基于gis技术的洪灾损失 gis在洪涝灾害监测中的应用

用GIS做简单的洪灾风险评价，需要哪些数据

洪灾即水灾吧？

公司主营业务：网站制作、成都网站设计、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联建站是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联建站推出清流免费做网站回馈大家。

需要用到的数据

自然环境方面：地理区域范围、河流水系数据、地表覆盖数据、dem数据；

社会环境方面：行政区域数据、房屋数据，人口数据，交通设施数据；

可能需要的专题数据：商业分布数据、救助站店、医院数据、学校体育场等数据。

　基于GIS和ANN的群发性滑坡灾害概率预报预警方法

3.1.6.1　原理与方法

模型设计思路的正确与否是决定地质灾害预警预报效果的一个关键环节。滑坡灾害的孕育与发生由多种因素组合而成，虽然滑坡灾害尤其是由降雨诱发的滑坡灾害看起来似乎简单，但其内在的各种因素之间的相互作用是非常复杂的，对于这样的复杂系统目前还难以用几个确定的参数进行解析表达。因此，如何寻找一种能在已有的资料和观测条件下，可以自动学习和调整系统各因子之间的作用参数并且合理地利用已有数据资源的方法就成为提高群发性滑坡灾害预警预报能力的一个可行途径，因而成为人们关注的一个重要课题。

人工神经网络（Artificial Neural Network），简称ANN，是近年来迅速发展的一种模拟人脑机理和功能的新型计算机和人工智能技术，是当前国际上一个非常活跃的边缘学科。它与传统的专家系统、模糊理论等人工智能技术相比具有很多突出的优点①由于ANN采用自适应算法，使其较之专家系统固定的推理方式及传统计算机的指令程序更能适应环境的变化；②具有自组织、自学习功能及归纳能力；③在数据处理中可以避免数据分析和建模中的困难，采用拟人化的方法进行处理，特别适合不确定性和非结构化信息的处理；④具有较强的容错能力。ANN具有的这些显而易见的优点，使其在群发性滑坡灾害的预报评价中具有很大的应用前景。

应用ANN技术必须要有数据源。应用GIS对与滑坡形成有关的各种信息进行操作获得的各种结果，可以作为ANN的输入和训练条件，同时ANN的输出又可以作为GIS的资源来管理和进行新的操作。因此在滑坡等突发性地质灾害预警预报系统中联结GIS和ANN，可以使这两种新技术相得益彰，获得更好的应用效果。GIS与ANN两者之间的关系可以用图3.16表示。

图3.16　滑坡灾害预报中ANN与GIS的关系示意图

图3.17　SPV-ANN示意图

P—预测向量，m—模型向量（隐含层向量），i—输入变量的下标，o—输出变量的下标，N—模型向量的数量，M—输入变量的个数

SPV-ANN模型（李长江等，1999）是一种与邻域法相似，但属于自组织系统与概率型及平行向量法结合的神经网络，它与反馈型神经网络不同，其结构设计如图3.17所示。

采用基于GIS的SPV-ANN系统进行突发性地质灾害预警预报，具有以下几个特点：①具有动态性、自适应性和自学习功能。该模型不是固定不变的，而是可以随着有关数据的精度和质量的改善与实时更新，不断提高系统预测的准确程度；②具有客观性。预测过程和预测结果都不是人为决定和由人工随意改变的，一旦输入数据确定后，所获得的结果不会因人而异；③具有现时性。当系统通过网络与气象、水文地面观测站相连通后，系统可以根据实时的降雨预报和雨量观测数据，对预报区域范围内滑坡灾害发生的概率进行快速评价，对已知的滑坡灾害危险点进行逐点搜索评价，自动编制和输出滑坡灾害发生概率分布图，实现对滑坡灾害发生的空间范围、强度及其分布概率的临灾预警预报，通过该系统，可以同时实现在互联网上发布滑坡灾害预报信息。

