楊 康， 薛喜成， 段 釗， 楊艷萍

(西安科技大學(xué)地質(zhì)與環(huán)境學(xué)院， 西安 710054)

近年來，受自然因素或社會(huì)因素的影響，地質(zhì)環(huán)境日益惡化，原本的地質(zhì)平衡狀態(tài)遭到破壞，地質(zhì)災(zāi)害時(shí)有發(fā)生，嚴(yán)重威脅著人們的生命、財(cái)產(chǎn)安全，制約著區(qū)域經(jīng)濟(jì)的發(fā)展，對(duì)地質(zhì)災(zāi)害的區(qū)劃評(píng)價(jià)能為防災(zāi)減災(zāi)工作指明方向，從而降低災(zāi)害帶來的損失。地質(zhì)災(zāi)害評(píng)價(jià)內(nèi)容包括易發(fā)性評(píng)價(jià)、危險(xiǎn)性評(píng)價(jià)、易損性評(píng)價(jià)以及風(fēng)險(xiǎn)評(píng)價(jià)，其中危險(xiǎn)性評(píng)價(jià)作為地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的基礎(chǔ)，是防災(zāi)減災(zāi)工作部署與基礎(chǔ)建設(shè)的重要參考[1]。

隨著空間與信息理論學(xué)科的高速發(fā)展，原本較為復(fù)雜的運(yùn)算過程與數(shù)據(jù)整理變得更易于操作，近年來，基于GIS(geographic information system)系統(tǒng)的區(qū)域地質(zhì)災(zāi)害評(píng)價(jià)得到快速推廣與發(fā)展，各類地質(zhì)災(zāi)害評(píng)價(jià)方法也在不同區(qū)域得到運(yùn)用并取得了較好的綜合分析效果。目前常用的評(píng)價(jià)方法包括層次分析法[2]、主成分分析法[3]、確定性系數(shù)法[4]、信息量法[5]等，然而單一的評(píng)價(jià)方法所求得的評(píng)價(jià)結(jié)果精度相對(duì)較低，多類評(píng)價(jià)方法之間的相互耦合更能準(zhǔn)確地對(duì)評(píng)價(jià)結(jié)果進(jìn)行描述。張波等[6]運(yùn)用加權(quán)信息量法對(duì)湖北鄂州地區(qū)地質(zhì)災(zāi)害進(jìn)行了易發(fā)性區(qū)劃；樊芷吟等[7]采用信息量模型與邏輯回歸模型進(jìn)行耦合對(duì)四川省汶川縣進(jìn)行地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)；楊光等[8]以GIS技術(shù)作為操作平臺(tái),采用確定性系數(shù)+層次分析、確定性系數(shù)+邏輯回歸方和確定性系數(shù)+神經(jīng)網(wǎng)絡(luò)的多層感知器3種方法對(duì)四川省茂縣東北部地區(qū)的滑坡災(zāi)害敏感性進(jìn)行評(píng)價(jià)；覃乙根等[9]采用確定性模型與邏輯回歸模型進(jìn)行耦合對(duì)貴州省開陽縣地質(zhì)災(zāi)害易發(fā)性進(jìn)行了綜合評(píng)價(jià)。以上評(píng)價(jià)方法均表明耦合模型下的地質(zhì)災(zāi)害評(píng)價(jià)結(jié)果比單一的評(píng)價(jià)手段更為可靠且評(píng)價(jià)結(jié)果精度值更高。

