Содержание к диссертации
Введение
ГЛАВА 1 Анализ состояния изученности вопроса о зонировании территорий по степени оползнеопасности и его геодезическом обеспечении 10
1.1 Общие сведения об оползневых процессах 10
1.2 Обзор научно-технической литературы 15
1.3 Обзор нормативно-методической литературы 23
ГЛАВА 2 Разработка методики автоматизированного определения морфометрических показателей рельефа местности 34
2.1 Требования к точности планово-высотной основы для составления цифровых моделей рельефа 34
2.2 Сравнительный анализ цифровых моделей рельефа оползневых склонов с различной плотностью точек 37
2.3 Выбор способа получения пространственных данных для создания цифровой модели рельефа 50
2.4 Сравнительная оценка точности планово-высотного положения точек воздушного лазерного сканирования 56
ГЛАВА 3 Разработка автоматизированной методики зонирования оползнеопасных территорий 71
3.1 Методика выявления оползнеопасных областей методом геодинамического потенциала на основе ГИС-технологий 71
3.2 Методика выявления оползнеопасных территорий методом аналогий на основе нейронных сетей 84
ГЛАВА 4 Экспериментальная проверка разработанной методики зонирования территории по степени опасности проявлений оползневых процессов 94
4.1 Краткая характеристика исследуемой территории 94
4.2 Построение карты зонирования по степени оползневой опасности на основе ГИС-технологий 98
4.3 Построение карты оползнеопасных территорий на основе нейронных сетей 108
Заключение 117
Список литературы 119
Приложение А 130
- Обзор нормативно-методической литературы
- Выбор способа получения пространственных данных для создания цифровой модели рельефа
- Методика выявления оползнеопасных территорий методом аналогий на основе нейронных сетей
- Построение карты зонирования по степени оползневой опасности на основе ГИС-технологий
Введение к работе
Актуальность работы. Методы геодезии в настоящее время бурно развиваются. При этом изучаются различные свойства как в целом Земли, так и отдельных ее участков. Применение геодезических измерений широко используется для наблюдений за деформациями сооружений, природных объектов и технологических систем.
Построение координатной основы – трудоемкий и
специфичный вид деятельности. К примеру, до недавнего времени
создание крупномасштабных карт требовало значительного
времени: от нескольких месяцев до нескольких лет (в зависимости
от территории съемки). Внедрение в геодезическую практику
современных средств измерений, их обработки и наглядного
представления существенным образом расширяет область
использования геодезических методов и позволяет по-новому
взглянуть на целый ряд важных прогнозных методик,
использующих картографическую основу. Все больше внимания уделяется вопросу автоматизированного прогнозирования состояния земной поверхности и экзогенных геологических процессов, в частности, выделения потенциально оползнеопасных участков территорий.
Негативное влияние оползневых процессов широко известно. Вместе с тем, исключить или минимизировать ущерб от оползня возможно путем заблаговременного изучения территории и выбора безопасного участка для строительства.
Важность изучения оползневых процессов подтверждается
различными правительственными документами. Достаточно
упомянуть Постановление Правительства РФ от 07.07.2011 № 555 (ред. от 31.01.2012) «О федеральной целевой программе «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Российской Федерации до 2015 года».
Существует несколько методик зонирования территории по степени оползневой опасности. Одним из основополагающих факторов в них является изучение рельефа земной поверхности.
Вопросам теории и практики оползневых процессов
посвящены труды Бондарика Г.К., Гулакяна К.А., Дашко Р.Э.,
Емельяновой Е.П., Зверева В.Л., Золотарева Г.С., Иванова И.П.,
Кукала З., Кутепова В.М., Кюнтцеля В.В., Ломтадзе В.Д.,
Маслова Н.Н., Осипова В.И., Пендина В.В., Попова И.И.,
Постоева Г.П., Тржцинского Ю.Б., Федоренко В.С., Фисенко Г.Л., Шустера Р., Эккеля Э.Б., Ярга Л.А. и других авторов. Эти работы обеспечивают физическую составляющую решения вопроса о зонировании оползнеопасных территорий.
