基于地理探测器与层次分析法的岩溶地面塌陷易发性评价——以重庆中梁山地区为例

王桂林; 强壮; 曹聪; 陈瑶; 郝晋渝

doi:10.11932/karst2021y08

基于地理探测器与层次分析法的岩溶地面塌陷易发性评价——以重庆中梁山地区为例

doi: 10.11932/karst2021y08

王桂林^{1, 2},
强壮¹,
曹聪³,
陈瑶¹,
郝晋渝¹

1.
重庆大学土木工程学院，重庆 400045
2.
库区环境地质灾害防治国家地方联合工程研究中心（重庆），重庆 400045
3.
重庆市地质勘查开发局南江水文地质工程地质队，重庆 401121

基金项目:

重庆市技术创新与应用发展专项面上项目 cstc2019jscx-msxmX0303

重庆市规划与自然资源局科技项目 KJ2019047

国家重点研发计划课题 2018YFC1505501

详细信息

作者简介:
王桂林(1970-)，男，博士，教授，主要从事岩土工程方向研究。E-mail：glw@cqu.edu.cn。

中图分类号: P642.2
计量
- 文章访问数: 1891
- HTML浏览量: 1253
- PDF下载量: 60
- 被引次数: 0
出版历程
- 收稿日期: 2020-05-30
- 发布日期: 2022-02-25
- 刊出日期: 2022-02-25

Evaluation of susceptibility to karst collapse based on the geodetector and analytic hierarchy method: An example of the Zhongliangshan area in Chongqing

1.
School of Civil Engineering，Chongqing University， Chongqing 400045， China
2.
National Joint Engineering Research Center of Geohazards Prevention in the Reservoir Areas， Chongqing 400045， China
3.
Nanjiang Hydrogeological & Engineering Geology Brigade，Chongqing Bureau of Geology and Minerals Exploration， Chongqing 401121， China

Funds:

cstc2019jscx-msxmX0303

KJ2019047

2018YFC1505501

摘要

摘要: 岩溶地面塌陷作为我国西南地区主要地质灾害类型之一，已成为影响该地区经济发展的重要因素，建立符合地区特征的岩溶地面塌陷易发性评价模型，可为塌陷的防治提供指导。文章以重庆市中梁山地区为研究区，以327个塌陷点为样本，基于GIS技术和地理探测器方法，对研究区三组样本点进行因子探测，定量化筛选出影响较大的评价因子，并采用层次分析法对岩溶地面塌陷易发性做出评价。结果显示：随着样本点数量变化，影响因子的解释度q值排序存在差异，然而三组数据中，各因子对岩溶塌陷的贡献大小排序始终是地层类型、地层富水性、距隧道距离、高程和坡度；基于地理探测器—层次分析法相结合的岩溶塌陷易发性评价结果预测精度达89.88%，高易发区主要在岩溶槽谷区嘉陵江组和大冶组地层分布地段。
- 岩溶塌陷 /
- 易发性 /
- 地理探测器 /
- 层次分析法
Abstract: Karst collapse is a process in which the surface collapses suddenly under the action of various factors in the karst distribution area. As one of the main types of geological disasters in Southwest China， karst collapse mainly damages roads， railways， buildings and surface water， influences the use of agricultural water and land， and causes casualties and property losses. Due to its covertness， suddenness and uncertainty， karst collapse has become an important factor affecting the regional economic development. Therefore， establishing an evaluation model of karst collapse susceptibility that conforms to regional characteristics is of great significance for local the planning of land use and collapse prevention.This research takes the Zhongliangshan area of Chongqing as the study area， and samples 327 collapse points from the field investigation. Based on the factors that may induce the karst collapse， 13 potential impact factors of 6 classes for karst collapse have been preliminarily determined， namely， the topography （elevation， slope， slope direction， surface curvature， section curvature， slope position， and surface roughness）， the geological structure （distance from fault）， strata， hydrogeology conditions （formation rich in water， and terrain humidity index）， human engineering activities （distance from tunnel）， overburden characteristics （soil thickness） and so on， and a geospatial database of the study area has been established by using GIS to process the original data. Given the influence of the sample number in non-collapse points on the selection of impact factors， this study uses three groups of number ratios in different collapse points to analyze the explanatory power （q-statistic in Geodetector） of each factor in the karst collapse area. In order to avoid the fact that the establishment of the pair comparison matrix in the analytic hierarchy process is too tedious and inefficient， resulting from the excessive impact factors， the factor detection has been carried out in three groups of sample points in the study area， and the evaluation factors with greater influence on collapse have been selected quantitatively by the size of q value， based on GIS technology and geographic detector method. According to the principle of analytic hierarchy process and the screening results of subsidence impact factors， the evaluation system of karst collapse susceptibility in the study area has been established by taking the karst collapse susceptibility as the target layer. In order to accurately reflect the important difference among factors and reduce the influence of human experience factors， a pair comparison matrix has been established based on the collapse distribution， impact factor analysis results and q value results of geographical detector. The susceptibility to karst collapse has been evaluated by using the analytic hierarchy process. With the help of the GIS spatial analysis module， the evaluation results have been assigned to grid units， and then the zoning map of the karst collapse susceptibility in the study area is obtained. The results show that as the sample amount changes， there is a degree difference in the importance of impact factors. However， among the three sets of data， strata， formation rich in water， distance from tunnel， elevation and slope are always the factors that have the largest impact on karst collapse. The use of geographic detectors to filter factors can avoid the influence of irrelevant factors， and the prediction accuracy （89.88%） conducted by analytic hierarchy process to zone the karst collapse susceptibility has been significantly improved. The areas with higher probability of collapse mainly distribute in the Jialingjiang formation and Daye formation in the karst trough area.
- karst collapse /
- susceptibility /
- geodetector /
- analytic hierarchy method
注释:

