基于证据权法的赣南稀土矿山地质环境评价.pdf

2015 年 1 月 地 球 学 报 Jan. 2015 第 36 卷 第 1 期 103-110 Acta Geoscientica Sinica Vol.36 No.1 103-110 www.地球学报.com 本文由中国地质调查局地质矿产调查评价专项“典型矿山地质环境问题遥感调查与评价”编号 1212011220086资助。 收稿日期 2014-04-03; 改回日期 2014-07-13。责任编辑 魏乐军。 第一作者简介 马伟, 男, 1984 年生。博士研究生。主要从事资源与环境遥感研究工作。通讯地址 100025, 北京市朝阳区姚家园路 105 号。E-mail mawei。 *通讯作者 王润生, 男, 1944 年生。博士生导师。主要从事高光谱遥感、遥感数据处理及国土资源遥感方面的研究。 E-mail agrsw2010。 基于证据权法的赣南稀土矿山地质环境评价 马 伟 1, 4, 徐素宁2, 王润生3*, 赵珍梅4, 文元亮4 1中国地质大学北京, 北京 100083; 2中国地质环境监测院, 北京 100081; 3中国国土资源航空物探遥感中心, 北京 100083; 4中国冶金地质总局矿产资源研究院, 北京 100025 摘 要 为了解决矿山地质环境评价研究中指标权值计算和评价分级具有较大主观性的问题, 本文发展了 一种基于证据权法的矿山地质环境评价模式, 利用 GIS 的空间分析功能, 提取矿产开发活动、坡度、坡向、 高程、 构造、 植被覆盖度 6 类地质环境评价指标, 运用证据权法计算指标权值。 结合条件独立性检验结果, 优 选评价指标并计算后验概率。采用后验概率面积频率法对赣南稀土矿山地质环境进行综合评价分级。结果 表明, 研究区内地质环境差区域主要分布在其东南部和西部; 矿产开发活动是影响研究区内地质环境质量 最主要的因素。采用效率曲线法对模型验证, 正确率和预测率分别为 90.1和 89.5。证据权法能够有效避 免主观因素干扰, 评价结果客观, 具有可重现性, 适用于矿山地质环境质量评价。 关键词 证据权法; GIS; 矿山地质环境; 评价 中图分类号 X141; O241 文献标志码 A doi 10.3975/cagsb.2015.01.12 Geo-environmental Quality Assessment of Rare-earth Mines in Southern Jiangxi Province Using Weights-of-evidence Modeling MA Wei1, 4, XU Su-ning2, WANG Run-sheng3*, ZHAO Zhen-mei4, WEN Yuan-liang4 1 China University of GeosciencesBeijing, Beijing 100083; 2 China Geological Environmental Monitoring Institute, Beijing 100081; 3 China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083; 4 Institute of Mineral Resources Research, China Metallurgical Geology Bureau, Beijing 100025 Abstract To overcome arbitrariness and subjectivity of the weight calculation and classification in the assessment used widely for mine geological environment at present, this paper attempts to introduce weights-of-evidence modeling into the study of mine geological environment assessment. Six evidence themes related to mine geological environment, i.e., mining development, slope, aspect, altitude, geological structure and vegetation fraction, were generated using geographical ination system GIS spatial analysis techniques. Weights-of-evidence modeling