基于云理论的油气管道滑坡危险性综合评价

工程科学学报，第40卷，第4期：427-437,2018年4月 Chinese Journal of Engineering,Vol.40,No.4:427-437,April 2018 DOI:10.13374/j.issn2095-9389.2018.04.005:http://journals.ustb.edu.cn 基于云理论的油气管道滑坡危险性综合评价 张满银”，王生新)区，孙志忠”，徐震》，王沪生》 1)甘肃省科学院地质自然灾害防治研究所，兰州7300002)中石油管道联合有限公司西部分公司，乌鲁木齐830000 3)安徽省交通规划设计研究总院股份有限公司，合肥230088 ☒通信作者，E-mail:42062509@qq.com 摘要管道滑坡危险性评价是长输油气管道沿线滑坡灾害预防和治理中规划决策的重要依据.该评价组织由定量和定性 两类指标构成，评价系统具有随机性和模糊性的特点.针对常用的定性和半定量评价法在处理系统的随机性和模糊性上存在 顾此失彼和人为主观性强的问题，引入能同时有效反映事物随机性和模糊性的云理论，运用黄金分割率法构建5级标度的管 道滑坡危险性状态标尺云和指标重要性权重云，提出定量指标的不确定性推理过程和定性指标专家群语言云转化的浮动云 偏好集结算法，构建了油气管道滑坡危险性的综合评价模型并进行了工程例证分析.4处待评样本的综合评价结果与半定量 法结果基本一致，并与实际相符.该模型软化了指标边界的硬划分，简化了指标数据的预处理；实现了评价的定量与定性融合 和集成决策：提高了结果的精确性、合理性和可视化. 关键词油气管道；滑坡危险性；云理论：评价体系：不确定性推理；专家群语言：浮动云算法 分类号TE832:X937 Comprehensive evaluation of landslide risks of oil and gas pipelines based on cloud theory ZHANG Man-yin,WANG Sheng-xin,SUN Zhi-zhong",XU Zhen2,WANG Hu-sheng 1)Geological Hazards Research and Prevention Institute,Gansu Academy of Sciences,Lanzhou 730000,China 2)Oil&Gas Transmission Sub-company,Petro China West Pipeline Company,Urumqi 830000,China 3)Anhui Transport Consulting and Design Institute Co.Ltd,Hefei 230088,China Corresponding author,E-mail:42062509@qq.com ABSTRACT Landslides are serious geological hazards along long-distance oil and gas pipelines.Especially common are discontinu- ous-developing single landslides.A single landslide hazard can cause anything from pipeline rupture and fracture to complete failure and shutdown,thus triggering serious secondary disasters.Risk assessments of oil-and-gas-pipeline landslides are an effective method for ascertaining the degree of landslide risk and can provide an important scientific basis for planning and decision-making regarding landslide prevention and control along long-distance oil and gas pipelines.In addition,risk assessments represent an important step in the pipeline-integrity management process.The evaluation system consists of both quantitative and qualitative indexes,which are char- acterized by randomness and fuzziness.To address the subjectivity and incompleteness of qualitative and semi-quantitative evaluation methods in the processing of randomness and fuzziness,the cloud theory was introduced,which can simultaneously reflect randomness and fuzziness.The golden section method was used to