灾害地貌专家系统的结构设计，本文主要内容关键词为：专家系统论文,地貌论文,灾害论文,结构设计论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：P208文献标识码：A
灾害地貌专家系统（Calamitous Landform Expert System —CLES）是一个能对灾害地貌过程进行预测、预报、监测、模拟，以地貌学专家的水平解决灾害地貌问题的计算机系统。CLES具有对地学图形数据和遥感图象数据进行存贮更新、查询检索、分析处理、图象显示、信息输出等功能。利用地貌学专家知识和计算机快速处理数据的能力，CLES可以对诸如泥石流、滑坡、崩塌等灾害地貌过程进行准确、快速的预测、预报，并进行专家级的分析与评价，对灾害地貌的综合治理与流域地貌的区划、规划提出几种可行性建议供用户选择。本文以天山阿拉沟流域泥石流灾害地貌的综合治理为例，介绍构造灾害地貌专家系统的基本原理和方法。
1 系统的逻辑结构设计
CLES的结构组成如图1所示。
图1 CLES的结构组成
Fig.1 Structural composition of CLES
1.1 综合数据库[1]
1）数据采集子系统（Data Collection Subsystem-DCS） DCS 的功能包括地学专题图形的数字化输入和遥感图象的扫描输入两大部分。
2）图象数据库（Image Data Base-IDB） IDB 存贮经过特征编码和数据压缩的地学专题图形和遥感图象数据。IDB 的功能为：将图象数据的矢量格式转换成栅格格式，并以压缩编码方式存贮图形／图象数据；可对图形／图象数据进行各种数学变换和数字图象处理；进行图形／图象数据的各种统计分析；可根据模型库的计算公式对灾害地貌发育过程进行动态模拟；产生数字地形模型；直接访问由Foxpro ver5.0 建立起来的属性数据库，将图形／图象的各种属性调入内存，供图形／图象数据的分析、查询使用。
3）属性数据库（Attribute Data Basc－ADB） ADB存放与图形／图象数据相关的属性数据，如各种多边形的面积、类型、名称、各种点、线、弧段的几何属性、空间属性及其自然与社会属性。
4）模型库（Model Base－MB） MB中的模型分为两大类， 即系统模型和应用模型。系统模型包括系统坐标变换、曲线插值与曲面拟合运算、图象覆盖与分离处理、地形要素提取、空间数据搜索、主成分分析及系统层次分析等。应用模型包括灰色控制系统分析、模糊聚类分析、模糊模式识别分析、灾害地貌发育过程的运动机理分析等模型。
1.2 知识库[2]（Knowledge Base－KB）
KB中存放进行推理所需要的判断性知识和灾害地貌发育过程中的各种描述性知识。在CLES中，灾害地貌专家知识用产生式规则表示。产生式规则将知识分为前件（条件）和后件（结论）两部分。产生式规则的一般形式是：
If 〈condition〉 then 〈conclusion〉
知识的产生式规则表示较直观，符合人的思维习惯，便于构造推理机。此外这种数据结构也适用于表示灾害地貌专家的经验性知识。
If（rain-intensity＞15） then （Debris-flow occurring）
如果降雨强度大于15mm／10min则发生泥石流。
1）灾害地貌专家知识分类 灾害地貌专家知识可分为三类， 即灾害地貌基本因子知识（一级知识），灾害地貌类型划分与强度的评定知识（二级知识）和灾害地貌综合治理决策知识（三级知识）。一级知识是推理的基本单元，它们构成了规则的前件和后件，CLES输入的一级知识如表2所示。二三级知识是推理规则， 二级知识的结论是灾害地貌类型划分及其强度的评定。三级知识的结论是在二级知识结论的基础上得出的最终解决方案。主要包括在特定灾害地貌条件下应采取的防治工程措施和治理工程规划。如育林种草、稳定沟坡，以防治滑坡和泥石流的发生措施；在重点沟谷型泥石流频发地段采取拦截和排泄相结合的工程防治措施，以防止河床继续下切，降低泥石流的规模等工程措施。
