【某地區地質災害易發性評價分析案例6400字】

某地區地質災害易發性評價分析案例目錄TOC\o"1-3"\h\u17470某地區地質災害易發性評價分析案例 1225551.1主觀評價模型——層次分析法 1307241.1.1層次分析法原理 1288641.1.2影響因子權重的計算 3318331.2客觀評價模型——多變量不安定指數分析法 4149941.2.1多變量不安定指數分析法模型原理 4218921.2.2影響因子權重的計算 5229841.3組合賦權模型 730391.3.1組合賦權模型原理 7159701.3.2利用組合賦權模型求權重值 9317951.4三種數學模型下的研究區地質災害易發性評價 9296091.5評價結果檢驗 12101701.1.1ROC曲線原理 12298511.1.2利用ROC曲線檢驗三種模型評價結果 131.1主觀評價模型——層次分析法層次分析法，即analytichierarchyprocess（簡稱AHP）是一種以心理學和數學的結構化的技術方法為基礎，用于梳理分析繁瑣事件的確定問題。層次分析法將一個系統的復雜問題拆解成多組不同支配關系層級的樹狀結構，逐一對子層級中的問題進行對比分析，利用相關領域內專家的經驗對其進行評估，最終將問題轉換為底層的方案對高層的目標的相對重要性的一種由下至上地解決問題的方式。1.1.1層次分析法原理1、建立梯階層次結構層次分析法的階梯結構包括三個層次:目標層、準則層和方案層。本研究的目的是評價汶川縣地質災害易感性。標準層包括6個影響因素:坡度、坡向、地層巖性、到水系的距離、到斷裂帶的距離和植被覆蓋度；最終方案層則是將汶川縣地質災害易發性分為極高危險區、高危險區、中危險區、低危險區、極低危險區五個等級。2、構造判斷矩陣判斷矩陣是對同層次中的指標兩兩比較的過程，比較過程中依據各自的重要性對各個指標賦值，由此得到該層次指標相對于上一層的比較矩陣，其比較過程實質上是行業內權威專家對各個指標分析打分的過程，本文利用層次分析法的運算原理，采用Saaty給出的1～9標度法對影響因子的兩兩關系構造判斷矩陣，所有影響因子的兩兩比較綜合決定了各個影響因子的權重，這樣避免了由于專家自身的主觀性而造成的結果誤差。兩兩影響因素之間定性的比較標度值如下表1.1所示：表1.1層次分析法中各標度含義標度值含義1表示兩個因子相比，兩者同等的重要性3表示兩個因子相比，前者比后者稍微重要5表示兩個因子相比，前者比后者明顯重要7表示兩個因子相比，前者比后者強烈重要9表示兩個因子相比，前者比后者極端重要2，4，6，8表示以上各個相鄰判斷值的中間值倒數若元素i與元素j重要性之比為a，那么元素j與元素i的重要性之比為1/a3、權重計算計算指標權重即是計算判斷矩陣最大特征根與最大特征向量的過程，本文采用方根法來計算最大特征根和特征向量，具體步驟如下：指標權重的計算是計算判別矩陣的最大特征向量和最大特征根的過程。該研究采用方根法計算最大特征根和最大特征向量。方法如下所示：(1)計算判斷矩陣各行元素乘積，如式（5-1）：（5-1）(2)計算Pi的n次方根，如式（5-2）：（5-2）(3)歸一化處理向量對向量做歸一化處理，如式（5-3）：（5-3）則A=(a1,a2,…am)T即為所求特征向量，即為各指標的權重值。(4)計算最大特征根（5-4）式（5-4）中，表示向量的第i個元素。4、一致性檢驗為了驗證判斷矩陣的合理性，通常需要對判斷矩陣進行檢驗，檢驗公式如（5-5），（5-6）所示：（5-5）（5-6）其中為最大特征根，m是判別矩陣的階數，判別矩陣的評價隨機一致性指標RI取值見表1.2：表1.2隨機一致性指標RI的數值M1234567891011RI0.000.000.580.9021.411.451.491.511.1.2影響因子權重的計算使用matlab軟件，進行層次分析法中6個指標權重的計算，結果如下表1.3：表1.3層次分析法影響因子權重值影響因子坡度坡向距水系距離距斷層距離NDVI地層巖性權重坡度1772650.4406坡向1/711/31/51/21/30.0408距水系距離1/7311/51/21/30.0602距斷層距離1/2661320.2503NDVI1/6221/311/20.08地層巖性1/5331/2210.12801.2客觀評價模型——多變量不安定指數分析法1.2.1多變量不安定指數分析法模型原理多變量不安定指數分析法（multivariateinstabilityindexanalysismethod）是在計量統計的基礎上，于一種相對關系下求出不安定指數（Dt）用以描述該研究區域發生地質災害的危險性的高低。