⑴ 滑坡災害易損性評估
滑坡災害易損性分析與評估一直是滑坡風險評估領域中較薄弱的環節。歐盟委員會資助、在歐洲開展了題為「山區環境中大型滑坡影響：風險識別與減災—IMIRILAND」項目（2001-2003）。該項目集中了歐洲滑坡災害研究的頂尖專家，其中所使用的易損性評估理念和方法為當今普遍接受的方法。其評估必要步驟有三個方面：一是承災體的判別及其定值；二是易損性評估；三是易損度，即承災體價值（E）×易損性（V）。
一、承災體的識別及其定值
將區域數據（按照城鎮規劃的土地利用、根據人口統計學研究的人口分布、按照如運輸管理或電力供應等部門所確定的戰略方案）放置在有關面積范圍的圖件上，這些圖件的面積范圍是通過針對每種情況的運動/形態－動力學模型來判定的，這樣就可以識別出承災體。承災體在不同的范疇中進行分類並進行計算。對於實際的狀態，或者在分類中予以考慮，或者通過折舊系數進行評估，此折舊系數是表示每個風險目標目前和初始成本估計之間的差值。承災體的編錄也考慮了潛在發育帶與在建建築。
為了進行易損性計算，可以將承災體量化成貨幣值，或者從整體角度進行評估。就價值計算而言，目前有如下方法（Crosta等人，2001）：①對單一要素特定值的計算；②利用效用函數；③利用經驗公式；④就某一地區進行整體定性評估。
1.對單一要素特定值的計算
在這種方法中，承災體的值等於每個單獨要素本徵值之和。在公開發表的大多數案例里，對於有形物質/經濟活動與人類的生活做了區分。在每種案例中，對人類生活的評估是很困難的。根據法國PER項目研究成果（表4-1）可以看出，受傷的人要比死去的人價值更高，這是因為與殘疾人的醫療和康復有關的社會成本要高。在建築物實際價值的評估方面，已經考慮到了所需的參考價格，這取決於當地的情況。
表4-1 法國因災傷亡相對成本等級
2.效用函數
在這種方法中，承災體由效用函數u（x）來描述，其中由特定要素造成的社會或人員損失表示成函數，而不是一個單一的值。因此，對於每個要素而言，有必要設定社會或個人效用的變化量（例如線性、對數、指數變化量等）。效用函數對於決定總體損失成本的復雜條件，具有更好的靈活性和適應性。圖4-1為效用函數圖，首先表示道路破壞隨時間變化的成本，然後表示與受傷人員數量有關的成本。在第一種情況中，由於在道路受到破壞的一段時間後確定了或者重新建立了另外的路線，這種變化呈對數關系；第二種情況呈指數關系，這是因為隨著受傷人數的增加，營救和醫療的費用往往急劇增加。
圖4-1 效用函數圖
3.經驗公式
第三種方法是利用經驗公式來計算承災體的總體定量值。下面的公式就是一個例子（Del Prete等，1992）：
地質災害風險評估理論與實踐
式中：Rm為該地區居民的平均收入；Mm為危險區內居民死亡的平均年齡；Em為危險區內居民的平均年齡；Nab為危險區內居民的數量；Ned為該地區內現有房屋的數量；Ced為現有建築物的平均成本；Cstr為現有建築和基礎設施的成本；Cmorf為所造成的地形變化的成本。
4.某一地區總體易損性的定性評估
對於分析單個要素的值是相當復雜的，而且面積特別大的區域，這種方法顯然有用。按照當地土地規劃中確定的土地利用和種類，根據危險區的細分尺度來選擇該評估方法。
一般說來，承災體參數值的評估是按照不同的分類（物質財產和人員）來進行的，因此，可以針對財產和人員計算出不同的風險值。此外，在這種方法中，環境值和經濟值（與經濟活動的破壞有關）賦予了各自的特色。為了簡化對承災體價值的評估，有時有可能利用幾個指數來確定相對值的范圍。表4-2和表4-3表示了與一些承災體類型有關的相對值。對於每個承災體，指定了財產、經濟活動破壞和環境的「相對值指數」。人生命的相對值是根據所涉及的人員來應用的（值的范圍可以按照所研究的地區做出調整）。
如果要素（財產和經濟活動）能夠用貨幣量來評估，指數值就表示相對成本。在這些表中，相對值是隨機評估的（使用1到4的指數值），所以，在每個所考慮的類型中，它們只具有相對意義。下面的例子中，利用類似目標的市場平均值做基礎，按貨幣方式對所有建築的價值做了評估。
表4-2 面臨危險人員的相對值評估
表4-3 危險目標相對值的評估
二、易損性評估
