芦山地震后雅安市雨城区地质灾害危险性评价

岳　海，王　鹰，刘民生

（1.四川省地矿局九一五水文地质工程地质队，四川 眉山 620010；2.西南交通大学，成都 610031；3.中国地质科学院探矿工艺研究所，成都 611734）

芦山地震后雅安市雨城区地质灾害危险性评价

岳海1，2，王鹰2，刘民生1，3

（1.四川省地矿局九一五水文地质工程地质队，四川 眉山 620010；2.西南交通大学，成都 610031；3.中国地质科学院探矿工艺研究所，成都 611734）

本文通过调查和收集“4·20”芦山地震后雅安市雨城区区域地形、地质、水文条件及地质灾害发生情况等资料，分析雨城区地质灾害的分布规律、发育特征和灾害特点，选用层次分析法的理论进行权重确定，采用地质构造、地震烈度、地形坡度、高程、河流、降雨6个评价因子对研究区地质灾害危险性进行评价。将危险性划分为高、中和低三个等级。

地质灾害；危险性评价；层次分析；雨城区

1 雨城区地质环境概况[1-2]

雅安市雨城区地处四川盆地西缘与青藏高原的过渡地带，属盆周山地地貌区。地势特点总体呈南、北、西三面高陡，中部和东部低缓，河谷深切，地形起伏大。区内褶皱构造和断裂构造较为发育，受龙门山北东向构造带和川滇南北向构造带的影响，区内构造表现为北部的北东向构造和南部的南北向构造。

通过2013年度强降雨诱发地质灾害应急排查，雨城区共有地质灾害338处（仅比4.20地震后多3个地质灾害点[2]），其中滑坡202处，占总数的59.8%，不稳定斜坡69处，占总数的20.4%，崩塌（危岩）58处，占总数的17.2%，泥石流5处，占总数的1.5%，地面塌陷4处，占总数的1.2%。滑坡是主要的地质灾害类型，其次是不稳定斜坡和崩塌（危岩）。由自然因素引发的地质灾害为242处，人类活动引发的地质灾害规为96处，分别占总数的71.6%和28.4%。

图1　雨城区地质略图

2 危险性评价方法

2.1评价步骤

目前地质灾害危险性评价较为成熟的方法为层次分析法[3]，本文通过统计分析雨城区地质灾害特征，对影响灾害发生的主要因素进行定量并进行危险度赋值，然后利用层次分析法确定各影响因子间权重系数。主要步骤为四个方面[4-7]:

1）建立层次结构模型：根据要研究的对象的各个条件和范围等，明确处要提取的因素，并根据所提取的因素建立多个层次并按一定的隶属关系进行排列，建立层次结构模型。

2）元素归类：通过问题的整理，采用分门别类的方法提取出问题中的主要元素，并依此以框架结果进行分层和整理，表述出各个元素之间的内在联系。

表1　判断矩阵表

3）构造判断矩阵：通过前面的元素整理归类得到了各个层次的元素之间的差异性，采用对比方法得到元素差异程度数值判断矩阵，对矩阵进行运算得到分数，整个过程还可以利用专家分析法作为辅助进行校正，最终得到重要性分数。

4）结果检验：对于可能有差异的元素，根据专家的建议和分析进行修正，并重新计算分数。

2.2评价指标判断矩阵的构建

层次分析法首先需要获取大量的相关信息，对于地质灾害的层次分析，则需要获取地质灾害中各个导致灾害的重要因素，即基本元素，通过一定的标准进行判断，并最终量化采用数学方法来建立，从而根据数学计算得出各个因素之间的区别以及重要性差异。假设结构层次中某一层B有多个元素Bi，Bj……并且各个元素都与层次A中的元素相关，则可通过判断矩阵表示，如表1所示。

表中bij表示定量化的相对重要程度分值，它是由单个元素Bi与另一元素Bj进行相对比较得到的危险性评价。bij的赋值则需要进行标度，根据表2中的标度特征和含义对其进行相应的赋值，确定出对应的含义。

