CN116384626A - 一种红层地区地质灾害风险调查易发性评价方法 - Google Patents
一种红层地区地质灾害风险调查易发性评价方法 Download PDFInfo
- Publication number
- CN116384626A CN116384626A CN202310279902.2A CN202310279902A CN116384626A CN 116384626 A CN116384626 A CN 116384626A CN 202310279902 A CN202310279902 A CN 202310279902A CN 116384626 A CN116384626 A CN 116384626A
- Authority
- CN
- China
- Prior art keywords
- geological disaster
- evaluation index
- susceptibility evaluation
- disaster susceptibility
- 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.)
- Pending
Links
- 238000011835 investigation Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 258
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 85
- 238000010606 normalization Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 14
- 238000007670 refining Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000012876 topography Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种红层地区地质灾害风险调查易发性评价方法,包括以下步骤:根据沟谷线与山脊线划分地质灾害易发性评价单元;根据红层滑坡特征确定地质灾害易发性评价指标;采用层次分析法计算地质灾害易发性评价指标的权重;根据野外调查对地质灾害易发性评价指标赋值;根据地质灾害易发性评价指标的权重和地质灾害易发性评价指标的赋值,得到单评价指标评价结果GIS栅格数据;利用GIS平台对单评价指标评价结果GIS栅格数据进行评价指标叠加计算,得到地质灾害易发性综合评价结果。本发明采用红层地区潜在滑坡早起识别标志,根据红层滑坡特征确定地质灾害易发性评价指标,可以更加准确的评价斜坡单元的地质灾害易发性。
Description
技术领域
本发明涉及地质灾害风险调查领域,具体涉及一种红层地区地质灾害风险调查易发性评价方法。
背景技术
地质灾害风险调查易发性评价常用方法包括信息量模型、逻辑回归模型、和层次分析法。评价精度通常分为1:5万精度与1:1万精度。地质灾害风险调查易发性评价方法通过选取评价因子,例如地形地貌、高程、坡度、工程地质岩组、构造等,构建评价指标体系,采用栅格数据处理方法对调查区进行剖分,结合野外调查进行评价。其中1:1万精度评价单元为斜坡,通过划分斜坡单元,选取评价因子,结合野外调查情况,最后得到评价结果。
但由于目前存在的评价因子过于普遍化,导致评价结果精度不足,无法突出不同地区的特殊性,例如:本发明的研究背景四川普遍存在的红层地区,目前传统的评价因子无法真实反应出红层地区地质灾害发育情况,所得到的评价结果不准确,综上对于红层地区1:1万精度地质灾害风险调查评价急需一种比较合理的评价方法与体系。
发明内容
针对现有技术中的上述不足,本发明提供的一种红层地区地质灾害风险调查易发性评价方法,根据红层滑坡特征确定地质灾害易发性评价指标,可以更加准确的评价斜坡单元的地质灾害易发性。
为了达到上述发明目的,本发明采用的技术方案为:
一种红层地区地质灾害风险调查易发性评价方法,包括以下步骤:
S1、根据沟谷线与山脊线划分地质灾害易发性评价单元;
S2、根据红层滑坡特征确定地质灾害易发性评价指标;
S3、采用层次分析法计算步骤S2中的地质灾害易发性评价指标的权重;
S4、根据野外调查对步骤S2中的地质灾害易发性评价指标赋值;
S5、根据步骤S3中地质灾害易发性评价指标的权重和步骤S4中地质灾害易发性评价指标的赋值,得到单评价指标评价结果GIS栅格数据;
