【某地区地质灾害易发性评价分析案例6400字】

某地区地质灾害易发性评价分析案例目录TOC\o"1-3"\h\u17470某地区地质灾害易发性评价分析案例 1225551.1主观评价模型——层次分析法 1307241.1.1层次分析法原理 1288641.1.2影响因子权重的计算 3318331.2客观评价模型——多变量不安定指数分析法 4149941.2.1多变量不安定指数分析法模型原理 4218921.2.2影响因子权重的计算 5229841.3组合赋权模型 730391.3.1组合赋权模型原理 7159701.3.2利用组合赋权模型求权重值 9317951.4三种数学模型下的研究区地质灾害易发性评价 9296091.5评价结果检验 12101701.1.1ROC曲线原理 12298511.1.2利用ROC曲线检验三种模型评价结果 131.1主观评价模型——层次分析法层次分析法，即analytichierarchyprocess（简称AHP）是一种以心理学和数学的结构化的技术方法为基础，用于梳理分析繁琐事件的确定问题。层次分析法将一个系统的复杂问题拆解成多组不同支配关系层级的树状结构，逐一对子层级中的问题进行对比分析，利用相关领域内专家的经验对其进行评估，最终将问题转换为底层的方案对高层的目标的相对重要性的一种由下至上地解决问题的方式。1.1.1层次分析法原理1、建立梯阶层次结构层次分析法的阶梯结构包括三个层次:目标层、准则层和方案层。本研究的目的是评价汶川县地质灾害易感性。标准层包括6个影响因素:坡度、坡向、地层岩性、到水系的距离、到断裂带的距离和植被覆盖度；最终方案层则是将汶川县地质灾害易发性分为极高危险区、高危险区、中危险区、低危险区、极低危险区五个等级。2、构造判断矩阵判断矩阵是对同层次中的指标两两比较的过程，比较过程中依据各自的重要性对各个指标赋值，由此得到该层次指标相对于上一层的比较矩阵，其比较过程实质上是行业内权威专家对各个指标分析打分的过程，本文利用层次分析法的运算原理，采用Saaty给出的1～9标度法对影响因子的两两关系构造判断矩阵，所有影响因子的两两比较综合决定了各个影响因子的权重，这样避免了由于专家自身的主观性而造成的结果误差。两两影响因素之间定性的比较标度值如下表1.1所示：表1.1层次分析法中各标度含义标度值含义1表示两个因子相比，两者同等的重要性3表示两个因子相比，前者比后者稍微重要5表示两个因子相比，前者比后者明显重要7表示两个因子相比，前者比后者强烈重要9表示两个因子相比，前者比后者极端重要2，4，6，8表示以上各个相邻判断值的中间值倒数若元素i与元素j重要性之比为a，那么元素j与元素i的重要性之比为1/a3、权重计算计算指标权重即是计算判断矩阵最大特征根与最大特征向量的过程，本文采用方根法来计算最大特征根和特征向量，具体步骤如下：指标权重的计算是计算判别矩阵的最大特征向量和最大特征根的过程。该研究采用方根法计算最大特征根和最大特征向量。方法如下所示：(1)计算判断矩阵各行元素乘积，如式（5-1）：（5-1）(2)计算Pi的n次方根，如式（5-2）：（5-2）(3)归一化处理向量对向量做归一化处理，如式（5-3）：（5-3）则A=(a1,a2,…am)T即为所求特征向量，即为各指标的权重值。(4)计算最大特征根（5-4）式（5-4）中，表示向量的第i个元素。4、一致性检验为了验证判断矩阵的合理性，通常需要对判断矩阵进行检验，检验公式如（5-5），（5-6）所示：（5-5）（5-6）其中为最大特征根，m是判别矩阵的阶数，判别矩阵的评价随机一致性指标RI取值见表1.2：表1.2随机一致性指标RI的数值M1234567891011RI0.000.000.580.9021.411.451.491.511.1.2影响因子权重的计算使用matlab软件，进行层次分析法中6个指标权重的计算，结果如下表1.3：表1.3层次分析法影响因子权重值影响因子坡度坡向距水系距离距断层距离NDVI地层岩性权重坡度1772650.4406坡向1/711/31/51/21/30.0408距水系距离1/7311/51/21/30.0602距断层距离1/2661320.2503NDVI1/6221/311/20.08地层岩性1/5331/2210.12801.2客观评价模型——多变量不安定指数分析法1.2.1多变量不安定指数分析法模型原理多变量不安定指数分析法（multivariateinstabilityindexanalysismethod）是在计量统计的基础上，于一种相对关系下求出不安定指数（Dt）用以描述该研究区域发生地质灾害的危险性的高低。