本發(fā)明涉及災(zāi)害預(yù)測(cè)領(lǐng)域，尤其是涉及滑坡預(yù)測(cè)方法和裝置。

背景技術(shù)：

滑坡是巖石、碎石或土的塊體沿斜坡移動(dòng)的一種現(xiàn)象，它是顯著改變地球地表景觀的自然地質(zhì)過(guò)程。當(dāng)其影響到人類(lèi)活動(dòng)時(shí)，則會(huì)成為災(zāi)害。在過(guò)去的十幾年里，地理信息系統(tǒng)(GIS)技術(shù)在滑坡預(yù)測(cè)中得到越來(lái)越多的應(yīng)用。利用地理信息系統(tǒng)的滑坡預(yù)測(cè)通?；谝韵碌那疤醽?lái)進(jìn)行：第一，在研究區(qū)域內(nèi)，可以用GIS的空間數(shù)據(jù)來(lái)對(duì)歷史上已經(jīng)發(fā)生滑坡的特征以及專(zhuān)家知識(shí)進(jìn)行描述，其中，專(zhuān)家知識(shí)通常包括：專(zhuān)家對(duì)滑坡變形跡象特征、變形跡象名稱(chēng)、變形部位、變形活動(dòng)階段；滑坡自然誘因、地貌因素、物理因素、人為因素、滑坡發(fā)生主導(dǎo)因素、復(fù)活誘發(fā)因素、目前穩(wěn)定狀、今后變化趨勢(shì)；滑坡監(jiān)測(cè)、防治建議等的分析知識(shí)；第二，過(guò)去和現(xiàn)在是了解將來(lái)的鑰匙，即將到來(lái)的滑坡可能發(fā)生在那些曾經(jīng)引起滑坡的地質(zhì)、地貌和水文環(huán)境中。由此，學(xué)者們提出了很多定量的滑坡預(yù)測(cè)模型，常見(jiàn)的有：布爾邏輯模型(Boolean logic model)、二值證據(jù)模型(binary evidence model)、多類(lèi)別圖層指數(shù)疊加模型(index overlay with multi-class maps)、模糊邏輯模型(fuzzy logic model)、貝葉松模型(Bayesian model)、回歸模型(regression model)、證據(jù)權(quán)重模型(weight of evidence)、確定性因子模型(certainty factor model)等等。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種能夠應(yīng)用于地區(qū)土地利用規(guī)劃管理及應(yīng)急管理中的滑坡預(yù)測(cè)方法和裝置。

根據(jù)本發(fā)明的實(shí)施方式的一個(gè)方面，提供一種滑坡預(yù)測(cè)方法，用于具有多個(gè)地理空間數(shù)據(jù)層的地理信息系統(tǒng)，該方法包括：從預(yù)定的分析區(qū)域的多個(gè)地理空間數(shù)據(jù)層中選取m個(gè)數(shù)據(jù)層，將所述m個(gè)數(shù)據(jù)層作為第一～第m層，其中，所述m為大于等于2的自然數(shù)；針對(duì)所述第一～第m層中的第k層，按照所述第k層的每個(gè)柵格的屬性數(shù)據(jù)值的大小進(jìn)行排序；按照所述第k層的排序結(jié)果的順序，以第k預(yù)定柵格數(shù)對(duì)所述第k層的所有柵格進(jìn)行等分，形成第k多邊形單元組；針對(duì)所述第k層，計(jì)算所述第k多邊形單元組中的每個(gè)柵格的模糊隸屬值，其中，k為大于等于1且小于等于m的自然數(shù)，由此獲得每個(gè)柵格的所述第一～第m層的模糊隸屬值；計(jì)算所述預(yù)定的分析區(qū)域的每個(gè)柵格的降雨量模糊隸屬值，其中，所述降雨量模糊隸屬值是根據(jù)歷史降雨量數(shù)據(jù)通過(guò)邏輯回歸分析求出的；以及根據(jù)每個(gè)柵格的所述第一～第m層的模糊隸屬值以及每個(gè)柵格的所述降雨量模糊隸屬值，利用模糊代數(shù)和模型，求出所述預(yù)定的分析區(qū)域的每個(gè)柵格的滑坡發(fā)生可能性值。

根據(jù)本發(fā)明的實(shí)施方式的一個(gè)方面，提供滑坡預(yù)測(cè)裝置，用于具有多個(gè)地理空間數(shù)據(jù)層的地理信息系統(tǒng)，該裝置包括：選取模塊，所述選取模塊被配置為從預(yù)定的分析區(qū)域的多個(gè)地理空間數(shù)據(jù)層中選取m個(gè)數(shù)據(jù)層，將所述m個(gè)數(shù)據(jù)層作為第一～第m層，其中，所述m為大于等于2的自然數(shù)；排序模塊，所述排序模塊被配置為針對(duì)所述第一～第m層中的第k層，按照所述第k層的每個(gè)柵格的屬性數(shù)據(jù)值的大小進(jìn)行排序；等分模塊，所述等分模塊被配置為按照所述排序模塊所排序的所述第k層的排序結(jié)果的順序，以第k預(yù)定柵格數(shù)對(duì)所述第k層的所有柵格進(jìn)行等分，形成第k多邊形單元組；以及多層隸屬值計(jì)算模塊，所述多層隸屬值計(jì)算模塊被配置為針對(duì)所述第k層，計(jì)算所述第k多邊形單元組中的每個(gè)柵格的模糊隸屬值，其中，k為大于等于1且小于等于m的自然數(shù)，由此分別獲得每個(gè)柵格的所述第一～第m層的模糊隸屬值；降雨量隸屬值計(jì)算模塊，所述降雨量隸屬值計(jì)算模塊被配置為計(jì)算所述預(yù)定的分析區(qū)域的每個(gè)柵格的降雨量模糊隸屬值，其中，所述降雨量模糊隸屬值是根據(jù)歷史降雨量數(shù)據(jù)通過(guò)邏輯回歸分析求出的；以及預(yù)測(cè)模塊，所述預(yù)測(cè)模塊被配置為根據(jù)每個(gè)柵格的所述第一～第m層的模糊隸屬值以及每個(gè)柵格的所述降雨量模糊隸屬值，利用模糊代數(shù)和模型，求出所述預(yù)定的分析區(qū)域的每個(gè)柵格的滑坡發(fā)生可能性值。

