滑坡灾害易损性计算模型研究
表 3 U 的判断矩阵和权重值 评价因子 人的易损性 土地资源易损性 经济易损性 社会易损性 U1 U2 U3 U4 U1 1 1 1/2 1/3 U2 1 1 1/2 1/3 U3 2 2 1 1/2 U4 3 3 2 1 wi 0.35 0.35 0.19 0.11 CR CR=0.0039＜0.1
表 7 U4 的判断矩阵及权重值 评价因子 应急能力 医疗指数 社会福利 人均保险 U41 U42 U43 U44 U41 1 1/2 1/3 1/3 U42 2 1 1/2 1/2 U43 3 2 1 1 U44 3 2 1 1 W4j 0.46 0.26 0.14 0.14 CR CR=0.0039 ＜0.01
人 口 年 龄 结 构 U12
贫 困 程 度 U13
受 教 育 程 度 U14
应 急 能 力 U41
人 均 保 险 U44
公 共 设 施 密 度 U32
人 均
GDP
U33
房 屋 密 度 U34
图 2 滑坡易损性评价主逻辑图
ｏ、、、一 、、。一
滑坡灾害易损性计算模型研究
表 2 相对于 n 的指标 RI 的值 n RI 1 0.00 2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 10 1.49
易损性评价 U
～
受灾害威胁，需搬迁转移人数在 100 以下，或潜在经济损失 500 万元以下的地质灾害险情。
ｉ｜
社 会 福 利 U42 医 疗 指 数 U43
人的易损性 U1
土地资源易损性 U2
经济易损性 U3
社会易损性 U4
Ⅶ
人 口 密 度 U11
ｌ＾一、
1508
～＝一｜／土
居 民 用 地 密 度 U21 耕 地 密 度 U22 不 可 利 用 土 地 密 度 U23 土 地 平 整 程 度 U24 路 网 密 度 U31
U i ui1, ui2 ,, uij ,, ui(n -1) , uin
个事件权重的计算公式如下。
n
T
(2)
其中 uij 表示因素 U i 对 U j 的相对重要程度,
wi
wi
i 1
wi
n
(4)
1507
重庆市电机工程学会 2012 年学术会议论文
重庆市电机工程学会 2012 年学术会议论文
滑坡灾害易损性计算模型研究
纪虹 1,2，陈治璇 1,2，司鹄 1,2
1. 重庆大学 煤矿灾害学及控制国家重点实验室，重庆 400030，中国 2. 重庆大学 资源及环境科学学院，重庆 400030，中国
摘要： 滑坡灾害是地质灾害中最为常见且危害严重的灾种, 对人类社会发展和经济建设的危害是世界性的， 每年给世 界各国造成的经济损失估计可达数十亿美元。此外，受滑 坡影响而中断的工程，其间接损失更大。能否有效地对潜 在危险源进行易损性评估，在事故前及时预警预报、事故 时快速有效地应急响应、合理配置应急物资、有效采取应 急措施降低事故损失， 已成为公共安全与应急管理亟待研 究课题。 本文在综合分析国内外滑坡风险评估方法的基础 上，针对三峡库区单体滑坡发生的机理及特点，基于模糊 层次分析法， 提出适用于三峡库区单体滑坡的易损性评估 模型，确定相应的易损性等级。并将该模型应用于三峡库 区开县井泉滑坡。 评估结果显示井泉滑坡的易损性等级属 于Ⅴ，极高易损灾害，针对该评估结果，本文提出了相应 的应急措施。 关键字: 模糊层次分析法，易损性，井泉滑坡，单体滑坡
表 4 U1 的判断矩阵及权重值 评价因子 人口密度 人口年龄结构 贫困程度 受教育程度 U11 U12 U13 U14 U11 1 1/3 1/5 1/3 U12 3 1 1/2 1 U13 5 2 1 2 U14 3 1 1/2 1 W1j 0.52 0.20 0.08 0.20 CR CR=0.0024＜0.1
1.2 计算方法
层次 U 包含事件 U1, U2,…, Un, 判断矩阵的 表达式如下. U u1, u2 ,, ui ,, un -1, un (1)
2 易损性评估模型应用
2.1 重庆井泉滑坡概况
井泉滑坡两侧发育大型冲沟，冲沟两侧有人 员居住，滑坡前缘是一较平坦阶地，阶地连接澎 溪河（长江支流），滑坡前缘距离河岸 500 米左 右（175 米水位时阶地将被淹没），对岸为平缓 坡地，在 150 米× 100 米范围内无人员居住和公共 设施，井泉滑坡地图见图 1 所示。
1509
重庆市电机工程学会 2012 年学术会议论文
表 8 评价因子结果 评价因子 人口密度（万人/km2） 人口年龄结构(%) 贫困程度（%） 受教育程度（%） 居民用地密度（km /km ） 耕地密度(km /km ) 不可利用土地密度（km /km ） 土地平整程度（º ） 路网密度(km/km ) 公共设施密度(km /km ) 人均 GDP(万元/人) 房屋密度（km /km ） 应急能力（万元/万人） 医疗指数(人/万人) 社会福利（座/ km ）
30 米水位升降和移民迁建等工程活动影响，库区 老滑坡复活几率增加，新生突发地质灾害增多。 现有滑坡约 4119 处,其中体积超过 1× 107m3 的大 型滑坡占 60%左右。库区共发生形变或地质灾害 灾（险）情 132 起，塌岸 97 段长约 3.3 公里，紧 急转移群众近 2000 人。在二、三期地质灾害防治 规划范围外已发生新生突发性灾 （险） 情 30 多处。 为了有效控制滑坡灾害带来的损害，我们有必要 对三峡库区的滑坡灾害进行深入的研究。在各种 研究手段中，滑坡风险评估是一种比较先进和有 效的手段。 风险评估可以概括为两个方面，一是对事故 发生可能性的风险评估，一般仅与危险源本身的 特征有关；另一方面是对事故后果严重程度的风 险评估，计算事故可能带来的灾难性结果，如资 产风险、人员死亡或伤害、公众对社会信心的丧 失等，通常和事故演化过程及其影响区域相关 [1,2] 。