城市地质环境评价及实践

2023-11-03 理论教育版权反馈

【摘要】：自然状态下城镇地质环境问题易发性评价仅考虑自然因子,而人为活动状态下城镇地质环境问题影响性评价需结合考虑自然因子和人为因子。在地质环境评价实际工作中,多采用梯形分布隶属函数确定隶属度。

(一)评价方法

模糊综合评判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,是目前地质环境评价应用较为成功的一种方法。由于环境复杂性、评价对象层次性、评价标准模糊性、评价因素的不确定性以及定量定性评价因子的困难性,难以用经典的数学模型来统一评价。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,并且各因子之间具有一定程度上的相关性。为此,引入主成分分析法,将原来众多因子转化为少数主成分,降低因子间的相关性,并保留其原有的信息内容,同时避免了随意性,客观地确定各因子的权重,使结果更加可靠。在此基础上,本节选取主成分分析-模糊综合评判法的地质环境影响评价模型。研究数据来源于广州市白云区金沙洲地区岩溶地面塌陷和地面沉降调查及监测成果。

(二)评价单元划分

在平面坐标格网的基础上,采用正方形网格单元划分法,按250m×250m的网格将金沙洲地区划分为136个评价单元。

(三)评价指标体系构建

1.评价因子选取

城镇地质环境影响因素包括自然因素和人为因素两方面。自然因素,即地质环境背景因素,包括地形地貌、地质构造、水文地质条件等,控制城镇地质环境问题的发育特征及其治理的相对难易程度。人为因素,指人为改造地质环境进而对其造成破坏,包括采矿活动、工程建设等,是城镇地质环境问题的诱发因素。

在自然因素方面,研究区地层岩性变化大,断裂构造发育,区内存在发生地质环境问题的隐患。另外研究区位于广花盆地岩溶发育区,岩溶和土洞发育,易于地面塌陷的发生。研究区大面积分布厚层软土,为地面沉降的发生提供不利条件。在人为因素方面,研究区作为居住新城,采矿活动对地质环境的影响不大,而在城镇工程建设中,人为抽排地下水造成地下水位波动甚至大幅度下降,成为影响区内地质环境的重要因素。因此,结合金沙洲地区地质环境和社会发展特点,从自然因子和人为因子两方面构建评价指标体系。自然因子包括地层岩性(Z1)、地质构造(Z2)、岩溶率(Z3)、软土厚度(Z4)、土洞发育程度(Z5)和地下水类型(Z6)6类指标;人为因子选取地下水位标高(Z7)作为定量指标(图11-4)。自然状态下城镇地质环境问题易发性评价仅考虑自然因子,而人为活动状态下城镇地质环境问题影响性评价需结合考虑自然因子和人为因子。

pagenumber_ebook=273,pagenumber_book=263

图11-4 评价因子体系

2.评价因子量化

由于指标体系中各因子的量纲和衡量尺度差异较大,采用Z-score法对指标数据进行标准化变换,对于缺乏定量数据的描述型因子,采用1～9级赋值法,基于其定性描述赋予分值后(表11-1),再结合数值型因子进行标准化变换。

表11-1 定性评价因子分级表

pagenumber_ebook=273,pagenumber_book=263

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、中、差(表11-2)。

表11-2 城镇地质环境影响评价指标分级

pagenumber_ebook=273,pagenumber_book=263

(四)权重确定

由于每种指标对最终评价结果的影响程度不同,即各指标所占的权重是不一样的,因此基于SPSS24.0平台,采用主成分分析法确定自然状态下和人为状态下各影响因子的权重。

1.主成分确定

首先,对标准化数据进行KMO和巴特利特球形度检验,检验结果见表11-3。在自然状态和人为活动状态下KMO统计量值分别为0.748和0.729,均大于0.7;巴特利特球形度检验的显著性为0,均小于0.5。说明主成分分析对两组数据处理是合理的。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=273,pagenumber_book=263 (表11-4和表11-5)。

