摘要：

華南山區(qū)地質(zhì)環(huán)境條件復(fù)雜，地質(zhì)災(zāi)害頻發(fā)，亟需開展區(qū)域地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)，解決“地質(zhì)災(zāi)害最可能發(fā)生月度及相應(yīng)易發(fā)區(qū)在哪里”的問題，以針對(duì)性地分級(jí)、分階段部署相應(yīng)防控措施，有效降低地質(zhì)災(zāi)害可能造成的損失。以韓江下游廣東省梅州市留隍鎮(zhèn)為例，選取坡度、坡形、高程、工程地質(zhì)巖組、土層厚度、距斷裂距離、植被NDVI值與用地類型共8個(gè)評(píng)價(jià)指標(biāo)，通過(guò)災(zāi)害頻率比（FR）模型對(duì)指標(biāo)分級(jí)賦值；采用灰色關(guān)聯(lián)度法計(jì)算指標(biāo)權(quán)重，結(jié)合信息量模型完成研究區(qū)地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，并通過(guò)ROC曲線對(duì)結(jié)果進(jìn)行驗(yàn)證；在易發(fā)性評(píng)價(jià)的基礎(chǔ)上，將月度作為最小時(shí)間評(píng)價(jià)尺度，以歷史發(fā)災(zāi)記錄最大月均降雨量作為激發(fā)極值優(yōu)化降雨假設(shè)模型，計(jì)算1～12月地質(zhì)災(zāi)害發(fā)生概率，并完成各月度地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)及分區(qū)。結(jié)果表明：① 總體上，留隍鎮(zhèn)地質(zhì)災(zāi)害共劃分為低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)、極高易發(fā)區(qū)4類易發(fā)區(qū)，各區(qū)面積占比分別為58.60%，22.99%，13.39%，5.02%，經(jīng)ROC曲線檢驗(yàn)評(píng)價(jià)精度達(dá)到0.81，表明評(píng)價(jià)結(jié)果客觀有效。② 月度地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果顯示，5～8月留隍鎮(zhèn)地質(zhì)災(zāi)害發(fā)生概率最大，建議將其作為全年重點(diǎn)防御時(shí)段；且集中分布于留隍鎮(zhèn)北部、中部及南部，建議將上述區(qū)域作為重點(diǎn)防御區(qū)。研究成果可為研究區(qū)域年內(nèi)不同月度地災(zāi)防控工作安排及防控措施動(dòng)態(tài)調(diào)整提供參考。

關(guān)" 鍵" 詞：

地質(zhì)災(zāi)害； 月度危險(xiǎn)性評(píng)價(jià)； 災(zāi)害頻率比； 灰色關(guān)聯(lián)度； 加權(quán)信息量； 極值降雨假設(shè)； 韓江下游

中圖法分類號(hào)： P694

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.07.013

收稿日期：

2023-12-29

；接受日期：

2024-03-22

基金項(xiàng)目：

地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目（SKLGP2022K019）；中央財(cái)政專項(xiàng)資金項(xiàng)目（H202302006）；廣東省重點(diǎn)鄉(xiāng)鎮(zhèn)1∶10 000地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)（梅州市豐順縣留隍鎮(zhèn)）項(xiàng)目

作者簡(jiǎn)介：

王天河，男，碩士，主要從事地質(zhì)災(zāi)害調(diào)查評(píng)價(jià)與防治研究。E-mail：447922860@qq.com

通信作者：

賴桂林，男，高級(jí)工程師，主要從事地質(zhì)災(zāi)害調(diào)查評(píng)價(jià)與防治研究。E-mail：751584327@qq.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章編號(hào)：1001-4179（2024） 07-0098-10

引用本文：

王天河，賴桂林，李坤，等.

月度防控視角下韓江下游城鎮(zhèn)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)

［J］.人民長(zhǎng)江，2024，55（7）：98-107，137.

0" 引 言

華南山區(qū)地質(zhì)環(huán)境條件復(fù)雜，地質(zhì)災(zāi)害頻發(fā)，尤其是汛期強(qiáng)降雨的激發(fā)會(huì)加速地質(zhì)災(zāi)害的形成［1-3］，直接威脅山區(qū)居民生命及財(cái)產(chǎn)安全。開展區(qū)域地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)，針對(duì)性地分級(jí)、分階段部署相應(yīng)防控措施，能有效降低地質(zhì)災(zāi)害可能造成的損失［4-7］。

目前，對(duì)于區(qū)域地質(zhì)災(zāi)害評(píng)價(jià)及分區(qū)的相關(guān)研究已較為系統(tǒng)。王存智等［8］對(duì)沙溪流域進(jìn)行生態(tài)地質(zhì)調(diào)查，分析了滑坡災(zāi)害分布和致災(zāi)因素間的聯(lián)系，選取坡向、降雨量、坡度、巖性建造、地貌、距河流距離和距斷層距離7項(xiàng)指標(biāo)，利用層次分析法結(jié)合地信空間分析技術(shù)，完成了滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)。張凌煜等［9］選取坡向、高程、坡度、降雨量、水系距離、道路距離、斷層距離、工程巖組8類評(píng)價(jià)因子，以地質(zhì)災(zāi)害點(diǎn)作為樣本，構(gòu)建超效率數(shù)據(jù)包絡(luò)分析-信息量模型完成地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。他將研究區(qū)劃分4個(gè)危險(xiǎn)性分區(qū)，以接受者操作特征曲線驗(yàn)證結(jié)果。閆成林等［10］以滑坡、崩塌、地面塌陷、海水入侵和海岸侵蝕5種地質(zhì)災(zāi)害作為評(píng)價(jià)對(duì)象，開展基于ANP-模糊貝葉斯網(wǎng)絡(luò)模型的地質(zhì)災(zāi)害易發(fā)性、危險(xiǎn)性和風(fēng)險(xiǎn)性評(píng)價(jià)，并編制相應(yīng)分區(qū)圖。徐慶方等［11］以水文斜坡單元為基礎(chǔ)評(píng)價(jià)單元，應(yīng)用層次分析法實(shí)現(xiàn)地質(zhì)災(zāi)害易發(fā)性、危險(xiǎn)性、易損性和風(fēng)險(xiǎn)的量化，并通過(guò)劃分地質(zhì)災(zāi)害易發(fā)性臨界閾值識(shí)別地質(zhì)災(zāi)害相關(guān)危險(xiǎn)源，分析其運(yùn)動(dòng)特征和影響范圍，并對(duì)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果進(jìn)行修正。

