秦 紅 富，談 樹(shù) 成，2，施 旖 奇，李 紅 梅，汪 旭

(1.云南大學(xué) 地球科學(xué)學(xué)院，云南 昆明 650500； 2.云南省地理研究所，云南 昆明 650223)

0 引 言

地質(zhì)災(zāi)害作為一種破壞性的地質(zhì)事件，制約著人類社會(huì)的可持續(xù)性發(fā)展，對(duì)人類的生命財(cái)產(chǎn)和生存環(huán)境構(gòu)成嚴(yán)重威脅，引發(fā)了社會(huì)各界的關(guān)注，已成為災(zāi)害學(xué)中的研究熱點(diǎn)[1]。地質(zhì)災(zāi)害多發(fā)生于坡度較大、斷裂帶密集、河網(wǎng)密布、土質(zhì)疏松、巖土體脆弱、植被稀疏的斜坡上，此外強(qiáng)降雨和過(guò)度的人類活動(dòng)也是滑坡、泥石流等地質(zhì)災(zāi)害形成的因素[2]。中國(guó)地質(zhì)災(zāi)害主要分布在西南、西北地區(qū)，該地區(qū)區(qū)域地質(zhì)地理環(huán)境復(fù)雜多變使得地質(zhì)災(zāi)害具有類型多、數(shù)量多、頻率高、分布廣、危害大等特點(diǎn)，其中尤以四川省、云南省為代表。采用合適的評(píng)價(jià)模型或方法計(jì)算地質(zhì)災(zāi)害發(fā)生的可能性，并對(duì)地質(zhì)災(zāi)害易發(fā)性結(jié)果分區(qū)，對(duì)區(qū)域防災(zāi)減災(zāi)具有重要意義。

國(guó)內(nèi)外有關(guān)區(qū)域地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)的研究工作已取得大量的成果。常用的易發(fā)性分析方法有層次分析法[3]、隨機(jī)森林法[4]、信息量法[5]、支持向量機(jī)[6]、邏輯回歸[7]、確定性系數(shù)法[8]、最大熵模型[9]、人工神經(jīng)網(wǎng)絡(luò)和決策樹(shù)[10]等。結(jié)合各方法的優(yōu)缺點(diǎn)，進(jìn)行模型組合，可以有效提高模型精度，采用不同方法結(jié)合進(jìn)行地質(zhì)災(zāi)害易發(fā)性研究已經(jīng)成為研究的熱點(diǎn)和趨勢(shì)。與此同時(shí)，GIS技術(shù)的飛速發(fā)展為進(jìn)行地質(zhì)災(zāi)害易發(fā)性區(qū)劃深入研究提供了一個(gè)卓有成效的技術(shù)平臺(tái)與研究途徑[11]。

因此，以云南省寧洱哈尼族彝族自治縣為研究區(qū)(簡(jiǎn)稱“寧洱縣”)，GIS為技術(shù)平臺(tái)，采用確定性系數(shù)和邏輯回歸模型(CF&LR)相結(jié)合的方法開(kāi)展以滑坡、泥石流、崩塌等為主體的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，以期為寧洱縣的防災(zāi)減災(zāi)、區(qū)域防治、地質(zhì)災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)等工作提供參考。

1 研究區(qū)概況

寧洱縣地處普洱市中部，東經(jīng)100°42′～101°37′，北緯22°40′～23°36′。研究區(qū)東西最大橫距91 km，南北最大縱距101 km，轄6鎮(zhèn)3鄉(xiāng)，國(guó)土總面積3 669.77 km2，地處無(wú)量山脈西南部，屬紅河水系支流李仙江與瀾滄江的分水嶺地區(qū)，雨量充沛，年平均氣溫18.2 ℃，年平均降雨量為1 414.9 mm，夏季降水集中而冬季降水較少。海拔高差最大達(dá)2 300 m，相對(duì)高差一般500～1 000 m，總體屬中淺切割的中山-低中山地形。研究區(qū)山地面積占總面積的96.77%，公路建設(shè)和礦山開(kāi)發(fā)等人類社會(huì)工程活動(dòng)對(duì)生態(tài)環(huán)境有一定影響和破壞，誘發(fā)了一些地質(zhì)災(zāi)害。寧洱縣地質(zhì)災(zāi)害類型有滑坡、不穩(wěn)定斜坡、崩塌、泥石流、地面塌陷等，是云南省滑坡、泥石流等地質(zhì)災(zāi)害較為嚴(yán)重的地區(qū)之一。

