CN107943880B - 一种基于层次分析法的地质灾害易发性改进评估方法 - Google Patents

一种基于层次分析法的地质灾害易发性改进评估方法 Download PDF

Info

Publication number
CN107943880B
CN107943880B CN201711130335.5A CN201711130335A CN107943880B CN 107943880 B CN107943880 B CN 107943880B CN 201711130335 A CN201711130335 A CN 201711130335A CN 107943880 B CN107943880 B CN 107943880B
Authority
CN
China
Prior art keywords
geological disaster
influence
factors
geological
linear
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.)
Active
Application number
CN201711130335.5A
Other languages
English (en)
Other versions
CN107943880A (zh
Inventor
范荣全
肖红
李源亮
张玉鸿
罗明勇
李惠民
蔺靖华
王刚
张正勇
任光明
王滨
张烨
黄建平
谢伟
夏姗珊
蒋伟
马丽琼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Chengdian Electric Power Engineering Design Co ltd
State Grid Sichuan Economic Research Institute
State Grid Sichuan Electric Power Co Ltd
Chengdu Univeristy of Technology
Original Assignee
Chengdu Chengdian Electric Power Engineering Design Co ltd
State Grid Sichuan Economic Research Institute
State Grid Sichuan Electric Power Co Ltd
Chengdu Univeristy of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Chengdian Electric Power Engineering Design Co ltd, State Grid Sichuan Economic Research Institute, State Grid Sichuan Electric Power Co Ltd, Chengdu Univeristy of Technology filed Critical Chengdu Chengdian Electric Power Engineering Design Co ltd
Priority to CN201711130335.5A priority Critical patent/CN107943880B/zh
Publication of CN107943880A publication Critical patent/CN107943880A/zh
Application granted granted Critical
Publication of CN107943880B publication Critical patent/CN107943880B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Remote Sensing (AREA)
  • Computer Security & Cryptography (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于层次分析法的地质灾害易发性改进评估方法，包括：步骤1：收集待评估区域的地质基础数据，获取待评估区域的地质灾害数据；步骤2：基于步骤1收集和获取的数据，对该区域的地质灾害分布规律及控制影响因素进行分析，获得控制该区域地质灾害发育的影响因子，以及获得同类但不同级别线状影响因子对地质灾害的影响情况；步骤3：基于获得的控制该区域地质灾害发育的影响因子和不同级别线状影响因子对地质灾害的影响情况，利用层次分析法获得该区域地质灾害评估结果；对基于层次分析法的地质灾害易发性评估流程进行了改进，对线状影响因子进行了分级处理，本方法逻辑合理，实施可行，评估结果更加合理准确。