然而，現(xiàn)有的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)模式多采用單日作為最小時(shí)間尺度來(lái)完成各種不同降雨量激發(fā)工況下的危險(xiǎn)性模擬評(píng)估［12-13］。對(duì)于在已發(fā)地質(zhì)災(zāi)害的區(qū)域開展現(xiàn)狀危險(xiǎn)性評(píng)價(jià)研究深度不足，不利于年內(nèi)不同月度地災(zāi)防控工作安排及防控措施動(dòng)態(tài)調(diào)整。鑒于此，本次研究以韓江下游廣東省梅州市留隍鎮(zhèn)為例，通過(guò)地質(zhì)災(zāi)害致災(zāi)因素分析，選取合適的評(píng)價(jià)指標(biāo)，采用災(zāi)害相對(duì)頻率比分析法完成指標(biāo)分級(jí)賦值；以灰色關(guān)聯(lián)度指標(biāo)權(quán)重計(jì)算模式代替?zhèn)鹘y(tǒng)的人為主觀指標(biāo)賦權(quán)模式，提高評(píng)價(jià)結(jié)果精度；在指標(biāo)權(quán)重計(jì)算結(jié)果的基礎(chǔ)上，結(jié)合信息量模型完成地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，將月度作為最小時(shí)間評(píng)價(jià)尺度，以歷史發(fā)災(zāi)記錄最大月均降雨量作為激發(fā)極值優(yōu)化降雨假設(shè)模型，并疊加地質(zhì)災(zāi)害易發(fā)評(píng)價(jià)結(jié)果，完成留隍鎮(zhèn)1～12月各月地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)評(píng)價(jià)，以精準(zhǔn)服務(wù)于留隍鎮(zhèn)月度地質(zhì)災(zāi)害動(dòng)態(tài)防控。

1" 研究區(qū)基本概況及數(shù)據(jù)來(lái)源

留隍鎮(zhèn)位于韓江下游廣東省梅州市豐順縣東北部，廣東省第二大流域韓江流域自北向西穿鎮(zhèn)而過(guò)，屬亞熱帶季風(fēng)氣候區(qū)。地貌總體具有“東北及西南高，中部低”的特征。研究區(qū)位于新華夏系構(gòu)造第二隆起帶的東南側(cè)與南嶺東西向復(fù)雜構(gòu)造帶南部東段交接地帶，構(gòu)造以北東向構(gòu)造為主，且與北西向構(gòu)造互為配套，東西向構(gòu)造時(shí)隱時(shí)現(xiàn)，斷續(xù)展露。區(qū)內(nèi)出露及隱伏地層為全新統(tǒng)大灣鎮(zhèn)組（Qhdw）、晚侏羅統(tǒng)南山村組（J3K1n）、早侏羅統(tǒng)嵩靈組（J1s）；區(qū)內(nèi)主要侵入巖為早白堊統(tǒng)石英二長(zhǎng)巖（K1ηο）、晚侏羅統(tǒng)二長(zhǎng)花崗巖（J3ηγ）及黑云母花崗巖（J3γ）。復(fù)雜的地質(zhì)環(huán)境條件為地質(zhì)災(zāi)害的孕育及發(fā)展提供了內(nèi)在基礎(chǔ)。研究區(qū)共發(fā)育地質(zhì)災(zāi)害1 510處，其中，崩塌1 506處、滑坡3處、泥石流1處，區(qū)內(nèi)地質(zhì)災(zāi)害空間分布呈現(xiàn)以北部、西部及中部較集中，南部及東部中山、中高山較少發(fā)育的特征，見圖1，在時(shí)間上多發(fā)生于5～8月的雨量集中時(shí)段。

本次研究采用的數(shù)據(jù)主要為地質(zhì)災(zāi)害、坡度、坡形、高程、工程地質(zhì)巖組、土層厚度、距斷裂距離、植被NDVI、用地類型及降雨。地質(zhì)災(zāi)害數(shù)據(jù)基于“廣東省重點(diǎn)鄉(xiāng)鎮(zhèn)1∶10 000地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)（梅州市豐順縣留隍鎮(zhèn)）項(xiàng)目（以下簡(jiǎn)稱留隍鎮(zhèn)風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)項(xiàng)目）”實(shí)地調(diào)查獲得；坡度、坡形、高程數(shù)據(jù)基于數(shù)字高程模型DEM（Digital Elevation Model）數(shù)據(jù)（重點(diǎn)人群密集區(qū)為無(wú)人機(jī)三維傾斜攝影修正）在ArcGIS中生成，其DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云下載的SRTM數(shù)據(jù)（https：∥www.gscloud.cn/），空間分辨率為30 m；工程地質(zhì)巖組以留隍鎮(zhèn)地質(zhì)圖為基礎(chǔ)分類得到；土層厚度數(shù)據(jù)通過(guò)留隍鎮(zhèn)風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)項(xiàng)目實(shí)施的鉆孔、洛陽(yáng)鏟以及斜坡開挖面剝土信息插值生成；距斷裂距離數(shù)據(jù)通過(guò)斷裂緩沖區(qū)構(gòu)建得到；植被NDVI基于地理空間數(shù)據(jù)云下載的LANDSAT8數(shù)據(jù)基礎(chǔ)上生成，空間分辨率為15 m；用地類型數(shù)據(jù)為當(dāng)?shù)刈匀毁Y源部門協(xié)助提供；降雨數(shù)據(jù)下載于世界氣候數(shù)據(jù)庫(kù)（http：∥www.worldclim.org/），分辨率為2.5\"，時(shí)間段為2011～2020年各月歷史月均雨量。

