На правах рукописи

КУЗИН АНТОН АЛЕКСАНДРОВИЧ

ГЕОДЕЗИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ЗОНИРОВАНИЯ

ТЕРРИТОРИЙ ПО СТЕПЕНИ ОПАСНОСТИ ПРОЯВЛЕНИЙ

ОПОЛЗНЕВЫХ ПРОЦЕССОВ НА ОСНОВЕ ПРИМЕНЕНИЯ

ГИС-ТЕХНОЛОГИЙ

Специальность 25.00.32 – Геодезия

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург – 2014

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Национальный минеральносырьевой университет «Горный».

Научный руководитель – доктор технических наук Мустафин Мурат Газизович

Официальные оппоненты:

Сученко Владимир Николаевич доктор технических наук, профессор, ФГБОУ ВПО «Российский университет дружбы народов», кафедра геодезии и маркшейдерского дела, заведующий кафедрой Толстов Евгений Георгиевич кандидат технических наук, доцент, ФГБОУ ВПО «Петербургский государственный университет путей сообщения Императора Александра I», кафедра инженерной геодезии, доцент

Ведущая организация – ФГБОУ ВПО «Санкт-Петербургский государственный архитектурно-строительный университет».

Защита диссертации состоится 25 июня 2014 г. в 16 час. 00 мин. на заседании диссертационного совета Д 212.224. при Национальном минерально-сырьевом университете «Горный»

по адресу: 199106, Санкт-Петербург, В.О., 21-я линия, д. 2, ауд.

3416а.

С диссертацией можно ознакомиться в библиотеке Национального минерально-сырьевого университета «Горный» и на сайте www.spmi.ru.

Автореферат разослан 25 апреля 2014 г.

УЧЕНЫЙ СЕКРЕТАРЬ КОРНИЛОВ

диссертационного совета Юрий Николаевич

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

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 № (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 ГИСтехнологии для построения цифровых моделей рельефа местности.

Основные задачи исследований:

1. Анализ состояния изученности вопроса о зонировании территорий по степени оползнеопасности и о геодезическом обеспечении;

2. Разработка методики автоматизированного определения морфометрических показателей рельефа местности;

3. Разработка автоматизированной методики зонирования оползнеопасных территорий;

4. Экспериментальная проверка разработанной методики зонирования территории по степени опасности проявления оползневых процессов.

Научная новизна 1. Установлены картографические параметры для автоматизированного описания (плотность съемочных пикетов) потенциально оползнеопасных участков рельефа местности;

2. Получены зависимости, отражающие точность и эффективность применения воздушной лазерно-сканирующей сьемки применительно к зонированию оползнеопасных территорий;

3. Разработан алгоритм выявления оползнеопасности на основе компьютерных технологий, включающих ГИС и нейронные сети.

Теоретическая и практическая значимость работы заключается в обосновании применения современных ГИСтехнологий 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 1. 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.

2. Создание цифровых моделей рельефа, отображающих его особенности применительно к вопросу об оползнеопасности, наиболее эффективно выполняется с использованием технологии воздушного лазерного сканирования.

3. Реализация методики зонирования оползнеопасных участков выполняется оперативно по разработанной компьютерной технологии, включающей ГИС-модули и метод нейронных сетей.

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 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;

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.

По теме диссертации опубликовано 8 работ, в том числе статьи – в изданиях, рекомендованных ВАК Минобрнауки России.

Объем и структура работы Текст диссертации состоит из введения, четырех глав и заключения, изложенных на 133 страницах машинописного текста и содержит 35 рисунков, 7 таблиц, 1 приложение и список литературы из 110 наименований.

Считаю своим приятным долгом выразить благодарность за помощь, оказанную на различных этапах работы, научному руководителю, д.т.н. М.Г. Мустафину, а также к.т.н., доценту А.И. Науменко, к.т.н., доценту Пшемыславу Тымкову (институт «Геоинформатики и инженерной геодезии» университета Природопользования г. Вроцлав (Польша)). Кроме того, благодарю всех сотрудников кафедры инженерной геодезии Национального минерально-сырьевого университета «Горный» за полезные советы, критические замечания и содействие в подготовке диссертации.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Основные результаты диссертационного исследования отражены в следующих защищаемых положениях:

1. Региональное зонирование оползнеопасных участков предусматривает построение цифровых моделей рельефа с автоматизированных методов по регулярной сетке с обеспечением плотности съемочных пикетов не менее 4 на 100 м2.

Основой региональных методов прогноза оползнеопасности является карта рельефа местности. Широкое практическое применение нашел метод количественного зонирования по геодинамическому (оползневому) потенциалу, предложенный К.А Гулакяном, В.В. Кюнтцелем и Г.К. Постоевым. Метод отличает полнота и достоверность исходной информации.

Согласно «Рекомендациям по количественной оценке устойчивости оползневых склонов», одним из источников первичных данных для зонирования территорий по оползневому потенциалу являются топографические планы и карты в масштабе 1:2000 и мельче. В «Инструкции по топографической съемке…»

подчеркивается, что для целей составления рабочих чертежей различного назначения для районов с особо сложными условиями рельефа или геологического строения (косогор, мелкосопочный рельеф, район оползней) требуется составление топографического плана масштаба 1:2000. Вследствие этого, для целей зонирования территорий по степени оползневой опасности рационально ориентироваться на планы этого масштаба.

Оползневые явления встречаются в горных районах и холмистых территориях. То есть склоновые процессы, в том числе оползневые, приурочены к участкам земной поверхности, имеющим определенную крутизну склона. Согласно методике Емельяновой Е. П., вероятность возникновения оползня при крутизне склона более 19° существует на всех склонах, а при крутизне 5–7° – при неблагоприятных геологических и гидрогеологических условиях. Ясно, что для отображения оползнеопасных склонов достаточно выполнить традиционную топографическую съемку масштаба 1:2000. Однако при этом не будет обеспечена оперативность и экономичность прогнозирования.

Этим условиям отвечают современные геодезические методы, которые осуществляют съемку так называемым регулярным методом, покрывая снимаемый объект точками с определенной плотностью. В этой связи для отображения оползнеопасного склона и создания для него ЦМР, по которой будет производиться расчет уклонов, необходимо определить количество точек, которые в максимальной степени достоверности будут отражать характерные морфометрические признаки. С этой целью рассмотрено несколько характерных оползневых склонов, отличающихся по размерам и углу наклона склона. Минимальный уклон рассматриваемых склонов составлял 20°, максимальный – 42°.

В ГИС ArcGIS созданы полигональные сетки (квадратные), размеры ячейки которых составили от 1 до 50 м. Узлы сетки содержали координаты контрольных оползневых склонов. По узлам регулярной сетки с размерами 11 м (то есть плотностью точек/100 м2) получены эталонные ЦМР, относительно которых оценивалась точность сравниваемых ЦМР, содержащих меньшую плотность точек.

Сравнение результатов моделирования рельефа каждого из оползневых склонов выполнено двумя способами: статистический анализ ошибок по растрам, содержащим в пикселях значения разности высот эталонной ЦМР (рисунок 1,а) и ЦМР с меньшей плотностью точек; по продольным профилям оползневых склонов (рисунок 1,б). За границы максимальных отклонений результатов моделирования принимались нормативные значения точности.

В результате статистического анализа результатов моделирования на основе модуля Spatial Analyst ГИС ArcGIS были получены следующие выводы.

Плотность точек, необходимая для максимально точного отображения рельефа оползневого склона на основе регулярной сетки по нормативным значениям точности для верхней границы ошибки, равной +0,66 м, варьировала от 3,32 до 3,41 точек/100 м2, нижней границы ошибки, равной -0,66 м – от 3,62 до 3,75 точек/100 м2. При условии, что оползневой склон был бы покрыт густой растительностью, плотность точек варьировала от 0,67 до 0,72 точек/100 м2 по нормативным значениям точности для верхней границы ошибки, равной +0,99 м и от 0,84 до 0,90 точек/100 м2 для нижней границы ошибки, равной -0,99 м.

Во всех случаях при уменьшении плотности точек ниже этих значений возрастают ошибки между эталонной и фактическими ЦМР, которые превышают допустимые нормативные показатели.

Таким образом, плотность точек, необходимая для создания ЦМР оползневых склонов с уклоном более 20°, должна быть не менее 4 точек/100 м2. Установленный параметр эффективно использовать при использовании автоматизированных методов съемки земной поверхности.

2. Создание цифровых моделей рельефа, отображающих его особенности применительно к вопросу об оползнеопасности, наиболее эффективно выполняется с использованием технологии воздушного лазерного сканирования.

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.

При создании топографических карт и планов широко применяется тахеометрическая и спутниковая съемки, космическая и авиационная стереосъемка (оптическая, радиолокационная), а также воздушное лазерное сканирование (ВЛС).

Авиационная стереосъемка (стереотопографический метод) является основным методом производства и обновления топографических карт и планов. Однако, согласно инструкции по топографическим съемкам в масштабах 1:500 – 1:5000, 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 получения ЦМР по космическим оптическим 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 космическим радиолокационным снимкам необходимо наличие интерферометрической пары радиолокационных снимков земной поверхности. Кроме того, радиолокационный метод может быть использован для топографической съемки рельефа с сечением более 5 м, что также является недостаточным для планов крупных масштабов.

представляется нерациональным и очень трудозатратным.

пространственной информации об объектах на земной поверхности является ВЛС. По результатам ВЛС становится возможным получение точек лазерных отражений (ТЛО) с плотностью, необходимой для создания ЦМР и выявления оползнеопасных территорий. Плотность сканирования самых современных воздушных лазерных сканеров достигает 8-10 точек на 1 м2, из которых после фильтрации примерно одна-две на 1 м2 приходится на точки, соответствующие поверхности земли, то есть при этом обеспечивается необходимая плотность точек для целей выявления оползнеопасных зон (не менее 4 на 100 м2). Однако одной из важных задач при этом является статистическая оценка точности высот точек ВЛС.

Исходным материалом для исследования стали два массива данных:

1. Пикеты тахеометрической съемки, полученные с соблюдением инструкции по топографическим съемкам для масштаба 1:2000 и сечения рельефа 2 м;

2. Точки, соответствующие поверхности земли (класс «Земля») из общего массива ТЛО, полученных по результатам ВЛС лазерным сканером Leica ALS70-HP, на основе которых создавалась ЦМР.

Тахеометрическая съемка была принята за эталонную при оценке точности высот точек ВЛС. Для каждой эталонной точки с помощью модуля Spatial Analyst ГИС ArcGIS с ЦМР, полученной по результатам ВЛС, извлекались отметки высот. На основе пары отметок высот по результатам обработки всей совокупности данных рассчитывались статистические показатели точности высотной составляющей ЦМР по данным ВЛС (таблица 1).

Таблица 1 – Статистические показатели для оценки точности получения высот точек воздушного лазерного сканирования Систематическая ошибка (среднее арифметическое) H, м -0, Интервальное распределение случайных ошибок и соответствующая ему гистограмма эмпирических частот с наложенной на нее кривой Гаусса, приведены на рисунке 2.

Результаты анализа показали, что расхождение высот отметок, полученных по данным лазерной локации и тахеометрической съемки, распределяются следующим образом (рисунок 3): 43% точек имеют расхождение по высоте меньше 10 см, 52% точек – от 10 до 30 см и 5% от общего числа точек отличаются от эталонных высот более чем на 30 см. Следует отметить, что разность высот H не превышает значения 40 см. Для исследуемой территории в соответствии «Инструкцией по топографическим съемкам…», погрешность определения высот составляет 0,66 м, а для лесных участков – 0,99 м.

Для оценки выбора метода геодезического обеспечения для создания ЦМР и выявления оползнеопасных территорий в масштабе 1:2000 проведен сравнительный анализ ЦМР, полученных на основе данных традиционного метода геодезических съемок – тахеометрической съемки, а также ВЛС с плотностью точек не менее 4 на 100 м2. Сравнение высот выполнено по регулярной сетке квадратных ячеек с длиной стороны 20 м. В узлах сетки получено 529 расчетных точек, для которых с двух исследуемых ЦМР извлекались отметки высот и проводился расчет их разности.

Значения распределились следующим образом (рисунок 4):

79% от общего числа точек имеют расхождение меньше 0,5 м, 21% точек расходятся на величину больше 0,5 м. Максимальное расхождение высот между двумя ЦМР достигает 0,9 м, причем наибольшее и наименьшее значения имеют разные знаки.

Карта разности двух поверхностей ЦМР представлена на рисунке 5.

По результатам выполненных исследований сделан вывод о достаточной точности получения высот ТЛО и возможности использования ВЛС для создания ЦМР топографических планов, соответствующих масштабу 1:2000, необходимых при зонировании территорий по степени опасности проявления оползневых процессов.

3. Реализация методики зонирования оползнеопасных участков выполняется оперативно по разработанной компьютерной технологии, включающей ГИС-модули и метод нейронных сетей.

Региональное зонирование территории по степени оползневой опасности обеспечивается методом геодинамического потенциала. Процедура вычисления оползневого потенциала и составления прогнозной карты проводится в несколько этапов.

1. Построение карты распространения оползней по их типам на основе анализа исходных материалов.

2. Разбиение факторов на классы.

3. Построение аналитических карт распределения классов отдельных факторов.

4. Определение вероятности pji проявления оползней в пределах площади i-го класса фактора Bj по формуле:

5. Оценка влияния отдельных факторов на развитие оползней на основе расчета весового коэффициента Vj, определяемый из выражения:

где Ij – информационный коэффициент, предложенный А.Б. Вистелиусом (показывает степень влияния фактора на процесс оползнеобразования); – нормированная вероятность возникновения или активизации оползней для классов j – фактора.

6. Расчет оползневого потенциала Wоп по формуле где П – знак произведения; pk – вероятность pji в совокупности m классов различных факторов конкретного сочетания из приведенного выше числа.

7. Построение карты зонирования по значениям оползневых потенциалов.

В настоящее время технические средства развиваются быстрыми темпами, что дает возможность автоматизации методики геодинамического потенциала. Одними из способов выделения оползнеопасных территорий является метод, основанный на применении ГИС. Процедуру составления карты зонирования по оползневому потенциалу на основе ГИС можно представить в виде блок-схемы, изображенной на рисунке 6.

Апробация методики зонирования на основе ГИСтехнологий выполнялась для исследуемого участка, расположенного в междуречье Мзымты и Бзерпии, на склонах хребта Псехако, в 4 км от Красной Поляны, в Адлерском районе города Сочи, Краснодарский край, Россия. Площадь участка – 24,64 км2.

Протяженность участка с запада на восток составляет 8,2 км, ширина участка с севера на юг – 3,6 км. Район исследований расположен в пределах горной системы Большого Кавказа и приурочен к среднегорному эрозионно-тектоническому типу рельефа с преобладающими высотами от 500 до 1500 м.

Оползни были определены с карты опасных геологических процессов территории туристско-спортивного горноклиматического комплекса «Красная Поляна» масштаба 1:10000. Для каждого оползня в атрибутивной таблице слоя были рассчитаны их площади.

Особенность рельефа местности является одним из важнейших условий, способствующих образованию оползней.

Поэтому в основу анализа легла ЦМР, полученная по данным ВЛС.

В результате работ было получено облако точек класса «Земля», которое экспортировалось в базу данных ГИС ArcGIS и на его основе создана цифровая модель Terrain.

На основе ЦМР, созданной по данным ВЛС, с помощью функциональных возможностей ArcGIS произведен расчет основных морфометрических показателей рельефа – крутизны склона, экспозиции склона, эрозионной расчлененности рельефа и созданы соответствующие им цифровые модели.

литологическая характеристика горных пород, мощность покровных отложений, глубина залегания грунтовых вод и линии тектонических разломов были приняты по данным соответствующих карт.

В комплексе с ВЛС выполнялась аэрофотосъемка. После обработки всех снимков был получен ортофотоплан для изучаемой территории. 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.).

С помощью функциональных возможностей ArcGIS произведен расчет и получены цифровые модели расстояний до объектов хозяйственного освоения территорий, а также 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.

В итоге были созданы аналитические карты распределения классов отдельных факторов для исследуемой территории. К каждому слою карты фактора в его атрибутивную таблицу добавляются данные о площади каждого класса.

По значениям площадей оползней и площадей классов, в границы которого он попадает, рассчитаны вероятности pij проявления оползней в пределах каждого класса факторов и оползневой потенциал – соответствующая результирующая вероятность возникновения или активизации оползней в пределах класса.

После процедуры вычисления оползневого потенциала в пределах каждого класса факторов на основе всех слоев факторов оползнеобразования создана электронная карта, в атрибутивной таблице которой содержится информация о вероятности проявления оползней для каждого пересечения различных классов различных факторов. Вероятность вычислялась последовательно наложением карт классов первого фактора на второй, суммарная карта первого и второго класса накладывается на карту классов третьего фактора и т.д.

Результирующая карта для исследуемой территории создана на основе полученных результатов оползневого потенциала. Шкала вероятности возникновения и активизации оползней определялась по так называемому уровню значимости, выше которого вероятность возникновения или активизации оползневых процессов для исследуемой территории можно считать высокой и очень высокой. Рассчитывался уровень значимости следующим образом.

Коэффициент пораженности оползнями исследуемой территории составляет 1,72 км2 / 24,64 км2 = 0,07. Отсюда при равной значимости всех 10 факторов оползневой потенциал равен W = 1 - (1 - 0,07)10 = 0,516 0,5.

Учитывая, что оползневой потенциал равен 0,5 при равнозначности всех факторов оползнеобразования, на карте зонирования по оползневому потенциалу (рисунок 7) выделено пять классов с вероятностями: меньше 0,3; 0,3 – 0,4; 0,4 – 0,5; 0,5 – 0,6;

больше 0,6. Этому соответствуют следующие вероятности возникновения и активизации оползней: очень низкая, низкая, средняя, высокая и очень высокая.

Таким образом, было произведено зонирование территории по степени опасности проявления оползневых процессов на основе ГИС-технологий.

Одним из путей оценки достоверности получаемой карты зонирования по оползневому потенциалу является проверка результатов другими методами прогнозирования. С этой целью получена карта оползнеопасных зон на основе метода нейронных сетей.

Исходные данные для нейросетевого моделирования приняты по данным методики регионального зонирования территорий по оползневому потенциалу.

Для обучения нейронной сети выбран алгоритм обратного распространения ошибки backpropagation algorithm. Структура нейронной сети следующая: трехслойный персептрон 1191 с сигмоидальной функцией активации, то есть с 11 входными, скрытыми и 1 выходным слоями. Количество циклов обучения равно 2700, скорость обучения равна 0,5.

Площадь оползнеопасной территории, выявленной с помощью нейросетевого анализа, составляет 2,48 км2. На основе метода перекрестной оценки для проверки достоверности нейросетевого анализа был получен процент выявления оползнеопасных зон, равный 93,6 %.

Выявленные по итогам нейросетевого анализа области были оцифрованы и занесены в базу данных уже существующих оползней.

Для сравнения результатов выявления оползнеопасных областей на основе методики зонирования территорий по оползневому потенциалу на основе ГИС и метода аналогий на основе нейронных сетей, растр, полученный по результатам нейросетевого моделирования, был наложен на карту зонирования по оползневому потенциалу (рисунок 7).

Результаты выявления оползнеопасных территорий на основе нейронных сетей совпали с областями высокой и очень высокой вероятности возникновения и активизации оползней по результатам зонирования по оползневому потенциалу на основе ГИС. Поэтому можно сделать вывод, что результаты двух методик дают удовлетворительные достоверные результаты, которые могут быть использованы для различных целей, например при разработке схем территориального планирования, освоении территории при разработке полезных ископаемых и т.д.

ЗАКЛЮЧЕНИЕ

В диссертации представлена научно-квалификационная работа, в которой содержится решение задачи геодезического обеспечения зонирования территорий по степени опасности проявлений оползневых процессов, имеющей важное значение для развития методов инженерной геодезии.

диссертационному исследованию:

1. Проанализированы способы регионального зонирования оползнеопасных территорий и разработана методика исследований, базирующаяся на использовании современных технологий построения цифровой модели рельефа местности.

2. Изучены особенности строения оползнеопасного рельефа, что позволило определить картографические параметры (плотность съемочных пикетов) для автоматизированного описания потенциально оползнеопасных участков рельефа местности.

3. Предложена и обоснована методика воздушного лазерного сканирования для создания координатной основы и регионального зонирования оползнеопасных участков.

4. Проведена оценка точности результатов воздушной лазерно-сканирующей съемки, которая полностью отвечает нормам построения топографических планов масштаба от 1:2000 и мельче для проведения зонирования территорий по степени оползнеопасности.

5. Разработан автоматизированный алгоритм регионального зонирования территорий по степени оползневой опасности, включающий структурированный набор исходных данных, отражающих совокупность факторов оползнеобразования, и, собственно, методику на основе ГИС и нейронных сетей.

6. Разработанная методика зонирования оползнеопасных территорий реализована на примере территории в районе пос.

Красная Поляна, г. Сочи. Результаты практической проверки разработанной методики показали хорошую их сходимость с фактическими данными.

7. Работа имеет практическую направленность. Полученные в рамках диссертации результаты могут быть использованы проектными и строительными организациями, планирующие проведение работ на оползнеопасных территориях.

8. Задачи дальнейших исследований по настоящей тематике состоят в распространении разработанного подхода построения картографической основы для прогнозирования других видов оползней и природных катаклизмов на земной поверхности. Кроме того, целесообразно изучение потенциально опасных оползневых участков в динамике процесса деформации земной поверхности на основе данных дистанционного зондирования, включающих радарную интерферометрию.

Основные положения диссертации опубликованы в следующих работах:

1. Кузин, А. А. Выделение оползнеопасных территорий на основе методов нейронных сетей [Текст] / А. А. Кузин // Записки Горного института. – 2013. – т. 204. – С. 46-52.

2. Кузин, А. А. Информационное обеспечение методики регионального зонирования территорий по степени опасности проявления оползневых процессов [Текст] / А. А. Кузин // Записки Горного института. – 2012. – т. 199. – С. 141-144.

3. Кузин, А. А. Аэрокосмические методы в системе изучения экзогенных процессов [Текст] / А. А. Кузин // Картография и геодезия в современном мире: материалы Всерос. науч.-практ.

конф., посвящ. 50-летию кафедры геодезии, картографии и геоинформатики Мордов. гос. ун- та им. Н. П.Огарева. – 2011. – С. 67-69.

4. Кузин, А. А. Изучение экзогенных геологических явлений с применением материалов дистанционного зондирования [Текст] / А. А. Кузин, Е. И. Примаченко // XXXIV Огаревские чтения:

материалы науч. конф. : в 3 ч. Ч. 2 : Естественные науки. – 2011. – С. 290-291.

5. Кузин, А. А. К вопросу о прогнозировании оползневых процессов средствами ГИС-технологий [Текст] / А. А. Кузин, Е. И. Примаченко // Природно-социально-производственные системы регионов компактного проживания финно-угорских народов: межвуз. сб. науч. тр. – 2011. – С. 299-302.

6. Kuzin, A. A. About using Aerospace methods in the research of exogenous processes [Text] / A. A. Kuzin // Сборник научных трудов по материалам международной научно-практической конференции «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании», 2010 г.. – Т. 30.

География, Химия. – 2010. – С. 4-5.

7. Kuzin, A. A. The application of GIS-technologies in the monitoring of landsliding processes [Text] / A. A. Kuzin // Сборник научных трудов по материалам международной научнопрактической конференции «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании», 2010 г..

– Т. 30. География, Химия. – 2010. – С. 3-4.

8. Kuzin, A. A. The Development of zoning method for territories according to hazard degrees of landslide manifestation [Text] / A. A. Kuzin // Сборник научных трудов по материалам международной научно-практической конференции «XVII Miedzynarodowa konferencja Studenckich Kol Naukowych i XXIX Sejmik SKN, Wroclaw, 10-11 maia 2012 r.». – 2012. – С. 89.

Рисунок 1 – а) Пример эталонной цифровой модели рельефа оползневого склона и профильная линия (обозначена черным цветом); б) продольный профиль оползневого склона по профильной линии атрибутивных таблиц созданных слоев Конвертация GRID Оверлейные операции: пересечение Расчет площади областей пересечения классов оползнеобразующих факторов Расчет оползневого потенциала каждого из классов факторов оползнеобразования ячеек заданной оползневого размерности для потенциала для исследуемой каждой ячейки территории Рисунок 6 – Процедура составления карты оползневой опасности на основе