CN114926067A - 一种基于信息量模型的层次分析地质灾害风险评价方法 - Google Patents
一种基于信息量模型的层次分析地质灾害风险评价方法 Download PDFInfo
- Publication number
- CN114926067A CN114926067A CN202210615306.2A CN202210615306A CN114926067A CN 114926067 A CN114926067 A CN 114926067A CN 202210615306 A CN202210615306 A CN 202210615306A CN 114926067 A CN114926067 A CN 114926067A
- Authority
- CN
- China
- Prior art keywords
- vulnerability
- disaster
- geological disaster
- geological
- evaluation
- 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
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
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及工程地质技术领域,具体的说是一种基于信息量模型的层次分析地质灾害风险评价方法,包括以下步骤:步骤一:地质灾害易发性评价;步骤二:地质灾害危险性评价;步骤三:地质灾害易损性评价;步骤四:地质灾害风险评价。本发明细化了地质灾害评价的结构,实现了客观的量化,基于信息量模型的层次分析法的地质灾害评价方法更趋近于实际,进而提高地质灾害评价预测的准确度,完成地质灾害数模评价,为地质灾害风险识别提供快速、客观、准确、实时信息化支撑。
Description
技术领域
本发明涉及工程地质技术领域,具体的说是一种基于信息量模型的层次分析地质灾害风险评价方法。
背景技术
地质灾害是自然因素或者人为活动引发的危害人民生命和财产安全的崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等与地质作用有关的灾害。对于已经发生的地质灾害,地质灾害评估的基本方法和主要内容是调查地质灾害活动规模,统计地质灾害对人口、财产以及资源、环境的破坏程度,核算地质灾害直接经济损失与间接经济损失,评定地质灾害等级。对于有发生可能但尚未发生的,或已发生可能再次发生的地质灾害,在此基础上造成对人类的损失的风险,对此有人称之为地质灾害风险评估或地质灾害风险评价。
地质灾害是防与治两条路并行,地质灾害治理以灾后治理为主,预防工作使得防灾减灾工作前置,是一种高效的避险方法,所以评价预测方法显得尤为重要,通过调查研究发现,现有的地质灾害危险性评估方法无法实现大区域高精度预测。
发明内容
为克服现有技术的不足,本发明提出了一种基于信息量模型的层次分析地质灾害风险评价方法。
一种基于信息量模型的层次分析地质灾害风险评价方法,包括以下步骤:步骤一:地质灾害易发性评价
根据地质灾害调查成果资料,基于定量为主、定性为辅的原则,采用信息量模型方法,结合层次分析法评估区域地质灾害易发性,将调查区划分为地质灾害高、中、低和非四级易发区。
(1)信息量模型方法
地质灾害的形成受多种因素影响,信息量模型反映了一定地质环境下最易致灾因素及其网格单元的组合;具体是通过特定评价单元内某种因素作用下地质灾害发生频率与区域地质灾害发生频率相比较实现的;
对应某种因素特定状态下的地质灾害信息量公式可表示为:
式中:
IAj→B:对应因素A、j状态(或区间)下地质灾害B发生的信息量;
Nj:对应因素A、j状态(或区间)下地质灾害分布的单元数;
N:调查区已知有地质灾害分布的单元总数;
Sj:因素A、j状态(或区间)分布的单元数;S为调查区单元总数;
当IAj→B>0时,反映了对应因素A、j状态(或区间)下地质灾害发生倾向的信息量较大,地质灾害发生的可能性较大,或者说利于地质灾害发生;当IAj→B<0时,表明因素A、j状态(或区间)条件下,不利于地质灾害发生;当IAj→B=0时,表明因素A、j状态(或区间)不提供有关地质灾害发生与否的任何信息,即因素A、j状态(或区间)可以剔除掉,排除其作为地质灾害预测因子;
