地质灾害区划与分区评价之欧阳体创编.docx

地质灾害区划与分区评价之欧阳体创编.docx

《地质灾害区划与分区评价之欧阳体创编.docx》由会员分享，可在线阅读，更多相关《地质灾害区划与分区评价之欧阳体创编.docx（13页珍藏版）》请在冰点文库上搜索。

地质灾害区划与分区评价之欧阳体创编

第五章地质灾害区划与分区评价

时间：

2021.02.03

创作：

欧阳体

第一节地质灾害易发区划分及分区评价

一、评价思路与方法

地质灾害发育现状是其易发性的客观反映，要想准确的进行地质灾害易发性分区，必须依赖遥感解译和野外实际调查工作，本着这一思路，此次调查十分重视对基础地质元素的搜集与分析，野外工作结束时已形成本区地质灾害易发性基本轮廓，即初步的定性分区结果；同时考虑到地质环境条件的复杂性，通过对影响地质灾害发育的诸多因素分析，采用半定量方法进行分区计算，作为对定性评价的补充，最后综合两种结果，形成本区地质灾害的易发性分区图。

由于地质灾害易发性的评价结果受到多种因素的影响，而这些因素本身存在着不确定性、模糊性以及各因素之间相互作用的复杂性；如何将复杂的地质因素尽可能的定量化，使分析和评价结果最大限度的符合客观实际情况，是地质工作者广为探讨的问题。

层次分析法（简称AHP）是一种定性和定量相结合的系统化、层次化的分析方法，它不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。

由于它在处理复杂的决策问题上的实用性和有效性，因此在各学科模糊综合评判中得以广泛应用。

地理信息系统在最近的30多年内得到了惊人的发展，广泛应用于资源调查、环境评估、灾害预测等众多领域，借助GIS系统可以完成制图、数字地形分析、空间决策支持、空间分析统计等任务，在GIS平台上进行易发性区划可以在一定程度上避免传统区划工作量大、工作强度大、工作精度不高以及主观影响大的不足。

本次工作拟采用基于层次分析法和GIS空间分析统计方法相结合的工作方法对区内地质灾害易发性进行评价和区划，主要技术路线和方法如下：

1、确定评价单元和评价因子，利用层次分析法确定各因子和各要素的权值。

2、对各评价因子指标进行量化，并采用归一化数值变换方法统一量纲。

3、在评价指标权值确定和数据归一化的基础上，利用GIS系统的空间分析功能进行数据的空间叠加与统计。

4、经统计分析确定易发性区划的分界点，将评价结果分成不同等级。

5、在GIS分析成图的基础上综合考虑各种因素，进行修改完善，最终编制工作区地质灾害易发性区划图。

二、理论与方法

层次分析法是美国运筹学家T.L.Saaty于20世纪70年代中期提出的一种定性与定量相结合的多准则决策的系统分析方法，其基本原理是把复杂系统分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策。

它把人的决策思维过程层次化、数量化、模型化，并用数学手段为分析、决策提供定量的依据，是一种对非定量事件进行定量分析的有效方法，特别是在目标因素结构复杂且缺少必要的数据情况下，需要将决策者的经验判断定量化时该法非常实用。

该方法适用于多准则、多目标或无结构特征的复杂问题的决策分析，它按照各因子相互之间的内在支配关系，建立层次结构模型，通过因子的两两比较，建立判断矩阵，进行层析排序，确定各因子的相对重要性。

（一）层次分析法的主要步骤

运用层次分析法建模，大体上可按下面4个步骤进行：

1、建立层次结构模型：

综合分统所析系涉及的目标、范围、准则，约束条件，确定综合评价体系中各因索之间的关系，并根据指标的隶属关系进行上下分层排列，形成危险性综合评价体系层次结构。

2、将问题中的各个要素划分为不同的层次结构,以框架结构说明各层次之间的从属关系。

3、构造判断矩阵：

层次分析法的基础主要靠对各层次两两元素相互重要程度差异给出判断，并将这些判断用数值表示出来，形成判断矩阵，即两两比较矩阵。

该矩阵是层次分析法的出发点，也是整个权值确定过程中的关键。

在构造判断矩阵的过程中，可以通过向专家发放问卷进行因子间的相对重要程度打分,并用矩阵表示打分结果;

