Landslide geological hazard assessment based on the I-CF model of Dege County in Sichuan Province
-
摘要: 文章以德格县为研究区，以7 m DEM进行地形分析处理，并结合相关调查数据建立了德格县滑坡灾害数据库，通过选取的地震峰值加速度、断裂带、水系、坡度、坡向、高程、岩性等7个指标，在GIS技术支持下，利用信息量模型（I）、层次分析法模型（AHP）、确定性系数模型（CF）相互耦合对研究区灾害敏感性评价，再分析得到活动频率因素对研究区全县域进行危险性评价，将得到的结果分成4个区域，分别为高危险区、较高危险区、中危险区、低危险区，其中高、较高危险区占总面积2.23%。其中，滑坡灾害占总灾害的42%。评价结果与实际调查结果符合程度较高，能够为该地域未进行实地调查的地方进行相关滑坡灾害的预测预报，并对安全防治提供技术支持，亦可以为其他地区滑坡灾害危险性评价提供理论指导和技术参考。Abstract: This study focuses on Dege County as the research area, and carries out terrain analysis and processing with 7m DEM. A landslide hazard database for Dege County is establishing using relevant survey data. With the support of GIS technology, this research employs the information quantity model (I), analytic hierarchy process model (AHP), and deterministic coefficient model (CF) coupling to evaluate the hazard sensitivity within the study area based on seven selected indicators: mic peak acceleration, fault zone, water system, slope, slope direction, elevation, and lithology. Subsequently, an assessment of hazard is conducted for the entire county domain by considering factors related to landslide activity frequency. The results are categorized into four zones: high risk, relatively high risk, moderate risk, and low risk. The high and relatively high-risk zones collectively cover 2.23% of the total area, with landslides accounting for 42% of the overall hazards. The evaluation results align well with the actual survey findings, providing technical support for predicting, forecasting, and implementing safety measures against landslide disasters in areas that without field investigation. Furthermore, it can serve as a theoretical guide and technical reference for the risk assessment of landslide hazard in other regions.
-
Keywords:
- landslide /
- GIS /
- hazard assessment /
- certainty factor method /
- Dege County
-
0. 引 言
德格县位于四川省西北部川藏交界处，属于青藏高原东南端，横断山系的沙鲁里山脉北部金沙江峡谷地带[1]。区内地形复杂，以侵蚀（中）高山和高山峡谷地貌为主，山地占总面积的81.8%以上，谷深坡陡，孕灾环境良好。历史上该地区地质灾害频繁（图1）。2018年，更庆镇欧普隆村司根龙组发生崩塌，造成一户房屋被毁，并造成该户居民4死1伤。2021年3月初，德格县更庆镇二完小背后滑坡发生变形破坏，造成房屋变形破坏，目前该滑坡正处于变形加剧趋势，威胁20余户总计约1100人的生命财产安全。
随着社会经济的飞速发展，人类生存空间延伸至山区，人类工程活动强度持续增强，使得德格县地质环境不断恶化，地质灾害对区内人民群众的生命财产安全构成的威胁与损失也日益增加，更加地限制了当地社会经济的可持续发展。为此，研究区的地质灾害防治已经成为当前防灾减灾主要工作。基于当前背景及孕灾现状，对地质灾害进行危险性科学区划, 对灾害的综合治理和社会发展规划具有十分重要的现实意义。
1. 研究区概况
德格县地处我国青藏高原东南边缘地带。全境总体地势特点为中间区域较高，呈西北到东南走向。全县海拔最高点为6168 m，位于研究区中部的雀儿山地区，最低点海拔为2980 m，位于研究区与南部临县交界地区。研究区以中部的雀儿山地区为分割点，分为东北和西南两部分。东北部分地势相对平坦，河谷宽阔，土壤肥沃，属于川西北丘状高原地貌。西南地区多以峡谷为主，河流湍急，河谷深切，地势的高差悬殊，属于高山峡谷地貌（图2）。根据相关资料调查，研究区属于泛华夏大陆晚古生代-中生代羌塘-三江构造区[2]，横跨甘孜—理塘结合带和金沙江结合带；其中俄支—竹庆断裂带斜贯研究区东北部；整个地区地层岩性复杂，主要以三叠系地层为主，其分布面积有9232.5 km2，占整个沉积岩分布面积的87.96%[3]，但其多遭受不同程度的区域变质作用，所以有大面积的变质岩地区，因而给滑坡提供了丰富的物源条件。
2. 数据获取及研究方法
2.1 数据获取
本文所用数据主要包括高分一号（GF1）高精度遥感影像和DEM数据。利用这些数据，在踏勘建立遥感解译标志的基础上，对德格县全区地质灾害的类别、形态特征、分布情况、规模大小和危害程度等进行了1∶50000地质灾害遥感解译，解译面积11439 km2，并通过野外调查对解译的部分点进行现场复核。经过遥感解译及现场复核，最终发现地质灾害隐患点一共388处，详情见图3和表1。
表 1 地质灾害隐患点分布表Table 1. Distribution table of geological hazards hidden danger points序号 乡镇 滑坡/处 崩塌/处 泥石流/处 合计 面积/
km2每百平方公里
