地质灾害危险区划分与评价

1. 地质灾害危险区划分与评价

地质灾害危险性分区是在地质灾害易发区基础上进行的。地质灾害的易发性代表了地质灾害是否具备形成条件和发生地质灾害的难易程度。而地质灾害的危险性则包括了地质灾害的活动程度、威胁的范围、易发程度和诱发因素，是地质灾害形成的可能性。仍然采用信息量法进行计算。
一、地质灾害危险性评价指标体系
控制和影响地质灾害形成的地质条件很多，但归纳起来主包括两方面的条件，即地质灾害形成的基础条件和诱发条件。依此，可建立地质灾害危险性评价指标体系（图6-12）。
1.地质灾害活动程度
地质灾害活动程度主要是指地质灾害活动的历史。在本次地质灾害危险性评价中，主要考虑地质灾害活动的点密度和面密度，将其作为地质灾害危险性分区的依据。但地质灾害活动的历史只能说明地质灾害的过去，而未来地质灾害活动程度怎样，危险性大小主要取决于地质灾害的形成条件及诱发因素。
2.地质灾害形成条件
地质灾害形成条件包括主要控制因素和影响条件。本次地质灾害危险性区划评价中主要选取斜坡结构类型、工程地质岩组、水文地质条件、斜坡几何形态、断裂构造和人类活动等条件。
3.地质灾害威胁范围
地质灾害一旦发生，其可能影响的范围，即存在地质灾害危险的范围。本次确定的地质灾害威胁范围主要包括易发区本身斜坡地带，同时也包括沟谷底部及河流、水库内的一定范围。

图6-12 地质灾害危险性程度评价指标体系图

4.地质灾害诱发因素
诱发因素是指能够使地质环境系统向着地质灾害发生的方向演化或者导致地质灾害发生的内动力和外动力地质作用。本区诱发条件主要包括地震、降雨和人类工程活动。但由于本区地震活动相对较弱，而且能够代表地震活动程度的地震烈度和地震动峰值加速度在县域内区别不大，因此本次危险性评价中未考虑地震活动的影响因素。参与评价的主要诱发因素为降雨和人类工程活动。
二、地质灾害危险性分区
1.评价指标的量化
危险性评价采用信息量法进行计算，用1：50000地形图提取基础地理信息，从遥感影像中提取植被图层，利用降雨量等值线图提取降雨指标，人类工程活动主要从地形图和灵台县发展规划中提取，得到各种评价指标的图层，根据实际调查资料可以获得地质灾害的点密度和面密度，并将这些指标引入GIS操作系统中。
2.基于GIS的信息量分析模型迭加计算
采用基于GIS的信息量分析模型进行迭加计算，通过计算诸影响因素对斜坡变形破坏所提供的信息量值，作为区划定量指标，既能正确地反映地质灾害的基本规律，又简便、易行、实用，且便于推广应用。计算原理与过程如下：
信息预测的观点认为，滑坡与崩塌等地质灾害的产生与否与预测过程中所获取信息的数量和质量有关，是用信息量来衡量的，即：

甘肃省灵台县地质灾害研究

式中：I（Y，x1，x2，x3，…，xn）为因素组合x1，x2，x3，…，xn对滑坡与崩塌等地质灾害所提供的信息量，P（Y，x1，x2，x3，…，xn）为因素x1，x2，x3，…，xn组合条件下滑坡与崩塌等地质灾害发生的概率，P（Y）为滑坡与崩塌等地质灾害发生概率。
根据条件概率运算，式6-1可进一步写成：

甘肃省灵台县地质灾害研究

式中：Ix1（Y，x2）为在因素x1存在时，因素x2对滑坡与崩塌等地质灾害提供的信息量。
信息量法评价模型的建立过程如下：
1）首先计算各因素xi对地质灾害发生事件（H）提供的信息量I（xi，H），即：

甘肃省灵台县地质灾害研究

式中：P（xi|H）为地质灾害分布条件下出现xi的概率，P（xi）为研究区内出现xi的概率。
式6-3是其理论模型，但在实际计算时往往用下列样本频率计算：

甘肃省灵台县地质灾害研究

式中：S为研究区评价单元总数，N为研究区有地质灾害分布的单元总数，Si为研究区内含有评价因素xi的单元数，Ni为分布在因素xi内特定类别内的地质灾害单元数。
2）计算某个评价单元内n种因素对地质灾害发生的提供的总信息量Ii：

甘肃省灵台县地质灾害研究

式中：Ii为评价单元总的信息量值，n为参评因子数。
3）用总的信息量Ii作为该单元影响地质灾害发生的综合指标，其值越大越有利于地质灾害的发生，该单元的地质灾害危险性亦越高。
4）信息量结果值的分级：通常情况下，利用该模型得到的结果值Ii，是连续分布的绝对数值，需要对最终的全部单元的信息量值划分级别，将全区划分成不同等级的易发程度分区。
根据Ii的大小，给单元确定稳定性等级。Ii＜0表示该单元变形破坏的可能性小于区域平均变形破坏的可能性；Ii＝0表示该单元变形破坏的可能性等于区域平均变形破坏的可能性；Ii＞0表示该单元变形破坏的可能性大于区域平均变形破坏的可能性。也就是说，单元的信息量越大越有利于斜坡变形破坏。
5）统计分析（主观判断或聚类分析）找出突变点作为分界点，将区域分成不同等级。
评价指标的基础数据均为定量描述的数据，须采用标准化、规格化、均匀化，或对数、平方根等数值变换方法统一量纲，或者用归一化处理后变成无量纲的数据，方可代入评价模型。
3.建立模型步骤与方法
（1）因子图层的准备和重分类
首先，为进行有效的分析准备因子图层。按照信息量模型中选取因素的方法确定参与评价的因子，然后将其以1：50000地图图层的形式进入GIS系统中并将得到的因子图进行重分类。
（2）各因子图层与地质灾害分布图的叠加分析
各因子图层准备好之后，就可以在GIS中结合地质灾害分布图进行分析。对式6-5作变换可得：

甘肃省灵台县地质灾害研究

式中：N/S为区域总的地质灾害分布密度，在研究区域一定的情况下，它是一个定值；N/Si为地质灾害在某图层特定类别内的分布密度。由于可以看出，模型中关键点之一是求出每一因子图层中各类型中地质灾害的分布密度。为统计Ni/Si，需要得到地质灾害在每种因素的各个类别中的分布情况，在GIS中利用其空间分析（spatial analyst）功能来实现。
（3）各图层各类别信息量值的计算
将各图层因子的属性表和对应的地质灾害分布图做空间分析运算后，按如下公式计算出各图层各类别信息量值：

甘肃省灵台县地质灾害研究

由此可得各图层因子内各类别的信息量，按照各类别与对应的信息量之间的关系，对各类别赋予其对应的信息量值，可得单因子图层的信息量图。每个图层因子中各类别的信息量值求出后，就可以对不同图层之间相对应的栅格进行累加，最终结果得到整个研究区的一张综合信息量图，即地质灾害易发性区划图。
（4）格网大小的选取
单元网格的划分是否恰当，影响着地质灾害易发性区划结果的合理性，也影响到区划过程中各参数获取的难易程度。研究区栅格单元大小的选择依赖于分析所需的数据精度，既要足够小以获得所需细节，也要足够大以便计算机存储和保证分析的效率。在确定单元大小时，应该考虑以下几个方面的因素：
1）输入数据的精度；
2）结果数据库的大小和磁盘容量；
3）期望的相应时间；
4）将要进行的应用和分析。
比输入精度更精细的单元并不能获得比输入更精确的数据。结果栅格数据集应该与输入数据集同精度或更粗糙些。单元的大小依据研究不同而不同，单元越小，精度和准确度越高，但在编码、数据库存储和分析处理速率上的成本相应增大。对多数分析来说，基于单元分析的效率比精度损失更为重要。
适宜网格单元大小的选取受多种要素的影响，但各要素对单元选取的敏感性是不相同的（其中最为敏感的要素是地形），这些要素对格网大小选取的影响过程仍值得深入研究。在很多情况下，适宜格网单元大小的选取完全取决于专家知识和经验，无论其他要素对格网大小选取影响多大，原始数据、特别是地形数据的分辨率是格网单元选取首要考虑的要素。灵台县地质灾害危险性区划评价仍然采用500m×500m剖分栅格单元，灵台县全区评价单元共计8084个。
根据前述信息量计算方法，计算得到各单元总信息量。各因素对滑坡、崩塌等地质灾害发生的贡献越大，发生地质灾害的可能性就越大。利用统计学中常用的自然断点法将危险性区划图重新分类，将灵台县全区的地质灾害危险性划分为三级：高危险区、中危险区、低危险区。
在信息量模型定量计算分区的基础上，综合考虑各种因素，最终人工勾画出灵台县地质灾害危险程度分区图（图6-13）。

