【正文】 頻率比是 % / % = 。 敏感度分析 敏感度分析表明隨著輸入因素的變化地面沉陷發(fā)生的情況也會(huì)有所改變。如果一個(gè)被選定的因子在輸出時(shí)發(fā)生了比較大的變化，那么最后的結(jié)果將會(huì)完全隨著這個(gè)因素的變化而變化。靈敏度分析量化了各種因素的不確定性。在發(fā)生地面沉陷災(zāi)害時(shí)影響最大的那個(gè)因素就可以被識(shí)別。靈敏度分析模型通過(guò)確定模型輸出變化率或者輸入數(shù)據(jù)的變化作為參考值。從而了解輸入值的變化如何影響輸出結(jié)果。這樣的分析解釋了輸入值對(duì)輸出值的影響以及從輸出結(jié)果的變化中反向量化輸入值的出入強(qiáng)度。敏感度分析已經(jīng)被應(yīng)用于各種研究領(lǐng)域中。 Arhonditsis 和Brett 提出 了一個(gè)應(yīng)對(duì)復(fù)雜情況的工藝配方及靈敏度分析方法，即華盛頓湖模型，美國(guó)（ 1998），這個(gè)模型用于靈敏分析滲濾液水位的高低，這樣就能更好的解決垃圾填埋場(chǎng)內(nèi)過(guò)濾水位過(guò)高的問(wèn)題了。敏感度分析法已經(jīng)用于滑坡災(zāi)難中的敏感度分析（ Lee Talib2022）。在本研究中，敏感度分析用于計(jì)算地面沉降中相關(guān)影響因素的分析。為了提取開(kāi)采沉陷的相關(guān)因素，必須使用概率比和靈敏度分析法。靈敏度分析法將一種因素與其他所有相關(guān)因素進(jìn)行了精確的比較。 數(shù)據(jù) 很多研究已經(jīng)證明很多因素促成了周?chē)孛嬖诿旱V開(kāi)采時(shí)導(dǎo)致的塌陷（ 沃爾瑟姆 1989；煤炭 工業(yè)促進(jìn)局 1997）。包括煤礦開(kāi)采深度和寬度、開(kāi)采方法的使用、礦井傾斜的程度、礦井的范圍大小、地址構(gòu)造、地下水流動(dòng)程度和機(jī)械特性為代表的巖土分層（ RMR）。 在這項(xiàng)研究中，對(duì)地面沉降的位置和控制沉降是否發(fā)生的因素將被搜集到一個(gè)向量型空間數(shù)據(jù)庫(kù)然后通過(guò) ArcGIS 軟件包的使用被呈現(xiàn)出來(lái)。這個(gè)空間數(shù)據(jù)庫(kù)如表 1 所示，該數(shù)據(jù)庫(kù)包括一個(gè) 1： 50000 的地面沉降圖， 1:50000 地質(zhì)地圖， 1:5000 地形圖，比例尺土地利用圖， 1:1200 礦井巷道鉆孔資料和地圖， 1 米分辨率的 衛(wèi)星 圖像。 Jeongahm 這個(gè)網(wǎng)站是被選擇 用于本項(xiàng)調(diào)查研究，準(zhǔn)確而可靠的空間數(shù)據(jù)庫(kù)是 GIS 環(huán)境中最不可或缺的一個(gè)內(nèi)容。因此，地面沉降的地圖必須由國(guó)家組織構(gòu)建，例如煤炭工業(yè)促進(jìn)局、地形研究和土地利用的美國(guó)國(guó)家地理信息研究所、用于改進(jìn)礦井巷道及鉆井的礦山錄制公司、韓國(guó)地質(zhì)和礦產(chǎn)資源研究院等，盡管這些公司的規(guī)模不同，但都被利用起來(lái)了。 地圖中所示的從空間數(shù)據(jù)庫(kù)中提取的八個(gè)變量，是計(jì)算地面沉降發(fā)生概率的時(shí)候被考慮的因素。從地形圖中提取的測(cè)量點(diǎn)（間隔 5 米）、高清測(cè)量基準(zhǔn)點(diǎn)以及不規(guī)則三角網(wǎng)的使用技術(shù)得到了提高。從高清地形圖中得到了破角， 建筑物面積，山脈，河流域 ，鐵路，公路和 其他 內(nèi)容可以在地形圖中精確的看到。大多數(shù)文獻(xiàn)認(rèn)為影響地面沉降的最主要因素是煤礦的規(guī)模，因此構(gòu)建一個(gè)關(guān)于煤礦深度和寬度的空間數(shù)據(jù)庫(kù)是十分必要的。為了實(shí)現(xiàn)這個(gè)目標(biāo)，（ 1） GIS 測(cè)量被用來(lái)確定一個(gè)煤礦的具體位置，（ 2）這些位置被用來(lái)量化和拷貝一個(gè)煤礦的礦井隧道，（ 3）這些矢量 化的礦井隧道圖 。 矢量化礦井巷道圖轉(zhuǎn)換為 ASCII 碼 文網(wǎng)絡(luò)件并且構(gòu)建遠(yuǎn)程數(shù)據(jù)圖柵格數(shù)據(jù)功能。目前在研究網(wǎng)站上共有 13 幅鉆孔圖像，但其中四個(gè)鉆孔沒(méi)有 RMR 值以及地下室層，一個(gè)反距離加權(quán)插值方法用于計(jì)算 RMR值和地下水位深度。地質(zhì)數(shù)據(jù)是從 1:50000 的地質(zhì)圖中提取的。 一位地質(zhì)構(gòu)造學(xué)家從 IKONOS 影像 檢測(cè)到 的了 1 米網(wǎng)線分辨率。 