本發(fā)明涉及輸電線路地質(zhì)災(zāi)害分析領(lǐng)域，具體涉及一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價方法、裝置、介質(zhì)。

背景技術(shù)：

1、極端“異?！碧鞖庵饾u“常態(tài)化”，強降水洪災(zāi)條件下輸電線路塔基穩(wěn)定性受到新的嚴重威脅。構(gòu)建強降水洪災(zāi)條件下輸電線路塔基穩(wěn)定性綜合風(fēng)險評估技術(shù)變得尤為重要，對于提升重要線路塔基地質(zhì)災(zāi)害快速識別、監(jiān)測巡視與評估能力起到關(guān)鍵性作用。易發(fā)性作為地質(zhì)災(zāi)害風(fēng)險評估中的重要一步，本質(zhì)是地質(zhì)災(zāi)害的空間概率研究，根據(jù)不同的地質(zhì)環(huán)境因素對地質(zhì)災(zāi)害成生的影響規(guī)律，分析地質(zhì)災(zāi)害的發(fā)生位置及特征。因此，進行輸電線路地質(zhì)災(zāi)害預(yù)測地質(zhì)災(zāi)害的發(fā)生能夠幫助人們及時采取措施，減少地質(zhì)災(zāi)害災(zāi)害對輸電線路塔基的破壞。

2、如周杰(2023)等人發(fā)明一種基于地質(zhì)災(zāi)害易發(fā)性評價的新能源開發(fā)適宜性評價方法，該發(fā)明的新能源開發(fā)適宜性分級結(jié)果揭示了地區(qū)新能源開發(fā)適宜性分布情況及其規(guī)律，為地區(qū)新能源安全開發(fā)利用提供決策部署依據(jù)。如熊威(2023)等人發(fā)明一種基于時間序列的黃土地區(qū)公路邊坡地質(zhì)災(zāi)害易發(fā)性測試方法，該發(fā)明能提高層次分析法中判斷矩陣構(gòu)建的邏輯性，降低信息量計算中評價因子區(qū)間劃分的合理性，最大程度降低人為主觀因素對評價過程的影響，提升評價結(jié)果的客觀公正和準(zhǔn)確性。但是這些研究大多數(shù)將評價指標(biāo)看作靜態(tài)不變的，側(cè)重探討評價指標(biāo)的篩選以及區(qū)間的劃分，未考慮評價指標(biāo)的動態(tài)變化對易發(fā)性預(yù)測的影響。

3、在進行輸電線路塔基動態(tài)防控運維時，需要充分考慮各方面因素對地質(zhì)災(zāi)害易發(fā)性分區(qū)的動態(tài)影響，以便為輸電線路塔基的保護、修復(fù)等做出戰(zhàn)略性的安排。而地質(zhì)災(zāi)害的發(fā)育是靜態(tài)和動態(tài)指標(biāo)之間復(fù)雜的耦合作用結(jié)果，靜態(tài)指標(biāo)短時間內(nèi)變化較小，例如地形地貌、地質(zhì)構(gòu)造等；動態(tài)指標(biāo)短時間內(nèi)變化較大，該變化可能導(dǎo)致影響地質(zhì)災(zāi)害易發(fā)性的強度和空間分布不同評價結(jié)果，較多文獻指出在進行易發(fā)性評價時需要考慮土地利用類型、歸一化植被指數(shù)等對其結(jié)果的影響。因此，在輸電線路地質(zhì)災(zāi)害易發(fā)性研究中應(yīng)當(dāng)充分考慮動態(tài)指標(biāo)變化對地質(zhì)災(zāi)害發(fā)育的影響作用。

技術(shù)實現(xiàn)思路

1、為更深層次、高精度的為輸電線路地質(zhì)災(zāi)害的動態(tài)風(fēng)險評估和動態(tài)防控運維提供提供易發(fā)性的預(yù)測，本發(fā)明提供了一種一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價方法、裝置、介質(zhì)。

2、為了實現(xiàn)上述的技術(shù)特征，本發(fā)明的目的是這樣實現(xiàn)的：一方面，提供一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價方法，包括：

3、采集研究區(qū)歷史地質(zhì)災(zāi)害信息和評價指標(biāo)數(shù)據(jù)，所述地質(zhì)災(zāi)害信息包括地質(zhì)災(zāi)害發(fā)生的地理位置，所述評價指標(biāo)包括動態(tài)指標(biāo)；

