摘要
燕山山地—华北平原过渡带的自然背景及人类活动形成脆弱的表生环境，导致汛期突发地质灾害频发，严重制约区域经济发展并造成地质安全隐患。为揭示斜坡地质灾害内在驱动力，本文基于地质灾害隐患调查数据及地理探测器模型方法，选取高程、高差、坡度、坡向、地形湿度指数、地表粗糙指数、归一化植被指数、岩组类型、水系距离、构造距离、降雨、道路距离共12个因子，对斜坡地质灾害宏观驱动因素分析，结果表明：研究区斜坡地质灾害呈现自东北至西南递减分布趋势，对灾害分布解释力最强的因子为降雨、高程、岩组类型，分别为27.4%、14.2%、8.5%，降雨是最主要的诱发因子，随降雨量升高，斜坡地质灾害发育数量显著增加；各因子两两交互作用对斜坡灾害的解释力均增强，降雨与岩组类型、降雨与道路距离、降雨与高程的交互解释力分别达 32.3%、31.9%、31.7%；在山区道路沿线局部尺度，距道路距离的影响同样重要，研究可为相近区域地质灾害防治提供依据。
Abstract
The natural background environments and human activities in the transition zone between the Yanshan Mountains and the North China Plain have created a fragile surface environment, resulting in frequent sudden geological disasters during the flood season. These geological hazards significantly hinder regional economic development and pose substantial geological safety risks. To uncover the intrinsic driving forces of slope-related geological hazards, this study utilizes geological hazard risk survey data and the geodetector model to analyze the driving factors of slope geological hazards. This analysis considers 12 environmental factors including elevation, topographic undulation, slope, aspect, topographic wetness index, terrain ruggedness index, normalized differnce vegetation index, rock group type, distance to river system, distance to geological structures, rainfall, and distance to roads. The results revealed that slope geological hazards in the study area follow a decreasing distribution trend from northeast to southwest. Overall, rainfall as the most influential factor, explaining 27.4% of the hazard distribution. As rainfall increases, the occurrence of slope geological hazards rises significantly. Elevation and rock group type