CN106295233A - 一种地质灾害易发性评价方法以及装置 - Google Patents
一种地质灾害易发性评价方法以及装置 Download PDFInfo
- Publication number
- CN106295233A CN106295233A CN201610800173.0A CN201610800173A CN106295233A CN 106295233 A CN106295233 A CN 106295233A CN 201610800173 A CN201610800173 A CN 201610800173A CN 106295233 A CN106295233 A CN 106295233A
- Authority
- CN
- China
- Prior art keywords
- evaluation points
- evaluation
- survey region
- different classes
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及地质灾害评价技术领域,具体而言,涉及一种地质灾害易发性评价方法以及装置,其中,方法包括:选取研究区域的评价因子;其中,每种评价因子都有多个类别;获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值;根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算研究区域的综合信息量值;根据综合信息量值,确定研究区域的地质灾害易发性评价结果。通过这种方法可以使地质灾害易发性评价结果误差减少。
Description
技术领域
本发明涉及地质灾害评价技术领域,具体而言,涉及一种地质灾害易发性评价方法以及装置。
背景技术
地质灾害易发性预测分析是山区地质灾害防治的一项重要工作。为了主动而有效地进行防灾减灾,降低区域地质灾害造成的人员伤亡和财产损失,首先必须对区域地质灾害本身的特征有全面而系统的了解,掌握其空间分布形态、位置、规模、频率及其相互之间所遵从的关系和规律,才能对地质灾害有深入而宏观的掌握,也为地质灾害易发性评价与分区奠定基础。
目前,现有的地质灾害易发性评价模型中,多采用主观判断方法或者客观分析方法,其中,主观判断法常常通过人为打分的方式进行评价,具有较大的主观因素,从而导致评价结果具有一定的随意性;相反,客观分析法通过对评价因子的统计分析,发现其中的规律,具有较强的数理理论依据,但该方法往往忽略了专家经验的重要性,从而也可能导致计算的结果与实际相差甚远。上述两种方式都导致评价结果会出现较大的误差。
发明内容
有鉴于此,本发明实施例的目的在于提供一种地质灾害易发性评价方法以及装置,能够减小评价结果的误差。
第一方面,本发明实施例提供了一种地质灾害易发性评价方法,该方法包括:
选取研究区域的评价因子;其中,每种评价因子都有多个类别;
获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值;
根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算研究区域的综合信息量值;
根据综合信息量值,确定研究区域的地质灾害易发性评价结果。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,选取研究区域的评价因子,具体包括:
根据预先获取的研究区域的多期遥感影像数据的解译分析成果以及研究区域的实地核查结果,获取影响研究区域地质灾害发生的影响因子;影响因子包括:坡度、降水、地表覆被、黄土分布、水系、断层、高程、坡向、地震、地表粗糙度、人类活动中至少一项;
根据研究区域的预先勘测信息,从影响因子中选取研究区域的评价因子。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,获取各评价因子间的权重,具体包括:
将评价因子划分为不同层次;其中,每一层次中包含多个指标;
对每一层次中的指标进行两两比较,根据已有的指标权重数据资料以及专家对指标权重的评分意见,赋予任意两个指标相对权重值;
根据相对权重值,构造每个层次的判断矩阵;
通过求解判断矩阵的最大特征值和最大特征值所对应的特征向量,获取指标在相对应的层次中的权重值;
将每一层次中所有的权重值进行乘法运算,获取各评价因子间的权重。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值,具体包括:
根据预先获取的己知灾害区的影响因子的实际监测数据,得到研究区域的地质灾害总量以及评价因子不同类别的地质灾害数量;
根据地质灾害总量、评价因子不同类别的地质灾害数量、研究区域总面积以及评价因子不同类别所对应的面积,计算得到评价因子不同类别的信息量值。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算研究区域的综合信息量值,具体包括:
根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算每种评价因子的信息量值;
将研究区域的所有评价因子的信息量值求和,得到研究区域的综合信息量值。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,根据综合信息量值,确定研究区域的地质灾害易发性评价结果,具体包括:
将综合信息量值进行重分类,得到研究区域的地质灾害易发性评价级别;滑坡灾害易发性评价结果包括下述中的至少一种:
极低易发区;
低易发区;
中易发区;
高易发区;
极高易发区。