但是由于每个评价单元受众多因素的综合影响,各因素又存在若干状态,各状态因素组合条件下地质灾害发生的总信息量可为:
式中:
I:对应特定单元地质灾害发生的总信息量,指示地质灾害发生的可能性,可作为地质灾害易发性指数;
Ni:对应特定因素、第i状态(或区间)条件下的地质灾害面积或地质灾害点数;
Si:对应特定因素、第i状态(或区间)的分布面积;
N:调查区地质灾害总面积或总地质灾害点数;
S:调查区总面积;
(2)评价单元影响因素选取
结合孕灾地质条件调查及信息模量参数,综合选取影响地质灾害发生、发展的因素作为影响因子。如选取地貌类型、山坡坡度、地质构造、工程地质岩组、人类工程活动、土地利用类型等6个影响因子,采用判断矩阵方法评价因子权重,结合随机一致性检查确认权重合理,用于地质灾害易发性评价。
由于有多个因子参与评价,在对这些评价因子进行综合时,求权值的过程就是对不同因子间“重要性”程度的分析过程,采用层次分析法确定权值。
利用线性代数,精确地求出判断矩阵T的最大特征所对应的特征向量,
设U={u1,u2,...,um}为评价因素集,A=(a1,a2,...,am)T为目标权重,uij表示ui对uj的相对重要性数值,综合构造判断矩阵:
其中:m为评价因子数。
所求特征向量即为各评价因素的重要性排序,归一化后,也就是权数分配,权数分配采用近似解法-方根法求算;由于客观事物的复杂性或对事物认识的片面性,通过所构造的判断矩阵求出的特征向量是否合理,需要对判断矩阵进行一致性和随机性检验;
步骤二:地质灾害危险性评价
在易发性评价基础上,结合降雨、地震等地质灾害诱发因素,基于定量为主、定性为辅的原则,采用统计或物理力学模型,评估在一定诱发因素作用下发生灾害的可能性及强度,将评价区划分为地质灾害极高、高、中和低四级危险区;
步骤三:地质灾害易损性评价
(1)评估一般调查区的承灾体的易损性,并对一般调查区的承灾体的易损性进行赋值,然后将承灾体的易损性赋值进行叠加,获得综合易损性评价;
(2)评估重点调查区的承灾体的易损性,并对重点调查区的承灾体的易损性进行赋值,结合地质灾害的作用强度、影响范围等因素,开展单体地质灾害易损性评价。
步骤四:地质灾害风险评价
根据地质灾害易损性评价,采用定性或定量方法,计算栅格或斜坡单元风险指数,表达地质灾害造成风险的可能性与大小,在易发性、危险性、易损性评价基础上,采用矩阵分析方法,将地质灾害风险等级划分为极高、高、中、低四个等级。
按照崩塌、滑坡、不稳定斜坡等斜坡类灾害和泥石流灾害分类评价地质灾害风险,根据实际情况综合叠加确定风险等级,并开展风险区划。
地质灾害风险区划结果实地核查,对区划边界、风险等级、异常区等进行复核,必要时补充相应调查工作量,并对区划结果进行局限性评述。表达地质灾害发生并造成社会损失的时空概率。
风险评价的方法多种多样,从定性概化到定量评估,地质灾害风险编图使用基于矩阵分析的综合定性评估方法。
将承灾体的易损性按照自身特征属性(坚固程度+自身价值+社会作用等多因素)综合考虑,给定一个具有代表性的承灾体易损性价值参与评价。
单体或区域的风险等级F=危险性×易损性×承灾体价值/数量
(1)一般调查区地质灾害风险评价
按照实体勾绘要求表达地质灾害及隐患点、承灾体特征,以不低于25×25米的标准栅格单元表达风险区划结果,在易发性评价的基础上,采用历史月累积降雨量(大于5年)或地震动峰值加速度开展地质灾害危险性评价。分别评估人员和基础设施易损性,设定权重综合确定承灾体易损性。将危险性和易损性评价结果叠加运算,形成风险评价与区划结果。
(2)重点调查区地质灾害风险评价
采用不低于10×10米的标准栅格作为评价单元,根据评价单元危险等级和易损性等级划分极高、高、中、低四个等级风险,采用斜坡单元表达风险区划结果。承灾体表达更加精细化。应在易发性评价基础上,结合10年一遇、20年一遇、50年一遇、100年一遇降雨工况或基本地震、多遇地震、罕遇地震工况,及地质灾害发育特征,通过定性或定量方法分别进行地质灾害危险性评价。
进一步的,所述步骤一中,所述的权数分配采用的近似解法-方根法求算的步骤如下:
1)计算判断矩阵每一行元素的乘积Wi
2)计算Wi的m次方根
则A=(a1,a2,...,am)T即为所求目标权重。
4)为对判断矩阵进行一致性和随机性检验,最后还要计算判断矩阵的最大特征根λmax
式中,(TA)i表示向量TA的第i个元素。
