CN112561297A - 不同地形下邻域影响的地质灾害风险评价方法 - Google Patents
不同地形下邻域影响的地质灾害风险评价方法 Download PDFInfo
- Publication number
- CN112561297A CN112561297A CN202011449067.5A CN202011449067A CN112561297A CN 112561297 A CN112561297 A CN 112561297A CN 202011449067 A CN202011449067 A CN 202011449067A CN 112561297 A CN112561297 A CN 112561297A
- Authority
- CN
- China
- Prior art keywords
- disaster
- influence
- area
- risk
- geological
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims 1
- 238000003491 array Methods 0.000 abstract description 3
- 238000013210 evaluation model Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种不同地形下邻域影响的地质灾害风险评价方法,包括以下步骤:步骤1:历史灾害点优化;步骤2:灾害影响因子选取;步骤3:综合邻近环境影响的因子分级;步骤4:不同地形条件下风险评价指标体系构建;步骤5:计算地质灾害风险指数。本发明针对历史灾害点数据存在位置偏差的问题,提出了地质灾害点进行位置纠偏处理,对现有数据点进行纠偏,减小了现有灾害点与真实灾害发生位置之间的偏差;通过将区域分为山区、平原区域不同地形条件,对其构建不同的成对比较阵,能够更好地考虑不同地形条件下各因子的影响,使得地质灾害评价模型准确性与针对性更强,提高对灾害程度判断的科学性及适用性。
Description
技术领域
本发明涉及地质灾害技术领域,具体涉及一种不同地形下邻域影响的地质灾害风险评价方法。
背景技术
地质灾害是一种频发的自然灾害,它威胁人民的生命财产安全,给社会经济生活造成巨大损失。因此,对可能发生地质灾害的状况进行预测评价具有重要的实际意义,预测评价结果可为国家和地方政府的地质灾害应急管理和防灾减灾提供可靠的科学依据和资料。
国内基于历史灾害点统计信息的相关研究仅在历史灾害点的维度上统计规律特征,这样的做法会带来不良影响,比如随着政府对历史灾害点的整治,地质灾害点的点位上代表的信息发生变化,仅考虑点位上信息会给后续处理带来误差,难以通过对点采样处的分析探索环境因素造成的影响,难以揭示地质灾害发生规律。
此外,不同的地形条件下,地质灾害发生规律及影响因素具有明显差异,现有关于区域地质灾害信息相关研究并没有考虑不同地形条件下模型的特殊性,存在地质灾害评价模型准确性与针对性不足的问题。因此,研发能够减少历史灾害点信息发生改变带来不良影响的不同地形下邻域影响的地质灾害风险评价方法成为了急需解决的技术问题。
综上所述,急需一种不同地形下邻域影响的地质灾害风险评价方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种不同地形下邻域影响的地质灾害风险评价方法,旨在解决现有地质灾害信息研究未考虑不同地形条件下模型特殊性所带来的问题,具体技术方案如下:
一种不同地形下邻域影响的地质灾害风险评价方法,其特征在于,包括以下步骤:
步骤1:历史灾害点优化:判断风险评价区域中的每个灾害点位于灾害发生地还是灾害发生后影响区域,对位于灾害发生后影响区域的灾害点进行位置纠偏处理;
步骤2:灾害影响因子选取:基于地质灾害的成灾机理,选择多个灾害影响因子来进行地质灾害风险评价;
步骤3:综合邻近环境影响的因子分级:以每个灾害点为中心设置邻近范围,统计各灾害点邻近范围内各灾害影响因子分布规律,并对各种灾害影响因子进行重分类;
步骤4:不同地形条件下风险评价指标体系构建:根据地势条件将风险评价区域划分为山区地区和平原地区,根据步骤2选取的灾害影响因子,采用层次分析法计算山区地区和平原地区不同地形条件下各灾害影响因子的权重,构建山区地区和平原地区不同地形条件下地质灾害风险评价指标体系;
步骤5:计算地质灾害风险指数:利用各灾害影响因子重分类结果和步骤4中计算出的山区地区和平原地区的各灾害影响因子的权重,通过加权综合评价法,计算地质灾害风险指数。
以上技术方案中优选的,步骤1具体如下:
步骤1.1:以灾害点为中心设置第一窗口,判断灾害点位于灾害发生地还是灾害发生后影响区域,若为灾害发生地,则不对灾害点进行位置纠偏处理;若为灾害发生后影响区域,则进入下一步;
步骤1.2:进行位置纠偏处理;
步骤1.3:返回步骤1.1。
以上技术方案中优选的,所述步骤1.1中,若第一窗口内高差大于30m,则认为灾害点处在灾害发生地;若第一窗口内高差小于30m,则认为灾害点位于灾害发生影响区域。
以上技术方案中优选的,位置纠偏处理具体如下:
以需要纠偏的灾害点为中心设置第二窗口,计算中心点沿着东、西、南、北、东南、东北、西南、西北8个不同方向上坡度的变化情况,并找出8个方向中坡度增加最大的方向,将灾害点沿着坡度增加最大的方向移动一个像素,实现对灾害点位置进行纠偏。
以上技术方案中优选的,所述第一窗口为15×15的栅格像素;所述第二窗口为3×3的栅格像素。
以上技术方案中优选的,步骤2中,选择坡度、高程、坡向、土地利用、地形起伏度、距水系的距离及距灾害点的距离7个灾害影响因子来进行地质灾害风险评价。
以上技术方案中优选的,步骤3具体如下:
步骤3.1:以经过步骤1处理后的灾害点为中心设置邻近范围,并对灾害影响因子进行综合邻近环境影响处理;
步骤3.2:统计各邻近范围内的各灾害影响因子分布情况,得到各灾害影响因子在不同分段内灾害点的数量情况,通过统计不同分段内灾害点数量的分布结果对灾害影响因子进行重分类。
以上技术方案中优选的,所述综合邻近环境影响处理为:对于土地利用、坡向因子,计算邻近范围内所有栅格属性数值出现频率最高的值;对于高程、坡度因子,计算邻近范围内因子的平均值。
以上技术方案中优选的,步骤4具体如下:
步骤4.1:根据地势条件将风险评价区域划分为山区地区和平原地区;
步骤4.2:将各灾害影响因子划分为三个大类;坡度、地形起伏度和土地利用为一大类,高程和距灾害点的距离为一大类,距水系的距离和坡向为一大类;
步骤4.3:对山区地区和平原地区不同地形条件下的各灾害影响因子进行影响力分析;
步骤4.4:基于步骤4.2的分类和步骤4.3的影响力分析结果,采用成对比较法和1-9比较尺度构造成对比较阵;
步骤4.5:对每一个成对比较阵计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验;若检验通过,归一化后的特征向量即为权向量;若不通过,需重新构造成对比较阵;获得山区地区和平原地区不同地形条件下各灾害影响因子的权重及成对比较阵。
以上技术方案中优选的,步骤5具体如下:
步骤5.1:将各灾害影响因子重分类结果与步骤4得到的平原地区各灾害影响因子权重进行加权求和,计算得到平原地区地质灾害风险指数;
步骤5.2:将各灾害影响因子重分类结果与步骤4得到的山区地区各灾害影响因子权重进行加权求和,计算得到山区地区地质灾害风险指数;
步骤5.3:将计算得到的平原地区与山区地区地质灾害风险结果进行合并,得到整个风险评价区域地质灾害风险指数结果。
应用本发明的技术方案,具有以下有益效果:
本发明针对历史灾害点数据存在位置偏差的问题,提出了地质灾害点进行位置纠偏处理,对现有数据点进行纠偏,减小了现有灾害点与真实灾害发生位置之间的偏差,减少了因现有灾害点对应的因子统计信息与真实位置因子统计信息发生偏差带来的不良影响,便于进一步的研究,为后续的灾害调查与评价奠定基础。
通过统计历史灾害点邻域环境因子分布规律,得到各因子对于地质灾害发生造成的影响,通过综合邻域环境减少因历史灾害点对应信息改变带来的影响,从而对灾害影响因子进行分级量化,以便进一步分析。在进行因子规律分析时,考虑的不仅是点位上对应的信息,而是考虑地质灾害点邻近环境进行分析,利用环境信息进行综合分析的优势在于有效避免点位数据对应位置发生变化带来的影响。
通过将区域分为山区、平原区域不同地形条件,对其构建不同的成对比较阵,能够更好地考虑不同地形条件下各因子的影响,能够提高模型方法的准确性,使得地质灾害评价模型准确性与针对性更强,提高对灾害程度判断的科学性及适用性。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例1的技术流程图;
图2为实施例1中温州市全区进行的不同地形下邻域影响的地质灾害风险评价图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1:
参见图1-2,一种不同地形下邻域影响的地质灾害风险评价方法,包括以下步骤:
步骤1:历史灾害点优化:判断风险评价区域中的每个灾害点位于灾害发生地还是灾害发生后影响区域,对位于灾害发生后影响区域的灾害点进行位置纠偏处理;
本实施例中以温州市全区为风险评价区域,对温州市全区进行地质灾害风险评价。
步骤2:灾害影响因子选取:基于地质灾害的成灾机理,选择多个灾害影响因子来进行地质灾害风险评价;具体是,选择坡度、高程、坡向、土地利用、地形起伏度、距水系的距离及距灾害点的距离7个灾害影响因子来进行地质灾害风险评价。
坡度是基本的自然地理要素,也是影响地质灾害发育的重要因素;高程会对斜坡产生重要的影响,高程影响着崩塌滑坡的势能,影响着坡体应力值的大小;地形起伏度定义为最高点高程值与最低点高程值之差,其值在一定程度上能够反映小范围内地形变化的幅度及地形切割的强度;不同的土地利用情况对滑坡有不同影响,是地质灾害重要的影响因素之一;坡向对于很多因素产生影响,不同的坡向可能对植被条件、土壤、土地冻融条件等产生不同程度的影响,这些因素对地质灾害的发生也会产生不同程度的影响;河流和水库的存在一方面对斜坡坡脚有冲刷掏蚀作用,另一方面使斜坡下部岩土体长期处于水系浸泡之中,这两者都增加了地质灾害发生的可能性;历史灾害点反应了研究区历史上发生的地质灾害,反映出整个区域内地质灾害活动情况。