灾害数/处1 阿须镇 5 1 6 12 365.19 3.29 2 八帮乡 8 1 4 13 562.71 2.31 3 白垭乡 8 6 4 18 200.69 8.97 4 错阿镇 0 0 2 2 498.33 0.40 5 打滚镇 3 3 4 10 461.77 2.17 6 俄南乡 3 0 6 9 299.07 3.01 7 俄支乡 8 0 16 24 439.17 5.46 8 更庆镇 58 13 14 85 427.51 19.88 9 龚垭乡 10 9 2 21 267.66 7.85 10 卡松渡乡 4 1 7 12 299.67 4.00 11 柯洛洞乡 8 2 5 15 963.76 1.56 12 浪多乡 3 0 4 7 619.74 1.13 13 马尼干戈镇 3 0 2 5 1075.43 0.46 14 麦宿镇 11 1 16 28 584.16 4.79 15 年古乡 10 0 3 13 397.21 3.27 16 然姑乡 3 0 1 4 481.87 0.83 17 汪布顶乡 25 21 4 50 226.63 22.06 18 温拖乡 7 0 12 19 274.14 6.93 19 亚丁乡 0 1 6 7 607.54 1.15 20 玉隆乡 2 0 3 5 202.83 2.47 21 岳巴乡 11 1 1 13 605.36 2.15 22 中扎科乡 4 0 11 15 447.74 3.35 23 竹庆镇 1 0 0 1 1131.09 0.09 从四川省测绘地理信息局、四川省地震局和国家气象科学数据中心等相关机构收集了1∶50000地形数据图、1∶10000地质数据图和地震烈度数据以及甘孜州年均降雨量数据。从1∶50000地形图可提取出等高线和水系矢量数据；利用GIS工具从1∶10000地质数据图提取出断裂带和岩性矢量数据；从甘孜州年均降雨量数据中提取其县域年均降雨量分布矢量数据。具体使用数据见表2。
表 2 使用数据详情表Table 2. Data utilization details table数据名称 数据精度（比例尺） 高分一号（GF1）高精度遥感影像 0.5 m 德格县DEM 7 m 德格县地形数据图 1∶50000 德格县地质数据图 1∶10 000 甘孜州年均降雨量数据 − 地震峰值加速度分布图 − 2.2 评价方法
本文涉及采用的方法是层次分析法和信息量法（I-AHP）的结合与确定性系数法和信息量法（I-CF）的结合。目前此类方法在滑坡敏感性评价方面有着广泛地运用。其中层次分析法是通过已有的专业知识进行判定、评估地质灾害现象，以最终得到权重[4 − 8]。确定性系数法其本质上是一个概率函数，其优势在于确定性系数是可以根据已有灾害点与孕灾因子之间的关系确定地质灾害与孕灾因子的相关性大小。信息量法在地质灾害危险性评价领域，通常是使用常规的数学统计方法来量化许多影响地质环境稳定性的各个因素[9 − 11]。故本文将以上两种组合方法比较，能较好地选择最适合研究区滑坡风险实际分布，将主观上的分析和客观上的现实有机结合起来。由于泥石流灾害在评价上不适合运用信息量模型，故选取255处滑崩灾害作为样本点进行上述方法建模。
3. 危险性评价
3.1 评价单元划分
本研究区总面积为11439 km²，每处灾害点都被视为一个独立的评价单元，但全图图幅无法对每个评价单元都进行清晰表达。为克服这种情况，文章采用已有数据进行分析，并利用ArcGIS软件处理数据栅格化。使用栅格数据当评价单元的原因是栅格数据可以满足评价的准确性要求，并在大数据量的条件下，栅格数据通过GIS技术支持运算速度有明显的提升。加之必须充分反映灾害点的地理位置情况，故选择用7 m×7 m的区域作为一个基础单元，将研究区栅格划分为16909列，18076行。
3.2 指标因素的选取及分级
导致滑坡发生的因素是多方面的，将其视作一个复杂的非线性系统，其中每个子系统中的每个因素都作为一个指标，再根据研究区滑坡的发育特点、充分考虑地质环境条件、运用指标体系方法，再根据各特点选择并组合具有代表性的指标，构成了研究区滑坡灾害敏感性指标体系[12 − 13]，保证其能全面反映地质灾害危险性的基本情况，亦可应用于实际评价中；结合大量材料[14 − 17]，选取地震动峰值加速度、断裂带距离、水系、坡度、坡向、高程、岩性7个指标对研究区县域进行滑坡地质灾害的敏感性评价，然后将各个指标进行分级，具体如下：
（1） 地震动峰值加速度：根据目前已有的地震动参数的区域（GB 18306—2015）划分，可知研究区的地震动峰值加速度分级有：0.1 g、0.15 g、0.2 g和0.3 g，见图4（a）。
（2） 断裂带的距离：经调查研究区有38条断裂构造，其中168处地质灾害隐患点与断裂构造有关，占总数的43.3%。选取了4个典型的大型断裂带，利用ArcGIS工具建立了矢量数据，并将其划分为4个区域（<5000 m，5000～10000 m，10000～15000 m，>15000 m），见图4（b）。
（3） 水系：经解译数据，研究区水资源丰富；利用ArcGIS对水系矢量化数据建立多环缓冲区分析，分为4个区域：<300 m、300～600 m、600～900 m和>900 m，见图4（c）。
（4） 坡度：通过将研究区的DEM数据进行坡度分析发现，大多数的滑坡分布在14°～ 35°，这与区内地形地貌特征关系密切，本文将坡度等距分成4类，分别为：<14°、14～25°、25～35°和>35°，见图4（d）。
（5） 坡向：通过利用ArcGIS对研究区的DEM数据进行坡向分析，分成4类，分别为：阴坡、半阴坡、阳坡、半阳坡，见图4（e）。
（6） 高程：据调查高程大于5000 m的区域极少，绝大多数地区的高程在3800 ～ 4600 m。所以根据其DEM数据等距划分成4类，分别为：< 3800 m、3800～ 4200 m、4200～4600 m、>4600 m，见图4（f）。
（7） 岩性：研究区具有多种岩石（土）工程地质特征，在其分布上相当复杂。故本文通过现有的1∶50000地质图，将其中的岩性按力学强度进行分类，共4类，分别为：坚硬岩、较硬岩、较软岩，松散岩，见图4（g）。
3.3 指标敏感性分级量化及权重
（1） 指标敏感性分级量化：根据信息量模型的应用，先通过ArcGIS软件将之前提到的指标的矢量数据进行栅格化，再照已有的分级进行重分类，最后利用提取分析工具进行信息提取，并结合已有的实地考察整理统计得到的研究区的滑坡灾害数量及其分布进行统计，将分级统计的数据代入公式：
$$ I({X}_{{i}},H)=\rm{ln}\frac{{N}_{{i}}/N}{{S} _{{i}}/S} $$ (1) 式中：N——研究区域内滑坡灾害分布的总的数量；
S——研究区总面积/km2；
$ {N}_{{i}} $ ——分布在指标$ {X}_{{i}} $ 内滑坡灾害数量；$ {S} _{{i}} $ ——研究区域内有指标$ {X}_{{i}} $ 的区域面积/km2。根据以上的公式方法，再进行归一化得出各个指标的信息量（表3）。
表 3 指标分级敏感性量化值Table 3. Quantitative sensitivity values for indicator classification指标 指标分级 灾害点个数 分区面积/km2 信息量 信息量归一化 地震峰值加速度/g 0.10 6 1131.6443 −1.317042484 0 0.15 30 1004.5774 −0.395084795 0.592148498 0.20 207 1997.8012 0.239927923 1 0.30 12 7304.9769 −0.743000070 0.368691923 地震断裂带缓冲区/m [0,5000) 52 3625.0082 −0.440847835 0 [5000，10000) 64 2940.5943 −0.023963605 0.34370709 [10000，15000) 87 1803.2948 0.772057694 1 [15000,56037) 52 3070.1025 −0.274702222 0.136981495 水系缓冲区/m [0,300) 170 1299.6380 1.76947768 1 [300,600) 27 1285.4982 −0.059544488 0.41368016 [600,900) 14 1239.9860 −0.680277809 0.214695004 [900,6924) 44 7613.8776 −1.35001793 0 坡度/（°） [0,14) 69 5075.3157 −0.494517212 0 [14,25) 92 3495.4392 0.166094562 0.551272903 [25,35) 56 2024.9770 0.215558335 0.592549851 [35,90) 38 843.2679 0.703821706 1 坡向 阴坡 67 2730.6483 0.095918567 0.892332366 半阴坡 50 2961.6391 −0.277954847 0 阳坡 63 2824.8389 0.000448382 0.664471457 半阳坡 75 2921.8690 0.141029635 1 高程/m [2980,3800) 59 1304.6405 0.707374888 1 [3800,4200) 67 3609.7618 −0.183184166 0.245339931 [4200,4600) 94 4005.7085 0.051339327 0.444075225 [4600,6 168) 35 2518.8890 −0.472704846 0 岩性 坚硬岩 31 2728.6819 −0.674066445 0.150627096 较硬岩 24 2558.4692 −0.865590279 0 较软岩 190 5679.5360 0.405919554 1 松散岩 10 472.3128 −0.051536121 0.640226396 从表3中数据可以得出：滑坡发生的条件与水系和坡度密切相关，这是因为在自然条件如降雨或者人为的不合理施工导致斜坡附近的岩石土体变得破碎，导致其水文地质条件发生改变，而水文地质条件的改变对整个斜坡的结构产生影响，使其变得更加的不稳定，而且由于地表河流不断冲刷和切割沿岸斜坡，使沿岸坡度不断增加；加之河水位的变化导致与地下水水位关系发生改变使斜坡内部形成了很大的渗透力，导致斜坡结构发生改变，往不稳定方向发育，进而发生滑坡。
（2）指标的权重（层次分析法）：各个指标的滑坡敏感性权重值将通过上述方法中求取。首先将得到的指标数据进行两两比较并进行评分，再结合该研究区的调查经验及成果，最终建立判断矩阵。然后利用YAAHP软件求得判断矩阵的最大特征值为λmax=7.3802，一次性指标CI=0.0466，通过查表可得RI（n=7）= 1.36，则检验性指标CR=0.0343<0.1，证明该矩阵符合一致性判断，赋权合理，即可获得7个指标的权重（表4）。
表 4 判断矩阵及权重Table 4. Decision matrix and weight断层 水系 高程 坡度 坡向 岩性 峰值加速度 权重 峰值加速度 1 1/2 1/3 1/2 1 1/2 1/2 0.0734 距断层距离 1 1 1 2 2 1 0.1705 距水系距离 1 1 2 2 1/2 0.1681 坡度 1 4 3 2 0.2214 坡向 1 1/3 1 0.0655 高程 1 1/2 0.1190 岩性 1 0.1821 （3）指标的权重（确定性系数法）：根据上述介绍其具体公式如下：
$$ CF=\left\{\begin{split}&\frac{{pp}_{a}-{pp}_{s}}{{pp}_{a}(1-{pp}_{s})},\quad{pp}_{a}\geqslant {pp}_{s}\\&\quad\quad\;\;0\;\;\quad\quad,\quad PP_a=PP_s\\& \frac{{pp}_{a}-{pp}_{s}}{{pp}_{s}(1-{pp}_{a})},\quad{pp}_{a}\leqslant {pp}_{s}\end{split}\right. $$ (2) 式中：ppa——指标a中单元存在的灾害点的个数与指标a的单元面积的比值；
pps——研究区灾害点个数与研究区面积的比值。
通过ppa与pps相互比较大小，会得到不同的计算公式。由上述公式得知，CF值的变化范围在−1～1。其值的变化范围与灾害的发生呈正相关；当计算CF值约等于0时，则不能确定该指标是否容易发生灾害。再通过W=CFmax−CFmin方可得出每个指标所对应的权重。具体结果如表5所示。
表 5 CF值及权重Table 5. CF values and weights指标 CFmax CFmin 权重 峰值加速度 0.8027 −0.9278 1.7305 距断层距离 0.5502 −0.3616 0.9119 距水系距离 0.8484 −0.745 1.5935 坡度 0.5168 −0.3955 0.9123 坡向 0.1345 −0.2468 0.3813 高程 1.0773 −0.3819 1.4593 岩性 0.3412 −0.5846 0.9259 3.4 敏感性评价模型及结果
将评价指标量化后的数据和各个指标的权重数据进行整理，可获得其每个指标的敏感性量化值及其对应的权重，然后构建其评价模型[18]：
$$ S=\sum {A}_{{i}}{X}_{{i}{j}} $$ (3) 式中：S——滑坡的敏感性数值；
Ai——指标i滑坡敏感性权重；
Xij——指标i的某一类别j的敏感性量化值。
利用式（3），再通过ArcGIS空间分析工具进行加权叠加分析，得到滑坡敏感性指数。其指数的大小与敏感性的大小呈正相关。将得到的结果在ArcGIS中进行区划，利用栅格重分类工具，采取工具中的自然断点法将未分级的研究区滑坡敏感性的区划图进行分级，分为高敏感区、较高敏感区、中敏感区和低敏感区。具体结果见图5。
由图5结果可知，两个模型的低敏感性、较高敏感性，高敏感性结果总体趋势大致相同，但使用I-AHP模型的评价结果相对于I-CF模型的评价结果在中敏感性区域的比例较大。主要突出在东北地方的河道、打滚镇、阿须镇一带，这跟调查结果的实际情况略有不一致。不一致的原因主要是权重计算的主观性过大，过于突出断层和坡度的权重，而现实情况是断层、坡度指标的敏感度并不是导致德格县灾害的主要原因，也侧面反映出了I-AHP模型的局限性。I-CF模型在拥有详细灾害分布的情况下，客观地展示了各指标对灾害敏感性的贡献程度，有效地弥补了I-AHP模型的不足。
ROC是通过验证和比较两种模型的精度是滑坡敏感性分区的重要步骤，故本文将通过ROC曲线进行验证。ROC曲线敏感度为纵坐标，I-特异性为横坐标。AUC取值范围在0～1，AUC值越大代表其效果越好，通常认为AUC>0.7，表示分类预测能力较强[19 − 21]。将已知的灾害点中随机抽选70个灾害点作为状态变量的值，再用GIS软件随机生成30个非灾害点；通过SPSS软件对两种模型的结果进行验证，得出层次分析法-信息量模型（I-AHP）的预测精度为0.799，确定性系数法-信息量模型（I-CF）的预测精度为0.835。可知I-CF模型对滑坡分布更敏感，预测结果更可靠，进行滑坡灾害敏感性评价更好，具体结果见图6。
3.5 危险性评价模型及结果
滑坡的危险性主要反映的是斜坡发生滑坡时的自然属性特征。关于这方面的评价方法国内外学者普遍认为滑坡灾害的发生是由时间概率和空间概率两大因素造成的。降雨形成的地表水可以控制和影响侵蚀后的岩石和土体，使其内部含水量发生变化，内部结构并往不稳定的方向发展，加之降雨具有明显的时间频率特征，故将降雨量作为时间概率指标。然后根据公式将其归一化，得出其结果见图7。
将得到的研究区滑坡活动频率结果与之前得到的滑坡敏感性结果数据进行汇总，即可构建该区域危险性评价模型：
$$ R={\sum }A_{i}{X}_{{i}} $$ (4) 式中：R——滑坡危险性数值；
Ai——指标
$ {i} $ 对于滑坡危险性的权重；Xi——其危险性评价的指标
$ {i} $ 的量化值。按照之前的方法，通过ArcGIS软件对该区域的滑坡危险性进行加权分析，利用3.4节所得到的数据结果，再通过专家的经验对两大概率因素进行赋权，空间概率因素为0.6，时间概率因素为0.4。
则计算模型可以表达为：
