2018年日本北海道地震滑坡：分布特征解析與易發(fā)性精準評價

2018年日本北海道地震滑坡：分布特征解析與易發(fā)性精準評價一、引言1.1研究背景與意義地震作為一種極具破壞力的自然災(zāi)害，常常引發(fā)一系列次生地質(zhì)災(zāi)害，其中滑坡是最為常見且危害巨大的類型之一。2018年9月6日，日本北海道發(fā)生了Mw6.6級地震，此次地震釋放出的巨大能量，打破了該地區(qū)地殼的原有平衡，導(dǎo)致大量山體斜坡失穩(wěn)，從而引發(fā)了大規(guī)模的滑坡災(zāi)害。這些滑坡不僅對當(dāng)?shù)氐牡匦蔚孛苍斐闪孙@著改變，還嚴重威脅到了民眾的生命財產(chǎn)安全，給當(dāng)?shù)氐幕A(chǔ)設(shè)施、交通線路、建筑物等帶來了毀滅性的打擊。從人員傷亡情況來看，地震滑坡導(dǎo)致了部分居民被掩埋，造成了一定數(shù)量的人員傷亡，許多家庭因此破碎，親人生離死別，給幸存者帶來了巨大的心理創(chuàng)傷。在財產(chǎn)損失方面，大量房屋被滑坡沖毀或掩埋，使得居民失去了住所；道路、橋梁等交通設(shè)施也受到嚴重破壞，導(dǎo)致交通癱瘓，救援物資難以順利運達，嚴重阻礙了災(zāi)后救援和恢復(fù)工作的開展。此外，滑坡還對當(dāng)?shù)氐霓r(nóng)田、水利設(shè)施等造成了破壞，影響了農(nóng)業(yè)生產(chǎn)和水資源的合理利用，給當(dāng)?shù)氐慕?jīng)濟發(fā)展帶來了沉重的打擊。研究2018年日本北海道地震滑坡分布特征及易發(fā)性評價具有重要的現(xiàn)實意義。通過深入分析此次地震滑坡的分布特征，能夠清晰地了解滑坡在空間上的分布規(guī)律，明確哪些區(qū)域是滑坡的高發(fā)區(qū)，哪些區(qū)域相對較為安全。這對于未來該地區(qū)以及其他類似地質(zhì)條件區(qū)域的防災(zāi)減災(zāi)工作具有重要的指導(dǎo)作用。在城市規(guī)劃和建設(shè)中，可以避開滑坡高發(fā)區(qū)域，減少潛在的地質(zhì)災(zāi)害風(fēng)險；在基礎(chǔ)設(shè)施建設(shè)中，如修建道路、橋梁、鐵路等，可以提前采取有效的防護措施，增強設(shè)施的抗災(zāi)能力。準確評估地震滑坡的易發(fā)性，能夠為災(zāi)害預(yù)警提供科學(xué)依據(jù)。通過建立科學(xué)合理的易發(fā)性評價模型，結(jié)合地質(zhì)、地形、地震等多方面的數(shù)據(jù)，對不同區(qū)域發(fā)生滑坡的可能性進行量化評估。一旦有地震發(fā)生，可以迅速根據(jù)易發(fā)性評價結(jié)果，對可能發(fā)生滑坡的區(qū)域進行預(yù)警，提前疏散居民，減少人員傷亡和財產(chǎn)損失。這對于提高社會的整體抗災(zāi)能力，保障人民群眾的生命財產(chǎn)安全具有重要的意義。1.2國內(nèi)外研究現(xiàn)狀在地震滑坡分布特征研究方面，眾多學(xué)者已取得了一系列有價值的成果。李樹德等人從活動斷裂分段與地震安全性評價的角度出發(fā)，對我國地震滑坡分布規(guī)律與成因進行了初步探究，揭示了地震滑坡分布與活動斷裂之間存在著緊密的相關(guān)性。周本剛總結(jié)了橫斷山地區(qū)1970年以來11次M≥6.7級強震觸發(fā)滑坡的特征，發(fā)現(xiàn)地震滑坡的空間分布明顯受到發(fā)震斷層的影響，其密集分布帶與發(fā)震斷層走向基本一致。黃潤秋對“5.12”汶川地震觸發(fā)地震滑坡分布規(guī)律的研究成果表明，在斷裂交匯處，地震滑坡不僅數(shù)量眾多，而且規(guī)模更大。劉亢研究2015年尼泊爾Ms8.1級地震觸發(fā)地質(zhì)災(zāi)害時發(fā)現(xiàn)，589組地震滑坡點主要沿主中央逆沖斷裂展布。鮑鵬鵬等對2018年日本北海道Mw6.6級地震觸發(fā)地震滑坡的研究指出，距震中10-12km范圍內(nèi)地震滑坡分布數(shù)量最多，面積最大。關(guān)于地震滑坡易發(fā)性評價，學(xué)者們也提出了多種方法和模型。早期主要采用定性分析方法，如專家經(jīng)驗判斷等，但這種方法主觀性較強，缺乏足夠的科學(xué)性和準確性。隨著科技的不斷進步和研究的深入，定量評價方法逐漸成為主流。例如，基于地理信息系統(tǒng)（GIS）技術(shù)，結(jié)合地形、地質(zhì)、地震等多源數(shù)據(jù)，構(gòu)建數(shù)學(xué)模型來評估地震滑坡易發(fā)性。其中，常用的模型有邏輯回歸模型、信息量模型、神經(jīng)網(wǎng)絡(luò)模型等。這些模型能夠充分利用大量的數(shù)據(jù)信息，通過數(shù)學(xué)計算和分析，對地震滑坡易發(fā)性進行量化評估，提高了評價結(jié)果的科學(xué)性和可靠性。盡管國內(nèi)外在地震滑坡分布特征和易發(fā)性評價方面已經(jīng)取得了顯著進展，但仍存在一些不足之處。在分布特征研究方面，對于一些復(fù)雜地質(zhì)條件和特殊地形區(qū)域的地震滑坡分布規(guī)律，研究還不夠深入和全面。不同地區(qū)的地質(zhì)構(gòu)造、地形地貌、巖土體性質(zhì)等存在很大差異，單一的研究方法和結(jié)論可能無法適用于所有地區(qū)，需要進一步開展針對性的研究。在易發(fā)性評價方面，目前的評價模型大多基于歷史數(shù)據(jù)和經(jīng)驗公式建立，對地震滑坡形成的物理機制考慮不夠充分。而且，不同模型之間的評價結(jié)果存在一定差異，缺乏統(tǒng)一的評價標準和驗證方法，導(dǎo)致評價結(jié)果的可靠性和可比性受到影響。此外，數(shù)據(jù)的質(zhì)量和完整性也對易發(fā)性評價結(jié)果有著重要影響。在實際研究中，往往存在數(shù)據(jù)缺失、不準確等問題，這在一定程度上制約了易發(fā)性評價的精度和可靠性。本文旨在針對現(xiàn)有研究的不足，以2018年日本北海道地震滑坡為研究對象，深入分析其分布特征，并綜合考慮多種影響因素，構(gòu)建更加科學(xué)合理的易發(fā)性評價模型，提高地震滑坡易發(fā)性評價的精度和可靠性，為該地區(qū)及其他類似地區(qū)的地震滑坡防災(zāi)減災(zāi)工作提供更加有效的科學(xué)依據(jù)。1.3研究內(nèi)容與方法本研究主要聚焦于2018年日本北海道地震滑坡，旨在深入剖析其分布特征，并對該地區(qū)的地震滑坡易發(fā)性進行科學(xué)評價。具體研究內(nèi)容如下：地震滑坡分布特征分析：通過對高分辨率遙感影像的解譯，結(jié)合詳細的野外實地調(diào)查，精確識別和提取地震滑坡的邊界、范圍等關(guān)鍵信息。在此基礎(chǔ)上，從空間分布、規(guī)模大小、形態(tài)特征等多個維度，深入分析地震滑坡的分布規(guī)律。例如，研究滑坡在不同地形地貌區(qū)域（如山地、丘陵、平原等）的分布差異，以及滑坡規(guī)模與地形坡度、坡向之間的關(guān)系。地震滑坡影響因素分析：全面收集地質(zhì)、地形、地震等多方面的數(shù)據(jù)，深入分析影響地震滑坡發(fā)生的各種因素。地質(zhì)因素包括巖土體類型、地質(zhì)構(gòu)造、地層巖性等；地形因素涵蓋坡度、坡向、高程、地形起伏度等；地震因素主要涉及震級、烈度、震源深度、震中距等。通過相關(guān)性分析、主成分分析等方法，明確各因素對地震滑坡發(fā)生的影響程度和作用機制。地震滑坡易發(fā)性評價：綜合考慮地震滑坡的分布特征和影響因素，選取合適的評價指標和模型，對研究區(qū)的地震滑坡易發(fā)性進行評價。評價指標體系將涵蓋上述地質(zhì)、地形、地震等多方面因素，通過層次分析法、熵權(quán)法等方法確定各指標的權(quán)重。選用邏輯回歸模型、信息量模型、神經(jīng)網(wǎng)絡(luò)模型等常用的易發(fā)性評價模型，對研究區(qū)進行易發(fā)性分區(qū)，分為低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)和極高易發(fā)區(qū)，明確不同區(qū)域發(fā)生地震滑坡的可能性大小。評價結(jié)果驗證與分析：運用多種驗證方法，如混淆矩陣、受試者工作特征曲線（ROC）等，對地震滑坡易發(fā)性評價結(jié)果的準確性和可靠性進行驗證。