基于熵权法—层次分析法耦合赋权的西宁市城中区地质灾害危险性评价

2021年5月
第9期总第475期
内蒙古科技与经济
Inner Mongolia Science Technology&Economy
May2021
No.9Total No.475基于痛权眩一点次今析眩耦金
赋权的奇守市城中区地质烫害点险榷评价
王靖天
(青海煤炭地质局，青海西宁810012)
摘要：在了解了西宁市城中区的地质环境状况和灾害发育种类及特征的基础上，选取出合理的地质灾害三级影响指标，建立评价模型；通过层次分析法和爛权法依次确定出主客观因子的权重，并进行耦合获得综合权重；利用ArcGIS软件制作出因子专题图，结合综合权重系数，通过地图代数工具进行叠加分析，按照自然间距分级法分类成高、中、低、非危险性区四大区域，分区结果反映出实际调查情况。

关键词：西宁市城中区；施质灾害；层次分析法；爛权法；ArcGIS；危险性分区
中图分类号：P694(244)文献标识码：A文章编号：1007—6921(2021)09—0081—04
城中区包括城南新区，位于西宁市中心，是西宁市的发源地，其东临花园南、北街，相邻于城东区，西面以南川河为界限，北沿漳水，与城北区隔河相望，南面直达漳中县，整个研究区域总面积为151km2o 西宁市城中区总体地势从西北到东南逐渐降低，属于大陆性高原半干旱气候，平均海拔在2261m左右口②。

研究区由冷龙岭、达坂山、拉脊山、黄河南诸山脉包围形成盆地，区内沟谷较多，高低不一；城中区出露有元古界、古生界、中生界以及新生界地层，并且处于中生代断陷盆地中部，盆地内断裂构造和褶皱构造活动较弱，而新构造活动较为活跃，大部分是以大面积震荡式的垂直升降运动为主，具有明显的继承性和间歇性；研究区域的地壳活动较为稳定，地震主要以中小型为主⑶。

西宁市城中区内降雨量较低，而蒸发量较高，沟谷河网较为密集，地形地貌复杂多变，人类工程活动偏多，导致区内频繁发生滑坡、泥石流、地面塌陷等地质灾害，为了保证研究区内的工程建设活动安全进行，为给当地地质灾害治理防治提供参考依据，对西宁市城中区进行地质灾害危险性分区评价刻不容缓⑷。

西宁市城中区位于内陆，其地质灾害类型属于陆地地质灾害，主要是由外动力地质作用所引发，其中又包括自然地质作用、人为地质作用和自然与人为复合型的作用。

西宁市属于我国地质灾害频发的重灾区，目前国内众多学者已对地质灾害治理与城市规划等进行了校多研究，陈飞页等人以江西省九江市修水县为例，采用层次分析法对当地进行了地质灾害危险性评价；丁丽页等人利用层次分析法对登封市进行了地质灾害危险性评价；张晓东刃等人利用层次分析法对盐池县进行了地质灾害危险性评价，评价结果为盐池县地质灾害的防治提供了一定的参考依据；王夏林⑷等人为了解决地质灾害评价过程中，评价定性指标与定量指标不确定、不相容的问题，在前人的基础上，对癇权法引入可拓理论，对汉阴县的地质灾害进行了危险性评价，验证了此方法的可行性；田云军⑼将爛权法与可拓理论结合对水利工程的地质灾害进行了危险性评价研究；宁娜皿等人将癇权法与模糊评判法结合对单沟泥石流进行了危险性评价，结果更加真实可靠。

在本次研究中，综合考虑各种灾害因子，考察当地地质灾害发育情况权衡各评价方法的各自优缺点，中和评价方法的主客观性，采用爛权法与层次分析法耦合的方式，对西宁市城中区的地质灾害进行危险性评价，为能更加准确合理的区划出地质灾害高、中、低、非危险性区域，为城中区的地质灾害治理防治与人类工程建设提供参考。