4、检验层次分析结果如有误差,需对判断矩阵的元素取值通过专家意见进行调整,从新运算。

（二）评价指标判断矩阵的构建

信息是系统分析最基础的数据。

任何系统分析都要掌握一定的信息才能进行。

层次分析法也需要有相应的信息作为分析的基础，其信息主要来源于人们对不同层次中各个因素之间的相对重要性所做出的判断。

通过引入适当的判断标度将这些判断用数值的形式表示出来构成判断知阵。

以便比较本层次各因素与某一因素之间的相对重要性。

设B层次中的元素Bi,Bz,Bs,.……从与上一层次A中的元素A有关系，则可以通过判断知阵表示出来，如表511所示。

表511判断矩阵示意表

A

B1

B2

B3

…

Bn

B1

b11

b12

b13

…

b1n

B2

b21

b22

b23

…

b2n

…

…

…

…

…

…

Bn

bn1

Bn2

Bn3

…

bnn

表中bij表示对危险性综合评价而言Bi和Bj相对重要程度的数值表示。

bij的取值是根据表512的T.Satty19标度含义来确定。

表512判断矩阵元需Aij的19度标度法

标度

含义

1

两个因子相比较，两者同样重要

3

两个因子相比较，其中一个比另一个稍微重要

5

两个因子相比较，其中一个相对另一个来说比较重要

7

两个因子相比较，其中一个相对另一个来说非常重要

9

两个因袭相比较，其中一个相对另一个来说极其重要

2,4,6,8

介于上面两个相邻判断值的中间

倒数

若i与j相比较的判断值为bij,则j与i比较的判断值为1/bij

（三）特征值与特征向量计算

根据判断矩阵，利用线性代数知识，精确的求出T的最大特征根所对应的特征向量。

所求特征向量即为各评价因素的重要性排序，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值。

本次评价采用和积法进行求解，具体步骤如下：

1、将判断矩阵每一列归一化：

2、每一列经正规化的判断矩阵按行相加：

3、对向量

做正规化处理，

依次所得到的

即为所求特征向量。

4、计算判断矩阵的最大特征根λmax，

式中：

（TA）i表示向量TA的第i个元素。

（四）一致性检验

为避免其他因素对判断矩阵的干扰，在实际应用中要求判断矩阵满足大体上的一致性，需进行一致性检验。

只有通过检验，才能说明判断矩阵在逻辑上是合理的，才能继续对结果进行分析。

对判断矩阵进行一致性检验，计算公式：

CR=CI/RI

（1）

式中，CR（consistencyratio）为一致性比例。

当CR<0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。

CI（consistencyindex）为一致性指标，按下式计算：

CI=（λmaxn）/（n1）

（2）

式中：

max－判断矩阵的最大特征根；

n－成对比较因子的个数；

RI（randomindex）－随机一致性指标，可查表确定，如表513所示。

表513平均随机一致性指数ＲI

阶数ｎ

1

2

3

4

5

6

7

8

9

RI

0

0

0.58

0.9

1.12

1.24

1.32

1.41

1.45

当ＣR＜0.1时，就认为判断矩阵具有满意的一致性，否则就需要重新调整，直到具有满意的一致性为止。

三、评价因子选取及敏感性分析

影响地质灾害形成的自然因素众多,历史地震地质灾害发生的数量、分布范围、活动规模都直接反映了地层岩性、地形地貌、现存新老滑坡以及有关地震动力环境对地震诱发地质灾害的控制作用;此外,土地利用、地下水、植物条件等因素也对震后地质灾害形成起到一定程度的影响。

本文采用统计学方法，对研究区山地灾害点与各因子的每个属性进行相对频率组合的定量计算方法，综合天水市秦州区震后地质灾害发育情况，本次危险性区划分析中选用了10个影响因子，主要包括：

