地質災害相關內容研究

姚揚　徐凱澳

摘 要：地質災害相關話題已被相關行業關注，并且在這幾年關注度逐漸提高，本研究對相關內容進行了研究。

關鍵詞：地質災害;平臺;評價;預測;實例

1地質災害數據處理平臺

已有研究介紹了一個移動應用程序和一個基于網絡的地理信息系統，用于東亞和東南亞地質災害信息的高效和經濟有效的共享。自由開放源碼軟件也用于其他重要的空間數據處理和共享操作。WMS和WPS是為了訪問和查看系統數據庫中的地質災害數據而制定的。開發移動應用程序是為了通過向這些網絡服務發送請求來訪問和共享系統的地理空間內容，使地質災害緩解措施更加有效。使用該應用程序可以輕松確定距離最近的活斷層、活火山和地震震源的距離等信息。移動應用程序為用戶提供了一個界面，方便用戶訪問地質災害信息，如活斷層、活火山、海嘯淹沒的海岸線以及歷史和實時地震事件。具有互聯網連接的移動設備的廣泛使用使得地質災害信息傳播利用該應用非常有效。

地質調查是地質災害評估的基礎數據源，為了增加可用的地質信息集，同時，已有研究在900個鉆孔的基礎上實現了一個名為GEOCITY的數據庫，其地層反映了上個世紀進行的主要鉆孔調查。其構建過程中真正的關鍵時刻是不同數據的均勻化和地質構造的識別。對鉆孔原始數據的詳細分析使我們能夠定義數據庫實體，而礦床特征、產品分布和參考鉆孔用于識別地質地層。使用GEOCITY數據庫進行的分析使得有可能更好地評估Campi Flegrei和Somma-Vesuvio的火山災害以及那不勒斯市面臨的與沖積現象有關的災害。

2地質災害評價

已有研究中在天山公路地質災害穩定性評價與決策管理的分析中，利用ESRI公司的ArcEngine組件，引入地理信息系統、遙感等相關理論、方法和技術，引入模糊綜合評價，并對現場成果和遙感影像進行對比，根據數據庫的規則進行綜合、協調、選擇、歸納和變化，建立和完善基于ArcGIS平臺的地理數據庫和地質災害數據庫。該系統為地質災害穩定性評價、地質選線和三維可視化分析等提供了有力的平臺依據。

隨著利用地理信息系統進行地質災害風險評估方法的重大進展，開發了一些基于地理信息系統的相關系統。但是，這些系統中仍然存在一些缺陷：每一個系統只能用于某一種危害評估，并且只有唯一的評估模型;評價指標體系和空間數據庫不易更新。為此，已有研究介紹了一個基于地理信息系統的地質災害風險評估多模型系統，該系統采用了Visual Basic 6.0和MAPGIS二次開發模塊;并將該系統應用于豫中城市群地質災害風險評估項目中。該系統將地理信息系統空間分析的先進功能與數學評價模型和軟件集成開發技術相結合。與一些研究者設計的其他系統相比，該系統具有以下優點：1 .它為用戶提供了5種不同的模型：指數加權模型、模糊綜合評價模型、可拓物元綜合評價模型、空間信息模型和人工神經網絡模型。因此，用戶可以選擇多個模型來評估一個特定的危險，并分別比較不同的結果。2.通過交互式建立不同的評估指標體系，方便了對各種危險源的風險評估。3.它為用戶提供了實時更新空間數據庫的功能。4.它通過不同的表現形式向用戶提供評估結果。在豫中城市群地質災害風險評估項目中，針對多種類型的地質災害選擇了上述多種模型。不同模型計算的結果不僅彼此十分相似，甚至與現場調查的結果也十分相似。實例研究表明，基于該系統的評估結果是可靠可行的[1]。

3地質災害實例

3.1基于機器學習和云模型的巖溶地質災害敏感性分區

有研究利用人工智能對嚴重地質災害進行敏感性、準確性評價，是提高巖溶地質災害評價效率和準確性的危害辨識。以往研究選取地形地質特征作為地質災害識別的敏感因素，桂北地區以典型的喀斯特地貌為研究對象，選擇桂北廣西壯族自治區為研究區域，利用支持向量機模型理論，實現了巖溶地質災害影響因素的智能分類，提出了巖溶地區地質災害易發性區劃綜合配置方法，建立了巖溶地區不適宜地質災害易發性定量評價模型。在此基礎上，結合機器學習理論，建立了地質災害綜合敏感性指數模型。結果表明，通過統計學習，可將影響因素分為5個等級，研究區地質災害易發性指數在0.713ー5.798之間，中段地質災害易發性所占比例最大。高、中、低磁化率帶分布差異顯著。不同的敏感性分區對工程建設有不同的影響[1]。

3.2增量式更新關聯挖掘算法在地質災害系統中的應用

有研究針對倒排索引樹關聯挖掘效率低、時間和空間開銷小的問題，提出了一種更新倒排索引樹關聯挖掘算法。該算法將倒排索引技術與樹結構相結合。當數據庫中的數據不斷更新時，它只能掃描數據庫中新添加的部分，而無需掃描原始數據庫來計算交易項的數量。 將牛頓插值公式預測的最佳閾值與該頻率進行比較，得到頻繁項集。 后計算頻繁項集中不同項集的組合的置信水平，得到相關規則，并對規則進行相關性分析，得到更加符合實際的關聯規則。 將倒排索引樹更新關聯挖掘算法應用于地質災害監測系統的數據分析中。 選取一年的降雨量、地下水位、土壤含水量和地形數據作為試驗數據集。與原始算法相比，倒排索引樹更新關聯挖掘算法在內存消耗和效率方面都有一定的提高。實驗結果表明，在最小支持度保持不變的情況下，事務記錄的數量與新數據的數量相同，倒排索引樹增量更新關聯挖掘算法的挖掘效率低于最小支持度算法的2 / 5。 當事務記錄的數量和新數據的數量保持不變，且 ivar 算法支持變化時，倒排索引樹增量更新關聯挖掘算法的內存消耗遠小于 ivar 算法。 在實驗過程中，根據倒排索引樹增量式更新關聯挖掘算法的結果，得到關聯規則并判斷相關性。 利用強關聯規則設置地質災害監測系統的報警閾值[2]。

參考文獻：

[1]Yu Huang，Peng Jin. Impact of human interventions on coastal and marine geological hazards： a review[J]. Bulletin of Engineering Geology and the Environment，2018，77（3）.

[2]Yanlin Wang，Chunyu Bu，Jingyi Liu，Chengfang Zhang，Zhen Qi. Investigation on Implemental System of Provincial Emergency Plan for Unexpected Geological Disasters in Shaanxi Province[P]. Proceedings of the 8th Annual Meeting of Risk Analysis Council of China Association for Disaster Prevention （RAC 2018），2018.