基于层次分析的北京市上方山地质灾害情况研究
武静 荆怡帆
摘要：地质灾害一直以来都严重地影响着人们的经济和生活，因此，对于地质灾害的成因的研究是非常重要的。上方山位于北京市房山区，区内易发崩塌、滑坡、泥石流、不稳定斜坡、地面塌陷和地面沉降六类地质灾害。区域内有地质灾害高易发区、中易发区、低易发区三个分区。而地质灾害往往与植被覆盖率、地质地貌、气象等因素有关。因此本文通过层次分析法对地质地貌、植被、温度、降水、土壤侵蚀度这五个因子进行分析，分为危险性和脆弱性两个方面，对上方山区域地质灾害的成因作出进一步研究，对于上方山区域的灾害防治有着重要的参考价值。
关键词：层次分析法 地质灾害 影响因子
1 研究背景
植被与气候、土壤、地形等自然环境要素密切相关，影响着全球的环境变化。近年来，遥感技术在植被以及地质灾害研究等多个方面起着愈加重要的作用，利用卫星遥感影像可以得到高分辨率的多波段数据。由于植被对不同波段的光谱特征的响应所具有的差异性，因此通过对不同波段之间的运算就可以获得不同的植被指数，其中归一化植被指数（Normalized Difference Vegetatior Index,NDVI）是一种应用非常广泛的植被指数，其对植被的长势和覆盖率十分敏感，可以很好的用于区域或全球的植被覆盖研究和识别，以及地形地势的分析，农作物识别等等。
土壤侵蚀是指土壤在水力、风力、重力、温度、人为等外力作用下，土壤的物理结构或化学成分发生破环或者位移，包括破坏、剥蚀、搬运等等。土壤侵蚀会导致土地破环，表层土壤侵蚀，导致土地日益贫瘠；以及加剧洪水危害，引发泥石流等土壤侵蚀发展的极端事件。土壤侵蚀程度是以土壤原生剖面被侵蚀的状态为指标而划分的土壤侵蚀等级，是区分侵蚀土壤等级的标准之一，利用土壤侵蚀程度，我们可以得到研究区域的土壤侵蚀情况。
地质灾害发生的内在原因极其复杂，很难通过简单的分析来表示其内在原因。而层次分析法适用于分析复杂的问题，并将其放在一个系统之中。层次分析法（AHP）将与决策有关的元素分解成目标，准则，方案等层次，在此基础上进行定性和定量的决策方法，简洁实用，并且能够直观的表示出影响地质灾害的各因子影响权重。通过对研究区域的NDVI指数以及土壤侵蚀程度等五个因子的分析，利用层次分析法，得到五个因子对上方山地区地质灾害危险性和脆弱性的影响权重，从而对区域的地质灾害易发性以及风险性进行评估，对于该区域的风险防治以及灾害预警有着重要的理论和实践意义。
地质灾害严重的影响着人民的生活和财产安全，严重威胁人类的生存。。在“7.21北京特大暴雨”中，房山区是重灾区。根据气象观测站的统计数据，截止7月22日3时许，全北京市最大降雨地为房山河北镇，最大降水量达460毫米，达到特大暴雨级别。上方山地区由于多为山地且地面多未固化，因此极易形成山洪。本文以北京市房山区上方山国家森林公园为研究区域，利用Landsat8卫星遥感数据，基于层次分析法创建评价体系，研究区域的地质灾害易发情况，并进一步建立相应的防范措施和预警系统。
2 研究区域概况
上方山位于北京市房山区内，属太行山脉，是大房山支脉中的一片山峰，最高峰紫金岭海拔880米，平均海拔400米，总面积340公顷。气候为典型的北温带半湿润大陆性季风气候，夏季高温多雨，冬季寒冷干燥，全年无霜期180-200天。降水季节分配不均匀，集中在6-8月，占全年降雨量的74.8%，是北京地区的主要暴雨区之一。
上方山地区属于石灰岩山地，以山地淋溶褐土为主，质地较轻，富含有机质，含量可达9%。其土层厚度不等，在山脊上土层较薄，在谷底土层较厚，除悬崖和山脊外，一般土壤深度都大于30厘米，甚至可达1米。淋溶褐土的粘化层有一定的淋移粘化特征，且粘化层的厚度较大，并且有粘粒胶膜的出现，在北京地区，可以认为是一个古土壤过程。植被方面上方山拥有华北地区唯一保存完好的原始次生林，森林覆盖率90%以上有侧柏林、辽东栎木，植被共645种，103科，363属。同时上方山还具有种类繁多的古树，如古侧柏等，丰富的植被资源是是上方山的一大亮点。
3 数据来源与处理
3.1 数据来源
本文所需的数据主要有上方山区域的地形地貌数据、NDVI数据、高程数据、气象数据以及土壤侵蚀数据。来源为地理空间数据云Landsat 8 OLI_TIRS卫星影像，经过处理和计算得到；气象数据根据全国的气象站，筛选出研究区域周边，即研究所需的气象数据，并且保证时间的一致性。
3.1.1 气象数据
