采煤塌陷区土地损毁程度评价系统研究

刘 毅，王世东

(河南理工大学 测绘与国土信息工程学院,河南 焦作 454000)



采煤塌陷区土地损毁程度评价系统研究

刘 毅，王世东

(河南理工大学 测绘与国土信息工程学院,河南 焦作 454000)

针对传统的土地损毁程度评价工作效率低、评价结果不够直观等问题，采用ArcEngine、SQLServer、ArcSDE、C#等技术，运用改进的模糊综合评价模型，开发了采煤塌陷区土地损毁程度评价系统。该系统实现了采煤塌陷区土地损毁程度评价的信息化与可视化，提高了采煤塌陷区土地损毁程度评价工作的效率。使用该系统对河南省禹州市某矿采煤塌陷区土地损毁程度进行了评价，结果表明该系统具有使用方便、效率高、评价结果直观等优点，具有一定的应用价值。

ArcEngine;改进模糊综合评价模型;土地损毁程度;评价系统

煤炭是我国最主要的能源，占一次能源生产和消费的70%左右[1]。煤炭资源开采在对国民经济发挥巨大推动作用的同时，也对矿区生态环境带来严重的负面影响，特别是采煤塌陷破坏了大量耕地，严重影响区域可持续发展[2]。土地损毁程度评价是编制土地复垦方案的关键环节之一，其结果是土地复垦规划的重要依据。对于矿区土地损毁程度评价，国内外已有不少学者做过相关研究，目前常见的评价方法有极限条件法、模糊综合评价法、基于GIS的统计学评价法、指数和法等。这些方法都能在一定程度上反映出矿区土地的损毁情况。但是这些评价方法得出的评价结果不够具体和直观，对实际工作缺乏指导意义。随着现代信息技术的迅猛发展，GIS技术在各个领域得到了广泛的应用，将GIS技术应用于矿区土地复垦及生态环境治理具有非常广阔的前景。

本文对传统模糊综合评价模型的权重确定方法进行了改进，建立了基于改进G1法的模糊综合评价模型，并采用ArcEngine、ArcSDE、SQLServer、C#等技术加以实现，构建了具有较强科学性和通用性的土地损毁程度评价系统，为采煤塌陷区土地损毁程度评价的定量化和数字化评价提供技术平台，为我国采煤塌陷区土地复垦的信息化提供借鉴和参考。

1 建立土地损毁程度模糊综合评价模型

1.1 确定论域因素集及分级标准

因素集是评价模型的指标体系，它是影响系统主要因素的集合，也是衡量系统的主要指标。评价指标的选取应充分考虑研究区的地形地貌、地类及气候等因素，结合实地调研，选取反映土地损毁情况的指标。

对于研究区而言，土地破坏的主要特征为塌陷和裂缝，与此相关的指标应在评价指标中占主导地位。根据研究区的实际情况，结合已有的研究成果[3-4]和专家意见，选取的土地损毁程度评价指标如表1所示。

表1 指标选取及分级标准

因此，系统因素集U确定为

U=(u1,u2,u3,u4,u5,u6,u7,u8,u9,u10)

式中：u1为塌陷深度；u2为塌陷面积；u3为塌陷边坡度；u4为裂缝宽度；u5为裂缝间隔；u6为裂缝长度；u7为土壤侵蚀度；u8为土壤盐碱度；u9为积水情况；u10为稳定性。

1.2 权重向量的确定

权重的确定是综合评价中的核心问题[5]。G1赋权法是郭亚军等[6]针对AHP等主观赋权中遇到的一致性问题，提出的一种赋权方法，它不用构造判断矩阵，计算量比AHP法明显减少，而且对指标个数没有限制。但是，当对指标进行排序时，专家很难对指标间的相对重要程度有一个较为明确的说明，而且每位专家对指标的理解都有一定的主观性，因此专家对于指标重要性排序的意见很难统一。

针对G1赋权法中的排序问题，本文将模糊意见集中决策的方法引入到G1法中。模糊意见集中决策是模糊数学中的一种对多种意见进行综合分析后进行排序的方法，此方法简单易行，能有效地解决指标重要性排序的问题[7]。因此本文使用基于模糊意见集中决策的G1法来确定指标权重。