$$R=0.6X_1 +0.4X_2$$ (5) 式中：X1——研究区滑坡敏感性结果的归一化值；
X2——研究区滑坡活动频率归一化值。
上文中提到通过ArcGIS的空间分析功能，将计算模型带入后，对两个因素进行空间叠加分析，最终得到研究区的滑坡灾害危险性数值，其数值可以直观反映该区域发生滑坡的相对危险程度，值越高其危险性越大，将得到的数值利用ArcGIS软件的重分类工具，自然断点法分为高危险区、较高危险区、中危险区和低危险区，具体成果图见图8。
从图8可以看出：低危险区主要分布在中部竹庆镇一带和东北部的打滚镇、然故乡一带；中、较高危险区主要分布在更庆镇、科洛洞乡和错阿乡所在地区及其周边地区，这部分区域靠近水系和断裂带且岩性的力学强度相对稍差；高危险区分布在金沙江沿岸及支流沟谷两侧的地区和西南部的一些高山峡谷中。通过对比发现研究区地质灾害危险性评价结果总体上与敏感性评价结果相近，主要原因是德格县的降雨量分布规律与敏感性评价结果相近，即是北东低，南西高，以金沙江流域一带为暴雨集中区，而该区亦是地质灾害高敏感区。具体数据如表6所示。
表 6 各危险区栅格统计表Table 6. Grid statistics for various hazardous zones危险性
等级面积/km2 面积
比例/%灾害
数量/个灾害密度/
（个·km−2）低 9525.590645 83.27 95 0.0100 中 1646.354741 14.39 56 0.0340 较高 251.629077 2.20 49 0.1947 高 15.425537 0.13 55 3.5655 4. 结论与讨论
（1）本文以甘孜州德格县为研究区，基于高清遥感影像解译及现场复核，共获得地质灾害隐患点388处；其中在更庆镇和汪布顶乡地质灾害最为发育；主要原因是这些区域更靠近金沙江沿岸及其支流沟谷两侧和西南部部分高山峡谷地区。
（2）将得到的数据经过筛选建立滑坡敏感性评价体系，通过I-AHP（AUC=0.799）模型与I-CF（AUC=0.835）模型经过比较得出I-CF模型更适合于德格县的滑坡灾害敏感性评价，也为后续的危险性评价提供了有效的支撑。
（3）评价结果显示全县低危险区域面积约9525 km2所占比例为83.27%，高、较高危险区域面积约为266 km2占研究区面积的2.33%，其中，较高-高危险区主要分布在金沙江沿岸及其支流沟谷两侧和西南部部分高山峡谷地区，这与实际情况相符。虽然经过多年建设，这些地区的防灾减灾水平已有大幅提升，但受限于基础条件，地质灾害仍频发多发，时刻威胁着当地居民的生产生活。因此在进一步完善防治措施及监测预警等工程手段的基础上，更要加强该区内人们防灾减灾知识的培训，以提高其防灾意识和应急避险能力，进而提升该地区综合防灾减灾水平。
致谢：特别感谢四川省地质矿产勘查开发局四〇三地质队为文章提供的相关数据。其贡献对我们研究的顺利进行有极大的帮助，他们的付出和支持是本研究顺利完成的关键。
-
表 1 地质灾害隐患点分布表
Table 1 Distribution table of geological hazards hidden danger points
序号 乡镇 滑坡/处 崩塌/处 泥石流/处 合计 面积/
km2每百平方公里
灾害数/处1 阿须镇 5 1 6 12 365.19 3.29 2 八帮乡 8 1 4 13 562.71 2.31 3 白垭乡 8 6 4 18 200.69 8.97 4 错阿镇 0 0 2 2 498.33 0.40 5 打滚镇 3 3 4 10 461.77 2.17 6 俄南乡 3 0 6 9 299.07 3.01 7 俄支乡 8 0 16 24 439.17 5.46 8 更庆镇 58 13 14 85 427.51 19.88 9 龚垭乡 10 9 2 21 267.66 7.85 10 卡松渡乡 4 1 7 12 299.67 4.00 11 柯洛洞乡 8 2 5 15 963.76 1.56 12 浪多乡 3 0 4 7 619.74 1.13 13 马尼干戈镇 3 0 2 5 1075.43 0.46 14 麦宿镇 11 1 16 28 584.16 4.79 15 年古乡 10 0 3 13 397.21 3.27 16 然姑乡 3 0 1 4 481.87 0.83 17 汪布顶乡 25 21 4 50 226.63 22.06 18 温拖乡 7 0 12 19 274.14 6.93 19 亚丁乡 0 1 6 7 607.54 1.15 20 玉隆乡 2 0 3 5 202.83 2.47 21 岳巴乡 11 1 1 13 605.36 2.15 22 中扎科乡 4 0 11 15 447.74 3.35 23 竹庆镇 1 0 0 1 1131.09 0.09 
下载: 导出CSV
表 2 使用数据详情表
Table 2 Data utilization details table
数据名称 数据精度（比例尺） 高分一号（GF1）高精度遥感影像 0.5 m 德格县DEM 7 m 德格县地形数据图 1∶50000 德格县地质数据图 1∶10 000 甘孜州年均降雨量数据 − 地震峰值加速度分布图 −
下载: 导出CSV
表 3 指标分级敏感性量化值
Table 3 Quantitative sensitivity values for indicator classification
指标 指标分级 灾害点个数 分区面积/km2 信息量 信息量归一化 地震峰值加速度/g 0.10 6 1131.6443 −1.317042484 0 0.15 30 1004.5774 −0.395084795 0.592148498 0.20 207 1997.8012 0.239927923 1 0.30 12 7304.9769 −0.743000070 0.368691923 地震断裂带缓冲区/m [0,5000) 52 3625.0082 −0.440847835 0 [5000，10000) 64 2940.5943 −0.023963605 0.34370709 [10000，15000) 87 1803.2948 0.772057694 1 [15000,56037) 52 3070.1025 −0.274702222 0.136981495 水系缓冲区/m [0,300) 170 1299.6380 1.76947768 1 [300,600) 27 1285.4982 −0.059544488 0.41368016 [600,900) 14 1239.9860 −0.680277809 0.214695004 [900,6924) 44 7613.8776 −1.35001793 0 坡度/（°） [0,14) 69 5075.3157 −0.494517212 0 [14,25) 92 3495.4392 0.166094562 0.551272903 [25,35) 56 2024.9770 0.215558335 0.592549851 [35,90) 38 843.2679 0.703821706 1 坡向 阴坡 67 2730.6483 0.095918567 0.892332366 半阴坡 50 2961.6391 −0.277954847 0 阳坡 63 2824.8389 0.000448382 0.664471457 半阳坡 75 2921.8690 0.141029635 1 高程/m [2980,3800) 59 1304.6405 0.707374888 1 [3800,4200) 67 3609.7618 −0.183184166 0.245339931 [4200,4600) 94 4005.7085 0.051339327 0.444075225 [4600,6 168) 35 2518.8890 −0.472704846 0 岩性 坚硬岩 31 2728.6819 −0.674066445 0.150627096 较硬岩 24 2558.4692 −0.865590279 0 较软岩 190 5679.5360 0.405919554 1 松散岩 10 472.3128 −0.051536121 0.640226396
