CN113592265A - 一种基于层次分析法的地块风险测评方法及装置 - Google Patents
一种基于层次分析法的地块风险测评方法及装置 Download PDFInfo
- Publication number
- CN113592265A CN113592265A CN202110814898.6A CN202110814898A CN113592265A CN 113592265 A CN113592265 A CN 113592265A CN 202110814898 A CN202110814898 A CN 202110814898A CN 113592265 A CN113592265 A CN 113592265A
- Authority
- CN
- China
- Prior art keywords
- risk
- risk assessment
- indexes
- index
- judgment matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 110
- 238000012502 risk assessment Methods 0.000 title claims description 116
- 238000011156 evaluation Methods 0.000 claims abstract description 81
- 239000011159 matrix material Substances 0.000 claims abstract description 76
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 239000002131 composite material Substances 0.000 claims abstract description 13
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000005094 computer simulation Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 abstract description 17
- 238000001556 precipitation Methods 0.000 abstract description 3
- 230000003628 erosive effect Effects 0.000 description 9
- 238000011160 research Methods 0.000 description 7
- 230000035935 pregnancy Effects 0.000 description 6
- 235000009025 Carya illinoensis Nutrition 0.000 description 5
- 241001453450 Carya illinoinensis Species 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 241000723418 Carya Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 244000147058 Derris elliptica Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (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块风险性评估方法，包括获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。本申请结合多源数据，利用气象站多年降水数据、遥感数据及灾害统计数据，综合考虑致灾因子危险性、孕灾环境敏感性及和承灾体易损性，利用层次分析法对构建地块风险指数进行量化，对地块风险性进行更为准确的评估，以此根据评估结果做好相应的应对措施。
Description
技术领域
本发明涉及大数据处理领域，尤其涉及一种基于层次分析法的地块风险测评方法及装置。
背景技术
自然灾害是指给人类生存带来危害或损害人类生活环境的自然现象，我国是世界上自然灾害种类最多的国家，国家科委国家计委国家经贸委自然灾害综合研究组将自然灾害分为七大类：气象灾害、海洋灾害、洪水灾害、地质灾害、地震灾害、农作物生物灾害和森林生物灾害及森林火灾。山核桃种植林地受地质灾害和台风灾害的影响较大，山核桃作为珍贵的干果和木本油料树种，是山区经济发展总经济效益最高的树种之一。然而，影响山核桃产量和资源经济效益的因素有很多，尤其是地质台风灾害，对山核桃树的健康生长及最终产量造成较大影响。
现有技术中地块风险评估时，考虑的因子较为单一，更多的是单一的干旱因素或者花期降水因子，综合考虑致灾因子、孕灾环境、承灾体，通过考虑多种风险因子对山核桃地块进行风险评估的研究较少，将地质台风灾害与地块风险评估进行关联的研究较少。现有研究一般是单独研究台风地质灾害，将台风地质灾害和山核桃地块风险进行关联研究的内容较为缺乏。
发明内容
本发明提供的一种基于层次分析法的地块风险测评方法，旨在解决现有技术中基于层次分析法的地块风险测评影响因素单一并且没有量化导致测评出来的结果受认为主管因素影响较大的问题。
为实现上述目的，本发明采用以下技术方案：
获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
作为优选，所述获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数，包括：
获取多个风险评估指标，所述多个风险评估指标对应包括多个风险评估指标因子，根据所述多个风险评估指标因子确定对应的风险评估指标的得分，并将所述风险评估指标的得分平均得到风险综合指数。
作为优选，所述根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重，包括以下步骤：
根据所述多个风险评估指标对地块风险测评的影响程度对所述多个风险评估指标进行影响级排序，并根据所述影响级排序构建判断矩阵；