根據(jù)本發(fā)明的實(shí)施方式，通過(guò)選取多個(gè)地理空間數(shù)據(jù)層中的部分?jǐn)?shù)據(jù)層來(lái)求出滑坡發(fā)生可能性值，因此，能夠適用于已有數(shù)據(jù)不全的情況，或者來(lái)不及獲取全面數(shù)據(jù)等的緊急情況。另外，通過(guò)對(duì)每一層的數(shù)據(jù)按照數(shù)據(jù)值的大小進(jìn)行排序并按照排序順序以預(yù)定的柵格數(shù)對(duì)該數(shù)據(jù)層的所有柵格進(jìn)行等分，所形成的同一層的每個(gè)多邊形單元所包含的柵格數(shù)相同，因此，統(tǒng)計(jì)結(jié)果更加合理，能夠更準(zhǔn)確地預(yù)測(cè)各柵格中的滑坡發(fā)生可能性值。另外，通過(guò)將Logistic回歸分析得到的P值作為降雨量模糊隸屬值、利用模糊代數(shù)和模型、根據(jù)該降雨量模糊隸屬值與其他影響因素的模糊隸屬值求出滑坡發(fā)生可能性值，從而能夠獲得綜合反映了降雨因素及其他影響因素的動(dòng)態(tài)的滑坡發(fā)生可能性值的分布。

附圖說(shuō)明

通過(guò)參考附圖會(huì)更加清楚的理解本發(fā)明的特征和優(yōu)點(diǎn)，附圖是示意性的而不應(yīng)理解為對(duì)本發(fā)明進(jìn)行任何限制，在附圖中：

圖1是示出本發(fā)明的第一實(shí)施方式所涉及的滑坡預(yù)測(cè)方法的流程圖；

圖2是示出本發(fā)明的第二實(shí)施方式所涉及的滑坡預(yù)測(cè)裝置的基本構(gòu)成的功能模塊圖；

圖3是示出本發(fā)明的滑坡預(yù)測(cè)方法和裝置被應(yīng)用的地理信息系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

在本領(lǐng)域中，存在如下相關(guān)技術(shù)：利用歷史滑坡數(shù)據(jù)、基巖地質(zhì)圖、地表地質(zhì)圖、斜坡類(lèi)型圖、土地利用圖、地形坡度分類(lèi)圖、海拔高程分類(lèi)圖、居民點(diǎn)分布分類(lèi)圖、水系分布分帶圖、道路分布分帶圖以及地貌類(lèi)型圖等地理空間數(shù)據(jù)，以模糊伽馬模型、模糊代數(shù)積模型、模糊代數(shù)和模型以及模糊最小模型這4個(gè)定量滑坡預(yù)測(cè)模型為例，探討滑坡預(yù)測(cè)模型的預(yù)測(cè)率在對(duì)比、評(píng)價(jià)和選擇不同模型方面的作用。

在該相關(guān)技術(shù)中，對(duì)地形坡度分類(lèi)圖進(jìn)行多邊形單元分類(lèi)時(shí)，采用10度間隔分類(lèi)的方法，對(duì)海拔高程分類(lèi)圖進(jìn)行多邊形單元分類(lèi)時(shí)，采用250m間隔分類(lèi)的方法。即，按照地形坡度、海拔高程等的具體數(shù)據(jù)值進(jìn)行等間隔劃分。

本發(fā)明的發(fā)明人經(jīng)過(guò)研究發(fā)現(xiàn)，在如上所述的那樣按照影響因素的具體數(shù)據(jù)值進(jìn)行等間隔劃分的情況下，各多邊形單元所覆蓋的柵格數(shù)量不同，有可能有數(shù)量級(jí)的懸殊。例如，地形坡度為0度到10度之間的柵格的數(shù)量比較多，而地形坡度為80度到90度之間的柵格的數(shù)量較少，而柵格的數(shù)量較多，所覆蓋的空間區(qū)域面積大，因面積較大，在此區(qū)域內(nèi)發(fā)生的歷史滑坡的次數(shù)也多，由此預(yù)判出此區(qū)域?qū)?lái)發(fā)生滑坡的可能性也大；柵格的數(shù)量較少的多邊形區(qū)域，所覆蓋的空間區(qū)域面積小，在該區(qū)域內(nèi)發(fā)生歷史滑坡的次數(shù)也少，由此預(yù)判出此區(qū)域?qū)?lái)發(fā)生滑坡的可能性也小。所以，在按照地形坡度的數(shù)據(jù)值以等間隔的方式進(jìn)行多邊形單元分類(lèi)時(shí)，由于每個(gè)多邊形單元內(nèi)柵格的數(shù)量不同，從而干擾對(duì)于該地形坡度因素對(duì)滑坡發(fā)生可能性的影響的統(tǒng)計(jì)結(jié)果。在對(duì)其他圖層進(jìn)行多邊形單元分類(lèi)的分類(lèi)方法中，也均存在類(lèi)似的問(wèn)題。

另外，上述的相關(guān)技術(shù)等是為了科學(xué)研究而非為了實(shí)際應(yīng)用，其中，不僅需要?dú)v史滑坡數(shù)據(jù)，還同時(shí)需要基巖地質(zhì)圖、地表地質(zhì)圖、斜坡類(lèi)型圖、土地利用圖、地形坡度分類(lèi)圖、海拔高程分類(lèi)圖、居民點(diǎn)分布分類(lèi)圖、水系分布分帶圖、道路分布分帶圖以及地貌類(lèi)型圖等多個(gè)地理空間數(shù)據(jù)層。由此看出，需要的數(shù)據(jù)較多，這在滑坡預(yù)測(cè)的實(shí)際應(yīng)用過(guò)程中難以實(shí)現(xiàn)。尤其是，在已經(jīng)發(fā)生暴雨等而有可能隨時(shí)發(fā)生滑坡災(zāi)害、需要盡快疏散可能受害的群眾等的危急情況下，難以馬上獲取上述的全部的地理空間數(shù)據(jù)。

