刘福臻,王 灵,肖东升,王军朝
(西南石油大学 土木工程与测绘学院,四川 成都 610500)
滑坡易发性评价作为危险性评价和风险性评价的基础,是防灾减灾过程中不可缺少的程序。近年来,随着计算机技术和地理信息技术的快速发展,滑坡的易发性评价逐渐成为了研究热点[1]。但由于滑坡发育的复杂性,目前还没有一套完全成熟的理论能对其进行有效的防治。为此,国内外学者对滑坡的易发性评价开展了一定程度的研究。李环禹等[2]和Kayastha等[3]从因子角度出发,分别探讨了降雨因子和多因子之间的组合对滑坡易发性评价的影响。田述军等[4]和Xiaohui Sun等[5]从评价单元角度出发,论述了斜坡单元和网格单元对评价精度的影响。李文彦等[6]和Bourenane H等[7]从多个模型对比的角度出发,探讨了信息量、频率比、逻辑回归、层次分析法等模型在滑坡易发性评价中的精度表现。Nsengiyumva J B等[8]和孙德亮等[9]以机器学习为基础,探讨了黑箱模型在易发性评价中的应用。以上研究分别从不同角度对滑坡的易发性进行了探索,一定程度上促进了滑坡灾害防治学科的发展,但鲜有学者对滑坡评价因子的量化和模糊综合评价模型的隶属函数作相应的研究。
鉴于此,本文以统计学理论为基础,将历史滑坡点与评价因子的二级属性进行叠加分析,利用相对滑坡点密度作为本次实验的量化值。该方法从数据本身的结构信息出发,实现了滑坡因子二级属性的客观量化。模型上,采用模糊综合评判法作为评价模型,该模型以隶属函数为基础计算出每个评价单元在各分区的概率,通过选择其中最大值所对应的易发性分区作为评价结果,从而很好的解决了评价等级的划分问题[10]。……