计算所述判断矩阵的最大特征根，根据一致性校验公式得到所述判断矩阵的一致性指标，并根据所述一致性指标和所述综合风险指数的比值进行一致性校验，其中，所述一致性校验公式为CI＝(x-k)/(k-1)，x表示所述最大特征根，k为所述多个风险评估指标的个数。
作为优选，所述当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果，包括：
建立计算模型
其中βj表示所述判断矩阵第j列的元素值的和，Yij表示所述判断矩阵第i行第j列的元素值，ESI表示地块风险评估得分，k为所述多个风险评估指标的个数，其中，i，j，k均为大于等于1的整数；
根据所述地块风险评估得分确定相应的风险等级，得到地块风险性测评结果。
一种基于层次分析法的地块风险测评装置，包括：
获取模块：用于获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
校验模块：用于根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
测评模块：用于当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
作为优选，所述获取模块具体包括：
获取子单元：用于获取多个风险评估指标，所述多个风险评估指标对应包括多个风险评估指标因子，根据所述多个风险评估指标因子确定对应的风险评估指标的得分，并将所述风险评估指标的得分平均得到风险综合指数。
作为优选，所述校验模块包括：
构建单元：用于根据所述多个风险评估指标对地块风险测评的影响程度对所述多个风险评估指标进行影响级排序，并根据所述影响级排序构建判断矩阵；
计算单元：用于计算所述判断矩阵的最大特征根，根据一致性校验公式得到所述判断矩阵的一致性指标，并根据所述一致性指标和所述综合风险指数的比值进行一致性校验，其中，所述一致性校验公式为CI＝(x-k)/(k-1)，x表示所述最大特征根，k为所述多个风险评估指标的个数。
作为优选，所述评估模块具体包括：
建立单元：用于建立计算模型
其中βj表示所述判断矩阵第j列的元素值的和，Yij表示所述判断矩阵第i行第j列的元素值，ESI表示地块风险评估得分，k为所述多个风险评估指标的个数，其中，i，j，k均为大于等于1的整数；
评估子单元：用于根据所述建立单元得到的所述地块风险评估得分确定相应的风险等级，得到地块风险性测评结果。
一种基于层次分析法的地块风险测评装置，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如上述中任一项所述的一种基于层次分析法的地块风险测评方法。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述中任一项所述的一种基于层次分析法的地块风险测评方法。
本发明具有如下有益效果：
本申请结合多源数据，提出一种基于层次分析法的地块风险测评方法，利用气象站多年降水数据、遥感数据及灾害统计数据，综合考虑致灾因子危险性、孕灾环境敏感性及和承灾体易损性，利用层次分析法对构建地块风险指数进行量化，对地块风险性进行更为准确的评估，以此根据评估结果做好相应的应对措施。
附图说明
图1是本发明实施例实现一种基于层次分析法的地块风险测评方法第一流程图；
图2是本发明实施例实现一种基于层次分析法的地块风险测评方法第二流程图；
图3是本发明实施例实现一种基于层次分析法的地块风险测评方法第三流程图；
图4是本发明实施例实现一种基于层次分析法的地块风险测评方法第四流程图；
图5是本发明实施例实现一种基于层次分析法的地块风险测评方法的具体实施方式；
图6是本发明实施例实现一种基于层次分析法的地块风险测评装置示意图；
图7是本发明实施例实现一种基于层次分析法的地块风险测评装置的一种电子设备示意图。
具体实施方式
下面将结合附图，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，基于本发明中的实施例，本领域技术人员在没有做出创造性劳动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。
本申请的权利要求书和说明书的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序，应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式，此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他单元。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同，本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本申请。
实施例1
如图1所示，一种基于层次分析法的地块风险测评方法，包括以下步骤：
S110、获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
S120、根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
S130、当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
在实施例1中，获取多个风险评估指标，所述多个风险评估指标包括但不限于孕灾环境敏感性、致灾因子危险性、承灾体易损性，当确定要评估的目标地块后，在所述目标地块上标度所述多个风险评估指标之间相对于影像基于层次分析法的地块风险测评的重要程度，并根据重要程度来构建判断矩阵，矩阵的维度就是所述多个风险评估指标的个数。所述判断矩阵为方阵，元素的个数为矩阵维度的平方，根据层次分析法来确定所述判断矩阵中的元素值是否具有参考性，是否具有满意的一致性，否则就需要重新构建矩阵。当验证通过后，根据所述权重进行乘加复合计算得到基于层次分析法的地块风险测评结果，这里的权重指的就是所述判断矩阵的元素，对矩阵中的元素进行乘加复合计算，得到一个地块风险性指数，并将地块风险指数对应风险等级的分区段，即得到基于层次分析法的地块风险测评结果，本申请结合多源数据，利用气象站多年降水数据、遥感数据及灾害统计数据，综合考虑致灾因子危险性、孕灾环境敏感性及和承灾体易损性，利用层次分析法对构建地块风险指数进行量化，对地块风险性进行更为准确的评估，以此根据评估结果做好相应的应对措施。
