基于改进AHP的元谋县地质灾害危险性评价

章瑞 温兴平 罗大游

摘 要：元谋县地质灾害严重，对其进行地质灾害评价有利于预防地质灾害。通过Arcgis与ENVI软件生成地质灾害危险性的8个评价因子图。构建层次结构模型，通过Python实现改进的层次分析法（AHP），计算出评价因子权重，对元谋县地质灾害危险性进行评价并验证。研究结果表明：①元谋县以中危险区域为主，高、中、低、轻微危险区域所占比例分别为16.3%、39.5%、24.9%、19.3%; ②地质灾害点落在高、中、低危险地区共占86.1%，落在轻微危险地区为13.9%。改进AHP简化了传统AHP的计算难度，地质灾害危险性评价结果精度较高。

关键词：改进AHP;地质灾害;灾害评价;Arcgis

DOI：10. 11907/rjdk. 192647 开放科学（资源服务）标识码（OSID）：

中图分类号：TP319文献标识码：A 文章编号：1672-7800（2020）008-0130-04

Abstract：The geological disasters in Yuanmou County are serious， and the evaluation of geological disasters is conducive to the prevention of geological disasters. Eight evaluation factor maps for geological hazard risk were generated by Arcgis and ENVI software， and a hierarchical structure model was constructed. The improved analytic hierarchy process was implemented by Python， and the corresponding weights of evaluation factors were calculated to evaluate the geological hazard risk of Yuanmou County. The results show that Yuanmou County is dominated by medium-risk areas， and the proportions of high， medium， low and slightly dangerous areas are 16.3%， 39.5%， 24.9%， 19.3%. Meanwhile geological disasters in high， medium and low-risk areas accounted for 86.1% in total and 13.9% in slightly dangerous areas. The improved AHP simplifies the computational difficulty of the traditional AHP， and the obtained geological disaster risk assessment results are highly accurate.

Key Words：improved AHP;geological hazard risk; disaster assessment;Arcgis

0 引言

地质灾害是自然或人为作用所致，严重危害人类生命财产和生存环境安全，2019年1-7月，全国共发生地质灾害4 815起，死亡150人，直接经济损失高达11.6亿元。遥感具备得天独厚的优势，可从不同高度、角度对地质研究提供帮助[1-2]。遥感在地质上的应用也越来越多，汶川地震時遥感发挥了重要作用[3-4]。地质灾害危险性评价常见方法有趋势面分析法[5]、神经网络法[6]、模糊层次分析法[7]、信息量模型[8]、层次分析法[9]、Logistic回归模型[10]等。层次分析法（the analytic hierarchy process）20世纪70年代由运筹学家托马斯·塞蒂首次提出，但层次分析法存在指标增多时，符合一致性的判断矩阵极难构建等缺点，因此有人将评价因子重要性判断改成三标度法[11]。标度的方法确实使判断矩阵的一致性更容易通过，但也只能粗略判断评价因子之间的重要性。本文在传统层次分析法基础上保留了九标度法，将同一层次的评价因子分为两个层次，在减少工作量的同时能得到较高精度的地质灾害危险性评价结果。

1 研究区概况

元谋县南北长78km，东西宽28km，整体呈南北向长条状。四周山峦环绕。地势东南高西北低，中部为元谋盆地。最高峰大营盘山海拔2 835.9m，最低为金沙江边的黑者村海拔899m，高差1 936.9m[12]。境内沟谷纵横，河网密布，龙川江及支流属金沙江水系，南部花同乡依轱轳河为元江水系。元谋属低纬度高原季风气候，5-10月为雨季，降雨量充沛[13]。近些年因经济发展、人口增长，森林覆盖率由建国初期的12%降至现在的5.2%，覆盖度较低。元谋县山区、半山区占85%，因此极易诱发地质灾害。

2 实验方法

地质灾害危险性指地质灾害发生的可能性及危害性，灾害活动越频繁，危险系数就越高，灾害的影响就越大[14-15]。本文主要通过Acrgis、ENVI、Python三款软件实现地质灾害危险性评价。其中Acrgis、ENVI主要负责遥感数据处理与出图，Python实现层次分析法。