2 材料和方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

災(zāi)害點(diǎn)數(shù)據(jù)來(lái)源于項(xiàng)目組成員根據(jù)2018年高分辨率遙感影像和Google影像聯(lián)合解譯得到，并于2019年3月前完成野外調(diào)查驗(yàn)證，其中滑坡36處、崩塌38處、泥石流5處(見(jiàn)圖1)；DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)，用于提取高程、坡度、坡向；降雨量數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心；斷裂帶和巖性數(shù)據(jù)來(lái)源于1∶50 000中國(guó)地質(zhì)圖。河流、道路及基礎(chǔ)地理數(shù)據(jù)來(lái)自國(guó)家基礎(chǔ)地理信息中心。利用ArcGIS工具將所有的柵格數(shù)據(jù)的坐標(biāo)統(tǒng)一為WGS_1984_UTM_Zone_47N，并對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行重分類。

圖1 寧洱縣地理位置及主要災(zāi)害點(diǎn)分布Fig.1 The geographical location and distribution of major geological disaster points in Ninger County

2.2 評(píng)價(jià)方法與評(píng)價(jià)單元的確定

2.2.1評(píng)價(jià)方法

(1) 確定性系數(shù)模型。CF模型是由Shortliffe[12]提出的函數(shù)，用來(lái)表示概率。后來(lái)，Heckerman[13]完善了該模型。CF 模型計(jì)算過(guò)程如下：

(1)

式中：ppa是地質(zhì)災(zāi)害事件在地質(zhì)環(huán)境因子a中發(fā)生的概率[0，1]，即地質(zhì)環(huán)境因子a在特定單元中地災(zāi)點(diǎn)個(gè)數(shù)與地質(zhì)環(huán)境因子a總面積的比值。pps是地質(zhì)災(zāi)害在整個(gè)研究區(qū)中發(fā)生的先驗(yàn)概率，為地災(zāi)點(diǎn)總數(shù)與研究區(qū)總面積之比[14]。CF取值區(qū)間為[-1，1]，當(dāng)CF大于0時(shí)，代表發(fā)生地質(zhì)災(zāi)害可能性高，值越接近于1，發(fā)生地質(zhì)災(zāi)害得可能性越高；當(dāng)CF小于0時(shí)，代表發(fā)生地質(zhì)災(zāi)害的可能性較低，值越接近于-1，發(fā)生地質(zhì)災(zāi)害得可能性越低。

(2) 邏輯回歸模型。在地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)中將評(píng)價(jià)指標(biāo)看作獨(dú)立變量，地質(zhì)災(zāi)害是否發(fā)生看作二元因變量(0指代地質(zhì)災(zāi)害發(fā)生，1指代地質(zhì)災(zāi)害不發(fā)生)[15]。邏輯回歸模型描述的是二元因變量和獨(dú)立變量xi(i=1，2，3….n)的關(guān)系。其中，獨(dú)立變量不必滿足正態(tài)分布，LR模型對(duì)數(shù)據(jù)類型要求較低，可以減少難以量化的數(shù)據(jù)對(duì)研究結(jié)果的影響，同時(shí)可以將研究步驟化繁為簡(jiǎn)。函數(shù)如下式：

(2)

式中：P表示地質(zhì)災(zāi)害發(fā)生的概率，范圍為[0，1]，值越大發(fā)生地質(zhì)災(zāi)害的概率越大；α為常數(shù)項(xiàng)；xi(i=1，2，3，…，n)為因子i中各分類級(jí)別的CF值；β為各xi對(duì)應(yīng)的回歸系數(shù)[16]。

2.2.2評(píng)價(jià)單元的確定

合理的評(píng)價(jià)單元，決定數(shù)據(jù)的預(yù)處理格式和評(píng)價(jià)結(jié)果精度?？偟膩?lái)說(shuō)，地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)中較常用的評(píng)價(jià)單元有行政單元、規(guī)則柵格單元、斜坡單元等[17]。一方面，研究區(qū)地質(zhì)地貌類型復(fù)雜多樣、河流眾多，降雨量充沛；另一方面考慮到比例尺和數(shù)據(jù)精度，以及研究區(qū)地質(zhì)災(zāi)害主要以滑坡、崩塌、泥石流為主，本文采用規(guī)則柵格單元作為地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)單元，目前較為常用的基于專家經(jīng)驗(yàn)[18]的計(jì)算公式為

Gt=7.49+0.0006t-2.0×10-9t2+

2.9×10-15t3

(3)

式中：Gt指合適的柵格單元大??；t指等高線精度的分母值。研究區(qū)所使用的DEM數(shù)據(jù)為1∶50 000，則由式(3)計(jì)算得到合適的柵格單元大致為30 m，利用ArcGIS工具將研究區(qū)劃分為4 075 195個(gè)30 m×30 m的評(píng)價(jià)柵格單元。

2.2.3評(píng)價(jià)因子的選取和分級(jí)

