鲁嘉濠，程花，牛富俊，林战举，刘华

(1.中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室，甘肃兰州73000;

2.外生成矿与矿山环境重庆市重点实验室，重庆地质矿产研究院，重庆400042;3.煤炭资源与安全开采国家重点实验室重庆研究中心，重庆400042;4.重庆能源职业学院，重庆400042)

青藏铁路沿线热喀斯特湖易发程度的区划评价*

鲁嘉濠1，2，3，程花4，牛富俊1，林战举1，刘华1

(1.中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室，甘肃兰州73000;

2.外生成矿与矿山环境重庆市重点实验室，重庆地质矿产研究院，重庆400042;3.煤炭资源与安全开采国家重点实验室重庆研究中心，重庆400042;4.重庆能源职业学院，重庆400042)

随着全球气候的持续转暖，青藏铁路沿线热喀斯特湖数量正在逐年增多、面积逐年增大。湖塘的形成虽然具有一定的随机性特点，但其发生的区域性和重复性特点是热喀斯特湖分布与出现的总体规律。在野外系统勘测调查的基础上，依据工程地质类比原则，结合专家打分、层次分析、信息量、统计量等模型方法，对区域内湖塘产生与发展起一定主导作用的历史因素(灾点密度、灾面密度)和基本地质环境因素(冻土类型、年均地温、植被覆盖度、土质类型、地形坡度)基于ArcGIS平台进行综合分析评价，得出楚玛尔河至风火山段青藏铁路沿线热喀斯特湖易发程度的空间分布。结果表明，占研究区总面积47.97%的高易发区占据了湖塘总数量的87.94%、总面积的91.15%，主要分布在楚玛尔河高平原、北麓河盆地和可可西里山间盆地;中易发、低易发、非易发三个区占据了研究区总面积的52.03%，却仅分布了占总数量12.06%、面积8.85%的热喀斯特湖，主要分布于可可西里山区、风火山山区及河谷地区，与2011年9月份野外考察的热喀斯特湖实际的空间分布状况保持了较好的一致性。

青藏铁路;热喀斯特湖;易发程度;区划评价

0 引言

随着对热喀斯特湖研究的深入，发现此类热喀斯特现象对湖周围及其下部土层的物理、化学、生物性质及其地貌形成过程都将产生非常重要的影响，并可能引起热融沉陷和多年冻土退化［7］，导致多年冻土承载力下降，严重影响了多年冻土区工程建筑的性能［8］。根据最近的研究可知，热喀斯特湖对青藏铁路等建筑物的影响主要是其侧向热侵蚀对附近冻土路基产生的较大影响，每年侧向进入路基的热量近7×107J，从而可能会引起路基下多年冻土升温，承载力下降，稳定性降低，在路基或路面变现出下沉或开裂［9］，这对青藏铁路常年处在热融湖塘中或附近的桥墩产生的影响最为明显，在冬季受到冰的冻拔力还会导致桥梁接头错位。热喀斯特湖侧向热侵蚀也是青藏铁路沿线比较普遍比较典型的一类路基病害——路桥过渡段的沉降变形的主要影响因子之一［10］。在一些地方还可以看到热喀斯特湖诱发的滑坡等自然灾害，而在青藏铁路沿线分布着青藏公路、输油管道、通讯光缆、青藏±500千伏直流电网等管线工程。在此基础上，本文选取楚玛尔河至风火山段青藏铁路沿线10 km作为研究区，旨在对区域内热喀斯特湖的易发程度作出合理正确的区划评价，以期为这些管线工程的正常运营和维护起到有效的参考作用，为拟建工程的设计规划提供有益的规避参考。

1 研究区概况

青藏铁路楚玛尔河至风火山段位于青藏高原中北部，是青藏高原工程走廊的重要组成部分，有青藏铁路、青藏公路两条主干线，通信光缆、输油管道、天然气管道以及青藏±500千伏直流电网等多条工程管线向南齐头并进，是冻土工程较为密集的区域。铁路路基里程DK1046～1148，海拔高程4 420～5 120 m，介于34°41'～35°26'N与92°50'～93°30'E之间。本文通过对2010年8月覆盖研究区分辨率为2.5 m的SPOT5影像数据进行人机交互解译知，研究区内拥有热喀斯特湖约2 612个，总面积约1.92×107m2，平均面积约为7 350 m2(图1)。