图6-13 灵台县地质灾害危险性分区图

依据地质灾害危险性分区结果，充分考虑地质灾害防治规划工作的开展，综合灵台县地貌、岩土特征、地质构造、年降雨分布规律及人类活动程度等特点，将灵台县滑坡、崩塌、泥石流灾害危险程度划分为地质灾害高危险区、中危险区、低危险区和极低危险区，根据地质灾害分布、组合特征又进一步划分为16个亚区（表6-4）。
4.危险性分区评价
（1）地质灾害高危险区（Ⅰ）
灵台县地质灾害高危险区面积232.49km2，占总面积的11.35％。包括6个地质灾害高危险亚区，即黑河北岸梁原乡横渠—付家沟—官村—朱家湾—杜家沟—景家庄子地质灾害高危险亚区（Ⅰ1）、黑河南岸梁原乡张家塬—温家庄—东门—朱家湾高地质灾害危险亚区（Ⅰ2）、达溪河北岸沿线地质灾害高危险亚区（Ⅰ3）、达溪河南岸中台镇—蒲窝乡—新开乡邵寨镇黄土梁峁丘陵地质灾害高危险亚区（Ⅰ4）、邵寨镇黄土梁峁丘陵地质灾害高危险亚区（Ⅰ5）和独店乡什字塬北部黄土梁峁丘陵地质灾害高危险亚区（Ⅰ6）。本区所处地貌单元主要为黄土梁峁沟壑区及黄土丘陵区。岩性主要为第四系黄土和白垩系紫红色泥岩、砂岩、砂砾岩，地表黄土覆盖厚度较大，黄土大都向冲沟倾斜。局部地形坡度较大，区内工程地质条件差，岩土层的表层风化较严重，本区人类活动比较强烈，沟谷边坡人口比较密集，人类活动对环境的改造极为强烈，主要包括建房切坡、开挖窑洞、修路等，人为活动诱发滑坡、崩塌的可能性较大。本区植被稀疏，以农作物为主，不利于水土保持。丘陵区沟谷大多处于壮年期或幼年期，侵蚀作用比较强烈。在汛期遇暴雨和连阴雨天气容易形成滑坡、崩塌灾害。特殊的岩土条件和气象条件为地质灾害的形成提供了可能性。本区也是全县滑坡、崩塌地质灾害最严重的地区。
表6-4 地质灾害危险程度分区说明表


（2）地质灾害中危险区（Ⅱ）
灵台县地质灾害中危险区面积604.03km2，占总面积的44.12％，地质灾害为灾滑坡，崩塌、泥石流和不稳定斜坡。包括4个地质灾害中危险亚区，即黑河北岸梁原乡黄土梁峁丘陵地质灾害中危险亚区（Ⅱ1），黑河南岸-什字塬以北黄土梁峁丘陵地质灾害中危险亚区（Ⅱ2），什字塬以南-达溪河以北黄土梁峁丘陵地质灾害中危险亚区（Ⅱ3），达溪河南岸中台镇蒲窝乡新开乡邵寨镇广大黄土梁峁丘陵地质灾害中危险亚区（Ⅱ4）。本区岩性为第四系中上更新统黄土覆盖于白垩系砂砾岩、砂岩、泥岩基岩之上，厚度不等，在降水作用下容易沿黄土与基岩的接触面形成滑坡。区内人类工程活动相对较强，人口比较多。人类工程活动比较强烈主要表现是为各种目的而进行的切坡，加大了崩塌、滑坡的临空面。黄土层岩石风化破碎，节理裂隙发育，为灾害中易发区。丘陵区沟谷大多处于壮年期或幼年期，侵蚀作用比较强烈，沟坡多为阶状陡坡。在汛期容易形成滑坡、崩塌灾害。灾害点分布在村庄周围、公路沿线、河谷边坡地带。地质灾害一旦发生，危害较大。
（3）地质灾害低危险区（Ⅲ）
灵台县地质灾害低危险区面积912.48km2，占总面积的44.53％，地质灾害发育较少，危险性相对较小。包括6个地质灾害低危险亚区，即梁原乡王家沟黄土塬地质灾害低危险亚区（Ⅳ1）、黑河宽阔河谷地质灾害低危险亚区（Ⅳ2）、什字塬地质灾害低危险亚区（Ⅳ3）、达溪河河谷地质灾害低危险亚区（Ⅳ4）、邵寨镇黄土塬地质灾害低危险亚区（Ⅳ5）、百里乡林场地质灾害低危险亚区（Ⅳ6）。本区黄土塬区及黄土小台塬区和宽阔的河谷区工程地质条件很好，地形平坦，虽然人类工程活动较频繁但很少发生地质灾害，百里乡林场区植被茂密，人烟稀少，人类工程活动较少，人类工程活动弱，地质环境相对优越，为地质灾害低危险区。

2. 地质灾害危险区划分及分区评价

本次危险程度分析亦采用基于GIS的信息迭加法。由于和地质灾害易发区划分采用的方法、指标体系建立、指标量化、评价单元剖分等相同或相近，故仅简述之。
一、地质灾害危险区划分
（一）危险程度评价指标体系
地质灾害危险区是指明显可能发生地质灾害且有可能造成较多人员伤亡和严重经济损失的地区。因此，其区域划分应基于地质灾害演化趋势，采用造成损失的地质灾害点，结合地质灾害形成条件与触发因素、演变趋势与人类工程活动，从而圈定不同地质灾害危险程度。
依据此原则，在地质灾害形成条件分析的基础上，采用目标分析方法建立了延安市宝塔区滑坡危险程度评价的三层结构指标体系（图6-16）。

图6-16 地质灾害危险程度评价指标体系框图

1.灾害历史
灾害历史即已有地质灾害群体统计，主要考虑已形成地质灾害的滑坡、崩塌的数量和规模。鉴于遥感解译而未经调查的滑坡、崩塌以及不稳定斜坡一般都属于未造成损失的自然地质现象，故本次以已经造成或有潜在危害的实际调查的滑坡、崩塌、不稳定斜坡为依据，采用其点密度、面密度和体积密度来表征。
2.基本因素
基本因素指控制和影响地质灾害发生的地质环境条件背景，如坡度、坡高、坡型和岩土体类型等。
3.诱发因素
指诱发（或触发）地质环境系统向不利方向演化甚至导致地质灾害发生的各种外动力和人类活动因素，包括降雨和人类工程活动。

图6-17 层次分析法确定权重的流程图

确定权重的方法主要包括专家打分法、调查统计法、序列综合法、公式法、数理统计法、层次分析法和复杂度分析法。其中，层次分析法是由多位专家的经验判断并结合适当的数学模型再进一步运算确定权重的（图6-17），是一种较为合理可行的系统分析方法。本次研究就采用这种方法，首先聘请国内外有关灾害研究专家、灾害研究者根据自己的体会和经验，填写黄土崩滑灾害重要性比较矩阵（表6-5）。

表6-5 区域滑坡危险程度综合评价指标体系重要度比较矩阵

注：A1代表灾害历史因素，A11，A12，A13 分别为：灾点密度，灾点面密度，灾点体密度；A2 代表基础因素，A21，A22，A23，A24，A25分别为：坡度，坡高，坡型，岩土类型和植被覆盖率；A3代表诱发因素，A31，A32分别为：气象条件，人类工程活动。
基于重要度比较矩阵，利用方根法求得权重：
A=（0.64，0.26，0.11）
A1=（0.60，0.20，0.20）
A2=（0.48，0.18，0.20，0.06，0.08）
A3=（0.2，0.8）
为检验判断矩阵的一致性，分别求取各层次因子一致性指标CR，经检验可知：
CRA＜0.1，CRA1＜0.1，CRA2＜0.1，CRA3＜0.1
即各判断矩阵满足一致性，所获得的权重值合理。
（二）评价指标量化
与易发区评价指标量化过程类似，仍然以宝塔区1：5万比例尺和城区1：1万比例尺的数字地形图和地质灾害详细调查数据为基础，分别提取基本评价指标：坡度、坡高以及坡型（坡型指标以地面曲率表示）和已有滑坡崩塌群体统计指标。由于完全基于调查地质灾害点数据，因此能够获取评价单元内精确的灾害点密度、面积密度以及体积密度。
同样，植被指数也来源于全区Spot5遥感数据，根据NDVI计算公式，采用ERDAS遥感影像处理软件，对全区的植被指数进行提取，作为全区植被情况的量化值。人类工程活动的量化是以调查区的公路为基准线，向两边做三个缓冲区，间隔500m，以ArcGIS为工具，分别做出上面同易发区类似的全区及城区的各个指标量化分级图，然后生成数字矩阵作为后面评判的基础数据集。
（三）计算单元剖分
本次危险程度评价单元的剖分与易发程度区划的单元剖分一致。整个调查区以幼年期沟谷中的三级支流干沟、冲沟等划分为135个单元（图6-9）。城区以幼年期沟谷中的四级、五级支流干沟—细沟划分为816个单元（图6-10）。
（四）基于GIS的信息量迭加
1.运算方法及结果
将上述各个评价指标的量化值生成数字矩阵，利用GIS系统的空间迭加与统计功能，计算每一个单元格的所有评价指标值，然后得到数字矩阵的计算结果。再利用ArcGIS平台提供的分析计算功能，将研究区各评价单元数据按照权重分配结果，分级进行信息叠加计算，获取每个单元的危险程度指标（图6-18）。

