地质灾害区域

1. 哪些地质区域最有可能遇到海啸

广义的地质灾害，包括有地震、海啸、火山、泥石流、山体塌方、地面塌陷等等。口语中所讲的地质灾害，一般意义上，指的是泥石流、山体塌方、地面塌陷、地面沉降等。我国的西、南部山区，特别是川陕、川滇、川藏等地区，由于山体高大，岩层风化剧烈，雨季降水比较大，容易引起滑坡、泥石流等地质灾害。东部的河流三角洲等地方，由于地下水变动和人工干扰等因素，容易发生地面沉降等地质灾害。另外，在矿产资源开发集中地区，由于地下水位受采矿干扰等因素，也是容易发生地面塌陷等灾害的地区。全球来说，受地壳运动和板块挤压作用的地区，地震、火山等灾害比较容易发生。以上供你参考。

2. 为什么汶川所在区域是我国地质灾害多发区

中新网9月3日电 测绘局、地震局今天下午举行新闻发布会，通报汶川地震地形变化监测结果，介绍汶川地震对地震周边地区及青藏板块地形的影响。中国地震局副局长阴朝民在发布会上介绍了近期地震发生比较多的两个原因。
第一，汶川8级地震发生以后，从我们多年总结研究的经验来讲，这么大的地震发生以后，在全国范围内会存在一些调整，会发生一些地震，所以最近我们感觉震区以外的一些地区，包括西藏、新疆以及四川与云南交界的地方发生一些地震。按照统计规律，每年我们国家发生5级以上地震是18次左右。到目前为止，除汶川地震强余震以外，现在中国大陆已经发生了21次5级以上地震，从目前情况来说，整个地震数量超过平均水平，相对来说强一些。
第二，最近地震发生这些区域在我们国家都是地震多发地区，包括新疆、西藏、云南，是我们国家地震多发的一些省市，从本身来讲，这些地方也会发生一些地震
马宗晋表示，“对于强余震还需较长时间加强研究”。他介绍，截至9月1日12时，也就是汶川大震后112天内，中国地震台网记录到2万7千多次余震。其中6级以上余震8次，最大的余震是5月25日下午发生在青川的6.4级地震；5级以上余震39次。余震的数量和强度仍有较大的起伏。7月24日，青川一带又发生了5.6、6.0和6.1级较强余震，造成十余人伤亡。
马宗晋表示，目前，通过对我国大陆地区地震资料的多方分析，基本上仍确认5

3. 地质灾害区域预警原理

据检索统计，世界上约有20多个国家或地区不同程度地开展过降雨引发滑坡、泥石流的研究或预警工作。其中，中国香港(Brandetal.，1984)、美国(Keeferetal.，1987)、日本(Fukuzono，1985)、巴西(Neiva，1998)、委内瑞拉(Wieczoreketal.，2001)、波多黎各(Larsen＆Simon，1993)和中国大陆等曾经或正在进行面向公众社会的降雨引发区域性滑坡、泥石流的早期预警与减灾服务工作，预警的地质空间精度达到数千米量级，时间精度达到小时量级。这些国家和地区一般都在地质灾害多发区或敏感区开展或完成了比较详细的地质灾害调查评价工作，拥有比较长期且比较完整的降雨与滑坡、泥石流关系资料，或在典型地区建立了比较完善的降雨遥控监测网络和先进的数据传输系统。

综合分析国内外研究与应用状况，基于气象因素的区域地质灾害预警预报理论原理可初步划分为三大类，即隐式统计预报法、显式统计预报法和动力预报法。

4.2.1 隐式统计预报法

隐式统计预报法把地质环境因素的作用隐含在降雨参数中，某地区的预警判据中仅仅考虑降雨参数建立模型。隐式统计预报法可称为第一代预报方法，比较适用于地质环境模式比较单一的小区域。由于这种方法只涉及一个或一类参数，无论预警区域的研究程度深浅均可使用，所以这是国内外广泛使用的方法，也是最易于推广的方法。这种方法特别适用于有限空间范围，且地质环境条件变化不大的地区，如以花岗岩及其风化残积物分布为主的中国香港地区多年来一直在研究应用和深化这一方法。

这种方法考虑的降雨参数包括年降雨量、季度降雨量、月降雨量、多日降雨量、日降雨量、小时降雨量和10min降雨量等。实际应用时，一般只涉及1～3个参数作为预报判据，如临界降雨量、降雨强度、有效降雨量或等效降雨量等。

突发性地质灾害临界过程降雨量判据的预警方法抓住了气象因素诱发地质灾害的关键方面，但预警精度必然受到所预警地区面积大小、突发性地质事件样本数量、地质环境复杂程度和地质环境稳定性及区域社会活动状况的限制，单一临界降雨量指标作为预警判据的代表性是有限的。

代表性研究成果主要有:

Onodera et al.( 1974) 通过研究日本的大量滑坡，提出累计降雨量超过 150 ～ 200mm，或每小时降雨强度超过 20 ～30mm 作为判据。Nilsen et al.( 1976) 发现美国 Alameda，Califor-nia 在累计降雨量超过 180mm 时，滑坡将频繁发生。Oberste-lehn( 1976) 认为累计降雨量达到 250mm 左右，美国 San Benito，California 将发生滑坡。Guidicini and Iwasa( 1977) 通过对巴西 9 个地区滑坡记录和降雨资料的分析，认为降雨量超过年平均降雨量的 8% ～17%，滑坡将滑动; 超过 20%，将发生灾难性滑坡。Caine( 1980) 全面总结了全球的可利用数据，给出了不同地区诱发滑坡暴雨事件的降雨强度和持续时间与滑坡的关系式。这一关系式当然不可能适用于全球所有地区( Crozier 在 1997 年证明) ，仍不失为探讨诱发滑坡临界降雨值的里程碑。

Brand et al.( 1984) 在中国香港研究表明，大多数滑坡由局部高强度短历时降雨诱发，而前期降雨量不是主要因素，除非是小型滑坡。Ng and Shi( 1998) 认为降雨的持续也是一个非常重要的诱发滑坡的因素。中国香港地区预测 24h 内降雨量达到 175mm 或 60min 内市区内雨量超过 70mm，即认为达到滑坡预报阈值，即由政府发出通报。中国香港平均每年约发出 3 次山洪滑坡暴发警报。

Ganuti et al.( 1985) 提出了临界降雨系数( critical precipitation coefficient，CPC) 的概念，并总结出当 CPC ＞0.5 时，将有 10a 一遇的滑坡发生; 当 CPC ＞0.6 时，将有 20a 一遇的滑坡发生。

