金沙江流域（云南境内）山地灾害危险性评价，本文主要内容关键词为：金沙江论文,云南论文,危险性论文,山地论文,流域论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：P694文献标识码：A
金沙江流域由于其河流的侵蚀、切割，山地及高原边缘地带形成为山谷相间、地表破碎的高山、极高山、中山地形；经历多次构造运动，地震频发；受季风气候控制，降雨量时空分布不均，多暴雨和风雹，水土流失严重，加之不合理的人类活动，使该地区的泥石流、滑坡、崩塌等山地灾害频繁发生，灾情日趋严重。每年都要造成大量人员伤亡和巨额的经济损失，成为金沙江流域社会、经济发展和自然环境保护的重要限制性因素之一。因此，开展金沙江流域山地灾害危险性评价对于进一步认识该地区的自然灾害形成的环境背景、发生规律和发展趋势，对该地区的减灾防灾和保障国民经济的持续发展、生物多样性保护、合理开发和利用资源，促进流域社会发展、经济建设都具有现实意义。
山地灾害危险性评价是分析和预测某区域未来某时段内山地灾害的孕灾环境和致灾因子的各种危险性指标的变化情况，并估计它们的概率分布。山地灾害危险性评价一直是我国灾害学研究的重点课题[1]，对其理论方法和实践应用的探索已取得了显著的成果[2-8]，其研究已从过去单一的、定性研究向综合化、定量化发展；特别是这些成果为其后深入开展泥石流等山地灾害风险评价奠定了重要基础[9-15]。由于山地灾害危险性评价涉及的内容多、影响因素复杂，这些均给评价图的编制造成了较大的困难；山地灾害的发生既有随机性，又具有可预测性；其随机性包括山地灾害发生的不确定性。
本文以云南境内的金沙江流域为研究区。前人已对该地区的滑坡泥石流危险区划和评价作了大量研究[16-21]，在此基础上，我们进一步开展了区域性调查和分析，在理论上探讨山地灾害危险度的集成分析和评价的方法，特别是探讨如何将GIS分析和成图技术应用于山地灾害形成的环境因子的敏感性分析和危险性评价中，从而解决这类信息量大、系统复杂的问题，力图真实地反映该区域的山地灾害危险度的空间特征。
1 流域概况
金沙江是长江的上游河段，在云南境内的主干河长约1560 km，流域面积108763
，包括云南省的迪庆、丽江、大理、昆明、楚雄、曲靖、昭通等7个地州市的49个县（市，区）。流域海拔最高5596 m，最低267 m，高差达5329 m，坡度大于25°的土地面积48.2%。该地区现有人口1890万，约为云南省总人口的45%，人口密度为128人／。金沙江流域是长江上游的主要水源地和泥沙源，长江三峡大坝宜昌观测断面的来沙中45.8%来自金沙江[22]，金沙江流域多年平均输沙量为
，多年平均土壤侵蚀量为
[22,23]。金沙江流域云南部分的水土流失居全省六大流域之首，水土流失面积达
，占流域面积的42.83%，输入江河的泥沙中主要是由于滑坡、泥石流等日益严重的山地灾害活动而导致的泥沙转移[16-18]，例如金沙江流域的云南东川小江两岸泥石流强烈活动每年平均将
固体物质注入小江，而小江每年又将
泥沙输入金沙江主河道，对金沙江水利水电建设和航道的开发利用带来了困难。
金沙江流域云南部分的山地灾害区域资料来源，主要包括云南省地理研究所于1988～2000年对全省区域山地灾害实地调查和部分地区遥感解译结果，云南省计委于1989年组织的各地州县计委系统对山地灾害的调查、防治勘察资料，云南省地矿局“七五”期间完成的云南省地质灾害及调查的资料，以及每年云南省防汛抗旱指挥部、云南省气象局的灾情通报资料。根据上述工作，我们将研究区范围山地灾害进行了汇总和编目，以GIS为平台，整合了云南省防洪空间信息系统的数据[24]，构建了金沙江流域云南境内的山地灾害空间数据库，并编制了山地灾害分布图（图1）。该图标绘出山地灾害点共1697处，其中规模＞
滑坡灾害点580处，流域面积＞1泥石流沟808条，规模＞1000
崩塌309处。
