甘肃陇南石鸡坝乡幅地质灾害危险性评价

张超;田运涛;张宇飞

【摘 要】依据甘肃陇南白水江流域石鸡坝乡幅地质灾害最新调查编录数据,通过对研究区地质环境背景及地质灾害发育分布特征分析研究,利用Arcgis10.2软件平台全面分析了致灾因子对地质灾害发育分布的影响,具体包括:地形地貌、地质构造、工程地质岩组、斜坡结构类型、河流侵蚀、植被覆盖、降雨、地震和人类工程活动等,采用信息量法进行了崩滑地质灾害易发性、危险性评价区划,采用信息量法和定性评价方法结合的方式实现了泥石流地质灾害易发性、危险性评价区划.研究结果表明:崩滑地质灾害危险性高区域面积14.22km2,占3.30％;危险性中等区域面积51.05km2,占11.83％;危险性低区域面积95.32km2,占22.09％;危险性极低区域面积270.93km2,占62.79％.17条泥石流危险性高,59条危险性中等,1条危险性低.评价结果可为区域地质灾害风险评价和防灾减灾提供参考依据. 【期刊名称】《重庆交通大学学报（自然科学版）》 【年(卷),期】2019(038)007 【总页数】7页(P83-)

【关键词】岩土工程;陇南石鸡坝乡;地质灾害;信息量法;易发性评价;危险性评价 【作 者】张超;田运涛;张宇飞

【作者单位】中国地质调查局 水文地质环境地质调查中心,河北 保定071051;中国地质调查局 水文地质环境地质调查中心,河北 保定071051;山东省鲁南地质工程勘察院,山东 济宁272100

【正文语种】中 文 【中图分类】P694 0 引 言

地质灾害易发性是指某一地区过去和未来易于发生滑坡的倾向性或敏感性，即对某一地区现存或潜在滑坡的类型、体积(或面积)和空间分布的定量或定性评价，也指某一地区已有滑坡复活或潜在滑坡发生的潜势或可能性[1]。危险性指可能导致潜在不良后果的状况，主要指地质灾害发生的时间概率、破坏力(强度)、速度、位移及其扩展影响范围。其中地质灾害易发性评价涉及的影响因素，是决定本体稳定程度强弱的内在因素，包括地形地貌、地质构造、工程地质特征、斜坡结构类型、河流侵蚀及植被覆盖条件等；而危险性评价侧重外在诱发因素，包括降雨、地震及人类工程活动等。

地质灾害易发性、危险性评价方法较多，归纳起来主要包括统计分析法[2]、层次分析法[3-4]、逻辑回归法[5-6]、权重指标法[7-9]、递进分析法[10]、信息量法[11]和其他方法[12-15]。每种方法都具备各自的特点及适用性，但也存在不足之处。信息量法，相对来说比较客观，但是所采用的灾害数据多是变形破坏后趋稳的，会产生一定的误差；权重指标法在确定权重时，存在主观判断，不同专家针对同一地区进行评判，结果往往差别较大；采用确定性模型的评价方法需要计算不同类型边坡的稳定性，再进行推导，实施难度较大。但无论何种方法，评价结果的准确性都取决于详实的灾害编录数据、灾害地质环境背景数据以及对两者内在关联性的精确分析。

由于崩塌滑坡和泥石流的成因机理不同，故分别展开危险性评价。采用信息量法对石鸡坝乡幅崩滑进行危险新评价，原因如下：① ArcGIS平台在空间模型计算和图

形表达等方面具备明显优势，在区域地质灾害危险性评价和预测方面应用较为广泛；② 信息量法采用源于信息科学的计算公式，计算原理与公式推导简易，便于操作，评价因子数量没有，各个因子权重由公式直接计算，计算过程方便快捷，避免了人为主观判断，评价结果较为客观，经过多年发展，该种方法在地质灾害空间预测方面已趋于成熟并得到广泛认同。

泥石流危险性评价选用信息量法和定性评价方法结合的方式进行，采用单沟尺度的因素评分法和信息量法确定的泥石流流域范围内潜在物源区来综合评判泥石流的易发性，然后通过诱发因素的强弱来进行单沟尺度的危险性评价。 1 地质环境背景与灾害发育特征

