基于贡献率模型的汶川县滑坡灾害的易损性评价

吴 森 张占成 周光红 吴彩燕 陈国辉

（1.西南科技大学环境与资源学院，四川绵阳621010；2.四川省地质工程勘察院，成都 610072；3.成都理工大学核技术与自动化工程学院，成都 610059）

地质灾害的易损性主要是指受灾体发生损坏的难易程度与遭受地质灾害破坏的机率.它受自然、生态环境、资源、社会经济的共同驱动，是自然过程与社会过程相互作用的结果，主要包括人口道路密度、建筑密度、矿产资源丰度、环境脆弱度等.通常情况下，人口密度与工程财产密度越高，人居环境和工程财产对地质灾害的抵抗能力及灾后重建的可恢复性越差，生态环境越脆弱，受灾区遭受地质灾害的破坏越严重，所造成的损失就越大，地质灾害的风险也就越高［1］.

1 研究区概况

2 滑坡灾害易损性评价

传统的滑坡灾害易损性评价方法很多，进行易损性评价最主要的问题就是确定各评价因子权重，确权的方法有很多种，如常见的专家打分法就是通过计算各评价因子的多个专家打分的平均分数，得到各因子的初始权重，经归一化处理后得到各因子的权重.除此以外，层次分析法也是进行确权的一种普遍方法.但是，这些常见的确权方法都不可避免地具有很强的主观性，有许多人为因素在里面.贡献率是评价作用程度的一种指标，通过量化处理，建立贡献率转化权重关系，在经济学中是一种成熟的指标统计方法，该方法称为因子贡献权重法［5－7］.运用贡献权重法可以得到因子对地质灾害易损性的贡献率，贡献作用越大，则此类因子将是该区防灾减灾的重点防治因素.

2.1 评价因子的选取

要选取能够代表地质灾害易损性特征又能反映区域特性的地质灾害易损性评价因子并不容易，受到统计资料数据的不完整性的限制，评价因子的选取大多数情况下还需要依赖经验判断.综合考虑汶川县自身自然和社会经济特点，结合四川统计年鉴（2010年），以及利用GIS技术获取区域地质灾害易损性评价因子时功能约束等条件，选取人口密度、林地密度、耕地密度、滑坡灾害密度、居民点密度、道路密度等6个因子作为汶川县地质灾害易损性评价因子.

1）人口密度A1（万人／km2）：A1＝区域内总人口／区域总面积.人员伤亡与人口密度的大小有着非常密切的关系，人口密度越大，则遭受地质灾害时，该区人们生命遭受损失的可能性也就越大，也即易损性越大.将汶川县14个乡镇作为基本评价单元，计算每个镇的人口平均密度（见表1）.

表1 人口密度表

2）林地密度A2（km2／km2）：A2＝区域内林地总面积／区域总面积.林地的损坏情况首先与林地密度大小有着密切的关联，林地密度越大，则遭受地质灾害时，该地区林地遭受损失的可能性也就越大，即生态环境易损性越大.以乡镇为单位，计算每个镇的林地平均密度（见表2）.

表2 林地密度表

3）耕地密度A3（km2／km2）：A3＝区域内耕地总面积／区域总面积.汶川县主要经济收入来自农业，因此耕地密度可作为经济易损性的一个评价指标，耕地密度越大，遭受地质灾害时，则该地区耕地遭受损失的可能性就越大，即经济易损性越大.以乡镇为单位，计算每个镇的耕地平均密度（见表3）.

表3 耕地密度表

4）滑坡灾害密度A4（／%）：A4＝（各乡镇区域内滑坡总面积×100／各乡镇区域面积）%.根据提供的已发生的滑坡灾害点数据，将区域内滑坡面积除以区域总面积求出滑坡灾害密度，以此来反映汶川县各乡镇遭受地质灾害的机率（见表4）.

表4 滑坡灾害密度表

5）居民点密度A5（／%）：A5＝（各乡镇区域内居民点总面积×100／各乡镇区域面积）%.居民点在滑坡灾害易损性评价中也是相对重要的因子之一.根据数据中提供的居民点数据，计算得出居民点密度表与分布图（见表5）.

6）道路密度A6（km／km2）：A6＝各乡镇区域内道路长度／各乡镇区域面积.道路在滑坡灾害中的损失不仅仅是道路本身损失，同时还会带来其它的损失，例如道路不畅所引起的运输损失等.所以在滑坡灾害的易损性评价中，道路网密度也是重要的评价指标（见表6）.

总结各方面的问题，目前南京体育学院能够开展的民间体育项目太少，不能够满足大部分学生的需求。而在教师教授方面，教师的能力有限，不能开展全面的民间体育课程，并且在课程的开展中仅仅采用讲解示范和参加练习的方法，坚持循序渐进的方式学习民间体育。在民间体育教学实践中，不仅要传授技能和人文素养，还要培养学生在组织赛事、裁判、科学研究以及教学的能力。

表6 道路密度表

以上各评价因子的指标值均用密度的形式来表达，选择密度作为指标值的主要原因是密度是单位面积上的某要素的数量多少的体现，它与汶川县的大小和区域位置相关，可以作为一个连续的变量，是空间数据的类型，因此选用易损因子的密度作为评价指标值有利于易损度区划.