在用多变量不安定指数法评价地质灾害易发性时，以诱发地质灾害的影响因子为基础建立评价指标，各个因子共同影响评价不安定指数Dt。Dt可作为判定地质灾害易发性的指标，Dt越大，则意味着该范围内发生地质灾害的可能性就越大。建立模型的具体步骤如下：首先，确定各个致灾因子中各个等级的评分值：通过ArcGIS，利用各专题图层与已有的地质灾害分布图层进行叠加分析，记录各专题地图中不同等级的地质灾害栅格数量[61]，再求得其各自所占百分比，用公式（5-7）计算各致灾因子中各等级的评分值：（5-7）其中：i表示影响因子序号，表示各专题地图中的地质灾害点栅格数量所占总的地质灾害栅格数量的百分比和分别表示最大、最小百分比。然后确定各个致灾因子的变异系数，其变异系数越大表示，表示该致灾因子影响地质灾害发生的概率越高，公式（5-8）为变异系数(V)的计算公式：（5-8）其中，即（1）式中的平均值，为的标准差。再根据各个致灾因子的变异系数通过公式（5-9）计算其影响权重比例：（5-9）其中，i表示影响因子序号，n表示影响因子个数，为各个致灾因子的变异系数。最后将权重值（）与评分值（）代入多变量不安定指数（）公式（5-10）：（5-10）其中，n表示影响因子个数，表示各个致灾因子各个分级的评分值，为各个致灾因子的权重。根据（4）式，通过GIS中的栅格计算器将各专题图层代入进行计算，即可得到研究区各区域的不安定指数，用以表示区域内地质灾害易发性的大小。1.2.2影响因子权重的计算1、利用ArcGIS中的叠加分析功能，叠加分析后的地图中各分级的栅格数量所占总栅格量的百分比就相当于不同等级的地质灾害点数量所占总的地质灾害数量的百分比。利用公式（5-1）计算出各因子评分值见下表（1.4）—表（1.9）：表1.4坡度评分值坡度（°）出现地质灾害点的栅格数量占总数比率（%）Max（%）Min（%）评分值0-14.6844518.914.6-23.6857619.21023.6-30.9797717.89.330.9-37.2709611.88.337.2-43.4607-50.442669.51.350.4-60.120574.62.960.1-88.63110.71合计447951———表1.5坡向评分值坡向出现地质灾害点的栅格数量占总数比率（%）Max（%）Min（%）评分值北528611.816.910.33.0东北459210.31东529911.83.0东南686711.37.8南466710.41.1西南504111.32.4西548012.23.6西北756316.910合计447951———表1.6地层岩性评分值地层岩性出现地质灾害点的栅格数量占总数比率（%）Max（%）Min（%）评分值震旦系砂岩、白云岩19714.464.201.6志留系板岩、千枚岩483810.82.5泥盆系石灰岩703311.73.2石炭系灰岩001二叠系闪长岩2875864.210三叠系砂岩、千枚岩19714.41.6侏罗系砂岩2240.51.1合计447951———表1.7植被覆盖率评分值植被归一化指数出现地质灾害点的栅格数量占总数比率（%）MaxMin评分值-0.16-0.032240.551.40.510.03-0.1148831-0.252302551.4100.25-0.3916179-0.534931.11.1合计447951———表1.8距断裂带距离评分值距断裂带距离（km）出现地质灾害点的栅格数量占总数比率（%）Max（%）Min（%）评分值0-53637481.281.20105-10734616.42.810-1510302.31.315-20450.11＞20001合计447951———表1.9距水系距离评分值距水系距离（m）出现地质灾害点的栅格数量占总数比率（%）Max（%）Min（%）评分值0-2001697737.937.97.110200-6001