徐艷琴, 白淑英,2, 徐永明

(1.南京信息工程大學 地理與遙感學院, 南京 210044; 2.環(huán)境保護部 南京環(huán)境科學研究所, 南京 210042)

泥石流是發(fā)生在山區(qū)的包含有水、泥土、巖石的一種特殊洪流，具有流動速度快、沖擊力大、運行距離遠、破壞力強等特點，通常會對發(fā)生區(qū)造成巨大損失[1]。據統計，1950—2011年全球共發(fā)生大型、特大型泥石流災害213次，造成7.8萬人死亡[2]。由全國地質災害通報可知，2006—2016年中國共發(fā)生1.1萬起泥石流災害，嚴重威脅著人民生命財產安全，同時對生態(tài)環(huán)境造成巨大破壞。選取影響形成泥石流的自然地理因子指標進行泥石流災害易發(fā)性評價具有現實意義，能為研究區(qū)泥石流災害的預測預報及防災減災提供科學依據。

泥石流易發(fā)性評價常用的因子權重確定方法有專家打分法、層次分析法、模糊綜合評判法、加權信息熵法、神經網絡法和多元回歸方法等[3-9]。從因子權重確定角度上可以歸為兩類，一類是依據專家的經驗知識對因子賦予權重，另一類是將專家經驗知識結合數學統計分析方法得到因子權重。兩種方法對比而言，第一種方法主觀成分大，使得決策不具有普適性，第二種方法結合了主觀經驗和客觀數據，在確定權重上更為合理，但也存在計算過程復雜、受主觀性影響的缺陷。貢獻權重疊加模型(CWS)和基于確定性系數(CF)的確定權重模型結構簡單，應用方便，避免了主觀因素的影響，能客觀定量的確定評價因子內及因子間對泥石流災害的影響權重。本文結合實際選取地質、地形、水系等因素的7個因子，采用這兩種方法得到攀西地區(qū)泥石流災害易發(fā)性及分區(qū)，并對模型結果進行精度評價，對比分析兩種方法的評價結果，以期為攀西地區(qū)泥石流災害易發(fā)性評價提供技術支撐。

1　研究區(qū)概況及數據源

1.1　研究區(qū)概況

攀西位于四川西南部，包括涼山彝族自治州和攀枝花市，轄區(qū)面積6.7萬km2。研究區(qū)地處橫斷山脈東北緣，地勢上由西北向東南傾斜，地形起伏大；地貌以低中山、中山為主，山地占全區(qū)總面積的70%；地質構造錯綜復雜，多條大斷裂縱橫其間，地震頻發(fā)，巖體結構松散；水系發(fā)達，金沙江、雅礱江及其支流密布；氣候類型屬于南亞熱帶氣候，雨旱季分明，夏季降雨集中且多暴雨。區(qū)內水能資源、礦產資源、旅游資源、農業(yè)資源、生物資源豐富，經濟發(fā)展以資源開發(fā)為主，是我國西部大開發(fā)的戰(zhàn)略基地，是長江上游重要的生態(tài)屏障。

受地形地貌、地質水文、氣候等多方面影響，攀西地區(qū)泥石流災害頻發(fā)，是長江上游泥石流災害高度危險區(qū)，特別是喜德、德昌、冕寧、鹽邊、鹽源、攀枝花等區(qū)縣泥石流危害尤為嚴重，重大泥石流災害事件有：德昌縣群發(fā)性泥石流、寧南縣群發(fā)性泥石流、攀枝花市大田鎮(zhèn)泥石流[10]。

1.2　數據源

研究數據包括地形、地質、地震、泥石流災害相關數據。地形數據來自地理空間數據云(http:∥www.gscloud.cn/)免費發(fā)布的30 m空間分辨率ASTER GDEM的數字高程數據(DEM)，坡度、坡向、河網數據由DEM數據衍生而來；地層巖性和斷層因子通過1∶250萬中國地質圖獲??；泥石流災害數據來自地球系統科學數據共享網西南山地分中心；地震數據來自中國地震信息網(http:∥www.csi.ac.cn/publish/main/837/1077/index.html)的1∶400萬中國地震動峰值加速度區(qū)劃圖。所有數據都經相同的投影變換且數據結構和分辨率統一。

