温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
加权
信息量
模型
评价
崩塌
地质
徐州市
云龙
区王山
孙哲
2023NO3.ISSN 1672-9064CN 35-1272/TKni=10引言徐州市地质灾害类型较多,主要为崩塌、地面塌陷、地面沉降等。汤志刚等1对徐州市地质灾害进行了分析研究,并提出相应的防治措施。对于徐州市地质灾害来说,目前易发性研究对象主要是崩塌。当前,对崩塌地质灾害评价的方法大致可分为统计分析方法和数学模型法2类。统计分析法中比较常见的方法有层次分析法2、确定系数法3、证据权法4和逻辑回归等5;数学模型法中比较常用的有神经网络模型法6、信息量模型法7、支持向量机模型法等8。但是单一评价方法具有一定的局限性,如信息量模型法将各评价因子等权重考虑进行数据处理;层次分析法依赖于专家经验,具有一定的主观性,因此将多种评价方法进行耦合评价来提高评价结果精度。李信等9采取信息量逻辑回归模型,对海南省五指山市地质灾害易发性进行评价,其评价结果与实际较为符合。焦伟之等10采取基于GIS和加权信息量模型对城镇河谷地区地质灾害易发性进行对比分析,探索AHP模型、IV模型和WIV模型评价结果的合理性。刘福臻等11使用耦合Random forest与信息量模型对西藏自治区工布达江县进行地质灾害易发性评价,通过对比,分析出RF-信息量模型评价结果更为理想。考虑到耦合评价模型的优点,本文以徐州市云龙区王山为研究区,将信息量模型和层次分析法进行耦合评价,采用自然断点法与信息量突变点分别对易发区进行划分,并将分区结果进行对比,探索适用于城镇山体小范围地质灾害易发性评价的模型。1研究区概况云龙区位于江苏省徐州市中部,总面积约120 km2,地理坐标为东经11710311172036、北纬340827341709,属北温带季风气候区,年降水集中在69月。区内地表水体较发育。地貌由平原和低山丘陵组成,总体地势由西北向东南微缓下倾。区内山体主要分布于研究区北部、东部及西南部,共约28座山。区域位于华北陆块区东南缘,最老地层为震旦系淮河群张渠组,最新地层为中生界白垩系。第四系分布广泛,厚度约060 m。断裂构造主要为北西向废黄河断裂、北东向邵楼断裂。王山山体位于云龙区大龙湖街道西南部,主坡向南西至南东,坡高约1065 m,坡度1570,产状12565,裂隙较发育,局部因人工采石形成高陡边坡。2评价模型地质灾害风险评价模型一般采用信息量法和层次分析法。根据信息量模型,基于层次分析法求出的各因子对应权重值,给各评价因子分级信息量值赋予一定的权重,将各因子分级信息量及其对应权重相乘并求和,得到加权信息量值。易发性评价的数学模型见式(1)。A=Wii(1)式中:A为加权总信息量值;Wi为i评价因子的信息量值;i为i评价因子对应的权重。对计算结果得出的总加权信息量值的值域采用自然断点或突变点进行分级,得到易发性评价结果。3易发性评价因子的选取影响崩塌的因素很多,主要有高程、坡度、坡高、坡向、地形起伏度、工程地质岩组、构造、降雨、边坡结构、植被、人类工程活动等,评价因子的选取主要根据因子对崩塌的影响程度、易获取程度及相互间相关程度等因素来综合考虑。根据云龙区崩塌地质灾害发育特征,本次评价选取坡度、地形起伏度、工程地质岩组和构造作为地质环境条件评价因子;降雨、人类工程活动为诱发因素评价因子。收稿日期:2022-12-05基金资助:徐州市云龙区人民政府“徐州市云龙区15万地质灾害风险普查(2021YLFX227)”项目作者简介:孙哲(1990),女,研究生,硕士,工程师(水工环),主要从事地质灾害环境研究。