定量预测研究及实践|城市地质环境安全评价理论与模型

2023-11-03 理论教育版权反馈

【摘要】：数学模式法能给出定量的预测结果,但需一定的计算条件和输入必要的参数、数据。模糊综合评判法一方面既可以顾及评判对象的层次性,又可使评价标准、影响因素的模糊性得以体现,还可以做到定性和定量因素相结合,扩大信息量,使评价精度得以提高;另一方面,在评价中可以充分发挥人的经验,使评价结果更客观,符合实际情况。因此,对于缺乏定量数据的因子,采用定性描述赋予分值后进行相对比较。

(一)概述

定量评价地质环境影响使用较多的方法有:数学模式法、物理模型法、指标评价法。

数学模式法能给出定量的预测结果,但需一定的计算条件和输入必要的参数、数据。一般情况此方法比较简便,应首先考虑。选用数学模式时要注意模式的应用条件,如实际情况不能很好满足模式的应用条件而又拟采用时,要对模式进行修正并验证。

物理模型法定量化程度较高,再现性好,能反映比较复杂的环境特征,但需要有合适的试验条件和必要的基础数据,且制作复杂的环境模型需要较多的人力、物力和时间。在无法利用数学模式法预测而又要求预测结果定量精度较高时,应选用此方法。

指标评价法是通过一定的数学模型定量评价人为环境影响因子对地质环境影响程度大小。在评价中,人为影响因子的选取及其权重的确定、评价标准的合理性,决定了评价的客观性。

(二)评价思路

采用主成分分析-模糊综合评判法评价城镇建成区人类活动对地质环境的影响程度。

模糊综合评价法是建立在模糊集基础上,以隶属度来描述模糊界限的评价模型,是目前在环境评价中应用比较成功的一种方法。由于环境的复杂性、评价对象的层次性、评价标准中存在的模糊性以及评价影响因素的模糊性或不确定性、定性指标难以定量化等一系列的问题,使得我们难以用经典的数学模型加以统一量度。模糊综合评判法一方面既可以顾及评判对象的层次性,又可使评价标准、影响因素的模糊性得以体现,还可以做到定性和定量因素相结合,扩大信息量,使评价精度得以提高;另一方面,在评价中可以充分发挥人的经验,使评价结果更客观,符合实际情况。但是,评价因子多为人为选取,存在较强的主观性。为此,引入主成分分析法,客观地确定各个指标的权重,避免了随意性;同时主成分分析将原来众多因子转化为少数主成分,可避免计算过程中由于因子众多、数据复杂而造成的人工计算误差,使结果更加可靠。本书利用主成分分析法选取影响地质环境演变的关键因子,将其作为模糊综合评价的评价因子,构建主成分分析-综合模糊评价法的地质环境影响的耦合评价模型。评价程序见图7-3。

pagenumber_ebook=118,pagenumber_book=108

图7-3 地质环境影响评价程序图

(三)评价指标体系的建立

1.评价因子选取

城镇地质环境评价因子的选取及分类是建立评价模型的先决条件。

1)评价因子选取原则

一般地,在选取评价指标的时候应该尽量遵循的总体基本原则包括以下几项:评价指标对评价目标是必要的;评价指标对评价目标是充分的;评价指标对应的要素数据应该是当前工作阶段可以获得的;评价指标之间应该尽量相互独立,且尽量将重要的控制因素考虑进来。

评价指标的选择应遵循以下具体原则。

(1)整体性原则。

指标体系应涵盖为达到评价目的所需的基本内容,同时具有代表性和典型性,能够客观反映地质环境的压力、状态、响应以及变化特征。

(2)可操作性原则。

指标体系中各属性因子来源于城镇地质环境调查的量化指标,对缺乏定量数据的因子,采取定性描述、相对比较赋值进行量化。

(3)简要性原则。

指标体系要层次分明,简明扼要。

(4)可比性原则。

指标体系应具有横向可比性和纵向的连续性,要尽可能采用相对属性,在反映对象之间规模上的差异,也应选取一些绝对属性。

2)评价因子选取及分类

在分析城镇地质环境问题的过程中,充分考虑城镇地质环境存在问题的普遍性和特殊性。城镇地质环境影响性评价指标的选取,一般分为两类,包括:自然因子和人为因子。

(1)自然因子。

自然因子是指工作区内的地质环境自然背景,包括地形坡度、气象水文、地层岩性、地质构造、植被覆盖率、水文地质条件等,反映了区域地质环境的容量,控制着地质灾害的发育特征及其恢复治理的难易程度。