2）CLES知识库的组织[3] CLES知识库中的知识类别包括灾害地貌类型、堆积物类型、物理性态和沉积相特征（如图2所示）。CLES 的知识用树形层次结构表示，其中结点表示地貌学基本概念，而用连接结点的弧表示这些概念之间的成员关系（e）和子集关系（s）。层次结构中每个结点X称为该层次的父辈结点，或称为由结点X发出的“e”和“s”弧组成的链上别外一些结点的限制。同理，称结点X 是位于由进入它的“e”和“s”弧组成的链上的任何后辈结点的概括。为了更准确地进行编码，系统除使用一般集合论中的成员关系（用“e ”弧表示）和子集关系（用“s”弧表示）的概念外，还使用了不相交子集（ds ）和不同元素（de）这类限制性更大的概念。例如，从结点X到结点Z的“ds”弧表示X是Z的一个子集，并且X同任何向Z发出“ds”弧的其它子集Y 不相交。同理，标有“de”的弧表明两个或两个以上结点中的每一个结点都代表某一集合中的不同元素。
图2 CLES知识库的组织
Fig.2 The organization of knowledge base for CLES
3）CLES知识的BNF语法表示 对于CLES的三级知识，可以用规则的BNF（巴喀斯范式）语法表示如下：
（1）一级知识（因子描述）
〈因子〉∷＝〈因子〉〈因子分级〉
〈因子分级〉∷＝〈因子级别〉〈因子分级最小值〉
〈因子分级最大值〉
（2）二三级知识（规则描述）
〈规则〉∷＝If〈证据〉then 〈结论〉
〈证据〉∷＝〈条件〉｜〈条件〉or〈条件〉
｜〈条件〉and 〈条件〉
〈条件〉∷＝〈因子名〉〈因子级别〉
〈结论〉∷＝〈中间结论〉｜〈最终结论〉
〈中间结论〉∷＝〈类型〉〈值〉
〈最终结论〉∷＝〈类型〉〈值〉〈措施〉
〈类型〉∷＝〈类型1〉｜〈类型2〉｜…
〈值〉∷＝〈类型值1〉｜〈类型值2〉｜…
〈措施〉∷＝〈措施1〉｜〈措施2〉｜〈措施3〉｜…
在CLES中，上述三级知识的表示均采用C语言的结构链来描述， 它们之间的相互联系通过指针来实现。CLES知识库的系统结构如图3 所示。
图3 CLES知识库的系统结构
Fig.3 Systematic structure of CLES knowledge base
1.3 推理机（Inference Engine-IE）
1）层次推理 IE 的一次完整的推理过程包括以下三个层次的推理[4]：
（1）底层推理。 利用一级知识中的基本因子分级条件去匹配给定的因子值，以得出给定数据的因子级别，如坡度级别的确定等。
（2）中层推理。 用底层推理得出的因子分级与相应的分类规则相匹配，以得出二级分类，即灾害地貌的类型划分及其强度的确定。此层推理采用正向连接，沿规则网络搜索证据（从综合数据库中获取或向用户询问）数据，并与相应的规则匹配。
（3）顶层推理。 根据底层和中层推理以及三级知识（专家经验）推断出相应灾害地貌类型的综合治理决策方案。此层推理采用正向和逆向连接相结合的方式进行。当证据充分时，采用正向连接，逐步搜索证据，最终得出结论。当证据不充分时，采用逆向连接，即先在地貌学专家给定的方案中选择目标，再逐步求证，以证明方案的可用性。上述三层推理形成的推理规则网络如图4所示。
图4 CLES推理规则网络
Fig.4 The inference rule network of CLES
2）推理规则 IE将KB 中表示灾害地貌类型的规则（专家知识）连接起来，就定义了一个由断言组成的联想网络，这个网络称为该类地貌的模型（每个模型都由若干条规则和断言组成）。规则都具有推断强度的数值（充分性系数和必要性系数）。每个联想网络都指明了野外观测数据与预测的某类假设的相关性。如果这个假设成立，就断定会发生某种灾害地貌，即断言正确。联想网络中的断言是分块表示的，每个块（称为语义空间）内用结点表示地貌实体，而过程、位置和关系用弧表示[5]。每一块内都表示一句完整的陈述， 而每个陈述又可以分解成若干个简单断言（只包括一个关系及其各变量的断言），如给出断言A ：“存在滑坡”的网络表示，可以将断言A 分解为三个简单断言：A[,1] ：存在一个实体Entry,A[,2]：Entry由岩石碎屑组成；A[,3]：Entry存在滑距（垂直滑距与水平滑距），如图5所示。