(fā)性結(jié)果更客觀，更準(zhǔn)確。

4.2 討論

研究結(jié)果可為該地區(qū)災(zāi)害防治，未來城區(qū)規(guī)劃、國土管理提供參考。建議在高、較高風(fēng)險(xiǎn)區(qū)域加強(qiáng)群測群防，開展工程治理。

本文僅用信息量模型和確定性系數(shù)模型進(jìn)行易發(fā)性評價，不具備唯一性，對該地區(qū)的地質(zhì)災(zāi)害易發(fā)性評價需進(jìn)一步精進(jìn)研究。