结合第一方面以及第一方面的前五种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,在选取研究区域的评价因子之前,还包括:
提取汇水域单元;
将所述汇水域单元作为研究区域;
汇水域单元至少有一个。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第七种可能的实施方式,其中,通过下述公式计算评价因子不同类别xi对地质灾害现象H发生所提供的信息量值I(xi,H):
其中,N为研究区域地质灾害总量;S为研究区域总面积;Ni为评价因子不同类别xi的地质灾害数量;Si为评价因子不同类别xi的面积;在xi中,i=1,2,3,…n。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第八种可能的实施方式,其中,通过下述公式计算研究区域的汇水域单元的综合信息量值I总:
其中,Wi为所述评价因子的权重值;Iij为第i个所述评价因子第j个类别的信息量值;n为所述评价因子的个数。
第二方面,本发明实施例还提供了一种地质灾害易发性评价装置,该装置包括:
评价因子选取模块,用于选取研究区域的评价因子;其中,每种评价因子都有多个类别;
权重以及信息量值获取模块,用于获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值;
综合信息量计算模块,用于根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算研究区域的综合信息量值;
评价结果生成模块,用于根据综合信息量值,确定研究区域的地质灾害易发性评价结果。
本发明实施例提供了一种地质灾害易发性评价方法以及装置,首先根据研究区域的具体情况选取出评价该研究区域所需要的合适的评价因子,其中,每种评价因子都细分为多个类别;根据专家经验以及已有的权重资料,获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值;将每种评价因子不同类别的信息量值以及各评价因子间的权重进行运算,得到研究区域的综合信息量值;根据综合信息量值,确定研究区域的地质灾害易发性评价结果。这种评价方法在客观的计算信息量值的基础上,加入了主观的评价因子间的权重获取过程,使最终的评价结果更加合理、科学,更加精确,减少了误差。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种地质灾害易发性评价方法流程图;
图2示出了本发明实施例所提供的一种地质灾害易发性评价方法中评价因子的选取方法流程图;
图3示出了本发明实施例所提供的一种地质灾害易发性评价方法中各评价因子间的权重的获取方法流程图;
图4示出了本发明实施例所提供的一种地质灾害易发性评价方法中信息量值的计算方法流程图;
图5示出了本发明实施例所提供的一种地质灾害易发性评价方法中综合信息量值的计算方法流程图;
图6示出了本发明实施例所提供的一种地质灾害易发性评价装置的结构框图。
图示说明:
S101-S104、S201-S202、S301-S305、S401-S402、S501-S502:方法流程步骤;
1-地质灾害易发性评价装置;
11-评价因子选取模块、12-权重以及信息量值获取模块、13-综合信息量计算模块、14-评价结果生成模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到目前现有的地质灾害易发性评价模型中的主观判断法常常具有一定的随意性;而客观分析法又太理论化,忽略了专家经验的重要性可能导致计算的结果与实际相差甚远,两种方式均使评价结果误差较大。基于此,本申请提供的一种地质灾害易发性评价方法以及装置,能够使地质灾害易发性评价结果更加准确,减少误差。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种地质灾害易发性评价方法进行详细介绍。该方法可以用于对多种地质灾害易发性的评价,例如滑坡、崩塌、泥石流等。
参见图1所示,本发明实施例提供了一种地质灾害易发性评价方法,该方法包括:
S101:选取研究区域的评价因子;其中,每种评价因子都有多个类别。
在具体实现的时候,研究区域要进行具体的选定,选定研究区域的方法包括:在选取研究区域的评价因子之前,还包括:
提取汇水域单元,作为研究区域;汇水域单元至少有一个。
具体的,通过下述方法,提取研究区域的汇水域单元:
根据研究区域的水流方向数据,确定相互连接并处于同一流域盆地的栅格;根据栅格,采用ArcGIS的水文分析工具,利用DEM(Digital ElevationModel,数字高程模型)中的高程数据直接提取研究区域的河网及相关流域信息;根据研究区域的河网以及相关流域信息,通过地表水文分析模型模拟再现由于降水所形成的地表径流在实际地形地貌影响下的流经情况;通过河网连接提取理论河网连接汇水点,并建立DEM地面水流的流动过程;根据DEM地面水流的流动过程以及预设的提取河网的阈值,提取汇水域单元。
常见的分析评价单元多属于规则单元,在实际应用中,未能反映实际的地形地貌特征,或者未能考虑地质灾害环境对灾害发生的影响,在本发明实施例中,将根据实际研究区域进行提取的汇水域单元作为基本评价单元,综合体现并考虑了地形地貌特点、地表覆盖、地质构造特征与滑坡之间的内在联系,更加客观、科学的反映了灾害的发生规律,根据每个汇水域单元的评价结果,对整个研究区域的地质灾害易发性作出的评价,精度会更高。在实际生活中,地质灾害的发生往往受控于多种因素,而各种影响因素的性质以及作用的大小都是不同的;而对于不同类型的地质灾害,甚至对于同一种发生在不同地域位置的地址灾害,各种影响因素的性质以及作用大小,都会由于地质灾害的类型或者地质灾害的发生地域有所区别而不同。因此,在进行某研究区域地质灾害易发性评价的时候,首先要选取影响该研究区域灾害发生的影响因素,也就是所说的地质灾害易发性评价方法中的评价因子,而每种评价因子又分为多个不同类别。比如:黄土分布评价因子,根据黄土特性分为:黄土、分布不均的薄层黄土、残坡堆积物以及零星分布黄土四种不同类别。
