胡祥祥,明璐璐,吳 濤,劉寶康,龐棟棟,尹繼鑫,宋 寶,柯福陽(yáng)

(1. 天水師范學(xué)院資源與環(huán)境工程學(xué)院,甘肅 天水 741001; 2. 甘肅正昊地星遙感科技中心,甘肅 天水 741001; 3. 南京信息工程大學(xué)遙感與測(cè)繪工程學(xué)院,江蘇 南京 210044; 4. 中共銅鼓縣委組織部,江西 宜春 336200; 5. 西寧市測(cè)繪院,青海 西寧 810000; 6. 北京理工大學(xué)自動(dòng)化學(xué)院,北京 100081; 7. 南京信息工程大學(xué)軟件學(xué)院,江蘇 南京 210044; 8.南京信息工程大學(xué)無(wú)錫研究院,江蘇 無(wú)錫 214000)

西寧市地處青海省東部河湟谷地,以濕陷性黃土為主,降雨集中。近年來(lái)隨著西部大開發(fā)戰(zhàn)略向縱深層次推進(jìn),城市化進(jìn)程顯著加快,由此引發(fā)的崩塌、滑坡等地質(zhì)災(zāi)害嚴(yán)重威脅著附近居民的生命財(cái)產(chǎn)安全,同時(shí)也限制了西寧市社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展[1]。

地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)是對(duì)滑坡災(zāi)害發(fā)生的概率和可能性進(jìn)行綜合性度量和評(píng)價(jià),為災(zāi)害預(yù)警和防治措施的制定等提供科學(xué)依據(jù)[2]?；乱装l(fā)性評(píng)價(jià)方法有3種基本類型,分別為經(jīng)驗(yàn)?zāi)Ｐ?、確定性模型和統(tǒng)計(jì)模型[3]。其中,統(tǒng)計(jì)模型因能較好地反映滑坡發(fā)生與影響因子之間的空間關(guān)系且更具客觀性大受學(xué)者青睞[4-5],目前已在滑坡易發(fā)性評(píng)價(jià)中取得大量成果,但該方法的準(zhǔn)確性不高[6]。為解決上述滑坡易發(fā)性評(píng)價(jià)中的不足,部分學(xué)者引入InSAR對(duì)其進(jìn)行改善。如,文獻(xiàn)[7-8]利用InSAR技術(shù)獲取的形變數(shù)據(jù)對(duì)滑坡易發(fā)性區(qū)域進(jìn)行了更新;文獻(xiàn)[9-10]將時(shí)序InSAR獲取的平均形變速率量級(jí)作為一個(gè)影響因子引入滑坡易發(fā)性評(píng)價(jià)模型,得到基于InSAR結(jié)果的滑坡易發(fā)性評(píng)價(jià)模型。然而InSAR的引入解決了一些不足,也存在一些問(wèn)題:①滑坡是一個(gè)復(fù)雜的運(yùn)動(dòng)過(guò)程,存在很多驅(qū)動(dòng)因子,不能只依據(jù)形變信息進(jìn)行滑坡易發(fā)性分區(qū);②引入InSAR形變量時(shí)要對(duì)其進(jìn)行分級(jí),不能直接引入;③單一的統(tǒng)計(jì)模型存在一定的缺陷,多種方法結(jié)合可以提高模型的精度。

為此,本文針對(duì)現(xiàn)有地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)方法存在的弊端,首先采用 SBAS-InSAR 和信息量-層次分析法耦合模型相結(jié)合的方式對(duì)西寧市進(jìn)行地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià);然后利用SBAS-InSAR 獲取西寧市形變信息,將獲得的形變信息進(jìn)行量級(jí)并結(jié)合其他7個(gè)評(píng)價(jià)因子,基于信息量-層次分析法對(duì)西寧市易發(fā)性進(jìn)行評(píng)價(jià);最后利用已有地質(zhì)災(zāi)害點(diǎn)數(shù)據(jù)對(duì)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證,以期為西寧市北山地質(zhì)災(zāi)害風(fēng)險(xiǎn)防控提供科學(xué)依據(jù)。