(1) 降雨量。在誘發(fā)地質(zhì)災(zāi)害的眾多因素當(dāng)中，降雨發(fā)揮著十分重要的作用，為地質(zhì)災(zāi)害發(fā)育提供了外動(dòng)力條件。本文共收集近10 a寧洱縣降水量空間插值數(shù)據(jù)，利用ArcGIS中的柵格計(jì)算器工具得到寧洱縣年平均降雨量數(shù)據(jù)，可以發(fā)現(xiàn)近10 a寧洱縣平均降雨量最小值為1 232 mm，最大值為1 798 mm。然后利用自然間斷法將計(jì)算結(jié)果重分類分為1 230～1 380，1 380～1 458，1 458～1 537，1 537～1 628，1 628～1 800 mm共5個(gè)級(jí)別(見(jiàn)圖2(a))。將降雨量柵格數(shù)據(jù)轉(zhuǎn)換為面文件與地災(zāi)點(diǎn)數(shù)據(jù)建立空間連接，進(jìn)行不同分級(jí)范圍內(nèi)的地質(zhì)災(zāi)害數(shù)量統(tǒng)計(jì)，繪制直方圖(見(jiàn)圖3(a))分析不同分級(jí)降雨量與災(zāi)害點(diǎn)相對(duì)密度的關(guān)系。結(jié)果顯示，降雨量在1 458～1 537 mm范圍內(nèi)，單位面積災(zāi)害點(diǎn)比例最大，說(shuō)明該區(qū)域發(fā)生地質(zhì)災(zāi)害的可能性較高。

(2) 距斷裂帶距離。斷裂構(gòu)造一直被認(rèn)為是地質(zhì)災(zāi)害發(fā)生的重要影響因素。在斷裂帶附近，發(fā)育地質(zhì)災(zāi)害的斜坡常較為集中的發(fā)生，一旦受到誘發(fā)因素(降雨、人類工程活動(dòng)等)的作用就更容易發(fā)生地質(zhì)災(zāi)害。本次研究在ArcGIS中對(duì)寧洱縣斷裂帶數(shù)據(jù)建立緩沖區(qū)，分別構(gòu)建0～500，500～1 000，1 000～1 500，1 500～2 000，2 000～2 500，>2 500 m共6個(gè)等級(jí)(見(jiàn)圖2(b))，并對(duì)不同等級(jí)范圍的地災(zāi)數(shù)量進(jìn)行統(tǒng)計(jì)。然后繪制直方圖(見(jiàn)圖3(b))分析距斷裂帶不同距離與災(zāi)害點(diǎn)相對(duì)密度的關(guān)系。結(jié)果顯示，在距斷裂帶0～500 m和500～1 000 m范圍內(nèi)災(zāi)害點(diǎn)相對(duì)密度較其它分級(jí)范圍大得多，研究區(qū)地質(zhì)災(zāi)害主要集中在距斷裂帶0～1 000 m范圍內(nèi)。

(3) 距道路距離。在誘發(fā)地質(zhì)災(zāi)害發(fā)生的眾多因素當(dāng)中，人類活動(dòng)也起著十分重要的作用，包括切坡建路、采石采礦、鄉(xiāng)鎮(zhèn)建設(shè)等。一般來(lái)說(shuō)僅考慮單因素對(duì)地質(zhì)災(zāi)害的影響時(shí)，距道路距離越近相對(duì)較容易發(fā)生地質(zhì)災(zāi)害?；趯幎h鄉(xiāng)道、省道、國(guó)道、高速矢量數(shù)據(jù)，利用ArcGIS中多環(huán)緩沖區(qū)工具對(duì)道路數(shù)據(jù)建立緩沖區(qū)，得到0～500，500～1 000，1 000～1 500，1 500～2 000，2 000～2 500，>2 500 m共6個(gè)等級(jí)范圍(見(jiàn)圖2(c))，并對(duì)不同等級(jí)地災(zāi)數(shù)量進(jìn)行統(tǒng)計(jì)，并繪制直方圖(見(jiàn)圖3(c))分析距河流不同距離與災(zāi)害點(diǎn)相對(duì)密度之間的關(guān)系。結(jié)果顯示：在距道路距離0～500 m范圍內(nèi)災(zāi)害點(diǎn)相對(duì)密度為0.034，僅次于距道路距離2 000～2 500 m范圍的0.04，進(jìn)一步證實(shí)了地質(zhì)災(zāi)害的發(fā)生不僅受到距道路距離的影響還受到其他因素的影響。

(4) 距離河流距離。河流對(duì)地質(zhì)災(zāi)害的影響在于對(duì)河流兩岸斜坡前緣的侵蝕作用，增加了斜坡的臨空面，導(dǎo)致河流邊緣日益陡峭，破壞其穩(wěn)定性。利用ArcGIS中多環(huán)緩沖區(qū)工具對(duì)河流矢量數(shù)據(jù)建立緩沖區(qū)，得到0～200，200～400，400～600，600～800，800～1 000，>1 000 m共6個(gè)等級(jí)范圍(見(jiàn)圖2(d))。并對(duì)不同等級(jí)地災(zāi)數(shù)量進(jìn)行統(tǒng)計(jì)，并繪制直方圖(見(jiàn)圖3(d))分析距道路不同距離與災(zāi)害點(diǎn)相對(duì)密度之間的關(guān)系。結(jié)果顯示：研究區(qū)地質(zhì)災(zāi)害主要發(fā)生在距離河流0～200 m范圍內(nèi)，隨著距河流距離的增加，災(zāi)害點(diǎn)相對(duì)密度逐級(jí)遞減，說(shuō)明距離河流越近越容易發(fā)生地質(zhì)災(zāi)害。