3.1.6.2　数据源

根据对目前已有资料的分析，可以将导致滑坡发生的主要因素概括为7个方面：①第四纪松散堆积层的类型、厚度、组成及结构构造；②第四纪松散堆积层下覆基岩的岩石类型、矿物组成、结构构造、产状；③断裂；④地形（坡角、坡向等）；⑤植被；⑥人类工程活动；⑦降雨量（降雨强度）和降雨持续时间等。其中，对与人类工程活动有关的情况，目前还难以获得比较系统的资料。但是土地利用现状从一个侧面反映了人类活动的影响，因此，通过对土地利用类型与滑坡分布关系的分析可以在一定程度上揭示人类工程活动对滑坡发生的影响。

在上述7类影响因素中，任一给定点的地形坡度、坡向，断裂构造，土壤类型及其下覆基岩的岩石类型、矿物组成、结构构造、产状以及植被等因素相对于滑坡孕育时间的变化很小，因此在系统中把这些因素作为“常量”处理是合理的。这样，使用经过学习训练的SPV-ANN/GIS进行滑坡灾害的预报处理时，主要的变量就是降雨量（降雨强度）和降雨持续时间。换言之，在SPV-ANN/GIS系统中通过样本训练，由系统自动确定各个输入变量的权重值，设定除降雨之外的其他变量对于待评估地区（或评估单元）是稳定的，则可以以降雨量（或降雨强度）及降雨持续时间作为该点惟一的变化信息，求取在对应降雨条件（降雨量、降雨强度、降雨持续时间）下待评估地区（单元）的灾害发生概率，即确定在给定降雨状态下主要滑坡灾害可能发生的区域与概率。预报结果以灾害发生的空间分布概率（0～1）表示。上述的基于GIS和ANN的滑坡灾害概率预报（警）系统（landslidehazard probability prediction system based on GIS and ANN），简称LAPS，其模式如图3.18所示，图3.19是LAPS的部分程序界面。

图3.18　群发性滑坡灾害概率预报（警）模式

图3.19　群发性滑坡灾害概率预报（警）系统（LAPS）

（四）基于GIS的烟台沿海地区海水入侵灾害危险性评价

对外开放沿海城市——烟台市是海水入侵发生区，由于海水入侵发生的严重性影响了当地人民的财产安全以及经济的可持续发展，对人民日常生活和社会经济带来相当大的破坏。因此，研究海水入侵的发生、发展规律，制定相应的海水入侵减灾政策，做好防灾减灾工作是烟台市迫在眉睫的任务，进行海水入侵灾害危险性评价就显得尤为重要，并且对政治、经济和社会具有重大的意义。

1.评判单元的划分

由于海水入侵的发生只能在沿海地区，因此本次研究只在烟台市沿海城市，按照烟台市行政区划，采用行政区划法，以烟台市各个县级市作为一个评价单元。由于烟台市区分布四个区，故在研究时，分别将芝罘区、福山区、莱山区和牟平区各作为一个评价单元。由于长岛县受资料的限制，此次研究排除在外。即本次的研究区为：莱州市、招远市、龙口市、蓬莱市、海阳市、莱阳市、芝罘区、福山区、莱山区和牟平区。

2.参评因素的确定

海水入侵有很多影响因子，根据烟台市实际以及材料的可获取性及代表性，本书从研究区的自然因素和人为因素两个方面，确定研究区海水入侵灾害危险性评价指标体系，如图2-14所示。

（1）自然因素（B1）

岩土体条件（C11）。非量化指标岩土体条件对于不同的海岸有不同的透水性，对海水入侵的影响不同，因此，本书根据烟台市海岸的岩土体特征将烟台市海岸分为四个等级，并给予赋值，见表2-8。

表2-8 岩土体条件赋值表

图2-14 烟台市沿海地区海水入侵灾害危险性评价指标体系

地形地貌特征（C12）。海水入侵发生和发展的基础因素是地形地貌特征。由于海水入侵多发生在沿海地区，那么沿海地区高程相对越大发生海水入侵的几率就越小，相反，高程越小发生海水入侵的几率就越大。因此，选择地形地貌特征中的地面高程作为评价因子。烟台市境内群山连绵，丘陵起伏，地形总趋势是中部高，南北低，北部地势较陡，南部地势较平缓。由大泽山、罗山、艾山、牙山、腊山、昆嵛山等低山构成区内中部山地地形的主体，其海拔均在500m以上，组成全市地形的脊背。最高峰为昆嵛山的泰礴顶，海拔922.8m，为众山之首。向其四周呈放射状低山丘陵，海拔为200～500m，向沿海延伸为山前平原和滨海平原，海拔均在50m以下。其中北部沿海地势最低，地面平坦，微向海面倾斜，其海拔高度1.0～10m，共同组成一典型半岛低山丘陵地形。