在諸多評(píng)價(jià)方法中，信息量法的運(yùn)用最廣，且研究表明基于信息量法以及信息量法的耦合方法對(duì)地質(zhì)災(zāi)害的評(píng)價(jià)結(jié)果精度更高[10-13]。單一的賦權(quán)方法相對(duì)局限，如果基于信息量法，將主、客觀權(quán)重值以科學(xué)的方法進(jìn)行組合，再以組合權(quán)重值與信息量法進(jìn)行耦合，將能為地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)內(nèi)容提供更加行之有效的理論依據(jù)與客觀全面的評(píng)價(jià)方法。基于此，在前人研究的基礎(chǔ)上，提出一種AHP-LR(analytic hierarchy process-logistic regression)熵組合模型下的地質(zhì)災(zāi)害評(píng)價(jià)方法，首先建立起坡度、高程、土地利用類型、年均降雨量等9個(gè)評(píng)價(jià)因子，對(duì)各評(píng)價(jià)指標(biāo)量化分級(jí)并求解出各分級(jí)的信息量值；利用層次分析法求解各評(píng)價(jià)因子的主觀權(quán)重值，利用二元邏輯回歸方法提取樣本點(diǎn)中的信息量值求得客觀權(quán)重值，再按最小信息熵原理將主觀權(quán)重與客觀權(quán)重進(jìn)行組合，并將組合后的權(quán)重與信息量值相乘做疊加計(jì)算，得到危險(xiǎn)性評(píng)價(jià)結(jié)果。為凸顯此類評(píng)價(jià)方法結(jié)果的可靠性，分別制作主、客觀權(quán)重下的危險(xiǎn)性評(píng)價(jià)結(jié)果以作比較，并利用ROC曲線對(duì)三類評(píng)價(jià)結(jié)果進(jìn)行探討，以期為地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法提供新思路并為子長縣地質(zhì)災(zāi)害評(píng)價(jià)工作與防災(zāi)減災(zāi)部署提供參考。

1 研究區(qū)概況

延安市子長市位于黃土高原中部，介于東經(jīng)109°11′58″～110°01′22″，北緯36°59′30″～37°30′00″之間，總面積2 405 km2(圖1)。研究區(qū)地處華北陸臺(tái)鄂爾多斯臺(tái)向斜東南翼斜坡帶，為向西緩傾的單斜翹曲構(gòu)造，傾角1°～3°，為陜北構(gòu)造盆地的一部分，屬典型的黃土高原丘陵溝壑區(qū)，暖溫帶半干旱大陸性季風(fēng)氣候[14]。境內(nèi)梁峁起伏，溝壑縱橫，蜿蜒連綿，河谷深切，峁梁溝谷地約占全縣總面積的94.6%。西部秀延河、澗峪岔河蜿蜒盤曲，橫穿縣境中部及北部。區(qū)內(nèi)地層出露最老為三疊系，依次為侏羅系、白堊系、古近系、新近系以及主要出露的第四系黃土層。溝坡陡坡段，多已切入古近系紅土層及下伏基巖，陡壁侵蝕嚴(yán)重，極易發(fā)生崩塌、滑坡[15]。縣境南部發(fā)育有次一級(jí)低角度緩傾、軸向北西的短軸鼻狀和箕狀褶曲，主要有二進(jìn)溝背斜、流淚坡單斜[16]，褶皺、斷裂構(gòu)造不發(fā)育，總體地質(zhì)構(gòu)造較為簡單。

圖1 研究區(qū)示意圖Fig.1 Location of study area

境內(nèi)四季分明，年平均氣溫9.1 ℃，極端最高氣溫為37.6 ℃，極端最低氣溫為-23.1 ℃，在黃土分布區(qū)易發(fā)生凍融，誘發(fā)地質(zhì)災(zāi)害。本區(qū)季節(jié)變化明顯，降水多集中于7—9月份，年均降雨量517 mm，日最大降水量108.5 mm。在諸多地質(zhì)災(zāi)害影響因素中，降雨是地質(zhì)災(zāi)害發(fā)生的主要誘發(fā)因素，尤其在連陰雨與暴雨氣候下常常誘發(fā)崩塌、滑坡、泥石流等地質(zhì)災(zāi)害。

2 評(píng)價(jià)指標(biāo)體系的建立與分級(jí)