实施例2
如图2所示，一种基于层次分析法的地块风险测评方法，包括：
S210、获取多个风险评估指标，所述多个风险评估指标对应包括多个风险评估指标因子，根据所述多个风险评估指标因子确定对应的风险评估指标的得分，并将所述风险评估指标的得分平均得到风险综合指数；
S220、根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
S230、当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
由实施例2可知，获取多个风险评估指标，所述多个风险评估指标包括但不限于孕灾环境敏感性、致灾因子危险性、承灾体易损性。首先确定目标地块，在所述目标地块上，评估孕灾环境敏感性相比于致灾因子危险性和承灾体易损性的重要性，例如一种实施方式为，标度法采用五级标度法，如下表1和表2
表1
表2
构造判断矩阵时，需要对各指标相对重要性进行判断。令目标为A，这里X、Y、Z即可分别代表孕灾环境敏感性、致灾因子危险性、承灾体易损性，在判断X和X的相对重要性，明显可知是一致的，即可在b11填1，这样判断矩阵根据标度就算初步构建完成了，由五级标度法及其含义可知，为了使判断矩阵更具有说服力，需要合理的判断三个因子的相对重要性程度，构建判断矩阵可以采用专家打分的方法，如此本实施例的有益效果为：根据五级标度法将判断矩阵构建进行量化，而并不是主观臆断风险评估结果。
实施例3
如图3所示，一种基于层次分析法的地块风险测评方法，包括：
S310、获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
S320、根据所述多个风险评估指标对地块风险测评的影响程度对所述多个风险评估指标进行影响级排序，并根据所述影响级排序构建判断矩阵；
S330、计算所述判断矩阵的最大特征根，根据一致性校验公式得到所述判断矩阵的一致性指标，并根据所述一致性指标和所述综合风险指数的比值进行一致性校验，其中，所述一致性校验公式为CI＝(x-k)/(k-1)，x表示所述最大特征根，k为所述多个风险评估指标的个数；
S340、当校验通过，根据权重进行乘加复合计算得到基于层次分析法的地块风险测评结果。
实施例3中，构建完后判断矩阵，则需要验证判断矩阵中的元素值是否具有一致性，AHP层次法的主要优点是将定性判断过程定量化，但由于评价对象的复杂性，相对重要性的判断不一定满足要求，因此必须通过一致性检验来判断各个指标的权重之间是否存在矛盾之处。进行一致性检验时，首先要计算判断矩阵的最大特征根，记为x；然后，根据CI＝(x－k)/(k－1)计算一致性指标CI，该式中k为层次子系统中的指标个数；最后，根据CR＝CI/RI计算随机一致性比率CR，其中RI为综合风险指数，当一致性比率CR小于0.10时，说明判断矩阵具有满意的一致性；CR小于1时，认为一致性可以接受。否则，需要重新构建判断矩阵，其中综合风险指数RI的计算步骤如下：以多个风险评估指标为孕灾环境敏感性、致灾因子危险性、承灾体易损性为例，
1)孕灾环境敏感性，孕灾环境敏感性程度主要由研究区地形高程和地形标准差决定，基于DEM数据，运用GIS栅格数据分析工具中重分类和邻域分析等，根据下表进行综合地形因子影响度分析。孕灾环境敏感性得分范围0-1，分数越高危险等级越高。如下表3
表3
2)致灾因子危险性，瞬间大规模降雨量会对区域水量的累积产生重要的影响。选用三日侵蚀力降雨作为反应致灾因子危险性的指标。为了定量地反映其关系，采用线性公式将三天累积降雨量转化为致灾因子危险程度，以网格的形式分析各区域危险程度。
式中，R为三日侵蚀性降雨量统计值，N为侵蚀性降雨量天数，Pi为侵蚀性天数累积降雨。
利用气象站点数据和近五年灾害统计数据，将台风灾害及地质灾害与对应的降雨数据相关联。在ArcGIS操作平台下，利用全国气象站点的日降雨量数据及危险程度公式，通过反距离插值及栅格计算得到致灾因子危险性程度。
3)承灾体易损性，综合考虑近五年由于地质灾害造成的人口和财产损失，将地质灾害点威胁财产信息归一化，然后通过IDW空间插值，得到地质灾害点热力分布图。等级划分标准采用自然间断点法。
最后基于AHP层次分析法确定风险因子的权重，综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性，得到自然灾害综合风险指数(RI，Risk index)。
RI＝(P+R+D)/3
式中，P为致灾因子，R为孕灾环境、D为承灾体易损性
实施例4
如图4所示，一种基于层次分析法的地块风险测评方法，包括：
S410、获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
S420、根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
S430、建立计算模型
其中βj表示所述判断矩阵第j列的元素值的和，Yij表示所述判断矩阵第i行第j列的元素值，ESI表示地块风险评估得分，k为所述多个风险评估指标的个数，其中，i，j，k均为大于等于1的整数；
S440、根据所述地块风险评估得分确定相应的风险等级，得到基于层次分析法的地块风险测评结果。
实施例4中，收集整理遥感影像数据、灾害统计数据、气象监测数据。综合考虑致灾因子危险性、孕灾环境敏感性及和承灾体易损性，构建山核桃地块风险指数，对山核桃地块风险性进行评估。致灾因子危险性选取降雨量和降雨侵蚀力，孕灾环境敏感性选取海拔高度和地形标准差，承灾体脆弱性选取受灾面积和财产损失。计算得到各风险因子后，通过AHP层次分析法得到各风险因子的权重，根据计算模型
进行逻辑运算，得到所述地块风险评估得分，然后根据表4确定相应的风险等级，得到基于层次分析法的地块风险测评结果，采取有针对的防护措施。
表4
实施例5
如图5所示，一种具体的实施方式为：
步骤一风险指标的计算；