石鸡坝乡幅位于位于甘肃文县与四川九寨沟县的交界部位，总面积431.5 km2。地势上总体西北高，东南低，高差2 500 m，可划分为侵蚀构造高山区、侵蚀构造中低山区及侵蚀堆积河谷地貌(图1)。高山区位于图1中西南部四川勿角自然保护区一带，侵蚀堆积河谷地貌沿河分布，中低山区分布于图1中其他地区。该地气候属北亚热带向北温带过渡区，具有垂直气候带明显和干湿季分明两大特点。雨量分布不均，多年平均降水量为425～625 mm，降水总趋势自东南向西北减少，从浅山河谷向高山增加。

图1 石鸡坝乡幅地质灾害工程地质条件Fig. 1 Engineering geologic conditions of geo-hazard in Shijiba town

受到秦巴山地和青藏高原隆起的双重影响，地质构造复杂，断层较发育，且褶皱多以复式背斜、复式向斜形式出现，研究区处于文县山字型西翼，由二叠纪、三叠纪构成的复式褶皱及其南侧的压扭性断裂组成，总体走向NW50°，集中发育于图幅南部地区，其中东南部发育两条活动性断裂，延伸长度在6 km左右。研究区出露地层岩性主要为第四系黄土类土、碎石土、三叠系砂岩、板岩、二叠系板岩、灰岩、石炭系灰岩、泥盆系砂砾岩、板岩。受强烈构造运动影响，岩层倾角普遍偏大，多

数在60°以上。根据其工程地质特性，将其划分为5类工程地质岩组：Ⅰ.碎石土、卵砾石、风积土，主要分布于白水江及其支流河谷和沿岸斜坡；Ⅱ.薄-中层软硬相间的板岩、砂岩岩组，分布于东北部地区；Ⅲ.薄-中层坚硬、半坚硬灰岩、板岩岩组，分布在白水江沿岸；Ⅳ.中-厚层坚硬灰岩、白云岩岩组，分布于西南部、中北部、东北部地区；Ⅴ.薄-中层坚硬石英砂岩、砾岩岩组，分布于东南部地区。 该区位于地震多发地区，地壳运动呈现出不匀性和间歇性上升的特点，并伴随着中强地震的发生。据史料记载，自公元278年至今研究区附近发生地震21次，其中大于5级的地震有11次，以1879年武都地震和2008年汶川地震震级最大，引发了大量规模大、危害性高的次生崩滑流地质灾害。

据中国地质调查局项目“陇南白水江流域地质灾害调查”编录数据，该图幅内发育滑坡及隐患61处，以中大型基覆滑坡为主；崩塌及隐患30处，以中大型岩质崩塌为主；泥石流及隐患77处，以中小型稀性泥石流为主。崩滑地质灾害崩滑范围和潜在威胁范围总面积15.73 km2，泥石流流域范围和冲洪积扇总面积133.88 km2，分别占图幅面积3.65%、31.03%。对地质灾害编录数据进行参评因素的逐项分析。其中崩滑与坡度关系，滑坡主要集中在15°～40°区间，崩塌主要集中在40°～°区间；崩滑与坡高关系，滑坡主要集中在20～50 m区间，崩塌主要集中在25～80 m区间；崩滑与坡向关系，主要集中在北东、南、南西方向，以南西向最多；崩滑与工程地质岩组关系，主要集中于第四系残坡积碎石土和二叠系强风化板岩、灰岩岩体中；崩滑与斜坡结构关系，飘倾坡、基岩覆盖层集中发育，尤以基岩覆盖层滑坡分布广泛；崩滑与断裂关系，活动断裂影响带崩滑分布较密集，其余断裂与崩滑发育相关性不高；与植被覆盖率关系，植被覆盖率与崩滑发育程度呈现出较好的负相关关系；河流与道路切割坡脚处，崩滑发育比较密集；与年均降雨量关系，年均降雨量大的区域主要分布在图幅东北和西南部，沿白水江一带较小，与崩滑发育程度未呈现出明显的相关性；与地震峰值加速度关系，地震峰值加速度