2" 技術(shù)路線及研究方法

本次研究主要分三大內(nèi)容：通過(guò)對(duì)地質(zhì)災(zāi)害致災(zāi)因素的分析，在選取合理評(píng)價(jià)指標(biāo)基礎(chǔ)上，采用地質(zhì)災(zāi)害相對(duì)頻率比法（Frequency Ratio，F(xiàn)R）完成指標(biāo)重分級(jí)，各指標(biāo)通過(guò)皮爾遜相關(guān)系數(shù)（Pearson product-moment correlation coefficient，PPMCC）

檢驗(yàn)后進(jìn)行量綱統(tǒng)一；采用灰色關(guān)聯(lián)度模型建立評(píng)價(jià)指標(biāo)關(guān)聯(lián)度矩陣，完成權(quán)重計(jì)算，在權(quán)重計(jì)算結(jié)果的基礎(chǔ)上結(jié)合信息量模型完成研究區(qū)地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)，通過(guò)ROC曲線（Receiver Operating Characteristic Curve，即受試者工作特征曲線）對(duì)結(jié)果進(jìn)行驗(yàn)證；對(duì)近10 a來(lái)研究區(qū)已發(fā)地質(zhì)災(zāi)害的雨量監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，得到歷史災(zāi)害發(fā)生月份中月均降雨量最大值，以該值作為激發(fā)極值，采用優(yōu)化后的極值降雨假設(shè)法計(jì)算1～12月各月地質(zhì)災(zāi)害發(fā)生概率，疊加地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果完成1～12月各月度地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)分區(qū)，如圖2所示。

3" 致災(zāi)因素分析及指標(biāo)體系構(gòu)建

本次研究中地質(zhì)災(zāi)害致災(zāi)因素主要基于廣東省地質(zhì)災(zāi)害研究經(jīng)驗(yàn)、留隍鎮(zhèn)風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)項(xiàng)目野外調(diào)查、鉆探、洛陽(yáng)鏟揭露等綜合考慮，各致災(zāi)因素對(duì)地質(zhì)災(zāi)害影響分析中采用地質(zhì)災(zāi)害頻率比（FR）進(jìn)行指標(biāo)分級(jí)［14-15］，

FR=致災(zāi)因素分級(jí)中災(zāi)害數(shù)量/研究區(qū)地質(zhì)災(zāi)害總數(shù)致災(zāi)因素分級(jí)中柵格總數(shù)/研究區(qū)柵格總數(shù)－1（1）

FR≤0表示致災(zāi)因素分類區(qū)間不利于災(zāi)害的發(fā)生；FR＞0表示致災(zāi)因素分類區(qū)間利于災(zāi)害發(fā)生，且其值越大表示該區(qū)間單位面積上所占災(zāi)點(diǎn)數(shù)量越大，即與地質(zhì)災(zāi)害發(fā)育關(guān)系越密切。對(duì)FR值繪制曲線，曲線折點(diǎn)處將各致災(zāi)因素區(qū)間進(jìn)行重分級(jí)。

各致災(zāi)因素中坡度、高程、土層厚度、距斷裂距離厚度、植被NDVI值共5個(gè)指標(biāo)為連續(xù)性數(shù)據(jù)，先將其各自初步劃分為7個(gè)區(qū)間以進(jìn)行地質(zhì)災(zāi)害相關(guān)性分析，其中坡形、工程地質(zhì)巖組按照地質(zhì)成因分類后與地質(zhì)災(zāi)害進(jìn)行相關(guān)性分析，用地類型則以自然資源部門提供的用地分類為準(zhǔn)進(jìn)行地質(zhì)災(zāi)害相關(guān)性分析，具體分析結(jié)果如下：

（1） 坡度。坡度不僅會(huì)影響斜坡應(yīng)力分布，也影響斜坡的變形失穩(wěn)模式。總體上看，斜坡坡度對(duì)地質(zhì)災(zāi)害發(fā)生的控制作用是顯而易見的：10°～20°為地質(zhì)災(zāi)害高發(fā)區(qū)間，共計(jì)671處，其次為＜10°及20°～30°區(qū)間，分別為425處及318處。從災(zāi)害相對(duì)頻率比（FR）來(lái)看，10°～20°坡度區(qū)間該值最大，表示該區(qū)間極利于災(zāi)害發(fā)生，其次為＜10°坡度區(qū)間，如圖3（a）、圖4（a）所示。因此，根據(jù)FR值拐點(diǎn)位置結(jié)合區(qū)內(nèi)相似原則，將坡度重分為＜10°、10°～20°、20°～40°、＞40°共4個(gè)區(qū)間。