Glade( 1997) 综合前人研究成果建立了确定诱发滑坡的降雨临界值的 3 个模型，并在纽西兰北岛南部的 Wellington 地区进行了验证。3 个模型要求的基本数据为: 日降雨量、滑坡发生日期和土体潜在日蒸发量( 通过 Thornthwaite method 方法计算得到) 。降雨强度临界值Glade( 1997) 的模型 1———日降雨模型( daily rainfall model) ，只使用日降雨量参数，简单地分析诱发滑坡和不诱发滑坡的日降雨量( Glade，1998) ，得出最小临界值和最大临界值，即在最小临界值以下，没有滑坡发生; 在最大临界值以上，滑坡一定发生。降雨量等级划分以20mm 为一个等级; 降雨过程雨量临界值 Glade( 1997) 的模型 2———前期日降雨量模型( an-tecedent daily rainfall model) ，考虑了前期降雨的影响。他认为决定前期情况有两个主要因素: 前期降雨的历时时间和土体含水量减少的速率; 土体含水状态临界值 Glade( 1997) 的模型 3———前期土体含水状态模型( antecedent soil water status model) ，他认为除了前期雨量，土体含水量和潜在的蒸发量对滑坡的影响也很大。

刘传正在 2003 年 5 月主持全国地质灾害气象预警工作过程中，利用地质灾害发生前15d 降雨量建立滑坡、泥石流发生区带的临界过程降雨量创建了预警判据模式图，并结合具体区域( 2003 年28 个区、2004 年以后74 个区) 进行校正的方法。该方法适应3 级预报的要求界定了 α 线和 β 线作为预警等级界限。3 年多来汛期的预警成果发布检验与应用证明，该方法在科学依据上是成立的，但限于预警区域过大、基础数据和地质灾害统计样本数量太少，准确率有待提高，同时也充分说明了开展地质灾害数据集成研究的迫切性。

另外，中国科学院成都山地灾害与环境研究所等机构在单条泥石流监测与预警建模方面进行了多年持续不懈的研究工作，取得了具有代表性的成果。

4.2.2 显式统计预报法

显式统计预报法是一种考虑地质环境变化与降雨参数等多因素叠加建立预警判据模型的方法，它是由地质灾害危险性区划与空间预测转化过来的(CarraraA.，1983;HaruyamaH.＆KawakamiH.，1984;BaezaC.＆CorominasJ.，1996;CarraraA.，CardinaliM.＆GuzzettiF.，1991;刘传正，2004;殷坤龙，2005)。

区域地质灾害危险性评价和风险区划研究仍是当前的研究主流，而利用之进行地质灾害的实时预警与发布则多处于探索阶段。这种方法可以充分反映预警地区地质环境要素的变化，并随着调查研究精度的提高相应地提高地质灾害的空间预警精度。显式统计预报法可称为第二代预报方法，是正在探索中的方法，比较适用于地质环境模式比较复杂的大区域。

基于地质环境空间分析的突发性地质灾害时空预警理论与方法是根据单元分析结果经过合成实现的，克服了仅仅依据单一临界雨量指标的限制，但对临界诱发因素的表达、预警指标的选定与量化分级等尚存在需要进一步研究的诸多问题。

因此，要实现完全科学意义上的区域突发性地质灾害预警，必须建立临界过程降雨量判据与地质环境空间分析耦合模型的理论方法———广义显式统计模式地质灾害预报方法，预警等级指数(W)是内外动力的联立方程组。即

中国地质灾害区域预警方法与应用

式中:W为预警等级指数;a为地外天体引力作用，包括太阳、月亮的引潮力，太阳黑子、表面耀斑和太阳风等对地球表面的作用，a=f(a₁，a₂，…，a_n);b为地球内动力作用，主要表现为断裂活动、地震和火山爆发等，b=f(b₁，b₂，…，b_n);c为地球表层外动力作用，包括降雨、渗流、冲刷、侵蚀、风化、植物根劈、风暴、温度、干燥和冻融作用等，c=f(c₁，c₂，…，c_n);d为人类社会工程经济活动作用，包括资源、能源开发和工程建设等引起地质环境的变化，d=f(d₁，d₂，…，d_n)。

20世纪70年代，以美国加利福尼亚州旧金山地区圣马提俄郡的滑坡敏感性图为代表，利用多参数图的加权(或不加权)叠加得到区域滑坡灾害预测图。

20世纪80年代，CarraraA.(1983)将多元统计分析预测方法引用到区域滑坡空间预测中，并在世界各国得到迅速发展与推广。如HaruyamaH.＆KawakamiH.(1984)利用数学统计理论对日本活火山地区降雨引起的滑坡灾害进行了危险度评价。BaezaC.＆CorominasJ.(1996)利用统计判别分析模型进行了浅层滑坡敏感性评估，结果斜坡破坏的正确预测率达到96.4%，有力地说明了统计预测的适用性。CarraraA.，CardinaliM.＆GuzzettiF.等(1991)将统计模型与GIS结合，应用于意大利中部某小型汇水盆地的滑坡危险性评估，实现从数据获取到分析、管理的自动化，结果证明统计分析与GIS的综合使用是一种快速、可行、费用低的区域滑坡危险性评价与制图方法。

20世纪90年代中后期以来，随着计算机技术和信息科学的高速发展，RS、GIS和GPS等“3S”技术联合应用使快速处理海量的地质环境数据成为可能，出现了地质灾害空间预测模型方法应用研究逐步从地质灾害危险评价与预警应用相结合的新态势。

刘传正等(2004)创建并发表了用于区域地质灾害评价和预警的“发育度”、“潜势度”、“危险度”和“危害度”时空递进分析理论与方法，简称“四度”递进分析法(AMFP)，并在三峡库区(54175km²)和四川雅安地质灾害预警试验区(1067km²)进行了应用，结果是可信的。

李长江等(2004)将GIS和ANN(人工神经网络)相互融合，考虑不同的地质、地貌和水文地质背景，建立了给定降雨量的浙江省区域群发性滑坡灾害概率预报(警)系统(LAPS)。