0.3 g区灾害发育较密集，其余地区地震加速度均为0.2 g，未见明显相关关系，见图2。

图2 致灾因子与地质灾害分布关系Fig. 2 Relationship between disaster-causing factors and geo-hazard distribution 2 地质灾害易发性评价 2.1 信息量模型

信息量模型(式1)属于贝叶斯概率模型(或者双变量分析)的一种，评价过程中可较好的反映成灾因素与地质灾害的关联性；通过定量评价能够反映出各成灾因素的相对敏感程度和各成灾因素中不同要素区间的贡献率大小。 (1)

式中：IAj→B为成灾因素A中第j区间地质灾害发生的信息量值；Nj为成灾因素A中第j区间的地质灾害面积值或灾点数；Sj为灾要素A中第j区间的分布面积；S为区域总面积；N为区域内崩滑地质灾害总面积。

需要注意的是，信息量模型中IAj→B值可以有正负之分，“正值”表明该要素区间对地质灾害形成的贡献率大于区域平均值，有利于地质灾害发生；“负值”表明该要素区间对地质灾害形成的贡献率小于区域平均值，不利于地质灾害发生；“0值”表明该要素区间对地质灾害形成的贡献率处于平均水平。

信息量模型能够给出各影响要素排序，在易发性评价和危险性评价中对各要素区间进行信息量重新赋值并进行叠加运算，通过对易发性、危险性数值分布特征的统计分析并结合研究区地质灾害发育规律进行4个级别(高、中、低、极低)的划分。 2.2 评价过程

本次评价使用2015年2月SPOT6遥感数据，分辨率1.5 m，对全区进行了黄土类土、碎石土和植被覆盖率解译；区域地质图比例尺为1∶200 000，调查过程中

进行了工程地质图的修编；地形地貌数据来源于中科院数据云ASTER GDEM 30 m分辨率数字高程数据。崩滑地质灾害易发程度的计算依据影响因素统计分析结果，泥石流采用15因素评分法进行单沟尺度评价。

在分析各影响因素对研究区地质灾害发育特征的基础上，考虑其自身属性，将地形地貌、地质构造、工程地质特征、斜坡结构、河流侵蚀及植被覆盖率等6类影响因素划分为9种具体要素、43个要素区间进行了信息量值计算，并按照计算结果由大到小进行排序，以揭示不同要素区间对地质灾害影响的强弱程度，见表1。 表1 地质灾害易发程度影响因素信息量计算结果Table 1 Calculation results of information quantity of influencing factors of geo-hazard susceptibility分类要素要素区间计算参数Nj/km2Sj/km2信息量I/Nat排序分类要素要素区间计算参数Nj/km2Sj/km2信息量I/Nat排序地质构造断裂影响带/m活动断裂影响带/m0～5002.4469.19-0.03220～10004.80128.390.02200～

10001.7421.0.7970～15002.7832.710.8450～20003.1043.250.678工程地质特征工程地质岩组

Ⅰ6.3572.0.873Ⅱ2.4960.920.1117Ⅲ3.4862.190.4311Ⅳ2.49228.67-1.2141Ⅴ0.056.84-1.52地形地貌地形坡度/°地形坡高/m坡向/°0～13.51.5037.250.101813.5～275.85116.340.321327～40.56.09199.59-0.1820.5～1.5971.80-0.5032～76.50.106.20-0.85390～

201.9043.060.191520～508.68210.030.121650～803.149.18-0.342680～1300.6028.83-0.5635130～2530.052.19-0.3729337.5～22.51.1560.37-0.653722.5～67.52.3961.110.071967.5～112.51.6651.84-0.1324112.5～157.51.3351.14-0.3427157.5～202.52.7755.0.3114202.5～

247.53.1351.770.5010247.5～292.51.7948.130.0221292.5～337.50.9051.27-0.7338斜坡结构工程地质岩组河流侵蚀河流影响带/m植被覆盖TM植被指数覆

