分析问题所包含的各个因素之间的相互关系, 通过属性的不同将有关的各个因素自上而下地分解整理成若干层次, 层次结构整体分为3层, 自上而下分别为目标层、准则层和措施层。地质灾害易发区主要是指容易发生地质灾害的特定区域, 考虑到这个原则, 在确定评判因子时要参考具体工作区内地质灾害发育的普遍性和代表性特点, 最终所选取的评判因子需要能够全面系统地反映区内地质灾害的发育特点和孕灾状况。

本次会宁县地质灾害易发性分区以地质灾害易发性为目标层, 综合考虑当地实际情况, 选择发育因子、基础因子和诱发因子3方面为准则层, 即二级评判因子, 对二级评判因子进一步细分, 考虑属性和特点, 选取了对地质灾害易发性影响较为显著的14个因子构成措施层, 即三级评判因子, 具体层次结构如图3所示。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 评价因子结构Fig.3 Structure diagram of the evaluation factors

3.2.1 发育因子(U₁)

发育因子主要表达的内容是工作区内已有的地质环境及人类活动交叉作用下地质灾害现阶段的发育程度, 主要通过3方面体现, 分别是地质灾害的空间发生频率、面积和体积模数分布比率。具体操作过程为应用栅格数据处理方法对调查区进行网格化, 按3 km× 2.5 km的范围划分单元网格, 将全区离散为36行、24列, 共计864个单元网格, 然后以单元格为单位计算各指标并进行归一化变换。

3.2.1.1 地质灾害频率比(C₁)

可以设第(i, j)单元内灾害频率为f_{(i, j)}, 该单元面积为S_{(i, j)}, 单元内灾害的频率密度为ρ _{f(i, j)}, 整个研究区面积为S, 灾害总数为f, 总频率密度为ρ _f, 则第(i, j)单元格灾害频率比为

R_{f(i, j)}=ρ _{f(i, j)}/ρ _f 。 (1)

3.2.1.2 地质灾害面积模数比(C₂)

设第(i, j)单元内灾害体分布面积为s_{(i, j)}, 单元面积为S_{(i, j)}, 单元内灾害的面积模数为ρ _{s(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ρ _s, 则第(i, j)单元格灾害面积模数为

R_{s(i, j)}=ρ _{s(i, j)}/ρ _s 。 (2)

3.2.1.3 地质灾害体积模数比(C₃)

设第(i, j)单元内灾害点总体积为V_{(i, j)}, 单元面积为S_{(i, j)}, 单元内灾害的体积模数为ρ _{v(i, j)}, 整个研究区面积为S, 灾害点总体积为V, 总面积模数为ρ _v, 则第(i, j)单元格灾害体积模数为

R_{v(i, j)}=ρ _{v(i, j)}/ρ _v 。 (3)

3.2.2 基础因子(U₂)

基础因子的作用主要是对工作区内的地质环境背景进行评价, 选取了坡度、坡形、沟壑密度、岩土体类型等8项对地质灾害发育影响较大的因子并进行归一化。

3.2.2.1 坡度(C₄)

以工作区1:5万DEM数据提取坡度数据。根据前人研究和工作经验, 发现工作区内滑坡、崩塌等灾害大量分布于20° ~70° 之间的斜坡(图4), 而20° 以下斜坡基本不发生滑坡、崩塌等灾害, 考虑到这个分布特征, 此次评价将70° 以上斜坡的易发程度推定为1, 20° 以下易发程度推定为0, 为了进一步的评价工作, 将坡度数据进行0~1之间的线性归一化。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 会宁县坡度Fig.4 Slope in Huining County

3.2.2.2 坡度变化率(C₅)

坡度变化率是对地形基本因子中的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关系, 所以随着斜坡坡度变化率增大, 斜坡坡脚地带形成的最大剪应力也不断增大, 导致斜坡也就愈容易产生变形破坏。通过DEM对全区坡度变化率数据进行提取, 再进行0~1之间归一化处理。

3.2.2.3 坡形(C₆)

坡形则主要通过地表的曲率进行描述和量化, 其中直线形和凸型斜坡在曲率上的数值关系为曲率≥ 0, 凹型坡和阶梯型坡的曲率< 0。因此, 可通过ArcGIS平台从DEM数据中提取分析调查区地表曲率信息, 然后展开对斜坡坡形的归一化。

