基于信息量与逻辑回归模型的次生滑_省略_灾害敏感性评价_以汶川县北部为例_陶舒

9 期
陶 舒 等 :基于信息量与逻辑回归模型的次生滑坡灾害敏感性评价
1 59 7
流两侧及居民点 周围分布 , 滑坡规 模 大, 多连片分布。从地理区域来看 , 滑坡最 为密 集 的四 个乡 镇 为映 秀镇 、 威州镇 、 银杏乡 和草坡乡 , 其中映 秀 镇的滑坡平均规模及 分布地面积密 度 最大 , 分别为 62299 m2和 2.34 %。 2.3.2 空间数据库建立 对已有滑坡 分布及影响因子数据 进行有效的整 理
Gs = 7.49 +0.0006S -2.0 ×10-9 S2 +2.9 ×10-15 S3 (1) 式 (1)中 , Gs 为适宜格 网大小 , S 为 地图数字比例尺分母 。 对于 1 ∶50000 比例尺地形图 , 由式 (1)计算出最佳 网格单元为 32.8 m , 但为了计算的方 便 , 评价单元最终采用 30 m 正方形网 格 。 所有因子图层统一转换成 30 m × 30m 的栅格图层 后 , 考虑到 某些因 素
和存贮 是滑 坡 研究 的重 要 基础 工作 , 需事先将所需要的数 据统一以数据 库 的形式存放 。 在已获取数据的基础上 ,
利用 GIS 软件的栅格化功能 将研究区 参与评价的影响 因子数据 栅格化 , 胡 德勇 、 李军等 曾对不同比 例尺图层 下 栅格单元大小选 择进行过 研究 , 提 出 了计算栅格单元大小的经验公式[ 17 , 18] :
2 研究区概况和数据来源
2.1 研究区概况 5.12 大地震 发生 在地 质构 造 复杂的龙门山活动断裂带 , 震中位 置为 31°N 、 103.4°E , 位于汶川县 境内 , 汶川县由地震带来的地质灾 害规 模大 、 分 布密集 、 危害严重 。 考虑遥感图像覆盖情况 , 具体实施 过程中选取震中以 北为研究区域 , 覆盖面积达 2571 km2 , 约占全县面 积的 63 % (图 1)。 研究区以高中山地形为主 , 仅 有沿田坝河谷分布 一些平坝地貌 。 映秀 —北川断裂穿过该区域 , 区内 山地发育 , 相对高差大 , 地形坡度 大, 地形临空面发育 , 沟谷纵横 , 切割强烈 。 境内主要河流有岷江及 其支 流杂谷脑 河 、 草坡 河 、 寿江 、
性变化大 , 岩体工程地质特性空间变化复杂 , 早震旦世普通花岗岩 、 泥盆纪灰黑色变质 泥 、 砂 、 碳硅质岩 、 二叠纪石英闪长岩等分布广泛 , 约占研究区面积的一半 , 为地质灾害 的发育提供了条件[ 14 , 15] 。
2.2 数据源 数据主要包括卫星遥感数据 、 基础地图两大类 。 遥感数据主要用于地震滑坡信息和地 表覆被信息的提取 , 包括地震前 SPOT 2.5 m 全色 、 10 m 多光谱数据 (2007 年 3 月 20 日), 以及震后福卫 2 m 全色和 8 m 多光谱影像 、 以色列 EROS 0.6 m 影像 , 数据获取时 间分别为 2008 年 5 月 24 日和 5 月 16 日 。 受研究区多云多雨天气的影像 , 所获取的两期 影像上有少量浓云层及云层阴影分布 , 但云层面积均 <20 %, 整体质量较好 。 其他地图数 据包括对应的地质图 、 河流图 、 地震烈度图 、 地形图 (1 ∶5 万比例尺)、 滑坡分布图等 。 2.3 地震滑坡空间数据库建立 2.3.1 地震滑坡遥感解译 研究区范围内有 EROS 0.6 m 全色影像和福卫 2 m 融合数据 覆盖 , 根据滑坡的形状 、 纹理 、 色调 、 地形 、 地貌等特征 , 结合灾前 2.5 m SPOT 融合影 像 , 对研究区影像进行人机交互解译 , 提取地震中新生滑坡灾害点信息 。 从遥感影像上可 以看出 (图 2), 滑坡的灰阶总是与稳定山体之间有着一定色差 , 界限比较明显 , 而且有 的滑坡会呈现出后壁 、 侧壁 、 堆积体 、 裂缝 、 凹地等要素 , 纹理特征突出[ 16] 。 除此以外 , 还结合地形 、 地貌 、 植被覆盖和人类活动等因素进行检查和复核 , 以避免误判和漏判 , 并 有针对性的选择滑坡点进行野外调查与验证 , 如图 2 所示 。
