李崇博 宋玉 戚向陽

摘 ? 要：在地質災害點分布圖基礎上，基于信息量模型，選定研究區(qū)地質災害發(fā)育各影響因子及信息量值，據實際情況人為對信息量負值進行修正，同時利用ArcGIS的空間疊加分析完成研究區(qū)地質災害易發(fā)性分區(qū)圖。結果顯示，易發(fā)性分區(qū)結果與野外實際調查情況相吻合，能在地質災害風險評價中起重要參考作用。

關鍵詞：烏魯木齊;地質災害;影響因子;信息量模型;易發(fā)性評價

烏魯木齊市地質地貌條件復雜，區(qū)內地質災害類型主要有崩塌、滑坡、泥石流、地面塌陷、地裂縫等。此外烏魯木齊市季節(jié)性降水、冰雪融水及人類活動頻繁等特點導致新增地質災害點出現(xiàn)。因此對烏魯木齊市進行地質災害易發(fā)性評價具有十分重要的現(xiàn)實意義和社會經濟價值。

國內學者借鑒國外研究方法，建立數(shù)學模型進行了邊坡穩(wěn)定性分區(qū)和地質災害危險性評估[1]。殷坤龍等就滑坡災害和斜坡不穩(wěn)定性空間預測與區(qū)劃進行了深入研究，提出了滑坡災害區(qū)劃研究的信息分析系統(tǒng)，并實現(xiàn)了基于MapGIS技術的滑坡災害危險性區(qū)劃及計算機制圖等[2]。魏平新等基于ArcGIS平臺進行了廣東省滑坡災害區(qū)劃研究[3];徐為等采用GIS與AHP耦合模型進行戛灑鎮(zhèn)滑坡災害易發(fā)性評價，上述成果表明信息量模型、層次分析法以及滑坡災害綜合評價指數(shù)三者綜合運用可以很好地得到滑坡易發(fā)性評價指數(shù)[4];李明等利用ArcGIS的疊加分析完成了神農溪流域地質災害易發(fā)性分區(qū)圖，輔以專家打分模型對該分區(qū)圖進行了修正，達到了較好的預測效果[5];樊芷吟等采用信息模型與Logistic回歸模型耦合對汶川縣進行地質災害易發(fā)性評價，評價結果與研究區(qū)實際情況相近，能在地質災害風險評價中起重要參考作用[6]。本文利用信息量模型在烏魯木齊市主城區(qū)選取地質災害影響因子，進行研究區(qū)地質災害易發(fā)區(qū)劃分，對減少該地區(qū)地質災害發(fā)生的概率具重要意義。

1 ?研究區(qū)概況

烏魯木齊地處中國西北，毗鄰中亞各國，地形地貌復雜，三面環(huán)山，北部平原開闊，南部、東部高，中部、北部低的特征（圖1）。地層多樣，地質構造發(fā)育;工程巖體特性空間變化復雜，以第四紀松散粘性碎石土及碎屑巖為代表的軟弱巖土體分布廣泛。溫帶大陸性干旱氣候，使其降雨量小于蒸發(fā)量。區(qū)內水系發(fā)育，河流均系內陸河，分別屬于烏魯木齊河水系、頭屯河水系、柴窩堡湖水系、白楊河水系和阿拉溝水系。

2 ?評價模型及評價因子的選取

2.1 ?評價因子選取與分級

對烏魯木齊市地質災害發(fā)育特征及時空分布規(guī)律的分析：受地形地貌控制，研究區(qū)內崩塌和滑坡在垂直高程上具明顯不均勻性;巖土體的性質對斜坡的穩(wěn)定性有較大影響且具絕對控制性;斷層發(fā)育程度及作用能夠對周邊巖土體應力造成破壞，對其穩(wěn)定性造成一定影響;降水量對地質災害的形成及演化有重要作用;公路交通、停采煤礦是研究區(qū)內最具代表性的人類工程活動，其中煤礦開采對地面塌陷及地裂縫災害影響最明顯。

分析各個因子對研究區(qū)地質災害發(fā)生的控制結果，共確定9個指標因子：高程、坡度、坡向、斷層、水系、工程巖組、降水量、災害點密度、道路及煤礦組成本次地質災害易發(fā)生評價的指標體系。據以往研究者經驗與災害點分布規(guī)律對各個因子進行分級。

2.1.1 ?地質災害在地形單元的幾何形態(tài)