（2） 坡形。坡形即斜坡形態(tài)，為斜坡三維結(jié)構(gòu)的表征，斜坡形態(tài)影響地表水與坡體水力聯(lián)系，也影響坡體上應(yīng)力集中區(qū)域的分布特征。直線形坡不論是災(zāi)點(diǎn)分布數(shù)量還是災(zāi)害相對(duì)頻率比值（FR）均顯示與災(zāi)害發(fā)育有極高的相關(guān)性，其次為凹形坡與凸形坡，見圖3（b）、圖4（b）。

（3） 高程。高程主要影響植被、土壤類型、地表集水能力和人類活動(dòng)范圍，從而間接影響災(zāi)害的分布。研究區(qū)內(nèi)地質(zhì)災(zāi)害隨高程增加其分布數(shù)量減少，災(zāi)害頻率比值（FR）降低。其中＜100 m的高程區(qū)，為與災(zāi)害關(guān)系最密切的區(qū)間，其次為100～200 m區(qū)間，如圖3（c）、圖4（c）所示。因此，根據(jù)災(zāi)害頻率比值（FR）曲線拐點(diǎn)位置結(jié)合區(qū)內(nèi)相似原則，將高程重分為＜100 m、100～200 m、200～300 m、＞300 m共4個(gè)區(qū)間。

（4） 工程地質(zhì)巖組。根據(jù)巖土層結(jié)構(gòu)和巖石物理力學(xué)性質(zhì)等，將區(qū)內(nèi)巖土體劃分為4類工程地質(zhì)巖組：① 砂、礫石及黏土多層土體（Ⅰ），主要為全新統(tǒng)大灣鎮(zhèn)組（Qhdw）地層；② 層狀較硬碎屑巖巖性組（Ⅱ），主要為早侏羅統(tǒng)嵩靈組（J1s）地層；③ 層狀較硬—堅(jiān)硬火山碎屑巖巖性組（Ⅲ），主要為晚侏羅統(tǒng)南山村組（J3K1n）地層；④ 塊狀較硬—堅(jiān)硬侵入巖巖性組（Ⅳ），主要為早白堊統(tǒng)石英二長(zhǎng)巖（K1ηο）、晚侏羅統(tǒng)二長(zhǎng)花崗巖（J3ηγ）及黑云母花崗巖（J3γ）3類侵入巖。分析發(fā)現(xiàn)Ⅳ類巖組中災(zāi)點(diǎn)最多，共計(jì)608處，其次為Ⅱ、Ⅲ類巖組，分別有453處、446處。雖然Ⅳ類巖組中災(zāi)點(diǎn)多，但該區(qū)分布面積較大，災(zāi)點(diǎn)頻率比值（FR）較Ⅱ類及Ⅲ類巖組略低，如圖3（d）、圖4（d）所示。

（5） 土層厚度。調(diào)查發(fā)現(xiàn)研究區(qū)內(nèi)地質(zhì)災(zāi)害點(diǎn)所在斜坡中，土質(zhì)斜坡及巖土混合質(zhì)斜坡共占災(zāi)害總數(shù)的83.22%，故土層分布情況與地質(zhì)災(zāi)害關(guān)系客觀存在。通過(guò)區(qū)內(nèi)鉆探、洛陽(yáng)鏟揭露結(jié)合野外調(diào)查開挖面露頭土層厚度信息進(jìn)行插值生成土層厚度等值線圖，分析發(fā)現(xiàn)區(qū)內(nèi)土層1～3 m及3～5 m厚度區(qū)間災(zāi)點(diǎn)數(shù)量最多，分別為395處、377處。災(zāi)害頻率比值（FR）曲線則顯示＜1 m與＞15 m土層厚度區(qū)間內(nèi)該比值最大，即與災(zāi)害分布關(guān)系最密切，如圖3（e）、圖4（e）所示。因此，根據(jù)FR值拐點(diǎn)位置結(jié)合區(qū)內(nèi)相似原則，將土層厚度重分為4個(gè)區(qū)間，＜1 m，1～5 m，5～15 m以及＞15 m。

（6） 距斷裂距離。研究區(qū)地質(zhì)構(gòu)造較復(fù)雜，斷裂較發(fā)育，調(diào)查發(fā)現(xiàn)，斷裂構(gòu)造影響范圍內(nèi)一般巖石節(jié)理裂隙較發(fā)育，結(jié)構(gòu)也多呈碎裂—塊裂狀?？傮w來(lái)看，構(gòu)造帶1 000 m范圍內(nèi)災(zāi)害點(diǎn)數(shù)量最大，共計(jì)468處，其次為1 000～4 000 m的多斷裂綜合作用區(qū)；從災(zāi)害頻率比值（FR）來(lái)看，3 000～4 000 m及＜1 000 m斷裂范圍內(nèi)該值最大，如圖3（f）、圖4（f）所示。因此，將距斷裂距離重分為4個(gè)區(qū)間，＜1 000 m，1 000～3 000 m，3 000～4 000 m以及＞4 000 m。

（7） 植被NDVI值。植被覆蓋度影響降雨入滲條件，其根系也影響表層土體結(jié)構(gòu)及力學(xué)性質(zhì)。以植被NDVI值大小表征植被覆蓋度，其值在0.4～0.5以及0.5～0.6區(qū)間災(zāi)點(diǎn)數(shù)量最大，分別為498處、468處。而0.2～0.3以及0.3～0.4植被NDVI值區(qū)間內(nèi)災(zāi)害頻率比值（FR）最大，當(dāng)NDVI＜0或＞0.6時(shí)該值最小，如圖3（g）、圖4（g）所示。因此，將植被NDVI值重分為4個(gè)區(qū)間，＜0.2，0.2～0.4，0.4～0.5以及＞0.5。

