基于組合賦權(quán)法的地質(zhì)災(zāi)害可拓學(xué)評(píng)價(jià)模型研究

李映紅，陶占盛，秦喜文，王新民

(1.長(zhǎng)春大學(xué)理學(xué)院，130012 吉林 長(zhǎng)春，lyhttt@yeah.net;2.長(zhǎng)春工業(yè)大學(xué)應(yīng)用數(shù)學(xué)研究所 吉林長(zhǎng)春 130012)

基于組合賦權(quán)法的地質(zhì)災(zāi)害可拓學(xué)評(píng)價(jià)模型研究

李映紅1，陶占盛2，秦喜文2，王新民2

(1.長(zhǎng)春大學(xué)理學(xué)院，130012 吉林 長(zhǎng)春，lyhttt@yeah.net;2.長(zhǎng)春工業(yè)大學(xué)應(yīng)用數(shù)學(xué)研究所 吉林長(zhǎng)春 130012)

針對(duì)將組合確定賦權(quán)法應(yīng)用于可拓學(xué)評(píng)價(jià)模型中，提出了地質(zhì)災(zāi)害評(píng)價(jià)的一種新方法.以吉林省地質(zhì)災(zāi)害監(jiān)測(cè)資料為依據(jù)，利用物元理論、可拓集合理論及其關(guān)聯(lián)函數(shù)，確定了地質(zhì)災(zāi)害的經(jīng)典域和節(jié)域.實(shí)驗(yàn)證明，采用模糊層次分析法(FAHP)與熵值法相結(jié)合的組合賦權(quán)法確定權(quán)重，建立了地質(zhì)災(zāi)害可拓學(xué)綜合評(píng)價(jià)模型，得出了符合實(shí)際的分區(qū)等級(jí).

可拓學(xué)評(píng)價(jià);熵值法;組合賦權(quán);地質(zhì)災(zāi)害

中國(guó)是世界上地質(zhì)災(zāi)害危害最嚴(yán)重的國(guó)家之一，由于地域遼闊、經(jīng)度和緯度跨度大、自然地理?xiàng)l件復(fù)雜，導(dǎo)致地質(zhì)災(zāi)害發(fā)生頻率高、分布地域廣、災(zāi)害損失大，直接影響到國(guó)民經(jīng)濟(jì)的發(fā)展.因此，對(duì)地質(zhì)災(zāi)害的防治及預(yù)測(cè)任務(wù)艱巨［1］.近年來(lái)，區(qū)域地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)模型成為災(zāi)害學(xué)研究中一項(xiàng)重要內(nèi)容，國(guó)內(nèi)外部分學(xué)者在這一領(lǐng)域做了大量的理論探索和案例分析工作［2－3］.

可拓學(xué)的核心是把矛盾問(wèn)題轉(zhuǎn)化為相容問(wèn)題，可拓學(xué)的關(guān)鍵則是確定評(píng)價(jià)指標(biāo)權(quán)重系數(shù)，本文將采用模糊層次分析法(FAHP)與熵值法相結(jié)合的組合賦權(quán)法確定權(quán)重，其給出的指標(biāo)權(quán)重值比德?tīng)柗品ê蛯哟畏治龇ㄓ休^高的可信度.為預(yù)測(cè)地質(zhì)災(zāi)害危險(xiǎn)性等級(jí)，防治地質(zhì)災(zāi)害以及采取相應(yīng)的措施提供了科學(xué)的、合理的依據(jù).

1 基于組合賦權(quán)法的可拓學(xué)評(píng)價(jià)模型

1.1 可拓學(xué)的基本思想

可拓學(xué)是我國(guó)學(xué)者蔡文教授于1983年創(chuàng)立的一門(mén)新學(xué)科.可拓綜合評(píng)價(jià)是建立在可拓集合基礎(chǔ)上的評(píng)價(jià)方法.這種評(píng)價(jià)方法不僅能從數(shù)量上反映被評(píng)價(jià)對(duì)象本身存在狀態(tài)的所屬程度，而且更具特色的是能從數(shù)量上刻畫(huà)何時(shí)為此性態(tài)與彼性態(tài)的分界，為描述對(duì)象的動(dòng)態(tài)變化帶來(lái)了方便［4］.