宋光齐等(2004)根据地貌、岩性和地质构造几率分布，基于GIS建立了给定降雨量的四川省地质灾害预报系统。

殷坤龙等(2005)以浙江省为例探索了基于WebGIS的突发性地质灾害预警预报问题。

由于我国政府在全国范围内推行区域地质灾害预警预报机制，目前我国的预警探索工作走在世界前列。

4.2.3 动力预报法

动力预报法是一种考虑地质体在降雨过程中地-气耦合作用下研究对象自身动力变化过程而建立预警判据方程的方法，实质上是一种解析方法。动力预报方法的预报结果是确定性的，可称为第三代预报方法，目前只适用于单体试验区或特别重要的局部区域。该方法主要依据降雨前、降雨中和降雨后降水入渗在斜坡体内的转化机制，具体描述整个过程斜坡体内地下水动力作用变化与斜坡体状态及其稳定性的对应关系。通过钻孔监测地下水位动态、孔隙水压力和斜坡应力-位移等，揭示降雨前、降雨过程中和降雨后斜坡体内地下水的实时动态响应变化规律、整个坡体物理性状变化及其变形破坏过程的关系。在充分考虑含水量、基质吸力、孔隙水压力、渗透水压力、饱水带形成和滑坡—泥石流转化因素条件下，选用数学物理方程研究解析斜坡体内地下水动力场变化规律与斜坡稳定性的关系，确定多参数的预警阈值，从而实现地质灾害的实时动力预报。

目前，这种方法局限于试验场地或单个斜坡的研究探索阶段，必须依赖具有实时监测、实时传输和实时数据处理功能的立体监测网(地-气耦合)作为支撑才能实现实时预报。由于理论、技术和经费等方面的高要求，这种方法比较适用于重要的小区域或单体的研究性监测预警。

据研究，美国旧金山海湾地区的6h降雨量达到4in(101.6mm)时，就可能引发大面积泥石流。为了监测降雨期间地下水压力的变化，研究人员设置了若干个孔隙水压力计以观测斜坡中地下水压力变化。旧金山海湾地区实时区域滑坡预警系统包括降雨与滑坡发生的经验和分析关系式，实时雨量监测数据，国家气象服务中心降雨预报以及滑坡易发区略图。

在我国，刘传正等(2004)在四川雅安区域地质灾害监测预警试验区进行了大气降水与斜坡岩土层含水量变化的分层响应监测，发现不同降雨过程和降雨强度下，斜坡岩土体的含水量相应发生明显变化，可以研究降雨在斜坡岩土体内的渗流过程直至出现滑坡、泥石流的成因机理。

2003年8月23～25日是一个引发多处地质灾害并造成人员伤亡的典型降雨过程，可以作为分析实例。以8月19日15时的含水量为背景值，则8月23，24和25日降雨过程分别对应第96，120和144h的含水量，4个层位的记录曲线明确反映了随累计降雨量增加斜坡岩土体含水量急剧增加，第一、二层位达到过饱和状态，且含水量急剧增加出现于第121h，即24日15时之后，滞后于降雨时间约20h。各层含水量峰值出现于第151h，即接近滑坡呈区域性暴发时间(26日零时，对应第153h)。该分析未考虑沿裂隙的地下水渗流作用(图4.1)。

图4.1 四川雅安桑树坡监测试验点第1～4层含水量随时间变化曲线

分析对比隐式统计预报法、显式统计预报法和动力预报法3类方法，我们认为，未来的方向是探索地质灾害隐式统计、显式统计与动力预警3种模型的联合应用方法，以适应不同层级的地质灾害预警需求。研究内容包括临界雨量统计模型、地质环境因素叠加统计模型和地质体实时变化(水动力、应力、应变、热力场和地磁场等)的数学物理模型等多参数、多模型的耦合。3种模型的联合应用不仅适应特别重要的区域或小流域，也为单体地质灾害的动力预警与应急响应提供决策依据。

4. 基于GIS的地质灾害区域评价与危险性区划系统研究

黄润秋许强沈芳向喜琼阮沈勇罗文强

（成都理工大学地质灾害防治与地质环境保护国家专业实验室，四川成都，610059）

【摘要】本文主要介绍了如何将现代地理信息系统（GIS）技术与一些用于多变量预测评价的数学模型有机地结合起来，快速高效地进行地质灾害区域评价与危险性区划。主要内容包括崩滑地质灾害区域评价指标的选取和指标体系的建立、评价及预测的数学模型以及具体的实现过程，并通过一个实际例子说明该思路和方法手段的可行性、可靠性和先进性。

【关键词】地理信息系统地质灾害区域评价指标体系

1前言

随着对山区资源开发利用的日益加剧，特别是我国目前正在实施的西部大开发战略，山区流域地质灾害已经直接影响到人民的生命财产安全和国家经济的发展。而地质灾害危险性区划是全面反映灾情，确定减灾目标，优化防治措施，提高减灾效益，进行减灾决策的重要依据。

地质灾害区域评价和危险性区划的主要工作方法是在大量收集、分析处理基础地质资料的前提下，运用恰当的数学统计模型，划分出相应的危险性级别，然后从整体上对研究区进行危险性区划。

由于各种地质因素在各个局部区域的差异性和复杂性，要做到较为精确的评价，需将整个研究区域分成若干个小图元，根据各个小区域的不同情况，分别赋予不同的属性，然后才能根据这些属性进行区域评价和危险性区划。这个工作依赖手工准备基础数据工作量十分巨大，所以传统的区域评价手段在实际应用中受到多方面的限制，常常只能人为地作出判断，先分区，后评价，这样割舍了区域内部本身固有的层次。

而地理信息系统（GIS）技术恰好可以很方便地管理多源数据，生成任意大小的图元，还可以结合专业特点和具体问题进行二次开发用以空间评价预测，并能直观显示评价预测结果。同时，我们开发成功的基于GIS的地质灾害区域评价与危险性区划系统，已经实现了从基础资料的收集与管理→评价因素的选取与定量→评价结果的直观显示流水线作业方式，大大地提高了工作效率，使崩滑地质灾害的区域评价与危险性区划初步达到实用化的程度。

2评价预测指标的选取及指标体系的建立

建立指标体系的目的主要包括两个方面的内容：一是一般工程技术人员或软件的用户可根据该指标体系确定研究区各因素的取值方法；另一方面，该指标体系可以指导野外地质人员在进行地质灾害危险性评价调查时有目的按照同一的标准进行地质灾害评价预测因素的调查。

2.1评价预测指标的选取

影响地质灾害发生的因素非常多，有基础地质因素（地形地貌、地层岩性等），也有外界诱发因素（如地震、暴雨等），还有人为因素（地表和地下开挖、爆破等人类工程活动）。

评价预测因素的选取的基本原则为：从地质和工程地质的角度尽量全面地考虑影响地质灾害发生的所有因素，通过广泛地查阅文献资料和对大量崩滑地质灾害实例的分析总结，采用目标分析方法。首先将地质灾害划分为已有地质灾害和潜在地质灾害两大类，分别对待，建立不同的指标体系。在此基础上再将影响地质灾害发生的因素分为基本因素和诱发因素，然后再进一步细分，直到子目标能够用定量或定性的指标衡量为止（如图1）。