分析評價結(jié)果與實際情況之間的差異，探討產(chǎn)生差異的原因，進一步優(yōu)化評價模型和指標體系，提高評價結(jié)果的精度和可靠性。為實現(xiàn)上述研究內(nèi)容，本研究將采用以下研究方法：遙感影像解譯：收集震前和震后的高分辨率衛(wèi)星遙感影像，利用ENVI、Erdas等專業(yè)遙感圖像處理軟件，通過目視解譯和計算機自動分類相結(jié)合的方法，識別地震滑坡的位置、范圍和邊界。同時，借助影像的光譜特征、紋理特征等信息，對滑坡的類型、規(guī)模等進行初步分析。地理信息系統(tǒng)（GIS）技術(shù)：運用ArcGIS軟件強大的空間分析功能，對地震滑坡的分布特征進行可視化表達和定量分析。例如，通過空間插值、緩沖區(qū)分析、疊加分析等方法，研究滑坡與地質(zhì)構(gòu)造、地形地貌、地震參數(shù)等因素之間的空間關(guān)系；利用DEM數(shù)據(jù)提取地形坡度、坡向、高程等地形因子，為地震滑坡易發(fā)性評價提供數(shù)據(jù)支持。野外實地調(diào)查：開展詳細的野外實地調(diào)查工作，對遙感解譯和GIS分析結(jié)果進行驗證和補充。在調(diào)查過程中，記錄滑坡的位置、規(guī)模、形態(tài)、滑動方向、巖土體性質(zhì)等現(xiàn)場信息，并拍攝照片和視頻資料。同時，與當(dāng)?shù)鼐用襁M行交流，了解地震發(fā)生時的情況以及滑坡造成的危害，獲取第一手資料。數(shù)據(jù)統(tǒng)計分析：運用SPSS、Excel等統(tǒng)計分析軟件，對收集到的地質(zhì)、地形、地震等數(shù)據(jù)進行統(tǒng)計分析。通過相關(guān)性分析，確定各因素與地震滑坡之間的相關(guān)程度；采用主成分分析等方法，對多因素數(shù)據(jù)進行降維處理，提取主要影響因子，為易發(fā)性評價模型的建立提供數(shù)據(jù)基礎(chǔ)。易發(fā)性評價模型：選用邏輯回歸模型、信息量模型、神經(jīng)網(wǎng)絡(luò)模型等常用的地震滑坡易發(fā)性評價模型，結(jié)合研究區(qū)的實際情況和數(shù)據(jù)特點，建立適合本地區(qū)的易發(fā)性評價模型。在模型建立過程中，對模型參數(shù)進行優(yōu)化和調(diào)整，提高模型的精度和可靠性。通過對比不同模型的評價結(jié)果，選擇最優(yōu)的評價模型，并對研究區(qū)進行地震滑坡易發(fā)性分區(qū)。二、研究區(qū)域與數(shù)據(jù)來源2.1研究區(qū)域概況北海道作為日本的第二大島，宛如一顆璀璨的明珠鑲嵌在亞洲大陸以東，它靜靜地夾在鄂霍次克海、日本海和太平洋之間，經(jīng)緯度范圍為139°45′55″–145°49′02″E、41°23′51″–45°31′23″N，其形狀近似菱形，南北長413千米，東西寬508千米，海岸線綿延曲折，長達3,753.26千米，總面積約83,453.57平方千米。在日本的地理版圖中，北海道占據(jù)著舉足輕重的地位，它不僅是日本重要的農(nóng)牧業(yè)基地，被譽為“日本的糧倉”，還擁有豐富的自然資源和獨特的自然景觀，吸引著來自世界各地的游客。北海道的地形地貌豐富多樣，地勢呈現(xiàn)出中部高、四周低的態(tài)勢，整體地形起伏較為顯著。山地在全島面積中占比高達60%，其中火山又占據(jù)了山地面積的40%，眾多火山構(gòu)成了獨特的火山地形，北見、日高等山脈猶如巨龍一般縱貫北海道島中央，氣勢磅礴。大雪山火山群更是其中的佼佼者，其最高峰旭岳海拔達2290米，高聳入云，山頂常年被積雪覆蓋，在陽光的照耀下，閃耀著圣潔的光芒。這些火山不僅塑造了壯麗的山脈，還帶來了豐富的溫泉資源，如北海道最大的登別溫泉，就隱匿在群山環(huán)抱的峽谷之中，這里涌出11種不同類型的溫泉，水溫從45℃至93℃不等，富含多種對人體有益的礦物質(zhì)，具有神奇的醫(yī)療功效，可治療多種疾病，吸引著無數(shù)游客前來放松身心、療養(yǎng)度假。島嶼的沿岸則多為平原，西側(cè)的石狩平原、勇拂平原，土地肥沃，石狩川、天鹽川蜿蜒流淌其間，為農(nóng)業(yè)灌溉提供了充足的水源，孕育了發(fā)達的農(nóng)業(yè)；東側(cè)的十勝平原及十勝川等河流，同樣滋養(yǎng)著這片土地，使得這里成為重要的糧食產(chǎn)區(qū)。北海道的地質(zhì)構(gòu)造復(fù)雜多樣，地質(zhì)活動頻繁，仿佛大地在不停地呼吸和運動。它處于板塊的交界地帶，受到太平洋板塊、北美板塊和歐亞板塊的相互作用，地殼運動活躍，地震和火山活動時有發(fā)生。這種復(fù)雜的地質(zhì)構(gòu)造為地震滑坡的發(fā)生提供了潛在的地質(zhì)條件。在漫長的地質(zhì)歷史時期，板塊的碰撞、擠壓和俯沖，使得地層發(fā)生褶皺、斷裂和錯動，形成了眾多的斷層和破碎帶。這些斷層和破碎帶就像是大地的傷口，巖石的結(jié)構(gòu)和強度遭到破壞，穩(wěn)定性降低，一旦受到地震等外力的觸發(fā)，就容易引發(fā)山體滑坡。例如，膽振地區(qū)的地震滑坡就與當(dāng)?shù)氐牡刭|(zhì)構(gòu)造密切相關(guān)，該地區(qū)存在多條活動斷層，在2018年的地震中，這些斷層的活動導(dǎo)致了山體的失穩(wěn)，從而引發(fā)了大規(guī)模的滑坡災(zāi)害。北海道屬溫帶季風(fēng)氣候，四季分明，宛如一幅絢麗多彩的畫卷。冬季，這里寒冷干燥，凜冽的寒風(fēng)呼嘯而過，帶來了大量的降雪，使得整個島嶼銀裝素裹，仿佛童話世界一般。平均氣溫在-4℃至-10℃之間，每年12月至次年3月是積雪期，最深可達4米，雪景壯美，吸引了眾多滑雪愛好者和游客前來體驗冰雪的魅力。北岸和東岸有從鄂霍次克海南下的流冰，這些流冰在陽光的照耀下，閃爍著藍色的光芒，宛如夢幻的水晶世界，成為一道獨特的自然景觀。夏季，氣候暖熱多雨，平均氣溫在18℃至20℃之間，東南岸多海霧，給人一種朦朧的美感。年降水量在800毫米至1200毫米之間，充足的降水為植被的生長提供了良好的條件，使得北海道大部分地區(qū)被森林覆蓋，森林覆蓋率高達70%以上，棕熊、麋鹿、北狐、浣熊、野豬和候鳥等野生動物在這里繁衍生息，構(gòu)成了生機勃勃的生態(tài)系統(tǒng)。這種復(fù)雜的地形地貌、活躍的地質(zhì)構(gòu)造以及獨特的氣候條件，與地震滑坡的發(fā)生有著緊密的聯(lián)系。地形起伏大、山地眾多，使得山體斜坡的穩(wěn)定性較差，容易在地震等外力作用下發(fā)生滑坡。地質(zhì)構(gòu)造中的斷層和破碎帶，降低了巖石的強度和穩(wěn)定性，增加了地震滑坡的風(fēng)險。而溫帶季風(fēng)氣候帶來的豐富降水和積雪，在地震發(fā)生時，可能會因為山體含水量的增加而導(dǎo)致滑坡的發(fā)生。此外，冬季的積雪在春季融化時，也可能引發(fā)融雪型滑坡。2018年的北海道地震滑坡，就是在這樣的地理環(huán)境背景下發(fā)生的，這些因素相互作用、相互影響，共同導(dǎo)致了大規(guī)模滑坡災(zāi)害的產(chǎn)生。2.2數(shù)據(jù)來源與處理本研究的數(shù)據(jù)來源豐富多樣，涵蓋了震前震后遙感影像、地形圖、地質(zhì)圖等多個方面，這些數(shù)據(jù)為深入分析2018年日本北海道地震滑坡分布特征及易發(fā)性評價提供了堅實的基礎(chǔ)。在遙感影像方面，主要獲取了震前和震后的高分辨率衛(wèi)星遙感影像。震前影像選取了2018年8月的Landsat8OLI影像，該影像空間分辨率為30米，能夠清晰地反映研究區(qū)震前的地表覆蓋狀況，如植被分布、土地利用類型等信息。通過對震前影像的分析，可以了解研究區(qū)在地震發(fā)生前的地形地貌特征和地表狀況，為后續(xù)對比震后影像，準確識別地震滑坡提供了重要的參考依據(jù)。震后影像則采用了2018年9月7日的高分二號衛(wèi)星影像，其空間分辨率高達1米，具有極高的清晰度和細節(jié)表現(xiàn)力。高分二號衛(wèi)星影像能夠精確地捕捉到地震滑坡的位置、范圍和邊界，為滑坡的詳細解譯和分析提供了關(guān)鍵數(shù)據(jù)支持。這些高分辨率的遙感影像，就像是研究區(qū)的“眼睛”，讓我們能夠從宏觀和微觀兩個層面，全面、細致地觀察地震滑坡的發(fā)生和發(fā)展情況。