管家琳，賈秀菊，季 翔

(1.福建農(nóng)林大學(xué)資源與環(huán)境學(xué)院，福建 福州 350002；2.福建農(nóng)林大學(xué)公共管理學(xué)院，福建 福州 350002)

崩崗是發(fā)生在我國(guó)南方紅壤區(qū)的一種較嚴(yán)重的水土流失類型，是土體受重力和水力的綜合作用發(fā)生分離、崩塌和堆積的現(xiàn)象[1-2]，是自然因素與人為活動(dòng)等因素共同作用的結(jié)果[3]。我國(guó)南方崩崗主要發(fā)生在廣東、福建和江西等省份[2,4]，集中分布在廣東五華、福建安溪和長(zhǎng)汀等地區(qū)。崩崗具有侵蝕量大、突發(fā)性強(qiáng)、長(zhǎng)期性等特點(diǎn)，其切割地形造成地表破碎，毀壞耕地，加劇洪澇災(zāi)害，極大程度限制了社會(huì)經(jīng)濟(jì)發(fā)展[4]。因此，崩崗風(fēng)險(xiǎn)評(píng)估對(duì)于減輕崩崗危害及防治有重要作用。已有學(xué)者對(duì)我國(guó)南方崩崗較嚴(yán)重縣區(qū)的崩崗發(fā)生機(jī)理、區(qū)域分布特征、崩崗風(fēng)險(xiǎn)因子和治理等[5-8]進(jìn)行了研究，在崩崗空間分布、發(fā)生機(jī)制、土體內(nèi)部巖土特性和治理措施等方面已有許多研究成果[9-13]，其中關(guān)于崩崗發(fā)生機(jī)理的研究較多，但缺乏全面、系統(tǒng)的風(fēng)險(xiǎn)因子識(shí)別體系。

崩崗風(fēng)險(xiǎn)評(píng)估可以客觀地評(píng)估崩崗災(zāi)害帶來(lái)的損失或影響，氣候、地質(zhì)地貌、土壤類型、植被和人類活動(dòng)[9,14-17]等是崩崗風(fēng)險(xiǎn)評(píng)估的主要影響因子，借助土壤侵蝕模型、從統(tǒng)計(jì)分析角度(因子加權(quán)法、Logistic模型等)及運(yùn)用地理信息系統(tǒng)(geographic information system, GIS)數(shù)據(jù)提取與空間疊加等是常見的評(píng)估方法[18-22]，但是關(guān)于崩崗風(fēng)險(xiǎn)評(píng)估的評(píng)價(jià)體系并不成熟，崩崗風(fēng)險(xiǎn)評(píng)估還有較大的完善空間。信息量模型用信息量的大小來(lái)評(píng)價(jià)影響因素與研究對(duì)象之間的關(guān)系密切程度，該方法通常分析已變形或破壞區(qū)域的情況，把反映風(fēng)險(xiǎn)因子的實(shí)測(cè)值轉(zhuǎn)化為反應(yīng)區(qū)域穩(wěn)定性的信息量值[23]，在地質(zhì)災(zāi)害評(píng)價(jià)方面得到了廣泛的應(yīng)用[24-26]。信息量法在反映影響因子與災(zāi)害間的關(guān)系時(shí)可以避免主觀影響，包含了各因子對(duì)崩崗發(fā)生的不同影響，可以全面客觀地考慮所有可能情況。因此，本研究借鑒前人的研究結(jié)果篩選了河網(wǎng)緩沖距離、海拔高度、相對(duì)高差、坡度、坡向、土壤類型、植被覆蓋度和土地利用類型8個(gè)崩崗風(fēng)險(xiǎn)評(píng)估因子，采用信息量模型對(duì)福建省泉州市安溪縣西溪流域進(jìn)行崩崗風(fēng)險(xiǎn)評(píng)估，研究結(jié)果可為崩崗風(fēng)險(xiǎn)評(píng)價(jià)提供借鑒，為崩崗預(yù)警、防控和南方紅壤區(qū)的水土流失治理工作提供理論參考。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