Description

一种基于层次分析法的地质灾害易发性改进评估方法
技术领域
本发明涉及地质灾害研究领域，具体地，涉及一种基于层次分析法的地质灾害易发性改进评估方法。
背景技术
通常所说的地质灾害主要包括崩塌、滑坡、不稳定斜坡及泥石流等。我国是一个地质灾害频发的国家，特别是在地质环境条件极为复杂的西部地区地质灾害照成了巨大的损失。地质灾害易发性评估是研究一定区域发生地质灾害的可能性大小，通常采用高易发、中易发、低易发及不易发等级别进行评价。开展地质灾害易发性研究，可以为区域城镇建设用地规划、工程项目选址选线、防灾减灾措施的制定等提供重要的依据。
对地质灾害易发性的评估多是借助于GIS平台实现，其本质是将地质灾害的各影响因子(如地形、地层岩性、降雨量等)用一张张专题图层来表示，将所有的专题图层通过GIS进行加权叠加运算(图1)，最后得到一张综合了多个影响因子的地质灾害易发性评估图，也就是说地质灾害易发性评价实质上是多个影响因子图层按一定函数关系计算的结果。可见确定地质灾害影响因子的权重极为关键，权重取值的合理性直接决定了易发性评价结果的可靠性。常用的确定影响因子权重的方法有层次分析法(AHP)、信息量法、逻辑回归等。
这其中利用层次分析法(Analytic Hierarchy Process，简称AHP)确定地质灾害影响因子权重是一种常用的方法。层次分析法可将定性的专家经验定量化，具有目标明确、分析系统、简洁实用的特点。
然而目前利用层次分析法确定地质灾害影响因子权重并评价地质灾害易发性的研究中存在明显的缺陷，主要表现在：研究流程不合理；对线状影响因子的处理不合理；导致最终的评估结果不合理不准确。
发明内容
本发明提供了一种基于层次分析法的地质灾害易发性改进评估方法，解决了现有的评估方法存在的研究流程不合理、对线状影响因子的处理不合理，导致最终的评估结果不合理、不准确的技术问题，对基于层次分析法的地质灾害易发性评估流程进行了改进，对线状影响因子进行了分级处理，本方法逻辑合理，实施可行，评估结果具有更加合理准确的技术效果。
为实现上述发明目的，本申请提供了一种基于层次分析法的地质灾害易发性改进评估方法，所述方法包括：
步骤1：收集待评估区域的地质基础数据，获取待评估区域的地质灾害数据；
步骤2：基于步骤1收集和获取的数据，对该区域的地质灾害分布规律及控制影响因素进行分析，获得控制该区域地质灾害发育的影响因子，以及获得不同级别线状地质灾害影响因子对地质灾害的影响情况；
步骤3：基于获得的控制该区域地质灾害发育的主要影响因子和不同级别线状影响因子对地质灾害的影响情况，利用层次分析法计算影响因子的权重，基于GIS平台对影响因子进行加权叠加计算得到地质灾害易发性评估结果。
其中，目前利用层次分析法确定地质灾害影响因子权重并评价地质灾害易发性的研究中存在明显的缺陷，主要表现在：
研究流程不合理：利用层次分析确定影响因子权重的关键是邀请专家对参评的影响因子进行打分，即专家据其经验对参评因子进行两两成对比较，判断对比因子对地灾易发性的相对重要性。然而受地球科学本身复杂性的限制，不同区域的地质环境条件可能截然不同，地质灾害影响因子对灾害易发性的贡献不可能完全一样，比如在一些地区地形因素对地质灾害发育的影响最显著，而在另一些地区地层岩性的影响效应最明显。专家的经验往往来源于特定的地区，因此将其经验直接运用于地质环境截然不同的目标区域时专家经验的正确性将受到质疑，传统的研究中鲜有研究者明确的指出这一缺陷。
对线状影响因子的处理不合理：在这里线状影响因子泛指影响地质灾害发育的空间上呈线状延伸的地理、地质及工程要素，比如水系、断层、公路等。这些线状因子对区域地质灾害的发育具有显著的影响，在以往的研究中，人们不约而同的把水系、断层及公路等线状因子作为地质灾害易发性评价中的主要参评因子，但对线状因子的处理则存在一个明显的缺陷——即没有区分出线状因子的主、次级别，忽略了不同级别因子对地质灾害发育影响程度的差异性。比如水系有延伸上千公里的大江大河，也有季节性干涸的小冲沟；断层有区域性的、延伸上千公里的深大断裂，也有延伸仅仅几十米的小断层；公路有开挖规模大但边坡支护措施到位的高等级公路，也有开挖规模小但几乎没有任何防护措施的乡村公路。显然不同级别、不同性质的线状因子对地质灾害发育的影响程度截然不同，但以往的研究并未对线状因子进行合理分级，仅仅笼统的归为水系、断层及公路等，其后果是易发性评价结果低估了主干线状因子对地质灾害发育的影响，同时夸大了次级线状因子的影响。