1.2 可拓學(xué)評(píng)價(jià)步驟

1)確定經(jīng)典域與節(jié)域.可拓綜合評(píng)價(jià)中各評(píng)價(jià)等級(jí)關(guān)于對(duì)應(yīng)評(píng)價(jià)因素所取的數(shù)據(jù)范圍，即經(jīng)典域.

式中:Nj為所劃分的第j(j=1，2，…，m)個(gè)評(píng)價(jià)等級(jí);Ci(i=1，2，…，n)為影響評(píng)價(jià)等級(jí) Nj的因素;Vij=(aij，bij)為Nj關(guān)于因素Ci所確定的量值范圍.

可拓綜合評(píng)價(jià)中評(píng)價(jià)等級(jí)的全體關(guān)于評(píng)價(jià)因素Ci所取的量值范圍，即節(jié)域.

式中:P為評(píng)價(jià)等級(jí)的全體;Vip為P關(guān)于因素Ci所取的量值范圍，即P的節(jié)域.

2)確定待評(píng)物元.對(duì)于待評(píng)事物(評(píng)價(jià)等級(jí))P，所收集到的數(shù)據(jù)用物元表示，即可得到待評(píng)物元R為

式中:P為待評(píng)的評(píng)價(jià)等級(jí);Ci為影響評(píng)價(jià)等級(jí)的因素;vi為P關(guān)于Ci的量值，即從待評(píng)事物所收集到的數(shù)據(jù).

3)確定權(quán)系數(shù).權(quán)系數(shù)是反映評(píng)價(jià)標(biāo)準(zhǔn)重要程度的量化系數(shù)，它的大小對(duì)于評(píng)價(jià)的精確性具有舉足輕重的作用，不同的權(quán)系數(shù)會(huì)得到不同的結(jié)果.本文將采用模糊層次分析法(FAHP)與熵值法相結(jié)合的組合賦權(quán)法確定權(quán)重，首先對(duì)主觀判斷法中的AHP法進(jìn)行改進(jìn)為模糊層次分析法(FAHP)，然后與客觀分析法中的熵值法進(jìn)行組合優(yōu)化，以求得各評(píng)價(jià)指標(biāo)的權(quán)重.組合賦權(quán)法綜合考慮了指標(biāo)的主、客觀成分，將專(zhuān)家判斷和客觀分析相結(jié)合以得到較為理想、實(shí)際的權(quán)重值.

4)確定關(guān)聯(lián)度.由關(guān)聯(lián)函數(shù)可以得到各單項(xiàng)評(píng)價(jià)指標(biāo)vi關(guān)于各類(lèi)別等級(jí)j的關(guān)聯(lián)度Kj(vi)為

其中:

待評(píng)事物P關(guān)于等級(jí)j的關(guān)聯(lián)度為

5)確定評(píng)定等級(jí)為

則可判定待評(píng)價(jià)體P屬于t0類(lèi)，而Kjmax(P)的數(shù)值大小及相互關(guān)系則可定量的反映評(píng)價(jià)單元屬于類(lèi)別t0的程度.

1.3 確定權(quán)重方法

1.3.1 模糊層次分析法

模糊層次分析法(Fuzzy Analytic Hierarchy Process，F(xiàn)AHP)將模糊數(shù)學(xué)中的綜合評(píng)判法引入了層次分析法中，模糊層次分析法同普通層次分析法主要有2點(diǎn)區(qū)別:1)層次分析法中的判斷矩陣和模糊層次分析法是不同的;2)用判斷矩陣求各因素權(quán)重的方法和用模糊一致矩陣求各因素權(quán)重的方法不同［5］.

