川西地质灾害风险时空变化及障碍因子诊断

doi:10.6046/zrzyyg.2024119

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(5436 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要地质灾害受自然与人文因素共同作用,直接危害人民的生命和财产安全,探究地质灾害风险时空变化规律及其发育机制,完善防灾减灾措施,具有重大意义。该文从自然和人文角度,选择地形地貌、降雨和社会经济等31个因子,基于风险四要素理论,采用层次分析法、主成分分析法、信息量模型、熵值法和冷热点分析等方法,选取川西地区开展地质灾害风险变化研究,并结合障碍度模型探究各因子对研究区地质灾害风险的影响程度。结果表明: ①2007—2022年间研究区地质灾害风险等级整体呈西高东低分布,康定市和马尔康市为常年冷点集中分布区; ②极低与低风险等级面积分别增加8 871.1 km²和12 478.6 km²,占比增速分别为1.056%/a和1.485%/a,高和极高风险等级面积分别减少10 127.8 km²和9 880.1 km²,占比增速分别为-1.206%/a和-1.177%/a; ③各因子对风险等级的影响程度具有时间异质性,主要障碍因素(障碍度>5%)集中在危险性和防灾减灾指标方面,降雨、地形地貌与医疗资源等相关因子对地质灾害风险的贡献较大。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	杨衡钧
	杨鑫
	周雄

关键词 ：风险评价, 地质灾害, 障碍度, 冷热点, 层次分析法

Abstract：

Geological disasters, influenced by natural and human factors, directly threaten the safety of people’s lives and property. Exploring the spatiotemporal variations and development mechanisms of geological disaster risk can enhance disaster prevention and mitigation. This study examined 31 factors such as topography, rainfall, and social economy from the perspectives of nature and humanity. Based on the four-factor risk theory, this study investigated the variations of geological disaster risk in the western Sichuan region using methods like the analytic hierarchy process, principal component analysis, information value model, entropy weight method, and hot/cold spot analysis. Employing the obstacle degree model, this study explored the degrees of influence of various factors on geological disaster risk in the western Sichuan region. The results indicate that from 2007 to 2022, the geological disaster risk in the western Sichuan region was generally characterized by higher levels in the west and lower levels in the east. Kangding and Maerkang were the concentrated distribution areas of perennial cold spots. The area of extremely low and low risk levels increased by 8 871.1 km² and 12 478.6 km² respectively at growth rates of 1.056%/a and 1.485%/a respectively. The area of high and extremely high risk levels decreased by 10 127.8 km² and 9 880.1 km² respectively at growth rates of -0.02484 km²/a. The degrees of influence of various factors on risk levels exhibited temporal heterogeneity. The dominant obstacle factors (obstacle degree: above 5 %) were concentrated in risk and disaster prevention and mitigation indicators. Factors including rainfall, topography, and medical resources contributed significantly to geological disaster risk.

Key words： risk assessment geological disaster obstacle degree hot/cold spot analysis analytic hierarchy process

收稿日期: 2024-04-07 出版日期: 2025-09-03

ZTFLH:

TP79

基金资助:中国地质调查局地质调查项目“四川省金川-马尔康-壤塘地区锂等稀有金属矿产调查评价”(DD20242002)

作者简介: 杨衡钧(1998-),男,硕士研究生,研究方向为灾害遥感。Email: 443911654@qq.com。

引用本文:

杨衡钧, 杨鑫, 周雄. 川西地质灾害风险时空变化及障碍因子诊断[J]. 自然资源遥感, 2025, 37(4): 140-151.
YANG Hengjun, YANG Xin, ZHOU Xiong. Spatiotemporal variations of geological disaster risk and obstacle factor diagnosis: A case study of the western Sichuan region. Remote Sensing for Natural Resources, 2025, 37(4): 140-151.

链接本文:

https://www.gtzyyg.com/CN/10.6046/zrzyyg.2024119 或 https://www.gtzyyg.com/CN/Y2025/V37/I4/140