(1)根据模糊意见集中决策确定指标排序。

V={v1,v2,…，vi,…,vm}

式中vi是第i种意见序列，即U中元素的某一个排序。

令u∈U,Bi(u)表示第i种意见序列vi中排在u之后的元素个数，即：

若u在第i种意见vi中排在第1位，则Bi(u)=n-1；

若u在第i种意见vi中排在第2位，则Bi(u)=n-2；

……

若u在第i种意见vi中排在第k位，则Bi(u)=n-k。

(1)

为u的Borda数，则论域U的所有元素可按Borda数的大小进行排序，此排序就是集中意见之后的比较合理的意见。可以确定指标重要性程度的排序关系为

(2)

(2)对相邻指标间的重要程度之比进行赋值。

G1法中相邻指标和xk之间的重要程度之比为

(3)

因此，可以依照前几个指标之间的排序关系，计算出各指标之间的相对重要度。由于Borda数可以反映出相邻指标间的相对重要程度，所以根据相邻指标间的Borda数之比为rk赋值。参照rk赋值表(见表2)，对rk进行赋值的原则为：

①取最接近的相邻两指标与xk的Borda数之比的rk赋值表中的值为rk赋值；

②若相邻两指标与xk间的Borda数之比大于1.8，则rk赋值为1.8，即认为比xk极端重要。

表2 rk赋值表

(3)指标权重的确定。

(4)

A=(a1,a2,a3,a4,a5,a6,a7,a8,a9,a10)

式中：a1为因素集中u1的权重；a2为因素集中u2的权重；a3为因素集中u3的权重；以此类推。

表3 指标权重

1.3 评语集的确定

评语集是对每一因素所有可能评语的集合，采煤塌陷区土地损毁程度评价一般将土地的损毁程度分为轻度、中度和重度三类，因此评语集可以确定为

V=(v1,v2,v3)

式中：v1为轻度；v2为中度；v3为重度。

1.4 评价单元划分

土地损毁程度评价首先要划分评价单元。评价单元是指在一定区域内土地质量以及复垦利用方向和改良途径基本一致的土地[8]。

本文是对采煤塌陷区的土地损毁程度进行评价，研究区内的土地损毁类型皆为塌陷，因此本文根据土地类型来划分评价单元。结合第二次全国土地调查成果资料与研究区土地利用现状图，把土地利用现状图中用来区分土地类型的每个图斑作为一个评价单元。

1.5 隶属函数的确定

当无积水时，对轻度损毁的隶属度为1，对其他评语的隶属度为0;当季节性积水时，对中度损毁的隶属度为0.75，对重度损毁的隶属度为0.25;当长期积水时，对重度损毁的隶属度为1；对其他评语的隶属度为0。其他定性描述的指标均按上述方法确定其隶属度。对于定量描述的指标，由于其分级标准是以区间划分的，符合梯形分布的特点，因此本文采用指派法中的梯形分布隶属函数计算它们隶属于每种评语的隶属度，梯形分布隶属函数为：

偏小型

(5)

偏大型

(6)

中间型

(7)

1.6 综合评价

把综合评价各指标的值代入上述各隶属函数，得到其模糊评价矩阵R，再根据权向量A可以计算出评价结果向量B为

B=A·R

评价向量B给出了评价单元隶属于每种评语的隶属度，根据最大隶属度原则，可以给出每个评价单元对应的评语。

2 系统设计及功能实现

2.1 系统数据库的建立

2.1.1 数据来源

本文的数据来源主要有河南省禹州市第二次土地调查成果图、禹州某矿矿产资源开发和储量图、矿区开采沉陷预测数据等。

2.1.2 系统数据库的构建

数据是系统运行的基础，只有在完备数据的基础上才能使得系统的功能充分发挥[9]。本文系统数据库包括空间数据库和属性数据库。系统采用SQL Server 2008为数据库平台，以空间数据库引擎ArcSDE为中间件进行空间数据库的构建。属性数据库主要采用SQL Server 2008构建，通过.net中的DataGridView控件对数据库进行可视化，运用ADO.NET技术实现对SQL Server数据库的访问与管理[10-11]。空间数据与属性数据不是孤立的，而是相互连接的，这也是GIS系统数据库与其他系统数据库的本质区别所在[12-13]。