图6-18 地质灾害危险程度计算结果图

2.危险程度等级分区
综合前面的分析，本次研究经统计分析（主观判断或聚类分析）找出突变点作为分界点，将区域分成划分为低危险，中危险和高危险三个等级，对上面的评判计算结果进行分级（图6-19；表6-6），在定量计算分级分区的基础上，综合考虑各种因素，人工勾画出宝塔区地质灾害危险程度分区图（图6-20，图6-21）。

表6-6 地质灾害危险程度评价分区表


图6-19 地质灾害危险程度分级图


图6-20 地质灾害危险程度分区图


图6-21 城区地质灾害危险程度分区图

二、地质灾害危险区分区评价
依据地质灾害危险程度区划评的评估原则和宝塔区地质灾害危险程度的等级分区图，地质灾害危险程度划分为高危险区、中等危险区、低危险区3个级别的区域，结合地质灾害易发区和承灾体种类及其分布的区域，进一步划分了6个亚区（图6-20，图6-21；表6-7）。分区评价描述如下。

表6-7 地质灾害危险程度分区说明表

（一）高危险区（Ⅰ）
高危险区主要分布于北部延河流域，集中分布于城区（Ⅰ1）、姚店镇（Ⅰ2）、丁庄（Ⅰ3）、牡丹—雷鼓川上游（Ⅰ4）和蟠龙川上游（Ⅰ5）等五个亚区范围内。高危险区的总面积约907.84km2，占全区面积的25.53%。该区城镇化建设速度较快，城镇化率在20%～30%之间，分布有公路、铁路、城镇建筑以及著名革命圣地旅游风景区等许多重要工程建筑设施。区内常住人口较为密集，流动人口往来较频繁。除五羊川流域和桥儿沟镇地段延河Ⅰ级沟谷区外，其他区与地质灾害高易发区基本重合，崩塌、滑坡发育密度76～165处/100km2。历史上灾害发育较多，发育滑坡221处：其中危险滑坡28处，次危险滑坡118处，不危险滑坡75处；发育崩塌36处，其中危险崩塌24处，次危险崩塌10处，不危险崩塌2处：危险斜坡地段14处，次危险斜坡地段16处。共计发育地质灾害288处，危险程度在危险—次危险的地质灾害点占区内总地质灾害点73%。现今潜在地质灾害威胁4702人，资产期望损失11421万元。有宝塔山滑坡（BT4039）、棉土沟滑坡（BT3087）、二庄科武警中队滑坡（BT1003）等26处重要地质灾害点分布在该区。
1.城区亚区（Ⅰ1）
城区亚区位于调查区中西部，以城区为中心，向西北延伸至延河与西川，向西南延伸至杜甫川，向南延伸至南川，向东北顺延河延伸至川口。面积441.69km2，占高危险区面积48.65%。发育地质灾害220处：发育滑坡165处，其中危险滑坡18处，次危险滑坡77处，不危险滑坡70处；发育崩塌29处，其中危险崩塌19处，次危险崩塌8处，不危险崩塌2处；危险斜坡地段10处，次危险斜坡地段16处。该区城镇化建设速度较快，城镇化率20%～30%，分布有公路、铁路、城镇建筑以及著名革命圣地旅游风景区及其重要工程建筑设施。地质灾害威胁4024人、378孔（间）窑洞（房屋）、350m铁路及1200m公路，资产期望损失11735万元。
2.姚店亚区（Ⅰ2）
姚店亚区位于调查区中东部，以姚店镇为中心，沿蟠龙川向北达青化砭，顺延河向西近抵甘谷驿，就延河南岸一支流向南至赵家沟。面积261.39km2，占高危险区面积的28.79%。发育地质灾害47处：发育滑坡36处，其中危险滑坡5处，次危险滑坡28处，不危险滑坡3处；崩塌7处，其中危险崩塌5处，次危险崩塌2处；危险斜坡地段4处。分布有公路、铁路、村庄等工程设施。地质灾害威胁1982人，152孔（间）窑洞（房屋），资产期望损失4635万元。
3.丁庄亚区（Ⅰ3）
丁庄亚区位于调查区西北部边界附近，丰富川上游。面积40.32km2，占高危险区面积的4.44%。该区地形地貌条件复杂，沟谷纵横、河流侵蚀作用强烈，植被覆盖率较低，水土流失严重，极易发生灾害。现今发育危险性滑坡2处，不稳定斜坡1处，共计发育地质灾害3处。
4.牡丹—雷鼓川上游亚区（Ⅰ4）
牡丹—雷鼓川上游亚区位于调查区西北部边界附近，牡丹-雷鼓川上游。总面积112.13km2，占高危险区面积的12.35%。该区地形地貌条件复杂，沟谷纵横、河流侵蚀作用强烈，植被覆盖率较低，水土流失严重，极易发生灾害。人口密度相对较大，村民建房切坡等不合理工程活动较多，潜在地质灾害发育。现今发育潜在地质灾害10处，其中危险滑坡1处，次危险滑坡8处，不危险滑坡1处。灾害威胁597人，资产期望损失256万元。
5.蟠龙川上游亚区（Ⅰ5）
蟠龙川上游亚区位于调查区东北部边界附近，蟠龙川上游。总面积52.31km2，占高危险区面积的5.77%。该区地形地貌条件复杂，沟谷纵横、河流侵蚀作用强烈，植被覆盖率较低，水土流失严重，极易发生灾害，人口密度相对较大，村民建房切坡等不合理工程活动较多，潜在地质灾害发育。现今发育地质灾害点8处：包含2处危险性滑坡，5处次危险性滑坡和1处不危险滑坡。
（二）中危险区（Ⅱ）
中危险区主要分布在宝塔区中北部高危险区外围的黄土梁峁地带，南部汾川河流域官庄乡附近有小面积分布，该区涉及了18个乡镇和3个街道办的部分区域，总面积约1417.34km2，占全区面积的39.85%。该区局部城镇化建设速度较快，城镇化率小于20%，公路、城镇建筑、水库、采矿、采油等重要的工程设施零星展布。除南部汾川河流域外，其他区与地质灾害中易发育区基本重合，崩塌、滑坡发育密度1～69处/100km2。发育地质灾害点102处：滑坡72处，其中危险滑坡15处，次危险滑坡38处，不危险滑坡19处；崩塌16处，其中危险崩塌11处，次危险崩塌4处，不危险崩塌1处；危险斜坡地段11处，次危险斜坡地段3处。地质灾害威胁2676人，532孔（间）窑洞（房屋），资产期望损失851.8万元。柳林镇东队崩塌隐患（BT1111）、后庙沟不稳定斜坡（BT3047）等12处重要地质灾害点分布在该区。
1.中北部亚区（Ⅱ1）
中北部亚区分布在调查区中北部高危险区外围Ⅱ、Ⅲ级沟谷区内，在西川河南岸有小面积分布。中北部亚区总面积1223.27km2，占中危险区面积86.31%。该区局部城镇化建设速度较快，城镇化率小于20%，公路、城镇建筑、水库、采矿、采油等重要的工程设施零星展布。发育地质灾害点97处：发育滑坡69处，其中危险滑坡14处，次危险滑坡37处，不危险滑坡18处；发育崩塌15处，其中危险崩塌11处，次危险崩塌3处，不危险崩塌1处；危险斜坡地段10处，次危险斜坡地段3处。地质灾害威胁2193人，455孔（间）窑洞（房屋），资产期望损失452.4万元。
2.西川河上游亚区（Ⅱ2）
分布在调查区中部西侧，枣园镇西川河南岸，面积50.36km2，占中危险区面积3.55%。发育地质灾害2处，皆为危险性滑坡。地质灾害威胁441人，202国道上过往车辆、人员，以及59孔（间）窑洞（房屋），资产期望损失196万元。
3.官庄亚区（Ⅱ3）
分布在调查区南部东侧，地貌上属汾川河的中上游。面积143.71km2，占中危险区面积的10.14%。发育地质灾害点3处：1处次危险滑坡、1处崩塌，1处危险斜坡地段。地质灾害威胁32人，18孔（间）窑洞（房屋），资产期望损失7万元。
（三）低危险区（Ⅲ）
低危险区主要分布在调查区南部5个乡镇和延河河沟区，面积1251.92km2，占全区面积35.2%。分布有公路、局部分布有城镇建筑、水库、采矿、采油等重要工程设施。人类工程活动微弱。地质灾害面密度0.2处/100km2。其中调查区南部亚区（Ⅲ1）仅发育6处不稳定斜坡，危险斜坡地段4处，次危险斜坡地段2处。地质灾害威胁79人，79孔（间）窑洞（房屋），资产期望损失200万元。仅有姚家坡村不稳定斜坡1处重要地质灾害点分布在该区。延河河谷亚区（Ⅲ2）主要分布在宝塔区城区宽阔的河谷等地。属延河Ⅰ级沟谷区，尽管区内城市化建设速度较快，人类工程活动强烈，但由于河谷区地形宽阔、且较平坦，两侧滑坡受滑距限制，一般不至于滑至该范围，危险程度因此较低。