图1评价预测指标体系的结构

基本因素是指地质灾害形成的基本条件和内在因素（内因），诱发因素是指影响和诱发地质灾害演化和发生的外在因素（外因）。从图1可以看出，基本因素主要为地形地貌、地层岩性、岸坡结构类型、软弱地层状况、构造情况、地面变形情况、植被发育情况、河流动力地质作用、水文地质条件、结构面组合状况、岩体结构（裂隙发育程度）等。诱发因素主要包括降雨状况、地震状况以及人类工程活动强度等。

2.2评价预测指标的量化

从所选取的评价预测指标可以看出，影响地质灾害发生的各种因素有些是定性的因素，如地层岩性、岸坡结构等；而有些又是测量或通过试验得到的定量数据，如地震烈度、降雨量等。

为了便于数学处理和计算机识别，在实际操作过程中，首先应通过一定的方法，将定性因素定量化。同时，即使是定量数据，由于各个因素间数值差别较大（如地震烈度和降雨量），若将这种量值差别较大的因素输入同一个数学模型进行分析处理，从数学上讲也会产生较大的误差。

因此，在将各个评价因素输入分析评价的数学模型之前，需对这些因素进行量化处理，其具体处理方法为：①对于定性变量，采用专家打分法、统计分析法、信息量法或模糊数学方法进行量化取值；②对于定量数据，可采用标准化、规格化、均一化、对数、平方根等数值变换方法统一量纲。

表1为利用专家打分法对工程岩组进行定量化的示例。

表1利用专家打分法对评价预测因素进行量化的示例

2.3评价预测指标的筛选与优化

在不同的地区和不同的环境，上述各评价预测指标对地质灾害的影响程度可能会有较大的差别，也就是说，在不同的地区上述各评价预测指标的主次关系可能会不一样。同时，在大多数情况下，上述各评价预测因素本身并不是相互独立的，各因素之间（如地形地貌与岸坡结构、岩体结构与裂隙组合状况、水文地质条件与降雨状况）往往存在着非常复杂的交叉和重叠关系。

因此，在具体的地质灾害区域评价与危险性区划过程中，往往并不是所采用的评价因素越多，评价的效果越好。因为，所采用评价因素过多，可能会间接地导致某些因素的重复利用，相当于人为地加大了该变量的权重。

对于具体研究区域，如何才能筛选出合理的评价预测指标，使评价预测结果最大限度地符合当地实际呢？我们认为解决此问题的关键应该针对不同的地区和不同的实际问题，确定各个评价因素对地质灾害的影响程度（重要性），最好是先将各个评价因素按重要性程度排序，最终选取比较重要的因素作为真正的评价预测指标。这种筛选和优化评价因素的方法主要有：

2.3.1主成分分析

主成分分析是将多个指标化为少数指标的一种统计方法。它可以通过对数学方法对评价因素按对地质灾害的影响程度大小进行排序，找出主要影响因素。

2.3.2两两比较法

将 k个评价指标作两两对比，列出比较结果表。如指标 B1比指标 B2重要，在B1行 B2列写上3，而在B2行 B2列写上1；若指标 B1与 B2分不出谁重要，则可在B1行 B2列和B2行 B1列都写上2。例如，有5个指标的比较结果为：

∑为对该行的求和，λ为对∑的归一化的结果。根据∑或λ的相对大小便可对其重要性进行排序。

2.3.3工程地质类比法

选用与研究区地质条件类似且研究程度较高的地区作类比，确定研究区的评价指标。

3地质灾害区域评价与危险性区划的数学模型

通过查阅大量的文献资料表明，目前用于地质灾害区域评价和危险性区划的数学模型主要有如下几种：逻辑信息法、判别分析法、信息量法、模糊综合评判法、专家评分法、综合评价法、变形破坏指数法、危险概率分析法以及神经网络法等。通过对其适用条件、可操作性、数据的可得性、分析结果的可靠性等多方面的分析比较，选定了回归分析法、信息量法、不确定性分析方法（模糊综合评判和模糊可靠度分析）以及神经网络方法作为地质灾害区域评价和危险性分区的基本数学模型。

4基于GIS的地质灾害区域评价与危险性区划系统

在上述基础上，我们基于Windows和GIS操作环境，采用面向对象的编程语言，开发了基于GIS的地质灾害区域评价与危险性区划系统。该系统不仅能充分利用GIS本身所具有的强大的空间数据管理与分析功能，还可以直接利用GIS的数据资源，方便快捷地实现地质灾害的危险性区划，为地质灾害的勘察、评价、预测、防治提供了一套行之有效的方法技术和适用的工具。该系统的实现途径见图2。从图2可以看出，地质灾害区域评价与危险性区划系统主要包括前处理、危险性区划主模块和后处理3个部分。利用该系统进行地质灾害区域评价和危险性区划需要经历如下几个步骤：

图2地质灾害区域评价与危险性区划系统的实现途径

（1）利用GIS软件对研究区基础地质资料（主要为指标体系中所列的各因素）进行数字化处理，对指标体系中所列出的各种评价预测因素最好采用单独的图层，分层数字化。

（2）根据指标体系对各评价预测因素所对应的数字化图层赋予相应的属性，这实际上是对各评价预测因素（指标）的初步定量化处理。

（3）为了提高分析评价精度，获取足够多的评价预测样本，需对评价预测因素图件进行网格化处理和图元裁剪处理，并根据第二步的结果对这些细化的网格赋予各类评价因素属性，同时将各个网格的信息（样本的自变量和因变量）存入一专门的数据库。

（4）在选中危险性区划主模块中的某种方法后，系统将自动从上述专门的数据库中提取分析评价所需信息，评价完毕后将直观地以图形的方式显示评价预测结果。

5基于GIS的地质灾害区域评价与危险性区划实例

5.1长江三峡库区新滩—巴东段地质灾害危险性区划

为配合准备新一轮国土资源大调查的“一个计划，四个工程”中的“地质灾害预警工程”，国土资源部1998年年底拟在长江三峡库区的新滩—巴东库段（含香溪河）建立地质灾害监测工程试验（示范）区。全区面积为50km×50km，区内现已查明的滑坡崩塌计有124个，其中包括链子崖危岩体、新滩滑坡、黄腊石滑坡等国内外知名的地质灾害体。

