本发明涉及地质灾害领域，具体为一种智能地质灾害危险性分析方法。
背景技术：
地质灾害是指在地球的发展演化过程中，由各种地质作用形成的灾害性地质事件，地质灾害在时间和空间上的分布变化规律，既受制于自然环境，又与人类活动有关，往往是人类与自然界相互作用的结果，以地质动力活动或地质环境异常变化为主要成因的自然灾害，在地球内动力、外动力或人为地质动力作用下,地球发生异常能量释放、物质运动、岩土体变形位移以及环境异常变化等,危害人类生命财产、生活与经济活动或破坏人类赖以生存与发展的资源、环境的现象或过程，不良地质现象通常叫做地质灾害，是指自然地质作用和人类活动造成的恶化地质环境，降低了环境质量，直接或间接危害人类安全，并给社会和经济建设造成损失的地质事件，地质灾害是指，在自然或者人为因素的作用下形成的，对人类生命财产、环境造成破坏和损失的地质作用(现象)。
如崩塌、滑坡、泥石流、地裂缝、地面沉降、地面塌陷、岩爆、坑道突水、突泥、突瓦斯、煤层自燃、黄土湿陷、岩土膨胀、砂土液化，土地冻融、水土流失、土地沙漠化及沼泽化、土壤盐碱化，以及地震、火山、地热害，地质灾害以地质动力活动或地质环境异常变化为主要成因的自然灾害，在地球内动力、外动力或人为地质动力作用下,地球发生异常能量释放、物质运动、岩土体变形位移以及环境异常变化等,危害人类生命财产、生活与经济活动或破坏人类赖以生存与发展的资源、环境的现象或过程，而做到地质灾害的及时预警能够使人们在遇到地质灾害时能降低生命财产的损失，但是当下对于地质灾害的预测还是缺乏一定的准确性和可靠性，现有的地质灾害在分析结构上的大多基于对实时的地质采集，并在历史数据的综合分析得出对地质灾害地区的可能危险性分析，且在分析的过程中不够智能和方便，单个数据库的数据统计和计算量大大增加，影响了实际计算量的准确性，从而产生较大的地质灾害发生的实际概率和对地质灾害控制因素的判定误差影响。
技术实现要素：
为了克服现有技术方案的不足,本发明提供一种智能地质灾害危险性分析方法，提供了更有效和智能的数据集成和数据分析，从而得出更具体的危险性分析结果，能有效的解决背景技术提出的问题。
本发明解决其技术问题所采用的技术方案是：
一种智能地质灾害危险性分析方法，包括如下步骤：
S100、建立监控网络下的云端的ArcGIS独立数据库，并建立统一的数据交互语言。
S200、通过数据集成程序对地区地质数据采集整合集成，形成数据的数据字典描述，通过数据集成系统将数据的数据字典描述上传至ArcGIS独立数据库，同时将数据备份至应急数据库。
S300、通过ArcGIS进行单项因子分析，多项因子分析和多元信息混合因子分析模组，并形成信息量模型。
S400、构建GIS数据库中的数据分析模型程序，形成多层次数据分析层，并在ArcGIS平台进行数据显示。
进一步地，在S100步骤中，设置监控网络和因特网并行，并通过网关连接在因特网上，并在其中统一的数据交互语言为基于XML语言的地质灾害数据集成标志语言GDIML，同时在GIS中提供地质灾害数据集成标志语言GDIML和HTML文本的转化接口。
进一步地，在步骤S200中的数据集成系统包括数据源描述、数据源表、数据源表的字段定义、目标数据源描述，目标数据表和目标数据字段定义，且数据集成系统通过地质灾害数据集成标志语言GDIML进行数据信息传输，数据集成系统通过Webservervice接口实现对监测设备的数据接收。
进一步地，在步骤S200中数据源描述包括地质基本特征、地质控制因素、地质影响因素、地质灾害历史信息表，地质灾害风险分析空间建模的基础数据包括研究区的崩塌滑坡等地质灾害数据、降雨数据、地质岩组、断层构造、土地利用、水系数据、道路数据、基础地理信息数据、遥感影像数据、栅格化的数据等，其中矢量数据经缓冲区分析、叠置分析、重分类以及栅格化等空间分析过程,形成相应的栅格图层基于自动提取坡度、坡向、相对高差等,利用遥感影像提取数据,降雨数据和灾害点数据经空间插值处理获取,然后经重分类分别形成新的图层。
