基于信息量法和结果检验的定南县地质灾害易发性评价.pdf

定南县孕灾地质条件相对复杂，滑坡、崩塌等地质灾害多发、易发，是江西省地质灾害防治重点县。在定南县地质灾害调查的基础上，选取坡度、起伏度、工程地质岩组、距构造距离、距河流距离、土地利用类型、年均降雨量、距道路距离等8个评价因子构建评价指标体系，通过信息量法并运用ArcGIS进行地质灾害易发性评价。对评价结果进行检验，检验结果表明评价具有合理性且有精度保证。研究结果可以为定南县地质灾害防治提供数据支撑。关键词：定南县；地质灾害；易发性评价；信息量法中图分类号：P694文献标志码：ADOI：10.13693/21-1573.2023.02.004基金项目：2021年中央自然灾害防治体系建设补助资金（第一批）项目（202102049）；江西省地质局公益项目2023年度地质灾害防治技术支撑项目（赣州市）收稿日期：2022-12-16修订日期：2023-02-16编辑：李俏作者简介：宋勇（1986-），男，江西省赣州市人，2018年毕业于江西理工大学，硕士，高级工程师，主要从事地质灾害防治、生态修复等方面的研究。E-mail：0引言江西省位于我国山地丘陵区，是全国12个地质灾害易发、多发的省份之一，地质灾害频发，给当地工程建设和人民生命财产造成了严重危害1。近年来国内地质灾害的理论研究、治理技术都有了显著提高，但由于地质灾害形成条件复杂、影响因素多样，对区域地质灾害易发性进行准确、客观的评价仍然是一种行之有效的灾前防治手段2。对于不同孕灾地质环境条件，国内外学者进行了大量卓有成效的研究，许多方法被用于地质灾害易发性评价中，但由于地质灾害成因复杂，诱发因素多变，目前没有形成统一的评价方法3。地质灾害易发性评价常用方法包括层次分析法4、证据权法5、信息量法6、神经网络法7、逻辑回归法8、综合指数法9等。其中，信息量法作为一种基于统计学的定量方法，由于其物理意义明确，操作简单，能够科学的对评价因子进行分级处理，近年来以地理信息系统为代表的空间信息技术结合信息量法在地质灾害易发性评价领域得到了广泛应用10。鉴于以往县域地质灾害易发性评价研究工作较少，以单点地质灾害发育特征研究居多的现状，本文以江西省定南县为研究区，选取坡基于信息量法和结果检验的定南县地质灾害易发性评价2期度、起伏度、工程地质岩组和距构造距离等8个评价因子，采用信息量法对县域地质灾害易发性进行评价，并对评价结果做合理性和精度检验分析。1研究区概况定南县地处江西省南部边陲，地理坐标为114 47 36 115 2255E，24 3353 250349N，东与安远县、寻乌县接壤，西与龙南市接壤，南与广东省龙川县、和平县接壤，北与信丰县接壤，总面积1319 km2，总人口22万人。该县域为典型的亚热带湿润季风气候，气候温和、雨量充沛，有明显的季节差异。研究区位于赣粤交界的九连山山脉北部，地势上东、西、北三面高，中南部略低并向南倾斜，主要为中低山和丘陵地貌。中低山区位于研究区北西部、南西部及东部，出露地层主要为深变质岩及侵入岩等。丘陵区分布于研究区中北部及南部广大地区，出露地层主要为岩浆岩和少部分第四系粉质粘土、砂质粘土等。区域地质条件复杂多样，地表水系发育，加上人类工程活动频繁，导致了地质环境相对脆弱，突发地质灾害较为发育。结合搜集资料，研究区历史上共发生地质灾害509处，研究区位置及地质灾害点分布如图1所示。2评价方法2.1 信息量法信息量法是以信息论和工程地质类比法为基础，由信息论创始人Shannon11提出，晏国珍等12人将其应用到地质灾害易发性评价中。地质灾害受多种因素影响，实际上对于不同的地质环境条件，影响因子对地质灾害的影响程度有所不同13。通过对历史灾害数据统计，将影响灾害的各种因子实测值转化为反映灾害发生的信息量，叠加各因子信息量值，从而建立地质灾害易发性评价模型。其计算公式如下：I(xi,H)=lnNi/NAi/A（1）式（1）中：I（xi，H）为因子xi对地质灾害发生提供的信息量；Ni为影响因子xi中分布的地质灾害栅格单元数；Ai为研究区中包含影响因子xi的栅格单元数；N为研究区中分布的地质灾害栅格单元总数；A为研究区划分的栅格单元总数。将各评价因子的信息量叠加，即为该评价单元的总信息量，即（a）研究位置图图1 研究区位置及地质灾害点分布图Fig.1 Location of the study area and distribution of geological disaster points（b）研究区地质灾害点分布图宋勇，等：基于信息量法和结果检验的定南县地质灾害易发性评价27防灾减灾学报39卷Ii=i=1nI(xi,H)=i=1nlnNi/NAi/A（2）式（2）中：Ii为评价单元总信息量；n为评价因子数量。