图1 热喀斯特湖分布现状

2 热喀斯特湖易发程度的区划与评价

热喀斯特湖易发程度区划原理是工程地质类比法［11］，即类似的静态与动态环境条件，孕育类似程度的热喀斯特湖，并采用定量分析和定性分析相结合的方法进行研究区内热喀斯特湖易发程度的分区评价。首先，根据野外调查的样本统计数据选取出对热喀斯特湖形成与发展的较大影响因子。然后，运用层次分析法结合专家知识得出各个影响因子的权重。接着，运用综合评判模型进行模拟计算。最后，结合野外实地考察和遥感解译数据进行定性分析，最终得出区划与评价结果。

2.1 易发程度评价模型

地质灾害易发程度评价的模型有很多，如Logistic回归模型、综合评判模型、模糊综合评判法、灰色系统法、人工神经网络法及其信息量法等，其中，综合评判模型适用性强，思路简单清晰，因而其应用越来越广泛。综合评判模型的计算公式如下:

式中:B为热喀斯特湖易发程度指数，bi为评价因子，Wi为第i个因子的权重。本文通过对评价因子数据归一化与网格化处理后，在ArcGIS平台的栅格计算模块中运用公式(1)进行叠加计算，得到易发程度［12］评价结果图。

2）多数海岛柴油机烟气所余热能可以满足生活垃圾垃圾干燥，其技术路线是可行的。干燥后的垃圾热值高，易于焚烧，环境污染小。

2.2 易发程度评价指标体系

热喀斯特湖易发程度区划侧重于考虑湖塘发育的数量多少和面积大小，评价指标包括已有湖塘群本统计和湖塘形成的地质环境条件。根据对野外实地考察数据的统计分析，本文选取了现存湖塘的点密度、线密度等历史因素，年均地温、冻土类型、土质类型和地形坡度等基本地质环境因素作为评价指标体系，如图2所示。

图2 易发程度评价指标体系

2.3 评价指标权重赋值

确定权重的方法主要包括专家打分法、最小平方和法、特征值法、熵值法、序列综合法、调查统计法、数理统计法、层次分析法和复杂度分析法等［13－14］。其中，层次分析法是一种能够将定性分析与定量分析相结合的多目标决策方法，通过建立判断矩阵逐步分层地将众多的复杂因素和决策者的个人因素综合起来，进行逻辑思维，然后用定量的形式表示出来，从而使复杂问题从定性分析向定量结果转化。地质灾害易发程度区划实际上是一个多因素综合决策过程，因而将层次分析法应用到其中不但可行，而且具有简单、有效、实用的特点。

对研究区热喀斯特湖进行易发度区划时，由于地质系统的复杂性、模糊性和不可逆性，用精确地数学模型来求取诸要素的权重难度很大。本次分区主要采用层次分析法，结合专家经验以确定权重。首先，结合研究区内热喀斯特湖的分布规律特点和实际情况，将遴选出的影响因子记为集合: X={X1，X2，X3，X4，X5，X6，X7};然后，从不同的角度和影响出发，构造湖塘影响因子重要性判断矩阵R;最后，基于矩阵R运用方根法(公式(2))计算得到各个评价因子的权重(表1～3)。

表1 判断矩阵标度及其含义

表2 参评因子判断矩阵表

表3 参评因子权重

2.4 评价指标量化

评价指标包括定量指标和定性指标。对于定量指标，如地形坡度、年均地温等，通过对其原始数据进行空间分析或者插值拟合等便可得到其在整个研究区的分布状况。对于定性指标，如冻土类型、土质类型等，需要建立一个评价指标的分级标准，根据各项指标对不同级别的相对贡献来取值。

2.4.1 已有热喀斯特湖点密度、面密度统计指标

一般来说，现在热喀斯特湖较多的地区，也将是以后湖塘较多的区域。因此，通过遥感解译和实地考察校正，归一化处理后得到湖塘点密度和面密度图层，作为湖塘易发度评价的主要指标之一［15］。

点密度=单元格内湖塘数量/单元格面积;

面密度=单元格内湖塘面积/单元格面积;

归一化=(单元格数据—最小单元格数据)/ (最大单元格数据—最小单元格数据)。

2.4.2 年平均地温

年平均地温是指多年冻土年较差为零的深度处的地温。地温的高低及其变化较严重地影响着热喀斯特湖的发育程度。本文利用青藏铁路沿线30个钻孔点2000－2010年的年均地温监测数据，进行回归统计分析，得到年均地温与高程、纬度及其坡向的关系:

式中:T为年平均地温(℃);φ为十进制表示的纬度(°);H为高程(m);θ为坡向(°)。年平均地温与高程、纬度及坡向之间的复相关系数为0.936，具有较好的相关性。运用ArcGIS的栅格计算模块，根据上面的公式得到研究区的年均地温值模拟图层。然后提取出钻孔点的模拟值进行误差分析，采用反距离权重插值法(IDW)对研究区年均地温进行误差修正，进而得到研究区内的年均地温分布数据。年平均地温越高，越有利于热喀斯特湖的发育，据此对地温值进行0～1的归一化处理。