S6、利用GIS平台对步骤S5中的单评价指标评价结果GIS栅格数据进行评价指标叠加计算,得到地质灾害易发性综合评价结果。
进一步地,步骤S1包括以下分步骤:
S11、利用GIS计算地表径流的汇水累计栅格;
S12、根据分步骤S11中得到的地表径流的汇水累计栅格和集水面积阈值,确定沟谷并提取沟谷线;
S13、将地形高差从正向高差转换为反向高差得到反转地形;
S14、利用GIS计算反转地形后地表径流的汇水累计栅格;
S15、根据分步骤S14中得到的反转地形后地表径流的汇水累计栅格和集水面积阈值,确定山脊并提取山脊线;
S16、根据分步骤S12中的沟谷线与分步骤S15中的山脊线,划分地质灾害易发性评价单元。
进一步地,步骤S2包括以下分步骤:
S21、根据历史数据确定红层滑坡标志出现频次;
S22、按照大小顺序对分步骤S21中红层滑坡标志出现频次进行排序,得到排序结果;
S23、根据分步骤S22中的排序结果和红层滑坡标志的识别特征,确定地质灾害易发性评价指标。
进一步地,在步骤S2中,地质灾害易发性评价指标包括斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡覆盖层厚度范围、斜坡坡度范围、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露。
进一步地,步骤S3包括以下分步骤:
S31、构建地质灾害易发性评价指标的判断矩阵,表示为:
其中:A为判断矩阵,a11为地质灾害易发性评价指标1与地质灾害易发性评价指标1的重要性之比,a21为地质灾害易发性评价指标2与地质灾害易发性评价指标1的重要性之比,ai1为地质灾害易发性评价指标i与地质灾害易发性评价指标1的重要性之比,a12为地质灾害易发性评价指标1与地质灾害易发性评价指标2的重要性之比,a1j为地质灾害易发性评价指标1与地质灾害易发性评价指标j的重要性之比,a22为地质灾害易发性评价指标2与地质灾害易发性评价指标2的重要性之比,a2j为地质灾害易发性评价指标2与地质灾害易发性评价指标j的重要性之比,ai2为地质灾害易发性评价指标i与地质灾害易发性评价指标2的重要性之比,aij为地质灾害易发性评价指标i与地质灾害易发性评价指标j的重要性之比;
S32、根据分步骤S31中的判断矩阵计算地质灾害易发性评价指标的权重;
S33、根据分步骤S32中地质灾害易发性评价指标的权重判断一致性比率是否小于设定值;若是则结束操作,否则对判断矩阵进行修正并跳转到分步骤S32。
进一步地,分步骤S32包括以下分步骤:
S321、归一化处理步骤S31中的判断矩阵的每一列元素,表示为:
其中:ψij为判断矩阵每一列元素归一化后的矩阵,aij为地质灾害易发性评价指标i与地质灾害易发性评价指标j的重要性之比,n为地质灾害易发性评价指标i的总和;
S322、将分步骤S321中判断矩阵每一列元素归一化后的矩阵按行相加,得到地质灾害易发性评价指标的权重,表示为:
其中:ωi为第i个地质灾害易发性评价指标的权重。
进一步地,在分步骤S33中,计算一致性比率包括以下分步骤:
S331、对分步骤S322中地质灾害易发性评价指标的权重进行归一化处理,表示为:
S332、根据分步骤S331中地质灾害易发性评价指标的权重归一化处理后的矩阵,计算矩阵的最大特征根,表示为:
其中:λmax为矩阵的最大特征根,A为判断矩阵;
S333、根据分步骤S332中矩阵的最大特征根,计算判断矩阵的一致性指标,表示为:
其中:CI为判断矩阵的一致性指标;
S334、根据分步骤S333中判断矩阵的一致性指标,计算判断判断矩阵的随机一致性比率,表示为:
CR=CI/RI
其中:CR为判断判断矩阵的随机一致性比率,RI为判断矩阵的平均随机一致性指标。
进一步地,步骤S4包括以下分步骤:
S41、对斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露进行0或1赋值;
S42、根据野外调查对斜坡覆盖层厚度范围和斜坡坡度范围进行细化分级,并对各级进行赋值。
进一步地,步骤S5包括以下分步骤:
S51、确定步骤S1中地质灾害易发性评价单元的具体的地质灾害易发性评价指标;
S52、根据步骤S3中地质灾害易发性评价指标的权重、步骤S4中地质灾害易发性评价指标的赋值和分步骤S51中具体的地质灾害易发性评价指标,确定评价单元内每个地质灾害易发性评价指标的评价结果,表示为:
其中:R为地质灾害易发性评价单元内的“易发性”指数,i为地质灾害易发性评价指标,n为地质灾害易发性评价指标i的总和,ωi为地质灾害易发性评价指标i的权重;Ii为地质灾害易发性评价指标i的赋值;
