基于模糊理论的GIS动态地质灾害评估研究
胡圣武1，吴军超1
【摘 要】选用模糊多层次综合评判方法，结合GIS技术进行动态地质灾害评估研究。并以福建省德化县浔中镇为实例进行研究，其研究结果对地质灾害的防护具有很强的指导作用。 【期刊名称】地理空间信息 【年(卷),期】2015(000)004 【总页数】4
【关键词】动态地质灾害；模糊理论；GIS；评估
1 基于模糊综合评判的动态风险评价
影响地质灾害风险的因素是多层次、多方面的，各因素对风险的影响程度不同，风险级别的划分以及不同等级对应的各项因素的界限是模糊的，难以进行定量化的精确表达。本文选用模糊综合评判方法，将实时更新的降雨、险情、承灾体状态等因子以及其他静态因子进行地质灾害动态风险评价[7,8]。
1）模糊评语集的确定。根据小区域地质灾害动态风险区划的最终评价结果和建立模糊集合所要满足的对称性原则，将评判等级标准分为 “较低风险”、“中等风险”、“较高风险”和“高风险”4个等级，评语集为：V ={I Ⅱ Ⅲ Ⅳ}={较低风险 中等风险 较高风险 高风险}。
2）模糊评判标准的确立。从评价指标体系与模糊评语集出发，将定性与定量指标按照统一量纲，确定评判标准。
3）隶属函数的构造。在模糊综合评判中，模糊集隶属函数的建立是单因素评判的关键环节。本文选取的评价指标中，既有定性指标（离散型），如地层岩性、
斜坡结构类型、险情等；也有定量指标（连续型），如降雨量、人口密度等。对于定性指标，首先划分出因子的风险级别，赋予相应数值，采用经验赋值的方法确定隶属度。对于定量指标的隶属函数，采用梯形分布函数来刻画[9,10]。 4）模糊变换与综合评判。对各因子赋予权重W={a1a2… an}，再采用模糊综合评判模型B=WiRi进行一级模糊综合评判。然后对评判结果作归一化处理，根据最大隶属原则确定样本归属。为了将各因子对地质灾害动态风险的影响都反映出来，本文采用加权平均型M（·，+）模糊算子进行模糊变换。评价流程如图1所示。
2 实例分析
2.1 研究区概况
研究区浔中镇隶属福建省泉州市德化县，亚热带季风气候，年平均气温15～19℃，年平均降雨量1 853.1 mm。全年分为3个降雨季节：3～6月为雨季，多年平均降雨量796.5 mm，占全年43.0%；7～9月为台风雷阵雨季，多年平均降雨量775.2 mm，占全年41.8%，表现为台风暴雨或大暴雨，雨量大而集中，强度高，也是地质灾害易发期；10月至翌年2月为少雨季，多年平均降雨量281.4 mm，仅占全年15.2%。 2.2 GIS建模与实现
动态风险评价因素及等级划分见表1。
浔中镇面积为57.20 km2，属于面评价。根据面评价的特点及该区地质灾害分布特征和研究程度，选择1∶1万的基础地图。
评价单元主要有地貌单元、斜坡单元、行政区划和规则网格单元，根据可操作性和简易性原则，采用10 mm×10 mm的方格进行网格单元划分，依据基础
图件为1∶1万的地形图和工程地质图，总共划分为5 968个评价单元。 基于ArcGIS 软件平台，对指标进行模型量化，采用梯形模糊数构造的隶属函数对定量指标进行隶属度计算，其中对于表土层厚度与坡度两个中间值最易发的指标，采用x'=|xi-xmid|公式转化为“越大越优”或“越小越优”情况，然后代入隶属度函数进行运算。其他值一律根据上面公式转化为x'后代入隶属度函数进行计算，得到坡度隶属度分布如图2a。表土层厚度参照上面的步骤进行，得到表土层厚度隶属度分布如图2b。
对于其他定量指标，如1 h雨强、人口密度等，代入隶属度函数进行运算，得到隶属度分布。
对定性指标，如坡向、坡型、险情、承灾体状态等指标直接采用经验赋值，在ArcGIS中采用编辑属性表的方式进行。得到的坡型隶属度分布图如图3所示。 根据上述步骤可得到3个时刻的风险评价区划图，如图4所示。 2.3 评价结果分析
2.3.1 3个时刻风险评价结果
由表2所示的3个时刻风险评价结果可知：
1）8月2日15时，风险等级不高，没有高风险区域分布，除镇中心东北部、乐陶村小面积为较高风险外，其他地区风险等级都在一、二等级。主要是因为15时降雨刚开始，除东南部乐陶村、凤洋村、后所村降中雨外，其他地区为小雨，风险等级较低。镇东北部人口密集，灾害为较易发，风险为较高级。 2）8月3日10时，风险情况为：①高风险区，广泛分布在石山村、仙境村、石鼓村、龙翰村、凤池、富东大部分地区以及凤洋南部、蒲坂村周边地区。主要由于这些地区地质灾害高易发，人口较密集，省道S206和省道S203乐陶
基于模糊理论的GIS动态地质灾害评估研究