易損性指數（V）可定義為由於一定強度的自然現象發生對某一承災體或者一組承災體所造成的損失程度。易損性通常用具有相對概念的術語來表示，諸如「沒有危害」、「一定危害」、「重大危害」和「全部損失」這樣的詞彙，或者用0（沒有危害，0％）到1（全部損失，100％）之間的數值來表徵。正如前面所指出的，所採用的方法預見了對不同易損性參數的評估，這些參數包括物質、社會、環境和經濟成分。在評估受危險的目標時，考慮兩種方法，即利用貨幣值或者利用表示相對重要性的系數。物質易損性系數值考慮了災害強度和建築設施的質量。
1.物質易損性
該術語表示某一要素或一組要素在一定規模或強度的不穩定塊體影響下受損失的程度或者潛在危害的程度。這種影響首先要根據構造破壞，通過分析差異性沉降或運移對切割陡坡的構造的影響，或者通過分析撞擊建築物的岩石塊體的影響來進行評估。它也可以根據運營故障來評估，例如房屋或道路的傾斜超過了容許值，即使沒有觀測到有裂縫發生。物理損害也取決於建築物或者基礎設施中所使用材料的質量以及對它們的維護情況，特別是木製建築物。
到目前為止，除了模擬石塊對牆面的突然影響外，還沒有詳細的理論闡述來模擬各類型滑坡的危害效應；然而，像這樣的可變參數，如速度、塊體質量、影響角度、牆面破壞點的位置、整個建築物的潛在形變、牆面的詳細幾何形狀、材料的強度等，對於大型滑坡地區，不能利用它們通過總體風險分析來獲得重要的結果。另一方面，對於大多數已經發生的有限危害的情形，則沒有執行系統的監測程序，否則就能夠對滑坡的影響做出合適的評估。
確定易損性系數的主要標准包括：事件發生強度（滑動速度、崩塌能量）、就強度而言，建築物的類型和功能以及對變形的維修狀況和承受能力。
如果考慮的不是建築物和道路而是網狀設施（電線、水管、下水道），則可以對這種標準的分類進行調整。
2.社會易損性
該術語表示滑坡對人口的影響率。對於許多突發性滑坡災害或崩塌來說，即使其強度有限，一旦造成死亡，影響率則達到100％。造成永久性殘疾的嚴重負傷，其影響率也接近100％，這是因為對社會的長期費用非常高。相反，像臨時性受傷（例如腿骨折），如果能在短期內得到康復，則其易損性較低。
社會易損性系數也包括家庭破壞所造成的心理影響，因為常常可以看到，受害者失去有效的生活根基比起受傷來，境遇更為困難。甚至一段時間的臨時性疏散也屬於對人口的易損性影響。
這樣說來，確定社會易損性系數的主要標准按降序排列為：
事件發生強度（與警報時間有關）；
人口敏感度，取決於年齡和預測滑坡的能力；
了解災害現象和撤離危險地帶的能力。
3.環境易損性
為了面對滑坡的所有直接影響，有必要在物質和社會領域之後增加第三個種類，它涉及自然環境方面。它常常是滑坡的第一「目標」，例如牲畜，因為滑坡發生的地方一般人口不太稠密，也沒有大型的基礎設施。另一方面，對這些自然物的危害不能用貨幣形式來評估，特別是森林、野生動物和稀有植物。對於森林而言，由於幾個地帶是作為崩塌和雪崩防護林，這種影響可能是非常大的，因而必須通過總體功能分析（生產、保護和娛樂功能）來對森林的潛在價值進行評估。
至於對河流中的水資源和水流條件的影響，分析崩塌對山泉的潛在影響（即使沒有安裝供水設備）非常重要，如果河流受到阻塞河道的滑坡體的影響，分析對魚類的潛在損失同樣也很重要。
這樣，確定環境易損性系數值的主要標准包括：事件發生強度（就現象發生對自然的破壞影響而言）、森林或者瀕危動植物種類的功能，以及這些種類的敏感度和稀有性。
4.經濟易損性
除了對滑坡體上或者其附近的財產造成潛在破壞以外，這樣的現象可能造成間接經濟影響，如阻塞道路或鐵路，破壞電線或水管，或者阻塞山谷形成湖泊，對下游帶來危險，以至於必須停止或減少山谷下面的經濟活動，或許並沒有帶來最終的破壞性影響。
在大多數研究的實際情況中，間接影響比直接影響要大得多，了解到這一點很重要。例如1999～2000年冬天發生的雪崩，據估計間接影響比直接影響高4～5倍。又例如厄瓜多的La Josefina滑坡，1993年使大壩水溢出，可能嚴重影響位於下方的Paute水電站，其威脅所造成的損失應占該國整個發電量的70％；幸虧在10000m3/s的流量充滿空空的水庫時，只造成了有限的損失，但是這場洪水帶來了相當於2年的淤積量，意味著為了保證湖泊的調蓄能力，要花掉成千上萬美元來抽水和疏浚。
當然，滑坡阻塞道路所造成的經濟影響不僅取決於預計的平均交通量，而且取決於替代線路的存在。例如，Ceppo Morelli崩塌（義大利Valle Anzasca）堵塞了通向Macugnaga勝地的公路，使進出這一重要勝地的所有交通受阻達幾個星期；目前在山谷的另一邊還有一條道路，一旦遇到大型崩塌，其所在位置就不能保證其能否正常使用。
至於其他的情況，如瑞士的La Frasse滑坡，雖然另有道路可以選擇，但要多繞行幾十千米，這樣會使大部分准備來該地區遊玩一天的旅遊者最終放棄計劃，轉而去其他的游覽勝地，特別在冬天和春天尤其是這樣。如果公布崩塌的威脅，使大家都了解，即使危險控制在有限的范圍內，許多人也不會駕車來到有關地區。至於貨物運輸，一些貨物可能會滯留一段時間，如原木，但其他像牛奶和乾酪這樣的產品，需要連續不斷地運到工廠或倉庫，萬一交通受到破壞，就會造成直接經濟損失，如果選擇其他路徑，運輸距離加長，則造成間接經濟損失。
這樣，評估經濟易損性的主要標准為：內在的業務類型（工業、旅遊、運輸）、受影響的經濟活動類型、交通量和交通阻塞的成本（鐵路阻塞的成本很高)，以及替代線路的可能性。
最後要提到的是，經濟易損性方面必須包括對滑坡次生影響所帶來的潛在危害的分析，如山谷大壩的變形，造成上游泛濫，下游潛在的災難性洪水。
5.易損性綜合評估
承災體的易損性取決於要素的類型（T）（因此也取決於對財產的抗沖擊特徵）和作用強度（I）：
地質災害風險評估理論與實踐
從實用的角度，為了評估易損性，可以按照兩種方法：①僅僅以對承災體的影響為基礎（表4-4）；②以作用強度為基礎。
表4-4 物質、社會、環境和經濟方面的易損性因素值評估
在第一種情況中，有5個等級的損失百分率（0，0.25，0.5，0.75，1）應用於各易損性類型。然而，通過詳細研究，有可能根據「效用曲線」給各種百分率等級賦予不同的權重[例如道路中斷的情形－經濟易損性－一些研究已經證實，由於替代線路的開通，易損性隨時間的推移而逐漸減小（如隨時間推移，易損性為0，0.5，0.8，0.95，1），表現為一條對數曲線]。
在第二種情況中，作用強度可以指定為從伸張模型所得到的能量閾值（J）。在不能獲取數據模型時，有可能將作用強度「翻譯」成定性描述效應。
為了刻畫不同滑坡類型的強度，已經制定了幾種尺度。例如，瑞士於1997年公布了有關數量級的規則，用以區分石塊跌落、崩塌、滑動的低、中、高強度。表示這些尺度或者按照影響能量，或者按照平均速度，或者根據潛在土壤侵蝕帶的深度（OFAT，OFFEE和OFEFP，1997）。對於大型崩塌，很明顯危險帶的強度等級常常從高到很高，而對於滑坡，按照所提出的標准，許多大型滑坡顯示低到中等強度。然而，要進行更為詳細的分析，意味著要考慮加速階段，或者崩塌的潛在單位塊體的體積以及可能的相互作用。但是無論如何，強度等級的數值范圍是示意性的，只能看成定性標准而不是定量參數。
三、易損度評估
評估某一情況所誘發的影響是以理論計算為基礎，簡單表示為承災體價值（VE）與易損性（V）的乘積：
地質災害風險評估理論與實踐
在這個方法中，每個承災體價值與相對易損性種類相乘（例如，物質易損性指數×財產值指數＝物質影響指數）。對每個災害情況重復此計算過程，其中要考慮每個特定的作用強度等級，因為它影響著承災體的易損性（V）。對每個易損性強度類型（物質的、社會的、環境的和經濟的）也重復此計算過程。因此，該方法所基於的矩陣演算法求出值類之間的簡單乘積，所得到的結果（影響指數）進入下一個矩陣，計算出風險值。按照這種方式，影響評估就由一個自動的目標過程來完成。然而，由於這個原因，同時也為了使影響評估有意義，對於必然受一定程度的主觀性影響的評估過程初始階段（危險定義、承災體價值的評估、易損性評估），要求做出非常仔細的分析和評估。
⑵ 地質災害風險評估方法
滑坡泥石流等地質災害的不確定性決定了其評估方法採用非確定性分析方法。該類方法是基於地質災害預測理論的廣義系統科學原理，在類比法的基礎上發展起來的一類研究方法。隨著概率論、數理統計及信息理論、模糊數學理論用於地質災害預測，目前已形成了多種預測模型，其預測成果可相互對比、檢驗，從而可使預測成果更具合理性、科學性。目前常用的非確定性分析方法主要有以下幾種。
一、參數合成法
參數合成法又稱專家經驗指數綜合評判法。它是最為簡單的定量評估方法。該類模型主要是建立在專家豐富的經驗基礎之上的，通過專家打分法等途徑獲取專家經驗知識，專家選擇影響地質災害的因子並編製成圖。根據專家的經驗，賦予每個因子一個適當的權重，最後進行加權疊加或合成，形成地質災害危險性分區圖。
它的主要優點是：①可以同時考慮大量的參數；②可以應用於任意比例尺的區域和單體斜坡穩定性評估；③大大降低了隱含規則的使用，定量化程度提高；④整個流程可以在GIS的支持下快速完成，使數據管理標准化，時間短，費用少。主要缺點有：①主觀性較強，不同的調查者或專家得出的結果無法進行比較。權值的確定仍含有不同程度的主觀性；②隱含的評判規則使結果分析和更新困難；③需要詳細的野外調查；④應用於大區域評估時，操作復雜，模型難以推廣。
二、數理多元統計模型法
該方法是通過對現有地質災害及其類似不穩定現象與地質環境條件和作用因素之間的統計規律研究，建立相關的預測模型，從而預測區域地質災害的危險性。該類模型方法很多，如回歸分析、判別分析、聚類分析方法等。
統計分析的前提是已知學習區（訓練區）的地質災害分布情況，根據數理統計理論，建立影響參數和地質災害發生與否的數學統計模型，在測試區得到驗證後，將其應用到地質環境相同或相似的地區，預測研究區的災害危險性分布規律。因此，統計分析方法評估的結果的可靠度直接取決於測試區原始數據的精度，模型也不能在任何地區推廣使用。盡管如此，大量的研究表明，統計分析是目前最為適用的區域地質災害危險度評估區劃方法，它有嚴格的數理統計理論作基礎，數學模型簡單易懂，而且與GIS技術能夠很好地結合，使龐大的數據得到合理的標准化管理、分析與儲存。
多元統計分析中的主成分分析和因子分析方法在環境統計方面有不少成功的應用。將這兩種方法結合起來的主成分－因子分析法可以應用於多變數的因子賦權研究（吳聿明，1991）。主成分－因子分析法的主要思想是（應農根，劉幼慈，1987）：在所研究的全部原始變數中將有關信息集中起來，通過探討相關矩陣的內部依賴結構，將多變數綜合成少數彼此互不相關的主成分，以再現原始變數之間的關系，並通過因子荷載矩陣的軸正交或斜交旋轉，進一步探索產生這些相關聯系的內在原因。
此方法適用於區域地質災害空間預測研究，對一定地區土地利用、國土開發、城市規劃具有宏觀指導作用。
三、層次分析法
層次分析法是對一個包括多方面因子而又難以准確量化的復雜系統進行分析評估時，根據各因子之間以及它們與評估目標的相關性，理順組合方式和層次，據此建立系統評估的結構模型和數學模型；對模型中的各種模糊性因子，根據它們的強度以及對影響對象的控製程度，確定標度指標和作用權重；將這些指標作為基本參數，代入評估模型，逐級進行定量分析並最終取得評估目標。根據地質災害風險系統組成，大致可通過4個層次的統計分析完成評估工作：以各種要素為主體的基礎層統計分析；以危險性、易損性、減災能力為目的的過渡層分析；以期望損失為目標的准則層分析；以風險度或風險等級為最終目標的目標層分析。
四、模糊與灰色聚類方法
模糊聚類判別法模型以模糊數學理論為基礎。由於地質災害系統的復雜性，用絕對的「非此即彼」不能准確地描述地質災害系統的客觀實際，存在著「亦此亦彼」的模糊現象，不能用1或0二值邏輯來刻畫，而需用區間[0,1]的多值（或連續值）邏輯來表達。而模糊數學理論正是適用於地質災害系統的不確定性，用隸屬函數來描述那些邊界不清的過渡性問題及受多因素影響的復雜系統的非確定性問題。目前常用的方法有模糊綜合評判法、模糊可靠度分析方法及其與層次性原理相結合而派生的模糊層次綜合評判法。模糊聚類綜合評估的基本步驟是：根據地質災害風險構成，建立因素集、綜合評估集和權重集，確定隸屬函數，得到綜合評估結果，並進行解釋分析。
灰色聚類綜合評估法以灰色系統理論為基礎，常用於研究「小樣本、貧信息不確定性」問題。在地質災害預測中，可利用灰色關聯分析，評估斜坡穩定性各影響因素的影響程度，可以克服通常數理統計方法作系統分析所導致的缺憾，對樣本量和樣本的規律性無特殊要求。同樣可通過灰色聚類中的灰類白化權函數聚類，在考慮多種影響因素的基礎上對各研究單元的危險性狀態進行判定，進而完成空間預測中的危險性分區。灰色系統的以灰色模型（GM）為核心的各種預測模型還為分析地質災害預測中的各種時序數據提供了有效途徑，成為目前地質災害實時跟蹤預報的常用方法之一。灰色聚類綜合評估的基本步驟是：確定聚類白化數和白化函數，標定聚類權，求聚類系數，構造類向量，求解聚類灰數。
五、信息模型評估法
該類模型的理論基礎是資訊理論。用地質災害發生過程中熵的減少來表徵地質災害事件產生的可能性，因素組合對某地質災害事件的確定所帶來的不肯定性程度的平均減少量等於該地質災害系統熵值的變化。認為地質災害的產生與預測過程中所獲取的信息的數量和質量有關,是用信息量來衡量的,信息量越大，表明產生地質災害的可能性越大。該類模型預測法同統計預測模型一樣，適用於中小比例尺區域預測。
信息科學現已成為廣泛使用的一門科學，但它的產生卻只有短短的半個世紀歷史。1948年Shannon 發表的著名論文《通信的數學理論》標志著信息科學的誕生。Shannon把信息定義為「隨機事件不確定性的減少」，並把數學統計方法移植到了通信領域，提出了信息量的概念及信息熵的數學公式。信息科學研究的對象是信息，它的重要任務是研究信息的提取、信息傳輸、信息處理、信息存儲等。由於現代自然科學發展的綜合整體化趨勢，各學科的相互滲透、相互聯系，經過幾十年的發展，使信息量和信息熵的概念已遠遠超出了通信領域。信息科學不僅應用於各種自然科學領域，而且已廣泛應用在管理、社會等科學領域。
運用資訊理論方法進行地質學領域的礦床預測研究是由維索奧斯特羅斯卡婭（1968）及恰金（1969）先後提出。趙鵬大等在《礦床統計預測》一書中研究了信息量方法在區域找礦工作中的應用問題。晏同珍、殷坤龍等自1985年起，先後多次在陝南及長江三峽庫區探索了信息量方法在區域性滑坡災害空間預測分區中的應用，並與其他方法（如聚類分析、回歸分析、數量化理論方法等）的研究成果進行了比較性研究。艾南山、苗天德（1987）研究了侵蝕流域地貌系統的信息熵問題，他們在斯揣勒的流域面積——高程曲線的基礎上構造了侵蝕流域地貌系統的信息熵表達式，並據此作為流域穩定性的一種判定指標。Read J. 和Harr M.（1988）首次將信息熵的概念與斜坡安全系數計算的條分法結合在一起。由於地質災害預測內容的多樣性，所以決定了預測理論和方法的非單一性。晏同珍等（1989）將其概括為三類模型預測法——確定性模型預測法、統計模型預測法、信息模型預測法；前兩種模型又可分別稱其為「白箱」和「黑箱」模型，而信息模型則是介於兩者之間。
地質災害現象（Y）受多種因素Xi的影響，各種因素所起作用的大小、性質是不相同的。在各種不同的地質環境中，對於地質災害而言，總會存在一種「最佳因素組合」。因此，對於區域地質災害預測要綜合研究「最佳因素組合」，而不是停留在單個因素上。信息預測的觀點認為，地質災害產生與否是與預測過程中所獲取的信息的數量和質量有關，因此可用信息量來衡量：
地質災害風險評估理論與實踐
根據條件概率運算，上式可進一步寫成：
地質災害風險評估理論與實踐
式中：I（y,x1x2xn）為因素組合x1x2xn對地質災害所提供的信息量（bit）；P（y,x1x2xn）為因素x1x2xn組合條件下地質災害發生的概率；Ix1（y,x2）為因素x1存在時，因素x2對地質災害提供的信息量（bit）；P（y）為地質災害發生的概率。
式（2）說明，因素組合x1x2xn對地質災害所提供的信息量等於因素x1提供的信息量，加上因素x1確定後因素x2對地質災害提供的信息量，直至因素x1x2xn-1確定後，xn對地質災害提供的信息量，反映出信息的可加性特徵，從而說明區域地質災害信息預測是充分考慮因素組合的共同影響與作用。
P（y,x1x2xn）和P（y）可用統計概率來表示，各種因素組合對預測地質災害提供的信息量可正可負，當P（y,x1x2xn）>；P（y）時，I（y,x1x2xn）>；0；反之I（y,x1x2xn）<；0。大於0情況表示因素組合x1x2xn有利於所預測地質災害的發生，相反情況則表明這些因素組合不利於地質災害的發生。
區域地質災害預測是在對研究區域網格單元劃分的基礎上進行的，根據不同地區具體的地質、地形條件，採用相應的網格形狀和網格大小，進一步結合區域地質災害分布圖開展信息統計分析。假定某區域內共劃分成N個單元，已經發生地質災害的單元為N0個。具相同因素x1x2xn組合的單元共M個，而在這些單元中有地質災害的單元數為M0個。按照統計概率代表先驗概率的原理，式（1），因素x1x2xn在該地區內對地質災害提供的信息量為：
地質災害風險評估理論與實踐
如果採用面積比來計算信息量值，則式（3）可表示成：
地質災害風險評估理論與實踐
式中：A為區域內單元總面積；A0為已經發生地質災害的單元面積之和；S為具相同因素x1x2xn組合的單元總面積；S0為具相同因素x1x2xn組合單元中發生地質災害的單元面積之和。
一般情況下，由於作用於地質災害的因素很多，相應的因素組合狀態也特別多，樣本統計數量往往受到限制，故採用簡化的單因素信息量模型的分步計算，再綜合疊加分析相應的信息量模型改寫為：
地質災害風險評估理論與實踐
式中：I為預測區某單元信息量預測值；Si為因素xi所佔單元總面積；S0i為因素xi單元中發生地質災害的單元面積之和。
六、實證權重法
實證權重法（Weights of evidence，）是加拿大數學地質學家Agterberg等（1989）提出的一種基於二值（存在或不存在）圖像的地學統計方法，是在假設條件獨立的前提下，基於貝葉斯定理（Bayesian』rule）的一種定量預測方法。Bonham-Carter等（1990）和Harris等（2001）都先後應用WOE方法來預測礦產的遠景分布。通過對已知成礦情況網格單元的預測因子和響應因子之間的統計分析，計算出權重，然後對各待預測網格單元的各預測因子進行加權綜合，最後，通過確定每一單元響應因子出現的概率大小便可得到不同級別的成礦遠景區。
Van Westen進一步將模型應用到災害危險性評估領域。數據驅動權重模擬方法的主要原理是利用滑坡歷史分布數據，建立滑坡分布與各影響因子之間的統計關系，即根據在各影響因子不同類別中滑坡分布的統計情況來確定各影響因子對滑坡災害的貢獻率（權重）大小。這種採用數據進行權重確定的方法被稱為數據驅動模型。與專家知識模型相比，權重的確定更加科學和可靠，避免了專家的主觀性所帶來的不確定性。最後，利用另一時期的滑坡分布歷史數據對評估結果進行檢驗和成功率預測，調整不合理的邊界，使評估結果更加具有可信度。基於統計學的Bayesian方法的數據驅動權重模型所採用的統計方法更加嚴謹，充分考慮了滑坡影響因素之間的關系，以及各影響因素與滑坡災害的關系；並進行影響因素的獨立性分析，找出最關鍵的影響因子。在此基礎上計算各影響因素的權重。
七、非線性模型預測法
非線性模型預測法又稱BP神經網路法，是把一組樣本的輸入輸出問題變為一個非線性優化問題而建立的預測模型。
鑒於地質災害系統具有復雜性特點，很難用簡單的線性方程表達，因此使一批非線性預測模型迅速發展起來。如分形理論就是通過研究地質災害系統的自相似性來對地質災害的運動規律進行研究。易順民應用分形理論研究了區域性滑坡災害活動的自相似結構特徵，發現在地質災害活動的高潮期到來前有明顯的降維。吳中如、黃國明等依據分形理論提出了滑坡變形失穩判據及滑坡蠕滑的相空間模型，是地質災害時間預報的一種全新思路。自組織理論探索地質災害復雜系統如何從無序進化到有序的自組織過程；突變理論主要從定量的角度描述非線性系統在臨界失穩時的突變行為，為地質災害時間預報提供了一種新途徑；分形理論則從幾何的角度探討系統內各個層次間的自相似性，應用在地質災害過程描述及過程預報中，化復雜為簡單，化定性為定量；混沌動力學探討非線性地質災害系統在其演化過程中的不可逆性和演化行為對初值的敏感性。
人工神經網路（Artificial Neural Network，簡稱ANN）是由大量與自然神經細胞類似的人工神經元廣泛互連而成的網路。網路的信息處理由神經元之間的相互作用來實現，知識與信息的存貯表現為網路元件互連間分布式的物理聯系，網路的學習和識別決定於各神經元連接權系的動態演化過程。人工神經網路是一個超大規模非線性連續時間自適應信息處理系統。目前人工神經網路的應用已滲透到許多領域，為學習識別和計算提供了新的現代途徑。
人工神經網路使用比較方便，它的信息處理過程同人腦一樣，是一個黑箱，如圖1-6所示。在實際應用中，和人們打交道的只是它表層的輸入和輸出，而內部信息處理過程是看不到的。對於不懂神經網路內部原理的人，也可將自己的問題交給這種網路進行解決，只要把你的例子讓它學習一段時間，它就可以解決與之有關的問題。這正符合地質災害預測理論的基本原理和思路。
圖1-6 神經網路信息處理示意圖
根據人工神經網路對生物神經系統的不同組織層次和抽象層次的模擬，人工神經網路可以分為多種類型。目前已有40餘種人工神經網路模型。引用於地質災害預測評估的多層前饋神經網路模型（Back Propagation,簡稱BP模型）是目前應用最廣泛、發展最成熟的一種神經網路模型，如圖1-7所示，它是按層次結構構造的，包括一個輸入層、一個輸出層和一個或多個隱含層。
圖1-7 BP網路模型
實際上，BP模型是把一組樣本的輸入輸出問題變為一個非線性優化問題。我們可以把這種模型看成一個從輸入到輸出的映射，這個映射是高度非線性的。如果輸入節點數為n，輸出節點數為m，則神經網路表示的是從n維歐氏空間到m維歐氏空間的映射。
在預測識別過程中，標准樣本的選擇是否得當，是預測是否成功的關鍵。一般來說，學習樣本最好能涵蓋預測對象的所有狀態，具有廣泛的代表性。在確定網路結構時，一般來講，一個隱層的三層BP模型已可進行任意精度模擬任何連續函數。隱含層結點數目過少，不能有效地映射輸入層和輸出層之間的關系；過多，收斂速度過慢。因此，中間層結點數目的選取，需經過反復演算訓練，才能得出較為理想的節點數。在計算過程中，為了提高效率，可以適當降低輸入結點的數目，減少訓練樣本的維數，以增加網路的穩定性，同時還可以通過增加沖量項法或者自適應調節學習率、共軛梯度法等方法提高迭代收斂速度。
BP模型運用到地質災害危險性區劃中，可以通過樣本區的標准樣本的學習建立相應預測網路，從而推廣到預測區進行預測。網路的輸入層的變數對應於影響地質災害產生的主要影響因素，變數可以是二態變數，也可以是具體的觀測數據。當然由於各變數存在單位或數量級的差異，必須把變數數據經過正規化或標准化處理。輸出層對應的是地質災害預測等級（極高、高、中等、低、極低）的劃分，或是危險程度的具體數值表達，如穩定性系數、破壞概率等，這就要求樣本區的研究精度較高，指標細化程度較高。
八、地質災害風險分析與GIS技術
地理信息系統（GIS）是集計算機科學、信息科學、現代地理學、遙感測繪學、環境科學、城市科學、空間科學、管理科學和現代通訊技術於一體的一門新興學科。具體而言，GIS是指對各種地理信息及其載體（文字、數據、圖表、專題圖等）進行輸入、存儲、檢索、修改、量測、運算、分析、輸出等的技術系統。GIS的主要功能有採集、存儲、管理、分析、輸出各種數據、數據維護和更新、區域空間分析以及多因素綜合分析和動態監測等。GIS不僅可以像傳統的資料庫管理系統（DBMS）那樣管理數字和文字（屬性）信息，而且還可以管理空間（圖形）信息；它可以使用各種空間分析的方法，對多種不同的信息進行綜合分析，尋找空間實體間的相互關系，分析和處理一定區域內分布的現象和過程。當代地理信息系統正向能夠提供豐富、全面的空間分析功能的智能化GIS的方向發展。智能化的GIS具有強大的空間建模功能，能夠構建各種具有專業性、綜合性、集成性的地學分析模型來完成具體的實際工作，解決以前只有靠地學專家才能解決的問題。
GIS把各種與空間信息相關的技術與學科有機地融合在一起，並與不同數據源的空間與非空間數據相結合，通過空間操作與模型分析，提供對規劃、管理、決策有用的信息產品。GIS為我們提供了一種認識和理解地學信息的新方式，GIS強大的空間分析功能和空間資料庫管理能力為我們研究區域地質災害提供了一個科學、便捷的嶄新途徑。
作為數字地球的核心技術之一，GIS經過將近40年的發展，已經成為一種日益成熟的空間數據處理技術和方法。它提供了一種認識和理解地學信息的新方式，已廣泛應用於國土資源調查、環境質量評估、區域規劃設計、公共設施管理等方面。在地質災害研究領域，GIS技術的應用已從最初的數據管理、多源數據採集數字化輸入和繪圖輸出，到數字高程模型、數字地面模型的使用、GIS 結合災害評估模型的擴展分析、GIS與決策支持系統的集成、GIS虛擬現實技術的應用等，並逐步發展與深入應用。
各種地質災害都是在地球表層一定空間范圍和一定時間限度內發生的，盡管不同種類的地質災害之間、同一種類的地質災害的不同個體之間大都形態各異，形成機理也是千差萬別，但它們都是災害孕育環境與觸發因子共同作用的結果，而這些都與空間信息密切相關，利用GIS技術不僅可以對各種地質災害及其相關信息進行管理，而且可以從不同空間和時間的尺度上分析地質災害的發生與環境因素之間的統計關系，評估各種地質災害的發生概率和可能的災害後果。地質災害危險性區劃圖屬於一種綜合圖件，而且具有一定時段內的靜態特點，因此需要不斷更新；尤其是有新的地質災害發生的時候，更應及時修訂。由於GIS技術的空間分析、制圖功能和可視化的特點，所以GIS技術在地質災害區劃研究方面正得到快速發展，以GIS軟體為技術平台的地質災害的危險性、易損性和風險評估的系統研究逐步成為本領域研究的發展方向，並有可能在不遠的未來與網路技術相結合。
國外尤其是發達國家，對GIS技術應用於地質災害領域的研究已做了很多工作。從20世紀80年代至今，GIS技術的應用已從數據管理、多源數據採集、數據化輸入和繪圖輸出，到數字高程模型、數字地面模型的使用、GIS結合災害評估模型的擴展分析、GIS與決策支持系統（DSS）的集成、GIS虛擬現實技術的使用，都得到不斷的發展和廣泛的應用。在滑坡災害研究領域，GIS技術的應用已經比較成熟，主要體現在以下幾個方面：
（1）建立基於GIS的滑坡災害信息管理系統。如Keane James M.（1992）, BaharIrwan（1998）, Bliss Norman B.（1998）等將GIS運用到滑坡災害歷史數據的管理及預測成果成圖表徵中。
（2）GIS技術與各種評估模型結合運用到滑坡危險性預測中。如Matula（1987），Lekkas E.（1995）, Randall（1998）, Dhakal Amod Sagar（1999）等利用GIS的空間分析功能與預測模型的結合，完成了滑坡預測因素的空間疊加，進行滑坡危險性預測，得出相應的預測分區圖和滑坡敏感性圖。
（3）進行基於GIS的滑坡災害風險分析預測與管理。如 Ellene（1994）,Leroi（1996）,Bunza（1996）, Castaneda Oscar E.（1998）, Atkinson（1998）, Michael（2000）, Aleotti（2000）等從影響滑坡災害風險的因素出發，利用GIS的空間分析功能進行因素疊加，實現風險評估並結合GIS的信息管理功能，對災害信息進行管理，最終進行管理決策，大到防災減災的目的。目前，國外在滑坡災害預測領域已基本實現了RS與GIS的緊密結合，個別項目已達到了3S技術的結合。
國內基於GIS技術開展地質災害評估工作起步較晚，目前還沒有成熟實用的地質災害預測評估的GIS系統。姜雲、王蘭生（1994）在山區城市地面岩體穩定性管理與控制中應用了GIS技術，以重慶市為典型研究對象，對地面岩體變形破壞進行了時空預測預報；同時，通過分析城市地質環境對土地工程利用的制約關系，應用GIS的信息存儲、查詢、空間疊加運算及DEM模型等功能，做出地力等級劃分，並編制了斜坡穩定性綜合評估分區圖。雷明堂、蔣小珍等（1994）將GIS技術運用在岩溶塌陷評估中，完成了研究區岩溶塌陷危險度評估及分區。成都理工學院（1998）和中國地質環境監測院及國土資源部長江三峽地質災害防治指揮部合作進行了「地質災害信息系統及防治決策支持系統」開發試驗工作，初步建立了一個全國地質災害調查與綜合評估系統。中國國土資源經濟研究院、中國地質大學、中國地質科學院岩溶地質研究所、國土資源部實物地質資料中心（2002）聯合開展了「全國地質災害風險區劃」項目攻關，利用國產軟體MAPGIS，對全國小比例尺滑坡、泥石流、岩溶塌陷地質災害進行了基於GIS的風險評估（包括地質災害危險性評估、易損性評估和風險性區劃）。朱良峰等在國產版權的MAPGIS軟體平台上，開發了一套地質災害風險評估系統RISKANLY。這套基於GIS技術的地質災害風險分析不僅方法上可行，而且技術上先進，代表著地質災害風險分析的發展方向。當然，無論是地質災害的危險性分析模型，還是區域社會經濟易損性分析模型，都有待於實踐中的進一步研究與發展，這顯然是應該隨著人類對地質災害本質屬性認識的逐漸深化而不斷發展的。
隨著我國社會經濟的迅速發展和城市化進程的加快，崩塌、滑坡、泥石流、地面塌陷等地質災害破壞的廣度與深度也在迅速增大，需要更加關注地質災害的區域時空預測研究。與地質災害有關的相關因素很多且成因復雜，都與空間信息密切相關，因此，利用GIS技術不僅可以對地質災害相關的各種空間信息進行管理，而且可以從不同的空間和時間尺度上分析地質災害的發生與環境因素之間的統計關系，評估地質災害的發生風險和可能的災害范圍。因此，基於GIS的地質災害風險評估與區劃將會在未來我國的社會經濟發展中起著重要的作用。
九、小結
地質災害風險評估涉及兩個重要的方面：一是地質災害發生的可能性問題，二是人類自身、社會及環境等對象對地質災害的抵禦能力問題。因此，地質災害的定義採用國際上的geological hazard一詞。本書遵循科學性、通用性的原則，結合國內近年來在地質災害風險評估領域已初步形成的有代表性的術語表達方式，在聯合國教科文組織提出的統一定義的基礎上，對地質災害風險評估所涉及的基本術語定義如下：
（1）危險度H（Hazard）。特定地區范圍內某種潛在的地質災害現象在一定時期內發生的概率。
（2）易損性V（Vulnerability）。某種地質災害現象以一定的強度發生而對承災體可能造成的損失程度，易損性可以用0-1來表示，0表示無損失，1表示完全損失。
（3）承災體E（Element at risk）。特定區域內受地質災害威脅的各種對象，包括人口、財產、經濟活動、公共設施、土地、資源、環境等。
（4）風險度R（Risk）。承災體可能受到各種地質災害現象襲擊而造成的直接和間接經濟損失、人員傷亡、環境破壞等。風險等於危險性、易損性、承災體價值三者的乘積。
風險度（R）=危險度（H）×易損度（V）×承災體價值（E）