地质构造、地形坡度、海拔高程及水系发育情况等。

（一）地质构造

地质构造因素对地质灾害点的发育控制作用十分明显，在区域地质构造比较复杂，褶皱比较强烈，新构造运动比较活动的地区，地质灾害比较发育。

其影响主要表现在：

①地质构造决定了地貌形态的分布，对地质灾害发育的临空条件起到间接的控制作用；②地质构造带岩石破碎、风化严重，使得边坡的连续性和完整性受到破坏，是地下水最丰富和活动的地区，降低了岩体的抗剪强度；③在构造应力作用下，岩体内节理、裂隙发育，为崩塌发育提供了条件；④活动断层造成地表破裂，岩层结构发生破坏，非活动断层作为地震波的反射界面，可能导致岩体的拉力破坏；⑥断裂构造控制着水系的发育和人类工程活动的分布，对地质灾害的威胁对象起到间接的控制作用

研究中，通过GIS软件缓冲区分析和数据统计功能，对研究区内灾害点与断裂距离分布关系做了统计：

首先，对研究区内的断裂做距离缓冲处理，分别得到0500，5001000，10002000及大于2000米四个缓冲区；然后利用GIS统计功能，对每个缓冲区内的灾害数量、缓冲区面积进行统计，计算每个缓冲区内灾害点密度。

详细数据如表514所示，灾害点与断裂的分布关系和敏感性关系，如图511所示。

表514研究区地质灾害点与断裂距离统计关系

断裂缓冲距离（m）

<500

5001000

10002000

>2000

缓冲区面积（km2）

291.83

248.35

528.14

1285.43

面积百分比（%）

12.40

10.55

22.44

54.61

灾害点数量

34

28

42

100

灾害点密度（个/km2）

0.12

0.11

0.08

0.08

图511断裂构造与地质灾害分布关系图

（二）地质灾害频率

对天水市秦州区按1km*1km网格进行离散，形成2534个空间离散网格，依据灾害点在网格上的分布，进行基于GIS的统计。

该计算包括单元面积上灾害发生的频率及地质灾害面积模数比。

地质灾害频率比：

设第（i,j）单元内灾害频率为f（i,j），单元面积为S（i,j），单元内灾害的频率密度为ρf（i,j），整个研究区面积为S，灾害总数为f，总频率密度为ρf，则：

第（i,j）单元格灾害频率比为：

Rf（i,j）=ρf（i,j）/ρf

其中，ρf（i,j）=f（i,j）/S（i,j）；ρf=f/S。

地质灾害面积模数比：

设第（i,j）单元内灾害体分布面积为Ss（i,j），单元面积为S（i,j），单元内灾害的面积模数为ρs（i,j），整个研究区面积为S，灾害点总面积为s，总面积模数为ρs，则：

第（i,j）单元格灾害面积模数为：

RS（i,j）=ρs（i,j）/ρs

其中，ρs（i,j）=s（i,j）/S（i,j）；ρs=s/S。

经计算可得，单个像元上最大出现地质灾害的频率为8。

对空间灾害点的频率分布进行归一，可形成图512灾害发生频率归一化分布图及513地质灾害面积模数比归一化图。

图512地质灾害频率比归一化图

图513地质灾害面积模数比归一化图

（三）坡度及坡度变率

利用工作区1：

5万DEM数据提取坡度数据。

根据前文中的分析，由于工作区内滑坡、崩塌灾害主要分布于10°～60°之间的斜坡，10°以下斜坡基本不发生滑坡、崩塌等灾害，因此本次评价将60°以上斜坡的易发程度定义为1，10°以下易发程度定义为0，将坡度数据进行0～1之间的线性归一化，得到坡度归一化结果图。

坡度变化率是对地形基本因子——坡度变化情况进行量化的指标，由于斜坡拉张应力区的分布与斜坡坡度呈正相关联系，因此随着斜坡坡度变化率增大的斜坡坡脚地带形成的最大剪应力也不断增大，斜坡也就愈容易产生变形破坏。

本次通过DEM对全区坡度变化率数据进行提取，然后进行0～1之间归一化处理之后参与评价。

图514坡度归一化图

图515坡度变率归一化

（四）坡向及坡形变率

坡形可以利用地表的曲率进行描述和量化，直线形和凸型斜坡在曲率上的体现是曲率≥0，凹型坡和阶梯型坡的曲率＜0，因此，可利用ArcGIS平台从DEM数据中提取调查区地表曲率信息，（平面曲率

