趙金彪，袁 康

(1.安徽瑞成土木工程設計咨詢有限公司，安徽 合肥 230088； 2.安徽理工大學土木建筑學院，安徽 淮南 232001)

0 引言

滑坡地質災害在世界范圍內頻繁發(fā)生，并且分布廣泛[1]，危害程度較大[2]。廣泛定義為在自身重力或者外在因素如降雨、地震、人類工程活動等影響下山體發(fā)生的水平位移現象[3]。我國陸地面積遼闊，且位于環(huán)太平洋地震帶和歐亞地震帶之間，地質地形復雜，因此地質災害頻發(fā)，其中滑坡災害占比最大。以2015年為例，全國發(fā)生地質災害8 224起，其中，滑坡就占據了5 616起，接近70%，造成的損失十分慘重[4]。我國的地質災害主要分布在江西、湖南、云南、安徽、浙江和四川等地，這些省份地質構造復雜，降雨量大，臺風暴雨頻繁，人類工程活動強烈，特殊的環(huán)境導致這些區(qū)域每年都發(fā)生大量的滑坡。

2019年8月9日～11日期間，受“利奇馬”臺風影響，寧國區(qū)域普降暴雨，臺風暴雨導致寧國區(qū)域大量房屋倒塌、農作物減產、基礎設施被破壞、發(fā)生多處地質災害，造成人員傷亡，直接經濟損失25.94億元[5-6]。此次臺風降雨造成很多地區(qū)發(fā)生滑坡災害，選取寧國市為研究區(qū)域進行研究，填補當地臺風暴雨滑坡易發(fā)性和危險性研究的空缺。

以寧國市為研究區(qū)，對比臺風來襲前后衛(wèi)星影像，解譯出臺風暴雨期間發(fā)生的滑坡，建立寧國市滑坡數據庫。在此基礎上，分析各影響因子對滑坡的影響，得到滑坡的空間分布規(guī)律，用層次分析法對研究區(qū)進行滑坡易發(fā)性分區(qū)。主要內容如下：1)解譯影像資料建立滑坡數據庫。根據臺風暴雨前后的3 m分辨率的Planet衛(wèi)星影像，用人工目視解譯法在研究區(qū)內獲取了414處滑坡。2)用層次分析法(Analytic Hierarchy Process，AHP)結合ArcGIS軟件平臺做研究區(qū)的滑坡易發(fā)性評價并驗證。根據易發(fā)性分區(qū)圖，將研究區(qū)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)，分區(qū)結果與實際情況比較吻合。

1 研究區(qū)背景

研究區(qū)位于安徽省東南部，總面積為3 002.3 km2，位于東經118°38′～119°17′，北緯30°43′～30°42′之間。研究區(qū)位于寧國市，地處皖南山地丘陵區(qū)域，地勢南高北低，東西兩側有較多山川，分別屬于天目山脈和黃山山脈，主要位于東南部和西南部；中北部屬于宣郎廣丘陵區(qū)域，主要分布著低山丘陵。除了主要的山地丘陵地貌外，還有中山地貌、低山地貌、臺地地貌、河谷平原地貌、山間盆地地貌等。地層屬揚子地層，出露地層有志留系(S)、寒武系(∈)、奧陶系(O)、震旦系(Z)、三疊系(T)、侏羅系(J)、第四系(Qp)、泥盆系(D)、二疊系(P)、白堊系(K)、石炭系(C)、花崗斑巖(γπ)，其中志留系和寒武系出露最廣。

2 數據與方法

2.1 數據

寧國市降雨滑坡地質災害點的基礎數據主要來源于基于Planet衛(wèi)星影像提取滑坡。基于降雨前后3 m分辨率的Planet衛(wèi)星影像，用人工目視解譯得到414處滑坡，建立客觀、詳細、真實的滑坡編目圖。在綜合考慮研究區(qū)地質背景和查閱相關文獻資料的基礎上，選取了高程、坡度、坡向、距斷層距離、地層巖性、距水系距離、距道路距離、NDVI、降雨量等9個因子。

2.2 方法

AHP模型是由T.L.Satty在20世紀70年代提出，經過多年的發(fā)展應用和改良，已經十分適用于滑坡災害評估。該方法的優(yōu)點明顯,思路簡潔且計算簡便，可以用很少的數據把問題和影響因子的關系分析透徹。許多學者對層次分析法的原理和應用展開研究[7]，它可以很好的梳理影響因子之間以及影響因子和滑坡發(fā)生的關系。層次分析法的主要步驟如下：