盖层6.3273.440.8飘倾坡0.020.161.071层面坡0.116.97-0.80伏倾坡1.8455.08-0.0923顺斜坡2.56110.28-0.4530横向破1.2257.56-0.34逆斜坡1.3963.11-0.5033逆向坡1.6765.35-0.3628干流0～800一级支流0～500156.430.569-0.13～00.010.43-0.45310～0.140.656.810.9620.14～0.273.4442.020.8160.27～0.407.07126.0.43120.40～0.533.45178.41-0.360.53～0.660.4677.29-1.8143

地质灾害发生主要的影响要素区间分别为：活动断裂影响带(0～1 500 m)、坡向南西向、工程地质岩组中残坡积碎石土、斜坡结构中覆盖层和飘倾坡、河流影响带(干流0～800 m、一级支流0～500 m)、TM植被指数(0～0.27)；次要影响要素区间分别为：地形坡度(13.5°～27.0°)、坡高(0～50 m)、坡向南向、工程地质岩组中薄─中层坚硬、半坚硬灰岩、板岩岩组、TM植被指数(0.27～0.40)。 对各要素区间进行信息量重新赋值并进行叠加运算，通过对易发性数值分布特征的统计分析并结合研究区地质灾害发育规律，划为为易发性高、中、低、极低四级区域，即得到易发性评价结果，见图3。

图3 石鸡坝乡幅地质灾害易发性评价区划Fig. 3 Geo-hazard susceptibility assessment division in Shijiba town 3 地质灾害危险性评价

对人类工程活动、区域降雨和地震3类诱发因素进行信息量计算，根据要素自身属性和空间分布特征，划分为7个要素区间，并进行排序，以揭示不同诱发要素区间对地质灾害的致灾效应的强弱程度(表2)。

表2 地质灾害危险程度诱发因素信息量计算结果Table 2 Calculation results of information quantity of risk inducing factors of geo-hazard序号分类要素要素区间计算参数Nj/km2Sj/km2信息量I/Nat排序1人类工程活动道路影响带/m国道、省道0～300县乡道路0～2008.03100.200.7912345区域降雨多年平均降

雨量/mm425～4759.92198.0.313475～52.45138.07-0.124525～5750.8868.82-1.056575～6250.0825.69-2.46767地震峰值加速度/g0.212.623.07-0.1240.32.7942.420.592

该地区属于典型的高山峡谷区，雨云受到高山的阻挡会产生较大的降雨，造成了高海拔地区年均降雨量较大，沿江沟谷处年均降雨量小的现象。该地区地质灾害主要发育于白水江沿岸，使得年均降雨量与地质灾害发育的相关性较差，需要对其信息量值进行人为干预。信息量法计算各要素I值最大值在0.8左右，年均降雨量差值200 mm/a不会造成太大差别，故综合考虑，将区域降雨中4个要素区间分别取值为0.5、0.6、0.7、0.8。则地质灾害发生主要诱发要素区间分别为：道路影响带(国道、省道0～300 m、县乡道路0～200 m)、地震峰值加速度0.3 g、年平均降雨量>475 mm区域，与定性分析结果一致。

在易发性评价基础上进行叠加并进行危险性区划，得到危险性评价结果见图4。其中泥石流物源区位于降雨量大或地震加速度高值区，植被覆盖率低且与崩滑危险性相吻合，其危险性较易发性增大一个级别。

图4 石鸡坝乡幅地质灾害危险性评价区划Fig. 4 Geo-hazard risk assessment division in Shijiba town 4 结 论

1)在对地质灾害综合调查和相关因素分析的基础上，采用信息量法，借助Arcgis平台进行地质灾害危险性评价，客观的反映出了地质灾害危险性的分布特征和空间差异，评价结果准确度高，可为防灾减灾提供参考依据。

2)运用Arcgis软件的统计功能模块对各级易发区、危险区进行分析统计，结果如下：石鸡坝乡幅崩滑地质灾害易发性高区域面积29.52 km2，分布于白水江沿岸及部分支流沿岸，占图幅面积6.84%；易发性中等区域面积92.27 km2，分布于白水江、中路河沿岸坡体及图幅东南部山区，占图幅面积21.38%；易发性低区域