Изучению вопросов определения координатной основы и
точности отображения земной поверхности с помощью
дистанционных методов, в том числе лазерной локации посвящены работы как отечественных ученых: Антипова А.В., Бойко Е.С., Данилина И.М., Келля Н.Г., Корнилова Ю.Н., Медведева Е.М., Мельникова С.Р., Науменко А.И., Павлова В.И., Середовича В.А., Широковой Т.А., так и зарубежных: Питера Аксельсона, Иммануэля Балцавиаса, Анджея Борковского, Пшемыслава Тымкова, Гжегожа Юшкува и других авторов.
Можно сказать, что созданы предпосылки к существенному
продвижению исследований в направлении создания
автоматизированной системы зонирования территорий по степени оползнеопасности на основе современных технологий в области геодезических съемок и их обработки. В настоящее время существуют различные геодезические способы получения цифровой модели рельефа (ЦМР). Необходимо исследование этого вопроса для выбора наиболее подходящего из них, обеспечивающего оперативность получения координатной основы, ее точность и удобство для применения в компьютерных ГИС-технологиях, позволяющих выделение на региональном уровне оползнеопасных участков местности. В этой связи тема диссертации является актуальной.
Цель диссертационной работы. Геодезическое обеспечение регионального и оперативного зонирования территорий по степени опасности проявления оползневых процессов для повышения эффективности решения задач планирования и развития регионов.
Идея работы заключается в возможности оперативного выделения оползнеопасных участков на значительных территориях на основе применения автоматизированных средств измерений, обработки и наглядного представления земной поверхности, включающих методы воздушного лазерного сканирования и ГИС-технологии для построения цифровых моделей рельефа местности.
Основные задачи исследований:
-
Анализ состояния изученности вопроса о зонировании территорий по степени оползнеопасности и о геодезическом обеспечении;
-
Разработка методики автоматизированного определения морфометрических показателей рельефа местности;
-
Разработка автоматизированной методики зонирования оползнеопасных территорий;
-
Экспериментальная проверка разработанной методики зонирования территории по степени опасности проявления оползневых процессов.
Научная новизна
-
Установлены картографические параметры для автоматизированного описания (плотность съемочных пикетов) потенциально оползнеопасных участков рельефа местности;
-
Получены зависимости, отражающие точность и эффективность применения воздушной лазерно-сканирующей сьемки применительно к зонированию оползнеопасных территорий;
-
Разработан алгоритм выявления оползнеопасности на основе компьютерных технологий, включающих ГИС и нейронные сети.
Теоретическая и практическая значимость работы
заключается в обосновании применения современных ГИС-технологий и лазерно-сканирующих систем для разработки инженерной методики зонирования оползнеопасных территорий.
Методы исследования
Аналитико-математический метод оценки погрешности
получения данных воздушного лазерного сканирования,
нейросетевой метод выявления оползнеопасных территорий,
моделирование оползневых процессов в ГИС-среде, методы математической статистики для оценки результатов моделирования.
Научные положения, выносимые на защиту
-
Региональное зонирование оползнеопасных участков предусматривает построение цифровых моделей рельефа с применением технологии съемки на основе автоматизированных методов по регулярной сетке с обеспечением плотности съемочных пикетов не менее 4 на 100 м2.
-
Создание цифровых моделей рельефа, отображающих его особенности применительно к вопросу об оползнеопасности, наиболее эффективно выполняется с использованием технологии воздушного лазерного сканирования.
-
Реализация методики зонирования оползнеопасных участков выполняется оперативно по разработанной компьютерной технологии, включающей ГИС-модули и метод нейронных сетей.
Апробация работы
Основные положения работы докладывались и обсуждались
на российских и международных конференциях и конкурсах, в том
числе: на Международном форуме-конкурсе молодых ученых
«Проблемы недропользования» (г. Санкт-Петербург, 2011 г.); на
международной конференции «Современные проблемы
геомеханики, геотехнологии, маркшейдерии и геодезии при разработке месторождений полезных ископаемых и освоении подземного пространства» (г. Санкт-Петербург, 2011 г.); на ХVII Международной конференции в университете Природопользования (г. Вроцлав (Польша), 2012 г.) и др.