3. 地质灾害风险基本概念及内涵

一、地质灾害定义
地质灾害属于灾害的一种类型，目前对灾害尚无公认的严格定义。联合国灾害管理培训教材将其定义为：自然或人为环境中，对人类生命、财产或活动等社会功能的严重破坏，它引起普遍的人类、物质或环境损失，这些损失超出了受影响的社会只利用其本身的资源所能应对的能力。
韦氏字典的定义是：一个突然发生的、造成巨大物质破坏和损失以及危难的不幸事件。
牛津字典定义为：突然发生的巨大灾祸或不幸事件。
从以上定义可知，灾害是一种自然的或人为因素引起的不幸事件（或过程），它对人
类的生命财产、社会经济活动和发展的基础——资源与环境造成了危害和破坏，是自然界的一种灾变过程。它的发生往往是不以人的意志为转移的。也就是说，灾害是由危害人类的生命财产以及资源环境损失构成的。危害是自然或人为环境中对生命财产以及资源环境或活动产生不利影响并达到造成灾害程度的罕见的或极端的事件。危害是致灾因子，只有造成生命财产损失的危害才称其为灾害。
对地质灾害的概念有不同的理解，代表性的有：
地质灾害是由于地质作用使地质自然环境恶化，并造成人类生命财产毁损或人类赖以生存与发展的资源、环境发生严重破坏的事件（或过程）。
地质灾害是指各种（天然的和人为的）地质作用对人民生命财产和国家建设事业（人类的生存与发展）造成的灾害。
联合国教科文组织（UNESCO）：地质灾害活动及其对人类造成破坏的可能性。
中华人民共和国国土资源部行业标准《地质灾害分类分级》采用的地质灾害的定义，侧重于地质灾害发生结果的评估等级，其定义为：地质灾害（geological disaster）是地球在内动力、外动力或人类工程活动作用下发生的危害人类生命财产、生产生活活动或破坏人类赖以生存与发展的资源与环境的不幸的地质事件。主要包括地震、火山、崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降；其次包括煤层自燃、矿井突水、水土流失、土地沙漠化等。
国务院颁布的《地质灾害防治条例》所称地质灾害：“包括自然因素或者人为活动引发的危害人民生命和财产安全的山体崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等与地质作用有关的灾害”。
地质灾害内涵应该包括以下两方面内容：第一，强调致灾的动力条件，主要由地质作用形成的灾害事件才是地质灾害；第二，强调灾害事件的后果，即对人类生命财产和生存环境产生损毁的地质事件称为地质灾害，而那些仅仅是地质环境恶化，但并没有直接破坏人类生命财产和生产、生活环境的地质事件，称其为环境地质问题。
在上述地质灾害定义的各种描述中，国务院颁布的《地质灾害防治条例》的有关规定，是具有法律地位的，可作为确定研究内容的依据。
二、地质灾害风险定义
“灾害”是指在某一特定时间内，一定规模的事件的发生概率。灾害具有两方面的含义：一是具有潜在损害性的物理过程或行为；二是表明其发生可能性的威胁状态或条件。灾害造成的后果有大有小，有的是直接的影响，有的是间接的。这取决于灾害发生区内承灾体的属性特征及其受到影响的程度（即易损性）。因此，就提出了“灾害风险”的概念，其通常包含两层意思，一是灾害发生的可能性，二是如果发生灾害，可能造成的后果。灾害风险水平则是二者作用的综合结果（图1-1）。

图1-1 灾害、风险因素、易损性和风险之间的概念关系（据Alexander，2002）

许多学者和机构提出了各种各样的风险定义，其中最有影响并得到普遍公认和应用的是，联合国人道主义事务部（UNDHA）于1991年和1992年两次正式公布的自然灾害风险的定义：“风险是在一定区域和给定时段内，由于某一自然灾害而引起的人们生命财产和经济活动的期望损失值”。地质灾害风险就是地质灾害破坏产生不良后果的可能性，包括地质灾害发生破坏的可能性及其所产生的后果（损失）两个方面。这是当今国际上最具有代表性和权威性的地质灾害风险的基本定义，它是1984年在联合国教科文组织的一项研究计划中，由美国著名的滑坡专家Varnes提出，随后得到了国际地质灾害研究领域的全面认同，成为对灾害风险评估的基本模式。
根据Varnes（1984）：“一定地区、一定时期内因特殊毁害性现象造成的生命伤亡、财产损失和经济活动中断的预期值”。当考虑物理损失是（特定）风险可以定量表示为承灾体的预期损失（易损性乘以承灾体的价值或数量）与一定规模/强度的灾害事件发生的概率之积。总风险则是所有类型承灾体的预期损失综合乘以一定规模/强度灾害发生概率。
根据以上的阐述，可将“地质灾害”定义为其特殊的影响特征及其规模和频率而造成损害的可能的物理过程；因而，“地质灾害风险”则是伴随着地质灾害事件（如滑坡）的预期影响或损害、损失或代价。
根据上述“灾害风险”概念的阐述，以及Varnes（1984）、Fell（1994），Leroi（1996），Lee和Jones（2004）等对风险的定义，目前世界上对地质灾害风险计算，普遍采用了简单但功能强大的计算公式：
风险度（risk）=危险度（Hazard）×易损度（Vulnerability）
地质灾害具有自然属性和社会属性双重属性。地质灾害风险可以表达为危险性和易损性的乘积。因此，地质灾害的风险特征一方面是自然属性，表现为地质灾害发生、发展内在的随机性和不确定性。地质灾害风险的不确定性，反映了自然界本身固有的不确定性与人类对自然界的认识能力之间的关系。地质灾害发生和危害的不确定性是导致地质灾害存在风险的主要原因。地质灾害的发生受内在不确定性因素影响，使人类无法准确预测和完全控制，这就构成了风险的自然属性；另一方面是社会属性，表现为地质灾害的危害对象——受灾体的承受能力的不确定性，各种防灾工程的可变性，人类社会和经济活动的日益加剧而导致不确定因素增加等，构成了风险的社会属性。
地质灾害风险程度主要取决于两方面条件：一是地质灾害活动的动力条件，主要包括地质条件（岩土性质与结构、活动性构造等）、地貌条件（地貌类型、切割程度等）、气象条件（降水量、暴雨强度等）、人类工程经济活动（工程建设、采矿、耕植、放牧等）。通常情况下，地质灾害活动的动力条件越充分，地质灾害活动越强烈，所造成的破坏损失越严重，灾害风险越高。二是人类社会经济易损性，即承灾区生命财产和各项经济活动对地质灾害的抵御能力与可恢复能力，主要包括人口密度及人居环境、财产价值密度与财产类型、资源丰度与环境易损性等。通常情况下，承灾区（地质灾害影响区）的人口密度与工程、财产密度越高，人居环境和工程、财产对地质灾害的抗御能力以及灾后重建的可恢复性越差，生态环境越脆弱，遭受地质灾害的破坏越严重，所造成的损失越大，地质灾害的风险也越高。上述两方面条件分别称为危险性和易损性，它们共同决定了地质灾害的风险程度。基于此，地质灾害的风险要素亦由危险性和易损性这两个要素系列组成。危险性要素系列包括地质条件要素、地貌条件要素、气象条件要素、人类工程经济活动要素以及地质灾害密度、规模、发生概率（或发展速率）等要素。易损性要素系列包括人口易损性要素、工程设施与社会财产易损性要素、经济活动与社会易损性要素、资源与环境易损性要素等。

4. 地质灾害类型及划分

灵台县地势西北高、东南低，属黄土高原沟壑区。沟壑纵横，梁峁相间，川塬山丘交错，地形切割强烈，表层覆盖着厚度巨大的第四纪黄土层，黄土本身具有软弱性及湿陷性，加上黄土特有的垂直节理裂隙发育的特性，为地质灾害的发育创造了有利条件。独特的地形地貌条件，复杂的地质环境条件，决定了该地区是地质灾害比较严重的地区。黄土层下面为白垩系泾川组基岩，岩性主要为砂质泥岩、泥质砂岩或者两者互层，风化十分严重，局部节理裂隙相当发育，岩石强度较低，稳定性较差。黄土与基岩的接触面是软弱易滑带，控制了滑坡灾害的形成。
灵台县主要地质灾害有滑坡、崩塌、泥石流、不稳定斜坡等，多发生在人口密集和人类社会、经济、工程活动集中的乡镇，对居民区、公路、水库、学校等构成了威胁，直接影响到人民生命安全和经济发展。
本次地质灾害详细调查工作，遥感解译340个点，野外核实306个点，占解译总数的90％。全县实地调查滑坡285处、崩塌29处、泥石流9处、不稳定斜坡73处，合计396处（图3-1）。其中灾害点和灾害隐患点滑坡1两处、崩塌20处、泥石流4处、不稳定斜坡73处，合计109处（表3-1）。
表3-1 灵台县地质灾害及不良地质现象调查点统计表