(5) 巖石硬度。巖土體是地質(zhì)災(zāi)害的物質(zhì)組成，也是地質(zhì)災(zāi)害發(fā)生的重要因素之一。巖石的類型和軟硬程度不同，其抗風(fēng)化和抗腐蝕能力不同，導(dǎo)致其抗滑動(dòng)能力也不同?；趯幎h地層矢量和巖土體堅(jiān)硬程度，按照一般巖石堅(jiān)硬程度分類標(biāo)準(zhǔn)，將巖石劃分為堅(jiān)硬巖類、較堅(jiān)硬巖類、較軟巖類、軟巖類共4類(見(jiàn)圖2(e))，統(tǒng)計(jì)不同巖石硬度范圍災(zāi)害點(diǎn)的數(shù)量并繪制直方圖(見(jiàn)圖3(e))，分析不同巖石硬度與災(zāi)害點(diǎn)相對(duì)密度之間的關(guān)系。結(jié)果顯示，較堅(jiān)硬巖類的災(zāi)害點(diǎn)相對(duì)密度最大，但是僅有包含9個(gè)災(zāi)害點(diǎn)，主要是因?yàn)橐延械刭|(zhì)災(zāi)害點(diǎn)多分布于堅(jiān)硬若和較軟巖類交界處導(dǎo)致的，較軟巖類的相對(duì)密度次之，但包含了69個(gè)地災(zāi)點(diǎn)，說(shuō)明該區(qū)域地災(zāi)多發(fā)育于相對(duì)密度第的較軟巖類，而不是相對(duì)密度最大的較堅(jiān)硬巖類。

圖2 各評(píng)價(jià)因子分級(jí)Fig.2 Grading diagram of each evaluation factor

圖3 各評(píng)價(jià)因子與災(zāi)害點(diǎn)相對(duì)密度關(guān)系Fig.3 The relative density diagram of each evaluation factor and geological disaster points

(6) 歸一化植被覆蓋指數(shù)(NDVI)。植被影響著土壤的抗侵蝕能力和地表徑流，進(jìn)而影響巖土體。因此，NDVI也是地質(zhì)災(zāi)害發(fā)生的影響因子之一?；?018年的Landsat8數(shù)據(jù)，利用ArcGIS中的柵格計(jì)算器構(gòu)建NDVI計(jì)算模型計(jì)算得到寧洱縣NDVI數(shù)據(jù)。利用ArcGIS中的重分類工具將計(jì)算結(jié)果分為-0.2～0，0～0.2，0.2～0.4，0.4～0.6共5類級(jí)別(見(jiàn)圖2(f))，統(tǒng)計(jì)不同NDVI分級(jí)范圍災(zāi)害點(diǎn)的數(shù)量并繪制直方圖分析災(zāi)害點(diǎn)相對(duì)密度與不同NDVI分級(jí)范圍之間的關(guān)系。結(jié)果顯示：NDVI值處于0～0.2之間災(zāi)害點(diǎn)相對(duì)密度值最大，較容易發(fā)生地質(zhì)災(zāi)害。

(7) 高程。高程對(duì)地質(zhì)災(zāi)害的作用，一方面是控制巖土體應(yīng)力值的大小，巖土體的應(yīng)力值和勢(shì)能會(huì)隨著所處高程的增高而增大，易在誘發(fā)因素的影響下發(fā)生地質(zhì)災(zāi)害；另一方面是不同海拔高度的地區(qū)、氣候、植被類型、降雨量、人類活動(dòng)均有所不同，可能提供不同的孕災(zāi)環(huán)境。寧洱縣整體高程相差較大，最低高程為534 m，最高為2 830 m?；贏rcGIS對(duì)DEM數(shù)據(jù)進(jìn)行處理后，將高程按照534～1 000，1 000～1 450，1 450～1 900，1 900～2 350，2 350～2 830 m進(jìn)行分級(jí)(見(jiàn)圖2(g))，統(tǒng)計(jì)不同高程分級(jí)范圍內(nèi)災(zāi)害點(diǎn)數(shù)量并繪制直方圖分析災(zāi)害點(diǎn)相對(duì)密度與不同高程之間的關(guān)系。結(jié)果顯示：高程范圍在1 450～1 900 m之間災(zāi)害點(diǎn)相對(duì)密度值最大，高程范圍在1 000～1 450 m之間災(zāi)害點(diǎn)相對(duì)密度值次之，地質(zhì)災(zāi)害主要發(fā)生在高程范圍為1 000～1 900 m范圍內(nèi)，該范圍內(nèi)災(zāi)害點(diǎn)個(gè)數(shù)占總災(zāi)害點(diǎn)個(gè)數(shù)的93.67%，主要是因?yàn)樵谠摳叱谭秶鷥?nèi)交通線路密集、人類活動(dòng)頻繁。

