杨 乐，陈 杰

(1.重庆地质矿产研究院，重庆 400042；2.重庆交通大学 河海学院，重庆 400074)



基于灰色关联法的地质灾害危险性影响因子分析

杨 乐1，陈 杰2

(1.重庆地质矿产研究院，重庆 400042；2.重庆交通大学 河海学院，重庆 400074)

以重庆万盛区某旅游度假区为例，采用灰色关联度法分析其地质灾害危险性影响因子的作用程度和因子间关系，并系统阐述了灰色关联度分析法的评价方法与模型。将该地区分成8个评价区，并选取了坡度、地层岩性、地质构造、人类活动、地下水、植被共6个影响因子，然后对影响因子进行权重计算并对其分析。结果表明：各影响因子作用程度量化排序依次为人类活动、坡度、植被、地层岩性、地下水和地质构造。人类活动和其他因子的相关性最强，地层岩性和其他因子的相关性最弱。

地质工程；地质灾害；灰色关联度法；影响因子；权重

地质灾害主要有滑坡、泥石流、地裂缝、崩塌、地面塌陷等类型，对生命安全、生态环境及经济建设有着极大的破坏性。2014年，全国共发生各类地质灾害10 907起，造成349人死亡、51人失踪、218人受伤，直接经济损失54.1亿元[1]。地质灾害具有种类多、分布广、危害大等特点，治理难度大，影响因素较多，严重制约社会的发展。

地质灾害危险性分析是对地质灾害活动程度和危害能力的分析评判，地质灾害活动程度是分析核心。地质灾害危险性分析的方法较多，主要有层次分析法[2-3]、模糊综合评判法[4]、人工神经网络法[5-6]、GIS技术[7]和灰色关联度分析法等。其中灰色关联度分析法来源于灰色理论，是中国学者邓聚龙在1984年创立的，是一种定量的分析方法[8]。运用灰色关联度法对地质灾害的研究发展已经比较全面，对公路地质灾害、矿山地质灾害、斜坡地质灾害的危险性评分评价的研究和对泥石流、滑坡、地裂缝等地质灾害的活动性评价、危险性评价、易发性评价的研究都有成熟的进展[9-13]。灰色关联法是一种简单实用而且有效的方法，它可以减少人为因素的主观判断，影响因子无量纲化后可以进行排序比较。笔者针对重庆万盛区某旅游度假区地质灾害危险性影响因子，运用灰色关联度法建立评价模型，定量分析地质灾害危险性各影响因子作用程度和因子间关系。

1 评价区概况

评价区气候温和、降雨充沛，多年平均降雨量为1 312 mm，无常年性河流及地表水体通过，山坡和坡脚常见季节性冲沟，径流量受大气降雨影响明显。地下水按赋存介质分为松散介质孔隙水及岩溶裂隙水，主要分布在山谷底部地形较平缓处和场地下伏基岩中，埋深超过50 m。植被主要为原始灌木和林地，谷底部平缓处为农田，场区破坏地质环境的人类活动主要表现在对农田的改造工程和区内修建碎石路对山体进行了切坡，改变了部分地形和破坏了植被，人类工程活动较强烈。区内主要的不良地质现象为地斜边坡的稳定性、场坪时形成的挖填方边坡的稳定性和岩溶及隐伏岩溶发育段容易发生岩溶塌陷。

2 影响因子及分区

2.1 确定影响因子

地质灾害危险性分析的影响因子很多且关系复杂，因子选择应结合实测资料并具有明确意义和代表性，应具有个数不宜太多、相互独立、容易获取及量化等特点[14]。影响指标的选取主要采用定性分析各因素对评价区地质灾害影响的主次关系并结合评价区地质灾害的实际情况。常见的影响因子有地层岩性、地质构造、人类活动、地下水、植被、坡度、地震、岩溶发育条件等。根据GB50011—2010《建筑抗震设计规范(2010年版)》，建设用地地震动峰值加速度为少于0.05 g，地震基本烈度为V度，并结合该地区安评报告，地震作用较小。评估区水文地质单元属于碳酸盐岩裂隙溶洞水，岩溶微弱发育且地下水埋深大于50 m，未发育大泉和暗河，所以根据文献资料并考虑因子量化及取得的可行性及科学性，确定以下6个影响因子：坡度(X0)、地层岩性(X1)、地质构造(X2)、人类活动(X3)、地下水(X4)、植被(X5)。