I、激活坡向数据。

II、从【Surface】菜单中选择【DeriveSlope】命令。

III、生成平面曲率层面SlopeofAspect

然后进行斜坡坡形的归一化。

由于滑坡和崩塌主要发育在直线型斜坡和凸型斜坡上，因此，当曲率＜0时，坡面为凹型或阶梯型，易发程度最低；当曲率＞0时，坡面为直线型和凸型，易发程度较高，按照曲率的大小进行0～1之间的线性归一化，得到斜坡坡形指标归一化结果（图516，517）。

图516坡向归一化图

图517坡形曲率归一化图

（五）海拔高程

海拔高程对地质灾害的控制作用主要表现在，一方面，海拔高程影响了地下水的分布，特别是潜水层的分布，松散岩土体构成的斜坡体内的地下水多为潜水，高程越高，潜水分布越少，对斜坡的影响越小。

另一方面，海拔高程对人类活动范围起控制作用，人类大多居住在海拔较低的河流沿岸，也多在海拔较低的地方进行生产活动，如开垦耕地。

这些因素影响着地质灾害的发育。

因此，海拔高程也是地质灾害危险性评价考虑的因素之一。

利用DEM的高程信息进行求解，最后进行栅格化和归一化处理（图518）。

图518海拔高程与灾害点关系

（六）沟壑密度

前已述及，沟壑密度是地形发育阶段和地表抗蚀能力的重要特征值，对地质灾害的发育有重要的影响作用。

本次工作主要利用ARCGIS平台中的Hydrology工具集，基于工作区1：

5万栅格DEM提取各流域单元的沟壑密度（图519），主要步骤如下：

1、对工作区dem数据进行洼地填平。

2、利用GIS水文分析，得到提取区域的水流方向矩阵、水流累计矩阵。

3、给定不同集水阀值，将水流方向累计矩阵中高于此阀值的格网连接起来得到矢量的沟壑网络。

4、对上一步提取的不同集水阀值下的沟谷网络依据与实际形态的拟合程度进行对比分析，确定提取水文网和沟壑流域网络最终的集水阀值。

5、利用上一步确定的集水阀值分别提取水文网和流域沟壑网络，并计算各流域的沟谷总长度和面积。

6、依据得到的沟壑总长度和面积求得各流域的沟壑密度值。

7、将各流域的沟壑密度进行归一化处理并转换为栅格数据参与评价。

图519沟壑密度图

（七）植被指数

通过天水市秦州区1999年8月ETM+遥感数据，选择近红外波段4和可见光红波段3，进行计算求取植被指数NDVI，之后将计算结果进行归一化处理参与评价（图5110）。

图5110植被指数图（NDVI）

（八）水系发育

水系是诱发因子中对地质灾害影响较大的一个因素，基于DEM提取区内水系发育情况，参与易发性评价，500m缓冲区内，近30%灾害点落入区内，如缓冲区达到1000m，则灾害点个数达到120余个，占60%以上。

（图5111）。

图5111水系发育与灾害点关系图

（九）人类工程活动

人类工程活动对地质环境的影响是极为复杂的，区内对地质环境改造较为强烈的人类活动即为公路、铁路等线状工程的修建，本次评价将工作区内的公路（包括国道、省道及县主要干道）、铁路做为基准线，间隔500m做缓冲区分析，分别向两边做三个缓冲区，再经栅格化和归一化处理后参与评价（图5113）。

图5113人类活动归一化图

四、因子权重确定

（一）建立易发性评价层次结构

地质灾害易发区系指容易产生地质灾害的区域，因此在选取评判因子时要依据工作区内地质灾害发育的特点来选取，所选取的评判因子，应能全面反映区内地质灾害的发育特点和孕灾条件。