Fig.1 研究区示意图

Tab.1 地质灾害风险评价因子表

因子	分级	2007年		2012年		2017年		2022年
因子	分级	I	W	I	W	I	W	I	W
高程/m	[0,1 500)	0.344	0.037	0.939	0.049	0.427	0.092	0.376	0.028
	[1 500,2 500)	0.346		0.960		0.416		0.366
	[2 500,3 500)	0.273		0.877		0.367		0.324
	[3 500,4 500)	0.134		0.696		0.264		0.233
	[4 500,+∞)	0.236		0.223		0.135		0.118
坡度/(°)	[0,15)	0.166	0.108	0.104	0.110	0.132	0.049	0.113	0.101
	[15,25)	0.125		0.083		0.097		0.084
	[25,35)	0.067		0.045		0.057		0.051
	[35,45)	0.071		0.045		0.062		0.049
	[45,90)	0.111		0.059		0.062		0.057
坡向/(°)	[0,45)	0.073	0.09	0.061	0.091	0.044	0.058	0.029	0.063
	[45,135)	0.076		0.099		0.062		0.041
	[135,225)	0.059		0.076		0.053		0.035
	[225,315)	0.036		0.061		0.030		0.020
	[315,360)	0.029		0.026		0.020		0.013
起伏度/m	[0,30)	0.118	0.106	0.572	0.110	0.110	0.110	0.103	0.101
	[30,70)	0.044		0.519		0.050		0.047
	[70,200)	0.063		0.524		0.041		0.038
	[200,300)	0.074		0.103		0.071		0.067
	[300,+∞)	0.074		0.577		0.071		0.067
地震峰值加速度/(m·s^-2)	0.10 g	0.074	0.099	0.142	0.092	0.121	0.082	0.113	0.089
	0.15 g	0.077		0.147		0.118		0.105
	0.20 g	0.043		0.078		0.036		0.031
	0.30 g	0.019		0.042		0.061		0.058
	0.40 g	0.064		0.065		0.101		0.092
年均降雨量/mm	[0,700)	0.417	0.115	0.910	0.109	0.355	0.055	0.155	0.104
	[700,750)	0.289		0.534		0.079		0.187
	[750,800)	0.257		0.529		0.064		0.129
	[800,850)	0.461		0.439		0.022		0.104
	[850,+∞)	0.604		0.496		0.044		0.261
地层岩性	坚硬岩	0.132	0.074	0.715	0.102	0.094	0.091	0.108	0.090
	较坚硬岩	0.067		0.684		0.087		0.103
	较软岩	0.174		0.814		0.172		0.203
	软岩	0.105		0.127		0.109		0.128
	极软岩	0.105		0.605		0.065		0.078
道路/m	[0,100)	0.697	0.065	0.367	0.055	0.375	0.109	0.300	0.097
	[100,200)	0.588		0.313		0.273		0.174
	[200,300)	0.548		0.236		0.240		0.138
	[300,400)	0.469		0.272		0.208		0.142
	[400,+∞)	0.339		0.179		0.173		0.153
水系/m	[0,100)	0.683	0.064	0.481	0.091	0.429	0.110	0.123	0.092
	[100,200)	0.589		0.430		0.325		0.137
	[200,300)	0.501		0.373		0.282		0.119
	[300,400)	0.448		0.361		0.284		0.146
	[400,+∞)	0.336		0.231		0.196		0.061
距断层距离/m	[0,500)	0.138	0.086	0.073	0.051	0.094	0.102	0.077	0.083
	[500,1 000)	0.118		0.072		0.091		0.064
	[1 000,2 000)	0.097		0.041		0.054		0.049
	[2 000,3 000)	0.114		0.057		0.057		0.037
	[3 000,+∞)	0.062		0.039		0.053		0.042
植被覆盖度	[0,0.2)	0.130	0.096	0.031	0.058	0.031	0.051	0.021	0.081
	[0.2,0.4)	0.111		0.129		0.173		0.050
	[0.4,0.6)	0.176		0.193		0.181		0.030
	[0.6,0.8)	0.164		0.190		0.182		0.051
	[0.8,1]	0.054		0.152		0.200		0.021
土地利用类型	裸地	0.178	0.058	0.273	0.082	0.175	0.091	0.251	0.070
	草原	0.331		1.023		0.340		0.441
	森林	0.335		1.032		0.361		0.443
	水域	0.219		1.338		0.288		0.501
	耕地	0.495		1.295		0.528		0.665
	城镇	0.457		0.984		0.500		0.713

Tab.2 危险性评价因子信息量值(I)与权重(W)