表2　判断矩阵元需Aij的1-9 度标度法

2.3计算特征值和特征向量

第一步 将判断矩阵每一列归一化：

第二步 每一列正规化的判断矩阵按行相加：

第三步 向量w正规化处理：

依次所得的A=（a1，a1，….，am）T即为所求的特征向量。

第四步 计算判断矩阵最大特征根：

式中（TA）i表示向量TA第i个元素

2.4评价指标层次排序及一致性检验

式中CR为判断矩阵的随机一致性比率；CI为判断矩阵的一般一致性指标，由下式给出：

RI 为判断矩阵的平均随机一致性指标，由实验给出。对于低价判断矩阵，RI值列于表3中；对于高于 12 阶的判断矩阵，需进一步查资料或采用近似方法。即令：

若CR<0.1，判断矩阵 B 具有满意的一致性，所获得的权重值比较合理；否则不具有满意一致性，应参照比较矩阵一致性调整方法修改。

表3　RI值表

3 因子选取及敏感性分析

地质灾害的发生是有很多因素共同作用造成的，而各个因素所起的作用也各不相同，地形、地质、降雨等条件都对地震导致的各种地质灾害起控制性的作用[8]；通过对雨城区地质灾害的分析和特征的研究，发现地质构造、烈度、坡度及降雨等因素与灾害的发生密切相关，其中坡度又可分为表面坡度和地形高程。由于滑坡是最主要的灾害类型，而雨城区滑坡主要为浅层土质滑坡，与地层岩性关系较小，因此采用上述这几个因子来研究雨城区地质灾害发育情况，力求以较少且最主要的影响因子评价其危险性。

对所有灾害点按自然引发和现状欠稳定两个条件进行筛分，筛选出125个灾害点，其中滑坡灾害点95个，崩塌灾害点25个，泥石流灾害点5个。着重对这125个灾害点进行统计对比，建立模型（图2），分析地质灾害危险性。

3.1 地质构造

地质构造主要通过断层、构造运动和地震区域的活动等影响区域内的岩性分布、物源分布等容易提供地质灾害发生的有利基础条件。如地貌的发育程度、岩石的破碎程度等特征，而断裂构造则影响地下水的走向和分布，并与人类活动密切相关，一定程度上影响了地质灾害的发育。

对地质构造的量化，主要首先采用GIS统计区域内断裂带与地质灾害点的关系，得到了0~1 500，1 500~2 500，>2 500m3个缓冲区（图3），根据灾害点分布图3统计可得表4。

图2　雨城区灾害点分布图

图3　断层缓冲区分级图

表4　研究区地质灾害点与断裂统计关系

表5　雨城区地质灾害点与地震烈度统计关系

断裂缓冲距离是指指两侧离断裂带中心线的距离，从表4可见，虽然大于2500m范围内分布灾害点百分比最高，但这并不意味着断层的影响作用不明显，因为影响灾害发生的因素不止断裂带一个因素，还有诸如降雨、河流、地形地貌等各种因素的影响。

图4　地震烈度图

图5　坡度分级图

3.2地震烈度

震区烈度是地表摇晃破坏程度的定量化直接指标。一般情况下，震区的岩土体完成程度随着烈度的增大而减小，烈度的增大导致岩体和土体的损坏，致使崩塌、滑坡、泥石流大量的形成和发生。当区域内地质灾害数量急剧增加时，由地质灾害导致的危险性也急剧增加。因此，引入地震烈度来进行区域的地质灾害危险性评价。由于芦山地震的影响，区域内最大烈度达8度（图4），受到地震灾害的影响较为严重，如表4所示，为区域内灾害数量与地震烈度的关系。