Достоверность и обоснованность результатов работы
подтверждается применением современных методов
математической обработки геодезической информации, а также
согласованностью теоретических исследований с результатами
натурных данных процесса зонирования оползнеопасных
территорий в районе пос. Красная Поляна, г. Сочи.
Практическая значимость
Диссертационная работа имеет практическую
направленность. В ней разработан автоматизированный алгоритм зонирования территорий по степени оползневой опасности. В этой
связи полученные результаты могут быть использованы проектными и строительными организациями, планирующими проведение работ на оползнеопасных территориях. Результаты исследований также будут полезны для использования в научной и учебной работе.
Личный вклад автора
Автор принимал личное участие на всех стадиях
диссертационной работы: в постановке основных задач, в
формулировке научных положений и основных выводов
диссертации.
Лично автором проводились:
– анализ состояния изученности исследования рельефа местности оползнеопасных территорий;
– моделирование условий оползнеобразования
использованием ГИС-технологий и нейронных сетей;
– выявление оптимального количества съемочных пикетов для отображения рельефа оползнеопасных склонов;
– оценка точности результатов лазерно-локационной съемки;
– разработка автоматизированного алгоритма зонирования территорий по степени оползневой опасности.
Публикации
По теме диссертации опубликовано 8 работ, в том числе 2 статьи – в изданиях, рекомендованных ВАК Минобрнауки России.
Объем и структура работы
Обзор нормативно-методической литературы
Методический документ «Рекомендации по количественной оценке устойчивости оползневых склонов» [69] является основополагающим документом, регламентирующим проведение изысканий на оползневых склонах. В нем содержится информация о типизации оползней по механизму оползневого процесса и по генетическому признаку. Дано описание локальных и региональных методов оценки и прогноза устойчивости. Для осуществления локальной оценки и прогноза устойчивости склонов количественными методами приведены исходные данные для проектирования и способы их получения с примерами расчетов для конкретных условий. Оценка и прогноз при этом заключается в решении плоской задачи, при которой рассматриваются условия равновесия массива горных пород шириной 1 м. Объемная задача решается в редких случаях. Основным показателем при этом служит коэффициент устойчивости, определяемый по расчетным створам. Количество створов зависит от сложности инженерно-геологических условий. Документ содержит подробное описание методик расчетов устойчивости крутых уступов и откосов и расчета устойчивости коренного массива всего склона, а также расчета устойчивости склоновых накоплений способами, описанными коллективом ученых ВНИМИ, Емельяновой Е.П., Фисенко Г.Л., Масловым Н.Н., Розовским Л.Б., Зелинским И.П. Золотаревым Г.С., Качугиным Е.Г. Тихвинским И.О. и др. Представленные в документе региональные методы оценки и прогноза устойчивости склонов основаны на расчете показателей коэффициента пораженности оползнями, коэффициента частоты оползней, и коэффициента пораженности активными оползнями. Сущность методов состоит в разделении территории на зоны, отличающиеся между собой по природным условиям формирования оползней, а также по степени интенсивности и характеру воздействия инженерно-хозяйственной деятельности. При этом в обязательном порядке должны учитываться: основные литолого-генетические комплексы пород, слагающих склоны; интенсивность основных природных оползнеобразующих процессов (особенно эрозии и абразии); степень обводненности и крутизна склонов. В документе описаны: метод оползневого потенциала (по Гулакяну К.А., Кюнтцелю В.В., Постоеву Г.П.), метод регрессионного анализа, метод ритмичности оползневого процесса. Два последних метода даны лишь в качестве ознакомления в силу трудоемкости их выполнения. Для метода оползневого потенциала перечислены факторы оползнеобразования применительно к региональному прогнозу. Методы определения потенциально опасных оползневых зон подходят для территорий, где широко развиты и часто повторяются оползни. Таким образом, в методическом документе [69] подробно описаны методы оценки и прогнозирования оползневых проявлений в локальных и региональных масштабах. Приведены примеры расчетов показателей, используемых в прогнозировании. Документ дает наиболее полное представление о количественной оценке устойчивости оползневых склонов. В документе большой интерес представляют локальные методы оценки оползневой вероятности. Региональные методы, наиболее интересные автору диссертационного исследования, даны лишь в качестве ознакомления из-за трудоемкости вычисления без применения цифровых компьютерных технологий. Современная ситуация разрешает данные вопросы, поэтому методические разработки регионального зонирования, представленные в документе, возможно взять за основу и разработать методику регионального зонирования территорий на основе современных программных комплексов.