进一步地，并通过MapGIS组件平台进行矢量化，多比例尺数据校正得到详细的矢量数据信息，并按照点、线、面分层存储，同时，以Acess作为属性数据库管理软件，关联地质灾害数据集成标志语言GDIML将数据源描述、数据源表、数据源表的字段定义、目标数据源描述，目标数据表、目标数据字段定义的关键字进行外部属性与矢量数据内部属性表向关联，将集成系统的数据信息引入ArcGIS独立数据库，并利用ArcGIS的空间分析功能进行分析。
进一步地，步骤S300中的单项因子分析中，建立地质灾害模糊模型，并建立独立判断单项因子集，从而得出综合独立判断单项因子总集(M)，单项因子总集(M)是由影响地质灾害和控制因素的组合，表示为M＝{m1,m2,m3……mn}，并通过统计地质控制因素和地质影响因素中独立因素对地质的独立影响，其计算表示独立因素mi对地质灾害发生的事件(L)提供的信息量I(L,mi)，
式子中：S为地质灾害区数据源总数；N为地质灾害区含有的独立因素总数；Si为地质灾害区独立因素的单元数；Ni为分布在独立因素mi内特定类别的地质灾害单元数，同时在计算信息量的同时一并计算独立因素的权值，并记录表格。
进一步地，在步骤S300中，多项因子分析的中的信息量收到多种独立因素的组合影响，多项因子分析中得出的信息量越大，表明该地区的地质灾害的可能性更大，同时通过单项因子分析中的独立因素的权重值，得出单项因子中独立因素对整体的主导因子，多项因子分析中，假设地质灾害(L)同时受到多种独立因素的影响，即L＝F(m1，m2，m3……m4)，则：
并根据条件概率运算可进一步写成:
I(L,m1，m2，m3……mi)＝I(L,m1)+I1(L,m2)+…+In(L,mi)
其中I(L,m1，m2，m3……mi)为独立因素组合条件下对地质灾害所提供的信息量，P(L,m1，m2，m3……mi)为独立因素组合条件下对地质灾害发生的概率，In(L,mi)为影响因素n条件下独立因素mi对地质灾害提供的信息量。
进一步地，多元信息混合因子分析模组提供了信息量的可视化分析，多元信息混合因子分析模组的可视化模型组建步骤包括：
S301，首先进行多层次三维空间数据组织方式设计，分别建立综合独立因素影响下的三维地形数据、矢量专题数据、三维模型数据对应的高效索引。
S302，进而研究对应的场景组织方式，基于流技术实现矢量流数据发布、地形影像流数据发布和三维模型流数据发布。
S303，针对多种情形下的三维可视化场景绘制要求，设计虚拟场景模型的自适应调度机制，使用大规模场景数据压缩与解压缩、网络传输、动态加载与优化技术。
进一步地，所述应急数据库主要包括概念以及物理逻辑设计，概念结构通过对数据源的数据整合抽象和高度概括实现现实世界的逻辑表示，而物理逻辑结构的设计则是通过一些列数据表格记录实现概念结构并与地质灾害数据集成标志语言GDIML以及计算机语言来描述影响因素和实际影响因素之间的转换。
进一步地，应急数据库通过对地质灾害历史数据和实时观测数据的收集，并结合云端的ArcGIS独立数据库的实时数据备份信息的数据分析，得出地质的时空特征，从而实时的描绘出概念结构，通过ArcGIS内置的逻辑结构系统实现数据的数据模型优化，并将模型结构实例成物理结构，同时传输至云端的ArcGIS独立数据库的多元信息混合因子分析模组，实现数据的同一展示。
与现有技术相比，本发明的有益效果是：
本发明中通过设置基于ArcGIS技术的云端的ArcGIS独立数据库和应急数据库对地质灾害的数据源信息进行分类分层分析，并将应急数据库设置在本地服务器上，只能通过RrcGIS的管理终端进行密码登录访问，保证在对控网络下的云端的ArcGIS独立数据库进行数据图符的操作时，并不会实时的将云端数据更新立刻的传递至应急数据库，而是通过云端的ArcGIS独立数据库计算分析后，将硬核心数据主动提交备份至应急数据库，作为应急数据库的历史数据保存，同时使用统一的数据集成语言，地质灾害因子进行数据信息的转化，便于图符分析和信息的转化和发布。