地質(zhì)災(zāi)害的影響因子多種多樣，在不同的區(qū)域地質(zhì)災(zāi)害的評(píng)價(jià)研究中，所選取的評(píng)價(jià)因子也不盡相同，過少的評(píng)價(jià)因子選取會(huì)導(dǎo)致結(jié)果側(cè)重于某一類主導(dǎo)因子，而選取過多的評(píng)價(jià)因子，將使得模型復(fù)雜化最終導(dǎo)致評(píng)價(jià)結(jié)果不夠準(zhǔn)確，只有合理地選擇適合于研究區(qū)的評(píng)價(jià)因子才能有效保障地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果的準(zhǔn)確性。根據(jù)區(qū)域內(nèi)實(shí)際情況并參照中外較為普遍采用的評(píng)價(jià)指標(biāo)，從地形地貌、地質(zhì)環(huán)境與生態(tài)環(huán)境3個(gè)方面分別選取了包括坡度、坡向、高程、巖土體類型、災(zāi)害點(diǎn)密度、道路距離、河流距離、土地利用類型以及年均降雨量9個(gè)影響較大且具有代表性的因子作為本次地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)的指標(biāo)(圖2)。

圖2 地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)指標(biāo)體系Fig.2 Geological hazard evaluation system

2.1 地形地貌指標(biāo)

2.1.1 坡度

坡度是導(dǎo)致地質(zhì)災(zāi)害易發(fā)程度的一個(gè)重要影響因素。通常認(rèn)為，隨著坡度的增大，地質(zhì)災(zāi)害的危險(xiǎn)性愈大，災(zāi)害易發(fā)性愈高。依據(jù)研究區(qū)的實(shí)際情況將坡度按10°間隔劃分為0°～10°、10°～20°、20°～30°、30°～40°、>40° 5個(gè)級(jí)別。

2.1.2 坡向

山坡不同的坡向代表著不同的日照程度，不同程度地影響著地質(zhì)災(zāi)害的危險(xiǎn)性及易發(fā)性，基于ArcGIS坡向分析工具將坡向分為平地、北向、東北、東向、東南、南向、西南、西向、西北等9種類型。

2.1.3 海拔高程

不同的海拔高程坡體應(yīng)力情況、植被分布情況以及人口密度情況也不盡相同，在同等條件下，高差越大則越有可能形成滑坡、崩塌等地質(zhì)災(zāi)害[17]。按照自然間斷法將子長市的高程值劃分為916～1 100、1 100～1 200、1 200～1 300、1 300～1 400、1 400～1 557 m 5個(gè)等級(jí)。

2.2 地質(zhì)環(huán)境指標(biāo)

2.2.1 巖土體類型

依據(jù)巖土顆粒間的牢固聯(lián)結(jié)，境內(nèi)巖土體類型可劃分為軟硬相間互層狀含煤、油頁巖碎屑巖類和軟弱層狀黏土巖類以及第四系黃土層3類，其中巖體多出露于深切河谷及強(qiáng)烈剝蝕后的山嶺地帶，區(qū)內(nèi)第四系黃土體大面積出露，土體中的垂直節(jié)理和含水層段是其主要軟弱結(jié)構(gòu)面，滑坡、崩塌的發(fā)生常與其相關(guān)。

2.2.2 災(zāi)點(diǎn)密度

已知地質(zhì)災(zāi)害點(diǎn)的密度能夠有效反映出區(qū)域危險(xiǎn)程度的高低，災(zāi)害點(diǎn)密度指單位面積內(nèi)災(zāi)害點(diǎn)的數(shù)量，其值越大，區(qū)域內(nèi)的危險(xiǎn)性也就越大[18]。綜合考慮災(zāi)害點(diǎn)數(shù)量以及分級(jí)效果，首先將災(zāi)害點(diǎn)進(jìn)行密度分析，再將其以直線型閾值法進(jìn)行歸一化處理，最后按照相等間隔將其劃分為5個(gè)等級(jí)分別表示研究區(qū)內(nèi)地質(zhì)災(zāi)害點(diǎn)的分布情況。