(8) 坡度。坡度一般通過(guò)決定斜坡體應(yīng)力大小和方向，影響地表徑流和物質(zhì)移動(dòng)等進(jìn)而控制斜坡巖土體的穩(wěn)定性。利用ArcGIS中的坡度工具，基于寧洱縣DEM數(shù)據(jù)計(jì)算研究區(qū)坡度，得到坡度數(shù)據(jù)。結(jié)果顯示，研究區(qū)坡度最大值為69.2°。并利用重分類工具對(duì)坡度數(shù)據(jù)進(jìn)行分級(jí)，劃分為0°～15°，15°～30°，30°～45°，45°～60°，60°～75°共5個(gè)坡度等級(jí)范圍(見(jiàn)圖2(h))，統(tǒng)計(jì)不同坡度分級(jí)范圍內(nèi)災(zāi)害點(diǎn)數(shù)量并繪制直方圖(見(jiàn)圖3(h))分析災(zāi)害點(diǎn)相對(duì)密度與不同坡度范圍之間的關(guān)系。結(jié)果顯示：在坡度范圍為45°～75°范圍內(nèi)沒(méi)有地災(zāi)的發(fā)生，坡度范圍在30°～45°災(zāi)害點(diǎn)相對(duì)密度值最大地災(zāi)災(zāi)害較易發(fā)生，在坡度范圍15°～30°內(nèi)災(zāi)害點(diǎn)數(shù)量最多。

(9) 坡向。坡向?qū)Φ刭|(zhì)災(zāi)害的影響主要體現(xiàn)在不同坡向的斜坡受到的太陽(yáng)輻射強(qiáng)度和光照時(shí)長(zhǎng)有所區(qū)別，因此，同一山體的局部氣候會(huì)有所不同，也就是溫度、降雨量有所不同，進(jìn)而影響研究區(qū)的植被覆蓋度，巖石風(fēng)化速率、土壤濕度等。研究表明，在相同巖土體條件下，陽(yáng)坡面發(fā)生地災(zāi)的概率大于陰坡面，因?yàn)殛?yáng)坡面具有巖石風(fēng)化速率快、降雨量多等特點(diǎn)?；趯幎hDEM數(shù)據(jù)，利用ArcGIS計(jì)算坡向，得到坡向數(shù)據(jù)，并對(duì)其進(jìn)行劃分，平地(-1°)、東北向(22.5°～67.5°)、正東向(67.5°～112.5°)、東南向(112.5°～157.5°)、正南向(157.5°～202.5°)、西南向(202.5°～247.5°)、正西向(247.5°～292.5°)、西北向(292.5°～337.5°)、正北向(337.5°～22.5°)共9個(gè)坡向等級(jí)范圍(見(jiàn)圖2(i))。統(tǒng)計(jì)不同坡向?yàn)?zāi)害點(diǎn)數(shù)量并繪制直方圖(見(jiàn)圖3(i))分析災(zāi)害點(diǎn)相對(duì)密度與不同坡向的關(guān)系。結(jié)果顯示：平地(-1)內(nèi)沒(méi)有地質(zhì)災(zāi)害發(fā)生，災(zāi)害點(diǎn)相對(duì)密度值最大的坡向?yàn)槲髂舷?202.5°～247.5°)，西南向較其它坡向更容易發(fā)生地質(zhì)災(zāi)害。

3 易發(fā)性評(píng)價(jià)流程

基于各評(píng)價(jià)指標(biāo)因子的柵格數(shù)據(jù)利用CF模型計(jì)算出坡度、坡向、降雨量、巖石硬度、距河流距離、距道路距離、距斷裂帶距離、NDVI、高程9個(gè)評(píng)價(jià)指標(biāo)因子不同分類級(jí)別的確定性系數(shù)即CF值，然后將9個(gè)評(píng)價(jià)指標(biāo)因子各分類級(jí)別的CF值看作獨(dú)立變量，將地質(zhì)災(zāi)害是否發(fā)生看作因變量(0表示不發(fā)生，1表示發(fā)生)。利用python中的邏輯回歸分析方法進(jìn)行邏輯回歸，得到各評(píng)價(jià)指標(biāo)因子的回歸系數(shù)，看作各指標(biāo)的權(quán)重，同時(shí)進(jìn)行顯著性檢驗(yàn)，求得邏輯回歸方程。最后利用多值提取至點(diǎn)工具對(duì)研究區(qū)4 075 195個(gè)格網(wǎng)坡度、坡向、降雨量、巖石硬度、距河流距離、距道路距離、距斷裂帶距離、歸一化植被指數(shù)(NDVI)、高程數(shù)據(jù)進(jìn)行賦值并代入邏輯回歸方程，得到研究區(qū)地質(zhì)災(zāi)害易發(fā)性P值，最后利用等間距法進(jìn)行分區(qū)即可得到研究區(qū)地質(zhì)災(zāi)害易發(fā)性分區(qū)結(jié)果。

