芦山县位于四川省中部, 四川盆地西部边缘, 地形地貌变化复杂, 地形切割严重。区内地形整体由北向南海拔逐渐降低, 海拔高差较大, 海拔最低571 m, 最高5 358 m。北部和西部为高山峡谷区, 中部和东南部为中低山山地、丘陵和河谷地貌, 山地地貌和沟谷较为发育。区内水系丰富, 水文地质作用强烈, 大小河流共计556条, 隶属于岷江水系。区内滑坡灾害极为发育, 本文收集了近5 a内共413处典型滑坡灾害点, 主要发育于研究区中部和东南部中低山地貌、河谷区和丘陵区(图1)。研究区内的滑坡灾害发育区也是县内人民的生产生活聚集区, 对人民生命财产安全构成严重威胁。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 芦山县区域位置及灾害分布Fig.1 Regional location and disaster distribution of Lushan County

本文基于数据收集和文献阅读, 从地形地貌、地质构造、人类活动等方面共选择了12个滑坡影响因素(图2), 选取原则为相对静态地质环境下滑坡的影响因素, 未考虑极端气象灾害和地震因素对滑坡灾害形成演化的动态过程。主要评价在相对静态的地质环境下, 滑坡灾害发育规律和影响因素的空间分异性。静态地质环境下的影响因素分析结果可作为研究区内国土空间规划的基础数据, 在综合考虑地震等突发灾害或降雨等气象灾害因素的情况下, 可作为研究区内突发外因诱导下的滑坡地质灾害风险管控及防治规划的理论基础。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 滑坡影响因素Fig.2 Influencing factors of landslides

使用GIS的统计分析功能对所选的12个影响因素进行分类和离散化: ①研究区内高程变化显著, 从北部高山区向南部丘陵区逐渐变化, 高程除反映地形上的变化外, 在一定程度上也体现了人类工程活动的强度, 本文将高程(571~5 358 m)划分为8个区间; ②坡度表示斜坡地表单元的陡峭程度, 研究区内坡度变化较大(0° ~72° ), 以10° 为区间将坡度等距离划分为7个区间; ③不同坡向的斜坡岩土体受日照、降水等风化营力作用的程度不同, 地表植被覆盖率也有差异; ④地形起伏度表示地表某一范围内高程最大值和最小值的差值, 指示地形的起伏程度, 本文将地形起伏度按10 m为间隔等距离划分为7个区间; ⑤曲率反映了地表形态的变化, 本文使用曲率工具提取了研究区的平面曲率和剖面曲率, 并采用自然断点法划分为6个等级; ⑥断层对滑坡发育的影响体现在断层活动对周围岩土体结构的破坏上, 距道路距离表示道路修建对边坡岩土体原有地质结构的破坏, 水系与滑坡发育的关系在于河流的侵蚀冲刷作用对堤岸岩土体的扰动破坏, 本文根据滑坡的空间分布, 将距断层距离划分为11个区间, 将距道路距离、距水系距离划分为13个区间; ⑦不同的土地利用类型表示区域内人类活动的强弱和植被覆盖率的大小, 根据各地块的土地用途划分为建设用地、林牧用地、农业用地、其他用地及水面; ⑧斜坡结构表示岩土体岩层倾向与斜坡坡向的夹角关系, 根据夹角的大小划分为5种斜坡类型; ⑨工程地质岩组决定了斜坡的物质组成和工程岩土性质, 岩组的岩性、力学性质、水理性质、岩体结构构造直接影响斜坡的变形破坏强度和应力分布, 本文将研究区划分为9种岩组类型。

信息量模型是一种基于计算滑坡影响因素与历史灾害点之间数值关系的定量模型, 计算得出的信息量值体现了某种影响因素子区间对于滑坡是否发生的贡献度。信息量模型的计算公式为

IAj-B=lnNj/NSj/Sj=1, 2, 3, 4......n。 (1)

式中: IAj-B表示在滑坡影响因素A的子区间j中滑坡灾害B对应的信息量值; N_j表示在滑坡影响因素A的子区间j中滑坡灾害B的分布的数量; N表示滑坡灾害B的总数量; S_j表示滑坡影响因素A的子区间j对应的面积, km²; S表示研究区的总面积, km²。