结合多源多尺度遥感数据、灾害统计数据、气象数据以及行政区划数据，统计灾害发生规律，分析受灾原因。以公里网格为单位，对种植区致灾因子危险性、孕灾环境敏感性和承灾体易损性进行评价，最终得到自然灾害综合风险指数。
1)孕灾环境敏感性，孕灾环境敏感性程度主要由研究区地形高程和地形标准差决定，基于DEM数据，运用GIS栅格数据分析工具中重分类和邻域分析等，根据下表进行综合地形因子影响度分析。孕灾环境敏感性得分范围0-1，分数越高危险等级越高。
2)致灾因子危险性
瞬间大规模降雨量会对区域水量的累积产生重要的影响。选用三日侵蚀力降雨作为反应致灾因子危险性的指标。为了定量地反映其关系，采用线性公式将三天累积降雨量转化为致灾因子危险程度，以网格的形式分析各区域危险程度。
式中，R为三日侵蚀性降雨量统计值，N为侵蚀性降雨量天数，Pi为侵蚀性天数累积降雨。
利用气象站点数据和近五年灾害统计数据，将台风灾害及地质灾害与对应的降雨数据相关联。在ArcGIS操作平台下，利用全国气象站点的日降雨量数据及危险程度公式，通过反距离插值及栅格计算得到致灾因子危险性程度。
3)承灾体易损性
综合考虑近五年由于地质灾害造成的人口和财产损失，将地质灾害点威胁财产信息归一化，然后通过IDW空间插值，得到地质灾害点热力分布图。等级划分标准采用自然间断点法。
步骤二、风险性评价；
基于AHP层次分析法确定风险因子的权重。
综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性，得到自然灾害综合风险指数(RI，Risk index)。
RI＝(P+R+D)/3
式中，P为致灾因子，R为孕灾环境、D为承灾体易损性为D。
(1)权重的计算
评价指标权重的确定采用AHP层次分析法，各指标权重的确定采用AHP层次分析法，该方法是20世纪七十年代由美国运筹学家T.L.Saaty提出决策分析方法。该方法将定性分析过程定量化，其基本原理是将需要解决的复杂问题拆分成若干简单问题，不同的问题又对应不同的解决方案便可构成层次结构，然后逐层判断所有指标的相对重要性，构造判断矩阵。计算出判断矩阵的特征向量，特征向量的分量即为对应元素单排序的权重值。以此类推，可以得到最底层指标对于最上层总体目标的重要性权重排序。
根据五级标度法构建判断矩阵，所述判断矩阵的验证一致性步骤如下：建立层次模块，构建判断矩阵A，求A的特征向量，求A的最大特征根，一致性校验，通过则得到各指标权重，不通过则修改A回到构建判断矩阵A。
实施例6
如图6所示，一种基于层次分析法的地块风险测评装置，包括：
获取模块10：用于获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
校验模块20：用于根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
评估模块30：用于当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
上述装置的一种实施方式可为：获取模块10获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；校验模块20根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；评估模块30当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
实施例7
如图7所示，一种电子设备，包括存储器701和处理器701，所述存储器701用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器701执行以实现上述的一种基于层次分析法的地块风险测评方法。
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，上述描述的电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述的一种基于层次分析法的地块风险测评方法。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器701中，并由处理器701执行，并由输入接口705和输出接口706完成数据的I/O接口传输，以完成本发明,一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机设备中的执行过程。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，存储器701、处理器701,本领域技术人员可以理解，本实施例仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入器707、网络接入设备、总线等。
处理器701可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器701、数字信号处理器701(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgRAMmableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器701可以是微处理器701或者该处理器701也可以是任何常规的处理器701等。
存储器701可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器701也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(FlashCard)等,进一步地，存储器701还可以既包括计算机设备的内部存储单元也包括外部存储设备,存储器701用于存储计算机程序以及计算机设备所需的其他程序和数据,存储器701还可以用于暂时地存储在输出器708，而前述的存储介质包括U盘、移动硬盘、只读存储器ROM703、随机存储器RAM704、碟盘或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例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。
Claims (10)
1.一种基于层次分析法的地块风险性测评方法，其特征在于，包括：