（8） 用地類型。用地類型很大程度上代表人類活動(dòng)范圍及活動(dòng)強(qiáng)度，實(shí)地調(diào)查發(fā)現(xiàn)臨山建設(shè)用地區(qū)往往涉及削坡建房，導(dǎo)致裸露的開挖邊坡產(chǎn)生。分析發(fā)現(xiàn)建設(shè)用地范圍內(nèi)分布災(zāi)點(diǎn)數(shù)量最多，共818處，且其災(zāi)害頻率比值（FR）也最大，故建設(shè)用地與地質(zhì)災(zāi)害關(guān)系聯(lián)系最密切；而水域及其他用地一是占地面積小，二是災(zāi)害頻率比值（FR）較低，如圖3（h）、圖4（h）所示。因此，將用地類型重分為4類，水域及其他、林地、耕地、建設(shè)用地。

從上述分析不難看出，坡度、坡形、高程、工程地質(zhì)巖組、土層厚度、距斷裂距離、植被NDVI值及用地類型8個(gè)致災(zāi)因素均與地質(zhì)災(zāi)害發(fā)育關(guān)系緊密，故將8個(gè)致災(zāi)因素作為本次留隍鎮(zhèn)地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)的8個(gè)指標(biāo)納入評(píng)價(jià)體系，相應(yīng)的指標(biāo)區(qū)間劃分與對(duì)應(yīng)致災(zāi)因素區(qū)間重分后的一致。為保證各指標(biāo)的獨(dú)立性，引入皮爾森系數(shù)法進(jìn)行驗(yàn)證［16-17］，其相關(guān)系數(shù)一般用r表示，r計(jì)算公式如下：

r=ni=1（Xi-X）（Yi-Y）

ni=1（Xi-X）2

ni=1（Yi-Y）2

（2）

式中：n是評(píng)價(jià)指標(biāo)樣本數(shù)量，n=1，2，3，…，8；Xi、Yi是變量X、Y對(duì)應(yīng)的i點(diǎn)觀測(cè)值；X、Y分別為X、Y樣本的平均數(shù)。

將矢量柵格化后的各評(píng)價(jià)指標(biāo)圖層在ArcGIS中通過(guò)多元分析工具獲取評(píng)價(jià)因子間的皮爾森相關(guān)系數(shù)矩陣，如表1所列，其中相關(guān)系數(shù)|r|＜0.5時(shí)，表示因子間為低度相關(guān)，故本次8個(gè)地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)指標(biāo)均通過(guò)獨(dú)立性檢驗(yàn)標(biāo)準(zhǔn)。

4" 地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)

4.1" 基于灰色關(guān)聯(lián)度的指標(biāo)權(quán)重計(jì)算

實(shí)際工作中對(duì)各指標(biāo)重要性評(píng)價(jià)多采用經(jīng)驗(yàn)判斷賦予權(quán)重，人為主觀影響較大。本次評(píng)價(jià)指標(biāo)權(quán)重采用灰色關(guān)聯(lián)度模型計(jì)算，該模型具有良好的數(shù)理基礎(chǔ)，能根據(jù)各指標(biāo)本底值與地質(zhì)災(zāi)害分布關(guān)系客觀得出其重要性排序［18］，其計(jì)算步驟如下：

（1） 建立求差數(shù)列。計(jì)算公式為

Δij=|X0j-Xij|（3）

式中：i=1，2，3，…，n；j=1，2，3，…，m。

（2） 灰色關(guān)聯(lián)系數(shù)計(jì)算。首先建立灰色關(guān)聯(lián)空間，ξ為特定關(guān)聯(lián)形成映射，ξij為子因素Xij關(guān)于因素X0j的灰色關(guān)聯(lián)系數(shù)，可得：

ξij=minnminmX0j-Xij+ξmaxnmaxmX0j-XijX0j-Xij+ξmaxnmaxmX0j-Xij（4）

式中：minnminmX0j-Xij表示兩層絕對(duì)值差最小值；maxnmaxmX0j-Xij表示兩層絕對(duì)值差最大值；ξ為分辨率系數(shù)，取值ξ=0.5。

（3） 灰色關(guān)聯(lián)度計(jì)算。關(guān)聯(lián)系數(shù)是比較數(shù)列與參考數(shù)列在各個(gè)時(shí)刻的關(guān)聯(lián)程度，故其值不唯一，且數(shù)據(jù)分散，將各時(shí)刻關(guān)聯(lián)系數(shù)統(tǒng)一表示為單個(gè)數(shù)值，關(guān)聯(lián)度rj計(jì)算公式如下：

rj=1nni=1ξij（5）

（4） 權(quán)重值計(jì)算。將關(guān)聯(lián)度rj進(jìn)行歸一化處理，得到Wj，Wj=（ω1，ω2，…，ωm）為權(quán)重計(jì)算結(jié)果。計(jì)算公式為：

Wj=rjmj=1rj（6）

由于各指標(biāo)單位及表征形式均有所區(qū)別，故首先在前述致災(zāi)因素分析基礎(chǔ)上，采用專家打分法進(jìn)行賦值［19-20］，統(tǒng)一指標(biāo)量綱，如表2所列；然后在區(qū)內(nèi)隨機(jī)選擇20個(gè)樣本點(diǎn)建立基本數(shù)列Xij，得出求差數(shù)列Δij，并計(jì)算灰色關(guān)聯(lián)系數(shù)、灰色關(guān)聯(lián)度，如表3所列；最終得出各評(píng)價(jià)指標(biāo)權(quán)重值，如表4所列。

4.2" 基于加權(quán)信息量模型的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)

