滑坡预测方法和装置制造方法及图纸

本发明专利技术涉及滑坡预测方法和装置，具有多个地理空间数据层的地理信息系统中，且包括：从预定的分析区域的多个地理空间数据层中选取m个数据层，其中，m为大于等于2的自然数，针对所选取的m个数据层中的每个数据层，分别按照该数据层各栅格的属性数据值的大小进行排序，按照每一层的排序结果的顺序，分别以第一～第m预定栅格数对每一层的所有栅格进行等分，分别形成第一～第m多边形单元组，计算第一～第m多边形单元组中的每个栅格的模糊隶属值，计算预定的分析区域的每个栅格的降雨量模糊隶属值，根据每个栅格的第一～第m层的模糊隶属值以及降雨量模糊隶属值，利用模糊代数和模型，求出预定的分析区域的每个栅格的滑坡发生可能性值。

【技术实现步骤摘要】
滑坡预测方法和装置
本专利技术涉及灾害预测领域，尤其是涉及滑坡预测方法和装置。
技术介绍
滑坡是岩石、碎石或土的块体沿斜坡移动的一种现象，它是显著改变地球地表景观的自然地质过程。当其影响到人类活动时，则会成为灾害。在过去的十几年里，地理信息系统(GIS)技术在滑坡预测中得到越来越多的应用。利用地理信息系统的滑坡预测通常基于以下的前提来进行：第一，在研究区域内，可以用GIS的空间数据来对历史上已经发生滑坡的特征以及专家知识进行描述，其中，专家知识通常包括：专家对滑坡变形迹象特征、变形迹象名称、变形部位、变形活动阶段；滑坡自然诱因、地貌因素、物理因素、人为因素、滑坡发生主导因素、复活诱发因素、目前稳定状、今后变化趋势；滑坡监测、防治建议等的分析知识；第二，过去和现在是了解将来的钥匙，即将到来的滑坡可能发生在那些曾经引起滑坡的地质、地貌和水文环境中。由此，学者们提出了很多定量的滑坡预测模型，常见的有：布尔逻辑模型(Booleanlogicmodel)、二值证据模型(binaryevidencemodel)、多类别图层指数叠加模型(indexoverlaywithmulti-classmaps)、模糊逻辑模型(fuzzylogicmodel)、贝叶松模型(Bayesianmodel)、回归模型(regressionmodel)、证据权重模型(weightofevidence)、确定性因子模型(certaintyfactormodel)等等。
技术实现思路
本专利技术提供一种能够应用于地区土地利用规划管理及应急管理中的滑坡预测方法和装置。根据本专利技术的实施方式的一个方面，提供一种滑坡预测方法，用于具有多个地理空间数据层的地理信息系统，该方法包括：从预定的分析区域的多个地理空间数据层中选取m个数据层，将所述m个数据层作为第一～第m层，其中，所述m为大于等于2的自然数；针对所述第一～第m层中的第k层，按照所述第k层的每个栅格的属性数据值的大小进行排序；按照所述第k层的排序结果的顺序，以第k预定栅格数对所述第k层的所有栅格进行等分，形成第k多边形单元组；针对所述第k层，计算所述第k多边形单元组中的每个栅格的模糊隶属值，其中，k为大于等于1且小于等于m的自然数，由此获得每个栅格的所述第一～第m层的模糊隶属值；计算所述预定的分析区域的每个栅格的降雨量模糊隶属值，其中，所述降雨量模糊隶属值是根据历史降雨量数据通过逻辑回归分析求出的；以及根据每个栅格的所述第一～第m层的模糊隶属值以及每个栅格的所述降雨量模糊隶属值，利用模糊代数和模型，求出所述预定的分析区域的每个栅格的滑坡发生可能性值。根据本专利技术的实施方式的一个方面，提供滑坡预测装置，用于具有多个地理空间数据层的地理信息系统，该装置包括：选取模块，所述选取模块被配置为从预定的分析区域的多个地理空间数据层中选取m个数据层，将所述m个数据层作为第一～第m层，其中，所述m为大于等于2的自然数；排序模块，所述排序模块被配置为针对所述第一～第m层中的第k层，按照所述第k层的每个栅格的属性数据值的大小进行排序；等分模块，所述等分模块被配置为按照所述排序模块所排序的所述第k层的排序结果的顺序，以第k预定栅格数对所述第k层的所有栅格进行等分，形