一种公路滑坡破坏损失评价模型及其构建方法与流程
本发明涉及公路灾害评价领域，具体为一种公路滑坡破坏损失评价模型及其构建方法。
背景技术：
滑坡是指斜坡上的土体或者岩体，受河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响，在重力作用下，沿着一定的软弱面或者软弱带，整体地或者分散地顺坡向下滑动的自然现象。运动的岩(土)体称为变位体或滑移体，未移动的下伏岩(土)体称为滑床。
在滑坡事故中，公路滑坡所造成的影响范围较大。公路滑坡不仅影响了正常车辆的行驶，同时还有可能造成行驶车辆发生事故。因此对于公路滑坡所造成的损失进行评价是相当有必要的。现有技术中，常常采用层次分析法进行公路滑坡破坏损失评价。
层次分析法，简称ahp，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
层次分析法是一种系统的分析方法，系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。
但是，现有的公路滑坡破坏损失评价模型及其的构建方法存在以下缺陷：
(1)现有技术中公路滑坡破坏损失评价模型常采用单一的层次分析法进行构建，层次分析法常带有较多的定性色彩，而且公路滑坡破坏损失性评价指标数量较多，较多的指标，对于两个指标之间的重要程度的判断就出现了困难，因此单一地使用层次分析法在公路滑坡破坏损失评价中存在一定的局限性；
(2)现有技术中，在公路滑坡破坏损失评价模型的构建过程中，层次分析法中对于评价指标的评价分值常通过专家打分法进行确定，评价指标的评价分值大小受到专家打分的主观因素影响，不能客观准确地反映出公路滑坡破坏的损失性大小，存在一定的缺陷；
(3)现有技术中，层次分析法在使用时，需要对评价指标重要性进行定性的划分，在重要性的划分过程中，存在着一定的人为主观性，不能准确、客观地反映出公路滑坡破坏的损失性，同时在人为定型确定评价指标时，还需要进行一致性检验，还需要根据一致性检验结果进行权重值的修正，大大增加了评价指标权重值的计算量。
技术实现要素：
为了克服现有技术方案的不足,本发明提供一种公路滑坡破坏损失评价模型及其构建方法，本发明能够客观、准确、全面地进行公路滑坡破坏损失的评价，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：
一种公路滑坡破坏损失评价模型，包括：
数据采集模块，所述数据采集模块用于收集以往公路滑坡事故的数据，为数据分析模块提供数据源；
区域隔离分析模块，所述区域隔离分析模块用于分析公路滑坡成因、公路滑坡事故以及公路滑坡造成损失之间的关联；
数据分析模块，所述数据分析模块用于分析数据采集模块传递的数据，并利用概率统计学进行归纳统计；
损失评价模块，所述损失评价模块用于分析计算公路滑坡破坏损失度。
进一步地，所述区域隔离分析模块包括滑坡成因模块、滑坡事故模块、滑坡损失模块以及关联分析模块，且滑坡成因模块、滑坡事故模块以及滑坡损失模块均与关联分析模块连接。
进一步地，所述数据分析模块包括损失权重模块以及损失评分模块，所述损失权重模块的用于计算损失性评价指标权重值，所述损失平分模块用于计算损失性评价指标的评价分值。
进一步地，本发明还提供了一种公路滑坡破坏损失评价模型构建方法，包括如下步骤：
s100、构建公路滑坡破坏层次分析模型；
s200、层次分析法和大数据分析结合计算出损失性评价指标权重值；
s300、划分损失性评价指标并赋予相应的评价分值；
s400、借助影响因素叠加法求解公路滑坡破坏损失度。
