滑坡敏感性分析

西南、贵州等地基于地理信息系统山地滑坡

敏感性

摘要:本文研究的目的是用地理信息系统的方法（GIS）评价中国西南贵州省周边地区发生滑坡的可能性。底图是扫描这片区域，单幅滑坡绘制1:50万地形图。在这片文章中，斜坡、岩性、滑坡单体、构造活动、排水分布和年降水量都将作为独立的影响因子。因此，六个影响因子的地图准备通过各种权威资源收集信息并且把它们转换到GIS地图中。在定性地图和梯形模糊数学比重（TFNW）方法的基础上进行敏感性分析。使用预测图概率，将研究区的滑坡敏感性分为四个类别:即低、中、高和很高。此外，加权程序显示TFNW是一种有效的方法在滑坡因子权重分析上。

关键字：滑坡灾害空间、地理信息系统、滑坡、模糊数、加权方法

绪论

2007年，在中国约有25,000件水文地质的混乱事件造成679人丧生，直接破坏资产和财产估计约3200万美元根据国土资源部的报告（2008）(/)。在贵州，中国的一个，在无数的地质灾害事件中大约有150人丧生和许多基础设施被摧毁。建立滑坡敏感性分析对于土地利用规划和基础设施的布局非常重要。

随之而来的需求是用一种逐渐被重视的地理信息系统（GIS）的方法去预测已经促使许多随机过程模型发展的事件。地理信息系统是基于计算机的系统，具有高潜力的存档、处理、分析和显示地理参照数据(Aronoff 1989)的能力并且日益成为地质灾害分析和风险降低的主要工具（Coppock 1995)。

GIS作为基本的分析工具，结合一些合理的模型，采用空间数据管理和操作对于滑坡危险性区划是非常有效的。因此，许多研究者试图在GIS环境下找出产生山体滑坡和滑坡的灾害图。滑坡灾害图根据不同的目的和现有的资源，在不同的尺度编译，从地方到国家，采用多种技术，包括立体航空照片的分析、地貌域的映射、工程地质勘查和历史档案的索引(Guzzetti et al. 2000)。对于这些技术的结合经常使用(Galli et al.2008)。

至于滑坡灾害分析模型，有许多滑坡危险性评价的研究。统计模型之一的多

元回归模型适用于滑坡危险度区划(Dai et al. 2001;Ohlmacher and Davis 2003)。一些研究应用概率模型(Parise and Jibson2000;Baeza and Corominas2001;Clerici et al. 2002;Donati and Turrini2002;Zhou et al. 2002; Lee and Choi2003; Lee et al.2004a)。一些研究采用人工神经网络模型(Pistocchi et al. 2002; Lee et al. 2004b; Lee and Evangelista 2006) 。一些研究采用岩土模型和模型的安全系数(Refice and Capolongo2002; Zhou et al. 2003;Carro et al. 2003)。

此外，定性地图组合是一种非常流行的方法，用它将各种因素组合获得一个边坡失稳地图(Stevenson 1977;Saha et al. 2002;Sarkar and Kanungo2004)。这种方法的区别在于山体滑坡并不需要，因为权重的分配是根据地貌学家的丰富经验(Galang2004)。

尽管如此，这里仍然有一个名为加权线性组合（WLC的）模型，它被称为是最知名的和最常用的多准则GIS方法(Eastman 1999; Jiang and Eastman 2000;S ¸ener et al. 2006;Akgu ¨n and

Bulut 2007)。本质上，WLC的模型是一种结合各种敏感因子提高滑坡敏感性分析的方法。这项研究的目的是运用定性地图组合模式在贵州地区采用GIS 分析滑坡敏感性区划图。每个因素引起的滑坡权重是有模糊简单加权模型实现。本文的其余部分组织如下。下一节介绍了研究区的基本信息，紧随其后的是各种偶然因素和定性地图组合模型。这部分“加权方法”描述了一个模糊简单加权模型。本文以讨论和结论结束。

研究区

贵州省位于经度103036'-109035'，纬度24037'-29013'，覆盖面积176,167km2，海拔高度从140-2,900m（图1），亚热带型气候。作为山区，该地区的地质结构非常复杂。它遭受大量的山体活动，如滑坡、泥石流、塌陷和沉降，主要由从三月到八月的暴雨引起。由于雨水增加了空隙水压力，土体强度降低，最后导致滑坡。因此，每年在这个地区降雨诱发的地质灾害频繁发生，严重威胁人民生命财产安全并且妨碍经济发展。

图1 研究区的分布与海拔高度

偶然因素和定性地图组合模型

滑坡灾害是发生在一段指定时间内的一个特定区域的潜在破坏性现象(Varnes1984)。这个定义既包括了空间又包括了时间的尺度。这种危险性的区划是指将陆地表面划分区域，并根据实际或潜在的土石流或是斜坡上的一些大块物质将这些区域分类(Varnes1984)。滑坡危险性区划的最终地图显示了相对滑坡灾害的空间分布也常被称为敏感性地图(Brabb1984; Hansen 1984)。

定性地图组合原理的描述为：可能发生山体滑坡作为一个确定的因果关系的若干因素的结果(Varnes1978)。每个地图的因子进行加权然后分成子类，然后将权重分配给每个子类。该地区上覆盖不同的加权因子和子类比重允许为每一个相对不稳定的地图得分求和，这些得分可以将地图分为不同的不稳定类。

偶然因素

为了评估潜在的滑坡，需要识别和分析偶然因素。在这篇文章中使用了一下参数:斜坡、岩性、堆积密度、构造活动、年降水量和分布。一个常用的因子经常用在边坡失稳的分析中即植被，但不会用在这个模型中主要是因为最常见的植

被数据较少。

数字高程模型（DEM）和岩层，地质构造和排水管网在研究区域获得了全国基金会地质信息系统(NFGIS-M50DB)所提供的基本地图和空间数据库。滑坡资料是由土地资源部提供的，而降水资料是由贵州省气象局提供。这是一幅1:50万的地图。

由于这些层由连续数据组成，它们需要为离散子类从新分类。这些子类是有些主观，但都在该地区以往研究的基础之上，如表1所示。子类分类的主观性始终存在并将继续成为边坡失稳区划项目中最主观的方面。然而，在一些不同的研究领域使用一些一致性可能有助于减少主观性的影响。基本因素和触发因素都会使边坡产生灾害预警图，如表1.这篇文章中只使用了基本因素生成斜坡敏感性的区划图。

表1 滑坡危险性评价因子

最初，数字高程模型（DEM）对这个区域的研究是建立在使用ArcGIS9.0软件的地形图。在1:50万的地形图中，等高线被用来生成一个数字高程模型。坡角的计算采用DEM，斜坡输出的度数分为四个子类（表1）。

岩性

岩性的资料来自1:50万的NFGIS-M50DB图，它是通过实地调查得到的。四大类型的岩石和沉积物存在：（1）碳酸盐岩占区域的70%，包括层状和大块的石灰石，石英质的灰岩和泥灰岩；（2）岩浆岩占区域面积的7%；（3）变质岩占区域面积的11%，包括砂岩，粉砂岩，凝灰岩；（4）海陆沉积岩占区域面积的11%，