进一步的，对非线状地质灾害影响因子采用GIS平台的空间分析功能，分析地质灾害与非线状地质灾害影响因子之间的关系，获得非线状地质灾害影响因子对地质灾害的控制影响方式、影响强度及范围。
进一步的，线状地质灾害影响因子对地质灾害影响的分析方法包括：
第一种：创建线状地质灾害影响因子的多环缓冲区，统计各缓冲距离内地质灾害的类型、数量及规模特征；
第二种：对线状地质灾害影响因子执行欧氏距离分析，生成线状地质灾害影响因子的欧氏距离栅格图层，利用栅格分析的功能提取灾害点距离目标线状地质灾害影响因子的最近距离，最后进行统计分析。
进一步的，线状地质灾害影响因子包括：断层、水系、道路等在空间上呈线状延伸的影响因子；对线状地质灾害影响因子分级包括：Ⅰ级、Ⅱ级、Ⅲ级，Ⅰ级-Ⅲ级地质灾害影响程度逐渐降低。
进一步的，断层的分级评估参数包括：断层的延伸长度、深度以及在不同级别比例尺地图中的可见性；水系的分级评估参数包括：主干河流长度、流域面积、多年年均径流量；道路的分级评估参数包括：道路的类型、沿线地质环境条件、开挖规模及支护措施。
进一步的，利用层次分析法获得该区域地质灾害评估结果，具体包括：
专家对控制该区域地质灾害发育的不同类型的影响因子以及同类但不同级别的线状影响因子进行成对比较；按对比因子对地质灾害的影响程度赋予相对大小的分值。
同类但不同级别具体指属于同一大类但是属于该类中的不同级别，如类型有水系、断层等，断层有Ⅰ、Ⅱ、Ⅲ3个不同的级别，水系同样有三个级别，在评估时需要对每个类型中不同的级别进行互相成对比较并打分。
其中，成对比较具体为将两个影响因子进行比较。一方面需要对不同类型的因子之间进行比较，如比较坡度与地层，若坡度对地质灾害的影响比地层的影响稍微大，则坡度比较地层时赋予一个相对值(比如3)，再比较坡度与断层，若坡度的影响远大于断层，则赋予一个相对值(比如9)；另一方面，同类但不同级别的线状要素具体指属于同一大类但是属于该类中的不同级别的线状要素，如类型有水系、断层等，断层有Ⅰ、Ⅱ、Ⅲ3个不同的级别，水系同样有3个级别，在评估时需要对每个类型中不同的级别进行互相成对比较打分，如3级断层之间互相比较打分，3级水系之间互相比较打分。
根据专家成对比较打分结果构建层次分析法判别矩阵；
求解层次分析法判别矩阵权向量，权向量值为参评因子权重；
对层次分析法判别矩阵的一致性进行检验；若不通过检验则回退到专家打分步骤；若检验通过，则利用参评因子叠加计算地质灾害易发性指数，基于地质灾害易发性指数，进行地质灾害易发性分级。
进一步的，不同级别线状因子对地质灾害影响分析包括：
各级线状地质灾害影响因子欧氏距离分析：分别对不同级别的线状地质灾害影响因子进行欧氏距离分析，以得出空间任意一点与线状要素的最近距离，欧氏距离值以栅格数据的形式存储，即得到各级断层、水系、道路欧氏距离栅格数据；
提取灾害点距离目标因子的最近距离：将初始的地质灾害点数据1与不同类型的各级线状地质灾害影响因子距离栅格图层进行叠加，提取每个灾害点与目标线状地质灾害影响因子的最近距离，在地质灾害点数据1的属性信息的基础上追加了多个距离值，形成一个新的地质灾害数据2；
地质灾害归属判定：采用相对距离大小进行判定，灾害点距离Ⅰ级、Ⅱ级、Ⅲ级的某类线状地质灾害影响因子的距离为d1、d2、d3，比较3个距离值的相对大小，将灾害点归属到距离最近的那一级因子；
统计分析：统计地质灾害与不同类型、不同级别的线状地质灾害影响因子的距离关系，分析线状地质灾害影响因子对地质灾害的影响。
进一步的，专家打分构建层次判别矩阵：同一层次影响因子成对比较时，每次选取2个对比因子xi与xj，用aij表示xi与xj相对重要性，aij的取值采用Santy的方法，由全部比较结果得到某一层次的判别矩阵A＝(aij)：