S53、将分步骤S52中每个地质灾害易发性评价指标的评价结果转化为栅格数据。
本发明的有益效果为:
(1)本发明采用红层地区潜在滑坡早期识别标志,根据红层滑坡特征确定地质灾害易发性评价指标,从斜坡调查的角度控制潜在滑坡体,结合野外实际调查,可以更加准确的评价地质灾害易发性评价单元的地质灾害易发性;
(2)本发明采用层次分析法确定各地质灾害易发性评价指标的权重,并结合地质灾害易发性评价单元具体的各评价指标的赋值,能使得到的各地质灾害易发性评价单元的评估结果更贴合实际。
附图说明
图1为一种红层地区地质灾害风险调查易发性评价方法流程图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种红层地区地质灾害风险调查易发性评价方法,包括步骤S1-S6:
S1、根据沟谷线与山脊线划分地质灾害易发性评价单元。
在本发明的一个可选实施例中,本发明中1:1万评价精度采用斜坡单元法进行评价,依据沟谷线与山脊线交汇,将地表划分成多个地质灾害易发性评价单元。山脊线和山谷线实际上就是水文分析中的分水线和汇水线,可以用水文分析的方法来提取。
步骤S1包括以下分步骤:
S11、利用GIS计算地表径流的汇水累计栅格。
S12、根据分步骤S11中得到的地表径流的汇水累计栅格和集水面积阈值,确定沟谷并提取沟谷线。
具体地,沟谷在水文分析中亦称汇水线,其性质就是水流的汇集线。沟谷线的提取,在利用GIS计算地表径流的汇水累计栅格后,设定一个集水阈值,所有汇水量超过集水阈值的汇水累计栅格组成的就是沟谷。
S13、将地形高差从正向高差转换为反向高差得到反转地形。
具体地,将地形高差从正向高差转换为反向高差,具体操作步骤为栅格计算,输入公式(H-DEM),在H-DEM中,H指DEM的最高高度。
S14、利用GIS计算反转地形后地表径流的汇水累计栅格。
S15、根据分步骤S14中得到的反转地形后地表径流的汇水累计栅格和集水面积阈值,确定山脊并提取山脊线。
具体地,本发明用分步骤S11和分步骤S12中同样的方法提取反转地形的沟谷线,并将其作为山脊线。
S16、根据分步骤S12中的沟谷线与分步骤S15中的山脊线,划分地质灾害易发性评价单元。
具体地,本发明将分步骤S12中提取沟谷线和分步骤S15中确定的山脊线叠加形成斜坡单元,以此来划分地质灾害易发性评价单元。
S2、根据红层滑坡特征确定地质灾害易发性评价指标。
在本发明的一个可选实施例中,1:1万精度地质灾害易发性评价中常用的评价指标为地形地貌、高程、工程地质岩组、构造等,这些常规的评价指标并未考虑每个斜坡的真实情况,不能真实的反应县域1:1万精度易发性评价的结果。
而本发明根据红层滑坡特征和红层滑坡具备的早期识别标志,通过红层滑坡发生前是否存在早期识别标志来判断斜坡体是否为潜在滑坡体,并因此确定红层地区斜坡常出现标志作为地质灾害易发性评价指标。
步骤S2包括以下分步骤:
S21、根据历史数据确定红层滑坡标志出现频次。
具体地,本发明通过分析,出现频率越高的红层滑坡标志,对滑坡形成的贡献率越大,所属的识别等级越高。因此,本发明根据历史数据确定红层滑坡标志出现频次。
S22、按照大小顺序对分步骤S21中红层滑坡标志出现频次进行排序,得到排序结果。
具体地,本发明将各类红层滑坡标志分为3个等级(A级、B级、C级),出现1-45次划为A级,45-90次为B级,90-135次为C级。
本发明基于分步骤S21中确定的红层滑坡标志出现频次,得到A级红层滑坡标志包括斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡后缘有基岩光面出露和斜坡前缘或者某临空面突然有泉眼出露,B级红层滑坡标志包括斜坡体发育有横向裂缝和斜坡具有较好的临空条件,C级红层滑坡标志包括斜坡覆盖层厚度范围和斜坡坡度范围。
S23、根据分步骤S22中的排序结果和红层滑坡标志的识别特征,确定地质灾害易发性评价指标。
具体地,本发明根据分步骤S22中的排序结果和红层滑坡标志的识别特征,选择红层滑坡中出现频率较多且易于识别的红层滑坡标志,并将其确定为地质灾害易发性评价指标。
地质灾害易发性评价指标包括斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡覆盖层厚度范围、斜坡坡度范围、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露。