表11-3 KMO和巴特利特球形度检验

pagenumber_ebook=274,pagenumber_book=264

表11-4 自然状态下各成分初始特征值

pagenumber_ebook=274,pagenumber_book=264

表11-5 人为活动状态下各成分初始特征值

pagenumber_ebook=274,pagenumber_book=264

根据累积方差贡献率大于80%选取主成分,由上述结果可知,自然状态下选取前3个成分作为主成分,累积方差贡献率达82.24%。人为活动状态下选取前4个成分作为主成分,累积方差贡献率达85.603%。选取的主成分均可以很好地解释大部分原始变量信息。

2.权重计算

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=274,pagenumber_book=264

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;

aj——第j个主成分的方差贡献率;

n——主成分的个数;(www.chuimin.cn)

ai——第i项指标权重;

p——指标个数。

由式(11-1)和式(11-2)求出各因子的权重ai(表11-6和表11-7)。

表11-6 自然状态下各指标特征向量及权重

pagenumber_ebook=274,pagenumber_book=264

表11-7 人为活动状态下各指标特征向量及权重

pagenumber_ebook=274,pagenumber_book=264

(五)模型构建

1.建立评估集和因子集

设U和V是两个有限的论域:

U={岩溶率,地质构造,软土厚度,……,地下水位标高}为评价因子集,V={优,良,中,差}为评语等级集。

在地质环境影响性的分级评价中,U是一个模糊向量,而V则是一个矩阵。在U和V都给定后,评价因子集论域和评语等级集论域之间的模糊关系用模糊关系矩阵Z来表示。

2.隶属度确定

模糊关系矩阵Z即隶属度矩阵,采用隶属函数来定量描述评价因子对地质环境影响级别隶属程度大小。在地质环境评价实际工作中,多采用梯形分布隶属函数确定隶属度。以第三种评价因子岩溶率为例,其隶属函数为:

pagenumber_ebook=275,pagenumber_book=265

式中:x——该评价因子在各单元内的实际取值。依此类推,可得到地层岩性、地质构造等其他6个评价因子的隶属度函数,结合其实际取值,得到隶属度矩阵Z。

3.模糊变换与综合评判

将各评价因子的隶属度Z和权重向量A(A={a1,a2,…,an})选择适当的合成算子进行模糊变换,得到模糊综合评判向量B(B=A·Z)。为了综合考虑各因素对地质环境质量总的影响,采用M(·,⊕)算法。该算法的运算规律是:

pagenumber_ebook=275,pagenumber_book=265

式中:ai——指标i的权重;

rij——指标i对评语集中第j级别的隶属度。

根据最大隶属原则,B向量中最大者即为评判单元的质量等级,得到模糊综合评判结果。

4.模型运算

任意选取第95个评价单元为例进行模糊综合评判。第95个评价单元地层岩性为石磴子组可溶性灰岩,断裂构造发育中等,岩溶现象发育良好,岩溶率约20%,上覆软土厚度约3m,钻孔未揭露土洞,地下水类型为块状岩类裂隙水,此处为武广客运专线金沙洲隧道附近地区,人为抽排水活动强烈,地下水位标高-0.75m。

将第95个评价单元各因子取值代入其相应的隶属度函数中,得到各评价因子属于各评价等级的隶属度值,然后根据模糊变换分别得到自然状态和人为活动状态下的模糊综合评判向量B(表11-8)。

表11-8 各评价因子隶属度

pagenumber_ebook=276,pagenumber_book=266

由以上结果得自然状态下模糊综合评判向量B={0.496,0.078,0.251,0.175},根据最大隶属度原则,该评价单元属于地质环境问题低易发区;人为活动状态下模糊综合评判向量B={0.281,0.052,0.209,0.459},根据最大隶属度原则,该评价单元属于地质环境问题影响严重区。其余135个评价单元依次类推,最终通过Map GIS分别得到金沙洲地区自然状态下地质环境问题易发性评价图和人为活动状态下地质环境影响性评价图(图11-5、图11-6),并对评价结果进行分析(表11-9、表11-10)。

pagenumber_ebook=276,pagenumber_book=266