Figure BDA0001469371580000041
其中，aij﹥0，aij×aji＝1，当i＝j时，aij＝1；
据此原理，自上而下依次构建同一层次的因子相对上一层次某因子的层次判别矩阵；
进一步，层次排序及一致性检验包括：层次排序包括层次单排序和层次总排序，对应于判断矩阵最大特征根λmax的特征向量，经归一化后记为W；
W的元素为同一层次因子相对于上一层的某因子相对重要性的层次排序权重，上述过程即是层次单排序；
计算某一层次所有因子相对于最高层相对重要性的权重，称为层次总排序，上述过程从最高层次到最低层次依次进行；
层次排序的结果以一致性比率CR作为指标，CR<0.1时层次排序通过检验；
一致性检验通过，则可获得最终的不同类型、不同级别的参评因子权重。
进一步的，地质灾害易发性分区包括：基于GIS平台，利用获得的参评因子进行加权叠加计算，得到地质灾害易发性指数图，将地质灾害易发性指数图重分类成不同的易发性级别。
本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：
地质灾害易发性评估是研究一定区域发生地质灾害的可能性大小，是区域开发、城镇建设用地规划、工程项目选址选线、防灾减灾措施制定等的重要依据。层次分析法(AHP)因其独有优势而被大量运用于确定地质灾害影响因子的权重；但是，传统研究中普遍存在研究流程及对地质灾害线状影响因子处理不合理的缺陷，这导致易发性评价结果不太合理。针对这种现状本发明提出了合理的研究流程，创造性的对地质灾害线状影响因子进行分级处理。相较传统方法，本发明更符合地球科学的研究特点，逻辑清晰、实施可行，评估结果更加可靠。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定；
图1是本申请中基于GIS的地质灾害易发性评估原理示意图；
图2是本申请中基于层次分析法的地质灾害易发性改进评估方法示意图；
图3是本申请中线状要素对地质灾害发育控制影响特征研究流程示意图。
具体实施方式
本发明提供了一种基于层次分析法的地质灾害易发性改进评估方法，解决了现有的评估方法存在的研究流程不合理、对线状影响因子的处理不合理，导致最终的评估结果不合理、不准确的技术问题，对基于层次分析法的地质灾害易发性评估流程进行了改进，对线状影响因子进行了分级处理，本方法逻辑合理，实施可行，评估结果具有更加合理准确的技术效果。
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
改进方法的流程见图2。需要强调的是：作为示例，流程图中仅仅列出了坡度、坡向、高程、地层、断层、水系、道路等影响因子，但不能因此认为本发明中的地质灾害影响因子仅仅这几项。
3.1基础数据收集及地质灾害数据获取
在此阶段首先要系统收集研究区的基础数据，包括地形数据(坡度、坡向、高程等)、地层数据、线状要素数据(如断层、水系、交通道路)、降雨数据、植被数据等。地质灾害数据的获取一般来源于收集的前人调查及研究成果、遥感解译、现场调查。
3.2开展地质灾害分布规律及控制影响因素研究
地质灾害受地形、岩土体工程地质性质、水系、断层等因子的综合影响，因此这一阶段主要利用GIS的空间分析功能，研究地质灾害与其影响因子之间的关系，查明这些因子对地质灾害的控制影响方式、影响强度及范围。
对于地形、地层岩性等非线状因子对地质灾害的影响一般采用GIS的提取分析、空间连接等方法实现，在此不再详述。
关于线状影响因子对地质灾害影响的统计研究一般有两种方法：①创建线状因子的多环缓冲区，统计各缓冲距离内地质灾害的类型、数量及规模等特征。②对线状因子执行欧式距离分析，生成线状因子的欧式距离栅格图层，利用栅格分析的功能提取灾害点距离目标线状因子的最近距离，最后进行统计分析。
3.2.1线状影响因子分级
如前所述，同类但不同级别、不同性质的线状影响因子对地质灾害的影响效应具有显著的差异，传统方法中忽视了这个问题。因此，针对这种情况提出了对线状影响因子分级，分别研究不同级别线状因子对地质灾害发育的影响，这是本项发明的重要创新点。