图1 云南金沙江流域山地灾害区域分布图
Fig.1 Regional distribution of mountain hazards in the Jinshan River Watershed of Yunnan
2 评价指标
影响山地灾害形成的自然和人为因素众多，因素之间的关系也错综复杂，历史上的山地灾害发生的数量、分布范围、活动规模都直接反映了其发育的背景环境的地形地貌、地层岩性、地震活动和水文气象条件对其形成和分布的控制作用；此外，土地利用方式、地下水状况、人类活动等因素也对山地灾害形成有较大程度的影响。为了突出反映本研究区的山地灾害形成的主导因子作用，我们参考了许多在山地灾害危险性评价研究中所采用的评价因子[16-18,24-30]，同时结合本研究拟采用的GIS技术进行危险性评价所要求的因子容量、可图形化和经济可靠性，重点选择了6个评价指标，即岩性指标（岩土体类型）、地震与地质构造指标（地震烈度）、地形指标（坡度）、降水指标（暴雨日数）、人为活动指标（土地利用和公路分布），这些因子在山地灾害危险性评价中的作用分析如下：
2.1 岩性因子
根据原岩的工程力学性质和抗风化程度，我们采用云南省地质矿产局1984年编制的1:50万云南省岩土体类型图及说明书的数据资料，将云南金沙江流域出露的岩层概化为四大建造类型、16种岩组，表1列出了这些岩组的岩体工程地质特征。我们将这16类岩组作为研究区山地灾害危险性评价的因子敏感性评价的属性。
表1 云南金沙江流域岩土体类型表
Table 1 Rock and soil types of the Jinshan River Watershed of Yunnan
2.2 地震因子
考虑到地震烈度因子中已包含了区域断裂构造的内涵，在进行金沙江流域山地灾害危险性评价时，未选用断裂构造因子，而是采用1990年国家地震局颁布的1∶400万中国地震烈度评价图为依据，并将图件数字化，存储于GIS平台的1×1 km解析度的栅格中，并将其比例尺与其他数字图层相匹配。研究区主要分布在Ⅵ、Ⅶ、Ⅷ和＞Ⅸ的地震烈度区内，由此划分为4个属性因子，参与因子敏感性的分析。
2.3 地形因子
涉及山地灾害危险性评价的地形因子采用了1995年国家测绘局完成的1∶25万数字地理底图，应用ARC/INFO生成金沙江流域的数字高程模型和坡度图。为了分析不同地形坡度条件下的山地灾害危险度，将坡度值划分0～5°、6°～10°、11°～15°、16°～20°、21°～25°、26°～30°、31°～35°、36°～40°和大于40°共9个属性，参与地形坡度因子的敏感性的评价。
2.4 降水因子
为了表征暴雨空间分布特征对山地灾害危险程度的影响，选择了平均大到暴雨权重综合日数作为因子参与评价。统计的是根据云南金沙江流域的16个站为代表站的1960-2000年共40年的遂月各日资料，统计方法是根据各站的遂日雨量资料，将大到暴雨划分为40.0～79.9 mm,80.0～179.9 mm和＞180.0 mm三个雨量级。权重确定方法是以日雨量40.0～79.9 mm的大到暴雨计为1次，出现80.0～179.9 mm计为2次，出现＞180.0 mm计为4次，即把各级雨量综合到大到暴雨次数上，以此分析研究区内的暴雨分布和地区的差异。在GIS支持下用多年平均的大到暴雨以上权重综合日数等值线图生成TIN，并转换为数字高程模型。为了定量反映降雨对山地灾害危险程度的影响，将暴雨权重综合日数分布按＜0.5、0.5～1.0、1.1～1.5、1.6～2.0、2.1～3.0、3.1～4.0、4.1～5.0、5.1～6.0、6.1～7.0、7.1～8.0、8.1～9.0、9.1～10和＞10日共计13个属性因子赋给各1×1 km栅格单元，参与因子敏感性的分析。
2.5 土地利用因子