其中from-of（表示组成）和comp-of（表示成分）都代表二元关系。 推理规则前件网络表示的块与后件网络表示的块用一条弧（称为似然弧）连接起来就构成了该条规则。推理规则可用各种方式连接，如可用其中一条规则的后件构成另一条规则的前件（或其中一部分）来连接，通过共用同一后件或同一前件（或其中一部分）连接起来。当两条规则有相同的后件，且一条规则的前件是另一条规则的前件的限制时，则该条规则可用“链系”表示的元素（子集关系）隐含地连接[6]。在推理过程中，IE 总是试图证实最可能的目标断言。如果用户不提供原始数据，IE将按模型的目标断言的先验概率预先确定顺序，再按这个顺序对这些模型进行追踪。如果用户提供野外观测数据，则目标断言按逆向链追踪。首先确定以该断言为结论的规则，然后从中选出对所追踪的断言概率影响最大的规则，所选中的规则的前件就成为下一步要追踪的新的假设，这样就逐步形成一条通向某终端断言的规则链。
图5 存在“滑坡”断言的联想网络
Fig.5 Association network of affirmation for landslide
2 系统的物理结构设计
2.1 数据记录结构设计
系统的数据记录格式主要为矢量、 栅格和四叉树压缩编码（Quadtree Compression Coding－QCC）三种方式。在矢量记录格式中，文件记录头占用24个逻辑单元，每个逻辑单元占用4 个字节的存贮空间。记录头中记录图件的类型、图的比例尺、总线段数、总的点数、4 个图廓点的坐标等文件信息。对于多边形图，除了记录多边形每个弧段各点的坐标外，还记录该弧段左右多边形的编码，以形成完整的拓扑结构。而线状图只记录每条线段的特征值和线段上各点的坐标。栅格记录格式以图象的行列顺序记录每个象元的特征值，其平面位置隐含于栅格的行列坐标中。栅格记录格式以图象的行列顺序记录每个象元的特征值，其平面位置隐含于栅格的行列坐标中。栅格记录格式主要用于图象的叠置处理、图象显示和图象的逻辑操作等运算。QCC 方式主要用于图形／图象数据压缩存贮及数学变换等操作。
2.2 属性数据库文件结构设计
属性数据库存放与图象数据相关的属性数据， 其文件的组织采用Foxpro Ver5.0关系数据结构，每个字段占用32个字节的存贮空间。 专题图形记录的存放格式为：i）各记录的第一个字节是一个空格符； ii）各个字段的数据连续地存放在各个记录中，没有任何分隔符和终止符；iii）字符型和数值型数据都以ASCⅡ码方式存贮。属性数据文件的组织格式如表1所示。
表1 属性数据文件结构表
Table 1 Structure of file for attribute data
多边形面积属性1属性2...
属性n
类别码 (或长度)
N1 S[,N11] A[,N11] A[,N12] ... A[,N1n]
N2 S[,N21] A[,N21] A[,N22] ... A[,N2n]
..
.
.
..
.
.
..
.
.
N[,m] S[,Nm1] A[,Nm1] A[,Nm2] ...
A[,Nmn]
3 系统的应用
用本系统对天山阿拉沟流域泥石流灾害地貌过程进行了试验研究，取得了满意的结果。
3.1 泥石流基本因子及其标准的确定（一级知识）
根据野外调查资料分析，结合试验区的自然环境特点，由灾害地貌专家确定出表2所示的泥石流发育的基本因子及其等级划分标准。
表2 天山阿拉沟流域泥石流基本因子分级表
Table 2 Graduated table of basic factors for mud- rock flows in Alagou watershed of Tianshan Mountains
降雨量
降雨强度
坡度
植被覆盖度
泥石流流量
级别
(mm)
(mm/10min) (度)
(%)
(10[3]m[3]/s)
Ⅰ ＜50＜5
＜3＞80＜1
Ⅱ50～70 5～103～6 60～80 1～5
Ⅲ70～10010～15
6～1540～60 5～10
Ⅳ100～150
15～20
15～30
20～40 10～50
Ⅴ150～250
20～25
30～60
5～20
50～100
Ⅵ ＞250＞25 ＞60 ＜5