1) 王桂林，强壮，曹聪，等.基于地理探测器与层次分析法的岩溶地面塌陷易发性评价：以重庆中梁山地区为例［J］.中国岩溶，2022，41（1）：79-87.

2)

HTML

图 1 研究区位置及海拔高程分布

Figure 1. Location and elevation distribution of the study area

下载: 全尺寸图片幻灯片

图 2 影响因子解释度q值

Figure 2. q values of interpretation degree of impact factors

下载: 全尺寸图片幻灯片

表 1 影响因子汇总表

Table 1. Summary of impact factors

影响因子	类别
高程（X₁）	≤282、(282, 367]、(367, 459]、(459, 550]、>550
坡度（X₂）	≤6.5、(6.5, 13.7]、(13.7, 21.1]、(21.1, 30.1]、>30.1
平面曲率（X₃）	≤-0.64、(-0.64, -0.18]、(-0.18, 0.21]、(0.21, 0.7]、>0.7
剖面曲率（X₄）	≤-0.88、(-0.88, -0.25]、(-0.25, 0.21]、(0.21, 0.88]、>0.88
地表粗糙度（X₅）	≤1.03、(1.03, 1.09]、(1.09, 1.17]、(1.17, 1.3]、>1.3
地形湿度指数（X₆）	≤2、(2, 3.6]、(3.6, 5.8]、(5.8, 8.8]、>8.8
土层厚度（X₇）	≤3、(3, 4]、(4, 5]、(5, 6]、>6
坡向（X₈）	平面、北、东北、东、东南、南、西南、西、西北
坡位（X₉）	谷底、平地、下坡、中坡、上坡、山脊
距断层距离（X₁₀）	≤1 000、(1 000,2 000]、(2 000,3 000]、(3 000,4 000]、>4 000
地层类型（X₁₁）	J₁z、J₂s¹、J₂x、P₂c、T₁d、T₁f¹、T₁f²、T₁f³、T₁f⁴、T₁j¹、T₁j²、T₁j³、T₃xj^1-5
地层富水性（X₁₂）	强富水、中富水、弱富水、贫乏、较贫乏、极贫乏
距隧道距离（X₁₃）	≤500、(500, 1 000]、(1 000, 1 500]、(1 500, 2 000]、>2000（每类含槽谷和非槽谷）

下载: 导出CSV

表 2 主准则层成对比较矩阵

Table 2. Pairwise comparison matrix of main criterion layer

主准则层	X₁	X₂	X₃	X₇	X₁₂	权值
X₁	1	3	1/3	1/3	1/3	0.111
X₂	1/3	1	1/4	1/4	1/4	0.060
X₃	3	4	1	2	2	0.354
X₇	3	4	1/2	1	2	0.267
X₁₂	3	4	1/2	1/2	1	0.208

