基于模糊證據(jù)推理的滑坡風(fēng)險分析

摘要：為科學(xué)地評估滑坡風(fēng)險，文章提出一種基于模糊證據(jù)推理（FER）的滑坡風(fēng)險評估方法。首先，設(shè)置專家權(quán)重指標(biāo)并歸一化計算專家權(quán)重；其次，運用參評要素的有效組合，建立風(fēng)險等級與模糊隸屬函數(shù)的一一對應(yīng)關(guān)系；最后，通過證據(jù)推理算法聚合所有與滑坡相關(guān)的危險事件的風(fēng)險水平，以此評估滑坡的總體風(fēng)險水平。通過荔金路甲江村古少屯滑坡實例，驗證了該評價模型的可行性，該研究可為類似工程的風(fēng)險分析提供科學(xué)的依據(jù)。

關(guān)鍵詞：滑坡；模糊隸屬函數(shù)；模糊證據(jù)推理；風(fēng)險評估

中圖分類號：P642.2""" 文獻標(biāo)識碼：A""""" 文章編號：1674-0688（2024）03-0132-05

0 引言

滑坡是我國主要的地質(zhì)災(zāi)害類型之一，對人類的生產(chǎn)、生活、財產(chǎn)及環(huán)境具有嚴重的破壞性，因此對滑坡風(fēng)險評估的研究意義重大［1］。在滑坡風(fēng)險評估研究領(lǐng)域，已有的研究大多聚焦于區(qū)域性滑坡風(fēng)險評估，而對單體滑坡災(zāi)害風(fēng)險的研究相對較少。國內(nèi)外滑坡穩(wěn)定性的評價方法主要分為確定性和不確定性分析2類［2］。例如，賴勇等［3］和董瑞朝等［4］提出確定性分析方法，此類方法基于各種條件下假定的簡化模型，通過計算得到評價結(jié)果，如數(shù)值模擬分析法；劉春等［5］提出不確定性分析方法，如灰色理論，該方法還包括目前比較流行的基于 GIS（地理信息系統(tǒng)）的聯(lián)合概率模型、模糊評價及神經(jīng)網(wǎng)絡(luò)法等。也有不少研究人員通過模糊綜合評價方法對滑坡風(fēng)險進行綜合評估分析，但該方法存在人為干預(yù)大、受主觀因素影響大的弊端；而采用模糊層次分析法（FAHP）對規(guī)模大、范圍廣、影響因素多的區(qū)域滑坡進行評價時，涉及的數(shù)據(jù)量大，所需參數(shù)多，計算過程復(fù)雜。姜江等［6］認為模糊證據(jù)推理方法是將模糊集理論與信度結(jié)構(gòu)相結(jié)合的評價模型，可對風(fēng)險的不確定性進行建模，通過模糊證據(jù)推理算法實現(xiàn)風(fēng)險信息融合，最終得出具有不同信度等級的評價結(jié)果。由此可見，滑坡風(fēng)險評估在不同的水文地質(zhì)環(huán)境和氣象環(huán)境，不同的滑坡規(guī)模和層次下所使用的理論評估體系不同，不同的評估體系給出的評價結(jié)果及采取的工程措施也不同，準(zhǔn)確地運用評估體系得出準(zhǔn)確的評估結(jié)果對滑坡災(zāi)害的風(fēng)險評估至關(guān)重要，有利于后期采取準(zhǔn)確有效的工程措施，防范滑坡災(zāi)害的發(fā)生。YANG 等［7］和YAGER等［8］認為模糊證據(jù)推理是基于D-S（Dempster/Shafer）證據(jù)理論的證據(jù)融合方法。崔玉榮等［9］認為證據(jù)推理方法對不確定或不完整的信息有更好的表達，可以更好地處理滑坡災(zāi)害中多因素影響條件下的風(fēng)險評估問題。本文運用模糊證據(jù)推理方法，對荔金路甲江村古少屯滑坡風(fēng)險建立評估體系，并驗證該方法的可行性，在綜合分析評價的基礎(chǔ)上提出工程防治建議，為后續(xù)單體滑坡災(zāi)害風(fēng)險防范及治理提供借鑒。