was applied to calculating weights for each evidential theme, and conditional independence was tested to assist the acceptance or rejection of evidential themes as predictors. Predictor themes were combined to create the posterior probability map. The assessment of geological environment in the south of Jiangxi Province for the rare-earth mine was accomplished using Cumulative Area-Posterior Probability . The results show that the regions with poor geological environment are mainly distributed in the southeastern and western parts of the study area. It is shown that mining development has the greatest effect on the geological environment of the study area. The efficiency curves were used to validate the model. The validation showed a high success rate 90.1 and prediction rate 89.5. The analysis indicates that the weights-of-evidence modeling can avoid the influence of subjective judgment effectively. The modeling has a good reproducibility because of its objective nature and is useful in the assessment of mine geological environment. CAGS 104 地 球 学 报 第三十六卷 Key words weights-of-evidence modeling; GIS; mine geological environment; assessment 矿产资源开发引起一系列地质环境问题, 加之 矿山生态环境脆弱, 使地质环境加剧恶化, 进而导 致地质灾害频发, 往往危害人类安全和造成巨大的 经济损失。客观的矿山地质环境评价有助于合理利 用矿产资源和保护环境。相关研究已引起众多学者 的关注徐友宁等, 2003; 陈桥等, 2006; 张进德等, 2007。然而多数现有评价方法受主观因素干扰较 大, 主要体现在两方面 一是评价方法, 主要形成 了模糊数学法廖国礼等, 2004、经验值法汪明启 等, 2005、层次分析法陈桥等, 2006、评价指标权 值法何芳等, 2008等。 以上方法在评价指标选取及 权重计算过程中往往不同程度地依赖主观知识。另 一方面, 评价分级是矿山地质环境评价的重要内 容。较常见的分级方法有专家意见法张生元等, 2006、经验值法张进德等, 2007、自然断点法徐 庆勇等, 2011; 俞布等, 2012等。 主观认识在专家意 见法和经验值法中起主导作用, 导致分级结果不可 重现, 降低了评价的可信度。而自然断点法虽在一 定程度上体现了客观性, 但该方法简单机械地从数 值统计意义出发, 脱离了评价对象的实际地质环境 意义。 20 世纪 80 年代以来, 基于证据权法的矿产资 源定量预测研究开始受到重视Bonham-Carter et al., 1988, 1989; Agterberg et al., 1990, 1993。证据权法 是一种基于贝叶斯定律的地学统计方法, 借助 GIS 的空间分析功能, 该方法能够有效地对地学研究中 的多源空间数据进行集成、综合处理和分析, 并逐 渐成为国内外主流的矿产资源定量预测方法之一 Boleneus et al., 2001; Agterberg et al., 2002; 陈建平 图 1 研究区位置 Fig. 1 Location of the study area 等, 2005; Hosseinali et al., 2008。 