事故后果严重程度的风险评的一般目标非常 清楚，对事故的危险性进行定性定量分析，预测 该事故自然条件下可能引发的总后果，即不采取 措施的情况原本事故可能造成的严重后果；对比 分析在采取应急措施后环境、视觉或经济方面负 面影响降低[3]。 采用科学的风险评估方法，对处于人口活动 范围的大型单体滑坡进行定量调查，将为国民经 济建设和国民人身安全保障提供科学的依据。张 东辉研究了采用 3 ―S‖技术的单体滑坡灾害风险 评估的原理，对单体滑坡的致灾因素和评估模型 做了全面的界定[4]。 ， Finlay 根据香港地区滑坡灾 害历史资料，统计得出了人员和建筑物的易损性 取值范围[5]。 Leone 统计了致灾强度和承灾体特征 的定性指标，建立了易损性矩阵[6]。Uzielli 提出 了一种区域滑坡灾害易损性函数表达式 [7]。汪敏 等人在滑坡灾害易损性概念和定性认识方面做了 研究 [8-10]. 吴越对滑坡灾害承灾体易损性本质认
0 引言
长江三峡工程作为举世瞩目的跨世纪工程， 库岸长度超过 5300 km，从 1994 年底三峡正式动 工至今，其人文、地貌翻天覆地。三峡库区位于 渝鄂交接的山地峡谷区，山多坡陡，地少人密， 地质条件复杂，亚热带季风气候雨量充沛暴雨频 繁，是崩塌、滑坡、泥石流等地质灾害的高发区。 三峡水库的兴建，沿江两岸三峡库区工业基地的 改造与建设，使得地质灾害频繁发生，而且灾害 类型多、分布广、成灾强度高，成为制约和影响 国土资源开发、经济建设和社会发展的重大不利 因素。 特别是大规模的开山破土加剧了地质破碎， 除了产生新滑坡，还有大量老滑坡被激活。使得 特大滑坡灾害时有发生，严重地危及人民群众的 生命财产安全、航运道路交通运输、城乡工程建 设、拆迁移民安置等正常的生产生活秩序。自三 峡工程 175 米试验性蓄水以来，受每年周期性的
1506
滑坡灾害易损性计算模型研究
识的基础上，探讨易损性定量评估模型，引入概 率分析的理念，分析易损性的不确定性以及滑坡 灾害风险的概率特性， 提出衡量风险大小的指标， 更加深刻地认识风险不确定性的本质[11]。 本文在综合分析国内外滑坡风险评估方法 的基础上，针对三峡库区单体滑坡发生的机理及 特点，基于模糊层次分析法，提出适用于三峡库 区单体滑坡的易损性评估模型，确定相应的易损 性等级。并将该模型应用于三峡库区开县井泉滑 坡。
2.2 易损性评估模型应用
根据易损性评价的主逻辑图，易损性分析首 先应该确定评价因子权重。根据专家的打分结果 及公式 1-8， 确定判断矩阵和评价因子的权重值及 其 CR 值，结果见表 3-表 7。评价因子经过无量 纲处理后，结果见表 8 所示。
图 1 井泉滑坡地图 （基于 Google 地图 2012-04-17）Fi 表 1 滑坡灾害事故风险等级描述 风险等级 Ⅴ极高风险 Ⅳ高风险 Ⅲ中等风险 描述 受灾害威胁需搬迁转移人数在 1000 人以上或潜在可能造成的经济损失 1 亿元以上的地质灾 害险情。 受灾害威胁，需搬迁转移人数在 500 人以上、1000 人以下，或潜在经济损失 5000 万元以 上、1 亿元以下的地质灾害险情。 受灾害威胁，需搬迁转移人数在 100 人以上、500 人以下，或潜在经济损失 500 万元以上、 5000 万元以下的地质灾害险情。 Ⅱ小风险 Ⅰ极小风险 基本不会引起人员伤亡和经济损失
表 5 U2 的判断矩阵及权重值 评价因子 居民用地密度 耕地密度 不可利用土地密度 土地平整程度 U21 U22 U23 U24 U21 1 1/3 1/5 1/5 U22 3 1 1/2 1/2 U23 5 2 1 1 U24 5 2 1 1 W2j 0.57 0.21 0.11 0.11 CR CR=0.0016 ＜0.01
表 6 U3 的判断矩阵及权重值 评价因子 路网密度 公共设施密度 人均 GDP 房屋密度 U31 U32 U33 U34 U31 1 3 1/2 1 U32 1/3 1 1/5 1/3 U33 2 5 1 2 U34 1 3 1/2 1 W3j 0.19 0.53 0.09 0.19 CR CR=0.0040 ＜0.01
基于DEM的黄土滑坡危险性评价研究
基于DEM的黄土滑坡危险性评价研究一、本文概述黄土滑坡作为一种常见的地质灾害，在我国黄土高原地区尤为突出，其发生和发展往往给人们的生命财产安全带来严重威胁。
因此，对黄土滑坡的危险性进行准确评价，对于预防和减轻滑坡灾害具有重要意义。
本文旨在探讨基于数字高程模型（DEM）的黄土滑坡危险性评价方法，以期为黄土滑坡灾害的预警和防治提供科学依据。
本文将对黄土滑坡的成因、特点及其危害进行简要介绍，以明确研究背景和必要性。
接着，将重点阐述DEM技术在黄土滑坡危险性评价中的应用原理和方法，包括DEM数据的获取与处理、滑坡危险性评价模型的构建以及评价结果的输出与分析等方面。
在此基础上，本文将通过具体案例，展示基于DEM的黄土滑坡危险性评价的实际操作流程和效果评估，以验证该方法的可行性和实用性。
本文将对基于DEM的黄土滑坡危险性评价研究进行总结，分析研究中存在的不足和局限性，并展望未来的研究方向和应用前景。
通过本文的研究，希望能够为黄土滑坡灾害的预防和治理提供有益参考，同时也为其他类似地区的滑坡危险性评价工作提供借鉴和启示。
二、黄土滑坡的形成机制与影响因素黄土滑坡作为一种特殊的滑坡类型，其形成机制与影响因素较为复杂。
黄土作为一种特殊的土体，具有大孔隙、垂直节理发育、抗剪强度低等特点，这些特性使得黄土地区容易发生滑坡灾害。
黄土滑坡的形成机制主要包括水的作用、重力作用和地震作用。
水的作用是最主要的因素之一，包括降雨入渗和地下水活动。
降雨入渗能够增加黄土的含水量，降低其抗剪强度，进而引发滑坡。
地下水活动则可能导致黄土体内部应力场的改变，从而引发滑坡。
重力作用是黄土滑坡发生的内在驱动力，黄土体在重力作用下发生变形和位移。
地震作用则可能通过产生的动应力来触发黄土滑坡。
黄土滑坡的影响因素众多，主要包括地质因素、地貌因素、气象因素和人类活动因素。