2.4.3 冻土含冰量指标

热喀斯特是指高含冰量多年冻土融化而引起的一种过程，主要包括热喀斯特沉陷和热喀斯特侵蚀，热喀斯特湖则是热喀斯特综合过程的结果［16］。因此，高含冰量多年冻土的存在是形成热喀斯特湖的重要条件之一。根据野外实地调查及以往资料，将研究区多年冻土分为少冰多冰冻土、富冰饱冰冻土、含土冰层和融区四种类型。富冰饱冰冻土及含土冰层合称高含冰量冻土，非常有利于热喀斯特现象的孕育发展。故在此以不同类型冻土中热喀斯特湖的出现概率为基准，将其对湖塘易发程度的影响进行0～1的归一化处理。

2.4.4 土质类型

不同的土质具有不同的吸水聚水能力［17］。研究区内的土质较为复杂，楚玛尔河高平原地区以砾砂为主，五道梁及秀水河流域局部有风积沙分布，风火山北侧覆盖着大片的粉质粘土，可可西里及风火山高山区则主要为裸露的基岩。根据不同土质中湖塘的发育概率为基准，进行归一化处理。

2.4.5 地形坡度

地形坡度是水流聚集的重要条件之一，坡度过大无法形成积水。利用ArcGIS的空间分析模块对国际科学数据服务平台提供的2010年DEM数据(比例尺1∶5万)实现地形坡度提取。通过实地考察发现，坡度大于10°的区域内，基本上没有热喀斯特湖的存在，故将坡度大于10°区域对热喀斯特湖易发程度的影响定义为0，对0～10°进行归一化处理。

2.4.6 植被覆盖度

植被的成土和水保作用已为人们所公认，它能消减降雨侵蚀能量，避免降雨直接击打地表土壤，调节地表径流，消减径流动能，阻滞泥沙迁移;植被还能吸收保持水分，改良土壤，增强土壤渗透性能，提高其抗冲性和抗蚀性。高原上的植被与多年冻土具有互利作用，植被对下伏的多年冻土具有较好的保护作用，并促进有机质的积累和土壤的发育，而多年冻土的隔水作用，又使得植被得以在高寒干旱地区繁衍生存。例如，青藏高原的高寒草甸在冬季可形成隔热层，阻碍土壤热量散失，夏季可减少地面受热，能使地表年温差降低4～5℃［18］。因此，植被对附近热喀斯特湖的形成与发展具有一定的作用。研究区内植被总体生长稀疏，植株低矮，生存周期短，覆盖度较低。植被主要分布于楚玛尔河高平原、五道梁盆地和北麓河盆地。通过对覆盖研究区的遥感影像运用归一化植被指数NDVI进行计算，结合2011年9月份的野外考察数据进行校核修正，获取研究区内的植被覆盖度图层。NDVI值的范围是－1～1，一般绿色植被区的范围是0.2～0.8，越大说明覆盖度越高，区域内植被覆盖度指数计算结果为－0.378～0.394，覆盖度较低。

2.5 基于ArcGIS的综合评价

在前述评价指标分析选取和数据归一化的基础上，首先，利用ArcGIS系统的空间叠加与统计功能，统计每一评价单元的所有指标值，得到数字矩阵的计算结果，然后应用其栅格计算模块，将研究区个评价单元数据按照权重分配结果(表3)进行叠加计算，得到研究区热喀斯特湖易发程度评价结果(图3)。合理地确定易发程度分区界线值也是区划的关键环节之一。一般采用突变点法和等间距法，本次采用前者。经过统计分析，从中找出突变点作为易发程度分区界线值，将区域划分为低易发区、中易发区和高易发区4个不同等级的区域，并给出各单元确定的易发程度等级标准(表4)。然后综合考虑各种因素，人工数字化勾画出研究区热喀斯特湖易发程度区划图(图4)，与热喀斯特湖进行空间分析得湖塘在各区域的分布状况(表5)。

表4 易发区划标准

图3 易发计算结果

图4 易发区划评价图

3 结论与讨论

(1)依据工程地质类比原则，结合专家打分、层次分析、信息统计等模型方法，选取了对楚玛尔河至风火山段青藏铁路沿线热喀斯特湖形成与发展起一定主导作用、便于数据量化与空间匹配的几个指标，以ArcGIS为平台，开展了湖塘易发程度的区划研究。