当 IAj-B> 0时, 表示滑坡影响因素A的子区间j与滑坡灾害发育呈正相关性, 滑坡灾害发生的可能性较大, 即此状态有利于地质灾害的发生; 当 IAj-B< 0时, 表示滑坡影响因素A的子区间j与滑坡灾害发育呈负相关性, 不利于滑坡灾害的发生; 当 IAj-B=0时, 表示滑坡影响因素A的子区间j对于滑坡灾害的发生不提供任何信息。

地理探测器是基于空间分层异质性原理探测研究对象于空间上的差异性表现, 并分析其驱动因素的统计学方法^[14]。滑坡灾害作为多种因素综合作用的产物, 如果某个滑坡影响因素对滑坡发育有重要的作用, 那么滑坡灾害和影响因素的空间分布应该有相似性。为探究影响因素对滑坡灾害发育的贡献率、影响因素子区间滑坡发生率的变化以及两种因素共同作用时较单一因素对滑坡发育的影响, 本文选择了地理探测器的因子探测模块、风险探测模块和交互作用探测模块。

(1)因子探测。探测自变量(滑坡影响因素)对因变量(滑坡灾害发育)的解释力, 即滑坡影响因素对滑坡灾害发育作用和影响的程度, 以q值量化滑坡与影响因素之间的关系, 表示影响因素对滑坡灾害发育有100× q%的贡献率, 公式为

$q=1-\frac{\sum\limits_{h=1}^{L}{{{N}_{h}}\sigma _{h}^{2}}}{{{N}_{h}}{{\sigma }^{2}}}$。 (2)

式中: q表示影响因素对滑坡灾害发育的贡献率, %; N与σ ²表示样本量和方差; N_h与 σh2表示h层的样本量和方差。

(2)风险探测。计算因变量在影响因素子区间的均值, 表示滑坡灾害在子区间的发生率。

(3)交互作用探测。评估两种不同的影响因素交互作用时对滑坡灾害发育的影响, 判断依据如表1所示。

表1

Tab.1

表1(Tab.1)

表1 影响因素交互作用判断依据 Tab.1 Interaction judgment basis of influencing factors 判断依据 交互作用 q(X1∩ X2)< min[q(X1), q(X2)] 非线性减弱 min[q(X1), q(X2)]< q(X1∩ X2)< max[q(X1), q(X2)] 单因子非线性减弱 q(X1∩ X2)> max[q(X1), q(X2)] 双因子增强 q(X1∩ X2)=q(X1)+q(X2) 独立 q(X1∩ X2)> q(X1)+q(X2) 非线性增强 注: X1、X2表示不同影响因素。

表1 影响因素交互作用判断依据 Tab.1 Interaction judgment basis of influencing factors

基于ArcGIS对12种影响因素分级, 统计子区间的滑坡点分布规律, 利用信息量模型和地理探测器风险探测模块分别计算子区间的信息量值和滑坡发生率, 可视化结果见图3。滑坡灾害发育的成因复杂, 在影响因素内部表现出较为明显的空间分异性。

图3-1

Fig.3-1

	Figure Option ViewDownloadNew Window
	图3-1 研究区滑坡空间分布规律统计Fig.3-1 Statistics on the spatial distribution of landslides in the study area

图3-2

Fig.3-2

	Figure Option ViewDownloadNew Window
	图3-2 研究区滑坡空间分布规律统计Fig.3-2 Statistics on the spatial distribution of landslides in the study area

研究区内滑坡主要发育于高程较低([571, 1 300) m)、坡度较缓([0° , 30° ))、地形起伏度较低([0, 30) m)、地表弯曲程度较小(平面曲率第四区间, 剖面曲率第四、第五区间)和东南、西南、西、西北坡向的区域; 在距断层距离因素中, 滑坡主要发育于[0, 600) m区间内; 在距道路距离因素中, 滑坡主要发育于[0~300) m区间内; 在距水系距离因素中, 滑坡主要发育于[0~300) m区间内; 在土地利用类型因素中, 滑坡主要发育于建设用地和农业用地; 在工程地质岩组因素中, 滑坡主要发育于泥质粉砂岩、粉砂质泥岩、泥岩、砂岩夹粉砂质泥岩为主的软弱沉积岩(岩组4与岩组8)以及以砾石土层、砂卵砾石层为主的第四系堆积物中(岩组6与岩组9); 在斜坡结构因素中, 滑坡主要发育于顺向坡、顺斜坡和逆斜坡中, 这些区域信息量值均大于0, 滑坡发生率较高, 有利于滑坡的发生。

