0 引言

地质灾害是指由地球内部或地表的地质作用引起的，对人类和环境造成严重危害的自然灾害。在过去几十年里，随着人类社会的发展和城市化进程的加速，地质灾害对人类社会的影响范围和程度不断扩大。人口密集地区、城市建设和基础设施发展都面临地质灾害风险的挑战。因此，准确、及时地进行地质灾害预警和风险评估，对于提高社会的抵御能力、保障人民生命财产安全具有重要意义 （金福喜等，2018）。

地理信息系统（GIS）是一种综合利用地理空间数据和信息进行存储、管理、分析和可视化的技术工具。GIS 可以整合多源地理数据，并进行空间分析、模型建立和决策支持，为地质灾害预警提供了强大的技术支持。通过 GIS 技术，可以将地质灾害的空间分布、地质条件、环境因素和人类活动等数据集成在一起，并进行综合分析，从而实现对潜在地质灾害的预测和预警（赵晓东等，2018）。

国内外对于如何对地质灾害进行预警都有研究，何朝阳（2020）利用基于 GIS 的潜势度模型对研究区的地质灾害进行预警研究，通过降雨因素和地质因素的潜势度，输出不同的预警等级，形成由点到面的预警结果。但研究中并未考虑到人类活动对于生态环境的影响，增加了地质灾害预警的误差。

罗路广等（2020）基于嵌入式平台的地质滑坡预测系统构建了基于云平台技术的地质滑坡更显评价指标体系，借助硬件对预测功能进行实现，将滑坡实地考察、监测与预警紧密结合，实现了地质滑坡智能实时监测和风险评价的功能。但研究中并未考虑到三维空间信息的应用，在地质数据的获取上存在不足，对预警效果精度有所影响。

针对以上问题，本文旨在研究基于地理信息系统（GIS）的地质灾害预警模型及其应用，通过融合多源地质灾害相关数据、利用 GIS 技术进行空间分析和建模，以提高地质灾害预警的准确性和效率。

1 基于GIS的三维空间信息系统

三维GIS空间信息是指在地理空间中的三维维度上获取、处理和展示的地理数据。传统的二维 GIS系统主要处理平面地理数据，而三维GIS则允许将地理数据表示为具有高度、深度和体积的三维空间模型。三维GIS系统可以整合和分析地形和地质数据，包括数字高程模型（DEM）、地质图、地下水位等信息。通过分析地形和地质特征，可以识别潜在的地质灾害风险区域，如滑坡、崩塌、地震断裂带等 （祖金伟，2020）。通过三维GIS系统，地质灾害预警人员可以将地质数据以三维模型的形式进行可视化展示。

1.1 空间信息判别

GIS 系统将地质灾害风险区划分不同灾害等级，为地质灾害预警提供依据，将预警区划跟行政区划进行三维空间叠加，判断每个预警等级的区划单元跟行政区划单元的空间拓扑关系，确定行政单元是否包括某预警等级单元（图1）。

从图1中可以看出，如果二者拓扑关系为相交，说明该地区具备该等级；反之，需要进行拓扑求交运算，并重新采用交集中的预警等级区参与面积计算，以提高空间判别的科学性和精确性（王超峰， 2021）。

1.2 预警等级分布面积计算

令 R 是预警等级单元跟行政区划单元的比值，描述预警等级的广泛程度（熊帮彬，2021），则可以得出：

式（1）中，i是拐点序号，N是拐点个数（个），R是预警等级面积占比，A_i是预警等级单元面积（m²），S_i 是行政区划单元面积（m²）。

将R作为判别指标对预警等级的广泛程度进行描述，分别为绝大部分、大部分、局部和个别 4 个等级，定义见表1。

1.3 预警等级单元分布计算

在基于 GIS 的三维空间信息系统中，空间的方向是需要用若干主方向进行定性描述，定性描述是通过方位角来测量空间目标之间的方向关系（赵轩，2021）。获取预警等级在行政区划单元中的分布方向，需要计算其所处区域的方位角，如图2 所示。

根据方位角示意图（图2），结合地理常识，并根据当地实际情况的三维空间划分出 8 个方位角区间，方位角区间和对应的分布关系如图3所示。

方位角的计算要先确定行政区划单元和预警等级单元作为目标点和参考点的坐标（蒋肇冰等， 2022）。根据图2可知，行政区划单元和预警等级单元均为封闭图形，则计算方位角时用其几何形心作为横纵坐标。令拐点为（ x_i，y_i），则可以得出由 N 个拐点组成的封闭图形的中心为（莫剑等，2022）：

