基于空间多准则决策分析的滑坡灾害易发性评价研究

梁旭

（湖北铁道运输职业学院，湖北 武汉 430070）

1 引言

地质灾害的易发性评价可以认为是由地质等因素引发的，需要决策者做出最终决策方案的空间决策问题，其准确性直接影响着人们生命财产的安全。由于地质灾害发生过程的不确定性、地质环境的特殊性以及评价因子选取的复杂性等因素，地质灾害易发性评价结果受到诸多因素的影响。目前常用的地质灾害易发性评价方法大多无法解决地质灾害易发性评价中准则相互冲突的问题。空间多准则决策分析(Spatial Multi-Criteria Decision Analysis，SMCDA) 是将多准则决策分析方法(Multi-Criteria Decision Analysis，MCDA)应用到包含有空间元素的决策问题的方法，具有对每个备选准则都能同等对待，并在可能相互矛盾、不一致的评估标准下确定准则的特点，考虑将该方法运用到滑坡灾害易发性评价中，为决策者提供有效的决策支持[1]。

本研究以福建省滑坡灾害为研究对象，构建基于GIS的空间多准则决策分析模型，从决策者决策角度出发，通过层次分析法(Analytic Hierarchy Process，AHP)科学客观地量化决策者的个人偏好，完成滑坡灾害易发性评价分析。基于空间多准则决策分析的滑坡灾害易发性评价方法解决了滑坡灾害易发性评价中准则相互冲突的问题，为滑坡灾害的易发性评价研究提供了新思路。

2 空间多准则决策模型

2.1 空间多准则决策分析

多准则决策分析是现代决策科学的一个重要组成部分，是在几个已知的备选方案条件下，决策者依据其个人偏好参照多个可能相互矛盾的评估准则对已知的备选方案进行优劣排序的过程[2]。空间多准则决策是通过结合地理数据和价值判断来获取决策信息的过程，空间多准则决策分析是利用多准则决策分析方法来解决包含有空间元素的决策问题。

2.2 基于层次分析法的空间多准则决策分析

目前，我国采用基于GIS的多准则决策分析方法主要分为两大类，一类是基于逻辑交集、并集运算的布尔决策；另一类是基于连续变量标准化的权重组合决策，包括权重线性组合决策和次序权重平均决策[3]。但这两种方法还存在一定的不足，主要体现在评价准则的选取和权重系数的确定。

基于层次分析法的空间多准则决策分析是把复杂的决策问题层次化，将决策问题按总目标、评价准则，乃至决策方案的顺序划分为不同的层次结构。借助GIS技术建立空间多准则决策分析模型，利用层次分析法来确定准则和准则权重。

3 基于空间多准则决策分析的福建省滑坡灾害易发性评价模型

3.1 福建省滑坡灾害特征分析

根据野外调查数据显示，福建省地质灾害主要包含滑坡、泥石流、崩塌、地面塌陷四种类型，其中滑坡地质灾害是分布最广、危害最大的灾害类型，它具有发生频率高、突发性强、分布广泛、规模较小、以土质为主以及大多数与人类工程活动相关等特点[4]。而福建省滑坡灾害的发生主要取决于以下两点原因：一是内在因素指滑坡本身特性，如地形地貌、地层岩性等；二是外部因素，如地震、降雨、人类工程活动等。

3.2 基于空间多准则决策分析的滑坡灾害易发性评价模型

（1）评价因子的选取

根据福建省内滑坡灾害特征分析及形成机理，选取灾害点分布密度、地形地貌、地层岩性、气象条件和人类工程活动五个易发因子作为诱发福建省滑坡灾害的主要致灾因素，并以此作为评价指标模型的研究基础[5]。

（2）确定层次结构模型

对上述选取的5个评价指标进行细分，建立由上而下的递阶层次结构模型，如图1所示。

图1 地质灾害易发性评价层次结构模型

（3）构造层次判断矩阵

根据层次分析法的层次划分原理，利用选取的5个评价指标：灾害点分布密度、地层岩性、地貌条件、气象条件及人类工程活动，建立两两比较矩阵。其中，用1～9来确定两两指标间重要性。目标层A对准则层B的两两比较判断矩阵如表1所示。