地质因素如地层岩性、地质构造、断层等对黄土滑坡的发生具有重要影响。
地貌因素如地形坡度、坡高、坡向等也会影响黄土滑坡的发生。
3滑坡破坏机理研究及稳定性计算理论
3滑坡破坏机理研究及稳定性计算3.1 边坡滑坡破坏机理3.1.1 水平坡的变形破坏机理水平坡是指岩层倾向大致与边坡走向一致，而岩层倾角小于软弱岩层面残余摩擦角的一类层状岩质边坡。
这类边坡的主要变形机理为滑移——压致拉裂，在这一变形机制下，其可能的破坏模式为转动型滑坡（弧面破坏），具体过程描述如下：边坡形成后由于卸荷回弹或者蠕变，坡体沿平缓结构面向坡前临空方向产生缓慢的滑移。
滑移面的锁固点或错列点附近，因拉应力集中生成与滑移面近于垂直的拉张裂隙，向上（个别情况向下）扩展且其方向渐转成与最大主应力方向趋于一致（大体平行坡面）并伴有局部滑移。
这种拉裂面的形成机制与压应力作用下格里菲斯裂纹的形成扩展规律近似，所以它应属于压致拉裂。
滑移和拉裂变形是由斜坡内软弱结构面处自下而上发展起来的。
据实例分析和模拟研究，这类变形演变过程可分为三个阶段（图3-1）。
图3-1 滑移-压致拉裂变形演变图（1）卸荷回弹阶段人工边坡在边坡开挖形成后，由于边坡以外岩土体的卸除原有的平衡状态被打破，边坡岩土体将向临空面方向发生膨胀变形。
对近水平层状岩质边坡而言，这种变形表现为沿岩层面向临空面方向缓慢滑移，如图3-1（a）所示。
（2）压致拉裂面自下而上扩展阶段坡底附近岩层在上面岩土体的高压力作用下，随着滑移变形的发展，逐渐产生近似垂至于岩层面的裂隙，如图3-1（b ）所示。
这种裂隙逐渐贯彻岩层，使原有岩体结构逐渐破坏而松动。
受其影响，其上岩层也将逐渐开裂使裂隙向上扩展如图3-1（c ）所示。
但这一阶段岩体仍处于稳定破裂阶段。
图3-1所示为一典型实例。
花岗岩体中十分发育的席状裂隙产状近于水平，另有两组陡倾裂隙，共中一组走向与坡面近于平行。
平铜内岩体蠕变松动迹象明显，平行坡面陡倾裂隙普遍被拉开，并出现多条滑移面与陡倾裂断面交替的阶状裂隙。
在平嗣约60m 深处见有一条阶状裂面，陡面张开达2.scln ，由其中涌出大量黄泥浆水。
与此同时邻近钻孔水位普遍降落，表明与滑移相伴的压致拉裂面己与地表贯通。
滑坡和泥石流灾害研究报告
滑坡和泥石流灾害研究报告滑坡和泥石流是自然灾害中普遍存在的一种。
在过去的几十年中，随着科技的不断进步，人们对这些灾害的预测和防范能力也不断提高。
本文将对近年来关于滑坡和泥石流灾害的研究进行介绍和分析。
一、滑坡灾害研究滑坡是指土壤和岩石由于内部剪切破坏和失稳导致的向下滑动。
滑坡灾害不仅会造成人员财产损失，还会对生态环境造成严重影响。
针对滑坡灾害，近年来有很多研究。
一般而言，滑坡的预测主要有两种方法，一种是基于机器学习的方法，利用机器学习的算法对滑坡进行预测；另一种是基于物理学原理来建立数学模型，对滑坡进行推演和预测。
基于机器学习的滑坡预测方法主要是通过对滑坡相关数据的进行学习和分析，提取出与滑坡相关的特征和规律，从而对未来滑坡进行预测。
这种方法在短时间内可以快速建立模型，对大量的数据进行处理和分析，但是其结果的可靠性受到数据准确性和特征选择的影响。
基于物理学原理的数学模型是利用运动力学原理以及地质学和岩土力学知识，对滑坡的稳定条件进行分析和判断。
这种方法比较稳定可靠，但是需要大量的数据和模型建立过程中的数据处理能力，同时对于复杂地形和不确定因素的处理也存在较大的难度。
二、泥石流灾害研究泥石流是由降雨、融雪等自然因素引起，山区、山前地带和河谷中经常发生的一种复杂的地质灾害。
泥石流不仅会造成人员伤亡和财产损失，还会对生态环境造成较大的影响。
对于泥石流灾害研究，一般采用物理模型仿真和实验室模型研究两种方法。
物理模型仿真主要是利用科学仿真软件模拟泥石流的流动情况，包括泥石流的速度、流量、深度等关键指标，通过仿真结果来分析与泥石流有关的因素，进而预测泥石流的危险程度和可能的路径。
这种方法虽然可以在较短的时间内获得较准确的泥石流仿真结果，但是其结果的可信度受到仿真模型精度和模型参数设定等因素的影响。
实验室模型研究主要是利用物理模型进行实验，模拟泥石流的运动和路径，通过实验来验证和分析泥石流的运动特征和影响因素。
基于F—A—M的桥梁滑坡易损性分析研究
基于F—A—M的桥梁滑坡易损性分析研究作者：向超来源：《科技探索》2013年第05期摘要：随着高速公路逐步向西部山区延伸，修建在山区的桥梁结构常常遭遇到滑坡的威胁，因此有必要在桥梁建设之前对桥梁遭遇到滑坡的易损性进行评估，以此指导施工单位采取效果措施减小滑坡对桥梁结构造成的损坏。
本文采用利用F-A-M法进行桥梁结构滑坡易损度计算。
关键词：滑坡 F-A-M 桥梁易损度中图分类号：U4 文献标识码：A 文章编号：1007-0745（2013）05-0252-021.引言高速公路不断向西部山区发展，山区特殊的地质水温状况，使得滑坡等地质灾害频发，桥梁作为带状结构物不免要受到滑坡的破坏，对滑坡区的桥梁进行滑坡易损性风险评估，为施工单位提供参考。
所谓F-A-M法就是神经网络-有限元-蒙特卡罗模拟计算方法。
以往利用有限元计算概率的方法的计算量过于庞大，利用F-A-M法则可避免这一弊端。
2.F-A-M法的原理2.1. F-A-M法的基本原理及思路基于F-A-M的风险概率计算方法，是以有限元软件计算、神经网络仿真分析、蒙特卡罗方法模拟为基础，通过有限元软件数值计算来建立一个可靠的神经网络模型，然后根据蒙特卡罗模拟的有关理论，最终得到概率值。
F-A-M法的基本思路为：首先建立描述问题相近的概率模型，并利用相似性把这个概率模型的某些特征（变量的均值方差等）与数学计算问题的解答联系起来，然后对模型进行随机模拟和统计抽样，最终利用所得结果求出这些特征的统计估值作为原来数学计算问题的近似解[1]。
2.2. F-A-M法的基本步骤3.F-A-M法的实桥应用3.1 工程概况该桥位于湖北省境内，上部结构为7*30m预应力混凝土T型连续梁桥，双柱式桥墩，U 型扩大基础。
