張 晨，王 清，張 文，谷復(fù)光，2

(1.吉林大學(xué)建設(shè)工程學(xué)院，長(zhǎng)春130026，364208320@qq.com;2.吉林建筑工程學(xué)院測(cè)勘工程學(xué)院，長(zhǎng)春130021)

泥石流是我國(guó)最主要的地質(zhì)災(zāi)害之一，它的形成機(jī)制受各種各樣的外在因素和內(nèi)部條件控制.其中任何因素的變化對(duì)泥石流的形成規(guī)模和危害范圍都會(huì)造成影響.可以說(shuō)，泥石流是個(gè)巨大而復(fù)雜的系統(tǒng)［1-4］.泥石流是地震發(fā)生后危害最大、涉及范圍最廣的次生災(zāi)害之一.因此，對(duì)泥石流危險(xiǎn)范圍的評(píng)價(jià)不僅具有重要的科學(xué)價(jià)值，更具有重大的社會(huì)意義.日本學(xué)者池谷浩等人早在1979年就開(kāi)始了這方面的研究，率先從統(tǒng)計(jì)學(xué)角度探討這一問(wèn)題，高橋保和水山高久在1980年開(kāi)始研究危險(xiǎn)范圍的預(yù)測(cè)模型，從水力學(xué)角度探討這一課題.奧地利很早也應(yīng)用交通信號(hào)定義泥石流的危險(xiǎn)區(qū)，加拿大的O.Hungr等認(rèn)為泥石流危險(xiǎn)范圍的確定要主要依靠感性認(rèn)識(shí).國(guó)內(nèi)，劉希林等首先提出用流域面積單因子預(yù)測(cè)泥石流危險(xiǎn)范圍［5］.

綜合多年的研究成果［6-10］，對(duì)泥石流危險(xiǎn)范圍的研究主要分為兩類(lèi)，第一類(lèi)是利用模型實(shí)驗(yàn)來(lái)分析泥石流可能的堆積趨勢(shì)和危害范圍，第二類(lèi)是利用數(shù)學(xué)模型進(jìn)行模擬預(yù)測(cè).目前來(lái)講，上述方法都未對(duì)泥石流進(jìn)行分類(lèi)研究.不同類(lèi)型的泥石流系統(tǒng)受到不同影響因素的作用是不同的，再加上不同的地質(zhì)條件和水文氣象條件，其堆積區(qū)的形成往往不是一種單一的模型可以準(zhǔn)確預(yù)測(cè)的.因此，本次研究將利用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)能力對(duì)不同種類(lèi)泥石流的不同影響因素進(jìn)行評(píng)估，從而對(duì)預(yù)測(cè)模型進(jìn)行修正.

1 研究方法

本次研究深入云南金沙江流域，對(duì)其中的典型泥石流進(jìn)行現(xiàn)場(chǎng)考察，通過(guò)遙感解譯提取出流域面積、主溝長(zhǎng)度、流域相對(duì)高差和主溝平均坡度等指標(biāo)值，并統(tǒng)計(jì)出泥石流的堆積區(qū)最大長(zhǎng)度和最大寬度.使用文獻(xiàn)［7］中的傳統(tǒng)預(yù)測(cè)模型作為基本方法對(duì)研究對(duì)象進(jìn)行危險(xiǎn)范圍預(yù)測(cè)，算出預(yù)測(cè)結(jié)果的相對(duì)誤差值:

式中:L為泥石流堆積扇最大長(zhǎng)度，B為泥石流堆積山最大寬度，A為流域面積，H為流域相對(duì)高差，D為主溝長(zhǎng)度，G為主溝平均坡度.

