楊緒祥
(云南省公路科學(xué)技術(shù)研究院 昆明 650051)
滑坡地質(zhì)災(zāi)害治理工程的建設(shè),需要收集地質(zhì)災(zāi)害信息,并對(duì)其進(jìn)行危險(xiǎn)性評(píng)價(jià),進(jìn)而分析滑坡的發(fā)育特征和分布規(guī)律[1]。文獻(xiàn)[2]使用ArcGIS管理滑坡災(zāi)害采集數(shù)據(jù),采用模糊評(píng)價(jià)方法,利用隸屬度函數(shù),實(shí)現(xiàn)危險(xiǎn)性評(píng)價(jià)。該方法的評(píng)估結(jié)果出現(xiàn)超模糊現(xiàn)象,準(zhǔn)確性較低。文獻(xiàn)[3]對(duì)評(píng)價(jià)因子進(jìn)行定量描述,計(jì)算其分級(jí)代表值和權(quán)矢量,比較各因子的相對(duì)隸屬度值;結(jié)合GIS和RS技術(shù)評(píng)估災(zāi)害危險(xiǎn)度。該方法忽略了滑坡災(zāi)害的成因機(jī)制,選擇的評(píng)價(jià)指標(biāo)不恰當(dāng),導(dǎo)致評(píng)價(jià)結(jié)果準(zhǔn)確性不高。
基于以上研究成果的不足,為了進(jìn)一步提高評(píng)價(jià)結(jié)果的準(zhǔn)確性,提出基于熵權(quán)模糊評(píng)價(jià)的滑坡地質(zhì)災(zāi)害危險(xiǎn)性評(píng)估。擬通過(guò)建立滑坡災(zāi)害危險(xiǎn)性評(píng)估指標(biāo)體系;結(jié)合層次分析和熵權(quán)模糊評(píng)價(jià)方法計(jì)算指標(biāo)權(quán)重;再計(jì)算評(píng)估集隸屬度,獲取最終評(píng)估值,實(shí)現(xiàn)滑坡災(zāi)害危險(xiǎn)性的評(píng)價(jià),為防災(zāi)減災(zāi)工作提供參考。
分析滑坡的形成條件、停止過(guò)程、孕育規(guī)律、發(fā)生過(guò)程,以及演化過(guò)程,對(duì)災(zāi)區(qū)高精度遙感影像和高精度數(shù)字地形進(jìn)行搜索,建立災(zāi)害風(fēng)險(xiǎn)指標(biāo)體系[4],見(jiàn)表1。
表1 滑坡危險(xiǎn)性評(píng)估指標(biāo)體系
表1中,按照地貌分區(qū)界線和地質(zhì)界線,劃分滑坡災(zāi)害區(qū)域內(nèi)的巖性特征和地貌演化差異[5]。使用GIS軟件柵格計(jì)算器對(duì)所有矢量專題圖進(jìn)行柵格化處理,賦予每個(gè)柵格矢量值,疊加危險(xiǎn)性程度,使構(gòu)建的評(píng)估指標(biāo)體系能夠準(zhǔn)確反映出地質(zhì)要素的空間分布特征和屬性值。
采用熵權(quán)模糊評(píng)價(jià)方法,計(jì)算評(píng)估指標(biāo)權(quán)重。建立滑坡原始數(shù)據(jù)矩陣,對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理,將數(shù)值比變換到區(qū)間[0,1]上。設(shè)待評(píng)估的滑坡對(duì)象為j,評(píng)估指標(biāo)為i,計(jì)算平移標(biāo)準(zhǔn)差參數(shù)S。
(1)
(2)
計(jì)算評(píng)估對(duì)象j第i個(gè)指標(biāo)的熵值Eij,公式為
(3)
評(píng)估指標(biāo)i的關(guān)聯(lián)熵權(quán)值計(jì)算方法為
(4)
則第i個(gè)指標(biāo)的熵權(quán)wi,計(jì)算方法為
(5)
式中:m為評(píng)估指標(biāo)數(shù)量。
熵權(quán)計(jì)算完畢后,采用層次分析法,將一級(jí)指標(biāo)作為目的層,二級(jí)指標(biāo)作為決策層,按照定量與定性相結(jié)合的原則,并參照標(biāo)度法,構(gòu)造多層級(jí)的判斷矩陣。其標(biāo)度值判斷標(biāo)準(zhǔn)[6]見(jiàn)表2。
表2 判斷矩陣標(biāo)度值判斷標(biāo)準(zhǔn)
根據(jù)標(biāo)度值判斷標(biāo)準(zhǔn),比較同層指標(biāo),利用MATLAB軟件,對(duì)指標(biāo)的關(guān)系構(gòu)造矩陣進(jìn)行求解,得到各指標(biāo)權(quán)重Ai。結(jié)合熵權(quán)和層次分析法確定的權(quán)重,計(jì)算指標(biāo)綜合權(quán)重B,計(jì)算方法為