2.2.3 道路距離

距離道路的遠(yuǎn)近表示著不同強(qiáng)度的人類工程活動(dòng)，不同程度的誘發(fā)各類地質(zhì)災(zāi)害?；贏rcGIS軟件將道路作為中心，以100 m間隔向外建立5個(gè)不同級(jí)別的緩沖區(qū)，分別為0～200、200～400、400～600、600～800、>800 m。

2.2.4 河流距離

河流分布對(duì)地質(zhì)災(zāi)害的影響表現(xiàn)在距河流的遠(yuǎn)近程度上，距離河流越近，河流兩岸的掏蝕作用愈發(fā)明顯，地質(zhì)災(zāi)害危險(xiǎn)性更大。與道路距離相似，在GIS平臺(tái)中以河流為中心做5個(gè)等級(jí)的緩沖區(qū)分別代表著對(duì)地質(zhì)災(zāi)害危險(xiǎn)性的不同影響程度，分別為：0～100、100～300、300～600、600～1 000、>1 000 m。

2.3 生態(tài)環(huán)境指標(biāo)

2.3.1 土地利用類型

土地利用類型一方面表示不同強(qiáng)度的人類工程活動(dòng)，另一方面也表征著不同區(qū)域的植被覆蓋情況，借助ArcGIS將土地利用類型劃分為耕地、林地、草地、水體、建設(shè)用地和未利用土地等6類。

2.3.2 年均降雨量

降雨一方面加快了對(duì)坡面的沖刷侵蝕，另一方面增加了巖土的孔隙水壓力，從而加劇了地質(zhì)災(zāi)害的發(fā)生[19]。子長市歷年來地質(zhì)災(zāi)害多發(fā)生于強(qiáng)降雨之后，選取子長市境內(nèi)多個(gè)氣象站站點(diǎn)2010—2015年的年平均降雨量進(jìn)行空間插值得到降雨量分布圖，并將其依照自然間斷法劃分為4類。

上述9個(gè)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)因子及取值分布如圖3所示。

圖3 地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)因子及取值分布Fig.3 Evaluation factors of susceptibility and value distribution

3 地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)方法及過程

3.1 信息量法

信息量模型(information value model)I是通過計(jì)算各類影響因素對(duì)崩塌和滑坡地質(zhì)災(zāi)害的發(fā)生所提供的信息量值，作為地質(zhì)災(zāi)害易發(fā)性等級(jí)劃分的定量指標(biāo)[20]。該方法通過計(jì)算各類影響因子對(duì)地質(zhì)災(zāi)害變形破壞所提供的信息量貢獻(xiàn)值，作為定量分區(qū)的指標(biāo)，以信息量值的大小來表示各個(gè)影響因素與地質(zhì)災(zāi)害的密切程度，災(zāi)害發(fā)生的概率隨著信息量值的增大而變大。其計(jì)算公式為

(1)

式(1)中：Nij表示影響因子子類中災(zāi)害點(diǎn)個(gè)數(shù)；N為災(zāi)害點(diǎn)總個(gè)數(shù)；Sij為影響因子子類柵格數(shù)；S是總柵格數(shù)。

基于研究區(qū)內(nèi)各災(zāi)害點(diǎn)的空間分布情況，對(duì)9類評(píng)價(jià)因子分級(jí)分別按式(1)解得其對(duì)應(yīng)的信息量值如表1所示。

表1 各評(píng)價(jià)因子信息量值計(jì)算結(jié)果Table 1 The result of information values

3.2 層次分析法

層次分析法(analytic hierarchy process, AHP)是一種定量計(jì)算與定性分析相結(jié)合的方法，它將與問題有關(guān)的因素劃分為分析和決策問題的目標(biāo)、方法和標(biāo)準(zhǔn)。該方法首先將一個(gè)復(fù)雜的問題分解為幾個(gè)在問題中起關(guān)鍵作用的因素，建立層次結(jié)構(gòu)模型[21]。然后在因子分析中加入主客觀判斷，逐個(gè)比較各因素，構(gòu)建判斷矩陣，該矩陣的最大特征根及特征向量歸一化后即為各影響因素的相對(duì)權(quán)重值[22]，最后再進(jìn)行一致性檢驗(yàn)完成權(quán)重分析。該方法首先需要構(gòu)建層次結(jié)構(gòu)模型(圖2)，再依據(jù)1～9標(biāo)度法建立起判定矩陣，最后進(jìn)行層次單排序與一致性檢驗(yàn)。為避免各項(xiàng)子因子分值間的矛盾，模型的優(yōu)劣程度通過一致性比率(consistency ratio，CR)來評(píng)價(jià)，其基本原則是分解、相對(duì)判斷和優(yōu)先綜合，它是基于變量和指標(biāo)之間的比較獲得的[23]，其計(jì)算公式為