研究區(qū)位于福建省泉州市安溪縣的西溪流域，北緯24°51′～25°24′，東經(jīng)117°42′～118°18′，總面積1 771.3 km2，屬于晉江水系，該地年平均溫度16～21 ℃，屬于亞熱帶海洋性季風(fēng)氣候，年降水量1 600～1 900 mm；海拔30～1 600 m，地形以丘陵山地為主；土壤以花崗巖發(fā)育的紅壤、赤紅壤為主，風(fēng)化殼厚且疏松。西溪流域崩崗總數(shù)約3 667個(gè)，崩崗總面積6.77 km2，是典型的崩崗發(fā)育區(qū)，因此選擇該流域?yàn)檠芯繀^(qū)域，具有一定的代表性。

1.2 研究方法

崩崗受各種風(fēng)險(xiǎn)因子影響且影響程度不同，評(píng)估崩崗的概率由風(fēng)險(xiǎn)因子提供的信息量所決定，計(jì)算公式為[20]：

Iij=log2Dij

(1)

式中：Iij為風(fēng)險(xiǎn)因子i在j等級(jí)時(shí)為崩崗提供的信息量；Dij為崩崗的數(shù)量密度(%)。

(2)

式中：Dij為崩崗的數(shù)量密度(%)；Nij為風(fēng)險(xiǎn)因子i在j等級(jí)上的崩崗數(shù)量；N為崩崗總數(shù)量。通過(guò)各風(fēng)險(xiǎn)因子對(duì)應(yīng)的數(shù)量密度計(jì)算出信息量，結(jié)果可以表現(xiàn)出風(fēng)險(xiǎn)因子在崩崗過(guò)程中的貢獻(xiàn)程度，信息量值越大，表明崩崗易發(fā)性越大。

該模型包括計(jì)算區(qū)域以及驗(yàn)證區(qū)域，其中通過(guò)計(jì)算區(qū)域的相關(guān)因子數(shù)據(jù)來(lái)獲取信息量，構(gòu)建模型方程。后將驗(yàn)證流域的數(shù)據(jù)帶入模型來(lái)驗(yàn)證模型，以此評(píng)估該區(qū)域崩崗的易發(fā)性。

崩崗風(fēng)險(xiǎn)評(píng)估可在ArcGIS軟件中運(yùn)用Spatial Analyst工具條中的柵格計(jì)算器，將各風(fēng)險(xiǎn)因子圖層以信息量模型計(jì)算結(jié)果為系數(shù)進(jìn)行疊加，得出崩崗風(fēng)險(xiǎn)等級(jí)分布圖。數(shù)量密度下崩崗風(fēng)險(xiǎn)計(jì)算公式為：

(3)

式中：P為崩崗風(fēng)險(xiǎn)值；Xi為第i個(gè)風(fēng)險(xiǎn)因子數(shù)值。

1.3 數(shù)據(jù)采集

選擇研究區(qū)內(nèi)崩崗較密集的4個(gè)小流域進(jìn)行信息量模型構(gòu)建：以小流域a、b、c為計(jì)算區(qū)域，小流域d為驗(yàn)證區(qū)域，分別位于感德鎮(zhèn)、官橋鎮(zhèn)、龍門鎮(zhèn)和長(zhǎng)坑鄉(xiāng)。其中，小流域a、b、c在地形、土壤等自然條件以及土地利用類型等方面具有空間差異，海拔30～1 290 m；土壤類型包括紅壤、赤紅壤、黃壤、水稻土和潮土等；土地利用類型為耕地、園地、林地、建設(shè)用地和未利用地等。因此這3個(gè)小流域作為模型的計(jì)算區(qū)域具有較好的綜合性和代表性。小流域d為驗(yàn)證區(qū)域，對(duì)建立的信息量模型進(jìn)行檢驗(yàn)，崩崗情況較嚴(yán)重，在風(fēng)險(xiǎn)評(píng)估方面具有較好的代表性。研究區(qū)位置示意圖如圖1所示。