由于断裂、水系及公路是常见的三种影响区域地质灾害发育的线状因子，故在实践经验的基础上参考相关研究对这三种线状因子进行了分级。需要强调的是：本发明中虽然提出的是对断层、水系及公路的分级方案，但对其他线状影响因子的分级也在本发明的保护范围内。
本发明提出的的三种线状影响因子分类方案见表1-表3。采用三级指标对线状影响因子进行划分，其含义是：对同类影响因子而言，Ⅰ级因子对地质灾害发育的影响最大，Ⅲ级因子对地质灾害的影响最小，Ⅱ级指标的影响介于Ⅰ级和Ⅲ级之间。对断层的分级主要考虑了断层的延伸长度、深度以及在不同级别比例尺地图中的可见性；对水系的分级主要考虑了主干河流长度、流域面积、多年年均径流量等；对公路的分级主要考虑了公路的类型、沿线地质环境条件、开挖规模及支护措施等。
表1断层分级方案
Figure BDA0001469371580000061
表2水系分级方案
Figure BDA0001469371580000062
Figure BDA0001469371580000071
表3道路分级方案(主要针对西部山区)
Figure BDA0001469371580000072
在系统收集了研究区的基础资料后，对这些资料进行充分分析，结合前人研究、实地调查等将目标区域的线状影响因子按表1-表3进行分级。
3.2.2不同级别线状因子对地质灾害影响研究
这一步的研究思路见图3。
①各级线状因子欧氏距离分析
在上一步对不同类型的线状因子进行了分级以后，分别对不同级别的线状因子进行欧氏距离分析，以得出空间任意一点与线状要素的最近距离，欧氏距离值以栅格数据的形式存储，即得到图3中的各级断裂、水系、公路距离栅格数据。
②提取灾害点距离目标因子的最近距离
将初始的地质灾害点数据1与不同类型的各级影响因子距离栅格图层进行叠加，执行提取分析——提取每个灾害点与目标线状影响因子的最近距离，相当于在地质灾害点数据1的属性信息的基础上追加了多个距离值从而形成一个新的地质灾害数据2。
③地质灾害归属判定
地质灾害的同类线状影响因子具有不同的级别，那么如何判定具体的某个地质灾害点受哪级因子的控制呢？这即是归属判定需要解决的问题。
本发明采用相对距离大小进行判定，即对具有不同级别的某一类线状影响因子而言，地质灾害点受离它最近的那一级因子的控制。记灾害点距离Ⅰ级、Ⅱ级、Ⅲ级的某类线状因子的距离为d1、d2、d3，比较3个距离值的相对大小，将灾害点归属到距离最近的那一级因子，比如某灾害点与断层的距离d1＝100m、d2＝300m、d3＝500m，则该灾害点距离Ⅰ级断层最近，故认为Ⅰ级断层的对其的控制作用最显著，因此将其归属为受Ⅰ级断层控制。表4展示了几个不同级别断层影响地质灾害发育的归属判定实例。
表4灾害点归属判定示例
Figure BDA0001469371580000081
④统计分析
统计地质灾害与不同类型、不同级别的线状影响因素的距离关系，分析线状影响因子对地质灾害的影响。
3.3求解地质灾害影响因子权向量
①易发性参评因子选取
由于地质灾害是众多环境及诱灾因子共同作用的产物，不同因子对地质灾害发育的影响程度不一样，有些影响显著，有的影响则微乎其微。因此，本发明在充分分析研究区地质灾害发育特征的基础上，选取影响显著的主要因素作为参评因子。
②专家打分构建AHP层次判别矩阵
如前所述：以往利用层次分析法进行地质灾害易发性的研究中，往往跨过地质灾害发育及控制影响研究这一步，直接凭经验给定参评因子并邀请专家打分，其结果往往是由于专家往往对目标区域缺乏针对性的认识，因此专家打分结果与目标区域的实际情况并不符合，导致最终的评价结果并不理想。
针对上述缺陷，本发明在选定地质灾害易发性参评因子后，将参评因子与上一步的地质灾害发育分布及控制影响因素的研究成果提交给专家，专家分析目标区域地质灾害发育特征并结合其丰富的经验对不同类型的参评因子以及同类不同级别的因子进行两两比较打分，构建层次分析的判别矩阵。
同一层次影响因子成对比较时，每次选取2个对比因子xi与xj，用aij表示xi与xj相对重要性，aij的取值采用Santy的方法(表5)。
表5判别矩阵标度及含义
Figure BDA0001469371580000091