S3、采用层次分析法计算步骤S2中的地质灾害易发性评价指标的权重。
在本发明的一个可选实施例中,本发明采用层次分析法进行地质灾害易发性评价指标的权重赋值。层次分析法(AHP)是较为常用的主观赋权法,其具有操作简单灵活且定性与定量结合的特点,该方法不仅提供了决策者主观上的思维过程,又具有一定的数学分析和定量计算。层次分析法是通过中间过渡的准则层把目标层与指标层相关联,并量化各地质灾害易发性评价指标的重要程度,进行赋值量化,进行矩阵计算,得到各地质灾害易发性评价指标的权重。
步骤S3包括以下分步骤:
S31、构建地质灾害易发性评价指标的判断矩阵,表示为:
其中:A为判断矩阵,a11为地质灾害易发性评价指标1与地质灾害易发性评价指标1的重要性之比,a21为地质灾害易发性评价指标2与地质灾害易发性评价指标1的重要性之比,ai1为地质灾害易发性评价指标i与地质灾害易发性评价指标1的重要性之比,a12为地质灾害易发性评价指标1与地质灾害易发性评价指标2的重要性之比,a1j为地质灾害易发性评价指标1与地质灾害易发性评价指标j的重要性之比,a22为地质灾害易发性评价指标2与地质灾害易发性评价指标2的重要性之比,a2j为地质灾害易发性评价指标2与地质灾害易发性评价指标j的重要性之比,ai2为地质灾害易发性评价指标i与地质灾害易发性评价指标2的重要性之比,aij为地质灾害易发性评价指标i与地质灾害易发性评价指标j的重要性之比。
具体地,本发明中层次分析法是通过对不同地质灾害易发性评价指标之间的比值来确定每个地质灾害易发性评价指标重要程度的一种方法。采用相对重要性表格对两个地质灾害易发性评价指标之间进行比较,用aij表示第i个地质灾害易发性评价指标相对于第j个地质灾害易发性评价指标的比较结果,并且aji=1/aij。所有地质灾害易发性评价指标两两之间的比较结果构成的矩阵称作判断矩阵A。
两个地质灾害易发性评价指标之间的相对重要性如表1所示。
表1相对重要性表格
根据相对重要性表建立判断矩阵A。
S32、根据分步骤S31中的判断矩阵计算地质灾害易发性评价指标的权重。
分步骤S32包括以下分步骤:
S321、归一化处理步骤S31中的判断矩阵的每一列元素,表示为:
其中:ψij为判断矩阵每一列元素归一化后的矩阵,aij为地质灾害易发性评价指标i与地质灾害易发性评价指标j的重要性之比,n为地质灾害易发性评价指标i的总和。
S322、将分步骤S321中判断矩阵每一列元素归一化后的矩阵按行相加,得到地质灾害易发性评价指标的权重,表示为:
其中:ωi为第i个地质灾害易发性评价指标的权重。
S33、根据分步骤S32中地质灾害易发性评价指标的权重判断一致性比率是否小于设定值;若是则结束操作,否则对判断矩阵进行修正并跳转到分步骤S32。
计算一致性比率包括以下分步骤:
S331、对分步骤S322中地质灾害易发性评价指标的权重进行归一化处理,表示为:
S332、根据分步骤S331中地质灾害易发性评价指标的权重归一化处理后的矩阵,计算矩阵的最大特征根,表示为:
其中:λmax为矩阵的最大特征根,A为判断矩阵;
S333、根据分步骤S332中矩阵的最大特征根,计算判断矩阵的一致性指标,表示为:
其中:CI为判断矩阵的一致性指标;
S334、根据分步骤S333中判断矩阵的一致性指标,计算判断判断矩阵的随机一致性比率,表示为:
CR=CI/RI
其中:CR为判断判断矩阵的随机一致性比率,RI为判断矩阵的平均随机一致性指标。
具体地,对于判断矩阵的阶数n=1,2,3…,9,相应的平均随机一致性指标RI如表3所示。
表3平均随机数一致性指标RI
在判断矩阵的阶数n≥3时,才会检验其一致性,判断矩阵的阶数n=1、2情况下矩阵完全具有一致性,且矩阵的阶数越小,则通过一致性检验的机会也越大。只有当判断判断矩阵的随机一致性比率CR<0.1时,判断矩阵才具有很好的一致性,判断矩阵设置合理;如果判断判断矩阵的随机一致性比率CR>0.1,则说明判断矩阵设置则不合理,需对其进行重新调整,调整地质灾害易发性评价指标权重,进行判断矩阵相加计算,直到满足一致性原则为止。
具体地,本发明以阆中市为例,选取8个乡镇进行地质灾害易发性评价,分别为河溪街道-彭城镇、二龙镇-石滩镇、老观镇、千佛镇-鹤峰乡、望垭镇、七里街道、柏垭镇、思依镇,下面以老观镇为例,通过野外调查,针对老观镇的地质灾害易发性评价单元,构建地质灾害易发性评价指标权重表,如表4所示。
表4老观镇地质灾害易发性评价指标权重取值表
其中,一致性检验中,最大特征根λmax=6.5416,判断矩阵的一致性指标CI=1.24,判断判断矩阵的随机一致性比率CR=0.0860<0.1,因此满足一致性,证明判断矩阵设置合理,从而得到的老观镇地质灾害易发性评价指标的权重有效。
