基于差分进化算法的水工环地质灾害危险性评估方法研究

尹飞

关键词：差分进化算法；水工环；地质灾害；危险性评估；层次分析法

中图分类号：X820 文献标志码：B

前言

水工环地质的破坏会形成水工环地质灾害，会带来一系列的环境问题，从而影响人们的日常生活，甚至会威胁到人们的生命。为对环境进行全面的保护，必须对水工环地质进行科学评估。由于水工环地质灾害具有空间分布不均匀性，使得水工环地质灾害危险性评估中的空间分布问题成为制约水工环地质灾害危险性评估的瓶颈问题之一。针对此问题，已有学者提出了一些解决方法，如基于GIS和BP神经网络的地质灾害危险性区划方法、基于层次分析法（AHP）和灰色关联分析（GRA）的水工环地质灾害危险性评估方法等。但这些方法主观性较强，导致地质灾害危险性评估结果出现偏差。因此，此次研究引入差分进化算法，提出水工环地质灾害危险性评估方法。

1水工环地质灾害危险性评估方法设计

1.1确定地质灾害评价因子

在对水利工程环境地质灾害进行科学评估时，应确定地质灾害危险性评估的因子。首先进行野外调查和室内分析，以获得水利工程环境地质灾害发生的影响因素。在野外调查过程中，收集了大量的基础数据，并通过实地调查确定了以下指标：坡度、坡向、高差、微地貌、坡型、水文、岩性、构造、岩层及节理等不利结构面特征、植被覆盖率、土地利用类型、人类工程活动强度、现状地质灾害发育特征等基础地质环境信息。在以上指标中，坡度是崩塌灾害发生的必要因素，且决定了崩塌灾害的严重程度；坡度越大，地质灾害越容易发生；高差越大，应力带的范围越大，发生概率和危害程度越大。在数据分析中，收集了大量的地质灾害数据，并将这些数据输入计算机进行分析处理。

为提高后续评估结果的准确性，采用均值标准化法标准化处理各评价指标，得到的因子分级标准，见表1。

将标准化后的指标数据作为研究区域水利工程环境地质灾害危险性评估的评价因子，在实际的使用过程中，利用相关软件平台构建评估指标体系空间数据库，作为评估基础素材。

1.2计算因子权重

在地质灾害危险性评估中，各因素间存在着相互联系、相互制约、相互影响的关系。因此，将地质灾害危险性评估指标分为2个层次：（1）指标层，用来对各个因素进行定量描述，并将这些因素按一定的规律排列成不同的等级；（2）权重层，用来确定每个指标在体系中所占的地位。在此基础上，采用AHP层次分析法来计算各因素权重，得到的评价因子判别矩阵，见表2。

B₂段崩塌位置位于区域中部，大水沟左岸马掌子山山顶位置，坐标为：东经102°56′35.77″，北纬26°16′38.75″。崩塌体位于斜坡顶部，整体斜坡高程介于2420m～3060 m之间，地形陡峻，地形坡度50°～60°。崩塌体分布高程介于2950m～3010m之间，崩向65°，坡度70°。由于待评估的地段较多，相应的崩塌样本比较少，因此在建立样本集的过程中，按照7：3的比例来划分训练集和测试集。在上述环境下，分别使用文章设计方法和传统的基于MLP的地质灾害危险性评估方法、基于SVM的地质灾害危险性评估方法共同进行测试，并将结果进行对比与分析。

2.2实验结果对比与分析

在上述研究区地质环境下，得到三种方法对该区域的崩塌危险性分级统计结果见表3。

根据表3中的数据，使用成功率曲线对测试过程中的数据集和已知的崩塌样本的拟合程度进行分析，得到不同评估方法下的崩塌危险性成功率曲线结果见图2。

对图2进行分析，得到SVM评估方法的曲线AUC值为0.782，MLP评估方法的曲线AUC值为0.736，文章评估方法的曲线AUC值为0.832。说明文章评估方法下的崩塌危险性评估准确度更高。验证了文章方法的有效性。

3结束语

随着中国经济社会不断发展，人口、资源、环境问题日益突出，人类活动与生态环境之间的矛盾逐渐增大。所谓水工环就是指在水利工程建设、水资源开发、水环境治理等方面的工作，这些工作往往需要涉及到地质灾害评估。近年来水工环地质灾害发生频繁，其危险性评估对国家防灾减灾和社会经济发展具有重要意义。文章对传统的空间分布优化算法进行了改进，将DE算法引入水工环地质灾害危险性评估中，与传统的空间分布优化方法相比，基于DE算法的空间分布优化方法不需要大量的训练样本。此外，基于DE算法的空间分布优化方法具有较好的普适性，研究可以为水工环地质灾害危险性评估提供一种新思路和方法。