加权信息量模型评价崩塌地质灾害易发性以徐州市云龙区王山为例孙哲景佳俊闫士民孙晓倩(江苏省地质矿产局第五地质大队江苏徐州221004)摘要以徐州市云龙区地质灾害风险普查数据为基础,选取坡度、地形起伏度、工程地质岩组、构造、降雨和人类工程活动为评价因子,建立研究区崩塌易发性评价指标体系。基于GIS和加权信息量对研究区开展崩塌地质灾害易发性评价,采用自然断点和信息量突变点为分区阈值界限进行对比分析,对结果采用ROC曲线进行验证,结果表明信息量突变点加权信息量模型比自然断点加权信息量模型评价精度提高2%,说明前者更适用于城镇山体小范围的崩塌地质灾害易发性评价。关键词崩塌地质灾害加权信息量模型自然断点信息量突变点中图分类号:X43;X22文献标识码:A文章编号:1672-9064(2023)0312303环 境 大 视 野1232023NO3ISSN 1672-9064CN 35-1272/TK书书书表 摇崩塌易发性各评价因子信息量值统计表(自然断点法)因子分级 信息量加权信息量 坡度 地形起伏度 厚层坚硬岩组 工程地质岩组中厚层较坚硬岩组 中薄层较坚硬岩组 岩浆岩岩组 与断层距离 年均降雨量 人类工程活动 书书书表 摇层次分析法计算各评价指标权重评价因子权重地质环境条件摇坡度摇地形起伏度摇工程地质岩组摇距断层距离诱发因素摇年均降雨量摇人类工程活动4评价过程4.1信息量评价过程整个易发性评价计算以ArcGIS作为多元数据处理平台,将各类数据融合到到同一体系,采用自然断点法将研究区内各个因子划分为4个等级。(1)坡度。坡度对于崩塌地质灾害的发生影响作用较大,坡度越陡,越易发生崩塌地质灾害。(2)地形起伏度。地形起伏度可以反映山体范围内地形变化规律,起伏越大,地形变化越明显。(3)工程地质岩组。岩性不同,崩塌地质灾害的发育程度及类型也不同。(4)与断层距离。地质构造强烈的区域断裂带周围岩土体破碎,裂隙发育,崩坡体物堆积,为崩塌提供了物质条件;同时断裂构造也能影响边坡的稳定性,间接地控制地质灾害的发生。(5)降雨。降雨是崩塌发生的重要诱发因素,体现在降雨入渗后岩体容重增加、亲水性较强物质浸水后软化、拉张裂隙和节理充水使岩土体将承受静水压力作用、降雨入渗后对边坡产生动水压力这4个方面。本次评价根据研究区近20年年均降雨情况进行划分。(6)人类工程活动:由于修路、建房、采矿等人类工程活动对稳定边坡的破坏,在外界条件影响下易失稳造成崩塌地质灾害。本次评价将距离道路的远近作为人类工程活动评价因子进行划分。详见表1。4.2层次分析法过程列出各评价因子的判断矩阵,计算各判断矩阵的特征向量,经归一化后即得出各因子的相对权重值,见表2。4.3易发性分区由各评价因子信息量值乘以各因子的权重后再按照自然断点法或信息量突变点为分区阈值进行聚类分析,将研究区崩塌地质灾害分为高、中、低3个等级区域,分别统计易发性分区面积及其占比,见图1和表3。2种断点方式得到研究区易发性分区结果有所差异,其中自然断点法划分的低易发区面积占比37.98%、中易发区面积占比37.98%、高易发区面积占比22.13%,较为均一;以信息量突变点划分的低易发区面积占比54.26%、中易发区面积占比37.14%、高易发区面积占比8.61%。与前者分区相比,3类易发区面积相差较大,且高易发区分布范围较小,更符合研究区影像图分布及野外实地调查情况。因此,针对城镇小范围山体来说,以信息量突变点为分区阈值划分的易发性分区结果更符合实际。