所需的气象数据主要是降雨量以及平均气温。由于气象数据的栅格分辨率较低，无法与其他数据进行匹配，因此通过ArcGIS将原始数据进行重采样，采用最邻近分配法，更改到合适的栅格大小。
3.1.2 地形地貌数据
地形地貌数据主要为高程数据。
3.1.3 NDVI数据
NDVI即归一化植被指数，利用卫星影像进行计算，通过ArcGIS中的栅格计算器，得到数据。
3.1.4 土壤侵蚀度
本文通过因子权重评分法得到研究区域的土壤侵蚀度数据。主要通过坡度坡向数据、高程数据、气象数据、植被数据这六个因子，根据敏感程度等级图进行分类（表1），根据权重进行计算。
表1 土壤侵蚀度评价因子敏感程度等级图
评价因子
极高敏感
高敏感
中敏感
较低敏感
低敏感
坡度/°
>60
45-60
25-45
10-25
0-10
坡向/°
阳坡(135-225)
半阳坡(90-135)
(225-270)
半阴坡(45-90)
(270-315)
阴坡(315-45)
平地（-1）
高程/m
>2400
2100-2400
1800-2100
1500-1800
<1500
植被(NDVI)
>=0.5
0.3-0,5
0-0.3
<0
<0
降水
>5500
5000-5500
4500-5000
4000-4500
<4000
3.2 因子提取
本研究选取的影响因子为地形地貌、植被、降雨、温度以及土壤侵蚀度。由于研究中的各个因子对地质灾害的危险性影响程度不同，同时各个因子也有多种状态或变量，因此需要对各个因子影响的贡献率进行权重分配，进而体现各个因子在评价中的重要性。如表2对五个因子进行等级划分。
表2 地质灾害风险评价因子等级图
评价因子
等级1
等级2
等级3
等级4
等级5
地形地貌/m
114-248
248-376
376-503
503-631
631-907
植被(NDVI)
-0.092-0.042
0.042-0.086
0.086-0.116
0.116-0.153
0.153-0.287
土壤侵蚀
2.8-3.1
3.1-3.3
3.3-3.5
3.5-3.7
3.7-4.2
温度
16.67-21.67
21.67-26.67
26.67-31.11
31.11-37.22
37.22-43.89
降雨
5391-5402
5402-5412
5412-5423
5423-5434
5434-5445
4 研究方法
4.1 层次分析法
本研究采取的研究方法为层次分析法,用此方法来研究上方山地区的地质灾害危险性。层次分析法（AHP)是美国运筹学家匹兹堡大学教授Saaty.T.L.提出的一种层次权重决策分析方法，为研究多个领域的问题进行系统分析时提供了一种简洁实用的决策方法。层次分析法是一种系统性的分析方法，利用综合性的思维，是继机理分析、统计分析之后重要的系统分析工具。
层次分析法将一个复杂的多目标的决策问题放在一个系统之中，将目标分解为多个目标或准则。一般将影响因子进行两两比较，采用1-9标度法(表2）构造判断矩阵，分析因素之间内在影响的权重。主要步骤有确定指标体系、构建判断矩阵、层次单排序、一致性检验，若满足一致性检验，则进行层次总排序，再次检验满足一致性检验后得到分析结果，若不满足一致性检验则需要调整判断矩阵。适用于具有分层交错评价指标的目标系统，同时目标值又难于定量描述的问题。
表2 1-9标度法示意图
标度
含义
1
表示两个元素相比，有同样的重要性
3
表示两个元素相比，前者比后者稍重要
5
表示两个元素相比，前者比后者明显重要
7
表示两个元素相比，前者比后者极其重要
9
表示两个元素相比，前者比后者强烈重要
2,4,6,8
表示上述相邻判断的中间值
1-9的倒数
表示相应两因素交换次序比较的重要性
4.2 构建层次评价体系
首先构建层次评价模型，在模型中确定时间的目标层、准则层和因子层。本文选取五个影响因子，选取脆弱性和危险性作为准则层，构建层次结构，如图一所示。
4.3 构建判断矩阵
构建判断矩阵是把各要素进行两两比较，并确定各准则层对目标层的权重，判断准测按照上度法进行，构建出如下的判断矩阵。
表3 地质灾害危险性及脆弱性判断矩阵
地形地貌
降雨
土壤侵蚀
气温
植被
特征向量
权重值
地形地貌
1
5
5
7
5
3.8762
0.5466
降雨
0.2
1
0.5
4
0.5
0.7248
0.1022
土壤侵蚀
0.2
2
1
3
2
1.1914
0.168
气温
0.1429
0.25
0.3333
1
0.2
0.2988
0.0421
植被
