何宝夫，张加桂

（1.中国地质科学院 地 质力学研究所，北京 1 00081；2.中铁工程设计咨询集团有限公司，北京 1 00055）

0 引言

金沙江流域地处青藏高原东南缘，流经中国大陆第一个地形急变带。该区地质环境脆弱，地形地貌多变，在新构造运动时期，两大板块碰撞引起青藏高原隆升，河流强烈下蚀，形成了独特的高山峡谷环境。流域内立体气候明显，区域上气候差异较大，素有“一山有四季，十里不同天”之说。同时，金沙江干流蜿蜒曲折，支系发育，水速、水量、水位等多变，沿江沿河地质灾害易发［1-3］，这些都给后期水电运营带来了很大的困难。无论是从保护流域地质环境，还是从金沙江流域大型水电建设及其后期运营方面，流域区的地质灾害研究都具有重要的意义。针对流域区狭小（相对与面域）线性的特点，选取一种合适的地质灾害易发性评价方法无疑是至关重要的，本文结合金沙江高山峡谷区的河流特征，充分考虑河流对地质灾害的作用。在方法手段的选取上，本文充分利用Logistic回归模型输出结果客观、稳定性高、计算速度快等特点，并在此基础上结合ArcGIS强大的空间分析功能，以野外调查的地质灾害点为样本，选取对地质灾害发生起关键性作用的致灾因子，进而评价典型库区段地质灾害易发性。

1 鲁地拉电站库区地质环境概况

研究区地处滇西北，属于中国西部两大地貌单元的地形急变区，该区活动构造发育，浅表层地质作用强烈，地形地貌极为复杂。伴随着青藏高原的快速隆升，滇西北淮平原从新近纪上新世晚期［4］（3.6Ma以来）开始抬升；到中更新世末，随着青藏高原的再次强烈隆升，最终奠定了现今西南三江地区独特的高山峡谷地貌和地形急变区带。据研究［5］：金沙江石鼓—宜宾河段，近百万年来的平均深切速率大约为25～30cm/ka，近十多万年以来平均深切速率达99～77cm/ka，说明近十多万年来，区域隆升速率明显加快。研究区河谷深切且比降较大，水力冲刷作用剧烈，河流的快速下切伴随边坡应力的强烈释放，边坡经历了强烈的卸荷过程，谷坡动力作用强烈，致使地质灾害频繁发生。

库区位于金沙江丽江干流段，金沙江在库区段内呈“L”字型展布，总体地势西高东低。西北部海拔在2000～3000m，东南部海拔在1100～2000m，最低处为鲁地拉坝址下游金沙江河谷，海拔仅1130m左右，这种强烈的地形起伏给地质灾害的发育提供了很好的地形地貌条件。

鲁地拉电站库首区地处红色碎屑岩区，极易发生地质灾害。2008年鲁地拉坝址区施工现场发生泥石流，就造成了9人死亡的严重事故。高山峡谷区强烈发育的地质灾害已经严重制约水电建设，同时也会对后期库区运营留下不小隐患。

2 鲁地拉电站库区地质灾害概况

经野外初步调查表明，区内主要地质灾害类型包括滑坡、崩塌（塌岸）和泥石流［6］（图 1）。在库长为100km的河段，发育着81处地质灾害点，总平均线密度D为0.81个/km。其中，滑坡体个数为59个，占总灾害点的72.8％，平均线密度为0.59个/km；崩塌体个数为9个，占总灾害点的11.1％，其平均线密度为0.09个/km；泥石流发育有13条，占总灾害的16.1％，其平均线密度为0.13条/km（表1）。

表1 鲁地拉电站库区地质灾害分类型统计表Table 1 Distribution of types of geo-hazards in reservoir area

滑坡是研究区的主要地质灾害，分布广泛，而且种类多样，具有群发性和集中诱发的特点。滑坡主要发育在金沙江深切峡谷，这与研究区特殊的地形地貌是密不可分的。同时，滑坡的岩性“选择”也较为明显，在库区中生界“红层”内较为发育，即滑坡发育在以层状结构为主的碎屑岩岩组内。