下载: 导出CSV
表 4 判断矩阵及权重
Table 4 Decision matrix and weight
断层 水系 高程 坡度 坡向 岩性 峰值加速度 权重 峰值加速度 1 1/2 1/3 1/2 1 1/2 1/2 0.0734 距断层距离 1 1 1 2 2 1 0.1705 距水系距离 1 1 2 2 1/2 0.1681 坡度 1 4 3 2 0.2214 坡向 1 1/3 1 0.0655 高程 1 1/2 0.1190 岩性 1 0.1821
下载: 导出CSV
表 5 CF值及权重
Table 5 CF values and weights
指标 CFmax CFmin 权重 峰值加速度 0.8027 −0.9278 1.7305 距断层距离 0.5502 −0.3616 0.9119 距水系距离 0.8484 −0.745 1.5935 坡度 0.5168 −0.3955 0.9123 坡向 0.1345 −0.2468 0.3813 高程 1.0773 −0.3819 1.4593 岩性 0.3412 −0.5846 0.9259
下载: 导出CSV
表 6 各危险区栅格统计表
Table 6 Grid statistics for various hazardous zones
危险性
等级面积/km2 面积
比例/%灾害
数量/个灾害密度/
（个·km−2）低 9525.590645 83.27 95 0.0100 中 1646.354741 14.39 56 0.0340 较高 251.629077 2.20 49 0.1947 高 15.425537 0.13 55 3.5655
下载: 导出CSV
-
[1] 李鹏岳,唐业旗,陈亮. 某厚层堆积体滑坡稳定性分析[J]. 工程建设与设计,2012 (8):148 − 150. [LI Pengyue,TANG Yeqi,CHEN Liang. Study on the stability of accumulation landslide[J]. Construction & Design for Project,2012 (8):148 − 150. (in Chinese with English abstract) DOI: 10.3969/j.issn.1007-9467.2012.08.039 LI Pengyue, TANG Yeqi, CHEN Liang . Study on the stability of accumulation landslide［J］. Construction & Design for Project,2012 （8 ）:148 −150 . （in Chinese with English abstract） DOI: 10.3969/j.issn.1007-9467.2012.08.039[2] 潘桂棠,李兴振,王立全,等. 青藏高原及邻区大地构造单元初步划分[J]. 地质通报,2002,21(11):701 − 707. [PAN Guitang,LI Xingzhen,WANG Liquan,et al. Preliminary division of tectonic units of the Qinghai-Tibet Plateau and its adjacent regions[J]. Regional Geology of China,2002,21(11):701 − 707. (in Chinese with English abstract) DOI: 10.3969/j.issn.1671-2552.2002.11.002 PAN Guitang, LI Xingzhen, WANG Liquan, et al . Preliminary division of tectonic units of the Qinghai-Tibet Plateau and its adjacent regions［J］. Regional Geology of China,2002 ,21 （11 ）:701 −707 . （in Chinese with English abstract） DOI: 10.3969/j.issn.1671-2552.2002.11.002[3] 萧瑞良. 德格县生态承载力综合评价研究[D]. 成都:成都理工大学,2013. [XIAO Ruiliang. Dege County comprehensive assessment of ecological carrying capacity[D]. Chengdu:Chengdu University of Technology,2013. (in Chinese with English abstract) XIAO Ruiliang. Dege County comprehensive assessment of ecological carrying capacity［D］. Chengdu: Chengdu University of Technology, 2013. （in Chinese with English abstract）
[4] 李萍,叶辉,谈树成. 基于层次分析法的永德县地质灾害易发性评价[J]. 水土保持研究,2021,28(5):394 − 399. [LI Ping,YE Hui,TAN Shucheng. Evaluation of geological hazards in Yongde County based on analytic hierarchy process[J]. Research of Soil and Water Conservation,2021,28(5):394 − 399. (in Chinese with English abstract) DOI: 10.13869/j.cnki.rswc.2021.05.045 LI Ping, YE Hui, TAN Shucheng . Evaluation of geological hazards in Yongde County based on analytic hierarchy process［J］. Research of Soil and Water Conservation,2021 ,28 （5 ）:394 −399 . （in Chinese with English abstract） DOI: 10.13869/j.cnki.rswc.2021.05.045[5] 张晓东,刘湘南,赵志鹏,等. 基于层次分析法的盐池县地质灾害危险性评价[J]. 国土资源遥感,2019,31(3):183 − 192. [ZHANG Xiaodong,LIU Xiangnan,ZHAO Zhipeng,et al. Geological disaster hazard assessment in Yanchi County based on AHP[J]. Remote Sensing for Land & Resources,2019,31(3):183 − 192. (in Chinese with English abstract) ZHANG Xiaodong, LIU Xiangnan, ZHAO Zhipeng, et al . Geological disaster hazard assessment in Yanchi County based on AHP［J］. Remote Sensing for Land & Resources,2019 ,31 （3 ）:183 −192 . （in Chinese with English abstract）[6] 刘宇恒,邓辉,熊倩莹. 