2.2 研究思路基于地理信息系统，借助信息量法预测地质灾害易发性，研究思路如下：（1）根据研究区地质灾害统计资料及典型灾害点勘查资料，选取影响灾害发生的易发性评价因子；（2）依据选取的评价因子，搜集并整理评价所需的数据资料；（3）结合野外调查灾害点孕灾地质条件类比制定分级标准，将评价因子合理分级；（4）根据信息量公式计算各评价因子信息量值，并利用ArcGIS将研究区评价因子的信息量值分别叠加得到地质灾害易发性栅格图，再结合自然断点法划分地质灾害易发区间；（5）统计不同易发区间的面积占比、灾害占比及灾害点密度等信息，并对其合理性和精度进行检验14。3评价因子体系的建立3.1 评价因子选取地质灾害易发性评价结果是否可靠与评价因子的选取密切相关，根据研究区地质灾害统计资料及典型灾害点的勘查资料，影响研究区地质灾害发育的因素可分为基础地质条件和诱发条件两大类15。结合研究区自然地理特征和前期研究成果，在充分考虑资料的可获得性、研究区尺度、研究精度16要求等基础上，最终选取8类影响因素作为研究区地质灾害易发性分区的评价指标，即坡度、起伏度、工程地质图2 地质灾害易发性评价指标体系Fig.2 Evaluation index system of geological hazard susceptibility岩组、距构造距离、距河流距离、土地利用类型、年均降雨量、距道路距离（图2）。3.2 数据来源根据定南县自然资源局地质灾害点信息（2021年最新成果）可知：定南县共发生地质灾害509处，其中滑坡和崩塌505处，泥石流4处。考虑到滑坡崩塌灾害形成机理与泥石流略有不同，而且县域泥石流数量较少，本次研究选取滑坡和崩塌点共计505处作为灾害点数据参加分析。基于信息量法的定南县地质灾害易发性评价的数据来源为：（1）30 m空间分辨率的数字高程模型（Digital Elevation Model，DEM）数据，来源于地理空间数据云17；（2）坡度、起伏度等地形指标数据从DEM数据中获取；（3）工程地质岩组、构造数据来自定南县15万工程地质图；（4）土地利用类型数据来源于FROM-GLC 平 台（http:/ 评价指标分析3.3.1 坡度坡度控制地质灾害的稳定性，影响斜坡的应力分布、松散物质组成和堆积、地表水和地下水补径排等，在几何特征和形状特征上影响着区域地质灾害的空间分布情况19。结合区域282期地形条件，将坡度划分为5类：010、1020、2030、3040、40，如图3（a）所示。统计分析发现，研究区地质灾害多集中在坡度1020和2030两个区间内。在坡度1020区间，地质灾害点 173 处，地质灾害点密度40.34处/100 km2，在坡度 2030区间，地质灾害点210处，地质灾害点密度41.50处/100 km2。3.3.2 起伏度起伏度是特定区域内，海拔最高点高度与最低点高度的差值，在一定程度上可以反映坡面局部情况，起伏度不同，坡面物质的搬运和沉积情况也不相同，从而影响地质灾害的发生20。本文将研究区起伏度划分为 6 个类别，即 020 m、2040 m、4060 m、6080 m、80100 m、100 m，如图 3（b）所示。由图可见，研究区地质灾害主要集中在起伏度4060 m区间，该区间共发生地质灾害212处，地质灾害面积占比25.05%，地质灾害点密度最大，为64.43处/100 km2。3.3.3 工程地质岩组岩土体是地质灾害产生的基础，不同类型、结构及构造特征对地质灾害的发生具有重要影响。依据岩土体类型，本文将研究区工程地质岩组分为8类：坚硬的块状侵入岩岩组（Y1）；较坚硬、坚硬的块状火山熔岩，火山碎屑熔岩夹中厚-厚层状火山碎屑岩岩组（Y2）；较坚硬、坚硬的片状片岩岩组（B1）；较坚硬、坚硬的薄-厚层状板岩、变碎屑岩、千枚岩岩组（B2）；较坚硬、坚硬的中厚-厚层状砂岩、砂砾岩、页岩岩组（S1）；软弱的、较坚硬的薄-厚层状砂岩、砂砾岩、泥岩岩组（S2）；较坚硬、坚硬的中-厚层状弱岩溶化透镜灰岩、砂岩、泥岩（T）；一般粘性土（Q）21。由图3（c）可见：坚硬的块状侵入岩岩组是研究区主要岩土类型，该岩土类型地质灾害点数量最多，有224处，但分布面积大，面积占比58.30%，该岩类地质灾害点密度为29.28处/100 km2。