圖1 研究區(qū)位置示意圖Figure 1 Location of study area

試驗(yàn)數(shù)據(jù)及來(lái)源包括福建省地質(zhì)測(cè)繪院提供的2009年安溪縣地形圖(1∶10 000)、土地利用現(xiàn)狀圖(1∶10 000)，安溪縣第二次土壤普查土壤類型分布圖(1∶50 000)，地理空間數(shù)據(jù)云平臺(tái)的Landsat植被數(shù)據(jù)(30 m分辨率)，2008年安溪縣崩崗調(diào)查的崩崗點(diǎn)位數(shù)據(jù)。

2 風(fēng)險(xiǎn)因子選擇

崩崗是由重力和水力侵蝕對(duì)土體共同作用產(chǎn)生[1-2]，實(shí)質(zhì)是重力、水力的侵蝕作用與土體的抗侵蝕性能力間的平衡問(wèn)題，主要受氣候、地質(zhì)地貌、土壤類型、植被和人為活動(dòng)等因素的影響[9,14-17]。根據(jù)系統(tǒng)性、可操作性、實(shí)用性和指導(dǎo)性的因子篩選原則，選擇影響崩崗發(fā)生的主要風(fēng)險(xiǎn)評(píng)估因子。

2.1 氣候因素

氣候在崩崗過(guò)程中對(duì)侵蝕作用影響較大，降雨是誘發(fā)崩崗的重要外界風(fēng)險(xiǎn)因子[9]。豐富的降水為崩崗發(fā)育提供了動(dòng)力，降雨及其地表徑流直接驅(qū)動(dòng)崩崗的產(chǎn)生與發(fā)育[1,5]。由于河網(wǎng)是雨水隨地形起伏匯流而成，故選取河網(wǎng)緩沖距離作為崩崗發(fā)生評(píng)估因子。本研究通過(guò)ArcGIS軟件的水文分析工具提取出西溪流域的匯流河網(wǎng)，并作河網(wǎng)緩沖區(qū)分析，得出覆蓋流域所有崩崗的緩沖區(qū)范圍為0～1 400 m，將河網(wǎng)緩沖距離劃分為0～200、200～400、400～600、600～800、800～1 000以及1 000～1 400 m 六個(gè)梯度，研究河網(wǎng)緩沖距離與崩崗的量化關(guān)系。

2.2 地質(zhì)地貌因素

崩崗的侵蝕作用受地質(zhì)、地貌影響程度較大。地質(zhì)作用是崩崗發(fā)生的內(nèi)因，直接決定地貌的結(jié)構(gòu)[15]。地質(zhì)作用于地貌后會(huì)在小尺度區(qū)域內(nèi)表現(xiàn)出不同的地形特征，而地形特征在一定程度上也體現(xiàn)地質(zhì)構(gòu)造和地貌情況。因此，選擇地形因素來(lái)表征地質(zhì)地貌因子對(duì)崩崗的影響，具體包括海拔高度、相對(duì)高差、坡度和坡向4個(gè)因子[14,16,27-28]。

以低山丘陵為主的海拔高度，崩崗分布較為集中[14]，海拔高度的差異最終影響著崩崗的分布，將海拔高度劃分為0～100、100～250、250～500、500～800、800～1 200和>1 200 m 六個(gè)梯度。相對(duì)高差直接影響山坡土石體的重力勢(shì)能，相對(duì)高差值越大，則崩崗?fù)馏w更容易發(fā)生崩塌滑落現(xiàn)象[14,22]，將相對(duì)高差劃分4個(gè)梯度等級(jí)，分別為0～20、20～50、50～100和>100 m。

坡度越大，則土體越易崩塌[16,27]，區(qū)域內(nèi)坡度等級(jí)可分為6個(gè)梯度，分別為0～5°(平緩坡)、5°～10°(緩坡)、10°～15°(斜坡)、15°～25°(陡坡)、25°～35°(急坡)和>35°(極陡坡)。崩崗發(fā)生具有坡向選擇性[28]，用ArcGIS軟件的地表分析工具提取坡向和角度，分為陽(yáng)坡(112.5°～247.5°)、陰坡(0～67.5°，292.5°～360°)及半陽(yáng)坡(67.5°～112.5°，247.5°～292.5°)。