基于层次分析法的茂县斜坡地质灾害易发性评价[J]. 长江科学院院报,2017,34(5):31 − 35. [LIU Yuheng,DENG Hui,XIONG Qianying. AHP-based evaluation of slope geo-hazard susceptibility of Maoxian County,Sichuan,China[J]. Journal of Yangtze River Scientific Research Institute,2017,34(5):31 − 35. (in Chinese with English abstract) DOI: 10.11988/ckyyb.20160155 LIU Yuheng, DENG Hui, XIONG Qianying . AHP-based evaluation of slope geo-hazard susceptibility of Maoxian County, Sichuan, China［J］. Journal of Yangtze River Scientific Research Institute,2017 ,34 （5 ）:31 −35 . （in Chinese with English abstract） DOI: 10.11988/ckyyb.20160155[7] 李微,洪托,徐世光,等. 基于I法与CF法的榕江县地质灾害易发性评价[J]. 地质灾害与环境保护,2022,33(3):42 − 48. [LI Wei,HONG Tuo,XU Shiguang,et al. Evaluation of geological hazard susceptibility based on i method and cf method[J]. Journal of Geological Hazards and Environment Preservation,2022,33(3):42 − 48. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-4362.2022.03.007 LI Wei, HONG Tuo, XU Shiguang, et al . Evaluation of geological hazard susceptibility based on i method and cf method［J］. Journal of Geological Hazards and Environment Preservation,2022 ,33 （3 ）:42 −48 . （in Chinese with English abstract） DOI: 10.3969/j.issn.1006-4362.2022.03.007[8] 乔德京,王念秦,郭有金,等. 加权确定性系数模型的滑坡易发性评价[J]. 西安科技大学学报,2020,40(2):259 − 267. [QIAO Dejing,WANG Nianqin,GUO Youjin,et al. Landslide susceptibility assessment based on weighted certainty factor model[J]. Journal of Xi’an University of Science and Technology,2020,40(2):259 − 267. (in Chinese with English abstract) DOI: 10.13800/j.cnki.xakjdxxb.2020.0210 QIAO Dejing, WANG Nianqin, GUO Youjin, et al . Landslide susceptibility assessment based on weighted certainty factor model［J］. Journal of Xi’an University of Science and Technology,2020 ,40 （2 ）:259 −267 . （in Chinese with English abstract） DOI: 10.13800/j.cnki.xakjdxxb.2020.0210[9] 陈立华,李立丰,吴福,等. 基于GIS与信息量法的北流市地质灾害易发性评价[J]. 地球与环境,2020,48(4):471 − 479. [CHEN Lihua,LI Lifeng,WU Fu,et al. Evaluation of the geological hazard vulnerability in the Beiliu City based on GIS and information value model[J]. Earth and Environment,2020,48(4):471 − 479. (in Chinese with English abstract) DOI: 10.14050/j.cnki.1672-9250.2020.48.060 CHEN Lihua, LI Lifeng, WU Fu, et al . Evaluation of the geological hazard vulnerability in the Beiliu City based on GIS and information value model［J］. Earth and Environment,2020 ,48 （4 ）:471 −479 . （in Chinese with English abstract） DOI: 10.14050/j.cnki.1672-9250.2020.48.060[10] 周天伦,曾超,范晨,等. 基于快速聚类-信息量模型的汶川及周边两县滑坡易发性评价[J]. 中国地质灾害与防治学报,2021,32(5):137 − 150. [ZHOU Tianlun,ZENG Chao,FAN Chen,et al. Landslide susceptibility assessment based on K-means cluster information model in Wenchuan and two neighboring counties,China[J]. The Chinese Journal of Geological Hazard and Control,2021,32(5):137 − 150. (in Chinese with English abstract) ZHOU Tianlun, ZENG Chao, FAN Chen, et al . Landslide susceptibility assessment based on K-means cluster information model in Wenchuan and two neighboring counties, China［J］. The Chinese Journal of Geological Hazard and Control,2021 ,32 （5 ）:137 −150 . （in Chinese with English abstract）[11] 谈树成,赵晓燕,李永平,等. 基于GIS与信息量模型的地质灾害危险性评价——以云南省丘北县为例[J]. 