通过解译 , 圈定滑坡边界 , 估算其规模 , 确定其类型 、 活动状态 , 及其周围的地质地 貌环境 , 与邻近滑坡的关系等 , 滑坡面层分布情况如图 3 所示 。由于部分区域有云层覆 盖 , 对滑坡判识造成障碍 , 因而未能解译 ;此外 , 耿达乡由于数据覆盖不全 , 只对部分区 域进行了解译 。 对结果进行统计 , 在 2571 km 2的研究区内共获取滑坡总量 489 个 , 其中 小型滑坡 (面积 < 5000 m 2)有 223 个 , 约占总量的 45.6 %, 大型滑坡 (面积 > 104m 2) 有 191 个 , 占 39 %。滑坡总面积约 8.7 km2 , 占研究区面积的 0.38 %。 从图 3 可以看出 , 研究区内滑坡空间分布具有明显的群发性特征 , 多集中在岷江 、 断裂带附近 , 沿公路 、 河
1 前言
地震滑坡因其巨大的致灾力而引起人们的广泛关注 。 我国地处环太平洋地震带与喜马 拉雅地震带的交汇 处 , 地震活动 强烈 , 因地震 而导致的滑坡灾 害非常严 重[ 1] 。 2008 年 5.12 汶川地震后 , 强烈的震动导致地表破坏严重 , 大量的松散物和堆积物形成 。 在未来 较长时间里 , 西南地区滑坡 、 泥石流等山地灾害会更趋于严重 。对次生滑坡灾害敏感性进 行研究 , 可以为当地灾后恢复重建 、 规划和经济发展等决策提供支撑 。 滑坡敏感性分析的方法总体上分为定性和定量两种方法 。 定性方法主要根据主观经验 对滑坡的变形失稳危险性进行定性描述 , 而定量模型则是对滑坡发生失稳的可能性进行估 计 , 更具客观性 。定量方法又可分为两种 , 一种是基于物理确定模型和工程地质的方法 , 建立在滑坡发生的物理机制基础上 , 需要收集工程地质 、 水文地质等方面的大量数据 , 因 此比较适合特定滑坡的监测 、 评价和预测 , 对于大范围的滑坡评价和预测来说则很难实 现 ;另一种方法基于统计分析理论 , 不需要收集大量的滑坡物理特性方面的数据 , 而是通 过历史滑坡失稳因素的特征分析来预测未来滑坡的趋势 , 因此对于大区域的灾害预测预报
(1.灾害评估与风险防范民政部重点实验室 , 北京 100048 ; 2.首都师范大学资源环境与旅游学院 , 北京 100048 ; 3.民政部国家减灾中心 , 北京 100053)
摘要 :次生滑坡灾害的影响是震后较长时间里 人们持 续关注 的焦点 , 对 其开展 敏感性 评价具 有重要意义 。 选取 5.12 地震的重灾区汶川县北部作为研究区 , 利用遥感 与地理信息 技术提取 地震滑坡信息 , 在全面分析滑坡与高程 、 坡度 、 坡向 、 岩性 、 断裂带 、 地震烈度以及水系等 7 个影响因子相关特性的基础上 , 采用信息量法 与逻辑 回归模 型进行 灾害敏 感性评 价 , 将研究 区划分为极轻度 、 轻度 、 中度 、 高度和极高危 险 5 个 级别 , 并 对不同模 型的适 用性开 展分析 和对比 。 结果表明 , 逻辑回归模型在描述区域滑坡灾害危险度总体特征方面稍具优势 。 关 键 词 :汶 川 ;地震 ;次生滑 坡 ;敏感 性评价 文章编号 :1000-0585(2010)09-1594-12
第 29 卷 第 9 期 2010 年 9 月
地 理 研 究 GEOG RAP HICAL RESEA RC H
V o l.29, N o.9 Sept., 2010
基于信息量与逻辑回归模型的 次, 胡德勇1, 2＊ , 赵文吉1, 2 , 范一大3 , 王志恒2
E-mail :taoshu xuxu @ ＊通讯作者 :胡德勇 (1974-), 男 , 副教授 , 主要从事遥感与 G IS 在资源环境 、 自然灾害等领域的应用研究 。
E-mail :deyonghu @ .