549934.69600-1200913820.44.9＞120031817.11合计447951———2、利用公式（5-8）计算出各致灾因子的变异系数见下表1.10：表1.10各致灾因子变异系数致灾因子各因子分级破坏率平均值标准差变异系数坡度0.1250.06552坡向0.1250.02217.6地层岩性0.1430.210147.19植被覆盖率0.20.203101.62距断裂带距离0.20.312156距水系距离0.250.122493、利用公式3确定的各致灾因子的权重值见下表1.11：表1.11多变量不安定指数分析法下各致灾因子权重值排名致灾因子变异系数权重值1距断裂带距离1560.2982地层岩性147.190.2813植被覆盖率101.620.1944坡度520.0995距水系距离490.0946坡向17.60.034合计——1本模型赋权结果显示距断层带距离成为影响地质灾害易发性的主导因素。本研究区汶川县为地震频发区，被三条断裂带贯穿，而断裂带附近地质灾害极易发生，尤其是512地震后，震发断裂带附近地质构造遭受严重破坏，近十几年来地质灾害频发，可以看出断裂带为影响该区域地质灾害易发性重要因素，而表8亦证明如此，这也就体现了对评价因子定量赋予权重的优势。若以专家评分法等带有主观意见的评价模型，坡度往往是影响地质灾害发生的主导因素，但本研究区内多为高山丘陵，坡度普遍较高且相差不大，所以坡度的差异并不能作为影响研究区地质灾害易发性的主导因素。另外，距断层带距离及地层岩性权重相似。分析其原因，主要是由于512震发断裂带附近大量分布着二叠系闪长岩及志留系板岩，其岩石结构在地震时受到严重破坏，所以地层也会出现与距断层带距离因子相似的现象。1.3组合赋权模型1.3.1组合赋权模型原理组合赋权法是二十世纪六十年代由J.M.Bates和C.W.J.Granger一同提出的一种加权系统的组合方法。席酉民等人认为，在现代的综合评价体系中权重的确定需要从多个角度进行考虑，在可能的情况下，要兼顾主观和客观的判断，这其中不仅包括决策者对事物主观的认识，同时也要考虑到客观指标对对象的标定，从而增加判断的可靠程度。同时，本文中研究的地质灾害易发性评价问题是一种多指标的决策问题，需要研究各种致灾因子的重要性的权的估计，这也是一个需要考虑主观、客观两种情况的综合度量。该研究将利用理想点法来对主客观权重进行组合赋权。理想点法的主要意图是为了让不同的向量目标函数同将要解决问题的最佳理想值的差值最小。分别设通过主客观赋权法获取的各项评价因子权重分别为和，现假定一个未知的影响因子的组合权重为[71]。定义各个指标属性的理想值为，进而定义理想方案，计算方案i到理想点的距离为：（5-11）越小，则方案i与理想方案越接近。为计算方便，对向量进行单位化，令（5-12）按上式对应于、、各防范Ai到理想点的距离的平方为：（5-13）（5-14）（5-15）为了使主客观权重到组合权重的距离最小，现建立下面的非线性模型[71]:（5-16）（5-17）记，令（5-18）（5-19）其中。求函数的极值，可构造如下拉格朗日函数进行求解：（5-20）对上式求导得：（5-21）（5-22）（5-23）（5-24）其中：因设E为n维向量，上式两边乘以得到（5-25）即得到（5-26）组合权重（5-27）1.3.2利用组合赋权模型求权重值利用公式（5-27）求得主客观组合权重值，见下表1.12：表1.12各致灾因子组合权重值影响因子层次分析法多变量不安定指数分析法组合权重坡度0.44060.0990.296293坡向0.04080.0340.034846距水系距离0.06020.0940.073239距断层距离0.25030.2980.255342NDVI0.080.1940.137685地层岩性0.1280.2810.2025961.4三种数学模型下的研究区地质灾害易发性评价在用组合赋权法求得各评价因子的组合权重后，利用多变量不安定指数分析法中的幂次相乘的数学模型，将各评价因子专题图层按组合权重配比得出地质灾害易发性分区图。在诸多前人研究中，传统的幂次相乘模型被广泛应用的同时，也有学者提出不同的数学模型来进行地质灾害脆弱性评价。