(2)

(3)

式中：n為矩陣階數(shù)；CI為一致性指標(biāo)，RI為評(píng)價(jià)隨機(jī)一致性指標(biāo)。通常認(rèn)為，當(dāng)CR<0.1時(shí)，判定矩陣的一致性才可以被接受。

經(jīng)計(jì)算，得最高層(A)與中間層(B)的最大特征值λmax=3.053 6，一致性CR=0.051 6，CI=0.026 8，權(quán)重Wi=(0.195 8,0.493 4,0.310 8)。地形地貌(B1)判斷矩陣的最大特征值λmax=3.073 5，一致性CR=0.070 7，CI=0.036 8，Wi=(0.614 4,0.117 2,0.268 4)。地質(zhì)環(huán)境(B2)判斷矩陣的最大特征值λmax=4.164 9，一致性CR=0.061 8，CI=0.055 0，Wi=(0.107 6,0.444 8,0.258 1,0.189 6)。生態(tài)環(huán)境(B3)判斷矩陣的最大特征值λmax=2.000 0，一致性CR=0.000 0,CI=0.000 0,Wi=(0.333 3,0.666 7)。比較知3個(gè)矩陣CR值均小于0.1，所以這3個(gè)判斷矩陣均能滿足一致性要求，所得到的權(quán)重值可靠有效。最后將各子類因子權(quán)重歸一化處理，得到9項(xiàng)要素的AHP權(quán)重值如表2所示。

表2 評(píng)價(jià)因子權(quán)重值Table 2 Assessment factors and weights

3.3 邏輯回歸法

邏輯回歸模型(logistic regression model，LR)是二分類因變量常用的統(tǒng)計(jì)分析方法，其描述的是二元因變量與一系列自變量之間的關(guān)系[24]，在對(duì)地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)時(shí)，選取各評(píng)價(jià)因子作為自變量，將災(zāi)害是否發(fā)生作為因變量，因變量取值為1和0，分別代表地質(zhì)災(zāi)害的發(fā)生與否。該模型的自變量不要求滿足誤差分布趨于正態(tài)分布的假設(shè)，也不要求符合正態(tài)分布的條件，既可以是離散的也可以是連續(xù)的[25]。用數(shù)學(xué)函數(shù)表達(dá)式可表示為

(4)

式(4)中：P為災(zāi)害發(fā)生的概率，取值[0,1]；α為截距，常數(shù)項(xiàng)；Xi表示各評(píng)價(jià)因子；βi表示各因子回歸系數(shù)。

對(duì)式(4)兩邊取自然對(duì)數(shù)得回歸方程為

(5)

選取210個(gè)地質(zhì)災(zāi)害隱患點(diǎn)(105個(gè)災(zāi)害點(diǎn)，105個(gè)非災(zāi)害點(diǎn))作為樣本，基于ArcGIS平臺(tái)多值提取至點(diǎn)工具將各因子分類中的信息量值提取到樣本點(diǎn)上，定義災(zāi)害點(diǎn)屬性為1，非災(zāi)害點(diǎn)屬性為0，將樣本值導(dǎo)入SPSS軟件進(jìn)行二元邏輯回歸分析，邏輯回歸分析結(jié)果見表3，由表3知各因子顯著性均小于0.05，評(píng)價(jià)結(jié)果可靠有效。取9類評(píng)價(jià)因子的邏輯回歸系數(shù)B進(jìn)行歸一化處理，最終可得到各因子邏輯回歸權(quán)重值(表2)。