年平均降水量（C13）。大气降水是地下水补给的主要来源，因此，海水入侵受降水补给的影响。假如遇到气候干旱的情况，降雨量减少，对地下水不能充分补给，就会引起海水入侵的速度加快。相反，如果大气降水量较多，就会减缓海水入侵的速度。在尤其是枯水的连枯年份，降水量少，地下水得不到充分的补给，影响农作物生长，那么农业灌溉就需要较多的地下水开采，导致地下水位降低，甚至出现漏斗，这就是造成海水入侵的主要自然因素。

地下水位（C14）。水受到重力作用，由高处向低处流动，在自然的生态环境条件下，海水水位低于地下水位，地下水位向海洋方向流动，阻止了海水入侵的发生。基于此，沿海地区如果过量开采地下水，导致地下水位降低，甚至低于海水水位，破坏了淡水向海水流动的方向以及两者的自然平衡，从而具备了海水向陆地地下淡水流动的动力条件，造成海水的入侵。由于地下水位与海水入侵有着直接的关系，因此选择地下水位作为评价因子。

单位径流量（C15）。海水入侵的范围在一定程度上受河流的控制。某一地区每年流经流量大，那么河水就会在内地滞留的时间较短，不能充分的入渗到地下水中，入渗量小，补充速度慢，易发生海水入侵；在滨海地区，由于低洼地区面积较大，这一地区年径流量就会小，河流纵比降小，地下水补充速度快，在一定程度上阻止了海水入侵的发生。因此选择地区年径流量与地区面积比值即单位年径流量作为评价因子。

以上数据来源为，MapGIS烟台市地质地图、MapGIS烟台市地形地貌等高线分布图、烟台市1956～2000年平均年降水量、烟台市65个地下水位统测水井、烟台市行政分区（1956～2000）天然年径流量特征值。

（2）人为因素（B2）

人口密度（C26）。人口密度是海水入侵发生除自然因素之外的人为条件，与海水入侵的关系密不可分。人口密度过大，快速发展的经济势必会对当地的自然生态环境造成一定的破坏影响；地下水的大量开采、水资源的污染以及水资源的不合理利用等。人口密度越大，对这些环境条件影响破坏就越明显，就越容易发生海水入侵现象。

用水量（C27）。地下水与海水的一个平衡被破坏就会造成海水入侵现象的结果。用水量的大小在一定程度上是地下水开采量的主要体现。用水量过大，对地下水的需求就会变大，过量开采地下水，导致地下水位下降，破坏海水与淡水的平衡，海水向内陆侵染。

以上数据来源为烟台市2011年统计年鉴。

综上所述，地质地理因素控制着海水入侵的发生途径和分布方式，是海水入侵的基础条件。而水资源不足和干旱少雨是海水入侵的背景因素；人类活动的不合理对生态环境的破坏是海水入侵的诱发条件，并且在某种程度上控制着海水入侵的速度和程度。

3.原始数据归一化处理

无论自然因素指标还是人为因素指标，其单位不同，取值范围不同，且绝对数值有较大的差异，评价指标原始数据见表2-9。为了将不同的评价指标变为统一的无量纲数据，本书对原始数据进行归一化处理。其归一化公式如下：

Y′＝（Yi-Ymin）/（Ymax-Ymin）（i＝1，2，3，4，…，m）

式中：m——评判单元的个数；

Xi——该项指标中需要进行归一化变换的数值；

Xmin——该项指标中的最小值；

Xmax——该项指标中的最大值。

表2-9 参评因素原始数据表

每项指标经过归一化处理之后，其值介于0～1 之间，且最大的数据为1，最小的数据为0，数据归一化之后这样就不会出现单位不统一，也不会造成数值小的指标的作用被人为地扩大，数值较大的指标的作用被人为地缩小。