1西宁市城中区地质灾害危险性区划技术
1.1组合赋权
在本次研究中采用对影响因子进行主客观权重组合赋权，基于前人的大量实践工作表明，对一个工作进行评价分析采用单独的方法，经常会导致评价结果与实际情况有着较大的偏差，不能够很好地解决各个影响因子之间的模糊性与矛盾性等，并且单独的评价方法得到的权重往往是不够全面的。

而本文本着科学、准确的原则，以主观、客观权重结合形成组合权重对地质灾害危险性因子赋权，可以避免各指标之间的差异性，使得评价结果进一步贴切真实情况。

评价结果表明，爛权法与层次分析法相结合赋权的方法相比于单独的评价方法更加准确、更加科学。

1.1.1主观权重确定。

在文中，主观权重采用层次分析法来确定，它是由美国的运筹学家Saaty提出的一种将评价对象分解为主次关系，按照一定的准则分类成多层次结构，建立层次结构模型，按照标度理论表，将因子进行两两比较得出相对像重要性值，从而构建出判断矩阵口门a
具体步骤如下：①根据勘査城中区的地质条件、地质灾害分布情况以及发育特征、人类工程活动分布状况，选取出地质因素E1：地层岩性、距断层距离；地形因素高程、坡度；诱发因素B3：距公路距离作为评价体系指标。

建立层次结构模型，如图1所示［闵。

收稿日期=2020-01-28
81
总第475期内蒙古科技与经济
T 』»■, n
±
cl
将各指标状态值进行标准化处理。

对k个评价
因子Xi,X2,…，Xk,其中Xi={xi,X2,…，Xn}。

则标
准化后各指标数据的值为Y1?Y2，-,Y k,再求出各
个评价指标的信息爛：
Eij=—加5)T刀;=加加伽井(4)
式中：Pij=Yy，若卩亍=0,则定义:limpij
lnpij=0o
可得出各指标的信息爛为E],E2,-,Ek。

从而
可计算出各指标的客观权重：
1—E
k一工：=严
图1城中区评价指标层次模型
②分析标度理论表含义：两个因子具有同等的重要性用1表示，一个因子比另一个稍微重要用3表示，一个因子比另一个明显重要用5表示，一个因子比另一个显得极其重要用7表示，最后，若是一个因子相比于另一个因子显得极端重要就用9表示，中间的2,4,6,8表示重要性介于上述重要性之间，倒数表示重要性相反。

③在第二步的基础上，即可构建出判断矩阵，所构造的判断矩阵必须满足：
A=Cay)wX n>0=—,<2y=l,(i=j,
a-a
i9j=1,2,…,n)(1)式中炳表示第i行与第j列因子重要性标度值。

④利用求和法对所构造的判断矩阵求解，计算出判断矩阵的最大特征值与相应的蒔征向量，将求出的特征向量归一化后即可得到该层影响因子相对于上一层准则的权重值閃。

⑤因客观事物的复杂性以及对此问题认识的局限性可能会导致判断过于片面，为保证以上所得的权重的合理性，需对判断矩阵进行一致性验证，过程如下所示：
通过公式：
ci=Xmax—⑵
n—1
式中：入唉为判断矩阵的最大特征根，门为判断矩阵阶数，CI表示判断矩阵一致性指标。

通过公式：
CR=(3)
式中：当CR<0.1时，则确定判断矩阵具备良好的一致性；若CR>0.1,则需对判断矩阵做出适当调整直至满足条件；RI表示判断矩阵平均随机的一致性指标，其值参照表1确定。

表1平均随机一致性指标RI
n123456
RI0.000.000.520.89 1.12 1.26
1.1.2客观权重确定。

在文中，客观权重采用爛权法来确定，爛权法是依据已构成的判断矩阵求解评价因子的爛值，通过爛值来计算评价指标的权重。

爛权权重的大小直接关乎于评价对象，标示着该因子对评价体系贡献大小，可以只需矩阵中各指标的实际值来确定，能够消除层次分析法带来的权重主观化。

爛权法赋权过程如下所示：
1,2,…必)#(5)
1.1.3组合权重确定。

采用乘数归一法将求取的主观权重与客观权重进行耦合，获得组合权重：
W"
W|=2论命fw"]，(j=1，2,…，m)#(6)
式中：Wj为组合权重，W'j为主观权重，W；为客观权重。