研究區(qū)地質災害沿中部斷裂構造呈NE向條帶狀分布，對地形的幾何形態(tài)進行評價因子的提取極為重要。為此，本文選取了高程、坡向及坡度3個評價因子。高程因子進一步劃分為：小于600 m、600～800 m、800～1 000 m、1 000～1 200 m、大于1 200 m共5種形態(tài)（圖2-a）。將坡向因子按8個方位分級 ? ? （圖2-b）;針對坡度因子，進一步劃分為：0°～10°、10°～20°、20°～30°、30°～64°共4種形態(tài)（圖3）。

由圖2，3可知，崩塌和滑坡地質災害主要發(fā)生在600～1 200 m的高程范圍中，大于1 200 m的高程范圍鮮有發(fā)生;坡度小于20°多發(fā)生;北坡和東坡地質災害較發(fā)育。

2.1.2 ?地質災害在自然條件下各影響因子的幾何分 ? ? ? ? ? 布形態(tài)

崩塌、滑坡地質災害點在斷層、水系、工程巖組、降雨量等影響因子的分布情況（圖4，5）。其中，災害點較集中的分布在距離斷層1 km的范圍內，并隨著與斷層距離的增加，災害點分布呈現(xiàn)出明顯的“遞減”現(xiàn)象;崩塌、滑坡災害集中發(fā)生在1 km以內的河流緩沖區(qū)，在大于1 000 m水系緩沖區(qū)，災害點零星分布;在松散粘性碎石土類巖土體中，多發(fā)育崩塌地質災害，滑坡地質災害多發(fā)育于堅硬-較軟弱互層狀砂巖類巖土體中;降水量300～450 mm的范圍有大量地質災害點分布。

2.1.3 ?災害點密度

烏魯木齊市主要發(fā)育地質災害包括崩塌、滑坡、泥石流、地面塌陷、地裂縫等。根據2014年《新疆烏魯木齊市地質災害詳細調查報告》及2017年實地調查數(shù)據顯示，截止2017年研究區(qū)內共發(fā)生地質災害146處，其中包括崩塌21處、滑坡17處、地面塌陷89處與地裂縫19條;采用ArcGIS10.2中的空間分析中的點密度分析，將地質災害相對集中分布劃為高密度區(qū)，零星分布相對不集中的地質災害點劃分低密度區(qū)（圖6-a）。

2.1.4 ?人類活動對地質災害的影響

在研究區(qū)選取道路為人類活動的因子具有一定的代表性，崩塌和滑坡地質災害主要發(fā)生在道路通達、密集且距離路網50 m范圍，災害發(fā)生頻率隨著路網距離的升高而逐漸降低（圖6-b）。

2.2 ?評價模型原理

信息量模型預測法采用地質災害發(fā)生過程中熵的減少來表征地質災害事件產生的可能性。地質災害是在多種因素相互作用下而形成的，通過計算各個因素的信息量，并加權疊加各個因素的信息量，建立地質災害易發(fā)性評價模型，信息量越大，地質災害易發(fā)性越高，其計算方法如下：

式中：I（Y，x1，x2，…xn）為因素組合x1，x2，…xn對地質災害提供的信息量;P（Y，x1，x2，…xn）為在因素組合x1，x2，…xn下地質災害的發(fā)生概率;P（Y）為地質災害的發(fā)生概率;Ix1（Y，x2）為因素x1存在時，因素x2對地質災害提供的信息量;I為預測區(qū)某單元信息量預測值;Si為分布在因素xi內發(fā)育地質災害的數(shù)量;S為工作區(qū)發(fā)育地質災害的總數(shù);Ni為具有因素xi屬性的柵格面積總數(shù);N為工作區(qū)柵格面積總數(shù);Yi為致災因子指標值。

3 ?研究區(qū)地質災害易發(fā)性區(qū)劃

烏魯木齊市城區(qū)地質災害類型主要表現(xiàn)為崩塌、滑坡、塌陷和地裂縫，其中，崩塌和滑坡地質災害受自然條件的影響居多，塌陷和地裂縫地質災害受人類活動影響居多，主要以煤礦采空區(qū)形成的次生地質災害。本次將崩塌和滑坡2種地質災害類型合并統(tǒng)計，并選取崩塌、滑坡、地面塌陷和地裂縫為地質災害統(tǒng)計點。