Нормативный документ ГОСТ Р 22.1.06-99 «Мониторинг и прогнозирование опасных геологических явлений и процессов. Общие требования» [13] содержит информацию об общих требованиях к системе мониторинга и прогнозирования опасных геологических явлений и процессов. В нем для прогнозирования оползней (долгосрочный, среднесрочный и краткосрочный прогнозы) предлагается использовать следующие методы и способы: районирование территорий по степени опасности проявления оползневых процессов, по степени устойчивости склонов к оползневым явлениям; интегрированный анализ пространственно-временного распределения аномалий контролируемых параметров на региональном уровне и др. Подготовительный этап работ подразумевает создание специализированной картографической основы для исследуемой территории (в форматах ГИС). Для выполнения мониторинга оползневых явлений перечислены факторы, обуславливающие их активность, контролируемые при этом показатели и методы наблюдения. Отмечено, что помимо традиционных методов геологического, гидрогеологического и геофизического исследований оползней, для мониторинга следует применять геодезические методы наблюдения за деформациями с использованием GPS и лазерных технологий. Иными словами, в данном нормативном документе лишь перечислены основные положения и общие требования по составу и содержанию работ, но не приведено конкретного описания методики прогнозирования оползневых процессов.
Нормативный документ СП 116.13330.2012 «Инженерная защита территорий, зданий и сооружений от опасных геологических процессов» [78] содержит основные положения по проектированию инженерных сооружений для защиты от опасных геологических явлений. Картографические материалы являются одними из исходных материалов. Для исследований приведены масштабы картографической основы. Границы распространения оползневых процессов предложено устанавливать по результатам комплексных инженерных изысканий с использованием расчетов устойчивости склонов.
Противооползневые сооружения предложено проектировать по методу предельных состояний по двум группам: полная непригодность сооружений к дальнейшей эксплуатации и непригодность к нормальной эксплуатации. Расчет устойчивости склонов в природном, проектном и промежуточном состояниях для простейших форм поверхности скольжения предложено выполнять на основе сравнения расчетного значения обобщенного сдвигающего воздействия на призму обрушения (F) и расчетного значения обобщенного сопротивления грунтового массива сдвигающему воздействию на призму обрушения (R). В общем случае расчеты устойчивости выполняются при произвольных формах поверхности скольжения с расчетом коэффициента устойчивости kst. Расчет коэффициента устойчивости склона может производиться как с использованием традиционных методов теории предельного равновесия, так и методом конечных элементов.
Оценивать опасность оползневых склонов предлагается в баллах в зависимости от их морфометрических (высота, крутизна, форма поверхности, расстояние от подошвы откоса до защищаемого объекта) и инженерно-геологических характеристик (среднее число трещин, ширина раскрытия трещин, глубина трещин, направление угла падения трещин по отношению к площадке размещения защищаемого объекта, прочность скальных грунтов на одноосное сжатие Rc, степень выветрелости скального массива и сейсмичность), с составлением прогноза интенсивности осыпания продуктов.
Выбор способа получения пространственных данных для создания цифровой модели рельефа
Геодезическое обеспечение регионального зонирования территорий по степени опасности проявления оползневых процессов подразумевает создание цифровой модели рельефа. Обработка ЦМР позволяет получить основные морфометрические показатели, необходимые при выявлении оползнеопасных территорий. Поскольку региональное зонирование выполняется на обширных территориях, важным в создании ЦМР является выбор эффективного геодезического метода сбора пространственных данных, который обеспечивает оперативное автоматизированное получение картографической информации с заданной точностью и необходимым объемом информации, а также сокращающего сроки выполнения работ. Создание ЦМР входит в комплекс работ по топографической съемке.