2.1 评价因子成果图

元谋县地质灾害以崩塌、泥石流、滑坡为主，其评价因素很多。本文基于对地质灾害影响最大的原则，借鉴他人选择的评价因子[16]，最终选择地层岩性、断裂距离、坡度、坡向、土地利用、人类活动程度（道路的距离）、水系河流的距离、降雨量共8个评价因子，通过Arcgis软件生成研究区地层岩性、断裂构造、道路、水系、坡度、坡向、降雨量栅格图。用ENVI软件生成研究区土地利用栅格图，依据表1的分级标准通过Arcgis对以上8张图进行重分类，结果如图1所示。将评价因子对地质灾害危险性的影响量化，数值越大，对地质灾害危险性的影响越大。

2.2 评价模型

2.3 改进的层次分析法

传统层次分析法有一个很严重的缺点：当指标过多时，权重难以确定[17]。采用层次分析法所需指标会不可避免地增加，指标增加意味着需要构建更大的判断矩阵。由于传统层次分析法使用9标度法构建判断矩阵，评价因子增多会导致评价因子两两之间的重要程度判断变得困难，一致性判断需更改原先的判断矩阵，然而指标多的判断矩阵更改很困难。所以，指标增加后，层次分析法的工作难度加大。本文层次分析法有以下改进：将一个层次的8个评级因子拆分成2个层次4类，将传统所用的8×8的矩阵拆成1个4×4的矩阵和4个2×2的矩阵，这样可以较为轻松地构建一致性判断矩阵。本文将地层岩性及断裂距离归为岩性构造，将坡度、坡向归为地形地貌，将土地利用与道路距离归为人类影响，河流水系密度与降雨量归为其它因子。相关模型如图1所示。层次分析法发展至今已比较成熟，相关例子较多[18-22]，这里不再赘述。通过Python实现改进的层次分析法，运行代码得出对应的权重及CI（判断矩阵一致性系数，小于0.1代表判断矩阵符合一致性），5个判断矩阵的CI都小于0.1，符合一致性。各评价因子权重见表2。

3 结果与分析

将利用指数加权法制作的图用ENVI的Band math工具进行归一化处理，采用Arcgis统计工具中的自然断点法分成高危险区域、中危险区域、低危险区域、轻微危险区域4个类别，重分类后见图2。通过Arcgis的统计工具可得高危险区域面积329.42km2，占16.3%;中危险区域面积798.30km2，占39.5%;低危险区域面积503.23km2，占24.9%;轻微危险区域面积390.05km2，占19.3%。

通过统计工具得出灾害点落在轻微危险区域11个，落在其它危险区域68个。该结果说明采用Arcgis与ENVI软件得出的地质灾害危险性评价结果精度高，具备实用价值。

两个高危险区域聚集区具体情况如下：

（1）姜驿乡江边是地质灾害易发区，该区主要有生界砂、泥岩等，区内岩体破碎，风化严重。雨量充沛，植被稀少，极易诱发地质灾害。其中，滑坡、崩塌处于不稳定状态，泥石流处于发展期，中等易发。

（2）平田乡南部、老城乡北部以构造侵蚀高中山地貌为主，其中有明显三级剥夷面，高差大，岩体结构面发育，风化强烈，容易由降雨诱发崩塌、滑坡等地质灾害。区域灾害点密度大，滑坡均不稳定。

4 结语

本文应用遥感软件，将选出的8个评价因子（地层岩性、断裂距离、坡度、坡向、土地利用、道路距离、水系河流距离、降雨量）量化成栅格图。对传统层次分析法加以改进，将同一层次的评价因子分为两个层次，相当于将多指标判断矩阵转化为多个指标少的判断矩阵，大大减少了层次分析法的工作量，降低了工作难度。通过编程实现AHP并得到精度较高的结果，证明其具备实用性。针对AHP的弊端主要来源于矩阵的一致性判断，而层次分析法一大缺点是矩阵的一致性判断缺乏科学依据，因此未来要针对一致性判断进行重点改进。

参考文献：

[1] 徐冠华，田国良，王超，等. 遥感信息科学的进展和展望[J]. 地理学报，1996（5）：385-397.