S4、根据野外调查对步骤S2中的地质灾害易发性评价指标赋值。
在本发明的一个可选实施例中,本发明根据野外调查对地质灾害易发性评价指标进行0~1之间赋值,此处针对斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露进行直接赋值,针对斜坡覆盖层厚度范围和斜坡坡度范围需先进行细化分级,然后再进行赋值。
步骤S4包括以下分步骤:
S41、对斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露进行0或1赋值。
S42、根据野外调查对斜坡覆盖层厚度范围和斜坡坡度范围进行细化分级,并对各级进行赋值。
具体地,通过分步骤S41和分步骤S42,最终得到各地质灾害易发性评价指标的赋值,如表5所示。
表5地质灾害易发性评价指标值
S5、根据步骤S3中地质灾害易发性评价指标的权重和步骤S4中地质灾害易发性评价指标的赋值,得到单评价指标评价结果GIS栅格数据。
在本发明的一个可选实施例中,本发明根据上述得到的各个地质灾害易发性评价指标的权重,结合每个地质灾害易发性评价单元,进行具体分析赋值。
具体地,例如某地质灾害易发性评价单元通过野外调查和遥感解译,只存在斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡坡度范围、斜坡覆盖层厚度范围三个地质灾害易发性评价指标,故只需根据步骤S4中地质灾害易发性评价指标的赋值,即表5中地质灾害易发性评价指标值对此地质灾害易发性评价单元进行“斜坡上是否存在植被疏密界线或高低界线围成围椅状”、“斜坡坡度范围”、“斜坡覆盖层厚度范围”这三个地质灾害易发性评价指标的赋值,其余不存在的因子便对斜坡赋值0。然后结合步骤S3中得到的“斜坡上是否存在植被疏密界线或高低界线围成围椅状”、“斜坡坡度范围”、“斜坡覆盖层厚度范围”这三个地质灾害易发性评价指标的权重,得到这三个单评价指标评价结果。最后将所得到的这三个单评价指标评价结果转换为GIS栅格数据,得到单评价指标评价结果GIS栅格数据。
步骤S5包括以下分步骤:
S51、确定步骤S1中地质灾害易发性评价单元的具体的地质灾害易发性评价指标。
S52、根据步骤S3中地质灾害易发性评价指标的权重、步骤S4中地质灾害易发性评价指标的赋值和分步骤S51中具体的地质灾害易发性评价指标,确定评价单元内每个地质灾害易发性评价指标的评价结果,表示为:
其中:R为地质灾害易发性评价单元内的“易发性”指数,i为地质灾害易发性评价指标,n为地质灾害易发性评价指标i的总和,ωi为地质灾害易发性评价指标i的权重;Ii为地质灾害易发性评价指标i的赋值。
S53、将分步骤S52中每个地质灾害易发性评价指标的评价结果转化为栅格数据。
S6、利用GIS平台对步骤S5中的GIS栅格数据进行评价指标叠加计算,得到地质灾害易发性综合评价结果。
在本发明的一个可选实施例中,本发明利用GIS平台对步骤S5中的GIS栅格数据进行评价指标叠加计算,得到地质灾害易发性综合评价结果。
具体地,本发明基于自然间断点分类法并结合人工复核,将地质灾害易发性划分为低易发区、中易发区、高易发区3个级别。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.一种红层地区地质灾害风险调查易发性评价方法,其特征在于,包括以下步骤:
S1、根据沟谷线与山脊线划分地质灾害易发性评价单元;
S2、根据红层滑坡特征确定地质灾害易发性评价指标;
S3、采用层次分析法计算步骤S2中的地质灾害易发性评价指标的权重;
S4、根据野外调查对步骤S2中的地质灾害易发性评价指标赋值;
S5、根据步骤S3中地质灾害易发性评价指标的权重和步骤S4中地质灾害易发性评价指标的赋值,得到单评价指标评价结果GIS栅格数据;
S6、利用GIS平台对步骤S5中的单评价指标评价结果GIS栅格数据进行评价指标叠加计算,得到地质灾害易发性综合评价结果。
2.根据权利要求1所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,步骤S1包括以下分步骤:
S11、利用GIS计算地表径流的汇水累计栅格;
S12、根据分步骤S11中得到的地表径流的汇水累计栅格和集水面积阈值,确定沟谷并提取沟谷线;
S13、将地形高差从正向高差转换为反向高差得到反转地形;
S14、利用GIS计算反转地形后地表径流的汇水累计栅格;