3.3地形坡度

地形坡度是地质灾害发生的必备因素，坡度的大小决定了滑坡的临空面发育，一定程度上决定了滑坡是否会发生。采用GIS获得了研究区数字高程模型和坡度图，分析过程中，将坡度按照0~10，10~20，20~30，30~45，>45度共5个坡度段进行统计（图5）。可得统计表6。

表6　研究区地质灾害点与坡度统计关系

表7　研究区地质灾害点与高程统计关系

表6可见，所有灾害点分布坡度范围均小于45°，与滑坡通常分布坡度范围较为一致，但崩塌分布坡度范围通常集中于40°~60°左右，与本次统计结果对比有所出入。究其原因可能40°~60°区域人类居住少，进入分析统计隐患点较少，也有可能是地形图（1∶5万）比例尺较小，做出的坡度相对较粗，无法统计出局部精细的坡度，而崩塌往往发育在部些局部陡坡上。

3.4高程

海拔高程对地质灾害的发生也有明显的影响，主要原因是海拔高度决定了地下水的特征，随着高程的增长，地下水越来越少，水对滑坡的作用也越来越小，同时随着高程的增长，人类的活动会越来越困难，一定程度上不容易破坏环境，造成地质灾害的继续发育。因此，分析研究区的高程后，将高程分成小于600，600~1 000，1 000~1 500，1 500~2 000，>2 000共五段（图6）。表7为研究区地质灾害点与高程统计关系。

图6　高程分级图

图7　河流缓冲区分级图

图8　年降雨分布图

表8　雨城区地质灾害点与河流统计关系

表9　雨城区地质灾害点与降雨统计关系

表10　指标判断矩阵和权重

3.5河流

由于河流水系的掏蚀、冲刷等促进因素，地质灾害点在河流两岸较为密集。因此，水系因素是地质灾害发育的重要控制性因素，分析研究区后采用GIS空间分析功能对河流做buffer处理，生成0~500，500~1 000，>1 000，3个区（图7）。可得统计表8。

3.6降雨

降雨是地质灾害的直接激发条件。降雨入浸边坡土体致使孔隙水压力增大，土体饱和软化，坑剪强度降低，进而促使边坡失稳发生崩塌、滑坡；同样，强大的降雨在沟谷流域内汇流起动沟床物质或导致滑坡最终诱发泥石流。本文根据雨城区年降雨等值线图，对其降雨分布划分为<1 000，1 00~13 00，1 300~1 500，1 500~1 700，>1 700共5个区域，如图8所示，并对其灾害点进行统计（表9）。

4 因子权重确定

根据断矩阵根据层次分析法的基本原理，用5个指标建立起判断矩阵，将各个指标间的相对重要程度表示出来。重要程度的权重，一定程度上结合了专家咨询法获得的各个因素重要性评价和分值，并结合了雨城区本身的地质灾害发育特征敏感性评价结果，构建了判断矩阵，并按上述方法[4-7]计算各因子权重，如表10所示：

用所构建的判断矩阵计算出权重并代入公式进行一致性检验所得结果：可得判断矩阵符合一致性。

图9　危险性分区图

5 地质灾害危险性评价[9]

5.1评价模型建立

通过对雨城区地质灾害影响因素的单一分析和综合判断，并结合了层次分析法得到了各个单一因素在地质灾害发生中所起的重要性作用，得到了雨城区地质灾害危险性评价模型：

式中：S为评价单元的综合危险性评价值；Wi 为第i个指标的敏感度权重；Bij 为第i个指标属性j的赋值大小，其中，i=1，2，3，4，5，6；j=1，2，3。

5.2危险性评价

地质灾害危险性评价是基于GIS 空间叠加分析。先对各影响因子作半定量处理，参照前期各因子敏感性分析统计，对各因子敏感性大小分级并赋值（表11），以此代表参与叠加分析各因子敏感性大小，并分别用1，2，3量化，值越大代表其影响作用越显著。