本發(fā)明的發(fā)明人經(jīng)過(guò)研究發(fā)現(xiàn)，只要有基巖地質(zhì)數(shù)據(jù)層、地表地質(zhì)數(shù)據(jù)層、斜坡類(lèi)型數(shù)據(jù)層、土地利用類(lèi)型數(shù)據(jù)層、地形坡度數(shù)據(jù)層、海拔高程數(shù)據(jù)層、居民點(diǎn)分布數(shù)據(jù)層、水系分布數(shù)據(jù)層、道路分布數(shù)據(jù)層、地貌類(lèi)型數(shù)據(jù)層、滑坡類(lèi)型分布數(shù)據(jù)層等地理空間數(shù)據(jù)層中的兩種以上的數(shù)據(jù)層以及歷史滑坡數(shù)據(jù)，就能夠獲得滿(mǎn)足應(yīng)急決策等的實(shí)際應(yīng)用的預(yù)測(cè)結(jié)果。

另外，在本領(lǐng)域中，雖然存在單獨(dú)研究降雨量對(duì)滑坡發(fā)生概率的影響的技術(shù)，但是并不存在將降雨量和其他影響滑坡的因素結(jié)合起來(lái)預(yù)測(cè)滑坡發(fā)生可能性的技術(shù)。

從而，本發(fā)明的發(fā)明人提出了如下的滑坡預(yù)測(cè)方法，用于具有多個(gè)地理空間數(shù)據(jù)層的地理信息系統(tǒng)，該方法包括以下的步驟：

從預(yù)定的分析區(qū)域的多個(gè)地理空間數(shù)據(jù)層中選取m個(gè)數(shù)據(jù)層，將所述m個(gè)數(shù)據(jù)層作為第一～第m層，其中，所述m為大于等于2的自然數(shù)；

針對(duì)所述第一～第m層中的第k層，按照所述第k層的每個(gè)柵格的屬性數(shù)據(jù)值的大小進(jìn)行排序；

按照所述第k層的排序結(jié)果的順序，以第k預(yù)定柵格數(shù)對(duì)所述第k層的所有柵格進(jìn)行等分，形成第k多邊形單元組；

針對(duì)所述第k層，計(jì)算所述第k多邊形單元組中的每個(gè)柵格的模糊隸屬值，其中，k為大于等于1且小于等于m的自然數(shù)，由此獲得每個(gè)柵格的所述第一～第m層的模糊隸屬值；

計(jì)算所述預(yù)定的分析區(qū)域的每個(gè)柵格的降雨量模糊隸屬值，其中，所述降雨量模糊隸屬值是根據(jù)歷史降雨量數(shù)據(jù)通過(guò)邏輯回歸分析求出的；以及

根據(jù)每個(gè)柵格的所述第一～第m層的模糊隸屬值以及每個(gè)柵格的所述降雨量模糊隸屬值，利用模糊代數(shù)和模型，求出所述預(yù)定的分析區(qū)域的每個(gè)柵格的滑坡發(fā)生可能性值。

然而，對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)顯而易見(jiàn)的是，本發(fā)明可以在不需要某些具體細(xì)節(jié)中的一些細(xì)節(jié)的情況下實(shí)施。下面對(duì)實(shí)施例的描述僅僅是為了通過(guò)示出本發(fā)明的示例來(lái)提供對(duì)本發(fā)明更清楚的理解。本發(fā)明不限于下面所提出的任何具體配置和方法，而是在不脫離本發(fā)明的精神的前提下覆蓋了相關(guān)部件和步驟的任何修改、替換和改進(jìn)。

<第一實(shí)施方式>

圖1是示出本發(fā)明的第一實(shí)施方式所涉及的滑坡預(yù)測(cè)方法的流程圖。以下，參照?qǐng)D1對(duì)滑坡預(yù)測(cè)方法的具體步驟進(jìn)行詳細(xì)說(shuō)明。該滑坡預(yù)測(cè)方法用于具有多個(gè)地理空間數(shù)據(jù)層的地理信息系統(tǒng)中。

在S101步驟中，從預(yù)定的分析區(qū)域的多個(gè)地理空間數(shù)據(jù)層選取m個(gè)數(shù)據(jù)層，并將該m個(gè)數(shù)據(jù)層分別作為第一～第m層。其中，m為大于等于2且小于等于所述多個(gè)地理空間數(shù)據(jù)層的個(gè)數(shù)的自然數(shù)。其中，所述預(yù)定的分析區(qū)域是指作為滑坡預(yù)測(cè)對(duì)象的地理區(qū)域。針對(duì)該預(yù)定的分析區(qū)域，存在多個(gè)地理空間數(shù)據(jù)層。這些多個(gè)地理空間數(shù)據(jù)層中的一部分或全部可以用以進(jìn)行滑坡預(yù)測(cè)。地理信息系統(tǒng)的所述多個(gè)地理空間數(shù)據(jù)層可以包含基巖地質(zhì)數(shù)據(jù)層、地表地質(zhì)數(shù)據(jù)層、斜坡類(lèi)型數(shù)據(jù)層、土地利用類(lèi)型數(shù)據(jù)層、地形坡度數(shù)據(jù)層、海拔高程數(shù)據(jù)層、居民點(diǎn)分布數(shù)據(jù)層、水系分布數(shù)據(jù)層、道路分布數(shù)據(jù)層、地貌類(lèi)型數(shù)據(jù)層、滑坡類(lèi)型分布數(shù)據(jù)層等地理空間數(shù)據(jù)層之中的兩個(gè)以上的數(shù)據(jù)層。

在本實(shí)施方式中，由于可以多個(gè)地理空間數(shù)據(jù)層中的部分?jǐn)?shù)據(jù)層來(lái)進(jìn)行滑坡發(fā)生可能性的預(yù)測(cè)，因此，能夠適用于已有數(shù)據(jù)不全的情況，或者來(lái)不及獲取全面數(shù)據(jù)等的緊急情況。