崩塌（塌岸）灾害是研究区另一种灾害类型，主要发生在坡体较陡的硬质岩区（如灰岩、岩浆岩）。在深切峡谷段，由于岩体强烈卸荷，节理裂隙发育，崩塌往往比较频发。研究区劈理化带发育，也是造成崩塌灾害的一个重要原因［7］。经野外调查，金沙江金江桥段。库区塌岸主要发生在金江桥以西的金沙江河谷堆积阶地段，由于过去的采金活动，岸坡遭受破坏，使得局部地段的岸坡稳定性下降，造成塌岸。

泥石流是研究区另一类地质灾害。在研究区比较发育，按泥石流流域形态特征可划分为沟谷型泥石流和坡面型泥石流，沟谷型泥石流在金沙江河谷及支流两侧都较为发育，而坡面型泥石流则与滑坡有很好的链生性，当滑坡体含水量增加使得岩土体达到流塑状态后发生长距离流动时，产生坡面型泥石流。

3 鲁地拉电站库区地质灾害易发性研究

3.1 Logistic回归模型简述

目前应用于地质灾害危险性评价的方法很多，如概率统计模型，数学模型，确定性模型和经验方法模型［8-9］。其中基于概率统计模型的方法，由于对致灾变量的要求低，对各类灾害的适应性较强，在地质灾害危险性评价研究中得到了较为广泛的应用［10-11］。Logistic回归模型，虽然其原理与判别分析和多元回归分析核心预测理论一致，但因其最优输出结果客观稳定，计算速度快等特点，被许多学者所采用，并在进行地质灾害空间预测中取得了较理想的效果［8-9，12-13］。

Logistic回归是指因变量为二项分类的回归分析，它继承了多元线性回归思路，因变量是二值（0或1），自变量X1，X2，X3，…，Xn也许是类别变量或连续变量或是两种类型的混合。在地质灾害分析中，将灾害的发生与否作为因变量（1代表灾害发生，0代表灾害不发生），将各致灾因子作为自变量（X1，X2，X3，…，Xn）。给定一个数据点x，它属于C1类的概率是：

属于两分类的概率和为1，对于另一类的概率只要做减法即可得到：

式中：

p——灾害发生的概率，取值范围为［0，1］；

Z——独立致灾因子x的线性组合；

Bi（i=0，1，…，n）——样本数据估计得到的逻辑回归系数；

n——独立致灾因子的数量；

Xi（i=1，2，…，n）——独立致灾因子。

3.2 地质灾害相关致灾因子选取

根据野外地质调查，以及对该流域地质灾害发育特征及发育规律的分析［6］，在区域地质灾害成因分析的基础上。选取岸坡对应的工程地质岩组（图1）、河谷形态、断裂活动强度、地表冲蚀强度、原始坡度、原始坡向和地形起伏度等7个变量作为鲁地拉库区地质灾害易发性的致灾因子（表2）。

图1 鲁地拉库区地质灾害与工程地质岩组分布图（注：背景为ASTER真彩色影像）Fig.1 The distribution map of geologic hazard and engineering geology fabric in Ludila Reservoir

表2 致灾因子分级Table 2 Classification of disaster factor

野外调查显示，该区的地质灾害发育程度与地层岩性有很大的关系，库首段主要岩性为红色碎屑岩，岩性软弱，变形强烈，风化严重；由于该流域位于高原区，受高原气候影响较为明显，造成不同坡向的风化速率不同，不同高程风化速率也不一样；不同的河谷形态，代表了河流演化的不同阶段，其两侧的边坡变形也不尽相同，高山峡谷区的地质灾害发育程度和规模强烈；活动断裂对地质灾害的控制作用在很多文献中已经述及［14-17］；地形起伏度与区域的滑坡有一定的相关性［18-19］；地表径流冲蚀强度在一定程度上与地质灾害有较强的关联性。

3.3 致灾因子数值化、栅格化及样本点的选取

由于在计算过程中，Logistic回归模型要求每个数据作为一个实数向量，因此，需要对致灾因子各个子集进行数值化，本文采用n个数值代表一个拥有n个子集的致灾因子，其中只用一个数值是1，其余的数值是0，例如对于拥有3个子集的致灾因子：地表径流冲蚀强度可以转换为（0，0，1）、（0，1，0）和（1，0，0）。本文7个致灾因子一共可以转换为拥有29个“0”、“1”形式的数值向量。值得注意的是，大部分的致灾因子按等间距分级，而对于断裂活动强度来说，其各级活动强度影响范围是不一样的；在坡向分级过程中，根据野外调查分析，对各坡向进行了一定的归并。致灾因子的空间赋值如图2所示。

