人工神经网络模型在岩溶塌陷安全评价中的应用

第16卷　第2期 地质灾害与环境保护 V o l. 16, 　N o. 2 2 0 0 5 年 6 月 Jou rnal of Geo logical H azards and Environm en t P reservat ion June 2005 文章编号: 　1006- 4362 (2005) 02- 0139- 04 收稿日期: 　2004209220　　改回日期: 　2004212227 基金项目: 　河北省科学技术研究项目 (03276901) ; 河北省教育厅自然科学项目 (2004435) 人工神经网络模型在岩溶塌陷安全中的应用 陈静, 马亚杰, 朱庆杰 (河北理工大学地震研究中心, 唐山　063009) 摘要: 　岩溶塌陷是一种危害性很大的地质灾害, 发生在城市的岩溶塌陷不仅破坏人类的生存环境, 毁 坏建筑物, 而且危及人民的生命安全。岩溶塌陷稳定性评价的关键是找到各种影响因素与岩溶塌陷的关 联关系。通过分析岩溶塌陷的成因与主要影响因素, 介绍了应用人工神经网络的计算步骤。以唐山 市为例, 建立了岩溶安全性评价模型, 预测了唐山市岩溶塌陷稳定性分布。分析了计算结果, 并对城市规 划建设提出了几点建议。 关键词: 　岩溶塌陷; 安全; 评价模型; 神经网络; 唐山 中图分类号: 　P642. 25; P642. 26　　文献标识码: 　A 1　引言 岩溶塌陷通常是由于覆盖在隐伏溶洞或强烈溶 蚀带之上的堆积体失稳而突然下塌造成的, 岩溶地 面塌陷的形成是由多种因素长期互相作用的结 果[ 1 ] , 除具备有可溶性碳酸盐地层因素外, 主要与地 下水作用、上覆第四系地层及水动力条件等因素有 关。从岩溶对建筑稳定性和适宜性出发, 应该在城市 总体规划上对各类建筑的分布与岩溶塌陷危险性分 区统一起来考虑。城市的总体布局应从减轻岩溶塌 陷灾害的角度, 优先选择岩溶塌陷危险较小的地段, 尽量避免高危险区[ 2 ]。进行岩溶塌陷安全评价是一 项关键的基础工作。安全评价的关键是找到各种影 响因素对综合指标的非线性综合贡献, 传统的方法 是统计确定各种影响因素与塌陷的关系, 并在以上 工作基础上, 采用模糊综合评判和灰色聚类分析两 种方法进行稳定性分区。但由于这种关系不能简单 地用线性关系或用权重系数代表, 传统的方法已难 以胜任岩溶塌陷的预测评价工作[ 3 ]。这就给岩溶塌 陷的预测评价工作带来很大困难。应用人工神经网 络方法, 寻找各种影响因素与岩溶塌陷的非线性关 联关系, 建立安全评价模型, 进而可以预测岩溶塌陷 稳定性分布。 2　岩溶塌陷的成因与影响因素分析 一般说来, 岩溶塌陷是开口岩溶地质体在地下 水参与下, 上覆松散介质的复杂的渐进性变形的最 终产物。岩溶塌陷的成因, 有潜蚀论、真空吸蚀论、气 暴论等。潜蚀效应成因说的观点, 是大多数研究者较 为一致的认识。该观点认为地下水位变化及垂直入 渗水流造成的水力梯度必然形成铅直方向的动水压 力, 它使土体遭受潜蚀, 同时参与到垂直方向的变形 系统中来。地下水水位变化及地表水入渗引起的潜 蚀作用, 改变了盖层松散介质的结构与构造, 细颗粒 或土体整体被地下渗透水带入基岩岩溶通道, 逐渐 形成了土洞或潜蚀造成的软弱土区, 土洞和软弱土 区在地下水作用下形成渐进性破坏系统, 当这种破 坏区接近地表时, 便导致上覆松散介质岩层沉陷变 形或塌陷。同时, 不同水文工程地质边界条件, 岩溶 塌陷非同一因素所致, 同一地质环境也非单因素所 致[ 4 ]。因此, 岩溶地面塌陷的形成是由多种因素长期 互相作用的结果[ 5 ] , 在不同地区影响因素也有所区 别。 岩溶塌陷对城市建设造成很大的威胁。根据唐 © 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 山市岩溶塌陷调查资料以及前人研究成果, 可以分 为以下 5 重因素: (1) 岩溶发育是岩溶塌陷形成的先决条件。 (2) 第四纪覆盖层厚度的影响。据统计分析, 盖 层愈薄愈易发生岩溶塌陷。 (3) 地下水活动, 其不仅是岩溶形成, 而且是岩 溶塌陷形成的基本条件。 (4) 地表地形, 在地表水渗入或大气降水易积 聚入渗的地段容易发生岩溶塌陷。 (5) 地震, 尽管地震的影响程度如何尚有争议, 但岩溶塌陷增多与地震有关, 却是公认的事实[ 6 ]。 3　人工神经网络模型 评价方法采用人工神经网络的双并联前向网络 方法[ 7 ] , 双并联前向网络可以视为一个多层前向网 络与一个单层前向网络的并联。一个多层式前向网 络一般包括一个输入层, 一个输出层和任意多个中 间处理层。网络的工作原理为, 网络某一层的处理元 件接收来自所有较低层次的信号, 这些信号经一定 的规则 (即处理元件的持住)处理后又送给所有较高 层次的处理元件。权值调整是从最高层次依次向最 低层次的隐层进行。 3. 1　信息前向传播处理算法 若以隐层数为 3 作为研究对象, 那么双并联前 向网络的信息前向传播处理过程可描述成: 输入层 的输出要通过权矩阵与第一隐层相连, 第一隐层的 输出通过相应的权矩阵与第二隐层相连, 最后隐层 的输出经权矩阵送给输出层, 输出层同时还接收来 自输入层的信号。此过程信息即是从输入层到输出 层的正向 (前向) 流动, 故而称为信息前向传播处 理[ 8 ]。 为介绍算法方便, 我们做如下记号: I li为第 1 层第 i 个处理元件的总输入; l 为处理 层代号, 输入层、第一隐层、⋯、输出层分别对应 l= 0, 1, 2, ⋯, L ; Z li为第 1 层第 i 个处理元件的输出; W lm ij为第 1 层第 i 个处理元件与第m 层第 j 个处理 元件之间权值。对于前向网络,m ≤1。 于是双并联前向网络的前向处理方程为: 输入层: I 0i = X i (1) Z 0i = f 0 (X i) (2) 隐层: I i = 6nH L j= 1 w l ( l- 1) ij × z ( l- 1) j + w l ( l- 1) io (1 ≤ i ≤ nH L ) (1 ≤ l ≤L - 1) (3) z l i = f l ( I l i) (1 ≤ i ≤ nH L ) (1 ≤ l ≤L - 1) (4) 其中w l ( l- 1) io表示门限值, f l 为第 1 层处理元件的活 动函数。 输出层: I li = 6nL j= 1 w L (L - 1) ijz (L - 1) j + w L (L - 1) io + 6n l j = 1 w L 0ijz 0j (5) y i = f L ( IL i) (1 ≤ i ≤ n0) (6) 3. 2　误差向后传播调整算法 输出层 ∆误差:∆(k)L i = ΚLA L (CL - y i) [y i - (A L + CL ) ] (d i - y i) (7) 对于任一隐层 l, ∆误差为:∆(k )L i = ΚL (1 - y i) y j (d j - y j ) (8)∆(k)li = Κl (1 - z l j ) z lj6nL i= 1 ∆(k)( l+ 1) iw (k )( l+ 1) l ij (9) 在上面的表达式中, ∆表示某一层某元件的误差增 量。ΧL g表示学习增益系数, 也叫学习率, ΧLM 称为学 习惯性系数。 4　安全评价的计算步骤 岩溶塌陷预测的关键是找到各种影响因素对综 合指标的非线性综合贡献, 这种关系不能简单的用 线性关系或用权重系数代表。故应用人工神经网络 方法, 来进行岩溶塌陷安全评价。其步骤为: (1) 影响因素的确定。 由于不同地区、不同水文工程地质条件, 其控制 因素不同, 需要进行分析确定。 (2) 已知资料统计, 建立资料信息数据表。 (3) 数据标准化, 其中连续变量的标准化, 可用 下式转换: x i = x i - M in (x i) M ax (x i) - M in (x i) (10) 　　安全判别指标的标准化, 可用分级的方法, 安全 区取值 0. 2, 低危险区取值 0. 5, 高危险区取值 0. 8。 (4) 应用人工神经网络模型, 选取输入层元件 数, 输出层元件数, 学习增益系数, 惯性系数, 隐层数 目, 隐层元件数等指标, 计算系数矩阵。 (5) 由系数矩阵, 根据关联关系, 建立安全评价 的计算模型。 (6) 应用所建立的计算模型, 对唐山市岩溶塌 陷的危险性做出预测, 进而通过模式识别, 进行岩溶 041　　　　　　 地质灾害与环境保护 2005 年　 © 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 塌陷安全评价分区。 (7) 分析计算结果, 为城市规划和工程建设提 供建议。 5　计算实例 唐山是河北省重要工业城市, 地处碳酸岩分布 区, 地下岩溶发育, 岩溶造成的灾害日益突出, 多次 发生岩溶地面塌陷。碳酸盐岩的岩溶作用较为强烈, 规模不大的隐伏岩溶形态较为发育, 以开口较宽的 溶蚀裂隙为主, 其次为小型溶洞, 其上为厚度为 14 ～ 140 m 的第四纪沉积物覆盖。岩溶塌陷坑的平面 形态多呈圆形、椭圆形, 剖面形态则多呈筒状或坛 状。塌坑的直径一般为 2～ 8 m , 最大可达 55 m , 其 可见深度一般为 2～ 6 m , 最深为 10 m。区内的塌陷 发生后, 均进行了填平处理, 较严重的塌陷采用了钻 孔水泥灌浆处理。经处理后的塌坑大多已经趋于稳 定, 但也有不少塌坑仍有多次复塌。市区长期受构造 运动及地下水动力的作用, 灰岩裂隙及溶洞比较发 育, 基岩水位长期处在岩、土交界部位作频繁的升降 变化, 更加速了岩溶裂隙发育, 在动力水作用下, 部 分粘性土或砂土逐渐随水流入溶洞或裂隙内, 使第 四系地层疏松或形成土洞, 直至发生地面塌陷。 在形成岩溶塌陷的 5 个影响因素中, 地震的影 响具有特殊性, 若将中心区自 1920 年以来的岩溶塌 陷次数的时间分布情况作一分析, 不难发现在大震 后的 15 年中岩溶塌陷不断增多, 然后又趋于稳定, 现在中心区塌陷频率基本恢复到震前水平。并且, 地 震作用是作用于整个唐山市范围内, 尽管其使整个 城市的岩溶塌陷概率增加, 但对塌陷区的分布并不 起控制作用, 因此, 其影响体现在危险性评价的实际 调查结果中 (表 1 的第四列) , 而不是作为分布预测 的影响因素来考虑。除此以外, 对于第一个条件, 由 于唐山市区溶洞和溶蚀裂缝广泛分布, 具有普遍性, 和地震因素一样, 影响的是危险性评价的实际调查 结果。因此, 在市区范围内, 岩溶塌陷的安全性分区 主要受其他三个条件限制。在具体预测中, 因为对岩 溶塌陷起作用的地下水更多的是指地表潜水, 地表 形态控制了地表水渗入或大气降水积聚入渗, 其与 地下水分布密切相关, 对岩溶的影响与地下水活动 一并考虑, 用水位标高、地下水位埋深来代表地下水 的活动和地表地形。 这样, 统计分析已知资料, 建立资料信息数据 (表 1)。并将其标准化, 可得到表 1 的量化数据结 果。 选取计算参数, 输入层元件数为 3, 输出层元件 数为 1 (危险性指标) , 学习增益系数为 1. 2, 惯性系 数为 0. 5, 隐层数目为 2, 隐层 1 元件数为 4, 隐层 2 元件数为 2, 经过 65 993 次迭代, 得到如下学习计算 结果 (见表 2) , 从表中可以看出, 其误差均小于 0. 09, 完全满足模式识别的需要。其计算所得的系数 表 1　原始资料、量化数据、预测结果及其误差表 T ab le 1　O riginal data, quan tita t ive data, p redict ion resu lts and erro rs 序号 资料信息 量化数据 结果与误差 第四系 厚度 (m ) 水位标 高 (m ) 地下水位 埋深 (m ) 危险性 评价 第四系 厚度 水位 标高 地下水 位埋深 危险性 评价 预测结果 预测结果 评价 误 差 (绝对值) 1 22. 3 6. 6 7. 64 低危险区 0. 121 0. 0 0. 341 0. 5 0. 522 4 低危险区 0. 022 4 2 41 20. 1 8. 6 高危险区 0. 261 0. 888 0. 408 0. 8 0. 736 1 高危险区 0. 