基于GIS与加权叠加法的地质因子对喜马拉雅地区NH-07公路滑坡敏感性影响研究

针对喜马拉雅地区NH-07公路沿线滑坡灾害频发问题，研究人员通过集成GIS技术与野外调查，采用知识驱动的加权叠加法（WOM）构建滑坡敏感性模型。研究划分了岩石与碎屑域的高、中、低敏感区，验证显示73%的滑坡集中于仅占21%的高敏感区，为区域土地利用规划与灾害防控提供了科学依据。

　　

喜马拉雅山脉因其活跃的地质构造和极端气候条件，长期面临滑坡灾害威胁，直接影响区域经济发展与民生安全。特别是2015年启动的"查尔达姆朝圣计划"引发大规模道路扩建，进一步加剧了北阿肯德邦Chamoli地区NH-07公路沿线边坡失稳风险。该公路不仅是通往巴德里纳特圣地的重要通道，还连接三座大型水电站，滑坡导致的中断每年造成巨大经济损失。传统定性评估方法存在主观性强、精度不足等问题，亟需建立科学的风险评估体系。

来自国内研究机构的研究团队选取Tangni至Vishnuprayag的36公里路段为研究对象，通过整合GIS空间分析与野外地质调查，创新性地应用知识驱动加权叠加法（WOM），构建了区分岩石与碎屑域的滑坡敏感性模型。研究通过CartoDEM（10米分辨率）生成地形参数，结合Google Earth影像（1985-2023年）建立包含73处滑坡的详细清单，并验证了历史滑坡数据与地面裂缝观测的匹配度。

关键技术包括：1）基于RMR_basic
（岩体质量评分）和Φ值（内摩擦角）的岩土力学参数评估；2）多时相滑坡编录与野外验证；3）坡度、坡向、流域侵蚀力指数(SPI)等GIS衍生参数计算；4）岩石/碎屑域分层加权叠加分析。

研究结果揭示：

1. 地质背景：研究区跨越小喜马拉雅与高喜马拉雅构造带，发育Berinag组石英岩和Helang组花岗岩，主中央逆冲带(MCT)通过导致广泛剪切作用。岩层倾向与北坡形成顺向坡结构，显著增加滑坡风险。

2. GIS因子分析：

• 坡度：25-35°坡度区占35%面积却集中32%滑坡；
• 坡向：北向顺层坡（NNE/NNW）承载70%滑坡；
• 土地利用：30%裸露区滑坡密度最高；
• 流域侵蚀力：高侵蚀区与21%的滑坡空间重合。

1. 野外地质模型：

• 岩土特性：石英岩RMR_basic
  评分显示18%区域为"较差"等级；
• 物质组成：松散碎屑区虽仅占15%面积，却引发53处滑坡；
• 域划分：划出岩石滑动、碎屑滑动等6类灾害域，其中切坡域风险最高。

1. 敏感性制图：

• 碎屑域模型：高敏感区（27%面积）集中67%碎屑滑坡；
• 岩石域模型：57%区域属高敏感，与节理发育的陡坡相关；
• 综合验证：高敏感区（21%面积）准确预测73%历史滑坡。

1. 典型路段验证：

• Tangni-Patalganga段因Pagal Nala断层带（300米宽）发育高度破碎岩体，敏感性评分达峰值；
• Joshimath镇位于古滑坡体上，地面裂缝与泉水渗出印证模型预测；
• Helang古滑坡（1×0.25公里）导致道路挡墙多次溃决，与高敏感区完全匹配。

该研究首次在喜马拉雅地区实现岩石/碎屑域分层的WOM建模，突破传统单一模型的局限性。成果显示21%的高敏感区集中了73%的滑坡事件，为道路选线提供精准风险规避依据。特别是提出的"域特异性"权重分配方案（如岩石域侧重RMR_basic
，碎屑域侧重Φ值），为复杂地形区滑坡评估建立新范式。研究强调顺向坡结构、断层带影响等地质控制因素的核心作用，同时揭示人类工程活动使滑坡风险提升2.4倍。论文提出的"古滑坡识别-现状评估-敏感性预测"技术链条，已成功应用于Joshimath地面沉降灾害溯源，相关方法发表于《Geosystems and Geoenvironment》，为喜马拉雅地区灾害防控提供标准化工具。