李崇博 宋玉 戚向阳

摘   要：在地质灾害点分布图基础上，基于信息量模型，选定研究区地质灾害发育各影响因子及信息量值，据实际情况人为对信息量负值进行修正，同时利用ArcGIS的空间叠加分析完成研究区地质灾害易发性分区图。结果显示，易发性分区结果与野外实际调查情况相吻合，能在地质灾害风险评价中起重要参考作用。

关键词：乌鲁木齐;地质灾害;影响因子;信息量模型;易发性评价

乌鲁木齐市地质地貌条件复杂，区内地质灾害类型主要有崩塌、滑坡、泥石流、地面塌陷、地裂缝等。此外乌鲁木齐市季节性降水、冰雪融水及人类活动频繁等特点导致新增地质灾害点出现。因此对乌鲁木齐市进行地质灾害易发性评价具有十分重要的现实意义和社会经济价值。

国内学者借鉴国外研究方法，建立数学模型进行了边坡稳定性分区和地质灾害危险性评估[1]。殷坤龙等就滑坡灾害和斜坡不稳定性空间预测与区划进行了深入研究，提出了滑坡灾害区划研究的信息分析系统，并实现了基于MapGIS技术的滑坡灾害危险性区划及计算机制图等[2]。魏平新等基于ArcGIS平台进行了广东省滑坡灾害区划研究[3];徐为等采用GIS与AHP耦合模型进行戛洒镇滑坡灾害易发性评价，上述成果表明信息量模型、层次分析法以及滑坡灾害综合评价指数三者综合运用可以很好地得到滑坡易发性评价指数[4];李明等利用ArcGIS的叠加分析完成了神农溪流域地质灾害易发性分区图，辅以专家打分模型对该分区图进行了修正，达到了较好的预测效果[5];樊芷吟等采用信息模型与Logistic回归模型耦合对汶川县进行地质灾害易发性评价，评价结果与研究区实际情况相近，能在地质灾害风险评价中起重要参考作用[6]。本文利用信息量模型在乌鲁木齐市主城区选取地质灾害影响因子，进行研究区地质灾害易发区划分，对减少该地区地质灾害发生的概率具重要意义。

1  研究区概况

乌鲁木齐地处中国西北，毗邻中亚各国，地形地貌复杂，三面环山，北部平原开阔，南部、东部高，中部、北部低的特征（图1）。地层多样，地质构造发育;工程岩体特性空间变化复杂，以第四纪松散粘性碎石土及碎屑岩为代表的软弱岩土体分布广泛。温带大陆性干旱气候，使其降雨量小于蒸发量。区内水系发育，河流均系内陆河，分别属于乌鲁木齐河水系、头屯河水系、柴窝堡湖水系、白杨河水系和阿拉沟水系。

2  评价模型及评价因子的选取

2.1  评价因子选取与分级

对乌鲁木齐市地质灾害发育特征及时空分布规律的分析：受地形地貌控制，研究区内崩塌和滑坡在垂直高程上具明显不均匀性;岩土体的性质对斜坡的稳定性有较大影响且具绝对控制性;断层发育程度及作用能够对周边岩土体应力造成破坏，对其稳定性造成一定影响;降水量对地质灾害的形成及演化有重要作用;公路交通、停采煤矿是研究区内最具代表性的人类工程活动，其中煤矿开采对地面塌陷及地裂缝灾害影响最明显。

分析各个因子对研究区地质灾害发生的控制结果，共确定9个指标因子：高程、坡度、坡向、断层、水系、工程岩组、降水量、灾害点密度、道路及煤矿组成本次地质灾害易发生评价的指标体系。据以往研究者经验与灾害点分布规律对各个因子进行分级。

2.1.1  地质灾害在地形单元的几何形态

研究区地质灾害沿中部断裂构造呈NE向条带状分布，对地形的几何形态进行评价因子的提取极为重要。为此，本文选取了高程、坡向及坡度3个评价因子。高程因子进一步划分为：小于600 m、600～800 m、800～1 000 m、1 000～1 200 m、大于1 200 m共5种形态（图2-a）。将坡向因子按8个方位分级     （图2-b）;针对坡度因子，进一步划分为：0°～10°、10°～20°、20°～30°、30°～64°共4种形态（图3）。

由图2，3可知，崩塌和滑坡地质灾害主要发生在600～1 200 m的高程范围中，大于1 200 m的高程范围鲜有发生;坡度小于20°多发生;北坡和东坡地质灾害较发育。

2.1.2  地质灾害在自然条件下各影响因子的几何分           布形态

崩塌、滑坡地质灾害点在断层、水系、工程岩组、降雨量等影响因子的分布情况（图4，5）。其中，灾害点较集中的分布在距离断层1 km的范围内，并随着与断层距离的增加，灾害点分布呈现出明显的“递减”现象;崩塌、滑坡灾害集中发生在1 km以内的河流缓冲区，在大于1 000 m水系缓冲区，灾害点零星分布;在松散粘性碎石土类岩土体中，多发育崩塌地质灾害，滑坡地质灾害多发育于坚硬-较软弱互层状砂岩类岩土体中;降水量300～450 mm的范围有大量地质灾害点分布。

2.1.3  灾害点密度

乌鲁木齐市主要发育地质灾害包括崩塌、滑坡、泥石流、地面塌陷、地裂缝等。根据2014年《新疆乌鲁木齐市地质灾害详细调查报告》及2017年实地调查数据显示，截止2017年研究区内共发生地质灾害146处，其中包括崩塌21处、滑坡17处、地面塌陷89处与地裂缝19条;采用ArcGIS10.2中的空间分析中的点密度分析，将地质灾害相对集中分布划为高密度区，零星分布相对不集中的地质灾害点划分低密度区（图6-a）。