除矿产资源预测领 域以外, 证据权法还被应用于滑坡危险区划Chung et al., 1999, 2003; Dahal et al., 2008a, b; 王志旺等, 2007; 赵艳南等, 2010; 俞布等, 2012、生态环境评 价Romero-Calcerrada et al., 2006, 2008; 秦喜文等, 2009等领域。 但证据权法在矿山地质环境评价领域 内的应用研究, 国内外还未见有报道。本文尝试发 展一种基于证据权法的矿山地质环境评价模式, 借 助其数据驱动优势, 避免主观因素干扰, 对赣南稀 土矿山地质环境进行了定量评价与分级研究, 并结 合野外观测数据对模型进行验证, 以期为矿山地质 环境评价研究提供一种客观、量化、结果可再现的 技术方法。 1 研究区与数据源研究区与数据源 1.1 研究区概况 研究区位于江西省南部定南县境内, 地处赣粤 边境九连山脉北翼, 地理位置如图 1 所示, 总面积 为 123.5 km2。地貌以中低山与丘陵为主。区内主要 为燕山早期的侵入岩, 岩性主要为中粗粒似斑状黑 云母花岗岩, 以岩基产出。风化裂隙发育, 岩石一 般较为破碎, 少见基岩出露。残坡积层及全风化层 主要为砂土, 中密至稍密状, 渗透性较好, 厚度一 般大于 4 m, 最大可达 14 m。研究区内构造主要表 现为北东向压性断裂, 分布在研究区的东南部, 走 向 3070。区内共有小型稀土矿山 28 座, 均为风 化壳淋积型稀土矿床, 稀土元素以离子状态吸附于 粘土表面, 矿体呈土状, 疏软。研究区内矿产开发 区域基本无植被覆盖, 但未进行矿产开发的区域, 植被覆盖良好。 图 2 研究区内典型浸矿区和滑坡照片木子山矿区 Fig. 2 Overview of the typical mineral leaching area and landslide from the study area Muzishan mining area CAGS 第一期 马 伟等 基于证据权法的赣南稀土矿山地质环境评价 105 1.2 数据源 数据源包括研究区内矿产资源开采申请登记 范围ArcGIS 空间数据、11 万比例尺地质图空间 数据库MapGIS 空间数据、野外实测 77 处滑坡泥 石流地质灾害详细记录、IRS-P5 卫星 5 m 分辨率 DEM 数据、2011 年 GeoEye-1 卫星数据一景, 数据 质量较好。 2 研究方法研究方法 2.1 证据权法原理 证据权法基于证据层与已知事件训练样点的 空间关系, 计算证据层对事件发生的贡献值权重, 若各证据层满足条件独立, 则以后验概率的形式给 出评价单元格内未来目标事件发生的可能性。 以 n 个二值证据层为例, D 为已知事件出现, D 表示未出现。则已知事件先验概率的几率为 DD D1 D PP O PP D − 1 Bii1, 2,n表示第 i个证据层存在, B i表示不 存在。在证据层存在的条件下, 出现已知事件的概 率为 B D|B B i i i PD P P I 2 根据证据层与已知事件的空间关系, 第 i 个证 据层的权值可表示为 B |D ln B |D i i i P W P 或 - B |D ln B |D i i i P W P 3 若n个证据层满足条件独立, 根据贝叶斯定律 B |DPD D|B B i i i P P P 4 B |DPD D|B B i i i P P P 5 综合n个证据层, 目标事件后验概率几率的自 然对数形式可以表示为 123 lnD|BBB ... B lnD 1 kkkkk ni n OWO i ∑ III 6 式6中k表示证据层的存在状态 0 i k ii W WW − ⎧ ⎪ ⎨ ⎪ ⎩ 证据层存在 证据层不存在 数据缺失 7 最终目标事件发生的后验概率可由下式计算 123 123 123 D|BBB ... B D|BBB ... B 1D|BBB ... B kkkk kkkk n n kkkk n O P O III III III 8 关于证据权法原理更为详尽的介绍, 可参阅文 献Bonham-Carter et al., 1989。 2.2 训练样点 矿山地质环境在多种因素综合影响下, 持续恶 化, 致使地质灾害易于发生。地质灾害是矿山地质 环境评价的重要依据徐友宁, 2008。对研究区内实 地调查的77个滑坡、 泥石流等地质灾害点, 采用分 割样本法分割为两部分, 随机选取26个地质灾害 点作为证据权模型的训练样本数据, 剩下51个地 质灾害点数据用于模型验证。 2.3 证据层构建 在对研究区地质背景资料分析的基础上, 展开 矿山地质环境主要影响因素分析, 利用ArcGIS软 件进行数据整理和空间分析, 提取了矿产开采活 动、坡度、坡向、高程、构造、植被覆盖度共6种 指标作为证据层。