063 9 3 15 19. 7 8. 85 高危险区 0. 066 0. 862 0. 426 0. 8 0. 802 7 高危险区 0. 002 7 4 58 11. 8 13. 7 高危险区 0. 388 0. 342 0. 768 0. 8 0. 774 0 高危险区 0. 026 5 58 11. 4 17 高危险区 0. 388 0. 316 1. 0 0. 8 0. 874 5 高危险区 0. 074 5 6 65 8 10. 2 高危险区 0. 440 0. 092 0. 521 0. 8 0. 830 9 高危险区 0. 030 9 7 50 21. 8 2. 8 安全区 0. 328 1. 0 0. 0 0. 2 0. 256 6 安全区 0. 056 6 8 37 14 11. 76 低危险区 0. 231 0. 487 0. 631 0. 5 0. 555 9 低危险区 0. 055 9 9 40 14. 45 12. 1 低危险区 0. 231 0. 516 0. 655 0. 5 0. 523 3 低危险区 0. 023 3 10 65 13. 67 15 低危险区 0. 440 0. 465 0. 859 0. 5 0. 590 0 低危险区 0. 09 11 37 11. 5 11 高危险区 0. 231 0. 322 0. 577 0. 8 0. 804 3 高危险区 0. 004 3 12 28. 3 13. 1 5. 37 高危险区 0. 166 0. 428 0. 181 0. 8 0. 881 9 高危险区 0. 081 9 13 24. 2 16. 4 8. 3 高危险区 0. 135 0. 645 0. 387 0. 8 0. 876 5 高危险区 0. 076 5 14 12. 5 15. 06 11. 12 高危险区 0. 048 0. 557 0. 586 0. 8 0. 815 7 高危险区 0. 015 7 15 6. 1 12. 4 15. 4 高危险区 0. 0 0. 382 0. 887 0. 8 0. 819 4 高危险区 0. 019 4 16 6. 1 12 11. 67 高危险区 0. 0 0. 355 0. 625 0. 8 0. 846 3 高危险区 0. 046 3 17 140 17. 72 10. 06 安全区 1. 0 0. 732 0. 511 0. 2 0. 216 7 安全区 0. 016 7 18 50 14. 75 5. 7 低危险区 0. 328 0. 536 0. 204 0. 5 0. 557 7 低危险区 0. 057 7 19 47 14. 34 3. 12 高危险区 0. 305 0. 509 0. 023 0. 8 0. 749 5 高危险区 0. 050 5 141第 16 卷　第 2 期 陈静、马亚杰、朱庆杰: 人工神经网络模型在岩溶塌陷安全评价中的应用 © 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 矩阵为: W 10 阵: 0. 111 9 2. 188 4 - 0. 096 8 - 0. 092 9 1. 075 8 - 0. 816 0 7. 626 2 - 5. 113 1 4. 998 3 - 0. 325 2 5. 596 6 0. 374 1 W 21 阵: 0. 815 1 1. 178 3 0. 810 7 0. 848 5 - 4. 177 1 2. 065 6 - 1. 504 2 4. 183 6 W 32 阵: [ - 0. 121 4　　 - 1. 966 9 ] W 30 阵: [ - 0. 121 4　 - 1. 966 9　1. 748 9 ] 　　岩溶塌陷安全评价的计算模型可表示为: P ( i) = (W 30 + W 32 ×W 21 ×W 10) h i ei d i (11) 式中, P ( i)为第 i 点的岩溶塌陷安全评价指标; h i 为 第 i 点的第四系厚度; ei 为第 i 点的地下水位标高; d i 为第 i 点的水位埋深。 