3.3.4 距构造距离研究区岩浆活动频繁，经历了晋宁期、加里东等多次构造运动，构成了复杂的构造格局。构造及其周边一定范围内的岩土体易遭受破坏，坡体的完整性降低，从而影响坡体内部稳定22。本文以构造线为中心，借助ArcGIS邻域分析功能，建立5级缓冲：4000 m，如图 3（d）所示。由图可见，研究区地质灾害点在各区间分布相对比较平均。其中，在 20004000 m 区间，发生的地质灾害最多，有170处，地质灾害点密度为42.52处/100 km2。3.3.5 距河流距离河流的侧向侵蚀作用会造成斜坡坡脚应力更加集中，导致斜坡前缘受力不均，进而使坡体失稳；下蚀作用也会加速岩层风化，增加斜坡整体势能，最后诱发地质灾害23。借助ArcGIS领域分析功能，研究区距河流距离划分为6类：0200 m、200400 m、400600 m、600800 m、8001000 m、1000 m，如图3（e）所示。由图可见，距河流距离0200 m时，地质灾害共发生298处，地质灾害点密度为87.73处/100 km2，而且距河流距离越远，地质灾害点密度越小。3.3.6 土地利用类型土地利用类型可以反映区域植被覆盖情况，由于植被根茎的固土作用，植被覆盖率不同，斜坡稳定性也会存在差异24。根据 FROM-GLC10 m提取的土地利用数据，本文将研究区土地利用类型划分为8类：农田、森林、草原、灌木地、湿地、水、不透水表面、裸地。由图3（f）可见，不透水表面区段地质灾害点密度最高，为145.80处/100 km2。3.3.7 年均降雨量研究区为典型的亚热带湿润季风气候，雨量充沛。降雨是引发地质灾害的重要诱发因素之一，降雨渗入坡体会增加其质量及滑动动力势能，降低岩土体抗剪强度，使坡体失稳，从而诱发地质灾害25。本文将研究区年均降雨量分为 4 类：1850 mm，如图3（g）可见。年均降雨量1850 mm 区段地质灾害发生 41处，由于分布面积小，地质灾害点密度反而最大，为69.21处/100 km2。3.3.8 距道路距离在道路建设过程中不合理的开挖坡脚会引起边坡失稳，直接或者间接影响地质灾害发生26，与距河流距离处理方法类似，本文将研宋勇，等：基于信息量法和结果检验的定南县地质灾害易发性评价29防灾减灾学报39卷究区距道路距离分为5类：1000 m，如图3（h）所示。由图可见：距道路距离1850 mm、距道路距离100mY1S1Y2B1QS2B2T1000m8001000m600800m400600m200400m0200m农田森林草原灌木地湿地水域不透水表面裸地1850mm1000mAi1437971287952011922789093368023774242270911139157359372353788602526673832887023839909613176165824284303205955422401359788194472Ni2016194211029818023928160035725213478413599733124信息量-0.906-1.019-1.293-0.827-0.0530.8300.834-0.4950.8170.6800.0000.0001.3380.893-0.173-0.0250.5420.5931.3000.313-1.483-2.334-2.818排序404142392876368923231531271210214444647表1评价因子分级信息量值坏，发生地质灾害的可能性较高。据统计，区内共发生了366处地质灾害，灾害占比72.48%，灾害点密度170处/100 km2。定南县高易发区面积为 297.02 km2，面积占比22.52%。从分布来看，呈团状包围在极高易发区边缘，距河流、道路较近。该区域人口也较多，人类工程活动强度仅次于极高易发区。极高易发区和高易发区内共发生了470处地质灾害，灾害占比 93.07%，灾害点密度达到91.79处/100 km2。定南县中易发区面积为 366.70 km2，面积占比27.80%。中易发区在各个乡镇分布不均，该区域与河流、道路分布有明显的联系，大都分布在极高易发区、高易发区周边，是高易发区和低易发区之间的过渡区域。区内共发生27处地质灾害，灾害占比 5.35%，灾害点密度322期7.36处/100 km2。定南县低易发区面积 440.25 km2，面积占比33.38%。低易发区呈块状，零星分布在各乡镇内，其中岿美山镇西南区域、老城镇东北区域、鹅公镇东南区域以及历市镇与岭北镇、龙塘镇三个乡镇交界区域面积较大。