论文部分内容阅读
【摘 要】本文对矿山地质灾害的评价模型进行了具体的阐述，并对经验半经验模型、数理统计模型和人工智能模型的应用特点进行了研究。并提出地质灾害模型的选择应依据不同灾害程度，不同灾害类型进行选择，应对地质灾害发生发展充分认识的基础上优化数学模型，以获得更优的评价结果。
【关键词】矿山地质灾害；地质灾害评估模型
1.引言
随着人们对各种矿产资源的需求与日俱增，资源的开采量快速提升，从而破坏了大自然的平衡，导致了各种地质灾害如地面沉降、矿山水污染、滑坡等不断出现。严重威胁到矿区周围人民生命财产安全，阻碍了矿产行业与国民经济的良性发展[1]。提高对矿山地质灾害的认识， 有计划地进行矿山地质灾害危险性评估工作， 最大限度地减轻其危害， 已成为当前一项重要的任务。本文对矿山地质灾害评估方法进行分析与总结，提出了对于不同程度、不同灾害类型应如何选取评估模型，从而进行优化重组，达到更好的评估效果。
2.矿山地质灾害评估模型
地质灾害评价模型经历了定性模型、半定量模型到定量模型的发展。定性模型主要是基于专家的野外现场经验判断，直接从现场调查得出的易发性和危险性结果，或者根据各影响因素分区图来直接做出判断。定量模型基于控制灾害要素与地质灾害之间的数学表达，采用二元或多元回归等方法获得地质灾害的评价结果。20世纪末，随着计算机技术在地质灾害领域的应用，使地质灾害的评价研究呈现多种方法综合应用、现代数理科学理论广泛应用、“3s”技术广泛应用的飞速发展局面，评价模型得到了前所未有的发展[2]。目前常用的区域地质灾害评价模型主要有经验半经验模型，数理统计模型以及人工智能等先进的评价模型。
2.1经验半经验模型
经验半经验模型充分利用专家丰富的经验。主要基于定性或半定量的模型。早期应用较多的地貌分析法与参数合成法。目前模糊综合评判模型在国内应用较广，特别是基于AHP权重计算的模糊综合评判模型应用最多也最为成功。
2.1.1 地貌分析法（专家评判法）
地貌分析法是最简单的定量评价方法，由地质专家根据自己的知识和在相似地区的工作经验对研究区的地质灾害危险性直接作出判断，分区分级。它的主要优点是：①可以同时考虑大量的参数；②可以应用于任意比例尺的区域和单体斜坡稳定性评价；③时间短，费用少。主要的缺点有：①主观性较强，不同的调查者或专家得出的结果无法进行比较；②隐含的评判规则使结果分析和更新困难；③需要详细的野外调查。
2.1.2 参数合成法（指数综合法）
专家选择影响地质灾害的因子，并编制成图。根据个人经验，赋予每个因子一个适当的权重。最后进行加权叠加或合成，生成地质灾害危险性分区。优点是：①大大降低了隐含规则的使用，定量化程度提高；②整个流程可以在GIS的支持下快速完成，使数据管理标准化；③可以应用于任意比例尺。缺点是：①应用于大区域评价时，操作复杂；②权值的确定仍含有较大程度的主观性；⑨模型难以推广。
2.1.3 模糊综合评判模型
模糊综合评判模型应用模糊关系合成的特性，从多个指标对被评价事物隶属等级状况进行综合性评判，它把被评价事物的变化区间进行划分，又对事物属于各个等级的程度做出分析，这样就使得对事物的描述更加深入和客观。模糊综合评判的基本模型公式为：
B=A·R
其中B表示评判结果向量，是对每个被评划对象综合状况分等级的程度表示；A表示评判因素权向量由；R为模糊关系矩阵，表示的是评价因素论域中每个评价指标对应等级论域每个值的隶属关系。应用模糊综合评判模型进行地质灾害评价的关键在于A与R的确定。在评价因素权向量A的确定方面，可以参考有关文献如《县（市）地质灾害调查与区划基本要求》实施细则中建议的权向量来确定，也可以采用层次分析法（AHP） 或者专家判别方法获得。模糊关系矩阵R的确立是模糊综合评判中的另一重要环节，目前均是由专家评分的方法确定，由于这种评分是建立在对评价指标等级论域划分的基础上采用隶属度的方式，因而具有较大的科学性和客观性。