式（2）中，A是封闭图形面积（m²），x_i是第 i个拐点的横坐标，y_i是第 i个拐点的纵坐标，C_x 是几何形心x坐标，C_y是几何形心y坐标。

三维GIS空间信息在地质灾害预警中起到了重要的作用，通过整合和分析地理空间数据，提供可视化、监测、模拟和决策支持等功能，有助于及早发现潜在风险、准确评估灾害风险、预测和预警地质灾害，从而提高对地质灾害的认知和减灾能力（张像源，2022）。

2 滑坡地质灾害预警模型

滑坡、崩塌和泥石流是仅次于地震的地质灾害 （付方华等，2023）。本文在地质灾害预警中以滑坡地质灾害为主，基于三维 GIS 空间信息构建滑坡地质灾害预警模型。区域滑坡监测预警工作流程如图4所示。

2.1 地质-气象耦合预警模型

地质-气象耦合预警模型是一种综合考虑地质和气象因素的预警系统，本文使用的模型主要适用于解决滑坡问题，将研究区域的自然地理条件和当地降水量数据进行收集计算，通过分析和挖掘这些数据中的模式和规律，模型可以建立地质灾害和气象因素之间的关联性，得出是否存在滑坡的可能性及其危险程度（刘晋文和代宝峰，2023）。

本文选取的4个预测因子分别是研究区滑坡灾害易发性分区、累计降水量阈值、当日降水量阈值和未来 24 h预报降水量。利用地质-气象耦合预警模型首先要把累计降水量阈值和当日降水量阈值进行耦合，耦合判别见表2。从表2中可以看出，预警等级分为 1、2、3、4、5 共 5 个等级，数字大小跟预警等级成正比。第二步是将气象预警表和未来24 h 预报降水量进行耦合，能进一步得出降水的预警表。第三步是根据研究区的地质灾害易发性分区结果和气象预警等级进行耦合，得到地质-气象耦合预警判别表（表3）。

表3 中，预警等级用 1、2、3、4、5 表示，其中 1 级预警等级最低，5级代表危险等级最高。地质-气象耦合预警模型通过对地质参数和气象数据的综合分析，可以更准确地评估地质灾害的风险和潜在威胁（覃事河等，2023），提高预警的准确性和可靠性。

2.2 地质-降雨综合预警模型

地质-降雨综合预警模型是一种综合考虑地质和降雨因素的预警系统，本文使用的地质-降雨模型的实现至少需要两个定量因子，定量因子的实际检测值计算公式为：

式（3）中，A是模型运算结果，a是因子预测值，b 是因子阈值，c是因子具体值，a的5个结果分别代表风险极低、风险低、风险较高、风险高、风险极高5个等级，根据结果来实现滑坡灾害的预警（赵国梁， 2023）。

本文使用的地质-降雨模型选取4个定量因子，分别是研究区的滑坡灾害易发性分区、累计降水量阈值、当日降水量阈值和未来 24 h 预报降水量，每个因子的预警等级用1、2、3、4、5表示，1级预警等级最低，5级代表危险等级最高。

利用公式（3）将4个因子代入进行计算，共运算 4次，预警结果的数值区间是[ 4，20]，根据预警等级对预警结果进行划分，分别得到各个数值的对应预警阈值（表4）。

地质-降雨综合预警模型结合了地质灾害发生的相关地质特征和降雨因素之间的相互关系，可以实时监测和分析当前的地质和降雨数据，以提供更准确和及时的预警信息。

2.3 模糊综合评价模型

目前用于地质灾害区域危险性区划的模型有逻辑分析法、专家评价法、模糊综合评价法、神经网络法等，通过对比几种方法的适用性、可操作性和可靠性，选定模糊综合评价法作为研究区滑坡危险性区划的数学模型。

模糊综合评价法是一种基于模糊数学理论的多指标综合评价方法，常用于处理具有模糊性、不确定性和复杂性的决策问题。它通过将定性指标量化为模糊数，然后进行模糊逻辑运算，最终得出一个综合评价结果。模糊综合评价法采用向导模式，分为4个步骤（图5），先选取评价指标因素，然后给定权向量，接着确定隶属度，最后进行模糊运算。