考虑到地层岩性不同会导致岩土 力学性质差异, 也是影响矿山地质环境的重要因素, 但由于研究区范围较小, 区内仅有燕山期黑云母花 岗岩一种岩性, 故未作为评价指标。 2.3.1 矿产开采活动证据层 研究区内主要采用原地浸矿工艺, 山体长期受 浸矿液直接冲刷侵蚀, 内部结构松散, 土体容重增 大, 抗剪强度大大降低, 导致地质环境恶化图2。 以经过正射纠正的GeoEye-1影像作为基础数据, 提取稀土矿开采浸矿区作为矿产开采活动证据层。 2.3.2 坡度证据层 有一定坡度的斜坡往往是地质灾害易发区域。 另外, 矿产开发活动产生的人工堆砌物的不稳定边 坡也存在较大灾害隐患。研究区内的坡度范围在 058.5之间, 借鉴Dahal等2008a的研究方法, 将 坡度证据层划分为6类见表1。 2.3.3 坡向证据层 坡向能显著地影响山坡的微观尺度气候与水 热条件, 导致自然要素分布及岩土体力学性质都存 在差异, 进而对地质环境稳定性产生分异性影响 俞布等, 2012。对坡向证据层, 按照方位角划分为 8个方向区间。 2.3.4 高程证据层 地表高程差为滑坡、泥石流和崩塌等地质灾害 提供了位移空间。同时, 不同的高程, 地表及地下 含水结构及岩土体力学性质存在差异, 进而影响斜 坡稳定性。研究区内高程在300900 m范围, 按照 高程差100 m, 将高程证据层划分为6类。 2.3.5 构造证据层 构造活动尤其是断层构造的交叉部位, 岩石往 往受构造应力的作用, 发生形变或破裂, 易形成有 利于地质灾害发育的地质条件。对研究区内的断层 按照距离划分为6个缓冲区。 CAGS 106 地 球 学 报 第三十六卷 2.3.6 植被覆盖度证据层 植被覆盖度fg能够较好地反映地表植被的覆 盖情况, 是衡量地质环境质量的一个重要指示因 子。基于GeoEye-1多光谱数据, 按照马伟等2010 的方法计算植被覆盖度, 以阈值30、60、80 分为4个植被覆盖等级。 2.4 评价分级方法 证据权模型的输出是后验概率图, 后验概率的 数值大小定量地反映单元格内的地质环境质量。为 使评价结果更直观、便于应用, 有必要按照合理的 分级规则对后验概率进行等级划分。Boleneus等 2001对美国华盛顿州东北部的浅成低温热液型金 矿床进行潜力分级评价时, 提出采用后验概率-面 积频率法来客观确定评价分级阈值。石菊松等 2005对三峡巴东新城区滑坡灾害危险性区划研究 中, 以信息量累计频度分布曲线的拐点作为区划阈 值, 取得较好效果。秦喜文等2009利用证据权法 对扎龙丹顶鹤栖息适宜性的分级评价过程中也采 用了后验概率-面积频率法。该方法是以后验概率 累计面积Cumulative Area与后验概率Posterior Probability的关系曲线CAPP为基础, 参考先验概 率和CAPP曲线的拐点特征, 确定后验概率的分级 数和阈值。该方法有效地避免了主观因素干扰, 强 调后验概率自身的分级特性, 同时保证了先验概率 与后验概率的一致性。本文采用后验概率-面积频 率法实现矿山地质环境质量评价分级。 3 结果与分析结果与分析 3.1 先验概率 将研究区划分为250 m250 m的单元格, 共 1976个。从野外调查的地质灾害点中随机选取26 个作为训练样点图3, 每个单元格至多存在一个 图 3 研究区训练样点分布 Fig. 3 Distribution of training sites in the study area 训练样点。可知先验概率为0.0131579。 3.2 证据层的权值 证据层权值的计算结果包含一系列反映证据 层与预测目标相关程度的参数 W为正权值, W-为 负权值, C对比度为正负权值之差。C值越大, 表 明该类证据层与训练样点的空间相关性越强, 即该 类证据层对矿山地质环境质量的影响也越大。使用 ArcGIS的空间数据模型工具集SDMSpatial Data Modeller中的证据权模块计算各证据层权值参数 表1。 从表1可以看出 ①不同证据层的权重存在差 异。矿产开采活动的对比度最大, 说明其对矿山地 质环境质量的影响程度最大。这与研究区内滑坡、 泥石流等地质灾害主要分布于稀土开采区域及其周 边地带这一事实相吻合; 其次, 高程、植被覆盖度 和坡向也是影响研究区地质环境质量的重要因素, 表 1 各证据层权值参数 Table 1 Weights values of evidence themes 证据层 分类 W W- C 存在 1.3557 –2.97334.3289矿产开采 活动 不存在 –0.0004 2.8904 –2.8907 45 北 0.1576 –0.02620.1838 东北 –0.6249 0.0751 –0.7000 东 0.3159 –0.04810.3639 东南 –1.1350 0.0882 –1.2232 南 0.9394 –0.20251.1418 西南 –0.0138 0.0018 –0.0156 西 –0.5831 0.0682 –0.6514 坡向 西北 –0.1422 0.0201 –0.1623 300400 m 400500 m–0.0167 0.0199 –0.0366 500600 m1.0413 –0.44121.4825 600700 m 700800 m 高程 800900 m 1000 m –0.0004 2.8904 –2.8907 80 注 表示数据缺失区域。 