桥位跨越处为三峡水库蓄水淹没区，两侧均为斜坡且都种植桔树，其中一侧坡度较大约50°。
不良地质为顺层土坡，坡体表面堆积碎石土，结构松散，下伏侏罗系的粉砂土，坡面与岩层产状近一致，构成顺坡结构，便道开挖不当会导致坡体失稳或坍滑。
滑坡灾害预测模型对比分析
滑坡灾害预测模型对比分析中国是一个具有丰富自然资源和丰富地质活动的国家，多年来，滑坡灾害一直是人们重视的自然灾害，并且造成了极其严重的社会和经济损失。
随着信息技术在灾害预测和控制方面的迅速发展，传统滑坡灾害预测方法在某些方面已经不再满足人们的需求，而模型预测的概念也逐渐得到了人们的重视。
本文以“滑坡灾害预测模型对比分析”为主题，探讨了滑坡灾害的模型预测技术，重点分析了最先进的模型预测技术，以及如何选择合适的灾害预测模型。
灾害预测模型基本上是把潜在危险情况和影响因素建模和分析，并且基于模型结果来预测灾害发生的可能性和程度。
目前，有许多不同类型的模型用于滑坡灾害预测，其中包括物理模型、数学模型、动态模型、分析模型、模拟模型等，这些模型可以帮助我们对滑坡灾害的稳定性、发生的可能性和影响进行评估。
物理模型是模拟滑坡发生条件和过程的实验模型，包括模型试验、模拟滑坡过程等，可以更好地研究滑坡灾害的发生机理、灾害趋势和预测。
数学模型是基于物理或地质因素的计算模型，通过数学模型可以进行更深入的滑坡灾害研究，而且建模容易，计算快，可以计算滑坡发生前的地形特征，并可预测滑坡发生的可能性。
动态模型是用来模拟滑坡动力学的技术，包括受力分析、位移分析、山体变形等，有助于更好地了解滑坡发生的过程，并且可以比较准确地预测滑坡发生可能性。
分析模型是基于一组滑坡数据，通过统计分析和空间分析等方法，运用统计学和地理信息系统等相关技术，从而建立出滑坡灾害的历史趋势模型和发生模型，可以预测滑坡发生的区域和发生的可能性。
模拟模型是一种在数学模型的基础上优化参数，以更好地反映滑坡发生条件、发展趋势以及发生可能性，从而预测滑坡的技术手段。
从上述几种滑坡灾害预测模型的特点来看，物理模型和数学模型具有较强的可控性，相比较而言，动态模型、分析模型和模拟模型对于滑坡灾害预测结果的准确性更高，但也需要大量的历史记录数据和空间分析数据。
因此，在选择滑坡灾害预测模型的时候，需要结合灾害的发生特征，把握模型的优缺点，综合考虑合理地选择合适的模型，以便达到较好的预测效果。
17滑坡灾害易损性计算模型研究
1.2 计算方法
层次 U 包含事件 U1, U2,…, Un, 判断矩阵的 表达式如下. U u1, u2 ,, ui ,, un -1, un (1)
2 易损性评估模型应用
2.1 重庆井泉滑坡概况
井泉滑坡两侧发育大型冲沟，冲沟两侧有人 员居住，滑坡前缘是一较平坦阶地，阶地连接澎 溪河（长江支流），滑坡前缘距离河岸 500 米左 右（175 米水位时阶地将被淹没），对岸为平缓 坡地，在 150 米× 100 米范围内无人员居住和公共 设施，井泉滑坡地图见图 1 所示。
1506
滑坡灾害易损性计算模型研究
识的基础上，探讨易损性定量评估模型，引入概 率分析的理念，分析易损性的不确定性以及滑坡 灾害风险的概率特性， 提出衡量风险大小的指标， 更加深刻地认识风险不确定性的本质[11]。 本文在综合分析国内外滑坡风险评估方法 的基础上，针对三峡库区单体滑坡发生的机理及 特点，基于模糊层次分析法，提出适用于三峡库 区单体滑坡的易损性评估模型，确定相应的易损 性等级。并将该模型应用于三峡库区开县井泉滑 坡。
xi 3 x'i xi
x'i xi
n 1 CI CR RI
1 易损性评估模型
1.1 主逻辑图
复杂系统通常由相互作用的子系统以及各子 系统的下级子系统组成。主逻辑图（MLD）一般 通过识别事故的初始事件做成一个逻辑图[12]，它 提供一种模型化技术， 对复杂系统进行层次分解， 建立起各层次间的关联，能够将系统的各功能及 系统内的各个子系统之间的逻辑关系进行清晰的 矩阵描述[13-14]。 本文应用主逻辑图的模型化技术， 采用主逻辑图中模型层级与层级间的逻辑互动关 系来描述系统中致灾因子之间的物理性关联，然 后对事故后果的致灾事件进行鉴别和分类[15]，绘 制了滑坡灾害易损性评价的主逻辑图，见图 2 所 示。主逻辑图主要包括人的易损性，土地资源易 损性，经济易损性和社会易损性四个方面。
基于滑坡预测模型的研究进展
基于滑坡预测模型的研究进展摘要：滑坡是由于边坡失稳而发生滑动的一种自然现象，是世界上最严重的自然灾害之一，每年造成大量的人员伤亡和财产损失，特别是在多山多雨的地区。
因此，滑坡预测模型的精度的对保证人民的财产人生安全显得尤为重要。
关键字：滑坡预测模型精度1.引言滑坡是世界上最严重的自然灾害之一。
目前，随着全球气候变暖，全球极端气候频繁发生，世界各地频繁出现暴雨。
伴随暴雨出现的同时，滑坡、泥石流等地质灾害也频繁发生。
据资料统计，1995年以来，我国滑坡造成的年均死亡人数已经连续多年超过1000人，财产损失65.2亿元，最高年份超过200亿元［1］。
由于多山多雨，我国西南部地区的地质灾害最严重［2］。
2017年和2018年发生的地质灾害数量总体上比以往少一些，但是这也并能说明地质灾害呈减少趋势，地质灾害的预治依然是自然灾害防治的重点。
2.概述滑坡是地质灾害的主要类型，90%以上滑坡的发生都与降雨有关。
滑坡带来的堆积物不仅会摧毁房屋、农田，还可能造成堰塞湖，威胁下游人民的安全。
从目前国内外的研究现状看：大量的滑坡预测模型采用数理统计、回归方法进行滑坡预测，这种方法主要研究各种导致滑坡发生的滑坡因子与滑坡发生的关系，为下次滑坡的发生提出预警；还有一些采用结合水文模型的力学方法，研究水文过程对边坡土壤稳定的影响，给出边坡稳定的系数，从而预测滑坡的发生。
3.分类根据研究目的不同，采用的研究方法也不同，主要的研究方法有：统计方法、力学模型方法等。