(2)人为因子。

人为因子是指人类活动对自然进行改造而使地质环境发生改变的情况,包括开发方式、土地资源及土壤环境的破坏、水资源及水环境的破坏、地质灾害等,反映了地质环境的现状和发展趋势及人类活动对自然环境的影响程度。

2.评价指标层序结构建立

地质环境影响评价指标体系是用来表征具体地质环境特性及人类活动对其影响的指标体系。目前,国内外没有统一的关于城镇地质环境影响的指标体系,这是因为实际的城镇地质环境千差万别,研究内容各有不同,所以,建立统一的指标体系解决不同区域的环境影响评估是很难的。但是,可以根据影响城镇地质环境安全的因素分析,建立相对统一的城镇地质环境影响评价指标层次结构体系。城市工程地质环境是一个复杂的大系统,城镇地质环境影响评价必须根据城镇区域的地质环境条件,区分出不同层次的因素指标,进行分层归类。建立城镇地质环境影响指标体系是推进城镇地质环境影响定量研究的重要手段,一个切实可行的指标体系,才能使评估结果准确可靠。因此,建立的指标体系必须具有代表性、可比性和准确性。据此,地质环境影响评估指标一般可以分为以下几个层次。

1)目标层

表示解决问题的目的,即进行城镇地质环境影响评价。

2)准则层

表示采取某种措施来实现或论证预定的总目标所涉及的中间环节。城镇地质环境影响的评价必须考虑到地形地貌、岩土类型与特征、水文地质条件、地质灾害与环境工程地质问题、人类工程-经济活动等因素,它一般代表着城镇工程地质环境的总貌。

3)指标层

指标层中某个因素有联系的其他因素,如岩土类型与特征必须由场地类型及承载力这几个因素来反应。

4)方案层

通过城镇地质环境质量的评估与分区,对于建成区,提出地质环境问题及地质灾害防治对策建议;对于规划区,选择最佳土地使用方案、最佳工程建设区和不利的工程地质条件分布区。

3.评价因子量化

由于指标体系中各属性因子的量纲和衡量尺度差异较大,相互间定量可比性较差。因此,对于缺乏定量数据的因子,采用定性描述赋予分值后进行相对比较。分值体现的是指标的相对程度。

地质环境影响评价是建立在指标因子的量化分级基础上的,为了便于评价对比,对各指标因子进行相同等级划分并赋值(标准特征值),等级划分为优、良、一般、中、差。数值型指标可以用数值直接量化统计分级,而描述型指标则根据一定的标准进行概化,统一用数据(干扰指数)表示。

(四)评价指标权重的确定

采用主成分分析法确定评价指标权重,其基本原理是在一系列具有相关性的统计数据中找出彼此间趋向独立的并且足以反映原始数据的共同因素,用少于原来变量维数且互不相关的主成分替代原来的变量,其权重由方差贡献率计算得出。具体方法步骤如下。

1.确定主成分

计算标准化指标每两项数据间的相关系数,分别得到自然状态和人为活动状态下的相关系数矩阵R,由特征式|λI-R|=0求得相关系数矩阵R的n个特征根,将其按大小排列为λ1≥λ2≥…≥λn,计算其相应的方差贡献率,即 pagenumber_ebook=119,pagenumber_book=109 。根据累积方差贡献率大于80%选取主成分。

2.权重值计算

各指标权重由主成分特征向量和方差贡献率共同确定。主成分特征向量表示各指标在相应主成分上所解释的比例,方差贡献率表示主成分占最终结果的权重。

计算公式如下:

pagenumber_ebook=120,pagenumber_book=110 (www.chuimin.cn)

式中:Ai——第i项指标系数;

xij——第j个主成分第i项指标的特征向量;

αj——第j个主成分的方差贡献率;

n——主成分的个数;

ai——第i项指标权重;

p——指标个数。

主成分分析法不仅可以反映原有指标的信息量,而且可以解决因各指标间的相关性造成的信息重叠问题,并进行降维处理以减少计算量;同时还可以客观地确定评价指标权重,避免主观人为的随意性。

(五)评价模型

当前,开展地质环境影响性评价的数学模型主要有:综合指数法、模糊综合评判法、灰色关联度法。

模糊综合评价法是以隶属度来描述模糊界限的,是目前在环境评价中应用比较成功的一种方法,由于环境的复杂性、评价对象的层次性、评价标准中存在的模糊性以及评价影响因素的模糊性或不确定性、定性指标难以定量化等一系列的问题,使得我们难以用经典的数学模型加以统一量度。因此,建立在模糊集基础上的模糊综合评判法一方面既可以顾及评判对象的层次性,又可使评价标准、影响因素的模糊性得以体现,还可以做到定性和定量因素相结合,扩大信息量,使评价精度得以提高;另一方面,在评价中又可以充分发挥人的经验,使评价结果更客观,符合实际情况。

