基于大數據背景的生態環境次生地質災害風險評估研究

梁祎瑋

(黑龍江省對外科技合作中心，黑龍江 哈爾濱 154000)

考慮到我國大部分地區的生態地質環境被長期破壞、氣候異常多變時有發生和生態環境本身產生巨大變化等客觀因素，各地區不同程度地面臨發生生態地質災害的風險，然而基于現有的研究經驗來看，對于發生環境次生災害的風險預測及相應防范仍然面臨很大的困難[1]。此外，我國大部分地區的自然生態環境具有先天性的不足，且生態系統本身的抗壓能力也相對脆弱。同時考慮到長期工業發展過程中積生出的各項環境問題，各類環境污染也呈高爆發態勢。

為了提升各地區生態發生地質災害的風險應急管理能力，文獻[2]通過對全球氣候變暖的大背景下青海省汛期暴雨發生次生災害的風險開展研究，并提出了一種預防次生災害風險的評估方案；文獻[3]對建筑物的防災能力進行綜合分析，提出了一種多樣式的災害風險評估方法，從而有利于對生態環境次生地質災害進行預警決策；文獻[4]利用自然災害風險理論為研究基礎，結合致災危險性，承災暴露性、孕災敏感性和防減災能力4個指標，建立了遼寧省短汛期暴雨洪澇災害的風險評估方案。以上多項風險評估成果均減少地質災害帶來的損害，然而考慮到地質生態環境的復雜性，需要對海量的數據及時處理，這使得常規的數據處理方式將凸顯弊端。作為近年來蓬勃發展的一項新興技術，大數據技術[5-6]的核心優勢不僅在于掌握了海量的數據信息，更重要的是對這些海量數據進行專業化處理，同時與各行業深度融合和發展應用也日益廣泛。

綜上所述，基于現有地質災害風險評估分析的基礎之上，本文提出了一種基于大數據技術的生態環境次生地質災害風險評估方法，按照多因素考慮生態環境的評價指標，設計出相應的風險評估方案，評價區域生態環境下次生地質災害發生的風險，從而期望獲得準確的生態環境質量評估等級，充分保障生態地區的居民生活、工作的安全性。

1 次生地質災害的風險評估方法

1.1 數據采集與分析

利用GIS系統對易發次生災害的生態環境大數據進行樣本采集、分析處理等工作。其開展順序如下：①空間數據預處理，即利用GIS系統將收集的區域空間內的圖形數據進行預先處理，通過比例尺變換、圖像旋轉以及三維顯示等處理方式，解析出空間圖形數據的多樣化特征；②非空間數據預處理，結合部分非空間屬性的監測數據，利用邏輯運算、數據檢索、類別劃分以及數據統計等處理方式，運用GIS技術開展數據預處理分析；③綜合空間與非空間的數據特征，采用疊加運算、區域劃分和空間內插等手段擬合出數據的變化趨勢[7]。

結合上述的數據處理方法，建立發生次生災害的風險評估模型。其中，所建模型主要包含了DEM數據。該數據主要用于評估區域環境的海拔高度。另外，當選擇區域D為評估約束范圍時，結合統一規則μ對模型中的若干內插點qi進行過程連接操作，以獲取風險評估的區間范圍集合M，而DEM數據的具體表達式為：

DEM=[Mi=μ(qi)|qi(ai，bi，hi)∈D，i=1，2，…]

(1)

式中，(ai，bi)為第i處的位置坐標；hi為第i處的豎向垂直高度。利用統一的規則μ構建出DEM模型的數據架構，其模型具體數據架構的選擇方式如下：①當μ為正方形格網時，DEM數據可利用一個高程矩陣來描述DEM數據架構；②當μ為三角形時，DEM數據可利用三角形構成全新的T型集合[8]來描述DEM數據架構。

基于上述流程處理自然生態環境中的大信息，有助于更加全面地評估次生地質災害的風險。

1.2 預測生態環境時空發育規律

通常，對次生地質災害風險進行評估前，需從時間和空間的分布特征上對生態環境的時空發育規律[9]進行預測分析。結合上述分析基礎，利用一階微分方程可以簡要刻畫DEM數據的時空發育規律，具體表達式如下：

