基于贡献率模型的汶川县滑坡灾害的易损性评价
基于GIS的地质灾害危险性评价探讨
基于GIS的地质灾害危险性评价探讨[摘要]四川5.12汶川8.0级大地震造成了大量的泥石流和山体滑坡、房屋倒塌等等还有更多的地质灾害，对人民群众的人身安全和财产和整个社会经济的发展造成了非常难以处理的问题，现在针对这种发生的地质灾害的危险中兴做出了评价和探讨，在这种突然发生的大地震到底怎么做才能最快的查出整个地震灾区的一个损失情况和受到伤害的一个灾害的情况呢？我们通过GIS（地理信息系统）技术就可以得到在这次汶川大地震发生的相关数据，并且根据这些数据做出受灾区域的一个划分和严重程度的一个划分，对受灾以后受灾区域做出一个危险性的一个评价。
为汶川县受灾后的重新建立提供重要的具有科学性的一个依据，从而加快汶川县在大地震之后的迅速的建立和整个县区的经济的快速发展。
[关键词]大地震汶川县受灾区域GIS 地质灾害危险性1对地震后危险性的的预测指标的评价和建立指标的体系1.1怎样选择预测指标的评价预测因素的评价选择的最基本的原则是：从受灾区域的地质和所修建筑的工程的地质的这个角度和方面去进行非常全面仔细的思考能够使地质灾害发生的因素所受到影响，然后，经过大量查阅资料和收集大量的所发生过的受到地质灾害的地区的实际案例，从而，由此进行分析探讨以及对其进行总结。
将地质灾害按照目标性分析的方法对其进行分类，主要就分为两大类，一是，已经发生过的地质灾害和现在还存在的隐性的地质灾害，对这两种类别进行针对性的应对，监理不一样指标的体系。
先又将这两大类指标体系里划分成自然形成、内部所自己存在的基本原因和由于外在的因素所产生的诱发原因。
基本原因主要是由于受灾区域的地理条件和地质的一个情况的原因。
偶发的原因主要是因为地震或者是长期的下大雨的一个情况和大量的工程建筑的施工造成的诱发的原因。
1.2预测指标的评价的一个数据量的变化根据所选择的预测指标的评价能够看得出来，造成地质灾害所发生的各种原因之中，有一部分原因是属于定性的，然而，又有一部分是属于经过很多的测试和测量所收获到的定量的数据，比如说是降雨量的多少和发生地震的强烈程度等等。
汶川震区成兰铁路关键段多尺度滑坡危险性评估
汶川震区成兰铁路关键段多尺度滑坡危险性评估王涛;胡秋韵;张永双;吴树仁;辛鹏【摘要】以穿越汶川震区的成兰铁路龙门山关键段为例，探索提出了强震扰动背景下重大工程场区多尺度滑坡危险性评估方法。
利用信息量模型反演评估了汶川地震诱发的同震滑坡空间分布特征，以此为前提开展了区域和局地两种空间尺度的滑坡危险性预测评估。
在区域廊带尺度上，分别利用可能最大降雨量预测方法和信息量模型，进行了日超越概率10％的最大降雨量时空分布预测及其诱发滑坡的危险性评估；同时，结合地震危险性区划成果，开展了50年超越概率10％的基本地震动诱发滑坡的危险性评估。
在局地场站尺度上，利用基于崩塌运动过程模拟的Rockfall Analyst软件，开展了柿子园大桥周边崩塌运动学特征（ Runout）模拟和危险性评估。
滑坡和崩塌危险性评估的结果分别为铁路规划选线和场站防护设计提供了不同尺度的地质安全依据。
%Taking Longmenshan key section of Chengdu⁃Lanzhou railway in Wenchuan seismic region as an example, we explore a sort of multi⁃scale landslide hazard assessing method for major project site in strong earthquake afflicted area. The spatial distribution characteristics of coseismic landslides induced by Wenchuan Ms 8�0 earthquake are inverted assessed with information value model. On this basis, landslide hazard assessments in regional and local scale are carried out. In regional railway corridor scale, the temporal and spatial distribution of daily maximum precipitation of 10% exceedance probability is predicted by Probable Maximum Precipitation method. Due to such probable precipitation, the landslide hazard is assessed with information value model. Also, combining seismic hazard zoning result, the landslide hazardis assessed due to basic earthquake ground motion of 10% exceedance probability in 50 years. In local railway station scale, with Rockfall Analyst software based