establish a five-level standard cloud metric for pipeline landslide risk and index weighting.In the cloud transformation process,this paper proposes uncertainty reasoning for the quantitative index and a floating cloud preference algorithm for expert group language as a qualitative index,which comprises the assessment model for landslide risk of oil and gas pipelines.The comprehensive evaluation results indicate that the floating cloud preference algorithm for the qualitative index is more suitable for the language of expert group decision-making than the synthetic cloud algorithm commonly used.In addition,the results of 收稿日期：2017-10-31 基金项目：国家自然科学基金资助项目(51469001)：中石油管道联合有限公司西部分公司科技开发项目(XG11-2015001):甘肃省科学院软 科学专项项目(2016KP01):甘肃省科学院青年科技创新基金资助项目(2014QN-10)

工程科学学报，第 40 卷，第 4 期: 427--437，2018 年 4 月 Chinese Journal of Engineering，Vol． 40，No． 4: 427--437，April 2018 DOI: 10． 13374 /j． issn2095--9389． 2018． 04． 005; http: / /journals． ustb． edu． cn 基于云理论的油气管道滑坡危险性综合评价 张满银1) ，王生新1) ，孙志忠1) ，徐 震2) ，王沪生3) 1) 甘肃省科学院地质自然灾害防治研究所，兰州 730000 2) 中石油管道联合有限公司西部分公司，乌鲁木齐 830000 3) 安徽省交通规划设计研究总院股份有限公司，合肥 230088  通信作者，E-mail: 42062509@ qq． com 摘 要 管道滑坡危险性评价是长输油气管道沿线滑坡灾害预防和治理中规划决策的重要依据． 该评价组织由定量和定性 两类指标构成，评价系统具有随机性和模糊性的特点． 针对常用的定性和半定量评价法在处理系统的随机性和模糊性上存在 顾此失彼和人为主观性强的问题，引入能同时有效反映事物随机性和模糊性的云理论，运用黄金分割率法构建 5 级标度的管 道滑坡危险性状态标尺云和指标重要性权重云，提出定量指标的不确定性推理过程和定性指标专家群语言云转化的浮动云 偏好集结算法，构建了油气管道滑坡危险性的综合评价模型并进行了工程例证分析． 4 处待评样本的综合评价结果与半定量 法结果基本一致，并与实际相符． 该模型软化了指标边界的硬划分，简化了指标数据的预处理; 实现了评价的定量与定性融合 和集成决策; 提高了结果的精确性、合理性和可视化． 关键词 油气管道; 滑坡危险性; 云理论; 评价体系; 不确定性推理; 专家群语言; 浮动云算法 分类号 TE832; X937 收稿日期: 2017--10--31 基金项目: 国家自然科学基金资助项目( 51469001) ; 中石油管道联合有限公司西部分公司科技开发项目( XG11--2015--001) ; 甘肃省科学院软 科学专项项目( 2016KP--01) ; 甘肃省科学院青年科技创新基金资助项目( 2014 QN--10) Comprehensive evaluation of landslide risks of oil and gas pipelines based on cloud theory ZHANG Man-yin1) ，WANG Sheng-xin1)  ，SUN Zhi-zhong1) ，XU Zhen2) ，WANG Hu-sheng3) 1) Geological Hazards Ｒesearch and Prevention Institute，Gansu Academy of Sciences，Lanzhou 730000，China 2) Oil ＆ Gas Transmission Sub-company，Petro China West Pipeline Company，Urumqi 830000，China 3) Anhui Transport Consulting and Design Institute Co． Ltd，Hefei 230088，China  Corresponding author，E-mail: 42062509@ qq． com ABSTＲACT Landslides are serious geological hazards along long-distance oil and gas pipelines． Especially common are