云端的ArcGIS独立数据库实现数据的叠加和数据的图符显示和操作，从单项因子，多项因子以及多元混合的数据角度进行分析，从而有效的得出整体的地质信息，使得分析过程更加智能化，实现海量灾情地理信息的三维可视化显示、人机交互控制、信息查询分析等功能，ArcGIS实现三维效果的可视化，融合了多学科技术进行处理，并且可以进行图形和图像的可视化处理及呈现，实现最直观的效果，这样就可以帮助用户更加直观准确地理解现场灾情和空间关系。
附图说明
图1为本发明的整体分析流程框图；
图2为本发明的应急数据库的建模流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供了一种智能地质灾害危险性分析方法，包括如下步骤：S100、建立监控网络下的云端的ArcGIS独立数据库，并建立统一的数据交互语言，设置监控网络和因特网并行，并通过网关连接在因特网上，并在其中统一的数据交互语言为基于XML语言的地质灾害数据集成标志语言GDIML，同时在GIS中提供地质灾害数据集成标志语言GDIML和HTML文本的转化接口。
S200、通过数据集成程序对地区地质数据采集整合集成，形成数据的数据字典描述，通过数据集成系统将数据的数据字典描述上传至ArcGIS独立数据库，同时将数据备份至应急数据库，其中应急数据库设置在本地服务器上，只能通过RrcGIS的管理终端进行密码登录访问，保证在对控网络下的云端的ArcGIS独立数据库进行数据图符的操作时，并不会实时的将云端数据更新立刻的传递至应急数据库，而是通过云端的ArcGIS独立数据库计算分析后，将硬核心数据主动提交备份至应急数据库，作为应急数据库的历史数据保存，从而对地质灾害的历史数据保持时刻的更新，当云端数据可操作数据缺失时，通过对本地服务器的访问进行调取操作，保证数据的安全性。
数据源描述包括地质基本特征、地质控制因素、地质影响因素、地质灾害历史信息表，地质灾害风险分析空间建模的基础数据包括研究区的崩塌滑坡等地质灾害数据、降雨数据、地质岩组、断层构造、土地利用、水系数据、道路数据、基础地理信息数据、遥感影像数据、栅格化的数据等。其中矢量数据经缓冲区分析、叠置分析、重分类以及栅格化等空间分析过程,形成相应的栅格图层基于自动提取坡度、坡向、相对高差等,利用遥感影像提取数据,降雨数据和灾害点数据经空间插值处理获取,然后经重分类分别形成新的图层
其中数据集成系统包括数据源描述、数据源表、数据源表的字段定义、目标数据源描述，目标数据表和目标数据字段定义，且数据集成系统通过地质灾害数据集成标志语言GDIML进行数据信息传输，数据集成系统通过Webservervice接口实现对监测设备的数据接收。
数据集成系统的集成部分数据组成包括非空间表格数据集成、非结构化数据集成、气象数据集成、地质数据集成、其中气象数据集成和地质数据集成包括两方面的数据信息，一方面，通过连接和直接访问气象部门和地质部门发布的实时数据，一方面，通过现象监测设备进行数据的收集，其中便包括现象监测数据集成，最后再对常用灾害因子进行提取。
并通过MapGIS组件平台进行矢量化，多比例尺数据校正得到详细的矢量数据信息，并按照点、线、面分层存储，同时，以Acess作为属性数据库管理软件，关联地质灾害数据集成标志语言GDIML将数据源描述、数据源表、数据源表的字段定义、目标数据源描述，目标数据表、目标数据字段定义的关键字进行外部属性与矢量数据内部属性表向关联，将集成系统的数据信息引入ArcGIS独立数据库，并利用ArcGIS的空间分析功能进行分析。
在数据源和目标数据源的处理上，包括将数据源和目标数据仓库进行配置，数据源和目标数据映射配置以及数据类型和数据通过质灾害数据集成标志语言GDIML的转换。
云端的ArcGIS独立数据库在对数据源的集成时，还包括对数据源的自动监测模块，监测数据源的数据的更新状态和更新涉及的数据源，数据文件根据文件名和文件日期确定文件是否更新。
S300、通过ArcGIS进行单项因子分析，多项因子分析和多元信息混合因子分析模组，并形成信息量模型，