4、利用地理探測器中的因子探測器和交互作用探測器分析各評價指標(biāo)的空間分異性和因子之間的相互作用來確定地質(zhì)災(zāi)害發(fā)育的主要驅(qū)動指標(biāo)，以所述主要驅(qū)動指標(biāo)剔除初選評價指標(biāo)中對地質(zhì)災(zāi)害發(fā)育解釋力小以及交互作用后解釋力下降的評價指標(biāo)；

5、基于元胞自動機-馬爾科夫鏈模型，以t年、t+a年和t+2a年三期動態(tài)指標(biāo)為基礎(chǔ)，實現(xiàn)研究區(qū)t+3a年的動態(tài)指標(biāo)的預(yù)測，以此建立t+3a年的評價指標(biāo)體系，所述評價指標(biāo)體系包含靜態(tài)評價指標(biāo)和t+3a年動態(tài)評價指標(biāo)，所述t+3a年動態(tài)評價指標(biāo)反映動態(tài)指標(biāo)的變化；

6、基于歷史地質(zhì)災(zāi)害信息和評價指標(biāo)體系構(gòu)建樣本數(shù)據(jù)集，利用樣本數(shù)據(jù)集建立基于采用隨機森林算法的易發(fā)性評價模型，對研究區(qū)t+3a年地質(zhì)災(zāi)害易發(fā)性開展預(yù)測評價。

7、進一步地，通過地理信息系統(tǒng)對所有評價指標(biāo)進行坐標(biāo)系、研究范圍和柵格單元大小的統(tǒng)一。

8、進一步地，上述空間分異及因子探測器表達式為：

9、

10、式中，h為因變量x的分層或分類數(shù)；nh和n分別為分層h和全區(qū)的樣本單元數(shù)；l為因變量y或自變量因子x的分層，即分類或分區(qū)；σ2h和σ2分別是分層h和全區(qū)的y值的方差；

11、上述交互作用探測的影響模式有以下5種：

12、非線性減弱：q(xa∩xb)<min(q(xa)，q(xb))；單因子非線性減弱：min(q(xa)，q(xb))<q(xa∩xb)<max(q(xa)，q(xb))；雙因子增強：q(xa∩xb)>max(q(xa)，q(xb))；獨立：q(xa∩xb)＝q(xa)+q(xb)；非線性增強：q(xa∩xb)>q(xa)+q(xb)；

13、式中，q(xa∩xb)是自變量因子xa與xb交互后的解釋力；q(xa)為自變量因子xa對于因變量y的解釋力；q(xb)為自變量因子xb對于因變量y的解釋力。

14、進一步地，上述元胞自動機模型的表達公式為：

15、at+1＝f(at,n)(2)

16、式中，at、at+1分別為t、t+1時刻元胞有限、離散的狀態(tài)集合；n為元胞濾波器大??；f為局部空間內(nèi)元胞的轉(zhuǎn)換規(guī)則；

17、所述馬爾科夫鏈模型表達公式為：

18、st+1＝pijst?(3)

19、式中，st、st+1分別為t、t+1時刻動態(tài)指標(biāo)狀態(tài)；pij為動態(tài)指標(biāo)轉(zhuǎn)移概率矩陣，即i動態(tài)指標(biāo)類型向j動態(tài)指標(biāo)狀態(tài)轉(zhuǎn)移概率；

20、所述元胞自動機-馬爾科夫鏈模型預(yù)測動態(tài)評價指標(biāo)具體方法如下：

21、在地理信息系統(tǒng)中，通過“柵格轉(zhuǎn)ascii”將所需數(shù)據(jù)轉(zhuǎn)化為rst格式；導(dǎo)入idrisi軟件后，對連續(xù)數(shù)據(jù)進行重分類為離散文件；基于柵格數(shù)據(jù)與元胞自動機模型中的元胞具有相似性，后續(xù)將每一個柵格視為一個元胞；

22、將t年和t+a年兩期的動態(tài)指標(biāo)分別添加到馬爾科夫模型中，設(shè)置兩期圖像間隔年限和基于后一期圖像預(yù)測年限均為a，設(shè)置允許模糊誤差，并分別計算t年和t+a年兩期的動態(tài)指標(biāo)之間的轉(zhuǎn)移概率矩陣；