滑坡分布规律在连续性影响因素中呈现不同的变化趋势。在高程、坡度、地形起伏度因素中, 滑坡主要分布于高程较低、坡度较缓、地形起伏小的区域, 且滑坡数量、信息量值、滑坡发生率随高程、坡度、地形起伏度增加, 总体呈减小趋势; 在平面曲率和剖面曲率因素中, 滑坡数量、信息量值、滑坡发生率呈近似正态分布, 峰值位于曲率绝对值接近于0的位置, 随曲率绝对值增大而减小; 在距断层距离、距道路距离、距水系距离因素中, 滑坡主要分布于距离断层、道路、水系较近区域, 随着距离的增加滑坡数量、信息量值、滑坡发生率减小, 距断层距离大于5 000 m的区间内, 滑坡数量和滑坡发生率极高, 此区间是数据与数理统计模型定量评价的异常值, 与断层作用无关, 不参与断层作用力的讨论。

基于地理探测器因子探测模块分析影响因素与滑坡发育的关系, q值表示影响因素对滑坡发育的贡献率, p值表示影响因素与滑坡发育的显著性, 以5%为置信区间(表2)。

表2

Tab.2

表2(Tab.2)

表2 因子探测结果 Tab.2 Factor detection results 序号 影响因素 贡献率/% 显著性 X1 高程 45.25 0 X2 距道路距离 40.69 0 X3 工程地质岩组 32.86 0 X4 土地利用类型 23.05 0 X5 距水系距离 22.91 0 X6 地形起伏度 21.71 0 X7 坡度 20.44 0 X8 距断层距离 14.72 0 X9 平面曲率 5.82 0 X10 剖面曲率 2.65 0 X11 斜坡结构 2.03 0.003 X12 坡向 0.72 0.656

表2 因子探测结果 Tab.2 Factor detection results

因子探测结果表明, 高程、距道路距离、工程地质岩组、土地利用类型、距水系距离、地形起伏度、坡度、距断层距离、平面曲率、剖面曲率、斜坡结构的p值均小于0.05, 呈高显著性, 表示影响因素与滑坡发育具有统计学意义; 坡向因素的p值远大于0.05, 不具有统计学意义。在分析的12个影响因素中, 高程、距道路距离、工程地质岩组的贡献率均大于30%, 对滑坡发育的解释力最强; 坡度、土地利用类型、距水系距离、地形起伏度、距断层距离的贡献率均大于15%, 对滑坡发育具有较强的解释力; 平面曲率、剖面曲率、斜坡结构、坡向的贡献率均小于10%, 对滑坡发育的解释力较弱。

通过交互探测模块计算两种不同影响因素共同作用对滑坡发育的贡献率, 并与单一因素的贡献率对比, 分析两种影响因素的交互作用(表3), 交互作用探测结果中斜对角线数据表示单因子贡献率, 下三角矩阵表示影响因素交互作用贡献率, 上三角矩阵表示交互作用结果。滑坡灾害的发育是在多因素共同作用下的非线性动力学过程, 交互作用分析表明研究区内两两因素交互作用对滑坡发育均呈双因子增强或非线性增强作用, 表明两种因素共同作用时对滑坡的发育具有增强作用, 其中以高程与距断层距离、距道路距离、距水系距离、工程地质岩组, 距道路距离与坡度、地形起伏度、距断层距离、距水系距离、工程地质岩组交互作用的贡献率均大于50%, 表明在研究区内的滑坡发育中, 高程和距道路距离因素起到了非常重要的作用。

表3

Tab.3

表3(Tab.3)

表3 交互作用探测结果 Tab.3 Interaction detection results X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X1 0.453 N N N N N N Y N Y Y Y X2 0.658 0.407 N N N N N Y N Y Y Y X3 0.551 0.625 0.329 N N N N N N Y N Y X4 0.499 0.489 0.421 0.231 N N N N N N Y Y X5 0.536 0.516 0.472 0.360 0.229 N N Y Y Y Y Y X6 0.494 0.526 0.414 0.338 0.388 0.217 N N N Y Y Y X7 0.491 0.513 0.403 0.334 0.374 0.239 0.204 N N Y Y Y X8 0.625 0.556 0.471 0.334 0.391 0.345 0.332 0.147 Y Y Y Y X9 0.475 0.466 0.362 0.257 0.302 0.258 0.252 0.226 0.058 Y Y Y X10 0.486 0.452 0.371 0.245 0.273 0.248 0.235 0.205 0.103 0.027 Y Y X11 0.482 0.459 0.350 0.256 0.285 0.250 0.234 0.208 0.095 0.065 0.020 Y X12 0.499 0.488 0.382 0.252 0.307 0.256 0.244 0.219 0.089 0.080 0.104 0.007 注: N.双因子增强; Y.非线性增强。

