【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)生的情況也會有所改變。如果一個被選定的因子在輸出時發(fā)生了比較大的變化，那么最后的結果將會完全隨著這個因素的變化而變化。靈敏度分析量化了各種因素的不確定性。在發(fā)生地面沉陷災害時影響最大的那個因素就可以被識別。靈敏度分析模型通過確定模型輸出變化率或者輸入數據的變化作為參考值。從而了解輸入值的變化如何影響輸出結果。這樣的分析解釋了輸入值對輸出值的影響以及從輸出結果的變化中反向量化輸入值的出入強度。敏感度分析已經被應用于各種研究領域中。 Arhonditsis 和Brett 提出 了一個應對復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（ 1998），這個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內過濾水位過高的問題了。敏感度分析法已經用于滑坡災難中的敏感度分析（ Lee Talib2022）。在本研究中，敏感度分析用于計算地面沉降中相關影響因素的分析。為了提取開采沉陷的相關因素，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因素進行了精確的比較。 數據 很多研究已經證明很多因素促成了周圍地面在煤礦開采時導致的塌陷（ 沃爾瑟姆 1989；煤炭 工業(yè)促進局 1997）。包括煤礦開采深度和寬度、開采方法的使用、礦井傾斜的程度、礦井的范圍大小、地址構造、地下水流動程度和機械特性為代表的巖土分層（ RMR）。 在這項研究中，對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向量型空間數據庫然后通過 ArcGIS 軟件包的使用被呈現出來。這個空間數據庫如表 1 所示，該數據庫包括一個 1： 50000 的地面沉降圖， 1:50000 地質地圖， 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 這個網站是被選擇 用于本項調查研究，準確而可靠的空間數據庫是 GIS 環(huán)境中最不可或缺的一個內容。因此，地面沉降的地圖必須由國家組織構建，例如煤炭工業(yè)促進局、地形研究和土地利用的美國國家地理信息研究所、用于改進礦井巷道及鉆井的礦山錄制公司、韓國地質和礦產資源研究院等，盡管這些公司的規(guī)模不同，但都被利用起來了。 地圖中所示的從空間數據庫中提取的八個變量，是計算地面沉降發(fā)生概率的時候被考慮的因素。從地形圖中提取的測量點（間隔 5 米）、高清測量基準點以及不規(guī)則三角網的使用技術得到了提高。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 內容可以在地形圖中精確的看到。大多數文獻認為影響地面沉降的最主要因素是煤礦的規(guī)模，因此構建一個關于煤礦深度和寬度的空間數據庫是十分必要的。為了實現這個目標，（ 1） GIS 測量被用來確定一個煤礦的具體位置，（ 2）這些位置被用來量化和拷貝一個煤礦的礦井隧道，（ 3）這些矢量 化的礦井隧道圖 。 矢量化礦井巷道圖轉換為 ASCII 碼 文網絡件并且構建遠程數據圖柵格數據功能。目前在研究網站上共有 13 幅鉆孔圖像，但其中四個鉆孔沒有 RMR 值以及地下室層，一個反距離加權插值方法用于計算 RMR值和地下水位深度。地質數據是從 1:50000 的地質圖中提取的。 一位地質構造學家從 IKONOS 影像 檢測到 的了 1 米網線分辨率。 1 米間隔的距離是使用歐式距離法計算的。相關因素就被展示在 179 行和 361 列的 2m2m 的細胞圖中。整個研究區(qū)域包括 63677 個細胞，其中地面沉降在 824 個細胞區(qū)域中發(fā)生。通過使用 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上重新分類為十類。每一類在總面積相等的情況下都有同等數量的細胞數。因此每一類的范圍是給予平等面積的 基礎上自動確定的。分類是一項綜合技術用于重新賦值，在一個輸入主題中創(chuàng)建一個新的輸入主題時，頻率比模型綜合技術的應用。因此本技術通常被用于在構建塌陷危險性地圖模型的代數數列中存入重新分配的值。幫助描繪出一目了然的地圖。 結果 頻率比及其具體內涵的計算法 使用頻率比模型，每一類范圍內的每一個影響因素都能夠計算出其發(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因素的關系如下： – 度的坡度的頻率高于 1，說明發(fā)生的概率較高，但對于坡度高于 29 度的地面因素來說，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測量 來干涉地表下沉的監(jiān)控。深度達到 米的情況下發(fā)生地面移動的概率大于 4，這是一個非常高的概率。深入挖掘隧道導致的地表沉陷概率小于 4。在地表移動一定距離的情況下，在 0 到 米深時概率大于 1，而超過 米深時概率將會小于 1。從 米到 米深的情況下地下水產生 的概率大于 1，這表明是一個非常高的概率。 RMR 的值 到 的 頻率大于 2，表明這是一個極 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)生地面沉降和相關因素的關系 因素 類別 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