為了定量評(píng)估各個(gè)因素對(duì)泥石流危險(xiǎn)范圍的影響程度，對(duì)其中的一個(gè)因素前的系數(shù)進(jìn)行變換，保持其他因素前的系數(shù)不變.設(shè)變換前因子系數(shù)為m0，變換后系數(shù)為m.變換規(guī)則為

用每次變化后的模型重新做一次預(yù)測(cè)，重新計(jì)算出相對(duì)誤差.這樣，對(duì)于某一種因素就可以得到關(guān)于堆積扇最大長(zhǎng)度和最大寬度的兩條誤差曲線，將其擬合得出斜率.這樣就可以得到某一種因素的誤差系數(shù)kL和kB，其中kL為關(guān)于最大長(zhǎng)度的誤差系數(shù)，kB為關(guān)于最大寬度的誤差系數(shù).利用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力訓(xùn)練由因子指標(biāo)值作為輸入層，kL和kB作為輸出層的網(wǎng)絡(luò).下面為了對(duì)不同種類(lèi)的泥石流分別進(jìn)行分析，另取泥流、泥石流、水石流各10個(gè)例子作為研究對(duì)象，利用訓(xùn)練好的網(wǎng)絡(luò)預(yù)測(cè)出各種不同類(lèi)型泥石流的不同影響因子的kL和kB.進(jìn)而對(duì)原始模型進(jìn)行修正，修正公式為

其中:Kx為修正后的系數(shù)，Ky為原系數(shù)，k'為以不同種類(lèi)的泥石流為研究對(duì)象算出的平均kL或kB，k0為第一次計(jì)算出的平均kL或kB.研究方法流程圖見(jiàn)圖1所示.

圖1 研究方法流程圖

2 實(shí)例分析

人工神經(jīng)網(wǎng)絡(luò)以模擬人類(lèi)大腦作為切入點(diǎn)，具有非線性動(dòng)態(tài)處理能力，可以完成泥石流各參數(shù)之間的復(fù)雜的非線性映射.目前應(yīng)用于工程地質(zhì)方面的神經(jīng)網(wǎng)絡(luò)絕大多數(shù)都是BP神經(jīng)網(wǎng)絡(luò).它可以調(diào)節(jié)各個(gè)神經(jīng)元權(quán)值和閥值［11-13］，本研究采用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行分析.

本研究遵循Kolmogrov定理［14］，設(shè)有n個(gè)輸入單元，2n+1個(gè)中間單元和m個(gè)輸出單元.這樣的三層網(wǎng)絡(luò)可以精確地表達(dá)任何映射，協(xié)調(diào)中間層的容量和訓(xùn)練時(shí)間.

2.1 設(shè)置訓(xùn)練網(wǎng)絡(luò)

首先選擇調(diào)查區(qū)內(nèi)的各種類(lèi)型的老年型泥石流共100條，以其流域面積、主溝長(zhǎng)度、流域相對(duì)高差和主溝平均坡度的指標(biāo)值提取出來(lái)作為輸入單元，將kL和kB作為輸出單元(部分參數(shù)選擇見(jiàn)表1).由于輸入單元數(shù)為4，中間單元數(shù)為9.這樣就確定了一個(gè)4—9—2的網(wǎng)絡(luò)結(jié)構(gòu).選用來(lái)作為初始權(quán)值的量級(jí)，以便控制收斂速度，其中s為中間層數(shù)，r為輸入數(shù).自適應(yīng)學(xué)習(xí)速率公式為

其中:E為平方誤差，R為學(xué)習(xí)速率.

為了避免小數(shù)據(jù)被大數(shù)據(jù)淹沒(méi)，對(duì)數(shù)據(jù)的歸一化處理十分必要，大多歸一化計(jì)算都是將數(shù)據(jù)處理為0～1之間.考慮到網(wǎng)絡(luò)節(jié)點(diǎn)作用函數(shù)的值域特點(diǎn)，將數(shù)據(jù)歸一到0.1～0.9，這樣能夠更好地反映出樣本特點(diǎn)，運(yùn)用公式×0.8+ 0.1即可.其中x為某指標(biāo)值，xmin和xmax分別表示指標(biāo)值中的最小和最大值.

在對(duì)網(wǎng)絡(luò)設(shè)置完畢并歸一化處理之后即可開(kāi)始訓(xùn)練網(wǎng)絡(luò)，訓(xùn)練出4個(gè)影響因子的誤差系數(shù)預(yù)測(cè)網(wǎng)絡(luò).部分輸入單元的原始數(shù)據(jù)見(jiàn)表1所示.訓(xùn)練結(jié)果顯示見(jiàn)表2所示.