Согласно «Инструкции по топографическим съемкам…» [28], нормирующей создание топографических планов крупных масштабов, топографические съемки выполняют стереотопографическим, комбинированным аэрофототопографическим, мензульным, наземным фототопографическим (фототеодолитная съемка), тахеометрическим или теодолитным методами. Действующая на настоящий момент времени «Инструкция…» была введена в 1983 году, поэтому часть методов перестала использоваться ввиду их трудоемкости и невозможности автоматизации, а также появились новые методы создания топографических планов. Так, для создания топографических карт и планов широко применяется космическая и авиационная стереосъемка (оптическая, радиолокационная), а также воздушное лазерное сканирование (ВЛС). Кроме того, существует метод получения ЦМР по одиночным космическим изображениям или аэрофотоснимкам [32, 61]. Применяется оцифровка горизонталей и высотных пунктов существующих топографических карт с последующим получением ЦМР в соответствующем программном обеспечении [7].
Авиационная стереосъемка (стереотопографический метод) является основным методом производства и обновления топографических карт и планов [40]. Использование этого метода является обязательным, что закреплено официально действующими нормативными документами [28, 29, 76]. Однако, согласно инструкции по топографическим съемкам в масштабах 1:500 – 1:5000 [28], пункт 12.2 гласит: «Стереоскопическая съемка рельефа при создании планов в масштабах 1:5000 и 1:2000 с сечением рельефа через 1 м и 0,5 м не должна применяться на территориях, покрытых сплошной высокой растительностью (леса, парки, кустарники, камыши), а в масштабах 1:1000 – 1:500 – и на объектах с плотной многоэтажной застройкой». Поэтому для получения ЦМР аэрофотосъемка не является оптимальным методом для любой территории, так как информацию о рельефе получают стереоскопическим способом, нанося горизонтали по поверхности деревьев, а затем опускают на высоту растительности.
Космические съемочные системы в зависимости от спектрального диапазона съемки, используемого для получения снимков (световой – видимый, ближний и средний инфракрасный диапазон, тепловой инфракрасный диапазон и радио диапазон), позволяют формировать различные типы снимков [36, 101]. Для создания ЦМР наибольший интерес представляют:
- ПЗС-снимки (получаемые с помощью оптико-электронных систем с ПЗС-приемниками излучения и передаваемые со спутника по радиоканалам). Как и фотографические снимки, они регистрируют оптические характеристики изучаемой территории. ПЗС-снимки обладают высоким пространственным разрешением (от менее чем 1 м до 10-45 м).
- Радиолокационные снимки (получаемые при регистрации отраженного радиоизлучения, посылаемого с носителя). На радиолокационных снимках отображается рельеф поверхности, особенности структуры и породы, слагающие поверхность, тип растительного покрова. Пространственное разрешение таких снимков варьирует от 2 до 100 м [68, 88].
Однако, для получения ЦМР по ПЗС-снимкам необходимо наличие стереопары и определенного количества опорных точек. При этом, как и в случае с аэрофотосъемкой, рельеф получают стереоскопически, что неприемлемо для составления ЦМР высокого разрешения для топографических планов крупных масштабов.
Для получения ЦМР по радиолокационным снимкам необходимо наличие интерферометрической пары радиолокационных снимков земной поверхности. Но ЦМР, получаемая после обработки радиолокационных снимков, может быть использована для топографической съемки рельефа с сечением более 5 м [81], что также является недостаточным для топографических планов крупных масштабов.
Работы по съмке рельефа с применением спутникового позиционирования проектируют для тех случаев, когда проведение таких работ с использованием данной технологии выгодно и технико-экономически обосновано [12, 72]. Спутниковая технология используется для достаточно открытых территорий с различными типами рельефа, возможно, при наличии невысоких построек. В процессе обоснования рациональности использования GPS-съемки на территории выявляют имеющиеся естественные и искусственно созданные объекты, препятствующие прохождению радиосигналов от спутников [27]. Кроме того, для целей создания ЦМР территорий, имеющих значительные площади, применение спутникового позиционирования оказывается нерациональным и очень трудозатратным.