信息量模型法通過(guò)提取已發(fā)地質(zhì)災(zāi)害發(fā)育分布特征的信息，把各致災(zāi)因子實(shí)際值向反映地質(zhì)災(zāi)害發(fā)生的信息量值進(jìn)行轉(zhuǎn)化，客觀討論致災(zāi)因子對(duì)災(zāi)害發(fā)生所貢獻(xiàn)的信息量大小，從而計(jì)算整個(gè)研究區(qū)地質(zhì)災(zāi)害易發(fā)性［21-23］。其計(jì)算公式如下：

Ii=ni=1（Lixi）=ni=1lnNi/NSi/S（7）

式中：xi為評(píng)價(jià)指標(biāo)單元；Li為評(píng)價(jià)指標(biāo)單元xi的信息量值；S為研究區(qū)柵格單元總量；N表示地質(zhì)災(zāi)害總量；Si為區(qū)內(nèi)含有指標(biāo)單元xi的柵格單元總量；Ni為xi中特定類別的災(zāi)害數(shù)。

同時(shí)，考慮各指標(biāo)對(duì)災(zāi)害影響作用區(qū)別，加入指標(biāo)權(quán)重計(jì)算結(jié)果，采用加權(quán)信息量模型計(jì)算：

Y=ni=1Wi×Ii（8）

式中：Y為易發(fā)性值；Wi為指標(biāo)權(quán)重；Ii為各指標(biāo)信息量值。

據(jù)此，計(jì)算得出各評(píng)價(jià)指標(biāo)分區(qū)內(nèi)信息量值，如表5所列，最終研究區(qū)地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果采用自然間斷點(diǎn)分區(qū)，將研究區(qū)劃分為低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)及極高易發(fā)區(qū)，各區(qū)面積占比分別為58.60%，22.99%，13.39%，5.02%（圖5）。對(duì)易發(fā)性評(píng)價(jià)結(jié)果引入ROC曲線進(jìn)行驗(yàn)證，結(jié)果顯示ROC曲線下面積值（AUC）為0.81，即評(píng)價(jià)精度為0.81，表明該評(píng)價(jià)程序用于地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)效果良好，如圖6所示。

5" 地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)

5.1" 基于極值降雨假設(shè)法的災(zāi)害發(fā)生概率計(jì)算

分析發(fā)現(xiàn)2011～2020年10 a來(lái)留隍鎮(zhèn)內(nèi)有發(fā)災(zāi)時(shí)間記錄的災(zāi)害點(diǎn)共32處，其中30處發(fā)生在5～8月降雨集中時(shí)期，占總災(zāi)害點(diǎn)的93.75%，即降雨是留隍鎮(zhèn)地質(zhì)災(zāi)害的直接激發(fā)因素，月均降雨量最大值為5月，月均降雨量位270.33 mm，如圖7所示。

基于極值降雨假設(shè)法的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)在眾多地區(qū)已得到驗(yàn)證［24］，該方法常用的計(jì)算公式如下［25］：

Pi=LLmax/day（9）

Hi=YiYmaxPi（10）

式中：Pi為某一工況下第i個(gè)柵格單元在給定時(shí)間段內(nèi)的災(zāi)害發(fā)生概率；Lmax/day為研究區(qū)有監(jiān)測(cè)記錄以來(lái)發(fā)災(zāi)當(dāng)日最大降雨量；L為不同工況下的年最大日降雨量；Hi為某一工況下第i個(gè)斜坡單元的危險(xiǎn)性指數(shù)；Yi為第i個(gè)柵格單元的易發(fā)性指數(shù)；Ymax為研究區(qū)斜坡單元最大易發(fā)性指數(shù)。

關(guān)于災(zāi)害發(fā)生概率的計(jì)算，通?？紤]假定不同雨量工況下，以發(fā)災(zāi)當(dāng)日的最大雨量作為誘發(fā)極值，完成各工況下的地質(zhì)災(zāi)害危險(xiǎn)性預(yù)測(cè)評(píng)價(jià)。

為解決研究區(qū)全年各月地質(zhì)災(zāi)害工作部署調(diào)度及地質(zhì)災(zāi)害高危險(xiǎn)區(qū)動(dòng)態(tài)變化的實(shí)際需求，考慮將災(zāi)害發(fā)生概率公式進(jìn)行優(yōu)化，即以有監(jiān)測(cè)記錄以來(lái)發(fā)災(zāi)當(dāng)月月均最大降雨量Mmax/month替換Lmax/day，本次研究降雨極值為5月月均降雨量，而以近10 a來(lái)各月月均降雨量值M替代不同工況日降雨量L，即優(yōu)化公式為

Pi=MMmax/month（11）

該計(jì)算公式更側(cè)重于表達(dá)月度防控視角下受各月雨量激發(fā)而導(dǎo)致不同月度地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)評(píng)價(jià)的差異性結(jié)果。各月度災(zāi)害發(fā)生概率計(jì)算結(jié)果如圖8所示，各月災(zāi)害發(fā)生概率均有所區(qū)別，總體來(lái)看，5～8月災(zāi)害發(fā)生概率最高。

5.2" 月度防控視角下地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)

在災(zāi)害發(fā)生概率計(jì)算結(jié)果的基礎(chǔ)上，以月度為最小時(shí)間評(píng)價(jià)單元，采用優(yōu)化后的極值降雨假設(shè)法，以5月月均降雨量270.33 m作為降雨極值，完成1～12月地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)及分區(qū)，分區(qū)標(biāo)準(zhǔn)如表6所列［26］，分區(qū)結(jié)果如圖9所示，各月度危險(xiǎn)區(qū)變化情況如圖10所示。1～4月全區(qū)多處于低危險(xiǎn)區(qū)內(nèi)，5～8月高與極高危險(xiǎn)區(qū)面積急劇提升，9月開始至12月低危險(xiǎn)區(qū)又立即占據(jù)主導(dǎo)地位。因此，全年地質(zhì)災(zāi)害重點(diǎn)防御時(shí)段為5～8月，其次為1～4月與9～12月。重點(diǎn)防御時(shí)段需要關(guān)注的重點(diǎn)地段為研究區(qū)北部、中部及南部，該區(qū)域高及極高危險(xiǎn)區(qū)分布面積最大。此外，東北部及南西部人員密集區(qū)也存在零星分布的高與極高危險(xiǎn)區(qū)。