根据层次分析法权向量的计算公式，得表1中判断矩阵的最大特征根λmax=5.1463，CI=(λmax-n)/(n-1)=0.036575，则检验指标CR=CI/RI=0.03265625 ＜0.1，判断矩阵有较好的一致性。λmax对应的矩阵特征向量为：(0.3251,0.4576,0.7681,0.2457,0.1858)T，归一化特征向量得福建省滑坡灾害易发性评价一级指标的权重分别为WB1=0.1640、WB2=0.2308、WB3=0.3875、WB4=0.1239、WB5=0.0937。

表1 一级易发评价指标判断矩阵表

从权重值可以看出，最大的权重值是WB3，即影响福建省滑坡灾害易发性评价中最重要的因素是地形地貌，其余依次为地层岩性、灾害点分布密度、气象条件、人类工程活动。

同理根据准则层B 对子准则层C 的易发因子两两比较判断矩阵和子准则层C 对目标层A 的层次总排序权重计算结果见表2所示。

表2 判断矩阵层次总排序表

经计算，子准则层C对目标层A的检验指标CR=CI/RI= =0.0324＜0.1，可见层次总排序结果的一致性较为满意。层次总排序的结果反映了各个易发因子评价指标对地质灾害易发性的贡献大小和相对重要性。其中，C7 地形坡度60°～90°这一指标最为显著，其次为C5碳酸盐组及软质盐组。

（4）滑坡灾害易发性指数计算

利用层次分析法，借助GIS软件计算滑坡灾害易发性指数，计算公式为：

其中：B为滑坡灾害易发性综合评价指数；aj为权重；Nj为单元影响指数。

根据B的值以及研究区的实际地质环境，对滑坡灾害易发区可以分为5个等级，依次为滑坡灾害易发高区B＞0.8，滑坡灾害易发较高区B为0.6～0.8，滑坡灾害易发中区B为0.6～0.3，滑坡灾害易发低区B为0.1～0.3，滑坡灾害不发育区B＜0.1。

4 研究区实验ROC曲线检验

受试者工作特征曲线(Receiver Operating Characteristic Curve，ROC曲线)是关于检测阈值的函数曲线。将模型最后的权重值作为诊断值，以及模型预测结果值导入SPSS 软件中进行ROC曲线分析，所得结果如图2，表3所示。

表3 ROC曲线下面积

图2 ROC曲线

ROC 曲线下面积(Area Under Curve，AUC)即ROC 曲线与其下方坐标轴围成的多边形面积，用来标志模型的准确性。AUC值介于0.5～1，AUC越接近于1，说明模型准确性越高。从图3 的结果可以看出，空间多准则决策分析模型的AUC值为0.852，说明空间多准则决策分析模型准确性较高，同时曲线呈明显的“凸型”，表明滑坡易发性评价结果是理想的，说明空间多准则决策分析模型可以应用到福建省滑坡灾害易发性区划研究中并具有一定的现实意义。

5 结语

基于对福建省滑坡灾害数据的调查与分析，本文研究了该研究区的灾害点分布密度、地形地貌、岩土类型、地质构造、人类工程活动等相关资料，将空间多准则决策分析方法应用到福建省滑坡灾害易发性评价与区划中。实验结果表明，将空间多准则决策分析方法应用于福建省滑坡灾害易发性评价是合理的。但由于滑坡灾害的影响因素具有复杂多样性以及研究过程中的局限性，本研究在进行福建省滑坡灾害易发性评价的深度和广度上还存在着不足，还有待进一步完善和提高。

（1）虽然文中列举了引发福建省滑坡灾害的主要影响因素，但诸如地震、地下水等易发因子未纳入考虑范围。

（2）在进行滑坡灾害易发性区划中，滑坡灾害易发性指数的分级划分标准需要根据具体的研究区概况进一步完善，以提升研究区区划结果的精确性和可靠性。

（3）验证实验结果时，只是单纯的应用ROC曲线来分析验证实验结果的准确性，没有考虑到结合其他检验方法(如Kappa、卡尔曼滤波等)进行对比分析，在验证方面可能存在不够精确的问题。

滑坡灾害易发性评价研究是一个复杂且漫长的过程，本文所做的研究还处于一个初期的摸索阶段，后期的研究还需要对数学模型做进一步的完善，以提高结果的精确度和准确性。