统计方法是基于对已发生的滑坡与影响滑坡的因素统计回归，利用回归公式计算滑坡敏感性、对特定的地点和时间可能发生的滑坡进行预测[3]。
主要研究坡度、坡向、高程、地质、岩性、地质结构等滑坡因子与滑坡发生的关系，坡度是诱发滑坡发生的最要地质因子，坡度越大、高程越高，滑坡发生的概率也就越大。
降雨型滑坡的主要与降雨的大小和时间有直接和间接关系。
前期降雨据滑坡发生日数增加，对发生滑坡的影响也就越小，前一周的降雨对滑坡的诱发作为微乎其微，前第3d的降雨对诱发滑坡的作用已变得很小。
基于模糊综合评级法的山区桥梁滑坡易损性研究
基于模糊综合评级法的山区桥梁滑坡易损性研究摘要：滑坡是仅次于地震和洪水的严重自然灾害。
修建的山区的桥梁常常受到滑坡灾害的威胁，因此，有必要在桥梁的施工之前对桥梁结构的滑坡易损性进行评估，并利用评估的结构优化设计和指导施工。
本文在分析山区桥梁结构的易损性特征的基础上，建立模糊综合评价模型，最后利用此模型完成实桥计算。
关键词：滑坡山区桥梁模糊综合评价易损度1引言随着西部大开发的持续推进，高速公路逐步向西部的山区延伸，西部地区经济也加快发展。
在高速公路中桥梁常常作为一个重要的组成部分，发挥着重要作用。
然而由于西部特殊的地质水文状况，滑坡的等自然灾害频发，桥梁作为带状结构不可避免的受到滑坡的威胁，因此，在桥梁的建造之前有必要对桥梁结构进行滑坡风险评估，以此指导施工单位采取措施尽量减小滑坡等灾害对桥梁结构造成的损失[1-4]。
2模糊综合评价法模糊数学诞生于1965年，它的创始人是美国自动控制专家L-A.Zadeh教授，并于70年代初引进我国。
我们的日常生活中存在着很多模糊性的现象，利用模糊数学可以有效的处理这些模糊性现象。
a2.1模糊综合评判的基本原理模糊综合评判是应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。
该方法把普通集合论只取0或1两个值的特征函数推广到[0，1]区间上取值的隶属函数，把绝对的属于或不属于的“非此即彼”扩展为更为灵活的渐变关系，因而把“亦此亦彼”中过渡的模糊概念用数学方法处理。
根据所给的条件，给每个对象赋予一个非负实数—评判指标，再据此排序择优[5]。
2.2模糊判断矩阵的确定引入权重模糊子集A，A=（a1，a2，…，am），其中ai≥0且和为1，表示评价因素集中的各因素在“评价目标”中有不同的地位和作用。
引入评语模糊子集B，B=（b1，b2，…，bn），一般B=A·R（·为算子符号），表示该被评事物总体上来看对各等级模糊自己的隶属程度[6]。
地震滑坡危险性评估模型及初步应用
地震滑坡危险性评估模型及初步应用关于《地震滑坡危险性评估模型及初步应用》，是我们特意为大家整理的，希望对大家有所帮助。
摘要：统计分析了汶川地震滑坡在不同影响因子下数量和密度，然后采用归一化方法确定影响地震滑坡的关键因子。
基于关键因子建立了地震滑坡密度数学模型。
结果表明：从滑坡数量看，滑坡主要集中在（10°～20°）至（40°～50°）的坡度（90 m 栅格）区间，主体集中在35°附近，在3°～7°之间有一个滑坡分布的小峰值；滑坡密度随着坡度的增加而增加，在3°～7°的低坡地带有一个滑坡密度小峰值，在坡度一定的情况下，除了烈度外，其他影响因子下滑坡密度并没有表现出足够明显的规律性变化；归一化计算结果表明：坡度和烈度是地震滑坡的关键因子；根据逻辑斯蒂模型计算的结果，将地震滑坡危险性分为几无（≤0.01）、轻微（0.01～0.03）、中等（0.03～0.09）、严重（0.09～0.27）、特重（≥0.27）5个等级。
地震滑坡危险性预测数据在鲁甸地震等地震应急中发挥了较好作用。
下载论文网关键词：地震滑坡；危险性；逻辑斯蒂模型；汶川地震；鲁甸地震中图分类号：P315.9 文献标识码：A 文章编号：1000-0666（2015）02-0301-120 引言地震活动除直接造成损毁外，还会诱发一系列次生灾害，如海啸、火灾、瘟疫、滑坡、泥石流、堰塞湖等。
有时地震次生灾害造成的损失甚至远远超过地震本身造成的直接损失。
在山岳地区，地震滑坡是最常见也是破坏最严重的次生灾害之一。
我国有大量地震滑坡造成严重人员伤亡和财产损失的案例，如1917年云南火关地震时大关北部“山岳崩颓，居民死者数千”（谢毓寿，蔡美彪，1985）；1920年12月16日宁夏海原8.5级大地震，引发火量滑坡，分布面积约5万平方米，大量房屋、窑洞被覆埋，死亡不计其数（牛中齐等，2006）；1933年8月25日，四川叠溪发生7.5级地震，引起大量滑坡，叠溪镇被两座崩塌的山掩埋，全镇500多人仪5人幸免于难（常隆庆，1938）；1952年8月15日，西藏墨脱发生8.5级大地震，极震区内房屋全部倒平，山川移易，地形改变，多处山峰崩塌堵塞雅鲁藏布江，山体滑坡将5处村落推人江中，贡布县580名喇嘛被滑坡埋压而死（游泽李等，1991）；1966年云南东川6.5级地震滑坡，阻塞小江形成短时地震湖（李世成等，2001）；1970年云南通海7.8级地震，极震区内曲江右岸高大曲江间昆阳群板岩破碎带内连片崩滑，阻断交通，形成的地震堰塞湖还淹没了大片良田（许国吕，1981）；1974年云南昭通7.1级地震，极震区内手扒崖发生了巨人的山崩（孙崇绍，蔡卫红，1997），使该居民点全村被埋，居民无一幸免（朱海之等，1975）；1988年云南澜沧一耿马地震山体滑坡和崩塌破坏公路阻塞河流；1996年云南丽江7.0级地震，在约12000 k?O 范围内诱发了至少420处中小型崩塌和30处人中型滑坡，造成房屋倒塌、桥梁毁坏和公路堵塞（唐川等，1997）；2006年7月22日云南昭通盐津5.1级地震共死亡22人，其中18人被地震引起的山坡石块滚落砸死；2008年5月12日汶川8.0级地震诱发了火规模滑坡、崩塌，造成严重的生命财产损失（乔建平等，2009；袁一凡，2008）；2012年9月7日云南昭通彝良5.7级、5.6级地震死亡81人，其巾60人死于地震滑坡（白仙富等，2013）。