图3神经网络模型得出的地质灾害危险性区划结果

我们收集了该区1:5万地形图、地质图、降雨分布图、地震烈度区划图、城市交通图等图件，利用 MapGIS数字化成电子地图，并获取大量野外现场调查资料，分类录入相应图件的属性库，并选取坡度、岩性、岸坡结构类型、已有动力地质现象、地面变形状况、河流地质作用、构造复杂程度、人类工程活动等评价指标。作为试验，在对研究区进行网格化时采用的基本图元大小为500m×500m，最后实际获取评价样本（图元）4459个。

通过利用我们所开发的地质灾害区域评价与危险性区划系统中的多种分析评价模型（图3为神经网络模型分析结果）进行研究，得出如下结论：

（1）地质灾害危险性区划结果中稳定性最差的地段与已有的地质灾害分布位置一般有较好的对应关系。这说明，地质灾害频发区对应地质灾害最危险区，同时也从另一方面说明评价结果的正确性。

（2）地质灾害最危险区一般沿河流呈带状分布。

（3）研究区最危险地段主要有3个，即黄腊石—黄土坡段、香溪河段、秭归河段，其次在新滩和链子崖附近以及牛口镇附近还分别分布有新滩—链子崖段和牛口段。

（4）通过现场调研结果表明，上述分析预测结果与实际情况能够较好地符合，说明本文所采用的方法和技术手段是可行的，地质灾害区域评价与危险性区划系统的评价预测结果具有较高的可靠性，值得进一步推广。

5.2金沙江溪落渡水电站近坝库区地质灾害危险性区划

金沙江溪落渡水电站位于四川省雷波县与云南永善县交界处的金沙江下游河段的溪落渡峡谷。电站大坝采用双曲拱坝坝型，坝高285m，库容110亿m3，总装机容量1440万千瓦，是我国拟开发的仅次于三峡的又一座巨型水电站。为进一步论证电站近坝库岸稳定性，为库区移民搬迁、地质灾害防治及生态地质环境保护提供合理的规划及决策依据，对该水电站近坝库区的地质环境进行了基于GIS的综合评价，圈定了地质灾害危险地段。

根据野外调查、有关研究报告和1∶2.5万的工程地质图，在对本研究区基础地质资料进行系统分析后，选取地形坡度、工程地质岩性、地质构造、岸坡结构类型、河流地质作用等为主要评价因素，将评价预测目标——危险性等级分为不危险、轻度危险、中度危险、重度危险四个等级，建立了相应的评价指标体系。按照山区流域地质环境评价与地质灾害危险性预测 GIS系统的工作程式，在对研究区各种基础图件进行数字化，对各种评价因素进行定量化以及对矢量图形进行栅格化处理后，采用数量化理论、信息量法、模糊综合评判、模糊可靠度和神经网络等数学模型进行地质灾害危险性区划。

图4和图5分别为采用模糊可靠度方法所作出的溪落渡近坝库区上游段和下游段的地质灾害危险性分区图。现场调研发现，危险性分区结果与野外调查结果基本相符。

图4溪落渡近坝库区（上游段）危险性分区图

图5溪落渡近坝库区（下游段）地质灾害危险性分区图

6结语

通过本文的研究，主要取得以下成果：

（1）针对我国西南山区流域地理地质环境，形成了一套基于GIS的从数据采集→空间属性数据库建立→评价指标体系选择→预测评价模型分析→地质灾害危险性预测与区划，较为完整的山区流域地质环境评价和地质灾害预测的研究技术路线、方法体系和工作流程。

（2）建立了山区流域地质环境评价和地质灾害预测的基本评价指标体系，并从多个角度提出了其数量化方法。

（3）基于GIS工作平台，研究开发了地质灾害区域评价与危险性区划系统，并在金沙江溪落渡水电工程库区和长江三峡工程库区新滩—巴东段对该系统进行了实际检验。应用结果表明，本文所提出的基于GIS的地质灾害区域评价和危险性区划的理论和技术方法可用于实际的地质灾害评价预测，其评价预测结果基本与实际情况相符合。

在完成本项研究工作的过程中，曾得到国土资源部国际合作与科技司、地质环境司以及国土资源部长江三峡地质灾害防治指挥部的大力支持和帮助，在此对他们表示衷心的感谢。

参考文献

[1]陈述彭，鲁学军，周成虎编著.地理信息系统导论.北京：科学出版社，1999

[2]Wadge G.The potential of GIS modelling of gravity flows and slope instabilities[J].International Journal of Geographical Information Systems,1988,2(2):143～152

[3]Gupta R.P.＆Joshi B.C.Landslide hazard zoning using the GIS approach;a case study from the Ramganga Catchment,Himalayas [J].Engineering Geology,1990,28(1～2）:119～131

[4]沈芳，黄润秋等.地理信息系统与地质环境评价[J].地质灾害与环境保护，1999,11（1）:6～10

[5]沈芳.山区地质环境评价与地质灾害危险性区划的GIS系统[博士论文].成都理工学院，2000

[6]Mario Mejla-Navarro and Ellen E.Wohl,Geological Hazard and Risk Evaluation Using GIS:Methodology and Model Applied to Medellin,Colombia,Bulletin of the Association of Engineering Geologists, 1994,XXXI(4):459～481

[7]Gupta-R-P;Joshi-B-C,Landslide hazard zoning using the GIS approach;a case study from the Ramganga Catchment,Himalayas,Engineering Geology,1990,(28):1～2,119～131

[8]Campbell-Russell-H;Bernknopf-Richard-L,Forecasting the spatial distribution of landslide risk,Abstracts with Programs-Geological Society of America,1991,(23):5,145

5. 我国下半年容易发生什么地质灾害和它们主要的分布区域

下半年容易发生的地质灾害
寒潮:除被青藏高原阻挡的一部分云贵高原和海南外,祖国其版余地区都会受影响权(包括台湾)
泥石流:南方多雨区
滑坡:南方多雨区
台风:南部沿海省份+海南+台湾+江西+湖南
咸潮:主要在珠江口
风暴潮:南部沿海省份

6. 区域地质环境

2.1.1 自然地理条件

我国地域广阔，山地纵横，自然地理复杂多样。大陆地势西高东低，从西部青藏高原，中部的山地、丘陵和盆地，再到东部的平原及低山丘陵。高原、山地和丘陵约占我国陆地总面积的 79%，盆地和平原约占 21%。

我国河流众多，流域面积在 1000km²以上的河流就有 1500 多条。黑龙江、辽河、海河、黄河、淮河、长江和珠江等水系顺地势向东或向东南流入太平洋; 澜沧江、怒江和雅鲁藏布江等向南出国境后流入北部湾和印度洋。我国西部和北部多发育内流河，主要源于高山冰川、冰雪融水，流向下游洼地积水成湖或消失于荒漠中。塔里木河是最大的内流河。