showed less explanatory power, accounting for 14.2% and 8.5%, respectively. Furthermore, the interaction between any two factors enhances the explanatory power for slope geological hazards, with the interactions between rainfall and rock type, rainfall and distance to roads, rainfall and elevation explaining 32.3%, 31.9% and 31.7%, respectively. At a local scale along mountain roads, the distance to roads also proves to be a critical factor. This study provides valuable insights into the prevention and management of geological hazards in similar regions.
0 引言
地球表层关键带是多圈层物质能量交互强烈、开放复杂的系统，对多圈层要素协同演变状态进行调查、监测与评估，研究其相互作用机制，有利于实现自然要素与社会人文要素平衡和绿色可持续发展。燕山山地关键带地处蒙古高原向华北平原过渡带，是北方沙尘暴进入京津冀的重要通道，区域构造复杂，地表基质空间异质性大（殷志强等， 2023），对环境变化响应敏感，燕山南麓山区—平原过渡带低山丘陵区农耕产业密集，山前小流域地理条件复杂，资源环境承载力有限，人居环境紧张。中国地质灾害频发，具有点多面广，汛期突发、群发的特点（罗守敬等，2021），地质灾害长期以来一直威胁着社会经济发展和人类生命财产安全（Shu et al.，2022），山区尤其是浅山区表生环境脆弱，山前过渡带由于地质构造及岩组结构等孕灾地质背景条件复杂，汛期短时强降雨、持续性降雨充足，加之人类活动强度较山区腹地仍然强烈，地质安全隐患问题突出，对地质灾害发育分布特征、孕灾条件和成灾机理的研究有助于应急管理和科学决策。
已有许多模型及方法应用于地质灾害发育分布特征、易发性、危险性研究，如统计学确定系数法 （刘艳芳等，2014）、证据权法（周萌等，2024）、频率比法（郭子正等，2019）、信息量法（樊芷吟等，2018） 和逻辑回归（田春山等，2016）、地理加权回归（饶品增等，2017）、神经网络（周超等，2020）、随机森林 （Liang et al.，2021）等回归和分类算法。在典型区，对于单一主控因素如地震（黄润秋和李为乐，2009； 许冲和徐锡伟，2012）、降雨（丛威青等，2008；陈静静等，2014；罗渝等，2014；段中满等，2024）、山区公路沿线（李升甫等，2020；李岩等，2022）、库区水位变化（刘传正等，2019）等致灾机制也得到充分研究。中国地质灾害多是强降雨型主导（房浩等， 2018），燕山山区相近地理区域已有研究多为降雨触发地质灾害的机制（王海芝等，2022；南赟等， 2024），较少研究多要素空间分布及相互耦合作用对地质灾害隐患的影响，地理探测器模型是一种基于统计学的方法，用于探究空间分异及其解释力，已有研究将其应用于地质灾害易发性评价（曹元晖和刘纪平，2019；支泽民等，2021），本文应用地理探测器方法，选取孕灾地质环境本底因素、诱发因子等多个指标定量探究燕山山地—华北平原山前过渡带斜坡地质灾害背后多要素驱动机制，以期为地质背景及表生环境相近地区防灾减灾与相关规划提供科学依据。
1 研究区概况
1.1 孕灾地质环境背景条件