进一步的,所述步骤一中,对判断矩阵进行一致性和随机性检验的公式为:
CR=CI/RI
式中,CR为判断矩阵的随机一致性比率;
CI为判断矩阵一致性指标;它由下式计算:
λmax为最大特征根;
m为判断矩阵阶数;
RI为判断矩阵的平均随机一致性指标;
对于m为1-11阶的低阶判断矩阵,RI固定取值;对于高于11阶的判断矩阵,需要采用近似方法取值,即令
进一步的,所述步骤三中,一般调查区的承灾体包括人员、建筑物、交通设施和其他生活设施,人员、建筑物、交通设施和其他生活设施的易损性评估包括以下内容:
1)人员易损性:根据调查获取地质灾害点及隐患的威胁人口数量,采用核密度算法获得人员易损性赋值;
2)建筑物易损性:建筑物为人口分布的基础载体,同时又具有自身的经济价值,采用对建筑物面积归一化处理的方法,取归一化值作为易损性赋值;
3)交通设施易损性:按不同设施类型和等级进行易损性赋值;
4)其他生活设施易损性:按不同设施类型进行易损性赋值;
一般调查区的建筑物、交通设施和其他生活设施的易损性按半定量的方法确定,人员易损性取易损性区间值的高值。
进一步的,所述步骤三中,重点调查区的承灾体包括人口、建筑物、交通设施和重要工程,人口、建筑物、交通设施和重要工程的易损性评估包括以下内容:
1)人口易损性:根据调查获取地质灾害点及隐患的人口密度和年龄结构,配合相应的权重和分级获得人口易损性赋值;
2)建筑物易损性:建筑物为人口分布的基础载体,同时又具有自身的经济价值,根据建筑物的结构类型、建筑类型和楼层数,配合相应的权重和分级获得建筑易损性赋值;
3)交通设施易损性:按不同设施类型、权重和等级进行易损性赋值;
4)重要工程易损性:按不同工程类型、权重和等级进行易损性赋值。
本发明的有益效果是:
本发明细化了地质灾害评价的结构,实现了客观的量化,基于信息量模型的层次分析法的地质灾害评价方法更趋近于实际,进而提高地质灾害评价预测的准确度,完成地质灾害数模评价,为地质灾害风险识别提供快速、客观、准确、实时信息化支撑。
附图说明
图1为层次分析法的平均随机一致性指标值;
图2为一般调查区承灾体易损性赋值表;
图3为重点调查区承灾体易损性赋值表;
图4为地质灾害风险等级划分表。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
下面详细描述本专利的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本专利,而不能理解为对本专利的限制。
一种基于信息量模型的层次分析地质灾害风险评价方法,包括以下步骤:步骤一:地质灾害易发性评价
根据地质灾害调查成果资料,基于定量为主、定性为辅的原则,采用信息量模型方法,结合层次分析法评估区域地质灾害易发性,将调查区划分为地质灾害高、中、低和非四级易发区。
(1)信息量模型方法
地质灾害的形成受多种因素影响,信息量模型反映了一定地质环境下最易致灾因素及其网格单元的组合;具体是通过特定评价单元内某种因素作用下地质灾害发生频率与区域地质灾害发生频率相比较实现的;
对应某种因素特定状态下的地质灾害信息量公式可表示为:
式中:
IAj→B:对应因素A、j状态(或区间)下地质灾害B发生的信息量;
Nj:对应因素A、j状态(或区间)下地质灾害分布的单元数;
N:调查区已知有地质灾害分布的单元总数;
Sj:因素A、j状态(或区间)分布的单元数;S为调查区单元总数;
当IAj→B>0时,反映了对应因素A、j状态(或区间)下地质灾害发生倾向的信息量较大,地质灾害发生的可能性较大,或者说利于地质灾害发生;当IAj→B<0时,表明因素A、j状态(或区间)条件下,不利于地质灾害发生;当IAj→B=0时,表明因素A、j状态(或区间)不提供有关地质灾害发生与否的任何信息,即因素A、j状态(或区间)可以剔除掉,排除其作为地质灾害预测因子;
但是由于每个评价单元受众多因素的综合影响,各因素又存在若干状态,各状态因素组合条件下地质灾害发生的总信息量可为:
式中:
I:对应特定单元地质灾害发生的总信息量,指示地质灾害发生的可能性,可作为地质灾害易发性指数;
Ni:对应特定因素、第i状态(或区间)条件下的地质灾害面积或地质灾害点数;
Si:对应特定因素、第i状态(或区间)的分布面积;
N:调查区地质灾害总面积或总地质灾害点数;
S:调查区总面积;
2)评价单元影响因素选取
