輸電線路區(qū)域滑坡易發(fā)性分析方法與應(yīng)用★

郭俊輝，李 俠，葉晨男，徐子涵，趙 禹，于 洋

(1.臺州宏遠電力設(shè)計院有限公司,浙江 臺州 318000; 2.浙江大學(xué)海洋學(xué)院,浙江 舟山 316000)

輸電線路是保障社會經(jīng)濟發(fā)展的能源動脈。在山區(qū)建設(shè)輸電線路,不僅建設(shè)難度大、施工成本高,而且由于輸電線路跨度長、覆蓋范圍廣,常通過地形地貌多樣、地質(zhì)條件復(fù)雜的區(qū)域,受滑坡等地質(zhì)災(zāi)害影響顯著。浙江省臺州市多山的地形地貌以及臺風(fēng)梅雨影響頻繁的氣候條件,導(dǎo)致不同規(guī)模的滑坡災(zāi)害多發(fā)。隨著經(jīng)濟建設(shè)的發(fā)展,臺州市區(qū)域內(nèi)既有和新建輸電線路逐漸增多,分析工程沿線區(qū)域滑坡易發(fā)性,確定滑坡災(zāi)害對輸電塔的影響程度,不僅對工程建設(shè)和運維至關(guān)重要,而且是保障地區(qū)經(jīng)濟發(fā)展的必要手段。

目前對輸電工程的多因素風(fēng)險評價方法主要有:模糊綜合評價法[1-3],模糊層次分析法[4-6],多層次灰色綜合評價法[7-8]等,這些風(fēng)險評價方法中對因素權(quán)重的選取方法可分為四類:基于經(jīng)驗描述的定性方法,如梯形模糊數(shù)法[9]、文獻權(quán)重參考法[10];基于傳統(tǒng)數(shù)學(xué)統(tǒng)計分析的定量方法,如信息量法[11]、熵權(quán)法[12];綜合經(jīng)驗描述和數(shù)學(xué)統(tǒng)計的半定性半定量方法,如層次分析法[13];基于機器學(xué)習(xí)模型的數(shù)學(xué)統(tǒng)計方法,如隨機森林模型[14]、決策樹-快速聚類模型[15]、貝葉斯模型[16]。定性方法較為簡單,但是主觀性大,易發(fā)性評價精度較低,已有的定量方法可以提高評價精度,但是計算量很大,并且區(qū)域性強,需要評價區(qū)域的地質(zhì)環(huán)境數(shù)據(jù)?；诮y(tǒng)計概率學(xué)中的“樣本估計母本”的思想,對于地質(zhì)環(huán)境相似的區(qū)域,可以使用“樣本”的易發(fā)性因素指標(biāo)權(quán)重來估計“母本”的易發(fā)性因素指標(biāo)權(quán)重,構(gòu)建統(tǒng)一的指標(biāo)權(quán)重評價體系。

針對目前多因素權(quán)重的選取偏主觀和區(qū)域性顯著的問題,本文基于地形地貌和氣候條件與臺州地區(qū)相似的研究區(qū)域滑坡統(tǒng)計數(shù)據(jù),通過構(gòu)建量化指標(biāo),采用隨機模擬和遺傳算法,優(yōu)化獲得多因素權(quán)重值,將其應(yīng)用于臺州地區(qū)滑坡易發(fā)性分析,并探討輸電線路受滑坡災(zāi)害影響程度,驗證分析結(jié)果的可靠性,進而為浙江省類似地區(qū)的輸電線路區(qū)域滑坡易發(fā)性評估提供參考。