CAGS 第一期 马 伟等 基于证据权法的赣南稀土矿山地质环境评价 107 而构造活动和坡度的影响相对较小。这是因为构造 活动虽有利于地质灾害发育, 但研究区内仅有两条 北东向断裂分布于东南部的南丰村, 对其他区域影 响不大。另外, 研究区内的地质灾害点在坡度5 25范围内频度分布较为平均, 坡度对地质灾害点 分布不具明显的控制作用。一个可能的原因是在研 究区内大量不规则、松散堆砌的尾砂和自然斜坡的 共同作用下, 导致坡度对地质灾害的影响机制更加 复杂化。②同一证据层的不同范围对地质环境的影 响程度不同。例如, 坡向证据层的南向坡对地质环 境的影响大于其他坡向, 这是由于受局地微观尺度 水热条件影响, 南向坡的沟谷比其他坡向更为发 育。Dahal等2008a在尼泊尔小喜马拉雅地区的滑 坡研究中也发现这一特点; 又如, 在坡度证据层中, 525范围坡度比其他坡度的权重更大, 这与野外 调查的结果是相符的。综上分析, 不同证据层及同 一证据层的不同范围对矿山地质环境的影响都存在 差异。 3.3 证据层的条件独立性检验 影响矿山地质环境的因素间可能存在一定的 相关性, 进而为后验概率的计算引入偏差。为了尽 量避免这种影响, 证据层必须通过条件独立性检验, 剔除相关性大的证据层, 形成一组新的优选证据层 用于计算后验概率。对各证据层进行条件独立性检 验结果见表2。 表2中, 条件独立指数越接近1, 证据层间的条 件独立性越好陈建平等, 2005。 若n/T0.85, 则意 味着证据层不满足条件独立的假设Bonham-Carter, 1994。同时, A-C条件独立指数也反映了证据层间 的条件独立性Agterberg et al., 2002, 若A-C条件 独立指数大于0.95, 则证据层间条件独立的假设不 能成立。从检验结果来看, 本文选取的6类证据层 相对于训练样点满足条件独立性要求。 3.4 后验概率与评价分级 后验概率的数值定量地衡量了矿山地质环境 质量, 即后验概率越大, 则该单元格内的地质环境 质量越差; 反之则越好。利用CAPP曲线法对研究 区的矿山地质环境质量进行评价分级图4。依据 CAPP曲线的拐点图4中三角点特征, 并参考先验 概率, 确定分级阈值。将研究区的矿山地质环境划 分为3个等级 较好、一般和差。 图5为研究区矿山地质环境评价分级图。研究 表 2 Agterberg-Cheng 条件独立检验 Table 2 Agterberg-Cheng conditional independence test 训练样 本点n 预测目 标点T 标准 差 ST 条件独立 指数n/T A-C 条件独立 指数T-n/ST 26 27.1 5.704 0.96 0.19 区内的地质环境大体上呈现出西部、东南部差, 南 部、东部和西北部好的特征。差区域主要分布在杨 梅村枧下村南丰村一带、杨梅村西南和长隆村 北偏西一带、枧下村北部、南丰村及其南部; 一般 区域多分布在差区域的周边地带, 主要集中在研究 区中东部、北部和西部; 较好区域遍布于整个研究 区。区内3个等级所占面积比例为 差区域 10.58、一般区域13.41、较好区域76.01。 根据是否已发生地质灾害将图5中的差等级细分为 2类。值得注意的是那些差等级中还未发生地质灾 害的区域, 因为这些区域的地质环境质量较差, 发 生地质灾害的可能性高于区内的其他区域, 应当引 起重视。 3.5 模型验证 本文尝试将证据权法引入矿山地质环境评价 领域, 为了证明该模型的有效性和正确性, 模型的 验证具有重要意义。对于评价模型而言, 将模型结 果与观测数据进行对比验证是一种常用方法。 例如, 图 4 后验概率的面积频率曲线CAPP Fig. 4 Cumulative Area-Posterior Probability CAPP curve 图 5 矿山地质环境评价分级 Fig. 5 Grade map of mine geological environment assessment in the study area CAGS 108 地 球 学 报 第三十六卷 Romero-Calcerrada等2008、Hosseinali等2008、 秦喜文等2009都曾以验证点与评价分级区划的 “吻合程度”来衡量模型的精度。