结合孕灾地质条件调查及信息模量参数,综合选取影响地质灾害发生、发展的因素作为影响因子。如选取地貌类型、山坡坡度、地质构造、工程地质岩组、人类工程活动、土地利用类型等6个影响因子,采用判断矩阵方法评价因子权重,结合随机一致性检查确认权重合理,用于地质灾害易发性评价。
由于有多个因子参与评价,在对这些评价因子进行综合时,求权值的过程就是对不同因子间“重要性”程度的分析过程,采用层次分析法确定权值。
利用线性代数,精确地求出判断矩阵T的最大特征所对应的特征向量,
设U={u1,u2,...,um}为评价因素集,A=(a1,a2,...,am)T为目标权重,uij表示ui对uj的相对重要性数值,综合构造判断矩阵:
其中:m为评价因子数。
所求特征向量即为各评价因素的重要性排序,归一化后,也就是权数分配,权数分配采用近似解法-方根法求算;由于客观事物的复杂性或对事物认识的片面性,通过所构造的判断矩阵求出的特征向量是否合理,需要对判断矩阵进行一致性和随机性检验;
所述的权数分配采用的近似解法-方根法求算的步骤如下:
1)计算判断矩阵每一行元素的乘积Wi
2)计算Wi的m次方根
则A=(a1,a2,...,am)T即为所求目标权重。
4)为对判断矩阵进行一致性和随机性检验,最后还要计算判断矩阵的最大特征根λmax
式中,(TA)i表示向量TA的第i个元素。
对判断矩阵进行一致性和随机性检验的公式为:
CR=CI/RI
式中,CR为判断矩阵的随机一致性比率;
CI为判断矩阵一致性指标;它由下式计算:
λmax为最大特征根;
m为判断矩阵阶数;
RI为判断矩阵的平均随机一致性指标;
对于m为1-11阶的低阶判断矩阵,RI固定取值,RI的取值如图1所示的;对于高于11阶的判断矩阵,需要采用近似方法取值,即令
步骤二:地质灾害危险性评价
在易发性评价基础上,结合降雨、地震等地质灾害诱发因素,基于定量为主、定性为辅的原则,采用统计或物理力学模型,评估在一定诱发因素作用下发生灾害的可能性及强度,将评价区划分为地质灾害极高、高、中和低四级危险区,为地质灾害防治工作部署提供支撑;
步骤三:地质灾害易损性评价
(1)评估一般调查区的承灾体的易损性,并对一般调查区的承灾体的易损性进行赋值,然后将承灾体的易损性赋值进行叠加,获得综合易损性评价;
1)人员易损性:根据调查获取地质灾害点及隐患的威胁人口数量,采用核密度算法获得人员易损性赋值;
2)建筑物易损性:建筑物为人口分布的基础载体,同时又具有自身的经济价值,采用对建筑物面积归一化处理的方法,取归一化值作为易损性赋值;
3)交通设施易损性:按不同设施类型和等级进行易损性赋值;
4)其他生活设施易损性:按不同设施类型进行易损性赋值;
一般调查区的建筑物、交通设施和其他生活设施的易损性按半定量的方法确定,人员易损性取易损性区间值的高值。
一般调查区承灾体易损性赋值表如图2所示。
(2)评估重点调查区的承灾体的易损性,并对重点调查区的承灾体的易损性进行赋值,结合地质灾害的作用强度、影响范围等因素,开展单体地质灾害易损性评价。
1)人口易损性:根据调查获取地质灾害点及隐患的人口密度和年龄结构,配合相应的权重和分级获得人口易损性赋值;
2)建筑物易损性:建筑物为人口分布的基础载体,同时又具有自身的经济价值,根据建筑物的结构类型、建筑类型和楼层数,配合相应的权重和分级获得建筑易损性赋值;
3)交通设施易损性:按不同设施类型、权重和等级进行易损性赋值;
4)重要工程易损性:按不同工程类型、权重和等级进行易损性赋值。
重点调查区承灾体易损性赋值表如图3所示。
步骤四:地质灾害风险评价
根据地质灾害易损性评价,采用定性或定量方法,计算栅格或斜坡单元风险指数,表达地质灾害造成风险的可能性与大小,在易发性、危险性、易损性评价基础上,采用矩阵分析方法,将地质灾害风险等级划分为极高、高、中、低四个等级,地质灾害风险等级划分表如图4所示。
按照崩塌、滑坡、不稳定斜坡等斜坡类灾害和泥石流灾害分类评价地质灾害风险,根据实际情况综合叠加确定风险等级,并开展风险区划。
地质灾害风险区划结果实地核查,对区划边界、风险等级、异常区等进行复核,必要时补充相应调查工作量,并对区划结果进行局限性评述。表达地质灾害发生并造成社会损失的时空概率。
风险评价的方法多种多样,从定性概化到定量评估,本轮地质灾害风险编图使用基于矩阵分析的综合定性评估方法。
将承灾体的易损性按照自身特征属性(坚固程度+自身价值+社会作用等多因素)综合考虑,给定一个具有代表性的承灾体易损性价值参与评价。