西北师范大学学报(自然科学版),2018,54(1):67 − 76. [TAN Shucheng,ZHAO Xiaoyan,LI Yongping,et al. Risk assessment on the geological disasters based on GIS and information content model:Taking Qiubei County,Yunnan Province as an example[J]. Journal of Northwest Normal University (Natural Science),2018,54(1):67 − 76. (in Chinese with English abstract) TAN Shucheng, ZHAO Xiaoyan, LI Yongping, et al . Risk assessment on the geological disasters based on GIS and information content model: Taking Qiubei County, Yunnan Province as an example［J］. Journal of Northwest Normal University （Natural Science）,2018 ,54 （1 ）:67 −76 . （in Chinese with English abstract）[12] 李怡飞,刘延国,梁丽萍,等. 青藏高原高山峡谷地貌区地质灾害危险性评价——以雅江县为例[J]. 水土保持研究,2021,28(3):364 − 370. [LI Yifei,LIU Yanguo,LIANG Liping,et al. Assessment on hazard of geological disasters in alpine and canyon landforms of qinghai-tibet plateau:A case study of Yajiang County[J]. Research of Soil and Water Conservation,2021,28(3):364 − 370. (in Chinese with English abstract) DOI: 10.13869/j.cnki.rswc.2021.03.040 LI Yifei, LIU Yanguo, LIANG Liping, et al . Assessment on hazard of geological disasters in alpine and canyon landforms of qinghai-tibet plateau: A case study of Yajiang County［J］. Research of Soil and Water Conservation,2021 ,28 （3 ）:364 −370 . （in Chinese with English abstract） DOI: 10.13869/j.cnki.rswc.2021.03.040[13] 韩用顺,孙湘艳,刘通,等. 基于证据权-投影寻踪模型的藏东南地质灾害易发性评价[J]. 山地学报,2021,39(5):672 − 686. [HAN Yongshun,SUN Xiangyan,LIU Tong,et al. Susceptibility evaluation of geological hazards based on evidence weight-projection pursuit model in southeast Tibet,China[J]. Mountain Research,2021,39(5):672 − 686. (in Chinese with English abstract) DOI: 10.16089/j.cnki.1008-2786.000629 HAN Yongshun, SUN Xiangyan, LIU Tong, et al . Susceptibility evaluation of geological hazards based on evidence weight-projection pursuit model in southeast Tibet, China［J］. Mountain Research,2021 ,39 （5 ）:672 −686 . （in Chinese with English abstract） DOI: 10.16089/j.cnki.1008-2786.000629[14] 沈迪,郭进京,陈俊合. 甘肃定西地区地质灾害危险性评价[J]. 中国地质灾害与防治学报,2021,32(4):134 − 142. [SHEN Di,GUO Jinjing,CHEN Junhe. Risk assessment of geological hazards in Dingxi Region of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control,2021,32(4):134 − 142. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2021.04-18 SHEN Di, GUO Jinjing, CHEN Junhe . Risk assessment of geological hazards in Dingxi Region of Gansu Province［J］. The Chinese Journal of Geological Hazard and Control,2021 ,32 （4 ）:134 −142 . （in Chinese with English abstract） DOI: 10.16031/j.cnki.issn.1003-8035.2021.04-18[15] 张欣,王运生,梁瑞锋. 基于GIS的小江断裂中北段滑坡灾害危险性评价[J]. 地质与勘探,2018,54(3):623 − 633. [ZHANG Xin,WANG Yunsheng,LIANG Ruifeng. Assessment of landslide hazard in the middle and northern Xiaojiang fault zone based on GIS[J]. Geology and Exploration,2018,54(3):623 − 633. (in Chinese with English abstract) DOI: 10.3969/j.issn.0495-5331.2018.03.018 ZHANG Xin, WANG Yunsheng, LIANG Ruifeng . Assessment of landslide hazard in the middle and northern Xiaojiang fault zone based on GIS［J］. Geology and Exploration,2018 ,54 （3 ）:623 −633 . （in Chinese with English abstract） DOI: 10.3969/j.issn.0495-5331.2018.03.018[16] 李益敏,袁静,蒋德明,等. 基于GIS的高山峡谷区滑坡灾害危险性评价——以泸水市为例[J]. 