在S102步驟中，針對(duì)在S101步驟中選取的m個(gè)數(shù)據(jù)層中的每一層(即，第一～第m層)，分別按照該數(shù)據(jù)層各柵格的屬性數(shù)據(jù)值的大小對(duì)該數(shù)據(jù)層中的柵格進(jìn)行排序。也就是說(shuō)，分別針對(duì)第一～第m層中的第k層(k為大于等于1且小于等于m的自然數(shù))，按照第k層各柵格的屬性數(shù)據(jù)值的大小對(duì)該第k層中的柵格進(jìn)行排序。以這樣的方式，分別對(duì)第一～第m層中的每一層進(jìn)行處理。其中，屬性數(shù)據(jù)值是表示各柵格的屬性的數(shù)據(jù)值，例如，地形坡度值、海拔高程值等。所述排序可以由小到大進(jìn)行，也可以由大到小進(jìn)行。對(duì)屬性數(shù)據(jù)值的排序方法可以采用任意的已知方法，在此不特別限定。

在S103步驟中，按照S102步驟中的所述第一～第m層的排序結(jié)果的順序，分別以第一～第m預(yù)定柵格數(shù)對(duì)所述第一～第m層的所有柵格進(jìn)行等分，分別形成第一～第m多邊形單元組。

也就是說(shuō)，按照第k層(k為大于等于1且小于等于m的自然數(shù))的數(shù)據(jù)值的排序結(jié)果的順序，以第k預(yù)定柵格數(shù)對(duì)第k層的所有柵格進(jìn)行等分，從而形成第k多邊形單元組。第k層的多邊形單元組(第k多邊形單元組)包含多個(gè)相同大小(包含的柵格數(shù)相同)的第k_i多邊形單元，其中，k_i表示第k層的多邊形單元組(第k多邊形單元組)中的第i個(gè)多邊形單元。即，第k多邊形單元組中的每個(gè)第k_i多邊形單元均包含第k預(yù)定柵格數(shù)n_k的柵格。若預(yù)定的分析區(qū)域的柵格總數(shù)為n時(shí)，i為大于等于1且小于等于n/n_k的自然數(shù)。以這樣的方式，分別對(duì)第一～第m層中的每一層進(jìn)行處理。

其中，第一～第m預(yù)定柵格數(shù)(n₁～n_m)可以相同也可以不同，可以根據(jù)分析區(qū)域的大小、數(shù)據(jù)量的大小、需要的精度等來(lái)決定。分析區(qū)域的每一層的所有柵格分別被預(yù)定柵格數(shù)等分之后，被劃分的每一份的柵格形成該層的多邊形單元。由于第一～第m預(yù)定柵格數(shù)可以不同，因此，第一～第m多邊形單元組的大小也可以不同。

通過(guò)對(duì)每一層的數(shù)據(jù)按照該數(shù)據(jù)層各柵格的屬性數(shù)據(jù)值的大小進(jìn)行排序并按照順序以預(yù)定的柵格數(shù)對(duì)該數(shù)據(jù)層的所有柵格進(jìn)行等分，所形成的同一層的每個(gè)多邊形單元(例如，第k₁多邊形單元～第k_n/nk多邊形單元)所包含的柵格數(shù)相同，同一層的每個(gè)多邊形單元所覆蓋的面積也相同，因此，統(tǒng)計(jì)結(jié)果更加合理，能夠更準(zhǔn)確地分析出該地理空間屬性對(duì)滑坡發(fā)生可能性的影響。

在S104步驟中，針對(duì)第一～第m層中的每一層，計(jì)算第一～第m多邊形單元組中的每個(gè)柵格的模糊隸屬值。也就是說(shuō)，針對(duì)第一～第m層中的第k層，計(jì)算第k多邊形單元組中的每個(gè)柵格的模糊隸屬值。以這樣的方式，分別對(duì)第一～第m層中的每一層進(jìn)行處理。由此，獲得每個(gè)柵格的第一～第m層的模糊隸屬值。

例如，計(jì)算第k層的多邊形單元組(第k多邊形單元組)中的每個(gè)第k_i多邊形單元的模糊隸屬值，將其作為屬于該第k_i多邊形單元的每個(gè)柵格的模糊隸屬值，從而獲得針對(duì)每個(gè)柵格的第一～第m層的模糊隸屬值。

模糊邏輯(Fuzzy Logic)是一種使用隸屬度代替布爾真值的邏輯。與經(jīng)典的二值邏輯不同，它并不使用截然不同的二值來(lái)表達(dá)所有命題，而是使用隸屬度來(lái)表達(dá)，更適合描述實(shí)際問(wèn)題中陳述的不精確性。模糊邏輯專(zhuān)門(mén)用于解決各個(gè)類(lèi)之間的邊界不明確時(shí)的情況。與明確集合不同，模糊邏輯不是在類(lèi)內(nèi)還是在類(lèi)外的問(wèn)題；模糊邏輯用于定義現(xiàn)象是集合(或類(lèi))的成員的可能性有多大。

隸屬度函數(shù)是指：若對(duì)論域(研究的范圍)U中的任一元素x，都有一個(gè)數(shù)A(x)∈[0，1]與之對(duì)應(yīng)，則稱(chēng)A為U上的模糊集，A(x)稱(chēng)為x對(duì)A的隸屬度。當(dāng)x在U中變動(dòng)時(shí)，A(x)就是一個(gè)函數(shù)，稱(chēng)為A的隸屬函數(shù)。隸屬度A(x)越接近1，表示x屬于A的可能性越高；A(x)越接近0，表示x屬于A的可能性越低。用取值于區(qū)間[0，1]的隸屬函數(shù)A(x)表征x屬于A的可能性高低。

模糊化過(guò)程是將原始輸入值變換為0到1的范圍內(nèi)的隸屬值的過(guò)程。

例如，在第一層數(shù)據(jù)為地形坡度數(shù)據(jù)、且針對(duì)第一多邊形求出模糊隸屬值時(shí)，根據(jù)地形坡度值成為影響滑坡發(fā)生因素集合的成員的可能性，將每個(gè)坡度值變換為一個(gè)介于0和1之間的值。值1表示完全確定值在集合中，0表示完全確定值不在集合中，其他所有值表示某種可能性等級(jí)，較高的值表示較大的隸屬可能性。

