摘要
陕西省地质构造复杂多样，泥石流灾害时有发生，每年因泥石流灾害造成的损失巨大，如果能及时准确的预测这些灾害，将能在挽回经济损失的同时，减少人员伤亡。
人工神经网络ANN(Artificial Neural Network)具有自学习能力，在预测方面有其自身的优势，但是地理信息形式独特，有空间和时间特性，如何管理和表示这些信息，是棘手问题。地理信息系统GIS(Geographical Information System)为地理信息的数字化和计算机处理提供了解决方式。
本文提出了将神经网络BP（Back Propagation）算法运用到GIS中的设计思想。在分析了泥石流灾害的成因后，设计了泥石流灾害影响因素模型和各地质构造上的灾害概率计算模型，以及地理信息数据的处理过程。利用提取的GIS空间数据库的数据，对地质灾害进行预测。
关键词：地质灾害预测,人工神经网络,BP算法,地理信息系统,空间数据库
Abstract
There are many disasters of debris flow in our country and these disasters bring us huge losses every year.By accurately forecasting them,a lot can be saved.
ANN(Artificial Neural Networks)can do well in forecasting because it has a specialability called self-learning.But geographical information has spatial and time character.So how to manage and describe the information is a real serious problem.GIS(Geographical Information System)provides a good solution to digitize and computerprocess the geographical information.
This dissertation declares the way using Nerual Networks with GIS.The main point is how to get a right way to forecast disasters of debris flow by using the information fromGIS.On the base of the analysis of debris flow ,the factor models and theposibility models of debris flow are designed.Also,the data handlingprocedure of geography information is designed.
Keyword: Geographical Disaster Forecast, Artificial Neural Networks,
Backpropagation Algorithm,Geographical Information System, Geodatabase
第一章 绪论
1.1 引言
陕西境内由南到北自然地理呈明显分带性，地质地貌条件复杂，地势南北高，中间低，断裂构造发育。以北山和秦岭为界，分陕北黄土高原、关中平原和陕南秦巴山山地；全省气候南北差异较大，年降水量400~1200mm，分布极不均匀。由于特殊的地理、地质条件，加之不均匀的降雨等自然因素，使得陕西地质灾害分布广、密度大、灾情重。同时地质灾害种类齐全，主要有滑坡、崩塌、泥石流、地面塌陷、地裂缝和地面沉降，水土流失，土地沙漠化。
由于地质灾害信息反映的是地球上实际空间位置的各种信息，所以需要用适合表达地理信息的系统来描述。
地理信息系统简称GIS(Geographical InformationSystem)，是反映人们赖以生存的现实世界(资源或环境)的各类空间数据及描述这些空间数据特征的属性，在计算机软件和硬件的支持下，以一定的格式输入、存贮、显示和综合分析地理信息的技术系统。