在图2-14所有的参评因素中，岩土体条件（C11）、地下水位（C14）、单位径流量（C15）、人口密度（C26）和地区用水量（C27）的变化与海水入侵灾害危险度呈正向变化，而地形地貌特征（C12）和多年平均降水量（C13）数值的变化与海水入侵灾害危险度呈反向变化。为使各个因素对海水入侵灾害同向影响，这里对C12和C13采取下述标准化公式：

Y′＝1-（Yi-Ymin）/（Ymax-Ymin）（i＝1，2，3，4，…，m）

依据上述条件，将烟台市个县级市沿海地区灾害危险性评价各个参评因素进行归一化处理。归一化处理后数据见表2-10。

表2-10 参评因素归一化处理后数据表

注：单位同表2-9。

4.参评因素权重的确定

（1）参评因素权重确定方法

涉及多因素、多因子的海水入侵灾害危险性评价是一个综合问题。在评价中，由于对海水入侵的贡献，各因素、各因子不同，那么我们将各因素、各因子具有权衡轻重作用程度的数值称为权值。求权值的过程就是不同因素涉及的不同因子之间的“重要性”程度的分析过程。确定权重的方法针对不同的分析，有许多方法，本次烟台市海水入侵灾害评价各评价因子权重的确定采用层次分析法。

层次排序法（AHP法）是20世纪70年代由美国著名的运筹学专家匹兹堡大学教授T.L.Saaty提出的。由于其方法有较严格的数学依据且原理简单，在复杂系统的决策与分析中被广泛的使用。层次分析法体现了人们决策思维中分解、判断、综合的基本特征。层次分析的具体步骤包括以下四个方面：层次递阶结构的建立、两两比较判断矩阵的构造、单一准则下元素相对权重的计算、各层因素组合权重的计算。

计算完成之后，依元素相对重要性排序得出最终权重向量的计算结果。

本次烟台市海水入侵灾害危险性评价拟采用上述层次分析的方法确定各评价因子的权重，工作程序如下：

1）构造判断矩阵。优势指标层次结果模型建立之后，就可确定上层次与下层次之间的隶属关系，但是，在每一层次中需由专家分析判断给出各元素的相对重要性。因此，需要进行判断矩阵的构造，在判断矩阵的构造中，我们采用两两比较的方法确定各元素的权重。例如，如D曾元素当中的Zk与下一层的Z1，Z2，…，Zn因素有联系，则可取表2-11的判断矩阵形式。

表2-11 判断矩阵

上述判断矩阵中，专家或者决策者需要针对一定的原则确定元素中Zk比较Zi、Zj哪一个更重要，并且决定具有怎样的重要程度？其重要程度需要用1～9标度赋予一个整数数值，其含义如下：比较这两个元素，假如两个元素具有相同的重要性，那么取标度为1；比较这两个元素，假如一个元素比另一个元素稍微重要，那么取标度为3；比较这两个元素，假如一个元素比另一个元素明显重要，那么取标度为5；比较这两个元素，假如一个元素比另一个元素强烈重要，那么取标度为7；比较这两个元素，假如一个元素比另一个元素极端重要，那么取标度为9；比较这两个元素，假如处于上述五种情况的中间，那么取标度为2、4、6、8；上述两两比较的元素得出因素i与因素j的标度Zij，那么因素j与因素i比较可得标度为Zji＝1/Zij。

2）计算重要性排序。依据表2-11得出的判断矩阵，需要计算得出最大特征根和其对应的特征向量，得出的特征向量就是各评价因素的重要性排序，换言之，即权数分配。其具体方法如下：

