基于大數據的礦山地質災害預警模型

李瑋瑤

（平頂山學院，計算機學院，河南 平頂山 467000）

由于一系列不合理的采礦活動，造成我國礦山地區環境破壞現象嚴重，進而頻繁引發礦山地質災害，造成嚴重的財產及生危安全，嚴重限制了我國礦山地區的經濟發展[1]，為此提出并設計了基于大數據的礦山地質災害預警模型。本文通過以下幾個方面論述了礦山地質災害的誘災因子，主要包括地形、地貌、地層特性、地質構造，根據發生地質災害的礦區的誘災因子的特征，確定災害預警模型中誘災因子的概率取值，利用大數據下標準化算法，得出礦山地質災害預警模型的函數方程，完成對基于大數據的礦山地質災害預警模型的設計。

1 礦山地質災害預警模型設計

礦山地質災害預警模型中，利用大數據網絡對預警模型的安全預警模塊進行設計是至關重要的，只有保證安全預警模塊的準確性和及時性[2]，才能根據安全預警模塊所提供的數據對礦山地質的安全程度進行預測和評估。而安全預警模塊預測數據的準確性，則是依靠監測模塊的有效性和預警模型的合理性完成的，在礦山地質災害預警模型的設計中，要針對礦山地質的生產條件和生產環境合理設計礦山安全預警模型的相關技術模塊，主要包括安全監測模塊、信息自動采集模塊、信息傳輸模塊、預測模塊和一系列系統軟件等。預警模型的預測流程如圖1所示。

1.1 確定誘災因子的概率取值

礦山周圍的地質環境及礦床結構是引發地質災害的重要原因，分析地質災害的內在影響因素與地質環境的關系，采用耦合分析法對引發地質災害的主控因素及誘災因子進行理論分析，再對各個誘災因子系數進行運算，從而確定引發地質災害的主要因素。運用大數據分析法，建立科學、合理的礦山地質災害評價體系，并劃分各個礦區地質的危險等級，進而選擇合理的評價體系準確的對地質災害進行預警。

圖1 預警模型流程圖

將礦山地貌依次分為濕地、平原、臺地、丘陵、山地。大數據顯示，地質構造也是引發地質災害的重要因素，按照地質災害的發生頻率，將地質構造由高到低依次分為斷裂密集帶、緊密褶皺帶、次緊密褶皺帶、寬緩褶皺帶。根據對近年來發生地質災害的地質環境進行分析，利用大數據網絡，確定預警模型中誘災因子的概率取值變化。

1.2 實現礦山地質災害預警

由于礦山地質災害的成因復雜，要想準確構建預警模型，必須保證礦山地質環境數據的合理性、典型性和普遍性，利用大數據網絡進行數據抽取，在數據庫內選擇具有代表性的曾經發生過地質災害的礦山地質作為計算樣本，分析每個災害樣本的誘災因子數據。

由于各個誘災因子的計量單位不同，直接進行計算的結果不具可比性，對各個誘災因子進行標準化處理，計算公式如下：

將誘災因子利用大數據網絡處理成標準形式后，計算誘災因子的關系矩陣，將特征值λ和特征向量A1帶入，得出誘災因子的矩陣貢獻率為：

根據誘災因子矩陣貢獻率，劃分地質災害的易發地及等級，由于原始誘災因子的作用不同，因此在構建災害預警模型時，要利用大數據網絡計算誘災因子所占的權重，分析其相對權重值，進而得出礦山地質災害的預警模型函數：

式中，Fi代表標準誘災因子的列向量[7]，

至此，完成對基于大數據的礦山地質災害預警模型的設計。

2 實驗論證分析

為保證本文設計的基于大數據的礦山地質災害預警模型的有效性，進行實驗論證，實驗論證采取具有相同誘災因子和相同礦山環境的地區模擬地質災害。為保證實驗的嚴謹性，采用傳統預警模型作為實驗論證的對比，對兩種模型的預警準確率進行統計。其實驗論證結果如圖2所示。

圖2 實驗論證結果對比圖

根據對圖2實驗論證結果對比分析可知，本文設計的基于大數據的礦山地質災害預警模型與傳統的礦山地質災害預警模型都能完成對礦山地質災害的預警，本文設計的災害預警模型具備有效性，能夠有效提高災害預警的準確性。

5 結語

本文設計的基于大數據的礦山地質災害預警模型具備極高的有效性，能夠提高災害預警的準確性。研究中的不足之處在于只對五個誘災因子進行分析，分析結果存在一定誤差，因此在下次研究中，要對更多的誘災因子進行分析，保證分析結果具備更高的精度。希望本文的研究能夠為我國礦山地質災害的預警方法提供理論依據和參考。