面积244.24 km2，占图幅面积56.60%；易发性极低区域面积70.46 km2，占图幅面积16.33%。

崩滑地质灾害危险性高区域面积14.22 km2，分布于白水江中下段、中路河沿岸及图幅东南部山体斜坡，占图幅面积3.30%；危险性中等区域面积51.05 km2，分布于白水江、中路河等支流沿岸，占图幅面积11.83%；危险性低区域面积95.32 km2，分布于白水江及其支流沿岸山体斜坡，占图幅面积22.09%；危险性极低区域面积270.93 km2，分布于其他地区，占图幅面积62.79%。

泥石流地质灾害6条易发性高， 71条易发性中等， 1条易发性低； 17条危险性高， 59条危险性中等， 1条危险性低，易发性高、危险性高泥石流主要分布于图幅东南部白水江沿岸。

3)根据石鸡坝乡幅地质灾害发育分布规律和地质灾害危险性评价结果，使得地质灾害防治工作更加聚焦：区内地质灾害高危险性区域主要分布于白水江及其部分支流沿岸，在石鸡坝乡下游地区呈现集中分布的特点，这些地区是地质灾害防治的重点，建议对该区域内威胁重大的灾害点进行工程治理，并辅之专业监测，同时加强人类工程活动的管控，不允许削坡建厂，规范矿业活动行为等；地质灾害中等危险性区域主要分布于河流、道路影响带和局部斜坡，威胁主要交通干线，建议对目前处于欠稳定状态的崩滑灾害体进行治理，崩塌威胁路段可修建平硐或挂网，滑坡威胁路段可通过修建抗滑桩或挡墙来加固，对处于基本稳定或潜在的灾害体建议加强巡视和群专监测进行防治；物源区处于高位且人迹罕至的泥石流，是常规手段调查的空白区，建议运用InSAR手段对该区域进行长期观测，以达到有备无患的目的，危险性高的泥石流，建议修建多级挡墙，辅之以专业监测手段来进行防治，危险性中等的泥石流，建议修建1～2级挡墙并辅之以简易监测设备进行监测，区内多条坡面泥石流是雨季造成交通瘫痪的最大隐患，建议进行斜坡复绿或在斜坡沟槽的基础上修建快速导水通道，防治水土快速流失。加强科普宣传的力度，尤其是处于地质

灾害中高危险性区域内的居民，使其在突发灾害面前能够科学自救。 参考文献( References) :

【相关文献】

[1] 吴树仁, 石菊松, 张春山,等. 地质灾害风险评估技术指南初论[J]. 地质通报, 2009, 28(8):995-1005.

WU Shuren, SHI Jusong, ZHANG Chunshan, et al.Preliminary discus-sion on technical guideline for geohazard risk assessment[J]. Geological Bulletin of China, 2009, 28(8):995-1005.

[2] 张春山, 何淑军, 辛鹏, 等. 陕西省宝鸡市渭滨区地质灾害风险评价[J]. 地质通报, 2009, 28(8):1053-1063.

ZHANG Chunshan, HE Shujun, XIN Peng, et al. Risk evaluation of geological hazards in weibin district, Baoji City, Shaanxi Province, China[J]. Geological Bulletin of China, 2009, 28(8):1053-1063.

[3] 徐为, 李铁锋, 胡瑞林, 等. 基于GIS的哀牢山戛洒镇小流域滑坡易发性评价[J]. 水文地质工程地质, 2011, 38(5):110-119.

XU Wei, LI Tiefeng, HU Ruilin, et al. GIS-based landslide suscep-tibility assessment at small watershed in Jiasa Town, Ailao Mountain area [J]. Hydrogeology & Engineering Geology, 2011,38(5):110-119.

[4] 杨君, 唐红梅, 罗红. 南山风景名胜区地质灾害危险性分区评价[J]. 重庆交通大学学报(自然科学版), 2010, 29(1):93-97+137.

YANG Jun, TANG Hongmei, LUO Hong. Risk zoning assessment of geological hazard at nanshan scenic spot [J]. Journal of Chongqing Jiaotong University (Natural Science), 2010,29(01):93-97+137.

[5] 张超, 陈艳, 张宇飞, 等. 基于多元线性回归模型的云南昭通地质灾害易发性评价[J]. 水文地质工程地质, 2016, 43(3). 159-163.