该区域人类工程活动强度较低，距离道路、河流较远，植被覆盖率较高，发生地质灾害的可能性较低。区内共发生 8 处地质灾害，灾害占比 1.58%，灾害点密度1.82处/100 km2。4.2 评价结果检验评价结果需要进行合理性和精度检验28。合理性检验主要是统计易发各分区灾害点分布情况，检验分区合理性；精度检验主要是利用SPSS软件获得受试者特征曲线（receiver operatecurve，ROC）和曲线下的面积（area under curve，AUC）值检验分区的精度，最后结合典型地质灾害进行分析验证。4.2.1 合理性检验合理性检验需要满足 3 个条件29：（1）越高等级易发区灾害占比越大越合理；（2）越低等级易发区面积越大越合理；（3）灾害占比与分区面积比值随易发性等级增高而增大。根据表2可知：灾害占比从低易发区到高易发区逐渐增大；易发分区面积占比从极高易发区到低易发区逐渐增加；灾害占比与分区面积占比的比值从低易发区到极高易发区逐渐升高。研究区易发分区结果基本满足合理性检验的三个条件，评价分区结果具有合理性。4.2.2 精度检验ROC曲线可用于检验预测评价的精度。它是以假阳性率（未发生灾害单元被正确预测的比例，即 1-特异性）为横坐标，以真阳性率（灾害单元被正确预测的比例，即灵敏度）为纵坐标，并且用AUC来评价模型预测的准确性，以此检验地质灾害易发性评价分区的可靠性，值域为 0.51。一般认为当 AUC值为 0.5、0.50.7、0.70.9、0.91、1时，预测评估的准确性分别为无效、较低、较高、很高和非常高30。通过SPSS软件计算得到ROC曲线，检验结果显示AUC值为0.860（图6，表3），说明研究区采用信息量法预测的易发性评价结果精度较高。注：对角线由绑定值生成图6 ROC曲线图Fig.6 ROC curve表3AUC检验结果AUC值0.860标准误差a0.007渐进显著性b0.000渐近95%置信区间下限0.847上限0.873注：a.按非参数假定；b.原假设：AUC值=0.54.3 典型地质灾害分析2016年5月35日，定南县出现持续暴雨天气。2016年5月5日16时30分左右，定南县天九镇五户村瑶塘组黄笑平等3户屋后发生滑坡，滑坡体积约 8 500 m3，直接威胁 3户 45人的生命安全以及价值135万元的财产。根据调查，滑坡灾害点地处构造剥蚀丘陵地貌区，坡脚标高250 m左右，自然坡度2028，斜坡上植被发育，主要为灌木，植被覆盖率达到65%以上；该点附近构造不发育，出露的地层主要为第四系粘土层（Q），红褐色、灰黄色，主要物质成分为粉质粘土，砂感明显，硬塑，粘性一般，碎石、角砾含量约5%。点附近未见地下水，周边地表水有一条围绕后山的小溪，分别由西向东、由北向南汇入瑶塘小溪。人类工程活动强烈，以坡脚切坡为主，因修建住宅形成了总宽约150 m的人工切坡，切坡高度1525 m，切坡坡度约4555。由于暴雨天气，坡体质量和势能增加，斜坡原有的平衡条件受到破坏，影响斜坡的稳定性，导致宋勇，等：基于信息量法和结果检验的定南县地质灾害易发性评价33防灾减灾学报39卷坡体局部出现裂缝和变形，发生滑坡。经对比，该地质灾害点位于划定的极高易发分区范围内。结合现场资料，该点附近人类工程活动比较活跃，边坡离乡道距离较近，受道路建设等影响较大，斜坡岩土体结构易遭到破坏，与极高易发区间特征大体一致，由此可见，本文采用信息量法对定南县地质灾害易发性进行评价是适用的，评价结果较为客观准确。图7 典型地质灾害点现场照片Fig.7 Site photos of typical geological disaster sites5结论（1）以江西省定南县为研究对象，以已发地质灾害点为基础，选取坡度、起伏度、工程地质岩组、距构造距离、距河流距离、土地利用类型、年均降雨量、距道路距离等8个评价因子，利用ArcGIS结合信息量法完成了定南县地质灾害易发性评价工作。易发性评价分为4个区段，其中极高易发区面积215.02 km2、高易发区面积297.02 km2、中易发区面积366.70 km2、低易发区面积 440.25 km2，分别占定南县总面积的16.30%、22.52%、27.80%、33.38%。（2）通过对各因子分级信息表分析发现，距道路距离、土地利用类型、距构造距离、年均降雨量4个评价因子对定南县地质灾害的发育起着重要控制作用。