discontinu￾ous-developing single landslides． A single landslide hazard can cause anything from pipeline rupture and fracture to complete failure and shutdown，thus triggering serious secondary disasters． Ｒisk assessments of oil-and-gas-pipeline landslides are an effective method for ascertaining the degree of landslide risk and can provide an important scientific basis for planning and decision-making regarding landslide prevention and control along long-distance oil and gas pipelines． In addition，risk assessments represent an important step in the pipeline-integrity management process． The evaluation system consists of both quantitative and qualitative indexes，which are char￾acterized by randomness and fuzziness． To address the subjectivity and incompleteness of qualitative and semi-quantitative evaluation methods in the processing of randomness and fuzziness，the cloud theory was introduced，which can simultaneously reflect randomness and fuzziness． The golden section method was used to establish a five-level standard cloud metric for pipeline landslide risk and index weighting． In the cloud transformation process，this paper proposes uncertainty reasoning for the quantitative index and a floating cloud preference algorithm for expert group language as a qualitative index，which comprises the assessment model for landslide risk of oil and gas pipelines． The comprehensive evaluation results indicate that the floating cloud preference algorithm for the qualitative index is more suitable for the language of expert group decision-making than the synthetic cloud algorithm commonly used． In addition，the results of

·428 工程科学学报，第40卷，第4期 the four pipeline-landslide-risk evaluations are basically consistent with the results of the semi-quantitative method,which is consistent with the actual situation.This method softens the hard divisions between the inner boundaries of the index and simplifies the prepro- cessing of index data.It fuses the qualitative and quantitative evaluation aspects using composite decision-making and improves the ac- curacy,rationality,and visualization of the results KEY WORDS oil and gas pipeline:landslide risk;cloud theory;evaluation system;uncertainty reasoning:expert group language: floating cloud preference algorithm 管道地质灾害山是指对输送石油和天然气的 组合赋权的改进二元语义模型进行了滑坡诱发管道 管道本体工程安全和运营环境造成威胁和危害的地 失效的可能性分析，为定性指标参与模型运算开辟 质作用或地质环境的演变过程.