1 多因素權(quán)重優(yōu)化方法

1.1 數(shù)據(jù)來源與分類

為獲得適用于臺州地區(qū)多因素滑坡易發(fā)性分析的權(quán)重值,選取地形地貌和氣候條件與臺州相似的諸暨市西部山區(qū)為研究區(qū)域,基于該地區(qū)的滑坡統(tǒng)計數(shù)據(jù)開展權(quán)重優(yōu)化。諸暨市區(qū)域多年平均降水量1 401.8 mm,蒸發(fā)量1 300 mm[17]。地貌上,研究區(qū)域自西向東由構(gòu)造侵蝕低山向侵蝕剝蝕丘陵、沖積平原及山間谷地過渡,是滑坡易發(fā)區(qū)域[18]。2021年6月10日凌晨,諸暨市西部山區(qū)遭遇強對流天氣,特大暴雨引發(fā)大量山體滑坡災(zāi)害,本文將該次滑坡災(zāi)害的統(tǒng)計數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù),考慮的因素有高程、坡度、坡向、土壤、含水率、水系。基于數(shù)字高程模型,通過ArcGIS空間分析模塊計算獲得坡度、坡向數(shù)據(jù),其余數(shù)據(jù)來源如表1所示。

表1 數(shù)據(jù)來源

根據(jù)DEM數(shù)據(jù)的分辨率,將研究區(qū)域劃分為若干30 m×30 m研究單元。通過前期地質(zhì)調(diào)查,2021年6月10日諸暨市西部山區(qū)發(fā)生的滑坡分布在n(n=698)個研究單元內(nèi)。對于每個研究單元,對應(yīng)6個因素,分別是高程、坡度、坡向、土壤、含水率和水系。

在分析滑坡易發(fā)性時,對每個因素賦予一個權(quán)重值(為0～1之間的無量綱值),將各因素指標(biāo)的權(quán)重進行線性加權(quán)求和,并利用自然間斷點分類方法,可將滑坡易發(fā)性區(qū)域分為:非常穩(wěn)定、穩(wěn)定、較穩(wěn)定、較不穩(wěn)定、不穩(wěn)定、非常不穩(wěn)定。由此可見,每個因素對應(yīng)的權(quán)重值是決定滑坡易發(fā)性分析結(jié)果的關(guān)鍵,下面介紹如何基于已有數(shù)據(jù)優(yōu)化因素權(quán)重值。

1.2 權(quán)重優(yōu)化方法

最優(yōu)的因素權(quán)重,是使得滑坡易發(fā)性分析結(jié)果與實際發(fā)生滑坡情況吻合度最高的權(quán)重組合。每組權(quán)重組合構(gòu)成一個權(quán)重向量組w=w1,w2,w3,…,w6,wi為第i個因素的權(quán)重向量(i=1,2,3,…,6),每個權(quán)重向量的長度等于其指標(biāo)分類數(shù)。對于每個研究單元,均有6個因素權(quán)重與之對應(yīng),因此可構(gòu)建一個6×m階的矩陣,見式(1):

(1)

矩陣中:每一列表示一個研究單元,該列中的元素表示每種因素對應(yīng)的權(quán)重,每一行表示相同元素的權(quán)重在不同研究單元上的量值。K矩陣中的元素值均來源于w,例如,第1行的所有元素均來源于向量w1。

同理,對于已經(jīng)發(fā)生滑坡的研究單元,可構(gòu)建一個6×n階的矩陣,見式(2):

(2)

其中,每一列表示一個發(fā)生滑坡的研究單元,該列中的元素表示每種因素對應(yīng)的權(quán)重,每一行表示相同元素的權(quán)重在不同研究單元上的量值。Q矩陣中的元素值也來源于w。

在K矩陣和Q矩陣的基礎(chǔ)上,定義參數(shù)R計算公式見式(3):

(3)

其中,R為單個滑坡所在研究單元的所有因素權(quán)重平均值與相應(yīng)研究單元上所有因素權(quán)重平均值的比值,R值越高,說明滑坡點所占據(jù)的權(quán)重越高,滑坡易發(fā)性越高。在已知滑坡點的前提下,使R取到極大值的權(quán)重向量組w即為適用于研究區(qū)域的最優(yōu)權(quán)重組合。

