滑坡是我国乃至世界范围内发生最频繁、最具危险的地质灾害之一^[1]。云南省地处板块交界处,构造运动强烈,地形陡峻,切割破碎,加之局地强降水频繁,滑坡、泥石流等灾害易发高发,是造成生命财产损失、制约区域经济发展的主要灾种。被列为联合国教科文组织世界遗产名录的哈尼梯田作为云南省旅游胜地,其地质环境脆弱,人类活动影响强烈,易引发滑坡等地质灾害。该区因受连续强降雨的影响,遗产地内老虎嘴梯田片区在2018年6月26日发生了一起重大的山体滑坡,造成约11.5 hm²梯田受损,严重威胁哈尼梯田世界遗产地景观的可持续发展。因此,开展世界遗产地滑坡易发性对区域的防灾减灾及可持续发展具有重要意义。

滑坡易发性评估始于20世纪70年代中期^[2],以滑坡灾害理论、形成机制等定性描述为主。近年来,涌现出大量的定量评估方法,可归纳为两类:一是以滑坡灾害机制为基础“白箱”型方法,二是以灾害监测历史数据为基础“黑箱”型方法。“白箱”型方法主要包括斜坡力学^[3]和专家经验模型^[4]。斜坡力学模型侧重单个滑坡体,其可靠性较高,但所需水文、岩土力学等物理参数难以获得,进而难以大范围推广^[5]。然而专家经验模型主观性较强,使得模型精度具有很大不确定性。“黑箱”型方法主要包括概率统计、机器学习模型等。概率统计模型评价方法在中国、印度、意大利和土耳其等地运用广泛,如逻辑回归^[6]、频率比、判别分析^[7]、数据叠加、证据权重^[8]、信息量模型^[9]等,虽然一定程度上减少模型主观性且表现性能相对较好,但仍然存在:高精度数据难以获得; 滑坡和地质环境资料需由专业学者初步处理; 权重受研究区间划分的影响^[10]等缺点。相比之下,最近学术界更偏向于机器学习模型,它是一组强大的数据驱动工具,使用算法上考虑了滑坡与滑坡影响因子之间的非线性关系^[11],有效克服了概率统计模型的局限性。如交叉决策树、随机森林^[12]、贝叶斯^[13]、支持向量模型^[14]与人工神经网络^[15]等应用广泛,但截至目前,依然缺乏最佳模型评价滑坡易发性。

为探究最佳模型以准确评价滑坡易发性,本文将最大熵模型(maxent entropy Model,简称maxEnt)引入到滑坡易发性评价中。maxEnt模型是由Phillips等^[16]开发的生态位模型,作者将其应用物种生境适宜性评价。主要是根据物种的不完整分布数据和环境特征计算其分布概率,从而达到预测该物种潜在分布的目的。与其他模型相比,模型具有操作简便、计算效率高、预测结果精确性和可信度高,可避免模型过拟合等优势,因而被生态学者广泛应用,现已成为生态学研究的热点工具。物种分布模式与滑坡易发性制图非常相似,都是利用已知事件对目标空间分布进行建模,建模过程涉及多个环境变量。国外已有学者尝试将maxEnt模型应用于滑坡易发性的研究^[17-19],但国内引用较为鲜见。

鉴于此,研究以哈尼梯田遗产地为例,综合研究区滑坡灾害发育的地质环境、滑坡空间分布和发育特征等数据,选取气象、地形、地质、植被、人类活动等15个指标因子,应用maxEnt模型进行滑坡易发性评估,通过计算历史滑坡点落在较高危险性区域内的比例和接收器工作曲线下的面积AUC值定量检验。探究maxEnt模型在哈尼梯田核心区滑坡易发性评价中的适用性,并对其预测性能进行评估。根据统计结果确定预测危险性等级评价标准,由此对预测结果进行危险性等级划分,这对哈尼梯田心区的可持续发展、土地利用规划及灾害防治有一定的参考价值。

研究区位于我国西南部云南省元阳县,属红河哈尼梯田世界文化景观遗产核心区,面积为166.12 km²。其地理坐标22°49'—23°19'N,120°27'—103°13'E(图1)。该区地处哀牢山南段,为高山峡谷切割中山地貌,沟壑密布,切割强烈,地形陡峻,向源侵蚀较为严重。区内平均海拔2 000 m以上,梯田多分布在海拔400～1 900 m和>25°的陡坡上,且山脊走向为北东—南西向,整个地势南高北低,自南向北倾斜。气候属亚热带山地季风气候,素有“一山有四季,隔里不同天”之称。全年日照时数1 770.2 h,年均温14.2 ℃,雨量充沛,年降水量1 353.8 mm,年均湿度90.3%。土壤主要以黄棕壤、黄壤为主,土壤剖面发育完整。境内地层岩性主要为变质岩、砂岩、板岩等,在水作用下易于软化、崩解,且受长期复活的红河大断裂和哀牢山深大断裂的影响,新构造运动强烈,滑坡、崩塌等地质灾害频繁发生,滑坡是该区最为突出的地质灾害。此外,伴随着近年来哈尼梯田申遗成功,旅游业得以巨大发展,人类活动愈加频繁,加剧了滑坡生成,严重影响了哈尼梯田景观的稳定性及区域旅游的发展。