通过科学的分析为地质灾害风险评价选取高程、坡度、坡向、土地利用、地形起伏度、距水系的距离、距灾害点的距离这7个影响因子,为地质灾害风险评价提供一个全面的分析基础,有助于科学有效的评估地质灾害风险。
步骤3:综合邻近环境影响的因子分级:以每个灾害点为中心设置邻近范围,统计各灾害点邻近范围内各灾害影响因子分布规律,并对各种灾害影响因子进行重分类;
步骤4:不同地形条件下风险评价指标体系构建:根据地势条件将风险评价区域划分为山区地区和平原地区,根据步骤2选取的灾害影响因子,采用层次分析法计算山区地区和平原地区不同地形条件下各灾害影响因子的权重,构建山区地区和平原地区不同地形条件下地质灾害风险评价指标体系;
步骤5:计算地质灾害风险指数:利用各灾害影响因子重分类结果和步骤4中计算出的山区地区和平原地区的各灾害影响因子的权重,通过加权综合评价法,计算地质灾害风险指数。
优选的,步骤1具体如下:
步骤1.1:以灾害点为中心设置第一窗口,所述第一窗口为15×15的栅格像素,判断灾害点位于灾害发生地(例如滑坡位置或泥石流发生位置)还是灾害发生后影响区域(例如滑坡后受到损害的居民地);具体的判断方法是:若第一窗口内高差大于30m,则认为灾害点处在灾害发生地;若第一窗口内高差小于30m,则认为灾害点位于灾害发生影响区域;若为灾害发生地,则不对灾害点进行位置纠偏处理;若为灾害发生后影响区域,则进入下一步;
步骤1.2:进行位置纠偏处理。
优选的,位置纠偏处理具体如下:
以需要纠偏的灾害点为中心设置第二窗口,所述第二窗口为3×3的栅格像素,计算中心点沿着东、西、南、北、东南、东北、西南、西北8个不同方向上坡度的变化情况,并找出8个方向中坡度增加最大的方向,将灾害点沿着坡度增加最大的方向移动一个像素(一个像素即5m),实现对灾害点位置进行纠偏。
步骤1.3:返回步骤1.1。
进行位置纠偏处理后,减小了现有灾害点与真实灾害发生位置之间的偏差,减少了因现有灾害点对应的因子统计信息与真实位置因子统计信息发生偏差带来的不良影响,便于进一步的研究。
优选的,步骤3具体如下:
步骤3.1:以经过步骤1处理后的灾害点为中心设置邻近范围,所述邻近范围为15×15的栅格像素,并对灾害影响因子进行综合邻近环境影响处理;
综合邻近环境影响处理如下:对于土地利用、坡向因子,计算整个窗口内所有栅格属性数值出现频率最高的值(即众数);对于高程、坡度因子,计算窗口内因子的平均值;对于地形起伏度因子,它反映范围内最高点与最低点的差值,已经将以灾害点为中心的邻近范围的环境信息体现出来,对于距水系的距离因子、距灾害点的距离因子,它们表现的是距离这一特征,因此这三个因子无需进行综合邻近环境影响的处理。
步骤3.2:统计各邻近范围内的各灾害影响因子分布情况(即获得分布规律),得到各灾害影响因子在不同分段内灾害点的数量情况,通过统计不同分段内灾害点数量的分布结果对灾害影响因子进行重分类,具体地质灾害评估因子分级标准见表1。
表1.地质灾害评估因子分级标准
通过统计历史灾害点邻域环境因子分布规律,得到各因子对于地质灾害发生造成的影响,通过综合邻域环境减少因历史灾害点对应信息改变带来的影响,从而对灾害影响因子进行分级量化,以便进一步分析。
优选的,步骤4具体如下:
步骤4.1:根据地势条件将风险评价区域划分为山区地区和平原地区;
步骤4.2:将各灾害影响因子划分为三个大类;坡度、地形起伏度和土地利用为一大类,这一大类的重要性最强,致灾程度最高;高程和距灾害点的距离为一大类,重要性次之;距水系的距离和坡向为一大类,重要性最低;
步骤4.3:对山区地区和平原地区不同地形条件下的各灾害影响因子进行影响力分析,具体分析方法如下:①不管是在山区还是平原地区,坡度和地形起伏度因子对于地质灾害的影响均是最大的;②我国普土地利用数据可视化结果表明,山区土地利用类型单一,大多为植被覆盖,故山区对土地利用因子并不敏感,山区模型应该更加关注其他因子,而平原地区土地利用更加多样化,受人类活动影响较大,因此在平原地区土地利用因子的影响更大;③山区水源是地势较高的山部的地下水或冰雪水雨水,落差大,水流急,水面窄;而平原地区的水源是地下水和季节性的雨水,水流缓,水面宽,因此相对于山区而言平原地区对距水系的距离敏感性更弱,因此弱化距水系的距离因子对平原地区的影响;④平原地区的高程较低,对高程因子敏感性较低,因此更加关注其他因子。
步骤4.4:基于步骤4.2的分类和步骤4.3的影响力分析结果,采用成对比较法和1-9比较尺度构造成对比较阵;
步骤4.5:对每一个成对比较阵计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验;若检验通过,归一化后的特征向量即为权向量;若不通过,需重新构造成对比较阵;获得山区地区和平原地区不同地形条件下各灾害影响因子的权重及成对比较阵,本实施例中具体见表2和表3(评价因子即为灾害影响因子):
表2.山区评价因子矩阵及权重值
表3.平原评价因子矩阵及权重值