為獲得最優(yōu)權(quán)重組合,需要明確參數(shù)R和權(quán)重向量組w的函數(shù)關(guān)系。利用Matlab隨機生成10 000組權(quán)重向量組,由式(3)計算出相應(yīng)的10 000組R值。采用MATLAB中的BP神經(jīng)網(wǎng)絡(luò)曲線擬合工具,擬合獲得R與w的函數(shù)關(guān)系?；谠摵瘮?shù)關(guān)系,對R求極大值,獲得相應(yīng)的權(quán)重向量組wmax,結(jié)果如表2所示。

表2 因素指標(biāo)分類

將同一研究單元的權(quán)重進行線性疊加,即可獲得滑坡易發(fā)性評價指標(biāo):

(4)

其中,Ai為第i個研究單元經(jīng)線性疊加后的權(quán)重總和;wij為第i個研究單元中第j個因素的權(quán)重值。

利用自然間斷點分類方法將滑坡易發(fā)性區(qū)域分為:非常穩(wěn)定、穩(wěn)定、較穩(wěn)定、較不穩(wěn)定、不穩(wěn)定、非常不穩(wěn)定,并通過ArcGIS直觀展示滑坡易發(fā)性圖,如圖1所示。由圖1可見,滑坡主要發(fā)生在較不穩(wěn)定、不穩(wěn)定和非常不穩(wěn)定區(qū)域。利用ArcGIS統(tǒng)計圖1中不同易發(fā)區(qū)間的面積占比、災(zāi)害占比及災(zāi)害點密度信息,結(jié)果如表3所示。利用遺傳算法優(yōu)化的因素指標(biāo)權(quán)重,研究區(qū)域滑坡較不穩(wěn)定、不穩(wěn)定和非常不穩(wěn)定的區(qū)域占比為82.30%,與滑坡實際發(fā)生情況相符,說明得到的優(yōu)化權(quán)重指標(biāo)可用于相似條件下的滑坡性易發(fā)性評價。

表3 滑坡易發(fā)性分區(qū)統(tǒng)計信息比較

為驗證最優(yōu)權(quán)重的合理性和易發(fā)性分析結(jié)果的準(zhǔn)確性,引入受試者工作特征曲線(簡稱ROC曲線)。ROC曲線是反映敏感性與特異性之間關(guān)系的曲線。橫坐標(biāo)X軸為特異性,也稱為假陽性率(未發(fā)生滑坡災(zāi)害而預(yù)測存在滑坡災(zāi)害)?？v坐標(biāo)Y軸稱為敏感度,也稱為真陽性率(發(fā)生滑坡災(zāi)害并預(yù)測存在滑坡災(zāi)害)。ROC曲線下方部分的面積被稱為AUC,值域為[0,1],用來表示預(yù)測準(zhǔn)確性,AUC值越高,也就是曲線下方面積越大,說明預(yù)測準(zhǔn)確率越高。利用SPSS軟件繪制基于遺傳算法的滑坡易發(fā)性分類的ROC曲線,如圖2所示。檢驗結(jié)果顯示,基于遺傳算法的權(quán)重線性組合模型的AUC值為0.816,說明輸變電工程滑坡易發(fā)性分析具有足夠的精度。

2 優(yōu)化權(quán)重應(yīng)用

2.1 研究區(qū)域概況

臺州市位于浙江省中部沿海,地勢上呈現(xiàn)西高東低的走向,地貌上自西向東由構(gòu)造侵蝕低山向侵蝕剝蝕丘陵、海積平原逐漸過渡,地勢起伏大。屬亞熱帶季風(fēng)氣候區(qū),雨量充沛,多年平均降水量1 558.471 mm[23]。臺風(fēng)影響規(guī)律為平均每年1次～2次,影響季節(jié)一般為4月—9月。自2010年以來,臺州市進行了上百條110 kV和220 kV輸電線路的施工工程,這些輸電線路工程多位于地質(zhì)條件復(fù)雜并且降雨豐沛的山區(qū),易受滑坡災(zāi)害的影響。鑒于臺州市與諸暨市在地形地貌和氣候條件上的相似性,采用基于諸暨研究區(qū)域獲得優(yōu)化權(quán)重(如表2所示)開展臺州地區(qū)滑坡易發(fā)性評價,分析采用的方法與本文第2部分方法一致,并分析輸變電工程受滑坡影響的風(fēng)險。