3.1 計(jì)算各評(píng)價(jià)指標(biāo)的CF值

在對(duì)各評(píng)價(jià)指標(biāo)不同分級(jí)范圍的地質(zhì)災(zāi)害進(jìn)行統(tǒng)計(jì)分析后，根據(jù)2.2節(jié)中確定性系數(shù)模型，計(jì)算得到各評(píng)價(jià)指標(biāo)因子不同分級(jí)范圍的CF值，CF值越大表明地質(zhì)災(zāi)害發(fā)生的確定性越高，反之越低。各評(píng)價(jià)指標(biāo)確定性系數(shù)計(jì)算結(jié)果見(jiàn)表1。

表1 各評(píng)價(jià)指標(biāo)確定性系數(shù)

由表1可以看出，各評(píng)價(jià)指標(biāo)的CF值除了與各分級(jí)范圍內(nèi)的地質(zhì)災(zāi)害數(shù)量有關(guān)還與各分級(jí)范圍的面積有關(guān)。

(1) 從降雨量5個(gè)分級(jí)范圍的CF值來(lái)看，確定性系數(shù)最大的范圍是1 458～1 537 mm，CF值為0.344，確定性系數(shù)最小的范圍是1 628～1 800 mm，CF值為-0.586。表明降雨量為1 458～1 537 mm范圍時(shí)發(fā)生地質(zhì)災(zāi)害的確定性最高，為研究區(qū)地質(zhì)災(zāi)害發(fā)生的最佳孕災(zāi)環(huán)境之一。

(2) 從距斷裂帶距離的6個(gè)分級(jí)范圍的CF值來(lái)看，0～500 m范圍CF值為0.331，500～1 000 m范圍CF值次之，表明距離斷層距離越近地質(zhì)災(zāi)害更容易發(fā)生。

(3) 從距道路距離的6個(gè)分級(jí)范圍的CF值來(lái)看，2 000～2 500 m范圍內(nèi)CF值最大為0.467，0～500 m范圍內(nèi)CF值次之為0.373，在0～500 m范圍內(nèi)發(fā)生的地質(zhì)災(zāi)害的數(shù)量要多于2 000～2 500 m范圍，但0～500 m分級(jí)范圍的分級(jí)面積大于2 000～2 500 m分級(jí)范圍的分級(jí)面積，導(dǎo)致0～500 m范圍內(nèi)CF值小于2 000～2 500 m范圍內(nèi)CF值。表明2 000～2 500 m范圍地質(zhì)災(zāi)害的發(fā)生不只受到距道路距離的影響，還受到其他因素的共同作用。

(4) 從距河流距離的6個(gè)分級(jí)范圍的CF值來(lái)看，0～200 m范圍內(nèi)CF值最大為0.487，表明距離河流越近越容易發(fā)生地質(zhì)災(zāi)害。

(5) 從巖石硬度的4個(gè)分級(jí)范圍的CF值來(lái)看，較堅(jiān)硬巖類的CF值最大為0.304，較軟巖類CF值次之為-0.023，這是因?yàn)檩^軟巖類的分級(jí)面積為3 278.03 km2遠(yuǎn)大于較堅(jiān)硬巖類的293.49 km2，故即使較軟巖類發(fā)生地質(zhì)災(zāi)害的數(shù)量最多達(dá)到69處，但確定性系數(shù)卻較低。

(6) 從NDVI的4個(gè)分級(jí)范圍的CF值來(lái)看，0～0.2范圍內(nèi)CF值最大為0.645，其余分級(jí)范圍CF值為負(fù)值，表明植被覆蓋越少的地方越容易發(fā)生地質(zhì)災(zāi)害，反之越不容易發(fā)生地質(zhì)災(zāi)害。

(7) 從高程的5個(gè)分級(jí)范圍的CF值來(lái)看，在1 450～1 900 m范圍內(nèi)CF值最大為0.098，1 000～1 450 m范圍內(nèi)CF值次之，1 450～1 900 m范圍內(nèi)較其它分級(jí)范圍更容易發(fā)生地質(zhì)災(zāi)害。

(8) 從坡度的5個(gè)分級(jí)范圍的CF值來(lái)看，坡度范圍在30°～45°的CF值最大為0.047，其它坡度范圍CF值均為負(fù)值，30°～45°范圍內(nèi)較其他分級(jí)范圍更容易發(fā)生地質(zhì)災(zāi)害。