地形圖數(shù)據(jù)選用了日本地理信息局提供的1:50000比例尺地形圖。該地形圖包含了豐富的地形信息，如等高線、高程注記、水系、居民地等。通過對地形圖的數(shù)字化處理，利用ArcGIS軟件的空間分析功能，成功提取了研究區(qū)的地形坡度、坡向、高程、地形起伏度等地形因子。地形坡度是影響地震滑坡發(fā)生的重要因素之一，坡度越大，山體斜坡的穩(wěn)定性越差，在地震作用下越容易發(fā)生滑坡。坡向則影響著山體的光照、降水和風(fēng)化程度，進而對滑坡的發(fā)生產(chǎn)生間接影響。高程和地形起伏度也與地震滑坡的分布密切相關(guān)，一般來說，在地形起伏較大、高程變化明顯的區(qū)域，地震滑坡的發(fā)生概率相對較高。這些地形因子的提取，為后續(xù)分析地震滑坡與地形因素之間的關(guān)系提供了重要的數(shù)據(jù)支持。地質(zhì)圖數(shù)據(jù)來源于日本地質(zhì)調(diào)查所發(fā)布的1:200000比例尺地質(zhì)圖。該地質(zhì)圖詳細記錄了研究區(qū)的地層巖性、地質(zhì)構(gòu)造、斷層分布等地質(zhì)信息。通過對地質(zhì)圖的分析和數(shù)字化處理，明確了研究區(qū)不同地層巖性的分布范圍和特征，以及主要斷層的位置和走向。地層巖性的差異決定了巖石的物理力學(xué)性質(zhì)，如硬度、強度、抗風(fēng)化能力等，這些性質(zhì)直接影響著山體的穩(wěn)定性，從而與地震滑坡的發(fā)生密切相關(guān)。地質(zhì)構(gòu)造中的斷層和褶皺等，是地殼運動的產(chǎn)物，它們破壞了巖石的完整性和連續(xù)性，降低了巖石的強度和穩(wěn)定性，使得斷層附近的區(qū)域成為地震滑坡的高發(fā)區(qū)。了解地質(zhì)構(gòu)造和斷層分布情況，對于深入分析地震滑坡的形成機制和分布規(guī)律具有重要意義。在獲取上述數(shù)據(jù)后，進行了一系列嚴謹?shù)臄?shù)據(jù)預(yù)處理和分析工作。對于遙感影像，首先利用ENVI軟件進行輻射定標和大氣校正，以消除傳感器本身的誤差和大氣對影像的影響，提高影像的質(zhì)量和準確性。然后，采用監(jiān)督分類和目視解譯相結(jié)合的方法，對震前震后影像進行對比分析，準確識別出地震滑坡的位置和范圍。在監(jiān)督分類過程中，選取了大量具有代表性的訓(xùn)練樣本，根據(jù)樣本的光譜特征，建立分類模型，對影像進行自動分類。對于分類結(jié)果中存在的誤判和不確定區(qū)域，通過目視解譯，結(jié)合實地調(diào)查資料和相關(guān)知識，進行人工修正和確認，確?；陆庾g結(jié)果的準確性。對于地形圖和地質(zhì)圖數(shù)據(jù)，在ArcGIS軟件中進行了坐標系統(tǒng)轉(zhuǎn)換和投影設(shè)置，使其與遙感影像的坐標系統(tǒng)一致，以便進行數(shù)據(jù)的疊加分析。同時，對地形圖和地質(zhì)圖中的矢量數(shù)據(jù)進行了拓撲檢查和修正，確保數(shù)據(jù)的完整性和準確性。在數(shù)據(jù)分析過程中，運用ArcGIS的空間分析工具，如緩沖區(qū)分析、疊加分析、統(tǒng)計分析等，深入研究地震滑坡與地形、地質(zhì)因素之間的空間關(guān)系和相關(guān)性。通過緩沖區(qū)分析，可以確定地震滑坡與斷層、河流等地理要素的距離關(guān)系；疊加分析則能夠?qū)⒉煌愋偷臄?shù)據(jù)進行融合，直觀地展示地震滑坡在不同地形、地質(zhì)條件下的分布特征；統(tǒng)計分析可以對各種數(shù)據(jù)進行量化處理，計算出不同因素與地震滑坡之間的相關(guān)系數(shù)，明確各因素對地震滑坡發(fā)生的影響程度。三、2018年日本北海道地震概況3.1地震基本參數(shù)2018年9月6日，日本北海道地區(qū)發(fā)生了一次具有重大影響的地震，此次地震的各項參數(shù)揭示了其強大的破壞力和獨特的地質(zhì)背景。地震發(fā)生于當(dāng)?shù)貢r間3時7分（北京時間2時7分），這一時刻的突然震動打破了清晨的寧靜，給當(dāng)?shù)鼐用駧砹司薮蟮目只拧５卣鹫鸺墳镸w6.6級，矩震級（Mw）是目前國際上廣泛采用的一種衡量地震規(guī)模的指標，它能夠更準確地反映地震釋放的能量大小。Mw6.6級的地震意味著釋放出了極其巨大的能量，相當(dāng)于數(shù)億噸TNT炸藥同時爆炸所產(chǎn)生的能量，如此強大的能量足以對地表造成嚴重的破壞。震源深度約37千米，相對較深的震源深度在一定程度上影響了地震波的傳播和能量釋放方式。較深的震源使得地震波在傳播過程中會受到更多的介質(zhì)吸收和散射，能量會有一定程度的衰減，但同時也會導(dǎo)致地震影響范圍更廣，對地下深部結(jié)構(gòu)的破壞作用更大。震中位置位于北緯42.671度，東經(jīng)141.933度，處于北海道膽振地方中東部。這一區(qū)域的地質(zhì)構(gòu)造復(fù)雜，處于板塊相互作用的敏感地帶，太平洋板塊、北美板塊和歐亞板塊在這里相互碰撞、擠壓，使得地殼運動活躍，地震活動頻繁。此次地震的發(fā)生正是這種復(fù)雜地質(zhì)構(gòu)造背景下地殼應(yīng)力積累和釋放的結(jié)果。此次地震的影響范圍廣泛，北海道地區(qū)幾乎全境都感受到了強烈的震感。從震中向外輻射，周邊的城市和鄉(xiāng)村都受到了不同程度的影響。其中，北海道厚真町、安平町等地區(qū)受災(zāi)最為嚴重，這些地區(qū)距離震中較近，地震波傳播過程中能量衰減較少，直接受到了地震的強烈沖擊。在厚真町，地震引發(fā)了大規(guī)模的山體滑坡，大量的山體巖石和土壤在地震的作用下失去平衡，沿著山坡急速下滑，掩埋了道路、房屋和農(nóng)田，導(dǎo)致交通癱瘓，居民失去家園，許多人被困其中，生命受到嚴重威脅。安平町也出現(xiàn)了房屋倒塌、地面塌陷等嚴重災(zāi)害，大量建筑物在地震的搖晃下瞬間化為廢墟，居民們在睡夢中被驚醒，慌亂地逃離家園，場面十分混亂。在地震強度分布方面，呈現(xiàn)出以震中為中心逐漸向外遞減的趨勢。震中附近地區(qū)的地震烈度達到了7級，日本氣象廳的地震烈度劃分標準中，7級表示大部分不穩(wěn)固的重家具移動和倒下，大部分房屋的墻磚和玻璃窗受損下墮，大部分非鋼筋混凝土的磚墻倒塌，耐震能力較差的房屋倒塌，耐震能力較強的房屋亦有可能嚴重受損。隨著距離震中距離的增加，地震烈度逐漸降低，但在一定范圍內(nèi)，仍能感受到明顯的震感，對建筑物和基礎(chǔ)設(shè)施造成不同程度的破壞。在距離震中稍遠的札幌市，雖然地震烈度相對較低，但也出現(xiàn)了建筑物晃動、物品掉落等情況，給市民的生活帶來了極大的不便。新千歲機場因停電及漏水等原因一度關(guān)閉，機場候機樓多處墻壁受損，大量旅客滯留，航空公司取消了逾100架航班，超過1.7萬人的出行受到影響。此外，地震還造成北海道諸多地區(qū)停電，約295萬戶居民家中斷電，居民生活陷入困境，電力供應(yīng)的中斷也對醫(yī)院、消防等重要部門的正常運轉(zhuǎn)造成了嚴重影響，給救援工作帶來了極大的困難。3.2地震造成的災(zāi)害損失2018年日本北海道地震所引發(fā)的災(zāi)害損失極為慘重，其影響范圍廣泛，涉及人員、基礎(chǔ)設(shè)施、經(jīng)濟以及社會生活的多個層面。在人員傷亡方面，這場地震成為了當(dāng)?shù)孛癖姷囊粓鲐瑝?。截至?dāng)?shù)貢r間2018年9月10日晚，北海道地震已無情地奪走了44條寶貴的生命，約640人在地震中受傷。這些傷亡人員來自不同的年齡層和職業(yè)，他們的離去或受傷，讓無數(shù)家庭陷入了悲痛之中。許多家庭原本幸福美滿，卻因這場地震瞬間支離破碎，親人們陰陽兩隔，幸存者們不僅要承受身體上的傷痛，還要面對心靈上的巨大創(chuàng)傷。在厚真町和安平町等重災(zāi)區(qū)，救援人員在廢墟中艱難地搜尋著生命跡象，每發(fā)現(xiàn)一名遇難者或傷者，都讓現(xiàn)場的氣氛變得更加沉重。那些被救出的傷者，有的傷勢嚴重，面臨著長期的治療和康復(fù)過程，他們的未來充滿了不確定性?；A(chǔ)設(shè)施在地震的沖擊下遭受了毀滅性的打擊。道路和橋梁作為交通的命脈，受到了嚴重的破壞。許多道路出現(xiàn)了大面積的塌陷、裂縫和隆起，路面變得崎嶇不平，車輛無法正常通行。