（3）对研究区易发性评价结果进行合理性和精度检验，并结合典型地质灾害点进行分析，结果可见易发性分区评价符合合理性检验条件，且 AUC 值为 0.860，精度较高，说明本文采用信息量法对定南县地质灾害易发性进行评价的结果基本可靠，能够为当地政府地灾防治工作提供数据支撑，对当地国土空间规划具有重要参考价值。参考文献：1定南县人民政府.江西省定南县地质灾害综合防治体系建设实施方案 R.赣州：定南县人民政府，2020.2杨建成.地质灾害易发性区划的系统分析模型简介与应用 J.防灾减灾学报，2016，32（2）：46-51.3 Van Westen C J，Van Asch T W J，Soeters R.Landslide hazard and risk zonation：Why is it still so difficult J.Bulletion of Engineering Geology and the Environment，2006，65（2）：167-184.4邱曼，魏云杰.基于层次分析法的叶城二牧场地质灾害危险性评价 J.防灾减灾学报，2019，35（3）：9-14.5 Sandric I，Ionita C，Chitu Z，et al.Using CUDA toaccelerate uncertainty propagation modelling for landslide susceptibility assessment J.Environmental Modelling and Software，2019，115（MAY）：176-186.6鲁霞，兰安军，母浩江，等.基于信息量模型的盘州市地质灾害易发性评价 J.科学技术与工程，2020，20（14）：5544-5551.7 朱文慧，皱浩，何明明，等.基于BP神经网络的地质灾害易发性分区评价 J.资源环境与工程，2021，35（6）：840-844.8方然可，刘艳辉，苏永超，等.基于逻辑回归的四川青川县区域滑坡灾害预警模型 J.水文地质工程地质，2021，48（1）：181-187.9 杨德宏，范文.基于ArcGIS的地质灾害易发性分区评价以旬阳县为例 J.中国地质灾害与防治学报，2015，26（4）：82-86.10 王雷，吴君平，赵冰雪，等.基于GIS和信息量模型的安徽池州地质灾害易发性评价 J.中国地质灾害与防治学报，2020，31（3）：96-103.11 谭玉敏，郭栋，白冰心，等.基于信息量模型的涪陵区地质灾害易发性评价 J.地球信息科学学报，2015，17（12）：1554-1562.12 黄润秋，许向宁，唐川，等.地质环境评价与地质灾害管理M.北京：科学出版社，2008：151-179.13 张菊秀.新疆托里县地质灾害分布规律及其易发区评价 J.西部探矿工程，2015，27（3）：133-135+139.14 施成艳，鹿献章，刘中刚.基于GIS的安徽黄山市徽州区地质灾害易发性区划 J.中国地质灾害与防治学报，2016，27（1）：136-140.342期15 陈飞，蔡超，李小双，等.基于信息量和神经网络模型的滑坡易发性评价 J.岩石力学与工程学报，2020，39（S1）：2859-2870.16 刘任鸿，李明辉，邓英尔，等.基于GIS的华蓥市地质灾害易发性评价 J.沉积与特提斯地质，2021，41（1）：129-136.17 吴常润，赵冬梅，刘澄静，等.基于GIS的华宁县滑坡灾害影响因子分析及易发性评价 J.水土保持研究，2019，26（6）：212-225.18 刘光旭，王小军，徐新创，等.低山丘陵区暴雨洪水特征与洪灾风险评估以赣江上游为例J.水土保持通报，2019，39（5）：236-289.19 刘岳霖，张永鑫，李林.基于GIS的东莞市斜坡地质灾害易发性评价 J.资源环境与工程，2019,33（1）：90-94.20 陈慧敏，杨尽，向明顺，等.基于地理信息系统和加权信息量的茂县地质灾害易发性评价 J.科学技术与工程，2021，21（29）：12490-12499.21 张敏.鲁南地区区域地质环境概述 J.地质装备，2021，22（5）：38-41.22 邓云毅，刘德贵，王宁，等.江油市普通公路地灾调查与分析 J.防灾减灾学报，2018，34（4）：74-80.23 丁军，朱静，王磊，等.5 12汶川地震灾区茂县地质灾害危险性评价J.水土保持通报，2010，17（5）：12-16.24 魏东，杨德一.基于GIS的秭归县地质灾害易发性分区评价 J.资源环境与工程，2020，34（S1）：33-38.25 李明波，陈平，陈植华.