基于贡献率模型的汶川县滑坡灾害的易损性评价
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【摘要】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.贡献率模型是评价作用程度的一种指标模型,它通过贡献率均值化、归一化处理,利用权重转换模型建立贡献率转化的权重关系.以汶川县为例,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.将汶川县14个乡镇作为基本评价单元,利用贡献率模型进行汶川县滑坡灾害易损性等级区划,划分为5个等级:极高易损区、高易损区、中易损区、低易损区、极低易损区.分析结果显示易损性分布基本上与人口密度、道路密度、林地密度分布相一致,体现了评价结果的合理性.%Geological disaster vulnerability is mainly refers to the damage difficulty level and the geological disasters failure probability of the affected objects.Contributing weight model,which uses weight conversion model to build the contributing rate weight conversion relation through the process of mean treatment and normalization,is one of the index models for evaluating effectdegree.Taking the landslide disaster vulnerability assessment in Wenchuan County for example,six factors of population density,forestdensity,cultivated density,landslide disaster density,residential density and road network density are selected to assess the geological disaster vulnerability of Wenchuan County based on the overall consideration of the natural and social features of Wenchuan County,the 2010 yearbook ofSichuan Province and the limitation of GIS technology in obtaining the assessment factors,choosing the 14 villages and towns in Wenchuan County as the basic evaluation unit,the vulnerability zoning of Wenchuan landslides finally can be divided into five grades by using the contributing rate weight model:very high vulnerability zone,high vulnerabilityzone,moderate vulnerability zone,low vulnerability zone,very low vulnerability zone.It is revealed that the vulnerability distribution is basically consistent with the distributions of population density,road network density,forest density,so as to reflect the rationality of the evaluation results.【期刊名称】《三峡大学学报（自然科学版）》【年(卷),期】2013(035)003【总页数】6页(P69-74)【关键词】汶川;滑坡;贡献率权重;易损性评价【作者】吴森;张占成;周光红;吴彩燕;陈国辉【作者单位】西南科技大学环境与资源学院,四川绵阳621010;四川省地质工程勘察院,成都610072;成都理工大学核技术与自动化工程学院,成都610059;西南科技大学环境与资源学院,四川绵阳621010;四川省地质工程勘察院,成都610072【正文语种】中文【中图分类】X82;P642.22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 研究区概况汶川县位于四川盆地的西北部，处于“5·12”大地震的震中位置.区域内主要地层由中元古界黄水河群（Pthn）、震旦系（Z）、月里寨群（Dyl）和第四系（Q）地层组成［2］；境内及邻区地质构造复杂，地处九顶山华夏系构造带，有3 条主要大断裂（青川－茂汶断裂带、北川－映秀断裂带、江油－灌县断裂带），呈北东－南西方向斜穿全县［3］.“5·12”地震后，该地区引发了大量的地质灾害，主要为滑坡、崩塌、泥石流和不稳定斜坡等.地质灾害破坏了房屋、交通，导致了大量的人员伤亡和财产损失，给当地人们的生产生活造成了巨大的损失.