步骤S300中的单项因子分析中，建立地质灾害模糊模型，并建立独立判断单项因子集，从而得出综合独立判断单项因子总集(M)，单项因子总集(M)是由影响地质灾害和控制因素的组合，表示为M＝{m1,m2,m3……mn}，并通过统计地质控制因素和地质影响因素中独立因素对地质的独立影响，其计算表示独立因素mi对地质灾害发生的事件(L)提供的信息量I(L,mi)，
式子中：S为地质灾害区数据源总数；N为地质灾害区含有的独立因素总数；Si为地质灾害区独立因素的单元数；Ni为分布在独立因素mi内特定类别的地质灾害单元数，同时在计算信息量的同时一并计算独立因素的权值，并记录表格。
在步骤S300中，多项因子分析的中的信息量收到多种独立因素的组合影响，多项因子分析中得出的信息量越大，表明该地区的地质灾害的可能性更大，同时通过单项因子分析中的独立因素的权重值，得出单项因子中独立因素对整体的主导因子，多项因子分析中，假设地质灾害(L)同时受到多种独立因素的影响，即L＝F(m1，m2，m3……m4)，则：
并根据条件概率运算可进一步写成:
I(L,m1，m2，m3……mi)＝I(L,m1)+I1(L,m2)+…+In(L,mi)
其中I(L,m1，m2，m3……mi)为独立因素组合条件下对地质灾害所提供的信息量，P(L,m1，m2，m3……mi)为独立因素组合条件下对地质灾害发生的概率，In(L,mi)为影响因素n条件下独立因素mi对地质灾害提供的信息量。
多元信息混合因子分析模组的可视化模型组建步骤包括：
S301，进行多层次三维空间数据组织，分别建立综合独立因素影响下的三维地形数据、矢量专题数据、三维模型数据，并形成相应的格栅图层。
S302，对应的场景组织方式进行布置，基于流技术实现矢量流数据发布、地形影像流数据发布和三维模型流数据发布。
S303，进行多种情形下的三维可视化场景绘制，虚拟场景模型的自适应调度机制，使用大规模场景数据压缩与解压缩、网络传输、动态加载与优化，并集成实现视域内大量复杂物体的实时遮挡剔除、多细节层次模型自适应计算与场景缓存优化等技术，以支持大规模多类型三维空间数据与模型在同一场景中进行高效绘制，满足从精细模型到大范围景物多种不同复杂度场景的三维GIS实时可视化需要；最终实现海量灾情地理信息的三维可视化显示、人机交互控制、信息查询分析等功能，ArcGIS实现三维效果的可视化，融合了多学科技术进行处理，并且可以进行图形和图像的可视化处理及呈现，实现最直观的效果，这样就可以帮助用户更加直观准确地理解现场灾情和空间关系。
S400、构建GIS数据库中的数据分析模型程序，形成多层次数据分析层，并在ArcGIS平台进行数据显示，所述应急数据库主要包括概念以及物理逻辑设计，概念结构通过对数据源的数据整合抽象和高度概括实现现实世界的逻辑表示，而物理逻辑结构的设计则是通过一些列数据表格记录实现概念结构并与地质灾害数据集成标志语言GDIML以及计算机语言来描述影响因素和实际影响因素之间的转换，其中，应急数据库通过对地质灾害历史数据和实时观测数据的收集，并结合云端的ArcGIS独立数据库的实时数据备份信息的数据分析，得出地质的时空特征，从而实时的描绘出概念结构，通过ArcGIS内置的逻辑结构系统实现数据的数据模型优化，并将模型结构实例成物理结构，同时传输至云端的ArcGIS独立数据库的多元信息混合因子分析模组，实现数据的同一展示。
并集成实现视域内大量复杂物体的实时遮挡剔除、多细节层次模型自适应计算与场景缓存优化等技术，以支持大规模多类型三维空间数据与模型在同一场景中进行高效绘制，满足从精细模型到大范围景物多种不同复杂度场景的三维GIS实时可视化需要；最终实现海量灾情地理信息的三维可视化显示、人机交互控制、信息查询分析等功能，ArcGIS实现三维效果的可视化，融合了多学科技术进行处理，并且可以进行图形和图像的可视化处理及呈现，实现最直观的效果，这样就可以帮助用户更加直观准确地理解现场灾情和空间关系。
需要补充说明的是，其中监控网的设置，可通过参考SCADA的网络形式，实现云端ArcGIS数据库和应急数据库的独立以及相互联系，及访问和数据交换。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。