目前,滑坡易发性的研究已涌进了大量的评估方法。受调查程度、地区条件、使用者水平等的影响,不同地区方法不同时,预测效果不同; 同一地区方法不同,预测性能也有所差别,学术界针对不同的模型对其方法进行了大量的比较分析并确定最佳模型,但在模型精度上并没有达成一致意见。这些模型不仅仅运用在地质灾害的评估中,大多也被运用到生物物种的生境适宜性分析、潜在矿物分布、地面沉降测绘及医学传染病等研究,注重不同学科模型及方法的交叉及多重使用,特别是物种分布模型与滑坡易发性研究的原理研究类似,都是利用已知的事物来模拟未来事物的分布。因此,研究引用了生态位模型最为常用的maxEnt模型,它也称为人工挖掘模型来评价哈尼梯田区滑坡易发性。

该模型与滑坡易发性相关的研究国内几乎没有,国际上较为少见。最早将maxEnt模型引入此研究是2013年,Felicísimo等^[18]选择了20个环境变量和1 102个滑坡点将多变量回归模型、多元自适应回归、分类回归树和maxEnt模型运用在西班牙吉普祖科亚省德巴河谷,结果显示maxEnt模型模拟精度高于其他模型。Kornejady等^[19]运用maxEnt模型模拟不同样点情景下的滑坡易发性,结果表明马氏距离样点方案下模拟结果精度达0.906,高于随机情景下模拟精度。以及Jiao等^[23]将其与常用的信息量模型进行对比研究发现maxEnt模型的精度达到了优秀水平。相较于前人研究而言,本研究运用maxEnt模型的模拟精度相差不大,ROC-AUC值达到0.895,模拟效果较好,研究结果可信。研究再次证明了maxEnt模型具有较高的预测精度这一说法。

同时,在影响因子的选择上看,本文不仅考虑了气候条件对滑坡的影响,该研究还将人类活动因子作为当前和未来发生滑坡的重要驱动因素,从而增加了关于气候与人为干扰的讨论。前人滑坡易发性研究中常见的变量有地形、距离、岩性、土地利用等因子,对居民点密度这个变量考虑较少,但此类变量在本研究的贡献程度为4.8%,影响程度较大(表1),是哈尼梯田遗产核心区滑坡灾害产生的主要控制因子,缺少此因子时模拟结果精度ROC-AUC为0.69,较坡向、地表粗糙度、平面和剖面曲率、距水系距离、坡度、NDVI和TWI高。因此,在人类活动强度较高的区域应当充分考虑居民点对滑坡灾害的影响。此外,研究区内AMR单个因子的影响程度最大(表1),降雨成为该区滑坡发生的一个主要因子。有研究表明受区域持续强降雨的影响,滑坡等地质灾害产生的概率将会提高,因此,在未来的研究过程中,结合当地实际情况,充分利用遥感高分辨数据及ArcGIS等技术手段,多时段、多时间序列的观测区域的环境,将自然和人类活动等因子考虑到研究领域中,以便更加精确地预测滑坡等地质灾害。本研究存在一些不足之处,如使用的滑坡数据点通过高分辨率的Google遥感影像目视解译的,可能存在一定的遗漏,难免会对模拟结果产生一定的误差,但整体上模拟的结果与实际存在的数据大致相符,因此模型预测结果本身具有一定的参考价值,得到的结果更能体现由人为活动贡献较强的情况下滑坡发生的概率,所以本研究既具有学科意义,也对哈尼梯田遗产核心区的土地利用规划及灾害防治及减灾有一定的指导作用。

(1)以哈尼梯田世界遗产地为研究对象,选取海拔等15个因子建立滑坡易发性评价体系。基于GIS和maxEnt模型进行区域滑坡易发性评价,所得结果与实际滑坡分布情况较为一致,ROC-AUC值达到了0.895,表明模型模拟效果具有很高的可信度,在滑坡易发性评价中适用。且通过滑坡密度可以看出模型具有较强的准确度。

(2)根据Jackknife方法对模型预测的贡献程度表明距断层距离、多年平均降雨量、距道路距离和居民点密度是影响遗产地滑坡发育的主要影响因子。环境响应曲线也揭示了各变量的等级状态下滑坡分布的统计规律,对分类及连续型变量具有很好的适用性。

(3)使用正态分布理论与专家经验法将滑坡易发性分成5类,滑坡极高和高易发区主要分布核心区中部道路两旁,即人类居住较为集中区域,中部偏东最为严重。而研究区内西南部集中分布于距断裂较近处,呈条带状分布格局的特点。