具体的,参见图2所示,本发明实施例提供了一种地质灾害易发性评价方法中评价因子的选取方法,该方法包括:
S201:根据预先获取的研究区域的多期遥感影像数据的解译分析成果以及研究区域的实地核查结果,获取影响研究区域地质灾害发生的影响因子。
其中,影响因子包括:坡度、降水、地表覆被、黄土分布、水系、断层、高程、坡向、地震、地表粗糙度、人类活动中至少一项;
在具体实现的时候,由于不同区域的地质环境特征、致灾因子不同,选取的影响因子亦有差异,针对研究区域特定的地质环境,综合考虑影响因子的完整性,结合研究区域所在地基于多期遥感影像数据进行的地质灾害解译及统计分析,以及对影响因子的实地核查结果,获取影响研究区域地质灾害发生的影响因子,这样,一方面考虑了前人的研究成果,另一方面也结合了该地区实地核查结果,从理论与实际情况两个角度获取地质灾害发生的影响因子,有利于提高地质灾害评价结果的精度,减少误差。
S202:根据研究区域的预先勘测信息,从影响因子中选取研究区域的评价因子。
不同的地质灾害有不同的影响因子,在进行具体地质灾害易发性评价时,需要从不同的地质灾害影响因子中选取最合适的评价因子。例如滑坡灾害,通过对滑坡灾害形成条件及影响因素的详细分析和统计对比研究,最终确定坡度、高程、地面粗糙度、坡向、黄土分布、地表覆被、断层、水系八项要素为滑坡地质灾害易发性评价模型的评价因子。如果评价因子过多会导致权重设置过程复杂、计算量过大以及影响条件主次不分明等问题。有些影响因子数据资料部分缺失、未覆盖研究区域(地下水文地质条件),不计入统计模型评价因子设置;此外具有随机性、突发性或区域性较强的诱发因子(降雨、地震、个别区域采矿等人类经济活动)只做机理分析阐述,也不计入地质灾害易发性评价模型的计算过程。
S102:获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值。
在选取研究区域的评价因子后,首先通过层次分析法获取各评价因子间的权重,即每个评价因子的权重值。具体的,参见图3所示,本发明实施例提供了一种地质灾害易发性评价方法中各评价因子间的权重的获取方法,该方法包括:
S301:将评价因子划分为不同层次;其中,每一层次中包含多个指标;
S302:对每一层次中的指标进行两两比较,根据已有指标权重数据资料以及专家对指标权重的评分意见,赋予任意两个指标相对权重值;
S303:根据相对权重值,构造每个层次的判断矩阵;
S304:通过求解判断矩阵的最大特征值和最大特征值所对应的特征向量,获取指标在相对应的层次中的权重值;
S305:将每一层次中所有的权重值进行乘法运算,获取各评价因子间的权重。
上述获取各评价因子间的权重的方法为层次分析法,该方法一方面思路简单明了,将决策者的思维过程条理化、数量化,便于计算,容易被人们所接受;另一方面尽管所需要的定量化数据较少,但对问题的本质,问题所涉及的因素及其内在关系分析得比较透彻清楚。在本发明实施例中,利用层次分析法将主观的经验方法融入到综合信息量的计算过程中,使得地质灾害易发性评价过程更加科学、合理,使评价结果更加准确。
下面以滑坡灾害易发性评价为例对评价因子的权重值的获得方法进行说明:
首先,将评价因子进行分类,得到层次分析法的第一层,包括必要条件、主要影响条件以及一般影响条件三种指标,然后根据已有数据资料以及专家评分意见对这三种指标分别进行赋值,通过赋值构造判断矩阵,求解该判断矩阵后可以得到这三种指标的权重值,如下表1所示:
表1第一层指标重要性判断矩阵及权重值
层次分析法的第二层包括上述的8个评价因子,同理,可以求出第二层中各个指标,即评价因子的权重值,如表2、表3以及表4所示:
表2第二层必要条件指标重要性判断矩阵及权重值
表3第二层主要影响条件指标重要性判断矩阵及权重值
表4第二层一般影响条件指标重要性判断矩阵及权重值
将评价因子在第一层的权重值与第二层的权重值相乘,即可得到该研究区域评价因子的最终权重值。如表5所示:
表5各评价因子的最终权重值
获取评价因子间的权重值之后,再根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值,具体的,参见图4所示,本发明实施例提供了一种地质灾害易发性评价方法中信息量值的计算方法,该方法包括:
S401:根据预先获取的己知灾害区的影响因子的实际监测数据,得到研究区域的地质灾害总量以及评价因子不同类别的地质灾害数量;
S402:根据地质灾害总量、评价因子不同类别的地质灾害数量、研究区域总面积以及评价因子不同类别所对应的面积,计算得到评价因子不同类别的信息量值。
具体的,通过下述公式计算评价因子不同类别xi对地质灾害现象H发生所提供的信息量值I(xi,H):
其中,N为研究区域地质灾害总量;S为研究区域总面积;Ni为评价因子不同类别xi的地质灾害数量;Si为评价因子不同类别xi的面积;在xi中,i=1,2,3,…n。
在具体实现的时候,本发明实施例中的滑坡灾害有8个评价因子(坡度、高程、地面粗糙度、坡向、黄土分布、地表覆被、断层、水系),每一种评价因子都会根据一定的特征,分为若干个不同类别,最终分成了45个不同的类别。信息量值表示为评价因子某一类别的灾害密度与研究区平均灾害密度的比值,再取对数。其中,对于某一特定研究区域,某一类别的灾害密度与研究区平均灾害密度的比值为一定值,本研究区域的取值为2.163976处/km2。在本发明实施例中,各评价因子不同类别的信息量值统计计算如下表6所示:
表6各评价因子不同类别的信息量值
S103:根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算研究区域的综合信息量值。
当获得研究区域评价因子间的权重值以及计算出评价因子不同类别的信息量值后,可以进一步求得研究区域的综合信息量值。具体的,参见图5所示,本发明实施例提供了一种地质灾害易发性评价方法中综合信息量值的计算方法,该方法包括:
S501:根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算每种评价因子的信息量值;
S502:将研究区域的所有评价因子的信息量值求和,得到研究区域的综合信息量值。
具体的,通过下述公式计算研究区域的汇水域单元的综合信息量值I总:
其中,Wi为所述评价因子的权重值;Iij为第i个所述评价因子第j个类别的信息量值;n为所述评价因子的个数。
S104:根据综合信息量值,确定研究区域的地质灾害易发性评价结果。
在具体实现的时候,将综合信息量值进行重分类,得到研究区域的地质灾害易发性评价级别;地质灾害易发性评价结果包括下述中的至少一种:
极低易发区;低易发区;中易发区;高易发区;极高易发区。
在本发明实施例计算出综合信息量值之后,以汇水域单元为滑坡易发性定量评价的基本评价单元,对研究区范围滑坡灾害的易发性进行了评价,按照综合信息量值的大小,共分为极低易发区、低易发区、中易发区、高易发区以及极高易发区5个等级。
本发明实施例所提供的地质灾害易发性评价方法,首先根据研究区域的具体情况选取出评价该研究区域所需要的合适的评价因子,其中,每种评价因子都细分为多个类别;根据专家经验以及已有的权重资料,获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值;将每种评价因子不同类别的信息量值以及各评价因子间的权重进行运算,得到研究区域的综合信息量值;根据综合信息量值,确定研究区域的地质灾害易发性评价结果。这种评价方法在客观的计算信息量值的基础上,加入了主观的评价因子间的权重获取过程,使最终的评价结果更加合理、科学,更加精确,减少了误差。
本发明又一实施例还提供了一种地质灾害易发性评价装置1,参见图6所示,该装置包括:
评价因子选取模块11,用于选取研究区域的评价因子;其中,每种评价因子都有多个类别;
权重以及信息量值获取模块12,用于获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种评价因子不同类别的信息量值;
综合信息量计算模块13,用于根据每种评价因子不同类别的信息量值以及各评价因子间的权重,计算研究区域的综合信息量值;
评价结果生成模块14,用于根据综合信息量值,确定研究区域的地质灾害易发性评价结果。
本发明实施例所提供的地质灾害易发性评价装置1,通过评价因子选取模块11,从基于滑坡灾害地质体的遥感解译成果以及研究区域的实地核查成果,得到的影响地质灾害发生的影响因子中,选取该研究区域的评价因子;然后通过权重以及信息量值获取模块12,分别采用层次分析法和信息量法获取各评价因子间的权重以及计算每种评价因子不同类别的信息量值,通过主客观相结合的方式,利用综合信息量计算模块13计算研究区域的综合信息量值,最后通过评价结果生成模块14,确定研究区域的地质灾害易发性评价结果,利用该装置获得的评价结果,减少了纯主观法或者纯客观法所导致的评价误差,使获得的地质灾害易发性评价结果更接近真实情况。
本发明实施例所提供的地质灾害易发性评价方法、装置以的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,后台服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种地质灾害易发性评价方法,其特征在于,所述方法包括:
选取研究区域的评价因子;其中,每种评价因子都有多个类别;
获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值;
根据每种所述评价因子不同类别的信息量值以及所述各评价因子间的权重,计算所述研究区域的综合信息量值;
根据所述综合信息量值,确定所述研究区域的地质灾害易发性评价结果。
2.根据权利要求1所述的方法,其特征在于,所述选取研究区域的评价因子,具体包括:
根据预先获取的所述研究区域的多期遥感影像数据的解译分析成果以及所述研究区域的实地核查结果,获取影响所述研究区域地质灾害发生的影响因子;所述影响因子包括:坡度、降水、地表覆被、黄土分布、水系、断层、高程、坡向、地震、地表粗糙度、人类活动中至少一项;
根据所述研究区域的预先勘测信息,从所述影响因子中选取所述研究区域的评价因子。
3.根据权利要求2所述的方法,其特征在于,所述获取各评价因子间的权重,具体包括:
将所述评价因子划分为不同层次;其中,每一层次中包含多个指标;
对每一所述层次中的所述指标进行两两比较,根据已有的指标权重数据资料以及专家对指标权重的评分意见,赋予任意两个所述指标相对权重值;
根据所述相对权重值,构造每个层次的判断矩阵;
通过求解所述判断矩阵的最大特征值和所述最大特征值所对应的特征向量,获取所述指标在相对应的层次中的权重值;
将每一层次中的所有权重值进行乘法运算,获取各评价因子间的权重。
4.根据权利要求3所述的方法,其特征在于,根据预先获取的己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值,具体包括:
根据预先获取的己知灾害区的影响因子的实际监测数据,得到所述研究区域的地质灾害总量以及所述评价因子不同类别的地质灾害数量;
根据所述地质灾害总量、所述评价因子不同类别的地质灾害数量、研究区域总面积以及评价因子不同类别所对应的面积,计算得到所述评价因子不同类别的信息量值。
5.根据权利要求4所述的方法,其特征在于,所述根据每种所述评价因子不同类别的信息量值以及所述各评价因子间的权重,计算所述研究区域的综合信息量值,具体包括:
根据每种所述评价因子不同类别的信息量值以及所述各评价因子间的权重,计算每种所述评价因子的信息量值;
将所述研究区域的所有所述评价因子的信息量值求和,得到所述研究区域的综合信息量值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述综合信息量值,确定所述研究区域的地质灾害易发性评价结果,具体包括:
将所述综合信息量值进行重分类,得到所述研究区域的地质灾害易发性评价级别;所述地质灾害易发性评价结果包括下述中的至少一种:
极低易发区;
低易发区;
中易发区;
高易发区;
极高易发区。
7.根据权利要求1-6任意一项所述的方法,其特征在于,在所述选取研究区域的评价因子之前,还包括:
提取汇水域单元;
将所述汇水域单元作为所述研究区域;
所述汇水域单元至少有一个。
8.根据权利要求4所述的方法,其特征在于,通过下述公式计算所述评价因子不同类别xi对地质灾害现象H发生所提供的信息量值I(xi,H):
其中,N为研究区域地质灾害总量;S为研究区域总面积;Ni为评价因子不同类别xi的地质灾害数量;Si为评价因子不同类别xi的面积;在xi中,i=1,2,3,…n。
9.根据权利要求5所述的方法,其特征在于,通过下述公式计算所述研究区域的汇水域单元的综合信息量值I总:
其中,Wi为所述评价因子的权重值;Iij为第i个所述评价因子第j个类别的信息量值;n为所述评价因子的个数。
10.一种地质灾害易发性评价装置,其特征在于,所述装置包括:
评价因子选取模块,用于选取研究区域的评价因子;其中,每种评价因子都有多个类别;
权重以及信息量值获取模块,用于获取各评价因子间的权重,并根据预先获取的己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值;
综合信息量计算模块,用于根据每种所述评价因子不同类别的信息量值以及所述各评价因子间的权重,计算所述研究区域的综合信息量值;
评价结果生成模块,用于根据所述综合信息量值,确定所述研究区域的地质灾害易发性评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610800173.0A CN106295233A (zh) | 2016-08-31 | 2016-08-31 | 一种地质灾害易发性评价方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610800173.0A CN106295233A (zh) | 2016-08-31 | 2016-08-31 | 一种地质灾害易发性评价方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106295233A true CN106295233A (zh) | 2017-01-04 |
Family
ID=57709514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610800173.0A Pending CN106295233A (zh) | 2016-08-31 | 2016-08-31 | 一种地质灾害易发性评价方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106295233A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391886A (zh) * | 2017-08-29 | 2017-11-24 | 广州海洋地质调查局 | 一种海底地质灾害评价方法及系统 |
CN108154318A (zh) * | 2018-01-30 | 2018-06-12 | 中国地质科学院探矿工艺研究所 | 城镇斜坡地质灾害风险性评估可视化展示方法 |
CN108694505A (zh) * | 2018-05-14 | 2018-10-23 | 中国路桥工程有限责任公司 | 一种智能地质灾害危险性分析方法 |
CN108828665A (zh) * | 2018-06-28 | 2018-11-16 | 中国煤炭地质总局地球物理勘探研究院 | 小断层影响因子分析方法及装置 |
CN110322118A (zh) * | 2019-06-06 | 2019-10-11 | 重庆工商大学融智学院 | 地质灾害空间分布规律及易发性评估方法 |
CN110929939A (zh) * | 2019-11-26 | 2020-03-27 | 电子科技大学 | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 |
CN111539904A (zh) * | 2020-05-13 | 2020-08-14 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
CN111709609A (zh) * | 2020-05-21 | 2020-09-25 | 成都正和德能风险管理咨询有限公司 | 一种地质灾害易发性评价方法 |
