基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法技术

一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其主要包括深部岩溶塌陷风险识别、深部岩溶塌陷风险等级标准、深部岩溶塌陷风险动态贝叶斯网络结构学习、深部岩溶塌陷风险动态贝叶斯网络参数学习、深部岩溶塌陷风险概率分析、深部岩溶塌陷风险损失分析和深部岩溶塌陷风险评估等步骤；通过上述步骤，本发明专利技术解决现有的深部岩溶塌陷灾害的评估方法有效性、实用性和准确性不高的问题，更准确的反映城市建筑更密集、生命线廊道区深部岩溶塌陷灾害风险的变化规律，及时获得深部岩溶塌陷灾害的风险状态，为后续防治提供决策依据。为后续防治提供决策依据。为后续防治提供决策依据。

【技术实现步骤摘要】
基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法


[0001]本专利技术涉及地质灾害监测、灾害评估的
，尤其涉及一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法。

技术介绍

[0002]我国可溶岩分布广，是世界上岩溶最发育的国家之一。随着城市发展和地下空间开发，城市建筑更密集、生命线廊道更复杂，城市深部岩溶受到自然环境和工程建设双重胁迫。深部岩溶塌陷灾害具有动态演化的特点，目前我国城市深部岩溶塌陷灾害被动防控、易于复发，防控效率低，城市深部岩溶塌陷形势日益严峻。
[0003]目前，城市深部岩溶塌陷灾害风险评估方法主要有：层次分析法、风险矩阵法、模糊综合评价法、故障树分析法、事件树分析法、蒙特卡洛模拟法等。大量学者基于这些风险评估方法对岩溶塌陷风险开展了一系列评估研究，并依据不同的研究需要，采用了相应的多方法综合方法或改进方法。然而，城市建筑密集区、生命线廊道区深部岩溶塌陷风险动态演化明显，除岩溶地层本身的动态变化外，其受地下结构建设、运营和人为抽水、排水的动态影响尤为显著。但现有城市深部岩溶塌陷风险评估的方法都仅仅考虑了风险的静态概率问题，而忽视致使岩溶塌陷风险因子的动态演化，同时也没有顾及与岩溶塌陷相伴相生的地层动态变形因素的影响，因此这种评估是不全面的。当前缺乏城市建筑密集区、生命线廊道区深部岩溶塌陷风险的动态评估研究，且现有评估方法无法动态量化，缺乏对风险因子的时效性分析，不能反映城市深部岩溶灾害风险的动态变化，使得无法及时获得深部岩溶塌陷灾害的风险状态，无法为后续防治提供决策依据。
[0004]为此，本专利技术的设计者有鉴于上述缺陷，通过潜心研究和设计，综合长期多年从事相关产业的经验和成果，研究设计出一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，以克服上述缺陷。

