西藏部分地區滑坡數據綜合分析平臺研究
——以ArcGIS Pro 為例

彭禮鑫*，張 鑫，蘇喚東，達 瓦

(1.西藏大學，西藏拉薩；2.高原重大基礎設施與環境研究中心(CPMIE)，西藏拉薩)

西藏自治區地處西藏高原，青藏高原地震帶西南部，平均海拔4 000 米，是我國地震多發地區之一。自然環境惡劣、地質災害眾多，其中包括地震、泥石流、滑坡、雪災、大風等災害，僅川藏公路年均發生地質災害300 多次；西藏全域道路凍融循環損傷最高多達200 余次。十四五規劃：“開展災害事故風險隱患，排查治理”“建立高質量的城市安全系統”習總書記：“要大力加強防災備災體系和能力建設，舍得花錢，舍得下功夫，寧肯十防九空，有些領域要做好應對百年一遇災害的準備[1,2,3]。”本課題組于2017 年就著手建設西藏地區部分典型災害監測點，對于滑坡災害預測預警、泥石流災害運動過程、滾石災害滾石軌跡理論研究相對深入，采用GNSS、土壤含水量傳感器、雨量傳感器等一系列傳感器進行野外災害監測[4]。由于一些影響導致采集地表位移數據樣本容量較小，根據樣本容量規格申請國家冰川凍土沙漠科學數據中心數據進行基于時間序列的RBF 模型訓練。本文其余地質數據根據以往前人研究者調研、實驗以及建設的工程獲取，將基于時間序列的RBF 神經網絡[5,6]模型集成在ArcGIS Pro 軟件中，對滑坡災害預測分析進行進一步整理研究[7,8]，實現一鍵式獲取、自定義一鍵式分析位移變化預測曲線等功能。

1 ArcGIS Pro 二次開發

ArcGIS Pro，作為新一代的桌面地圖繪制和分析軟件，被廣大用戶所青睞。它的主要功能包括收集、組織、管理、分析、交流和發布地理信息，這些功能都可以通過ArcGIS Pro 的多個應用程序來實現。ArcCatalog 是ArcGIS Pro 的一個重要組件，它可以讓用戶方便地瀏覽和管理地理數據。無論是存儲在本地的文件，還是網絡上的資源，都可以通過ArcCatalog 進行查看和搜索。ArcToolbox 是另一個重要的應用程序，它包含了許多用于處理地理數據的工具。這些工具可以幫助用戶進行數據的轉換、編輯、分析和處理等操作。ArcMap 是ArcGIS Pro 的核心應用程序，它是一個完整的地圖制作環境。用戶可以使用ArcMap 來創建和編輯地圖，添加各種圖層，以及進行地圖的布局和設計。通過使用這些應用程序，ArcGIS Pro 提供了多種空間分析工具來生成空間分析。這些工具可以幫助用戶理解和解釋地理數據，從而得出有價值的結論。此外，ArcGIS Pro 還支持70 多種數據格式，這意味著用戶可以將各種類型的地理數據集成在一起進行分析和可視化。這種靈活性和強大的兼容性使得ArcGIS Pro 成為了地理信息系統（GIS）中的重要工具，也為ArcGIS Pro 二次開發提供便利。

2 應用層設計

2.1 軟件工具

微軟在2021 年夏季發布的Visual Studio 2022版本，帶來了更快、更易于使用和更輕量級的特點，專為學習者和構建工業規模解決方案的人設計。這一版本的發布標志著微軟在軟件開發領域的持續創新和進步。由作者Esri 開發的ArcGIS Pro SDK for .NET插件中的一系列安裝包，如Proapp-SDK-Migration.vsix 和Proapp-SDK-Templates.vsix 等，將地理信息系統軟件ArcGIS Pro 3.0 與程序設計軟件Visual Studio緊密結合到一起。這種緊密的結合為開發者提供了更加便捷的開發環境，使得他們在使用Visual Studio 進行程序設計時能夠充分利用ArcGIS Pro 的強大功能。其中，C#編程語言.NET 插件已經實現了在ArcGIS Pro 3.0 上的模塊化二次開發。這意味著開發者可以通過這個插件對ArcGIS Pro 進行更為簡潔、更加個性化的開發，滿足不同項目的需求。這種模塊化的二次開發方式將ArcGIS Pro 二次開發推向了更為簡潔、更加個性化的行列隊伍，為開發者提供了更多的創作空間和靈活性。