1 研究區(qū)概況

西寧市位于湟水谷地北側(cè),是連接西北地區(qū)與青藏高原的重要節(jié)點(diǎn),為青藏高原與內(nèi)陸平原的過(guò)渡地帶,地勢(shì)逐漸由高海拔的青藏高原遞變?yōu)槠教沟膬?nèi)陸地帶。西寧的氣候?qū)俑咴敫珊禋夂?降水主要集中在夏季,而冬季則相對(duì)干燥且植被覆蓋相對(duì)較小,具有良好的相干性,適用于采用InSAR技術(shù)監(jiān)測(cè)地表形變。

2 時(shí)序 InSAR 數(shù)據(jù)處理

使用Sentinel-1A數(shù)據(jù),以及ENVI SARScape軟件,利用短基線集技術(shù)對(duì)所得103景Sentinel-1A衛(wèi)星降軌數(shù)據(jù)和對(duì)應(yīng)精軌數(shù)據(jù)進(jìn)行處理。圖1為基于SBAS-InSAR技術(shù)的LOS方向2018 年11月15 日至 2022年6月3日西寧市地表平均形變速率,以及Ⅰ～Ⅵ 6個(gè)滑坡的局部平均形變速率。正值表示地表形變方向抬升,負(fù)值表示地表形變方向下沉,即靠近雷達(dá)方向和遠(yuǎn)離雷達(dá)方向。

圖1 西寧市地表平均形變速率

由圖1可知,西寧市地表形變速率范圍為-41.6～15.2 mm/a,地表沉降區(qū)主要分布在火燒溝、海子溝、北山斜坡帶、南山斜坡帶等環(huán)山中,尤其是Ⅰ～Ⅵ滑坡嚴(yán)重威脅著西寧市道路安全和生命財(cái)產(chǎn)安全。本文從西寧市地表形變速率中篩選過(guò)濾得到7072個(gè)形變點(diǎn),并將這些形變點(diǎn)的形變速率量級(jí)后作為易發(fā)性評(píng)價(jià)模型的一個(gè)評(píng)價(jià)因子。

3 地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)模型建立

3.1 評(píng)價(jià)因子

評(píng)價(jià)因子的選擇在某種程度上影響著易發(fā)性評(píng)價(jià)結(jié)果的精度。本文在國(guó)內(nèi)外學(xué)者評(píng)價(jià)因子[11-12]選擇的基礎(chǔ)上,選擇高程、坡度、坡向、地形起伏度、水系影響距、地層、土地利用及 InSAR形變量級(jí)作為西寧市地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)因子,并對(duì)評(píng)價(jià)因子進(jìn)行了分級(jí)(如圖2所示)。為研究評(píng)價(jià)因子對(duì)地質(zhì)易發(fā)性的貢獻(xiàn),采用形變點(diǎn)相對(duì)點(diǎn)數(shù)或相對(duì)面積密度公式來(lái)表征各評(píng)價(jià)因子的分級(jí)在地質(zhì)災(zāi)害中的影響程度(如圖3所示),其表達(dá)式為

圖2 地質(zhì)災(zāi)害評(píng)價(jià)因子

圖3 評(píng)價(jià)因子對(duì)形變點(diǎn)的作用關(guān)系

(1)

式中,N為形變點(diǎn)總數(shù),本文N=7072;Ni為選定的影響因子的第i個(gè)分級(jí)中分布的形變點(diǎn)個(gè)數(shù);S為研究區(qū)總面積,本文S=307.89 km2;Si為選定的影響因子的第i個(gè)分級(jí)包含的面積。

由圖3可知,研究區(qū)形變點(diǎn)主要分布在2300～2400 m海拔區(qū)間,坡度為10°～30°,起伏度為10～30 m,遠(yuǎn)離河流的區(qū)域。災(zāi)害方向多為西南方,草地發(fā)生地質(zhì)災(zāi)害最多。

3.2 評(píng)價(jià)模型

3.2.1 信息量模型

信息量模型[13]是一種常用于數(shù)據(jù)挖掘和分類問(wèn)題的數(shù)學(xué)模型。其基本思想是通過(guò)計(jì)算每個(gè)特征對(duì)于分類的重要性(信息量)進(jìn)行特征選擇和分類。信息量的計(jì)算通常使用熵或基尼指數(shù)等方法,這些方法能夠衡量一個(gè)特征對(duì)于分類的影響程度,進(jìn)而確定出對(duì)于分類更為重要的特征。目前,信息量模型在地質(zhì)災(zāi)害領(lǐng)域已得到了廣泛應(yīng)用。