6" 結(jié)論及建議

（1） 留隍鎮(zhèn)地質(zhì)災(zāi)害按易發(fā)性大小劃分為低、中、高、極高4級(jí)，各級(jí)面積占比分別為58.60%，22.99%，13.39%，5.02%。評(píng)價(jià)結(jié)果經(jīng)ROC曲線檢驗(yàn)，精度達(dá)到0.81，表明評(píng)價(jià)結(jié)果客觀有效。

（2） 通過(guò)優(yōu)化后的災(zāi)害發(fā)生概率公式完成留隍鎮(zhèn)各月度地質(zhì)災(zāi)害發(fā)生概率評(píng)價(jià)，結(jié)果顯示，5～8月留隍鎮(zhèn)地質(zhì)災(zāi)害發(fā)生概率最大。

（3） 基于災(zāi)害發(fā)生概率計(jì)算結(jié)果，疊加地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)結(jié)果，完成各月度地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)分區(qū)。從時(shí)間尺度上看，5～8月高危險(xiǎn)區(qū)及極高危險(xiǎn)區(qū)占比最大，建議將其作為全年重點(diǎn)防御時(shí)段；從空間分布上看，5～8月高危險(xiǎn)區(qū)與極高危險(xiǎn)區(qū)都集中分布于留隍鎮(zhèn)北部、中部及南部，東北部與西南部零星分布，建議將上述區(qū)域作為重點(diǎn)防御區(qū)。

參考文獻(xiàn)：

［1］" 魏敏.廣東省強(qiáng)降雨誘發(fā)地質(zhì)災(zāi)害的統(tǒng)計(jì)研究［D］.焦作：河南理工大學(xué)，2011.

［2］" 麥鑒鋒，冼宇陽(yáng)，劉桂林.氣候變化情景下廣東省降雨誘發(fā)型滑坡災(zāi)害潛在分布及預(yù)測(cè)［J］.地球信息科學(xué)學(xué)報(bào)，2021，23（11）：2042-2054.

［3］" 江金進(jìn)，賴波，江山，等.珠海市橫琴新區(qū)地質(zhì)災(zāi)害分布特征及易發(fā)性評(píng)價(jià)［J］.地質(zhì)災(zāi)害與環(huán)境保護(hù)，2022，33（1）：30-36.

［4］" 陳陸軍，易武，黃曉虎，等.譚家河滑坡監(jiān)測(cè)與精細(xì)化預(yù)警模型研究［J］.水利水電快報(bào)，2024，45（2）：34-43.

［5］" CHEN Z，SONG D Q.Modeling landslide susceptibility based on convolutional neural network coupling with metaheuristic optimization algorithms［J］.International Journal of Digital Earth，2023，16（1）：3384-3416.

［6］" 秦紅富，談樹成，施旖奇，等.基于CF-LR組合模型的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)：以云南省寧洱哈尼族彝族自治縣為例［J］.人民長(zhǎng)江，2022，53（7）：119 -127.

［7］" STEFANELLI T C，CASAGLI N，CATANI F.Landslide damming hazard susceptibility maps：a new GIS-based procedure for risk management［J］.Landslides，2020，17：1-14.

［8］" 王存智，張煒，李晨冬，等.基于GIS和層次分析法的沙溪流域滑坡地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)［J］.中國(guó)地質(zhì)調(diào)查，2022，9（5）：51-60.

［9］" 張凌煜，薛東劍，陳磊，等.基于超效率數(shù)據(jù)包絡(luò)分析-信息量模型的滄源縣地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)［J］.科學(xué)技術(shù)與工程，2022，22（29）：12782-12790.

［10］" 閆成林，鄭德風(fēng)，年廷凱，等.基于 ANP的模糊貝葉斯網(wǎng)絡(luò)模型及其在海岸帶地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用［J］.工程地質(zhì)學(xué)報(bào)，2021，29（6）：1862-1868.

［11］" 徐慶方，何開壽，胡勵(lì)耘，等.基于危險(xiǎn)源識(shí)別的山區(qū)地質(zhì)災(zāi)害風(fēng)險(xiǎn)定量評(píng)價(jià)：以貴州省茅臺(tái)鎮(zhèn)為例［J］.安全與環(huán)境工程，2023，30（5）：152-165.

［12］" 李陽(yáng).信都區(qū)地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)及預(yù)警模型研究［D］.石家莊：河北科技大學(xué)，2022.

［13］" 林齊根，王磊斌，張家慧.全球溫升1.5 ℃和2.0 ℃情景下中國(guó)降雨誘發(fā)地質(zhì)災(zāi)害危險(xiǎn)性和人口暴露度評(píng)估研究［J］.地球信息科學(xué)學(xué)報(bào)，2023，25（1）：177-189.

［14］" 張俊，殷坤龍，王佳佳，等.三峽庫(kù)區(qū)萬(wàn)州區(qū)滑坡災(zāi)害易發(fā)性評(píng)價(jià)研究［J］.巖石力學(xué)與工程學(xué)報(bào)，2016，35（2）：284-296.