地形坡度能反映地表陡缓的程度，坡度越陡对地质灾害危险性影响越大；地层岩性直接影响岩土体的稳定性；地质构造的复杂程度、断层及裂隙的发育会影响岩土体的完整性，会对其造成破坏；人类对自然的开发破坏是地质灾害的主要诱发因素；地下水与岩土间有复杂的相互作用，主要影响着近地表地质灾害；植被的缓冲作用对泥石流等地质灾害发生有一定的防护作用。这些影响因素可以反映评价区的基本情况，而且相对独立，取值比较容易。

2.2 确定评价单元

评价单元选取要具有代表性，评价区位于山谷内且地理分布不集中，为充分考虑评价区的整体情况，按组团将评价区划分为11个地理区域(图1)。

图1 某旅游度假区分区Fig. 1 Zoning of a tourist resort

笔者将以下8个区域作为评价单元：1-3组团、3-1组团、3-2组团、3-3组团、温泉小镇组团、温泉酒店组团、滨湖酒店组团、运动会所-娱乐风洞。这8个区域占评价区80%左右的面积，人类活动频繁，影响因子取值简单；而其他区域因面积较小，人类活动不集中，影响因子取值困难，所以这8个区域具有一定的代表性，可有效反映区域评价情况。

2.3 影响因子赋值

影响因子不是量化指标，所以只能进行赋值计算。研究表明：对地质灾害危险性影响越大则因子赋值应越大，因此地质灾害更易发生；反之赋值应越小，地质灾害更不易发生[7-14]。结合文献资料和勘查资料，将影响因子划分为4个安全等级：Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，并分别赋值为1，2，3，4(表1)。并结合某旅游度假区地质勘察资料，根据表1赋值如表2。

表1 地质灾害危险性影响因子及赋值Table 1 Impact factors and their values of the geological hazard risk

表2 评价单元分值数据Table 2 Scores of assessment elements

3 模型建立与计算

3.1 关联数列

关联数列为：Xi={X0，X1，X2，X3，X4，X5}={坡度，地层岩性，地质构造，人类活动，地下水，植被}，选取坡度X0作为参考序列，则有：X0(k)={X0(1)，X0(2)，X0(3)，X0(4)，X0(5)，X0(6)，X0(7)，X0(8)}。

3.2 数据均值化处理

均值化公式如式(1)：

(1)

式中：i=1，2，…，m；n=0，1，…，n。

对表2中的数据进行计算，结果如表3。

表3 影响因子的无量纲化值Table 3 Non-dimensional value of impact factors

3.3 绝对差数列

绝对差公式如式(2)：

(2)

式中：k=1，2，…，m。

对表3中的数据进行计算，结果如表4。

表4 求差数列Table 4 Difference sequence

3.4 关联系数

关联系数公式如式(3)：

(3)

式中：ρ为分辨系数，ρ取值范围为[0，1]，它的取值只影响关联系数大小，不影响关联序，一般情况取中间值ρ=0.5。

由表4可得Δmin=0.072 73，Δmax=0.960 00，计算得数列Xj对参考数列X0的关联系数(表5)。

表5 关联系数Table 5 Correlation coefficients

3.5 关联度

关联度公式如式(4)：

(4)

由表5求得比较数列Xj对参考数列X0的关联度(表6)。

表6 关联度Table 6 Correlation degree

同样按上述步骤计算，依次改变母序列，求出所有两两数列的关联度值得关联矩阵R。

3.6 因子权重

由式(5)可得各因子权重(表7)。

(5)

表7 影响因子权重Table 7 Weight of impact factors

4 结果分析

4.1 对影响因子权重分析

根据各因子权重(表7)，按各因子优势排序为：X3>X0>X5>X1>X4>X2，即人类活动>坡度>植被>地层岩性>地下水>地质构造。由各因子权重可以看出：人类活动所占的权重最大，为0.176 51；地质构造所占的权重最小，为0.150 40。

