CN110362867A - 基于多元影响因子的地面沉降分区方法 - Google Patents

Abstract

一种基于多元影响因子的地面沉降分区方法，采用非线性逻辑回归模型作为研究区地面沉降敏感性评价模型，借助于ArcGIS和SPSS软件，选择地层岩性、距断层距离、软土层厚度、地下水位变幅、人类工程建设程度、地下资源开采程度6个参数作为影响地面沉降的影响因子，将各因子按照贡献率处理后得到影响因子的逻辑回归系数值，并根据逻辑回归模型得到研究区各单位的地面沉降敏感性分区概率，然后得到研究区地面沉降敏感性分区图。本发明灵活性和应用性较好、资料收集简易。

Description

基于多元影响因子的地面沉降分区方法

技术领域

本发明涉及一种地面沉降是结合不同多元影响因子对研究区进行地面沉降分区方法。

背景技术

地面沉降是地质灾害的一种重要类型，是由自然因素和人为因素作用，地壳表层土体受到压缩而导致的区域性的地表高程下降的一种地质环境现象，是一种对社会经济发展以及人民生活构成威胁的地质灾害。目前，地球上发生地面沉降的国家和地区已经多达50多个，造成了不同程度的生存环境破坏以及生命财产损失。

针对地面沉降地质灾害国内外众学者在灾害评估和预测方面做了大量的研究工作。包括分层总和法、有限元、有限差分等数值模拟方法、BP神经网络灰色理论法等。但存在理论计算太过于理想化，与实测沉降有较大差异，参数难以确定，资料难以收集，理论基础较为缺乏等缺陷。因此需要寻找一种既存在理论依据又能增强模型的灵活性和应用性，同时参数的选择，资料的收集也都较为简易的方法。

发明内容

为了克服已有地面沉降评估和预测方式的灵活性和应用性较差、资料收集繁琐的不足，本发明提供了一种灵活性和应用性较好、资料收集简易的基于多元影响因子的地面沉降分区方法，对某区域进行简单有效的沉降预测分区。

本发明解决其技术问题所采用的技术方案是：

一种基于多元影响因子的地面沉降分区方法，包括以下步骤：

步骤1、地面沉降影响因子提取

选择地层岩性、距断层距离、软土层厚度、地下水位变幅、人类工程建设程度、地下资源开采程度6个参数作为影响地面沉降的影响因子；

步骤2、数据库及逻辑回归模型建立

通过对地面沉降影响因子数据进行整理和入库，在收集所需数据的基础上，利用ArcGIS软件将数据图层栅格化，并采用如下经验公式计算栅格单元大小：

G_S＝7.49+0.0006S-2.0×10^-9S²+2.9×10^-15S³ (1)

式中：G_s为选取格网的大小；S为原始的DEM数据精度的分母；

其中的数据栅格作为进行逻辑回归模型的数据，用逻辑回归公式表示发生和未发生结果的概率分别为：

即：

式中：式中：P为地面沉降发生的概率；β₁，…，β_n为计算所得的逻辑回归系数；β₀为截距；x_n为指标值；

步骤3、影响因子分类分级和指标量化

将每个影响因子的各个二级分类因子中地面沉降灾害点的栅格个数与各个二级分类因子的面积比值作为指标值，各类影响因子指标值的计算如下:

式中：i＝1，2，…，n，为一级因子序号；j＝1，2，…，n，为二级因子序号；X_ij为各类二级因子的指标值；S_ij为各类二级因子的面积；N_ij为各类二级因子的栅格个数

根据式(5)在ArcGIS软件中计算得到各影响因子的指标值；

步骤4、模型应用及影响因素确定

利用ArcGIS将影响地面沉降的各因子图层进行叠加，将数据采用SPSS软件进行逻辑回归分析，经过多次迭代，剔除贡献不足数据后得到各影响因素逻辑回归系数值β_n；

步骤5、沉降分区

根据各因子指标值X_ij，利用ArcGIS软件中Raster Calculator功能计算沉降的概率值P，并根据发生沉降概率值的大小进行分级分区，共划分4个区域：地面沉降不易发区、地面沉降低易发区、地面沉降中易发区、地面沉降高易发区。最后通过统计各级沉降区域的百分比，借助ArcGIS的制图功能生成研究区地面沉降分区图。

本发明的技术构思为：采用非线性逻辑回归模型作为研究区地面沉降敏感性评价模型，借助于ArcGIS和SPSS软件，选择地层岩性、距断层距离、软土层厚度、地下水位变幅、人类工程建设程度、地下资源开采程度6个参数作为影响地面沉降的影响因子，将各因子按照贡献率处理后得到影响因子的逻辑回归系数值，并根据逻辑回归模型得到研究区各单位的地面沉降敏感性分区概率，然后得到研究区地面沉降敏感性分区图。