2.2 系统功能设计

2.2.1 系统开发环境

本文在Windows 7操作系统下，以Microsoft Visual Studio 2010和Arc Engine 10.0为平台，采用SQL Server 2008和空间数据库引擎ArcSDE构建数据库，以C#作为开发语言设计开发了采煤塌陷区土地损毁程度评价系统。

2.2.2 改进评价模型的实现

改进模糊综合评价模型是本文系统的核心，对于模糊综合评价中的模糊矩阵的计算，本文系统使用C#调用Matlab组件编程实现[14]。根据各评价指标的实际取值，通过式5、式6、式7计算其隶属于每种评语的隶属度，得到模糊评价矩阵R，再由权重向量A得到评价结果向量B=A·R。

2.2.3 系统结构模块设计

系统分为5大功能模块：数据输入模块、数据管理模块、采煤塌陷区土地损毁程度评价模块、数据查询模块及结果输出模块。系统功能模块结构如图1所示。

图1 系统功能模块

2.2.4 系统运行流程

系统运行过程包括数据采集、数据入库、数据查询与提取、评价、评价结果与分析等5个步骤。

数据采集是根据研究区已有资料和实地调查，收集与评价相关的数据，包括空间数据和属性数据，从这些数据中得到模糊综合评价模型中需要的相关指标值。

数据入库是将采集得到的数据录入系统数据库中，以便评价使用。

数据查询与提取即在系统评价过程中，通过查询获得数据库中所需的相关的属性值，并将其输入评价模型中进行评价。

评价即根据提取的相关数据，对目标区域的土地损毁程度进行综合评价。根据模糊综合评价模型得出的对应于每种评语的隶属度，给出每个评价单元相对应的评语，即重度损毁、中度损毁、轻度损毁。

评价结果与分析是根据模糊综合评价模型给出的每个评价单元的评语，对不同损毁程度的评价单元进行分类渲染，得到研究区土地损毁程度分级图。

3 功能实例

3.1 研究区概况

河南省禹州市某矿位于鸿畅镇许家沟村，该井田地理坐标为东经113°13′17″～113°16′15″、北纬34°05′54″～34°06′31″。该井田属于低山丘陵区，冲沟发育，地貌复杂，为侵蚀地形，多为深10～20 m左右的南北向的黄土冲沟，其中较深的沟底往往有基岩露出。

3.2 评价实现

根据数据库中录入的每个评价单元各个指标的属性值，运用模糊综合评价模型对每个评价单元的土地损毁程度进行评价。

图2 系统评价结果

在系统中用鼠标点击模型菜单下的分析子菜单，系统将运行模糊综合评价模块，对每个评价单元进行评价，并根据评价结果对每个评价单元给出轻度、中度或重度的评语，然后将些评语作为属性值写入属性表中的新增字段“损毁程度”，最后根据评价单元的不同评语，使用ArcEngine中的UniqueValueRenderer专题图制作技术，对不同损毁程度的评价单元以不同的颜色进行渲染，然后更新视图，这样就得到了研究区土地损毁程度分级图，实现了评价结果的可视化。系统评价结果如图2所示。

本文系统的关键代码为：

//设置渲染字段

uniqueValueRenderer.set_Field(0, "破坏程度");

//定义三种填充符号

ISimpleFillSymbol simpleFillSymbol = new SimpleFillSymbolClass();

simpleFillSymbol.Color =getRGB(123, 220, 50);

ISimpleFillSymbol simpleFillSymbol1 = new SimpleFillSymbolClass();

simpleFillSymbol1.Color = getRGB(220, 100, 50);

ISimpleFillSymbol simpleFillSymbol2 = new SimpleFillSymbolClass();

simpleFillSymbol2.Color =getRGB(20, 120, 50);

//根据评价结果对每个评价单元进行渲染

if (featureCursor != null)

{feature = featureCursor.NextFeature();

uniqueValueRenderer.AddValue("轻度", "破坏程度", simpleFillSymbol as ISymbol);

uniqueValueRenderer.AddValue("中度", "破坏程度", simpleFillSymbol2 as ISymbol);

uniqueValueRenderer.AddValue("重度", "破坏程度", simpleFillSymbol1 as ISymbol);}

从图2中可以看出，系统将该采煤塌陷区内的土地按照损毁程度分成了3类，并用不同的颜色表示，形成了研究区的土地损毁程度分级图，通过工具栏中的属性识别工具可以浏览每个评价单元的具体属性。