on rolling stone kinematics simulation, runout characteristics and hazard of rockfall around Shiziyuan bridge site are simulated and assessed. All of the landslide and rockfall hazard assessment results above provide geological safety references in different scales for railway plan and line selection, site landslide defense design respectively.【期刊名称】《地质力学学报》【年(卷),期】2014(000)004【总页数】13页(P379-391)【关键词】汶川;地震扰动区;滑坡;多尺度;危险性;成兰铁路【作者】王涛;胡秋韵;张永双;吴树仁;辛鹏【作者单位】中国地质科学院地质力学研究所，北京100081; 国土资源部新构造运动与地质灾害重点实验室，北京100081;中国地质调查局，北京100037;中国地质科学院地质力学研究所，北京100081; 国土资源部新构造运动与地质灾害重点实验室，北京100081;中国地质科学院地质力学研究所，北京100081; 国土资源部新构造运动与地质灾害重点实验室，北京100081;中国地质科学院地质力学研究所，北京100081; 国土资源部新构造运动与地质灾害重点实验室，北京100081【正文语种】中文【中图分类】P642.22铁路工程滑坡具有分布区域广泛、涉及地质条件多样和形成机制复杂的鲜明特色［1］。
第七章-脆弱性及风险评模型估(参考)
（五） 等级评估
目标：为了区域灾害风险管理中有效地 实施等级防护，灾害研究者需要从等级 保护的基本原理出发，将风险评估结果 的等级化与防灾措施的等级化关联起来。
（六）评估指标的分级方法
分级：根据一定的方法或标准把风险指 标值所组成的数据集划分成不同的子集， 借以凸现数据指标之间的个体差异性。
（六）评估指标的分级方法
分级统计方法： 4）自然断点法：任何统计数列都 存在一些自然
转折点、特征点，而这些点选择及相应的数值 分级可以基于使每个范围内所有数据值与其平 均值之差原则来找，常见有频率直方图、坡度 曲线图、累积频率直方图法等。
优点：每一级别数据个数接近一致，较好制图效果 缺点：数据差异过大情形不适用
性（Vs）*应对灾害能力（Vd）
（一）历史情景类比法
（2）参数评估法
风险度评估涉及的评估指标十分复杂，每一评估要素 有众多因子，一般应当进行定量化标识和归一化处理。
根据各因子之间及它们与评价目标相关性，理顺不同 因子组合方式与层次，确定标度指标和作用权重。
采用的方法有层次分析法、模糊聚类综合评价法、灰色聚类评 价 法、物元模型、W值法等。
另外，由于参数评估涉及灾害评估数据多具有空间属 性，因此应用GIS的空间分析和统计功能。
（二）物理模型法及实验法
含义：根据对自然灾害事件的灾害动力学过程认识，以 物理学模型及实验手段模拟灾害发生环境及过程，从而 找出致灾因子强度、承灾体脆弱性诸指标之间函数关系 模型。 注意： 1、仅农作物干旱损失和洪涝减产损失有进展，耗时费 力； 2、只适用小空间尺度灾害风险评估，大的空间不可能。
Ⅱ级应急响应：地震灾害造成50人以上、300人以下死 亡。
Ⅲ级应急响应：地震灾害造成20人以上、50人以下死亡。 Ⅳ级应急响应：地震灾害造成20人以下死亡。
基于GIS的北川县地震次生滑坡灾害空间预测
基于GIS的北川县地震次生滑坡灾害空间预测方丹;胡卓玮;王志恒【期刊名称】《山地学报》【年(卷),期】2012(30)2【摘要】自然灾害的预测预报被认为是主动减灾防灾研究中较为经济有效的方式,其中,滑坡空间预测是滑坡灾害研究的基础工作.以汶川地震重灾区北川县为研究区,选取坡度、高程、岩石类型、地震烈度、水系、道路等6个重要滑坡影响因素作为评价因子,全面分析了地震滑坡分布与各影响因子之间的统计相关性,分别采用多元回归模型与神经网络模型计算滑坡灾害敏感性指数,并进行分级和制图.结果表明,极高和高敏感区主要分布在曲山、陈家坝等乡镇,主要沿着龙门山断裂带周边地区的河流和道路呈带状分布.其中,回归模型的预测精度为73.7％,神经网络模型的预测精度为81.28％,在本区域内,神经网络模型在滑坡灾害空间预测方面更具优势.%In earthquake-stricken area, with the occurrence of aftershocks, heavy rainfall, and human activity, the earthquake-induced secondary landslide disaster will threaten people' s life and property in a very long period. So, it makes secondary landslide became a research hotspots that draw much attention. The forecasting of natural disaster is considered as a most effective way to prevention or