9 期
陶 舒 等 :基于信息量与逻辑回归模型的次生滑坡灾害敏感性评价
收稿日期 :2009-10-06 ;修订日期 :2010-04-13 基金项目 :国家自然科学基金资助项目 (40901227);国家高技术研究发展计划资助项目 (2007A A 120306) 作者简介 :陶舒 (1986-), 女, 博士生 , 主要从事遥感与 G IS 在资源环境 、 自然灾害等领域的应用研究 。
对滑坡的影响并不完全是按要素量 的 增加而成正比 , 而往往在一 个数量 范 围内对滑坡的影 响是稳定 的 , 因此 对 各个因子图层进行重分类 。
图 1 研究区范围示意图 F ig.1 Lo cation map of the applicatio n site o f the study
15 96
地 理 研 究
29 卷
鱼子溪等 , 其中岷江纵贯县境西部地区 。同时 , 区域构造运动应力场的作用使岩体节理裂 隙发育 , 岩性破碎 , 结构面发育 。 其中奥陶系 、 志留系地层大部缺失 , 小范围有出露 , 岩
图 2 滑坡遥感解译与实地特征对比图 a)灾前影像 ;b)灾后影像 ;c)实地图片 Fig.2 Compariso n o f landslide o n remo te sensing imag es a nd lo cal field
a)imag e befo re ear thquake ;b)image after ea rthquake ;c)photo in the field
1 59 5
具有明显优势 , 且已经得到普遍认可和使用[ 2] 。近 10 年来 , 许多研究者基于统计分析理 论 , 结合 GIS 的强大空间分析和遥感获取信息的功能 , 比较成功地完成了区域滑坡的灾 害敏感性分区[ 3] 。其中 , 信息量模型得到广泛运用 , 如 L ee 等[ 4] 利用 G IS 的空间数据管 理和空间分析功能结合遥感技术评价了 Yo ngi 地区的滑坡危险性 , 并使用概率法对滑坡 影响因子进行统计分析和危险性评价结果制图 ;吴益平等[ 5] 、 石菊松等[ 6] 在小区域范围内 用信息量模型进行斜坡稳定性预测 , 均取得较高的精度 ;朱良峰等[ 7] 采用信息量模型对全 国范围内的滑坡灾害进行敏感性分析 , 其结果具有一定的指导意义和实用价值 。此外 , 逻 辑回归作为一种非线性模型的代表也在滑坡预测中占据一定的优势 , 如 V an Westen[ 8] 、 Row bot ham 等[ 9] 指出该模型是滑坡空间预测的有效方法之一 ;赵建华等[ 10] 通过研究表明 该模型具有计算方法简单 、 评价结果物理意义明确等突出优点 , 在大量样本数据的支持下 能取得较好的效果 ;意大利 G reco 等[ 11] 将该模型运用到大规模运动的风险评估 , 得出结 果可靠性较高 ;曾忠平等[ 12] 选择三峡库区青干河流域顺向坡滑坡多发地段为研究区 , 采 用逻辑回归评价方法进行滑坡危险性评价研究 , 评价结果和实际滑坡发育情况吻合 , 合理 地反映区内滑坡灾害发育的总体特征 。 以上这些研究多以降雨型滑坡作为应用案例 , 而对