进一步地，在步骤s100中，所述公路滑坡破坏层次分析模型包括方案层、准则层以及目标层，所述方案层用于表征产生公路滑坡的关键因素，所述准则层用于表征公路滑坡产生的破坏类型，所述目标层表征公路滑坡破坏损失度。
进一步地，所述方案层包括高程因素、地表粗糙度因素、距断裂距离因素、岩性因素、水系距离因素、水系密度因素、含水性因素、植被覆盖因素和土地利用因素。
进一步地，所述准则层包括表层土壤滑坡事故以及山体坍塌事故。
进一步地，在步骤s200中，利用层次分析法计算损失性评价指标权重值的具体步骤为：
s201、构建两两比较判断矩阵：b＝(pij)9×9，式中pij为准则层中元素的相对重要性。
s202、利用大数据分析计算出准则层中元素的相对重要性，并将相对重要性数值代入到判断矩阵b中；
s203、求解判断矩阵b的特征向量p；
s204、特征向量归一化，归一化后的特征向量内的元素即为损失性评价指标权重值。
进一步地，在步骤s300中，划分损失性评价指标并赋予相应的评价分值的具体步骤包括：
s301、通过大数据分析之前滑坡恢复工程的工程量；
s302、在大数据分析背景下，根据工程量确定各损失性评价指标的评价分值ci，其中i＝1或i＝2；
s303、对各损失性评价指标的评价分值进行归一化处理，归一化后的各损失评价指标评价分值为：
进一步地，在步骤s400中，借助影响因素叠加法求解公路滑坡破坏损失度的计算公式为：
式中：d—公路滑坡破坏损失度；
pi′—各损失性评价指标权重值；
ai—各损失性评价指标评价分值。
与现有技术相比，本发明的有益效果是：
(1)本发明中通过大数据分析来确定层次分析法中两个指标之间的相对重要性，通过定量分析代替定性分析，解决了层次分析法中定型分析的缺陷，同时层次分析法与影响因素叠加法相结合，综合了公路滑坡单个成因以及多个成因的共同作用，能够客观、准确、全面地进行公路滑坡破坏损失评价；
(2)本发明通过层次分析法求解损失性评价指标权重值，配合大数据分析确定层次分析法中准则层元素的相对重要性，弥补了层次分析法指标过多而造成的数据统计量大、权重难以确定的缺点，能够快速、准确、客观地确定公路滑坡破坏各损失性评价指标的权重值；
(3)本发明利用大数据分析来获取评价指标的权重值，避免了人为主观因素对评价指标权重值的影响，能够客观地反映出公路滑坡破坏的损失性，同时通过大数据分析和概率统计经量化间接获取的评价指标权重值具有较高的可靠性，不需要进行一致性检验，降低了评价指标权重值的计算量。
附图说明
图1为本发明的公路滑坡破坏损失评价模型的整体结构示意图；
图2为本发明的公路滑坡破坏损失评价模型构建方法的流程图。
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，本发明提供了一种公路滑坡破坏损失评价模型，包括：
数据采集模块，数据采集模块用于收集以往公路滑坡事故的数据，为数据分析模块提供数据源；
区域隔离分析模块，区域隔离分析模块用于分析公路滑坡成因、公路滑坡事故以及公路滑坡造成损失之间的关联，区域隔离分析模块包括滑坡成因模块、滑坡事故模块、滑坡损失模块以及关联分析模块，且滑坡成因模块、滑坡事故模块以及滑坡损失模块均与关联分析模块连接；
数据分析模块，数据分析模块用于分析数据采集模块传递的数据，并利用概率统计学进行归纳统计，数据分析模块包括损失权重模块以及损失评分模块，损失权重模块的用于计算损失性评价指标权重值，损失平分模块用于计算损失性评价指标的评价分值；
损失评价模块，损失评价模块用于分析计算公路滑坡破坏损失度。
本实施方式中，通过依次连接的数据采集模块、区域隔离分析模块、数据分析模块、以及损失评价模块协同工作，实现了公路滑坡破坏损失度的评价。