我国湖泊众多，长江中下游平原和青藏高原是我国湖泊最多的区域。长江中下游平原是淡水湖分布最集中的地区，主要有洪泽湖、洞庭湖、鄱阳湖和太湖等。青藏高原主要分布着咸水湖，青海湖是我国最大的咸水湖。湖泊对当地的生态环境和社会经济发展具有重要影响。

我国是人口大国，耕地面积仅占世界的 7%，为陆地国土面积的 14%，且 20% 的耕地存在不同程度的盐渍化，35%的国土受到土壤侵蚀或荒漠化的影响。长江以南地区耕地仅占全国的35.2%，人口占全国的53.5%，水资源占全国总量的80.4%，属人多地少水资源相对丰富的地区; 长江以北耕地约占全国的 59.2%，水资源仅占全国总量的 14.7%，人口占44.4% ，属水资源短缺的地区。

以全国性分水岭或雪线为界，考虑长时间周期、大空间尺度，初步考虑全国地理环境可划分为 7 个大区( 图 2.1) :

Ⅰ.东北山地平原区;

Ⅱ.华北平原区;

Ⅲ.中南山地丘陵区;

Ⅳ.西南中高山区;

Ⅴ.黄土高原区;

Ⅵ.北方干旱沙漠区;

Ⅶ.青藏高原区。

图 2.1 中国地形地势分区示意图

我国幅员辽阔，气候类型复杂多样，约 70%的国土面积受东南风及西南季风的影响，是一个明显受季风影响的国家。东南地区多雨潮湿，西北地区少雨干旱( 图 2.2) 。

我国季风区的冬夏季风都很盛行。四川及滇东一带是我国季风区中季风指数最小的区域，因为那里是东亚季风区与印度季风区的转换区域。其东部的东亚季风区，冬季风强于夏季风，季风雨属于极锋雨性质; 其西部的印度季风区，夏季风强于冬季风，降水主要在夏季风控制区内。

由于季风气候的强烈影响，大气降水的时空分布极不均衡。全国平均年降水量 650mm左右，自东南沿海向西北内陆逐渐减少。东南沿海多年平均降水量可达 1500mm 以上，西北地区却低于 50mm。在时间上年降水量的 70% ～80%集中在每年的 6 ～9 月份，按正常年降水量，可划为 5 个降水量带。

1) 年降水量大于 1600mm 带，主要分布在我国东南部。包括台、闽、粤、琼的大部分，浙、赣、湘、桂的一部分，以及西藏东南部喜马拉雅山东南坡等地。其中，台湾省大部分地区降水量超过 2000mm，有“雨港”之称的基隆 2910mm，台湾省山地达 3000 ～4000mm，台北东南不远的火烧寮( 海拔 420m) 在 1906 ～ 1944 年间平均年降水量 6557.8mm，最多的一年( 1912年) 达 8409mm，是我国降水量最多的地方。藏东南雅鲁藏布江下游河谷的巴昔卡，1931 ～1960 年平均年降水量 4095mm，是大陆上多雨之地。

2) 年降水量 800 ～ 1600mm 带，主要分布在淮河、汉水之南，包括长江中下游和广西、贵州、云南、四川大部分地区。

图 2.2 中国多年平均降雨量区划图( 台湾省专题资料暂缺)

3) 年降水量 400 ～ 800mm 带，一般指淮河、汉水以北的秦岭山地、黄土高原、华北平原、东北平原以及边缘山地丘陵，并包括青藏高原东南边缘地区。

4) 年降水量 200 ～ 400mm 带，主要分布在内蒙古高原和青藏高原东部草原带，以及西北内陆地区的天山、阿尔泰山迎风坡低山带。

5) 年降水量 200mm 以下地区，主要分布在西北沙漠或盆地中部。其中，塔里木盆地、柴达木盆地年降水量在 50mm 以下，塔克拉玛干沙漠东南边缘的且末年降水量 18.3mm，若羌 15.6mm。吐鲁番盆地西缘的托克逊，年降水量 5.9mm，是我国年降水量最少的地方。

2.1.2 区域地质环境

中国地处环太平洋构造带和喜马拉雅构造带汇聚部位，太平洋板块的俯冲和印度板块向北对亚洲板块的挤压碰撞是中国大陆最主要的地球动力源。印度板块与亚洲板块的碰撞边界上产生了世界上最高的喜马拉雅山脉，形成了世界屋脊———青藏高原。

两种岩石圈活动构造带的汇聚作用造就了中国的大地构造格架和地势的基本轮廓，也决定了中国大陆的自然地质环境条件和地质灾害的多样性和频发性。

中国的大地构造单元基本是古生代以来的构造运动所奠定，一级构造单元划分为天山兴安地槽褶皱系、昆仑秦岭地槽褶皱系、塔里木地台、中朝准地台、扬子准地台、华南地槽褶皱系、滇藏地槽褶皱系、喜马拉雅地槽褶皱系、台湾地槽褶皱系和南海地台等。中生代以来的构造形迹是在这些构造单元基础上发展演化的，可以说这些构造单元也控制了中国的地貌、地层和岩性分布。

我国的冲积平原、黄土梁峁、沙漠戈壁、岩溶石山、青藏高原和峡谷地貌形态是有其深刻的地质构造背景的。在地层方面，我国的太古宇(Ar)变质杂岩主要分布在华北地区，如太行山、泰山、嵩山、燕山、阴山和辽东等地;元古宇(Pt)轻变质岩系主要分布在华北、长江流域、塔里木盆地边缘和天山、昆仑山、祁连山等地;古生界(Pz)以海相沉积为主，主要分布在华北、扬子沉积区、华南、天山内蒙古、昆仑秦岭、西藏滇西、喜马拉雅山脉和台湾岛等地;中生界(Mz)发生沉积分异，三叠纪时南方为海相，北方为陆相，到侏罗纪时整体转为陆相为主，白垩纪—第三纪(古、新近纪)时基本为陆相沉积，东部地区多分布火山堆积。

我国的中酸性侵入岩主要分布在闽、粤沿海和东北北部;基性、超基性侵入岩主要分布在华北和长江流域，多以小规模与前寒武纪地层相伴出露。

中国大陆东西向构造与北北东向构造的交叉，使中国的山脉和盆地形成近东西向和近南北向的分区特点，地质灾害的区域空间分布同样具有东西分区、南北分带的特点。

在东西方向上，以贺兰山—六盘山—龙门山—哀牢山和大兴安岭—太行山—武陵山—雪峰山两条线为界，西区高原山地海拔高，切割深度大，地壳变动强烈，地质构造复杂，气候干燥，风化强烈，岩石破碎，主要发育地震、冻融、泥石流和沙漠化等地质灾害;中区为高原、平原过渡地带，地形陡峻，切割剧烈，地层复杂，风化严重，活动断裂发育，主要发育地震、崩塌、泥石流、滑坡、水土流失、土地沙化、地面变形、黄土湿陷和矿井灾害等地质灾害;东区为平原及海岸和大陆架，地形起伏不大，气候潮湿且降雨量丰富，主要发育地震、地面变形、崩塌、泥石流、滑坡、河湖灾害、海岸侵蚀、盐碱(渍)化和冷浸田等地质灾害。