2　研究方法

2.1　評價因子選取

影響泥石流形成的因素多且雜，歷史泥石流發(fā)生的分布范圍、數量等都直接反映了其發(fā)育環(huán)境的地層巖性、地形地貌、地震動力環(huán)境對泥石流的影響和控制作用[11]。此外在攀西地區(qū)，河流水系也對泥石流形成具有重要影響。本文在分析研究區(qū)歷史實際泥石流災害發(fā)育特征和形成原因的基礎上，選取7個自然地理因子探討攀西地區(qū)泥石流發(fā)生的潛在可能性。

地形在一定程度上決定泥石流災害發(fā)育的空間規(guī)律。其中高程與泥石流松散堆積物的分布、降水分布、人類活動強度密切相關，從而間接影響泥石流的發(fā)生；坡向不同會導致斜坡體巖石所受物理、風化作用差異較大；坡度是影響泥石流固體物質補給方式、數量和泥石流發(fā)生規(guī)模的主要因素。

地質構造因素對泥石流發(fā)育的控制作用十分明顯。其中斷裂活動會加劇巖體破壞，同時，崩塌、滑坡也多沿斷裂帶分布，形成大量松散固體物質，為泥石流活動提供了豐富的物質來源；不同地層巖性成分和結構影響其遭受風化等破壞的難易程度，巖土體是泥石流災害發(fā)育的重要物質基礎。

泥石流災害一般集中在河流溝谷附近，距離河流的遠近決定了巖石土體受水體侵蝕作用的強烈，水系的側蝕作用會導致沿岸坡體失穩(wěn)，進而容易發(fā)生泥石流。地震活動會導致巖石崩裂，直接激發(fā)崩塌、滑坡等次生災害的發(fā)生，增加了松散物質來源。

評價因子的原始數據類型既有定性也有定量的，且變化范圍不一致，為方便對泥石流易發(fā)性進行評價，根據研究區(qū)的實際情況結合相關專家的研究經驗[12-14]設置分級標準對評價因子原始數據進行離散化分級，詳見表1。

表1　泥石流評價因子分級標準

2.2　確定權重方法

2.2.1貢獻權重模型貢獻權重疊加(Contribution Weight Superposition，CWS)模型已經被多次應用于滑坡危險性、滑坡因子敏感性分析上[15-16]，該模型是喬建平等[17-18]提出的基于統計已發(fā)生歷史災害的因子貢獻率，進而計算因子等級自權重和因子間互權重求出泥石流敏感性指數。

構建模型的過程包括：(1) 通過分析歷史泥石流災害與因子等級之間的關系，依據公式計算貢獻率；(2) 對貢獻率重分類，通過合并和均值化得到自權重；(3) 通過對貢獻率等級分級求和并標準化，再對標準化結果均一化得到因子互權重。

貢獻率是用來表示因子與泥石流發(fā)生概率的關系，貢獻率越大表示因子在該條件下發(fā)生泥石流的可能性越大?；仑暙I率計算需要考慮到滑坡面積、體積、數量，而本文參照mingtao Ding等[19]改進后的泥石流貢獻權重模型，采取如下公式計算因子的貢獻率，自權重及互權重：

(1)

(2)

(3)

(4)

(5)

(6)

2.2.2基于確定性系數的確定權重模型基于確定性系數(Certainty Factor，CF)的確定權重模型是通過確定性系數方法計算因子的確定性系數值，進而通過各因子確定性系數值疊加相減的方法確定因子權重[20-21]。

模型建立過程包括三部分，(1) 運用確定性系數模型計算各因子的確定性系數值，如公式(7)所示：

(7)

式中：CF為因子的確定性系數值，確定性理論是一種用于隨機不確定性的推理模型，確定性系數是一個概率函數，稱為可信度，用來分析影響某一事件發(fā)生的各單指標的敏感性[14,22]。取值區(qū)間為[-1,1]，正值代表泥石流災害發(fā)生的確定性高，負值代表泥石流災害發(fā)生的確定性低，接近于0值代表不確定泥石流災害是否發(fā)生；PPa為因子a等級中發(fā)生的泥石流災害個數與等級a的面積之比；PPs為整體研究區(qū)內泥石流災害個數與研究區(qū)總面積之比。

(2) 所有影響因子逐級疊加合并CF值，計算所有因子的相對貢獻值；合并除某因子外其他所有影響因子的CF值，得到除某因子外的其他所有因子的相對貢獻值。

(8)

式中：Z為因子疊加合并后的結果；x,y表示因子的CF值。

(3) 通過相減的方法得到某計算因子的相對貢獻值，最后均一化得到各因子相對權重。

(9)

