基于模糊数学的风电场地质灾害危险性综合评价模型研究

陈建波

摘要：地质灾害是很普遍的一种自然灾害。很多原因都有可能影响地质的平衡性导致地质环境日益恶化。这种地质恶化的情况会使人类生命财产、生命、社会资源和大自然的环境受到极大的破坏。目前国内对于地质灾害危险性评价的方法主要有层次分析法、神经网络法以及主成分分析法等。这些评价方法从不同角度上评价了每个地质灾害危险性影响因子的权重以及不同危险性等级的信息量。但上述方法均依赖于客观数据，忽略了专家经验在确定权重的重要性，评价结果与实际结果相差太多。随着数理知识在不同领域中的应用，提升地质灾害危险性评价精度的重要性不言而喻。

关键词：模糊数学；风电场地质灾害；危险性综合评价模型

引言

提出一种基于模糊数学的风电场地质灾害危险性综合评价模型。该模型首先分析了灾害发育的特征，根据风电场内地质环境条件、地质灾害的主要引发因素，结合模糊数学理论按照灾害危险点和非危险点进行划分，构建灾害危险性评价指标体系;结合模糊最优识别理论建立危险性初步评价的模糊识别模型。利用该模型对某风电场地质灾害危险性进行了分析评价，结果表明，该模型给出的危险性等级与实际评估区域危险性等级接近相同，评估误差较小，具有很高的准确性。

1地质灾害危险性评价模型

1.1灾害发育特征

地质灾害发生的特点:(1)地形、地貌直接影响风电场地质灾害程度的大小，风电场内主要是中低山地及盆地地貌。工程区域内是地势平缓地带，没有明显的灾害发育特征。除了工程区域外是待开发的山地，地质运动活跃、河流的分支多，形成中高部地势。(2)松散堆积层容易发生地质灾害。区域内北侧方向育有黄土滑坡、泥石流、崩塌等灾害，主要存在河谷两岸。(3)工程区地带灾害呈地域性分布。多存在于斜坡、陡坡公路的边线。(4)灾害形成与地形的坡度岩石破碎程度、地下水活动活跃度等多种因素相关。除此之外，还与自然降水、人类开发工程等因素有关。(5)地质灾害有着周期性和群发性的规律。在连续降水周期时段，滑坡、崩塌等地质灾害高于平常年份。一年中的7、8、9月份频发降雨，是灾害发生的高峰期。河谷的两旁是地质灾害的主要分布区域，此区域长期受流水切割而且还是人类长期活动的区域，很容易发生滑坡、崩塌等地质灾害。(6)滑坡是最常见的地质灾害，其中堆积层滑坡在滑坡灾害中最为普遍;厚度一般、灾害规模属于中小型、稳定性较差。

1.2灾害危险性评价指标体系

在分析灾害发育特征后，根据灾害危险性评估因素、风电场内地质环境条件、地质灾害的主要引发因素，采用模糊数学理论按照灾害危险点和非危险点进行划分，构建灾害危险性评价指标体系，评估具体步骤如下。(1)以单元工程为测量标准进行评价估量。(2)风电场是否按灾害点来区分，风电场建设过程中可能发生的灾害也算作灾害点;风电场按轴线500m为一个单位划分;按站址的位置向外延伸1000m或者按照一级边坡划分。(3)将搭建的工程地质灾害危险程度级别分为不同等级(分别为小、中等、大)。(4)评价因素集(U)、评价结果集(V)及权重向量(A)的确定。给出因素集U={u1，u2，…，un}。土地形貌、岩土、斜坡的构造、流水切割坡脚、地质发育状况、断层和地质本身发育的灾害等因素都会影响地质灾害的危险性，可构建因素集U={u1，u2，u3，u4，u5，u6}。通过地质环境条件对地质灾害的影响情况，将风电场建设会遭受、加强和引发地质灾害的危险性作为主体。评价指标是评价模型中的一种地质变量，需要进行量化。可将其划分为两类，第一类是定量指标，把地质灾害发育的线密度做适当数值的替换即可直接使用;第二类是定性指标，将所有的地形状况分为几个标准等级，按照不同等级的贡献来选择标准值。

1.3基于最优识别理论的灾害危险性评价模型

结合风电场地质灾害的发育特点，以确定的灾害危险性评价体系为基础，结合模糊最优识别理论构建了危险性初步评价的模糊识别模型。利用该模型对某风电场地质灾害危险性进行分析评价，具体过程为:通过建立影响危险性的各单项指标评价标准对各项指标值进行规格化的处理，获得不同评价指标值相应的隶属度，通过标准的隶属度值确定指标权向量。将指标权向量代入危险性初步评价的模糊识别模型中，对地质灾害文献性进行分类。将分类问题表示为:依据地质灾害危险性分类基准隶属度矩阵S对m个评价指标隶属度描述的样本j进行评判。正常状态下，地质材料样本j的第m个评价指标的隶属度不会均处于标准指标隶属度S相同指标隶属度基准范围内。

2评价模型验证

为了验证评价模型的综合有效性，以某风电场为例，采用ArcGIS软件的空间叠加模块将上述评价因子叠加，对地质灾害危险性类型进行划分。从最终的数据结果显示，该风电场的地质灾害主要分布在人口密集区域，地质灾害较为集中，危害性比较大。中、高山地的地质灾害则较少，危险性较小。由此来看，人口密集地是极高和高危险地带，灾害比率较高，高达76%，分区面积较小，占总研究区面积的14%，地质灾害密度为42处。中、高山地的农牧业区，地质灾害是中－低－极低分布，地质灾害数是620处，灾害比率较低，为24%，分区面积较大，占研究区面积的86%。基于模糊数学的地质灾害危险性评估模型给出的危险性等级与实际评估区域危险性等级接近相同，评估误差较小;以确定的灾害危险性评价体系为基础，结合模糊最优识别理论构建了危险性初步评价的模糊识别模型，根据该模型评估某风电场地质灾害危险性，使得最终的评估结果更准确，能够从大量的评估结果中去除一些不可信的评估数据，保证了最终的评估精度。

结语

针对传统评估模型均依赖于客观数据，忽略了专家经验在确定权重的重要性，导致评价精度低的问题，本文提出一种基于模糊数学的风电场地质灾害危险性评价模型。对某风电场地貌和人类活动范围等众多影响因素进行分析，以坡的幅度、岩石的稳定性、地震、降水、河流域为评价因子，采用模糊数学理论给出灾害危险性评价体系，接着结合模糊最优识别理论分类某风电场地质灾害危险性。通过与实际评估区域危险性等级对比验证结果显示，该方法使得最终的评估结果更准确，保证了最终的评估精度。

参考文献

［1］李春燕，孟晖，张若琳，等．中国县域单元地质灾害风险评估［J］．水文地质工程地质，2017，44(2):160－166．

［2］李金夫，庹先国，刘勇，等．关于整车物流运输车辆路径优化设计的研究［J］．计算机仿真，2016，33(4):184－188．

［3］杨冬冬，胡胜，邱海军，等．基于模糊层次分析法对“一带一路”重要区域地质灾害危险性评价———以关中经济区为例

［J］．第四纪研究，2017，37(3):633－644．［4］雷崇利，刘翔，LEIChongli，等．基于地质灾害危险性的煤层气项目经济评价［J］．煤田地质与勘探，2016，44(3):75－79．

［5］陈维治，付保红．基于地质灾害危险性区划的盈江县农村居民点空间布局优化［J］．水土保持研究，2017，24(3):320－324．