CN111915281A (zh) * | 2020-09-03 | 2020-11-10 | 深圳市不动产评估中心(深圳市地质环境监测中心) | 基于地质灾害易发分区的区块评估审批方法、系统、智能终端及存储介质 |
CN112132470A (zh) * | 2020-09-25 | 2020-12-25 | 西北大学 | 一种基于加权信息量法的滑坡易发性评估方法 |
CN112465356A (zh) * | 2020-11-30 | 2021-03-09 | 国网四川省电力公司电力科学研究院 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
CN112561297A (zh) * | 2020-12-09 | 2021-03-26 | 中南大学 | 不同地形下邻域影响的地质灾害风险评价方法 |
CN113126093A (zh) * | 2021-03-05 | 2021-07-16 | 成都正和德能风险管理咨询有限公司 | 一种地质预警方法 |
CN113408201A (zh) * | 2021-06-18 | 2021-09-17 | 河南大学 | 基于地形单元的滑坡易发性评判方法 |
CN113506203A (zh) * | 2021-07-12 | 2021-10-15 | 京创智慧科技有限责任公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113505994A (zh) * | 2021-07-12 | 2021-10-15 | 京创智慧科技有限责任公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113902259A (zh) * | 2021-09-14 | 2022-01-07 | 中铁第一勘察设计院集团有限公司 | 湿雪崩灾害风险评估方法及装置 |
CN114091274A (zh) * | 2021-11-25 | 2022-02-25 | 云南大学 | 一种滑坡易发性评价方法及系统 |
CN116720131A (zh) * | 2023-08-11 | 2023-09-08 | 北京观微科技有限公司 | 一种滑坡灾害易发性评价方法及系统 |
CN118093953A (zh) * | 2024-04-28 | 2024-05-28 | 深度(山东)数字科技集团有限公司 | 一种大数据信息分析管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867110A (zh) * | 2012-08-22 | 2013-01-09 | 广东电网公司电力科学研究院 | 一种输电线路杆塔基础边坡暴雨灾害风险评估方法 |
CN105701345A (zh) * | 2016-01-13 | 2016-06-22 | 青岛理工大学 | 一种钻孔灌注桩地基塌孔风险的评价方法与应用 |
-
2016
- 2016-08-31 CN CN201610800173.0A patent/CN106295233A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867110A (zh) * | 2012-08-22 | 2013-01-09 | 广东电网公司电力科学研究院 | 一种输电线路杆塔基础边坡暴雨灾害风险评估方法 |
CN105701345A (zh) * | 2016-01-13 | 2016-06-22 | 青岛理工大学 | 一种钻孔灌注桩地基塌孔风险的评价方法与应用 |
Non-Patent Citations (2)
Title |
---|
孙璇: "基于GIS的泾河流域地质灾害易发性分区评价", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
张光政 等: "基于斜坡单元的滑坡崩塌灾害易发性区划研究——以泸水县为例", 《云南师范大学学报(自然科学版)》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391886A (zh) * | 2017-08-29 | 2017-11-24 | 广州海洋地质调查局 | 一种海底地质灾害评价方法及系统 |
CN108154318A (zh) * | 2018-01-30 | 2018-06-12 | 中国地质科学院探矿工艺研究所 | 城镇斜坡地质灾害风险性评估可视化展示方法 |
CN108694505A (zh) * | 2018-05-14 | 2018-10-23 | 中国路桥工程有限责任公司 | 一种智能地质灾害危险性分析方法 |
CN108828665A (zh) * | 2018-06-28 | 2018-11-16 | 中国煤炭地质总局地球物理勘探研究院 | 小断层影响因子分析方法及装置 |
CN110322118A (zh) * | 2019-06-06 | 2019-10-11 | 重庆工商大学融智学院 | 地质灾害空间分布规律及易发性评估方法 |
CN110929939A (zh) * | 2019-11-26 | 2020-03-27 | 电子科技大学 | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 |
CN110929939B (zh) * | 2019-11-26 | 2023-04-07 | 电子科技大学 | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 |