橋梁則有的橋墩斷裂，橋面坍塌，導(dǎo)致交通完全癱瘓。北海道地區(qū)內(nèi)的軌道交通大部分停運，新干線也被迫中斷運行，大量旅客被困在車站，無法按時出行。新千歲機場候機樓多處墻壁受損，因停電及漏水等原因一度關(guān)閉，航空公司取消了逾100架航班，超過1.7萬人的出行計劃被打亂。電力供應(yīng)設(shè)施也未能幸免，地震造成北海道諸多地區(qū)停電，約295萬戶居民家中陷入黑暗，電力供應(yīng)的中斷嚴重影響了居民的日常生活，醫(yī)院、消防等重要部門的正常運轉(zhuǎn)也受到了極大的制約。醫(yī)院里，許多手術(shù)被迫中斷，重癥患者的生命受到威脅；消防部門在應(yīng)對火災(zāi)等緊急情況時，由于缺乏電力支持，救援工作面臨重重困難。通信設(shè)施同樣遭到破壞，手機信號中斷，固定電話無法使用，使得人們之間的聯(lián)系變得異常困難，信息的傳遞受阻，給救援和災(zāi)后重建工作帶來了極大的不便。經(jīng)濟損失更是難以估量。農(nóng)業(yè)作為北海道的重要產(chǎn)業(yè)之一，受到了嚴重的沖擊。大量農(nóng)田被地震滑坡掩埋，農(nóng)作物受損嚴重，許多農(nóng)民辛苦一年的勞作付諸東流。地震還導(dǎo)致了農(nóng)業(yè)生產(chǎn)設(shè)施的損壞，如灌溉系統(tǒng)、倉庫等，這不僅影響了當(dāng)年的農(nóng)作物收成，還對未來的農(nóng)業(yè)生產(chǎn)造成了長期的影響。漁業(yè)也未能幸免，地震引發(fā)的海嘯雖然沒有造成人員傷亡，但對沿海的漁業(yè)設(shè)施造成了一定的破壞，漁船受損，漁港設(shè)施損壞，漁業(yè)捕撈和養(yǎng)殖受到了嚴重的影響。工業(yè)方面，一些工廠的廠房倒塌，機器設(shè)備損壞，生產(chǎn)被迫中斷。許多企業(yè)面臨著巨大的經(jīng)濟損失，不僅要承擔(dān)設(shè)備維修和重建廠房的費用，還要面臨訂單延誤、客戶流失等問題。旅游業(yè)作為北海道的支柱產(chǎn)業(yè)之一，也遭受了重創(chuàng)。地震引發(fā)的長時間停電以及持續(xù)不斷的余震，讓游客們望而卻步。據(jù)北海道政府介紹，截至2018年9月30日，共有114.9萬人次取消酒店住宿，如果加上交通費及餐飲、購買禮品的費用，受影響總額達356億日元（約合人民幣21.5億元）。許多旅游景點被迫關(guān)閉，旅游從業(yè)人員失去了收入來源，整個旅游業(yè)陷入了低迷狀態(tài)。地震引發(fā)的滑坡等次生災(zāi)害更是雪上加霜?；卵诼窳舜罅康姆课荨⒌缆泛娃r(nóng)田，使得原本就受災(zāi)嚴重的地區(qū)情況更加惡化。在厚真町，滑坡導(dǎo)致了許多房屋被掩埋，居民們失去了家園，只能暫時在避難所中生活。道路被滑坡阻斷，救援物資無法及時運達，救援工作受到了極大的阻礙。農(nóng)田被掩埋后，土壤結(jié)構(gòu)遭到破壞，肥力下降，需要經(jīng)過長時間的修復(fù)才能恢復(fù)耕種?；逻€對生態(tài)環(huán)境造成了破壞，大量的植被被掩埋，水土流失加劇，生物多樣性受到威脅。許多野生動物失去了棲息地，生存面臨著嚴峻的挑戰(zhàn)。這些次生災(zāi)害不僅增加了人員傷亡和財產(chǎn)損失，還對當(dāng)?shù)氐纳鷳B(tài)環(huán)境和社會經(jīng)濟發(fā)展造成了長期的負面影響，使得災(zāi)后重建工作變得更加艱巨和復(fù)雜。四、滑坡分布特征分析4.1滑坡識別與提取本研究采用了遙感影像解譯與實地調(diào)查相結(jié)合的方法，對2018年日本北海道地震引發(fā)的滑坡進行了精準識別與提取。在遙感影像解譯方面，主要運用了ENVI軟件對獲取的震前和震后高分辨率衛(wèi)星遙感影像進行處理。首先，對影像進行輻射定標和大氣校正，以消除因傳感器誤差和大氣散射、吸收等因素對影像質(zhì)量的影響，確保影像的真實性和準確性。通過這一過程，使影像能夠更真實地反映地表物體的光譜特征，為后續(xù)的滑坡識別提供可靠的數(shù)據(jù)基礎(chǔ)。接著，采用監(jiān)督分類與目視解譯相結(jié)合的方式。監(jiān)督分類利用了ENVI軟件中的最大似然分類法，通過選取大量具有代表性的訓(xùn)練樣本，建立分類模型，對影像進行自動分類。在訓(xùn)練樣本選取過程中，充分考慮了滑坡區(qū)域與周圍背景地物在光譜特征上的差異，確保訓(xùn)練樣本的準確性和代表性。對于自動分類結(jié)果中存在的誤判和不確定區(qū)域，采用目視解譯的方法進行人工修正。目視解譯過程中，結(jié)合滑坡的典型影像特征，如色調(diào)、紋理、形狀等，以及研究區(qū)的地形地貌、地質(zhì)構(gòu)造等背景信息，對滑坡的邊界、范圍進行仔細判別和勾繪。在實地調(diào)查中，對遙感解譯結(jié)果進行了全面驗證和補充。調(diào)查團隊深入地震災(zāi)區(qū)，對疑似滑坡區(qū)域進行現(xiàn)場勘查。通過實地觀察，詳細記錄滑坡的位置、規(guī)模、形態(tài)、滑動方向、巖土體性質(zhì)等信息，并拍攝了大量照片和視頻資料。在某一滑坡現(xiàn)場，通過實地測量，確定了滑坡的長度、寬度和厚度，觀察到滑坡體由松散的砂土和碎石組成，滑動方向與山坡的坡度方向一致。與當(dāng)?shù)鼐用襁M行交流，了解地震發(fā)生時的具體情況以及滑坡造成的危害，獲取了許多第一手資料，這些資料為準確識別滑坡提供了有力的支持。通過以上方法，本研究成功識別出地震滑坡4196個。這些滑坡的總面積達到15.98km2，分布范圍廣泛，涉及多個區(qū)域。在空間分布上，滑坡呈現(xiàn)出明顯的聚集性，主要集中在室谷地、洞爺湖周邊、膽振管區(qū)等地。室谷地由于地形起伏較大，山體坡度陡峭，地質(zhì)構(gòu)造復(fù)雜，在地震的作用下，大量山體斜坡失穩(wěn)，從而引發(fā)了眾多滑坡。洞爺湖周邊地區(qū)，由于湖岸附近的巖土體長期受到湖水的浸泡和侵蝕，結(jié)構(gòu)較為松散，地震發(fā)生時，容易發(fā)生滑坡災(zāi)害。膽振管區(qū)則處于板塊交界地帶，地質(zhì)活動頻繁，巖石破碎，為滑坡的發(fā)生提供了有利條件。將識別出的滑坡導(dǎo)入ArcGIS軟件進行進一步分析。利用ArcGIS強大的空間分析功能，對滑坡的分布特征進行了可視化表達和定量分析。通過創(chuàng)建滑坡專題圖層，與地形、地質(zhì)等其他圖層進行疊加分析，直觀地展示了滑坡與地形地貌、地質(zhì)構(gòu)造之間的空間關(guān)系。利用統(tǒng)計分析工具，對滑坡的數(shù)量、面積、規(guī)模等信息進行了統(tǒng)計計算，為后續(xù)深入研究滑坡分布特征和影響因素提供了數(shù)據(jù)支持。4.2空間分布特征通過對解譯得到的4196個滑坡數(shù)據(jù)的深入分析，清晰地揭示了2018年日本北海道地震滑坡在空間上呈現(xiàn)出顯著的不均勻分布特征，且與地形地貌、地質(zhì)構(gòu)造等因素密切相關(guān)。室谷地作為滑坡的高發(fā)區(qū)之一，其滑坡分布具有明顯的特征。該區(qū)域地勢起伏較大，地形切割強烈，山體坡度陡峭，多在30°-50°之間。這種陡峭的地形使得山體斜坡的穩(wěn)定性較差，在地震波的強烈震動下，極易引發(fā)滑坡。從地質(zhì)構(gòu)造來看，室谷地位于多條小型斷層的交匯區(qū)域，這些斷層使得巖石破碎，節(jié)理裂隙發(fā)育，降低了山體的整體強度和穩(wěn)定性。在2018年北海道地震中，室谷地共發(fā)生滑坡856個，滑坡總面積達到3.26km2，占總滑坡面積的20.4%。這些滑坡主要集中在山谷兩側(cè)的山坡上，呈帶狀分布，沿著山谷的走向延伸。由于山谷地形的約束，滑坡體在下滑過程中往往會堆積在山谷底部，堵塞河道，形成堰塞湖，對下游地區(qū)的安全構(gòu)成嚴重威脅。洞爺湖周邊地區(qū)也是滑坡的集中分布區(qū)域。該地區(qū)的滑坡分布與湖岸的地形和巖土體性質(zhì)密切相關(guān)。洞爺湖周邊的湖岸多為基巖海岸，但在長期的湖水侵蝕和風(fēng)化作用下，巖土體結(jié)構(gòu)較為松散，抗剪強度降低。地震發(fā)生時，這些松散的巖土體在地震力的作用下容易發(fā)生滑動。此外，洞爺湖周邊的地形起伏較大，山坡陡峭，也為滑坡的發(fā)生提供了有利的地形條件。