一种评估滑坡易发性的方法和装置

本发明涉及地质灾害预测，具体涉及一种评估滑坡易发性的方法和装置。

背景技术：

1、滑坡是一种常见的地质灾害，其特点是分布范围广、发生频率高、移动速度快、破坏性大。滑坡是环境参数变化的结果。在极端气候事件的影响下，世界范围内发生的滑坡数量越来越多，在全球范围内造成经济、自然资源和人类生命的广泛损失。由于滑坡发生地点和时间的不确定性，精准防治面临着巨大的挑战。

2、滑坡易发性评价是滑坡预测研究方面的重点，通过研究区域的遥感数据，提取滑坡各个方面(地形地貌、地层岩性、水文等)的影响因子，定量分析影响因子权重，进而预测滑坡在研究区域的空间分布和发生概率，从而为管理部门开展滑坡防治工作提供一定的数据支撑，提前对滑坡发生可能性较大的区域做好预防措施，提高滑坡地质灾害的治理效率，可以在一定程度上预测滑坡发生位置并提前预警，从而减少损失。评估结果的准确性取决于合适的制图单元和合理的建模方法，这对地质灾害研究领域来说是一个难题。

3、其中，制图单元的选择是滑坡易发性评价的关键步骤之一。虽然栅格单元的划分非常精细，但它已经失去了与地质、地貌和其他工程地质条件的所有联系。评价模型的选择对滑坡易发性评价结果具有重要影响。目前的评价模型存在诸如过分依赖数据、建模过程操作规则未知以及无法消除影响因子之间相关性等问题，难以客观、准确地进行区域地质灾害易发性评价。

技术实现思路

1、为至少在一定程度上克服相关技术中存在的技术问题，本发明提供一种评估滑坡易发性的方法和装置。

2、第一方面，本发明实施例提供的一种评估滑坡易发性的方法，包括以下步骤：

3、通过目视解译结合野外实测验证，确定研究区域内的滑坡灾害数目和滑坡点；

4、以所述滑坡点为中心设置预设范围内的缓冲区，在所述研究区域内擦除所述缓冲区后，随机生成与所述滑坡点等量的非滑坡点，共同建立所述研究区域内滑坡易发性评价的样本数据库；

5、计算所述研究区域的洼地深度，并结合真实地形确定填洼阈值；

6、计算所述研究区域的河网密度与集水面积阈值之间的关系，选择研究区域的集水面积阈值；

7、基于水文分析法提取斜坡单元；

8、选取地形地貌、地质构造、气象水文和人类工程活动四类不同影响因子，并构建滑坡易发性评价指标体系，通过分析滑坡与各评价指标之间的频率比曲线，进行二次分级；

9、分别建立以证据权为基础模型的四种耦合模型进行滑坡易发性评价，所述耦合模型为证据权耦合模型、证据权与层次分析耦合模型、证据权与逻辑回归耦合模型和证据权与反向传播神经网络耦合模型。

10、进一步地，所述分别建立以证据权为基础模型的四种耦合模型进行滑坡易发性评价的步骤之后，所述方法还包括：

11、采用分区合理性统计检验、roc曲线进行四种耦合模型的精度对比。

12、进一步地，所述计算所述研究区域的洼地深度的步骤，具体包括：

13、将洼地出水口处的高程减去洼地的最低高程得到洼地深度；

14、将所述洼地深度与研究区域的真实地形做对比，确定适合的填洼阈值；根据所述填洼阈值进行填洼，确保保留所述研究区域真实的河流、沼泽、内陆盆地，而伪洼地被填充。

15、进一步地，所述计算所述研究区域的河网密度与集水面积阈值之间的关系，选择研究区域的集水面积阈值的步骤，具体包括：

16、拟合河谷密度与集水面积阈值之间的幂函数关系式，当该幂函数关系式的二次导数趋于0时，将对应的集水面积阈值选为研究区域的集水面积阈值。

17、进一步地，所述影响因子包括高程、坡度、坡向、起伏度、距断层距离、工程岩组、历年年均降雨量、距河流距离、归一化差分植被指数、地形湿度指数和距道路距离。

18、进一步地，所述样本数据库包括训练集和验证集，其中，所述训练集占比为80％，所述验证集占比为20％。

19、进一步地，所述通过分析滑坡与各评价指标之间的频率比曲线，进行二次分级的步骤，具体包括：

20、小间断分割连续型评价指标，分别统计所述连续型评价指标离散化后小间断的面积占比和滑坡点数量；

21、计算连续型评价指标小分级的频率比，并绘制频率比曲线，根据该频率比曲线的转折点进行二次分级，并用于构建后续模型。

22、第二方面，本发明实施例提供的一种评估滑坡易发性的装置，包括：

23、滑坡确定模块，用于通过目视解译结合野外实测验证，确定研究区域内的滑坡灾害数目和滑坡点；

24、非滑坡点生成模块，用于以所述滑坡点为中心设置预设范围内的缓冲区，在所述研究区域内擦除所述缓冲区后，随机生成与所述滑坡点等量的非滑坡点，共同建立所述研究区域内滑坡易发性评价的样本数据库；

25、洼地深度计算模块，用于计算所述研究区域的洼地深度，并结合真实地形确定填洼阈值；

26、集水面积阈值计算模块，用于计算所述研究区域的河网密度与集水面积阈值之间的关系，选择研究区域的集水面积阈值；

27、斜坡单元提取模块，用于基于水文分析法提取斜坡单元；

28、二次分级模块，用于选取地形地貌、地质构造、气象水文和人类工程活动四类不同影响因子，并构建滑坡易发性评价指标体系，通过分析滑坡与各评价指标之间的频率比曲线，进行二次分级；

29、滑坡易发性评价模块，用于分别建立以证据权为基础模型的四种耦合模型进行滑坡易发性评价，所述耦合模型为证据权耦合模型、证据权与层次分析耦合模型、证据权与逻辑回归耦合模型和证据权与反向传播神经网络耦合模型。

30、进一步地，所述装置还包括：

31、精度对比模块，用于采用分区合理性统计检验、roc曲线进行四种耦合模型的精度对比。

32、本发明的实施例提供的技术方案具备以下有益效果：

33、本发明实施例首先通过目视解译结合野外实测验证，确定研究区域内的滑坡灾害数目和滑坡点，并随机生成与所述滑坡点等量的非滑坡点，用于建立所述研究区域内滑坡易发性评价的样本数据库；

34、然后确定所述研究区域的填洼阈值，并选择集水面积阈值，基于水文分析法提取斜坡单元，使得所述斜坡单元优于采用默认阈值得到的斜坡单元，能够更好的表现真实地形地貌，并在一定程度上模糊了不必要的细节；

35、接着构建滑坡易发性评价指标体系，通过分析滑坡与各评价指标之间的频率比曲线，进行二次分级，再分别建立以证据权为基础模型的四种耦合模型进行滑坡易发性评价。

36、其中，证据权模型是对滑坡影响因子综合统计后对研究区域进行评价；证据权模型与层次分析耦合模型是在综合了各种滑坡影响因子的基础上，耦合层次分析的半定量权重赋值的模型；证据权模型与逻辑回归耦合模型是在综合滑坡影响因子的基础上，再对因子和权重进行定量化处理的定量化模型；证据权模型与反向传播神经网络耦合模型是在综合滑坡影响因子信息后，利用神经网络对权重进行定量调整的定量化模型。通过综合以上模型的特点，能够提高评价研究区域的滑坡易发性程度的准确率。

37、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。