2.3 土壤類型因素

崩崗發(fā)生具有巖性選擇性[16]，土壤類型的不同直接導(dǎo)致土體自身性質(zhì)產(chǎn)生差異，從而其綜合抗蝕能力也各不相同，故選擇土壤類型作為崩崗發(fā)生風(fēng)險(xiǎn)評(píng)估因子。研究區(qū)的土壤類型主要包括紅壤、赤紅壤、黃壤、水稻土和潮土5種。

2.4 植被因素

植被的差異是崩崗在不同坡度上選擇性發(fā)育的直接原因[16]，植被覆蓋度對(duì)崩崗發(fā)育的影響很大。因此，選擇植被覆蓋度作為崩崗風(fēng)險(xiǎn)評(píng)估因子。將植被覆蓋度劃分為5個(gè)梯度等級(jí)進(jìn)行分析，分別為0～20%、20%～40%、40%～60%、60%～80%和>80%。

2.5 人類活動(dòng)因素

崩崗受自然和人為雙重作用影響[1]，主要發(fā)生在海拔低于500 m、坡度15°～35°的低山丘陵，為人為活動(dòng)最頻繁的區(qū)域。人類活動(dòng)對(duì)土體的干擾最終表現(xiàn)為土地利用類型的差異[17]，為方便數(shù)據(jù)獲取和分析，本研究選擇土地利用類型表示人為活動(dòng)的影響，作為崩崗風(fēng)險(xiǎn)評(píng)估因子。研究區(qū)土地利用類型主要為耕地、園地、林地、未利用地以及建設(shè)用地。

綜合上述分析，本研究選取河網(wǎng)緩沖距離、海拔高度、相對(duì)高差、坡度、坡向、土壤類型、植被覆蓋度和土地利用類型8個(gè)因子作為崩崗風(fēng)險(xiǎn)評(píng)估因子，運(yùn)用ArcGIS軟件對(duì)研究區(qū)這8個(gè)因子數(shù)據(jù)與崩崗分布圖進(jìn)行疊加統(tǒng)計(jì)分析，并計(jì)算各因子分類等級(jí)的數(shù)量密度，得到各因子與崩崗發(fā)生的量化關(guān)系。

3 結(jié)果與分析

3.1 風(fēng)險(xiǎn)因子數(shù)量密度分析

將崩崗點(diǎn)位與8個(gè)風(fēng)險(xiǎn)因子數(shù)據(jù)進(jìn)行空間疊加統(tǒng)計(jì)，并計(jì)算各級(jí)別中崩崗的數(shù)量密度，分析結(jié)果如表1所示。崩崗主要分布在0～800 m的緩沖區(qū)內(nèi)，占崩崗總數(shù)的93.97%；在400～600 m的緩沖區(qū)范圍內(nèi)，崩崗分布最密集，崩崗集中分布于坡度為15°～35°的區(qū)域，占總崩崗數(shù)的59.37%，表明在陡坡與急坡條件下更容易發(fā)育崩崗。坡向因子分析結(jié)果表明，小流域內(nèi)崩崗主要發(fā)生在陽(yáng)坡。從高程數(shù)據(jù)與崩崗點(diǎn)位的空間分析可知，海拔<1 200 m的區(qū)域適合崩崗的發(fā)育，崩崗主要分布在海拔100～500 m，占比為崩崗總數(shù)的80.95%，其中在100～250 m的低山丘陵區(qū)最多且密集，后隨著海拔高度的不斷升高，崩崗數(shù)量逐漸減少，且在>1 200 m的高山無(wú)崩崗分布。崩崗主要分布在相對(duì)高差>50 m的區(qū)域，占崩崗總數(shù)的94.29%。崩崗多發(fā)生于紅壤、赤紅壤區(qū)域，黃壤區(qū)域較少發(fā)生，水稻土與潮土區(qū)域是人類生產(chǎn)生活的主要活動(dòng)范圍，無(wú)崩崗分布。隨著植被覆蓋度的增大，崩崗的數(shù)量呈現(xiàn)先減少后增加再減少的趨勢(shì)。在植被覆蓋度為0～20%的區(qū)域崩崗分布最多，當(dāng)植被覆蓋度為40%～80%時(shí)，崩崗數(shù)量也較多，占總崩崗數(shù)的41.27%。崩崗在人類干預(yù)的園地、未利用地內(nèi)崩崗發(fā)生較多，占比為70.48%，林地人類活動(dòng)較少且植被分布密集，崩崗較少發(fā)生，在人類生產(chǎn)利用的耕地內(nèi)無(wú)崩崗分布。