其中,步骤4.4和步骤4.5即为层次分析法,通过将区域分为山区、平原区域不同地形条件,对其构建不同的成对比较阵,考虑不同地形条件进行分析能够提高模型方法的准确性,提高对灾害程度判断的科学性及适用性。
优选的,步骤5具体如下:
步骤5.1:将各灾害影响因子重分类结果与步骤4得到的平原地区各灾害影响因子权重进行加权求和,计算得到平原地区地质灾害风险指数;
步骤5.2:将各灾害影响因子重分类结果与步骤4得到的山区地区各灾害影响因子权重进行加权求和,计算得到山区地区地质灾害风险指数;
步骤5.3:将计算得到的平原地区与山区地区地质灾害风险结果进行合并,得到整个风险评价区域地质灾害风险指数结果。
通过地形条件将区域划分为平原与山区两种情况,考虑到地质灾害风险发生的实际意义,并且灾害风险分级能更好地表达灾害的危急程度。
采用本实施例的评价方法对温州市进行灾害风险评价,结果如图2所示,从结果图中可以看出,高风险区主要位西部地势较高的区域,包括永嘉、泰顺、瑞安、文成等,低风险区主要位于东部平原,包括龙港区、龙湾区、洞头区及瑞安市东部沿海地区。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种不同地形下邻域影响的地质灾害风险评价方法,其特征在于,包括以下步骤:
步骤1:历史灾害点优化:判断风险评价区域中的每个灾害点位于灾害发生地还是灾害发生后影响区域,对位于灾害发生后影响区域的灾害点进行位置纠偏处理;
步骤2:灾害影响因子选取:基于地质灾害的成灾机理,选择多个灾害影响因子来进行地质灾害风险评价;
步骤3:综合邻近环境影响的因子分级:以每个灾害点为中心设置邻近范围,统计各灾害点邻近范围内各灾害影响因子分布规律,并对各种灾害影响因子进行重分类;
步骤4:不同地形条件下风险评价指标体系构建:根据地势条件将风险评价区域划分为山区地区和平原地区,根据步骤2选取的灾害影响因子,采用层次分析法计算山区地区和平原地区不同地形条件下各灾害影响因子的权重,构建山区地区和平原地区不同地形条件下地质灾害风险评价指标体系;
步骤5:计算地质灾害风险指数:利用各灾害影响因子重分类结果和步骤4中计算出的山区地区和平原地区的各灾害影响因子的权重,通过加权综合评价法,计算地质灾害风险指数。
2.根据权利要求1所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,步骤1具体如下:
步骤1.1:以灾害点为中心设置第一窗口,判断灾害点位于灾害发生地还是灾害发生后影响区域,若为灾害发生地,则不对灾害点进行位置纠偏处理;若为灾害发生后影响区域,则进入下一步;
步骤1.2:进行位置纠偏处理;
步骤1.3:返回步骤1.1。
3.根据权利要求2所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,所述步骤1.1中,若第一窗口内高差大于30m,则认为灾害点处在灾害发生地;若第一窗口内高差小于30m,则认为灾害点位于灾害发生影响区域。
4.根据权利要求3所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,位置纠偏处理具体如下:
以需要纠偏的灾害点为中心设置第二窗口,计算中心点沿着东、西、南、北、东南、东北、西南、西北8个不同方向上坡度的变化情况,并找出8个方向中坡度增加最大的方向,将灾害点沿着坡度增加最大的方向移动一个像素,实现对灾害点位置进行纠偏。
5.根据权利要求4所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,所述第一窗口为15×15的栅格像素;所述第二窗口为3×3的栅格像素。
6.根据权利要求1-5中任意一项所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,步骤2中,选择坡度、高程、坡向、土地利用、地形起伏度、距水系的距离及距灾害点的距离7个灾害影响因子来进行地质灾害风险评价。
7.根据权利要求6所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,步骤3具体如下:
步骤3.1:以经过步骤1处理后的灾害点为中心设置邻近范围,并对灾害影响因子进行综合邻近环境影响处理;
步骤3.2:统计各邻近范围内的各灾害影响因子分布情况,得到各灾害影响因子在不同分段内灾害点的数量情况,通过统计不同分段内灾害点数量的分布结果对灾害影响因子进行重分类。
8.根据权利要求7所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,所述综合邻近环境影响处理为:对于土地利用、坡向因子,计算邻近范围内所有栅格属性数值出现频率最高的值;对于高程、坡度因子,计算邻近范围内因子的平均值。
9.根据权利要求7所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,步骤4具体如下:
步骤4.1:根据地势条件将风险评价区域划分为山区地区和平原地区;
步骤4.2:将各灾害影响因子划分为三个大类;坡度、地形起伏度和土地利用为一大类,高程和距灾害点的距离为一大类,距水系的距离和坡向为一大类;
