一种基于多要素引发地面塌陷的风险评估方法技术

本发明专利技术公开了一种基于多要素引发地面塌陷的风险评估方法，包括以下步骤：评估指标

【技术实现步骤摘要】
一种基于多要素引发地面塌陷的风险评估方法


[0001]本专利技术涉及地面塌陷风险评估领域，具体是一种基于多要素引发地面塌陷的风险评估方法
。

技术介绍

[0002]地面塌陷具有隐蔽性
、
突发性等特点，使得防治工作任务十分艰巨
。
为了有效地开展城市地面塌陷的防治，需要对其成因机制进行深入的研究
。
通过分析引起地面塌陷的机理因子和影响后果，构建地面塌陷风险评估技术体系，定量或半定量评估塌陷风险，生成塌陷风险等级热力图，给出风险详情，可以指导相关部门各负其责，按照风险等级高低，定期进行监测或人工巡检方式实现风险源排查和治理，有效降低风险，并将排查和治理结果作为风险评估模型输入数据更新风险等级热力图，直到下一周期的风险等级均处于较低的
、
可接受的风险水平
。
因此，地面塌陷风险评估模型是地面塌陷综合防治长效机制的重要技术手段
。
[0003]地面坍塌是指地表岩
、
土体在自然
、
外力或人为因素作用下，向下陷落，并在地面形成塌陷坑
/
洞的一种现象
。
地面坍塌事故对城市的影响不仅限于它所引起的交通瘫痪，往往还伴随着各种通讯
、
输水
、
输气及电力等基础设施的损坏和中断，甚至给人民群众的财产和人身安全造成了严重损害
。
[0004]根据近年来国内地面坍塌的事故统计，科研工作者对地面坍塌事故的机理展开研究，城市地面坍塌事故的主要诱因是地下管网破损
、
在建工程施工
、
地下病害体
、
沉降变形等引发的水土流失导致地面塌陷
。
由于地面塌陷具有隐蔽性
、
突发性等特点，使得防治工作任务十分艰巨
。
[0005]申请号
CN202111292044.2
的专利“一种城市地面塌陷预测方法”提供了一种城市地面塌陷预测方法
、
装置及电子设备，方法包括：获取指定区域中多个塌陷子区域的塌陷要素数据，所述塌陷要素数据包括地质地形数据和人类活动数据，根据所述塌陷要素数据确定用于模型训练的数据集；构建全卷积神经网络，采用所述数据集训练所述全卷积神经网络，获得地面塌陷预测模型，获取所述指定区域中待预测子区域的所述塌陷要素数据，根据所述塌陷要素数据和所述地面塌陷预测模型进行塌陷预测，输出所述待预测子区域发生塌陷的概率；该专利申请获取地面的地质数据，然后根据地质数据预测城市地面塌陷的概率，但是这种方法仅考虑了自然地质因素对城市地面塌陷的影响对影响城市地面塌陷的指标考虑的不够全面，预测效果较差
。