单体或区域的风险等级F=危险性×易损性×承灾体价值/数量
1)一般调查区地质灾害风险评价
按照实体勾绘要求表达地质灾害及隐患点、承灾体特征,以不低于25×25米的标准栅格单元表达风险区划结果,在易发性评价的基础上,采用历史月累积降雨量(大于5年)或地震动峰值加速度开展地质灾害危险性评价。分别评估人员和基础设施易损性,设定权重综合确定承灾体易损性。将危险性和易损性评价结果叠加运算,形成风险评价与区划结果。
2)重点调查区地质灾害风险评价
采用不低于10×10米的标准栅格作为评价单元,根据评价单元危险等级和易损性等级划分极高、高、中、低四个等级风险,采用斜坡单元表达风险区划结果。承灾体表达更加精细化。应在易发性评价基础上,结合10年一遇、20年一遇、50年一遇、100年一遇降雨工况或基本地震、多遇地震、罕遇地震工况,及地质灾害发育特征,通过定性或定量方法分别进行地质灾害危险性评价。地震动峰值的加速度取值按照GB18306执行,人口聚集区承灾体易损性应在承灾体调查基础上,分别评估人员、基础设施等承灾体的易损性,叠加确定承灾体的综合易损性。
综上所述,本发明不限于上述具体实施方式。本领域技术人员,在不脱离本发明的精神和范围的前提下,可做若干的更改和修饰。本发明的保护范围应以本发明的权利要求为准。
Claims (5)
1.一种基于信息量模型的层次分析地质灾害风险评价方法,其特征在于,包括以下步骤:
步骤一:地质灾害易发性评价
根据地质灾害调查成果资料,基于定量为主、定性为辅的原则,采用信息量模型方法,结合层次分析法评估区域地质灾害易发性,将调查区划分为地质灾害高、中、低和非四级易发区。
(1)信息量模型方法
地质灾害的形成受多种因素影响,信息量模型反映了一定地质环境下最易致灾因素及其网格单元的组合;具体是通过特定评价单元内某种因素作用下地质灾害发生频率与区域地质灾害发生频率相比较实现的;
对应某种因素特定状态下的地质灾害信息量公式可表示为:
式中:
IAj→B:对应因素A、j状态(或区间)下地质灾害B发生的信息量;
Nj:对应因素A、j状态(或区间)下地质灾害分布的单元数;
N:调查区已知有地质灾害分布的单元总数;
Sj:因素A、j状态(或区间)分布的单元数;S为调查区单元总数;
当IAj→B>0时,反映了对应因素A、j状态(或区间)下地质灾害发生倾向的信息量较大,地质灾害发生的可能性较大,或者说利于地质灾害发生;当IAj→B<0时,表明因素A、j状态(或区间)条件下,不利于地质灾害发生;当IAj→B=0时,表明因素A、j状态(或区间)不提供有关地质灾害发生与否的任何信息,即因素A、j状态(或区间)可以剔除掉,排除其作为地质灾害预测因子;
但是由于每个评价单元受众多因素的综合影响,各因素又存在若干状态,各状态因素组合条件下地质灾害发生的总信息量可为:
式中:
I:对应特定单元地质灾害发生的总信息量,指示地质灾害发生的可能性,可作为地质灾害易发性指数;
Ni:对应特定因素、第i状态(或区间)条件下的地质灾害面积或地质灾害点数;
Si:对应特定因素、第i状态(或区间)的分布面积;
N:调查区地质灾害总面积或总地质灾害点数;
S:调查区总面积;
(2)评价单元影响因素选取
结合孕灾地质条件调查及信息模量参数,综合选取影响地质灾害发生、发展的因素作为影响因子。如选取地貌类型、山坡坡度、地质构造、工程地质岩组、人类工程活动、土地利用类型等6个影响因子,采用判断矩阵方法评价因子权重,结合随机一致性检查确认权重合理,用于地质灾害易发性评价。
由于有多个因子参与评价,在对这些评价因子进行综合时,求权值的过程就是对不同因子间“重要性”程度的分析过程,采用层次分析法确定权值。
利用线性代数,精确地求出判断矩阵T的最大特征所对应的特征向量,
设U={u1,u2,...,um}为评价因素集,A=(a1,a2,...,am)T为目标权重,uij表示ui对uj的相对重要性数值,综合构造判断矩阵:
其中:m为评价因子数。
所求特征向量即为各评价因素的重要性排序,归一化后,也就是权数分配,权数分配采用近似解法-方根法求算;由于客观事物的复杂性或对事物认识的片面性,通过所构造的判断矩阵求出的特征向量是否合理,需要对判断矩阵进行一致性和随机性检验;
步骤二:地质灾害危险性评价
在易发性评价基础上,结合降雨、地震等地质灾害诱发因素,基于定量为主、定性为辅的原则,采用统计或物理力学模型,评估在一定诱发因素作用下发生灾害的可能性及强度,将评价区划分为地质灾害极高、高、中和低四级危险区。