本发明的有益效果主要表现在：1.研究区影响因素的确定结果可供后期用地单位审阅，指导地面沉降防治工作。2.沉降分区明朗化对未来城市规划及建设有着重要的意义。

附图说明

图1是基于多元影响因子的地面沉降分区方法的流程图。

图2是研究区监测点示意图。

图3是研究区基于逻辑回归模型地面沉降敏感性分区预测图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图3，一种基于多元影响因子的地面沉降分区方法，包括以下步骤：

步骤1、地面沉降影响因子提取

地面沉降的发生受控于很多因素，根据前人研究资料，选择地层岩性、距断层距离、软土层厚度、地下水位变幅、人类工程建设程度、地下资源开采程度6个参数作为影响地面沉降的影响因子；

步骤2、数据库及逻辑回归模型建立

通过对地面沉降影响因子数据进行整理和入库，在收集所需数据的基础上，利用ArcGIS软件将数据图层栅格化，并采用如下经验公式计算栅格单元大小：

G_S＝7.49+0.0006S-2.0×10^-9S²+2.9×10^-15S³ (1)

式中：G_s为选取格网的大小；S为原始的DEM数据精度的分母；

其中的数据栅格作为进行逻辑回归模型的数据，用逻辑回归公式表示发生和未发生结果的概率分别为：

即：

式中：式中：P为地面沉降发生的概率；β₁，…，β_n为计算所得的逻辑回归系数；β₀为截距；x_n为指标值；

步骤3、影响因子分类分级和指标量化

将每个影响因子的各个二级分类因子中地面沉降灾害点的栅格个数与各个二级分类因子的面积比值作为指标值，(二级分类因子根据实际情况确定)这个指标值反映了单位面积内沉降的分布情况，同时通过不同指标值的比较，也可反映不同区域内地面沉降的危害程度。具体各类影响因子指标值的计算如下:

式中：i＝1，2，…，n，为一级因子序号；j＝1，2，…，n，为二级因子序号；X_ij为各类二级因子的指标值；S_ij为各类二级因子的面积；N_ij为各类二级因子的栅格个数

根据式(5)在ArcGIS软件中可计算得到各影响因子的指标值。

步骤4、模型应用及影响因素确定

利用ArcGIS将影响地面沉降的各因子图层进行叠加，将数据采用SPSS软件进行逻辑回归分析。由于逻辑回归模型具有挑选变量的功能，对没有贡献或贡献很少的变量剔除，经过多次迭代，剔除贡献不足数据后得到各影响因素逻辑回归系数值β_n；

步骤5、沉降分区

根据各因子指标值X_ij，利用ArcGIS软件中Raster Calculator功能计算沉降的概率值P，并根据发生沉降概率值的大小进行分级分区，共划分4个区域：地面沉降不易发区、地面沉降低易发区、地面沉降中易发区、地面沉降高易发区。最后通过统计各级沉降区域的百分比，借助ArcGIS的制图功能生成研究区地面沉降分区图。

本实施例中，某市滨海地区面积约为511.65km2，。地处北亚热带南缘，属中纬度亚热带季风气候区，具有季风显著，气候温和，四季分明，湿润多雨的特点。研究区降雨情况在地域空间分布上差异较小。其降水量年内分配随季节的变化而变化，多年平均降水量1465.6mm(1985～2018年)，最大年降雨量为2056mm，地形地貌整体属于滨海平原地貌单元，局部发育残丘，南侧逐渐过度至丘陵。研究区域出露地层以第四系覆盖层为主，南侧有残丘山体分布，以白垩系火山碎屑岩地层为主，局部零星分布陈蔡群变质岩地层和燕山期侵入岩。

所述方法包括以下步骤：

步骤1、研究区基本资料收集

研究区地面沉降敏感性分区评价所需的数据包括：野外调查定点1:50000精度地形图；某市滨海地区2013年～2016年地面沉降Insar监测数据统计；浙东沿海中生代火山-侵入活动、构造演化及成矿规律；1/20万杭州幅区域地质及水文地质调查资料；研究区自2002年至今约150份勘察成果报告，内容涵盖房屋住宅、工业厂房、道路桥梁、渠道河堤等；国家地下水监测工程浙江分区地下水位变幅和地下水位波动图；某市滨海地区土地利用总体规划(2006-2020年)-2014年完善版。