表11　因子敏感性赋值

表12　危险性分区统计表

然后按评价模型，应用空间分析模块下的叠加分析计算，对计算结果做分级处理，计算结果值最大为3，最小为1。根据数据处理结果将雨城区地质灾害的危险等级分为三级：计算值＞2.35，属高危险性区；1.93＜计算值＜2.35，属中危险性区；计算值＜1.93，属低危险性区（图9、表12）。从表可得出，高易发区面积232.01km2，占总面积22.19%，占实际灾害点44.8%，点密度约0.24，中易发区面积473.96km2，占总面积45.33%，占实际灾害点40%，点密度约0.1，低易发区面积339.58km2，占总面积32.47%，占实际灾害点15.2%，点密度约0.05。结果与调查灾害点分布相似度较高，较准确。

6 结论与建议

地质构造、地震烈度、地形坡度、高程、河流、降雨这几个主要的地质灾害相关性因素对崩塌、滑坡、泥石流的发生具有重要的意义，雨城区地质灾害的发生与其具有密切的相关性，分析其中每一个单一因子的作用和敏感性可得到相应的危险性敏感区，然后对各个单一因子进行赋值和危险性定量组合，利用层次分析法确定各影响因子间权重系数，得到了雅安市雨城区地质灾害危险性特征，与实际调查得到的地质灾害分布较为吻合。可见，

采用危险性评价可以从宏观上得到地质灾害的分布规律和特征，能够在缺少现场资料的地方采用遥感解译等方式得到地质灾害的危险性初步分析图，为后期的地质灾害防治提供有效的资料。但应选择比例尺较大的地形图作为工作底图。

[1] 岳海， 周琴，唐小东， 等. 雅安市雨城区2013年度强降雨诱发地质灾害应急排查报告[R]. 2013.8..

[2] 四川省地矿局九零九地质队， 四川省地矿局九一五地质队. 四川省“4.20”芦山地震雅安市雨城区地质灾害应急排查报告[R]. 2013.5. .

[3] 赵焕臣， 许树柏， 和金生. 层次分析法[ M] .北京: 科学出版社，1986.

[4] 姜琪文. 基于ARCGIS的区域滑坡危险性评价[D]. 成都理工大学. 2005.

[5] 熊德清. 四川省理县5.12汶川地震诱发地质灾害应急排查与危险性评价[D]. 成都理工大学.2009.

[6] 梁京涛. 遥感和GIS在汶川地震灾区地质灾害调查与评价中的应用研究—以青川县为例[D]. 成都理工大学. 2009.

[7] 王哲，易发成. 基于层次分析法的绵阳市地质灾害易发性评价[J]. 水文地质工程地质. 2007，3:93～98.

[8] 李铁峰. 灾害地质学[M]. 北京: 北京大学出版社. 2002.

[9] 岳海.4.20芦山地震雅安雨城区地质灾害特征与防治建议[D].西南交通大学.2015.

The Risk Assessment of Geohazards in Yucheng District, Ya’an after the Lushan Earthquake

YUE Hai1,2WANG Ying2LIU Min-sheng1,3

(1-No. 915 Hydrogeological and Engineering Geological Team, BGEEMRSP, Meishan, Sichuan 620010; 2-Southwest Jiaotong University, Chengdu 611734; 3-InstituteofExplorationTechnology, CAGS, Chengdu 611734)

This paper has a discussion on development and distribution regularities of geohazards in Yucheng District, Ya’an after the Lushan Earthquake on Apr. 20, 2013, and assesses risk of the geohazards by means of the theory of analytic hierarchy process (AHP) and 6 evaluation factors such as geological structure, seismic intensity, slope, elevation, rainfall and river. The risk is divided into high, medium and low grades.

Yucheng district; geohazard; risk assessment; analytic hierarchy process

642. 2

A

1006-0995（2016）02-0301-05

10.3969/j.issn.1006-0995.2016.02.029

2015-5-27

岳海（1982-），男，四川西充人，工程师，长期从事水工环地质工作