本次评价以地质灾害易发性做为目标层，选择了发育因子、基础因子和诱发因子构成准则层即二级评判因子，并选取了对地质灾害易发性影响较为明显的13个因子构成。

对地质灾害易发性评价指标体系进行分析，确定评价体系的层次结构，如图5114所示：

图5114评价体系结构图

（二）构造判断矩阵

1、在层次结构中，对于从属于（或影响）上一层的每个因素的同一层诸因素进行两两比较，比较其对于准则的重要程度，并按事前规定的标度定量化，构成矩阵形式，即判断矩阵。

判断矩阵中各元素的数值由多名经验丰富的专家集中群体智慧对各因素的相对重要性进行评估打分确定。

2、根据层次分析法的基本原理，用10个指标建立起判断矩阵，将各个指标间的相对重要程度表示出来。

其中10个指标为地质构造（B1）；地质灾害频率（B2）；坡度及坡度变率（B3）；坡向及坡形变率（B4）；海拔高程（B5）；沟壑密度（B6）；植被指数（B7）；降雨量（B8）；地震（B9）；人类工程活动（B10）。

通过向专家咨询，进行指标因子间相互重要性进行打分，并结合研究区的敏感性评价分析结果，最终构建判断矩阵如表所示：

表515判断矩阵标度层次单排序结果一览表

指标项

B1

B2

B3

B4

B5

B6

B7

B8

B9

B10

Wi

B1

1

2

1/3

1/2

1/2

1/3

1/2

1/3

2

3

0.1167

B2

1/2

1

1/2

1/2

2

3

1/2

1/2

1/3

2

0.1236

B3

3

2

1

1

2

3

1

1

2

3

0.0511

B4

2

2

1

1

2

3

1

2

2

5

0.0471

B5

2

1/2

1/2

1/2

1

2

1

1/2

1/2

3

0.0964

B6

3

1/3

1/3

1/3

1/2

1

1/2

1/3

1/2

2

0.1396

B7

2

2

1

1

1

2

1

2

2

3

0.0554

B8

3

2

1

1/2

2

3

1/2

1

2

2

0.0611

B9

1/2

3

1/2

1/2

2

2

1/2

1/2

1

3

0.0900

B10

1/3

2

1/3

1/5

1/3

1/2

1/3

1/2

1/3

1

0.2190

注：

B1—地质构造；B2—地质灾害频率；B3—坡度及坡度变率；B4—坡向及坡形变率；B5—海拔高程；B6—沟壑密度；B7—植被指数；B8—降雨量；B9—地震；B10—人类工程活动。

3、求特征根

通过计算可得特征向量，归一化处理后即权重数W及最大特征根为：

W=[0.1167，0.1236，0.0511，0.0471，0.0964，0.1396，0.0554，0.0611，0.0900，0.2190]T，

λmax=11.2114

4、一致性检验

CI=（λmaxn）/（n1）=0.1346

RI=1.45

CR=CI/RI=0.0928<0.1

判断矩阵有较好的一致性。

五、评价模型建立

基于上述上述指标因子的分析、评价及其进行敏感性分析的基础上，采用层次分析法确定各因子对地质灾害易发性评价贡献的大小，并充分考虑到GIS空间分析功能在处理多因子、多图层叠加处理评价方面的优势，最终建立天水市秦州区地质灾害危险性评价模型：

Ｓ＝∑Wi×Bij=0.1167×B1j+0.1236×B2j+0.0511×B3j+0.0471×B4j+0.0964×B5j+0.1396×B6j+0.0544×B7j+0.0611×B8j+0.09×B9j+0.219×B10j；

式中：

S为评价单元的综合易发性评价值；

Wi为第ｉ个指标的敏感度权重；

Bij为第ｉ个指标属性ｊ的赋值大小，其中，i=1，2，3，4，5，6，7，8，9，10；j=1，2，3，4。

六、地质灾害易发性分区评价

按照评价模型，应用空间分析模块下的叠加分析进行计算，并对计算结果做分级处理，这里将评价结果分四级，分别为高易发区、中易发区、低易发区和不易发区，如图5115所示。

图5115天水市秦州区地质灾害易发程度分区图

在定量计算分级分区的基础上，综合考虑各种因素，以“区内相似、区间相异”为原则，同时尽量考虑小流域的完整性，修改完善后最终形成天水市秦州区地质灾害易发性区划成果图5116。

该成果将全区划分为地质灾害高易发区、地质灾害中易发区、地质灾害低易发区、地质灾害不易发区四个类型区，九个亚区和十八个段。

各级易发区、亚区、段特征见表516。

下面对地质灾害易发区进行分区评述。

图5116天水市秦州区地质灾害易发程度分区图

时间：

2021.02.03

创作：

欧阳体