S15、根据分步骤S14中得到的反转地形后地表径流的汇水累计栅格和集水面积阈值,确定山脊并提取山脊线;
S16、根据分步骤S12中的沟谷线与分步骤S15中的山脊线,划分地质灾害易发性评价单元。
3.根据权利要求1所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,步骤S2包括以下分步骤:
S21、根据历史数据确定红层滑坡标志出现频次;
S22、按照大小顺序对分步骤S21中红层滑坡标志出现频次进行排序,得到排序结果;
S23、根据分步骤S22中的排序结果和红层滑坡标志的识别特征,确定地质灾害易发性评价指标。
4.根据权利要求1所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,在步骤S2中,地质灾害易发性评价指标包括斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡覆盖层厚度范围、斜坡坡度范围、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露。
5.根据权利要求1所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,步骤S3包括以下分步骤:
S31、构建地质灾害易发性评价指标的判断矩阵,表示为:
其中:A为判断矩阵,a11为地质灾害易发性评价指标1与地质灾害易发性评价指标1的重要性之比,a21为地质灾害易发性评价指标2与地质灾害易发性评价指标1的重要性之比,ai1为地质灾害易发性评价指标i与地质灾害易发性评价指标1的重要性之比,a12为地质灾害易发性评价指标1与地质灾害易发性评价指标2的重要性之比,a1j为地质灾害易发性评价指标1与地质灾害易发性评价指标j的重要性之比,a22为地质灾害易发性评价指标2与地质灾害易发性评价指标2的重要性之比,a2j为地质灾害易发性评价指标2与地质灾害易发性评价指标j的重要性之比,ai2为地质灾害易发性评价指标i与地质灾害易发性评价指标2的重要性之比,aij为地质灾害易发性评价指标i与地质灾害易发性评价指标j的重要性之比;
S32、根据分步骤S31中的判断矩阵计算地质灾害易发性评价指标的权重;
S33、根据分步骤S32中地质灾害易发性评价指标的权重判断一致性比率是否小于设定值;若是则结束操作,否则对判断矩阵进行修正并跳转到分步骤S32。
7.根据权利要求6所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,在分步骤S33中,计算一致性比率包括以下分步骤:
S331、对分步骤S322中地质灾害易发性评价指标的权重进行归一化处理,表示为:
S332、根据分步骤S331中地质灾害易发性评价指标的权重归一化处理后的矩阵,计算矩阵的最大特征根,表示为:
其中:λmax为矩阵的最大特征根,A为判断矩阵;
S333、根据分步骤S332中矩阵的最大特征根,计算判断矩阵的一致性指标,表示为:
其中:CI为判断矩阵的一致性指标;
S334、根据分步骤S333中判断矩阵的一致性指标,计算判断判断矩阵的随机一致性比率,表示为:
CR=CI/RI
其中:CR为判断判断矩阵的随机一致性比率,RI为判断矩阵的平均随机一致性指标。
8.根据权利要求1所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,步骤S4包括以下分步骤:
S41、对斜坡存在植被疏密界限或高低界线围成圈椅状、斜坡剖面形态呈阶梯型、斜坡具有较好的临空条件和斜坡后缘有基岩光面出露进行0或1赋值;
S42、根据野外调查对斜坡覆盖层厚度范围和斜坡坡度范围进行细化分级,并对各级进行赋值。
9.根据权利要求1所述的一种红层地区地质灾害风险调查易发性评价方法,其特征在于,步骤S5包括以下分步骤:
S51、确定步骤S1中地质灾害易发性评价单元的具体的地质灾害易发性评价指标;
S52、根据步骤S3中地质灾害易发性评价指标的权重、步骤S4中地质灾害易发性评价指标的赋值和分步骤S51中具体的地质灾害易发性评价指标,确定评价单元内每个地质灾害易发性评价指标的评价结果,表示为:
其中:R为地质灾害易发性评价单元内的“易发性”指数,i为地质灾害易发性评价指标,n为地质灾害易发性评价指标i的总和,ωi为地质灾害易发性评价指标i的权重;Ii为地质灾害易发性评价指标i的赋值;