表3 邏輯回歸分析結(jié)果Table 3 Result of logistic regression analysis

3.4 AHP-LR熵組合模型

由AHP層次分析法所求得的各評(píng)價(jià)因子權(quán)重為主觀權(quán)重，基于信息量法求得的LR邏輯回歸權(quán)重值為客觀權(quán)重。為科學(xué)的對(duì)兩種權(quán)重值進(jìn)行組合，本次研究采用最小信息熵[26]將兩類權(quán)重值進(jìn)行組合，該方法原理為

(6)

(7)

用拉格朗日乘子法解得

(8)

式中:W1i表示由AHP求得的權(quán)重值；W2i表示由LR求得的權(quán)重值；Wi為AHP-LR熵組合模型權(quán)重值?？汕蟮玫礁髟u(píng)價(jià)因子的組合權(quán)重值如表2所示。

4 評(píng)價(jià)結(jié)果與檢驗(yàn)

4.1 評(píng)價(jià)結(jié)果

首先利用ArcGIS中的重采樣工具將各評(píng)價(jià)因子圖層的柵格單元統(tǒng)一為30 m×30 m，共計(jì)有2 013行，2 473列，2 662 503個(gè)獨(dú)立的屬性單元。

基于ArcGIS平臺(tái)，將9類評(píng)價(jià)因子的柵格圖層分別乘以對(duì)應(yīng)的AHP權(quán)重、LR權(quán)重及AHP-LR熵組合權(quán)重，最后疊加計(jì)算即可得到子長市三類賦權(quán)模型下的地質(zhì)災(zāi)害危險(xiǎn)程度分布圖，最后按照自然間斷法并結(jié)合研究區(qū)實(shí)際情況對(duì)三類評(píng)價(jià)結(jié)果進(jìn)行重分類，將危險(xiǎn)性等級(jí)劃分為極高危險(xiǎn)區(qū)、高危險(xiǎn)區(qū)、中危險(xiǎn)區(qū)、低危險(xiǎn)區(qū)、極低危險(xiǎn)區(qū)(圖4)。統(tǒng)計(jì)三類評(píng)價(jià)模型下各分級(jí)的面積和災(zāi)害點(diǎn)數(shù)量可得表4。

由圖4可知，三類評(píng)價(jià)模型下的危險(xiǎn)性分區(qū)情況基本保持一致，其中，基于AHP主觀權(quán)重的危險(xiǎn)性評(píng)價(jià)結(jié)果主要受到了災(zāi)害點(diǎn)密度因子的影響，區(qū)劃分級(jí)較為明顯；而基于LR客觀權(quán)重的危險(xiǎn)性評(píng)價(jià)結(jié)果主要受到河流距離因子的影響，各危險(xiǎn)性分級(jí)多沿河流分布；AHP-LR組合賦權(quán)模型下的評(píng)價(jià)結(jié)果融合了主、客觀賦權(quán)模型下的危險(xiǎn)性分級(jí)情況，分區(qū)結(jié)果更為合理。此外，由表4可知，三類模型下的分級(jí)面積占比均由極低危險(xiǎn)區(qū)向極高危險(xiǎn)區(qū)逐級(jí)遞增，且災(zāi)害點(diǎn)占比與分級(jí)面積占比的比值由極低危險(xiǎn)區(qū)向極高危險(xiǎn)區(qū)逐級(jí)遞增，表明三類評(píng)價(jià)模型分級(jí)皆合理有效，評(píng)價(jià)結(jié)果較為可靠。