23、在idrisi軟件中通過mce模塊來完成適宜性文件的制作；首先使用加權(quán)線性合并法來計算各個動態(tài)指標(biāo)各子類的適應(yīng)性圖；計算完畢后使用集合編輯器將適應(yīng)性圖按照一定的順序排列，從而得到最終的動態(tài)指標(biāo)轉(zhuǎn)換適宜性圖集；

24、在idrisi軟件中通過元胞自動機-馬爾科夫鏈模型完成t+a年動態(tài)指標(biāo)的模擬；設(shè)置t年動態(tài)指標(biāo)為依據(jù)影像，設(shè)置馬爾科夫鏈轉(zhuǎn)移矩陣為馬爾科夫鏈轉(zhuǎn)換矩陣面積文件，將上述的轉(zhuǎn)換適宜性圖集設(shè)置為轉(zhuǎn)換適宜性圖集，設(shè)置元胞自動機模型循環(huán)次數(shù)為a，元胞自動機模型中鄰域結(jié)構(gòu)的設(shè)定默認為5×5型；

25、利用idrisi軟件對比t+2a年預(yù)測動態(tài)指標(biāo)與t+2a年實際動態(tài)指標(biāo)，進行kappa指數(shù)的計算，公式如下：

26、

27、式中，p0為模擬正確的柵格數(shù)量占總柵格數(shù)量的比例，pc表示隨機情況下所期望的模擬比例，n表示土地利用類型等動態(tài)指標(biāo)的柵格的總數(shù)，n1表示模擬的正確柵格數(shù)，n則表示土地利用類型等動態(tài)指標(biāo)的數(shù)；當(dāng)kappa指數(shù)大于0.75時，可進行下一步驟；

28、以t+a年和t+2a年動態(tài)指標(biāo)數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)，并利用t+a年和t+2a年的轉(zhuǎn)移矩陣及生成的轉(zhuǎn)變適宜性圖集，設(shè)置t+2a年動態(tài)指標(biāo)為依據(jù)影像，重復(fù)步驟上述步驟，完成了對t+3a年動態(tài)指標(biāo)的預(yù)測。

29、進一步，上述基于歷史地質(zhì)災(zāi)害信息和評價指標(biāo)體系構(gòu)建樣本數(shù)據(jù)集中，在研究區(qū)域中隨機選擇與地質(zhì)災(zāi)害柵格單元相等的非崩崗柵格單元。

30、進一步地，上述基于采用隨機森林算法的易發(fā)性評價模型包括：

31、將樣本隨機劃分為70％的訓(xùn)練數(shù)據(jù)集與30％的測試數(shù)據(jù)集；

32、用樣本集生成一棵決策樹和每一個節(jié)點；重復(fù)有放回的對樣本和變量進行抽樣，重復(fù)k次，生成k個決策樹；

33、使用得到的隨機森林對測試樣本進行預(yù)測，并用投票法決定預(yù)測結(jié)果，若k個決策樹中的眾數(shù)所在的類別即為預(yù)測的結(jié)果；

34、將研究區(qū)評價指標(biāo)數(shù)據(jù)輸入已訓(xùn)練好的模型中，計算地質(zhì)災(zāi)害易發(fā)性指數(shù)。

35、進一步地，上述采用隨機森林模型對研究區(qū)t+3a年地質(zhì)災(zāi)害易發(fā)性開展預(yù)測評價中，采用接受者操作特性曲線下面積值和合理性分析對模型易發(fā)性評價結(jié)果進行定量評價與對比分析，所述接受者操作特性曲線具體為：

36、計算不同閾值情況下的真陽性率和假陽性率，以真陽性率為x軸，假陽性率為y軸，接受者操作特性曲線下面積為接受者操作特性曲線與x軸間圍成的面積值，計算公式如下：

37、

38、式中，tpr為真陽性率；fpr為假陽性率；tp為真陽性，表示正確分類的地質(zhì)災(zāi)害數(shù)量；fp為假陽性，表示錯誤分類的非地質(zhì)災(zāi)害數(shù)量；tn為真陰性，表示正確分類的非地質(zhì)災(zāi)害數(shù)量；fn為假陰性，表示錯誤分類的地質(zhì)災(zāi)害數(shù)量；