本文將信息量模型應(yīng)用于滑坡災(zāi)害易發(fā)性評(píng)價(jià)中,滑坡受多因子影響,各因子對(duì)滑坡災(zāi)害的影響程度不同。主要思想是結(jié)合滑坡區(qū)域的歷史滑坡發(fā)生情況、影響滑坡驅(qū)動(dòng)因子綜合分析滑坡發(fā)生的可能性。信息量模型的核心在于計(jì)算每個(gè)因子在滑坡發(fā)生時(shí)可能的貢獻(xiàn)值,表達(dá)式為

(2)

式中,x為影響因子;n為x的分級(jí)總數(shù)目;I(x,H)為x的信息量;Ni為x第i級(jí)分級(jí)區(qū)域內(nèi)的滑坡災(zāi)害點(diǎn)數(shù)量;N為研究區(qū)內(nèi)滑坡災(zāi)害點(diǎn)總數(shù)量;Si為x第i級(jí)分級(jí)區(qū)域的面積;S為研究區(qū)的總面積?；碌陌l(fā)生是由多種致災(zāi)影響因子相互耦合的結(jié)果,當(dāng)存在m個(gè)致災(zāi)因子時(shí),總信息量I的表達(dá)式為

(3)

式中,I為因子xi信息量總和;m為致災(zāi)影響因子的數(shù)量,總信息量I為滑坡易發(fā)性的量化表達(dá),是柵格單元的信息量預(yù)測(cè)值。當(dāng)I<0時(shí),表明致災(zāi)影響因子對(duì)滑坡災(zāi)害影響作用不大;當(dāng)I>0時(shí),表明致災(zāi)影響因子對(duì)滑坡災(zāi)害的影響作用較大,I值越大代表越容易發(fā)生滑坡災(zāi)害[14]。

由表1所示,評(píng)價(jià)因子的信息量值由式(3)得出,其中InSAR獲取的形變量進(jìn)行線性定權(quán),即假定形變量級(jí)越大,滑坡發(fā)生概率越高。

表1 各因子圖層分類情況及其對(duì)應(yīng)的信息量值

3.2.2 層次分析法

層次分析法[15-16]是一種解決分配問(wèn)題的層次權(quán)重決策分析方法。其主要步驟包括4部分:①建立系統(tǒng)層次結(jié)構(gòu);②構(gòu)造判斷矩陣,本文采用Saaty給出的平均隨機(jī)性指標(biāo)表建立判斷矩陣,見表2;③層次單排序,層次單排序需要計(jì)算最大特征值及對(duì)應(yīng)的特征向量,本文根據(jù)判斷矩陣獲得的各影響因子權(quán)重PT=[0.040.200.160.050.090.110.050.30];④判斷矩陣一致性檢驗(yàn),通過(guò)采用隨機(jī)一致性比率(consistency ratio,CR)作為綜合指標(biāo),保證平均隨機(jī)性和一致性。判斷矩陣的一致性檢驗(yàn)公式為

CR=CI/RI

(4)

CR=(λmax-N)/(N-1)

(5)

式中,λmax為最大特征值;N為判斷矩陣的階數(shù);CR為一致性比率;CI為一致性指標(biāo);RI為平均隨機(jī)性指標(biāo)。通常,以CR是否小于0.1為判斷矩陣滿意性準(zhǔn)則。如果CR小于0.1表明判斷矩陣一致性較好。本文一致性比率 CR的值為 0.07,小于閾值 0.1。因此可以認(rèn)為所構(gòu)建的矩陣符合完全一致性,其權(quán)重分布是合理的。

3.2.3 耦合信息量和層次分析法的評(píng)價(jià)模型

根據(jù)層次分析法計(jì)算的各評(píng)價(jià)因子權(quán)重,重新計(jì)算各評(píng)價(jià)因子等級(jí)的信息量

(6)

式中,In為總信息量;Pi為各評(píng)價(jià)因子的權(quán)重。

4 地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果及精度檢驗(yàn)