ZHANG Chao, CHEN Yan, ZHANG Yufei, et al. Geohazard suscepti-bility evaluation in zhaotong of yunnan based on the multivariate linear regression model [J]. Hydrogeology & Engineering Geology, 2016, 43(3): 159-163.

[6] 李铁锋, 温铭生, 丛威青, 等. 降雨型滑坡危险性区划方法[J]. 地学前缘, 2007, 14(6):107-111. LI Tiefeng, WEN Mingsheng, CONG Weiqing, et al. Research on the zonation methods of landslides triggered by rainfall [J]. Earth Science Frontiers, 2007,14(6):107-111.

[7] 唐亚明, 张茂省, 李林, 等. 滑坡易发性危险性风险评价例析[J]. 水文地质工程地质, 2011, 38(2):125-129.

TANG Yaming, ZHANG Maosheng, LI Lin, et al. Discrimination to the landslide susceptibility，hazard and risk assessment[J]. Hydrogeology & Engineering Geology, 2011,38(2):125-129.

[8] 李媛, 曲雪妍, 房浩, 等. 地质灾害综合评价指标体系和评价方法研究[J]. 水文地质工程地质, 2013, 40(5): 129-132.

LI Yuan, QU Xueyan, FANG Hao, et al. A study of comprehensive evaluation index system and methods for geo-hazard [J]. Hydrogeology & Engineering Geology, 2013,40(5):129-132.

[9] 王磊, 张春山, 杨为民, et al. 基于GIS的甘肃省甘谷县地质灾害危险性评价[J]. 地质力学学报, 2011, 17(4):388-401.

WANG Lei, ZHANG Chunshan, YANG Weimin, et al. Risk assess-ment of geohazards by using GIS in Gangu county, Gansu Province[J]. Journal of Geomechanics, 2011,17(4):388-401.

[10] 刘传正, 李铁锋, 程凌鹏, 等. 区域地质灾害评价预警的递进分析理论与方法[J]. 水文地质工程地质, 2004, 31(4):1-8.

LIU Chuanzheng, LI Tiefeng, CHENG Lingpeng, et al. A method by to analyse four parameters for assessment and early warning on the regional geo-hazards [J]. Hydrogeology & Engineering Geology, 2004,4(2):1-8.

[11] 石菊松, 张永双, 董诚, 等. 基于GIS技术的巴东新城区滑坡灾害危险性区划[J]. 地球学报, 2005, 26(3):275-282.

SHI Jusong, ZHANG Yongshuang, DONG Cheng, et al. GIS-based landslide hazard zonation of the new badong county site[J]. Acta Geoscientia Sinica, 2005,26(3): 275-282. [12] 王涛, 吴树仁, 石菊松, 等. 地震滑坡危险性概念和基于力学模型的评估方法探讨[J]. 工程地质学报, 2015(1):93-104.

WANG Tao, WU Shuren, SHI Jusong, et al. Concepts and mecha-nical assessment method for seismic landslide hazard: a review[J]. Journal of Engineering Geology, 2015,23(1):93-104.

[13] 江强强, 方堃, 章广成. 基于新组合赋权法的地质灾害危险性评价[J]. 自然灾害学报, 2015(3):28-36.

JIANG Qiangqiang, FANG Kun, ZHANG Guangcheng. Assessment of geohazards risk based on new combined weight method[J]. Journal of Natural Disasters, 2015,24(03):28-36.

[14] 杨乐, 陈杰. 基于灰色关联法的地质灾害危险性影响因子分析[J]. 重庆交通大学学报(自然科学版), 2017, 36(6):80-84+91.

YANG Le, CHEN Jie. Impact factors analysis of geological hazard risk based on grey

correlation method[J]. Journal of Chongqing Jiaotong University (Natural Science), 2017,36(06):80-84+91.

[15] 范强，巨能攀，向喜琼，等.证据权法在区域滑坡危险性评价中的应用─以贵州省为例[J] .工程地质学报，2014，22(3)：474-481.

FAN Qiang, JU Nengpan, XIANG Xiqiong, et al. Landslides hazards assessment with weights of evidence-a case study in Guizhou, China[J]. Journal of Engineering Geology, 2014,22(3):474-481.