在洞爺湖周邊地區(qū)，共識別出滑坡789個，滑坡總面積為2.87km2，占總滑坡面積的18%。這些滑坡主要分布在湖岸線附近的山坡上，部分滑坡直接滑入湖中，可能引發(fā)湖水的波動，對湖上的船只和周邊的建筑物造成威脅。膽振管區(qū)同樣是地震滑坡的高發(fā)區(qū)域。膽振管區(qū)處于板塊交界地帶，地質(zhì)活動頻繁，巖石破碎，存在多條活動斷層。這些活動斷層在地震時容易發(fā)生錯動，導(dǎo)致地殼應(yīng)力的重新分布，從而引發(fā)山體滑坡。從地形上看，膽振管區(qū)以山地和丘陵為主，地勢起伏較大，山坡坡度較陡。在地震的作用下，這些山坡上的巖土體容易失去平衡，發(fā)生滑坡。在膽振管區(qū)，共記錄到滑坡1023個，滑坡總面積為4.05km2，占總滑坡面積的25.3%。滑坡分布呈現(xiàn)出明顯的條帶狀，與活動斷層的走向基本一致，表明斷層對滑坡的分布具有明顯的控制作用。從整體空間分布格局來看，地震滑坡呈現(xiàn)出以震中為中心，向四周逐漸減少的趨勢。在距震中10-12km范圍內(nèi)，滑坡分布數(shù)量最多，面積最大。這是因為震中附近地區(qū)受到地震波的影響最為強烈，地震動峰值加速度（PGA）較大，能夠提供足夠的能量使山體斜坡失穩(wěn)，從而引發(fā)大量滑坡。隨著與震中距離的增加，地震波的能量逐漸衰減，地震動峰值加速度減小，滑坡發(fā)生的數(shù)量和規(guī)模也相應(yīng)減少。通過對不同區(qū)域滑坡分布的統(tǒng)計分析，進一步驗證了上述結(jié)論。在距震中10-12km范圍內(nèi)，滑坡數(shù)量占總滑坡數(shù)量的30%，滑坡面積占總滑坡面積的35%；在距震中12-15km范圍內(nèi)，滑坡數(shù)量占總滑坡數(shù)量的25%，滑坡面積占總滑坡面積的28%；在距震中15-20km范圍內(nèi)，滑坡數(shù)量占總滑坡數(shù)量的20%，滑坡面積占總滑坡面積的20%；在距震中20km以外的區(qū)域，滑坡數(shù)量占總滑坡數(shù)量的25%，滑坡面積占總滑坡面積的17%。為了更直觀地展示滑坡的空間分布特征，利用ArcGIS軟件繪制了滑坡分布專題圖（圖1）。在專題圖中，將滑坡按照不同的規(guī)模和密度進行分類顯示，同時疊加了地形、地質(zhì)等圖層信息。從圖中可以清晰地看到，滑坡主要集中在室谷地、洞爺湖周邊、膽振管區(qū)等地形起伏較大、地質(zhì)構(gòu)造復(fù)雜的區(qū)域，這些區(qū)域與前面分析的滑坡高發(fā)區(qū)一致。此外，通過專題圖還可以發(fā)現(xiàn)，滑坡的分布與河流、道路等線性地物也存在一定的相關(guān)性。在河流兩岸和道路沿線，由于人類工程活動的影響，巖土體的穩(wěn)定性受到破壞，在地震作用下更容易發(fā)生滑坡。例如，在一些河流的河谷地帶，由于河流的下切作用，形成了陡峭的河岸，這些河岸在地震時容易發(fā)生滑坡；在道路建設(shè)過程中，開挖山體、填方等工程活動改變了山體的原有地形和巖土體結(jié)構(gòu)，增加了滑坡的風(fēng)險。4.3規(guī)模分布特征對2018年日本北海道地震滑坡的規(guī)模分布特征進行深入研究，對于全面了解滑坡災(zāi)害的形成機制和危害程度具有重要意義。本研究通過對解譯得到的4196個滑坡數(shù)據(jù)的詳細統(tǒng)計分析，從滑坡面積、體積等多個角度揭示了其規(guī)模分布規(guī)律。從滑坡面積來看，將滑坡面積劃分為不同的等級區(qū)間，統(tǒng)計各區(qū)間內(nèi)滑坡的數(shù)量和面積占比。結(jié)果顯示，面積小于0.01km2的小型滑坡數(shù)量最多，達到2345個，占滑坡總數(shù)的55.9%，但其面積占總滑坡面積的比例僅為12.8%。這表明小型滑坡雖然在數(shù)量上占據(jù)主導(dǎo)，但單個滑坡的規(guī)模較小，對總滑坡面積的貢獻相對較小。面積在0.01-0.1km2之間的中型滑坡數(shù)量為1487個，占滑坡總數(shù)的35.4%，面積占總滑坡面積的38.6%。中型滑坡在數(shù)量和面積占比上都處于中等水平，是滑坡災(zāi)害的重要組成部分。面積大于0.1km2的大型滑坡數(shù)量較少，僅為364個，占滑坡總數(shù)的8.7%，但其面積占總滑坡面積的48.6%。盡管大型滑坡數(shù)量不多，但由于其規(guī)模巨大，對滑坡總面積的貢獻最大，往往會造成更為嚴重的災(zāi)害損失。進一步分析不同規(guī)?；略诳臻g上的分布情況，發(fā)現(xiàn)小型滑坡在研究區(qū)內(nèi)分布較為廣泛，幾乎在各個區(qū)域都有出現(xiàn)。這是因為小型滑坡的形成相對容易，對地質(zhì)條件和地震強度的要求相對較低，在地震作用下，一些小規(guī)模的山體斜坡失穩(wěn)即可引發(fā)小型滑坡。中型滑坡主要集中在地形起伏較大、地質(zhì)構(gòu)造相對復(fù)雜的區(qū)域，如室谷地、洞爺湖周邊等地。這些區(qū)域的山體坡度較陡，巖土體結(jié)構(gòu)相對松散，在地震的作用下，更容易發(fā)生規(guī)模較大的滑坡。大型滑坡則主要分布在斷層附近以及地形條件極為復(fù)雜的區(qū)域。斷層的存在使得巖石破碎，節(jié)理裂隙發(fā)育，降低了山體的穩(wěn)定性，在地震時容易引發(fā)大規(guī)模的滑坡。例如，在膽振管區(qū)的一些斷層附近，出現(xiàn)了多個面積較大的滑坡，這些滑坡對當(dāng)?shù)氐幕A(chǔ)設(shè)施和居民生命財產(chǎn)安全造成了嚴重威脅。從滑坡體積角度分析，由于直接獲取滑坡體積數(shù)據(jù)較為困難，本研究采用了經(jīng)驗公式法進行估算。根據(jù)滑坡的面積和平均厚度，利用相關(guān)公式計算出每個滑坡的體積。統(tǒng)計結(jié)果表明，滑坡體積的分布也呈現(xiàn)出與面積類似的規(guī)律。小型滑坡的總體積占比較小，中型滑坡的總體積占比適中，大型滑坡的總體積占比最大。這進一步說明了大型滑坡在滑坡災(zāi)害中的重要性，雖然其數(shù)量相對較少，但由于體積巨大，對地形地貌的改變和災(zāi)害的影響更為顯著。為了更直觀地展示滑坡規(guī)模分布特征，繪制了滑坡面積和體積的累積頻率曲線（圖2）。從曲線中可以清晰地看出，隨著滑坡面積和體積的增加，其累積頻率逐漸減小。在曲線的起始階段，累積頻率增長較快，表明小型滑坡的數(shù)量較多；隨著面積和體積的增大，累積頻率增長逐漸變緩，說明中型和大型滑坡的數(shù)量相對較少。這與前面的統(tǒng)計分析結(jié)果一致，進一步驗證了滑坡規(guī)模分布的規(guī)律。通過對不同區(qū)域滑坡規(guī)模分布的對比分析，發(fā)現(xiàn)不同區(qū)域的滑坡規(guī)模分布存在一定差異。在室谷地，由于地形坡度較陡，地震強度相對較大，中型和大型滑坡的比例相對較高；而在一些地形相對平緩的區(qū)域，小型滑坡的比例則相對較高。這種差異主要是由于不同區(qū)域的地形地貌、地質(zhì)構(gòu)造和地震強度等因素的不同所導(dǎo)致的。對2018年日本北海道地震滑坡規(guī)模分布特征的研究表明，滑坡規(guī)模分布呈現(xiàn)出明顯的規(guī)律性，小型滑坡數(shù)量多但面積和體積占比小，大型滑坡數(shù)量少但面積和體積占比大，中型滑坡介于兩者之間。不同規(guī)?；略诳臻g上的分布與地形地貌、地質(zhì)構(gòu)造等因素密切相關(guān)。這些研究結(jié)果對于深入了解地震滑坡的形成機制和危害程度，以及制定科學(xué)合理的防災(zāi)減災(zāi)措施具有重要的參考價值。4.4滑坡類型分析在對2018年日本北海道地震滑坡的研究中，將滑坡類型分為崩塌、滑動、泥石流等三類，對各類滑坡的數(shù)量和比例進行了精確統(tǒng)計，并深入分析了不同類型滑坡的分布特征和形成機制。經(jīng)統(tǒng)計，崩塌類型的滑坡數(shù)量最多，共計2387個，占滑坡總數(shù)的56.9%；滑動類型的滑坡次之，有1543個，占滑坡總數(shù)的36.8%；泥石流數(shù)量相對較少，為266個，僅占滑坡總數(shù)的6.3%。崩塌類型滑坡在數(shù)量上占據(jù)主導(dǎo)地位，這表明在此次地震中，崩塌是一種較為常見的滑坡形式。從分布特征來看，崩塌類型的滑坡以土質(zhì)為主，主要分布在地形較為陡峭、巖土體結(jié)構(gòu)相對松散的區(qū)域。