在用多變量不安定指數法評價地質災害易發性時，以誘發地質災害的影響因子為基礎建立評價指標，各個因子共同影響評價不安定指數Dt。Dt可作為判定地質災害易發性的指標，Dt越大，則意味著該范圍內發生地質災害的可能性就越大。建立模型的具體步驟如下：首先，確定各個致災因子中各個等級的評分值：通過ArcGIS，利用各專題圖層與已有的地質災害分布圖層進行疊加分析，記錄各專題地圖中不同等級的地質災害柵格數量[61]，再求得其各自所占百分比，用公式（5-7）計算各致災因子中各等級的評分值：（5-7）其中：i表示影響因子序號，表示各專題地圖中的地質災害點柵格數量所占總的地質災害柵格數量的百分比和分別表示最大、最小百分比。然后確定各個致災因子的變異系數，其變異系數越大表示，表示該致災因子影響地質災害發生的概率越高，公式（5-8）為變異系數(V)的計算公式：（5-8）其中，即（1）式中的平均值，為的標準差。再根據各個致災因子的變異系數通過公式（5-9）計算其影響權重比例：（5-9）其中，i表示影響因子序號，n表示影響因子個數，為各個致災因子的變異系數。最后將權重值（）與評分值（）代入多變量不安定指數（）公式（5-10）：（5-10）其中，n表示影響因子個數，表示各個致災因子各個分級的評分值，為各個致災因子的權重。根據（4）式，通過GIS中的柵格計算器將各專題圖層代入進行計算，即可得到研究區各區域的不安定指數，用以表示區域內地質災害易發性的大小。1.2.2影響因子權重的計算1、利用ArcGIS中的疊加分析功能，疊加分析后的地圖中各分級的柵格數量所占總柵格量的百分比就相當于不同等級的地質災害點數量所占總的地質災害數量的百分比。利用公式（5-1）計算出各因子評分值見下表（1.4）—表（1.9）：表1.4坡度評分值坡度（°）出現地質災害點的柵格數量占總數比率（%）Max（%）Min（%）評分值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合計447951———表1.5坡向評分值坡向出現地質災害點的柵格數量占總數比率（%）Max（%）Min（%）評分值北528611.816.910.33.0東北459210.31東529911.83.0東南686711.37.8南466710.41.1西南504111.32.4西548012.23.6西北756316.910合計447951———表1.6地層巖性評分值地層巖性出現地質災害點的柵格數量占總數比率（%）Max（%）Min（%）評分值震旦系砂巖、白云巖19714.464.201.6志留系板巖、千枚巖483810.82.5泥盆系石灰巖703311.73.2石炭系灰巖001二疊系閃長巖2875864.210三疊系砂巖、千枚巖19714.41.6侏羅系砂巖2240.51.1合計447951———表1.7植被覆蓋率評分值植被歸一化指數出現地質災害點的柵格數量占總數比率（%）MaxMin評分值-0.16-0.032240.551.40.510.03-0.1148831-0.252302551.4100.25-0.3916179-0.534931.11.1合計447951———表1.8距斷裂帶距離評分值距斷裂帶距離（km）出現地質災害點的柵格數量占總數比率（%）Max（%）Min（%）評分值0-53637481.281.20105-10734616.42.810-1510302.31.315-20450.11＞20001合計447951———表1.9距水系距離評分值距水系距離（m）出現地質災害點的柵格數量占總數比率（%）Max（%）Min（%）評分值0-2001697737.937.97.110200-6001549934.69600-1200913820.44.9＞120031817.