技术实现思路

[0005]本专利技术的目的在于提供一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，解决现有的深部岩溶塌陷灾害的评估方法有效性、实用性和准确性不高的问题，能考虑城市建筑密集区、生命线廊道区岩溶塌陷风险因子的动态演化，分析风险因子的时效性，反映城市建筑密集区、生命线廊道区深部岩溶塌陷灾害风险的变化规律，及时获得深部岩溶塌陷灾害的风险状态，为后续防治提供决策依据。
[0006]为实现上述目的，本专利技术公开了一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于包括如下步骤：
[0007]步骤一：识别城市建筑密集区、生命线廊道区深部岩溶塌陷风险因素，建立深部岩溶塌陷风险评估体系，确定各风险因素的状态空间；
[0008]步骤二：建立深部岩溶塌陷风险等级标准；
[0009]步骤三：建立深部岩溶塌陷风险动态贝叶斯初始网络的图模型；
[0010]步骤四：建立深部岩溶塌陷风险动态贝叶斯转移网络的图模型；
[0011]步骤五：深部岩溶塌陷风险动态贝叶斯网络正向概率推理，确定时间片内子节点的条件概率和时间片间转移节点的条件概率；
[0012]步骤六：利用深部岩溶塌陷风险动态贝叶斯网络逆向概率推理，输入观测数据，计算深部岩溶塌陷风险的后验概率，确定观测值条件下深部岩溶塌陷动态风险概率值；
[0013]步骤七：根据深部岩溶塌陷风险评估体系，建立深部岩溶塌陷风险损失模糊综合评价模型，对深部岩溶塌陷风险损失进行综合评价，得到岩溶塌陷风险损失值；
[0014]步骤八：结合深部岩溶塌陷风险动态概率值和深部岩溶塌陷风险损失值，进行深部岩溶塌陷动态风险评估。
[0015]其中：在步骤一中，确定深部岩溶塌陷风险因素，建立深部岩溶塌陷风险评估体系包含如下内容：
[0016]选取地质条件、诱发因素和可溶岩三方面风险因素作为深部岩溶塌陷风险评估指标，依据层次分析法将影响深部岩溶塌陷风险状态的评估指标分为目标层、准则层和指标层三层；
[0017]目标层：为深部岩溶塌陷风险状态R；准则层：为影响深部岩溶塌陷风险状态的3方面风险因素类别，由“地质条件A
1”、“诱发因素A
2”和“可溶岩A
3”三方面组成；指标层：为影响准则层中各方面风险因素对应的12种风险因素，其中：地质条件方面A1对应指标为：“地形地貌A
11”、“覆盖层条件A
12”、“岩体弱化A
13”；诱发因素方面A2对应指标为：“车辆荷载A
21”、“振动荷载A
22”、“贯穿破坏A
23”、“水位稳定性A
24”、“真空压力A
25”、“地表渗水A
26”、“岩土体开挖A
27”；可溶岩方面A3对应指标为：“岩溶发育程度A
31”、“岩体基本质量A
32”。
[0018]其中：设定风险因素的状态空间包含风险因素“地形地貌A
11”、“覆盖层条件A
12”、“岩体弱化A
13”，“车辆荷载A
21”、“振动荷载A
22”、“贯穿破坏A
23”、“水位稳定性A
24”、“真空压力A
25”、“地表渗水A
26”和“岩土体开挖A
27”、“岩体基本质量A
32”节点均设为二状态变量，风险因素“岩溶发育程度A
31”设为多态变量，“岩溶发育程度A
31”设为三个状态，分别为岩溶强发育、岩溶中等发育、岩溶弱发育；“岩体基本质量A
32”依据岩体的完成程度和坚硬程度设为两个状态，分别为一级、二级。
[0019]其中：步骤二中深部岩溶塌陷风险等级由风险发生的可能性和风险损失的严重程度确定，风险发生可能性等级标准采用概率表示，分1～5级5个等级，从1级到5级风险发生的可能性分别为：频繁的、可能的、偶尔的、罕见的和不可能的；风险损失等级标准按损失的严重性程度划分为A～E级五级，从A～E级风险损失等级的严重程度分别为：灾难性的、非常严重的、严重的、需考虑的、可忽略的。
[0020]其中：步骤三中，深部岩溶塌陷风险动态贝叶斯网络由深部岩溶塌陷风险初始网络B0和深部岩溶塌陷风险转移网络B
→
组成，初始网络是一个静态贝叶斯网络，转移网络是一个包含两个时间片的贝叶斯网络模型，深部岩溶塌陷风险动态贝叶斯网络的结构学习是建立深部岩溶塌陷风险动态贝叶斯网络图模型的过程，包括深部岩溶塌陷风险初始网络的图模型和转移网络的图模型，深部岩溶塌陷风险动态贝叶斯网络初始网络的图模型依据深部岩溶塌陷风险因素的因果关系，建立静态贝叶斯网络结构，即深部岩溶塌陷风险评估静态贝叶斯网络有向非循环图模型，结合深部岩溶塌陷风险评估体系中的12个风险变量和三方面风险因素类别，将层次分析法示意图转化为有向无环图，并补充3个监测指标作为风险
因素，根据各风险因素之间的因果关系，建立深部岩溶塌陷动态风险初始贝叶斯网络结构；