图2 致灾因子数值分布（数值越大与灾害的相关性越大）Fig.2 Numerical distribution of disaster factor

在GIS中进行地质灾害易发性、危险性分析，一般都要将图层进行栅格化，把图形数据划分为事先定义尺寸的规则正方形。对每个致灾因子都进行单元格划分，每个单元格都赋予一个值。根据现有的DEM数据从ASTER原数据提取，其分辨率为15m。考虑到其实际的分辨率，并且兼顾栅格数量对计算速度的影响，采用20m×20m的栅格单元，据此将整个研究区9.3km2范围共划分为557971个20m×20m栅格。

本文使用Logistic回归模型进行地质灾害空间预测，这类模型需要两类基本信息：（1）野外调查的地质灾害点和对应的致灾因子；（2）研究区的致灾因子。由于两类样本模型同时需要正类样本（已经发生灾害的地点）和负类样本（不发生灾害的地点），本文在地质灾害分布区域内（滑坡、崩塌面域内）随机选取栅格点作为正类样本；在非地质灾害区域内随机选取等量的栅格点作为负类样本，且正负样本的间距均大于20m。

3.4 致灾因子的评定

本文上述选取的7个致灾因子仅是根据经验和野外调查的结果，对于各因子致灾程度的强弱不是很清楚，因此必须通过一定的筛选，去除相关程度较弱的致灾因子，从而突出与灾害发生密切相关的致灾因子。首先将样本点的7个致灾因子逐次添加到计算模型中验证各致灾因子对岸坡稳定性的贡献，根据各种判别标准来确定因子的取舍，最终遴选出相关最密切的因子参与模型最后的计算。本文通过Logistic回归模型的前向迭代算法，计算出每个致灾因子各自的贡献率，在向前迭代5步计算后，取得了最优的地质灾害易发预测模型，其中地表径流冲蚀强度、工程地质岩组、河谷形态、坡度、坡向被用于参与计算。而断裂活动强度和地形起伏度被舍弃。由于研究区的河流与断裂呈大角度相交，断裂对河谷段的影响范围较小，对地质灾害的控制作用不是很明显，因此在本次易发性分析中被舍弃。另外一个被舍弃的因素是地形起伏度，研究区滑坡规模大，多有较大的滑坡平台，地形起伏就没有太大的区分度，另外，宽谷区也有一定数量的地质灾害点的存在，在一定程度上，影响了地形起伏度的区分度，因此地形起伏度在计算过程中也被模型舍弃。

3.5 模型预测的精度验证

由于地质灾害发生物理过程的复杂性、各种岩性的物理力学参数的不一致性、空间环境的变异性、评价因子选取过程对基础数据的依赖性和评价过程中对数据取舍造成的信息损失等因素的存在，造成了灾害空间预测的不确定性。因此有必要运用适当的检验手段对预测结果进行可靠性分析。本文采用匹配度与预测能力两个指标作为检验标准。匹配度是将训练样本作为输入值输入模型，进而对灾害进行预测得到的正确率，它反映了模型的自拟合程度。匹配值在75％～90％的范围较适合，低于75％说明模型预测能力存在问题，高于90％说明模型训练过于匹配，泛化能力不足［11］。而预测能力则反映了对未来发生灾害体的预测正确率，是对模型的最直接检验。本文将样本的70％作为训练样本参与模型训练及匹配度评价；将样本的30％作为检验样本用于检验预测能力。地质灾害易发性最优的训练模型（Step5）的地质灾害样本匹配度为76.3％，检验正确率为78.4％。由此可见训练得到的结果是比较理想的（表3）。

表3 基于Logistic模型的易发性匹配度与检验正确率Table 3 Susceptibility fitness and prediction accuracies of logistic model

3.6 鲁地拉库区段地质灾害易发性评价

分别采用地质灾害的 Logistic回归系数，在ArcGIS平台上按Logistic回归公式（公式1、2、3）来计算地质灾害易发性。根据自然断点法得到地质灾害易发性分区图（图3），本文将地质灾害易发性划为4级：高易发性、较高易发性、中等易发性、较低易发性。经统计各级别所占的比重分别为：41％、24％、14％、21％。由图3可见：

