基于改進(jìn)AHP的元謀縣地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)

章瑞 溫興平 羅大游

摘 要：元謀縣地質(zhì)災(zāi)害嚴(yán)重，對(duì)其進(jìn)行地質(zhì)災(zāi)害評(píng)價(jià)有利于預(yù)防地質(zhì)災(zāi)害。通過Arcgis與ENVI軟件生成地質(zhì)災(zāi)害危險(xiǎn)性的8個(gè)評(píng)價(jià)因子圖。構(gòu)建層次結(jié)構(gòu)模型，通過Python實(shí)現(xiàn)改進(jìn)的層次分析法（AHP），計(jì)算出評(píng)價(jià)因子權(quán)重，對(duì)元謀縣地質(zhì)災(zāi)害危險(xiǎn)性進(jìn)行評(píng)價(jià)并驗(yàn)證。研究結(jié)果表明：①元謀縣以中危險(xiǎn)區(qū)域?yàn)橹鳎?、中、低、輕微危險(xiǎn)區(qū)域所占比例分別為16.3%、39.5%、24.9%、19.3%; ②地質(zhì)災(zāi)害點(diǎn)落在高、中、低危險(xiǎn)地區(qū)共占86.1%，落在輕微危險(xiǎn)地區(qū)為13.9%。改進(jìn)AHP簡(jiǎn)化了傳統(tǒng)AHP的計(jì)算難度，地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果精度較高。

關(guān)鍵詞：改進(jìn)AHP;地質(zhì)災(zāi)害;災(zāi)害評(píng)價(jià);Arcgis

DOI：10. 11907/rjdk. 192647 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：TP319文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2020）008-0130-04

Abstract：The geological disasters in Yuanmou County are serious， and the evaluation of geological disasters is conducive to the prevention of geological disasters. Eight evaluation factor maps for geological hazard risk were generated by Arcgis and ENVI software， and a hierarchical structure model was constructed. The improved analytic hierarchy process was implemented by Python， and the corresponding weights of evaluation factors were calculated to evaluate the geological hazard risk of Yuanmou County. The results show that Yuanmou County is dominated by medium-risk areas， and the proportions of high， medium， low and slightly dangerous areas are 16.3%， 39.5%， 24.9%， 19.3%. Meanwhile geological disasters in high， medium and low-risk areas accounted for 86.1% in total and 13.9% in slightly dangerous areas. The improved AHP simplifies the computational difficulty of the traditional AHP， and the obtained geological disaster risk assessment results are highly accurate.

Key Words：improved AHP;geological hazard risk; disaster assessment;Arcgis

0 引言

地質(zhì)災(zāi)害是自然或人為作用所致，嚴(yán)重危害人類生命財(cái)產(chǎn)和生存環(huán)境安全，2019年1-7月，全國(guó)共發(fā)生地質(zhì)災(zāi)害4 815起，死亡150人，直接經(jīng)濟(jì)損失高達(dá)11.6億元。遙感具備得天獨(dú)厚的優(yōu)勢(shì)，可從不同高度、角度對(duì)地質(zhì)研究提供幫助[1-2]。遙感在地質(zhì)上的應(yīng)用也越來越多，汶川地震時(shí)遙感發(fā)揮了重要作用[3-4]。地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)常見方法有趨勢(shì)面分析法[5]、神經(jīng)網(wǎng)絡(luò)法[6]、模糊層次分析法[7]、信息量模型[8]、層次分析法[9]、Logistic回歸模型[10]等。層次分析法（the analytic hierarchy process）20世紀(jì)70年代由運(yùn)籌學(xué)家托馬斯·塞蒂首次提出，但層次分析法存在指標(biāo)增多時(shí)，符合一致性的判斷矩陣極難構(gòu)建等缺點(diǎn)，因此有人將評(píng)價(jià)因子重要性判斷改成三標(biāo)度法[11]。標(biāo)度的方法確實(shí)使判斷矩陣的一致性更容易通過，但也只能粗略判斷評(píng)價(jià)因子之間的重要性。本文在傳統(tǒng)層次分析法基礎(chǔ)上保留了九標(biāo)度法，將同一層次的評(píng)價(jià)因子分為兩個(gè)層次，在減少工作量的同時(shí)能得到較高精度的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果。