表1 部分輸入單元取值

表2 訓(xùn)練結(jié)果

2.2 預(yù)測(cè)各類(lèi)泥石流數(shù)據(jù)的誤差系數(shù)

選取泥流、泥石流、水石流各10條溝作為輸入單元數(shù)據(jù)，帶入不同網(wǎng)絡(luò)中進(jìn)行誤差系數(shù)的預(yù)測(cè).預(yù)測(cè)結(jié)果見(jiàn)表3.

表3 網(wǎng)絡(luò)預(yù)測(cè)結(jié)果

2.3 對(duì)傳統(tǒng)模型的修正

根據(jù)式(3)對(duì)傳統(tǒng)的模型進(jìn)行修正，泥流、泥石流、水石流的修正結(jié)果分別見(jiàn)式(5)—(7)所示.

2.4 修正模型和傳統(tǒng)模型的比較分析

為了驗(yàn)證修正模型的效果，另取3種類(lèi)型的老年型泥石流各10條作為檢驗(yàn)數(shù)據(jù)，使用3種修正模型和傳統(tǒng)模型對(duì)研究對(duì)象進(jìn)行對(duì)比預(yù)測(cè)，結(jié)果見(jiàn)表4.

表4 對(duì)比分析結(jié)果

3 計(jì)算結(jié)果分析

從表2的預(yù)測(cè)系數(shù)可以看出，同一種影響因素在不同種類(lèi)的泥石流中的誤差系數(shù)不盡相同.從表中可以看出，泥流中流域面積的誤差系數(shù)最大，泥石流中主溝長(zhǎng)度的誤差系數(shù)最大，水石流中相對(duì)高差和主溝坡度的誤差系數(shù)相差不多，較其他兩種因素要大一些.由于本次研究對(duì)誤差系數(shù)的設(shè)定，誤差系數(shù)的物理意義是不同影響因素對(duì)泥石流危險(xiǎn)范圍影響程度的定量表達(dá)，所以可以這樣認(rèn)為，上述誤差系數(shù)較大的因素就是對(duì)不同種類(lèi)的泥石流起主要影響作用的因素.深入研究出現(xiàn)上述現(xiàn)象的原因，對(duì)于水石流，顆粒組成以推移或?qū)右七\(yùn)動(dòng)的粗粒為主，作懸移運(yùn)動(dòng)的細(xì)顆粒比例很少，使其流體質(zhì)量濃度較低，所以溝道坡度和主溝最大相對(duì)高差就成為影響流體運(yùn)動(dòng)和堆積的主要因素，從而控制泥石流的危險(xiǎn)范圍.對(duì)于泥流，流體內(nèi)部主要以細(xì)顆粒為主，運(yùn)動(dòng)方式主要以懸移運(yùn)動(dòng)為主，當(dāng)流體質(zhì)量濃度較高時(shí)，流體比較容易進(jìn)入層流狀態(tài)，當(dāng)流體質(zhì)量濃度較低時(shí)，比較容易進(jìn)入紊流狀態(tài).不同流態(tài)下泥流受到的阻力規(guī)律是不同的，紊流狀態(tài)下的泥流除了克服常規(guī)阻力以外，還要具備一定的速度才能保證流體正常地運(yùn)動(dòng)［15-16］，也就是說(shuō)，泥流的正常運(yùn)移與流態(tài)密切相關(guān)，流態(tài)又與流體質(zhì)量濃度有很大的關(guān)系.同時(shí)，流域面積與流域產(chǎn)沙量成正比，流域產(chǎn)沙量影響到流域內(nèi)松散固體物質(zhì)儲(chǔ)量，因此流域面積的大小決定了流體的物質(zhì)來(lái)源，進(jìn)而對(duì)流體的質(zhì)量濃度有重大影響.由此可推知，流域面積對(duì)泥流的運(yùn)行、發(fā)展以及最終的堆積起重要作用.對(duì)于泥石流，流體中的細(xì)顆粒密度介于泥流和水石流之間，泥石流的主要物質(zhì)來(lái)源是溝道兩側(cè)的崩滑體和松散堆積物.因此，當(dāng)泥石流從溝道中流出時(shí)，其具有的流體質(zhì)量濃度主要取決于沿途接納物源的情況.主溝長(zhǎng)度這一指標(biāo)不但決定了泥石流沿途接納固體物質(zhì)的能力，還決定了流體的流程，對(duì)最終泥石流的堆積起到關(guān)鍵影響作用.從表3的對(duì)比分析結(jié)果可以看出，經(jīng)過(guò)修正的模型對(duì)不同種類(lèi)的泥石流具備更好的危險(xiǎn)范圍預(yù)測(cè)能力，這也從側(cè)面驗(yàn)證了上述結(jié)論的正確性.

