基于地理空间技术与AHP模型的埃塞俄比亚Gidabo流域滑坡敏感性制图研究

本研究针对埃塞俄比亚Gidabo流域频发的滑坡灾害，整合GIS与遥感技术，结合层次分析法（AHP）构建了包含坡度、降雨、河流距离等10个影响因子的滑坡敏感性评价模型。结果显示20.3%区域为高风险区，验证精度达84.3%，为东非裂谷带灾害防控提供了科学工具。

　　

在埃塞俄比亚主裂谷带的Gidabo流域，陡峭的地形构造与季节性强降雨共同塑造了滑坡频发的脆弱环境。2024年夏季，该地区接连发生多起致命滑坡事件——7月Gofa地区的灾害导致270余人遇难，8月Wolaita的滑坡又造成13人死亡。这些灾难不仅暴露了东非裂谷带特殊地质条件下灾害防控的紧迫性，更凸显了传统调查方法在复杂地形区灾害预测中的局限性。面对这一挑战，Dilla大学的Ebassa Dugasa Leta团队创新性地将地理空间技术与多准则决策方法相结合，开展了这项具有区域示范意义的滑坡敏感性制图研究。

研究团队采用Analytical Hierarchy Process（AHP，层次分析法）与ArcGIS空间分析技术，整合了坡度、降雨量、河流距离、高程、线密度、地质、土地利用（LULC）、土壤类型、排水密度和归一化植被指数（NDVI）等10个关键因子。数据源包括30米分辨率的Landsat 8 OLI影像、SRTM DEM数字高程模型，以及埃塞俄比亚地质调查局提供的1:25万地质图。通过构建判断矩阵计算各因子权重，最终采用加权叠加方法生成滑坡敏感性分布图。

坡度与滑坡敏感性的关系

研究区域0-64°的坡度被划分为5个等级，结果显示27-64°的陡坡区占东部流域的23.2%，其高权重值（23.2%）证实了坡度是控制滑坡的最关键因素。实地调查发现76%的滑坡点集中分布在这些陡坡区域，印证了剪切应力与坡度角度的正相关性。

降雨因子的空间异质性

通过CRU日降雨数据生成的分布图显示，北部年降雨量达1270-1358mm的高值区与滑坡热点高度重合。研究首次量化了该区域降雨阈值——当年降雨超过1160mm时，滑坡风险显著提升，这为预警系统提供了重要参数。

地质构造的隐性影响

线密度分析揭示南部存在1.4km/km²的高密度断裂带，其11.2%的权重值表明隐伏构造对岩体强度的削弱作用。岩性分析则发现Qvs组湖相火山碎屑岩最易失稳，这与现场观察到的碎屑流高发区完全匹配。

生态因子的双重效应

NDVI指数（-0.04至0.53）与LULC的交叉分析显示，稀疏植被区（NDVI<0.2）的滑坡概率是密林区的3.2倍。但值得注意的是，东部部分高NDVI区仍出现滑坡，暗示在强降雨条件下（>1270mm），植被的固坡作用可能被渗透压力抵消。

通过ROC曲线验证，该模型的AUC值达到0.843，显著优于随机预测模型。成果图将流域划分为高（20.3%）、中（25.2%）、低（32.1%）和极低（22.5%）风险区，特别标定了Teferi Kela、Abera等高风险聚居区。这项研究不仅为埃塞俄比亚首次建立了基于AHP-GIS的滑坡预测框架，其创新性更体现在三个方面：首次量化了东非裂谷带各影响因子的贡献度权重；开发了适用于发展中国家的低成本监测方案；为《Science in One Health》倡导的"环境-灾害-健康"交叉研究提供了典型范例。随着气候变化的加剧，这套方法可推广至东非大裂谷其他区域，为联合国减灾战略（UNDRR）在非洲的实施提供技术支撑。