В последние десятилетия для получения ЦМР для топографических планов крупного масштаба применяется тахеометрическая съемка. Точность такой модели зависит от количества съемочных пикетов. А количество таких пикетов бывает ограничено сложными условиями территории, в частности рельефом местности и крутизной склонов. Кроме того, тахеометрическая съемка требует наличия опорных пунктов геодезических сетей для привязки тахеометрических ходов, которые могут отсутствовать на снимаемой местности. В этом случае для планово-высотного обоснования тахеометрических съемок применяют другие геодезические методы, например спутниковое позиционирование. Это затрудняет выполнение тахеометрической съемки [26, 33].
Одним из сравнительно новых методов сбора пространственной информации об объектах местности является лазерное сканирование – наземное и воздушное [40].
Методика выявления оползнеопасных территорий методом аналогий на основе нейронных сетей
Искусственные нейронные сети (ИНС) представляют собой систему соединнных и взаимодействующих между собой простых искусственных нейронов.
В основу нейросетевого метода положен принцип обучения нейронной сети процедурам стохастического распознавания и выявления взаимосвязей в группе показателей на основе обучающей выборки. В качестве обучающей выборки может выступать множество объектов, связь которых с входной группой показателей достоверно известна и задается «обучаемой» системе. По обучающей выборке система вносит решающие правила. Зависимость между входными и выходными данными находится в процессе обучения сети.
В случае прогнозирования оползней объектами обучающей выборки являются факторы, характеризирующие условия развития и параметры оползневого процесса. С помощью нейронных сетей возможно выявление оползнеопасных территорий на основе анализа оползнеобразующих факторов на объектах-аналогах (уже случившихся оползней). Нейронная сеть обучается, устанавливая взаимосвязи между факторами оползнеобразования и приобретает способность к распознаванию схожих факторов на объекте-аналоге.
ИНС организована подобно биологическим нейронам в нервной системе. Каждый нейрон (рисунок 3.4) ИНС получает входные импульсы (исходный массив данных или выходные сигналы других нейронов нейронной сети) по нескольким входным каналам. Каждый входной импульс проходит по соединению, имеющему определенный вес. Этот вес соответствует синапсу биологического нейрона. Каждый нейрон имеет определенное пороговое значение. В процессе обучения вычисляется сумма весов входов, из которой вычитается пороговое значение нейронов. Результатом является величина активации нейрона. Сигнал активации преобразуется функцией активации и в результате получается выходной сигнал нейрона. Нейроны объединяются в слои, которые образуют сеть (рисунок 3.5). Число слоев и число нейронов в каждом слое может быть произвольным. Чем сложнее нейронная сеть, тем масштабнее задачи она способна решать [98].
В нейронных сетях возможно использование различных типов данных в зависимости от решаемой задачи. В качестве входных данных в обучающем множестве могут использоваться растровые изображения, таблицы чисел и другая информация, имеющая бинарный (0 и 1) и биполярный (-1 и +1) тип входных данных – целые или действительные числа из некоторого диапазона. Выходные сигналы сети – векторы целых или действительных чисел.
Нейросетевой подход обладает рядом достоинств [62]:
1. Автоматическая настройка параметров нейросетевой модели для решения задачи на примерах. Не требуется участие эксперта для построения модели, решающей задачу.
2. Универсальность. Нейросети позволяют стандартным образом, без учета семантики, решать любые задачи, которые допускают представление в виде набора примеров, содержащих входные и выходные данные.
3. Устойчивость при работе с искаженными и недостоверными данными.
4. Возможность адаптации (дообучения) к новым условиям.
5. Устойчивость к сбоям и разрушениям элементов.
6. Высокий параллелизм, присущий нейросетевым моделям.
7. Способность эффективно обрабатывать данные высокой размерности, разнотипные данные.