39、所述接受者操作特性曲線下面積為接受者操作特性曲線與x軸間圍成的面積值；

40、所述合理性分析具體為：

41、通過地理信息系統(tǒng)將易發(fā)性指數(shù)按自然斷點法進行重分類為五類，分別對應(yīng)極低易發(fā)區(qū)、低易發(fā)區(qū)、中易發(fā)區(qū)、高易發(fā)區(qū)、極高易發(fā)區(qū)，使用各分區(qū)的地質(zhì)災(zāi)害分布比例、分級面積比例、地質(zhì)災(zāi)害災(zāi)害點密度來衡量模型預(yù)測結(jié)果的可靠性與準(zhǔn)確性。

42、第二方面，本發(fā)明提供一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價裝置，包括：

43、數(shù)據(jù)采集模塊，被配置為采集研究區(qū)歷史地質(zhì)災(zāi)害信息和評價指標(biāo)數(shù)據(jù)，所述地質(zhì)災(zāi)害信息包括地質(zhì)災(zāi)害發(fā)生的地理位置，所述評價指標(biāo)包括動態(tài)指標(biāo)；

44、主要驅(qū)動指標(biāo)確定模塊，被配置為利用地理探測器中的因子探測器和交互作用探測器分析各評價指標(biāo)的空間分異性和因子之間的相互作用來確定地質(zhì)災(zāi)害發(fā)育的主要驅(qū)動指標(biāo)，以所述主要驅(qū)動指標(biāo)剔除初選評價指標(biāo)中對地質(zhì)災(zāi)害發(fā)育解釋力小以及交互作用后解釋力下降的評價指標(biāo)；

45、動態(tài)指標(biāo)預(yù)測模塊，被配置為基于元胞自動機-馬爾科夫鏈模型，以t年、t+a年和t+2a年三期動態(tài)指標(biāo)為基礎(chǔ)，實現(xiàn)研究區(qū)t+3a年的動態(tài)指標(biāo)的預(yù)測，以此建立t+3a年的評價指標(biāo)體系，所述評價指標(biāo)體系包含靜態(tài)評價指標(biāo)和t+3a年動態(tài)評價指標(biāo)，所述t+3a年動態(tài)評價指標(biāo)反映動態(tài)指標(biāo)的變化；

46、易發(fā)性預(yù)測模塊，被配置為基于歷史地質(zhì)災(zāi)害信息和評價指標(biāo)體系構(gòu)建樣本數(shù)據(jù)集，利用樣本數(shù)據(jù)集建立基于采用隨機森林算法的易發(fā)性評價模型，對研究區(qū)t+3a年地質(zhì)災(zāi)害易發(fā)性開展預(yù)測評價。

47、進一步地，上述裝置還包括：

48、精度對比模塊，被配置為采用接受者操作特性曲線下面積值和合理性分析對模型易發(fā)性評價結(jié)果進行定量評價與對比分析。

49、第三方面，本發(fā)明提供一種可讀存儲介質(zhì)，所述可讀存儲介質(zhì)存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執(zhí)行，以實現(xiàn)如上所述的方法。

50、本發(fā)明有如下有益效果：

51、1、本發(fā)明的一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價方法、裝置及介質(zhì)用于對相應(yīng)評價區(qū)域的輸電線路保護、維修的適宜性進行評價。

52、2、本發(fā)明的一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價方法、裝置及介質(zhì)，通過地理探測器的分異及因子探測器和交互作用探測器選取的主控評價指標(biāo)合理，能夠滿足高效、準(zhǔn)確的易發(fā)性評價技術(shù)要求。

53、3、本發(fā)明的一種輸電線路地質(zhì)災(zāi)害易發(fā)性評價方法、裝置、介質(zhì)，采用ca-markov模型預(yù)測動態(tài)指標(biāo)，增強地質(zhì)災(zāi)害易發(fā)性評價模型在時間維度上的分析能力，為輸電線路地質(zhì)災(zāi)害的早期識別和精準(zhǔn)預(yù)測、預(yù)警提供技術(shù)和理論支持，為輸電線路地質(zhì)災(zāi)害的動態(tài)風(fēng)險評估和防控運維提供技術(shù)支持。