3.2.2.4 切割深度(C₇)

地形切割深度主要是指平均高程与最小高程之间的差值, 它主要表征了地形的起伏程度和切割侵蚀强度, 也同时从侧面反映了沟谷的发育程度。相对于泥石流灾害而言, 切割深度与沟床比降显著相关, 滑坡灾害同时也与坡高具直接联系(图5)。因此, 综合选取了切割深度指标对地形因素进行评价。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 会宁县高程Fig.5 Elevation in Huining County

3.2.2.5 沟壑密度(C₈)

沟壑密度主要表征了地形发育阶段和地表抗蚀能力, 其对地质灾害的发育有重要的影响作用。本次评价工作主要应用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, 然后将沟壑密度进行归一化处理并转换为栅格数据参与评价。

3.2.2.6 岩土体类型(C₉)

根据评价区内不同岩土体类型对地质灾害发育的影响程度分级进行赋值(表1), 之后开展栅格化和归一化处理。

表1

Tab.1

表1(Tab.1)

表1 会宁县岩土体类型分级赋值一览表 Tab.1 List of rock and soil type classification evaluation in Huining County 地层 (岩组) 工程地质岩组 赋值 所占比 例/% 面积/ km2 加里东中期花岗岩体(γ ) 铁木山一带出露, 加里东中期灰白色花岗岩 1 2.76 177.72 二叠系(P) 县域南部, 经多次变质作用的碎屑岩建造, 岩性主要为石英片岩、角闪片岩、石英砂岩夹大理岩 2 5.80 373.46 白垩系+古近系(K+E) 县域内河沟大部分布的层状较坚硬砂岩、砾岩岩组 3 10.04 646.48 新近系+第四系(N+Q) 广布县域的主要为层状软弱泥岩岩组及马兰黄土 4 81.40 5 241.35 合计 100.00 6 439.01

表1 会宁县岩土体类型分级赋值一览表 Tab.1 List of rock and soil type classification evaluation in Huining County

3.2.2.7 地质构造(C₁₀)

地质构造对地质灾害的发育及分布也具有重要影响, 考虑到区内新构造运动比较活跃, 本次评价主要是以区内第四纪以来发育的活动断裂为基准线, 向两侧以250 m间距各做三级缓冲区分析评价。

3.2.2.8 植被覆盖率(C₁₁)

利用会宁县2013年2月ETM⁺遥感数据, 选取近红外波段4和可见光红外波段3, 进行计算求取植被覆盖指数NDVI, 然后将计算结果进行归一化处理再参与评价。

3.2.3 诱发因子(U₃)

区内地质灾害诱发因素主要分为3类, 分别是降雨、地震及人类工程活动, 然后进行归一化。

3.2.3.1 降雨量(C₁₂)

降雨是诱发因子中对地质灾害影响最显著的一个因素, 尤其是短时间强降雨。本次评价共收集了会宁县气象局会师镇、党岘乡、太平镇、大沟乡、汉岔乡和刘寨镇6个雨量监测点的多年雨量监测数据(图6)。因此, 根据全县降水等值线及重点乡镇降雨量数据参与易发性评价。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 会宁县降雨等值线Fig.6 The rainfall isoline in Huining County

3.2.3.2 地震(C₁₃)

工作评价区内新构造运动活跃, 地震相对来说较为频繁, 而且区内地震引发的崩塌、滑坡等灾害也有一定数量。因此, 将地震活动也作为一项诱发评价因子进行考虑。本次评价主要通过会宁县地震烈度Ⅶ 、Ⅷ 区划成果进行赋值栅格计算。

3.2.3.3 人类工程活动(C₁₄)

相比较降雨量和地震因子, 人类工程活动对地质环境的影响特别复杂, 对地质环境改变强烈的主要为公路、铁路等长距离工程的修建, 因而本次评价将工作区内的公路做为基准线, 间隔250 m做缓冲区分析, 分别向两边做3个缓冲区, 进行栅格化和归一化处理后参与评价。

各因子权重的排序打分值采用通用的1~9标度方法(表2), 层次单排序的成果见表3— 表6, 经检验表3— 表6评价模型各层次均具有满意的一致性。层次总排序的成果见表7。