研究区位于燕山南麓、华北平原北部，燕山山地向华北平原过渡地带，北京、天津、河北三省交界，总面积约 510 km²。地势从东北向西南逐渐变低，区内大部分为低山丘陵地貌。本区为温带大陆性季风气候，四季分明，冬夏长，春秋短；年平均气温 11.7℃，年降雨量 629.4 mm，降雨时空不均，夏季占全年降雨量的70%以上。区内水系属海河流域，出露的地层主要为中元古界沉积地层，山前地带覆盖第四系松散沉积物，燕山期、印支期构造体系复杂。区内农业产业集中，是重要的林果基地，农产品有桃、杏、红果、核桃、板栗等。
1.2 斜坡地质灾害发育概况
研究区地形地貌、地质构造、岩性等下垫面孕灾地质条件复杂、区内人类工程活动较之山区腹地仍然强烈。此外，降雨时空不均，极易造成斜坡岩土体失稳，加剧诱发突发斜坡地质灾害。据调查统计，研究区共发育斜坡地质灾害及隐患592处，其中崩塌 568处、滑坡 24处，规模类型多为小型，目前绝大多数处于基本稳定状态，低风险占比 89%。崩塌发育多为中元古界碳酸盐岩自然岩质斜坡，岩体多为块裂、碎裂结构，有多组节理裂隙，而滑坡主要发育在第四系土质碎石类斜坡。研究区地理位置、斜坡地质灾害及隐患密度（简称“斜坡地质灾害”）分布如图1所示。
图1研究区位置（a）及斜坡地质灾害密度分布图（b）
2 研究方法
2.1 数据来源
样本数据由遥感及野外调查获取的崩塌、滑坡灾害及隐患数据，因泥石流受物源、水动力条件、流域及沟道特征等因素影响，发育机理不同于崩塌滑坡，暂不计入。在ArcGIS软件中进行核密度分析作为输入模型因变量。
斜坡地质灾害的产生是孕灾和致灾多重因素耦合作用的结果（刘传正，2014），取决于组成斜坡的岩土体性质、坡体结构，外界作用如流域风化、地震、水的作用、人类活动通过改变岩土体性质、强度、结构诱发斜坡地质灾害产生。选取研究区斜坡地质灾害相关的孕灾因子高程、高差、坡度、坡向、地形湿度指数（TWI）、地表粗糙指数（TRI）、归一化植被指数（NDVI）、岩组类型、水系距离、构造距离与致灾因子降雨、道路距离共计12个自变量因子进行分析。地理探测器输入自变量因子为分类数据，常用分类方法包括分位数法、等间距法、自然段点法等，本研究考虑各因子与灾害分布的统计关系及斜坡灾害密度，按照各个分区内灾害密度相近而不同分区内灾害发育密度差异较大原则，对各个因子进行分类分级（图2），各因子数据来源、处理方法及具体分类如下：
（1）高程
海拔高程与斜坡灾害发生关系密切，是影响地质灾害分布的重要因素之一。高程数据来源于地理空间数据云（https: //www.gscloud.cn/）全球30 m数字高程模型（DEM）数据，研究区高程分为 0～100 m、100～200 m、200～700 m、＞700 m共4类。
（2）高差
地形地貌条件是控制斜坡类灾害发育的基本条件。高差通过数字高程模型计算，选取一定半径计算极大极小差值，研究区起伏度分为 0～40 m、 40～80 m、80～160 m、＞160 m共4类。
（3）坡度
地形坡度通过影响坡体表面径流、内部物质的运移改变坡体应力分布，继而影响其稳定性。坡度数据由数字高程模型计算，研究区坡度分为0°～5°、 5°～25°、＞25°共3类。
（4）坡向
不同坡向斜坡所受太阳辐射量与水热条件不同，在小气候上存在差异，影响坡体植被发育及风化强度，进而形成了不同坡向上稳定性差异。研究区坡向数据由数字高程模型计算，坡向分为南向组 （112.5°～292.5°）、中间组（67.5°～112.5°、292.5°～337.5°）、北向组（337.5°～360°、0°～67.5°）共3类。
（5）地形湿度指数
地形湿度指数（Topographic Wetness Index， TWI）综合了土壤特性和地形对于土壤水分分布的影响，能够较为准确的反映由于地形变化而造成的对坡面土壤径流的影响，因此广泛应用于土壤水分空间分布的研究中。研究区地形湿度指数以 DEM 数据通过如下公式计算：
(1)
式（1）中 α 表示为流经一点的单位等高线长度上的汇流面积（m2），β 为该点的坡度（°）。研究区 TWI分为0～4、4～7、7～12、＞12共4类。