1 研究區(qū)地質(zhì)環(huán)境狀況

荔浦修仁至金秀二級公路的垂直溝谷呈東向西展布，公路修建過程中開挖的路塹邊坡有基巖露出，開挖的邊坡上部呈錐狀，坡度為24°～49°。由開挖面可知，地表覆蓋層較厚。甲江村古少屯滑坡位于新建的荔浦修仁至金秀二級公路K32+725～K33+000段右側(cè)，處于金秀縣三角鄉(xiāng)境內(nèi)，地理坐標(biāo)位置為E110° 10′ 10.85″，N24° 12′ 13.30″ 。中山峽谷地貌，一般相對高差大于200 m，屬南亞熱帶季風(fēng)氣候區(qū)，季節(jié)性氣候變化明顯。夏季濕潤多雨，場地周邊無規(guī)模較大的地表水體，古少屯南側(cè)約230 m處為古少小河，河床底寬3～6 m，水深0.5～2.0 m，枯季流量約72.449 L/s，流域面積約18.625 km2。 滑坡兩側(cè)K32+880及 K33+030 處有沖溝，平時無水，降雨時匯集坡體雨水。滑坡體中上部坡面分布有3間2～5層的民房。

研究區(qū)區(qū)域地質(zhì)構(gòu)造如圖1所示，滑坡區(qū)西南方向約400 m處為平辦壓扭性斷裂，正東約1.3 km處為金秀至雙河壓性斷層。受斷層影響，滑坡體周邊區(qū)域巖體較破碎，風(fēng)化強烈，節(jié)理裂隙發(fā)育，巖層變形顯著，產(chǎn)狀混亂，節(jié)理裂隙產(chǎn)狀變化較大，變化范圍為145°～205° ∠45°～60°。根據(jù)現(xiàn)場調(diào)查及鉆探揭露，滑坡區(qū)地層主要由第四系人工填土層（Q4ml）、第四系滑坡堆積層（Q4del）和寒武系水口群上亞群組成。

滑坡平面特征如圖2所示。滑坡體前緣寬約161 m，滑帶長約170 m，前后緣高差為125.5 m，滑坡體厚度為15.5～35.5 m，滑坡體堆積土石方量約40.2×104 m3。根據(jù)滑坡體體積及動力學(xué)特征劃分，該滑坡為中型牽引式滑坡，周邊地下水位埋深較深，為15.0～44.5 m，水量中等。場地地下水自坡頂次級分水嶺沿兩側(cè)斜坡（南西向和南東向）向下而流，滑坡區(qū)處于次級分水嶺的西南方，為地下水的補給區(qū)和徑流區(qū)，補給來源為降雨及滑坡后緣山體淺層基巖裂隙水側(cè)向補給。

2 滑坡風(fēng)險評估模型

2.1 確定參評要素集及風(fēng)險指標(biāo)體系

滑坡是穩(wěn)定的地質(zhì)體因地質(zhì)環(huán)境、水文環(huán)境等發(fā)生變化而失穩(wěn)的結(jié)果，影響滑坡穩(wěn)定性的因素主要包括自然地質(zhì)條件（巖土體性質(zhì)與結(jié)構(gòu)等）、地貌條件（地貌單元類型、坡度等）、氣象水文條件（降水量、地下水等）及人類工程活動（工程建設(shè)、采礦等）等。從總體上看，滑坡地質(zhì)體的穩(wěn)定性受多種因素的綜合影響，包括滑坡區(qū)的物質(zhì)組成、力學(xué)結(jié)構(gòu)、外部地質(zhì)條件及氣象水文條件。鑒于此，本文根據(jù)WBS-RBS（危險源辨識分解分析法）"識別出所有與滑坡相關(guān)的風(fēng)險事件，并逐層歸類，通過分析比較，選取其中一些對滑坡穩(wěn)定性影響較大的相關(guān)因素作為滑坡穩(wěn)定性評價指標(biāo)，建立荔金路甲江村古少屯滑坡風(fēng)險分析體系，同時結(jié)合專家打分表的情況，得到影響滑坡風(fēng)險事件的各項評價權(quán)重（見圖3）。經(jīng)綜合分析發(fā)現(xiàn)，甲江村古少屯滑坡外部環(huán)境因素包含研究區(qū)水文地質(zhì)條件、地質(zhì)構(gòu)造及植被覆蓋情況等，內(nèi)部因素包含滑坡坡度、坡高、坡體結(jié)構(gòu)類型、地面變形跡象、巖土組合及性質(zhì)。