(2)研究结果表明，高易发区占研究区总面积的47.97%，但是占据了热喀斯特湖总数量的87.94%、总面积的91.15%，主要分布在楚玛尔河高平原、北麓河盆地和可可西里山间盆地;其他三个区占据了研究区总面积的52.03%，却仅分布了占总数量12.06%、面积8.85%的热融湖塘，主要分布于河谷、风火山山区及可可西里山区，与2011年9月份野外考察的热喀斯特湖实际的空间分布状况具有较好的一致性。

(3)多年冻土区工程规划与建设应该充分地考虑工程建设与热喀斯特湖的关系，工程规划、选线与施工都要本着保护冻土环境、抑制热喀斯特湖发展的思路进行。尤其在热喀斯特湖高易发区，工程选线应该尽量避开或远离这些湖塘，避免其对工程带来危害和干扰。

表5 热喀斯特湖在各易发区的分布状况

［1］周幼吾，郭东信，邱国庆，等．中国冻土［M］．北京:科学出版社，2000:401－405．

［2］Niu FJ，Xu J，Lin ZJ，et al．Engineering activity induced environmental hazards in permafrost regions of Qinghai-Tibet Plateau［C］//Proceedings of 9th International Conference on Permafrost．Alaska:University of Alaska Fairbanks，2008:1287－1292．

［3］Lin Zhanju，Niu Fujun，Luo Jing，et al．Changes in permafrost environments caused by construction and maintenance of Qinghai-Tibet Highway［J］．Journal of Central South University of Technology，2011，18:1454－1464．

［4］南卓铜，李述训，程国栋．未来50与100a青藏高原多年冻土变化情景预测［J］．中国科学D辑(地球科学)，2004，34 (6):528－534．

［5］程国栋．局地因素对多年冻土分布的影响及其对青藏铁路设计的启示［J］．中国科学D辑(地球科学)，2003，33(6): 602－607．

［6］林战举，牛富俊，葛建军，等．青藏铁路北麓河地区典型热融湖变化特征及其对冻土热状况的影响［J］．冰川冻土，2010，32(2):341－350．

［7］Johnston G H，Brown R J E．Some observations on permafrost dis-

Zoning Evaluation on Occurrence Degree of Thermokarst Lake along Qinghai-Tibet Railway

Lu Jiahao1，2，3，Cheng Hua4，Niu Fujun1，Lin Zhanju1and Liu Hua1
(1．State Key Laboratory of Frozen Soil Engineering，CAREERI，CAS，Lanzhou 730000，China;2．Chongqing Key Laboratory of Exogenic Mineralization and Mine Environment，Chongqing Institute of Geology and Mineral Resources，Chongqing 400042，China;3．Chongqing Research Center of State Key Laboratory of Coal Resources and Safe Mining，Chongqing 400042，China;4．Chongqing Energy College;Chongqing 400042，China)

Under the background of global warming，the quantity and area of thermokarst lakes along Qinghai-Tibet Railway are increasing year by year．Randomness reflects one aspect of the thermokarst lakes'generation，but regional regularities and repetition of individual lake phenomenon dominate the distribution of lakes on a regional scale．Based on site engineering reconnaissance and according to the analogy principle of engineering geology，by means of combining Expert Estimation Model，AHP，Information Value Model and Statistic Model，etc．，analysis based on ArcGIS platform on historical factors concerning the occurrence and development of the lakes(spot and area densities)，and basic geological environment factors(frozen ground types，mean annual ground temperature，vegetation coverage，soil type and terrain slope)is conducted and spatial distribution of occurrence degree of Chumaer River to Fenghuo Mountain section along Qinghai-Tibet Railway is got．The whole area is shown to be of 4 categories:the high grade area，just accounting for 47.97%of the total study area，takes up for 87.94%of the quantity and 91.15%of the total area of the lakes and distributes mainly over Chumaer River High Plain，Beiluhe Basin and Hoh Xil Basin;the medium grade，low grade and stable area taking up for 52.03%of the total study area，which just account for 12.06%of the quantity and 8.85%of the total area of the lakes，distribute mainly over Hoh Xil Mountain，Fenghuo Mountain and River valleys．The result shows the consensus with the actual spatial distribution of the thermokarst lakes drawn from the field survey on September，2011.

Qinghai-Tibet Railway;thermokarst lake;occurrence degree;zoning evaluation

S151;X43

A

1000－811X(2012)04－0060－05

2012－04－05

2012－05－02

科技部“九七三”计划项目(2012CB026101);国家自然科学重点基金项目(41030741);国家自然科学创新群体(41121061);冻土工程国家重点实验室自主项目(SKLFSE－2Y－07)

鲁嘉濠(1986－)，男，湖南长沙人，硕士研究生，研究方向为结合3S技术进行地质灾害易发度与危险性的区划评价．E-mail:lujiahao09@mails.gucas.ac.cn