（6）地表粗糙指数
地表粗糙指数（Terrain Ruggedness Index，TRI） 指的是在特定的地面距离内，该范围的地面面积与水平投影面积的比值，反映了某一区域的起伏变化情况和地表侵蚀程度。随地表粗糙度的增加，坡面径流沿程损失增大，从而削弱径流侵蚀力，继而影响斜坡稳定性差异。TRI采用DEM数据经由以下公式计算：
(2)
式（2）中 slope 为该点坡度，研究区 TRI分为 0～1.1、1.1～1.4、＞1.4共3类。
（7）归一化植被指数
归一化植被指数（Normalized Differnce Vegeta‐ tion Index，NDVI）反映地表植被发育状况，植被覆盖越好越有利于稳固水土，增强斜坡稳定性。研究区 NDVI数据由 USGS Landsat-8 oli多光谱遥感影像数据通过以下公式计算，影像数据获取时间为夏季 6—8月。
(3)
式（3）中 NIR为近红外波段；R为可见光红色波段。研究区 NDVI 分为 ＜0.20、0.20～0.35、0.35～0.40、＞0.40共4类。
（8）岩组类型
地层岩性和岩体结构是斜坡灾害的重要因素，影响着斜坡灾害的规模和类型。结构完整、坚硬致密的岩土体中地质灾害很少发育，而结构破碎、松散或含软弱夹层的岩土体多利于地质灾害发育。研究区主要地层岩性为坚硬、较坚硬碳酸盐岩。根据区内1∶5万地质图地层岩性数据将工程地质岩组划分为坚硬、较坚硬、松散共3类。
（9）水系距离
水系的侵蚀导致斜坡中软弱夹层、泥化夹层等出现崩解，岩土体被软化，抗剪强度降低，致使斜坡稳定性改变，诱发产生地质灾害。研究区水系数据来源于全国地理信息资源目录服务系统（https:// www.webmap.cn/）获取的水系提取，研究区水系距离分为 0～200 m、200～400 m、400～800 m、＞800 m 共4类。
（10）构造距离
地质构造尤其是活动断裂通过对岩土体结构进行破坏，为崩塌滑坡等斜坡地质灾害创造条件，强震后多为地质灾害群发期。断裂不仅决定了形成地质灾害的地形地貌条件，也为地质灾害提供了物质基础（殷志强等，2013）。研究区构造距离分为 0～0.5 km、0.5～1.0 km、1.0～1.5 km、1.5～2.0 km、 ＞2.0 km共5类。
（11）降雨
降雨是斜坡地质灾害重要的诱发因素，降雨强度及降雨时长都影响斜坡稳定性，降雨形成的地表径流一方面对坡体具有冲刷切割作用，破坏斜坡完整性；另一方面入渗到坡体内部的水分软化岩土体，增加了坡体自重，降低了坡体的抗剪强度。降雨数据通过收集研究区气象站近年数据，选取夏季数据通过空间插值得到夏季降雨量。研究区降雨分为＜430 mm、430～450 mm、450～470 mm、＞470 mm共4类。
（12）道路距离
建设工程如道路、房屋等建设过程中必然进行了不同程度的切坡或者边坡开挖，改变了斜坡原有应力状态，形成陡峭边坡及坡体局部临空面，为地质灾害的形成创造条件。研究区道路数据来源于全国地理信息资源目录服务系统矢量数据提取，道路距离分为 0～50 m、50～100 m、100～200 m、 200～600 m、＞600 m共5类。
2.2 地理探测器
地理探测器是一种用于探究空间分层异质性，揭示其驱动因素的统计学方法。将研究区分为几个子区域，如子区域方差之和小于区域总方差，则存在空间分异；如果某个自变量因子对因变量有重要影响，那么自变量和因变量的空间分布应相似 （王劲峰和徐成东，2017）。地理探测器中因子探测器主要用于探测因变量 Y 的空间分异性，以及自变量因子X对因变量Y的空间分异解释程度。不仅可以定量描述各个自变量对因变量的解释程度，还可以判断自变量两两之间对因变量的解释程度。模型为非线性，对自变量的共线性免疫，因此保留全部 12 个因子进行计算。模型输入因变量 Y 为连续的斜坡灾害密度数据，自变量为离散分类的各个因子数据。因采用斜坡单元进行统计采样时某些自变量空间分布经空间自相关全局莫兰指数检验，呈现随机分布，不适用地理探测器模型，为使输入数据能正确反映因变量随各自变量因子变化细节又使数据量不冗余，采用 300 m×300 m 规则网格进行采样以适应研究尺度。研究区共提取5666组样本，数据处理、制图及模型计算通过 ESRI ArcGIS、IBM SPSS、Micro Soft Excel完成。