按其灾种主要包括 了新途径. 滑坡、崩塌、泥石流、水毁（河沟道、坡面和台田地）、 管道滑坡危险性是由滑体易发性和管道易损性 地面塌陷、特殊土不良地质作用（黄土湿陷、冻胀融 两者统一而成的系统，受众多因素影响，其评价组织 沉、风蚀沙埋和盐渍土)等.通常油气管道选线时会 具有多属性、多层次和多指标的特点，且定量与定性 绕避不稳定斜坡区，发生滑坡群的可能性不大，对管 指标兼而有之.如何使这些同时存在随机性、模糊 道单体滑坡的研究更具现实意义.事实表明，单次 性和量级、量纲各异的不确定性指标有机融合并参 滑坡的危害相比水毁、塌陷等造成的后果更为严重， 与危险性评价，是决定评价成败和结果准确与否的 常可使管道破裂、断裂而失效停输，亦可引发次生灾 关键所在.上述诸方法以及其他一些管道地质灾 害).如2015年西气东输二线广深支干线管道因 害8-0的研究中，一方面多采用简易的定性法11 滑坡冲击而破裂，天然气外泄且引发爆炸；2017年 和半定量法2,4.16.回，对参评指标或进行打分赋 中缅管道贵州段因路基边坡侧滑下陷挤压断裂，天 值、或进行语言模糊归类，二者均因人为的生硬划分 然气泄露燃爆，造成8人死亡、35人受伤的较大安 而忽视了样本指标内在的模糊性或随机性，转化中 全事故等.为尽可能避免滑坡灾害对在役管道的巨 存在顾此失彼和主观随意性强的缺点，使得评价结 大危害和影响，减少次生灾害的发生，确保能源通道 果准确性降低：另一方面过于依赖历史资 的长效安全，应采取科学、有效的方法和手段，客观、 料243,15.20，不宜在滑坡资料缺乏或新建线路的评 准确地对管线沿程发育或潜在的单体滑坡进行危险 价中应用.云理论即是一种用来描述事物定性与 性评价是进行监测预防、工程治理等措施规划决策 定量之间不确定性关系转化的有力数学工具，集成 的关键依据0，也是油气管道完整性管理的重要 了模糊数学和概率统计的优势，能够同时有效反映 环节均 事物属性的随机性和模糊性，并构成定性与定量之 当前，国内外学者对油气管道在滑坡作用下的 间的相互映射，使得定性概念与定量数值之间的转 应力应变、极限状态等力学行为P6和其监测预 换变得清晰、具体和可控.近20年来，该理论和方 警B,90方面的研究较为聚焦且成熟，而针对管道 法已在系统评估与控制2-、数据挖掘7-网、群体 滑坡危险性识别评价方面的研究偏少.林冬等四 决策90等领域广泛应用.本文以在役天然气管 以管道敷设方式和滑坡要素为依据进行了油气管道 道穿越滑坡隐患点为研究对象，提出基于云理论的 滑坡分类和命名的初步研究：方浩与高姣姣网在管 油气管道滑坡危险性综合评价模型，简化定量数据 道滑坡案例分析基础上建立了专家评价系统的计算 的预处理程序，优化定性语言的云化方法和结果，并 机模块，对输入信息可按预设的区间推理进行沿程 将云结果与半定量法结果进行对比，检验模型的有 滑坡危险性分区：李俊彦等围通过统计滑坡发生与 效性与合理性，为长输油气管道地质灾害研究提供 影响因子间的逻辑回归关系提出了管线沿程滑坡危 参考 险性的确定系数区划法：杜曼等采用可拓模型结 1云理论 合层次分析法对滑坡区管道失效危险性进行了多指 标打分的分区评价；Alvarado-Franco等的利用蒙特· 1.1基本概念 卡罗法对哥伦比亚中部山区的滑坡高易发性与管道 给定的定量论域U,XCU,T是U空间上的定 失效概率间的相关性进行了数值模拟分析：刘迎春 性概念，若定量数值x(x∈X)对T的隶属度C,(x)∈ 等a利用规范推荐的指标评分法口对管道滑坡进 0,1],是种具有稳定倾向的随机数，如式(1)，则概 行半定量风险评价的应用：姚安林叨等采用主客观 念T从论域U到区间D,1]的映射在数域空间的分

工程科学学报，第 40 卷，第 4 期 the four pipeline-landslide-risk evaluations are basically consistent with the results of the semi-quantitative method，which is consistent with the actual situation． This method softens the hard divisions between the inner boundaries of the index and simplifies the prepro￾cessing of index data． It fuses the qualitative and quantitative evaluation aspects using composite decision-making and improves the ac￾curacy，rationality，and visualization of the results． KEY WOＲDS oil and gas pipeline; landslide risk; cloud theory; evaluation system; uncertainty reasoning; expert group language; floating cloud preference algorithm 管道地质灾害［1］是指对输送石油和天然气的 管道本体工程安全和运营环境造成威胁和危害的地 质作用或地质环境的演变过程． 