步骤三:地质灾害易损性评价
(1)评估一般调查区的承灾体的易损性,并对一般调查区的承灾体的易损性进行赋值,然后将承灾体的易损性赋值进行叠加,获得综合易损性评价;
(2)评估重点调查区的承灾体的易损性,并对重点调查区的承灾体的易损性进行赋值,结合地质灾害的作用强度、影响范围等因素,开展单体地质灾害易损性评价。
步骤四:地质灾害风险评价
根据地质灾害易损性评价,采用定性或定量方法,计算栅格或斜坡单元风险指数,表达地质灾害造成风险的可能性与大小,在易发性、危险性、易损性评价基础上,采用矩阵分析方法,将地质灾害风险等级划分为极高、高、中、低四个等级。
按照崩塌、滑坡、不稳定斜坡等斜坡类灾害和泥石流等灾害分类评价地质灾害风险,根据实际情况综合叠加确定风险等级,并开展风险区划。
地质灾害风险区划结果实地核查,对区划边界、风险等级、异常区等进行复核,必要时补充相应调查工作量,并对区划结果进行局限性评述。表达地质灾害发生并造成社会损失的时空概率。
风险评价的方法多种多样,从定性概化到定量评估,地质灾害风险编图使用基于矩阵分析的综合定性评估方法。
将承灾体的易损性按照自身特征属性(坚固程度+自身价值+社会作用等多因素)综合考虑,给定一个具有代表性的承灾体易损性价值参与评价。
单体或区域的风险等级F=危险性×易损性×承灾体价值/数量
(1)一般调查区地质灾害风险评价
按照实体勾绘要求表达地质灾害及隐患点、承灾体特征,以不低于25×25米的标准栅格单元表达风险区划结果,在易发性评价的基础上,采用历史月累积降雨量(大于5年)或地震动峰值加速度开展地质灾害危险性评价。分别评估人员和基础设施易损性,设定权重综合确定承灾体易损性。将危险性和易损性评价结果叠加运算,形成风险评价与区划结果。
(2)重点调查区地质灾害风险评价
采用不低于10×10米的标准栅格作为评价单元,根据评价单元危险等级和易损性等级划分极高、高、中、低四个等级风险,采用斜坡单元表达风险区划结果。承灾体表达更加精细化。应在易发性评价基础上,结合10年一遇、20年一遇、50年一遇、100年一遇降雨工况或基本地震、多遇地震、罕遇地震工况,及地质灾害发育特征,通过定性或定量方法分别进行地质灾害危险性评价。
4.如权利要求1所述的一种基于信息量模型的层次分析地质灾害风险评价方法,其特征在于,所述步骤三中,一般调查区的承灾体包括人员、建筑物、交通设施和其他生活设施,人员、建筑物、交通设施和其他生活设施的易损性评估包括以下内容:
1)人员易损性:根据调查获取地质灾害点及隐患的威胁人口数量,采用核密度算法获得人员易损性赋值;
2)建筑物易损性:建筑物为人口分布的基础载体,同时又具有自身的经济价值,采用对建筑物面积归一化处理的方法,取归一化值作为易损性赋值;
3)交通设施易损性:按不同设施类型和等级进行易损性赋值;
4)其他生活设施易损性:按不同设施类型进行易损性赋值;
一般调查区的建筑物、交通设施和其他生活设施的易损性按半定量的方法确定,人员易损性取易损性区间值的高值。
5.如权利要求4所述的一种基于信息量模型的层次分析地质灾害风险评价方法,其特征在于,所述步骤三中,重点调查区的承灾体包括人口、建筑物、交通设施和重要工程,人口、建筑物、交通设施和重要工程的易损性评估包括以下内容:
1)人口易损性:根据调查获取地质灾害点及隐患的人口密度和年龄结构,配合相应的权重和分级获得人口易损性赋值;
2)建筑物易损性:建筑物为人口分布的基础载体,同时又具有自身的经济价值,根据建筑物的结构类型、建筑类型和楼层数,配合相应的权重和分级获得建筑易损性赋值;
3)交通设施易损性:按不同设施类型、权重和等级进行易损性赋值;
4)重要工程易损性:按不同工程类型、权重和等级进行易损性赋值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210615306.2A CN114926067A (zh) | 2022-05-31 | 2022-05-31 | 一种基于信息量模型的层次分析地质灾害风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210615306.2A CN114926067A (zh) | 2022-05-31 | 2022-05-31 | 一种基于信息量模型的层次分析地质灾害风险评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926067A true CN114926067A (zh) | 2022-08-19 |