由全部比较结果得到某一层次的判别矩阵A＝(aij)。
Figure BDA0001469371580000092
其中aij﹥0，aij×aji＝1，当i＝j时，aij＝1。
据此原理，自上而下依次构建同一层次的因子相对上一层次某因子的层次判别矩阵。
③层次排序及一致性检验
层次排序包括层次单排序和层次总排序，其实质即是根据判别矩阵求解权向量的过程。
对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量中各元素之和等于1)后记为W。W的元素为同一层次因子相对于上一层的某因子相对重要性的层次排序权重，这一过程即是层次单排序。计算某一层次所有因子相对于最高层(总目标)相对重要性的权重，称为层次总排序，这一过程从最高层次到最低层次依次进行。
层次排序的结果需要通过一致性检验才能被接受。以一致性比率CR作为指标，一般认为CR<0.1时层次排序通过检验。
一致性检验通过，则可获得最终的不同类型、不同级别的参评因子权重。
3.4地质灾害易发性分区
成功完成上述一系列工作以后，这里将基于GIS平台，利用上述获得的参评因子进行加权叠加计算，得到地质灾害易发性指数图，再选择合适的方法(如自然间断法)将其重分类成不同的易发性级别即可。
4.技术效果
地质灾害易发性评估是研究一定区域发生地质灾害的可能性大小，是区域开发、城镇建设用地规划、工程项目选址选线、防灾减灾措施制定等的重要依据。层次分析法(AHP)因其独有优势而被大量运用于确定地质灾害影响因子的权重；但是，传统研究中普遍存在研究流程及对地质灾害线状影响因子处理不合理的缺陷，这导致易发性评价结果不太合理。针对这种现状本发明提出了合理的研究流程，创造性的对地质灾害线状影响因子进行分级处理。相较传统方法，本发明更符合地球科学的研究特点，逻辑清晰、确实可行，评估结果更加可靠。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于层次分析法的地质灾害易发性改进评估方法，其特征在于，所述方法包括：
步骤1：收集待评估区域的地质基础数据，获取待评估区域的地质灾害数据；
步骤2：基于步骤1收集和获取的数据，对该区域的地质灾害分布规律及控制影响因素进行分析，获得控制该区域地质灾害发育的影响因子，以及获得不同级别线状地质灾害影响因子对地质灾害的影响情况；
步骤3：基于获得的控制该区域地质灾害发育的影响因子和不同级别线状影响因子对地质灾害的影响情况，利用层次分析法计算影响因子的权重，基于GIS平台对影响因子进行加权叠加计算得到地质灾害易发性评估结果；
采用三级指标对线状影响因子进行划分：对同类影响因子而言，Ⅰ级因子对地质灾害发育的影响最大，Ⅲ级因子对地质灾害的影响最小，Ⅱ级指标的影响介于Ⅰ级和Ⅲ级之间；
根据欧氏距离分析法分析不同类型的线状因子，分别对不同级别的线状因子进行欧氏距离分析，以得出空间任意一点与线状要素的最近距离，提取灾害点距离目标因子的最近距离将初始的地质灾害点数据1与不同类型的各级影响因子距离栅格图层进行叠加，提取每个灾害点与目标线状影响因子的最近距离，相当于在地质灾害点数据1的属性信息的基础上追加了多个距离值从而形成一个新的地质灾害数据2；
根据相对距离大小对地质灾害归属进行判定，即对具有不同级别的某一类线状影响因子，地质灾害点受离它最近的那一级因子的控制，记灾害点距离Ⅰ级、Ⅱ级、Ⅲ级的某类线状因子的距离为d1、d2、d3，比较3个距离值的相对大小，将灾害点归属到距离最近的那一级因子。
2.根据权利要求1所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，对非线状地质灾害影响因子采用GIS平台的空间分析功能，分析地质灾害与非线状地质灾害影响因子之间的关系，获得非线状地质灾害影响因子对地质灾害的控制影响方式、影响强度及范围。