4 结论

本文通过模糊意见集中决策的排序方法对G1赋权法进行改进，并将其运用到模糊综合评价模型中，建立基于改进G1法的模糊综合评价模型，并以Microsoft Visual Studio 2010为开发平台，以ArcEngine、C#等技术手段加以实现，开发了采煤塌陷区土地损毁程度评价系统。该系统提高了采煤塌陷区土地损毁程度评价工作的效率，为采煤塌陷区土地损毁程度评价工作提供了新的解决方案，具有一定的借鉴和参考价值。使用本文系统对河南省禹州市某矿的采煤塌陷区土地损毁程度的评价结果表明，该系统具有使用方便、效率高、评价结果直观等优点，但由于开发经验与能力有限，系统在界面美化、兼容性等方面还存在一些不足，有待于进一步完善。

[1]刘汝海，王起超.东北地区煤矸石环境危害及对策[J].地理科学，2002，22(1):110-113.

[2]胡振琪，赵艳玲，程玲玲.中国土地复垦目标与内涵扩展[J].中国土地科学，2004，18(3):4-8.

[3]李发斌，李何超，周家云.矿山土地破坏程度评价方法研究[J].采矿技术，2006，6(2):25-28.

[4]唐辉，魏峰远.煤矿开采土地破坏程度的模糊综合评价[J].测绘与空间地理信息，2011，34(5):269-271.

[5]王学军，郭亚军.基于G1法的判断矩阵一致性分析[J].中国管理科学，2006，14(3):65-70.

[6]郭亚军.一种新的动态综合评价法[J].管理科学学报，2002，5(2):49-54.

[7]杨纶标.模糊数学原理及应用[M] .广州：华南理工大学出版社，2000.

[8]文学菊，周家云. 矿山土地破坏程度评价——以攀枝花市花山煤矿为例 [J].山地学报，2006，24(3):378-384.

[9]梁建国，徐占华，夏君.面向服务的空间信息共享机制设计与实现[J].测绘通报，2011(2):56-58.

[10]ESRI.ARCGIS Engine Developer Guide[M].USA: ESRI，2008.

[11]刘仁义，刘南.ArcGIS开发宝典——从入门到精通[M].北京:科学出版社,2006

[12]张震，马安青，陈爽，等. 基于ArcGISEngine的胶州湾水质预报可视化信息系统设计与实现[J].海洋环境科学，2013，32(1):120-124.

[13]郭淑芬，于志刚，李成名，等. 基于Flex开发综合市情系统的研究与应用[J].测绘通报，2012(10):88-91.

[14]尚涛.MATLAB基础及其应用教程[M].北京：电子工业出版社，2014.

[15]蒋波涛.组件式GIS应用框架的设计与实现——基于C#和ArcGIS Engine 9.2[M].北京:电子工业出版社，2008.

Damage degree evaluation system in mining subsided areas

LIU Yi, WANG Shi-dong

(SchoolofSurveyingandLandInformationEngineering,HenanPolytechnicUniversity,Jiaozuo454000,China)

In view of low work efficiency and less intuitive in traditional land damage degree evaluation, this paper presents ArcEngine, ArcSDE, SQLServer, Microsoft Visual C# and other technologies, combining the advanced fuzzy synthetically evaluation model to develop mining subsided damage degree evaluation system. The system realized the informatization and visualization of mining subsided damage degree evaluation, and improved the efficiency of mining subsided areas damage degree evaluation work. Using the system to the mining subsided areas damage degree evaluation of Yuzhou City, Henan Province, the second ore of Pingyu Coal Limited Liability Company, The results showed that the system has many advantages such as simple to use, high efficiency, intuitive evaluation results and it has some application value.

ArcEngine; Advanced fuzzy synthetically evaluation model; land damaged degree; evaluation system

2015-06-23

国家自然科学基金项目(41301617)；河南省科技攻关项目(142102310033)；中国煤炭工业协会指导性计划项目(MTKJ-2013-310)

刘 毅(1989-)，男，河南漯河人，硕士研究生。

王世东(1978-)，男，河南清丰人，博士，副教授。

1674-7046(2015)05-0054-07

10.14140/j.cnki.hncjxb.2015.05.011

P208

A