4.2 对关联度分析

以矩阵第6行(影响因子植被)为例，按关联度大小排序0.740 02>0.734 94>0.699 25>0.634 20>0.574 05。由此得关联序为[r53，r51，r54，r50，r52]，即对植被影响最大的是人类活动，其次是地层岩性，和其他影响因子的关联度依次是地下水、坡度和地质构造。

同理，其余各因子间关联度依次为：坡度为[r04，r03，r05，r01，r02] ；地层岩性为[r13，r15，r14，r10，r12] ；地质构造为[r20，r24，r25，r23，r21] ；人类活动为[r31，r34，r35，r30，r32] ；地下水为[r43，r45，r40，r41，r42] 。

5 结 论

笔者采用灰色关联度法分析了研究区地质灾害各影响因子影响程度和因子间关系。研究区地质灾害发生主要影响因素与人类活动、坡度、地层岩性、地质构造、地下水和植被有关。得出如下结论。

1) 通过文中计算，影响因子中人类活动所占的权重最大，是影响旅游度假区地质灾害危险性首要因素，其次是坡度、植被、地层岩性、地下水。地质构造所占的权重最小，所以影响作用最小。

2) 通过对关联度分析，人类活动和其他因子的相关性最强，地层岩性和其他因子的相关性最弱。对地层岩性、地下水、植被影响最显著的因子是人类活动，地下水则是对坡度、人类活动和植被影响最显著的因子。

综上，灰色关联度法计算各个因子之间的关联度和权重，减少了人为因素对旅游度假区地质灾害危险性影响因子的主观判断，为研究地质灾害危险性评价提供理论和数据支持。

[1] 国土资源部.2014中国国土资源公报[N].中国国土资源报，2015-04-22(3).

Ministry of Land and Resources.ChinaLandandResourcesBulletinin2014[N].China Land and Resources News，2015-04-22(3).

[2] 姚玉增，任群智，李仁峰，等.层次分析法在山地地质灾害危险性评价中的应用——以辽宁凌源地区为例[J].水文地质工程地质，2010，37(2)：130-134.

YAO Yuzeng，REN Qunzhi，LI Renfeng，et al.Application of analytic hierarchy process to the probability assessment of mountain geological disasters：a case study of Lingyuan region，Liaoning Province[J].Hydrogeology&EngineeringGeology，2010，37(2)：130-134.

[3] 褚洪斌，母海东，王金哲.层次分析法在太行山区地质灾害危险性分区中的应用[J].中国地质灾害与防治学报，2003，14(3)：125-129.

CHU Hongbin，MU Haidong，WANG Jinzhe.Application of analytic hierarchy process on zoning hazard degree of geologic disaster in Taihang Mountain region[J].TheChineseJournalofGeologicalHazardandControl，2003，14(3)：125-129.

[4] 常青，刘琳，苗利勇.基于模糊综合评判法临潼区地质灾害危险性评价[J].中国人口·资源与环境，2014，24(3)：355-358.

CHANG Qing，LIU Lin，MIAO Liyong.Geological hazard risk assessment based on fuzzy mathematics in Lintong[J].ChinaPopulation，ResourcesandEnvironment，2014，24(3)：355-358.

[5] 吕远强，林杜军，罗伟强.基于人工神经网络的区域地质灾害危险性预测评价[J].中国地质灾害与防治学报，2007，18(1)：95-98.

LV Yuanqiang，LIN Dujun，LUO Weiqiang.Study on artificial NN method for forecast and risk assessment of regional geologic hazards[J].TheChineseJournalofGeologicalHazardandControl，2007，18(1)：95-98.

[6] 向喜琼，黄润秋.基于GIS的人工神经网络模型在地质灾害危险性区划中的应用[J].中国地质灾害与防治学报，2000，11(3)：23-27.

XIANG Xiqiong，HUANG Runqiu.Application of GIS-based artificial neural networks on assessment of geohazards risk[J].TheChineseJournalofGeologicalHazardandControl，2000，11(3)：23-27.

[7] 王轶，王慧玲.地质灾害危险性评价与区划及GIS应用研究[J].勘察科学技术，2004(6)：38- 40.

WANG Yi，WANG Huiling.Risk evaluation and zoning of geology hazards and application with GIS[J].SiteInvestigationScienceandTechnology，2004(6)：38- 40.