要建立评价模型，需选取地层岩性、坡度、坡高、斜坡结构类型、地质构造、降水和人工活动作为评价因素，设定评价因素集为U = {u₁，u₂，···，u_m}，评价结果集为 V = {v₁，v₂，···，v_n}。先对 U 中单因素 u_i（i = 1，2，···，m），从因素 u_i 确定对应的隶属度 r_ij，可以得出单因素评价集为 r_ij =（r_i1，r_i2，···，r_ij），因此可以得出总评价矩阵R为（赵军等，2023）：

式（4）中，R是U到V的一个模糊关系，其中r_ij是 u_i对应等级v_j的隶属度。

权向量的确定采用层次分析法，评价因素集为 U = {u₁，u₂，···，u_m}，表示目标 A = {边坡稳定性 }，评价集为 V = {v₁，v₂，···，v_n}，5 个评价等级分别为稳定、基本稳定、潜在不稳定、不稳定和极不稳定。u_ij 表示u_i对u_j的相对重要性数值，其取值见表5。

根据表5可以得出判断矩阵T：

根据判断矩阵得出的结果，要对结果进行一致性检验来判断结果是否合理，如下式：

式（6）中，CR是判断矩阵的随机性比率，CI是判断矩阵的一致性指标。CI可以表示为$\frac{1}{m-1}\left({\lambda }_{max}-\right.m）$，因此可以得出：

根据（7）可得，当CR ≤ 0.1时，说明权数分配合理，证明判断矩阵的一致性通过检验；反之，要对判断矩阵进行调整。

滑坡地质灾害预警模型的建立需要进行影响因子选择，根据三维 GIS 空间信息系统确定研究区地质数据，然后选用地质-气象耦合模型作为定性模型，地质-降水综合模型作为定量模型，最后通过模糊综合评价法对研究区滑坡危险性区划进行分区，通过该流程起到滑坡地质灾害预警作用。

3 实例分析

3.1 研究区概况

为了验证本文提出的基于GIS的地质灾害预警模型，选取四川省某县作为研究区。研究区地处四川盆地与云贵高原的过渡地带，北部临近邛崃山脉，南部靠近云贵高原的边缘山区，地势起伏较大，呈现多山地形，受地形、地貌、地质构造条件和暴雨、地震等诱发因素频发影响。还具有点多、面广、规模大、成灾快、爆发频率高、延续时间长的特点，使之成为地质灾害的多发区、易发区。这种地形特点使研究区易发生滑坡地质灾害，因为山地斜坡的稳定性较差。

研究区位于构造活跃的地区，地质构造较为复杂。存在不同的岩性、断层、褶皱等地质构造，大部分为路堑，少量为路堤。线路上分布有滑坡、崩塌 （滑）堆积和边坡坐落体等不良地质现象。线路区大规模的工程建设活动将破坏现存状态，可能带来以下工程地质问题：崩滑堆积体稳定性导致的路基稳定问题、高边（切）坡稳定问题与填方路基的不均匀沉降问题等。这些地质构造对滑坡地质灾害的发生和演化具有重要影响。

研究区内滑坡地质灾害多发区较为集中，存在多个潜在滑坡点。滑坡的产生多与特定的地形、地质条件有关。四川省地形高差悬殊，新构造活动强烈，地质环境条件复杂，环境地质问题十分突出，是中国地质灾害最为严重的地区之一。这些滑坡点可能由于地质条件、地下水位、土壤质地等因素造成的不稳定性，具有较高的滑坡风险。频繁发生的滑坡灾害因其突发性与隐蔽性，常造成“群死群伤” 的严重事件。

3.2 滑坡影响因素计算

本研究选取坡度、坡向、高程、地层岩性、植被覆盖、距河距离、距路距离、距村距离 8 个指标因子作为研究区滑坡灾害评价因子，将评价因子分为地貌因子、环境因子、人类活动因子，分别进行计算分析。