目前，人工神经网络已得到了日益广泛的研究和应用，它的广阔前景在于其良好的预测性和实用性，其发展潜力巨大。神经网络方法基本思想是，利用神经网络作为系统的前端即预处理器来处理含糊不清或不完善的数据，也可以作为系统的后端做出判断，或者和专家系统[2]结合应用。基于神经网络的预测方法是神经网络近几年形成的一个分支，正得到快速发展。90年代中期，美国Frontier Financial公司利用神经网络来对股票市场进行预测，再由专家给出相应的建议，取得了显著的效果。国内也有神经网络在预报分析领域中实际应用的一些探讨。实践证明，人工神经网络应用于许多领域的预测是可行的，有着良好的前景，在地质灾害预测方面也不例外。
综上所述，如果能利用神经网络技术，结合GIS技术，对未来可能发生的泥石流灾害进行预报预警，可以极大地减少重大泥石流灾害的发生，避免人民生命财产的损失。
1.2 课题研究的意义
随着科学技术的日新月异，人们掌握了更多改变乃至创造世界的技术。但是，在无尽的自然界面前，人类得力量依然是渺小的。各种突发的自然灾害，严峻考验着人们的生存。
地质灾害常常摧毁建筑、堵塞交通、造成人员伤亡、给生态环境和工程建设带来严重危害，造成巨大损失。据不完全统计，到目前为止，我国至少发生了千次以上危害和影响严重的滑坡、崩塌灾害，至少造成上万人死亡。我国每年因滑坡、崩塌等地质灾害造成的损失高达30-50亿美元。
暴雨泥石流是山区常见的地质灾害之一，因分布广泛，发生频繁，成灾快速等特点，且其强大的侵蚀、搬运、堆积和冲击能力而具有极大的危害性，给山区人民的生命财产造成极大危害。如2003年4月1日发生在玻利维亚的暴雨泥石流灾害，至少造成214人死亡;2006年1月4日印尼中部爪哇省一个山区发生暴雨泥石流灾害，大约有120间房屋被泥石流掩埋，死亡人数达到200多人。而我国也是一个暴雨泥石流受灾大国。据不完全统计，我国泥石流分布面积有430万
0
平方米，受泥石流灾害威胁的县城有70多座，有泥石流沟8万多处，每年有上百人死于泥石流灾害，造成的经济损失达15一20亿人民币[21。最突出的暴雨泥石流成灾事例有:1981年7月9日四川省甘洛县暴发暴雨泥石流，造成200多人丧生，经济损失超过2000万人民币。1984年5月27日，云南省东川市暴雨泥石流冲进矿山居民区，造成120多人死亡，经济损失达1100万人民币。2002年8月14日，云南玉溪市新平县，暴雨引发滑坡泥石流，造成151人身亡，直接经济损失达1500万人民币。2005年5月3旧，湖南邵阳、娄底等地突降特大暴雨，引发山洪、泥石流灾害，造成%人死亡，沿龙山河岸20公里内近47个村严重受灾，受灾群众达55000余人。2006年6月25日，湖南隆回县虎形山瑶族乡发生暴雨泥石流灾害，造成16人死亡、n人失踪，直接经济损失2000多万元，属重大级地质灾害。2010年8月7号，甘肃舟曲发生特大泥石流灾害，造成1463人遇难，302人失踪，造成直接经济损失达64952.47万元。
由此可见，暴雨泥石流灾害问题非常突出，严重威胁着山区居民的安全，影响山区经的发展。建国以后，我国开始对暴雨泥石流进行防灾减灾技术研究，但是由于当时的认识水平和经济条件的限制，20世纪90年以前我国山区暴雨泥石流防治效果不佳。20世纪90年代以后，随着山区经济建设的发展需要和暴雨泥石流灾害研究的不断深入，泥石流防灾减灾的一个重要方面—区域暴雨泥石流预测预报研究，越来越引起人们的重视。区域暴雨泥石流预测预报是通过对暴雨泥石流灾害的形成机理、时空分布规律以及孕灾地质条件与气象因素的组合等进行研究，提出科学实用的区域暴雨泥石流预测预报方法，建立有效的区域暴雨泥石流预测预报系统，较准确地确定暴雨泥石流灾害潜在危险区域，并进行长、中、短期(甚至短临期)预报，这是区域暴雨泥石流灾害防治工作中一项非常重要的非工程性措施。
综上所述，区域暴雨泥石流预测预报可以在泥石流防灾减灾工作中发挥重要作用，主要体现在如下方面:
(l)为区域经济发展中长远规划提供基础背景资料，为工农业生产布局、重点工程建设选址和方案优化等提供依据。根据泥石流危险度区划结果，在规划项目建设、产业布局、基础设施建设、环境保护等方面，可充分考虑研究区受泥石流灾害威胁的程度，合理规划、设计，使经济建设和防灾减灾工程相协调，从而避免失误。
(2)为泥石流的防灾减灾提供科学依据，使人们在制定泥石流防治的原则、方案和选取具体措施时，能做到有的放矢，因害设防，减少或避免因为对区域泥石流的演变阶段和发展趋势研究不够而出现的防治投资过多、防治工程过大而造成的资金浪费，或防治投资过少、防治工程过小防护能力不足而达不到防治目的等的失误。
(3)为受泥石流灾害威胁地区制定临灾撤离路线和抢险救灾方案提供依据，可以合理地预先制定受灾区的灾害防避、抢险等应急预案，建立科学有效的预报预警系统，从而最大限度减轻灾害恐慌，保障人身安全和尽可能减少经济。
1
第二章 泥石流灾害预警国内外研究情况
2.1 泥石流灾害预警国内外研究情况 2.1.1暴雨泥石流形成机理研究现状
暴雨泥石流既不是挟沙水流，更不是崩塌和滑坡，而是由暴雨激发形成，具有独特性质的独立流体，它的主要特性是既具有流体的性质，又具有土体的性质。对于暴雨泥石流形成的研究，前人主要是在暴雨泥石流形成的基本条件和形成过程方面加以研究。
一般认为，泥石流的形成有三个基本条件，即地质条件(大量的松散固体物质)、地形地貌条件(有利于贮集、运动和停淤)、水源条件(暴雨)。但不同学者研究的内涵及深度、范围由所不同。
在地质条件中，重点是泥石流源地的研究，如王裕宜等通过泥石流源地角砾土渗透系数和入渗过程的研究，探求泥石流起动的降水侵蚀，得到了一经验性的预报模式，并以蒋家沟松散固体物质和始发雨强进行了验证;陈宁生等通过对泥石流源区弱固结砾石土的渗透规律研究，建立了泥石流源区砾石土的渗透方程，揭示了泥石流源区产流过程地表径流的形成过程，以及与流量的关系;张丽萍等采用人工降雨及放水冲刷模拟实验方法，分析了不同类型、不同地区泥石流源地松散体起动条件及泥石流形成过程。
地形地貌条件为暴雨泥石流形成三大基本条件中的一个重要条件，而且已有不少研究专门讨论暴雨泥石流形成与地貌之间的关系问题，如蒋忠信等通过对泥石流发育与流域地貌系统稳定性的相关研究，提出用沟谷纵剖面形态指数来评价泥石流流域的稳定性和演化特征，作为评判泥石流的一项主要指标;朱平一等认为地貌形态特征，如流域面积主沟、长度、比降、山坡坡度等，对泥石流沟的发育程度、活动规律等方面有着重要影响。在水源条件的研究中，谭炳炎、陈景武、谭万沛等对降雨同泥石流的发生关系作了研究，并用降雨资料对泥石流的发生进行预测:崔鹏等根据蒋家沟实测降雨资料，结合泥石流观测，分析了泥石流形成的降雨组成和前期降雨对泥石流形成的影响。
在泥石流形成过程方面，国内外均有不同程度的研究。美国地质地貌学家Johnson等认为，滑坡演变成泥石流是由滑体残余含水量造成的，并选用宾汉(Bingham)粘性流模型，首次建立了泥石流的运动方程;Fleming等通过对美国加洲Marin县的暴雨泥石流研究，认为土体收缩液化导致滑坡转化为泥石流，而土体膨胀则引起间隙性的泥石流;Iverson等通过大型泥石流槽实验，提出滑坡转化为泥石流要经过三个过程，即岩土体的广泛库仑破坏、由高孔隙水压力导致土体部分或完全液化、滑体运动过程中土颗粒温度的升高。日本泥石流学家几kahashi研究表明，将泥石流都认为是宾汉(Bingham)流体并不完全正确，后来他提出了拜格诺(Bagnokl)膨胀流模型，这一模型提供了泥石流起动和堆积的临界条件;sassa通过在高速环剪试验仪上的不排水加载试验，认为液化不仅可以发生在非常松散巳充分饱水的沙中，在密实状态下的剪切带中发生剪缩，使不排水条件下的孔隙水压增加，从而导致滑坡泥石流化;s.Egashira等通过小型实验研究，认为泥石流沟床质的侵蚀速率与松散堆积物的粒径成反比，并提出用有效流体剪切应力来评价泥石流的起动。
我国也有许多学者对暴雨泥石流的形成进行了研究，如钱宁等运用水动力学原理，对高含沙水流和泥石流的形成机理进行了分析;康志成等提出泥石流的形成主要分为水力类和土力类两类，并认为我国西南地区暴雨泥石流的形成大都以土力类为主;李悼芬等通过对土样的偏压固结不排水剪和偏压固结常应力排水剪
毕业设计-神经网络BP算法运用到GIS中的设计在地质灾害预测中的应用