步骤4.3:对山区地区和平原地区不同地形条件下的各灾害影响因子进行影响力分析;
步骤4.4:基于步骤4.2的分类和步骤4.3的影响力分析结果,采用成对比较法和1-9比较尺度构造成对比较阵;
步骤4.5:对每一个成对比较阵计算最大特征根及对应特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验;若检验通过,归一化后的特征向量即为权向量;若不通过,需重新构造成对比较阵;获得山区地区和平原地区不同地形条件下各灾害影响因子的权重及成对比较阵。
10.根据权利要求9所述的不同地形下邻域影响的地质灾害风险评价方法,其特征在于,步骤5具体如下:
步骤5.1:将各灾害影响因子重分类结果与步骤4得到的平原地区各灾害影响因子权重进行加权求和,计算得到平原地区地质灾害风险指数;
步骤5.2:将各灾害影响因子重分类结果与步骤4得到的山区地区各灾害影响因子权重进行加权求和,计算得到山区地区地质灾害风险指数;
步骤5.3:将计算得到的平原地区与山区地区地质灾害风险结果进行合并,得到整个风险评价区域地质灾害风险指数结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011449067.5A CN112561297B (zh) | 2020-12-09 | 2020-12-09 | 不同地形下邻域影响的地质灾害风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011449067.5A CN112561297B (zh) | 2020-12-09 | 2020-12-09 | 不同地形下邻域影响的地质灾害风险评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112561297A true CN112561297A (zh) | 2021-03-26 |
CN112561297B CN112561297B (zh) | 2024-07-05 |
Family
ID=75061537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011449067.5A Active CN112561297B (zh) | 2020-12-09 | 2020-12-09 | 不同地形下邻域影响的地质灾害风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561297B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897378A (zh) * | 2022-05-20 | 2022-08-12 | 湖北省地质局第三地质大队 | 地质灾害精细化气象风险预警区评价方法及装置 |
CN113642849B (zh) * | 2021-07-19 | 2023-10-20 | 北京师范大学 | 考虑空间分布特征的地质灾害危险性综合评价方法及装置 |
CN117610945A (zh) * | 2024-01-24 | 2024-02-27 | 四川省华地建设工程有限责任公司 | 基于人工智能的复杂山区地质灾害风险评价方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605898A (zh) * | 2013-11-29 | 2014-02-26 | 民政部国家减灾中心 | 一种区域泥石流灾害风险估计方法 |
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 |
KR101567262B1 (ko) * | 2014-12-05 | 2015-11-09 | 연세대학교 산학협력단 | 기후 변화를 고려한 산사태 및 토석류 발생 예측 방법 및 시스템 |
CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
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 |
CN107943880A (zh) * | 2017-11-15 | 2018-04-20 | 国网四川省电力公司经济技术研究院 | 一种基于层次分析法的地质灾害易发性改进评估方法 |
CN108596518A (zh) * | 2018-05-14 | 2018-09-28 | 中国路桥工程有限责任公司 | 一种公路地质灾害危险性评估方法 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
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 |
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 |
CN111582386A (zh) * | 2020-05-11 | 2020-08-25 | 四川师范大学 | 一种基于随机森林的地质灾害多灾种综合风险评价方法 |