3.2 西溪流域崩崗風(fēng)險(xiǎn)評(píng)估

依據(jù)崩崗發(fā)生影響因子的分析，選取驗(yàn)證流域進(jìn)行崩崗發(fā)生風(fēng)險(xiǎn)評(píng)估。以計(jì)算小流域a、b、c的數(shù)據(jù)分析為基礎(chǔ)，統(tǒng)計(jì)河網(wǎng)緩沖距離、坡度、坡向、海拔高度、相對(duì)高差、土壤類型、植被覆蓋度、土地利用類型8個(gè)風(fēng)險(xiǎn)因子對(duì)崩崗發(fā)生貢獻(xiàn)的信息量，結(jié)果如表1所示。

表1 風(fēng)險(xiǎn)因子數(shù)量密度分布及對(duì)應(yīng)信息量值

利用ArcGIS軟件空間分析模塊中的柵格計(jì)算器，按照已構(gòu)建的數(shù)量密度計(jì)算方程，將8個(gè)風(fēng)險(xiǎn)因子按照其信息量進(jìn)行疊加計(jì)算，對(duì)輸出柵格圖層進(jìn)行歸一化處理，再根據(jù)公式(3)計(jì)算出各個(gè)柵格的風(fēng)險(xiǎn)值。為突出風(fēng)險(xiǎn)差階，將風(fēng)險(xiǎn)值按等間隔0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0進(jìn)行重分類，分別對(duì)應(yīng)為極低風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)、極高風(fēng)險(xiǎn)，得到該區(qū)域的崩崗風(fēng)險(xiǎn)分布圖，最后將崩崗發(fā)生點(diǎn)位與風(fēng)險(xiǎn)分布圖進(jìn)行疊加分析，生成崩崗風(fēng)險(xiǎn)等級(jí)與崩崗分布圖(圖2)。

3.3 精度驗(yàn)證

對(duì)崩崗風(fēng)險(xiǎn)疊加結(jié)果進(jìn)行統(tǒng)計(jì)分析，得出數(shù)量密度預(yù)測(cè)公式所對(duì)應(yīng)的預(yù)測(cè)結(jié)果(表2)。結(jié)合圖2和表2可以看出，該流域的崩崗發(fā)生風(fēng)險(xiǎn)以中風(fēng)險(xiǎn)及以上風(fēng)險(xiǎn)為主。風(fēng)險(xiǎn)等級(jí)越高，崩崗的數(shù)量及其分布密度越高，說(shuō)明此方法對(duì)崩崗風(fēng)險(xiǎn)評(píng)估的結(jié)果是準(zhǔn)確的。

圖2 崩崗風(fēng)險(xiǎn)等級(jí)與崩崗分布圖

表2 崩崗發(fā)生風(fēng)險(xiǎn)等級(jí)與崩崗分布密度預(yù)測(cè)結(jié)果

接受者操作特性曲線(receiver operating characteristic curve, ROC)又稱為感受性曲線，可用于評(píng)價(jià)地質(zhì)災(zāi)害預(yù)測(cè)模型的準(zhǔn)確性[29-31]。ROC曲線中一般將靈敏度設(shè)為縱坐標(biāo)，特異性設(shè)為橫坐標(biāo)，并加入一傾斜45°的參考線來(lái)幫助判斷最終結(jié)果的準(zhǔn)確性。ROC曲線下面積(area under the curve, AUC)是衡量模型預(yù)測(cè)準(zhǔn)確度的指標(biāo)之一，其取值范圍為[0.5,1]，值越大表示模型預(yù)測(cè)能力越強(qiáng)[32]。運(yùn)用SPSS軟件作數(shù)量密度下的崩崗風(fēng)險(xiǎn)評(píng)估結(jié)果的ROC(圖3)，得出數(shù)量密度預(yù)測(cè)公式對(duì)應(yīng)的曲線下面積為0.827，表示評(píng)估精度良好，這說(shuō)明基于信息量模型所構(gòu)建的崩崗發(fā)生風(fēng)險(xiǎn)評(píng)估方法符合崩崗發(fā)生規(guī)律，具有一定的可行性。