由云南省地理研究所完成的1∶50万云南省土地利用图，较为全面系统地反映了云南省土地利用开发的基本特征、区域差异和分布规律。该图采用三级分类系统，第一级按国民经济部门结构分为10个类型；第二级按土地利用方式和经营目的分为33个类型；第三级按土地利用方式的内部形态、地形部位以及林型、疏密度等分为48个三级类型，形成山地灾害危险性评价因子敏感性评价的属性，其主要类型见表2。
2.6 人类活动因子
考虑到研究区公路修建是人类活动最频繁，对斜坡稳定性影响最明显，而且具有区域性特点，选用公路作为人类活动的一个代表性危险指标因子，与土地利用类型共同作为人类活动因子参与山地灾害危险性评价。具体的做法是将1∶25万研究区公路线系统作缓冲区(Buffer)处理，将公路两侧不同距离的区域确定为可能的山地灾害危险带，经栅格化处理后参与敏感性的分析。根据对云南境内受山地灾害影响最典型的中甸到西藏边境的盐井线和羊街至东川的公路进行了实地调查和统计，总结公路线的空间分布与山地灾害活动带的关系；通过这些分析和对比，将研究区的公路对山地灾害最大影响带确定为3 km。依此分析结果，在作公路缓冲区分析中，划分了距离主要公路1.0 km以内区域、1.0 km～2 km、2.1 km～3.0 km和3.0 km以外区域四个等级的危险区。
3 因子敏感性分析
区域山地灾害危险性是由影响斜坡稳定性因素综合评定的，分析和优选评价因子并确定其贡献率是山地灾害危险性评价的基础和关键。Aniya(1985)和唐川(1998)讨论的滑坡危险评价的原理和方法可用于本研究中，其技术路线是采用了以栅格为样本的图层数据统计学方法，对研究区山地灾害点与各因子的每个属性进行相对频率组合的定量计算方法[10,25]。该分析方法强化了山地灾害活动历史和现今分布状况对危险性评价中的致灾因子的影响程度，这种技术路线符合Varnes于1984年提出的山地灾害危险度分区的基本原理[31]，即过去和现在是预测未来的关键。具体技术方法是：①建立评价因子的GIS图形数据库，并划分因子属性；②建立山地灾害点的GIS空间数据库，提取山地灾害点所处位置各因子属性数据；③分别计算山地灾害点和各因子属性的相对组合频率，并计算每1000内灾害点数量，以表示每个属性因子的敏感性。
设Fmn为因子m的某属性n的灾害点出现的相对频率（因子敏感性）；Nmn为某因子m中某属性的灾害点出现数，Smn为某因子某属性的面积；那么各因子属性中灾害点的敏感性按该式计算：
Fmn=Nmn/Snm（单位：个／1000）
根据上述方法应用GIS的叠合统计分析工具对地形坡度（9个属性因子）、岩土体类型（18个属性因子）、土地利用（24个属性因子）、地震烈度（4个属性因子）、暴雨综合天数（13个属性因子）、公路分布（4个属性因子）共6个因子72个属性的敏感性进行计算和统计。按敏感性计算模式的步骤可确定每个因子属性的相对频率和敏感性，其计算结果见表2所示。
表2 各评价因子敏感性计算结果（单位：个／1000）
Table 2 Calculative results of susceptibility of assessment factors
按上述步骤可计算出每个因子属性的相对频率和敏感性。因子敏感性分析结果表明地形坡度在26～40°及大于40°山地的敏感性最高，这类坡度范围的斜坡最易产生山地灾害；岩土体类型对山地灾害发育影响明显，特别是①土体；②软弱的中－厚层状为主的粘土岩岩组；③较坚硬、软弱的薄层状为主的千枚岩、板岩岩组；④坚硬的薄层状为主的片麻岩、混合岩、变粒岩岩组；⑤坚硬的中－厚层状为主的石英岩岩组等岩土类型更易发育山地灾害；山地灾害最敏感土地类型主要有城镇用地、工矿用地、裸土、裸沙、泥石滩；此外，冰川永久积雪地、高寒荒漠草场也显示了较高的敏感度，这是由于崩塌分布数量较多的原因；距离公路带距离在1.0 km范围的敏感性达到最大值；山地灾害敏感度与地震烈度关系表明了实际情况极为吻合的规律，地震烈度≥Ⅸ地带敏感度最高；计算结果表明区域暴雨分布与山地灾害敏感性不一致的特征，其主要原因是，云南金沙江流域属印度洋季风气候区，年降水量在1000 mm以上，即使在干热河谷区，雨季6-8月的总雨量也多在400 mm以上，这样的雨量已达到或超过中国一些半干旱、半湿润地区，例如甘肃武都、天水等地区的山地灾害强烈活动地区的年降水量，这表明金沙江流域的绝大部分地区降水已能满足山地灾害强烈活动对水分的要求。