一种供排水管道引发地面塌陷的风险评估方法与流程

1.本发明涉及管道风险评估技术领域，具体涉及一种供排水管道引发地面塌陷的风险评估方法。


背景技术：

2.地面面坍塌是指地表岩、土体在自然、外力或人为因素作用下，向下陷落，并在地面形成塌陷坑/洞的一种现象。并且随着今年来城市化的进程加快，人类活动加强，地面坍塌事故频繁发生。并且往往集中发生在人口密集的城市和乡镇，这带来的不仅仅是交通瘫痪，还伴随着各种通讯、输水、输气及电力等基础设施的损坏和中断，甚至给人民群众的财产和人身安全造成了严重损害。并且由于地面塌陷具有隐蔽性、突发性等特点，使得防治工作任务十分艰巨。而通过科研工作者对地面坍塌的事故统计以及其发生机理展开研究发现，城市地面坍塌事故的主要诱因是地下供水、排水等管网破损等引发的水土流失。
3.申请号为2021112920442的中国发明专利申请公开“一种城市地面塌陷预测方法、装置及电子设备，方法包括：获取指定区域中多个塌陷子区域的塌陷要素数据，所述塌陷要素数据包括地质地形数据和人类活动数据，根据所述塌陷要素数据确定用于模型训练的数据集；构建全卷积神经网络，采用所述数据集训练所述全卷积神经网络，获得地面塌陷预测模型，获取所述指定区域中待预测子区域的所述塌陷要素数据，根据所述塌陷要素数据和所述地面塌陷预测模型进行塌陷预测，输出所述待预测子区域发生塌陷的概率。”该专利申请是获取地面的地质数据，然后根据地质数据预测城市地面塌陷的概率，仅考虑了自然地质因素对城市地面塌陷的影响，对影响城市地面塌陷的指标考虑的不够全面，预测效果较差。


技术实现要素：

4.本发明的目的在于提供一种供排水管道引发地面塌陷的风险评估方法，解决以下技术问题：现有技术中仅考虑了自然地质因素对城市地面塌陷的影响，对影响城市地面塌陷的指标考虑的不够全面，预测效果较差。
5.本发明的目的可以通过以下技术方案实现：
6.一种供排水管道引发地面塌陷的风险评估方法，包括以下步骤:
7.s1：评估指标量化分级
8.获取评估对象u和评估指标集c的信息以及设定级别h的数值，h＝1,2,3,4，所述的评估指标集c中包括评估指标c1、c2、
…
、ci、
…
、cn，n表示评估指标的编号且n＝1,2，3，
…
，i∈[1,n]；并且对评估指标ci建立关于级别h的等级划分标准；
[0009]
s2：指标综合权重计算
[0010]
通过层次分析计算各个评估指标的初始权重系数，得到权重向量a＝(a1,a2,
…
,ai，
…
，an)；
[0011]
以评估指标值与各级别阈值范围的可拓距构建客观权重计算模型，计算评估指标ci
的客观权重vi；
[0012]
采用各评估指标的主观权重ai和客观权重vi，计算评估指标的综合权重wi；
[0013]
s3：评估对象分值计算
[0014]
建立评估指标的隶属度函数kh＝f(ci)，计算评估指标对各级别h的相对隶属度，构成相对隶属度矩阵kc：
[0015]
根据上述相对隶属度矩阵kc和动态综合权重向量w，计算评估对象u的评估指标集的综合相对隶属度，得到综合相对隶属度向量v(u)：
[0016]
对综合相对隶属度向量v(u)进行归一化处理，得到v(u)'＝(v1',v'2,v'3,v'4)；
[0017]
根据上述归一化后的评估对象u的综合相对隶属度，计算评估对象u的具体风险分值：
[0018]
s4：评估对象风险判定
[0019]
根据评估对象u的具体风险分值，确定评估对象u的风险级别。
[0020]
作为本发明进一步的方案：所述的权重向量a的获取方法具体如下所示：
[0021]
s21：构造判断矩阵
[0022]
根据层级划分结果，同层级或者相邻层级之间的元素两两对比，构造出判断矩阵，得到判断矩阵a＝(α
ij
)5
×
5；
[0023]
s22：计算层级初始权重系数
[0024]
计算同层级元素对相邻上层级元素的初始权重系数，具体步骤如下所示：
[0025]
s23：判断矩阵a按列归一化，即
[0026]
s24：归一化后按行求和，得到向量w＝(w1，w2，
…
，w5)
t
；
[0027]
s25：将向量w归一化，得到向量wa＝(w
a1
，w
a2
，
…
，w
a5