S53、将分步骤S52中每个地质灾害易发性评价指标的评价结果转化为栅格数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310279902.2A CN116384626A (zh) | 2023-03-21 | 2023-03-21 | 一种红层地区地质灾害风险调查易发性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310279902.2A CN116384626A (zh) | 2023-03-21 | 2023-03-21 | 一种红层地区地质灾害风险调查易发性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384626A true CN116384626A (zh) | 2023-07-04 |
Family
ID=86962665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310279902.2A Pending CN116384626A (zh) | 2023-03-21 | 2023-03-21 | 一种红层地区地质灾害风险调查易发性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384626A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391438A (zh) * | 2023-10-08 | 2024-01-12 | 广东省科学院广州地理研究所 | 区域性群发性坡面型泥石流风险评价方法、系统和介质 |
-
2023
- 2023-03-21 CN CN202310279902.2A patent/CN116384626A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391438A (zh) * | 2023-10-08 | 2024-01-12 | 广东省科学院广州地理研究所 | 区域性群发性坡面型泥石流风险评价方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ali et al. | GIS-based comparative assessment of flood susceptibility mapping using hybrid multi-criteria decision-making approach, naïve Bayes tree, bivariate statistics and logistic regression: a case of Topľa basin, Slovakia | |
Das et al. | GIS-based landslide susceptibility zonation mapping using the analytic hierarchy process (AHP) method in parts of Kalimpong Region of Darjeeling Himalaya | |
Du et al. | Landslide susceptibility mapping using an integrated model of information value method and logistic regression in the Bailongjiang watershed, Gansu Province, China | |
Althuwaynee et al. | A novel ensemble bivariate statistical evidential belief function with knowledge-based analytical hierarchy process and multivariate statistical logistic regression for landslide susceptibility mapping | |
Fan et al. | Landslide susceptibility assessment using the certainty factor and analytic hierarchy process | |
Maqsoom et al. | Landslide susceptibility mapping along the China Pakistan Economic Corridor (CPEC) route using multi-criteria decision-making method | |