(2)

式中，α、β為常數。

利用式(2)可進一步分析得出，DEM模型中的數據a函數的變化率同變量和驅動量相關，進一步推到為：

(3)

式中，Δt為計時周期。

當計時周期Δt達到一定密度后，將利用式(3)進行相應計算；當計時周期Δt充分密化后，假設計時周期Δt取值為1，則進一步推導出：

(4)

從式(4)可知，該計算結果為a(f+1)的一次累減生成值。此時a(f+1)和a(f)通過二元偶對的組合形式存在，該形式表征了偶對a(f+1)和a(f)導數的映射關系，即可表達為：

(5)

從式(5)給出的映射關系可知，當f值存有差異時，偶對組合的情況也不同，這將引起式(4)的計算結果變化。綜上變化趨勢，可描述生態環境的時空發育規律的預測函數β為：

(6)

將上述結果代入式(2)中，可預測出次生災害生態環境下的時空發育規律。

1.3 設置風險評估方案評價區域生態環境質量

依照綜合獨立、兼容可行、重點標準等實施原則選取評價系數，用于對次生災害下的有關環境時空發育的預測結果進行分析探討，針對性地設計出次生災害下的風險評估方案。綜合兼顧區域坡度、物質組合、地形地貌和水文地質等關鍵性因素，結合區域范圍內的坡度、坡向、地層巖性、地下水以及河流等因素進行綜合性評估。假定上述列舉的各項環境因素分別用k1，k2，…，kn進行描述，結合文獻[10]中信息量法所展示的評價指標，推算出關聯次生地質災害下的環境信息量，以建立相應的風險評估模型。另外，基于環境時空發育規律，利用類比原則[11]測算出其他評估位置的變化趨勢，完成生態環境下發生次生災害的風險評估。假定次生地質災害用集合范圍Z表示，則：

Z=g(k1，k2，…，kn)

(7)

結合式(7)計算生態自然環境各重要因素k1，k2，…，kn，從而出測算發生次生地質災害的概率，其結果為：

(8)

式中，W(Z，k1，k2，…，kn)為在n項生態自然環境因素的影響下，發生次生地質災害的概率；W(Z)為發生次生地質災害的總概率；G(Z，k1，k2，…，kn)為單獨計算生態自然環境下各因素對災害事件Z所提供關聯信息，具體表述為：

(9)

式中，u為生態自然環境區域內發生事件Z的總數；ui為其中任一隨機分布單元；v為評估事件網格的數量；vi為任一網格。

1.4 風險評估范圍

利用上述章節所述的風險評估方案，結合風險評估結果來評價生態自然環境區域的環境質量，具體評價指標如下。

(1)評價結果位于0.0～0.2時，說明自然環境質量較優，發生次生地質災害的風險較小。

(2)評價結果位于0.2～0.6時，說明自然環境質量一般，發生次生地質災害的風險較高。

(3)評價結果超過0.6時，說明評估自然環境質量極度劣勢，發生次生地質災害的風險非常高。

綜合上述風險評價指標，通過大數據技術實現對生態環境次生地質災害的風險評估過程。

2 案例分析

2.1 測試準備

案例測試區域選取某地區，由于該區域的生態自然條件存在復雜多樣性特點，適用于開展自然生態條件的相應測試，利用本文所提的次生地質災害的風險評估方法對某區域的生態環境進行測試分析，并選取兩組現有的風險評估方法下的測試結果進行對比。某地20年來的統計降水量如圖1所示。

圖1 某地20年內的降水量統計Fig.1 Statistical map of precipitation in place X in 20 years

由圖1可知，利用圖中數據可計算出某地區的平均降水量約435.2 mm，說明了某地區的降水量常年充沛。

除此之外，結合對某地區現有的調查資料進行分析，發現某地區域內共有13條主要河流，依次對其編號，并對某地區的13條主要河流的基本參數進行統計(圖2)。

圖2 某地區域內主要河流基本參數Fig.2 Basic parameters of main rivers in a region

由圖2可知，某地區的降水量常年充沛、地下水資源儲藏豐富。對某地區的土層分析發現，該地區圖層大多呈斷層分布，使得整個生態系統較為脆弱，致使某地區極易發生地質災害和次生地質災害。某地區在極端氣候下實際發生的地質災害和次生地質災害效果如圖3、圖4所示。