然而, 评价分级 阈值选取的主观性显然能够直接影响“吻合程度”, 进而削弱了模型验证的效力; 另外, 证据权模型的 输出结果是介于0到1之间的概率值后验概率图, 再通过阈值划分为若干个等级区域, 这是一个信息 量损失的过程。为了避免以信息量损失后的模型结 果与观测数据进行对比验证, 本文借鉴Chung等 1999的方法, 采用效率曲线正确率和预测率曲 线Chung et al., 2003; Van Westen et al., 2003对模 型进行验证。正确率曲线是模型输入数据与模型结 果的对比验证, 反映模型对输入数据的拟合正确程 度。而预测率曲线则是独立于模型的观测数据与模 型结果的对比验证, 衡量模型的适用性。为了绘制 效率曲线, 观测数据被随机地分割为两部分见2.2 小节, 一部分为模型输入, 另一部分则独立于模 型。将后验概率图中所有像素值按从高到低排序, 以1为间隔, 划分为100等份, 绘制验证数据与后 验概率栅格单元个数分布曲线图6。 从图6中的正确率曲线可知, 10的后验概率 高值区已能够解释61的模型输入数据。若模型是 完全随机无效的, 则效率曲线将呈现为一条连接0, 0和100, 100的直线Chung et al., 2003; Lee, 2004, 即10的后验概率高值区仅能解释10的输入数据, 而不是图6中显示的61。正确率曲线下的面积积 分定量地评价了模型的正确性, 称之为正确率 Chung et al., 1999。90.1的正确率说明模型具有 较高的正确性。 由预测率曲线可知, 30的后验概率 图 6 效率曲线正确率曲线和预测率曲线 Fig. 6 The efficiency curves success rate curve and prediction rate curve 高值区已能够解释98的独立于模型的验证数据, 预测率为89.5。验证结果表明, 本文讨论的证据 权模型具有较高的正确性和适用性。 4 讨论与结论讨论与结论 能否正确识别矿山地质环境的影响因素并准 确计算其权值, 是客观定量评价矿山地质环境质量 的关键。本文讨论的证据权模型基于数据的空间位 置关系来描述和理解证据层与预测目标间的相互作 用, 以贝叶斯定律为数学基础计算权值, 避免了主 观因素干扰, 准确识别和定量分析评价指标与矿山 地质环境质量的因果联系。这一特点使得证据权法 在区域模式的评价中成为一个十分有效的工具。这 个过程实际上也体现了地理学第一定律Tobler, 1970 所有的事物都是相互联系的, 但离的越近的 事物彼此之间的联系就越强。 1本文发展了一种基于证据权法的矿山地质 环境评价模式, 并以赣南稀土矿山为例, 客观、定 量计算了各证据层权值、后验概率, 并采用CAPP 曲线法对研究区的矿山地质环境进行评价分级。经 验证, 90.1的正确率和89.5预测率表明该模式在 矿山地质环境质量评价方面具有较好的精度和适用 性。 2证据权法的数据驱动特性, 能够较好地避免 影响因子选择与权值计算的主观性。基于CAPP曲 线评价分级方法, 参考先验概率, 更新了对后验概 率的认识, 并结合其自身分级特性进行评价分级, 分级结果客观、可重现。证据权法易于与空间数据 相结合, 适用于区域模式的评价。 3证据权法较现有方法更为客观, 但也存在一 定的局限性。表现为证据层内划分、空间尺度评价 网格单元的大小效应对权值与后验概率的计算带 来一定的不确定性。这些问题是进一步深入探讨证 据权法在矿山地质环境评价领域中应用的重要内 容。 参考文献参考文献 陈建平, 王功文, 侯昌波, 唐菊兴. 2005. 基于 GIS 技术的西南 三江北段矿产资源定量预测与评价[J]. 矿床地质, 241 15-24. 陈桥, 胡克, 雒昆利, 李福来, 赵伟. 2006. 基于 AHP 法的矿山 生态环境综合评价模式研究[J]. 中国矿业大学学报, 353 377-383. 何芳, 徐友宁, 袁汉春. 2008. 矿山环境地质问题综合评价客观 权值确定方法探讨[J]. 中国地质, 352 337-343. 廖国礼, 吴超. 2004. 模糊数学方法在矿山环境综合评价中的应 用[J]. 环境科学动态, 3 15-17. 马伟, 赵珍梅, 刘翔, 闫东川. 2010. 植被指数与地表温度定量 关系遥感分析以北京市 TM 数据为例[J]. 国土资源遥 CAGS 第一期 马 伟等 基于证据权法的赣南稀土矿山地质环境评价 109 感, 4 108-112. 秦喜文, 张树清, 李晓峰, 那晓东, 潘欣, 于欢. 2009. 基于证据 权重法的丹顶鹤栖息地适宜性评价[J]. 