(6)
將綜合權(quán)重作為指標(biāo)的最終權(quán)重值,至此完成基于熵權(quán)模糊評(píng)價(jià)指標(biāo)權(quán)重的計(jì)算。
根據(jù)綜合權(quán)重構(gòu)建隸屬度矩陣,評(píng)估滑坡地質(zhì)災(zāi)害危險(xiǎn)性。構(gòu)建指標(biāo)評(píng)估集V={v1,v2,v3,v4,v5},對(duì)應(yīng)分值分別為95,85,75,65,55,分別表示滑坡災(zāi)害危險(xiǎn)性極高、高、中等、低、極低。建立不同層次中,指標(biāo)數(shù)據(jù)的原始模糊評(píng)價(jià)矩陣X′,計(jì)算公式為
(7)
標(biāo)準(zhǔn)化處理X′,得到模糊評(píng)價(jià)矩陣X計(jì)算公式為
X=(xik)m×5(i=1,2,…,m;k=1,2,…,5)
(8)
合成模糊評(píng)價(jià)矩陣和綜合權(quán)重,得到隸屬度矩陣P,計(jì)算公式為
P=B·X
(9)
由此得到指標(biāo)評(píng)估集V的隸屬度集合P=[p1,p2,p3,p4,p5]。則災(zāi)害區(qū)域內(nèi)的評(píng)估值O計(jì)算公式為
O=95p1+85p2+75p3+65p4+55p5
(10)
根據(jù)最終評(píng)估值,劃分滑坡災(zāi)害的危險(xiǎn)性等級(jí),具體見(jiàn)表3。
表3 滑坡災(zāi)害危險(xiǎn)性等級(jí)
由此確定滑坡災(zāi)害危險(xiǎn)性的評(píng)估等級(jí),對(duì)地質(zhì)區(qū)域進(jìn)行準(zhǔn)確預(yù)警,實(shí)現(xiàn)滑坡地質(zhì)災(zāi)害危險(xiǎn)性的評(píng)估。
進(jìn)行對(duì)比實(shí)驗(yàn),將此次設(shè)計(jì)方法記為實(shí)驗(yàn)A組,文獻(xiàn)[2]方法記為實(shí)驗(yàn)B組,文獻(xiàn)[3]方法記為實(shí)驗(yàn)C組。
實(shí)驗(yàn)試點(diǎn)為遂昌縣北界鎮(zhèn)蘇村山體滑坡地質(zhì)災(zāi)害治理工程,該試點(diǎn)對(duì)滑坡地質(zhì)災(zāi)害進(jìn)行在線監(jiān)管,采用3組評(píng)估方法針對(duì)該試點(diǎn)區(qū)域內(nèi)滑坡災(zāi)害危險(xiǎn)性進(jìn)行評(píng)估。試點(diǎn)區(qū)域最高海拔為2 401 m,最低海拔為1 320 m,境內(nèi)最大河流的流域面積為8 803 km2,河流造成的侵蝕作用較為強(qiáng)烈,植被類型為天然灌木植被,滑坡災(zāi)害較為頻繁且種類模式單一,主要為基巖覆蓋層滑坡和黃土滑坡,滑動(dòng)面風(fēng)化嚴(yán)重。借助360°全景攝影、無(wú)人機(jī)傾斜攝影測(cè)量技術(shù),采集區(qū)域內(nèi)地表信息,實(shí)驗(yàn)區(qū)域的三維地表見(jiàn)圖1。
圖1 實(shí)驗(yàn)區(qū)域三維地表
區(qū)域內(nèi)調(diào)查滑坡數(shù)量共201處,長(zhǎng)度范圍為140~480 m,寬度跨度為15~800 m,厚度為9~19 m,運(yùn)動(dòng)形式為牽引式,剖面總體形態(tài)為上陡下緩,受降水影響較大,當(dāng)試點(diǎn)降雨后,基巖坡腳會(huì)受到?jīng)_洗,山體前部先發(fā)生滑動(dòng),山體后部則呈現(xiàn)水流沖刷形狀,進(jìn)而發(fā)生滑動(dòng)?;乱佚R全,地貌較易分辨,滑坡災(zāi)害地貌形態(tài)見(jiàn)圖2。
圖2 滑坡災(zāi)害地貌形態(tài)
實(shí)驗(yàn)A組構(gòu)建一級(jí)指標(biāo){U1,U2,U3,U4,U5,U6}判斷矩陣,具體見(jiàn)表4。
表4 評(píng)估指標(biāo)判斷矩陣
基于表4完成矩陣一致性檢驗(yàn)后,得到層次分析權(quán)重為{0.081,0.162,0.476,0.191,0.090},計(jì)算一級(jí)指標(biāo)熵權(quán)值為{0.063,0.185,0.529,0.201,0.022},得到的綜合權(quán)重集為{0.082,0.201,0.572,0.116,0.029},然后計(jì)算一級(jí)指標(biāo)模糊評(píng)價(jià)矩陣X為