按其灾种主要包括 滑坡、崩塌、泥石流、水毁( 河沟道、坡面和台田地) 、 地面塌陷、特殊土不良地质作用( 黄土湿陷、冻胀融 沉、风蚀沙埋和盐渍土) 等． 通常油气管道选线时会 绕避不稳定斜坡区，发生滑坡群的可能性不大，对管 道单体滑坡的研究更具现实意义． 事实表明，单次 滑坡的危害相比水毁、塌陷等造成的后果更为严重， 常可使管道破裂、断裂而失效停输，亦可引发次生灾 害［2--4］． 如 2015 年西气东输二线广深支干线管道因 滑坡冲击而破裂，天然气外泄且引发爆炸; 2017 年 中缅管道贵州段因路基边坡侧滑下陷挤压断裂，天 然气泄露燃爆，造成 8 人死亡、35 人受伤的较大安 全事故等． 为尽可能避免滑坡灾害对在役管道的巨 大危害和影响，减少次生灾害的发生，确保能源通道 的长效安全，应采取科学、有效的方法和手段，客观、 准确地对管线沿程发育或潜在的单体滑坡进行危险 性评价是进行监测预防、工程治理等措施规划决策 的关键依据［1］，也是油气管道完整性管理的重要 环节［5］． 当前，国内外学者对油气管道在滑坡作用下的 应力应变、极限状态等力学行为［2，6--8］ 和其监测预 警［3，9--10］方面的研究较为聚焦且成熟，而针对管道 滑坡危险性识别评价方面的研究偏少． 林冬等［11］ 以管道敷设方式和滑坡要素为依据进行了油气管道 滑坡分类和命名的初步研究; 方浩与高姣姣［12］在管 道滑坡案例分析基础上建立了专家评价系统的计算 机模块，对输入信息可按预设的区间推理进行沿程 滑坡危险性分区; 李俊彦等［13］通过统计滑坡发生与 影响因子间的逻辑回归关系提出了管线沿程滑坡危 险性的确定系数区划法; 杜曼等［14］采用可拓模型结 合层次分析法对滑坡区管道失效危险性进行了多指 标打分的分区评价; Alvarado-Franco 等［15］利用蒙特· 卡罗法对哥伦比亚中部山区的滑坡高易发性与管道 失效概率间的相关性进行了数值模拟分析; 刘迎春 等［16］利用规范推荐的指标评分法［1］对管道滑坡进 行半定量风险评价的应用; 姚安林［17］等采用主客观 组合赋权的改进二元语义模型进行了滑坡诱发管道 失效的可能性分析，为定性指标参与模型运算开辟 了新途径． 管道滑坡危险性是由滑体易发性和管道易损性 两者统一而成的系统，受众多因素影响，其评价组织 具有多属性、多层次和多指标的特点，且定量与定性 指标兼而有之． 如何使这些同时存在随机性、模糊 性和量级、量纲各异的不确定性指标有机融合并参 与危险性评价，是决定评价成败和结果准确与否的 关键所在． 上述诸方法以及其他一些管道地质灾 害［18--20］的研究中，一方面多采用简易的定性法［11，18］ 和半定量法［12，14，16--17，19］，对参评指标或进行打分赋 值、或进行语言模糊归类，二者均因人为的生硬划分 而忽视了样本指标内在的模糊性或随机性，转化中 存在顾此失彼和主观随意性强的缺点，使得评价结 果 准 确 性 降 低; 另一方面过于依赖历史资 料［12--13，15，20］，不宜在滑坡资料缺乏或新建线路的评 价中应用． 云理论［21］是一种用来描述事物定性与 定量之间不确定性关系转化的有力数学工具，集成 了模糊数学和概率统计的优势，能够同时有效反映 事物属性的随机性和模糊性，并构成定性与定量之 间的相互映射，使得定性概念与定量数值之间的转 换变得清晰、具体和可控． 近 20 年来，该理论和方 法已在系统评估与控制［22--26］、数据挖掘［27--28］、群体 决策［29--30］等领域广泛应用． 本文以在役天然气管 道穿越滑坡隐患点为研究对象，提出基于云理论的 油气管道滑坡危险性综合评价模型，简化定量数据 的预处理程序，优化定性语言的云化方法和结果，并 将云结果与半定量法结果进行对比，检验模型的有 效性与合理性，为长输油气管道地质灾害研究提供 参考． 1 云理论 1. 1 基本概念 给定的定量论域 U，XU，T 是 U 空间上的定 性概念，若定量数值 x ( x∈X) 对 T 的隶属度 CT ( x) ∈ ［0，1］，是种具有稳定倾向的随机数，如式( 1) ，则概 念 T 从论域 U 到区间［0，1］的映射在数域空间的分 · 824 ·

张满银等：基于云理论的油气管道滑坡危险性综合评价 ·429· 布，称为云四，每一个x为一个云滴。 ①通过云滴x计算样本均值（云期望） C,(x):Vx∈X(XCU)）x→C,(x) (1) (3) 通常，用期望Ex、熵En和超熵He来反映云的 w=i=名 整体“骨架”，即云的数字特征，简记为C(Ex,E, ②计算云滴的熵 He)u.其中，Ex为定性概念的代表值，是论域的 En=2 T1 lx;Exl (4) 中心值：En是论域空间上可被定性概念接受的云滴 分布范围（即概念的模糊程度）；超熵He是En的 ③计算云滴的超熵 熵，由熵的随机性和模糊性共同决定，体现论域中云 滴的凝聚程度 He= (x-万2-En2 (5) 1.2基本算法 (3)X-条件云算法 一维正态云发生器是定性概念与定量数据间相 ①己知概念的数字特征(Ex,En,He)及量化 互转换的有力工具，具有普遍适用性四，常包括正 值x,生成以En为期望值，He为均方差的正态随机 向云、逆向云、X一条件云和Y-条件云四种算法 数En; (1)正向云算法 ②计算定量值x属于某概念的确定度y,即： ①生成以En为期望，以He为标准差的正态随 y=e兴 (6) 机数y:=nom(En,He2),其中nom为产生服从正 (4)Y-条件云算法. 