在室谷地和膽振管區(qū)的一些山坡上，由于坡度較陡，巖土體在地震的強烈震動下，容易發(fā)生斷裂和崩落，形成崩塌型滑坡。這些崩塌型滑坡通常規(guī)模較小，但數(shù)量眾多，對局部區(qū)域的地形地貌和建筑物造成了一定的破壞。許多房屋的屋頂被崩塌的巖土體砸毀，道路也被崩塌的土石掩埋，影響了居民的正常生活和交通出行?；瑒宇愋偷幕露酁閹r質(zhì)，主要分布在地質(zhì)構(gòu)造復(fù)雜、巖石節(jié)理裂隙發(fā)育的區(qū)域。洞爺湖周邊地區(qū)，由于巖石長期受到風(fēng)化和湖水侵蝕作用，節(jié)理裂隙較為發(fā)育，在地震的作用下，巖石沿著節(jié)理面發(fā)生滑動，形成滑動型滑坡。這些滑動型滑坡規(guī)模相對較大，對基礎(chǔ)設(shè)施和居民生命財產(chǎn)安全構(gòu)成了較大威脅。一些滑動型滑坡導(dǎo)致了道路的中斷和橋梁的損壞，使得救援物資無法及時運達受災(zāi)地區(qū)，給救援工作帶來了很大困難。泥石流則主要發(fā)生在溝谷地區(qū)，當(dāng)強降雨與地震同時作用時，大量的松散巖土體在水流的作用下，沿著溝谷迅速流動，形成泥石流。在一些溝谷狹窄、匯水面積較大的區(qū)域，泥石流的發(fā)生頻率相對較高。泥石流具有流速快、破壞力強的特點，能夠摧毀沿途的一切建筑物和設(shè)施，對下游地區(qū)的安全造成嚴重威脅。一旦泥石流發(fā)生，可能會沖毀房屋、農(nóng)田和道路，導(dǎo)致人員傷亡和財產(chǎn)損失。崩塌型滑坡的形成機制主要是由于地震波的強烈震動，使得陡坡上的巖土體失去平衡，在重力作用下突然崩落、滾落或墜落。當(dāng)?shù)卣鸢l(fā)生時，地震波的高頻震動使得巖土體內(nèi)部的應(yīng)力分布發(fā)生改變，原本穩(wěn)定的巖土體結(jié)構(gòu)被破壞，從而引發(fā)崩塌?；瑒有突碌男纬蓜t與巖土體的物理力學(xué)性質(zhì)、地質(zhì)構(gòu)造以及地震力的作用密切相關(guān)。在地質(zhì)構(gòu)造復(fù)雜的區(qū)域，巖石的節(jié)理裂隙發(fā)育，降低了巖石的抗剪強度。地震發(fā)生時，地震力超過了巖石的抗剪強度，使得巖石沿著節(jié)理面發(fā)生滑動。此外，地下水的作用也可能導(dǎo)致滑動型滑坡的發(fā)生。當(dāng)?shù)叵滤簧仙龝r，巖土體的重量增加，同時地下水的潤滑作用也會降低巖土體之間的摩擦力，從而增加了滑坡的發(fā)生風(fēng)險。泥石流的形成需要具備三個基本條件：豐富的松散固體物質(zhì)、充足的水源和陡峻的地形。在地震后，山體巖石破碎，為泥石流的形成提供了大量的松散固體物質(zhì)。而北海道地區(qū)的降雨較多，地震發(fā)生時，恰逢降雨天氣，充足的降雨為泥石流的形成提供了水源條件。溝谷地區(qū)的陡峻地形則為泥石流的快速流動提供了通道，使得泥石流能夠在短時間內(nèi)匯聚大量的能量，對下游地區(qū)造成嚴重破壞。不同類型的滑坡在分布特征和形成機制上存在明顯差異，這與研究區(qū)的地形地貌、地質(zhì)構(gòu)造、降雨等因素密切相關(guān)。深入了解這些差異，對于準確評估地震滑坡的危害程度、制定科學(xué)合理的防災(zāi)減災(zāi)措施具有重要意義。五、滑坡易發(fā)性評價5.1評價指標體系構(gòu)建本研究綜合考慮地質(zhì)、地形、地震等多方面因素，選取了高程、坡度、坡向、曲率、距水系距離、距道路距離、距震中距離、地層巖性等影響因子，構(gòu)建了地震滑坡易發(fā)性評價指標體系。這些指標的選取遵循科學(xué)性、全面性、獨立性和可獲取性的原則?？茖W(xué)性原則要求指標能夠真實地反映地震滑坡發(fā)生的內(nèi)在機制和影響因素。例如，高程是影響地震滑坡發(fā)生的重要地形因素之一。不同高程區(qū)域的地質(zhì)條件、氣候條件以及巖土體的物理力學(xué)性質(zhì)都可能存在差異，從而影響滑坡的發(fā)生。在高海拔地區(qū)，由于氣溫較低，巖土體的凍融作用頻繁，巖石結(jié)構(gòu)較為破碎，在地震作用下更容易發(fā)生滑坡。坡度直接決定了山體斜坡的穩(wěn)定性，坡度越大，重力沿坡面的分力就越大，山體斜坡就越容易失穩(wěn)，發(fā)生滑坡的可能性也就越高。大量的研究和實際案例都表明，在坡度大于30°的區(qū)域，地震滑坡的發(fā)生率明顯增加。全面性原則確保評價指標體系能夠涵蓋所有對地震滑坡易發(fā)性有重要影響的因素。除了地形因素外，地質(zhì)因素如地層巖性和地質(zhì)構(gòu)造也至關(guān)重要。地層巖性決定了巖土體的物理力學(xué)性質(zhì)，不同的巖性具有不同的抗剪強度和抗風(fēng)化能力。如頁巖、泥巖等軟巖，抗剪強度較低，在地震作用下容易發(fā)生變形和滑動；而花崗巖、砂巖等硬巖，抗剪強度較高，相對較穩(wěn)定。地質(zhì)構(gòu)造中的斷層、褶皺等會破壞巖石的完整性，降低巖石的強度，增加地震滑坡的風(fēng)險。地震因素如震中距和地震動峰值加速度，直接反映了地震對山體的作用強度，震中距越小，地震動峰值加速度越大，山體受到的地震力就越大，越容易引發(fā)滑坡。獨立性原則保證各個評價指標之間相互獨立，避免指標之間存在過多的相關(guān)性，從而提高評價結(jié)果的準確性和可靠性。例如，坡度和坡向雖然都與地形有關(guān)，但它們所反映的信息不同，坡度主要影響山體斜坡的穩(wěn)定性，而坡向則影響山體的光照、降水和風(fēng)化程度，兩者相互獨立，共同對地震滑坡的發(fā)生產(chǎn)生影響。距水系距離和距道路距離也相互獨立，水系的存在可能會導(dǎo)致巖土體的含水量增加，降低山體的穩(wěn)定性；而道路建設(shè)過程中的開挖、填方等工程活動，也會改變山體的地形和巖土體結(jié)構(gòu)，增加滑坡的風(fēng)險?？色@取性原則確保選取的評價指標數(shù)據(jù)能夠通過現(xiàn)有的技術(shù)手段和資料獲取。本研究中的高程、坡度、坡向、曲率等地形因子，可以通過對地形圖和數(shù)字高程模型（DEM）的處理和分析獲?。坏貙訋r性和地質(zhì)構(gòu)造信息可以從地質(zhì)圖中提??；震中距、地震動峰值加速度等地震參數(shù)可以從地震監(jiān)測部門獲?。痪嗨稻嚯x和距道路距離可以通過對遙感影像和地理信息系統(tǒng)（GIS）數(shù)據(jù)的分析得到。這些數(shù)據(jù)來源廣泛，獲取相對容易，為構(gòu)建評價指標體系提供了有力的支持。在構(gòu)建評價指標體系時，還參考了相關(guān)的研究成果和實際案例。許多學(xué)者在研究地震滑坡易發(fā)性評價時，都將高程、坡度、地層巖性等作為重要的評價指標，并通過大量的數(shù)據(jù)分析和模型驗證，證明了這些指標的有效性和可靠性。在實際案例中，如“5.12”汶川地震、2015年尼泊爾地震等，這些因素都對地震滑坡的發(fā)生起到了關(guān)鍵作用。通過對這些研究成果和實際案例的分析和總結(jié)，進一步驗證了本研究選取的評價指標的合理性和科學(xué)性。5.2評價模型選擇與原理在地震滑坡易發(fā)性評價領(lǐng)域，存在多種評價模型，每種模型都有其獨特的原理和特點。確定性系數(shù)（CF）模型屬于雙變量統(tǒng)計分析范疇，用于分析災(zāi)害事件發(fā)生在各個影響因子之間的敏感程度，是一個概率函數(shù)。其核心原理是通過計算每個影響因子的確定性系數(shù)，來衡量該因子對地震滑坡發(fā)生的貢獻程度。具體而言，確定性系數(shù)CF的計算基于以下公式：CF=\frac{P(A|B)-P(A|\overline{B})}{P(A|B)+P(A|\overline{B})}其中，P(A|B)表示在因子B存在的條件下，事件A（地震滑坡發(fā)生）發(fā)生的概率；P(A|\overline{B})表示在因子B不存在的條件下，事件A發(fā)生的概率。CF值的范圍在-1到1之間，當(dāng)CF值大于0時，表明該因子對地震滑坡的發(fā)生有促進作用，CF值越大，促進作用越強；當(dāng)CF值小于0時，則表示該因子對地震滑坡的發(fā)生有抑制作用，CF值越小，抑制作用越強；當(dāng)CF值等于0時，說明該因子與地震滑坡的發(fā)生無關(guān)。