由于金沙江流域降水多集中在5-10月，占全年降水量的80%以上，而且暴雨日数一般都在1 d以上，多者达4 d，尤其多是中心小，强度大的局地性暴雨，极易引发山地灾害，这表明该地区的降水已成为山地灾害活动的必要条件。为了综合反映金沙江流域的不同暴雨强度对山地灾害数量和规模的影响，在危险性评价中，仍将暴雨空间分布特征作为评价因子进行分析。
4 综合评价
研究涉及云南金沙江流域108763的范围。由于该流域山地灾害形成条件的复杂性，各评价指标因子的影响程度也不尽相同，而且开展大范围山地灾害危险性评价的标志和界级又是相当不分明，因此在技术上采用区域图层叠代综合评价法进行危险性评价。本文作者通过对金沙江流域及其一些大流域区域性山地灾害区域性评价的实践认为：采用因子叠置法是一条较理想的技术路线，这种方法主要优点在于：指标因子划分明确、方法简便，特别是容易利用GIS空间分析工具处理和计算，因而该方法被国内外普遍被采用[27-30]。该方法虽然只能达到半定量的程度，但很适合目前研究程度，且容易把握，切实可行。
由于各评价因子的计量单位不同，属半定性半定量取值，而且取值范围变幅较大，因此必须要对数据进行标准化处理。应用GIS分析将编制的多层空间因子数字图层进行数值化和归一化处理，即根据对因子属性的敏感性计算结果，分别按数值＞20、20～16、15～10和小于10的四个区间值作为划分6个评价因子的高、中、低和无危险的上下限界值。该界限值的划分依据主要考虑到所计算得出的各因子属性敏感度的数值分布范围，以便于将复杂的因子属性整合为可反映出不同因子对山地灾害危险性评价的贡献大小，其归一化处理方案见表3。
表3 各因子危险度划分与赋值
Table 3 Hazard division and given values of factors
根据归一化处理结果，每个因子被划分出四个危险性等级。应用GIS处理模块将因子数据图层作1 km×1 km解析度的栅格化处理，按1、2、3和4数值分别赋给每个制图栅格单元，分别反映因子的高、中、低和无危险的四个等级。通过ARC/INFO或ARCVIEW的overlay工具进行各因子的叠置运算，由此产生了一个新的分析结果图层。为了评价云南金沙江流域山地灾害危险度的相对分布规律，我们将每个栅格单元计算获得的数值按平均分割法进行危险等级划分，其划分标准见表4。按此分类方法即可将云南金沙江流域评价出不同危险等级山地灾害的活动区域，按红、黄、蓝、绿四种颜色或不同色斑分别表示山地灾害危险性的不同等级，由此得到云南金沙江流域山地灾害危险性评价图（图2）。
图2 云南金沙江流域山地灾害危险度评价图
Fig.2 Hazard assessment map of mountain hazards in the Jinshan river watershed of Yunan
山地灾害危险性评价结果经过反复与中国科学院成都山地灾害与环境研究所完成的长江上游滑坡、泥石流危险度区划研究成果进行对比分析[16-18]，将本研究区划出的高、中、低危险度分布区域与其相应的不同危险区进行面积统计，其拟和度为87%；此外也与本研究完成的区域滑坡、泥石流沟分布现状和展布规律作了对比分析，我们认为本研究提出的云南金沙江流域山地灾害危险性评价结果是符合实际情况的。
表4 山地灾害危险等级划分标准
Table 4 Division standard of hazard level of mountain hazards
高危险区 中危险区低危险区无危险区
计算值
＞16 15-12
11-8 ＜8
5 主要结论