（1）研究区地质灾害易发性程度很高，高易发区占41％；

（2）高易发性区主要有两段，一是库首段，从坝址区到大路底附近；另外一段位于朵美附近；

（3）本区的地质灾害发育程度与工程地质岩性、地表径流冲蚀强度关系密切。

野外调查的地质灾害点基本上落在高易发区及较高易发区。现场调查与预测的结果有较好的吻合度。总体上，地质灾害易发区主要位于层状砂岩、泥岩、页岩及松散堆积层中，那里也是地表径流冲蚀强烈的地区；另外，地质灾害对坡向有一定的敏感性，北岸和东岸的发育程度相对较高。需要说明的是，本文得到易发性评价是基于地质灾害点，但就地质灾害规模而言峡谷区更大，发育强度也更为强烈，由于峡谷、宽谷的不成比例，宽谷区远远长于峡谷区，在地质灾害数量上，两者没有很大差别，因此，在模型中不能较好体现河谷形态对地质灾害的影响。

图3 鲁地拉库区段地质灾害易发性分区图Fig.3 Geo-hazard susceptibility zonation map of Ludila Reservoir

4 结论

本文在野外调查的基础上，采用Logistic回归模型和GIS空间分析方法，对影响库岸地质灾害发育的7个致灾因子进行遴选，最终选取地表径流冲蚀强度、工程地质岩组、河谷形态、坡度、坡向5个与地质灾害相关性强的因子，得到了如下结论：

（1）研究区地质灾害易发性程度高，高易发区占41％，较高易发区占24％、中等易发区占14％、较低易发区占21％。

（2）地质灾害主要分布在坝址区到大路底段及朵美附近，本区的地质灾害发育程度与工程地质岩组、地表径流冲蚀强度关系密切。

（3）检验表明，预测结果与流域地质灾害发育现状有很高的吻合度。

致谢：本文在撰写过程中得到了本所姚鑫博士、王涛博士的技术指导，在此深表感谢。

［1］王宁.云南省崩塌滑坡泥石流灾害及防治［J］.地质灾害与环境保护，1998，9（4）：38-41.WANG Ning.Hazards collapse landslide and debris flow in Yunnan and their control［J］.Journal of Geological Hazards and Environment Preservation，1998，9（4）：38-41.

［2］唐川.金沙江流域（云南境内）山地灾害危险性评价［J］.山地学报，2004，22（4）：451-460.TANG Chuan.Assessment of mountain disasters in the Jinsha River watershed of Yunnan［J］.Journal of Mountain Science，2004，22（4）：451-460.

［3］何政伟，黄润秋，许向宁，等.金沙江流域生态地质环境现状及其对梯级水电站工程开发过程中生态环境保护的建议［J］.地球与环境，2005，33（s）：605-609.HE Zhengwei，HUANG Runqiu，XU Xiangning，et al.Appraisal and forecat of the influence of projects development of staved power plants on the ecoenvironment in the Jinshajiang River watershed［J］.Earth and Environment，2005，33（s）：605-609.

［4］李吉均，方小敏，潘保田，等.新生代晚期青藏高原强烈隆起及其对周边环境的影响［J］.第四纪地质，2001，21（5）：381-391.LI Jijun，FANG Xiaoming，PAN Baotian，et al.Late cenozoic intensive up lift of Qinghai-Xizang plateau and its impacts on environments in surrounding area［J］.Quaternary Sciences，2001，21（5）：381-391.

［5］杨达源，韩志勇，葛兆帅，等.金沙江石鼓—宜宾河段的贯通与深切地貌过程的研究［J］.第四纪研究，2008，28（4）：564-568.YANG Dayuan，HAN Zhiyong，GE Zhaoshuai，et al.Geomorphic process of the formation and incision of the section from Shigu to Yibin of the Jinshajiang River［J］.Quaternary Sciences，2008，28（4）：564-568.

［6］何宝夫，张加桂，曹正郃，等.金沙江鲁地拉电站库区段地质灾害发育特征及工程危害性分析［J］.地质通报，2009，28（8）：24-33.HE Baofu，ZHANG Jiagui，CAO Zhenghe，et al.Geohazard development characteristics and analyse of engineering perniciousness in the reservoir of Ludila Hydropower Station，Jinsha River［J］.Geological Bulletin of China，2009，28（8）：24-33.