图 1　岩溶塌陷安全评价 F ig. 1　Safety evaluat ion fo r Karst co llap se 应用所建立的岩溶塌陷预测计算模型, 根据已 知的第四系厚度、地下水位埋深和水位标高数据, 对 唐山市岩溶塌陷的危险性做了预测, 进而通过模式 识别, 进行岩溶塌陷安全评价分区。将预测结果绘制 成图件, 得到唐山市岩溶塌陷安全评价图 (图 1)。从 图 1 可以看出, 唐山市中心区基本上处于高危险区 和低危险区, 尤其是市中心区的繁华地带, 主要处于 高危险区内, 这将对城市建设产生巨大影响。高危险 区主要分布在新华道和北新道的中东部两侧, 以及 大钊公园—凤凰山一带, 是唐山市最繁华地段, 各种 商业、政府办公机关、高等院校以及企业和居民点非 常密集分布区, 危害很大, 在城市规划建设中必须给 予足够的重视和采取必要的防范。 6　结论与建议 (1) 尽管岩溶塌陷受多种因素制约, 难以准确 预测, 但是如果能够找到各个影响因素与岩溶塌陷 的非线性关联关系, 通过模式识别, 是可以对塌陷安 全分区做出预测的。人工神经网络方法是分析各种 影响因素与岩溶塌陷的非线性关联关系, 建立安全 评价模型, 预测岩溶塌陷区分布的较好方法。 (2) 在城市规划或工程建设布局中最好避开高 危险区, 就唐山市的实例计算而言, 唐山市中心区繁 华地段处于岩溶塌陷高危险区, 应在城市规划建设 中给予足够重视, 建议将北部地区作为未来城市发 展的重点。 (3) 建议进一步加强岩溶发育规律的勘察工作 和治理措施的研究。 (4) 该方法可以应用于其它安全评价领域。 参考文献 [ 1 ]　张峰, 王艳丽. 应城汤池镇岩溶地面塌陷成因与防治[J ]. 地质 灾害与环境保护, 2001, 12 (3) : 33237. [ 2 ]　雷明堂, 蒋小珍, 李瑜. 岩溶塌陷试验、评估与管理方法研究 [J ]. 地质灾害与环境保护, 2002, 13 (1) : 12222. [ 3 ]　雷明堂, 蒋小珍, 李瑜. 岩溶塌陷预测评价系统及其应用——以 唐山岩溶塌陷为例[J ]. 中国岩溶, 1997, 16 (2) : 972104. [ 4 ]　董兆祥, 雷霆, 赵文强, 等. 应用直接测氡法对唐山岩溶塌陷的 测试研究[J ]. 中国地质灾害与防治学报, 1997, 8 (4) : 28232. [ 5 ]　万继涛, 杨蕊英, 李公岩, 等. 山东省枣庄市市中区地质灾害防 治规划[J ]. 地质灾害与环境保护, 2003, 14 (3) : 61268. [ 6 ]　胡瑞林, 王思敬, 李焯芬, 等. 唐山市岩溶塌陷区域风险评价 [J ]. 岩石力学与工程学报, 2001, 20 (2) : 1802189. [ 7 ]　朱庆杰, 苏幼坡. 基岩条件对地震影响系数的影响[J ]. 岩土工 程学报, 2004, 26 (2) : 1982201. [ 8 ]　朱庆杰, 谷延斌, 卢时林, 等. 人工神经网络模型在石油资源预 测中的应用[J ]. 资源调查与环境, 2002, 23 (4) : 2812287. (下转第 146 页) 241　　　　　　 地质灾害与环境保护 2005 年　 © 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 疏排水时, 要缓排, 避免强排, 水位降深应由小到大 缓慢增加, 将降深值控制在临界水位之内。 (5) 对矿坑排水动态进行人工控制。如井下采 用的超前探水、工作面注浆堵水、埋管控制放水、主 要进水通道的注浆堵截等。 (6) 根据不同地质条件, 对已发生的塌陷应采 用填、改、栏、灌、围等方法进行处理。 参考文献 [ 1 ]　湖南省地矿局水文一队. 湖南省郴州市供水水文地质初步勘察 [R ]. 1984. [ 2 ]　中国有色金属工业长沙勘察设计研究院. 宜章县里田乡塔下村 三组地面塌陷区工程地质调查报告[R ]. 