CN111667187B (zh) | 基于多源遥感数据的公路滑坡危险性评价方法 | |
CN109992635B (zh) | 一种震后泥石流早期识别方法 | |
KR102145250B1 (ko) | 머신 러닝 기법을 이용한 산사태 취약성 지도 작성 방법 및 장치 | |
CN114595629A (zh) | 基于gbdt-lr和信息量模型的滑坡易发性评价方法 | |
Mudashiru et al. | A comparison of three multi-criteria decision-making models in mapping flood hazard areas of Northeast Penang, Malaysia | |
CN116384626A (zh) | 一种红层地区地质灾害风险调查易发性评价方法 | |
Huang et al. | Modelling landslide susceptibility prediction: a review and construction of semi-supervised imbalanced theory | |
Drid et al. | Designing gully erosion susceptibility maps (GESM) in the Algerian Eastern Tell: a case study of the K’sob River watershed | |
Wubalem et al. | Comparison of statistical and analytical hierarchy process methods on flood susceptibility mapping: in a case study of Tana sub-basin in northwestern Ethiopia | |
Lai et al. | Waterlogging risk assessment based on self-organizing map (SOM) artificial neural networks: a case study of an urban storm in Beijing | |
Zhang et al. | Landslide susceptibility mapping using novel hybrid model based on different mapping units | |
Thongley et al. | Landslide susceptibility assessment using frequency ratio model at Ossey watershed area in Bhutan | |
Dung et al. | Weights of factors contributing to flood formation in the Lam River Basin, Vietnam | |
CN116384627A (zh) | 一种基于机器学习的地质灾害评价方法 | |
CN112464474B (zh) | 基于危险性评价的低频泥石流预警方法 | |
KR102387940B1 (ko) | 산사태와 관련된 환경 지리적 특성을 파악하기 위한 산사태 예측 장치 및 방법 | |
CN114997666A (zh) | 一种区域泥石流易发性评估方法 | |
Cao et al. | Debris flow susceptibility assessment based on information value and machine learning coupling method: from the perspective of sustainable development | |
Ghimire et al. | A Geographical approach of watershed prioritization in the Himalayas: a case study in the middle mountain district of Nepal |
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 |