汶川县地形地貌条件复杂，构造发育，降雨明显，人类活动痕迹强烈，加之“5·12”大地震后，大量岩体结构遭受到破坏，地表土体松动，在强降雨或地震等其他外力作用下很有可能再次形成大规模滑坡或者崩塌等地质灾害，这对当地居民的生产生活造成了极大的威胁，而滑坡灾害又是其中最主要的灾害，因此分析滑坡灾害的威胁对象，统计滑坡灾害可能造成的损失，并对全县滑坡灾害易损性进行评价研究，对于减少滑坡灾害造成的破坏与损失具有重要的意义［3－4］.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 人口密度表乡镇名称面积／km2人口／万人口密度A1／（万人·km－2）214.120 00 2.500 0 0.011 68克枯乡66.497 15 5.651 1 0.084 98雁门乡153.280 00 5.656 2 0.036 90威州镇132.370 00 3.000 0 0.022 66绵池镇252.020 00 2.500 0 0.009 92草坡乡533.910 00 2.300 0 0.004 31银杏乡288.850 00 3.200 0 0.011 08耿达乡900.290 00 2.300 0 0.002 56卧龙镇803.920 00 4.132 1 0.005 14映秀镇97.755 93 3.200 0 0.032 74白花乡62.533 80 2.500 0 0.039 98三江乡482.390 00 2.410 0 0.005 00漩口镇29.739 24 4.500 0 0.151 32水磨镇龙溪乡72.477 55 1.230 1 0.016 972）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 林地密度表乡镇名称林地面积／km2乡镇面积／km2林地密度A2／（km2·km－2）81.745 10 214.120 00 0.381 77克枯乡33.457 91 66.497 15 0.503 15雁门乡68.739 78 153.280 00 0.448 46威州镇76.509 28 132.370 00 0.578 00绵池镇181.265 40 252.020 00 0.719 25草坡乡411.022 70 533.910 00 0.769 84银杏乡265.666 00 288.850 00 0.919 74耿达乡364.247 80 900.290 00 0.404 59卧龙镇349.651 50 803.920 00 0.434 93映秀镇88.15226 97.755 93 0.901 76白花乡46.044 93 62.533 80 0.736 32三江乡252.798 00 482.390 00 0.524 05漩口镇15.023 11 29.739 24 0.505 16水磨镇龙溪乡34.426 46 72.477 55 0.475 003）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 耕地密度表乡镇名称耕地面积／km2乡镇面积／km2耕地密度A3／（km2·km－2）3.419 30 214.120 00 0.015 97克枯乡1.768 70 66.497 150.026 60雁门乡5.825 10 153.280 00 0.038 00威州镇3.970 10 132.370 00 0.029 99绵池镇5.205 30 252.020 00 0.020 65草坡乡3.045 80 533.910 00 0.005 70银杏乡0.852 00 288.850 00 0.002 95耿达乡3.106 20 900.290 000.003 45卧龙镇1.450 00 803.920 00 0.001 80映秀镇1.200 00 97.755 93 0.012 28白花乡0.762 40 62.533 80 0.012 19三江乡5.312 00 482.390 00 0.011 01漩口镇3.187 10 29.739 24 0.107 17水磨镇龙溪乡5.238 50 72.477 55 0.072 284）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 滑坡灾害密度表乡镇名称滑坡面积／km2乡镇面积／km2滑坡灾害密度A4／%2.476 45 214.120 00 1.156 57克枯乡0.747 00 66.497 15 1.123 36雁门乡6.253 42 153.280 00 4.079 74威州镇1.540 99 132.370 00 1.164 16绵池镇0.978 00 252.020 00 0.388 07草坡乡0.602 79 533.910 00 0.112 90银杏乡1.616 94 288.850 00 0.559 79耿达乡0.800 85 900.290 00 0.088 95卧龙镇0.268 94 803.920 00 0.033 45映秀镇0.348 20 97.755 93 0.356 19白花乡0.409 40 62.533 80 0.654 68三江乡0.622 96 482.390 00 0.129 14漩口镇0.923 17 29.739 24 3.104 22水磨镇龙溪乡0.797 85 72.477 55 1.100 825）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）.