图2各因子分级结果
a—高程；b—高差；c—坡度；d—坡向；e—地形湿度指数；f—地表粗糙指数；g—归一化植被指数；h—岩组类型；i—河流距离；j—构造距离；k— 降雨；l—道路距离
图3斜坡灾害分布与各影响因子统计关系
a—高程；b—高差；c—坡度；d—坡向；e—地形湿度指数；f—地表粗糙指数；g—归一化植被指数；h—岩组类型；i—河流距离；j—构造距离；k— 降雨；l—道路距离
3 斜坡地质灾害发育分布特征
研究区斜坡地质灾害宏观分布呈现自东北向西南阶梯式递减，整体分布与山地向平原过渡的方向一致，在微地貌上主要分布在山区沟谷及道路沿线，呈现3处集中连片高发育区，分别为镇罗营镇胡关路附近、熊儿寨乡熊南路附近及南部，另外有2处点源高发区分别位于研究区西北的大华山镇北部及研究区东南的金海湖镇东部（图1）。其中灾害密度最高中心位于研究区东北部的镇罗营镇胡关路附近。
各因子与斜坡地质灾害统计关系如图3所示。研究区高程分布自东北向西南递减，范围 0～1200 m，在 0～700 m，随着高程增加，斜坡地质灾害密度具有上升趋势，其中数量最多的高程范围为 200～300 m；高差分布与高程一样，自东北至西南递减，范围在 40～160 m 内斜坡地质灾害数量和密度最高，小于 40 及大于 160 m 数量和密度均较低；坡度为 5°～25°斜坡地质灾数量和密度均最大，小于 5° 的平原及河谷区密度和数量均极小。高程、高差、坡度作为地形地貌条件，其分布和对斜坡地质灾害的影响基本一致。坡向由南向组、中间组、北向组数量和密度呈降低趋势，与光照时长变化一致，不同坡向光照、水热条件不同，进而影响坡体外部风化条件；地形湿度指数范围4～7内斜坡地质灾害数量最多，大于 12 分布面积较小但密度最大；随着地表粗糙度增加，斜坡地质灾害数量和密度呈现下降趋势；NDVI小于0.2范围内河谷和裸地，灾害数量极少，0.20～0.35 范围内数量和密度最大，随后随着 NDVI 增加，植被覆盖良好，斜坡地质灾害数量和密度逐渐降低；较坚硬岩组范围内灾害数量最多，坚硬岩组分布面积最少，但是其发育灾害密度最高； 距水系距离小于800 m范围内，随着距离增大，斜坡地质灾害数量和密度呈下降趋势，随着距水系距离继续变大，超过水系对坡体结构稳定性的影响范围则关系不明显；距构造距离 500 m 范围内斜坡灾害数量和密度最大，大于500 m后关系不明显；研究区降雨和道路距离与斜坡地质灾害关系最为明显，随着降雨量增大和距道路距离的降低，斜坡灾害数量和密度都呈现明显升高趋势，降雨和道路的修建作为重要的诱发因素影响坡体稳定性，继而导致斜坡地质灾害的发生。
4 基于地理探测器的斜坡地质灾害影响因素分析
4.1 地理探测器模型结果
地理探测器单因子探测结果如表1所示，地理探测器因子探测结果q值为全局统计量，范围0～1，值越大，表明其对因变量的贡献率越高，因子解释力越强。
除坡向、距河流距离不显著外（p＞0.05），其余因子对斜坡灾害密度的解释力由大到小分别为降雨＞高程＞岩组＞起伏度＞坡度＞道路＞构造＞ TRI＞NDVI＞TWI，其中降雨、高程、岩组 3个因子的解释力分别达到27.4%、14.2%、8.5%。
两两交互探测结果如表2所示，能够反映每 2 个自变量共同作用时，是否会增加或减弱对因变量的解释能力。