同时研究区分别在道路、房屋、海塘河堤、水井、闸门等地方设置监测点，监测点按照密度为0.45km²/个，共计数量为150个，假定监测点涵盖范围都一样，面积为0.1km²，因此，监测点总面积为15km²，占研究区总面积的2.93％，如图2所示。根据各工程勘察单位的各类资料和地面沉降作用机理的综合分析，并结合实地野外调查和前人研究资料，将监测点分为沉降明显点和沉降不明显点。

步骤2、地面沉降影响因子提取

根据前人研究资料，将地层岩性、距断层距离、软土层厚度、地下水位变幅、人类工程建设程度、地下资源开采程度6个参数作为影响地面沉降的影响因子。

表1地面沉降影响因子说明；

表1

步骤3、数据库及逻辑回归模型建立

研究区的地形图比例尺为1：50000，通过式(1)计算和取整，选择33m分辨率的栅格单元，计算的格网共1061列、1061行，合计1125721个栅格。区内共有150个工程地质钻孔像元点，将总共1125721个像元作为样本进行逻辑回归模型的数据。根据式(5)在ArcGIS软件中可计算得到各影响因子的指标值，如下表2所示；

表2

步骤4、模型应用及影响因素确定

利用ArcGIS将影响地面沉降的各因子图层进行叠加，将叠加图层转化为数字矩阵，然后将数据导入SPSS软件中进行逻辑回归分析。由于逻辑回归模型具备挑选变量的功能，对没有贡献或贡献较少的变量剔除，经过多次迭代，地层岩性、距断层距离、地下水位变幅、地下资源开采程度贡献率均小，即显著性Sig值都＞0.05，最终只剩下软土层厚度、人类工程建设程度两个影响因子。通过SPSS软件的逻辑回归分析，可得其逻辑回归系数值β_n，见表3。

表3

由表3可得逻辑回归模型的公式为：

步骤5、沉降分区

根据各因子指标值X_ij，利用ArcGIS软件中Raster Calculator功能计算沉降的概率值P，并根据发生沉降概率值的大小进行分级分区，共划分4个区域：地面沉降不易发区、地面沉降滴易发区、地面沉降中易发区、地面沉降高易发区。最后通过统计各级沉降区域的百分比(表4)，借助ArcGIS的制图功能生成研究区地面沉降分区图，见图3。

表4

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，

本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举，仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式，本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。

Claims (1)

1.一种基于多元影响因子的地面沉降分区方法，其特征在于，所述方法包括以下步骤：

步骤1、地面沉降影响因子提取

选择地层岩性、距断层距离、软土层厚度、地下水位变幅、人类工程建设程度、地下资源开采程度6个参数作为影响地面沉降的影响因子；

步骤2、数据库及逻辑回归模型建立

通过对地面沉降影响因子数据进行整理和入库，在收集所需数据的基础上，利用ArcGIS软件将数据图层栅格化，并采用如下经验公式计算栅格单元大小：

G_S＝7.49+0.0006S-2.0×10^-9S²+2.9×10^-15S³ (1)

式中：G_s为选取格网的大小；S为原始的DEM数据精度的分母；

其中的数据栅格作为进行逻辑回归模型的数据，用逻辑回归公式表示发生和未发生结果的概率分别为：

即：

式中：式中：P为地面沉降发生的概率；β₁，…，β_n为计算所得的逻辑回归系数；β₀为截距；x_n为指标值；

步骤3、影响因子分类分级和指标量化

将每个影响因子的各个二级分类因子中地面沉降灾害点的栅格个数与各个二级分类因子的面积比值作为指标值，各类影响因子指标值的计算如下:

式中：i＝1，2，…，n，为一级因子序号；j＝1，2，…，n，为二级因子序号；X_ij为各类二级因子的指标值；S_ij为各类二级因子的面积；N_ij为各类二级因子的栅格个数

根据式(5)在ArcGIS软件中计算得到各影响因子的指标值；

步骤4、模型应用及影响因素确定

利用ArcGIS将影响地面沉降的各因子图层进行叠加，将数据采用SPSS软件进行逻辑回归分析，经过多次迭代，剔除贡献不足数据后得到各影响因素逻辑回归系数值β_n；

步骤5、沉降分区

根据各因子指标值X_ij，利用ArcGIS软件中Raster Calculator功能计算沉降的概率值P，并根据发生沉降概率值的大小进行分级分区，共划分4个区域：地面沉降不易发区、地面沉降低易发区、地面沉降中易发区、地面沉降高易发区。最后通过统计各级沉降区域的百分比，借助ArcGIS的制图功能生成研究区地面沉降分区图。