CN111539904A (zh) * | 2020-05-13 | 2020-08-14 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
CN111539904B (zh) * | 2020-05-13 | 2023-07-18 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
CN111709609A (zh) * | 2020-05-21 | 2020-09-25 | 成都正和德能风险管理咨询有限公司 | 一种地质灾害易发性评价方法 |
CN111915281A (zh) * | 2020-09-03 | 2020-11-10 | 深圳市不动产评估中心(深圳市地质环境监测中心) | 基于地质灾害易发分区的区块评估审批方法、系统、智能终端及存储介质 |
CN111915281B (zh) * | 2020-09-03 | 2021-02-23 | 深圳市不动产评估中心(深圳市地质环境监测中心) | 基于地质灾害易发分区的区块评估审批方法、系统、智能终端及存储介质 |
CN112132470A (zh) * | 2020-09-25 | 2020-12-25 | 西北大学 | 一种基于加权信息量法的滑坡易发性评估方法 |
CN112465356A (zh) * | 2020-11-30 | 2021-03-09 | 国网四川省电力公司电力科学研究院 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
CN112465356B (zh) * | 2020-11-30 | 2023-05-23 | 国网四川省电力公司电力科学研究院 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
CN112561297A (zh) * | 2020-12-09 | 2021-03-26 | 中南大学 | 不同地形下邻域影响的地质灾害风险评价方法 |
CN113126093A (zh) * | 2021-03-05 | 2021-07-16 | 成都正和德能风险管理咨询有限公司 | 一种地质预警方法 |
CN113408201B (zh) * | 2021-06-18 | 2022-07-26 | 河南大学 | 基于地形单元的滑坡易发性评判方法 |
CN113408201A (zh) * | 2021-06-18 | 2021-09-17 | 河南大学 | 基于地形单元的滑坡易发性评判方法 |
CN113505994A (zh) * | 2021-07-12 | 2021-10-15 | 京创智慧科技有限责任公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113506203A (zh) * | 2021-07-12 | 2021-10-15 | 京创智慧科技有限责任公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113902259A (zh) * | 2021-09-14 | 2022-01-07 | 中铁第一勘察设计院集团有限公司 | 湿雪崩灾害风险评估方法及装置 |
CN114091274A (zh) * | 2021-11-25 | 2022-02-25 | 云南大学 | 一种滑坡易发性评价方法及系统 |
CN116720131A (zh) * | 2023-08-11 | 2023-09-08 | 北京观微科技有限公司 | 一种滑坡灾害易发性评价方法及系统 |
CN118093953A (zh) * | 2024-04-28 | 2024-05-28 | 深度(山东)数字科技集团有限公司 | 一种大数据信息分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106295233A (zh) | 一种地质灾害易发性评价方法以及装置 | |
Kim et al. | Prioritizing the best sites for treated wastewater instream use in an urban watershed using fuzzy TOPSIS | |
Du et al. | Assessing the effects of urbanization on annual runoff and flood events using an integrated hydrological modeling system for Qinhuai River basin, China | |
Dewitte et al. | Combining spatial data in landslide reactivation susceptibility mapping: a likelihood ratio-based approach in W Belgium | |
CN103258128B (zh) | 一种地磁场空间延拓算法的评估方法 | |
Tshimanga | Hydrological uncertainty analysis and scenario-based streamflow modelling for the Congo River Basin | |
Pai et al. | Field_SWAT: A tool for mapping SWAT output to field boundaries | |