1 研究區(qū)概況

元謀縣南北長(zhǎng)78km，東西寬28km，整體呈南北向長(zhǎng)條狀。四周山巒環(huán)繞。地勢(shì)東南高西北低，中部為元謀盆地。最高峰大營(yíng)盤山海拔2 835.9m，最低為金沙江邊的黑者村海拔899m，高差1 936.9m[12]。境內(nèi)溝谷縱橫，河網(wǎng)密布，龍川江及支流屬金沙江水系，南部花同鄉(xiāng)依轱轤河為元江水系。元謀屬低緯度高原季風(fēng)氣候，5-10月為雨季，降雨量充沛[13]。近些年因經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)，森林覆蓋率由建國(guó)初期的12%降至現(xiàn)在的5.2%，覆蓋度較低。元謀縣山區(qū)、半山區(qū)占85%，因此極易誘發(fā)地質(zhì)災(zāi)害。

2 實(shí)驗(yàn)方法

地質(zhì)災(zāi)害危險(xiǎn)性指地質(zhì)災(zāi)害發(fā)生的可能性及危害性，災(zāi)害活動(dòng)越頻繁，危險(xiǎn)系數(shù)就越高，災(zāi)害的影響就越大[14-15]。本文主要通過Acrgis、ENVI、Python三款軟件實(shí)現(xiàn)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)。其中Acrgis、ENVI主要負(fù)責(zé)遙感數(shù)據(jù)處理與出圖，Python實(shí)現(xiàn)層次分析法。

2.1 評(píng)價(jià)因子成果圖

元謀縣地質(zhì)災(zāi)害以崩塌、泥石流、滑坡為主，其評(píng)價(jià)因素很多。本文基于對(duì)地質(zhì)災(zāi)害影響最大的原則，借鑒他人選擇的評(píng)價(jià)因子[16]，最終選擇地層巖性、斷裂距離、坡度、坡向、土地利用、人類活動(dòng)程度（道路的距離）、水系河流的距離、降雨量共8個(gè)評(píng)價(jià)因子，通過Arcgis軟件生成研究區(qū)地層巖性、斷裂構(gòu)造、道路、水系、坡度、坡向、降雨量柵格圖。用ENVI軟件生成研究區(qū)土地利用柵格圖，依據(jù)表1的分級(jí)標(biāo)準(zhǔn)通過Arcgis對(duì)以上8張圖進(jìn)行重分類，結(jié)果如圖1所示。將評(píng)價(jià)因子對(duì)地質(zhì)災(zāi)害危險(xiǎn)性的影響量化，數(shù)值越大，對(duì)地質(zhì)災(zāi)害危險(xiǎn)性的影響越大。

2.2 評(píng)價(jià)模型

2.3 改進(jìn)的層次分析法

傳統(tǒng)層次分析法有一個(gè)很嚴(yán)重的缺點(diǎn)：當(dāng)指標(biāo)過多時(shí)，權(quán)重難以確定[17]。采用層次分析法所需指標(biāo)會(huì)不可避免地增加，指標(biāo)增加意味著需要構(gòu)建更大的判斷矩陣。由于傳統(tǒng)層次分析法使用9標(biāo)度法構(gòu)建判斷矩陣，評(píng)價(jià)因子增多會(huì)導(dǎo)致評(píng)價(jià)因子兩兩之間的重要程度判斷變得困難，一致性判斷需更改原先的判斷矩陣，然而指標(biāo)多的判斷矩陣更改很困難。所以，指標(biāo)增加后，層次分析法的工作難度加大。本文層次分析法有以下改進(jìn)：將一個(gè)層次的8個(gè)評(píng)級(jí)因子拆分成2個(gè)層次4類，將傳統(tǒng)所用的8×8的矩陣拆成1個(gè)4×4的矩陣和4個(gè)2×2的矩陣，這樣可以較為輕松地構(gòu)建一致性判斷矩陣。本文將地層巖性及斷裂距離歸為巖性構(gòu)造，將坡度、坡向歸為地形地貌，將土地利用與道路距離歸為人類影響，河流水系密度與降雨量歸為其它因子。相關(guān)模型如圖1所示。層次分析法發(fā)展至今已比較成熟，相關(guān)例子較多[18-22]，這里不再贅述。通過Python實(shí)現(xiàn)改進(jìn)的層次分析法，運(yùn)行代碼得出對(duì)應(yīng)的權(quán)重及CI（判斷矩陣一致性系數(shù)，小于0.1代表判斷矩陣符合一致性），5個(gè)判斷矩陣的CI都小于0.1，符合一致性。各評(píng)價(jià)因子權(quán)重見表2。