2.1.4  人类活动对地质灾害的影响

在研究区选取道路为人类活动的因子具有一定的代表性，崩塌和滑坡地质灾害主要发生在道路通达、密集且距离路网50 m范围，灾害发生频率随着路网距离的升高而逐渐降低（图6-b）。

2.2  评价模型原理

信息量模型预测法采用地质灾害发生过程中熵的减少来表征地质灾害事件产生的可能性。地质灾害是在多种因素相互作用下而形成的，通过计算各个因素的信息量，并加权叠加各个因素的信息量，建立地質灾害易发性评价模型，信息量越大，地质灾害易发性越高，其计算方法如下：

式中：I（Y，x1，x2，…xn）為因素组合x1，x2，…xn对地质灾害提供的信息量;P（Y，x1，x2，…xn）为在因素组合x1，x2，…xn下地质灾害的发生概率;P（Y）为地质灾害的发生概率;Ix1（Y，x2）为因素x1存在时，因素x2对地质灾害提供的信息量;I为预测区某单元信息量预测值;Si为分布在因素xi内发育地质灾害的数量;S为工作区发育地质灾害的总数;Ni为具有因素xi属性的栅格面积总数;N为工作区栅格面积总数;Yi为致灾因子指标值。

3  研究区地质灾害易发性区划

乌鲁木齐市城区地质灾害类型主要表现为崩塌、滑坡、塌陷和地裂缝，其中，崩塌和滑坡地质灾害受自然条件的影响居多，塌陷和地裂缝地质灾害受人类活动影响居多，主要以煤矿采空区形成的次生地质灾害。本次将崩塌和滑坡2种地质灾害类型合并统计，并选取崩塌、滑坡、地面塌陷和地裂缝为地质灾害统计点。

将各因子图层分别与地质灾害点分布位置在ArcGis中进行空间分析，可得到地质灾害点在不同因子分类中的分布密度，根据分布密度可计算每个因子的信息量值。由表1可知，地质灾害集中发生在高程600～1 200 m，随着坡度的增大，地质灾害的发生率降低;地质灾害多发生在松散粘性碎石土岩土体及坚硬-较软弱互层状砂岩类岩土体区。断层、河流及道路对地质灾害发生的影响，均表现出一定的距离效应，其中断层因素在一定距离对地质灾害的发生有较大影响，近年河流水量下降，部分河道水源枯竭，对地质灾害发生的影响减弱;在北坡易发地质灾害。

根据信息量计算结果，发现部分因子的信息量为负值，说明该因子不利于地质灾害的发生，但也可能是具备该因子的地质灾害在区内发育较少，并不一定代表其不重要。如表1中评价因子断层距离小于500 m，其信息量值为负数，但它同样也是地质灾害发育的较有利因素。因此，针对信息量值为负数的因子需逐一进行分析并修正。

对9种因子图层进行空间叠加分析，利用统计学中的自然断点法（natural break）将易发性区划重新分类后，再经人工修正，生成以信息量大小衡量的工作区地质灾害易发性区划图（图7），得出高、中、低和不易发区。高易发区主要分布在研究区中部，沿断层走向分布，与实际野外调查地质灾害点一致。说明ArcGis信息量模型的地质灾害易发区划分结果与野外调查实际情况相吻合。

4  结论

（1） 在前人研究及分析灾害点分布规律的基础上，选定了高程、坡向、坡度等9个因子利用信息量模型对研究区进行地质灾害易发性评价。研究结果说明断裂构造对地质灾害易发性影响较大，同时，地形地貌、人类活动的影响较突出。

（2） 信息量负值说明该影响因子对地质灾害的发生起阻碍作用，不利于灾害的发生，但不能一概而论。地质灾害的发生在不同的地质条件下具多样性，影响因子的评价在不同区域评价的效果不同，需根据实际情况进行信息量的修正。

（3） 将选取的9个影响因子在信息量模型中叠加计算，并进行地质灾害易发性分区，综合考虑地质灾害形成的各种因素和地质灾害发育现状，将研究区地质灾害易发性程度划分为高、中、低和不易发区，结果显示基于ArcGIS信息量模型的地质灾害易发性分区和野外实际调查相吻合，从而验证了区划结果的合理性和可靠性。

参考文献

[1]   柴贺军，黄润秋.滑坡堵江危险度的分析与评价[J].中国地质灾害与防治学报，1997，8（4）：1-8.

[2]   殷坤龙，朱良峰.滑坡灾害空间区划及GIS应用研究[J].地学前缘，2001，8（2）：279-284.

[3]   魏平新，汤连生，张建国，等.基于GIS的广东省滑坡灾害区划研究[J].水文地质工程地质，2005，（4）：6-9.

[4]   徐为，李铁峰，胡瑞林，等.基于GIS的牢山戛洒镇小流域滑坡易发性评价[J].水文地质工程地质，2011，5：110-114，119.

[5]   李明，王伟，张超.基于ArcGIS信息量模型的神农溪流域地质灾害易发性区划[J].安全与环境工程，2013， 20（2）：46-52.

[6]   樊芷吟，苟晓峰，秦明月，等.基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价[J].工程地质学报，2018，26（2）：340-347.

Abstract：On the basis of the geological hazard distribution map and the information quantity model，the influence factors and the information value of the geological disaster development in the study area are selected，and the negative value of the information is corrected according to the actual situation.At the same time，the geological disaster prone area map of the study area is completed by using the spatial superposition analysis of ArcGIS.The results show that the results of susceptibility zoning coincide with the field investigation，and can play an important reference role in the risk assessment of geological hazards.

Key words：Urumqi;Geologic hazard;Impact factor;Information quantity model;Susceptibility evaluation