證據(jù)權(quán)重法是一種基于貝葉斯條件概率的數(shù)學(xué)模型，常用于礦產(chǎn)預(yù)測和地質(zhì)災(zāi)害易發(fā)性評價。該方法假設(shè)各證據(jù)因子條件獨立，通過對這些與災(zāi)害具有一定關(guān)系的地學(xué)信息的疊加復(fù)合分析來進行預(yù)測。其基本原理是先計算前驗概率，即根據(jù)已知滑坡點分布計算各證據(jù)因子單位區(qū)域內(nèi)發(fā)生滑坡的概率。假設(shè)研究區(qū)被劃分成面積相等的T個單元，其中有D個單元發(fā)生了滑坡，研究區(qū)內(nèi)的滑坡點數(shù)為N(D)，研究區(qū)的單元總數(shù)為N(T)，則隨機選取一個單元格中發(fā)生滑坡的概率P(D)=N(D)/N(T)，此為前驗概率。然后計算證據(jù)權(quán)重，對于任意一個證據(jù)因子，其權(quán)重定義為：W^+=\ln\frac{P(B|D)}{P(B|\overline{D})}W^-=\ln\frac{P(\overline{B}|D)}{P(\overline{B}|\overline{D})}其中，W^+和W^-分別為證據(jù)因子存在區(qū)和不存在區(qū)的權(quán)重值，對于原始數(shù)據(jù)缺失區(qū)域的權(quán)重值為0；B為因子存在區(qū)的單元數(shù)；\overline{B}為因子不存在區(qū)的單元數(shù)。證據(jù)層與滑坡的相關(guān)程度C=W^+-W^-。最后通過在大量地質(zhì)、地形、地震等圖層疊加操作的基礎(chǔ)上計算后驗概率，其結(jié)果綜合反映了各種控礦因素和礦化信息對滑坡的控制和指示意義。在確定整個預(yù)測區(qū)內(nèi)的臨界值之后，概率圖中后驗概率大于臨界值的地區(qū)，即為滑坡高易發(fā)區(qū)。邏輯回歸模型是一種廣義的線性回歸分析模型，雖然名為“回歸”，但實際上主要用于解決分類問題，在地震滑坡易發(fā)性評價中應(yīng)用廣泛。它的核心思想是使用sigmoid函數(shù)將線性回歸的輸出轉(zhuǎn)化為概率值，然后根據(jù)閾值將概率值轉(zhuǎn)化為類別標簽。假設(shè)有一個二分類問題（在地震滑坡易發(fā)性評價中，可將區(qū)域分為滑坡發(fā)生和不發(fā)生兩類），輸入特征為x\inR^n（n為特征數(shù)量，如高程、坡度等影響因子），輸出類別為y\in\{0,1\}，邏輯回歸的模型可以表示為：h(x)=\frac{1}{1+e^{-w^Tx}}其中w\inR^n是模型的權(quán)重參數(shù)，h(x)表示輸出類別為1（即發(fā)生滑坡）的概率值。sigmoid函數(shù)可以將線性回歸的輸出轉(zhuǎn)化為0到1之間的概率值，當(dāng)h(x)\geq0.5時，預(yù)測類別為1，即該區(qū)域易發(fā)生滑坡；否則預(yù)測類別為0，表示該區(qū)域不易發(fā)生滑坡。邏輯回歸的模型參數(shù)可以通過最大似然估計或梯度下降等方法來學(xué)習(xí)，以使得模型能夠更好地擬合訓(xùn)練數(shù)據(jù)。在本次2018年日本北海道地震滑坡易發(fā)性評價研究中，綜合考慮研究區(qū)的實際情況和數(shù)據(jù)特點，選擇邏輯回歸模型作為主要的評價模型。這是因為邏輯回歸模型具有以下優(yōu)點：首先，邏輯回歸模型簡單易懂，其原理基于線性模型，易于理解和解釋，能夠直觀地展示各個影響因子與地震滑坡發(fā)生概率之間的關(guān)系。其次，該模型計算效率高，對于二分類問題，其計算過程相對簡單，訓(xùn)練和預(yù)測的速度都較快，能夠在有限的時間內(nèi)處理大量的數(shù)據(jù)。再者，邏輯回歸模型具有較好的可解釋性，通過模型的系數(shù)可以直觀地了解每個影響因子對地震滑坡發(fā)生的影響程度，這對于深入分析地震滑坡的形成機制和制定相應(yīng)的防治措施具有重要的意義。此外，邏輯回歸模型對數(shù)據(jù)的要求相對較低，不需要復(fù)雜的數(shù)據(jù)預(yù)處理過程，適用于本研究中數(shù)據(jù)量和數(shù)據(jù)質(zhì)量的實際情況。5.3評價結(jié)果與分析利用邏輯回歸模型對2018年日本北海道地震滑坡易發(fā)性進行評價，最終得到了滑坡易發(fā)性評價結(jié)果圖（圖3）。在圖中，研究區(qū)被清晰地劃分為極低、低、中、高、極高危險區(qū)五類，每一類區(qū)域都有著獨特的分布特征和形成原因。極低危險區(qū)主要分布在研究區(qū)的西部和北部的部分區(qū)域，這些地區(qū)地形相對平坦，坡度大多在10°以下，高程較低，一般在100米以下。從地質(zhì)構(gòu)造來看，這些區(qū)域遠離斷層等地質(zhì)構(gòu)造復(fù)雜地帶，巖石較為完整，穩(wěn)定性較高。此外，距水系和道路的距離較遠，人類活動對其影響較小。在這些因素的綜合作用下，極低危險區(qū)發(fā)生地震滑坡的可能性極小，約占研究區(qū)總面積的15%。低危險區(qū)主要分布在研究區(qū)的中部和東部的部分區(qū)域，該區(qū)域地形起伏相對較小，坡度一般在10°-20°之間，高程在100-300米之間。地質(zhì)條件相對穩(wěn)定，雖然存在一些小型的地質(zhì)構(gòu)造，但對山體穩(wěn)定性的影響較小。距水系和道路的距離適中，人類活動對其影響相對較小。低危險區(qū)發(fā)生地震滑坡的可能性較低，約占研究區(qū)總面積的25%。中危險區(qū)在研究區(qū)中分布較為廣泛，主要集中在地形起伏較大的丘陵地區(qū)，坡度在20°-35°之間，高程在300-500米之間。這些區(qū)域的地層巖性較為復(fù)雜，存在不同類型的巖石，巖石的抗剪強度和穩(wěn)定性有所差異。同時，這些區(qū)域距水系和道路較近，人類工程活動相對頻繁，如道路建設(shè)、農(nóng)業(yè)開墾等，這些活動在一定程度上破壞了山體的穩(wěn)定性，增加了地震滑坡的發(fā)生風(fēng)險。中危險區(qū)發(fā)生地震滑坡的可能性中等，約占研究區(qū)總面積的30%。高危險區(qū)主要分布在室谷地、洞爺湖周邊以及膽振管區(qū)等區(qū)域，這些地區(qū)地形坡度陡峭，大多在35°以上，高程變化較大，一般在500米以上。地質(zhì)構(gòu)造復(fù)雜，存在多條斷層和褶皺，巖石破碎，節(jié)理裂隙發(fā)育，山體穩(wěn)定性較差。此外，這些區(qū)域受地震影響較大，地震動峰值加速度較高，容易引發(fā)山體滑坡。高危險區(qū)發(fā)生地震滑坡的可能性較高，約占研究區(qū)總面積的20%。極高危險區(qū)主要集中在洞爺湖周邊的部分陡峭山坡以及膽振管區(qū)的斷層附近，這些區(qū)域坡度極陡，超過45°，高程較高，多在700米以上。地質(zhì)構(gòu)造極為復(fù)雜，斷層活動頻繁，巖石破碎程度高，幾乎沒有完整的巖體。在地震作用下，這些區(qū)域的山體極易失穩(wěn)，發(fā)生大規(guī)模的滑坡災(zāi)害。極高危險區(qū)發(fā)生地震滑坡的可能性極高，約占研究區(qū)總面積的10%。通過對不同易發(fā)性區(qū)域的分布特征和原因進行分析，可以發(fā)現(xiàn)地形、地質(zhì)、地震以及人類活動等因素對地震滑坡易發(fā)性的影響顯著。地形坡度和高程是影響地震滑坡易發(fā)性的重要地形因素，坡度越陡、高程越高，地震滑坡的易發(fā)性就越高。地質(zhì)構(gòu)造和地層巖性對山體的穩(wěn)定性起著關(guān)鍵作用，斷層和巖石破碎區(qū)域容易發(fā)生地震滑坡。地震的震級、震中距以及地震動峰值加速度等參數(shù)直接影響著地震滑坡的發(fā)生，震級越大、震中距越小、地震動峰值加速度越高，地震滑坡的易發(fā)性就越高。人類工程活動，如道路建設(shè)、農(nóng)業(yè)開墾、采礦等，破壞了山體的原有結(jié)構(gòu)和穩(wěn)定性，增加了地震滑坡的發(fā)生風(fēng)險。為了更直觀地展示不同易發(fā)性區(qū)域與各影響因素之間的關(guān)系，制作了不同易發(fā)性區(qū)域與坡度、高程、距斷層距離等主要影響因素的關(guān)系圖（圖4）。從圖中可以清晰地看出，隨著坡度的增加，高危險區(qū)和極高危險區(qū)的面積占比逐漸增大；隨著高程的升高，高危險區(qū)和極高危險區(qū)的面積占比也呈現(xiàn)出增加的趨勢；距斷層距離越近，高危險區(qū)和極高危險區(qū)的面積占比越大。