成第k多边形单元组；以及多层隶属值计算模块，所述多层隶属值计算模块被配置为针对所述第k层，计算所述第k多边形单元组中的每个栅格的模糊隶属值，其中，k为大于等于1且小于等于m的自然数，由此分别获得每个栅格的所述第一～第m层的模糊隶属值；降雨量隶属值计算模块，所述降雨量隶属值计算模块被配置为计算所述预定的分析区域的每个栅格的降雨量模糊隶属值，其中，所述降雨量模糊隶属值是根据历史降雨量数据通过逻辑回归分析求出的；以及预测模块，所述预测模块被配置为根据每个栅格的所述第一～第m层的模糊隶属值以及每个栅格的所述降雨量模糊隶属值，利用模糊代数和模型，求出所述预定的分析区域的每个栅格的滑坡发生可能性值。根据本专利技术的实施方式，通过选取多个地理空间数据层中的部分数据层来求出滑坡发生可能性值，因此，能够适用于已有数据不全的情况，或者来不及获取全面数据等的紧急情况。另外，通过对每一层的数据按照数据值的大小进行排序并按照排序顺序以预定的栅格数对该数据层的所有栅格进行等分，所形成的同一层的每个多边形单元所包含的栅格数相同，因此，统计结果更加合理，能够更准确地预测各栅格中的滑坡发生可能性值。另外，通过将Logistic回归分析得到的P值作为降雨量模糊隶属值、利用模糊代数和模型、根据该降雨量模糊隶属值与其他影响因素的模糊隶属值求出滑坡发生可能性值，从而能够获得综合反映了降雨因素及其他影响因素的动态的滑坡发生可能性值的分布。附图说明通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1是示出本专利技术的第一实施方式所涉及的滑坡预测方法的流程图；图2是示出本专利技术的第二实施方式所涉及的滑坡预测装置的基本构成的功能模块图；图3是示出本专利技术的滑坡预测方法和装置被应用的地理信息系统的结构示意图。具体实施方式在本领域中，存在如下相关技术：利用历史滑坡数据、基岩地质图、地表地质图、斜坡类型图、土地利用图、地形坡度分类图、海拔高程分类图、居民点分布分类图、水系分布分带图、道路分布分带图以及地貌类型图等地理空间数据，以模糊伽马模型、模糊代数积模型、模糊代数和模型以及模糊最小模型这4个定量滑坡预测模型为例，探讨滑坡预测模型的预测率在对比、评价和选择不同模型方面的作用。在该相关技术中，对地形坡度分类图进行多边形单元分类时，采用10度间隔分类的方法，对海拔高程分类图进行多边形单元分类时，采用250m间隔分类的方法。即，按照地形坡度、海拔高程等的具体数据值进行等间隔划分。本专利技术的专利技术人经过研究发现，在如上所述的那样按照影响因素的具体数据值进行等间隔划分的情况下，各多边形单元所覆盖的栅格数量不同，有可能有数量级的悬殊。例如，地形坡度为0度到10度之间的栅格的数量比较多，而地形坡度为80度到90度之间的栅格的数量较少，而栅格的数量较多，所覆盖的空间区域面积大，因面积较大，在此区域内发生的历史滑坡的次数也多，由此预判出此区域将来发生滑坡的可能性也大；栅格的数量较少的多边形区域，所覆盖的空间区域面积小，在该区域内发生历史滑坡的次数也少，由此预判出此区域将来发生滑坡的可能性也小。所以，在按照地形坡度的数据值以等间隔的方式进行多边形单元分类时，由于每个多边形单元内栅格的数量不同，从而干扰对于该地形坡度因素对滑坡发生可能性的影响的统计结果。在对其他图层进行多边形单元分类的分类方法中，也均存在类似的问题。另外，上述的相关技术等是为了科学研究而非为了实际应用，其中，不仅需要历史滑坡数据，还同时需要基岩地质图、地表地质图、斜坡类型图、土地利用图、地形坡度分类图、海拔高程分类图、居民点分布分类图、水系分布分带图、道路分布分带图以及地貌类型图等多个地理空间数据层。由此看出，需要的数据较多，这在滑坡预测的实际应用过程中难以实现。尤其是，在已经发生暴雨等而有可能随时发生滑坡灾害、需要尽快疏散可能受害的群众等的危急情况下，难以马上获取上述的全部的地理空间数据。本专利技术的专利技术人经过研究发现，只本文档来自技高网...