mitigation disaster, and the spatial prediction is the base work of landslide disaster research. The aim of this study is to analyze the landslide prediction, taking the case of Beichuan County. Six factors affecting landslide occurrence have been taken into account, including elevation, slope,litho logy,seismic intensity,distance to roads and rivers.The correlations of landslide distribution with these factors is calculated, the multiple regression and neural network model are applied to landslide spatial prediction and mapping. The model calculates result is ultimately categorized into four classes. It shows that the high and very high susceptibility areas most distribute in Qushan, Chenjiaba towns, etc, along the rivers and the roads around the area of Longmenshan fault. The precision accuracy using multiple regression model is about 73. 7% ,and the neural network model can be up to 81.28%. It can be concluded that in this study area,the neural network model appears to be more accurate in landslide spatial prediction.【总页数】9页(P230-238)【作者】方丹;胡卓玮;王志恒【作者单位】首都师范大学资源环境与旅游学院,北京100048;资源环境与GIS北京市重点实验室,北京100048;灾害评估与风险防范民政部重点实验室,北京100048【正文语种】中文【中图分类】P642.22【相关文献】1.基于遥感和GIS技术的北川县地震次生地质灾害分布特征 [J], 黄庭;张志;谷延群;周曼蒂;强建华2.GIS支持下滑坡灾害空间预测方法研究 [J], 胡德勇;李京;陈云浩;张锦水3.基于GIS技术的汶川地震诱发地质灾害危险性评价——以四川省北川县为例 [J],齐信;唐川;铁永波;梁京涛4.基于GIS的5.12地震北川县灾害区划研究 [J], 董廷旭;文星跃;张新合;陈朝镇;刘昊5.基于NDVI的汶川大地震前后北川县次生地质灾害区植被破坏评估 [J], 梁超;赵廷宁;史常青;高志海;周进;张晓龙;薛天贵;肖辉全因版权原因，仅展示原文概要，查看原文内容请购买。
四川省滑坡灾害危险性评价模型比较研究
四川省滑坡灾害危险性评价模型比较研究
刘亚彬;刘云腾;朱真梅;刘志红;范智高;史红人
【期刊名称】《成都信息工程大学学报》
【年(卷),期】2024(39)1
【摘要】为探讨四川省滑坡灾害分布状况及对滑坡灾害危险性评价建模效果进行
比较,以四川省为研究区,分析地质灾害尤其是滑坡灾害的时空分布,运用信息量法、基于信息量的逻辑回归法、随机森林法3种方法,取坡度、植被覆盖率、地震烈度、断层密度及年累计降雨量5个因子建立危险性评价模型,结合ROC曲线和AUC值对模型性能进行精度比较。
研究结果表明:(1)坡度因子对滑坡灾害的贡献最大,3种评价模型中坡度、地震烈度及降雨3个因子均有较大贡献。
(2)滑坡灾害主要分布
于地震带附近,在成都平原处灾害发生几率最小。
(3)3种评价方法均适用于滑坡危
险性区划工作,具有良好的建模效果。
相对于其他两种模型,逻辑回归模型在实际情
况下更加适合四川省滑坡灾害的危险性评价工作。
【总页数】7页(P101-107)
【作者】刘亚彬;刘云腾;朱真梅;刘志红;范智高;史红人
【作者单位】成都信息工程大学大气科学学院;荣县气象局;成都信息工程大学管理
学院;成都信息工程大学资源环境学院
【正文语种】中文
【中图分类】P49
【相关文献】
1.基于多因素加权灰靶决策模型的滑坡灾害危险性评价
2.四川省雅江县上游河段滑坡灾害危险性评价
3.滑坡灾害危险性评价的3种统计方法比较-以深圳市为例
4.滑坡灾害危险性评价模型比较
5.区域滑坡和泥石流灾害两种危险性评价方法的比较分析
因版权原因，仅展示原文概要，查看原文内容请购买。
地质灾害区域“五度”评价理论体系及地质灾害成生规律研究——评
新疆地质XINJIANGGEOLOGY2019年12月Dec.2019第37卷第4期Vol.37No.4第一作者简介：羊家杏（1993-），男，四川成都人，硕士在读，主要从事工民建防灾减灾研究工作地质灾害区域“五度”评价理论体系及地质灾害成生规律研究——评《汶川地震区地质灾害成生规律研究》羊家杏西南石油大学土木工程与建筑学院2008年“5.12”汶川特大8.0级地震是近年来震级最高的一次地震，破坏力极强，影响区域广泛。