代表所有因子合并后的分段百分比, 表示除某因子外所有因子合并的分段百分比，l(l=1,2,3,4,5)為合并后重分類的等級，均一化后得到因子權重 。

2.3　泥石流易發(fā)性模型

運用GIS疊加分析工具，通過疊加相乘求和求出兩種方法計算得到的泥石流災害易發(fā)度S，計算公式如下：

(10)

(11)

2.4　頻率比模型

災害頻率比是某級別內泥石流災害所占總災害的百分比除以某級別的存在面積比，能夠評價區(qū)劃級別與實際泥石流點分布的精度。高易發(fā)區(qū)的頻率比值越大，低易發(fā)區(qū)的頻率比值越小，表示評價結果越合理。

3　結果與分析

研究區(qū)1949—2008年實際發(fā)生過泥石流災害的點有1 519處，利用隨機抽樣方法抽取總數據的80%(1 215處)泥石流數據作為分析樣本，運用貢獻率權重疊加模型和確定性系數模型對研究區(qū)泥石流影響因子進行分析，確定各影響因子最有利于泥石流災害發(fā)生的數值區(qū)間，結果見圖1。最后利用泥石流易發(fā)度模型得到研究區(qū)泥石流易發(fā)度，基于貢獻權重模型得到的泥石流易發(fā)度值范圍為0.281 7～0.715 0，基于確定性系數確定權重模型得到的泥石流易發(fā)度值范圍為0.007 6～0.133 3。利用自然間斷點分級法重分類得到基于兩種方法的泥石流易發(fā)性分區(qū)，分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和極低易發(fā)區(qū)(圖2，圖3)。為了檢驗評價效果，將泥石流易發(fā)性區(qū)劃圖與304個泥石流檢驗數據集疊加，分別統計各易發(fā)性分區(qū)面積及其覆蓋的泥石流個數，并計算各級別的頻率比，結果見表2。

3.1　影響因子對泥石流災害的貢獻分析

分析因子等級的貢獻率可知，攀西地區(qū)泥石流災害頻發(fā)高程范圍在1 ～2.5 km，其中1 ～2 km對泥石流災害的貢獻率最高；而通過因子CF值則發(fā)現低于2.5 km的高程范圍對泥石流災害發(fā)生的確定性高。高貢獻率區(qū)間范圍內的坡向為東北、西南、東、南向；其CF值表明泥石流易發(fā)坡向為東北、南、西南、西坡坡向，而北坡和西北坡發(fā)生泥石流的概率較低。兩種方法都表明坡度小于15°或介于25°～30°的山地更易于導致泥石流災害發(fā)生，而坡度大于40°的區(qū)域發(fā)生泥石流災害的可能性極低。

通過斷層因子貢獻率值和CF值可知，對泥石流的主要影響范圍為距斷層0～2 km，距斷裂帶距離大于2 km外，其CF值均為負值，表明發(fā)生泥石流的確定性很小。兩種方法所得到的地層巖性分類對泥石流災害的影響有很大差異，因子貢獻率表明中生界時期的地層巖性更易于發(fā)生泥石流災害，CF值則表明泥石流災害主要發(fā)生在第四系和下元古界的地層。從巖石性質上來講，這3種地層巖性都易于發(fā)生泥石流。

最易于發(fā)生泥石流災害的區(qū)域為距河流0～0.5 km范圍內，距河流越遠對泥石流的貢獻作用越小，距河流2.5 km外，發(fā)生泥石流的可能性很小。地震動峰值加速度表示地震時地面運動的加速度，可以作為確定烈度的依據，其值越大表明地震烈度越強。地震因子CF值表明地震動峰值加速度值大于等于0.2 g時，發(fā)生泥石流的確定性大，且地震動峰值加速度值越大，越易于發(fā)生泥石流災害。

3.2　基于貢獻權重模型的泥石流易發(fā)性評價結果與分析

極高易發(fā)區(qū)的面積(8 623.99 km2)僅占研究區(qū)總面積的12.80%，覆蓋泥石流點個數最多，占檢驗泥石流點總數的31.25%；高易發(fā)區(qū)和中易發(fā)區(qū)內泥石流個數一致，占泥石流點總數的26.97%；低易發(fā)區(qū)內覆蓋的泥石流點個數占泥石流總個數的11.51%；而極低易發(fā)區(qū)內分布的泥石流比例僅為3.29%，58.22%的歷史泥石流災害點分布在極高易發(fā)區(qū)和高易發(fā)區(qū)內。頻率比能夠評價區(qū)劃級別與實際泥石流點分布的精度，頻率比值越大，表示評價結果越合理。易發(fā)性級別從低到高的頻率比依次為：0.20，0.56，0.93，1.27，2.44，從各級別頻率比分布來看，易發(fā)性區(qū)劃結果合理(表2)。