表3 交互作用探测结果 Tab.3 Interaction detection results

基于研究区所提取的静态地质环境滑坡发育影响因素, 使用ArcGIS对影响因素贡献率和分级子区间信息量值加权叠加, 预测研究区内滑坡的易发性。筛除贡献率较低的X9~X12这4种影响因素, 使用X1~X8生成研究区滑坡易发性评价图, 采用自然断点法将滑坡易发性划分为低易发区、中易发区、高易发区、极高易发区4个易发分区(图4), 使用核密度统计对研究区内滑坡灾害点进行密度统计(图5), 分析研究区内滑坡灾害点的空间聚集性。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 研究区滑坡易发性评价Fig.4 Landslide susceptibility evaluation of the study area

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 研究区核密度统计Fig.5 Kernel density statistics of the study area

研究区内极高易发区面积约193 km², 高易发区面积约314 km², 中易发区面积约457 km², 低易发区面积约217 km², 分区面积占比分别为16%、26%、39%和19%。极高和高易发区主要沿山谷和河流走势线分布, 集中于峡谷和河流沟谷地貌, 而中低易发区主要分布于较高海拔山区。易发分区的分布特征表明海拔较低、受人类活动影响较大、河流动力较强的地区极易发生滑坡, 与滑坡影响因素的空间分异特征高度一致(图5)。核密度统计图中核密度高值区与易发性评价图中的极高易发区和高易发区分布基本相同, 主要分布于南部丘陵区和中低山峡谷区, 表示研究区内滑坡灾害点和易发分区于空间上有较高的聚集性和差异性。

使用ROC曲线检验模型准确性(图6), 模型AUC值为0.910, 表明选择的模型具有较高的精度。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 易发性评价图ROC曲线Fig.6 ROC curve of susceptibility evaluation chart

基于滑坡的空间分布规律、影响因素贡献率与交互作用以及滑坡易发性评价结果, 除斜坡岩土体的工程地质岩组性质和水文地质条件决定了滑坡发育的原始地质条件和水文地质作用, 人类工程活动也对滑坡发育有较大的影响。研究区滑坡发育主要受高程、距道路距离、工程地质岩组因素控制, 此外与土地利用类型、距水系距离、地形起伏度、 坡度、距断层距离因素也有较高相关性。工程地质岩组决定了岩土体的物质组成, 研究区内滑坡主要发育于粉砂质泥岩、泥质粉砂岩、泥岩等软弱沉积岩以及砂卵砾石土层的第四系堆积物。距断层、道路及水系的距离与滑坡发育具有明显的空间衰变关系, 随距离的增加, 断层作用力、人类工程影响、水系侵蚀作用力逐渐减小。高程、坡度、地形起伏度与滑坡发育关系呈现靠近小值的偏峰分布, 曲率与滑坡发育关系呈近似正态分布, 表明滑坡主要发生于地形变化较小、地貌较为平缓的人类高聚集区, 地形地貌因素对于斜坡岩土体的力学性质、聚汇水性、边坡应力分布等有重要影响, 而高程、坡度、地形起伏度的偏峰分布和曲率的正态分布对于人类活动影响滑坡发育有明显的指向意义。滑坡高发于建设用地和农业用地, 表明人类活动导致的岩土体失稳和植被破坏造成了滑坡灾害的发生。滑坡的极高易发区和高易发区主要集中于中低山峡谷和丘陵地貌, 并沿山谷和河流走势线分布, 此区域人类活动较为频繁, 道路修建较多; 中易发区和低易发区主要分布于海拔较高的山区, 此区域人类活动较少。影响因素的空间分异规律和易发分区的分布特征表明研究区内人类工程活动对滑坡发育影响较大, 合理开展工程活动并降低人为因素对自然环境的影响将极大地减少滑坡灾害的发生。