曾志豪[68]于2004年在研究台湾阿里山公路边坡破坏模式研究中提出在求得各级评价因子权重值（）之后，以线性累加取代幂次相乘的方式，求得不安定指数。如公式（5）所示：（5-28）其中：i表示影响因子序号，n表示影响因子个数，为各个致灾因子的权重，表示各个致灾因子各个分级的评分值。在吸取前人学者的研究经验后，本文提出以幂次累加方式求得的模式，如公式（6）所示：（5-29）式（5-29）中：i表示影响因子序号，n表示影响因子个数，为各个致灾因子的权重，表示各个致灾因子各个分级的评分值。在本文中，将分别利用幂次相乘、线性累加及幂次相加3种模型得到研究区地质灾害危险性区域图，比较各模型的精度，选择精度最高的模型对研究区地质灾害易感性进行评价。（1）幂次相乘模式下求研究区地质灾害危险性分区域图：利用Arcgis软件中栅格计算器功能，将各专题图层代入到公式（5-10）中，求得幂次相乘模式下研究区地质灾害易发性区划图,如图1.1所示：图1.1幂次相乘模式下研究区地质灾害易发性区划图幂次相乘模式下区划结果显示：汶川县17.4%区域为极低地质灾害易发性区，21.2%区域为低地质灾害易发性区，20.2%区域为中地质灾害易发性区，22.2%区域为高地质灾害易发性区，19.0%区域为极高地质灾害易发性区。（2）幂次累加模式下求研究区地质灾害危险性分区域图：利用Arcgis软件中栅格计算器功能，将各专题图层代入到公式（5-28）中，求得幂次累加模式下研究区地质灾害易发性区划图,如图1.2所示：图1.2幂次累加模式下研究区地质灾害易发性区划图幂次累加模式下区划结果显示：汶川县7.2%区域为极低地质灾害易发性区，21.2%区域为低地质灾害易发性区，24.7%区域为中地质灾害易发性区，21.8%区域为高地质灾害易发性区，21.1%区域为极高地质灾害易发性区。（3）线性累加模式下求研究区地质灾害危险性分区域图：利用Arcgis软件中栅格计算器功能，将各专题图层代入到公式（5-29）中，求得幂次累加模式下究区地质灾害易发性区划图,如图1.3所示：图1.3线性累加模式下研究区地质灾害易发性区划图线性累加模式下区划结果显示：汶川县8.1%区域为极低地质灾害易发性区，17.6%区域为低地质灾害易发性区，23.5%区域为中地质灾害易发性区，31.4%区域为高地质灾害易发性区，19.4%区域为极高地质灾害易发性区。1.5评价结果检验1.1.1ROC曲线原理受试者工作特征曲线（receiveroperatingcharacteristiccurve，简称ROC曲线），又称为感受性曲线（sensitivitycurve）。得此名的原因在于曲线上各点反映着相同的感受性。ROC分析，应用曲线下面积(Areaundercurve,AUC)这一综合统计量作定量分析，AUC介于1.0和0.5之间，AUC越接近于1，说明诊断效果越好：①AUC在0.5～0.7之间则有较低准确性。②AUC在0.7～0.9之间则有一定准确性。③AUC在0.9以上就会有较高准确性。④AUC＝0.5时，说明诊断方法完全不起作用，无诊断价值[73]。AUC及其标准误(S.E.)的计算方法很多，统计学方法可用Wilcoxon非参数方法进行推算，目前已有相应的计算机软件(如Spss11.0)可供使用。应用ROC曲线与一般评价方法相比有如下几个优点：①简单、直观地通过图示观察、分析和判断诊断方法的临床准确性。②ROC曲线将灵敏度与特异性以图示方式结合在一起，可准确反映某一分析方法敏感性和特异性的关系，是试验准确性的综合代表。③与阳性预测值不同的是，ROC曲线评价方法与群体患病率无关。但实际工作中取患者与非患者的数目相等最好。1.1.2利用ROC曲线检验三种模型评价结果现以预测地质灾害面积百分比累加做横轴，实际地质灾害隐患点面积百分比累加做纵轴，利用Origin软件分别对三种模型构建检验折线，如图1.4：图1.4评价结果检验曲线图图中，幂次相乘模式下，ROC曲线与横轴：地质灾害面积百分比累加围成的面积（AreaUnderCurve,简称AUC值）为74.96；线性累加模式下，AUC值为71.68；幂次累加模式下，AUC值为70.49。对比显示，幂次相乘的模式下准确性最高，最适合作为该研究区地质灾害易发性评价模型。以幂次相乘模式下汶川县地质灾害危险性的区划结果为准，作为对研究区汶川县地质灾害易发性评