某一層(例如，第k層)的多邊形單元組(第k多邊形單元組)中的每個(gè)多邊形單元(即，每個(gè)第k_i多邊形單元)的模糊隸屬值可以基于該數(shù)據(jù)層(第k層)與歷史滑坡數(shù)據(jù)層的疊加分析來(lái)求出。具體來(lái)說(shuō)，可以通過(guò)如下方式求出：將歷史滑坡數(shù)據(jù)層與該數(shù)據(jù)層(第k層)進(jìn)行疊加分析，統(tǒng)計(jì)在每個(gè)多邊形單元(例如，第k_i多邊形單元)中發(fā)生滑坡的柵格數(shù)的比例值，將該比例值作為該多邊形單元(第k_i多邊形單元)的模糊隸屬值。

通過(guò)對(duì)每個(gè)多邊形單元求出模糊隸屬值，可以獲得屬于該多邊形單元中的每個(gè)柵格的模糊隸屬值。具體來(lái)說(shuō)，可以將該多邊形單元(例如，第k_i多邊形單元)的模糊隸屬值直接作為屬于該多邊形單元(例如，第k_i多邊形單元)的每個(gè)柵格的模糊隸屬值。通過(guò)求出每一層的所有多邊形單元的模糊隸屬值，可以獲得每一層的所有柵格的模糊隸屬值。換言之，也可以獲得針對(duì)每個(gè)柵格(同一位置的柵格)的第一～第m層的模糊隸屬值。

在S105步驟中，根據(jù)歷史降雨量數(shù)據(jù)，通過(guò)邏輯(Logistic)回歸分析，求出預(yù)定的分析區(qū)域的每個(gè)柵格的降雨量模糊隸屬值。具體來(lái)說(shuō)，可以針對(duì)降雨量數(shù)據(jù)層，根據(jù)歷史降雨量數(shù)據(jù)，通過(guò)Logistic回歸分析獲得P值，并將該P(yáng)值作為所述降雨量模糊隸屬值，其中，所述P值表示降雨量對(duì)滑坡發(fā)生可能性的影響。

由于降雨量為動(dòng)態(tài)數(shù)據(jù)，因此增加降雨影響因素后，各柵格所對(duì)應(yīng)的地面區(qū)域產(chǎn)生滑坡的可能性由定值變?yōu)榭筛鶕?jù)降雨量變化而變化的非穩(wěn)態(tài)值。

1)是否發(fā)生滑坡與滑坡發(fā)生前數(shù)日降雨量的邏輯回歸分析

采用是否發(fā)生滑坡與歷史降雨量數(shù)據(jù)(例如，滑坡發(fā)生前數(shù)日降雨量)的邏輯回歸分析，計(jì)算出滑坡發(fā)生與各日降雨量的相關(guān)系數(shù)，分析滑坡發(fā)生與降雨量的關(guān)系。

首先，可以對(duì)歷史滑坡發(fā)生當(dāng)日及前幾日的降雨量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，建立數(shù)據(jù)表，利用邏輯回歸模型求取每日降雨量與發(fā)生滑坡的相關(guān)系數(shù)。因變量為是否發(fā)生滑坡，若當(dāng)日有滑坡發(fā)生，則定義為“1”，若沒(méi)有滑坡發(fā)生，則定義為“0”。自變量為滑坡發(fā)生前每日的降雨量(當(dāng)日降雨量R₀、前1天的日降雨量R₁、前2天的日降雨量R₂、前3天的日降雨量R₃……)。

可以將當(dāng)日降雨量R₀、前1天的日降雨量R₁、前2天的日降雨量R₂及前3天的日降雨量R₃等數(shù)據(jù)輸入到SPSS(Statistical Product and Service Solutions，統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案)軟件，獲得Logistic回歸方程中的相關(guān)統(tǒng)計(jì)量。由所統(tǒng)計(jì)的回歸系數(shù)可知，當(dāng)日降雨量R₀的回歸系數(shù)最大，對(duì)滑坡影響的作用最顯著，而距滑坡發(fā)生日數(shù)越久，其回歸系數(shù)有下降趨勢(shì)?；掳l(fā)生前第4日R₄的回歸系數(shù)非常小，其影響可忽略不計(jì)。所以，可以將自變量確定為當(dāng)日降雨量R₀、前1天的日降雨量R₁、前2天的日降雨量R₂及前3天的日降雨量R₃四個(gè)變量。

通過(guò)對(duì)降雨因子R₀、R₁、R₂及R₃進(jìn)行最終Logistic回歸分析，得到基于Logistic回歸的降雨因素對(duì)滑坡影響的模型：

Z＝β₀R₀+β₁R₁+β₂R₂+β₃R₃+β

其中，β₀、β₁、β₂、β₃、β分別是當(dāng)日降雨量R₀、前1天的日降雨量R₁、前2天的日降雨量R₂及前3天的日降雨量R₃的回歸系數(shù)。

2)降雨量對(duì)滑坡影響分析

將上述Logistic回歸分析得到的P值作為降雨量對(duì)滑坡影響的模糊隸屬值。

各柵格的降雨量對(duì)滑坡影響的模糊隸屬值可由各柵格單元的當(dāng)日降雨量R₀、前1天的日降雨量R₁、前2天的日降雨量R₂及前3天的日降雨量R₃計(jì)算求得。

在S106步驟中，根據(jù)在S104步驟中求出的每個(gè)柵格的所述第一～第m層的模糊隸屬值以及在S105步驟中求出的降雨量數(shù)據(jù)層的每個(gè)柵格的模糊隸屬值，利用模糊代數(shù)和模型，求出預(yù)定的分析區(qū)域的每個(gè)柵格的滑坡發(fā)生可能性值。

可以將針對(duì)每個(gè)柵格的不同圖層(不同因素)的模糊隸屬值，按基于模糊邏輯理論的模糊代數(shù)和模型的公式進(jìn)行計(jì)算。

模糊代數(shù)和模型：

在上述模型中，μ_sk為第k層的模糊隸屬值，μ_s為模型的輸出值(即，s柵格的滑坡發(fā)生可能性值)，根據(jù)每個(gè)柵格的輸出值μ_s可以形成一個(gè)數(shù)值型圖層。μ_s的數(shù)值越大，表示該柵格所對(duì)應(yīng)的區(qū)域產(chǎn)生滑坡的可能性越大。