2.2 参评因子权重确定

运用贡献率权重法可以得到各评价因子对地质灾害易损性的贡献作用的大小，贡献作用越大，则此类因子将是该区防灾减灾的重点防治因子.在获取各评价指标之后，首先采用归一化处理的方法对各指标进行无量纲处理，计算方法为

式中，zi为各评价指标内部归一化值；xi为某一指标值.各评价指标无量纲结果见表7.

表7 易损度评价指标无量纲结果

续表7 易损度评价指标无量纲结果

2.2.1 自权重分配

地质灾害易损性自权重表示了各指标内部的贡献关系，通过自权重可以看出不同评价指标自身的权重分配关系，根据评价因子的贡献，将因子对自身易损性贡献分为高、中、低3类，分别求取高、中、低3类因子的自权重［7］，计算方法为

1）划分三级易损区间：

式中，XL为低易损度贡献区域，XM为中易损度贡献区域，XH为高易损度贡献区域，Xmin为评价因子内部最小归一化值，Xmax为评价因子内部最大归一化值，d＝（Xmax－Xmin）／3.

2）贡献率均值化处理：按分级标准，求取每一级别标准中各个指标的贡献平均值：

3）分配自权重：

表8 易损性自权重分配表

2.2.2 互权重的分配

互权重表示了各指标对易损度的贡献关系，用贡献关系来代表易损度各指标的权重：

表9 易损性互权重分配表

2.3 易损性分区

利用GIS空间分析模块中叠加功能对滑坡危险度进行区划，区划模型见下式：

式中，W′i为互权重；Wi为自权重；Zi为因子子类归一化值.经计算得汶川县滑坡灾害易损性值表（见表10）.

表10 汶川县滑坡灾害易损性值表

通过上面的计算可以得到汶川县各个乡镇的易损性值，然而并未进行等级区划，未进行等级区划的易损性评价难以反映出汶川县滑坡的易损性等级，因此，还需根据得到的各乡镇滑坡易损性值进行等级区划.依据表10中的数据，应用GIS技术将数据录入目标图层属性表，并将该图层由矢量转为栅格，运用ArcGIS软件中重分类功能中的自然断点法对整个区域易损性按五级对栅格图层进行重分类（如图1 所示）［8］：0.002 263－0.002 813（极低易损区），0.002 813－0.009 415（低易损区），0.009 415－0.022 069（中易损区），0.022 069－0.042 977（高易损区），0.042 977－0.143 111（极高易损区），最终得到汶川县滑坡灾害易损性区划图（如图2所示）.

图1 易损性自然断点与重分类分级标准图

图2 汶川县滑坡灾害易损性区划图

分析结果显示：威州镇、雁门乡和漩口镇处于极高易损区；水磨镇处于高易损性区，映秀镇和克枯乡位于中易损区.其他乡镇易损性均较低.分析结果通过与各评价指对分布情况相比发现，标易损性分布基本上与人口密度、道路密度、灾害点密度等分布相一致（如图3所示），体现了评价结果的合理性.有些乡镇部分评价因子所占比重较大，但这并不表明该地区易损性值一定高，例如映秀镇，在道路密度、居民点密度中所占比重虽然比较大，但是该地区发生灾害的概率比较小（即已发生滑坡灾害点密度较小），因此该地区的易损性较低，这也从整体上体现了评价结果的合理性.

图3 易损性各评价指标分布图

3 结 论

以汶川县14 个乡镇作为基本评价单元，利用ArcGIS软件对易损性评价各个因子进行统计分析和评价分级；采用贡献率权重模型求取易损性值，弥补了专家经验判别的失误与主观性，使得研究结果更客观、可靠地反映汶川县地区易损性分布特征；人口、道路、建筑密度等指标是地质灾害易损性评价的重要准则，从分析结果看，易损性分布基本上与以上主要的评价指标分布相一致，客观体现了分析结果的合理性，最终生成汶川县滑坡灾害易损性等级区划图.这为汶川县制定中、长期规划提供参考依据，将会对各级政府的动态管理、及时发布和反馈信息、减少地质灾害的损失等有着十分重要的意义.

［1］ 乔建平，吴彩燕.滑坡本底因子贡献率与权重转换研究［J］.中国地质灾害与防治学报，2008，19（3）：13－16.

［2］ 周建伟.汶川县城地质灾害危险性评价研究［D］.成都：成都理工大学，2010.

［3］ 张云祥.汶川县城崩滑地质灾害发育特征及典型灾害点防治研究［D］.成都：成都理工大学，2010.

［4］ 李剑锋.基于GIS／RS技术的汶川地震与次生地质灾害评价［D］.北京：中国地质大学（北京），2010.

［5］ 乔建平，朱阿兴，吴彩燕，等.采用本底因子贡献率法的三峡库区滑坡危险度区划［J］.山地学报，2006，24（5）：569－572.

［6］ 乔建平.三峡水库区云阳－巫山段斜坡高差因素对滑坡发育的贡献率研究［J］.中国地质灾害与防治学报，2005，16（4）：16－19.

［7］ 石莉莉，乔建平.基于GIS和贡献率权重叠加方法的区域滑坡灾害易损性评价［J］.灾害学，2009，24（3）：46－50.

［8］ 汤安国，杨 昕.ArcGIS地理信息系统空间分析实验教程［M］.北京：科学出版社，2009.