在南北方向上，天山—阴山、昆仑—秦岭和南岭等巨大山系横贯中国大陆，这些山系分布区域崩塌、滑坡、泥石流和水土流失灾害严重。它们的相间地带(大河流域)，土地沙化、盐碱化、黄土湿陷及水土流失、地面变形和岩溶塌陷等地质灾害频发。

从自然属性而论，新构造运动活跃的地区，也是地质灾害严重区。中国地质灾害的区域变化具有比较明显的地带性，主要集中在构造活动剧烈地区，如南北向构造地震带，既是地势剧烈变化地带，也是崩塌、滑坡、泥石流集中发育区，其次是西南和中南地区的山地地带。

从社会属性或灾害属性层面分析，山地丘陵区地质灾害严重危害居民的生存安全;平原或盆地地区地面沉降和地裂缝造成严重社会影响和重大损失，尤其是经济社会发达或较发达地区，如长江三角洲平原区、华北平原和环渤海地区，山间断陷盆地城市如太原、大同和西安等。

东部和南部地区，人口稠密，城镇及大型工矿企业、骨干工程密布，人类活动频繁剧烈，加剧了地质灾害的发生与发展，小规模崩塌、滑坡或泥石流也会造成重大灾害。调查表明，在人类活动的影响下，人口密集、工业发达地区的地质灾害正由自然动力型向人为动力型发展，由点状向带状、树枝状、片状发展。

7. 你好，我想做一个区域的地质灾害密度图，现在手里有地质点分布图和区域边界，改怎么做！谢谢

地质灾害密度一般是指地质灾害面密度，即单位面积内地质灾害点的分布数量，但专这个概念又因不同属的需求而有多种计算方式，比如按一定规格的网格进行评价时，密度就是单位网格内的灾害点数量；如果想说明灾害点在不同地貌单元中的分布特征，又可以按照不同地貌单元内的灾害点数量来计算其分布密度，因此，具体你要怎么做，要看你想要达到什么目的，说明什么问题，总之，密度图就是单位面积内的灾害点分布数量（即“个/平方公里”）。

8. 中国地质灾害区域分布特征

地震多分布在中国两个区域：（1）阿尔比斯-喜马拉雅火山地震带，主要在请那藏高原外围地区（2）环太平洋火山地震带，主要在中国沿海的海洋里

9. 地质灾害气象预警区划

如前所述，在地质灾害的控制与影响因素中，降雨和人类工程活动是最为活跃的触发因素。在人类不合理工程活动地段，黄土的卸荷与风化裂隙、落水洞、陷穴等尤为发育，降水容易沿着这些通道快速渗入地下，引发地质灾害，降雨成为触发地质灾害最积极的因素。所以，通过气象预报，可有效开展滑坡崩塌泥石流等地质灾害预警，实现防灾减灾的目标。

一、临界降雨量确定

据本次调查资料，2000～2004年发生的13次新滑坡和16次崩塌，其发生频次均与月平均降水量呈显著的正相关，滑坡、崩塌发生时间全部落在6～10月份，在9月份最高，7月和8月次之，6月和10月份较低。地质灾害的发生频次与本区的降水特征有关，9月份常出现淋雨，并伴有大雨，这种降水特征有最利于浸润黄土和入渗补给地下水，触发地质灾害发生；7月和8月份集中了全年75%以上的R_1h≥10mm强降水和82%以上的R_1h≥20mm强降水，这种强降水特征不如9月份有利于降水入渗，所以，7月和8月份出现的灾害频次不如9月份高；6月和10月份强降水频率低于7月，8月和9月，但高于其他月份；另外，10月份也常有淋雨，所以在6月和10月份也引发了地质灾害。由此可见，无论是淋雨，还是强降雨，都是触发地质灾害的因素。

宝塔区历史上仅有一个气象站，不能反映降水特征的空间展布，为了能够揭示区域降水特征，本次与陕西省气象局合作，对1980年到2005年25年间，陕北黄土高原地区的27个气象站的日、时降水量进行了分析，统计了各站日降水量中R_1h≥10mm或20mm的局地暴雨过程，对其气候特征和时空间演变规律进行归类分析、研究总结。研究结果表明：

（1）在25年中，陕北黄土高原共出现R_1h≥10mm的强降水2638时次，R_1h≥20mm强降水574时次，年平均R_1h≥10mm的强降水有106时次，R_1h≥20mm强降水有23时次。

（2）R_1h≥10mm发生时次最多的年份是1994年，为173时次；最少的是1980年，仅有36时次。R_1h≥20mm强降水发生次数最多的年份是1994年，为56时次；最少的是1982年仅有3时次。可见陕北强降水出现时次的年际差异较大，最多年份与最少年份相差十几倍之多。

（3）R_1h≥10mm强降水旬分布具有多峰值的特点。7月中旬，7月下旬和8月上旬为第一高峰值，在数值比较接近也是全年的最大峰值；8月下旬为全年的次峰值，6月上旬为全年的第三峰值。R_1h≥20mm单峰特征较明显，8月上旬为其高峰值，8月上旬之前，强降水频次缓升后，强降水的频次突然降低、减少。

（4）淋雨主要出现在9月，10月份也有淋雨和大雨发生。

（5）宝塔区暴雨年频次＞0.8（图7-5），大雨日年频次为4左右（图7-6）。

图7-5 陕北暴雨年频次分布图

图7-6 陕北大雨年频次分布图

对比分析本区降水特征和地质灾害发生的关系，可以确定地质灾害气象预警的临界降雨量。预警的临界降雨量特征值分别是：

（1）日降雨量≥50mm（R_24h≥50mm）；

（2）6小时降雨量≥25mm（R_6h≥25mm）；

（3）1小时降雨量≥20mm或3小时降雨量≥25mm并且日降雨量≥30mm（R_1h≥20mm或R_3h≥25mm且R_24h≥30mm）；

（4）连续多日降雨，且日降雨量≥10mm。

符合以上条件之一就应该进行地质灾害预警，作为地质灾害气象诱发日向外发布。

据此临界降雨量可以进行模拟校验，校验结果表明，调查区内地质灾害暴雨诱发日为2.5d/a，连阴雨诱发日为2.8d/a，即每年可预报的次数将在2～7次。说明选取上述4项指标是符合实际情况和可以操作的（图7-7）。