在本实施方式中，数据采集模块采集以往公路滑坡损失事故数据送入到区域隔离分析模块中，区域隔离分析模块对公路滑坡事件中的滑坡成因、滑坡事故以及滑坡损失进行层次分析，确定相互之间的关系，随后数据分析模块对公路滑坡时间的层次关系进行分析，确定公路滑坡损失性评价指标权重值和损失性评价指标的评价分值，最终由损失评价模块计算出公路滑坡破坏损失评价。
如图2所示，本发明还提供了一种公路滑坡破坏损失评价模型构建方法，包括如下步骤：
s100、构建公路滑坡破坏层次分析模型；
s200、层次分析法和大数据分析结合计算出损失性评价指标权重值；
s300、划分损失性评价指标并赋予相应的评价分值；
s400、借助影响因素叠加法求解公路滑坡破坏损失度。
本实施方式中，层次分析法、大数据分析以及影响因素叠加法相结合，在公路滑坡成因共同作用下进行公路滑坡损失性评价，能够客观、准确、全面地进行公路滑坡破坏损失性评价。
现有技术中，公路滑坡破坏损失评价模型常采用单一的层次分析法进行构建，层次分析法常带有较多的定性色彩，而且公路滑坡破坏损失性评价指标数量较多，较多的指标，对于两个指标之间的重要程度的判断就出现了困难，因此单一地使用层次分析法在公路滑坡破坏损失评价中存在一定的局限性。
相比于现有技术，本发明中通过大数据分析来确定层次分析法中两个指标之间的相对重要性，通过定量分析代替定性分析，解决了层次分析法中定型分析的缺陷，同时层次分析法与影响因素叠加法相结合，综合了公路滑坡单个成因以及多个成因的共同作用，能够客观、准确、全面地进行公路滑坡破坏损失评价。
如图2所示，在步骤s100中，公路滑坡破坏层次分析模型包括方案层、准则层以及目标层，方案层用于表征产生公路滑坡的关键因素，方案层包括高程因素、地表粗糙度因素、距断裂距离因素、岩性因素、水系距离因素、水系密度因素、含水性因素、植被覆盖因素和土地利用因素,准则层用于表征公路滑坡产生的破坏类型，准则层包括表层土壤滑坡事故以及山体坍塌事故,目标层表征公路滑坡破坏损失度。
本实施方式中，利用层次分析法对公路滑坡灾害进行层次分析，层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则等的系统评价。
在本实施方式中，利用层次分析法将公路滑坡灾害划分为三个层次，依次为方案层、准则层和目标层，依次表征公路滑坡的关键因素、公路滑坡的破坏类型以及公路滑坡的损失度。公路滑坡的9个关键因素均可造成两种不同的公路滑坡破坏类型，通过层次分析法能够将公路滑坡的成因与公路滑坡的破坏类型之间的联系全部体现出来，提升了公路滑坡破坏损失性评价的准确性。
如图2所示，在步骤s200中，利用层次分析法计算损失性评价指标权重值的具体步骤为：
s201、构建两两比较判断矩阵：b＝(pij)9×9，式中pij为准则层中元素的相对重要性。
s202、利用大数据分析计算出准则层中元素的相对重要性，并将相对重要性数值代入到判断矩阵b中；
s203、求解判断矩阵b的特征向量p；
s204、特征向量归一化，归一化后的特征向量内的元素即为损失性评价指标权重值。
在本实施方式中，通过层次分析法求解损失性评价指标权重值，配合大数据分析确定层次分析法中准则层元素的相对重要性，弥补了层次分析法指标过多而造成的数据统计量大、权重难以确定的缺点，能够快速、准确、客观地确定公路滑坡破坏各损失性评价指标的权重值。
在本实施方式中，各损失性评价指标的权重值计算步骤具体为：
(1)构建两两比较判断矩阵：
式中，pij(i＝1,2，…，9；j＝1,2，…，9)为第i个公路滑坡的关键因素与第j个公路滑坡的关键因素相对重要性。
(2)利用大数据分析计算出准则层中元素的相对重要性，并将相对重要性数值代入到判断矩阵b中：