Family
ID=82811946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210615306.2A Pending CN114926067A (zh) | 2022-05-31 | 2022-05-31 | 一种基于信息量模型的层次分析地质灾害风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926067A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862272A (zh) * | 2023-02-16 | 2023-03-28 | 山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心) | 一种地质灾害自动化监测系统及方法 |
CN116110210A (zh) * | 2023-04-04 | 2023-05-12 | 中南大学 | 复杂环境下数据驱动的滑坡灾害辅助决策方法 |
CN117236711A (zh) * | 2023-08-29 | 2023-12-15 | 青海师范大学 | 一种基于大数据的自然灾害后生态系统损害评估方法 |
CN117493805A (zh) * | 2023-11-04 | 2024-02-02 | 广东省核工业地质调查院 | 一种地质灾害评价过程中斜坡单元的评分取值方法 |
CN117668040A (zh) * | 2024-01-30 | 2024-03-08 | 北京江河惠远科技有限公司 | 高压输电线杆塔区域的地质数据的处理方法及相关产品 |
CN117933578A (zh) * | 2024-03-22 | 2024-04-26 | 四川省地质调查研究院 | 一种泥石流的安全隐患评估方法及系统 |
-
2022
- 2022-05-31 CN CN202210615306.2A patent/CN114926067A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862272A (zh) * | 2023-02-16 | 2023-03-28 | 山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心) | 一种地质灾害自动化监测系统及方法 |
CN116110210A (zh) * | 2023-04-04 | 2023-05-12 | 中南大学 | 复杂环境下数据驱动的滑坡灾害辅助决策方法 |
CN117236711A (zh) * | 2023-08-29 | 2023-12-15 | 青海师范大学 | 一种基于大数据的自然灾害后生态系统损害评估方法 |
CN117493805A (zh) * | 2023-11-04 | 2024-02-02 | 广东省核工业地质调查院 | 一种地质灾害评价过程中斜坡单元的评分取值方法 |
CN117668040A (zh) * | 2024-01-30 | 2024-03-08 | 北京江河惠远科技有限公司 | 高压输电线杆塔区域的地质数据的处理方法及相关产品 |
CN117933578A (zh) * | 2024-03-22 | 2024-04-26 | 四川省地质调查研究院 | 一种泥石流的安全隐患评估方法及系统 |
CN117933578B (zh) * | 2024-03-22 | 2024-06-07 | 四川省地质调查研究院 | 一种泥石流的安全隐患评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114926067A (zh) | 一种基于信息量模型的层次分析地质灾害风险评价方法 | |
CN109034582B (zh) | 基于云模型和组合赋权的隧道穿越断层突水突泥风险评价方法 | |
CN111858803B (zh) | 一种滑坡地灾风险区划图生成方法 | |
CN110610285A (zh) | 一种地下金属矿采空区危险度分级评价方法 | |