【技术保护点】
一种滑坡预测方法，用于具有多个地理空间数据层的地理信息系统，该方法包括：从预定的分析区域的多个地理空间数据层中选取m个数据层，将所述m个数据层作为第一～第m层，其中，所述m为大于等于2的自然数；针对所述第一～第m层中的第k层，按照所述第k层的每个栅格的属性数据值的大小进行排序；按照所述第k层的排序结果的顺序，以第k预定栅格数对所述第k层的所有栅格进行等分，形成第k多边形单元组；针对所述第k层，计算所述第k多边形单元组中的每个栅格的模糊隶属值，其中，k为大于等于1且小于等于m的自然数，由此获得每个栅格的所述第一～第m层的模糊隶属值；计算所述预定的分析区域的每个栅格的降雨量模糊隶属值，其中，所述降雨量模糊隶属值是根据历史降雨量数据通过逻辑回归分析求出的；以及根据每个栅格的所述第一～第m层的模糊隶属值以及每个栅格的所述降雨量模糊隶属值，利用模糊代数和模型，求出所述预定的分析区域的每个栅格的滑坡发生可能性值。

【技术特征摘要】
1.一种滑坡预测方法，用于具有多个地理空间数据层的地理信息系统，该方法包括：从预定的分析区域的多个地理空间数据层中选取m个数据层，将所述m个数据层作为第一～第m层，其中，所述m为大于等于2的自然数；针对所述第一～第m层中的第k层，按照所述第k层的每个栅格的属性数据值的大小进行排序；按照所述第k层的排序结果的顺序，以第k预定栅格数对所述第k层的所有栅格进行等分，形成第k多边形单元组；针对所述第k层，计算所述第k多边形单元组中的每个栅格的模糊隶属值，其中，k为大于等于1且小于等于m的自然数，由此获得每个栅格的所述第一～第m层的模糊隶属值；计算所述预定的分析区域的每个栅格的降雨量模糊隶属值，其中，所述降雨量模糊隶属值是根据历史降雨量数据通过逻辑回归分析求出的；以及根据每个栅格的所述第一～第m层的模糊隶属值以及每个栅格的所述降雨量模糊隶属值，利用模糊代数和模型，求出所述预定的分析区域的每个栅格的滑坡发生可能性值。2.如权利要求1所述的滑坡预测方法，其中，所述多个地理空间数据层包括基岩地质数据层、地表地质数据层、斜坡类型数据层、土地利用类型数据层、地形坡度数据层、海拔高程数据层、居民点分布数据层、水系分布数据层、道路分布数据层、地貌类型数据层、滑坡类型分布数据层之中的大于等于两个的任意的数据层。3.如权利要求1或2所述的滑坡预测方法，其中，计算所述第k多边形单元组中的每个栅格的模糊隶属值包括：将针对所述预定的分析区域的历史滑坡数据层与所述第k层进行叠加分析，分别统计在所述第k多边形单元组的第ki多边形单元中发生滑坡的栅格数的比例值，将所述比例值作为所述第ki多边形单元的模糊隶属值，其中，若所述预定的分析区域的栅格总数为n、所述第k预定栅格数为nk，则i为大于等于1且小于等于n/nk的自然数；以及将所述第ki多边形单元的模糊隶属值作为属于所述第ki多边形单元的每个栅格的模糊隶属值。4.如权利要求1至3中的任一项所述的滑坡预测方法，其中，计算所述预定的分析区域的每个栅格的降雨量模糊隶属值包括：针对所述预定的分析区域的降雨量数据层中的每个栅格，根据历史降雨量数据通过逻辑回归分析获得P值，并将该P值作为该栅格的所述降雨量模糊隶属值，所述P值表示降雨量对滑坡发生可能性值的影响。5.如权利要求1至4中的任一项所述的滑坡预测方法，还包括：将每个栅格的滑坡发生可能性值进行显示。6.一种滑坡预测装置，用于具有多个地理空间数据层的地理信息系统，该装置包括：选取模块，所述选取模块被配置为从预定的分...

【专利技术属性】
技术研发人员：袁宏永，武海丽，陈涛，李志鹏，陈建国，苏国锋，陈涛，黄全义，孙占辉，
申请(专利权)人：北京辰安科技股份有限公司，清华大学，
类型：发明
国别省市：北京,11