Tab.3 脆弱性、暴露性和防灾减灾能力指标权重

Tab.4 层次分析法结果

Fig.2 危险等级分布

Tab.5 危险等级面积占比

Fig.3 危险性评价准确性分析

Fig.4 脆弱等级分布

Fig.5 暴露等级分布

Fig.6 防灾减灾能力等级分布

Fig.7 风险等级分布

Fig.8 冷热聚集分布趋势

Fig.9 风险变化趋势拟合分析

Fig.10 风险面积占比变化

Tab.6 障碍度诊断主要因子

[1]	中华人民共和国自然资源部. 2022年中国自然资源统计公报[R/OL]. 2023(2023-04-12). https://gi.mnr.gov.cn/202304/t20230412_2781113.html.
	Ministry of Natural Resources of the People’s Republic of China. Statistical bulletin of China’s natural resources in 2022[R/OL]. 2023(2023-04-12). https://gi.mnr.gov.cn/202304/t20230412_2781113.html.
[2]	齐信, 唐川, 陈州丰, 等. 地质灾害风险评价研究[J]. 自然灾害学报, 2012, 21(5):33-40.
	Qi X, Tang C, Chen Z F, et al. Research of geohazards risk assessment[J]. Journal of Natural Disasters, 2012, 21(5):33-40.
[3]	甄艳, 鲁小丫, 蒲慧龙, 等. 都江堰虹口乡地质灾害风险评价[J]. 测绘科学, 2016, 41(11):66-71,97.
	Zhen Y, Lu X Y, Pu H L, et al. Geological hazard risk assessment in Hongkou County of Dujiangyan[J]. Science of Surveying and Mapping, 2016, 41(11):66-71,97.
[4]	杨淞月, 翁茂芝, 田华, 等. 湖北省鹤峰县城区滑坡地质灾害风险评价[J]. 安全与环境工程, 2021, 28(1):144-155.
	Yang S Y, Weng M Z, Tian H, et al. Landslide risk evaluation in the urban area in Hefeng County,Hubei Province[J]. Safety and Environmental Engineering, 2021, 28(1):144-155.
[5]	唐亚明, 张茂省, 李林, 等. 滑坡易发性危险性风险评价例析[J]. 水文地质工程地质, 2011, 38(2):125-129.
	Tang Y M, Zhang M S, Li L, et al. Discrimination to the landslide susceptibility,hazard and risk assessment[J]. Hydrogeology and Engineering Geology, 2011, 38(2):125-129.
[6]	徐庆方, 何开寿, 胡励耘, 等. 基于危险源识别的山区地质灾害风险定量评价——以贵州省茅台镇为例[J]. 安全与环境工程, 2023, 30(5):152-165.
	Xu Q F, He K S, Hu L Y, et al. Quantitative risk assessment of geological hazards based on hazard source identification:A case study of Maotai Town,Guizhou Province[J]. Safety and Environmental Engineering, 2023, 30(5):152-165.
[7]	周超, 常鸣, 徐璐, 等. 贵州省典型城镇矿山地质灾害风险评价[J]. 武汉大学学报(信息科学版), 2020, 45(11):1782-1791.
	Zhou C, Chang M, Xu L, et al. Risk assessment of typical urban mine geological disasters in Guizhou Province[J]. Geomatics and Information Science of Wuhan University, 2020, 45(11):1782-1791.
[8]	刘纪平, 梁恩婕, 徐胜华, 等. 顾及样本优化选择的多核支持向量机滑坡灾害易发性分析评价[J]. 测绘学报, 2022, 51(10):2034-2045.
	Liu J P, Liang E J, Xu S H, et al. Multi-kernel support vector machine considering sample optimization selection for analysis and evaluation of landslide disaster susceptibility[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(10):2034-2045.
[9]	Wang W D, Li J Y, Han Z. Comprehensive assessment of geological hazard safety along railway engineering using a novel method:A case study of the Sichuan-Tibet Railway,China[J]. Geomatics,Natural Hazards and Risk, 2020, 11(1):1-21.
[10]	艾力, 杨冰玉, 郭丽. 基于不同模型和单元的滑坡易发性评价比较[J]. 地理空间信息, 2020, 18(6):117-121.
	Ai L, Yang B Y, Guo L. Comparison of landslide susceptibility evaluation based on different data units and models[J]. Geospatial Information, 2020, 18(6):117-121.
[11]	周保, 隋嘉, 孙皓, 等. 基于多源遥感数据的青海省地质灾害评价[J]. 自然灾害学报, 2022, 31(4):231-240.
	Zhou B, Sui J, Sun H, et al. Evaluation of geological disasters in Qinghai Province based on multi-source remote sensing data[J]. Journal of Natural Disasters, 2022, 31(4):231-240.
[12]	舒和平, 马金珠, 张鹏, 等. 不同降雨频率单沟泥石流灾害风险评价[J]. 兰州大学学报(自然科学版), 2014, 50(5):653-658.
	Shu H P, Ma J Z, Zhang P, et al. Risk assessment of debris flow hazards in different rainfall frequencies[J]. Journal of Lanzhou University (Natural Sciences), 2014, 50(5):653-658.
[13]	宋英旭, 邹昱嘉, 叶润青, 等. 利用GEE云平台实现三峡库区滑坡危险性动态分析[J]. 自然资源遥感, 2024(1):154-161.doi:10.6046/zrzyyg.2022464.