计算表2-11判断矩阵每一行元素的乘积，即

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

计算Xi的n次方根

，即

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

对向量

＝［

，

，…，E］T作归一化处理，即

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

则所求特征向量为E＝［E1，E2，…，En，］T。

计算表3-10判断矩阵的最大特征根λmax

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

式中：（DE）i——向量DE的第i个元素。

3）检验。所求权数即为通过上述步骤得到的特征向量E，是否合适地分配了权数？这时表3-10判断矩阵需要进行一致性检验，一致性检验公式为

DR＝DI/RI

式中：DR——判断矩阵的随机一致性比率；DI——判断矩阵一般一致性指标。DI计算公式如下：

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

其中，对于1～9阶判断矩阵的平均随机一致性指标RI，取值如表2-12：

表2-12 层次分析法的平均随机一致性指标值

当DR＜0.10时，判断矩阵认为具有满意的一致性，具有合理的权数分配；当DR≥0.10，判断矩阵则需要调整，直到取得DR＜0.10时的满意一致性。

（2）运用层次分析法确定各指标权重

1）计算B1，B2的权重（B1自然因素，B2人为因素）。

建立判断矩阵（表2-13）。

表2-13 A-B判断矩阵

计算判断矩阵每一行元素的乘积Mi

X1＝3，X2＝1/3

计算Xi的2次方根

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

对方根向量

＝（

，

）T规一化

e1＝0.75，e2＝0.25

计算判断矩阵的最大特征根λmax

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

式中：（DE）i——向量DE的第i个元素。

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

计算得

计算CR

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

二阶矩阵的一致性指标RI＝0。

故DR＝0＜0.1，具有满意的一致性。

2）计算其他二级指标（岩土体条件C11、地形地貌特征C12、多年平均降水量C13、地下水位C14、单位径流量C15、人口密度C26和地区用水量C27）的权重。计算过程见2-14和表2-15，烟台市海水入侵危险度指标及权重见表2-16。

表2-14 B1-C1i判断矩阵

λmax＝5.20345，DI＝0.05086，RI＝1.12，DR＝0.04541＜0.1具有满意的一致性。

表2-15 B2-C2i判断矩阵

λmax＝2.00001，DI＝0.00001，RI＝0.00，DR＝0＜0.1具有满意的一致性。

表2-16 烟台市海水入侵危险度指标及权重

5.海水入侵综合危险性指数的计算模型

对烟台市沿海地区海水入侵灾害进行危险性评价时，这里采用因素权重叠加法。因素权重叠加法的基本原理是将参评因素按照参评因素在海水入侵灾害形成过程中的作用强度进行分析，从而对因素权重指标进行确定，利用权重的大小反映各评价因素在烟台市海水入侵危险性评价中的不同地位。建立如下的基本模型：

假设有n个评价因素F1，F2，F3，…，Fn；危险性指数设为Y；各个评价因素的权重用X1，X2，X3，…，Xn表示；则模糊模型Y表示为

Y＝X1F1＋X2F2＋X3F3＋…＋XnFn

针对本次的计算，可得如下的公式，即：假设i 因素j 单元归一化处理之后的数值Fij，i因素的权重的Xi为，那么j单元的综合危险性指数Y的计算公式为

胶东半岛海水入侵地区水资源高效利用与河口海岸生态修复技术

式中：i＝1，2，…，n，n为参评因素，这里n＝7；j＝1，2，…，m，m为评判单元数，这里m＝8。

6.海水入侵综合危险性指数的计算结果

根据频率图与聚类法确定各级的边界，将烟台市沿海地区海水入侵灾害危险度划分为三个等级：

1）高度危险区，0.5000～1；

2）中度危险区，0.3501～0.4999；

3）低度危险区，0～0.3500。

海水入侵危险性指数反映各地区海水入侵发生的可能性，海水入侵危险性指数越大，海水入侵越可能发生，海水入侵的面积就越大。本书以烟台市地区海水入侵灾害危险性指数为基础，将危险性指数0.1定义为代表海水入侵平均距离2.5km，由此计算出海水垂直于海岸线入侵的平均距离。

表2-17 烟台市沿海地区海水入侵灾害危险性结果

应用MapGIS数据分析及作图功能，得出各评价单元海水入侵灾害危险性指数及海水平均入侵距离，见表2-17，以海水平均入侵距离为缓冲区半径对烟台市沿海地区各海岸线进行缓冲区分析，得到烟台市沿海地区海水入侵灾害危险性评价图，如图2-15 所示，从而实现烟台市沿海地区海水入侵灾害危险性区划。

图2-15 烟台市沿海地区海水入侵灾害危险性评价图

文章名称：基于gis技术的洪灾损失 gis在洪涝灾害监测中的应用
文章源于：http://cdiso.cn/article/ddoicgj.html