《汶川地震区地质灾害成生规律研究》一书基于汶川地震前、中、后不同时段的区域降雨特性及引发的相关地质灾害，统计整合了陕甘宁三省区共62个县区的气象及地质监测资料，以地质灾害区域“五度”评价理论体系为指导，深入研究了不同地震时段发生地质灾害特征及成生规律，探究了多个地质灾害发生的具体理论机理，初步研发了用于地质灾害预警及风险评估系统。
本书在地质灾害成生规律及防治方面具极强的理论及应用价值，可为地质灾害及风险管理相关人员提供非常好的理论指导及技术参考。
地质灾害成因复杂，分类标准各异。
据成因大体分为自然和人为地质灾害两种。
根据灾害发生速度可划分为突发性及缓变性两类，前者主要包括地震、泥石流、滑坡、塌陷等，为当前地质灾害中最主要灾害类型，各灾害类型往往联系紧密，互为因果；后者为环境地质方面地质灾害，主要以水土流失及沙漠化为主。
地质灾害根据危害程度及发生规模划分为特大、大、中及小型等4个等级，“5.12”汶川地震则属特大级地质灾害。
结合陕甘宁三省区62个县区统计结果，发现共发生地质灾害20000多处，其中因“5.12”汶川地震引发的占近一半，且震后时段地灾频率显著高于震前，地震前期地灾灾害多以滑坡为主。
在汶川地质灾害中心11个县区的统计数据中发现，地震直接引发的地质灾害占半数以上，其次为震后新生地质灾害，与62县的统计结果类似，震前地质灾害占比较小。
地震发生影响改变初始地层环境，具一定滞后性。
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]。
滑坡易发性危险性风险评价例析
滑坡易发性危险性风险评价例析唐亚明;张茂省;李林;薛强【摘要】Proceeding with the interpretation of the terminology of susceptibility, hazard and risk according to the international prevalent landslides risk assessment and management theory, this paper analyzed the assessment elements of susceptibility, the additional assessment elements from susceptibility to hazard, and the additional assessment elements from hazard to risk, clarifys the relationships and differences among the three assessments.The Yan' an Baota county landslides zoning is taken as case study to illustrated the application of the methods.%从易发性、危险性、风险的概念人手,依据国际上流行和通用的滑坡风险评价与管理理论,分析了易发性评价的内容,包括易发性评价到危险性评价需要增加的评价要素,以及从危险性评价到风险评价需要增加的评价要素,阐明了这三种评价之间的联系和区别.并通过延安宝塔区的滑坡易发性、危险性和风险的评价与区划具体说明三者的做法和结果.【期刊名称】《水文地质工程地质》【年(卷),期】2011(038)002【总页数】5页(P125-129)【关键词】滑坡;易发性;危险性;风险;评价【作者】唐亚明;张茂省;李林;薛强【作者单位】中国地质调查局西安地质调查中心,西安,710054;中国地质调查局西安地质调查中心,西安,710054;中国地质调查局西安地质调查中心,西安,710054;中国地质调查局西安地质调查中心,西安,710054【正文语种】中文【中图分类】P642.22从1999年县(市)地质灾害调查伊始，滑坡的易发区划和危险区划便被纳入了规范性要求，据2000年国土资源部地质环境司发布的《县(市)地质灾害调查与区划实施细则》(以下简称《细则》)规定:地质灾害易发区指容易产生地质灾害的区域，其划分基于地质灾害现状。
地震滑坡危险性概念和基于力学模型的评估方法探讨
地震滑坡危险性概念和基于力学模型的评估方法探讨王涛;吴树仁;石菊松;辛鹏【期刊名称】《工程地质学报》【年(卷),期】2015(0)1【摘要】在我国大陆地区运用基于力学模型的 Newmark 位移分析方法开展地震滑坡危险性定量评估，尚处在起步阶段。
为了进一步明确地震滑坡危险性概念和改进推广基于力学模型的评估方法，首先阐明了狭义的地震滑坡危险性预测评估与震后反演评估的关系；同时为了应对地震应急、震后重建及潜在地震条件下的不同评估需求，初步提出了广义的地震滑坡危险性评估框架。
随后申述了基于 Newmark 位移分析的地震滑坡危险性评估方法的理论基础、方法分类及最新进展，并以汶川地震滑坡危险性快速评估为例，剖析了目前影响评估有效性的不确定性及空间数据质量等问题，指出了基于力学模型的地震滑坡危险性评估方法的改进方向。
建议开展潜在地震及其诱发滑坡危险性的耦合评估，建立适用于我国大陆地区地震滑坡位移分析的经验模型，以便为国家层面的地震滑坡危险性区划服务。