图3-1 灵台县地质灾害类型比例饼图


图3-2 灵台县地质灾害点灾害类型比例饼图

灵台县109处地质灾害及隐患点（图3-2），依据实地调查资料，将12处滑坡、20处崩塌、4处泥石流、73处不稳定斜坡进一步划分为51个基本类型（表3-2）。
表3-2 地质灾害（及隐患）类型划分及主要类型一览表


续表


（一）滑坡
滑坡灾害在区内分布较少，本次调查滑坡地质灾害点12处，主要为黄土层内滑坡和黄土覆盖层滑坡，主要分布在中台镇中部县城周围，蒲窝乡西南部两处，其余零星分布在邵寨、独店、什字、新开、百里等乡镇，主要威胁公路、居民点和水库设施等。
1.按滑坡物质组成划分
区内滑坡为黄土滑坡及黄土—基岩覆盖层滑坡，滑坡类型单一，模式简单。滑体一般为上更新统马兰黄土（Q3m），中更新统离石黄土（Q2l），下更新统三门组黄土（Q1s），滑床为黄土以及下白垩统泾川组泥岩、砂岩（K1j）。滑坡滑动面有两类，一类为黄土层软弱面，一类为黄土与基岩接触软弱面。区内12处滑坡，7处滑坡为黄土层内接触面滑动，其余5处为黄土与基岩接触面软弱层滑动。
2.按滑坡体规模划分
按滑坡体规模划分可分为中型滑坡、大型滑坡和特大型滑坡三类，未发现巨大型滑坡。其中型滑坡6处，占50.00％，大型滑坡4处，占33.33％，特大型滑坡两处，占16.67％（图3-3）。
3.按滑坡成因划分
区内所有滑坡均为自然滑坡，都是自然条件下受降雨影响，雨水顺节理裂隙下渗，坡脚遭到雨水浸润、侵蚀，上部土体充分湿陷，在自身重力影响下形成的自然滑坡。
4.按滑坡体厚度划分
按滑坡体厚度划分，该区滑坡该区可分为浅层滑坡、中层滑坡和深层滑坡三类，无超深层滑坡，以中层为主。其中厚度在10～25m之间的中层滑坡9处，占73.1％；厚度在25～50m的深层滑坡两处，占18.6％；厚度小于10m的浅层滑坡1处（图3-4），占8.3％。
5.按滑坡发生时间划分
根据滑坡发生时间，将滑坡划分为古滑坡、老滑坡和新滑坡三类。全新世以前发生滑动、现今整体稳定的滑坡称之为古滑坡；全新世以来发生滑动、现今整体稳定的滑坡称之为老滑坡；现今正在发生滑动的滑坡称之为新滑坡。经过实地调查该区的在实地调查的12处滑坡中，老滑坡11个，新滑坡1个（图3-5）。
6.按运动形式划分
区内所有滑坡都是在坡脚受到冲刷及浸泡，并在降雨入渗的作用下发生的，均为牵引式滑坡。少数老滑坡的坡脚修建住宅开挖坡脚，对其稳定性影响巨大，有向复活转变的趋势。
统计数据表明，区内滑坡按滑动面位置分主要有两种类型。一种是沿黄土层内软弱面滑动，这些滑坡多是分布在塬边，软弱面一般风化严重、节理裂隙发育，稳定性较差地层。另一种是沿着黄土与基岩的接触面滑动，这类滑坡多分布在沟谷下游的底部，有基岩出露，基岩顶部往往风化严重，节理裂隙比较发育，稳定性差，受地下水影响较大，是软弱结构面。这两种滑动面位置的滑坡的数量在总体上基本相同。

图3-3 滑坡体规模比例饼图


图3-4 滑坡体厚度比例饼图


图3-5 滑坡灾害发生年代比例饼图


图3-6 滑坡灾害稳定程度比例饼

7.按稳定程度划分
按滑坡体的现状稳定程度，可划分为稳定滑坡、不稳定滑坡和基本稳定滑坡。根据野外详细调查及访问资料，区内滑坡有基本稳定和不稳定滑坡两类，其中基本稳定滑坡最多，计11处，占实地调查滑坡总数的91.6％；不稳定滑坡1处，占8.4％（图3-6）。
（二）崩塌
崩塌是陡坡或直立陡坎上部分岩土体脱离母体，发生坠落、倾倒和滚动，对其下居民或房屋财产以及对公路等公共设施造成损失的一种地质灾害。根据本次调查统计结果，区内崩塌地质灾害多发在公路高陡边坡和居民房屋建筑场址高陡边坡，以中台镇及梁原乡居多。
崩塌主要为黄土崩塌及基岩崩塌（图3-7），主要分布在黄土台塬边缘斜坡和达溪河、黑河及其支流两岸沟底公路陡崖地带，体积多为数十方的局部崩塌，小型崩塌为主（图3-8），其形成机理比较简单，可分为倾倒式崩塌、滑移式崩塌和错断式崩塌（图3-9）。规模稍大的多是公路高陡边坡崩塌，其威胁对象多为公路，如朝那至梁原的公路以及梁原到龙门公路，暴雨及大雨过后多会发生崩塌，崩塌物堆积到公路上阻碍交通，当地政府及时组织人力及机械进行清理才能保证道路畅通。

图3-7 崩塌灾害点物质组成比例饼图


图3-8 崩塌灾害规模比例饼图


图3-9 崩塌灾害变形方式比例饼图

（三）不稳定斜坡
不稳定斜坡在工作区最为发育，占地质灾害点总数的66.9％，共73处。从斜坡坡体物质组成来看，虽然区内斜坡结构类型有多种，不稳定斜坡坡体是由中、晚更新世黄土组成或者黄土与基岩组成。从主导触发因素角度划分，在不稳定斜坡中，以人类工程活动为主导触发因素占绝大多数，多为人工削坡建窑、建房，开挖修路等造成的，自然因素为主导触发因素的不稳定斜坡占少数。在这些不稳定斜坡中大多数目前稳定性较差或稳定性差（图3-10、图3-11）。在强降水及暴雨地震等影响下还是存在比较大的隐患，所以应该特殊对待，以免造成人员伤亡及财产损失。

图3-10 不稳定斜坡灾害稳定性比例饼图


图3-11 不稳定斜坡灾害诱发因素比例饼图

（四）泥石流
县域内泥石流不发育，仅在中台镇坷台村坷台组涧子沟、城关村西沟、城关村东沟、独店乡白峪村多家庄组闲子沟发育共计4处泥石流灾害点。其共同特征是沟源上部有较厚的黄土覆盖，黄土节理裂隙发育，表层风化严重，物源比较充足；泥石流沟侵蚀强烈，冲刷深度较大，侵蚀沟在各种外力作用下，产生严重的垮塌、坍方，以及水流片蚀、溶蚀作用等产生的松散物质堵于沟槽，遇到暴雨洪水便可能形成泥石流。这类小型沟谷的集水面积小，沟源近，流程短，可供给泥石流的物质和水量都有限，规模不大。
泥石流类型，按照物质组成划分4条为泥流；按照流体性质划分1条为粘性泥石流3条为稀性泥石流；按照发育阶段划分4条为旺盛期泥石流；按照规模划分1条为小型泥石流3条为中型泥石流。

5. 地质灾害风险管理内容

风险管理是建立在风险评估的基础上，选择地质灾害管理措施并加以实施。一般包括以下方面（图6-1和图6-2）：
（1）风险的鉴别及其范围划定。 鉴别风险的来源、范围、特性及与其行为或现象相关的不确定性，这是风险管理的起点。
（2）风险评估。利用主观或客观的概率，评估产生错误的可能性，模拟风险源与其可能产生的影响之间的关系，评估出各种可供选择的风险概率值，风险评估是以上风险分析过程和风险管理之间的衔接步骤，在此之前分析的着眼点主要在于灾害自身，此后便转移到了灾害对人类社会危害的可能性上。
（3）风险决策。对风险是选择接受还是规避进行管理决策，针对每一种决策，要对所有的成本效益和风险进行评估，包括各种决策可能导致的社会经济、环境或政治影响，即得出风险的可接受程度，相应也可得出风险的不可接受程度。

图6-1 基于综合地学信息系统的地质灾害风险评估和管理流程图（据Fell和Hartford, 1997）


图6-2 滑坡灾害风险管理系统（据谢全敏等，2005）

（4）风险管理。这一步代表在风险接受和规避基础上的“执行”的过程。简而言之，就是一套用来处理风险的方法。具体地讲，风险管理就是当认定风险可接受时，就保持该状态并力图获得最大效益；当认定风险不可接受时，则采取相应措施降低风险，例如规避（满足效益优先原则前提下的治理、系统功能转化等），并跟踪监控措施对于降低风险的效果，反馈信息到风险评估和风险管理系统，实现动态的风险控制。

