[发明专利]一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法

说明书

本发明提供一种基于聚类‑信息量耦合模型下的滑坡灾害易发性空间预测方法，采用K‑means算法对地形评价因子的评价指标进行聚类等级划分，充分考虑了单个评价单元内各个地形评价因子的内在联系，而距离类评价因子采用自然断点法从数值上进行等级划分；再根据信息量模型计算每个评价因子的不同等级下的信息量，根据每个评价单元的各评价因子所在等级的信息量求和得到该评价单元的滑坡信息量，从而得到地图中所有评价单元的滑坡信息量，再结合频率比模型，进行信息量等级划分，最终得到滑坡易发性等级区划图。本发明有较高的滑坡灾害易发性的空间预测精度，可以作为灾害防治，以及灾害治理的依据。

技术领域

本发明涉及地质灾害评估及预测技术。

技术背景

地质灾害是在多种评价因子相互作用下而形成的，基于信息熵系统分析各个评价因子对滑坡灾害易发程度的贡献值，能比较准确的反映地质灾害的发育特征。评价因子可以是某种地形或者地貌特征。传统的信息量模型作为一种有效的区域地质灾害预测方法，它是把影响区域稳定性的评价因子的实测数据转化为反映区域稳定性的信息量，信息量越大，地质灾害易发性越高。

信息量模型的建立为对每个评价因子划分等级，再计算各评价因子在各个等级的信息量，得到所有评价因子在各个等级所对应的信息量，从而建立信息量模型。之后，通过计算得到每个评价单元内各个评价因子的加权信息量建立地质灾害易发性的空间预测模型。

传统的信息量模型，在对各个评价因子中各等级进行等级划分时，通常人为均匀地划分等级或者利用GIS软件自带的方法进行分级。申请人发现这种分级方法会忽略不相邻类别间的相似性，划分断点没有可靠性依据，某些区间附近元素会被排斥在外，从而导致某些有意义的区间被忽视，最终导致建立的信息量模型的准确性受到影响。

我国某些地区的复杂地形导致近年来地质灾害频发。这对当地居民生活及生命安全造成了严重的威胁，对滑坡进行易发性空间预测，能在宏观上了解一个区域滑坡发生的可能性大小，为防灾减灾提供科学参考，也能减轻人民生命财产的损失。

发明内容

本发明所要解决的技术问题是，提供一种通过更合理地划分评价因子等级，从而得到更准确进行滑坡灾害易发性空间预测的方法。

本发明为解决上述技术问题所采用的技术方案是，一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法，包括以下步骤：

1)将需要进行滑坡灾害易发性空间预测的区域进行评价单元划分；设置评价因子，所述评价因子包括地形评价因子、距离类评价因子、植被指数和地层岩性；

2)确定划分等级的标准：统计出每个评价单元内的地形评价因子的评价指标，根据地图中所有评价单元的地形评价因子的各指标以及预设的等级数使用K-Means聚类算法进行等级划分，确定地图中每个评价单元的所有地形评价因子所在等级；所述地形评价因子的评价指标包括均值、标准差、方差、最大值和最小值；对距离类评价因子、植被指数和地层岩性采用自然断点法划分等级，确定地图中每个评价单元的所有评价因子所在等级；

3)计算每个评价因子的各个等级所对应的信息量，从而得到信息量模型；信息量的计算方法为：

其中，I_j为一个评价因子的一个等级X_j的信息量，N_j为地图中含有X_j的滑坡灾害点总数，N为地图中所有滑坡灾害点总数，A_j为地图中含有X_j的评价单元总数，A为地图中的评价单元总数；

4)查找信息量模型得到每个评价单元内所有评价因子所在等级的信息量，并将查找到的这些信息量之和作为该评价单元的滑坡信息量；

5)使用频率比法根据各评价单元的滑坡信息量进行易发性等级划分；完成地图中所有评价单元的易发性等级划分后，形成易发性等级区划图；将易发性等级区划图用于滑坡灾害易发性的空间预测。