將各因子圖層分別與地質災害點分布位置在ArcGis中進行空間分析，可得到地質災害點在不同因子分類中的分布密度，根據分布密度可計算每個因子的信息量值。由表1可知，地質災害集中發(fā)生在高程600～1 200 m，隨著坡度的增大，地質災害的發(fā)生率降低;地質災害多發(fā)生在松散粘性碎石土巖土體及堅硬-較軟弱互層狀砂巖類巖土體區(qū)。斷層、河流及道路對地質災害發(fā)生的影響，均表現(xiàn)出一定的距離效應，其中斷層因素在一定距離對地質災害的發(fā)生有較大影響，近年河流水量下降，部分河道水源枯竭，對地質災害發(fā)生的影響減弱;在北坡易發(fā)地質災害。

根據信息量計算結果，發(fā)現(xiàn)部分因子的信息量為負值，說明該因子不利于地質災害的發(fā)生，但也可能是具備該因子的地質災害在區(qū)內發(fā)育較少，并不一定代表其不重要。如表1中評價因子斷層距離小于500 m，其信息量值為負數(shù)，但它同樣也是地質災害發(fā)育的較有利因素。因此，針對信息量值為負數(shù)的因子需逐一進行分析并修正。

對9種因子圖層進行空間疊加分析，利用統(tǒng)計學中的自然斷點法（natural break）將易發(fā)性區(qū)劃重新分類后，再經人工修正，生成以信息量大小衡量的工作區(qū)地質災害易發(fā)性區(qū)劃圖（圖7），得出高、中、低和不易發(fā)區(qū)。高易發(fā)區(qū)主要分布在研究區(qū)中部，沿斷層走向分布，與實際野外調查地質災害點一致。說明ArcGis信息量模型的地質災害易發(fā)區(qū)劃分結果與野外調查實際情況相吻合。

4 ?結論

（1） 在前人研究及分析災害點分布規(guī)律的基礎上，選定了高程、坡向、坡度等9個因子利用信息量模型對研究區(qū)進行地質災害易發(fā)性評價。研究結果說明斷裂構造對地質災害易發(fā)性影響較大，同時，地形地貌、人類活動的影響較突出。

（2） 信息量負值說明該影響因子對地質災害的發(fā)生起阻礙作用，不利于災害的發(fā)生，但不能一概而論。地質災害的發(fā)生在不同的地質條件下具多樣性，影響因子的評價在不同區(qū)域評價的效果不同，需根據實際情況進行信息量的修正。

（3） 將選取的9個影響因子在信息量模型中疊加計算，并進行地質災害易發(fā)性分區(qū)，綜合考慮地質災害形成的各種因素和地質災害發(fā)育現(xiàn)狀，將研究區(qū)地質災害易發(fā)性程度劃分為高、中、低和不易發(fā)區(qū)，結果顯示基于ArcGIS信息量模型的地質災害易發(fā)性分區(qū)和野外實際調查相吻合，從而驗證了區(qū)劃結果的合理性和可靠性。

參考文獻

[1] ? 柴賀軍，黃潤秋.滑坡堵江危險度的分析與評價[J].中國地質災害與防治學報，1997，8（4）：1-8.

[2] ? 殷坤龍，朱良峰.滑坡災害空間區(qū)劃及GIS應用研究[J].地學前緣，2001，8（2）：279-284.

[3] ? 魏平新，湯連生，張建國，等.基于GIS的廣東省滑坡災害區(qū)劃研究[J].水文地質工程地質，2005，（4）：6-9.

[4] ? 徐為，李鐵峰，胡瑞林，等.基于GIS的牢山戛灑鎮(zhèn)小流域滑坡易發(fā)性評價[J].水文地質工程地質，2011，5：110-114，119.

[5] ? 李明，王偉，張超.基于ArcGIS信息量模型的神農溪流域地質災害易發(fā)性區(qū)劃[J].安全與環(huán)境工程，2013， 20（2）：46-52.

[6] ? 樊芷吟，茍曉峰，秦明月，等.基于信息量模型與Logistic回歸模型耦合的地質災害易發(fā)性評價[J].工程地質學報，2018，26（2）：340-347.

Abstract：On the basis of the geological hazard distribution map and the information quantity model，the influence factors and the information value of the geological disaster development in the study area are selected，and the negative value of the information is corrected according to the actual situation.At the same time，the geological disaster prone area map of the study area is completed by using the spatial superposition analysis of ArcGIS.The results show that the results of susceptibility zoning coincide with the field investigation，and can play an important reference role in the risk assessment of geological hazards.

Key words：Urumqi;Geologic hazard;Impact factor;Information quantity model;Susceptibility evaluation