1 米間隔的距離是使用歐式距離法計(jì)算的。相關(guān)因素就被展示在 179 行和 361 列的 2m2m 的細(xì)胞圖中。整個(gè)研究區(qū)域包括 63677 個(gè)細(xì)胞，其中地面沉降在 824 個(gè)細(xì)胞區(qū)域中發(fā)生。通過(guò)使用 ArcGIS 區(qū)域的 概率分析 可以將影響地面沉降的所有因素（除了地址和土地利用情況）在區(qū)域面積平等使用的基礎(chǔ)上重新分類(lèi)為十類(lèi)。每一類(lèi)在總面積相等的情況下都有同等數(shù)量的細(xì)胞數(shù)。因此每一類(lèi)的范圍是給予平等面積的 基礎(chǔ)上自動(dòng)確定的。分類(lèi)是一項(xiàng)綜合技術(shù)用于重新賦值，在一個(gè)輸入主題中創(chuàng)建一個(gè)新的輸入主題時(shí)，頻率比模型綜合技術(shù)的應(yīng)用。因此本技術(shù)通常被用于在構(gòu)建塌陷危險(xiǎn)性地圖模型的代數(shù)數(shù)列中存入重新分配的值。幫助描繪出一目了然的地圖。 結(jié)果 頻率比及其具體內(nèi)涵的計(jì)算法 使用頻率比模型，每一類(lèi)范圍內(nèi)的每一個(gè)影響因素都能夠計(jì)算出其發(fā)生的頻率（如表），從頻率比可以看出發(fā)生地面沉陷及其相關(guān)因素的關(guān)系如下： – 度的坡度的頻率高于 1，說(shuō)明發(fā)生的概率較高，但對(duì)于坡度高于 29 度的地面因素來(lái)說(shuō)，發(fā)生的概率小于 1，顯示了較低的概率。如果地面沉陷在陡峭的山坡上發(fā)生，將很難注意到田間作業(yè)時(shí)靠近這些區(qū)域的困難。在這種情況下，需要差分合成孔徑雷達(dá)測(cè)量 來(lái)干涉地表下沉的監(jiān)控。深度達(dá)到 米的情況下發(fā)生地面移動(dòng)的概率大于 4，這是一個(gè)非常高的概率。深入挖掘隧道導(dǎo)致的地表沉陷概率小于 4。在地表移動(dòng)一定距離的情況下，在 0 到 米深時(shí)概率大于 1，而超過(guò) 米深時(shí)概率將會(huì)小于 1。從 米到 米深的情況下地下水產(chǎn)生 的概率大于 1，這表明是一個(gè)非常高的概率。 RMR 的值 到 的 頻率大于 2，表明這是一個(gè)極 高的概率，在 0 到 米的線性距離的情況下，發(fā)生地面沉降的概率比較低。在考慮到地質(zhì)的情況下，山洞組的比例為 ，顯示了發(fā)生地面沉陷的概率較高。在考慮到土地利用的情況下，建筑區(qū)和煤田的頻率分別是 和 2， 03，顯示了發(fā)生地面沉陷的概率較高。 表 1 頻率比模型中發(fā)生地面沉降和相關(guān)因素的關(guān)系 因素 類(lèi)別 區(qū)域 區(qū)域 (%) 沉降 沉降 (%) 頻率 坡度（度） 0– 4,861 12 – 7,399 7 400 2 1.06 – 8,517 3 848 1 1.94 – 6,306 540 3 1.67 – 8,228 7 568 9 1.35 – 9,640 0 516 9 1.05 – 1,454 76 1.02 – 7,697 4 192 0.49 – 5,198 44 0.17 – 4,125 52 0.25 變化深度（米） 0– 905 208 – 883 36 0.73 – 1,042 1 20 0.35 – 1,167 9 28 0.43 – 874 32 0.66 – 1,015 3 36 0.64 – 922 52 1.02 – 1,144 6 4 0.06 – 893 76 7 1.53 – 887 48 0.98 地表與地下發(fā)生變化的距離（米） 0 16,135 960 – 10,182 8 892 6 1.73 – 5,839 584 8 1.97 – 4,601 328 0 1.41 – 4,133 248 1.18 – 4,966 220 0.87 – 4,820 16 0.07 – 4,680 0 0.00 – 4,378 0 0.00 –100 4,382 0 0.00 地下水深度（米） – 6,188 0 0.00 – 6,523 5 112 0.34 – 6,813 0 100 0.29 – 6,606 8 828 9 2.48 – 7,128 9 564 6 1.57 – 6,194 1024 3 3.27 – 6,823 2 400 2 1.16 – 6,459 5 0 0.00 – 5,856 108 0.36 – 5,668 112 0.39 RMR – 4,473 108 0.48 – 7,140 1 100 0.28 – 4,140 12 0.06 – 7,268 1 144 0.39 – 10,900 6 1,280 2 2.31 – 10,411 0 1,392 5 2.63 – 6,276 100 0.31 – 4,697 48 0.20 – 4,514 64 0.28 – 4,439 16 0.07