下载: 导出CSV

表 3 子准则层权重评价表

Table 3. Evaluation of sub-criteria layer weights

主准则	子准则	权值	主准则	子准则	权值	主准则	子准则	权值
X₁（CR=0.047）	<282	0.055	X₁₁（CR=0.016）	J₁z	0.029	X₁₁	T₁j²	0.131
	282~367	0.091		J₂s¹	0.029		T₁j³	0.145
	367~459	0.091		J₂x	0.029		T₃xj^1-5	0.029
	459~550	0.499		P₂c	0.029	X₁₂（CR=0.054）	强富水	0.435
	>550	0.264		T₁d	0.195		中富水	0.086
X₂（CR=0.067）	<6.5	0.493		T₁f¹	0.029		弱富水	0.176
	6.5~13.7	0.259		T₁f²	0.029		贫乏	0.057
	13.7~21.1	0.117		T₁f³	0.050		较贫乏	0.057
	21.1~30.1	0.080		T₁f⁴	0.050		极贫乏	0.189
	>30.1	0.051		T₁j¹	0.228
X₁₃槽谷（CR=0.071）	<500	0.235	X₁₃非槽谷（CR=0.071）	<500	0.033
	500~1 000	0.119		500~1 000	0.021
	1 000~1 500	0.143		1 000~1 500	0.021
	1 500~2 000	0.324		1 500~2 000	0.021
	>2 000	0.062		>2 000	0.021

下载: 导出CSV

表 4 塌陷预测精度统计

Table 4. Statistics of collapse prediction accuracy

评价方法	已有塌陷所占比例/%
评价方法	高易发	中易发	低易发	极低易发
采用地理探测器	89.88	9.82	0.31	0
未采用地理探测器	55.22	43.25	1.53	0

下载: 导出CSV

参考文献(19)

康彦仁.论岩溶塌陷形成的致塌模式［J］. 水文地质工程地质，1992，19（4）：32-34，46.

KANGYanren. Collapse-causing models in karstic collapse process［J］.Hydrogeology&Engineering Geology，1992，19（4）：32-34，46.

季伟峰，胡时友，宋军. 中国西南地区主要地质灾害及常用监测方法［J］. 中国地质灾害与防治学报，2007（S1）：38-41.

JIWeifeng， HUShiyou， SONGJun. Main geological hazards and monitoring methods in common use in the southwest region of China ［J］.The Chinese Journal of Geological Hazard and Control，2007（S1）：38-41.

罗小杰，沈建.我国岩溶地面塌陷研究进展与展望［J］.中国岩溶，2018，37（1）：101-111.

LUOXiaojie，SHENJian.Research progress and prospect of karst ground collapse in China［J］.Carsologica Sinica，2018，37（1）：101-111.

段先前，褚学伟，李博. 基于集对分析的岩溶塌陷危险性预测评价［J］. 安全与环境学报，2016，16（4）：72-76.

DUANXianqian，CHUXuewei，LIBo. Risk prediction and evaluation of the karst collapse based on the set pair mechanism analysis ［J］. Journal of Safety and Environment，2016，16（4）：72-76.

王恒恒，张发旺，郭纯青，苏春田.基于层次分析法的城市岩溶塌陷危险性评价：以武汉市南部为例［J］.中国岩溶，2016，35（6）：667-673.

WANGHengheng， ZHANGFawang， GUOChunqing， SUChuntian. Urban karst collapse hazard assessment based on analytic hierarchy process： An example of southern Wuhan City［J］. Carsologica Sinica，2016，35（6）：667-673.

吴福，江思义，刘庆超，何源，李海良. 广西桂林市规划中心城区岩溶塌陷易发性评价［J］. 中国地质灾害与防治学报，2019，30（5）：83-91.

WUFu，JIANGSiyi，LIUQingchao，HEYuan，LIHailiang.Evaluation of susceptibility of karst collapse in urban planning area of Guilin City of Guangxi Zhuang Autonomous Region［J］. The Chinese Journal of Geological Hazard and Control，2019，30（5）：83-91.

焦玉国. 山东泰安市地质灾害易发性分区［J］. 中国地质灾害与防治学报，2016，27（1）：130-135.

JIAOYuguo.Geology hazard’s susceptibility zonation in villages and towns in Tai’an，Shandong province［J］. The Chinese Journal of Geological Hazard and Control，2016，27（1）：130-135.

武鑫，黄敬军，缪世贤.基于层次分析-模糊综合评价法的徐州市岩溶塌陷易发性评价［J］.中国岩溶，2017，36（6）：836-841.

WUXin， HUANGJingjun， MIAOShixian. Susceptibility zoning and mapping of karst collapse in Xuzhou using analytic hierarchy process-fuzzy comprehensive evaluation method［J］. Carsologica Sinica，2017，36（6）：836-841.

李公岩，周绍智，万继涛，薄克廷. 山东省枣庄盆地岩溶塌陷形成条件及易发区划分方法探讨［J］. 中国地质灾害与防治学报，2003（4）：52-56.

LIGongyan， ZHOUShaozhi， WANGJitao， BOKeting. Discussion on formation condition and method of zoning susceptible regions of karst collapse in Zaozhuang Basin， Shandong Province［J］. The Chinese Journal of Geological Hazard and Control，2003（4）：52-56.