圖4 危險(xiǎn)性分區(qū)圖Fig.4 Zoning of risks

表4 危險(xiǎn)性分區(qū)值統(tǒng)計(jì)Table 4 Statistics of risk zoning values

現(xiàn)對(duì)AHP-LR熵組合權(quán)模型下求解的危險(xiǎn)性評(píng)價(jià)結(jié)果概述如下。

(1)極高、高危險(xiǎn)性分區(qū)主要集中于研究區(qū)中部，在境內(nèi)西南部、東北部也有零星分布。兩類分區(qū)下的面積約352.49 km2，占全區(qū)總面積的14.66%，災(zāi)害點(diǎn)占比為64.76%。此兩類分區(qū)下人口密度相對(duì)較大，環(huán)境改造較為強(qiáng)烈，地質(zhì)災(zāi)害通常表現(xiàn)為規(guī)模大，強(qiáng)度高，影響范圍較廣，承災(zāi)體多且易損性極高，對(duì)人們的生命和財(cái)產(chǎn)安全存在極大威脅。

(2)中危險(xiǎn)性分區(qū)主要受到河流、道路分布情況的影響，在全區(qū)皆有不同程度的散布。分區(qū)下的面積為512.54 km2，占全區(qū)面積的21.31%，區(qū)內(nèi)災(zāi)點(diǎn)占比為26.67%。此類分區(qū)下的地質(zhì)災(zāi)害主要受河流對(duì)斜坡坡腳沖刷和人類工程活動(dòng)對(duì)斜坡體擾動(dòng)的影響，地質(zhì)災(zāi)害特點(diǎn)通常表現(xiàn)為規(guī)模大，強(qiáng)度低，影響范圍較大但易損性較低。

(3)低、極低危險(xiǎn)區(qū)受土地利用類型、年均降雨量等影響因子的綜合影響，主要分布于研究區(qū)西部、西北部地區(qū)。兩類分區(qū)下的面積約1 539.98 km2，占全區(qū)總面積的64.03%，災(zāi)害點(diǎn)占比為8.57%。區(qū)內(nèi)災(zāi)害點(diǎn)的分布較少，災(zāi)害形式表現(xiàn)為規(guī)模較小，強(qiáng)度較低，影響范圍較小，易損性較低等。

4.2 評(píng)價(jià)結(jié)果檢驗(yàn)

受試者工作特征(receiver operating characteristic，ROC)曲線是目前最為常用的精度檢驗(yàn)統(tǒng)計(jì)學(xué)方法[27]，該曲線是根據(jù)一系列不同的二分類方式，以真陽性率(敏感度)為縱坐標(biāo)，假陽性率(1-特異性)為橫坐標(biāo)繪制的曲線,其描繪的是診斷中敏感性和特殊性間的制約關(guān)系[28]，而曲線與橫軸圍成的面積(area under curve，AUC)可以表示模型對(duì)災(zāi)害樣本的預(yù)測精度，其值越高，預(yù)測精度越高[29]。

選取研究區(qū)105個(gè)災(zāi)害點(diǎn)以及105個(gè)非災(zāi)害點(diǎn)對(duì)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果進(jìn)行精度檢驗(yàn)。檢驗(yàn)結(jié)果顯示，基于層次分析法、邏輯回歸法和組合賦權(quán)法的3類模型AUC值分別為0.769、0.782、0.897(圖5)，表明此三類模型均能夠客觀準(zhǔn)確地對(duì)子長市地質(zhì)災(zāi)害危險(xiǎn)性進(jìn)行分級(jí)評(píng)價(jià)，且評(píng)價(jià)模型的精度AHP-I模型

圖5 評(píng)價(jià)模型ROC曲線Fig.5 ROC curves of assessment models

5 討論與結(jié)論

5.1 討論

隨著科學(xué)技術(shù)的不斷發(fā)展，各種評(píng)價(jià)方法、評(píng)價(jià)手段紛紛被運(yùn)用至地質(zhì)災(zāi)害的評(píng)價(jià)內(nèi)容中，傳統(tǒng)的評(píng)價(jià)方法對(duì)比于新生評(píng)價(jià)方法上顯得過于單一，而相較于傳統(tǒng)的評(píng)價(jià)方法在各區(qū)域的適用性上，新生的評(píng)價(jià)方法又顯得過于格式化。從地質(zhì)災(zāi)害危險(xiǎn)性本身出發(fā)，區(qū)域危險(xiǎn)性等級(jí)的劃分并非僅由某幾類評(píng)價(jià)因子決定，過多或過少的選取評(píng)價(jià)因子均會(huì)對(duì)評(píng)價(jià)結(jié)果產(chǎn)生一定影響，此外各評(píng)價(jià)因子疊加過程中權(quán)重值的合理設(shè)定對(duì)評(píng)價(jià)結(jié)果也有顯著影響。