1.2影响因子获取
图3坡度专题
在文中，在地理空间数据云平台获取西宁市城中区DEM图，利用ArcGIS对城中区进行地形信息提取，可获得高程专题图和坡度专题图，分别如图2、图3所示。

利用ArcGIS从西宁市1：50000地貌及第四纪地质图与西宁市1:50000工程地质图中
82
王靖天・基于爛权法一层次分析法耦合赋权的西宁市城中区地质灾害危险性评价2021年第9期
分别获取距断层距离专题图和地层岩性专题图，如图4、图5所示。

利用GoogleEarth矢量化出西宁市城北区的路网，导入ArcGIS中可计算出距公路距离专题图，如图6所示。

图4距断层距离专题
J4=(0.29,0.57,0.14)丁，一致性比例CR=0V0.1,表明判断矩阵满足要求。

表2A-Bi判断矩阵
A Bi b2b3
11/22
b2214
b31/21/41
B—G地质因素判断矩阵如表3所示，计算求出最大特征根Xmax=2,归一化后得到的相应的特征向量为W=(o.25,0.75)T,一致性比例CR=0< 0.1,满足要求。

表3Bx-Q判断矩阵
B!G c2
G11/3
c231
B2-Q地形因素判断矩阵如表4所示，得到的最大特征根入max=2,归一化后得到的相应的特征向量为W=(0.25,0.75)T,—致性比例CR=0< 0.1,满足要求。

表4d—G判断矩阵
B2C3C4
c a11/3
C431
表5评价指标主观权重
评价指标G C2C3C4C5
权重系数0.1350.270.1260.2430.226
图5地层岩性专题依据表2〜表4可知5个因子的主观权重，结
果见表5。

1. 3.2客观权重计算。

利用公式(4)和(5),通过计
算可得出各影响因子的客观权重，结果见表6。

表6评价指标客观权重
评价指标G c2C3c4c5
权重系数0.3410.1890.1880.0930.189
1.3.3组合权重计算。

通过公式(6)进行计算，求
得各指标的综合权重，结果见表7。

表7评价指标综合权重
评价指标G c2C3c4c5
权重系数0.2480.2740.1270.1210.23
图6距公路距离专题
1.3评价因子权重计算
1.3.1主观权重计算。

依据图1所示的层次结构模型，通过分析各因子对地质灾害危险性影响的相对重要性程度，构建出判断矩阵，A—B判断矩阵如表2所示，计算求出最大特征根Xmax=3,该特征便对应的特征向量为w=(1,2,1/2),归一化之后W 1.4城中区地质灾害危险性区划
依据所建立的评价数学模型，对城中区进行地质灾害危险性区划口幻，通过ArcGIS的栅格计算工具将不同的因子专题图进行加权叠加分析，并将其重分类为高危险性区、中危险性区、低危险性区和非危险性区4类，再输出结果。

根据数据，可以得知西宁市城中区地质灾害危险性评价数学模型为：
83
总第475期
内蒙古科技与经济
1 = 0. 248C1 +0. 274C
2 +0. 127C s +0. 121C 4 + 0. 23C s (7)
式中：1为第i 个评价因子的危险性综合指数，
G 为第i 个评价因子的栅格图层。

1. 5 结果分析
如图7所示，即为西宁市城中区地质灾害危险性 分区评价图购，通过与实际情况对比分析可知，非危
险性区域主要分布于宁贵高速周边，由北到南的市 区，北至七一路，南至清河村，低危险性区主要分布于 西塔高速以西，除享堂沟一带以外，还有莫家沟、野牛
沟、小平尔岭以及王家山村一带；高危险性区主要位 于小平尔岭以东至喇家沟一带；中危险性区沿着高危 险性区周边分布，外加享堂沟一带。