-
2020
- 2020-12-09 CN CN202011449067.5A patent/CN112561297B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605898A (zh) * | 2013-11-29 | 2014-02-26 | 民政部国家减灾中心 | 一种区域泥石流灾害风险估计方法 |
KR101567262B1 (ko) * | 2014-12-05 | 2015-11-09 | 연세대학교 산학협력단 | 기후 변화를 고려한 산사태 및 토석류 발생 예측 방법 및 시스템 |
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 |
CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
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 |
CN107943880A (zh) * | 2017-11-15 | 2018-04-20 | 国网四川省电力公司经济技术研究院 | 一种基于层次分析法的地质灾害易发性改进评估方法 |
CN108596518A (zh) * | 2018-05-14 | 2018-09-28 | 中国路桥工程有限责任公司 | 一种公路地质灾害危险性评估方法 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
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 |
CN111582386A (zh) * | 2020-05-11 | 2020-08-25 | 四川师范大学 | 一种基于随机森林的地质灾害多灾种综合风险评价方法 |
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 |
Non-Patent Citations (4)
Title |
---|
WEIGUO JIANG ET AL.: "Adaptive capacity of mountainous rural communities under restructuring to geological disasters: The case of Yunnan Province", 《JOURNAL OF RURAL STUDIES》, vol. 47, 13 May 2016 (2016-05-13), pages 622 - 629, XP029758601, DOI: 10.1016/j.jrurstud.2016.05.002 * |
徐刚等: "顾及地形邻域影响的地质灾害风险易发区评估", 《测绘通报》, no. 7, 25 July 2021 (2021-07-25), pages 59 - 64 * |
赵银兵等: "地质灾害易发性评价方法对比研究:以京津冀地区为例", 《环境生态学》, vol. 2, no. 04, 15 April 2020 (2020-04-15), pages 27 - 38 * |
陈朝亮等: "基于AHP-Logistic熵权模型的西南浅丘区地质灾害分布特征研究――以内江市为例", 《长江科学院院报》, vol. 37, no. 02, 2 February 2019 (2019-02-02), pages 55 - 61 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642849B (zh) * | 2021-07-19 | 2023-10-20 | 北京师范大学 | 考虑空间分布特征的地质灾害危险性综合评价方法及装置 |
CN114897378A (zh) * | 2022-05-20 | 2022-08-12 | 湖北省地质局第三地质大队 | 地质灾害精细化气象风险预警区评价方法及装置 |
CN117610945A (zh) * | 2024-01-24 | 2024-02-27 | 四川省华地建设工程有限责任公司 | 基于人工智能的复杂山区地质灾害风险评价方法及系统 |
CN117610945B (zh) * | 2024-01-24 | 2024-04-05 | 四川省华地建设工程有限责任公司 | 基于人工智能的复杂山区地质灾害风险评价方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112561297B (zh) | 2024-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hemasinghe et al. | Landslide susceptibility mapping using logistic regression model (a case study in Badulla District, Sri Lanka) | |