获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
2.根据权利要求1所述的一种基于层次分析法的地块风险性测评方法，其特征在于，所述获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数，包括：
获取多个风险评估指标，所述多个风险评估指标对应包括多个风险评估指标因子，根据所述多个风险评估指标因子确定对应的风险评估指标的得分，并将所述风险评估指标的得分平均得到风险综合指数。
3.根据权利要求1所述的一种基于层次分析法的地块风险性测评方法，其特征在于，所述根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重，包括以下步骤：
根据所述多个风险评估指标对地块风险测评的影响程度对所述多个风险评估指标进行影响级排序，并根据所述影响级排序构建判断矩阵；
计算所述判断矩阵的最大特征根，根据一致性校验公式得到所述判断矩阵的一致性指标，并根据所述一致性指标和所述综合风险指数的比值进行一致性校验，其中，所述一致性校验公式为CI＝(x-k)/(k-1)，x表示所述最大特征根，k为所述多个风险评估指标的个数。
4.根据权利要求1所述的一种基于层次分析法的地块风险性测评方法，其特征在于，所述当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果，包括：
建立计算模型
其中βj表示所述判断矩阵第j列的元素值的和，Yij表示所述判断矩阵第i行第j列的元素值，ESI表示地块风险评估得分，k为所述多个风险评估指标的个数，其中，i，j，k均为大于等于1的整数；
根据所述地块风险评估得分确定相应的风险等级，得到地块风险性测评结果。
5.一种基于层次分析法的地块风险性测评装置，其特征在于，包括：
获取模块：用于获取多个风险评估指标，分别对所述多个风险评估指标进行计算，得到风险综合指数；
校验模块：用于根据标度法构建所述多个风险评估指标到地块风险性测评的判断矩阵，并根据所述风险综合指数对所述判断矩阵进行一致性校验，以得到所述多个风险评估指标对应的权重；
测评模块：用于当校验通过，根据所述权重进行乘加复合计算得到地块风险性测评结果。
6.根据权利要求5所述的一种基于层次分析法的地块风险性测评装置，其特征在于，所述获取模块具体包括：
获取子单元：用于获取多个风险评估指标，所述多个风险评估指标对应包括多个风险评估指标因子，根据所述多个风险评估指标因子确定对应的风险评估指标的得分，并将所述风险评估指标的得分平均得到风险综合指数。
7.根据权利要求5所述的一种基于层次分析法的地块风险性测评装置，其特征在于，所述校验模块包括：
构建单元：用于根据所述多个风险评估指标对地块风险测评的影响程度对所述多个风险评估指标进行影响级排序，并根据所述影响级排序构建判断矩阵；
计算单元：用于计算所述判断矩阵的最大特征根，根据一致性校验公式得到所述判断矩阵的一致性指标，并根据所述一致性指标和所述综合风险指数的比值进行一致性校验，其中，所述一致性校验公式为CI＝(x-k)/(k-1)，x表示所述最大特征根，k为所述多个风险评估指标的个数。
8.根据权利要求5所述的一种基于层次分析法的地块风险性测评装置，其特征在于，所述评估模块具体包括：
建立单元：用于建立计算模型
其中βj表示所述判断矩阵第j列的元素值的和，Yij表示所述判断矩阵第i行第j列的元素值，ESI表示地块风险评估得分，k为所述多个风险评估指标的个数，其中，i，j，k均为大于等于1的整数；
评估子单元：用于根据所述建立单元得到的所述地块风险评估得分确定相应的风险等级，得到地块风险性测评结果。
9.一种基于层次分析法的地块风险性测评装置，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1～4中任一项所述的一种基于层次分析法的地块风险性测评方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被计算机执行时实现如权利要求1～4中任一项所述的一种基于层次分析法的地块风险性测评方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110814898.6A CN113592265A (zh) | 2021-07-19 | 2021-07-19 | 一种基于层次分析法的地块风险测评方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110814898.6A CN113592265A (zh) | 2021-07-19 | 2021-07-19 | 一种基于层次分析法的地块风险测评方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113592265A true CN113592265A (zh) | 2021-11-02 |
Family
ID=78248022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110814898.6A Pending CN113592265A (zh) | 2021-07-19 | 2021-07-19 | 一种基于层次分析法的地块风险测评方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113592265A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115345472A (zh) * | 2022-08-10 | 2022-11-15 | 国家海洋环境预报中心 | 一种风暴潮危险性评估指标确定方法及装置 |
| CN116070907A (zh) * | 2023-01-05 | 2023-05-05 | 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) | 一种基于层次分析的岩溶塌陷易发性评估方法及系统 |
-
2021