%The Newmark displacement model is preliminarily used for quantitative seismic landslide hazard assessment in Chinese mainland.In order to distinguish concepts and promote the application of this mechanical model based assessment method,we firstly analyze the correlation of the narrow sense seismic landslide hazard forecast assessment and post-earthquake inversion assessment.In order to meet different landslide assessing requirements under earthquake emergency response,post-earthquake reconstruction and potential earthquake conditions,we preliminarilydevelop a generalized seismic landslide hazard assessment framework.Then,we review the theoretical foundation,basic assumptions,method classification and their applicability of seismic landslide hazard assessment method in association with Newmark model.Also,the latest progress of regional assessment method using simplified displacement is reviewed.Taking the rapid assessment for Wenchuan earthquake inducing landslide hazard as an example,we analyze uncertainties and spatial data problem which affect the effectiveness of assessment.We suggest the improvements to the mechanical model based seismic landslide hazard assessment.It should be noted that the coupled hazard assessment of potential earthquake and the inducing landslide needs to be carried out.Empirical seismic landslide displacement analyzing model applicable to Chinese mainland needs to be developed,so as to promote national seismic landslide hazard zoning.【总页数】12页(P93-104)【作者】王涛;吴树仁;石菊松;辛鹏【作者单位】中国地质科学院地质力学研究所国土资源部新构造运动与地质灾害重点实验室北京 100081;中国地质科学院地质力学研究所国土资源部新构造运动与地质灾害重点实验室北京 100081;中国地质科学院地质力学研究所国土资源部新构造运动与地质灾害重点实验室北京 100081;中国地质科学院地质力学研究所国土资源部新构造运动与地质灾害重点实验室北京 100081【正文语种】中文【中图分类】P642.22【相关文献】1.基于不同位移预测模型的地震滑坡危险性评估研究—以天水地区为例 [J], 刘甲美;王涛;石菊松;辛鹏;吴树仁2.基于Newmark模型的尼泊尔MS8.1级地震滑坡危险性快速评估 [J], 杨志华;张永双;郭长宝;杜国梁3.基于简化Newmark位移模型的区域地震滑坡危险性快速评估——以汶川MS8.0级地震为例 [J], 王涛;吴树仁;石菊松;辛鹏4.基于逻辑回归模型的九寨沟地震滑坡危险性评估 [J], 马思远;许冲;田颖颖;徐锡伟5.基于Newmark法的设定地震滑坡危险性评估 [J], 林高聪;潘书华;叶振南因版权原因，仅展示原文概要，查看原文内容请购买。
基于贡献率权重模型的川藏铁路沿线大型滑坡危险性区划
DOI ：10.16031/ki.issn.1003-8035.2021.02.12基于贡献率权重模型的川藏铁路沿线大型滑坡危险性区划边江豪1,2，李秀珍1，徐瑞池1，王 栋3（1. 中国科学院、水利部成都山地灾害与环境研究所，四川 成都 610041；2. 北京航天控制仪器研究所，北京 100854；3. 中铁二院工程集团有限责任公司，四川 成都 610031）摘要：川藏铁路工程是国家重大基础设施建设项目，保障铁路的顺利建设和后期安全运营十分重要。
铁路沿线发育广泛、危害严重的大型滑坡已成为全线的关键控制性问题，关乎工程建设的成败。