基于9類評(píng)價(jià)因子，將主、客觀權(quán)重以最小信息熵處理為模型最終的因子權(quán)重值，最后與各因子分級(jí)信息量值進(jìn)行疊加，得到子長市地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃圖。此方法一方面科學(xué)的設(shè)定了各評(píng)價(jià)因子的權(quán)重值，另一方面考慮到各評(píng)價(jià)因子分級(jí)地質(zhì)災(zāi)害發(fā)育程度的不同。研究結(jié)果表明，子長市地質(zhì)災(zāi)害極高、高危險(xiǎn)區(qū)分布表現(xiàn)為樹杈狀，并多集中于研究區(qū)中部。評(píng)價(jià)結(jié)果精度值表明，主、客觀權(quán)重耦合后的評(píng)價(jià)精度明顯高于單一賦值模型。

然而正如前文所述，地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果的準(zhǔn)確性所受到的影響因素較多，文中所使用的方法僅表明評(píng)價(jià)結(jié)果合理且該類方法優(yōu)于單一的賦權(quán)模型，同時(shí)該類評(píng)價(jià)方法也可為今后的相關(guān)研究及防災(zāi)減災(zāi)工作提供一定參考。

5.2 結(jié)論

(1)主、客觀賦權(quán)以及組合賦權(quán)三類方法下求得的危險(xiǎn)性分級(jí)圖基本保持一致，基于ROC曲線檢驗(yàn)下的AUC值顯示，AHP-I模型與LR-I模型評(píng)價(jià)結(jié)果的精度相近，組合賦權(quán)模型下的評(píng)價(jià)結(jié)果AUC=0.897，評(píng)價(jià)精度較高，表明采用基于AHP-LR熵組合模型下的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)比單一賦權(quán)模型下的評(píng)價(jià)結(jié)果更為準(zhǔn)確，且此類評(píng)價(jià)模型更適宜于同等地質(zhì)環(huán)境條件下的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。

(2)研究區(qū)內(nèi)極低、低危險(xiǎn)性分級(jí)受到高程、土地利用類型、年均降雨量等評(píng)價(jià)因子的綜合影響，主要分布于研究區(qū)西部、西北部地區(qū)。兩類分區(qū)下的面積約1 539.98 km2，占全區(qū)總面積的64.03%；中危險(xiǎn)性分區(qū)主要受到河流分布情況的影響，分區(qū)下的面積為512.54 km2，占全區(qū)面積的21.31%；極高、高危險(xiǎn)性分級(jí)主要集中于研究區(qū)中部，兩類分區(qū)下的面積約352.49 km2，占全區(qū)面積的14.66%，此2類分區(qū)下人口密度較大，環(huán)境改造強(qiáng)烈，地質(zhì)災(zāi)害通常表現(xiàn)為規(guī)模大，強(qiáng)度高，影響范圍較廣，易損性較高，對(duì)道路、人口等均有極大威脅，是地質(zhì)災(zāi)害防災(zāi)減災(zāi)工作部署的重點(diǎn)研究區(qū)段。

(3)基于信息量法，將主觀權(quán)重值與客觀權(quán)重值相結(jié)合的熵組合賦權(quán)，從理論方法上綜合考慮了各評(píng)價(jià)因子對(duì)地質(zhì)災(zāi)害危險(xiǎn)性的影響大小，在研究意義上表明多種評(píng)價(jià)方法之間的耦合關(guān)聯(lián)能夠有效解決單一的評(píng)價(jià)方法求解的局限性問題，且評(píng)價(jià)結(jié)果更為可靠有效。