(9) 從坡向的分級(jí)來(lái)看，坡向西南向(202.5°～247.5°)的CF值最大為0.525，西南向較其他坡向更容易發(fā)生地質(zhì)災(zāi)害。

3.2 評(píng)價(jià)指標(biāo)獨(dú)立性檢驗(yàn)

采用相關(guān)性分析進(jìn)行評(píng)價(jià)指標(biāo)之間的獨(dú)立性分析，剔除相關(guān)性較大的指標(biāo)因子，使用python求得各因子之間相關(guān)系數(shù)矩陣見(jiàn)表2。

表2 評(píng)價(jià)指標(biāo)間的相關(guān)系數(shù)矩陣

表2中X1，X2，X3，X4，X5，X6，X7，X8，X9分別代表巖石硬度、距斷裂帶距離、距河流距離、降雨量、距道路距離、NDVI、坡度、坡向、高程。結(jié)果顯示：各因子之間的相關(guān)系數(shù)絕對(duì)值都小于0.3，表明所選因子之間的相關(guān)性較小，9個(gè)評(píng)價(jià)指標(biāo)因子都可以代入評(píng)價(jià)模型。

3.3 計(jì)算各評(píng)價(jià)指標(biāo)權(quán)重

研究區(qū)一共有79個(gè)災(zāi)害點(diǎn)，在計(jì)算得到各評(píng)價(jià)指標(biāo)的CF值后，隨機(jī)選取研究區(qū)內(nèi)79個(gè)沒(méi)有地質(zhì)災(zāi)害發(fā)生的點(diǎn)，利用ArcGIS中的多值提取至點(diǎn)工具和python工具將各評(píng)價(jià)指標(biāo)的CF值賦值給這158個(gè)樣本點(diǎn)，然后對(duì)這158個(gè)樣本點(diǎn)基于邏輯回歸模型來(lái)進(jìn)行邏輯回歸分析，結(jié)果見(jiàn)表3。

表3 邏輯回歸分析結(jié)果

結(jié)合式(2)和表3的回歸系數(shù)可以得到以下邏輯回歸方程組：

(4)

式中：P為發(fā)生地質(zhì)災(zāi)害的可能性，值區(qū)間為[0，1]；x1為巖石硬度中各分級(jí)范圍的CF值；x2為距斷裂帶距離中各分級(jí)范圍的CF值；x3為距河流距離中各分級(jí)范圍的CF值；x4為降雨量中各分級(jí)范圍的CF值；x5為距道路距離中各分級(jí)范圍的CF值；x6為NDVI中各分級(jí)范圍的CF值；x7為坡度中各分級(jí)范圍的CF值；x8為坡向硬度中各分級(jí)范圍的CF值；x9為高程中各分級(jí)范圍的CF值。

由各評(píng)價(jià)指標(biāo)因子的回歸系數(shù)可知，代入評(píng)價(jià)模型的9個(gè)評(píng)價(jià)指標(biāo)因子對(duì)研究區(qū)地質(zhì)災(zāi)害敏感性由高到低依次為距河流距離、距斷裂帶距離、坡向、高程、NDVI、降雨量、坡度、巖石硬度、距道路距離。

4 結(jié)果分析與驗(yàn)證

4.1 評(píng)價(jià)結(jié)果

寧洱縣地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果在0.045～0.861之間?；贏rcGIS使用等間距法將易發(fā)性分區(qū)評(píng)價(jià)結(jié)果分為：極高易發(fā)區(qū)(0.657～0.861)，高易發(fā)區(qū)(0.453～0.657)，中易發(fā)區(qū)(0.249～0.453)，低易發(fā)區(qū)(0.045～0.249)4個(gè)等級(jí)(見(jiàn)圖4)。再結(jié)合圖3可知極高易發(fā)區(qū)主要分布在斷裂帶密度較大、路網(wǎng)密集、人類活動(dòng)強(qiáng)度較大、年平均降雨量在145～1 537 mm之間的西南和中部區(qū)域。高易發(fā)區(qū)主要分布于研究區(qū)西部區(qū)域和南部區(qū)域。中易發(fā)區(qū)主要分布于研究區(qū)的東部區(qū)域以及北部部分區(qū)域。低易發(fā)區(qū)主要分布于研究區(qū)的北部區(qū)域和東南區(qū)域。結(jié)合災(zāi)害點(diǎn)的空間分布來(lái)看，災(zāi)害點(diǎn)越密集的區(qū)域，發(fā)生地質(zhì)災(zāi)害的風(fēng)險(xiǎn)就越大，整體上，研究區(qū)地質(zhì)災(zāi)害呈現(xiàn)北少南多、東少西多的特征。

4.2 評(píng)價(jià)結(jié)果驗(yàn)證

得到寧洱縣評(píng)價(jià)結(jié)果后，通過(guò)兩個(gè)方面對(duì)評(píng)價(jià)分區(qū)結(jié)果進(jìn)行驗(yàn)證，一是通過(guò)現(xiàn)狀災(zāi)害點(diǎn)空間分布對(duì)分區(qū)結(jié)果進(jìn)行合理性檢驗(yàn)；二是利用ROC曲線對(duì)結(jié)果進(jìn)行準(zhǔn)確性檢驗(yàn)。