2.2 数理统计模型
数理统计模型运用现代数理统计的各种方法和理论模型，通过对现有地质灾害及其环境的宏观调查和统计分析，获得其发育分布的统计规律，根据所建模型的外推性进行预测评估。数理统计模型基于一种对过去统计可以反映当地地质背景特征，而这些特征反过来又可以反映未来情况的假设。在这个假设条件下已知过去区域的灾害分布情况，根据数理统计理论，建立影响因素和地质灾害之间的数学统计模型，在模型得到验证后，将其应用到地质环境相同或相似的地区，来评价地质灾害的发生发展情况。
2.2.1 双变量统计模型
双变量统计模型是通过假定各因子之间没有相关性，将每个评价因子与地质灾害的分布进行叠加运算，计算每个因子的权重，考虑的是单个评价因子与地质灾害的发生情况（密度、面积比、体积比等）这样的“双变量”。根据计算评价因子权重的方法不同包括：信息量模型、概率指数模型、模糊逻辑模型等。
2.2.2 多变量统计模型
多变量统计模型主要是由Carrara和他的同事首先在意大利发展和应用的[5]。在这个模型中，所有的相关因子都以一定大小的网络单元或地貌形态单元作为样本单元，并确定每个样本单元中有没有地质灾害存在，从而生成一个矩阵，然后用多次回归或判别分析方法对矩阵进行分析。目前应用较多的是逻辑回归（Logistic）模型，特别是国外的学者使用特别广泛。Logistic回归模型是二分类因变量（因变量只取2个值）进行回归分析时经常使用的统计分析方法。与线性回归不同，Logistic回归是一种非线性模型，普遍采用的参数估计方法是最大似然估计法。Logistic回归方法能对分类因变量和分类自变量（或连续自变量， 或混合变量）进行回归建模，由对回归模型和回归参数进行检验的标准，以事件发生概率的形式提供结果。 2.3 人工智能
基于地质灾害复杂性特点引用处理复杂问题比较有效的非线性科学理论、人工智能理论来预测评估地质灾害的发展。目前发展应用较多的有人工神经网络模型[6]、支持向量机、分形理论模型、灰色聚类模型等。其中神经网络、支持向量机模型与数理统计模型一样，均是基于建立一种映射，这种映射表示为从评价因子到灾害发生与否的一种函数关系，然后应用该映射对整个区域进行评价。分形理论模型与灰色聚类模型则是从系统复杂性的角度考虑问题，通过一定的算法准则将一些评价指标分成若干类，使得基于这些类别的结果可以和地质灾害的发展具有更好的对应关系。
3.矿山地质灾害模型选择
适合的评价方法使矿山地质灾害的危险性评估更加科学和准确。灾害评估方法的选择应该根据研究区的实际情况去做选择。一般说来对于研究程度较低，地质资料相对匮乏的区域采用定性的方法。对于研究程度相对较高，但区域已有地质灾害数量相对较少的情况，由于因变量样本数的限制，过多依靠数理统计、神经网络等模型将不太稳定，而应该选用专家参与较多的模糊综合评判等模型为佳。对于研究区已有地质灾害数量较多的情况，采用数理统计、神经网络、支持向量机等基于映像的模型将获得相对较好的效果。
4.结论
本文对矿山地质灾害的评价模型进行了具体的阐述，并对经验半经验模型、数理统计模型和人工智能模型的应用特点进行了研究。并提出地质灾害模型的选择应依据不同灾害程度，不同灾害类型进行选择，应对地质灾害发生发展充分认识的基础上优化数学模型，以获得更优的评价结果。
参考文献：
[1] 李义龙，对我国矿产资源可持续发展的初步思考[J].现代经济（现代物业中旬刊），2009，8（4）：122-123，36
[2] 江鸿彬.Gis支持下的地质灾害实时动态预测评估系统架构研究[J].中国地质灾害与防治学报，2007，18（4）：19—23.
[3] 赵忠海.北京地区突发性地质灾害易发区划及危险度评价[J].资源调查与环境，2009。30（3）：213-221.