表5 居民点密度表乡镇名称居民点面积／km2乡镇面积／km2居民点密度A5／%0.642 34 214.120 00 0.30克枯乡0.791 33 66.497 15 1.19雁门乡0.904 38 153.280 00 0.59威州镇12.270 76 132.370 00 9.27绵池镇3.175 50 252.020 00 1.26草坡乡0.747 47 533.910 00 0.14银杏乡0.895 47 288.850 00 0.31耿达乡1.080 35 900.290 00 0.12卧龙镇1.125 49 803.920 00 0.14映秀镇3.959 15 97.755 93 4.05白花乡0.462 85 62.533 80 0.74三江乡2.701 39482.390 00 0.56漩口镇2.688 43 29.739 24 9.04水磨镇龙溪乡2.688 9572.477 55 3.716）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）.表6 道路密度表乡镇名称道路长度／km乡镇面积／km2道路密度A6／（km·km －2）66.889 0 214.120 0 0.312 0克枯乡28.519 0 66.497 2 0.429 0雁门乡33.040 0 153.280 0 0.216 0威州镇65.392 0 132.370 0 0.494 0绵池镇61.933 0 252.020 0 0.246 0草坡乡176.440 0 533.910 0 0.330 0银杏乡40.768 0 288.850 0 0.141 0耿达乡206.766 0 900.290 0 0.230 0卧龙镇239.331 0 803.920 0 0.298 0映秀镇42.069 0 97.755 9 0.430 0白花乡36.142 0 62.533 8 0.578 0三江乡94.370 0 482.390 0 0.196 0漩口镇25.456 0 29.739 2 0.856 0水磨镇龙溪乡35.773 0 72.477 6 0.494 0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乡镇人口林地耕地历史滑坡点居民点道路龙溪乡0.026 91 0.045 99 0.044 68 0.080 00 0.009 55 0.059 43克枯乡0.195 250.060 61 0.073 96 0.080 00 0.037 87 0.081 72雁门乡0.084 96 0.054 020.105 55 0.285 00 0.018 78 0.041 14威州镇0.052 24 0.069 62 0.083 210.080 00 0.295 03 0.094 10续表7 易损度评价指标无量纲结果乡镇人口林地耕地历史滑坡点居民点道路绵池镇0.022 69 0.086 64 0.057 01 0.025 00 0.040 10 0.046 86草坡乡0.010 03 0.092 73 0.016 18 0.010 00 0.004 46 0.062 86银杏乡0.025 33 0.110 790.008 48 0.040 00 0.009 87 0.026 86耿达乡0.005 81 0.048 73 0.009 250.005 00 0.003 82 0.043 81卧龙镇0.011 61 0.052 39 0.005 39 0.020 000.004 46 0.056 76映秀镇0.074 93 0.108 62 0.033 90 0.025 00 0.128 900.081 90白花乡0.091 82 0.088 69 0.033 90 0.045 00 0.023 55 0.110 10三江乡0.011 61 0.063 12 0.030 82 0.010 00 0.017 83 0.037 33漩口镇0.347 76 0.060 85 0.297 38 0.220 00 0.287 71 0.163 05水磨镇0.039 05 0.057 210.200 31 0.075 00 0.118 08 0.094 102.2.1 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：式中，为低易损度区贡献平均值，MX为中易损度区贡献平均值，为高易损度区贡献平均值；∑LXi、∑MXi、∑HXi 分别为低、中、高易损度区中各指标的贡献率之和；U，M，H 分别为各分区中指标个数.3）分配自权重：式中，W Li、W Mi、W Hi分别为低、中、高易损度区评价指标的自权重；为各评价指标低、中、高易损度区贡献平均值；，表8为易损性自权重分配表.表8 易损性自权重分配表人口林地耕地历史滑居民点道路低易损度区0.065 55 0.229 67 0.092 14 0.073 79 0.03 943 0.15 5 08低易损度区0.336 07 0.338 71 0.270 12 0.400 22 0.285 92 0.305 58低易损度区0.598 38 0.431 61 0.637 73 0.525 99 0.674 65 0.539 342.2.2 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：式中，为互权重；表9为易损性互权重分配表.表9 易损性互权重分配表道路人口互权重林地互权重耕地互权重历史滑坡互权重居民点互权重互权重0.233 0.096 0.156 0.221 0.173 0.1212.3 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乡镇耿达乡白花乡草坡乡克枯乡龙溪乡绵池镇三江乡水磨镇威州镇卧龙镇漩口镇雁门乡银杏乡映秀镇易损性值V0.00226 0.009 78 0.005 58 0.022 25 0.004 59 0.005 61 0.002 99 0.032 47 0.043 50 0.002 55 0.143 11 0.041 58 0.006 34 0.015 97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.参考文献：［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.。