Deshmukh et al. | Physio‐climatic controls on vulnerability of watersheds to climate and land use change across the US | |
Jarosław et al. | Using multivariate statistics and fuzzy logic system to analyse settlement preferences in lowland areas of the temperate zone: an example from the Polish Lowlands | |
Naubi et al. | Ranking of Skudai river sub-watersheds from sustainability indices–application of promethee method | |
Möller et al. | Effective map scales for soil transport processes and related process domains—Statistical and spatial characterization of their scale-specific inaccuracies | |
Mallick | Geospatial-based soil variability and hydrological zones of Abha semi-arid mountainous watershed, Saudi Arabia | |
Chen et al. | A back-propagation network for the assessment of susceptibility to rock slope failure in the eastern portion of the Southern Cross-Island Highway in Taiwan | |
Salwey et al. | National‐scale detection of reservoir impacts through hydrological signatures | |
Bullock et al. | Instream flow requirements of aquatic ecology in two British rivers: application and assessment of the instream flow incremental methodology using the PHABSIM system | |
Li et al. | A multi-dimensional relationship assessment framework for water resources, social economy and eco-environment: A case study of China's largest arid zone | |
Zhao et al. | Uncertainty assessment of mapping mercury contaminated soils of a rapidly industrializing city in the Yangtze River Delta of China using sequential indicator co-simulation | |
Popescu et al. | Probabilistic risk assessment of landslide related geohazards | |
Lilly | A GIS Approach to Modeling Groundwater Levels in the Mississippi River Valley Alluvial Aquifer | |
Aga | Effect of land cover change on water balance components in Gilgel Abay catchment using swat model | |
Serur et al. | Evaluation of the ArcSWAT model in simulating catchment hydrology: in Weyib River basin, bale mountainous area of southeastern Ethiopia | |
CN109933921B (zh) | 一种滚石灾害风险评估方法、装置、系统及存储介质 | |
Jung | Uncertainty in flood inundation mapping | |
Ghonchepour et al. | Detection and prediction of land use changes and population dynamics in the Gorganrud River basin, Iran | |
Gemmechis | Land use land cover dynamics using CA-Markov chain a case of belete gera forest priority area south western ethiopia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |
|
RJ01 | Rejection of invention patent application after publication |