地貌因子包括坡度、坡向和高程。坡度是指地表或坡面的倾斜程度，通常以百分比或度数表示。较大的坡度会增加滑坡发生的概率，因陡峭的坡面容易受到重力作用而失稳。本研究将坡度分为8个区段。坡向指坡面上的地形特征，如凹凸不平、沟槽和坡脚等。不规则的坡面地形可能导致土壤的聚集和滞留，增加土体的重量和压力，从而加剧滑坡的危险性，本文将坡向分为 8 个区段。高程是指地表或坡面的垂直高度，在高程变化较大的地区，例如山地或丘陵地区，地形起伏导致土壤侵蚀和累积，增加滑坡发生的概率。本文将高程分为 6 个区段。

根据坡度、坡向和高程的划分，统计每个区间中的评价单元个数。通过确定性系数法对区间进行分级量化，利用确定性系数（certaintyfactor，CF）得出结果见表6。

环境因子包括地层岩性、植被覆盖和距河距离。地层岩性是滑坡地质灾害中较重要的一部分，不同类型的岩石和土壤具有不同的稳定性，地层岩性的不同还可能影响滑坡的速度和规模，本文将地层岩性分为4类。植被在滑坡预防中起着重要的作用，植被的根系可以增强土壤的稳定性，并吸收降雨水分，减少水分渗透到土壤中，从而减少滑坡的发生概率。密集的植被覆盖可以防止土壤侵蚀，提供了额外的保护层，有助于保持地表的稳定，本文将植被覆盖分为6类。河流对滑坡的发生有一定的影响。在陡峭的河岸边坡上，河流的侵蚀作用可能削弱土壤的稳定性，增加滑坡的风险。此外，河流的水流也可能在地表和地下形成水压，进一步减少土壤的稳定性。本文将距河距离分为6类。

根据地层岩性、植被覆盖和距河距离的划分，统计每个区间中的评价单元个数，利用确定性系数法对区间进行分级量化，结果见表7。

人类活动是影响滑坡灾害的因素之一，包括距路距离和距村距离。距路距离是指距离道路越近，滑坡可能对交通和交通运输设施造成更大的破坏和影响，滑坡可能导致道路封闭、塌陷或损坏，限制人们的进出和物资的运输，本文将距路距离分为 6 类。距村距离是指距离村庄越近，滑坡对人类生命和财产的威胁越大。滑坡可能直接冲击或掩埋村庄，造成人员伤亡和严重的财产损失。本文将距村距离分为5类。

根据距路距离和距村距离的划分，统计每个区间中的评价单元个数，利用确定性系数法对区间进行分级量化，结果见表8。

在得到所有因子的 CF 值之后，对其进行合并，其合并后的Z值见表9。

在得到各因子 Z 值之后要对其进行计算贡献值，然后利用归一化公式计算影响因子的权重，计算公式为：

式（8）中，ΔZ_ki式所求CF贡献值。利用公式（8） 得出各指标因子权重见表10。

3.3 模型预警结果

利用地质-气象耦合模型和地质-降水综合模型分别对研究区的滑坡地质灾害信息进行分析，对预警结果进行交叉对比，可以验证模型的有效性，减少偶然性和误差，对比结果见表11。

从表11 中可以得知，地质-气象耦合模型中落在极高风险的灾害点数量比地质-降水综合模型多，表明其预警精度高于地质-降水综合模型；地质-气象耦合模型中栅格数也要高于地质-降水综合模型，表明在相同预警等级下，地质-气象耦合模型的预测结果精度要高于另一种。

4 结语及结论

本研究利用基于GIS的三维空间信息系统构建了滑坡地质灾害预警模型，利用影响因子进行预测，通过实例分析验证了模型的可行性和精准度。主要结论为通过地质-气象耦合模型和地质-气象综合模型对影响因子进行综合考虑，可有效提高滑坡地质灾害的预警准确度。对研究区的地质灾害信息进行模型预警和分析获得的主要结论如下：

（1）地质-气象耦合模型在极高、高级、中级及以下的预警等级下的灾害点数分别为16、9、5，栅格数分别为74182、132813、413274；

（2）地质-降水综合模型在极高、高级、中级及以下的预警等级下的灾害点数分别为8、16、6，栅格数分别为80512、132965、406792。

通过对比预警数据，得出地质-气象耦合模型的预警精度要好。

本文构建的地质灾害预警模型完成了预期效果，但是仍存在不足之处，在对降水数据的获取中，精度仍有提高空间，在后续研究中，应进一步提高预警精度，拓展预警发布渠道。

参考文献