最后得到的隸屬度集合為[0.188,0.224,0.501,0.080,0.007],可得滑坡災(zāi)害危險(xiǎn)性的最終評(píng)估值為80.06,判斷評(píng)估等級(jí)為B,試點(diǎn)區(qū)域內(nèi)的滑坡地質(zhì)災(zāi)害危險(xiǎn)性高。
2.2.1第一組實(shí)驗(yàn)結(jié)果
對(duì)試點(diǎn)區(qū)域地貌進(jìn)行劃分,得到多個(gè)地貌單元,比較不同地貌單元中3組評(píng)估方法的評(píng)估指標(biāo)灰色關(guān)聯(lián)度,關(guān)聯(lián)度越大,表明評(píng)估指標(biāo)與評(píng)估對(duì)象的關(guān)聯(lián)程度越大,越能反映出滑坡地質(zhì)災(zāi)害危險(xiǎn)性。關(guān)聯(lián)度計(jì)算方法為
(11)
圖3 指標(biāo)關(guān)聯(lián)度對(duì)比結(jié)果
由圖3可見(jiàn),實(shí)驗(yàn)A組評(píng)估指標(biāo)的平均關(guān)聯(lián)系數(shù)為1.697,實(shí)驗(yàn)B組和實(shí)驗(yàn)C組的平均關(guān)聯(lián)系數(shù)分別為0.937和0.791,相比實(shí)驗(yàn)B組和實(shí)驗(yàn)C組,A組評(píng)估指標(biāo)關(guān)聯(lián)系數(shù)分別提高了0.760、0.906,關(guān)聯(lián)系數(shù)越大,指標(biāo)間關(guān)聯(lián)度越高。
2.2.2第二組實(shí)驗(yàn)結(jié)果
使用AUC曲線,比較3組評(píng)估方法評(píng)估值的準(zhǔn)確性,根據(jù)滑坡地貌單元的分布情況,統(tǒng)計(jì)各危險(xiǎn)性等級(jí)內(nèi)已發(fā)生的滑坡災(zāi)害,將滑坡累計(jì)百分比作為縱軸,然后將地貌單元面積的累計(jì)百分比作為橫軸,帶入評(píng)估結(jié)果得到AUC曲線。比較曲線的線下面積,其線下面積越大,表明評(píng)估結(jié)果越準(zhǔn)確。評(píng)估結(jié)果準(zhǔn)確性對(duì)比結(jié)果見(jiàn)圖4。
圖4 評(píng)估結(jié)果準(zhǔn)確性對(duì)比結(jié)果
由圖4所示AUC檢驗(yàn)曲線可知,實(shí)驗(yàn)A組曲線的線下面積明顯大于實(shí)驗(yàn)B組和實(shí)驗(yàn)C組,其評(píng)估結(jié)果具有更高的可信度。
2.2.3第三組實(shí)驗(yàn)結(jié)果
進(jìn)行多次實(shí)驗(yàn),記錄3組評(píng)估方法對(duì)滑坡災(zāi)害危險(xiǎn)性的評(píng)估結(jié)果,比較評(píng)估值的相對(duì)標(biāo)準(zhǔn)偏差,其相對(duì)標(biāo)準(zhǔn)偏差對(duì)比結(jié)果見(jiàn)圖5。
由圖5可見(jiàn),實(shí)驗(yàn)A組評(píng)估值的平均相對(duì)標(biāo)準(zhǔn)誤差為2.374%,實(shí)驗(yàn)B組和實(shí)驗(yàn)C組的平均相對(duì)標(biāo)準(zhǔn)誤差,分別為5.241%和6.173%,相比實(shí)驗(yàn)B組和C組,A組評(píng)估值的相對(duì)標(biāo)準(zhǔn)誤差分別降低了2.867和3.799個(gè)百分點(diǎn)。綜上所述,此次設(shè)計(jì)方法相比傳統(tǒng)方法,其評(píng)估指標(biāo)能夠全面反映出滑坡地質(zhì)災(zāi)害危險(xiǎn)性,提高了評(píng)估結(jié)果準(zhǔn)確性,且降低了評(píng)估值的相對(duì)標(biāo)準(zhǔn)偏差,其評(píng)估結(jié)果更加穩(wěn)定。
本文提出了一種基于熵權(quán)的滑坡地質(zhì)災(zāi)害風(fēng)險(xiǎn)模糊評(píng)價(jià)方法,結(jié)合層次分析法和熵權(quán)模糊評(píng)價(jià)法,建立了滑坡地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,構(gòu)建了滑坡風(fēng)險(xiǎn)評(píng)價(jià)集,全面地反映滑坡風(fēng)險(xiǎn),增加AUC曲線的離線面積,提高了滑坡災(zāi)害危險(xiǎn)性的評(píng)估精度。
但研究仍存在一定不足,在今后的研究中,會(huì)使用3S技術(shù),引入信息量值,將其作為隸屬度函數(shù)中的自變量,使危險(xiǎn)性評(píng)估向智能化方向發(fā)展。