11合計447951———2、利用公式（5-8）計算出各致災因子的變異系數見下表1.10：表1.10各致災因子變異系數致災因子各因子分級破壞率平均值標準差變異系數坡度0.1250.06552坡向0.1250.02217.6地層巖性0.1430.210147.19植被覆蓋率0.20.203101.62距斷裂帶距離0.20.312156距水系距離0.250.122493、利用公式3確定的各致災因子的權重值見下表1.11：表1.11多變量不安定指數分析法下各致災因子權重值排名致災因子變異系數權重值1距斷裂帶距離1560.2982地層巖性147.190.2813植被覆蓋率101.620.1944坡度520.0995距水系距離490.0946坡向17.60.034合計——1本模型賦權結果顯示距斷層帶距離成為影響地質災害易發性的主導因素。本研究區汶川縣為地震頻發區，被三條斷裂帶貫穿，而斷裂帶附近地質災害極易發生，尤其是512地震后，震發斷裂帶附近地質構造遭受嚴重破壞，近十幾年來地質災害頻發，可以看出斷裂帶為影響該區域地質災害易發性重要因素，而表8亦證明如此，這也就體現了對評價因子定量賦予權重的優勢。若以專家評分法等帶有主觀意見的評價模型，坡度往往是影響地質災害發生的主導因素，但本研究區內多為高山丘陵，坡度普遍較高且相差不大，所以坡度的差異并不能作為影響研究區地質災害易發性的主導因素。另外，距斷層帶距離及地層巖性權重相似。分析其原因，主要是由于512震發斷裂帶附近大量分布著二疊系閃長巖及志留系板巖，其巖石結構在地震時受到嚴重破壞，所以地層也會出現與距斷層帶距離因子相似的現象。1.3組合賦權模型1.3.1組合賦權模型原理組合賦權法是二十世紀六十年代由J.M.Bates和C.W.J.Granger一同提出的一種加權系統的組合方法。席酉民等人認為，在現代的綜合評價體系中權重的確定需要從多個角度進行考慮，在可能的情況下，要兼顧主觀和客觀的判斷，這其中不僅包括決策者對事物主觀的認識，同時也要考慮到客觀指標對對象的標定，從而增加判斷的可靠程度。同時，本文中研究的地質災害易發性評價問題是一種多指標的決策問題，需要研究各種致災因子的重要性的權的估計，這也是一個需要考慮主觀、客觀兩種情況的綜合度量。該研究將利用理想點法來對主客觀權重進行組合賦權。理想點法的主要意圖是為了讓不同的向量目標函數同將要解決問題的最佳理想值的差值最小。分別設通過主客觀賦權法獲取的各項評價因子權重分別為和，現假定一個未知的影響因子的組合權重為[71]。定義各個指標屬性的理想值為，進而定義理想方案，計算方案i到理想點的距離為：（5-11）越小，則方案i與理想方案越接近。為計算方便，對向量進行單位化，令（5-12）按上式對應于、、各防范Ai到理想點的距離的平方為：（5-13）（5-14）（5-15）為了使主客觀權重到組合權重的距離最小，現建立下面的非線性模型[71]:（5-16）（5-17）記，令（5-18）（5-19）其中。求函數的極值，可構造如下拉格朗日函數進行求解：（5-20）對上式求導得：（5-21）（5-22）（5-23）（5-24）其中：因設E為n維向量，上式兩邊乘以得到（5-25）即得到（5-26）組合權重（5-27）1.3.2利用組合賦權模型求權重值利用公式（5-27）求得主客觀組合權重值，見下表1.12：表1.12各致災因子組合權重值影響因子層次分析法多變量不安定指數分析法組合權重坡度0.44060.0990.296293坡向0.04080.0340.034846距水系距離0.06020.0940.073239距斷層距離0.25030.2980.255342NDVI0.080.1940.137685地層巖性0.1280.2810.2025961.4三種數學模型下的研究區地質災害易發性評價在用組合賦權法求得各評價因子的組合權重后，利用多變量不安定指數分析法中的冪次相乘的數學模型，將各評價因子專題圖層按組合權重配比得出地質災害易發性分區圖。在諸多前人研究中，傳統的冪次相乘模型被廣泛應用的同時，也有學者提出不同的數學模型來進行地質災害脆弱性評價。曾志豪[68]于2004年在研究臺灣阿里山公路邊坡破壞模式研究中提出在求得各級評價因子權重值（）之后，以線性累加取代冪次相乘的方式，求得不安定指數。