3.根据权利要求1所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，线状地质灾害影响因子对地质灾害影响的分析方法包括：第一种：创建线状地质灾害影响因子的多环缓冲区，统计各缓冲距离内地质灾害的类型、数量及规模特征；第二种：对线状地质灾害影响因子执行欧氏距离分析，生成线状地质灾害影响因子的欧氏距离栅格图层，利用栅格分析的功能提取灾害点距离目标线状地质灾害影响因子的最近距离，最后进行统计分析。
4.根据权利要求1所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，线状地质灾害影响因子包括：断层、水系、道路在空间上呈线状延伸的影响因子；对线状地质灾害影响因子分级包括：Ⅰ级、Ⅱ级、Ⅲ级，Ⅰ级-Ⅲ级地质灾害影响程度逐渐降低。
5.根据权利要求4所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，断层的分级评估参数包括：断层的延伸长度、深度以及在不同级别比例尺地图中的可见性；水系的分级评估参数包括：主干河流长度、流域面积、多年年均径流量；道路的分级评估参数包括：道路的类型、沿线地质环境条件、开挖规模及支护措施。
6.根据权利要求1所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，利用层次分析法获得该区域地质灾害评估结果，具体包括：专家对控制该区域地质灾害发育的不同类型的影响因子以及同类但不同级别的线状影响因子进行成对比较，按对比因子对地质灾害的影响程度赋予相对大小的分值；
根据专家打分结果构建层次分析法判别矩阵；求解层次分析法判别矩阵权向量，权向量值为参评因子权重；对层次分析法判别矩阵的一致性进行检验；若不通过检验则回退到专家打分步骤；若检验通过，则利用参评因子叠加计算地质灾害易发性指数，基于地质灾害易发性指数，进行地质灾害易发性分级。
7.根据权利要求6所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，
专家打分构建层次判别矩阵：同一层次影响因子成对比较时，每次选取2个对比因子xi与xj，用aij表示xi与xj相对重要性，由比较结果得到某一层次的判别矩阵A＝(aij)：
Figure FDA0003281920990000021
其中，aij﹥0，aij×aij＝1，当i＝j时，aij＝1；据此原理，自上而下依次构建同一层次的因子相对上一层次某因子的层次判别矩阵。
8.根据权利要求1所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，
层次排序及一致性检验包括：层次排序包括层次单排序和层次总排序，对应于判断矩阵最大特征根λmax的特征向量，经归一化后记为W；W的元素为同一层次因子相对于上一层的某因子相对重要性的层次排序权重，上述过程即是层次单排序；
计算某一层次所有因子相对于最高层相对重要性的权重，称为层次总排序，上述过程从最高层次到最低层次依次进行；层次排序的结果以一致性比率CR作为指标，CR<0.1时层次排序通过检验；
一致性检验通过，则可获得最终的不同类型、不同级别的参评因子权重。
9.根据权利要求6所述的基于层次分析法的地质灾害易发性改进评估方法，其特征在于，地质灾害易发性分区包括：基于GIS平台，利用获得的参评因子进行加权叠加计算，得到地质灾害易发性指数图，将地质灾害易发性指数图重分类成不同的易发性级别。
CN201711130335.5A 2017-11-15 2017-11-15 一种基于层次分析法的地质灾害易发性改进评估方法 Active CN107943880B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711130335.5A CN107943880B (zh) 2017-11-15 2017-11-15 一种基于层次分析法的地质灾害易发性改进评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711130335.5A CN107943880B (zh) 2017-11-15 2017-11-15 一种基于层次分析法的地质灾害易发性改进评估方法