圖3 數(shù)量密度評(píng)價(jià)感受性曲線

4 討論與結(jié)論

本研究是基于信息量模型對(duì)福建省泉州市安溪縣西溪流域進(jìn)行崩崗風(fēng)險(xiǎn)評(píng)估，篩選出河網(wǎng)緩沖距離、坡度、坡向、海拔高度、相對(duì)高差、土壤類型、植被覆蓋度和土地利用類型8個(gè)崩崗風(fēng)險(xiǎn)因子，風(fēng)險(xiǎn)因子的梯度分析結(jié)果表明，該研究區(qū)內(nèi)崩崗主要分布在距離河網(wǎng)緩沖距離近，坡度為15°～35°的陽(yáng)坡，海拔100～500 m，相對(duì)高差>50 m，土壤類型為紅壤、赤紅壤，植被覆蓋度為0～20%或40%～80%，土地利用類型為未利用低、園地的區(qū)域。

信息量模型將崩崗風(fēng)險(xiǎn)劃分為5類，分別為極低風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)和極高風(fēng)險(xiǎn)。運(yùn)用ROC曲線對(duì)該模型進(jìn)行精度評(píng)估，模型預(yù)測(cè)結(jié)果的AUC為0.827，表明信息量模型對(duì)于該區(qū)域的崩崗風(fēng)險(xiǎn)評(píng)估結(jié)果良好，可應(yīng)用于小流域尺度的崩崗發(fā)生風(fēng)險(xiǎn)評(píng)估，研究結(jié)果可為我國(guó)南方紅壤區(qū)的水土流失防控和治理工作提供理論基礎(chǔ)與實(shí)踐指導(dǎo)。

有學(xué)者[33]認(rèn)為崩崗與坡向無(wú)明顯規(guī)律性，主要受水系分布影響，這可能是研究尺度造成的。由于模型選擇因子要求系統(tǒng)性的原則，坡向作為地形的重要方面，故將其作為影響因子進(jìn)行分析，結(jié)果表明，崩崗在不同坡向上分布存在明顯差異，驗(yàn)證了選取坡向?yàn)橛绊懸蜃拥臏?zhǔn)確性。

雖然崩崗風(fēng)險(xiǎn)因子之間在空間分布上具有相關(guān)性，但各因子對(duì)崩崗發(fā)生作用的機(jī)理與貢獻(xiàn)程度不同[9,12,14,16,22]，在無(wú)法全面考慮所有因子及其相互關(guān)系情況下，應(yīng)抓住主導(dǎo)因子[18]。另一方面，本研究是將風(fēng)險(xiǎn)因子梯度化處理后提取的信息量，弱化了因子間的相關(guān)性，因此，本研究未考慮因子之間的相互作用。信息量模型適用于風(fēng)險(xiǎn)因子較多的崩崗風(fēng)險(xiǎn)評(píng)估，為獲取更高的風(fēng)險(xiǎn)評(píng)估精度，可以選取其他因素或更詳細(xì)地劃分風(fēng)險(xiǎn)因子指標(biāo)作為下一步的研究方向，但是由于信息量模型需要提取不同因子指標(biāo)的貢獻(xiàn)值，這要求評(píng)價(jià)因子有一定的空間變異性，限制了風(fēng)險(xiǎn)評(píng)價(jià)因子的選擇，同時(shí)這也限制了模型選擇因子指標(biāo)的尺度，難以提取如土壤粒級(jí)、微生物等微觀因子的信息量，無(wú)法探究微觀因素對(duì)于崩崗產(chǎn)生的影響。