基于AHP- Logistic 熵权模型的地质灾害分布特征研究

蔡佳君

（中国地质科学院探矿工艺研究所，四川 成都 611734）

近些年来，在环境破坏程度不断加剧的背景下，地质灾害的发生频率不断增加[1-2]。同时，由于施工项目的实施范围逐渐扩大，其对于地质环境产生的影响也越来越明显，不同类型的地质灾害发育程度都呈现出明显的加剧趋势。在此背景下，对其分布特征进行有效分析，对于减小灾害带来的损失，甚至是规避其带来的伤害都是极为重要的[3-4]。针对此，文献[5]提出结合遥感技术的地质特征分析方法，其将遥感采集到的信息作为对地质分析的依据，以此实现对灾害的研究，但分析结果的精度有待提升，文献[6]提出以GIS 技术为基础的地质灾害地貌分析，其分析结果具有较高的精度，但是以地表地貌为基础的分析，为结合更多的因素，因此，其分析结果的可靠性有待提高。从已有的研究中可知，对于地质灾害的分布特征研究仍有进一步探索的空间。AHP-Logistic 熵权模型作为一种更加综合化的数据分析模型，其可以对多维的数据进行更加全面的度量，因此，对于其分析结果具有更高的可靠性。基于此，本文提出基于AHP-Logistic 熵权模型的地质灾害分布特征研究，通过AHP-Logistic 熵权模型对地址数据中的指标进行赋权，以此提高数据分类结果的可靠性。并通过试验验证了其有效性。通过该研究，以期为地质灾害的预测与防控工作提供有价值的参考。

1 基于AHP-Logistic 熵权模型的地质数据分析

1.1 构建标准化评价矩阵。在对地质灾害分布特征进行识别之前，首先采用AHP-Logistic 熵权模型对地质数据进行分析，为了确保分析结果的可靠性，本文建立了地质灾害标准化评价矩阵，将其作为AHP-Logistic 熵权模型分析数据的基准。假设研究区域内地质环境的评价指标矩阵为:

其中，E 表示评价区域内地质环境的评价标准，emn表示不同维度的数据指标结果。以此为基础，要得到标准化评价矩阵，本文采用归一化方法，对区域内的地质原始数据进行处理，其中，对于隐患指标的处理方法为

1.2 地质数据分析

在上述基础上，为了实现对地质灾害分布特征进行有效识别，首先要对数据进行分析。对于此，本文采用AHP-Logistic 熵权模型对上文构建的标准化矩阵中的指标进行赋权。AHP-Logistic 熵权模型可以有效兼顾指标在动态环境中的变异程度，因此，其对客观事实的反馈更具代表性。本文对指标的熵权计算结果方式为:

其中，wij表示eij对应的权重，H 表示信息熵，其反映了指标特征比重。根据指标的赋权结果，对数据的特征拟近参量进行计算。针对此，本文主要是采用欧氏公式进行计算的。通过第j 个数据的为第i 个指标与对应地质灾害特征指标的距离，实现对其数据蕴含的灾害特征拟近参量分析。其可表示为：

根据计算结果，判断与数据特征拟近度最高地质灾害类型作为该数据的分析结果。通过这样的方式，得到整个区域数据中所有数据指标对应的分析结果，以此作为地质灾害分布特征为能够的依据。

2 地质灾害分布特征计算

通过这样的方式，计算出分布状态呈离散状态的数据，将其进行过滤，减小最终输出结果的差异化程度，实现对地质灾害分布特征的精确分析。

3 试验分析

为了测试本文提出的分析方法的有效性，进行了试验测试，同时，为了提高测试结果的可靠性，分别采用文献[5]和文献[6]提出的方法作为对照组，通过对比三种方法的测试结果，对本文方法的实际应用效果进行客观分析。

3.1 实验环境

本文以某区域内的地质信息采集结果作为实验对象，区内地层主要是从震旦系到第四系，包括缺失石炭系和泥盆系上统，并且各系均有一定程度的出露，岩性包括砾岩、砂岩，构造上包括两条主要断裂，并局部相交。区内水系交错，支流发育明显，冲沟数量较多。为了确保对试验结果判断的准确性，通过人为的方式设置了滑坡地质灾害特征，其分布按照y=0.8199x-0.2925 方式呈现，共分为大、中、小三种规模。同时设置L =0 为实验的基础条件，对应的提取标准p =0.5，其对特征的正则化进行约束。通过高斯核函数G对计算结果与设置数据分布的关联程度进行判断，其可以表示为

3.2 实验结果

分别采用三种方法计算数据中包含的地质灾害分布，本文采用高斯核函数对三种方法的计算进行分析，如表1 所示。

表1 不同方法的灾害特征计算结果

从表1 中看出，在文献[5]方法的计算结果中，其计算出的特征分布结果相关系数基本在0.90-0.940 之间，同样地，文献[6]方法的计算结果中相关系数基本稳定与文献[5]方法较为接近，但略低于文献[5]方法，相比之下，本文方法的计算结果更为准确，关联系数始终在0.95 以上，表明本文方法能够对灾害特征的范围位置进行准确识别。这主要是因为本文方法采用AHP-Logistic 熵权模型对数据进行综合分析，提高了对数据中表征性参量分析的全面性。

以此为基础，对不同方法计算出的灾害分布特征进行分析，其结果如图1 所示。

图1 不同方法的灾害分布计算结果

从图1 中可以看出，在三种特征提取方法中，文献[5]方法的计算出的灾害特征分布结果明显高于设置值，其分布函数为y=0.8099x-0.3125，文献[6]的计算结果中，其分布情况明显低于设置值，分布函数的表达式为y=0.8179x-0.0018，本文方法计算出的分布结果为y=0.8199x-0.2915，与设置结果具有较高的拟合度。

结束语

随着环境破坏程度的不断加剧，加之恶劣天气的不断出现，对于地质的影响是极为明显的。同时，由于地质灾害具有较强的隐蔽性，一般难以在发生前期发现较为直观的迹象，因此，对其的预警一直是一项难题。本文提出基于AHP-Logistic 熵权模型的地质灾害分布特征研究，从预警的角度对地质灾害进行分析，并结合对中影响灾害分布的因素，对其分布特点进行判断，并具有较高的计算精度。通过该研究，以期为地质灾害防治以及管理工作提供有价值的参考，为人民人身及财产安全提供保障。