2003. KARST GROUND COLLAPSES D ISTR IBUT ION AND M EASURES OF PREVENT ION AND CONTROL IN CHENZHOU C ITY Y IN R uo2jun, SH EN G Zh i2yong (X iangnan Geo logic P ro spect ing Inst itu te, H unan P rovince, Chenzhou　423000, Ch ina) Abstract: 　Based on the analysis of near 100 data of the ground co llap ses in Chenzhou C ity, T h is paper deals w ith the condit ion and distribu t ion of karst ground co llap ses in the area, and m easu res fo r their p reven tion and con tro l are pu t fo rw ard. Key words: 　Karst ground co llap ses; m easu re of p reven tion and con tro l; Chenzhou city 作者简介: 　尹若钧 (1956- 　) , 女, 工程师, 从事水文地质、工程地质, 环境工程工作。 (上接第 142 页) APPL ICAT ION OF NEURAL NETWORK MOD EL TO SAFETY EVAL UAT ION IN FOR KARST COLLAPSE CH EN J ing, M A Ya2jie, ZHU Q ing2jie (Earthquake Engineering R esearch Cen ter of H ebei P rovince, T angshan　063009, Ch ina) Abstract: 　Karst co llap se is a very dangerous geo logical disaster. It no t on ly destroys the bu ildings and environm en t bu t also endangers the safety of life w hen it takes p lace in u rban. T he associated relat ionsh ip betw een co llap se and influence facto rs is the key of safety evaluat ion. By analyzing the m ain ly influence facto rs of karst co llap se, the calcu lat ing step s of neu ral netw o rk m ethod is in troduced. A s an examp le of T angshan city, safety evaluat ion model of karst co llap se is constructed. T he calcu lat ing resu lts are analyzed and som e suggest ions fo r city construct ion are given. Key words: 　Karst co llap se; safety; evaluat ion model; neu ral netw o rk; T angshan 作者简介: 　陈静 (1972- 　) , 女, 河北理工大学讲师, 中国矿业大学在读博士, 主要从事防灾减灾、灾害环境评价和城市地理信息系统方向的 研究工作, 已发表学术论文十几篇。 641　　　　　　 地质灾害与环境保护 2005 年　 © 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.