- 2021-07-19 CN CN202110814898.6A patent/CN113592265A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115345472A (zh) * | 2022-08-10 | 2022-11-15 | 国家海洋环境预报中心 | 一种风暴潮危险性评估指标确定方法及装置 |
| CN116070907A (zh) * | 2023-01-05 | 2023-05-05 | 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) | 一种基于层次分析的岩溶塌陷易发性评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Riley et al. | The relationship of large fire occurrence with drought and fire danger indices in the western USA, 1984–2008: the role of temporal scale | |
| Zebende | DCCA cross-correlation coefficient: Quantifying level of cross-correlation | |
| Tuanmu et al. | Mapping understory vegetation using phenological characteristics derived from remotely sensed data | |
| CN116337146B (zh) | 基于改进遥感生态指数的生态质量评价与分区方法及装置 | |
| CN113592265A (zh) | 一种基于层次分析法的地块风险测评方法及装置 | |
| CN112287018A (zh) | 一种台风灾害下10kV杆塔受损风险评估方法及系统 | |
| KR102476663B1 (ko) | 쇠퇴지역의 재난재해를 종합진단하는 시스템 및 방법 | |
| CN114357811B (zh) | 长历时旱涝事件的确定方法、装置和设备 | |
| Bolliger et al. | Comparing models for tree distributions: concept, structures, and behavior | |
| Zhang et al. | A new automatic approach for extracting glacier centerlines based on Euclidean allocation | |
| CN111523088A (zh) | 一种基于dpsir模型的生态环境评价方法 | |
| Morikawa | Remote sensing tools for evaluating poverty alleviation projects: A case study in Tanzania | |
| Balti et al. | Big data based architecture for drought forecasting using LSTM, ARIMA, and Prophet: Case study of the Jiangsu Province, China | |
| CN115239156A (zh) | 城镇化指标对水系结构的影响警示方法 | |
| Arab et al. | Near-real-time drought monitoring and assessment for vineyard production on a regional scale with standard precipitation and vegetation indices using Landsat and CHIRPS datasets | |
| Xiao et al. | Thirty-meter map of young forest age in China | |
| Ahn et al. | Evaluating precipitation distributions at regional scales: a benchmarking framework and application to CMIP5 and 6 models | |
| Mehtätalo et al. | Combining a predicted diameter distribution with an estimate based on a small sample of diameters | |
| CN112232674B (zh) | 一种气象灾害评估方法、装置和系统 | |
| Abatan et al. | Statistics of multi‐year droughts from the method for object‐based diagnostic evaluation | |
| CN115345488A (zh) | 一种湿地生态系统服务评估方法、装置、服务器及介质 | |
| CN113610622A (zh) | 一种基于多源数据的土地价值评估方法及装置 | |
| da Luz et al. | Brazilian National Forest Inventory: a landscape scale approach to monitoring and assessing forested landscapes. | |
| Rossi et al. | Potential of MERIS fAPAR for drought detection | |
| Liu et al. | Multi-scale estimation of carbon storage for moso bamboo (Phyllostachys edulis) based on the mixed weibull density function |
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 |