6. 地质灾害分类

根据地质灾害的成因和特征划分不同的地质灾害类型。目前，有多种分类方案。这里主要介绍中华人民共和国地质矿产行业标准《地质灾害分类分级(试行)》(DZ0238—2004)的分类体系。该体系把地质灾害按照灾类、灾型、灾种三级层次进行划分或归类，灾类为第一层次，灾型为第二层次，灾种为第三层次(表1-1)。
表1-1 地质灾害分类体系


1.按致灾地质作用的性质和发生处所分类
地质灾害分为地球内动力活动灾害类、斜坡岩土体运动(变形破坏)灾害类、地面变形破裂灾害类、矿山与地下工程灾害类、河湖水库灾害类、海洋及海岸带灾害类、特殊土灾害类、土地退化灾害类共8类。
2.按成灾过程的快慢划分灾型
灾害对人类影响最严重的是其活动过程。根据活动过程把地质灾害划分为突变型和缓变型。突然发生并在较短时间内完成灾害活动过程的地质灾害为突变型地质灾害。发生、发展过程缓慢，随时间延续累进发展的地质灾害为缓变型地质灾害。
3.根据地质灾害的特征划分灾种
(1)突变型地质灾害包括19个灾种
地震灾害、火山灾害、崩塌灾害、滑坡灾害、泥石流灾害、地面塌陷灾害、地裂缝灾害、矿井突水灾害、冲击地压灾害、瓦斯突出灾害、围岩岩爆及大变形灾害、河岸坍塌灾害、管涌灾害、河堤溃决灾害、海啸灾害、风暴潮灾害、海面异常升降灾害、黄土湿陷灾害、砂土液化灾害。
(2)缓变型地质灾害包括15个灾种
地面沉降灾害、煤层自燃灾害、矿井热害、河湖港口淤积灾害、水质恶化灾害、海水入侵灾害、海岸侵蚀灾害、海岸淤进灾害、软土触变灾害、膨胀土胀缩灾害、冻土冻融灾害、土地沙漠化灾害、土地盐渍化灾害、土地沼泽化灾害、水土流失灾害。

7. 地质灾害风险评估方法

滑坡泥石流等地质灾害的不确定性决定了其评估方法采用非确定性分析方法。该类方法是基于地质灾害预测理论的广义系统科学原理，在类比法的基础上发展起来的一类研究方法。随着概率论、数理统计及信息理论、模糊数学理论用于地质灾害预测，目前已形成了多种预测模型，其预测成果可相互对比、检验，从而可使预测成果更具合理性、科学性。目前常用的非确定性分析方法主要有以下几种。
一、参数合成法
参数合成法又称专家经验指数综合评判法。它是最为简单的定量评估方法。该类模型主要是建立在专家丰富的经验基础之上的，通过专家打分法等途径获取专家经验知识，专家选择影响地质灾害的因子并编制成图。根据专家的经验，赋予每个因子一个适当的权重，最后进行加权叠加或合成，形成地质灾害危险性分区图。
它的主要优点是：①可以同时考虑大量的参数；②可以应用于任意比例尺的区域和单体斜坡稳定性评估；③大大降低了隐含规则的使用，定量化程度提高；④整个流程可以在GIS的支持下快速完成，使数据管理标准化，时间短，费用少。主要缺点有：①主观性较强，不同的调查者或专家得出的结果无法进行比较。权值的确定仍含有不同程度的主观性；②隐含的评判规则使结果分析和更新困难；③需要详细的野外调查；④应用于大区域评估时，操作复杂，模型难以推广。
二、数理多元统计模型法
该方法是通过对现有地质灾害及其类似不稳定现象与地质环境条件和作用因素之间的统计规律研究，建立相关的预测模型，从而预测区域地质灾害的危险性。该类模型方法很多，如回归分析、判别分析、聚类分析方法等。
统计分析的前提是已知学习区（训练区）的地质灾害分布情况，根据数理统计理论，建立影响参数和地质灾害发生与否的数学统计模型，在测试区得到验证后，将其应用到地质环境相同或相似的地区，预测研究区的灾害危险性分布规律。因此，统计分析方法评估的结果的可靠度直接取决于测试区原始数据的精度，模型也不能在任何地区推广使用。尽管如此，大量的研究表明，统计分析是目前最为适用的区域地质灾害危险度评估区划方法，它有严格的数理统计理论作基础，数学模型简单易懂，而且与GIS技术能够很好地结合，使庞大的数据得到合理的标准化管理、分析与储存。
多元统计分析中的主成分分析和因子分析方法在环境统计方面有不少成功的应用。将这两种方法结合起来的主成分－因子分析法可以应用于多变量的因子赋权研究（吴聿明，1991）。主成分－因子分析法的主要思想是（应农根，刘幼慈，1987）：在所研究的全部原始变量中将有关信息集中起来，通过探讨相关矩阵的内部依赖结构，将多变量综合成少数彼此互不相关的主成分，以再现原始变量之间的关系，并通过因子荷载矩阵的轴正交或斜交旋转，进一步探索产生这些相关联系的内在原因。
此方法适用于区域地质灾害空间预测研究，对一定地区土地利用、国土开发、城市规划具有宏观指导作用。
三、层次分析法
层次分析法是对一个包括多方面因子而又难以准确量化的复杂系统进行分析评估时，根据各因子之间以及它们与评估目标的相关性，理顺组合方式和层次，据此建立系统评估的结构模型和数学模型；对模型中的各种模糊性因子，根据它们的强度以及对影响对象的控制程度，确定标度指标和作用权重；将这些指标作为基本参数，代入评估模型，逐级进行定量分析并最终取得评估目标。根据地质灾害风险系统组成，大致可通过4个层次的统计分析完成评估工作：以各种要素为主体的基础层统计分析；以危险性、易损性、减灾能力为目的的过渡层分析；以期望损失为目标的准则层分析；以风险度或风险等级为最终目标的目标层分析。
四、模糊与灰色聚类方法
模糊聚类判别法模型以模糊数学理论为基础。由于地质灾害系统的复杂性，用绝对的“非此即彼”不能准确地描述地质灾害系统的客观实际，存在着“亦此亦彼”的模糊现象，不能用1或0二值逻辑来刻画，而需用区间[0,1]的多值（或连续值）逻辑来表达。而模糊数学理论正是适用于地质灾害系统的不确定性，用隶属函数来描述那些边界不清的过渡性问题及受多因素影响的复杂系统的非确定性问题。目前常用的方法有模糊综合评判法、模糊可靠度分析方法及其与层次性原理相结合而派生的模糊层次综合评判法。模糊聚类综合评估的基本步骤是：根据地质灾害风险构成，建立因素集、综合评估集和权重集，确定隶属函数，得到综合评估结果，并进行解释分析。
灰色聚类综合评估法以灰色系统理论为基础，常用于研究“小样本、贫信息不确定性”问题。在地质灾害预测中，可利用灰色关联分析，评估斜坡稳定性各影响因素的影响程度，可以克服通常数理统计方法作系统分析所导致的缺憾，对样本量和样本的规律性无特殊要求。同样可通过灰色聚类中的灰类白化权函数聚类，在考虑多种影响因素的基础上对各研究单元的危险性状态进行判定，进而完成空间预测中的危险性分区。灰色系统的以灰色模型（GM）为核心的各种预测模型还为分析地质灾害预测中的各种时序数据提供了有效途径，成为目前地质灾害实时跟踪预报的常用方法之一。灰色聚类综合评估的基本步骤是：确定聚类白化数和白化函数，标定聚类权，求聚类系数，构造类向量，求解聚类灰数。
五、信息模型评估法
该类模型的理论基础是信息论。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，因素组合对某地质灾害事件的确定所带来的不肯定性程度的平均减少量等于该地质灾害系统熵值的变化。认为地质灾害的产生与预测过程中所获取的信息的数量和质量有关,是用信息量来衡量的,信息量越大，表明产生地质灾害的可能性越大。该类模型预测法同统计预测模型一样，适用于中小比例尺区域预测。
信息科学现已成为广泛使用的一门科学，但它的产生却只有短短的半个世纪历史。1948年Shannon 发表的著名论文《通信的数学理论》标志着信息科学的诞生。Shannon把信息定义为“随机事件不确定性的减少”，并把数学统计方法移植到了通信领域，提出了信息量的概念及信息熵的数学公式。信息科学研究的对象是信息，它的重要任务是研究信息的提取、信息传输、信息处理、信息存储等。由于现代自然科学发展的综合整体化趋势，各学科的相互渗透、相互联系，经过几十年的发展，使信息量和信息熵的概念已远远超出了通信领域。信息科学不仅应用于各种自然科学领域，而且已广泛应用在管理、社会等科学领域。
运用信息论方法进行地质学领域的矿床预测研究是由维索奥斯特罗斯卡娅（1968）及恰金（1969）先后提出。赵鹏大等在《矿床统计预测》一书中研究了信息量方法在区域找矿工作中的应用问题。晏同珍、殷坤龙等自1985年起，先后多次在陕南及长江三峡库区探索了信息量方法在区域性滑坡灾害空间预测分区中的应用，并与其他方法（如聚类分析、回归分析、数量化理论方法等）的研究成果进行了比较性研究。艾南山、苗天德（1987）研究了侵蚀流域地貌系统的信息熵问题，他们在斯揣勒的流域面积——高程曲线的基础上构造了侵蚀流域地貌系统的信息熵表达式，并据此作为流域稳定性的一种判定指标。Read J. 和Harr M.（1988）首次将信息熵的概念与斜坡安全系数计算的条分法结合在一起。由于地质灾害预测内容的多样性，所以决定了预测理论和方法的非单一性。晏同珍等（1989）将其概括为三类模型预测法——确定性模型预测法、统计模型预测法、信息模型预测法；前两种模型又可分别称其为“白箱”和“黑箱”模型，而信息模型则是介于两者之间。
地质灾害现象（Y）受多种因素Xi的影响，各种因素所起作用的大小、性质是不相同的。在各种不同的地质环境中，对于地质灾害而言，总会存在一种“最佳因素组合”。因此，对于区域地质灾害预测要综合研究“最佳因素组合”，而不是停留在单个因素上。信息预测的观点认为，地质灾害产生与否是与预测过程中所获取的信息的数量和质量有关，因此可用信息量来衡量：