[8] 邓聚龙.灰色系统基本方法[M].武汉：华中科技大学出版社，2005：73-81.

DENG Julong.ThePrimaryMethodsofGreySystemTheory[M].Wuhan：Huazhong University of Science and Technology Press，2005：73-81.

[9] 刘海松，范敏，倪万魁，等.灰色关联度法在公路地质灾害危险性评价中的应用[J].水文地质工程地质，2005，32(3)：32-34.

LIU Haisong，FAN Min，NI Wankui，et al.Application of the method of gray correlation in risk evaluation of highway geological hazard[J].HydrogeologyandEngineeringGeology，2005，32(3)：32-34.

[10] 游桂芝，鲍大忠.灰色关联度法在地质灾害危险性评价指标筛选及指标权重确定中的应用[J].贵州工业大学学报(自然科学版)，2008，37(6)：4-8.

YOU Guizhi，BAO Dazhong.Gray correlative degree in geological hazard evaluation and selection index weights to determine the application[J].JournalofGuizhouUniversityofTechnology(NaturalScienceEdition)，2008，37(6)：4-8.

[11] 闫冬梅，向红艳，邵毅明.城市轨道交通换乘站运行效率评价[J].重庆交通大学学报(自然科学版)，2013，32(1)：99-102.

YAN Dongmei，XIANG Hongya，SHAO Yiming.Operating efficiency evaluation of city rail transit station[J].JournalofChongqingJiaotongUniversity(NaturalScience)， 2013，32(1)：99-102.

[12] 曾昆，曾晟.灰色加权关联分析在公路网评价中的应用[J].重庆交通大学学报(自然科学版)，2012，31(3)：80-82.

ZENG Kun，ZENG Sheng.Application of gray weighted incidence analysis in highway network evaluation[J].JournalofChongqingJiaotongUniversity(NaturalScience)， 2012，31(3)：80-82.

[13] 魏道升，李淑燕.基于灰色关联分析的工程造价控制[J].重庆交通大学学报(自然科学版)，2013，32(2)：321-324.

WEI Daosheng，LI Shuyan.Construction cost control based on grey correlation analysis[J].JournalofChongqingJiaotongUniversity(NaturalScience)， 2013，32(2)：321-324.

[14] 邹翔，崔鹏，韦方强，等.灰色关联度法在泥石流活动性评价中的应用[J].山地学报，2003，21(3)：360-364.

ZOU Xiang，CUI Peng，WEI Fangqiang，et al.Application of grey-correlation method to activity evaluation of debris flow[J].JournalofMountainScience，2003，21(3)：360-364.

(责任编辑：刘 韬)

Impact Factors Analysis of Geological Hazard Risk Based on Grey Correlation Method

YANG Le1，CHEN Jie2

(1.Chongqing Institute of Geology & Mineral Resources，Chongqing 400042，P.R.China; 2.School of River & Ocean Engineering，Chongqing Jiaotong University，Chongqing 400074，P.R.China)

Taking a tourist resort in Wansheng District of Chongqing as an example，the grey correlation analysis method was used to discuss the role of the impact factors of such geological hazards and the relationship between them，and to explain the evaluation methods and models systematically.The tourist resort was divided into 8 assessment zones.6 indices were selected as impact factors，such as slope，stratum lithology，geological structure，human activity，groundwater and vegetation; and then the weight of the above impact factors was calculated and analyzed.The results show that the order of the degree of impact factors is quantified，and the order is human activity，slope，vegetation，stratum lithology，groundwater and geological structure.Human activity has the strongest correlation with other factors，while stratum lithology has the weakest correlation with other factors.

geological engineering; geological hazard; grey correlation method; impact factors; weight

2015-12-18；

2016-05-01

杨 乐(1978—)，女，重庆人，博士，硕士生导师，主要从事岩土工程及地质工程方面的研究。E-mail：446281718@qq.com。

陈 杰(1991—)，男，山东滨州人，硕士研究生，主要从事水利工程方面的研究。E-mail：1548637489@qq.com。

10.3969/j.issn.1674-0696.2017.06.13

P694

A

1674-0696(2017)06-080-05