)
t
；
[0028]
s26：求判断矩阵a最大特征值
[0029]
其中，向量wa各元素值即为指标层各因子的初始权重系数；
[0030]
s27：一致性检验
[0031]
当判断矩阵阶数n≥3时，需要根据一致性指标ci＝(λ
max-n)/(n-1)和一致性比率cr＝c i/r i进行一致性检验；其中，ri为随机一致性指标，与判断矩阵阶数相关，若cr《0.1则认为判断矩阵的一致性通过，计算的初始权重系数作为各元素的权重系数，组成权重向量a＝(a1,a2,
…
,an)。
[0032]
作为本发明进一步的方案：建立所述的评估指标ci关于级别h的等级划分标准的具体步骤如下所示：
[0033]
s11：判断评估指标的类型；
[0034]
s12：若评估指标值是定量数据，则以阈值范围形式建立等级划分标准，以(a
ih
,b
ih
)表示评估指标ci在级别h上的阈值范围；
[0035]
s13：若评估指标值是定性数据，则以评分形式建立等级划分标准，以评估指标集c中各评估指标c1、c2、
…
、ci、
…
、cn建立十分制的等级划分标准，安全等级四级对应1分，三级对应3分，二级对应7分，一级对应10分。
[0036]
作为本发明进一步的方案：获取所述的客观权重的具体方法如下所示：
[0037]
s28：构建评估指标关于级别h的关联函数：
[0038][0039]
式中，ρ(ci,v
ih
)表示评估指标ci与级别h对应的阈值范围v
ih
的距离，体现评估指标与不同级别的关联度，也即指标落入不同级别的程度；
[0040]
s29：取评估指标与各级别的最大关联度ρ
max
(ci,v
ih
)和最大关联度对应的级别h
max
：
[0041][0042]
若评估指标落入的级别值h
max
越小，表示该指标对评估对象的影响越大，则该指标被赋予的权重越大；
[0043]
s210：建立函数：
[0044][0045]
m＝1,2,3,4，i＝1,2，
…
，n，则评估指标ci的客观权重为：
[0046][0047]
作为本发明进一步的方案：在步骤s2中，所述的评估指标的综合权重的计算方法为：
[0048][0049]
各评估指标的综合权重组成权重向量w＝(w1,w2,
…
,wi,
…
,wn)。
[0050]
作为本发明进一步的方案：所述的相对隶属度矩阵kc的获取方法具体包括如下步骤：
[0051]
s31：建立评估指标的隶属度函数kh＝f(ci)，计算评估指标对各级别h的相对隶属度:
[0052][0053]
式中，kh(ci)表示评估指标ci对级别h的相对隶属度，ρ(ci,v
ih
)表示评估指标ci与阈值范围v
ih
的可拓距，v
ih
表示指标ci在级别h上的阈值范围；
[0054]
并且，d(ci,v
ih
,vi)＝ρ(ci,vi)-ρ(ci,v
ih
)，vi表示指标ci在实际中的综合取值范围；
[0055]
s32：根据隶属度函数，分别计算评估指标集中各评估指标关于级别h中各等级的相对隶属度，构成相对隶属度矩阵kc：
[0056][0057]
作为本发明进一步的方案：所述的综合相对隶属度向量v(u)的获取方法具体包括如下步骤：
[0058]
s33：根据上述相对隶属度矩阵kc和动态综合权重向量w，计算评估对象u的评估指标集的综合相对隶属度，得到综合相对隶属度向量v(u)：
[0059][0060]
式中，
[0061]
s34：对综合相对隶属度向量v(u)进行归一化处理，得到v(u)'＝(v1',v'2,v'3,v'4)：
[0062][0063]
作为本发明进一步的方案：所述的评估对象u的具体风险分值的获取方法具体包括如下步骤：
[0064]
s35：根据归一化后的评估对象u的综合相对隶属度，计算评估对象u的分值：
[0065][0066]
式中，(v1',v'2,v'3,v'4)是归一化的，h(u)∈[1,10]，最终得到评估对象u的具体风险分值。
[0067]