从图8中可以看 出，在西宁市城中区地质灾害危险性分区中，非危险
性区、低危险性区、中危险性区、高危险性区分别占研
究区总面积的38%、38%、13%和ll%a
图7地质灾害危险性分区
的宁币城叩反迪质寰兀施PSH 苓蛰曰1杭阴
图8危险性等级面积百分比
2 结束语
遴选出影响西宁市城中区地质灾害发生的5个 评价指标，利用爛权法与层次分析法进行耦合，通过
地质灾害危险性层次分析模型，建立判断矩阵，获取
评价指标的综合权重，利用ArcGIS 的空间分析功 能，进行叠加计算，最后获取了西宁市城中区地质灾 害非危险性区、低危险性区、中危险性区及高危险性 区的分布情况，分区结果良好地反映了城中区地质
灾害危险性的实际情况。

通过西宁市城中区地质灾害危险性分区图可 知，西宁市城中区地质灾害危险性分区面积中，非危
险性区与低危险性区面积占比最大，为全研究区面
积的38%,然后中低危险性区域，占总面积的13%,
高危险性区域与中危险性区面积占比差别不大，占
城中区总面积的11%。

本次研究成果对于西宁市 城中区的地质灾害防治与工程活动具有一定参考价 值。

[参考文献]
：1] 刘红星，孙广仁.西宁地区地质灾害与地质环
境口丄青海环境,1994,(1):18
：2] 孙莹，隋嘉，魏赛拉加，等.青藏高原隆升与西
宁市地质灾害的关系研究口丄青海国土经略，
2018,(3)：58〜61.
：3] 杨玲，权开兄，代庆礼，等.西宁市重大地质灾
害隐患分布规律硏究口丄 青海环境,2015,25
(3):113 — 116,121.
[4]
刘峰，陈惠娟，王士东，等.西宁市主要地质灾 害成因及变形破坏模式分析口丄地下水，
2015,37(3):175 — 177.
：5] 陈飞，郭顺，熊如宗，等.基于层次分析法的地
质灾害危险性评价m.有色金属科学与工程，
2018,9(5).54〜60.
[6]
丁丽，李再兴，李学问，等.基于层次分析法的 登封市地质灾害危险性评价口丄地质灾害与 环境保护，2016,27(2):92〜96.
：7] 张晓东，刘湘南，赵志鹏，等.基于层次分析法
的盐池县地质灾害危险性评价口丄国土资源
遥感,2019,31(3):183〜192.
[8] 王夏林，严宝文.基于爛权的可拓理论在地灾 危险性评价中的应用口].人民长江,2012,43
(21)：70〜74.
[9]
田云军.基于爛权可拓理论的水利工程地质灾
害危险评价研究EJ1水利规划与设计，2017 ,
(5);113〜116.
：10]宁娜，舒和平，刘东飞，等.基于爛权和模糊评
判的单沟泥石流危险性评价口丄兰州大学学 报(自然科学版),2014,50(3).369〜375.
：11] 唐亚明，程秀娟，薛强，等.基于层次分析法的
黄土滑塌风险评价指标权重分析□丄中国地 质灾害与防治学报,2012,23(4):40〜46.
：12] 房浩，何庆成，徐斌，等.沧州地区地面沉降灾
害风险评价研究口丄水文地质工程地质，
2016,43(4)-159〜164.
：13] 罗日洪，黄锦林，唐造造.基于 AHP 和GIS
的山区小流域山洪灾害风险区划研究口1灾 害学,2018,33(2)-64 — 69・
口4] 唐红梅，韩明明，闫凝.基于GIS 的重庆巫山
县崩塌灾害危险性分区评价□丄重庆师范大
学学报：自然科学版，2019,36(5):72〜79.
[15] Chen, Wei ,Xie ,Xiaoshen ,Peng ,Jianbing ,et
al. GIS ——based landslide susceptibility mod ­elling • a comparative assessment of kernel logistic regression, Naive — Bayes tree, and alternating decision tree models C J ]• Geo -
matics , Natural Hazards and Risk, 2017, 8(2)：950〜973.
84。