	Song Y X, Zou Y J, Ye R Q, et al. Dynamic analysis of landslide hazards in the Three Gorges Reservoir area based on Google Earth Engine[J]. Remote Sensing for Natural Resources, 2024(1):154-161.doi:10.6046/zrzyyg.2022464.
[14]	颜阁, 梁收运, 赵红亮. 基于GIS的斜坡单元划分方法改进与实现[J]. 地理科学, 2017, 37(11):1764-1770.
	Yan G, Liang S Y, Zhao H L. An approach to improving slope unit division using GIS technique[J]. Scientia Geographica Sinica, 2017, 37(11):1764-1770.
[15]	Woodard J B, Mirus B B, Wood N J, et al. Slope unit maker (SUMak):An efficient and parameter-free algorithm for delineating slope units to improve landslide modeling[J]. Natural Hazards and Earth System Sciences, 2024, 24(1):1-12.
[16]	赵萍, 赵思逸, 孙雨, 等. 基于斜坡单元和语义分割的皖南地区滑坡灾害易发性评估[J]. 地质科学, 2024, 59(2):562-574.
	Zhao P, Zhao S Y, Sun Y, et al. Landslide susceptibility assessment in southern Anhui Province based on slope units and semantic segmentation[J]. Chinese Journal of Geology, 2024, 59(2):562-574.
[17]	唐川, 马国超. 基于地貌单元的小区域地质灾害易发性分区方法研究[J]. 地理科学, 2015, 35(1):91-98.
	Tang C, Ma G C. Small regional geohazards susceptibility mapping based on geomorphic unit[J]. Scientia Geographica Sinica, 2015, 35(1):91-98.
[18]	张群, 易靖松, 张勇, 等. 西南山区县域单元的地质灾害风险评价——以怒江流域泸水市为例[J]. 自然灾害学报, 2022, 31(5):212-221.
	Zhang Q, Yi J S, Zhang Y, et al. Geohazard risk assessment about county units in southwest mountainous areas of China:Take Lushui County of Nujiang River basin as an example[J]. Journal of Natural Disasters, 2022, 31(5):212-221.
[19]	温鑫, 范宣梅, 陈兰, 等. 基于信息量模型的地质灾害易发性评价:以川东南古蔺县为例[J]. 地质科技通报, 2022, 41(2):290-299.
	Wen X, Fan X M, Chen L, et al. Susceptibility assessment of geological disasters based on an information value model:A case of Gulin County in Southeast Sichuan[J]. Bulletin of Geological Science and Technology, 2022, 41(2):290-299.
[20]	卢晓宁, 洪佳, 王玲玲, 等. 复杂地形地貌背景区干旱风险评价[J]. 农业工程学报, 2015, 31(1):162-169.
	Lu X N, Hong J, Wang L L, et al. Drought risk assessment in complex landform area[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(1):162-169.
[21]	陈骏炜, 张继权, 阿鲁思, 等. 基于PSO-AHP方法的山区泥石流灾害风险评价——以吉林省蛟河市为例[J]. 东北师大学报(自然科学版), 2019, 51(3):152-160.
	Chen J W, Zhang J Q, A L S, et al. Risk assessment of debris flow in the mountain areas based on the PSO-AHP:A case study in Jiaohe City of Jilin Province[J]. Journal of Northeast Normal University (Natural Science Edition), 2019, 51(3):152-160.
[22]	周斌, 邹强, 蒋虎, 等. 川西高原气候变化特征及泥石流动态危险性响应研究[J]. 自然灾害学报, 2022, 31(4):241-255.
	Zhou B, Zou Q, Jiang H, et al. Research on climate change characteristics and change of debris flow hazard in the Chuanxi Plateau[J]. Journal of Natural Disasters, 2022, 31(4):241-255.
[23]	李宏艳, 张琰茹, 付国, 等. 焦化污染区春季VOCs的污染特征及其控制策略[J]. 中国环境科学, 2024, 44(3):1234-1243.
	Li H Y, Zhang Y R, Fu G, et al. Pollution characteristics and control strategies of volatile organic compounds in coking pollution area in spring[J]. China Environmental Science, 2024, 44(3):1234-1243.
[24]	温亚楠, 张志华, 慕号伟, 等. 动态多源数据驱动模式下的滑坡灾害空间预测[J]. 自然灾害学报, 2021, 30(3):83-92.
	Wen Y N, Zhang Z H, Mu H W, et al. Landslide disaster spatial prediction under dynamic multi-source data-driven model[J]. Journal of Natural Disasters, 2021, 30(3):83-92.
[25]	和海霞, 李博. 青海大通“8·18”山洪灾害特征及风险分析[J]. 自然资源遥感, 2024, 36(2):135-141.doi:10.6046/zrzyyg.2023002.
	He H X, Li B. Datong flash flood characteristics and disaster risk analysis in Qinghai Province on August 18[J]. Remote Sensing for Natural Resources: 2024, 36(2):135-141.doi:10.6046/zrzyyg.2023002.