图7-7 陕北地质灾害暴雨诱发日分布图

二、地质灾害气象预警级别

参考陕西省地质灾害气象预报预警分级划分，结合调查区实际情况，将预警级别划分为三级：分别是Ⅰ级预警、Ⅱ级预警和Ⅲ级预警。

Ⅰ级预警是高级预警，地质灾害发生概率最大，为地质灾害发布警报级；

Ⅱ级预警是中级预警，地质灾害发生概率中等，为地质灾害发布预报级；

Ⅲ级预警是低级预警，地质灾害发生概率最小，为地质灾害不发布预报级。

三、地质灾害气象预警区划

（一）日降雨量≥50mm预警区划

本降雨量级别在预警气象中相对降雨强度为最小（图7-8）。

图7-8日降雨量≥50mm预警区划图

（1）Ⅰ级预警区的范围最小，仅限于北半部延河流域，分散于这一区域的北部、西部和中部少部分地区（图中深灰色）。总面积927.71km²，占调查区总面积的26.1%。这些地区位居延河干流，河谷深切；以及较长支流的上游，沟谷强烈下切地带，人类工程活动极为强烈，为调查区的地质灾害发育区。

（2）Ⅱ级预警区主要分布在调查区北部延河流域（图中浅灰色），面积1303.96km²，占调查区总面积的36.7%。这一区域大多为延河次级支沟黄土梁、峁地区，主要沟谷多处于中游，人类工程活动较强烈，地质灾害发育强度稍低。

（3）Ⅲ级预警区分布于调查区南部汾川河流域（图中白色），面积1324.33km²，占调查区总面积的37.2%。这里植被茂盛，沟谷宽缓，人类工程活动不强烈，地质灾害极不发育。

（二）6小时降雨量≥25mm预警区划

本降雨量级别在预警气象中相对降雨强度为中等（图7-9）。

图7-9 6小时降雨量≥25mm预警区划图

（1）Ⅰ级预警区的范围较前有所扩大。除北部延河流域中部少量区域外，占据北部延河流域大部分地区（图中深灰色）。总面积1627.70km²，占调查区总面积的45.8%。为调查区地质灾害发育区及部分次发育区。

（2）Ⅱ级预警区的范围较前有所减少。主要分布在调查区北部延河流域（图中浅灰色），南部汾川河流域有少量分布。总面积676.38km²，占调查区总面积的19%。这一区域大多为延河次级支沟黄土梁、峁地区，主要沟谷多处于中游，人类工程活动较强烈，地质灾害发育强度稍低。

（3）Ⅲ级预警区的范围较前有所减少，全部分布于调查区南部汾川河流域（图中白色），面积1251.92km²，占调查区总面积的35.2%。这里植被茂盛，沟谷宽缓，人类工程活动不强烈，地质灾害极不发育。

（三）1小时降雨量≥20mm预警区划

本降雨量级别还包括3小时降雨量≥25mm并且日降雨量≥30mm，在预警气象中相对降雨强度为最大（图7-10）。

图7-10 1小时降雨量≥20mm预警区划图

（1）Ⅰ级预警区的范围为扩展至最大。占据整个北部延河流域（图中深灰色）。总面积2232.67km²，占调查区总面积的62.8%。为调查区地质灾害发育区及全部次发育区。

（2）Ⅱ级预警区的范围缩减至最少。从调查区北部延河流域全部退出，仅分布在南部汾川河流域主干流（图中浅灰色），分布面积194.91km²，占调查区总面积的5.5%。这一区域为汾川河主干流上中游，沟谷切割较强烈，地质灾害发育程度较其他地区稍强。

（3）Ⅲ级预警区的范围缩减至最小，全部分布于调查区南部汾川河流域（图中白色），面积1128.42km²，占调查区总面积的31.7%。这里植被茂盛，沟谷宽缓，人类工程活动较少，地质灾害极不发育。

10. 地质灾害风险区划

风险评估与自然灾害易发地区土地利用和土地管理关系密切。土地管理部门和各级政府官员在土地利用决策时需要风险评估的结果;投资商在购买土地和土地开发时也要考虑灾害风险的影响;建设项目场点的选择、建筑物的类型和材料以及购买保险时更要考虑灾害风险的因素。

如果决策者在对灾害风险一无所知的情况下对灾害易发地区的土地利用规划作出决策，那么，这样的决策肯定不可能使土地利用得到可持续发展。在对泥石流易发地区土地利用作出决策时，地方官员应该知道，有多少人可能受到泥石流的危害?有多少房屋可能遭到泥石流的冲毁?有多少基础设施可能遭到泥石流的破坏?他们也应该懂得，土地利用方式的改变反过来也会影响泥石流的自然过程，这种影响是有利于泥石流的发生还是抑制了泥石流的发生?这些都需要进行风险评估。风险评估能够提供可用于成本一效益分析的决策基础。风险评估不仅可以应用于将来的土地利用规划，而且可以为现存的土地利用再发展评估提供强有力的工具。

滑坡灾害风险区划就是根据以上计算得出的区域滑坡风险度划分不同风险等级区域单元的方法，为滑坡地区的风险投资、区域开发和灾害管理提供决策依据。像其他自然灾害风险区划一样，滑坡灾害风险区划的一般原则为：相似性原则、区域完整性原则、综合性原则、主导因子原则。

地质灾害危险度（H）和易损度（V）是自变量，风险度（R）是因变量，因此，风险度数值及其分级是由危险度和易损度的数值和分级决定的。一旦危险度和易损度的分级确定下来，风险度分级也就相应地确定下来了。危险度和易损度均采用目前处理数值分级的简单而常用的方法——布拉德福定律中的区域分析方法，即将一定范围内的数值作等分划分，在0～1范围内等分为0～0.2，0.2～0.4，0.4～0.6，0.6～0.8，0.8～1这5个等分数值区域。根据式（1）生成风险度的5个等级：0.00<R<0.04，极低风险区；0.04<R<0.16，低风险；0.16<R<0.36，中等风险；0.36<R<0.64，高风险；0.64<R<1.00，极高风险（图5-5）。地质灾害风险等级的实际管理意义见表5-1和表5-2。

图5-5 地质灾害风险评估分级（分区）

表5-1 定性风险水平的管理含义

（据澳大利亚岩土工程协会，2000）

表5-2 地质灾害风险等级的管理意义