為進(jìn)一步分析西寧市地質(zhì)災(zāi)害易發(fā)性,本文依據(jù)信息量-層次分析法耦合評(píng)價(jià)模型,對(duì)各評(píng)價(jià)因子在ArcGIS 中進(jìn)行空間加權(quán)疊合分析,得到各因子影響的總信息量In,將空間加權(quán)疊合分析結(jié)果進(jìn)行歸一化處理。通過(guò)地質(zhì)災(zāi)害易發(fā)性分區(qū)劃分標(biāo)準(zhǔn),對(duì)歸一化結(jié)果進(jìn)行重分類,對(duì)地質(zhì)災(zāi)害易發(fā)性影響進(jìn)行 GIS 空間分析,將結(jié)果分為極低易發(fā)區(qū)、低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)、極高易發(fā)區(qū)5個(gè)等級(jí),最終得到西寧市的地質(zhì)災(zāi)害易發(fā)性分區(qū)(如圖4所示)。

圖4 研究區(qū)地質(zhì)災(zāi)害易發(fā)性分區(qū)圖

由圖4可以看出,西寧市的地質(zhì)災(zāi)害高風(fēng)險(xiǎn)區(qū)主要沿河流和溝谷兩側(cè)分布(見表3),研究區(qū)內(nèi)地質(zhì)災(zāi)害高易發(fā)區(qū)以上面積約為65.64 km2,占總面積的21.32%;低易發(fā)區(qū)是分布面積最廣的風(fēng)險(xiǎn)區(qū),占總面積的34.81%。同時(shí)通過(guò)已有記錄的地質(zhì)災(zāi)害點(diǎn)驗(yàn)證本文所做易發(fā)性分區(qū)圖的效果,發(fā)現(xiàn)已有記錄的地質(zhì)災(zāi)害點(diǎn)聚集的區(qū)域絕大多數(shù)位于本文所劃分區(qū)的中易發(fā)區(qū)及其以上區(qū)域;極低易發(fā)區(qū)災(zāi)點(diǎn)密度為0.019 6處/km2,高易發(fā)區(qū)災(zāi)點(diǎn)密度為0.499 2處/km2,極高易發(fā)區(qū)災(zāi)點(diǎn)密度為3.141 4處/km2。因此,可以觀察到本文的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果與已知地質(zhì)災(zāi)害分布相符,表現(xiàn)出較高的一致性。

表3 易發(fā)性評(píng)價(jià)結(jié)果與已有地質(zhì)災(zāi)害點(diǎn)分布對(duì)比

本文引入ROC曲線對(duì)耦合模型進(jìn)行精度評(píng)價(jià)。曲線向左上越凸,曲線下面積越大,表示模型準(zhǔn)確性越高。AUC即為曲線下面積,其值越接近1模型越準(zhǔn)確,一般認(rèn)為AUC大于0.7,表示預(yù)測(cè)結(jié)果準(zhǔn)確性越高。ROC曲線如圖5所示,本文ROC檢驗(yàn)曲線呈凸形,AUC值為0.91表明滑坡易發(fā)性評(píng)價(jià)結(jié)果準(zhǔn)確性較高。

圖5 滑坡易發(fā)性評(píng)價(jià)ROC曲線

5 結(jié) 語(yǔ)

為了評(píng)估西寧市地質(zhì)災(zāi)害易發(fā)區(qū),探究InSAR獲取的地表形變?cè)诘刭|(zhì)災(zāi)害易發(fā)性評(píng)價(jià)中的應(yīng)用,本文基于信息量-層次分析法耦合模型對(duì)西寧市滑坡易發(fā)性進(jìn)行定量評(píng)價(jià),結(jié)合高程、坡度、地層巖性等7個(gè)評(píng)價(jià)因子,將InSAR獲取的形變量進(jìn)行量級(jí),作為一個(gè)評(píng)價(jià)因子融入易發(fā)性評(píng)價(jià)模型。結(jié)果表明:西寧市地質(zhì)災(zāi)害高易發(fā)區(qū)、極高易發(fā)區(qū)主要分布在河流和主要溝谷兩側(cè)。從分布面積上看,低、極低易發(fā)區(qū)面積占總面積的67.94%,中易發(fā)區(qū)占10.74%,高易發(fā)區(qū)占18.22%,極高易發(fā)區(qū)占3.10%。通過(guò)與已有地質(zhì)災(zāi)害點(diǎn)對(duì)比分析,本文得到的易發(fā)性評(píng)價(jià)結(jié)果和相關(guān)歷史數(shù)據(jù)具有一致性。ROC曲線證明了本文滑坡易發(fā)性評(píng)價(jià)結(jié)果準(zhǔn)確性較高?？梢?基于InSAR獲取的地表形變可用于地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià),研究結(jié)果可為西寧市滑坡綜合防治措施提供依據(jù)。