[1]	周胜森, 李为乐, 陆会燕, 任娟, 付豪, 李雪清, 王新程, 李雨森, 韦春豪. “三查”体系在高植被山区地质灾害隐患识别与监测中的应用——以四川省乐山市为例[J]. 自然资源遥感, 2025, 37(3): 221-232.
[2]	张静, 胡晓佳, 王威, 陈东磊, 黄旭红, 杨俊泉. 张北地区自然资源及生态状况综合评价与分析[J]. 自然资源遥感, 2025, 37(2): 164-172.
[3]	赵玉灵, 杨金中, 孙卫东, 于浩, 邢宇, 陈栋, 马新营, 王体鑫, 王聪. 伊犁河谷矿山地质环境评价分析与生态恢复治理对策[J]. 自然资源遥感, 2024, 36(4): 23-30.
[4]	韩静, 杨帅, 杨涛, 朱楠男, 马煜栋, 张文龙. 基于L波段差分干涉SAR卫星的安康地区滑坡隐患识别[J]. 自然资源遥感, 2024, 36(4): 254-259.
[5]	马晓雪, 焦润成, 曹颖, 南赟, 王晟宇, 郭学飞, 赵丹凝, 闫驰, 倪璇. 重大工程建设中地质灾害综合遥感监测技术方法应用——以北京2022冬奥会延庆赛区为例[J]. 自然资源遥感, 2024, 36(2): 248-256.
[6]	王宁, 姜德才, 郑向向, 钟昶. 基于多源异构数据斜坡地质灾害隐患易发性评价——以深圳市龙岗区为例[J]. 自然资源遥感, 2023, 35(4): 122-129.
[7]	易邦进, 黄成, 傅涛, 孙技星, 朱宝权, 钟成. 基于SBAS-InSAR 技术的中缅边境山区地质灾害隐患探测[J]. 自然资源遥感, 2023, 35(4): 186-191.
[8]	袁红, 易桂花, 张廷斌, 别小娟, 李景吉, 王国严, 徐永浩. 基于遥感数据川西高原光伏开发适宜性研究[J]. 自然资源遥感, 2023, 35(4): 301-311.
[9]	于航, 安娜, 汪洁, 邢宇, 许文佳, 步凡, 王晓红, 杨金中. 黔西南采煤塌陷区高分遥感动态监测——以六盘水市煤矿采空塌陷区为例[J]. 自然资源遥感, 2023, 35(3): 310-318.
[10]	滑永春, 陈家豪, 孙小添, 裴志永. 内蒙古段黄河流域景观生态风险分析[J]. 自然资源遥感, 2023, 35(2): 220-229.
[11]	辛荣芳, 李宗仁, 张焜, 张兴, 黄丽, 刘宝山. 青海省湟水流域地质灾害动态变化遥感监测[J]. 自然资源遥感, 2022, 34(4): 254-261.
[12]	王娟娟, 毋兆鹏, 王珊珊, 尹慧慧. 干旱区河谷绿洲土地利用冲突格局分析[J]. 自然资源遥感, 2021, 33(4): 243-251.
[13]	赵龙贤, 代晶晶, 赵元艺, 姜琪, 刘婷玥, 傅明海. 基于RS和GIS技术的西藏多龙矿集区矿山选址研究[J]. 国土资源遥感, 2021, 33(2): 182-191.
[14]	蒋蕾, 韩维峥, 孙丽娜. 基于景观生态风险的区域生态屏障建设研究[J]. 国土资源遥感, 2020, 32(4): 219-226.
[15]	桑潇, 国巧真, 乔悦, 吴欢欢, 臧金龙. 基于多源数据的山西省长治市宜居性研究[J]. 国土资源遥感, 2020, 32(3): 200-207.

Viewed

Full text

Abstract

Cited

Shared

Discussed