2.2 分析結(jié)果與驗證

臺州地區(qū)的高程、坡度、坡向、土壤、含水率和水系指標(biāo)分類如圖3所示,各權(quán)重進行線性疊加后的滑坡易發(fā)性分析結(jié)果如圖4所示。

對滑坡易發(fā)性分區(qū)進行信息統(tǒng)計,發(fā)現(xiàn)滑坡易發(fā)性位于較不穩(wěn)定、不穩(wěn)定和非常不穩(wěn)定的區(qū)域主要分布于臺州西部的天臺縣、仙居縣、黃巖區(qū)和臨海市,面積占比為23.96%。在圖4滑坡易發(fā)性地圖基礎(chǔ)上,疊加1 314座輸電塔桿坐標(biāo),對輸電線路滑坡易發(fā)性進行統(tǒng)計分析,如表4所示。由表4可知,輸變電工程所在區(qū)域的滑坡易發(fā)性風(fēng)險較低,位于較不穩(wěn)定、不穩(wěn)定和非常不穩(wěn)定區(qū)域的輸電塔桿數(shù)量為117座,僅占總輸電塔桿數(shù)目的8.90%。不穩(wěn)定的輸電線路工程主要分布在仙居縣的福應(yīng)街道、朱溪鎮(zhèn),三門縣的珠岙鎮(zhèn)、海游鎮(zhèn),臨海市的括蒼鎮(zhèn),玉環(huán)市的坎門街道。

表4 輸電線路滑坡易發(fā)性統(tǒng)計信息

3 結(jié)論

本文基于隨機模擬和遺傳算法原理,構(gòu)建了多因素滑坡易發(fā)性分析指標(biāo)權(quán)重優(yōu)化方法,利用浙江省諸暨市滑坡統(tǒng)計分析資料,獲得了與滑坡真實發(fā)生情況相近的多因素指標(biāo)權(quán)重值,將該權(quán)重值用于地形地貌與氣候條件相似的浙江省臺州市滑坡易發(fā)性分析,探討了滑坡對1 314座輸電塔的影響程度,為輸電線路安全與制定防災(zāi)對策提供參考,得出以下結(jié)論:

1)基于實際滑坡統(tǒng)計分析數(shù)據(jù),采用隨機模擬與遺傳算法,能夠較為高效地獲得多因素指標(biāo)權(quán)重值,為提升具有相似地形地貌和氣候條件地區(qū)的滑坡易發(fā)性分析精度提供參考依據(jù)。

2)臺州市滑坡易發(fā)性風(fēng)險總體不高,位于較不穩(wěn)定、不穩(wěn)定和非常不穩(wěn)定的區(qū)域主要分布于臺州西部的天臺縣、仙居縣、黃巖區(qū)和臨海市,面積占比為23.96%。

3)所研究的1 314座輸電塔受滑坡風(fēng)險影響程度較低,位于較不穩(wěn)定、不穩(wěn)定和非常不穩(wěn)定區(qū)域的輸電塔桿數(shù)量僅占總輸電塔桿總數(shù)的8.90%。不穩(wěn)定的輸電線路工程主要分布在仙居縣的福應(yīng)街道、朱溪鎮(zhèn),三門縣的珠岙鎮(zhèn)、海游鎮(zhèn),臨海市的括蒼鎮(zhèn),玉環(huán)市的坎門街道。