地质灾害风险评估在地灾防治中的必要性

　　◎  黄健航 高爽 王涛

　　一、我国地质灾害概况及风险评估必要性

　　依据《地质灾害防治条例》（国务院令第394号），地质灾害是指包括自然因素或者人为活动引发的危害人民生命和财产安全的山体崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等与地质作用有关的灾害。

　　我国是世界上突发性地质灾害最严重的国家之一，具有灾害重、隐患多、风险高的鲜明特征。统计显示，我国因地质灾害死亡人数占各类自然灾害死亡总人数的1/4左右。截至2020年底，全国已发现隐患点约33万处，威胁约1400万人。一些突发地质灾害往往造成触目惊心的人员伤亡，如2008年汶川地震诱发北川老县城西滑坡导致1600余人遇难；2010年降雨诱发的舟曲泥石流导致1700余人遇难。

　　地质灾害风险评估研究在国际上经过近40年的发展，理论技术方法都日趋成熟，也已成为优化土地利用规划和限制灾害影响区发展的有力管理手段。我国对自然灾害防治高度重视，已明确提出了“两个坚持、三个转变”的防灾减灾救灾的总体方针，明确了“以防为主”的基本要求，风险评估工作在灾害防御中扮演了愈发重要的角色，面向更高水平的平安中国建设背景下，地质灾害风险评估工作尤为重要。

　　北川老县城西滑坡

　　二、什么是地质灾害风险评估

　　对地质灾害风险内涵的理解，从评估技术流程上主要由地质灾害易发性、危险性，承灾体及其暴露度、易损性等要素构成。

　　1.易发性，是指一定区域内由地质环境条件控制的地质灾害发生潜势。如果将地质灾害发生类比新冠肺炎疫情暴发的话，新冠肺炎疫情易发性反映了自然环境是否利于病毒存活，环境封闭、卫生条件差等利于病毒存活或暴发。地质灾害易发性，即指地形坡度陡峭、岩土体结构破碎、性质软弱等条件对应易发性高。

　　2.危险性，是指在易发性基础上，叠加降雨、地震、工程活动等动态诱发因素，综合作用导致一定区域和时间段内发生地质灾害的概率或可能性。直观地理解，新冠病毒赋存环境并非导致疫情暴发的充分必要条件，还取决于接触传染等诱发因素的影响。换言之，高易发区最终发生地质灾害的概率不一定就高，还取决于诱发因素及其强度大小。

　　3.承灾体，指的是受地质灾害潜在威胁的人员、财产和生存环境等对象。注意这里强调的是受到灾害潜在威胁，如果不受威胁，一般不能称为承灾体。

　　4.暴露度，是指承灾体位于灾害体影响范围之内的时间和空间概率。如果承灾体长时间处在灾害体影响范围之内，如位置固定的建筑物处在滑坡潜在堆覆区内，则其暴露度就高；而建筑物中的流动人员等承灾体，在滑坡发生时，不一定在场，则其暴露度就相对较低。

　　5.易损性，指承灾体可能遭受地质灾害破坏的严重程度。从直观理解，反映了不同人员对病毒感染抵抗能力的差异性，如青壮年抵抗感染的能力比老年人要强得多。换言之，承灾体易损性不同，则其抵御灾害体损伤的能力也不同；抵御能力强，则易损性就低。

　　6.地质灾害风险，是指在一定区域和时期内，承灾体因地质灾害而造成伤亡或损失的可能性。类比新冠肺炎疫情暴发风险，即低温环境利于病毒存活、卫生条件差促进病毒传播、影响区人员密集且抵抗力低下等因素综合作用下，集中暴发疫情的可能性大。也即在地质环境脆弱、突发极端降雨、灾害体危及人员密集区、抗灾能力差等综合作用下因灾死亡或财产损失的可能性高。

　　舟曲泥石流

　　三、怎样进行地质灾害风险评估

　　地质灾害风险评估的科学性和有效性，通常是建立在三种基本假设前提上的，具体包括：

　　1.过去对未来具有一定指示作用，过去曾经发生过地质灾害的地段未来仍有可能继续发生地质灾害。

　　2.具有与曾经发生地质灾害地段相似的地形、地质及诱发条件的地段也有可能发生地质灾害。

　　3.用于地质灾害风险评估的各类要素能够有效识别，且可以通过定性或定量方式进行空间数据表达。

　　说到具体的评估模型方法，上文可知地质灾害风险评估主要涉及地质灾害与承灾体两部分内容，这里重点介绍地质灾害部分涉及的危险性评估（含易发性评估）模型方法，一般包括四大类：

　　1.经验驱动。专家通过对已发生地质灾害的调查分析，形成对地质灾害孕育规律的经验认识，提出各类因素对地质灾害发生贡献大小的权值，进而通过直接制图、工程地质类比法、层次分析法等方法评估地质灾害危险性。

　　2.数据驱动。基于地质灾害及其各类影响因素调查编录的空间数据，采用信息量、证据权、频率比、逻辑回归、确定性系数、判别分析、聚类分析等空间分析或数学回归等统计分析方法，挖掘地质灾害与各类单因素之间的相关性并量化表达，进而通过多因素综合分析预测地质灾害危险性。

　　3.机制驱动。基于斜坡变形失稳是地质力学过程的实质，通过调查、测绘、勘查、岩土测试等手段，获取制约地质灾害形成发育的坡体形态、岩土体结构、力学强度、水理性质、地震和降雨工况等系列量化参数，采用岩土体静力学和动力学的理论解析、物理建模、数值模拟等技术方法定量计算地质灾害变形破坏特征以及灾害体失稳后运动学特征参数，实现地质灾害危险性评估。

　　4.智能驱动。基于人工智能和大数据等理论技术，通过地质灾害发育规律分析选取合理的评估指标并进行量化，然后进行数据清洗与样本集构建，最后通过样本训练建立基于人工神经网络、深度学习法、决策树、支持向量机等人工智能算法的地质灾害危险性评估模型，识别预测潜在地质灾害单元。

　　（作者单位：中国地质调查局地质力学研究所）