第k層的模糊隸屬值是指第k層的各柵格的模糊隸屬值。s表示各柵格。本發(fā)明的第一實(shí)施方式所涉及的滑坡預(yù)測(cè)方法還可以包括：將每個(gè)柵格的滑坡發(fā)生可能性值進(jìn)行顯示的S107步驟。

具體來(lái)說(shuō)，在GIS中，不僅可以直接以數(shù)值的方式顯示每個(gè)柵格的產(chǎn)生滑坡可能性值μ_s，也可以用不同顏色來(lái)表示不同的輸出值。例如，淺色區(qū)域表示滑坡發(fā)生可能性大的值，即，表示危險(xiǎn)級(jí)別高；暗色區(qū)域表示滑坡發(fā)生可能性小的值，即，表示危險(xiǎn)級(jí)別低。換言之，色調(diào)越淺的區(qū)域發(fā)生滑坡的可能性越大，色調(diào)越深的區(qū)域發(fā)生滑坡的可能性越小。

通過(guò)將Logistic回歸分析得到的P值作為降雨量模糊隸屬值、利用模糊代數(shù)和模型、根據(jù)該降雨量模糊隸屬值與其他因素的模糊隸屬值求出滑坡發(fā)生可能性值，從而能夠獲得綜合反映了降雨因素及其他因素的動(dòng)態(tài)的滑坡預(yù)測(cè)可能性。

<實(shí)施例1>

為了更加詳細(xì)說(shuō)明滑坡預(yù)測(cè)方法的具體流程，在實(shí)施例1中，以m為5、在多個(gè)地理空間數(shù)據(jù)層中選擇了地形坡度數(shù)據(jù)層、海拔高程數(shù)據(jù)層、水系分布數(shù)據(jù)層、道路分布數(shù)據(jù)層、居民點(diǎn)分布數(shù)據(jù)層這五個(gè)數(shù)據(jù)層的情況為例，進(jìn)行說(shuō)明。

此時(shí)，例如，在S101步驟中，從預(yù)定的分析區(qū)域的多個(gè)地理空間數(shù)據(jù)層中選取第一層的地形坡度數(shù)據(jù)、第二層的海拔高程數(shù)據(jù)、第三層的水系分布數(shù)據(jù)、第四層的道路分布數(shù)據(jù)、第五層的居民點(diǎn)分布數(shù)據(jù)。

在S102步驟中，對(duì)第一層(即，該第一層中的所有柵格)，按照地形坡度值的大小進(jìn)行排序；對(duì)第二層，按照海拔高程值的大小進(jìn)行排序；對(duì)第三層，按照距水系距離值的大小進(jìn)行排序；對(duì)第四層，按照距道路距離值的大小進(jìn)行排序；對(duì)第五層，按照距居民點(diǎn)距離值的大小進(jìn)行排序。

其中，按照距水系距離值的大小進(jìn)行排序是指：按照每個(gè)柵格距離該柵格最近水系的距離值的大小進(jìn)行排序。按照距道路距離值的大小進(jìn)行排序是指：按照每個(gè)柵格距離該柵格最近道路的距離值的大小進(jìn)行排序。按照距居民點(diǎn)距離值的大小進(jìn)行排序是指：按照每個(gè)柵格距離該柵格最近居民點(diǎn)的距離值的大小進(jìn)行排序。

在S103步驟中，以第一預(yù)定柵格數(shù)n₁對(duì)分析區(qū)域的地形坡度數(shù)據(jù)層的所有柵格進(jìn)行等分，形成第一多邊形單元組，即地形坡度多邊形單元組；以第二預(yù)定柵格數(shù)n₂對(duì)分析區(qū)域的海拔高程數(shù)據(jù)層的所有柵格進(jìn)行等分，形成第二多邊形單元組，即海拔高程多邊形單元組；以第三預(yù)定柵格數(shù)n₃對(duì)分析區(qū)域的水系分布數(shù)據(jù)層的所有柵格進(jìn)行等分，形成第三多邊形單元組，即距水系距離多邊形單元組；以第四預(yù)定柵格數(shù)n₄對(duì)分析區(qū)域的道路分布數(shù)據(jù)層的所有柵格進(jìn)行等分，形成第四多邊形單元組，即距道路距離多邊形單元組；以第五預(yù)定柵格數(shù)n₅對(duì)分析區(qū)域的居民點(diǎn)分布數(shù)據(jù)層的所有柵格進(jìn)行等分，形成第五多邊形單元組，即距居民點(diǎn)距離多邊形單元組。其中，n₁、n₂、n₃、n₄、n₅可以相同也可以不同。例如，可以采用n₁＝n₃＝n₄＝n₅＝10，n₂＝100，其值可以根據(jù)數(shù)據(jù)量和所需精度等進(jìn)行設(shè)定，在此不進(jìn)行特別限定。

