基于GIS的Logistic模型在深圳大运中心岩溶空间发育规律评价中的应用 2010城市地质环境论坛与可持续发展论坛交流.pptVIP

基于GIS的Logistic模型在深圳大运 中心岩溶空间发育规律评价中的应用 中国地质大学（武汉）工程学院 2010年8月25日 目 录 1. 深圳大运中心工程概况 2. 场区勘探工作 3. 地面塌陷及裂缝情况 4. Logistic回归简介 5. 技术路线 6. 场地评价结果 7. 结论 1.深圳大运中心工程概况 大运中心位于深圳市东北部，龙岗中心城的西区，距离市中心约15公里，是举办2011年第26届世界大学生夏季运动会的主场馆区。 场地南北长约1050米，东西宽约990米，总用地面积达52.05万平方米，总建筑面积29万平方米，总投资约41亿元人民币 场地主要的建筑物有体育馆（1.8万个座位）、主体育场（6万个座位）、游泳馆（3000个座位）、热身赛场、大运村、全民健身广场、体育综合服务区、新闻指挥中心、人工湖、道路和配套设施等。 平面图 2.场区勘探工作 2006年3月 场地初步勘察 2007年8月-11月 详细勘察 在体育馆、体育场、游泳馆等重要场地处布置了超前钻孔、补充钻孔共计2500多个。 钻探揭示的岩溶塌陷规模大小不一 个别溶洞高达15.1m（埋深15.7m，碎石土充填）、土洞高达4.9m（埋深20.2m，无充填） 体育馆东部见洞率12.5%，南部见洞率58.1%，洞穴埋藏深度10-30m。 3.地面塌陷及裂缝情况 2008年1月21日，出现塌陷 22日又出现塌陷 随着管桩施工的开展，管桩完成部分的施工场地出现大量开裂现象 4.Logistic回归简介 Logistic回归模型是二分类因变量（因变量y只取两个值）进行回归分析时经常采用的统计分析方法。 Logistic回归是一种非线性模型，普遍采用的参数估计方法是最大似然估计法。 Logistic回归方法能对分类因变量和分类自变量（或连续自变量，或混合变量）进行回归建模 Logistic回归的概率公式 对一个试验样品在一组自变量作用下所发生的结果用指示变量Y表示，Y的赋值规则为 将出现成功结果的概率记为P 出现失败结果的概率记为Q x1，x2，…，xm表示对结果Y 的m个影响因素 Logistic回归公式表示的出现成功结果的概率为公式（1） ： 深度分层 埋深组1 埋深组2 … 埋深组n 单元PL1值 ×土溶洞频率f1 单元PL2值 ×土溶洞频率f2 … 单元PLn值 ×土溶洞频率fn 埋深组1钻孔Logistic模型 埋深组2钻孔 Logistic模型 … 埋深组n钻孔 Logistic模型 5.技术路线 选用MAPGIS软件为GIS技术平台，在MAPGIS二次开发库平台上，以Visual C++为开发环境进行二次开发 场地按10 m×10 m大小共划分为6 843个单元 6.场地评价结果 表1 场地岩溶发育埋深分组 影响 因子 影响因子符号 分类 虚拟变量编码 表达形式 对照组 地层 岩性 X1 I（灰岩为主） 10 X1=1 I I（灰岩和砂岩混合） 00 X1=0 II III（粉砂岩为主） 01 X1=2 地下水埋深/ m X2 ≤5 10000 X2=1 5～10 00000 X2=0 5～10 10～25 01000 X2=2 25～30 00100 X2=3 30～45 00010 X2=4 45 00001 X2=5 表2 10～22 m埋深组影响因子及分类表 影响 因子 影响因子符号 分类 虚拟变量编码 表达形式 对照组 与构造线 距离/ m X3 ≤50 10000 X3=1 50～100 00000 X3=0 50～100 100～150 01000 X3=2 150～250 00100 X3=3 250～350 00010 X3=4 350 00001 X3=5 继表2 10～22 m埋深组影响因子及分类表 表3 10～22 m埋深组Logistic 回归系数β值 表达式 X1=1 X1=2 ? ? ? 回归系数β 0.3152 -0.0613 ? ? ? 表达式 X2=1 X2=2 X2=3 X2=4 X2=5 回归系数β 0.2484 0.1821 0.2954 0.3899 0.2946 表达式 X3=1 X3=2 X3=3 X3=4 X3=5 回归系数β 0.2591 -0.1536 0.1531 0.1940 -0.0241 β0= -2.968 7 由表3得到 10-22 m埋深组 Logistic回归模型表达式 （2） 将场地钻孔数据代入方程（2）式，可得到每个钻孔的Logistic回归PL值。由PL值计算出岩溶样本和非岩溶样本概率的平均值和标准差 根据二维判别理论，得到判据 公式（3） 、 S1，S2分别为岩溶样本和非岩溶样本概率的平均值和标准差 根据式（3）计算10～22