地质灾害风险评估理论与实践

根据条件概率运算，上式可进一步写成：

地质灾害风险评估理论与实践

式中：I（y,x1x2xn）为因素组合x1x2xn对地质灾害所提供的信息量（bit）；P（y,x1x2xn）为因素x1x2xn组合条件下地质灾害发生的概率；Ix1（y,x2）为因素x1存在时，因素x2对地质灾害提供的信息量（bit）；P（y）为地质灾害发生的概率。
式（2）说明，因素组合x1x2xn对地质灾害所提供的信息量等于因素x1提供的信息量，加上因素x1确定后因素x2对地质灾害提供的信息量，直至因素x1x2xn-1确定后，xn对地质灾害提供的信息量，反映出信息的可加性特征，从而说明区域地质灾害信息预测是充分考虑因素组合的共同影响与作用。
P（y,x1x2xn）和P（y）可用统计概率来表示，各种因素组合对预测地质灾害提供的信息量可正可负，当P（y,x1x2xn）>；P（y）时，I（y,x1x2xn）>；0；反之I（y,x1x2xn）<；0。大于0情况表示因素组合x1x2xn有利于所预测地质灾害的发生，相反情况则表明这些因素组合不利于地质灾害的发生。
区域地质灾害预测是在对研究区域网格单元划分的基础上进行的，根据不同地区具体的地质、地形条件，采用相应的网格形状和网格大小，进一步结合区域地质灾害分布图开展信息统计分析。假定某区域内共划分成N个单元，已经发生地质灾害的单元为N0个。具相同因素x1x2xn组合的单元共M个，而在这些单元中有地质灾害的单元数为M0个。按照统计概率代表先验概率的原理，式（1），因素x1x2xn在该地区内对地质灾害提供的信息量为：

地质灾害风险评估理论与实践

如果采用面积比来计算信息量值，则式（3）可表示成：

地质灾害风险评估理论与实践

式中：A为区域内单元总面积；A0为已经发生地质灾害的单元面积之和；S为具相同因素x1x2xn组合的单元总面积；S0为具相同因素x1x2xn组合单元中发生地质灾害的单元面积之和。
一般情况下，由于作用于地质灾害的因素很多，相应的因素组合状态也特别多，样本统计数量往往受到限制，故采用简化的单因素信息量模型的分步计算，再综合叠加分析相应的信息量模型改写为：

地质灾害风险评估理论与实践

式中：I为预测区某单元信息量预测值；Si为因素xi所占单元总面积；S0i为因素xi单元中发生地质灾害的单元面积之和。
六、实证权重法
实证权重法（Weights of evidence，）是加拿大数学地质学家Agterberg等（1989）提出的一种基于二值（存在或不存在）图像的地学统计方法，是在假设条件独立的前提下，基于贝叶斯定理（Bayesian’rule）的一种定量预测方法。Bonham-Carter等（1990）和Harris等（2001）都先后应用WOE方法来预测矿产的远景分布。通过对已知成矿情况网格单元的预测因子和响应因子之间的统计分析，计算出权重，然后对各待预测网格单元的各预测因子进行加权综合，最后，通过确定每一单元响应因子出现的概率大小便可得到不同级别的成矿远景区。
Van Westen进一步将模型应用到灾害危险性评估领域。数据驱动权重模拟方法的主要原理是利用滑坡历史分布数据，建立滑坡分布与各影响因子之间的统计关系，即根据在各影响因子不同类别中滑坡分布的统计情况来确定各影响因子对滑坡灾害的贡献率（权重）大小。这种采用数据进行权重确定的方法被称为数据驱动模型。与专家知识模型相比，权重的确定更加科学和可靠，避免了专家的主观性所带来的不确定性。最后，利用另一时期的滑坡分布历史数据对评估结果进行检验和成功率预测，调整不合理的边界，使评估结果更加具有可信度。基于统计学的Bayesian方法的数据驱动权重模型所采用的统计方法更加严谨，充分考虑了滑坡影响因素之间的关系，以及各影响因素与滑坡灾害的关系；并进行影响因素的独立性分析，找出最关键的影响因子。在此基础上计算各影响因素的权重。
七、非线性模型预测法
非线性模型预测法又称BP神经网络法，是把一组样本的输入输出问题变为一个非线性优化问题而建立的预测模型。
鉴于地质灾害系统具有复杂性特点，很难用简单的线性方程表达，因此使一批非线性预测模型迅速发展起来。如分形理论就是通过研究地质灾害系统的自相似性来对地质灾害的运动规律进行研究。易顺民应用分形理论研究了区域性滑坡灾害活动的自相似结构特征，发现在地质灾害活动的高潮期到来前有明显的降维。吴中如、黄国明等依据分形理论提出了滑坡变形失稳判据及滑坡蠕滑的相空间模型，是地质灾害时间预报的一种全新思路。自组织理论探索地质灾害复杂系统如何从无序进化到有序的自组织过程；突变理论主要从定量的角度描述非线性系统在临界失稳时的突变行为，为地质灾害时间预报提供了一种新途径；分形理论则从几何的角度探讨系统内各个层次间的自相似性，应用在地质灾害过程描述及过程预报中，化复杂为简单，化定性为定量；混沌动力学探讨非线性地质灾害系统在其演化过程中的不可逆性和演化行为对初值的敏感性。
人工神经网络（Artificial Neural Network，简称ANN）是由大量与自然神经细胞类似的人工神经元广泛互连而成的网络。网络的信息处理由神经元之间的相互作用来实现，知识与信息的存贮表现为网络元件互连间分布式的物理联系，网络的学习和识别决定于各神经元连接权系的动态演化过程。人工神经网络是一个超大规模非线性连续时间自适应信息处理系统。目前人工神经网络的应用已渗透到许多领域，为学习识别和计算提供了新的现代途径。
人工神经网络使用比较方便，它的信息处理过程同人脑一样，是一个黑箱，如图1-6所示。在实际应用中，和人们打交道的只是它表层的输入和输出，而内部信息处理过程是看不到的。对于不懂神经网络内部原理的人，也可将自己的问题交给这种网络进行解决，只要把你的例子让它学习一段时间，它就可以解决与之有关的问题。这正符合地质灾害预测理论的基本原理和思路。

图1-6 神经网络信息处理示意图

根据人工神经网络对生物神经系统的不同组织层次和抽象层次的模拟，人工神经网络可以分为多种类型。目前已有40余种人工神经网络模型。引用于地质灾害预测评估的多层前馈神经网络模型（Back Propagation,简称BP模型）是目前应用最广泛、发展最成熟的一种神经网络模型，如图1-7所示，它是按层次结构构造的，包括一个输入层、一个输出层和一个或多个隐含层。