湖南省降雨型滑坡灾害发生的关键性因子研究 J.东华理工大学学报（自然科学版），2018，41（1）：36-40.26 郭瑞，马富存，郭一兵，等.基于层次分析法的泥石流易发性评价 J.东华理工大学学报（自然科学版），2016，39（4）：347-351.27 鲜木斯艳阿布迪克依木，何书.基于 MIV-BP神经网络的滑坡易发性空间预测 J.人民长江，2019，50（11）：140-144.28 杜谦.秦巴山区紫阳高滩镇地质灾害分布规律及风险评价 D.西安：长安大学，2017.29 刘希林，庙成，田春山.区域滑坡和泥石流灾害两种危险性评价方法的比较分析 J.防灾减灾工程学报，2017，37（1）：71-78.30 张曦，陈丽霞，徐勇，等.两种斜坡单元划分方法对滑坡灾害易发性评价的对比研究 J.安全与环境工程，2018，25（1）：12-17.Susceptibility Evaluation of Geological Hazards of Dingnan CountyBased on Information Method and Result TestSONG Yong1，2，WANG Chengnan1，2，WANG Biao1，ZHAO Ying3，4（1.Geological Non-ferrous Geological Brigade of Jiangxi Geological Bureau，Jiangxi Ganzhou 341000，China；2.Ganzhou Rare Earth Mine Ecological Restoration Technology Innovation Center，Jiangxi Ganzhou 341000，China；3.Jiangxi Earthquake Agency，Jiangxi Nanchang 330026，China；4.Jiangxi Jiujiang Yangtze block East Geodynamic Field Scientific Observation Research Station，Jiangxi Jiujiang332006，China）Abstract：Disaster-prone geological conditions in Dingnan county are relatively complex,and geological disasters such as landslide and collapse occur frequently.Dingnan County is the key county of geological disaster prevention and control in Jiangxi Province.Based on the geological disaster investigation in DingnanCounty，this paper selected eight evaluation factors such as slope，relief degree，engineering geologicalrock group，distance from structure，land use type，average annual rainfall and distance from road to construct an evaluation index system，and carried out geological disaster susceptibility evaluation by information method and ArcGIS.The test results show that the evaluation is reasonable and the accuracy is guaranteed.The results can provide data support for the prevention and control of geological disasters in DingnanCounty.Key words：Dingnan County；geological disaster；susceptibility evaluation；information value method宋勇，等：基于信息量法和结果检验的定南县地质灾害易发性评价35