1)選取影響因子，構造判斷矩陣。

以表1的標度方法判斷各影響因子在同一層次中的相對重要性，在此基礎上建立判斷矩陣A:

表1 AHP判斷矩陣的標度方法

2)計算判斷矩陣的特征向量ω和最大特征值λmax。

構建好判斷矩陣之后，需要計算矩陣最大特征值λmax和對應的特征向量ω，該文用算術平均法(和積法)計算，主要步驟如下：

a.將判斷矩陣按列歸一化：

b.歸一化之后的矩陣，每一行的平均值即為特征向量ω，原判斷矩陣A乘以特征向量ω。歸一化之后的矩陣，加上一列特征向量ω和一列向量Aω，組成一個新的矩陣。判斷矩陣需滿足公式：

Aω=λmaxA。

c.計算最大特征值λmax。

在上述新矩陣的基礎上，利用公式計算最大特征值λmax：

3)一致性檢驗。

在判斷因子重要性時要保證各判斷之間協(xié)調一致，保證結果精確，檢驗公式如下：

其中，n為矩陣階數，當n>2時，用CR表示隨機一致性比率：

CR=CI/RI。

RI是判斷矩陣的平均隨機一致性指標，如表2所示。

表2 判斷矩陣平均隨機一致性指標

當CR<0.1時，即判斷矩陣具有較好的一致性，反之，則調整矩陣直至滿足要求。

3 結果與分析

3.1 滑坡數量與面積

對比降雨前后影像，根據人工目視解譯方法解譯得到414處滑坡，滑坡總面積1.42 km2，其中最小的滑坡面積僅235 m2，最大的滑坡面積為49 826 m2?？傮w來說，此次臺風暴雨誘發(fā)的大多為小規(guī)?；?，面積較大的滑坡數量較少?；路植既鐖D1所示。

3.2 層次分析易發(fā)性評價

根據前人的經驗及可以收集到的資料[8]，本文采用9個影響因子：高程、坡度、坡向、距斷層距離、地層巖性、距水系距離、距道路距離、NDVI、降雨量。計算層次分析法用算術平均法(和積法)。

在ArcGIS平臺上用各因子權重值乘以各自圖層疊加得到滑坡易發(fā)性指數圖，用自然斷點法(Jenks)將圖層分為5個區(qū)間：極低易發(fā)區(qū)(指數為1.308～2.215)，低易發(fā)區(qū)(指數為2.215～2.654)，中易發(fā)區(qū)(指數為2.654～3.092)，高易發(fā)區(qū)(指數為3.092～3.637)，極高易發(fā)區(qū)(指數為3.637～5.165)，滑坡易發(fā)性區(qū)劃圖如圖2所示。

4 評價結果分析及檢驗

利用AHP模型得到研究區(qū)易發(fā)性區(qū)劃圖，此模型通過了一致性檢驗，表明權重值準確，模型可以使用，對AHP得到的結果做合理性檢驗，檢驗結果是否合理準確。將易發(fā)性區(qū)劃圖重分類計算各分區(qū)面積，統(tǒng)計各分區(qū)面積、滑坡數量、滑坡面積、滑坡點密度、滑坡面密度，結果如表3所示。

表3 AHP合理性檢驗

從表3中可以看出，滑坡點密度和滑坡面密度隨著易發(fā)性增加而增加，符合合理性要求。

5 結論

1)基于降雨前后3 m分辨率的Planet衛(wèi)星影像，在3 002 km2范圍研究區(qū)解譯得到此次降雨事件導致的414處滑坡，建立了滑坡數據庫。滑坡總面積1.42 km2，統(tǒng)計滑坡數據發(fā)現有近一半的滑坡面積在2 000 m2以下，滑坡規(guī)模小且分布廣。

2)各易發(fā)等級分布狀況來看，研究區(qū)滑坡地質災害高易發(fā)區(qū)和極高易發(fā)區(qū)主要分布在區(qū)域東南、西北部，極低及低易發(fā)區(qū)主要分布在中部。層次分析模型評價的中易發(fā)區(qū)、高易發(fā)區(qū)和極高易發(fā)區(qū)面積占比為24.76%，18.79%，4.72%，包含了區(qū)域87.2%的滑坡災害點。