技术实现思路

[0006]本专利技术提出一种基于多要素引发地面塌陷的风险评估方法，解决了以下技术问题：现有技术仅考虑了自然地质因素对城市地面塌陷的影响对影响城市地面塌陷的指标考虑的不够全面，预测效果较差
。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种基于多要素引发地面塌陷的风险评估方法，包括：
[0009]S1
：评估指标量化分级
[0010]获取评估对象
u
和评估指标集
C
的信息以及设定级别
h
的数值，
h
＝
1,2,3,4
，所述的评估指标集
C
中包括评估指标
c1、c2、
…
、c
i
、
…
、c
n
，
n
表示评估指标的编号且
n
＝
1,2
，3，
…
，
i∈[1,n]；并且对评估指标
ci
建立关于级别
h
的等级划分标准；
[0011]S2
：指标综合权重计算
[0012]通过层次分析计算各个评估指标的初始权重系数，得到权重向量
a
＝
(a1,a2,
…
,a
i
,
…
,a
n
)
；
[0013]以评估指标值与各级别阈值范围的可拓距构建客观权重计算模型，计算指标
c
i
的客观权重
v
i
；
[0014]采用各评估指标的主观权重
a
i
和客观权重
v
i
，计算指标的综合权重
w
i
；
[0015]S3
：评估对象分值计算
[0016]建立评估指标的隶属度函数
Kh
＝
f(ci)
，计算评估指标对各级别
h
的相对隶属度，构成相对隶属度矩阵
KC
；
[0017]根据上述相对隶属度矩阵
KC
和动态综合权重向量
a
，计算评估对象
u
的评估指标集的综合相对隶属度，得到综合相对隶属度向量
V(u)
；
[0018]对综合相对隶属度向量
V(u)
进行归一化处理，得到
V(u)'
＝
(v1',v'2,v'3,v'4)
；
[0019]根据上述归一化后的评估对象
u
的综合相对隶属度，计算评估对象
u
的具体风险分值；
[0020]S4
：评估指标风险分值计算
[0021]根据评估指标的权重系数向量及分值向量计算风险分值
。
[0022]进一步地，建立所述的评估指标
c
i
关于级别
h
的等级划分标准的具体步骤如下所示：
[0023]S11
：判断评估指标的类型；
[0024]S12
：若评估指标值是定量数据，则以阈值范围形式建立等级划分标准，以
(aih,bih)
表示评估指标
ci(i
＝
1,2
，
…
，
n)
在级别
h(h
＝
4,3,2,1)
上的阈值范围；
[0025]S13
：若评估指标值是定性数据，则以评分形式建立等级划分标准，以评估指标集
C
中各评估指标
c1、c2、
…
、ci、
…
、cn
建立十分制的等级划分标准，安全等级四级对应1分，三级对应3分，二级对应7分，一级对应
10
分
。
[0026]进一步地，所述的权重向量
a
的获取方法具体如下所示：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多要素引发地面塌陷的风险评估方法，其特征在于，包括：
S1
：评估指标量化分级获取评估对象
u
和评估指标集
C
的信息以及设定级别
h
的数值，
h
＝
1,2,3,4
，所述的评估指标集
C
中包括评估指标
c1、c2、
…
、c
i
、
…
、c
n
，
n
表示评估指标的编号且
n
＝
1,2
，3，
…
，
i∈[1,n]
；并且对评估指标
ci
建立关于级别
h
的等级划分标准；
S2
：指标综合权重计算通过层次分析计算各个评估指标的初始权重系数，得到权重向量
a
＝
(a1,a2,
…
,a
i
,
…
,a
n
)
；以评估指标值与各级别阈值范围的可拓距构建客观权重计算模型，计算指标
c
i
的客观权重
v
i
；采用各评估指标的主观权重
a
i
和客观权重
v
i
，计算指标的综合权重
w
i
；
S3
：评估对象分值计算建立评估指标的隶属度函数
Kh
＝
f(ci)
，计算评估指标对各级别
h
的相对隶属度，构成相对隶属度矩阵
KC
；根据上述相对隶属度矩阵
KC
和动态综合权重向量
a
，计算评估对象
u
的评估指标集的综合相对隶属度，得到综合相对隶属度向量
V(u)
；对综合相对隶属度向量
V(u)
进行归一化处理，得到
V(u)'
＝
(v
′1,v
′2,v
′3,v
′4)
；根据上述归一化后的评估对象
u
的综合相对隶属度，计算评估对象
u
的具体风险分值；
S4
：评估指标风险分值计算根据评估指标的权重系数向量及分值向量计算风险分值
。2.
根据权利要求1所述的一种基于多要素引发地面塌陷的风险评估方法，其特征在于，建立所述的评估指标
c
i
关于级别
h
的等级划分标准的具体步骤如下所示：
S11
：判断评估指标的类型；
S12
：若评估指标值是定量数据，则以阈值范围形式建立等级划分标准，以
(aih,bih)
表示评估指标
ci(i
＝
1,2
，
…
，
n)
在级别
h(h
＝
4,3,2,1)
上的阈值范围；
S13
：若评估指标值是定性数据，则以评分形式建立等级划分标准，以评估指标集
C
中各评估指标
c1、c2、
…
、ci、
…
、cn
建立十分制的等级划分标准，安全等级四级对应1分，三级对应3分，二级对应7分，一级对应
10
分
。3.
根据权利要求1所述的一种基于多要素引发地面塌陷的风险评估方法，其特征在于，所述的权重向量
a
的获取方法具体如下所示：
S21
：构造判断矩阵根据层级划分结果，同层级或者相邻层级之间的元素两两对比，构造出判断矩阵，得到判断矩阵
A
＝
(
α
ij)5
×5；
S22
：计算层级初始权重系数计算同层级元素对相邻上层级元素的初始权重系数，具体步骤如下所示：
S23
：判断矩阵
A
按列归一化，即
S24
：归一化后按行求和，得到向量
W
＝
(w1，
w2，
…
，
w5)
T
；
S25
：将向量
W
归一化，得到向量
W
A
＝
(w
A1
，
w
A2
，
…
，
w
A5
)
T
；
S26
：求判断矩阵
A
最大特征值其中，向量
W
A
各元素值即为指标层各因子的初始权重系数；
S27
：一致性检验当判断矩阵阶数
n≥3
时，需要根据一致性指标
CI
＝
(
λ
max
‑
n)/(n
‑
1)
和一致性比率
CR
＝
CI/RI
进行一致性检验；其中，
RI
为随机一致性指标，与判断矩阵阶数相关，若
CR<0.1
则认为判断矩阵的一致性通过，计算的初始权重系数作为各元素的权重系数，组成权重向量
a
＝
(a1,a2,
…
,a
i
,
…
,a
n
)。4.
根据权利要求1所述的一种基于多要素引发地面塌陷的风险评估...

【专利技术属性】
技术研发人员：钱门亮，董毓良，方莹，马学军，杜童飞，
申请(专利权)人：合肥泽众城市智能科技有限公司，
类型：发明
国别省市：