3 結(jié)果與分析

將利用指數(shù)加權(quán)法制作的圖用ENVI的Band math工具進(jìn)行歸一化處理，采用Arcgis統(tǒng)計(jì)工具中的自然斷點(diǎn)法分成高危險(xiǎn)區(qū)域、中危險(xiǎn)區(qū)域、低危險(xiǎn)區(qū)域、輕微危險(xiǎn)區(qū)域4個(gè)類別，重分類后見圖2。通過Arcgis的統(tǒng)計(jì)工具可得高危險(xiǎn)區(qū)域面積329.42km2，占16.3%;中危險(xiǎn)區(qū)域面積798.30km2，占39.5%;低危險(xiǎn)區(qū)域面積503.23km2，占24.9%;輕微危險(xiǎn)區(qū)域面積390.05km2，占19.3%。

通過統(tǒng)計(jì)工具得出災(zāi)害點(diǎn)落在輕微危險(xiǎn)區(qū)域11個(gè)，落在其它危險(xiǎn)區(qū)域68個(gè)。該結(jié)果說明采用Arcgis與ENVI軟件得出的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)結(jié)果精度高，具備實(shí)用價(jià)值。

兩個(gè)高危險(xiǎn)區(qū)域聚集區(qū)具體情況如下：

（1）姜驛鄉(xiāng)江邊是地質(zhì)災(zāi)害易發(fā)區(qū)，該區(qū)主要有生界砂、泥巖等，區(qū)內(nèi)巖體破碎，風(fēng)化嚴(yán)重。雨量充沛，植被稀少，極易誘發(fā)地質(zhì)災(zāi)害。其中，滑坡、崩塌處于不穩(wěn)定狀態(tài)，泥石流處于發(fā)展期，中等易發(fā)。

（2）平田鄉(xiāng)南部、老城鄉(xiāng)北部以構(gòu)造侵蝕高中山地貌為主，其中有明顯三級(jí)剝夷面，高差大，巖體結(jié)構(gòu)面發(fā)育，風(fēng)化強(qiáng)烈，容易由降雨誘發(fā)崩塌、滑坡等地質(zhì)災(zāi)害。區(qū)域?yàn)?zāi)害點(diǎn)密度大，滑坡均不穩(wěn)定。

4 結(jié)語(yǔ)

本文應(yīng)用遙感軟件，將選出的8個(gè)評(píng)價(jià)因子（地層巖性、斷裂距離、坡度、坡向、土地利用、道路距離、水系河流距離、降雨量）量化成柵格圖。對(duì)傳統(tǒng)層次分析法加以改進(jìn)，將同一層次的評(píng)價(jià)因子分為兩個(gè)層次，相當(dāng)于將多指標(biāo)判斷矩陣轉(zhuǎn)化為多個(gè)指標(biāo)少的判斷矩陣，大大減少了層次分析法的工作量，降低了工作難度。通過編程實(shí)現(xiàn)AHP并得到精度較高的結(jié)果，證明其具備實(shí)用性。針對(duì)AHP的弊端主要來源于矩陣的一致性判斷，而層次分析法一大缺點(diǎn)是矩陣的一致性判斷缺乏科學(xué)依據(jù)，因此未來要針對(duì)一致性判斷進(jìn)行重點(diǎn)改進(jìn)。

參考文獻(xiàn)：

[1] 徐冠華，田國(guó)良，王超，等. 遙感信息科學(xué)的進(jìn)展和展望[J]. 地理學(xué)報(bào)，1996（5）：385-397.

[2] 楊金中，趙玉靈. 遙感技術(shù)的特點(diǎn)及其在地質(zhì)礦產(chǎn)調(diào)查中的作用[J]. 礦產(chǎn)勘查，2015，6（5）：529-534.

[3] 沈芳，黃潤(rùn)秋，苗放，等. 區(qū)域地質(zhì)環(huán)境評(píng)價(jià)與災(zāi)害預(yù)測(cè)的GIS技術(shù)[J]. 山地學(xué)報(bào)，1999（4）：338-342.