這進一步驗證了上述分析結(jié)果，表明地形、地質(zhì)等因素與地震滑坡易發(fā)性之間存在著密切的關(guān)系。5.4模型精度驗證為了全面驗證邏輯回歸模型在2018年日本北海道地震滑坡易發(fā)性評價中的精度和可靠性，本研究采用了受試者工作特征曲線（ROC）和混淆矩陣等方法進行深入分析。首先，運用ROC曲線對模型進行驗證。ROC曲線是一種廣泛應(yīng)用于評價分類模型性能的工具，它通過繪制真陽性率（TPR）與假陽性率（FPR）在不同閾值下的關(guān)系，來直觀地展示模型的預(yù)測能力。在地震滑坡易發(fā)性評價中，真陽性率表示正確預(yù)測為滑坡發(fā)生區(qū)域的比例，假陽性率則表示將非滑坡發(fā)生區(qū)域錯誤預(yù)測為滑坡發(fā)生區(qū)域的比例。通過計算邏輯回歸模型在不同閾值下的真陽性率和假陽性率，繪制出ROC曲線（圖5）。從圖中可以清晰地看到，該曲線下的面積（AUC）達到了0.85。AUC值是衡量ROC曲線性能的重要指標，其取值范圍在0到1之間。當(dāng)AUC值為0.5時，說明模型的預(yù)測結(jié)果與隨機猜測無異；當(dāng)AUC值越接近1時，表明模型的預(yù)測能力越強。本研究中AUC值達到0.85，說明邏輯回歸模型在地震滑坡易發(fā)性評價中具有較高的準確性和可靠性，能夠較好地區(qū)分滑坡發(fā)生區(qū)域和非滑坡發(fā)生區(qū)域。為了進一步驗證模型的精度，構(gòu)建了混淆矩陣（表1）?；煜仃囀且粋€用于總結(jié)分類模型預(yù)測結(jié)果的矩陣，它直觀地展示了模型在各個類別上的預(yù)測情況。在本研究中，將實際發(fā)生滑坡的區(qū)域標記為正樣本，未發(fā)生滑坡的區(qū)域標記為負樣本。通過將邏輯回歸模型的預(yù)測結(jié)果與實際情況進行對比，得到混淆矩陣。從矩陣中可以看出，模型正確預(yù)測為正樣本（即實際發(fā)生滑坡且被正確預(yù)測為滑坡發(fā)生區(qū)域）的數(shù)量為320，正確預(yù)測為負樣本（即實際未發(fā)生滑坡且被正確預(yù)測為非滑坡發(fā)生區(qū)域）的數(shù)量為580。錯誤預(yù)測為正樣本（即實際未發(fā)生滑坡但被錯誤預(yù)測為滑坡發(fā)生區(qū)域）的數(shù)量為80，錯誤預(yù)測為負樣本（即實際發(fā)生滑坡但被錯誤預(yù)測為非滑坡發(fā)生區(qū)域）的數(shù)量為20。根據(jù)混淆矩陣，計算出模型的正確率、準確率、召回率和F1值等指標。正確率是指模型正確預(yù)測的樣本數(shù)占總樣本數(shù)的比例，計算公式為：正確率=（正確預(yù)測為正樣本數(shù)+正確預(yù)測為負樣本數(shù)）/總樣本數(shù)。在本研究中，正確率=（320+580）/（320+580+80+20）=0.833。準確率是指正確預(yù)測為正樣本的數(shù)量占預(yù)測為正樣本總數(shù)的比例，計算公式為：準確率=正確預(yù)測為正樣本數(shù)/（正確預(yù)測為正樣本數(shù)+錯誤預(yù)測為正樣本數(shù)）。本研究中，準確率=320/（320+80）=0.8。召回率是指正確預(yù)測為正樣本的數(shù)量占實際正樣本總數(shù)的比例，計算公式為：召回率=正確預(yù)測為正樣本數(shù)/（正確預(yù)測為正樣本數(shù)+錯誤預(yù)測為負樣本數(shù)）。本研究中，召回率=320/（320+20）=0.941。F1值是綜合考慮準確率和召回率的一個指標，它的計算公式為：F1值=2*（準確率*召回率）/（準確率+召回率）。本研究中，F(xiàn)1值=2*（0.8*0.941）/（0.8+0.941）=0.864。這些指標表明，邏輯回歸模型在地震滑坡易發(fā)性評價中具有較高的精度，能夠較為準確地預(yù)測滑坡的發(fā)生區(qū)域。本研究還將邏輯回歸模型的評價結(jié)果與其他常用的評價模型進行了對比分析。選擇了確定性系數(shù)（CF）模型和證據(jù)權(quán)重法模型，分別對研究區(qū)的地震滑坡易發(fā)性進行評價，并計算它們的ROC曲線和混淆矩陣。對比結(jié)果顯示，邏輯回歸模型的AUC值為0.85，CF模型的AUC值為0.78，證據(jù)權(quán)重法模型的AUC值為0.82。在正確率方面，邏輯回歸模型為0.833，CF模型為0.76，證據(jù)權(quán)重法模型為0.8。在準確率方面，邏輯回歸模型為0.8，CF模型為0.72，證據(jù)權(quán)重法模型為0.78。在召回率方面，邏輯回歸模型為0.941，CF模型為0.88，證據(jù)權(quán)重法模型為0.9。這些對比結(jié)果表明，邏輯回歸模型在預(yù)測精度上優(yōu)于CF模型和證據(jù)權(quán)重法模型，能夠更準確地評價2018年日本北海道地震滑坡的易發(fā)性。通過ROC曲線和混淆矩陣等方法的驗證，充分證明了邏輯回歸模型在2018年日本北海道地震滑坡易發(fā)性評價中的可靠性和有效性。該模型能夠為該地區(qū)及其他類似地區(qū)的地震滑坡防災(zāi)減災(zāi)工作提供科學(xué)、準確的依據(jù)，有助于相關(guān)部門制定合理的防災(zāi)減災(zāi)措施，降低地震滑坡災(zāi)害帶來的損失。六、結(jié)論與展望6.1研究主要結(jié)論本研究聚焦2018年日本北海道地震滑坡，通過多源數(shù)據(jù)融合與多方法綜合分析，深入剖析了其分布特征，并對滑坡易發(fā)性進行了精準評價，取得了以下主要研究成果：滑坡分布特征：通過高分辨率遙感影像解譯與實地調(diào)查相結(jié)合，精準識別出地震滑坡4196個，總面積達15.98km2。在空間分布上，滑坡呈現(xiàn)出明顯的不均勻性，室谷地、洞爺湖周邊、膽振管區(qū)等地是滑坡的高發(fā)區(qū)域。其中，室谷地因地形起伏大、山體坡度陡峭且處于斷層交匯區(qū)，共發(fā)生滑坡856個，面積達3.26km2；洞爺湖周邊由于湖岸巖土體長期受湖水侵蝕結(jié)構(gòu)松散，以及地形起伏較大，有滑坡789個，面積為2.87km2；膽振管區(qū)處于板塊交界地帶，地質(zhì)活動頻繁，巖石破碎，發(fā)生滑坡1023個，面積為4.05km2。整體上，滑坡以震中為中心向四周逐漸減少，在距震中10-12km范圍內(nèi)滑坡分布數(shù)量最多、面積最大。從規(guī)模分布來看，滑坡面積呈現(xiàn)出小型滑坡數(shù)量多但面積占比小、大型滑坡數(shù)量少但面積占比大的特點。面積小于0.01km2的小型滑坡數(shù)量達2345個，占滑坡總數(shù)的55.9%，但面積僅占總滑坡面積的12.8%；面積在0.01-0.1km2之間的中型滑坡數(shù)量為1487個，占比35.4%，面積占比38.6%；面積大于0.1km2的大型滑坡數(shù)量為364個，占比8.7%，面積占比卻高達48.6%。不同規(guī)模滑坡在空間分布上也存在差異，小型滑坡分布廣泛，中型滑坡集中在地形起伏較大、地質(zhì)構(gòu)造復(fù)雜區(qū)域，大型滑坡主要分布在斷層附近及地形條件復(fù)雜區(qū)域。在滑坡類型方面，崩塌類型的滑坡數(shù)量最多，有2387個，占滑坡總數(shù)的56.9%，以土質(zhì)為主，多分布在地形陡峭、巖土體結(jié)構(gòu)松散區(qū)域；滑動類型的滑坡次之，有1543個，占36.8%，多為巖質(zhì)，主要分布在地質(zhì)構(gòu)造復(fù)雜、巖石節(jié)理裂隙發(fā)育區(qū)域；泥石流數(shù)量較少，為266個，占6.3%，主要發(fā)生在溝谷地區(qū)，當(dāng)強降雨與地震同時作用時易形成?；乱装l(fā)性評價：綜合考慮地質(zhì)、地形、地震等多方面因素，選取高程、坡度、坡向、曲率、距水系距離、距道路距離、距震中距離、地層巖性等影響因子，構(gòu)建了科學(xué)合理的地震滑坡易發(fā)性評價指標體系。各指標選取遵循科學(xué)性、全面性、獨立性和可獲取性原則，確保能準確反映地震滑坡發(fā)生的內(nèi)在機制和影響因素。選擇邏輯回歸模型進行滑坡易發(fā)性評價，該模型基于線性模型，原理簡單易懂，計算效率高且可解釋性強。評價結(jié)果將研究區(qū)分為