從空間分布來看，極高易發(fā)區(qū)、高易發(fā)區(qū)主要分布于斷裂帶兩側，中易發(fā)區(qū)主要集中分布于木里縣、鹽源縣、喜德縣內的距斷裂帶距離較遠的地區(qū)，低易發(fā)區(qū)和極低易發(fā)區(qū)分散分布于無斷層區(qū)域。

圖1　各評價因子不同級別的貢獻率及確定性系數值

3.3　基于CF確定權重模型的泥石流易發(fā)性評價結果與分析

極高易發(fā)區(qū)面積最小，只占研究區(qū)總面積的13.20%，高易發(fā)區(qū)面積為12 455.63 km2，占總面積的18.49%，極高易發(fā)區(qū)和高易發(fā)區(qū)覆蓋的泥石流點數占檢驗泥石流點總數的59.54%，27.96%，頻率比分別為4.51，1.51；而中易發(fā)區(qū)、低易發(fā)區(qū)、極低易發(fā)區(qū)內泥石流點個數分別占總檢驗泥石流點個數的百分比為7.89%，3.62%，0.99%，頻率比依次為0.36，0.15，0.05，中易發(fā)區(qū)面積占研究區(qū)總面積的21.94%，低易發(fā)區(qū)面積占研究區(qū)面積比例最大，極低易發(fā)區(qū)占研究區(qū)總面積的比例為21.73%(表3)。

泥石流極高易發(fā)區(qū)、高易發(fā)區(qū)主要分布于攀西中部、南部和東部的雅礱江干流、金沙江干流及其支流安寧河，牛日河一黑水河流域，普雄河一越西河一尼日河流域，昭覺河一西溪河流域，美姑河一留筒河流域的兩側支溝山地及河谷低山區(qū)、中低山區(qū)。

中易發(fā)區(qū)大多數分布在木里藏族自治縣、喜德縣、昭覺縣的中高山區(qū)且距離斷層分布較遠的區(qū)域。低易發(fā)區(qū)和極地易發(fā)區(qū)主要分布于攀西西北的太陽山，安寧河和金沙江之間的大涼山、魯南山等高山區(qū)。

表2　基于CWS模型的易發(fā)性區(qū)劃統計

圖2　基于CWS的泥石流易發(fā)性區(qū)劃

圖3　基于CF確定權重模型的泥石流易發(fā)性區(qū)劃

易發(fā)等級面積/km2面積百分比/%泥石流點數/個泥石流百分比/%頻率比極低易發(fā)區(qū)14639.3221.7330.990.05低易發(fā)區(qū)16610.0824.65113.620.15中易發(fā)區(qū)14782.9321.94247.890.36高易發(fā)區(qū)12455.6318.498527.961.51極高易發(fā)區(qū)8893.0213.2018159.544.51

4　結論與討論

通過分析自然地理因子對泥石流災害的貢獻性發(fā)現泥石流高易發(fā)區(qū)的影響因子數值區(qū)間為：高程在1 000～2 000 m；坡度小于40°；第四系、中生界、下元古界地層；坡向為NE，SW，E，S；距斷層和河流0～2 000 m范圍內；地震動峰值加速度大于等于0.2 g。

兩種方法所得出的泥石流易發(fā)性區(qū)劃結果具有空間分布上的一致性和局部的差異性，整體與攀西實際泥石流分布相似。依據易發(fā)性分區(qū)及各分區(qū)內包含的歷史泥石流災害點個數來看，基于CF的確定權重模型考慮了因子等級面積與泥石流災害發(fā)生的個數，所得到的易發(fā)性評價成果很好的體現了泥石流分布情況，更符合實際結果?；谪暙I權重模型所得到的易發(fā)性分區(qū)面積梯度較好，但中易發(fā)區(qū)內所含泥石流災害點個數與較高易發(fā)區(qū)內所含泥石流點個數一致，沒有得到很好的區(qū)分。

基于CF確定權重模型得到的泥石流極高、高易發(fā)區(qū)沿攀西中部、南部和東部的斷裂帶兩側和雅礱江、金沙江及其支流沿岸分布，中易發(fā)區(qū)大多分布在海拔高且距河流較遠地區(qū)，低易發(fā)區(qū)和極低易發(fā)區(qū)則分布于太陽山、大涼山、魯南山等高山區(qū)，可確定為最終評價結果。

