评价螺旋管原理-天津市朋展钢管有限公司

评价螺旋管原理

浏览：发表时间：2021-05-25 17:02:16 来源：文章来自网络，如有侵权，请联系删除。

　　经过多年的应用实践，不少研究者开始将G1S技术与层次分析法相结合，大大提高了传统的AHP方法在地质灾害易发性分区研究中的应用效果。基于G1S的层次分析法充分利用G1S技术的空间分类分析和空间分析功能，在评价指标数据采集、处理和自动成图方有明显的优势，不仅可以对地质灾害易发性的相关影响因素进行更细致的逐次分析，而且在计算过程中不受计算单元数量的，因而评价结果更加直观、更便于应用。基于Gls的定性推理方法，主要利用专家经验和地质灾害易发性条件函数与组合关系通过对地质灾害易发性条件的栅格数据表达，获得不同级别易发程度。常见的有布尔逻辑，决策表、条件函数等，可以直接在G1S软件栅格空间运算获得，关键是利用专家知识确定地质环境条件指标与对应的易发程度间的逻辑关系总体上，基于知识驱动的模型方法，也即定性分析方法，不管是分析思路还是基于GIS的技术方法，其主要优点在于：充分发挥专家的经验与知识，专家在螺旋管整个过程中不仅参与了评估方法与准则的选取，还参与了图层、权重与指数的选取、赋值；易发性区划指标的选取相对容易，易操作，定性分析方法也适用于危险性和风险评价。

　　不足在于过于依赖参与评价的专家经验，具有主观性，结果多为定性的评估，缺少定量数据支持；难点在于不同指标因素的权重和指数的分配4）数据驱动模型方法数据驱动模型方法是利用已有地质灾害的调查编录，开展地质灾害易发性指标因子与权重的相关性统计分析、模式识别的模型方法。常用的数据驱动模型方法包括统计评价模型、灰色模型、人工智能模型等，这些模型的共同点在于将已有的地质灾害的编录数据作为重要的输入数据，同时也将地质灾害编录数据作为重要的检验数据。统计评价模型是建立在数理统计分析基础上的地质灾害易发性区划理念，把地质灾害看作不确定的随机事件，其有偶然的灾变性。因此，从概率统计分析角度揭示了地质灾害的分布规律和动态过程，建立了地质灾害易发性区划评估模型。其在于：对现有地质灾害现象信息、标志及其类似不稳定现象所处地质环境条件和影响因素进行统计分析，并在计算概率的基础上，依据统计学和概率论原理建立拟合模型，预测评价地质灾害的时空分布规律。

　　常见的统计模型方法分为双变量和多变量分析，其中双变量分析包括信息量法、证据权法和频率比法，是目前开展易发性区划的主要方法；多变量分析法包括多元回归模型、泊松旋回模型、梯度正弦模型、正态分布模型、聚类分析模型、系统模型等。这些模型要求统计样本越多越好，并可在不断统计新资料的基础上，修改完善评价预测模型。这类模型的本质特征是：评价模型和变量都是不确定的、随机的，通过统计概率确定。它们在一定程度上体现了地质灾害系统的某些共性特征和规律，因此，在区域易发性区划中有所成效。但是，它忽略了地质灾害复杂多变的共性特征，特别是在抽样统计过程中，由于认识程度的差异，人为影响因素较大，需要建立系统的调查编录资料数据库。灰色模型的评价螺旋管原理既有确定性成分，也有随机因素，其预测评价方程多为确定性的（或近于确定性的），其预测参数和因子则可用概率统计方法来确定，而不完全是用确定性的测试或计算求得。因此，它与统计模型的本质区别是：不因统计样本的不断增加数据变化而修改预测模型本身，统计因素或样本并非越多越好，而是可以依据主观意识选择相对重要的若干因素作为预测因子，即具有一定的主观性。但是，灰色模型也可依据统计资料来拟合建立预测评价方程并修改变量和参数，这与统计模型相类似。

长按图片保存/分享

评价螺旋管原理

分享至微信分享