Kohrangi et al. | Seismic risk and loss estimation for the building stock in Isfahan: part II—hazard analysis and risk assessment | |
CN112529267A (zh) | 一种基于模糊综合评价法的超前地质预报方法及系统 | |
Goda et al. | Seismic risk assessment of urban and rural settlements around Lake Malawi | |
CN115879654A (zh) | 一种地下巷道稳定性预测和可靠性评价方法 | |
CN111507539A (zh) | 一种基于层次分析法的泥石流危险等级评价方法及系统 | |
CN114897378A (zh) | 地质灾害精细化气象风险预警区评价方法及装置 | |
CN106960263A (zh) | 一种地质灾害监测预警的方法和装置 | |
Shahbazi et al. | Loss modeling for 2017 Sarpol-e Zahab Earthquake | |
Shahbazi et al. | Introducing loss transfer functions to model seismic financial loss: A case study of Iran | |
CN111382908A (zh) | 一种考虑大震时间相关性的地震随机事件集模拟方法 | |
JP2007219769A (ja) | 危険度評価システム | |
Azizi et al. | Earthquake risk assessment using OpenQuake and GIS: A case study of Cyprus. | |
Apostolaki et al. | Probabilistic seismic hazard and risk assessment of Thessaloniki, Greece | |
CN117131756B (zh) | 一种基于地表时序形变和孕灾背景的地裂缝易发性评价方法 | |
Kazemi Asl et al. | Assessment of a 475-year Scenario Earthquake Loss for Residential Buildings in District 2 of Tehran Municipality, Iran | |
Başgöze et al. | Determining the regional disaster risk analysis of buildings in Erzincan | |
Lund et al. | Comparing European seismic hazard models: ESHM20 versus ESHM13 at nuclear power plant sites in Sweden and Finland | |
Kazemiasl et al. | A Risk-Based Model for Allocating Post-Earthquake Reconstruction Finance in Medium-Size Iranian Cities | |
Apriani et al. | Identification of Potential Locations for Soil Investigation based On Geographic Information System (GIS) | |
Ghasemi | Building Clustering and Indicator Building Selection for Regional Seismic Vulnerability Assessment | |
Wang et al. | Hazard assessment of seismic-collapsed loess landslides on the Loess Plateau as exemplified by the M6. 2 earthquake in Jishishan County, China |
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 |