4 結(jié)論

1)提出了誤差系數(shù)的概念，使不同影響因子對(duì)泥石流危險(xiǎn)范圍的影響程度可以定量化地表達(dá)，得知不同種類(lèi)泥石流對(duì)于上述影響因素的敏感程度，并從流體力學(xué)的角度對(duì)結(jié)論進(jìn)行了深層次解析.

2)利用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力預(yù)測(cè)出各影響因子對(duì)金沙江流域的各種類(lèi)泥石流的危險(xiǎn)范圍的量化影響程度.

3)利用本研究提出的修正公式對(duì)傳統(tǒng)預(yù)測(cè)模型進(jìn)行了修正，結(jié)果顯示具有很強(qiáng)的實(shí)用性和準(zhǔn)確性.

［1］ 劉希林，莫多聞.泥石流風(fēng)險(xiǎn)評(píng)價(jià)［M］.成都:四川科學(xué)技術(shù)出版社，2003.

［2］ 劉希林，趙源，蘇鵬程.四川德昌縣虎皮灣溝泥石流及災(zāi)害損失評(píng)估［J］.災(zāi)害學(xué)，2005，20(3):73-77.

［3］ ROMEO R W，F(xiàn)LORIS M，VENERI F.Area-scale landslide hazard and risk assessment［J］.Environmental Geology，2006，51(1):1-13.

［4］ SHIU Y Y，CHUN K F，KWOK L C，et al.Fractal dimension estimation and noise filtering using hough transforms［J］.Signal Processing，2004，84:907-917.

［5］ 劉希林.泥石流堆積扇危險(xiǎn)范圍雛議［J］.災(zāi)害學(xué). 1990，5(3):86-89.

［6］ WEI Fangqiang，HU Kaiheng，LOPEZ J L，et al. Method and its application of the momentum model for debris flow risk zoning［J］.Chinese Science Bulletin，2003，48(6):594-598.

［7］ 劉希林，唐川，陳明.泥石流危險(xiǎn)范圍的流域背景預(yù)測(cè)法［J］.自然災(zāi)害學(xué)報(bào)，1992，1(3):56-67.

［8］ KELIM X，WHIPPLE.Predicting debris-flow runout and deposition on fans，the importance of the flac hydrograph.Erosion，Debris Flows and Environment in Mountain Regions［C］//Proceedings of the Chengdu Symposium 1992.Chendu:IAHS Pub，1992:337-345.

［9］ BENDA L.The influence of debris flows on channel sand valley floors in the Oregon Coast Range［J］. Earth Surf Proc Land，2002，15:457-466.

［10］ TAKAHASHIT.Debris flow on prismatic open channel［J］.Journal of Hydraulic Division，1980，106 (3):381-396.

［11］ 趙源，劉希林.人工神經(jīng)網(wǎng)絡(luò)在泥石流風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用［J］.地質(zhì)災(zāi)害與環(huán)境保護(hù)，2005，16(2): 135-138.

［12］ 莫永強(qiáng)，丁德馨，肖猛.改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在邊坡穩(wěn)定性評(píng)價(jià)中的應(yīng)用［J］.礦冶，2006，15(2):10-12.

［13］ 宮會(huì)麗，宋學(xué)艷，丁香乾.基于粗糙集與人工神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷［J］.中國(guó)海洋大學(xué)學(xué)報(bào)，2005，35(6):1045-1048.

［14］ 馬洪生，鄭希靈.邊坡穩(wěn)定性影響因素定量分析神經(jīng)網(wǎng)絡(luò)法［J］.路基工程，2005，(5):42-45.

［15］ MEJIA-NAVARR M，WOHL E E，OAKS S D.Geological hazards vulnerability and risk assessment using GIS model for Glenwood Springs，Colorado［J］.Geomorphology，1994，10:331-354.

［16］ FELL R.Landslide risk assessment and acceptable risk［J］.Canadian Geotechnical Journal，1994，31: 261-272.