表2

Tab.2

表2(Tab.2)

表2 判断矩阵标度 Tab.2 Scale of judgment matrix 序号 重要性等级 Cij赋值 1 i, j两因素同样重要 1 2 i因素比j因素稍微重要 3 3 i因素比j因素明显重要 5 4 i因素比j因素强烈重要 7 5 i因素比j因素极端重要 9

表2 判断矩阵标度 Tab.2 Scale of judgment matrix

表3

Tab.3

表3(Tab.3)

表3 准则层判断矩阵 Tab.3 Judgment matrix of the target layer 易发性分区 发育因子 基础因子 诱发因子 权值 发育因子 1 1 5 0.454 5 基础因子 1 1 5 0.454 5 诱发因子 0.2 0.2 1 0.091 0

表3 准则层判断矩阵 Tab.3 Judgment matrix of the target layer

表4

Tab.4

表4(Tab.4)

表4 发育因子判断矩阵 Tab.4 Judgment matrix of developmental factors 发育因子 灾害频 率比C1 灾害面积 模数比C2 灾害体积 模数比C3 权值 灾害频率比C1 1 3 5 0.637 0 灾害面积模数比C2 0.333 3 1 3 0.258 3 灾害体积模数比C3 0.2 0.333 3 1 0.104 7

表4 发育因子判断矩阵 Tab.4 Judgment matrix of developmental factors

表5

Tab.5

表5(Tab.5)

表5 基础因子判断矩阵 Tab.5 Judgment matrix of basic factors 基础因子 坡度C4 坡度变化率C5 坡形C6 切割深度C7 沟壑密度C8 岩土体类型C9 地质构造C10 植被指数C11 权值 坡度C4 1 3 1 1 0.333 3 0.2 3 5 0.098 4 坡度变化率C5 0.333 3 1 0.333 3 0.333 3 0.2 0.142 9 1 3 0.041 8 坡形C6 1 3 1 1 0.333 3 0.2 3 5 0.098 4 切割深度C7 1 3 1 1 0.333 3 0.2 3 5 0.098 4 沟壑密度C8 3 5 3 3 1 0.333 3 5 7 0.215 2 岩土体类型C9 5 7 5 5 3 1 7 9 0.385 0 地质构造C10 0.333 3 1 0.333 3 0.333 3 0.2 0.142 9 1 3 0.041 8 植被指数C11 0.2 0.333 3 0.2 0.2 0.142 9 0.111 1 0.333 3 1 0.021 2

表5 基础因子判断矩阵 Tab.5 Judgment matrix of basic factors

表6

Tab.6

表6(Tab.6)

表6 诱发因子判断矩阵 Tab.6 Judgment matrix of evoked factors 诱发因子 降雨量C12 地震C13 人类工程活动C14 权值 降雨量C12 1 3 3 0.6 地震C13 0.333 3 1 1 0.2 人类工程活动C14 0.333 3 1 1 0.2

表6 诱发因子判断矩阵 Tab.6 Judgment matrix of evoked factors

表7

Tab.7

表7(Tab.7)

表7 标度层次总排序结果判断矩阵 Tab.7 Judgement matrix of scale level total sort results V-U 发育因子U1 基础因子U2 诱发因子U3 总权值 排序 U-C 0.454 5 0.454 5 0.091 0 地质灾害频率比C1 0.637 0 0.289 5 1 地质灾害面积模数比C2 0.258 3 0.117 4 3 地质灾害体积模数比C3 0.104 7 0.047 6 6 坡度C4 0.098 4 0.044 7 7 坡度变化率C5 0.041 8 0.019 0 10 坡形C6 0.098 4 0.044 7 8 切割深度C7 0.098 4 0.044 7 9 沟壑密度C8 0.215 2 0.097 8 4 岩土体类型C9 0.385 0 0.175 0 2 地质构造C10 0.041 8 0.019 0 11 植被指数C11 0.021 2 0.009 6 14 降雨量C12 0.600 0 0.054 6 5 地震C13 0.200 0 0.018 2 12 人类工程活动C14 0.200 0 0.018 2 13

表7 标度层次总排序结果判断矩阵 Tab.7 Judgement matrix of scale level total sort results