[4] 鲁道洪.基于ahp的模糊综合评判在公路地质灾害的危险性评价[J].四川I地质学报，2009，29（3）：357—360.
作者简介：
高树志，男，硕士、工程师，专业方向：地质灾害评估与治理。
【关键词】矿山地质灾害；地质灾害评估模型
1.引言
随着人们对各种矿产资源的需求与日俱增，资源的开采量快速提升，从而破坏了大自然的平衡，导致了各种地质灾害如地面沉降、矿山水污染、滑坡等不断出现。严重威胁到矿区周围人民生命财产安全，阻碍了矿产行业与国民经济的良性发展[1]。提高对矿山地质灾害的认识， 有计划地进行矿山地质灾害危险性评估工作， 最大限度地减轻其危害， 已成为当前一项重要的任务。本文对矿山地质灾害评估方法进行分析与总结，提出了对于不同程度、不同灾害类型应如何选取评估模型，从而进行优化重组，达到更好的评估效果。
2.矿山地质灾害评估模型
地质灾害评价模型经历了定性模型、半定量模型到定量模型的发展。定性模型主要是基于专家的野外现场经验判断，直接从现场调查得出的易发性和危险性结果，或者根据各影响因素分区图来直接做出判断。定量模型基于控制灾害要素与地质灾害之间的数学表达，采用二元或多元回归等方法获得地质灾害的评价结果。20世纪末，随着计算机技术在地质灾害领域的应用，使地质灾害的评价研究呈现多种方法综合应用、现代数理科学理论广泛应用、“3s”技术广泛应用的飞速发展局面，评价模型得到了前所未有的发展[2]。目前常用的区域地质灾害评价模型主要有经验半经验模型，数理统计模型以及人工智能等先进的评价模型。
2.1经验半经验模型
经验半经验模型充分利用专家丰富的经验。主要基于定性或半定量的模型。早期应用较多的地貌分析法与参数合成法。目前模糊综合评判模型在国内应用较广，特别是基于AHP权重计算的模糊综合评判模型应用最多也最为成功。
2.1.1 地貌分析法（专家评判法）
地貌分析法是最简单的定量评价方法，由地质专家根据自己的知识和在相似地区的工作经验对研究区的地质灾害危险性直接作出判断，分区分级。它的主要优点是：①可以同时考虑大量的参数；②可以应用于任意比例尺的区域和单体斜坡稳定性评价；③时间短，费用少。主要的缺点有：①主观性较强，不同的调查者或专家得出的结果无法进行比较；②隐含的评判规则使结果分析和更新困难；③需要详细的野外调查。
2.1.2 参数合成法（指数综合法）
专家选择影响地质灾害的因子，并编制成图。根据个人经验，赋予每个因子一个适当的权重。最后进行加权叠加或合成，生成地质灾害危险性分区。优点是：①大大降低了隐含规则的使用，定量化程度提高；②整个流程可以在GIS的支持下快速完成，使数据管理标准化；③可以应用于任意比例尺。缺点是：①应用于大区域评价时，操作复杂；②权值的确定仍含有较大程度的主观性；⑨模型难以推广。
2.1.3 模糊综合评判模型
模糊综合评判模型应用模糊关系合成的特性，从多个指标对被评价事物隶属等级状况进行综合性评判，它把被评价事物的变化区间进行划分，又对事物属于各个等级的程度做出分析，这样就使得对事物的描述更加深入和客观。模糊综合评判的基本模型公式为：
B=A·R
其中B表示评判结果向量，是对每个被评划对象综合状况分等级的程度表示；A表示评判因素权向量由；R为模糊关系矩阵，表示的是评价因素论域中每个评价指标对应等级论域每个值的隶属关系。应用模糊综合评判模型进行地质灾害评价的关键在于A与R的确定。在评价因素权向量A的确定方面，可以参考有关文献如《县（市）地质灾害调查与区划基本要求》实施细则中建议的权向量来确定，也可以采用层次分析法（AHP） 或者专家判别方法获得。模糊关系矩阵R的确立是模糊综合评判中的另一重要环节，目前均是由专家评分的方法确定，由于这种评分是建立在对评价指标等级论域划分的基础上采用隶属度的方式，因而具有较大的科学性和客观性。
2.2 数理统计模型