水土保持研究,2021,28(3):355 − 363. [LI Yimin,YUAN Jing,JIANG Deming,et al. GIS-based risk assessment of landslide disaster in high mountain valley:Taking Lushui City as an example[J]. Research of Soil and Water Conservation,2021,28(3):355 − 363. (in Chinese with English abstract) LI Yimin, YUAN Jing, JIANG Deming, et al . GIS-based risk assessment of landslide disaster in high mountain valley: Taking Lushui City as an example［J］. Research of Soil and Water Conservation,2021 ,28 （3 ）:355 −363 . （in Chinese with English abstract）[17] 凌炳,余敏. 滑坡灾害坡度坡向敏感性分析研究——以云南大关县为例[J]. 城市地质,2015,10(3):66 − 68. [LING Bing,YU Min. Sensitivity factors of slope gradient and slope direction of landslides in Daguan County,Yunnan[J]. Urban Geology,2015,10(3):66 − 68. (in Chinese with English abstract) DOI: 10.3969/j.issn.1007-1903.2015.03.015 LING Bing, YU Min . Sensitivity factors of slope gradient and slope direction of landslides in Daguan County, Yunnan［J］. Urban Geology,2015 ,10 （3 ）:66 −68 . （in Chinese with English abstract） DOI: 10.3969/j.issn.1007-1903.2015.03.015[18] 王帅永,唐川,方群生,等. 研究强震区滑坡敏感性评价——以汶川县为例[J]. 地震研究,2016,39(2):279 − 287. [WANG Shuaiyong,TANG Chuan,FANG Qunsheng,et al. Research on landslide susceptibility assessment in strong seismic zone:Taking Wenchuan Country as an example[J]. Journal of Seismological Research,2016,39(2):279 − 287. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-0666.2016.02.014 WANG Shuaiyong, TANG Chuan, FANG Qunsheng, et al . Research on landslide susceptibility assessment in strong seismic zone: Taking Wenchuan Country as an example［J］. Journal of Seismological Research,2016 ,39 （2 ）:279 −287 . （in Chinese with English abstract） DOI: 10.3969/j.issn.1000-0666.2016.02.014[19] 周鑫. 金沙江上游茂顶河段滑坡成因机制及敏感性研究[D]. 长春:吉林大学,2019. [ZHOU Xin. The mechanism analysis and susceptibility mapping of the landslides along the Maoding River at the upstream of the Jinsha River[D]. Changchun:Jilin University,2019. (in Chinese with English abstract) ZHOU Xin. The mechanism analysis and susceptibility mapping of the landslides along the Maoding River at the upstream of the Jinsha River[D]. Changchun: Jilin University, 2019. （in Chinese with English abstract）
[20] 沈玲玲,刘连友,许冲,等. 基于多模型的滑坡易发性评价——以甘肃岷县地震滑坡为例[J]. 工程地质学报,2016,24(1):19 − 28. [SHEN Lingling,LIU Lianyou,XU Chong,et al. Multi-models based landslide susceptibility evaluation:Illustrated with landslides triggered by Minxian earthquake[J]. Journal of Engineering Geology,2016,24(1):19 − 28. (in Chinese with English abstract) DOI: 10.13544/j.cnki.jeg.2016.01.003 SHEN Lingling, LIU Lianyou, XU Chong, et al . Multi-models based landslide susceptibility evaluation: Illustrated with landslides triggered by Minxian earthquake［J］. Journal of Engineering Geology,2016 ,24 （1 ）:19 −28 . （in Chinese with English abstract） DOI: 10.13544/j.cnki.jeg.2016.01.003[21] 许冲,戴福初,徐锡伟. 基于GIS平台与证据权的地震滑坡易发性评价[J]. 地球科学,2011,36(6):1155 − 1164. [XU Chong,DAI Fuchu,XU Xiwei. Earthquake triggered landslide susceptibility evaluation based on GIS platform and weight-of-evidence modeling[J]. Earth Science,2011,36(6):1155 − 1164. (in Chinese with English abstract) XU Chong, DAI Fuchu, XU Xiwei . Earthquake triggered landslide susceptibility evaluation based on GIS platform and weight-of-evidence modeling［J］. Earth Science,2011 ,36 （6 ）:1155 −1164 . （in Chinese with English abstract） -
期刊类型引用(1)
1. 彭双庆，刘朋飞，陈刚，王丽萍，张伟，罗文文，景熙亮. 信息量法与随机森林耦合模型和临界月平均降雨阈值的区域滑坡危险性评价与区划——以重庆市涪陵区为例. 中国地质灾害与防治学报. 2025(01): 131-145 . 
本站查看
其他类型引用(0)
计量
- 文章访问数: 5213
- HTML全文浏览量: 2738
- PDF下载量: 147
- 被引次数: 1
邮件订阅
RSS