5评价结果检验ROC曲线是崩塌易发性评价模型性能检验的常用方法,本文以研究区易发性分区累计栅格与总栅格的百分比作为横轴,以对应信息量区间内地质灾害累计栅格与总栅格的百分比作为纵轴,分别将自然断点分区加权信息量模型和突变点分区加权信息量模型所得数值带入,绘制研究区崩塌地质灾害易发性评价结果ROC曲线。曲线下方面积AUC被用来评价模型的精度,在AUC0.5的情况下,AUC越接近1,说明模型准确性越好。本次自然断点法加权信息量模型的AUC值为0.83、突变点法加权信息量模型的AUC值为0.86,后者比前者评价精度提高2%,说明突变点法加权信息量模型在城镇山体小范围的崩塌地质灾害易发性评价中准确性较高,能更加客观地反映出研究区地质灾害各易发区分布范围。书书书表 摇王山崩塌地质灾害易发区分区面积统计表模型低易发区面积占比中易发区面积占比高易发区面积占比自然断点加权信息量 突变点加权信息量 环 境 大 视 野1242023NO3.ISSN 1672-9064CN 35-1272/TK图1王山崩塌地质灾害易发性评价分区对比图6结论本文基于自然断点法及信息量突变点的加权信息量模型,对城镇山体小范围崩塌地质灾害易发性进行对比评价分析,得到3个结论:(1)崩塌易发性受坡度、地形起伏度、工程地质岩组、构造、降雨和人类工程活动因素的影响,其中坡度、地形起伏度对崩塌地质灾害发生的影响较大。(2)采用不同分区阈值进行对比分析,其结果显示,突变点法加权信息量模型比自然断点法加权信息量模型评价精度提高2%,说明前者更适宜评价城镇山体小范围的崩塌地质灾害易发性。(3)云龙区王山山体高易发区主要分布与坡度较陡、地形起伏度较大、人类工程活动较多的地方,应注意采取相应的防护措施,避免灾害的发生。参考文献1汤志刚,闫士民,蔡承刚,等.徐州市地质灾害特征与防治研究J.中国地质调查,2020,7(1):71-77.2杜国梁,张永双,高金川,等.基于GIS的白龙江流域甘肃段滑坡易发性评价J.地质力学学报,2016,22(1):1-11.3许冲,戴福初,姚鑫,等.基于GIS的汶川地震滑坡灾害影响因子确定性系数分析J.岩石力学与工程学报,2010,29(S1):2972-2981.4杨华阳,许向宁,杨鸿发,等.基于证据权法的九寨沟地震滑坡危险性评价J.中国地质灾害与防治学报,2020,31(3):20-29.5胡涛,樊鑫,王硕,等.基于逻辑回归模型和3S技术的思南县滑坡易发性评价J.地质科技通报,2020,39(2):113-121.6张苏平,王兰民,马尔曼.GIS技术和神经网络模型在地震地质灾害小区划中的应用研究J.西北地震学报,2003,25(4):44-50.7王智强.基于信息量模型的深圳市地质灾害危险性研究J.山西建筑,2022,48(14):69-72.8黄发明,殷坤龙,蒋水华,等.基于聚类分析和支持向量机的滑坡易发性评价J.岩石力学与工程学报,2018,37(1):156-167.9李信,薛桂澄,柳长桂,等.基于信息量模型和信息量-逻辑回归模型的海南岛中部山区地质灾害易发性研究 J.地质力学学报,2022,28(2):294-305.10焦伟之,张明,谢鑫鹏,等.基于GIS与加权信息量模型的城镇地质灾害易发性评价以大新镇为例 J.安全与环境工程,2022,29(4):119-128.11刘福臻,戴天宇,王军朝,等.耦合Random forest与信息量模型的地质灾害易发性评价:以西藏自治区工布江达县为例J/OL.安全与环境学报,2022-06-212022-12-02.https:/ 境 大 视 野125