[4] 柳源. 中國(guó)地質(zhì)災(zāi)害（以崩、滑、流為主）危險(xiǎn)性分析與區(qū)劃[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào)，2003（1）：98-102.

[5] 呂義清，劉鴻福，李曉聰. 基于趨勢(shì)面分析法的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)系統(tǒng)[J]. 水土保持通報(bào)，2011，31（2）：155-158.

[6] 楊紹章. 神經(jīng)網(wǎng)絡(luò)法在地質(zhì)災(zāi)害評(píng)估中的應(yīng)用及分析[J]. 資源信息與工程，2016，31（3）：173-174.

[7] 曹璞源，胡勝，邱海軍，等. 基于模糊層次分析的西安市地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)[J]. 干旱區(qū)資源與環(huán)境，2017，31（8）：136-142.

[8] 談樹成，趙曉燕，李永平，等. 基于GIS與信息量模型的地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)——以云南省丘北縣為例[J]. 西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，54（1）：67-76.

[9] 張曉東，劉湘南，趙志鵬，等. 基于層次分析法的鹽池縣地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)[J]. 國(guó)土資源遙感，2019，31（3）：183-192.

[10] 陳朝亮，張文君，錢靜，等. 基于改進(jìn)Logistic回歸模型在地質(zhì)災(zāi)害評(píng)價(jià)中的應(yīng)用[J]. 環(huán)境科學(xué)與技術(shù)，2019，42（4）：188-193，213.

[11] 王春燕，喬娟. 改進(jìn)的層次分析法及模糊綜合評(píng)價(jià)法在病險(xiǎn)水庫(kù)除險(xiǎn)加固治理效果評(píng)價(jià)中的應(yīng)用[J]. 水電能源科學(xué)，2019，37（10）：64-67.

[12] 李鵬，黃杰. 云南省元謀縣地質(zhì)災(zāi)害詳細(xì)調(diào)查報(bào)告[R]. 中國(guó)有色金屬工業(yè)昆明勘察設(shè)計(jì)研究院，2016.

[13] 魯永新，姚光強(qiáng)，魯敏，等. 元謀干熱氣候資源特征分析[J]. 水文，2019，39（4）：68-73.

[14] 陳海燕，楊詩(shī)芳，許浩恩，等. 基于GIS的精細(xì)化暴雨致災(zāi)預(yù)警指標(biāo)研究[J]. 自然災(zāi)害學(xué)報(bào)，2013，22（2）：136-143.

[15] 史培軍，袁藝. 重特大自然災(zāi)害綜合評(píng)估[J]. 地理科學(xué)進(jìn)展，2014，33（9）：1145-1151.

[16] 王少華，郭令芬，趙力穎. 基于模糊層次分析法的吉林省臨江市地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)[J]. 黑龍江工程學(xué)院學(xué)報(bào)，2018，32（4）：16-20，26.

[17] 趙靜. 數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)[M]. 北京：高等教育出版社，2000.

[18] 秦吉，張翼鵬. 現(xiàn)代統(tǒng)計(jì)信息分析技術(shù)在安全工程方面的應(yīng)用——層次分析法原理[J]. 工業(yè)安全與防塵，1999（5）：44-48.

[19] 常建娥，蔣太立. 層次分析法確定權(quán)重的研究[J]. 武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2007（1）：153-156.

[20] 章正高. 采用層次分析法對(duì)地質(zhì)災(zāi)害進(jìn)行危險(xiǎn)性評(píng)價(jià)——以漢陰縣地質(zhì)災(zāi)害為例[J]. 西安科技大學(xué)學(xué)報(bào)，2014，34（1）：87-91，103.

[21] 段若晨，王豐華，顧承昱，等. 采用改進(jìn)層次分析法綜合評(píng)估 500 kV輸電線路防雷改造效果[J]. 高電壓技術(shù)，2014，40（1）：131-137.

[22] ANVARI A，ZULKIFLI N， SOROOSHIAN S，et al. An integrated design methodology based on the use of group AHP-DEA approach for measuring lean tools efficiency with undesirable output[J]. ?The International Journal of Advanced Manufacturing Technology，2014（70）：9-12.

（責(zé)任編輯：杜能鋼）