風(fēng)險值通常表示為

[Rl=PlCl（l=1，…，l）]"""""""""""""""" （1）

其中：P為風(fēng)險發(fā)生的概率，C為后果，損失可分5個等級，專家對邊坡的打分結(jié)果可轉(zhuǎn)換成每個級別對應(yīng)的隸屬函數(shù)，風(fēng)險損失的隸屬函數(shù)需進行歸一化處理。

經(jīng)處理后的各種風(fēng)險損失評價指標(biāo)被賦予一定的權(quán)重比例并進行融合處理，最終形成單個風(fēng)險事件總風(fēng)險損失的隸屬函數(shù)。風(fēng)險損失權(quán)重可根據(jù)專家打分獲得，經(jīng)濟損失、時間損失、環(huán)境影響和人員傷亡的權(quán)重分別為0.435、0.148、0.139、0.278。經(jīng)過上述計算得到風(fēng)險事件發(fā)生的概率及總體風(fēng)險損失后，依據(jù)公式（2）的計算結(jié)果建立風(fēng)險等級標(biāo)準(zhǔn)與隸屬函數(shù)的對應(yīng)關(guān)系（見表1）。

[Rk={Rka，Rkb，Rkc，Rkd}={min（[Plia?Csia]），[li=1psi=1cPlib?Csib][p×c]，[li=1psi=1cPlic?Csic][p×c]，max（[Plid?Csid]）}]"""" （2）

公式（2）中的“［］”表示內(nèi)為有效組合，非有效組合不計在內(nèi)，即單一等級的風(fēng)險隸屬函數(shù)需同時考慮不同概率和產(chǎn)生的后果的組合。

2.2 風(fēng)險評估模式中的專家權(quán)重

通過專家打分定義權(quán)重，可以充分發(fā)揮專家的作用；而對各個指標(biāo)的權(quán)重進行科學(xué)賦值，可以避免群體決策中的權(quán)威影響和個人偏見，獲得準(zhǔn)確和客觀的權(quán)重結(jié)果。本文根據(jù)每位專家的不同背景，包括工齡、學(xué)歷、職稱、獲獎情況，確定每位專家的評價權(quán)重比例（見表2）。

2.3 指標(biāo)風(fēng)險置信結(jié)構(gòu)轉(zhuǎn)換

指標(biāo)風(fēng)險置信結(jié)構(gòu)轉(zhuǎn)換可通過以下方法進行：首先，繪制荔金路甲江村古少屯滑坡風(fēng)險等級隸屬函數(shù)曲線[H={Hn，n=1，2，3，4，5}]以及各類滑坡風(fēng)險事件[l]的風(fēng)險水平[Rl]的隸屬函數(shù)曲線。其次，求出[Rl]的隸屬函數(shù)與風(fēng)險識別框架對應(yīng)關(guān)系中各等級[Hn]隸屬函數(shù)的相交面積，即為滑坡風(fēng)險事件[l]對于整體滑坡風(fēng)險被評為[Hn]的隸屬度；最后，將以上求得的隸屬度進行歸一化處理，即可得到各滑坡風(fēng)險事件的風(fēng)險水平在風(fēng)險識別框架對應(yīng)關(guān)系上的信度結(jié)構(gòu)[βnl（n=1，2，3，4，5）]。

2.4 基于證據(jù)推理的風(fēng)險信息融合

每個風(fēng)險事件的基本可信度[σnl]的計算公式為

[σnl=ηlβnl]""""""""""""""""""""""""""""" （3）

[σHl=1-n=15σnl]""""""""""""""""""""""" "（4）

其中：[σnl]為風(fēng)險因素[l]在模糊評價等級[Hn]上的基本可信度；[σHl]表示由于信息未知或不完備而無法確定的部分風(fēng)險，可由因權(quán)重未分配導(dǎo)致的[σlH]和因評價信息不足而未分配的[σlH]兩個部分組成，這兩個部分的計算公式如下：

[σlH=1-ηl]"""""""""""""""""""""""""" （5）

[σlH=ηl（1-n=15βln）]""""""""""""""""""" （6）

根據(jù)融合運算（f）-（i），得出荔金路甲江村古少屯滑坡的總風(fēng)險評價可信度在風(fēng)險等級[Hn]和[Hn，（n+t）]上的mass函數(shù)[σn]和[σn，n+t]，[Hn，（n+t）]為模糊評價等級[Hn]和[H（n+t）]的交集，計算過程如下：