交互探测结果表明，不同因子两两作用对因变量的解释力均增强。降雨与岩组、降雨与道路距离、降雨与高程、降雨与水系距离、降雨与构造距离对斜坡地质灾害的解释力分别达到 32.3%、31.9%、 31.7%、31.5%、30.5%。值得注意的是，道路本身对斜坡地质灾害解释力较弱，只有 2.6%，与降雨、高程、高差、岩组类型两两交互作用的解释力分别达到 31.9%、22.9%、16.0%、15.0%，为双变量非线性增强。此外，坡向和水系距离虽然单因子探测不显著，但坡向与高程、坡向与岩组类型、水系距离与高程、水系距离与高差、水系距离与岩组类型两两交互作用的解释力分别达到 14.5%、9.1%、18.7%、 10.0%、11.7%。
表1地理探测器因子探测结果
表2地理探测器交互探测结果（%）
4.2 斜坡地质灾害影响因素分析
因子探测 q 统计量为全局参数，各因子对因变量的解释力相互独立，全局尺度上，降雨、高程、岩组类型 3 个因子对结果解释力最大，其中降雨的解释力最强，为 27.4%，与罗守敬（2023）、南赟等 （2024）在北京西部山区突发地质灾害研究结论一致，降雨是地质灾害发生的主要激发因素，高程和岩组类型为重要的孕灾背景因素，决定着斜坡地质灾害的发育类型和规模，邓小龙等（2015）在平谷区易发性研究同样显示，平谷区地质灾害分布主要与地形地貌、构造断裂及人类活动相关。研究区斜坡地质灾害主要发育类型为小型崩塌，与北京市突发地质灾害发育最多的类型一致（程素珍等，2020），以斜坡地质灾害发育最密集的东北部高易发区为例，该区域位于高程、高差、坡度较高值附近的沟谷，两侧斜坡以自然岩质为主，微地貌为陡崖陡坡、坡体临空条件充足，地表为灌木或裸露岩石，岩石类型以风化程度中等的白云岩、白云质灰岩为主，呈块状破碎结构，岩石质地坚硬—较坚硬，节理裂隙发育，创造了充足的孕灾条件，同时，该区位于夏季降雨极值附近，汛期降雨的冲刷及持续入渗作用使得坡体应力分布及稳定性改变，此外，在沟谷两侧阶地上常常进行道路、房屋等工程建设，对原有斜坡进行开挖，从而加剧诱发斜坡失稳。地形地貌条件、岩组类型及岩土体结构、外部诱发因素等均有利于产生斜坡地质灾害尤其是崩塌。王海芝等 （2022）在北京西部山区暴雨诱发地质灾害的研究表明降雨强度是诱发地质灾害的关键因素，泥石流、滑坡的触发雨量与雨强高于崩塌，崩塌多发生在结构破碎的岩质斜坡而滑坡多发生在含软弱夹层的土质及土石混合斜坡，因而在汛期强降雨作用下，研究区崩塌灾害及隐患数量远大于滑坡，呈现多发群发的特点。
两两交互解释力最强的是降雨与其他因素的组合，降雨、高程、岩组类型及高差 4 个因子两两组合的解释力同样相对较高，道路本身解释力不强，但在没有降雨因子参与的情况下，道路与高程、道路与高差、道路与岩组的交互作用对本区斜坡地质灾害的解释力达到 22.9%、16.0%、15.0%，表明道路距离在全局解释力虽然不强，但是在局部或结合其他因子解释力同样不可忽视。道路距离的全局解释力较低的原因是分区效应，在研究区西南平原及河谷区路网密度大，但斜坡地质灾害数量少，而在山区，道路分布较少，但道路本身工程建设及附近的切坡建房作为主要的人类工程活动，致使道路沿线突发地质灾害数量较多，关系明显。综上，研究区斜坡地质灾害发育类型主要为小型崩塌，是多因子共同作用的结果，受地形地貌条件、坚硬—较坚硬的岩组及破碎的岩体结构孕灾条件控制，由汛期强降雨主导、人类工程活动因素诱发。
5 结论
通过选取地形地貌因素、地质背景因素、诱发因素等 12 个因子对燕山山地—华北平原山前过渡带斜坡地质灾害的发育分布特征及影响因素定量分析，研究发现：
（1）研究区斜坡地质灾害密度自东北至西南呈现降低趋势，有多个高值区带，对斜坡地质灾害影响最大的因素为诱发因子降雨及孕灾本底因素高程、岩组类型。
（2）燕山山地—华北平原过渡带斜坡地质灾害各影响因子间两两交互均能增强对斜坡地质灾害的解释力。
（3）研究区突发斜坡地质灾害为多因素耦合结果，孕灾地质环境本底因素高程、高差、岩组类型及诱发因子降雨是主导因素，发育类型和规模受地形地貌条件、岩组类型及结构控制，而最主要外部驱动力则是汛期强降雨。此外，在山区道路沿线局部尺度、道路距离因素与其他因素叠加作用同样重要。