利用兩種方法對攀西地區(qū)進行泥石流易發(fā)性評價，高易發(fā)區(qū)內災害點分布廣泛，低易發(fā)區(qū)內災害點則分布較少，能夠綜合反映研究區(qū)的泥石流災害分布發(fā)育規(guī)律，對區(qū)域宏觀經濟規(guī)劃和災害防治提供依據。本文主要探討形成松散堆積物質的自然地理因子對泥石流易發(fā)性的影響，未考慮降雨、土地利用等對泥石流易發(fā)性的影響，且搜集到的研究區(qū)的地質圖、地震圖等基礎數據分辨率較低，影響評價結果的準確性，有待進一步的數據收集以提高評價精度。

參考文獻:

[1]康志成,李焯芬,馬藹乃,等.中國泥石流研究[M].北京:科學出版社,2004.

[2]Dowling C A, Santi P M. Debris flows and their toll on human life:a global analysis of debris-flow fatalities from 1950 to 2011[J]. Natural Hazards, 2014,71(1):203-227.

[3]楊起明,廖化榮,黃顯藝.基于GIS的地質災害信息系統的研究[J].西部探礦工程,2006，18(6):283-285.

[4]滕繼東,任興偉,劉永林.基于AHP法的地質災害影響因素權重的確定[J].中國水運：理論版,2007，5(4):128-131.

[5]王子健,肖盛燮,戴廷利,等.泥石流危險度模糊綜合評判方法及應用[J].重慶交通大學學報:自然科學版,2008，27(5):794-798.

[6]劉洋,唐川,馮毅.基于AHP-信息量法的地質災害危險性評價[J].地球與環(huán)境,2013，41(2):173-179.

[7]褚洪斌,母海東,王金哲.層次分析法在太行山區(qū)地質災害危險性分區(qū)中的應用[J].中國地質災害與防治學報,2003，14(3):128-132.

[8]向喜瓊,黃潤秋.基于GIS的人工神經網絡模型在地質災害危險性區(qū)劃中的應用[J].中國地質災害與防治學報,2000，11(3):26-30.

[9]Jiang W, Rao P, Cao R, et al. Comparative evaluation of geological disaster susceptibility using multi-regression methods and spatial accuracy validation[J]. Journal of Geographical Sciences, 2017,27(4):439-462.

[10]陳艷艷,王學成,唐秀蘭.攀枝花發(fā)生特大泥石流災害中國電信全力搶險保通信[J].通信與信息技術,2016(5):33-33.

[11]唐川,朱靜.GIS支持下的滇西北地區(qū)泥石流災害評價[J].水土保持學報,2001，15(6):84-87.

[12]王萌,喬建平.貢獻權重模型在區(qū)域滑坡危險性評價中的應用[J].中國地質災害與防治學報,2010，21(1):1-6.

[13]祁元,劉勇,楊正華,等.基于GIS的蘭州滑坡與泥石流災害危險性分析[J].冰川凍土,2012,34(1):96-104.

[14]蘭恒星,伍法權,周成虎,等.基于GIS的云南小江流域滑坡因子敏感性分析[J].巖石力學與工程學報,2002,21(10):1500-1506.

[15]吳森,吳彩燕,李素敏,等.基于本底因素貢獻率模型的汶川縣滑坡災害危險性評價[J].西南科技大學學報,2013，28(3):28-34.

[16]吳森,李虎杰,陳國輝,等.基于貢獻率權重法的區(qū)域滑坡影響因子敏感性分析[J].中國地質災害與防治學報,2016，27(1):26-31.

[17]喬建平,石莉莉,王萌.基于貢獻權重疊加法的滑坡風險區(qū)劃[J].地質通報,2008，27(11):1787-1794.

[18]喬建平,王萌.貢獻權重疊加法的滑坡危險度區(qū)劃研究[J].自然災害學報,2011，20(2):8-13.

[19]Ding M, Heiser M, Hübl J, et al. Regional vulnerability assessment for debris flows in China—a CWS approach[J]. Landslides, 2016,13(3):537-550.

[20]劉艷輝,劉傳正,唐燦,等.基于確定性系數模型的地質災害多因子權重計算方法[J].中國地質災害與防治學報,2015，26(1):92-97.

[21]姜雪巖,張淑娟,王治國,等.基于確定性系數的地質因素套損風險評價方法[J].大慶石油地質與開發(fā),2016，35(6):104-108.

[22]Shortliffe E H. A model of inexact reasoning in medicine[J]. Mathematical Biosciences, 1975,23(3/4):351-379.