1.山地灾害危险性评价作为一种重要的非工程性措施，是山地灾害风险管理的基础和前提，评价结果输入到山地灾害易损性分析模型，即可得到山地灾害灾情的估计值，进而为制订国土规划、社会发展计划和减灾对策预案提供科学依据。本文以Varnes提出的“过去和现在是预测未来的关键”作为山地灾害危险性评价的基本原理，整合了研究区山地灾害活动历史信息和现今空间分布特征，采用图层数据统计学方法对研究区泥石流灾害点与各因子的每个属性进行相对频率组合的定量计算，从而明确了不同危险因子在危险区划中的贡献。
2.本文以云南金沙江流域为研究区，构建了与区域山地灾害孕灾环境和致灾因子有关的1∶25万比例尺空间图形数据库；以1 km×1 km的评价单元对山地灾害危险性进行了空间分析，最终编制了研究区的山地灾害危险性评价图，其评价结果经过多次反复与研究区的现存山地灾害分布密度和规模进行对比，提出的金沙江流域山地灾害危险性评价图是符合实际情况的。
3.通过对山地灾害危险度评价表明，研究区高危险区面积约6464，占全区面积的8.77%，中危险区面积约30593，占全区总面积的41.51%，低危险区面积30309，占全面积41.12%，无危险区面积6335，占全区总面积的8.60%。云南金沙江流域的山地灾害危险程度在区域分布上现出明显的地带差异性，其高危险分布带与区域大断裂走向相吻合，并且沿主要河流及支流两岸成带状分布，对于地表自然结构扰动大的人类活动场所，如城镇、公路沿线以及矿山剥采区附近，多为山地灾害高－中危险区。
4.研究结果表明将GIS技术引入山地灾害分析与制图中，整合了研究区山地灾害活动历史信息和现今空间分布特征，更详细地阐述GIS在山地灾害危险性评价中的特殊功能和评价效果，尤其是在因子敏感性计算和参评因子优选上充分显示了GIS对图形数据和参数数据分析管理的优越性，能够更精确地、更经济地进行区域山地灾害的危险性评价和评价。
6 方法讨论
1.探讨的区域山地灾害危险性能够反映出山地灾害潜在活动性的差异分区和整体特征，其目的不是以精确的方式计算山地灾害发生概率，也不能代表单沟泥石流或单体滑坡、崩塌的危险度，所完成的山地灾害危险性评价图不能认为是大量野外调查、观测和勘查的集成，因为用于山地灾害评价的环境空间信息和评价因子在某些条件下是非确定性的或是不充足的，要进一步解决区域山地灾害发生预测预报的精确性问题，还需要结合具体的工程地质勘察、地貌调查和降雨分析，使山地灾害危险性评价险图在减灾防灾中发挥出其更显著的作用。
2.评价指标因子的选取与单沟泥石流或单体滑坡、崩塌危险指标因子的选取有显著的差别，如何涵盖影响区域山地灾害危险度的主导因素是评价的关键和难题之一。山地灾害危险性评价作为地貌评价的一种特殊类型，应该尽可能以多因子的综合分析评价为主线，但是如果选取的因子过多，会降低主导因子在评价中的突出作用，而且也不便数据资料的整合，同时增大了计算分析的难度。因此要针对评价的对象进行致灾成因的综合分析，尽可能提取能够反映山地灾害形成的地质、地形、降雨、土地利用、人类活动等起主导作用的因子。
3.评价因子的等级划分和危险分区指标只能是反映其相对的差异性，不同的研究者可能有不同的划分标准，从而导致评价的对象可能存在一定程度的相异，这要依据我们所要对山地灾害危险性评价的预期目标和评价原则而确定研究方法和技术路线，并作出评价方案。目前多数的区域性的分析和评价主要是突出其区域灾害发生危险性概率分布的相对差异性，以便于在实际减灾防灾中确定防御的重点区域和对象。
4.尽管应用GIS技术能够容易地划分出不同解析度的评价单元，提高了评价的精度，所获得的山地灾害危险性评价亦是以栅格单位表示，但是评价结果应该进一步整合，特别是如何将评价结果与行政区域边界、流域边界进行整合，这样的评价结果更便于各级行政政府部门和不同流域管理机构在防灾减灾决策中的广泛应用。
收稿日期(Received date):2004-03-02；改回日期(Accepted):2004-05-08。