生态学报, 293 1074-1082. 石菊松, 张永双, 董诚, 吴树仁. 2005. 基于 GIS 技术的巴东新 城区滑坡灾害危险性区划[J]. 地球学报, 263 275-282. 汪明启, 徐锡华, 严光生. 2005. 金属矿床山地质环境评价方 法[J]. 地质通报, 2410 985-987. 王志旺, 李端有, 王湘桂. 2007. 证据权法在滑坡危险度区划研 究中的应用[J]. 岩土工程学报, 298 1268-1273. 徐庆勇, 黄玫, 陆佩玲, 李仁强. 2011. 基于 RS 与 GIS 的长江 三角洲生态环境脆弱性综合评价[J]. 环境科学研究, 241 58-65. 徐友宁, 袁汉春, 何芳, 陈社斌, 张江华. 2003. 矿山环境地质 问题综合评价指标体系[J]. 地质通报, 2210 829-832. 徐友宁. 2008. 矿山地质环境调查研究现状及展望[J]. 地质通报, 278 1235-1244. 俞布, 潘文卓, 宋健, 缪启龙, 张玮玮, 段春锋. 2012. 杭州市滑 坡地质灾害危险性区划与评价[J]. 岩土力学, 33S1 193-199. 张进德, 张德强, 田磊. 2007. 全国矿山地质环境调查与综合评 估技术方法探讨[J]. 地质通报, 26 136-140. 张生元, 武强, 成秋明, 葛咏. 2006. 基于模糊预测对象的证据 权方法及其在土地沙漠化评价中的应用[J]. 地球科学中国 地质大学学报, 313 389-393. 赵艳南, 牛瑞卿. 2010. 基于证据权法的滑坡危险性区划探索[J]. 地理与地理信息科学, 266 19-23. References AGTERBERG F P, BONHAM-CARTER G F, WRIGHT D F. 1990. Statistical pattern integration for mineral exploration[C]// Computer applications in resource estimation prediction and assessment for metals and petroleum, 1-21. AGTERBERG F P, BONHAM-CARTER G F, CHENG Q, WRIGHT D F. 1993. Weights of evidence modeling and weighted logistic regression for mineral potential mapping[J]. Computers in geology, 25 13-32. AGTERBERG F P, CHENG Qiu-ming. 2002. Conditional inde- pendence test for weights-of-evidence modeling[J]. Natural Resources Research, 114 249-255. BOLENEUS D E, RAINES G L, CAUSEY J D, BOOKSTROM A A, FROST T P, HYNDMAN P C. 2001. Assessment for epithermal gold deposits in northeast Washington State using weights-of-evidence GIS modeling[M]. US US De- partment of the Interior, US Geological Survey. BONHAM-CARTER G F, AGTERBERG F P, WRIGHT D F. 1989. Weights of evidence modelling a new approach to mapping mineral potential[J]. Statistical Applications in Earth Sciences, 899 171-183. BONHAM-CARTER G F. 1994. Geographic ination systems for geoscientists modelling with GIS[M]. Netherlands El- sevier. BONHAM-CARTER G F, AGTERBERG F P, WRIGHT D F. 1988. Integration of geological datasets for gold exploration in Nova Scotia[J]. Photogrammetric Engineering and Remote Sensing, 5411 15-2