＞100
物质补给量泥石流容量沟谷密度相对高差
级别
(10[5]m[3]/km[2]) (t/m[3])
(km/km[2]) (m)
Ⅰ
＜1 ＜1.8 ＜5 ＜50
Ⅱ
1～5 1.8～2.0 5～15 50～100
Ⅲ
5～102.0～2.5 15～25 50～150
Ⅳ
10～50
2.5～3.0 25～35 150～200
Ⅴ
50～100 3.0～3.5 35～50 200～300
Ⅵ＞100 ＞3.5 ＞50 ＞300
3.2 二三级知识的获取
二级知识是泥石流的类型划分及其强度的评定。在CLES中，按下述规则划分泥石流的类型及其危害强度。
1）水石流 其危害方式以冲刷为主，以平均一次水石流总流量Q（m[3]／s）划分其危害强度。Q＜5×10[3]为轻度危害水石流；Q＝5×10[3]～1×10[4]为强度危害水石流；Q＞1×10[4]为严重危害水石流。
2）稀性泥石流 其危害方式以冲淤为主， 以单位面积上固体碎屑物质的补给量S（m[3]／km[2]）划分其危害强度。S＜1×10[5] 为轻度危害稀性泥石流；S=1×10[5]～5×10[5]为强度危害稀性泥石流；S＞5×10[5]为严重危害稀性泥石流。
3）粘性泥石流 其危害方式以淤积为主， 以粘性泥石流含固体岩屑物质的容重V（t／m[3]）划分其危害强度。V＜1.8为轻度危害粘性泥石流；V=1.8～2.0为强度危害粘性泥石流；V＞2.0为严重危害粘性泥石流。
三级知识是泥石流的防治工程措施及其综合治理规划决策方案。现举以下3例予以说明。
（1）If 降雨量＝3级 坡度＝2级 水石流冲刷类型危害强度＝1级
then 修整水平梯田采用等高耕作治理
（2）If 坡度＝4级 降雨强度＝3级 稀性泥石流冲淤类型
危害强度＝2级
then 育林种草稳定沟坡治理
（3）If 降雨强度＝2级 植被覆盖度＝4级
粘性泥石流淤积类型 危害强度＝3级
then 拦截泄洪修建排洪导流堤治理
3.3 系统模型的建造
根据调查资料分析，天山阿拉沟流域的泥石流主要分布于植被覆盖度较低、风化剥蚀强烈的地带和构造活动剧烈的峡谷地带，且上述地带均处于暴雨中心区[7]。在主沟‖40km以下的萨尔盖沟沟谷中， 风化剥蚀作用极强，谷坡上风化层厚达10cm，谷底的松散碎屑物质十分丰富，几乎无植被覆盖。支沟多以陡坎或跌水形式汇入主沟，二侧坡陡流短。除大型的沟谷泥石流外，还发育众多山坡型泥石流，分布密度2.86 条／km[2]。通过对试验区30 组泥石流野外观测数据的处理和实验结果分析，利用灰色控制系统的建模原理与方法，得出下述流域粘性泥石流挟沙力分析模型：
（1）
式中 Φ为泥沙运动强度参数；g[,b]为推移质泥沙单宽输沙率；r[,s]为泥石流混合体的容重，r[,f]为泥石流浆液的容重；D[,b]为泥石流浆液中悬浮质最大粒径；
其中K[,i]为系数。参数D[,b]可按下述公式计算：
βτB
D[,b]= ────── （3）
r[,s]-r[,f]
式中 β为系数；τ[,B]为粘性泥石流中固体颗粒所承受的浆体屈服力，r[,s]与r[,f]的意义同前。
利用上述模型可对泥石流的运行机制进行机理性模拟，以得出泥石流的运动规律，然后启动推理机，根据知识库中的规则对综合数据库的数据进行推理，即可得出试验区泥石流综合治理决策规划方案与防治措施。
4 系统评价
系统可处理基于数学模型的确定性灾害地貌发育过程的机理模拟问题，也可处理基于描述和经验的非确定性灾害地貌的治理规划问题。系统以图象方式显示操作过程，可在用户监督下简明清晰地解释推理过程及其结论，其结果可用数据表格方式打印输出，也可用图形／图象方式显示或绘图输出。
CLES是一个试验性的灾害地貌专家系统，很多方面还有待进一步改进与研究。如（1 ）灾害地貌专家知识的规范化及其形式化表示方法的研究；（2）在对灾害地貌专家知识表示方法研究的基础上， 建立更方便有效的专家知识录入语言；（3 ）灾害地貌影响因子知识及其综合治理的规划决策知识都具有一定的模糊性，如何在知识的表示和推理过程中使用不精确知识描述和不精确推理，有待深入研究。
收稿日期：1998—11—30；修订日期：1999—07—16