在S104步驟中，針對(duì)地形坡度多邊形單元組，將歷史滑坡數(shù)據(jù)層與地形坡度數(shù)據(jù)層進(jìn)行疊加分析，統(tǒng)計(jì)在地形坡度多邊形單元組中的每個(gè)地形坡度多邊形單元中發(fā)生滑坡的柵格數(shù)的比例值，將該比例值作為該地形坡度多邊形單元的模糊隸屬值μ_s1，即，地形坡度模糊隸屬值μ_s1，從而屬于該多邊形單元的所有柵格的地形坡度模糊隸屬值均為μ_s1；針對(duì)海拔高程多邊形單元組，將歷史滑坡數(shù)據(jù)層與海拔高程數(shù)據(jù)層進(jìn)行疊加分析，統(tǒng)計(jì)在海拔高程多邊形單元組中的每個(gè)海拔高程多邊形單元中發(fā)生滑坡的柵格數(shù)的比例值，將該比例值作為該海拔高多邊形單元的模糊隸屬值μ_s2，即，海拔高程模糊隸屬值μ_s2，從而屬于該多邊形單元的所有柵格的海拔高程模糊隸屬值均為μ_s2；針對(duì)距水系距離多邊形單元組，將歷史滑坡數(shù)據(jù)層與距水系距離數(shù)據(jù)層進(jìn)行疊加分析，統(tǒng)計(jì)在距水系距離多邊形單元組中每個(gè)距水系距離多邊形單元中發(fā)生滑坡的柵格數(shù)的比例值，將該比例值作為該距水系距離多邊形單元的模糊隸屬值μ_s3，即，距水系距離模糊隸屬值μ_s3，從而屬于該多邊形單元的所有柵格的距水系距離模糊隸屬值均為μ_s3；針對(duì)距道路距離多邊形單元組，將歷史滑坡數(shù)據(jù)層與距道路距離數(shù)據(jù)層進(jìn)行疊加分析，統(tǒng)計(jì)在距道路距離多邊形單元組中的每個(gè)距道路距離多邊形單元中發(fā)生滑坡的柵格數(shù)的比例值，將該比例值作為該距道路距離多邊形單元的模糊隸屬值μ_s4，即，距道路距離模糊隸屬值μ_s4，從而屬于該多邊形單元的所有柵格的距道路距離模糊隸屬值均為μ_s4；針對(duì)距居民點(diǎn)距離多邊形單元組，將歷史滑坡數(shù)據(jù)層與距居民點(diǎn)距離數(shù)據(jù)層進(jìn)行疊加分析，統(tǒng)計(jì)在距居民點(diǎn)距離多邊形單元組中的每個(gè)距居民點(diǎn)距離多邊形單元中發(fā)生滑坡的柵格數(shù)的比例值，將該比例值作為該距居民點(diǎn)距離多邊形單元的模糊隸屬值μ_s5，即，距居民點(diǎn)距離模糊隸屬值μ_s5，從而屬于該多邊形單元的所有柵格的距居民點(diǎn)距離模糊隸屬值均為μ_s5。

在S105步驟中，針對(duì)該預(yù)定的分析區(qū)域的降雨量數(shù)據(jù)層中的每個(gè)柵格，利用下述的Logistic回歸分析，求出表示降雨量對(duì)滑坡發(fā)生可能性的影響的作為該柵格的降雨量模糊隸屬值μ_s6。即，降雨量模糊隸屬值為

其中，

Z＝β₀R₀+β₁R₁+β₂R₂+β₃R₃+β

R₀為滑坡發(fā)生當(dāng)日降雨量；R₁為滑坡發(fā)生前1日的日降雨量；R₂為滑坡發(fā)生前2日的日降雨量；R₃為滑坡發(fā)生前3日的日降雨量，β₀、β₁、β₂、β₃、β分別是當(dāng)日降雨量R₀、前1天的日降雨量R₁、前2天的日降雨量R₂及前3天的日降雨量R₃的回歸系數(shù)。

在S106步驟中，根據(jù)每個(gè)柵格的地形坡度模糊隸屬值μ_s1、海拔高程模糊隸屬值μ_s2、距水系距離模糊隸屬值μ_s3、距道路距離模糊隸屬值μ_s4、距居民點(diǎn)距離模糊隸屬值μ_s5、降雨量模糊隸屬值μ_s6，利用以下的公式求出每個(gè)柵格的滑坡發(fā)生可能性值。

在以上的第一實(shí)施方式或?qū)嵤├?中，雖然舉例示出了對(duì)第一～第m層，分別進(jìn)行了S102步驟、S103步驟、S104步驟的處理，但是也可以針對(duì)第一～第m層中的第k層進(jìn)行S102步驟～S104步驟的處理，k取1～m，重復(fù)S102步驟～S104步驟的處理。

<第二實(shí)施方式>

圖2是示出本發(fā)明的第二實(shí)施方式所涉及的滑坡預(yù)測(cè)裝置的基本構(gòu)成的功能模塊圖。以下，參照?qǐng)D2對(duì)滑坡預(yù)測(cè)裝置10的具體構(gòu)成進(jìn)行詳細(xì)說(shuō)明?；骂A(yù)測(cè)裝置10可以用于具有多個(gè)地理空間數(shù)據(jù)層的地理信息系統(tǒng)20?；骂A(yù)測(cè)裝置10可以以安裝在地理信息系統(tǒng)中的軟件程序的形式來(lái)實(shí)現(xiàn)。

滑坡預(yù)測(cè)裝置10可以包括選取模塊11、排序模塊12、等分模塊13、多層隸屬值計(jì)算模塊14、降雨量隸屬值計(jì)算模塊15、預(yù)測(cè)模塊16。滑坡預(yù)測(cè)裝置10的選取模塊11、排序模塊12、等分模塊13、多層隸屬值計(jì)算模塊14、降雨量隸屬值計(jì)算模塊15、預(yù)測(cè)模塊16中的一部分或全部也可以由FPGA等硬件的形式來(lái)實(shí)現(xiàn)。

選取模塊11被配置為從針對(duì)預(yù)定的分析區(qū)域的多個(gè)地理空間數(shù)據(jù)層中選取m個(gè)數(shù)據(jù)層，將所述m個(gè)數(shù)據(jù)層作為第一～第m層，其中，m為大于等于2。

排序模塊12被配置為針對(duì)選取模塊11所選取的第一～第m層，分別按照該數(shù)據(jù)層各柵格屬性數(shù)據(jù)值的大小進(jìn)行排序。也就是說(shuō)，排序模塊12被配置為針對(duì)第一～第m層中的第k層，按照第k層的每個(gè)柵格的屬性數(shù)據(jù)值的大小進(jìn)行排序。k為大于等于1且小于等于m的自然數(shù)。對(duì)第一～第m層中的每一層，進(jìn)行相同的處理。