以下介绍模糊数学综合评价的基本原理。

1.评估集和因子集确定

设U和V是两个有限的论域:

因素集U={μ1,μ2,μ3,…,μn},μi为评价因素或评价指标;评价集V={υ1,υ2,υ3,…,υn},υi为评语等级或类别。

在地质环境质量的分级评价中,U是一个模糊向量,而V则是一个矩阵。在U和V都给定后,因素论域(环境因子)与评语论域(评估标准)之间的模糊关系可以用模糊关系矩阵R来表示:

pagenumber_ebook=120,pagenumber_book=110

根据模糊关系的定义,rij表示第i个评估因子的环境质量数值可以被评为第j级环境评估质量的可能性,即i对于j的隶属度。因此,模糊关系矩阵R中的第i行Ri=(ri1ri2ri3…rim),i=1,2,3,…,m,实际上代表了第i个评估因子对各级环境质量标准的隶属性;而模糊关系矩阵中的第j列Rj=(rj1 rj2rj3…rjm),j=1,2,3,…,n,则代表了各评估因子对第j级环境质量标准的隶属性。

如果因素论域U上的模糊子集为:

式中:ai(i=1,2,…,m)——单因素ui在所有因素中所起作用大小的度量,可以视为第i个评估因子在环境质量评价的诸评估因子中的权重。

评语论域上模糊子集为:

式中:bj(j=1,2,…,n)——vj对综合评定模糊子集的隶属程度,也就是第j级环境质量标准对综合分级的隶属程度。

2.隶属函数建立

隶属函数是用来定量描述评价因子对地质环境质量级别隶属程度大小的函数形式。隶属函数的确定方法有很多种。如矩形隶属函数、S型分布隶属函数、正态性分布隶属函数、柯西分布隶属函数、梯形分布隶属函数、半梯形分布隶属函数等。

在地质环境评价实际工作中,梯形分布的隶属函数应用最为广泛,并且获得了较好的效果。

隶属函数有下列关系式:

pagenumber_ebook=121,pagenumber_book=111

式中:xi1,xi2,…,xin——第i种评价因子的第1,2,…,n等的评价标准,取各等级标准范围值的中位数;

X——评价因素的基础数据;

rij——第i种评价因子对j等级的隶属度。

隶属函数图如图7-4所示,求出模糊关系矩阵R。

pagenumber_ebook=121,pagenumber_book=111

图7-4 分级隶属函数图

3.模糊变换与综合评判

矩阵合成表达式为:

其中合成算子很多,根据模糊集的运算方法,可以有4种模型用以计算评估结果向量B的值。常用的模糊集的运算方法如表7-23所示。

表7-23 常用的模糊集的运算方法

pagenumber_ebook=122,pagenumber_book=112

模型M1、模型M2都突出了主因素,属于单因素决定模型,两者与加权平均模型M3都可以用于地质环境质量评估。在评估出发点、评估原理等方面各有特点,但因素决定模型适用于个别参评因素超标过大,严重影响地质环境质量,评估出发点为希望体现单因素否决的情况。而加权评估模型则主要适用于各个参评因素超标情况接近,即不存在单因素否决,并且评估出发点为希望评估体现不同参评因子对地质环境质量的综合情况,模型M4在计算中没有突出的主要因素。

在计算出bj(j=1,2,…,n)的值后,就可以根据bj的大小来进行环境质量评估。

(六)评价分级

根据地质环境组成、地质环境问题两个方面的特征,城镇地质环境影响评价等级与评价指标等级相对应,一般划分为五级,由低到高分别表示城镇地质环境受人类活动的影响状态为理想、良好、一般、差、恶劣(表7-11)。

此外,也可根据评价区的实际情况或者评价目的的不同对评价等级划分做相应的调整,如分为三级(好、中等、差)。

(七)计算过程

采用不规则多边形网格单元划分法划分评价单元,以各评价指标的属性边界作为评价单元的边界,将各评价指标的矢量图通过Map GIS平台叠加得到多个各指标数量具有极高相似性的自然评价单元,运用评价模型计算各个评价单元的指数。

(八)评价分区

按城镇地质环境影响评价结果(人为影响条件下地质环境问题易发性评价-自然条件下地质环境问题易发性评价),依据城镇地质环境影响评价等级特征(见表7-11),对评价工作区进行地质环境影响程度等级分区。

最后,根据城镇地质环境影响评价分区结果,结合评价区实际情况,利用Map GIS空间分析功能可得到工作区地质环境影响评价区划图。