1)構(gòu)造模糊判斷矩陣.通過(guò)元素間的兩兩比較構(gòu)造模糊互補(bǔ)判斷矩陣(簡(jiǎn)稱(chēng)模糊判斷矩陣)R=(rij)m×n，其表示針對(duì)上層某準(zhǔn)則，本層與之有關(guān)元素之間的相對(duì)重要性程度.其中:rij為第i個(gè)元素ai與第j個(gè)元素aj的相對(duì)重要性程度，即①rij=0.5，表示 ai與 aj同樣重要;② 0≤ rij＜0.5，表示 aj比 ai重要，且 rij越小，aj比 ai越重要;③ 0.5 ＜ rij≤1，表示ai比aj重要，且rij越大，ai比aj越重要.對(duì)于模糊判斷矩陣中兩兩元素重要性比較的定量描述利用0.1～0.9九標(biāo)度.

2)模糊判斷矩陣的一致性檢驗(yàn)與權(quán)重求解.模糊矩陣R=(rij)m×n是模糊一致矩陣的充分必要條件是存在n階非負(fù)歸一化的向量w=(w1，w2，…，wn)T及正數(shù)a，使得?i，j，rij=a(wi－ wj)+0.5成立.

若R=(rij)m×n是模糊一致矩陣，則其權(quán)重向量為

設(shè)R是模糊互補(bǔ)矩陣，如果其非負(fù)歸一化權(quán)重向量滿足式(7)，則其中參數(shù)a必然滿足

式中:a越大，權(quán)重之差越小;a越小，權(quán)重之差越大.當(dāng)a=0.5(n－1)時(shí)權(quán)重之差達(dá)到最大.因此，“越小表明決策者非常重視元素間重要程度的差異，a越大表明決策者不是非常重視元素間重要程度的差異.在實(shí)際應(yīng)用中取a=0.5(n－1)，這是重視元素間重要程度差異的取法.

模糊判斷矩陣的一致性反映了人們思維判斷的一致性，但在實(shí)際決策分析中，由于所研究問(wèn)題的復(fù)雜性和人們認(rèn)識(shí)上可能產(chǎn)生的片面性，使構(gòu)造出的模糊判斷矩陣往往不具有一致性.此時(shí)，需要對(duì)模糊判斷矩陣進(jìn)行一致性程度的檢驗(yàn).如不滿足一致性要求則需對(duì)模糊判斷矩陣進(jìn)行調(diào)整.

1.3.2 熵值法

信息熵是信息論中用于度量信息量的一個(gè)尺度，相對(duì)于指標(biāo)理想值而言，指標(biāo)值變化得越快，得到的指標(biāo)信息熵就越小，其效用值越大，指標(biāo)權(quán)重就越大;反之，信息熵越大，其信息的效用值越小，指標(biāo)權(quán)重越?。?－7］.因此，熵在應(yīng)用于不同決策過(guò)程的評(píng)價(jià)或案例的效果評(píng)價(jià)時(shí)是一個(gè)很理想的尺度.

熵值法確定權(quán)重的步驟為:

1)構(gòu)建待評(píng)價(jià)矩陣.考慮一個(gè)評(píng)價(jià)系統(tǒng)，假設(shè)獲得m個(gè)樣本的n個(gè)評(píng)價(jià)指標(biāo)的初始數(shù)據(jù)矩陣X=(xij)m×n，由于各指標(biāo)的量綱、數(shù)量級(jí)及指標(biāo)優(yōu)劣的取向均有很大差異，故需對(duì)初始數(shù)據(jù)做規(guī)范化處理.得數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣為

2)計(jì)算評(píng)價(jià)指標(biāo)Ci的熵值.由于信息熵可用來(lái)度量指標(biāo)Ci的信息(指標(biāo)的數(shù)據(jù))的效用價(jià)值，度量指標(biāo)Ci的熵值為

式中常數(shù)k與系統(tǒng)的樣本數(shù)m有關(guān).