[σn=k{l=1L[σnl+σlH]-l=1LσlH}，n=1，2，3，4，5]" （7）

[σn，（n+t）=kμmaxFn，（n+t）{l=1L[σnl+σn+tl+σlH]-l=1L[σnl+σlH]-l=1L[σn+tl+σlH]+l=1LσlH}，n=1，2，3，4，5]" （8）

[σH=k[l=1LσlH]]""""""""""""""""""""" """"（9）

[k={n=15{l=1L[σnl+σlH]-j=1LσlH}+t=14n=15-tμmaxHn，（n+t）{l=1L[σnl+σn+tl+σlH]-l=1L[σn+tl+σlH]+l=1LσlH}+l=1LσlH}-1]" （10）

其中：[Hn，（n+t）]為模糊評價等級[Hn]和[H（n+t）]的交集；[k]為歸一化系數(shù)。通過公式（11）和公式（12）得到各個等級的信度：

[βn=σn1-σH]""""""""""""""""""""""""" （11）

[βn，（n+t）=σn，n+t1-σH]"""""""""""""""""""""""" （12）

其中：[βn]為綜合了[l]個風(fēng)險因素后，荔金路甲江村古少屯滑坡風(fēng)險被評價到模糊風(fēng)險評價等級[Hn]上的置信度；[βn，n+t]（[n=1，2，3，4]；[t=1，2，3，4] ;[n+t≤5]）為在模糊風(fēng)險等級[Hn，（n+t）]上因信息不足而未分配的置信度，需要根據(jù)不同的評價等級[Hn]和[H（n+t）]之間交集的不同情況（交集的最大隸屬度）重新分配。重新分配的信度與公式（12）求得的組合信度相疊加，得到最終的[βn]。

2.5 基于模糊證據(jù)推理的施工安全風(fēng)險評價

根據(jù)參評要素集及風(fēng)險指標(biāo)體系構(gòu)建的風(fēng)險等級標(biāo)準(zhǔn)與隸屬函數(shù)的對應(yīng)關(guān)系，把荔金路甲江村古少屯滑坡風(fēng)險事件的風(fēng)險水平隸屬函數(shù)通過風(fēng)險等級標(biāo)準(zhǔn)與隸屬函數(shù)的對應(yīng)關(guān)系轉(zhuǎn)化為置信結(jié)構(gòu)，根據(jù)公式（3）和公式（4）計算每個風(fēng)險事件[l]的基本信度分配函數(shù)[σnl]及未分配信度[σHl]（見表3）。根據(jù)融合運算（f）-（i），得出滑坡的總風(fēng)險評價可信度在風(fēng)險等級[Hn]和[Hn，（n+t）]上的mass函數(shù)[σn]和[σn，n+t]。根據(jù)模糊風(fēng)險等級交集的不同情形，將模糊交集信度進行分配后，與非交集信度疊加，得到滑坡被評為各個等級的最終信度（見表4）。表4中的結(jié)果顯示，荔金路甲江村古少屯滑坡總體風(fēng)險大概率隸屬于四級風(fēng)險，概率為0.236 89。根據(jù)表1的對應(yīng)關(guān)系，該滑坡風(fēng)險程度為不可接受，該風(fēng)險等級下的滑坡需制定控制、預(yù)警措施，并采取防治措施。

2.6 敏感性分析

依次將影響荔金路甲江村古少屯滑坡的各風(fēng)險因素在風(fēng)險等級標(biāo)準(zhǔn)與隸屬函數(shù)的對應(yīng)關(guān)系上的信度[βl2]設(shè)置為0，基于這一基礎(chǔ)，計算滑坡的整體風(fēng)險等級。圖4為不同事件風(fēng)險水平變化對滑坡整體風(fēng)險水平的影響，從圖4中可以看出，對荔金路甲江村古少屯滑坡影響較大的3個因素分別為降雨量大、巖石完整性差、巖石強度低，這些風(fēng)險事件在邊坡治理過程中需要重點關(guān)注和控制。