Существуют алгоритмы обучения искусственной нейронной сети двух типов: управляемое («обучение с учителем») и не управляемое («без учителя»). Самым распространенным считается алгоритм обратного распространения ошибки обучения (backpropagation algorithm), называемый также методом обучения многослойного перцептрона [34, 106, 107]. Нейронная сеть при этом является многослойной и состоит из входного слоя, скрытых слоев и выходного слоя. Алгоритм обратного распространения ошибки предполагает прямой и обратный проход сигнала по всем слоям сети. При прямом проходе входной вектор подается на входной слой нейронной сети и распространяется по ней от слоя к слою. В результате создается набор выходных сигналов, который и является фактическим откликом сети на данный входной сигнал. Во время прямого прохода все синаптические веса сети постоянны. Во время обратного прохода все синаптические веса корректируются в зависимости от ошибки: фактический выходной сигнал сети вычитается из теоретического, в результате чего формируется сигнал ошибки. Этот сигнал далее распространяется в направлении, обратном направлению синаптических связей по сети. Синаптические веса при этом максимально приближают выходной сигнал сети к желаемому [98, 109].
В конце этого этапа обучения нейронная сеть представляет собой выходную модель, которая должна предсказать выходные значения из заданного входного диапазона. То есть в случае выявления оползнеопасных территорий фактически используется метод геомеханических аналогий, когда на основе статистики предыдущих оползневых обрушений в аналогичных природных условиях формируется прогноз зон оползневого поражения конкретного участка с использованием нейросетевого метода.
Алгоритм обратного распространения ошибки реализован во многих современных статистических программах, нейропакетах и модулях (модуль Neural Network Analyst ПК Matlab, NeuroSolutions, BrainMaker, Deductor Academic, IBM SPSS Neural Network, SNNS, NeuralWorks Professional, модуль ArcSDE в ГИС ArcGIS и др.). Большинство из них работает с числовыми данными, представленными в виде электронных таблиц, баз данных и др. Но в рассматриваемом случае числовая информация заключена в растровый вид, что ограничивает круг представленных программных комплексов. С растровыми данными нейронные сети работают в средах Matlab, SNNS, ArcSDE в ГИС ArcGIS. Исходными данными для анализа могут служить тематические карты, с которых можно извлечь информацию о факторах оползнеобразования, а также ЦМР, полученные по ВЛС.
Сбор и подготовка имеющихся исходных данных включает в себя географическую привязку и дигитализацию картографических материалов средствами ГИС. Изображение оцифровываемой карты можно загрузить из графических файлов в форматах BMP, JPG, EMF.
Построение карты зонирования по степени оползневой опасности на основе ГИС-технологий
В соответствии с методикой, изложенной в главе 3, ниже представлены этапы построения карты зонирования территории по степени опасности проявления оползневых процессов на основе ГИС-технологий.
В рассматриваемом случае производится прогнозная оценка территории относительно блоковых оползней, развивающихся в покровных отложениях. Такие оползни широко распространены в изучаемом районе. Оползни были получены с карты опасных геологических процессов территории туристско-спортивного горноклиматического комплекса «Красная Поляна» масштаба 1:10000 из «Отчета…» [59]. Для каждого оползня в атрибутивной таблице слоя были рассчитаны их площади.
На основе анализа имеющегося фактического материала и существующих представлений о факторах, влияющих на оползневой процесс, определен набор факторов. К ним относятся:
- литологическая характеристика горных пород;
- мощность покровных отложений;
- рельеф и его основные морфометрические показатели;
- гидрогеологические условия;
- тектонические нарушения;
- эрозионная расчлененность;
- инженерно-хозяйственная деятельность человека.
Сейсмические данные и данные о климатических условиях в исследовании не учитывались в силу того, что в пределах рассматриваемой территории они практически неизменны.
Особенность рельефа местности является одним из важнейших условий, способствующих образованию оползней [80]. В основу анализа легла ЦМР, полученная по результатам ВЛС. Воздушное лазерное сканирование выполнялось лазерным сканером Leica ALS-70-HP. Процедура лазерного сканирования и обработка результатов выполнялась в сентябре 2011 г. на базе ООО НПП «Бента». В результате работ было получено облако точек класса «Земля», которое экспортировалось в базу данных ГИС ArcGIS и на его основе создана цифровая модель Terrain (рисунок 4.1).
Рисунок 4.1 – Цифровая модель рельефа для исследуемой территории
На основе ЦМР, созданной по данным ВЛС, с помощью функциональных возможностей ArcGIS произведен расчет основных морфометрических показателей рельефа – крутизны склонов, экспозиции склонов, эрозионной расчлененности рельефа и созданы соответствующие им цифровые модели. Крутизна склона определяет степень равновесия сил, которые удерживают оползневые массы от их скольжения. В зависимости от экспозиции склона существенно различаются условия его увлажненности, что влияет на ход экзогенных склоновых процессов. Линейная эрозия оказывает влияние на образование оползней за счет подсечки склонов. По причине эрозии активизируются в основном поверхностные оползни вследствие длительных периодов дождей, постоянно поддерживающих высокий уровень поверхностных вод в овражно-балочной сети, при котором происходит не только подмыв нижней части склона, но и удаление размытых пород.
На основе инженерно-геологической и гидрогеологической карт, карты четвертичных отложений масштаба 1:10000 из «Отчета по созданию…» [59] был получен ряд данных для анализа, таких как литологическая характеристика горных пород, мощность покровных отложений, глубина залегания грунтовых вод и линии тектонических разломов. Литологический состав горных пород является основным элементом геологического строения склона, влияющим на его устойчивость. В свою очередь мощность отложений и глубина залегания грунтовых вод определяет формирование плоскостей оползания. Присутствие водоносных горизонтов способствует уменьшению сопротивления пород сдвигу и увеличению их плотности. По мере приближения к тектоническим разломам увеличивается вероятность оползневых деформаций вследствие активных движений земной коры. Алгоритм создания моделей литологической характеристики горных пород, мощности покровных отложений, глубины залегания грунтовых вод и удаленности от тектонических разломов описан в главе 3.
В комплексе с ВЛС выполнялась аэрофотосъемка. После обработки всех снимков был получен ортофотоплан для изучаемой территории (рисунок 4.2). На его основе были получены данные о расположении водоемов, а также о хозяйственной деятельности человека: местоположению дорог, застроенной территории, инженерных сооружений (опоры линий электропередач, опоры канатных дорог и др.), по которым с помощью инструментов ArcGIS получены модели расстояний до объектов хозяйственного освоения территорий.
Увеличение трещиноватости и степени выветривания при удалении от рек и соответственно увеличение степени инфильтрации и уменьшение прочности горных пород имеет воздействие на образование оползней. В результате преобразования природных ландшафтов антропогенной деятельностью также возникает вероятность активизации оползневых процессов, так как хозяйственная деятельность влечет подрезку склонов, изменение режима подземных вод, увеличение нагрузки на склон и т.п. Дорожная сеть влияет на микросейсмику, что в свою очередь воздействует на устойчивость горных пород. Для анализа оползневой опасности в ГИС ArcGIS построены модели удаленности до этих природных и антропогенных объектов. Алгоритм построения описан в главе 3.
Таким образом, были созданы цифровые модели различных факторов оползнеобразования. По каждому фактору оползнеобразования была построена аналитическая карта районирования. Выделение границ распространения классов, т.е. значений фактора, определялись по гистограмме распределения значений. При разбиении факторов на классы принимались во внимание пределы изменения значений каждого фактора на данной территории. Число классов принималось в пределах 3-6. Гистограмма строилась в ГИС для моделей факторов мощности покровных отложений, глубины залегания грунтовых вод, крутизны склона, коэффициента эрозии, удаленности от тектонических разломов, рек, дорог, населенных пунктов и инженерных сооружений. Пример гистограммы распределения значений и разбиение фактора на классы в ГИС ArcGIS показан на рисунке 3.3.
При разделении на классы фактора «Горная порода» использовались классификации И.В. Попова и Н.В. Коломенского [31, 65]. Для масштаба 1:10000 в качестве классов данного фактора выступают литологические типы горных пород.
Похожие диссертации на Геодезическое обеспечение зонирования территорий по степени опасности проявлений оползневых процессов на основе применения ГИС-технологий