0.2
2
0.5
5
1
1
0.141
4.4 层次单排序与一致性检验
层次单排序是根据所构成的判断矩阵，求解各个指标的权重，即可以计算其权重，有两种方式，方根法以及和法，在本文中应用和法。步骤为先将矩阵的每列进行标准化，然后将标准化后的各元素按行求和，再将求和结果进行标准化。得到权重矩阵之后就可以计算最大特征根，公式如下。
n为维度数，本文中n为5，AW为判断矩阵标准化后的权重，然后按行累加的累加值。
之后用一致性指标CI(Consistency Index)来检验一致性，CI=0表示判断矩阵完全一致，CI越大，判断矩阵的不一致性程度越严重。RI是Satty模拟1000次得到的随即一致性指标，根据CI\RI的值来求解CR值，判断一致性是否通过。当CR<0.1时，表明判断矩阵的一致性被认为在容许的范围内，若CR>=0.1，则需要进行修正，CI及CR公式如下。
本文中判断矩阵最大特征值为5.3214，CI值为0.0804，RI值为1.11，CR值为0.0724，一致性验证通过。
4.5 分析结果
一致性检验通过后，可以得到灾害风险评估体系。
表4 地质灾害危险性及脆弱性评估体系
地形地貌
降雨
土壤侵蚀
气温
植被
危险性
0.8333
0.1667
0.25
0.75
0.2
脆弱性
0.1667
0.8333
0.75
0.25
0.8
通过评估体系，危险性对地质灾害的影响占比44%，脆弱性对地质灾害的影响占56%。同时发现，危险性主要地形地貌因素和气温因素控制，脆弱性主要由降雨、土壤侵蚀因素以及植被覆盖度控制。由于上方山地区在七八月份降雨量较大，所以降雨不仅直接影响到上方山的山体脆弱程度，更是通过加大土壤侵蚀来间接影响山体的脆弱；由于上方山地区山势陡峭，且岩石种类具有多样性，较陡的坡度，较长的坡长，多样性的成土母岩共同导致了地形地貌是影响上方山地质灾害危险性的主要因素。另外，植被覆盖不仅是影响山体脆弱性的主要因素，也是影响土壤侵蚀的主要因素。从一定程度上来说，植被覆盖度决定了山体的脆弱程度，从而对泥石流，山体滑坡等地质灾害是否发生有决定性作用。因此，为防治上方山地区的地质灾害，可以在植被覆盖度方面做出防治，增加植被覆盖面积，防止土壤进一步侵蚀，从而一定程度上防止地质灾害的加重。
5 结论
地质灾害往往与地形地貌、降雨、植被覆盖、土壤侵蚀、气温等因子关系密切。因此，本文通过层次分析法对上述各因子进行分析，采用 GIS 技术建立上方山地质灾害风险评估体系，对上方山地区进行风险评估，从而对区域的地质灾害易发性进行评估。本文通过层次分析法对北京市房山区上方山区域的地质灾害风险进行分析，同时探究可能引起地质灾害的内在因素，本文研究了地形地貌、降雨、土壤侵蚀、气温和植被五个因素。通过权重评分法得到了土壤侵蚀度数据，结合NDVI，通过研究，得到了五个因子的影响权重。层次分析法可以将复杂的问题放到一个系统之中，通过层次分析法，可以对上方山地区易发地质灾害的原因的探索有一定的参考价值。
但是本文的研究有一定的局限性。例如，在计算土壤侵蚀度时并未考虑地质因素，比如岩石分布及岩性等，并且定量数据少、定性成分多。地质灾害发生的原因及机理十分复杂，除因子方面，今后一定会加强地在灾害发生原因的研究，以及各因子之间的相互影响关系，以获得更加准确的内在机理，建立更加完整的体系，为地质灾害的防治提出更加有参考价值的建议，建立更加科学的防范体系。
参考文献
蔡道明，李柏，张平仓，许文盛，惠波.基于GIS的三峡库区湖北段土壤侵蚀潜在危险度评价.水利水电技术.2017(9).223-228
汪洁，王斌.地质灾害危险性评价因子与权重分析研究.地质灾害与环境保护.2014(9).103-107
吕蒙，钟悦之.NDVI在生态环境研究中的应用进展.农村经济与科技.2011.22(6).11-13
庞栋栋，刘刚，何敬，王彬，赵绪强.基于层次分析法的甘肃省地质灾害风险评估分析.国土资源信息化.2021(12).41-47
陈起伟，熊康宁，兰安军.基于GIS技术的贵州省土壤侵蚀危险性评价.长江科学院院报.2020(12).47-52
赵忠海.北京市密云水库北部地区土壤侵蚀情况的遥感调查.地质灾害与环境保护.2005(12).388-390
李彪，郭道峰，刘震峰，贾丹丹.北部湾流域土壤侵蚀与土地利用变化的影响研究.测绘与空间地理信息.2022(5).66-70
郭晴，任永康，陈涛.密云水库流域土壤侵蚀模数时空动态监测.地理空间信息.2022(5).27-32