［15］" 劉月，王寧濤，周超，等.基于ROC曲線與確定性系數(shù)法集成模型的三峽庫(kù)區(qū)奉節(jié)縣滑坡易發(fā)性評(píng)價(jià)［J］.安全與環(huán)境工程，2020，27（4）：61-70.

［16］" 胡楊，張紫昭，林世河.基于證據(jù)權(quán)與邏輯回歸耦合的新疆伊犁河谷地區(qū)滑坡易發(fā)性評(píng)價(jià)［J］.工程地質(zhì)學(xué)報(bào)，2023，31（4）：1350-1363.

［17］" 彭志忠，袁飛云，肖鋒，等.多源遙感數(shù)據(jù)融合調(diào)查的復(fù)雜山區(qū)滑坡易發(fā)性評(píng)價(jià)方法研究［J］.地質(zhì)災(zāi)害與環(huán)境保護(hù)，2023，34（1）：1-7.

［18］" 孫劍鋒，馬超，胡金樹，等.基于灰色關(guān)聯(lián)度與層次分析法耦合的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)：以浙江省云和縣崇頭鎮(zhèn)為例［J］.工程地質(zhì)學(xué)報(bào)，2023，31（2）：538-551.

［19］" 馮培華，向靈芝，羅亮，等.基于災(zāi)害熵與層次分析法的泥石流危險(xiǎn)性評(píng)價(jià)對(duì)比分析［J］.科學(xué)技術(shù)與工程，2023，23（29）：12416-12426.

［20］" 蘆磊，張斌，鄭達(dá).基于AHP-CRITIC的公路土質(zhì)路塹邊坡風(fēng)險(xiǎn)評(píng)估模型［J］.人民長(zhǎng)江，2023，54（1）：133-139.

［21］" 羅亮，宋國(guó)虎，唐良琴，等.白龍江武都區(qū)段泥石流分布規(guī)律及其危險(xiǎn)性評(píng)價(jià)［J］.人民長(zhǎng)江，2022，53（5）：135-142.

［22］" 劉鐵銘，郭有金，劉艷領(lǐng).基于聚類算法優(yōu)化樣本的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)［J］.人民長(zhǎng)江，2023，54（3）：117-124.

［23］" MA J W，WANG X D，YUAN G X.Evaluation of geological hazard susceptibility based on the regional division information value method［J］.ISPRS International Journal of Geo-Information，2023，12（1）：17-27.

［24］" WANG K，ZHANG S J.Rainfall-induced landslides assessment in the Fengjie County，Three-Gorges reservoir area，China［J］.Natural Hazards，2021，108（1）：1-28.

［25］" 姬永濤，王鮮，郝業(yè)，等.基于斜坡單元的陜西省城鎮(zhèn)地質(zhì)災(zāi)害風(fēng)險(xiǎn)調(diào)查評(píng)價(jià)：以西安市蔣村街道為例［J］．災(zāi)害學(xué)，2022，37（4）：211-219.

［26］" 嚴(yán)明，謝婉麗，何亞南，等.基于極值降雨假設(shè)法的城鎮(zhèn)地質(zhì)災(zāi)害風(fēng)險(xiǎn)性評(píng)價(jià)耦合模型研究：以安康市嵐皋縣官元鎮(zhèn)為例［J］.災(zāi)害學(xué)，2023，38（4）：219-227.

（編輯：劉 媛）

Risk assessment on geological hazards in urban areas of lower reaches of Hanjiang River from perspective of monthly prevention and control

WANG Tianhe，LAI Guilin，LI Kun，CUI Jinfeng，ZHONG Tianfu

（Foshan Geological Bureau of Guangdong Province，F(xiàn)oshan 528000，China）

Abstract：

The geological environment conditions in the mountainous areas of South China are complex，and geological disasters occur frequently.It is urgent to carry out regional geological hazard risk assessment and solve the problem of “where geological disasters are most likely to occur on a monthly basis and corresponding high-risk areas”，and deploy corresponding prevention and control measures in a targeted and phased manner to effectively reduce the losses.Liuhuang Town，Meizhou City，Guangdong Province，located downstream of the Hanjianh River，was selected as the research area.Eight evaluation indicators were selected，including slope gradient，slope shape，elevation，engineering geological rock group，soil thickness，distance from the fault，vegetation NDVI value，and land type.The indicators were graded and assigned values using the disaster frequency ratio （FR） model，and the weight of indicators was calculated by the grey correlation method.The geological hazard susceptibility in the study area was evaluated with an information quantity model，and the results were verified through ROC curves.Based on the susceptibility evaluation，a month was used as the minimum time evaluation scale，and the maximum monthly average rainfall in historical disaster records was used as the excitation extremum to optimize the rainfall assumption model.The occurrence probability of geological hazards from January to December was calculated，and the risk assessment and zoning of geological hazards in each month were completed.The results showed that： ① Overall，the geological hazards in Liuhuang Town were divided into four types of prone areas，namely low prone area，medium prone area，high prone area，and extremely high prone area.The area proportions of each area were 58.60%，22.99%，13.39%，and 5.02%，respectively.The accuracy of the ROC curve test evaluation reached 0.81，indicating that the evaluation results were objective and effective.② The monthly geological hazard assessment results showed the probability of geological disasters occurring in Liuhuang Town was the highest from May to August.This period was recommended to be a key defense period for the whole year.Spatially the disasters were concentrated in the northern，central，and southern parts of Liuhuang Town，which should be assigned as key defense areas.The research results can provide a reference for the dynamic adjustment of disaster prevention and control work arrangements and measures in different months in the research area.

Key words：

geological hazards； monthly hazard assessment； disaster frequency ratio； grey correlation degree； weighted information content； assumption of extreme rainfall； lower reaches of Hanjiang River