3)計(jì)算評(píng)價(jià)指標(biāo)Ci的熵權(quán)值.利用熵值法估算各指標(biāo)的權(quán)重，其本質(zhì)是利用該指標(biāo)信息的價(jià)值系數(shù)來(lái)計(jì)算的，其價(jià)值系數(shù)越高，對(duì)評(píng)價(jià)的重要性就越大(或稱(chēng)對(duì)評(píng)價(jià)結(jié)果的貢獻(xiàn)越大)，于是評(píng)價(jià)指標(biāo)Ci的權(quán)重為

熵值法是根據(jù)各指標(biāo)所含信息有序度的差異性，也就是信息的效用價(jià)值來(lái)確定該指標(biāo)的權(quán)重.熵值法具有更高的客觀性，在通常一些分析方法中無(wú)法使用的類(lèi)別數(shù)據(jù)可以在該方法中很好的使用，而且實(shí)施簡(jiǎn)便.

1.3.3 組合賦權(quán)法

為了克服主觀權(quán)重法的不足，人們研究了客觀賦權(quán)法.客觀權(quán)重法的原始數(shù)據(jù)來(lái)源于各指標(biāo)的實(shí)際數(shù)據(jù)，切斷了指標(biāo)權(quán)重主觀性的來(lái)源，使權(quán)重具有絕對(duì)的客觀性.但該方法過(guò)分依賴(lài)于客觀數(shù)據(jù)，而忽視了專(zhuān)家在確定權(quán)重中應(yīng)有的重要性，計(jì)算出的結(jié)果也往往不盡人意或相差較遠(yuǎn).從而，權(quán)重的確定應(yīng)該是評(píng)價(jià)指標(biāo)客觀信息與評(píng)價(jià)者主觀判斷兩者綜合的反映，應(yīng)該把各評(píng)價(jià)指標(biāo)的主、客觀權(quán)重進(jìn)行綜合，才能正確地反映各指標(biāo)的實(shí)際權(quán)重.在實(shí)踐中，人們一般采用線性加權(quán)組合法來(lái)確定評(píng)價(jià)指標(biāo)的權(quán)重，即

式中:αi、βi分別為第 i個(gè)評(píng)價(jià)指標(biāo)的主、客觀權(quán)重;λi(0＜λi＜1)為評(píng)價(jià)指標(biāo)Ci主、客觀權(quán)重的偏好系數(shù).

對(duì)于線性加權(quán)組合法來(lái)說(shuō)，其關(guān)鍵是確定主、客觀權(quán)重的偏好系數(shù)λi.在現(xiàn)有的文獻(xiàn)中，一般都是根據(jù)判斷者的經(jīng)驗(yàn)來(lái)選取λi值，從而帶有很大的主觀隨意性，這是不科學(xué)的.對(duì)于不同的人根據(jù)自己的經(jīng)驗(yàn)選取λi值來(lái)確定同一指標(biāo)體系中各指標(biāo)的組合權(quán)重時(shí)，其結(jié)果將會(huì)產(chǎn)生很大的差異.為了盡可能地縮小由于主觀隨意性對(duì)組合權(quán)重值的影響.本文提出了一種綜合分析方法來(lái)選取評(píng)價(jià)指標(biāo)主、客觀權(quán)重的偏好系數(shù)λi的值，其具體操作步驟為:

1)根據(jù)各評(píng)價(jià)指標(biāo)的主、客觀權(quán)重大小分別進(jìn)行排序;

2)若主、客觀權(quán)重確定的指標(biāo)排序一致，則取λi=0.5;

3)若評(píng)價(jià)指標(biāo)Ci的主觀權(quán)重排序先于評(píng)價(jià)指標(biāo)Ci的客觀權(quán)重排序，由客觀權(quán)重法得出的權(quán)重對(duì)于確定各評(píng)價(jià)指標(biāo)的綜合權(quán)重具有較小的參考價(jià)值，則取0.5＜λi＜1;

4)若評(píng)價(jià)指標(biāo)Ci的客觀權(quán)重排序先于評(píng)價(jià)指標(biāo)Ci的主觀權(quán)重排序，由主觀權(quán)重法得出的權(quán)重對(duì)于確定各評(píng)價(jià)指標(biāo)的綜合權(quán)重具有較小的參考價(jià)值，則取0＜λi＜0.5.