隨著地理信息系統軟件的迭代升級，ArcGIS Pro 3.1 已經十分兼容地加入到.NET 模塊化開發行列中。這意味著開發者可以在Visual Studio 中使用.NET 插件對ArcGIS Pro 進行更加深入的二次開發，充分發揮ArcGIS Pro 在地理信息系統領域的優勢?？傮w而言，微軟發布的Visual Studio 2022 版本以及與之配套的ArcGIS Pro SDK for .NET 插件，為開發者提供了更加便捷、高效和靈活的工具鏈，使他們能夠在地理信息系統領域進行更加深入的研究和應用開發。這將有助于推動地理信息系統軟件的創新和發展，為各行各業提供更加智能化的解決方案。

2.2 神經網絡模型

1988 年，Broomhead、Lowe 以及Moody 和Darken將徑向基函數用于神經網絡設計。徑向基函數神經網終(Radial Basis Function Neural Network，RBF 神經網絡)是一類常用的三層前饋網絡，既可用于函數逼近，也可用于模式分類。與其他類型的人工神經網絡相比，RBF 網絡有生理學基礎，結構簡單，學習速度快，優良的逼近性能和泛化能力等特點。前人研究表明，RBF 神經網絡可以實現在一個緊湊集和任意精度下逼近任意非線性函數。徑向基函數網絡是包含輸入層、隱含層、輸出層的三層前向網絡，隱含層采用徑向基函數θ(x)作為激勵函數，一般選用高斯函數。隱層神經元與輸入層相連的權值向量Wi和第i 個輸入向量Xi之間加權乘積WiXi與偏置b 的和作為本身的輸入，見圖1。

圖1 某一個輸入、隱藏層運行實例圖

3 功能實現

3.1 環境配置

本文是通過按鈕的形式進行迫龍溝滑坡災害預測分析，本文一共構建了一個Tab 五個Group 十二個Button 進行滑坡災害預測分析，第一個Button 主要功能是定位至監測點，其余Button 都是按點位統一RBF模型各自分析。具體配置步驟如下:

(1) 安裝Visual Studio 2022 并在管理拓展處安裝SDK 插件，見圖2。

圖2 某一個插件實例圖

安裝完畢之后就相當于已經構建出了Visual Studio 2022 與ArcGIS Pro 的互聯，對于ArcGIS Pro的功能實現就可以直接通過Visual Studio 2022 內部的C#程序直接自定義，自定義結束后可以通過生成解決方案的方式生成.esriAddinX 文件，進行功能添加至ArcGIS Pro 內部永久保存甚至程序移植。

(2) 在Visual Studio 2022 中創建項目，添加按鈕，至此基本環境已經配置成功，見圖3。

圖3 某一個按鈕實例圖

(3) 在添加的按鈕OnClick 函數中自定義功能，實現滑坡災害預測分析。例如提示信息。

3.2 預測模型實現

我們使用RBF 神經網絡框架。然后定義輸入和輸出數據結構，創建訓練和測試數據集，并使用管道進行訓練和評估。在不同應用中，需要根據具體問題實現神經網絡的前向傳播、計算損失等操作。

本文選用的是調用Matlab 程序模型，數據選用以國家冰川凍土沙漠科學數據中心(National Cryosphere Desert Data Center，NCDC) 提供的長江三峽庫區秭歸縣白水河滑坡監測數據為例，2007 年-2012 年歷時5年,共監測60 期，訓練集與測試集比例為8:2，其中比較關鍵的代碼如下:

評估模型:

3.3 提示信息

鼠標懸浮至按鈕上方就會顯示該按鈕提示信息，見圖4。代碼如下：

圖4 部分插件運行實例圖

3.4 預測模型實驗，見圖5 和表1。

表1 效果對比表

圖5 效果對比圖

4 結論

通過ArcGIS Pro 與Visual Studio 的結合解決了傳統地理信息系統處理數據的單一性，拓展了神經網絡的運行環境。將ArcGIS Pro 變成不再是一個處理高程、坡度、平面曲率、剖面曲率、坡向、NDVI、NDBI 的傳統地理信息系統軟件，結合一定量的自定義程序進行數據處理拓展。對于小樣本數據該模型存在過擬合現象，應當優化相應模型，隨著數據集不斷地擴充模型精度將獲得明顯提高。通過程序調取實現了一平臺多用，大大提高了工作效率。