图1-7 BP网络模型

实际上，BP模型是把一组样本的输入输出问题变为一个非线性优化问题。我们可以把这种模型看成一个从输入到输出的映射，这个映射是高度非线性的。如果输入节点数为n，输出节点数为m，则神经网络表示的是从n维欧氏空间到m维欧氏空间的映射。
在预测识别过程中，标准样本的选择是否得当，是预测是否成功的关键。一般来说，学习样本最好能涵盖预测对象的所有状态，具有广泛的代表性。在确定网络结构时，一般来讲，一个隐层的三层BP模型已可进行任意精度模拟任何连续函数。隐含层结点数目过少，不能有效地映射输入层和输出层之间的关系；过多，收敛速度过慢。因此，中间层结点数目的选取，需经过反复演算训练，才能得出较为理想的节点数。在计算过程中，为了提高效率，可以适当降低输入结点的数目，减少训练样本的维数，以增加网络的稳定性，同时还可以通过增加冲量项法或者自适应调节学习率、共轭梯度法等方法提高迭代收敛速度。
BP模型运用到地质灾害危险性区划中，可以通过样本区的标准样本的学习建立相应预测网络，从而推广到预测区进行预测。网络的输入层的变量对应于影响地质灾害产生的主要影响因素，变量可以是二态变量，也可以是具体的观测数据。当然由于各变量存在单位或数量级的差异，必须把变量数据经过正规化或标准化处理。输出层对应的是地质灾害预测等级（极高、高、中等、低、极低）的划分，或是危险程度的具体数值表达，如稳定性系数、破坏概率等，这就要求样本区的研究精度较高，指标细化程度较高。
八、地质灾害风险分析与GIS技术
地理信息系统（GIS）是集计算机科学、信息科学、现代地理学、遥感测绘学、环境科学、城市科学、空间科学、管理科学和现代通讯技术于一体的一门新兴学科。具体而言，GIS是指对各种地理信息及其载体（文字、数据、图表、专题图等）进行输入、存储、检索、修改、量测、运算、分析、输出等的技术系统。GIS的主要功能有采集、存储、管理、分析、输出各种数据、数据维护和更新、区域空间分析以及多因素综合分析和动态监测等。GIS不仅可以像传统的数据库管理系统（DBMS）那样管理数字和文字（属性）信息，而且还可以管理空间（图形）信息；它可以使用各种空间分析的方法，对多种不同的信息进行综合分析，寻找空间实体间的相互关系，分析和处理一定区域内分布的现象和过程。当代地理信息系统正向能够提供丰富、全面的空间分析功能的智能化GIS的方向发展。智能化的GIS具有强大的空间建模功能，能够构建各种具有专业性、综合性、集成性的地学分析模型来完成具体的实际工作，解决以前只有靠地学专家才能解决的问题。
GIS把各种与空间信息相关的技术与学科有机地融合在一起，并与不同数据源的空间与非空间数据相结合，通过空间操作与模型分析，提供对规划、管理、决策有用的信息产品。GIS为我们提供了一种认识和理解地学信息的新方式，GIS强大的空间分析功能和空间数据库管理能力为我们研究区域地质灾害提供了一个科学、便捷的崭新途径。
作为数字地球的核心技术之一，GIS经过将近40年的发展，已经成为一种日益成熟的空间数据处理技术和方法。它提供了一种认识和理解地学信息的新方式，已广泛应用于国土资源调查、环境质量评估、区域规划设计、公共设施管理等方面。在地质灾害研究领域，GIS技术的应用已从最初的数据管理、多源数据采集数字化输入和绘图输出，到数字高程模型、数字地面模型的使用、GIS 结合灾害评估模型的扩展分析、GIS与决策支持系统的集成、GIS虚拟现实技术的应用等，并逐步发展与深入应用。
各种地质灾害都是在地球表层一定空间范围和一定时间限度内发生的，尽管不同种类的地质灾害之间、同一种类的地质灾害的不同个体之间大都形态各异，形成机理也是千差万别，但它们都是灾害孕育环境与触发因子共同作用的结果，而这些都与空间信息密切相关，利用GIS技术不仅可以对各种地质灾害及其相关信息进行管理，而且可以从不同空间和时间的尺度上分析地质灾害的发生与环境因素之间的统计关系，评估各种地质灾害的发生概率和可能的灾害后果。地质灾害危险性区划图属于一种综合图件，而且具有一定时段内的静态特点，因此需要不断更新；尤其是有新的地质灾害发生的时候，更应及时修订。由于GIS技术的空间分析、制图功能和可视化的特点，所以GIS技术在地质灾害区划研究方面正得到快速发展，以GIS软件为技术平台的地质灾害的危险性、易损性和风险评估的系统研究逐步成为本领域研究的发展方向，并有可能在不远的未来与网络技术相结合。
国外尤其是发达国家，对GIS技术应用于地质灾害领域的研究已做了很多工作。从20世纪80年代至今，GIS技术的应用已从数据管理、多源数据采集、数据化输入和绘图输出，到数字高程模型、数字地面模型的使用、GIS结合灾害评估模型的扩展分析、GIS与决策支持系统（DSS）的集成、GIS虚拟现实技术的使用，都得到不断的发展和广泛的应用。在滑坡灾害研究领域，GIS技术的应用已经比较成熟，主要体现在以下几个方面：
（1）建立基于GIS的滑坡灾害信息管理系统。如Keane James M.（1992）, BaharIrwan（1998）, Bliss Norman B.（1998）等将GIS运用到滑坡灾害历史数据的管理及预测成果成图表征中。
（2）GIS技术与各种评估模型结合运用到滑坡危险性预测中。如Matula（1987），Lekkas E.（1995）, Randall（1998）, Dhakal Amod Sagar（1999）等利用GIS的空间分析功能与预测模型的结合，完成了滑坡预测因素的空间叠加，进行滑坡危险性预测，得出相应的预测分区图和滑坡敏感性图。
（3）进行基于GIS的滑坡灾害风险分析预测与管理。如 Ellene（1994）,Leroi（1996）,Bunza（1996）, Castaneda Oscar E.（1998）, Atkinson（1998）, Michael（2000）, Aleotti（2000）等从影响滑坡灾害风险的因素出发，利用GIS的空间分析功能进行因素叠加，实现风险评估并结合GIS的信息管理功能，对灾害信息进行管理，最终进行管理决策，大到防灾减灾的目的。目前，国外在滑坡灾害预测领域已基本实现了RS与GIS的紧密结合，个别项目已达到了3S技术的结合。
国内基于GIS技术开展地质灾害评估工作起步较晚，目前还没有成熟实用的地质灾害预测评估的GIS系统。姜云、王兰生（1994）在山区城市地面岩体稳定性管理与控制中应用了GIS技术，以重庆市为典型研究对象，对地面岩体变形破坏进行了时空预测预报；同时，通过分析城市地质环境对土地工程利用的制约关系，应用GIS的信息存储、查询、空间叠加运算及DEM模型等功能，做出地力等级划分，并编制了斜坡稳定性综合评估分区图。雷明堂、蒋小珍等（1994）将GIS技术运用在岩溶塌陷评估中，完成了研究区岩溶塌陷危险度评估及分区。成都理工学院（1998）和中国地质环境监测院及国土资源部长江三峡地质灾害防治指挥部合作进行了“地质灾害信息系统及防治决策支持系统”开发试验工作，初步建立了一个全国地质灾害调查与综合评估系统。中国国土资源经济研究院、中国地质大学、中国地质科学院岩溶地质研究所、国土资源部实物地质资料中心（2002）联合开展了“全国地质灾害风险区划”项目攻关，利用国产软件MAPGIS，对全国小比例尺滑坡、泥石流、岩溶塌陷地质灾害进行了基于GIS的风险评估（包括地质灾害危险性评估、易损性评估和风险性区划）。朱良峰等在国产版权的MAPGIS软件平台上，开发了一套地质灾害风险评估系统RISKANLY。这套基于GIS技术的地质灾害风险分析不仅方法上可行，而且技术上先进，代表着地质灾害风险分析的发展方向。当然，无论是地质灾害的危险性分析模型，还是区域社会经济易损性分析模型，都有待于实践中的进一步研究与发展，这显然是应该随着人类对地质灾害本质属性认识的逐渐深化而不断发展的。
随着我国社会经济的迅速发展和城市化进程的加快，崩塌、滑坡、泥石流、地面塌陷等地质灾害破坏的广度与深度也在迅速增大，需要更加关注地质灾害的区域时空预测研究。与地质灾害有关的相关因素很多且成因复杂，都与空间信息密切相关，因此，利用GIS技术不仅可以对地质灾害相关的各种空间信息进行管理，而且可以从不同的空间和时间尺度上分析地质灾害的发生与环境因素之间的统计关系，评估地质灾害的发生风险和可能的灾害范围。因此，基于GIS的地质灾害风险评估与区划将会在未来我国的社会经济发展中起着重要的作用。
九、小结
地质灾害风险评估涉及两个重要的方面：一是地质灾害发生的可能性问题，二是人类自身、社会及环境等对象对地质灾害的抵御能力问题。因此，地质灾害的定义采用国际上的geological hazard一词。本书遵循科学性、通用性的原则，结合国内近年来在地质灾害风险评估领域已初步形成的有代表性的术语表达方式，在联合国教科文组织提出的统一定义的基础上，对地质灾害风险评估所涉及的基本术语定义如下：
（1）危险度H（Hazard）。特定地区范围内某种潜在的地质灾害现象在一定时期内发生的概率。
（2）易损性V（Vulnerability）。某种地质灾害现象以一定的强度发生而对承灾体可能造成的损失程度，易损性可以用0-1来表示，0表示无损失，1表示完全损失。
（3）承灾体E（Element at risk）。特定区域内受地质灾害威胁的各种对象，包括人口、财产、经济活动、公共设施、土地、资源、环境等。
（4）风险度R（Risk）。承灾体可能受到各种地质灾害现象袭击而造成的直接和间接经济损失、人员伤亡、环境破坏等。风险等于危险性、易损性、承灾体价值三者的乘积。
风险度（R）=危险度（H）×易损度（V）×承灾体价值（E）

8. 地质灾害类别

预防地质灾害，共建和谐社会