2 應(yīng)用實(shí)例

基于熵值法的地質(zhì)災(zāi)害可拓學(xué)危險(xiǎn)性評(píng)價(jià)的基本思想是:首先，根據(jù)結(jié)合研究區(qū)實(shí)際情況，結(jié)合地質(zhì)災(zāi)害危險(xiǎn)性評(píng)估技術(shù)要求，將吉林省地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)分為4個(gè)等級(jí):非易發(fā)區(qū)、低易發(fā)區(qū)、中易發(fā)區(qū)和高易發(fā)區(qū);再根據(jù)野外資料和搜集的數(shù)據(jù)資料等確定各等級(jí)的數(shù)據(jù)范圍，采用熵值法計(jì)算各指標(biāo)的權(quán)重，將待評(píng)地質(zhì)災(zāi)害分布區(qū)的指標(biāo)代入各等級(jí)的集合中進(jìn)行多指標(biāo)評(píng)定，得到研究區(qū)各個(gè)單元格的評(píng)價(jià)等級(jí).

在地質(zhì)災(zāi)害危險(xiǎn)性的綜合評(píng)價(jià)中，選擇合理的評(píng)價(jià)預(yù)測(cè)指標(biāo)是至關(guān)重要的［8］.評(píng)價(jià)指標(biāo)的選取主要采用定性分析各因素對(duì)吉林省地質(zhì)環(huán)境影響的主次關(guān)系并結(jié)合吉林省地質(zhì)災(zāi)害的實(shí)際情況，經(jīng)過(guò)篩選確定選擇的7種評(píng)價(jià)指標(biāo):森林覆蓋率、年平均降雨量、地形地貌、地質(zhì)構(gòu)造、巖土體、災(zāi)害點(diǎn)密度和人類(lèi)工程活動(dòng).因?yàn)閰⒃u(píng)各指標(biāo)值的量綱不同，量值相差懸殊，必須把影響地質(zhì)災(zāi)害危險(xiǎn)性的指標(biāo)進(jìn)行歸一化處理.可獲得地質(zhì)災(zāi)害穩(wěn)定性等級(jí)的經(jīng)典域和相應(yīng)的節(jié)域.

以吉林省地質(zhì)災(zāi)害監(jiān)測(cè)資料為依托，為了保證模型計(jì)算的準(zhǔn)確性，按5 km×5 km網(wǎng)格為基本評(píng)價(jià)單元，對(duì)每一評(píng)價(jià)單元中的每一項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行仔細(xì)分析，進(jìn)行量化賦值，得出各分布區(qū)的評(píng)價(jià)指標(biāo)量值，按照式(3)建立相應(yīng)的待評(píng)物元.

通過(guò)5 702個(gè)單元格的歸一化數(shù)據(jù)利用組合賦權(quán)法確定權(quán)重.利用組合賦權(quán)法得到

且可以得到各參評(píng)指標(biāo)權(quán)重分配系數(shù)為

通過(guò)可拓學(xué)評(píng)價(jià)模型就可以得到研究區(qū)所有單元格的等級(jí)，利用mapgis做出吉林省地質(zhì)災(zāi)害易發(fā)區(qū)劃分圖［9－11］，如圖1 所示.

圖1 吉林省地質(zhì)災(zāi)害危險(xiǎn)性等級(jí)分類(lèi)

3 結(jié)論

1)以確定地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)的指標(biāo)權(quán)重為切入點(diǎn)，將模糊層次分析法(FAHP)與客觀分析法中的熵值法進(jìn)行綜合優(yōu)化，并對(duì)主、客觀權(quán)重的偏好系數(shù)的取值進(jìn)行了探討.