在本步骤中，对以往的公路滑坡数事故数据进行分析处理，并根据各关键因素造成公路滑坡的概率确定公路滑坡各关键因素之间相对重要性，并通过比值的方式将相对重要性表示出来，量化后的各关键因素相对重要性比值代入到判断矩阵b中。
(3)求解判断矩阵b的特征向量p：
利用特征向量的定义有：λp＝bp,其中λ为判断矩阵的特征值，向量p为判断矩阵b的特征向量，根据矩阵的运算法则，求得特征向量为：
p＝(p1，p2，…，p9)t
(4)特征向量归一化，归一化后的特征向量内的元素即为损失性评价指标权重值：
本步骤中，归一化处理的计算公式为：
归一化后的损失性评价指标权重值向量为：
p′＝(p′1，p′2，…，p′9)t
式中pi′(i＝1,2，…，9)为归一化后第i个关键因素所造成的损失性评价指标权重值。
现有技术中，在层次分析法使用的过程中，需要对评价指标进行定性的划分重要性，在重要性的划分过程中，存在着一定的人为主观性，不能准确、客观地反映出公路滑坡破坏的损失性，同时在人为定型确定评价指标时，还需要进行一致性检验，还需要根据一致性检验结果进行权重值的修正，大大增加了评价指标权重值的计算量。
相比于现有技术，本发明利用大数据分析来获取评价指标的权重值，避免了人为主观因素对评价指标权重值的影响，能够客观地反映出公路滑坡破坏的损失性，同时通过大数据分析和概率统计经量化间接获取的评价指标权重值具有较高的可靠性，不需要进行一致性检验，降低了评价指标权重值的计算量。
如图2所示，在步骤s300中，划分损失性评价指标并赋予相应的评价分值的具体步骤包括：
s301、通过大数据分析之前滑坡恢复工程的工程量；
s302、在大数据分析背景下，根据工程量确定各损失性评价指标的评价分值ci，其中i＝1或i＝2；
s303、对各损失性评价指标的评价分值进行归一化处理，归一化后的各损失评价指标评价分值为：
本实施方式中，划分损失性评价指标并赋予相应的评分分值通过大数据分析之前公路滑坡破坏的工程修复数据，能够客观准确地进行公路滑坡破坏损失的评分，避免了人为因素对评价分值的主观影响。
在本实施方式中，首先收集以往公路滑坡事故中的表层土壤滑坡事故以及山体坍塌事故的修复工程量；然后通过对众多的数据进行概率统计学分析得出公路滑坡破坏损失性评分，得出评分结果为：表层土壤滑坡事故损失性评价分值为x,山体坍塌事故损失性评价分值为y；最后进行各损失评价指标评价分值的归一化，归一化后各损失评价指标的评价分值为：归一化后的表层土壤滑坡事故的损失评价的评价分值为
现有技术中，对于评价指标的评价分值常通过专家打分法进行确定，评价指标的评价分值大小受到专家打分的主观因素影响，不能客观准确地反映出公路滑坡破坏的损失性大小，存在一定的缺陷。
相比与现有技术，通过大数据分析，配合概率统计学归纳总结出的公路滑坡破坏损失的评价分值，具有更高的置信度，同时配合评价分值的纠偏，降低了评价分值之间的差异性所带来的误差，能够准确客观地反映出公路滑坡破坏损失的评价分值，避免了人为主观因素对公路破坏损失性评价准确度产生影响。
如图2所示，在步骤s400中，借助影响因素叠加法求解公路滑坡破坏损失度的计算公式为：
式中：d—公路滑坡破坏损失度；
pi′—各损失性评价指标权重值；
ai—各损失性评价指标评价分值。
本实施方式中，由于公路滑坡成因机理复杂多样，公路滑坡破坏所造成的损失大小与公路所处的区域环境有着必然的联系。同时，公路滑坡灾害的发生是多种因素共同作用的结果。影响因素叠加法在参考理论分析的基础上，更多的考虑工程实际的影响，评价结果更加符合实际，能够更加全面综合地进行公路破坏损失评价。
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。
- 还没有人留言评论。精彩留言会获得点赞！