Lyu et al. | Inundation risk assessment of metro system using AHP and TFN-AHP in Shenzhen | |
CN112561297A (zh) | 不同地形下邻域影响的地质灾害风险评价方法 | |
Lee et al. | Probabilistic landslide hazards and risk mapping on Penang Island, Malaysia | |
Cooper et al. | Contemporary multidisciplinary approaches to coastal classification and environmental risk analysis | |
Song et al. | The ecological vulnerability evaluation in southwestern mountain region of China based on GIS and AHP method | |
Talaei | Landslide susceptibility zonation mapping using logistic regression and its validation in Hashtchin Region, northwest of Iran | |
CN113554345B (zh) | 地震滑坡灾害区域及灾害链风险评估方法 | |
CN113723824A (zh) | 一种暴雨致灾风险评估方法 | |
CN105844427A (zh) | 一种风暴潮灾害风险精细化评估的计算方法 | |
CN111144637A (zh) | 基于机器学习的区域电网地质灾害预报模型构建方法 | |
CN113240257A (zh) | 一种基于最小累积阻力模型的国土空间分区方法和装置 | |
CN114065127A (zh) | 一种区域电网环境风险评估方法 | |
CN116050708A (zh) | 一种区域性地质灾害风险性评价方法 | |
Liu et al. | An improved typhoon risk model coupled with mitigation capacity and its relationship to disaster losses | |
Posner et al. | Normalized landslide index method for susceptibility map development in El Salvador | |
Ru-Hua et al. | Modeling the potential distribution of shallow-seated landslides using the weights of evidence method and a logistic regression model: a case study of the Sabae Area, Japan | |
CN110362867B (zh) | 基于多元影响因子的地面沉降分区方法 | |
CN113128811A (zh) | 一种基于强降水的电网系统地质灾害风险评估方法及系统 | |
Khodashahi et al. | Earthquake-induced landslides hazard zonation of Rudbar-Manjil using CAMEL model | |
Yoga et al. | Identification of element at risk due to tidal flood hazard in Genuk Sub-District coastal area | |
Pimiento | Shallow Landslide Susceptibility Modelling and Validation | |
Dick | Landslide Susceptibility assessment at Hoa Binh Province of Vietnam using frequency ratio model | |
Chinthaka et al. | The Identification of Landslide Risk-Prone Areas in the Imbulpe Divisional Secretariat in Sri Lanka: A GIS-Based Multi-Criteria Decision Analysis | |
Fariza et al. | Flood Vulnerability Mapping in Lamongan District, Indonesia, using Fuzzy Analytical Hierarchy Process-Natural Breaks |
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 |