本发明的有益效果：针对供水管网破损导致地面坍塌、排水管网导致地面坍塌的情况，根据地面坍塌事故发生机理，确定风险评估方法评估指标，并按照安全等级对各评估指标划分等级区间；基于评估指标值与指标等级区间的距离函数构建相对隶属度函数，准确反应不同指标值对于不同等级区间的隶属度，再以评估指标值与指标等级区间的距离函数计算各指标的动态权重系数，赋予高风险指标相应更高的权重系数，实现指标重要程度随指标值的动态变化，更加符合灾害事故的发生过程特征，使得评估结果更加准确。
附图说明
[0068]
下面结合附图对本发明作进一步的说明。
[0069]
图1是本发明一种供排水管道引发地面塌陷的风险评估方法的流程示意图。
具体实施方式
[0070]
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0071]
如图1所示，本发明为一种供排水管道引发地面塌陷的风险评估方法，包括以下步骤:
[0072]
s1：评估指标量化分级
[0073]
获取评估对象u和评估指标集c的信息以及设定级别h的数值，h＝1,2,3,4，所述的评估指标集c中包括评估指标c1、c2、
…
、ci、
…
、cn，n表示评估指标的编号且n＝1,2，3，
…
，i∈[1,n]；并且对评估指标ci建立关于级别h的等级划分标准；
[0074]
s2：指标综合权重计算
[0075]
通过层次分析计算各个评估指标的初始权重系数，得到权重向量a＝(a1,a2,
…
,ai，
…
，an)；
[0076]
以评估指标值与各级别阈值范围的可拓距构建客观权重计算模型，计算评估指标ci的客观权重vi；
[0077]
采用各评估指标的主观权重ai和客观权重vi，计算评估指标的综合权重wi；
[0078]
s3：评估对象分值计算
[0079]
建立评估指标的隶属度函数kh＝f(ci)，计算评估指标对各级别h的相对隶属度，构成相对隶属度矩阵kc：
[0080]
根据上述相对隶属度矩阵kc和动态综合权重向量w，计算评估对象u的评估指标集的综合相对隶属度，得到综合相对隶属度向量v(u)：
[0081]
对综合相对隶属度向量v(u)进行归一化处理，得到v(u)'＝(v1',v'2,v'3,v'4)；
[0082]
根据上述归一化后的评估对象u的综合相对隶属度，计算评估对象u的具体风险分值：
[0083]
s4：评估对象风险判定
[0084]
根据评估对象u的具体风险分值，确定评估对象u的风险级别。
[0085]
可以理解的是，在本实施例中，针对供水管网破损导致地面坍塌、排水管网导致地
面坍塌的情况，根据地面坍塌事故发生机理，确定风险评估方法评估指标，并按照安全等级对各评估指标划分等级区间；基于评估指标值与指标等级区间的距离函数构建相对隶属度函数，准确反应不同指标值对于不同等级区间的隶属度，再以评估指标值与指标等级区间的距离函数计算各指标的动态权重系数，赋予高风险指标相应更高的权重系数，实现指标重要程度随指标值的动态变化，更加符合灾害事故的发生过程特征。
[0086]
而且，值得注意的是，在本发明中的评估对象u为部分或者全部的给排水管路，而评估指标ci包括管径、管材、管龄、埋深、本体隐患、等自身因素，也包括地质环境条件、地表载荷(道路等级)、地下水位等环境因素。
[0087]
在本发明一种优选的实施例中，采用层次分析的方式对评估指标的权重系数进行计算，层次分析法(ahp)首次由a.l.saaty在上世纪70年代初提出，具有较强的理论基础，广泛应用于各类风险的评估模型。通过两两相互对比各评估指标之间的重要性，并对重要性进行量化，最终计算各个评估指标的权重系数。在本发明中应用该方法进行的计算流程如下：
[0088]
s21：构造判断矩阵
[0089]
根据层级划分结果，按照下标所示重要性标度含义，两两对比同层级元素对相邻上层级元素的重要性，构造出判断矩阵，如两两对比管线自身危险性各因子对其重要性，得到判断矩阵a＝(α
ij
)5×5；
[0090][0091]
s22：计算层级初始权重系数
[0092]
计算同层级元素对相邻上层级元素的初始权重系数，具体步骤如下所示：
[0093]
s23：判断矩阵a按列归一化，即
[0094]
s24：归一化后按行求和，得到向量w＝(w1，w2，
…
，w5)
t
；
[0095]
s25：将向量w归一化，得到向量wa＝(w
a1
，w
a2
，
…
，w
a5
)