如公式（5）所示：（5-28）其中：i表示影響因子序號，n表示影響因子個數，為各個致災因子的權重，表示各個致災因子各個分級的評分值。在吸取前人學者的研究經驗后，本文提出以冪次累加方式求得的模式，如公式（6）所示：（5-29）式（5-29）中：i表示影響因子序號，n表示影響因子個數，為各個致災因子的權重，表示各個致災因子各個分級的評分值。在本文中，將分別利用冪次相乘、線性累加及冪次相加3種模型得到研究區地質災害危險性區域圖，比較各模型的精度，選擇精度最高的模型對研究區地質災害易感性進行評價。（1）冪次相乘模式下求研究區地質災害危險性分區域圖：利用Arcgis軟件中柵格計算器功能，將各專題圖層代入到公式（5-10）中，求得冪次相乘模式下研究區地質災害易發性區劃圖,如圖1.1所示：圖1.1冪次相乘模式下研究區地質災害易發性區劃圖冪次相乘模式下區劃結果顯示：汶川縣17.4%區域為極低地質災害易發性區，21.2%區域為低地質災害易發性區，20.2%區域為中地質災害易發性區，22.2%區域為高地質災害易發性區，19.0%區域為極高地質災害易發性區。（2）冪次累加模式下求研究區地質災害危險性分區域圖：利用Arcgis軟件中柵格計算器功能，將各專題圖層代入到公式（5-28）中，求得冪次累加模式下研究區地質災害易發性區劃圖,如圖1.2所示：圖1.2冪次累加模式下研究區地質災害易發性區劃圖冪次累加模式下區劃結果顯示：汶川縣7.2%區域為極低地質災害易發性區，21.2%區域為低地質災害易發性區，24.7%區域為中地質災害易發性區，21.8%區域為高地質災害易發性區，21.1%區域為極高地質災害易發性區。（3）線性累加模式下求研究區地質災害危險性分區域圖：利用Arcgis軟件中柵格計算器功能，將各專題圖層代入到公式（5-29）中，求得冪次累加模式下究區地質災害易發性區劃圖,如圖1.3所示：圖1.3線性累加模式下研究區地質災害易發性區劃圖線性累加模式下區劃結果顯示：汶川縣8.1%區域為極低地質災害易發性區，17.6%區域為低地質災害易發性區，23.5%區域為中地質災害易發性區，31.4%區域為高地質災害易發性區，19.4%區域為極高地質災害易發性區。1.5評價結果檢驗1.1.1ROC曲線原理受試者工作特征曲線（receiveroperatingcharacteristiccurve，簡稱ROC曲線），又稱為感受性曲線（sensitivitycurve）。得此名的原因在于曲線上各點反映著相同的感受性。ROC分析，應用曲線下面積(Areaundercurve,AUC)這一綜合統計量作定量分析，AUC介于1.0和0.5之間，AUC越接近于1，說明診斷效果越好：①AUC在0.5～0.7之間則有較低準確性。②AUC在0.7～0.9之間則有一定準確性。③AUC在0.9以上就會有較高準確性。④AUC＝0.5時，說明診斷方法完全不起作用，無診斷價值[73]。AUC及其標準誤(S.E.)的計算方法很多，統計學方法可用Wilcoxon非參數方法進行推算，目前已有相應的計算機軟件(如Spss11.0)可供使用。應用ROC曲線與一般評價方法相比有如下幾個優點：①簡單、直觀地通過圖示觀察、分析和判斷診斷方法的臨床準確性。②ROC曲線將靈敏度與特異性以圖示方式結合在一起，可準確反映某一分析方法敏感性和特異性的關系，是試驗準確性的綜合代表。③與陽性預測值不同的是，ROC曲線評價方法與群體患病率無關。但實際工作中取患者與非患者的數目相等最好。1.1.2利用ROC曲線檢驗三種模型評價結果現以預測地質災害面積百分比累加做橫軸，實際地質災害隱患點面積百分比累加做縱軸，利用Origin軟件分別對三種模型構建檢驗折線，如圖1.4：圖1.4評價結果檢驗曲線圖圖中，冪次相乘模式下，ROC曲線與橫軸：地質災害面積百分比累加圍成的面積（AreaUnderCurve,簡稱AUC值）為74.96；線性累加模式下，AUC值為71.68；冪次累加模式下，AUC值為70.49。對比顯示，冪次相乘的模式下準確性最高，最適合作為該研究區地質災害易發性評價模型。以冪次相乘模式下汶川縣地質災害危險性的區劃結果為準，作為對研究區汶川縣地質災害易發性評