［7］张加桂，张永双，曲永新.滇藏铁路沿线滇藏交界段劈理化带成因探讨及工程效应分析［J］.地球学报，2009，30（6）：885-892.ZHANG Jiagui，ZHANG Yongshuang，QU Yongxing.A tentative discussion on the genetic mechanism of the cleavable zone along the Yunnan-Tibet border sector of the Yunnan-Tibet railway line and an analysis of its engineering effect［J］.Acta Geoscientica Sinica，2009，30（6）：885-892.

［8］姚鑫，张永双，李宗亮，等.四川泸定磨西台地第四纪冰水台地边坡地质灾害易发性研究［J］.工程地质学报，2009，17（5）：597-605.YAO Xing，ZHANG Yongshuang，LI Zongliang，et al.Geo-hazard susceptibility of quaternary glacial deposit slope at Moxiplat form in luding county of Sichuan province［J］.Journal of Engineering Geology，2009，17（5）：597-605.

［9］王卫东，陈燕平，钟晟.应用CF和 Logistic回归模型编制滑坡危险性区划图［J］.中南大学学报（自然科学版），2009，40（4）：1127-1132.WANG Weidong，CHENG Yanping，ZHONG Sheng.Landslides susceptibility mapped with CF and Logistic regression model［J］.Journal of Central South University（Science and Technology），2009，40（4）：1127-1132.

［10］李雪平.基于 GIS的区域斜坡稳定性评价 Logistic回归模型研究［D］.武汉：中国地质大学工程学院，2005.LIXueping.Study on logistic regression model app lied to regional slope stability evaluation based on GIS［D］.Wuhan： Engineering Academy，China University of Geosciences，2005.

［11］Guzzetti F，Reichenbach P，Ardizzone F，et al.Estimating the quality of landslide susceptibility models［J］.Geomorphology，2006，81：66-184.

［12］Wieczorek G F，Gori P L，Jager S，et al.Assessment and management of landslide hazards near Tully Valley Landslide，Syracuse，New York.Proc［J］.7th Int.Symposium on Landslides， Trondheim.Balkema，Rotterdam，1996：411-416.

［13］Yesilnacara E.，Topalb T.Landslide susceptibility mapping：A comparison of logistic regression andneural networks methods in a medium scale study［J］.Hendek region（Turkey）Engineering Geology，2005，79：251-266.

［14］殷跃平.汶川八级地震滑坡特征分析［J］.工程地质学报，2009，17（1）：29-38.YING Yueping.Features of lands lides triggered by the Wenchuan earthquake［J］.Journal of Engineering Geology，2009，17（1）：29-38.

［15］黄润秋，李为乐.汶川大地震触发地质灾害的断层效应分析［J］.工程地质学报，2009，17（1）：19-28.HUANG Runqiu，LIWeile.Fault effect analysis of geohazard triggered by Wen-chaun earthquake［J］.Journal of Engineering Geology，2009，17（1）：19-28.

［16］张永双，石菊松，孙萍，等.汶川地震内外动力耦合及灾害实例［J］.地质力学学报，2009，15（1）：131-141.ZHANG Yongshuang，SHI Jusong，SUN Ping，et al.Coupling between endogenic and exogenic geological processes in the Wenchuan Earthquake and example analysis of geo-hazards［J］.Journal of Geomechanics，2009，15（1）：131-141.

［17］吴树仁，王涛，石玲，等.2008汶川大地震极端滑坡事件初步研究［J］.工程地质学报，2010，18（2）：145-159.WU Shuren，WANG Tao，SHI Ling，et al.Study on catastrophic landslies tiggered by 2008 great Wenchuan earthquake，Sichuan，China［J］.Journal of Engineering Geology，2010，18（2）：145-159.

［18］郭芳芳，杨农，孟晖，等.地形起伏度和坡度分析在区域滑坡灾害评价中的应用［J］.中国地质，2008，35（1）：131-143.GUO Fangfang，YANG Nong，MENG Hui，et al.Application of the relief amplitude and slope analysis to regional landslide hazard assessments［J］.Geology in China，2008，35（1）：131-143.

［19］涂汉明，刘振东.中国地势起伏度最佳统计单元的求证［J］.湖北大学学报（自然科学版），1990，12（3）：266-271.TU Hanming，LIU Zhendong.Demonstrating on the optimum statistic unit of relief amplitude in China［J］.Journal of Hubei University（Natural Science），1990，12（3）：266-271.