2)最大權(quán)重的指標(biāo)是災(zāi)害點(diǎn)密度，對(duì)吉林省地質(zhì)災(zāi)害危險(xiǎn)性等級(jí)進(jìn)行劃分，其評(píng)價(jià)結(jié)果是合理可行的，從而可以提高評(píng)價(jià)指標(biāo)權(quán)重值的客觀性、科學(xué)性和可信性，使之求得的評(píng)價(jià)指標(biāo)權(quán)重更為合理、可靠，為地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)評(píng)價(jià)提供了一種新的、有效的方法.

［1］劉傳正.單體地質(zhì)災(zāi)害應(yīng)急預(yù)案編制與實(shí)施問(wèn)題［J］.中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào)，2010，21(3):92－98.

［2］吳樹(shù)仁，石菊松，王濤，等.地質(zhì)災(zāi)害活動(dòng)強(qiáng)度評(píng)估的原理、方法和實(shí)例［J］.地質(zhì)通報(bào)，2009，28(8):1127－1137.

［3］向靈芝，崔鵬，張建強(qiáng)，等.汶川縣地震誘發(fā)崩滑災(zāi)害影響因素的敏感性分析［J］.四川大學(xué)學(xué)報(bào)(工程科學(xué)版)，2010，42(5):105－112.

［4］蔡文，楊春燕，林偉初.可拓工程方法［M］.北京:科學(xué)出版社，1997.

［5］LERMONTOV A，YOKOYAMA L，LERMONTOV M，et al.River quality analysis using fuzzy water quality index:Ribeira do IguaPe river watershed，Brazil［J］.Ecological Indicators，2009，9(6):1188－1197.

［6］CARRANZA E J M，HALE M.Spatial association of mineral occurrences and curvilinear geological features［J］.Mathematical Geology，2002，34(2):203 －221.

［7］ABDOU S，SAVOY J.Statistical and comparative evaluation of various indexing and search models［C］//Proceedings of the Conference on Alliance of Information and Referral Systems(AIRS’06).［S.l.］:Lecture Notes in Computer Science，2006:362－373.

［8］趙海卿，李廣杰，張哲寰.吉林省東部山區(qū)地質(zhì)災(zāi)害危害性評(píng)價(jià)［J］.吉林大學(xué)學(xué)報(bào)(地球科學(xué)版)，2004，34(1):119－124.

［9］XIE M W，ESAKI T，ZHOU G Y.GIS-based probabilistic mapping of landslide hazard using a three-dimensional deterministic model［J］.Natural Hazards，2004，33(2):265－282.

［10］ALEXANDER D E.A brief survey of GIS in massmovemeni studies，with reflections on theory and methods［J］.Geomorphology，2008，94(3/4):261－267.

［11］CARRARA A，PIKE R J.GIS technology and models for assessing landslide hazard and risk［J］.Geomorphology，2008，94(3/4):257－260.

Compination weight method for determing the index weight in geological disaster risk extenics evaluation

LI Ying-hong1，TAO Zhan-sheng2，QIN Xi-wen2，WANG Xin-min2
(1.School of Sciences，Changchun University，130022 Changchun，China，lyhttt@yeah.net;2.Institute of Applied Mathematics，Changchun University of Technology，130012 Changchun，China)

Based on combination weight method in extenics evaluation model，this paper proposed a new geological disaster evaluation method.According to the monitoring data of geological disasters in Jilin Province，and by using matter-element theory，extension set theory and its associated functins，the geological disasters in the field of classical field and the sectin was determined.To determine the weight，we created a geological disaster extenics comprehensive evaluation model by the fuzzy analytic hierarchy process(FAHP)and the combination entropy weighting method，and finally go to the realistic district level.

extenics evaluation;entropy method;combination weight;geological disaster risk

X43

A

0367－6234(2011)11－0141－04

2010－10－15.

國(guó)家水體污染控制與治理科技重大專(zhuān)項(xiàng)資助項(xiàng)目(2009ZX07424－002);吉林省科技廳資助項(xiàng)目(20080453).

李映紅(1966—)，女，副教授.

(編輯 張 紅)