t
；
[0096]
s26：求判断矩阵a最大特征值
[0097]
其中，向量wa各元素值即为指标层各因子的初始权重系数；
[0098]
s27：一致性检验
[0099]
当判断矩阵阶数n≥3时，需要根据一致性指标ci＝(λ
max-n)/(n-1)和一致性比率cr＝ci/ri进行一致性检验；其中，ri为随机一致性指标，与判断矩阵阶数相关，若cr《0.1则认为判断矩阵的一致性通过，计算的初始权重系数作为各元素的权重系数，组成权重向量a＝(a1,a2,
…
,ai，
…
，an)。其中ri与判断矩阵阶数的关系如下表所示：
[0100]
n12345678ri000.580.901.121.241.321.41
[0101]
在本发明一种优选的实施例中，对所述的评估指标集c中各评估指标c1、c2、
…
、ci、
…
、cn，建立关于级别h的等级划分标准，若评估指标值是定量数据，则以阈值范围形式建立等级划分标准，若评估指标值是定性数据，则以评分形式建立等级划分标准，n表示评估指标的编号且n＝1,2，3，
…
，i∈[1,n]；如下表所示，其中(a
ih
,b
ih
)表示评估指标ci在级别h上的阈值范围或对评估指标集c中各评估指标c1、c2、
…
、ci、
…
、cn建立十分制的等级划分标准，如安全等级四级对应1分，三级对应3分，二级对应7分，一级对应10分等。
[0102][0103]
在本发明另一种优选的实施例中，获取所述的客观权重的具体方法如下所示：
[0104]
s28：构建评估指标关于级别h的关联函数：
[0105][0106]
式中，ρ(ci,v
ih
)表示评估指标ci与级别h对应的阈值范围v
ih
的距离，体现评估指标与不同级别的关联度，也即指标落入不同级别的程度；
[0107]
s29：取评估指标与各级别的最大关联度ρ
max
(ci,v
ih
)和最大关联度对应的级别h
max
：
[0108][0109]
若评估指标落入的级别值h
max
越小，表示该指标对评估对象的影响越大，则该指标被赋予的权重越大；
[0110]
s210：建立函数：
[0111][0112]
m＝1,2,3,4，i＝1,2，
…
，n，则评估指标ci的客观权重为：
[0113][0114]
采用各评估指标的主观权重ai和客观权重vi，计算评估指标的综合权重wi：
[0115][0116]
各评估指标的综合权重组成权重向量w＝(w1,w2,
…
,wi,
…
,wn)。
[0117]
在本发明一种优选的实施例中，所述的相对隶属度矩阵kc的获取方法具体包括如下步骤：
[0118]
s31：建立评估指标的隶属度函数kh＝f(ci)，计算评估指标对各级别h的相对隶属度:
[0119][0120]
式中，kh(ci)表示评估指标ci对级别h的相对隶属度，ρ(ci,v
ih
)表示评估指标ci与阈值范围v
ih
的可拓距，v
ih
表示指标ci在级别h上的阈值范围；以评估指标ci与其三级阈值范围(a
i3
,b
i3
)的可拓距ρ(ci,v
i3
)为例：
[0121][0122]
并且，d(ci,v
ih
,vi)＝ρ(ci,vi)-ρ(ci,v
ih
)，vi表示指标ci在实际中的综合取值范围；
[0123]
s32：根据隶属度函数，分别计算评估指标集中各评估指标关于级别h中各等级的相对隶属度，构成相对隶属度矩阵kc：
[0124][0125]
并且，在本实施例中，根据上述相对隶属度矩阵kc和动态综合权重向量w，计算评估对象u的评估指标集的综合相对隶属度，得到综合相对隶属度向量v(u)：
[0126][0127]
式中，
[0128]
s34：对综合相对隶属度向量v(u)进行归一化处理，得到v(u)'＝(v1',v'2,v'3,v'4)：
[0129][0130]
根据归一化后的评估对象u的综合相对隶属度，计算评估对象u的分值：
[0131][0132]
式中，(v1',v'2,v'3,v'4)是归一化的，h(u)∈[1,10]，最终得到评估对象u的具体风险分值。
[0133]
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。