数理统计模型运用现代数理统计的各种方法和理论模型，通过对现有地质灾害及其环境的宏观调查和统计分析，获得其发育分布的统计规律，根据所建模型的外推性进行预测评估。数理统计模型基于一种对过去统计可以反映当地地质背景特征，而这些特征反过来又可以反映未来情况的假设。在这个假设条件下已知过去区域的灾害分布情况，根据数理统计理论，建立影响因素和地质灾害之间的数学统计模型，在模型得到验证后，将其应用到地质环境相同或相似的地区，来评价地质灾害的发生发展情况。
2.2.1 双变量统计模型
双变量统计模型是通过假定各因子之间没有相关性，将每个评价因子与地质灾害的分布进行叠加运算，计算每个因子的权重，考虑的是单个评价因子与地质灾害的发生情况（密度、面积比、体积比等）这样的“双变量”。根据计算评价因子权重的方法不同包括：信息量模型、概率指数模型、模糊逻辑模型等。
2.2.2 多变量统计模型
多变量统计模型主要是由Carrara和他的同事首先在意大利发展和应用的[5]。在这个模型中，所有的相关因子都以一定大小的网络单元或地貌形态单元作为样本单元，并确定每个样本单元中有没有地质灾害存在，从而生成一个矩阵，然后用多次回归或判别分析方法对矩阵进行分析。目前应用较多的是逻辑回归（Logistic）模型，特别是国外的学者使用特别广泛。Logistic回归模型是二分类因变量（因变量只取2个值）进行回归分析时经常使用的统计分析方法。与线性回归不同，Logistic回归是一种非线性模型，普遍采用的参数估计方法是最大似然估计法。Logistic回归方法能对分类因变量和分类自变量（或连续自变量， 或混合变量）进行回归建模，由对回归模型和回归参数进行检验的标准，以事件发生概率的形式提供结果。 2.3 人工智能
基于地质灾害复杂性特点引用处理复杂问题比较有效的非线性科学理论、人工智能理论来预测评估地质灾害的发展。目前发展应用较多的有人工神经网络模型[6]、支持向量机、分形理论模型、灰色聚类模型等。其中神经网络、支持向量机模型与数理统计模型一样，均是基于建立一种映射，这种映射表示为从评价因子到灾害发生与否的一种函数关系，然后应用该映射对整个区域进行评价。分形理论模型与灰色聚类模型则是从系统复杂性的角度考虑问题，通过一定的算法准则将一些评价指标分成若干类，使得基于这些类别的结果可以和地质灾害的发展具有更好的对应关系。
3.矿山地质灾害模型选择
适合的评价方法使矿山地质灾害的危险性评估更加科学和准确。灾害评估方法的选择应该根据研究区的实际情况去做选择。一般说来对于研究程度较低，地质资料相对匮乏的区域采用定性的方法。对于研究程度相对较高，但区域已有地质灾害数量相对较少的情况，由于因变量样本数的限制，过多依靠数理统计、神经网络等模型将不太稳定，而应该选用专家参与较多的模糊综合评判等模型为佳。对于研究区已有地质灾害数量较多的情况，采用数理统计、神经网络、支持向量机等基于映像的模型将获得相对较好的效果。
4.结论
本文对矿山地质灾害的评价模型进行了具体的阐述，并对经验半经验模型、数理统计模型和人工智能模型的应用特点进行了研究。并提出地质灾害模型的选择应依据不同灾害程度，不同灾害类型进行选择，应对地质灾害发生发展充分认识的基础上优化数学模型，以获得更优的评价结果。
参考文献：
[1] 李义龙，对我国矿产资源可持续发展的初步思考[J].现代经济（现代物业中旬刊），2009，8（4）：122-123，36
[2] 江鸿彬.Gis支持下的地质灾害实时动态预测评估系统架构研究[J].中国地质灾害与防治学报，2007，18（4）：19—23.
[3] 赵忠海.北京地区突发性地质灾害易发区划及危险度评价[J].资源调查与环境，2009。30（3）：213-221.
[4] 鲁道洪.基于ahp的模糊综合评判在公路地质灾害的危险性评价[J].四川I地质学报，2009，29（3）：357—360.
作者简介：
高树志，男，硕士、工程师，专业方向：地质灾害评估与治理。