圖3 災害發生位于村落位置Fig.3 Disaster occurred at village location

圖4 災害發生位于公路位置Fig.4 Disaster occurred at location of road

由圖3、圖4可知，某地區轄區內的大多數村莊呈臨河建設的分布現狀，且該村的公路工程臨村沿河流進行修建。此外該地區長期存在挖河取沙、毀田盜土以及毀林開荒等破壞活動，從而引起某地區的生態系統遭受到嚴重破壞。因此，當某地區遭遇極端天氣時，將面臨發生高風險的次生地質災害，從而導致某地區的房屋和公路受到嚴重損壞。然而，結合近年來總結的次生災害風險的評估經驗，除了大幅加固房屋質量外，政府部門及時高效地組織疏散、轉移安撫受災群眾，充分保障了受災群眾的生命、財產安全。此外，需深挖筑牢某地區的環境修復工作，利用大數據技術對某地區的次生災害進行風險評估，從而有效規避自然次生災害過程給人們的生產生活帶來的災難。

2.2 自然生態條件和次生地質災害的聯合分析

將文中設計的風險評估方法作為測試組，將2組現有的風險評估方法作為參照組，結合測試前準備的數據資料及相應評估模型，評估某地區發生次生地質災害的風險，并利用各方法評估的數值結果，制定出針對性的交通通行方案。自然生態條件和次生地質災害的關聯信息如圖5—圖7所示。

圖5 測試組關聯信息Fig.5 Test group association information

圖6 參考1組關聯信息Fig.6 Refer to 1 set of related information

圖7 參考2組關聯信息Fig.7 Refer to 2 sets of related information

由圖5—圖7可知，3個測試組的降水條件與水文因素基本一致，但考慮到3地其他的自然生態環境的差異性，從而引起各地自然災害的發生位置有所區別。可以看出測試組發生的生態環境次生地質災害的位置呈現出沿河流分布態勢；而2個參照組發生次生地質災害的位置無法得出一個相對固定的分布規律，由此推知現有的風險評估模型難以精準獲取到自然生態環境下的時空發育規律。

2.3 通行線路分析

通行線路測試分別按照圖5—圖7優化的結果進行相應交通路線的制定，具體的通行方案結果如圖8—圖10所示。

圖8 測試組通行路線Fig.8 Test group route

圖9 參考1組通行路線Fig.9 Refer to 1 set of travel routes

由圖8—圖10可知，測試組考慮實際生態環境中發生每1處次生災害的具體位置，對多類型的通行交通線路進行綜合布置，并貫穿測試整個區域。然而受限于次生災害的發生位置捕捉的精準性，參照組選擇的通行交通線路通常呈現單一化特征，且設置的通行線路適用于局部區域，因此極大地增加了堵塞交通的風險。當某地區發生次生災害時，不利于規劃救援路線。

由此可見，本文提出的大數據技術評估生態環境的次生地質災害的風險方法，可利用大數據技術評估結果為通行交通路線的制定提供可靠支撐，促進區域范圍內的通行交通路線呈現多樣化特點，有效規避發生次生災害過程中所引起阻塞道路的風險。

圖10 參考2組通行路線Fig.10 Refer to 2 set of travel routes

3 結論

本文利用大數據技術對次生災害的風險評估方法作了詳細論述和建模分析。結合風險評估結果來評價生態自然環境區域的環境質量，以便制定出合理的通行交通方案，確保區域居民的生命財產安全，建設行之有效的運維管理方案。此外，通過利用大數據技術建立和完善各項生態環境指標的一體化監測體系，從而高效應對次生災害的發生，為合理規避生態環境風險以及建立相應的技術保障提供支撐。