Publications (2)

Publication Number Publication Date
CN107943880A CN107943880A (zh) 2018-04-20
CN107943880B true CN107943880B (zh) 2022-04-01

Family

ID=61931236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711130335.5A Active CN107943880B (zh) 2017-11-15 2017-11-15 一种基于层次分析法的地质灾害易发性改进评估方法

Country Status (1)

Country Link
CN (1) CN107943880B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960655A (zh) * 2018-07-12 2018-12-07 国网辽宁省电力有限公司经济技术研究院 一种gis支持下的输电线路地质稳定性评价方法
CN109165465B (zh) * 2018-09-18 2023-07-11 中国路桥工程有限责任公司 一种公路滑坡破坏损失评价模型及其构建方法
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
CN110633858A (zh) * 2019-09-18 2019-12-31 国网湖南省电力有限公司 一种用于输电线路的暴雨地质灾害的聚类预警方法及系统
CN110967461B (zh) * 2019-12-19 2020-08-25 浙江清华长三角研究院 一种基于gis技术实现河流水质动态分布的方法
CN111126701A (zh) * 2019-12-25 2020-05-08 兰州交通大学 一种基于gis和气象监测网络的森林火险预警方法
CN111144761A (zh) * 2019-12-27 2020-05-12 成都理工大学 一种基于典型地下地质灾害风险评价的铁路选线方法
CN111144762B (zh) * 2019-12-27 2022-08-23 成都理工大学 一种基于地面地质灾害风险评估的铁路线路筛选方法
CN111160644B (zh) * 2019-12-27 2022-08-19 成都理工大学 一种基于地质灾害风险评估的铁路选线方法及其装置
CN111340359B (zh) * 2020-02-25 2022-03-22 西安交通大学 一种多能互补分布式能源系统综合评价方法
CN111507539A (zh) * 2020-04-26 2020-08-07 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) 一种基于层次分析法的泥石流危险等级评价方法及系统
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
CN112561297B (zh) * 2020-12-09 2024-07-05 中南大学 不同地形下邻域影响的地质灾害风险评价方法
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
CN116384086B (zh) * 2023-03-21 2024-06-28 广西壮族自治区地质环境监测站 一种基于大数据的多灾种地区风险评估方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955613A (zh) * 2014-04-29 2014-07-30 国家电网公司 一种电网工程区域性滑坡地质灾害危险性分级评价方法
CN104021267A (zh) * 2013-10-25 2014-09-03 中国科学院地理科学与资源研究所 一种地质灾害易发性判定方法和装置
CN104715159A (zh) * 2015-04-01 2015-06-17 中国科学院、水利部成都山地灾害与环境研究所 一种线性工程地质灾害危险性评估的多层次分析法
CN105303020A (zh) * 2014-07-14 2016-02-03 国家电网公司 一种基于ahp的电网自然灾害风险评估方法
CN106651211A (zh) * 2016-12-30 2017-05-10 吉林师范大学 一种不同尺度区域洪水灾害风险评估的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021267A (zh) * 2013-10-25 2014-09-03 中国科学院地理科学与资源研究所 一种地质灾害易发性判定方法和装置
CN103955613A (zh) * 2014-04-29 2014-07-30 国家电网公司 一种电网工程区域性滑坡地质灾害危险性分级评价方法
CN105303020A (zh) * 2014-07-14 2016-02-03 国家电网公司 一种基于ahp的电网自然灾害风险评估方法
CN104715159A (zh) * 2015-04-01 2015-06-17 中国科学院、水利部成都山地灾害与环境研究所 一种线性工程地质灾害危险性评估的多层次分析法
CN106651211A (zh) * 2016-12-30 2017-05-10 吉林师范大学 一种不同尺度区域洪水灾害风险评估的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于ArcGIS的旬阳县地质灾害易发性分区评价";张英;《中国优秀硕士学位论文全文数据库 基础科学辑》;20150215;正文第1-70页 *
"基于GIS与组合赋权法的白龙江流域甘肃段地质灾害危险性评价";全永庆;《中国优秀硕士学位论文全文数据库 基础科学辑》;20141015;正文第1-60页 *

Also Published As

Publication number Publication date
CN107943880A (zh) 2018-04-20

Similar Documents

Publication Publication Date Title
CN107943880B (zh) 一种基于层次分析法的地质灾害易发性改进评估方法
CN110059963A (zh) 一种基于模糊多态贝叶斯网络的隧道风险评价方法
CN108846521A (zh) 基于Xgboost的盾构施工不良地质类型预测方法
CN110610285A (zh) 一种地下金属矿采空区危险度分级评价方法
CN104899437A (zh) 强降雨型滑坡灾害预警方法
CN112132470A (zh) 一种基于加权信息量法的滑坡易发性评估方法
WO2013009160A2 (en) A geometric method for predicting landslide disaste
CN113570226A (zh) 断层破碎带隧道突涌水灾害发生概率等级评价方法
CN109447493A (zh) 一种基于物源活动强度的震后泥石流危险性评价方法
CN108332696A (zh) 滑坡监测方法选择方法
CN114997671A (zh) 基于人工神经网络和熵值法的基坑变形安全风险评估的方法
CN103559389B (zh) 一种县域耕地等级变化监测样点布设的方法
Mosaffaie et al. Landslide risk assessment based on susceptibility and vulnerability
CN113240357A (zh) 一种红层地区公路边坡稳定性快速评价方法
CN112488463A (zh) 一种基于组合赋权法与优劣解距离法的滑坡评价方法
CN118195364B (zh) 一种基于加权信息量法的隧道洞口边坡稳定性评价方法
Dung et al. Weights of factors contributing to flood formation in the Lam River Basin, Vietnam
Wang et al. Incremental learning-random forest model-based landslide susceptibility analysis: A case of Ganzhou City, China
Armstrong et al. The application of data mining techniques to characterize agricultural soil profiles.
CN111026790A (zh) 一种基于数据挖掘的结构安全评估及预报方法
CN115019476B (zh) 一种基于多源信息融合的滑坡时空信息监测预警方法
CN114997666A (zh) 一种区域泥石流易发性评估方法
CN116384619A (zh) 干旱半干旱采矿城市生态地质环境脆弱性分级方法及装置
Tarek et al. Flood-Prone Urban Area Mapping Using Machine Learning, a Case Study of M'sila City (Algeria)
Lee et al. Quantitative Risk Analysis of Debris Flow Disasters in Urban Area Using Geographic Information System.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant