何禮元1 賈彥琨2 劉琨2 童驍2 梁伍1

1.北京中地華安環(huán)境工程有限公司；2.國(guó)家管網(wǎng)集團(tuán)西氣東輸南昌輸氣分公司 

摘要：以某長(zhǎng)輸管道水毀地質(zhì)災(zāi)害為研究對(duì)象，采用Logistic回歸模型分別完成地質(zhì)災(zāi)害易發(fā)性定量評(píng)價(jià)和影響條件地質(zhì)災(zāi)害易發(fā)性定量評(píng)價(jià)，再綜合兩個(gè)定量評(píng)價(jià)結(jié)果獲得最終地質(zhì)災(zāi)害易發(fā)性定量評(píng)價(jià)結(jié)果，據(jù)此將研究區(qū)域地質(zhì)災(zāi)害易發(fā)程度劃分為高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和非易發(fā)區(qū)，對(duì)油氣管道防災(zāi)減災(zāi)有一定指導(dǎo)意義。

關(guān)鍵詞：油氣管道；地質(zhì)災(zāi)害；水毀；邏輯回歸模型；易發(fā)性預(yù)測(cè)分區(qū)

我國(guó)長(zhǎng)輸油氣管道沿線地質(zhì)環(huán)境和自然條件十分復(fù)雜，部分地段地質(zhì)災(zāi)害嚴(yán)重，對(duì)油氣管道建設(shè)及運(yùn)營(yíng)構(gòu)成較大制約和影響。根據(jù)近10年的統(tǒng)計(jì)，由地質(zhì)災(zāi)害造成的油氣管道運(yùn)行失效約占11%，僅次于第三方施工損壞和打孔盜油破壞，嚴(yán)重威脅著管道的運(yùn)行安全。

本文以某長(zhǎng)輸管道沿線為研究區(qū)，依據(jù)其年度地質(zhì)災(zāi)害專(zhuān)業(yè)化排查出的地質(zhì)災(zāi)害點(diǎn)及相關(guān)數(shù)據(jù)，根據(jù)野外調(diào)查數(shù)據(jù)分析地質(zhì)災(zāi)害的發(fā)育條件、分布規(guī)律及致災(zāi)因素，選取有效的評(píng)價(jià)指標(biāo)。采用邏輯回歸模型構(gòu)建易發(fā)性評(píng)價(jià)模型，預(yù)測(cè)災(zāi)害易發(fā)性概率。根據(jù)R方檢驗(yàn)和顯著性檢驗(yàn)等結(jié)果判斷模型精度和可靠性。最后對(duì)地質(zhì)災(zāi)害易發(fā)區(qū)域進(jìn)行劃分，為油氣管道沿線的減災(zāi)防災(zāi)及規(guī)劃管理提供一定程度的參考。

1  Logistic回歸模型介紹

Logistic函數(shù)由比利時(shí)數(shù)學(xué)家Pierre François Verhulst在1938年提出[1-3]，形式如下：

其中，N（t）表示t時(shí)刻個(gè)體數(shù)，r表示內(nèi)在增長(zhǎng)率，K表示承載力，化簡(jiǎn)為：

當(dāng)因變量為二值變量時(shí)，0表示事件未發(fā)生；1表示事件發(fā)生。定義P為事件發(fā)生的概率，未發(fā)生即為1-P，把P看作為自變量Xi的線性函數(shù)。P對(duì)于Xi在P=0或P=1附近是不敏感且緩慢的，非線性程度較高，于是尋求一個(gè)關(guān)于P的函數(shù)，使得它在P=0或P=1附近變化幅度較大，引入Logistic函數(shù)變換，解得邏輯回歸模型方程為：

式中：P為研究區(qū)地質(zhì)災(zāi)害發(fā)生概率；e為邏輯回歸方程自然常數(shù)；b0為邏輯回歸方程截距（邏輯回歸方程的一個(gè)常數(shù)項(xiàng)）；bi（i＝1,2,3…,n）為邏輯回歸模型中對(duì)應(yīng)的評(píng)價(jià)因子X(jué)i（i＝1,2,3…,n）的邏輯回歸系數(shù)。

2  擬合分析

選取的指標(biāo)有：高程X1、管道走向X2、積水影響長(zhǎng)度X3、地表徑流與管道關(guān)系X4、地形地貌X5、管道埋深X6。將數(shù)據(jù)帶入Logistic回歸模型進(jìn)行擬合，其中地表徑流與管道關(guān)系定義為分類(lèi)變量，0表示否，1表示是。分類(lèi)截止值設(shè)定為0.5。擬合后預(yù)測(cè)正確度統(tǒng)計(jì)如表 1所示，結(jié)果可知Logistic預(yù)測(cè)正確率高達(dá)81.1%，預(yù)測(cè)效果較好。

表 1 擬合優(yōu)度統(tǒng)計(jì)量

Cox & Snell R方和Nagelkerke R方檢驗(yàn)結(jié)果參數(shù)表示模型的變量對(duì)因變量的解釋能力，取值為0～1，越接近1解釋能力越好。如表 2所示檢驗(yàn)結(jié)果均大于0.5，說(shuō)明具有較好的擬合程度。

表 2 擬合結(jié)果檢驗(yàn)

擬合結(jié)果中自變量系數(shù)如表 3所示，B項(xiàng)為每個(gè)自變量所對(duì)應(yīng)系數(shù)，S.E項(xiàng)為標(biāo)準(zhǔn)差，Sig項(xiàng)為顯著性試驗(yàn)。在易發(fā)性評(píng)價(jià)過(guò)程中，邏輯回歸模型運(yùn)算結(jié)果中的B值為各評(píng)價(jià)因子對(duì)災(zāi)害發(fā)生的貢獻(xiàn)度，其值越大說(shuō)明該因子對(duì)災(zāi)害發(fā)生的影響越大。通過(guò)比較Wald和Sig值來(lái)判斷各評(píng)價(jià)指標(biāo)的顯著性，Wald值越大或Sig值越小，顯著性就越高。根據(jù)顯著性檢驗(yàn)結(jié)果，可以看出地表徑流與管道關(guān)系、管道埋深等因素對(duì)災(zāi)害具有較高的敏感性。

表 3 自變量系數(shù)及結(jié)果檢驗(yàn)

將常數(shù)、X1－X6自變量系數(shù)帶入式（3），q＝2.592－0.009X1＋0.006X2－0.002X3－1.359X4＋0.127X5＋0.326X6。最終得出水毀災(zāi)害易發(fā)性概率計(jì)算模型如下：

3  易發(fā)性[4]概率預(yù)測(cè)

研究樣本為某長(zhǎng)輸管道年度地質(zhì)災(zāi)害專(zhuān)業(yè)化排查數(shù)據(jù)，地質(zhì)災(zāi)害隱患點(diǎn)主要包括河溝道水毀、坡面水毀、臺(tái)田地水毀等。野外調(diào)查時(shí)數(shù)據(jù)源采集參數(shù)包括里程、經(jīng)度、緯度、高程、災(zāi)害點(diǎn)類(lèi)型、土質(zhì)類(lèi)型、植被類(lèi)型、管道走向、積水影響長(zhǎng)度、地表徑流與管道關(guān)系、地形地貌、管道狀況、管道埋深等。如表 4所示，選取高程X1、管道走向X2、積水影響長(zhǎng)度X3、地表徑流與管道關(guān)系X4、地形地貌X5、管道埋深X6六個(gè)指標(biāo)數(shù)據(jù)進(jìn)行概率預(yù)測(cè)。

表 4 管道沿線現(xiàn)場(chǎng)原始數(shù)據(jù)（以10組數(shù)據(jù)為例）

將原始數(shù)據(jù)在表格中進(jìn)行整合，輸入IBM SPSS Statistics中，經(jīng)計(jì)算后將類(lèi)別數(shù)據(jù)輸出為量化數(shù)據(jù)，將SPSS輸出結(jié)果帶入易發(fā)性概率計(jì)算公式中，計(jì)算結(jié)果如表 5所示。

表 5 原始數(shù)據(jù)SPSS輸出

4  地質(zhì)災(zāi)害易發(fā)區(qū)[5-6]劃分

按照“區(qū)內(nèi)相似、區(qū)際差異”的原則，即在同一類(lèi)型的區(qū)內(nèi)，地質(zhì)環(huán)境背景條件、主要誘發(fā)條件和地質(zhì)災(zāi)害發(fā)育特征應(yīng)基本相似，而不同類(lèi)型的區(qū)內(nèi)，則具有明顯的差異性。依據(jù)定量評(píng)價(jià)結(jié)果，借助GIS（地理信息系統(tǒng)）技術(shù)，用電子信息化手段合并易發(fā)性相同或者相近的概率單元格，對(duì)地質(zhì)災(zāi)害易發(fā)性程度進(jìn)行等級(jí)分區(qū)，分區(qū)主要特征如表 6所示。

表 6 地質(zhì)災(zāi)害易發(fā)程度分區(qū)主要特征

5  總結(jié)與建議

（1）通過(guò)Logistic回歸模型預(yù)測(cè)油氣管道水毀地質(zhì)災(zāi)害易發(fā)性概率效果較好，根據(jù)預(yù)測(cè)結(jié)果對(duì)易發(fā)程度分區(qū)，為管道地質(zhì)災(zāi)害日常管理劃出了重點(diǎn)，有利于管道管理單位將有限的資源合理利用，立足于治早治小，對(duì)油氣管道水毀地質(zhì)災(zāi)害防災(zāi)減災(zāi)有一定指導(dǎo)意義。

（2）由于地質(zhì)災(zāi)害的發(fā)育是地質(zhì)環(huán)境變化和影響因素綜合作用的結(jié)果，是不斷變化和發(fā)展的，在同一或臨近區(qū)域的影響因素相似性高。因此本文介紹的關(guān)于Logistic回歸模型水毀災(zāi)害易發(fā)性概率計(jì)算結(jié)果適用于長(zhǎng)輸油氣管道的易發(fā)性分區(qū)。同時(shí)，該方法所需采集的樣本較多，難以在日常管理中實(shí)施，主要依靠承包商單位周期性地質(zhì)災(zāi)害專(zhuān)業(yè)化排查成果進(jìn)行易發(fā)性預(yù)測(cè)分區(qū)。

（3）地質(zhì)災(zāi)害的調(diào)查、防治將是一項(xiàng)長(zhǎng)期的工作，下一步將結(jié)合區(qū)域監(jiān)測(cè)預(yù)警信息，減少現(xiàn)場(chǎng)數(shù)據(jù)采集工作量，實(shí)現(xiàn)短周期地質(zhì)災(zāi)害易發(fā)性分區(qū)，為長(zhǎng)輸油氣管道的安全運(yùn)營(yíng)提供長(zhǎng)期保障。

參考文獻(xiàn)：

[1]田春山，劉希林，汪佳.基于 CF 和 Logistic 回歸模型的廣東省地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J].水文地質(zhì)工程地質(zhì)，2016(11)：154-170.

[2]鐘畝鋒.基于確定性系數(shù)與Logistic回歸模型的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J].世界有色金屬，2020(01)：186-190.

[3]樊芷吟，茍曉峰，秦明月，范強(qiáng)，余建樂(lè)，趙建軍.基于信息量模型與 Logistic 回歸模型耦合的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià) [J].工程地質(zhì)學(xué)報(bào)，2018(04)：340-347.

[4]鐘蔭乾.地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J].湖北地礦，2002，16(4)：81-86.

[5]尚慧，倪萬(wàn)魁，程花.斜坡單元?jiǎng)澐衷谂黻?yáng)縣地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃的應(yīng)用[J].中國(guó)水土保持，2011，3(2)：48-50.

[6]苗雨.基于GIS和Logistic模型的地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃研究[D].西安：長(zhǎng)安大學(xué)，2010：1-59.

作者簡(jiǎn)介：何禮元，1995年生，2018年畢業(yè)于安徽理工大學(xué)地質(zhì)工程專(zhuān)業(yè)，大學(xué)本科學(xué)歷，助理工程師，主要從事長(zhǎng)輸油氣管道地質(zhì)災(zāi)害勘查、評(píng)估、監(jiān)測(cè)預(yù)警工作。聯(lián)系方式：13135548788，757279399@qq.com。