等分模塊13被配置為按照排序模塊12對(duì)第一～第m層中的每一層的排序結(jié)果的順序，分別以第一～第m預(yù)定柵格數(shù)對(duì)每一層的所有柵格進(jìn)行等分，分別形成第一～第m多邊形單元組。也就是說(shuō)，等分模塊13被配置為按照第k層的排序結(jié)果的順序，以第k預(yù)定柵格數(shù)對(duì)第k層的所有柵格進(jìn)行等分，形成第k多邊形單元組。對(duì)第一～第m層中的每一層，進(jìn)行相同的處理。多層隸屬值計(jì)算模塊14被配置為計(jì)算第一～第m多邊形單元組中的每個(gè)柵格的模糊隸屬值。也就是說(shuō)，多層隸屬值計(jì)算模塊14被配置為針對(duì)所述第k層，計(jì)算所述第k多邊形單元組中的每個(gè)柵格的模糊隸屬值，其中，k為大于等于1且小于等于m的自然數(shù)。對(duì)第一～第m層中的每一層，進(jìn)行相同的處理。由此，獲得每個(gè)柵格的第一～第m層的模糊隸屬值。

降雨量隸屬值計(jì)算模塊15被配置為計(jì)算預(yù)定的分析區(qū)域的每個(gè)柵格的降雨量模糊隸屬值。其中，降雨量模糊隸屬值是根據(jù)歷史降雨量數(shù)據(jù)通過(guò)邏輯回歸分析求出的。

預(yù)測(cè)模塊16被配置為根據(jù)所述根據(jù)每個(gè)柵格的第一～第m層的模糊隸屬值以及每個(gè)柵格的降雨量模糊隸屬值，利用模糊代數(shù)和模型，求出預(yù)定的分析區(qū)域的每個(gè)柵格的滑坡發(fā)生可能性值。

圖3是示出本發(fā)明的滑坡預(yù)測(cè)方法和裝置被應(yīng)用的地理信息系統(tǒng)的結(jié)構(gòu)示意圖。

地理信息系統(tǒng)通常包括一個(gè)處理器405，處理器405是一塊超大規(guī)模的集成電路，是一臺(tái)計(jì)算機(jī)的運(yùn)算核心和控制核心。它的功能主要是解釋計(jì)算機(jī)指令以及處理計(jì)算機(jī)軟件中的數(shù)據(jù)。處理器405主要包括運(yùn)算器和高速緩沖存儲(chǔ)器406及實(shí)現(xiàn)它們之間聯(lián)系的數(shù)據(jù)、控制及狀態(tài)的總線。

地理信息系統(tǒng)通常還包括存儲(chǔ)器，計(jì)算機(jī)中的存儲(chǔ)器按用途可分為主存儲(chǔ)器(內(nèi)存)，例如，ROM(Read Only Memory image，只讀存儲(chǔ)器)403、RAM(RandomAccess Memory，隨機(jī)存取存儲(chǔ)器)404和輔助存儲(chǔ)器(外存)402。存儲(chǔ)器具有用于執(zhí)行上述方法中的任何方法步驟的程序代碼的存儲(chǔ)空間。例如，用于程序代碼的存儲(chǔ)空間可以包括分別用于實(shí)現(xiàn)上面的方法中的各種步驟的各個(gè)程序代碼。這些程序代碼可以從一個(gè)或者多個(gè)計(jì)算機(jī)程序產(chǎn)品中讀出或者寫(xiě)入到這一個(gè)或者多個(gè)計(jì)算機(jī)程序產(chǎn)品中。這些計(jì)算機(jī)程序產(chǎn)品包括諸如硬盤(pán)，光盤(pán)(CD)、存儲(chǔ)卡或者軟盤(pán)之類(lèi)的程序代碼載體。這樣的計(jì)算機(jī)程序產(chǎn)品通常為便攜式或者固定存儲(chǔ)單元。該存儲(chǔ)單元可以具有與前面所述的終端中的存儲(chǔ)器類(lèi)似布置的存儲(chǔ)段、存儲(chǔ)空間等。程序代碼可以例如以適當(dāng)形式進(jìn)行壓縮。通常，存儲(chǔ)單元包括計(jì)算機(jī)可讀代碼，即可以由諸如之類(lèi)的處理器讀取的代碼，這些代碼當(dāng)由服務(wù)器上運(yùn)行搜索引擎程序時(shí)，導(dǎo)致該服務(wù)器執(zhí)行上面所描述的方法中的各個(gè)步驟。本發(fā)明的實(shí)施方式中的多個(gè)地理空間數(shù)據(jù)層也可以存儲(chǔ)在該存儲(chǔ)器中。這些數(shù)據(jù)層也可以存儲(chǔ)在外部的服務(wù)器中，并通過(guò)通信來(lái)下載到該地理信息系統(tǒng)中。

進(jìn)一步地，地理信息系統(tǒng)還包括至少一個(gè)輸入裝置401用于用戶(hù)與該系統(tǒng)之間的相互作用，輸入裝置401可以為鍵盤(pán)、鼠標(biāo)、圖像捕捉元件，重力傳感器，聲音接收元件，觸摸屏等；地理信息系統(tǒng)還包括至少一個(gè)輸出裝置408，輸出裝置408可以是圖像投影單元，屏幕(或觸摸屏)，喇叭，蜂鳴器，閃光燈，振動(dòng)輸出元件等；地理信息系統(tǒng)還可以包括一個(gè)以有線或無(wú)線方式進(jìn)行數(shù)據(jù)通信的通信接口407。地理信息系統(tǒng)還包括連接各組成結(jié)構(gòu)的總線409。

說(shuō)明書(shū)和權(quán)利要求書(shū)中的“第一”、“第二”等僅用于對(duì)術(shù)語(yǔ)進(jìn)行區(qū)別，而并不表示其順序。

權(quán)利要求書(shū)中的單詞“包括”不排除存在未列在權(quán)利要求中的元件或步驟。在包含了若干元件的權(quán)利要求中，其中多個(gè)元件可以是通過(guò)同一個(gè)硬件來(lái)具體實(shí)現(xiàn)。

以上，雖然結(jié)合附圖描述了本發(fā)明的具體實(shí)施方式，但是本領(lǐng)域技術(shù)人員可以在不脫離本發(fā)明的精神和范圍的情況下做出各種修改和變形，這樣的修改和變形均落入由所述權(quán)利要求所限定的范圍之內(nèi)。