基于ArcGIS工具統(tǒng)計(jì)現(xiàn)狀災(zāi)害點(diǎn)的空間分布結(jié)果判斷分區(qū)結(jié)果的合理性及可靠性，對(duì)采用CF&LR組合模型得到的研究區(qū)易發(fā)性分區(qū)結(jié)果進(jìn)行統(tǒng)計(jì)可得表4。結(jié)果顯示：極高易發(fā)區(qū)分布災(zāi)害點(diǎn)35個(gè)，占災(zāi)害點(diǎn)總數(shù)的44.30%，分區(qū)面積占研究區(qū)面積的8.23%，單位面積災(zāi)害點(diǎn)比例最大；高易發(fā)區(qū)和中易發(fā)區(qū)均分布災(zāi)害點(diǎn)22個(gè)，占災(zāi)害點(diǎn)總數(shù)的27.85%，但單位面積災(zāi)害點(diǎn)密度高易發(fā)區(qū)較中易發(fā)區(qū)大；低易發(fā)區(qū)內(nèi)無(wú)現(xiàn)狀災(zāi)害點(diǎn)分布。現(xiàn)狀地質(zhì)災(zāi)害在極高易發(fā)區(qū)強(qiáng)發(fā)育，高易發(fā)區(qū)中等發(fā)育，中等易發(fā)區(qū)弱發(fā)育，低易發(fā)區(qū)內(nèi)較弱發(fā)育。從驗(yàn)證結(jié)果來(lái)看，本次評(píng)價(jià)分區(qū)合理。

ROC曲線是一種不受臨界約束的結(jié)果評(píng)價(jià)方法，能有效的對(duì)評(píng)價(jià)結(jié)果的準(zhǔn)確性進(jìn)行檢驗(yàn)。ROC曲線以假陽(yáng)性率(1-specificity)為橫坐標(biāo)，真陽(yáng)性率(Sensitivity)為縱坐標(biāo)繪制的曲線。ROC曲線下的面積為AUC值，是衡量模型準(zhǔn)確性的指標(biāo)，AUC的取值區(qū)間為[0.5，1]，當(dāng)AUC=0.5時(shí)，模型預(yù)測(cè)無(wú)效；當(dāng)AUC范圍在[0.5，0.7]時(shí)，模型準(zhǔn)確性較低；當(dāng)AUC范圍在[0.7，0.9]時(shí)，模型準(zhǔn)確性較高；當(dāng)AUC>0.9時(shí)模型準(zhǔn)確性特別高。利用python工具計(jì)算得到評(píng)價(jià)結(jié)果的ROC曲線 (見(jiàn)圖5)。結(jié)果顯示：AUC值為0.74，表明基于CF&LR組合模型的寧洱縣易發(fā)性評(píng)價(jià)結(jié)果準(zhǔn)確性較高，可較為客觀地對(duì)寧洱縣地質(zhì)災(zāi)害易發(fā)性進(jìn)行分區(qū)評(píng)價(jià)。

圖5 評(píng)價(jià)結(jié)果ROC的曲線Fig.5 Curve of evaluation results for ROC

5 結(jié) 論

(1) 研究區(qū)9個(gè)評(píng)價(jià)指標(biāo)對(duì)地質(zhì)災(zāi)害發(fā)生的敏感性依次為距河流距離、距斷裂帶距離、坡向、高程、NDVI、降雨量、坡度、巖石硬度、距道路距離。

(2) 研究區(qū)最易發(fā)生地質(zhì)災(zāi)害的條件為距河流距離0～200 m、距斷裂帶距離0～500 m、坡向西南向(202.5°～247.5°)、高程1 450～1 900 m、NDVI范圍在0～0.2、降雨量范圍1 458～1 537 mm、坡度30°～35°、巖石硬度為較軟巖類、距道路距離0～500 m。

(3) 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)分區(qū)面積分別占研究區(qū)面積的8.23%，37.17%，43.39%，11.21%，研究區(qū)地質(zhì)災(zāi)害呈現(xiàn)北少南多、東少西多的特征。

(4) 對(duì)易發(fā)性分區(qū)結(jié)果進(jìn)行合理性和準(zhǔn)確性檢驗(yàn)，從合理性檢驗(yàn)來(lái)看，基于CF&LR組合模型的分區(qū)結(jié)果基本合理。從準(zhǔn)確性檢驗(yàn)來(lái)看，準(zhǔn)確性檢驗(yàn)結(jié)果顯示AUC值為0.74，表明基于CF&LR組合模型的寧洱縣易發(fā)性評(píng)價(jià)結(jié)果準(zhǔn)確性較高。