何书，王家鼎，朱忠，吴开兴. 基于模糊贴近度的岩溶塌陷易发性研究［J］. 自然灾害学报，2009，18（1）：8-13.

HEShu， WANGJiading， ZHUZhong， WUKaixin. Fuzzy approach degree-based research on occurrence of karstic collapse ［J］.Journal of Natural Disasters，2009，18（1）：8-13.

GalveJ P，GutiérrezF，RemondoJ. Evaluating and comparing methods of sinkhole susceptibility mapping in the Ebro Valley evaporite karst （NE Spain）［J］. Geomorphology，2009，111（3）：160-172.

谭开鸥，李玉生. 重庆地区的岩溶塌陷及其形成机理［J］. 中国地质灾害与防治学报，1995（3）：23-27.

TANKaiou，LIYusheng. Karst collapse and its formation mechanism in changing region［J］.The Chinese Journal of Geological Hazard and Control，1995（3）：23-27.

赵博超，朱蓓，王弘元，赖柄霖.浅谈岩溶塌陷的影响因素与模型研究［J］.中国岩溶，2015，34（5）：515-521.

ZHAOBochao， ZHUBei， WANGHongyuan， LAIBinglin. Influence factors and mathematical models of karst collapses［J］. Carsologica Sinica，2015，34（5）：515-521.

吴亚楠.泰安市城区—旧县水源地岩溶地面塌陷历程及影响因素分析［J］.中国岩溶，2020，39（2）：225-231.

WUYanan.Process and influencing factors of karst ground collapse in the water source area of Tai’an-Jiuxian［J］.Carsologica Sinica，2020，39（2）：225-231.

涂婧，李慧娟，彭慧，魏熊，贾龙.武汉市江夏区大桥新区红旗村黏土盖层岩溶塌陷致塌模式分析［J］. 中国岩溶， 2018， 37（1）：112-119.

TUJing，LIHuijuan，PENGHui，WEIXiong，JIALong.Analysis on collapse model of the karst area covered by clay in Wuhan City Jiangxia district Hongqi village ［J］.Carsologica Sinica，2018，37（1）：112-119.

贺怀振，魏永耀，黄敬军. 基于模糊综合评判模型的徐州地铁沿线岩溶塌陷稳定性评价［J］. 中国地质灾害与防治学报，2017，28（3）：66-72.

HEHuaizhen，WEIYongyao，HUANGJingjun. Stability assessment for karst collapse along Xuzhou metro using a comprehensive fuzzy model［J］. The Chinese Journal of Geological Hazard and Control，2017，28（3）：66-72.

SaatyT L. A scaling method for priorities in hierarchical structures［J］. Academic Press，1977，15（3）：234-281.

王劲峰，徐成东. 地理探测器：原理与展望［J］. 地理学报，2017，72（1）：116-134.

WANGJinfeng， XUChengdong. Geodetector： Principle and prospective［J］.Acta Geographica sinica，2017，72（1）：116-134.

贾龙，蒙彦，戴建玲.广佛肇地区岩溶塌陷易发性分析［J］.中国岩溶，2017，36（6）：819-829.

JIALong，MENGYan，DAIJianling. Analysis of karst collapse susceptibility in Guang-Fo-Zhao regions ［J］.Carsologica Sinica，2017，36（6）：819-829.

施引文献

资源附件(0)

访问统计

点击查看大图

图(4) / 表(4)

计量

文章访问数: 1891
HTML浏览量: 1253
PDF下载量: 60
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于地理探测器与层次分析法的岩溶地面塌陷易发性评价——以重庆中梁山地区为例

doi: 10.11932/karst2021y08

作者简介:
王桂林(1970-)，男，博士，教授，主要从事岩土工程方向研究。E-mail：glw@cqu.edu.cn。

计量

Evaluation of susceptibility to karst collapse based on the geodetector and analytic hierarchy method: An example of the Zhongliangshan area in Chongqing

计量

目录

留言板

基于地理探测器与层次分析法的岩溶地面塌陷易发性评价——以重庆中梁山地区为例

doi: 10.11932/karst2021y08

作者简介: 王桂林(1970-)，男，博士，教授，主要从事岩土工程方向研究。E-mail：glw@cqu.edu.cn。

计量

出版历程

Evaluation of susceptibility to karst collapse based on the geodetector and analytic hierarchy method: An example of the Zhongliangshan area in Chongqing

计量

出版历程

目录

作者简介:
王桂林(1970-)，男，博士，教授，主要从事岩土工程方向研究。E-mail：glw@cqu.edu.cn。