[2] 杨金中，赵玉灵. 遥感技术的特点及其在地质矿产调查中的作用[J]. 矿产勘查，2015，6（5）：529-534.

[3] 沈芳，黄润秋，苗放，等. 区域地质环境评价与灾害预测的GIS技术[J]. 山地学报，1999（4）：338-342.

[4] 柳源. 中国地质灾害（以崩、滑、流为主）危险性分析与区划[J]. 中国地质灾害与防治学报，2003（1）：98-102.

[5] 吕义清，刘鸿福，李晓聪. 基于趋势面分析法的地质灾害危险性评价系统[J]. 水土保持通报，2011，31（2）：155-158.

[6] 杨绍章. 神经网络法在地质灾害评估中的应用及分析[J]. 资源信息与工程，2016，31（3）：173-174.

[7] 曹璞源，胡胜，邱海军，等. 基于模糊层次分析的西安市地质灾害危险性评价[J]. 干旱区资源与环境，2017，31（8）：136-142.

[8] 谈树成，赵晓燕，李永平，等. 基于GIS与信息量模型的地质灾害危险性评价——以云南省丘北县为例[J]. 西北师范大学学报（自然科学版），2018，54（1）：67-76.

[9] 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險性评价[J]. 国土资源遥感，2019，31（3）：183-192.

[10] 陈朝亮，张文君，钱静，等. 基于改进Logistic回归模型在地质灾害评价中的应用[J]. 环境科学与技术，2019，42（4）：188-193，213.

[11] 王春燕，乔娟. 改进的层次分析法及模糊综合评价法在病险水库除险加固治理效果评价中的应用[J]. 水电能源科学，2019，37（10）：64-67.

[12] 李鹏，黄杰. 云南省元谋县地质灾害详细调查报告[R]. 中国有色金属工业昆明勘察设计研究院，2016.

[13] 鲁永新，姚光强，鲁敏，等. 元谋干热气候资源特征分析[J]. 水文，2019，39（4）：68-73.

[14] 陈海燕，杨诗芳，许浩恩，等. 基于GIS的精细化暴雨致灾预警指标研究[J]. 自然灾害学报，2013，22（2）：136-143.

[15] 史培军，袁艺. 重特大自然灾害综合评估[J]. 地理科学进展，2014，33（9）：1145-1151.

[16] 王少华，郭令芬，赵力颖. 基于模糊层次分析法的吉林省临江市地质灾害危险性评价[J]. 黑龙江工程学院学报，2018，32（4）：16-20，26.

[17] 赵静. 数学建模与数学实验[M]. 北京：高等教育出版社，2000.

[18] 秦吉，张翼鹏. 现代统计信息分析技术在安全工程方面的应用——层次分析法原理[J]. 工业安全与防尘，1999（5）：44-48.

[19] 常建娥，蒋太立. 层次分析法确定权重的研究[J]. 武汉理工大学学报（信息与管理工程版），2007（1）：153-156.

[20] 章正高. 采用层次分析法对地质灾害进行危险性评价——以汉阴县地质灾害为例[J]. 西安科技大学学报，2014，34（1）：87-91，103.

[21] 段若晨，王丰华，顾承昱，等. 采用改进层次分析法综合评估 500 kV输电线路防雷改造效果[J]. 高电压技术，2014，40（1）：131-137.

[22] ANVARI A，ZULKIFLI N， SOROOSHIAN S，et al. An integrated design methodology based on the use of group AHP-DEA approach for measuring lean tools efficiency with undesirable output[J].  The International Journal of Advanced Manufacturing Technology，2014（70）：9-12.

（责任编辑：杜能钢）