依次將風(fēng)險事件所有損失評價指標(biāo)的隸屬函數(shù)做同類型改變，比較不同損失評價指標(biāo)的評價水平變化對滑坡整體風(fēng)險水平的影響。例如，選取降雨量大作為損失評價指標(biāo)，將該指標(biāo)引起的損失的隸屬函數(shù)依次設(shè)置為{0，0，0，0}，降雨量大的損失評價指標(biāo)對滑坡總體風(fēng)險水平的影響如圖5所示。對荔金路甲江村古少屯滑坡風(fēng)險水平影響較大的風(fēng)險損失指標(biāo)為經(jīng)濟損失。根據(jù)風(fēng)險公式[R=P×C]，損失水平直接影響風(fēng)險水平，損失指標(biāo)的權(quán)重越大，對風(fēng)險水平的影響也越大，并且也影響到最后證據(jù)融合的結(jié)果。此結(jié)果證明了經(jīng)濟損失作為權(quán)重最大的損失指標(biāo)，其對整體風(fēng)險評估結(jié)果的影響最大。受制于各種損失的相互牽制，相比于風(fēng)險事件權(quán)重的影響，單個損失指標(biāo)對整個風(fēng)險等級評判的影響較小，說明細分風(fēng)險損失指標(biāo)能更好地避免極端評價。

3 結(jié)論

（1）本文對荔金路甲江村古少屯滑坡實例進行分析，結(jié)果表明：滑坡整體被評為四級風(fēng)險的概率最大，達到23.69%，需制定控制、預(yù)警措施。此結(jié)果證明了滑坡風(fēng)險評價系統(tǒng)可以使用模糊證據(jù)推理方法進行定量評估。

（2）利用模糊證據(jù)推理對滑坡地質(zhì)災(zāi)害進行評估，可以找出影響該滑坡災(zāi)害整體風(fēng)險水平的關(guān)鍵因素，為后續(xù)滑坡災(zāi)害的防治提供科學(xué)的依據(jù)。同時，權(quán)重較大的風(fēng)險損失指標(biāo)需重點關(guān)注，以便在滑坡災(zāi)害的防治中做出科學(xué)的決策。

（3）模糊證據(jù)推理可對具有地質(zhì)環(huán)境、水文環(huán)境、降雨及人類活動等多種影響因素的滑坡風(fēng)險進行較為準(zhǔn)確的評估，為處理其他類似的多屬性決策問題提供了參考。

4 參考文獻

［1］童立強，郭兆成.典型滑坡遙感影像特征研究［J］.國土資源遙感，2013，25（1）：86-92.

［2］李元松，陳文峰，李新平，等.基于模糊神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性評價方法［J］.武漢理工大學(xué)學(xué)報，2013，35（1）：113-118.

［3］賴勇，方俊，祝田野，等.巫山青石滑坡復(fù)活機制研究與穩(wěn)定性評價［J］.地下空間與工程學(xué)報，2015，11（4）：1039-1046.

［4］董瑞朝，陳孝剛，陶志剛.陜西鳳凰山滑坡體穩(wěn)定性評價及敏感性分析［J］.地下空間與工程學(xué)報，2012，8（S2）：1737-1742.

［5］劉春，杜俊生，王敬堃.基于灰色關(guān)聯(lián)分析理論的邊坡穩(wěn)定性預(yù)測［J］.地下空間與工程學(xué)報，2017，13（5）：1424-1430.

［6］姜江，李璇，邢立寧，等.基于模糊證據(jù)推理的系統(tǒng)風(fēng)險分析與評價［J］.系統(tǒng)工程理論與實踐，2013，33（2）：529-537.

［7］YANG J B，XU D L.On the evidential reasoning algorithm for multiple attribute decision analysis under uncertainty［J］.IEEE Transactions on Systems，Man and Cybernetics，Part A，2002，32（3）：289-304.

［8］YAGER R R，LIU L.Classic Works of the Dempster-Shafer Theory of Belief Functions［M］.Berlin：Springer，Studies in Fuzziness and Soft Computing，2008：529-554．

［9］崔玉榮，戴志清，劉喜峰，等.基于模糊證據(jù)推理的南水北調(diào)工程突發(fā)事件風(fēng)險評價［J］.水力發(fā)電，2021，47（4）：102-107.

*廣西重點研發(fā)計劃“膨脹土災(zāi)變力學(xué)特性及防控技術(shù)標(biāo)準(zhǔn)化研究”（桂科AB23075184）。

【作者簡介】楊再朝，男，廣西忻城人，碩士，工程師，研究方向：公路工程咨詢、地質(zhì)災(zāi)害。

【引用本文】楊再朝.基于模糊證據(jù)推理的滑坡風(fēng)險分析——以荔金路甲江村古少屯滑坡為例［J］.企業(yè)科技與發(fā)展，2024（3）：132-136.