以川藏铁路工程沿线大型滑坡作为主要研究对象，采用历史数据分析、实地调查、遥感解译的研究方法，基于ArcGIS 平台，采用贡献率权重模型对铁路沿线区域进行了大型滑坡危险性评价，并利用自然断点法对危险性评价结果进行分区及统计分析。
研究结果表明：川藏铁路沿线共发育大型、特大型滑坡共147处，其中大型滑坡106处，特大型滑坡41处，主要分布于白玉至江达段、昌都至八宿段、朗县至加查段等区段；铁路沿线处于高中低度三个等级危险区的面积分别为35 918.5 km 2、95 484.3 km 2和12 039.7 km 2，高度危险区大型滑坡分布密度为0.001 99处/km −2，约为中度或低度危险区的2倍，高度危险区主要集中在邦达—八宿段、古乡—拉月段、白玉—江达段。
根据贡献率权重模型求得的川藏铁路沿线大型滑坡危险度等级与野外实地调查的大型滑坡分布密度是一致的。
相关研究成果可以为川藏铁路工程建设提供科学参考与依据。
关键词：大型滑坡；危险性区划；贡献权重模型；川藏铁路中图分类号： P694 文献标志码： A 文章编号： 1003-8035（2021）02-0084-10Hazard zonation of large-scale landslides along Sichuan—TibetRailway based on contributing weights modelBIAN Jianghao 1,2，LI Xiuzhen 1，XU Ruichi 1，WANG Dong 3（1. Chengdu Institute of Mountain Hazards and Environment , Chinese Academy of Sciences , Chengdu , Sichuan 610041,China ；2. Beijing Academician Control Device Institute , Beijing 100854, China ；3. China Railway Eryuan EngineeringGroup Co. Ltd., Chengdu , Sichuan 610031, China ）Abstract ：Sichuan —Tibet Railway is the national important infrastructure construction projects, and ensuring the smooth construction and the safe post operation of the railway is very important. The large-scale landslides with extensive development and serious damage along the railway have become the key control nodes of the railway and even the whole line, which is related to the success of the project construction. This paper takes large landslides along the railway (including giant landslides)as the main research object. Based on the field investigation and remote sensing interpretation of the large-scale landslides, the contributing weights model is used to assess the large-scale landslides hazard along the railway area in the ArcGIS platform and the Natural Breaks method is used to partition and statistically analyze the hazard assessment results. The results show that there are 147 large and extra-large landslides along the Sichuan —Tibet Railway, including 106 large landslides and 41 large landslides, mainly distributed in the zone of Baiyu to Jiangda, Changdu to Basu, Lang County to Jiacha. The areas along the收稿日期：2020-04-16； 修订日期：2020-06-12基金项目：国家自然科学面上基金（41772386）；国家重点研发计划项目（YS2018YFGH000001）；中铁二院科学技术研究计划项目（KYY2018010（18-19））第一作者：边江豪（1991-），男，河南新乡人，硕士研究生。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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.。