[0021]补充的3个监测风险因素分别为“岩体微振动幅值F”、“顶板沉降值S”、“顶板沉降速率V”，将“岩体微振动幅值F”、“顶板沉降速率V”设置为二态变量，“顶板沉降本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于包括如下步骤：步骤一：识别城市建筑密集区、生命线廊道区深部岩溶塌陷风险因素，建立深部岩溶塌陷风险评估体系，确定各风险因素的状态空间；步骤二：建立深部岩溶塌陷风险等级标准；步骤三：建立深部岩溶塌陷风险动态贝叶斯初始网络的图模型；步骤四：建立深部岩溶塌陷风险动态贝叶斯转移网络的图模型；步骤五：深部岩溶塌陷风险动态贝叶斯网络正向概率推理，确定时间片内子节点的条件概率和时间片间转移节点的条件概率；步骤六：利用深部岩溶塌陷风险动态贝叶斯网络逆向概率推理，输入观测数据，计算深部岩溶塌陷风险的后验概率，确定观测值条件下深部岩溶塌陷动态风险概率值；步骤七：根据深部岩溶塌陷风险评估体系，建立深部岩溶塌陷风险损失模糊综合评价模型，对深部岩溶塌陷风险损失进行综合评价，得到岩溶塌陷风险损失值；步骤八：结合深部岩溶塌陷风险动态概率值和深部岩溶塌陷风险损失值，进行深部岩溶塌陷动态风险评估。2.如权利要求1所述的基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于：在步骤一中，确定深部岩溶塌陷风险因素，建立深部岩溶塌陷风险评估体系包含如下内容：选取地质条件、诱发因素和可溶岩三方面风险因素作为深部岩溶塌陷风险评估指标，依据层次分析法将影响深部岩溶塌陷风险状态的评估指标分为目标层、准则层和指标层三层；目标层：为深部岩溶塌陷风险状态R；准则层：为影响深部岩溶塌陷风险状态的3方面风险因素类别，由“地质条件A
1”、“诱发因素A
2”和“可溶岩A
3”三方面组成；指标层：为影响准则层中各方面风险因素对应的12种风险因素，其中：地质条件方面A1对应指标为：“地形地貌A
11”、“覆盖层条件A
12”、“岩体弱化A
13”；诱发因素方面A2对应指标为：“车辆荷载A
21”、“振动荷载A
22”、“贯穿破坏A
23”、“水位稳定性A
24”、“真空压力A
25”、“地表渗水A
26”、“岩土体开挖A
27”；可溶岩方面A3对应指标为：“岩溶发育程度A
31”、“岩体基本质量A
32”。3.如权利要求2所述的基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于：设定风险因素的状态空间包含风险因素“地形地貌A
11”、“覆盖层条件A
12”、“岩体弱化A
13”，“车辆荷载A
21”、“振动荷载A
22”、“贯穿破坏A
23”、“水位稳定性A
24”、“真空压力A
25”、“地表渗水A
26”和“岩土体开挖A
27”、“岩体基本质量A
32”节点均设为二状态变量，风险因素“岩溶发育程度A
31”设为多态变量，“岩溶发育程度A
31”设为三个状态，分别为岩溶强发育、岩溶中等发育、岩溶弱发育；“岩体基本质量A
32”依据岩体的完成程度和坚硬程度设为两个状态，分别为一级、二级。4.如权利要求1所述的基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于：步骤二中深部岩溶塌陷风险等级由风险发生的可能性和风险损失的严重程度确定，风
险发生可能性等级标准采用概率表示，分1～5级5个等级，从1级到5级风险发生的可能性分别为：频繁的、可能的、偶尔的、罕见的和不可能的；风险损失等级标准按损失的严重性程度划分为A～E级五级，从A～E级风险损失等级的严重程度分别为：灾难性的、非常严重的、严重的、需考虑的、可忽略的。5.如权利要求1所述的基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于：步骤三中，深部岩溶塌陷风险动态贝叶斯网络由深部岩溶塌陷风险初始网络B0和深部岩溶塌陷风险转移网络B
→
组成，初始网络是一个静态贝叶斯网络，转移网络是一个包含两个时间片的贝叶斯网络模型，深部岩溶塌陷风险动态贝叶斯网络的结构学习是建立深部岩溶塌陷风险动态贝叶斯网络图模型的过程，包括深部岩溶塌陷风险初始网络的图模型和转移网络的图模型，深部岩溶塌陷风险动态贝叶斯网络初始网络的图模型依据深部岩溶塌陷风险因素的因果关系，建立静态贝叶斯网络结构，即深部岩溶塌陷风险评估静态贝叶斯网络有向非循环图模型，结合深部岩溶塌陷风险评估体系中的12个风险变量和三方面风险因素类别，将层次分析法示意图转化为有向无环图，并补充3个监测指标作为风险因素，根据各风险因素之间的因果关系，建立深部岩溶塌陷动态风险初始贝叶斯网络结构；补充的3个监测风险因素分别为“岩体微振动幅值F”、“顶板沉降值S”、“顶板沉降速率V”，将“岩体微振动幅值F”、“顶板沉降速率V”设置为二态变量，“顶板沉降值S”设置为多态变量；在深部岩溶塌陷贝叶斯网络风险概率模型中，将方案层的各项风险因素变量A
11
～A
32
作为父节点，将影响深部岩溶塌陷风险状态R的风险因素的类别A1～A3作为中间节点，深部岩溶塌陷风险状态R的目标层作为子节点，F、S、V作为观测节点。6.如权利要求1所述的基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特征在于：步骤四中，以深部岩溶塌陷动态风险初始贝叶斯网络图模型为基础，将深部岩溶塌陷风险节点R作为转移节点，选择两个时间片，用有向边连接两个时间片的转移节点R，建立深部岩溶塌陷风险动态贝叶斯转移网络。7.如权利要求1所述的基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其特...

【专利技术属性】
技术研发人员：李霞，周书明，高国飞，陈明钿，雷刚，吴成刚，李灿辉，
申请(专利权)人：北京城建设计发展集团股份有限公司，
类型：发明
国别省市：