态分布随机数的函数： ①已知概念的数字特征(Ex,En,He)及确定 ②生成以Ex为期望值，y2为方差的一个正态随 度y,y∈D,1],生成以En为期望值，He为均方差 机数x,=nom(Ex,y2): 的正态随机数En; ③计算随机数的确定度， 4,=e6s-E2y22 ②计算满足确定度y的定量值x,即： (2) x=Ex±En'X/-2ny (7) ④输出一个云滴(xu); 1.3四则运算 ⑤重复步骤①~④，直至产生需要的N个云滴 同一论域的两个云C,(Ex1,En1,He1）和C2(Ex1, 为止，N个云滴组成云，实现概念的不确定性云化 En1,He,),存在表1的运算法则.可推广至n个云. (2)逆向云算法. 表1云理论的运算法则 Table 1 Algorithm of cloud theory 法则 Ex En Ex1 +Ex2 √Ea+Em √He+He Ex -Ex2 √Em+Em √He+Hc Ex1 x Exz 偿)+() Ex1÷Ex2 )·) 2 基于云理论的管道滑坡危险性评价模型 现各自的云数字特征C价，并通过专家群对指标相对 构建基本思路及评价流程 重要性的评语集计算权重云数字特征C权重；然后运用 云四则运算将不同层次不同指标的云通过权重云进行 2.1基本思路及评价流程 融合，逐级跃升至样本的结果云T℃结果；最后直观分析 若管道滑坡危险性状态的语言描述可对应映射 结果云与标尺云的形态相似性和贴近度，确定出评价 成具有特定分布范围和规律的云朵，并设评价指标 样本的危险性状态.评价流程如图1所示，推导运算及 隶属于各状态的确定度也服从上述云分布，则评价 云发生器的驱动通过MATLAB软件实现. 思路为：首先确定评语标准集及对应的云数字特征 2.2评价指标体系及云转化 C标积，并由正向云发生器生成标尺云；其次对待评样本 2.2.1确立评语指标及所属等级标准 的定量指标和定性指标按照云推理过程进行转化，实 油气管道滑坡灾害是以管道穿越区的滑坡（包

张满银等: 基于云理论的油气管道滑坡危险性综合评价 布，称为云［21］，每一个 x 为一个云滴． CT ( x) : x∈X( XU) x→CT ( x) ( 1) 通常，用期望 Ex、熵 En 和超熵 He 来反映云的 整体“骨架”，即云的数字特征，简记为 C( Ex，En， He) ［21］． 其中，Ex 为定性概念的代表值，是论域的 中心值; En 是论域空间上可被定性概念接受的云滴 分布范围( 即概念的模糊程度) ; 超熵 He 是 En 的 熵，由熵的随机性和模糊性共同决定，体现论域中云 滴的凝聚程度． 1. 2 基本算法 一维正态云发生器是定性概念与定量数据间相 互转换的有力工具，具有普遍适用性［21］，常包括正 向云、逆向云、X--条件云和 Y--条件云四种算法． ( 1) 正向云算法． ①生成以 En 为期望，以 He 为标准差的正态随 机数 yi = norm( En，He2 ) ，其中 norm 为产生服从正 态分布随机数的函数; ②生成以 Ex 为期望值，y 2 为方差的一个正态随 机数 xi = norm( Ex，y 2 ) ; ③计算随机数的确定度， μi = e － ( xi － Ex) 2 /( 2y2 i ) ( 2) ④输出一个云滴( xi，μi ) ; ⑤重复步骤① ～ ④，直至产生需要的 N 个云滴 为止，N 个云滴组成云，实现概念的不确定性云化． ( 2) 逆向云算法． ①通过云滴 xi计算样本均值( 云期望) Ex = X = 1 n ∑ n i = 1 xi ( 3) ②计算云滴的熵 En = π 槡2 1 n ∑ n i = 1 | xi － Ex | ( 4) ③计算云滴的超熵 He = 1 n － 1∑ n i = 1 ( xi － X) 2 － En 槡 2 ( 5) ( 3) X--条件云算法． ①已知概念的数字特征( Ex，En，He) 及量化 值 x，生成以 En 为期望值，He 为均方差的正态随机 数 En'; ②计算定量值 x 属于某概念的确定度 y，即: y = e － ( x － Ex) 2 2( En') 2 ( 6) ( 4) Y--条件云算法． ①已知概念的数字特征( Ex，En，He) 及确定 度 y，y∈ ［0，1］，生成以 En 为期望值，He 为均方差 的正态随机数 En'; ②计算满足确定度 y 的定量值 x，即: x = Ex ± En' × － 2ln 槡 y ( 7) 1. 3 四则运算 同一论域的两个云 C1 ( Ex1，En1，He1 ) 和 C2 ( Ex1， En1，He1 ) ，存在表1 的运算法则． 可推广至 n 个云． 表 1 云理论的运算法则 Table 1 Algorithm of cloud theory 法则 Ex En He + Ex1 + Ex2 En2 槡 1 + En2 2 He2 槡 1 + He2 2 － Ex1 － Ex2 En2 槡 1 + En2 2 He2 槡 1 + He2 2 × Ex1 × Ex2 | Ex1Ex2 ( | En1 Ex ) 1 2 ( + En2 Ex ) 槡 2 2 | Ex1Ex2 ( | He1 Ex ) 1 2 ( + He2 Ex ) 槡 2 2 ÷ Ex1 ÷ Ex2 Ex1 Ex ( 2 En1 Ex ) 1 2 ( + En2 Ex ) 槡 2 2 Ex1 Ex ( 2 He1 Ex ) 1 2 ( + He2 Ex ) 槡 2 2 2 基于云理论的管道滑坡危险性评价模型 构建基本思路及评价流程 2. 1 基本思路及评价流程 若管道滑坡危险性状态的语言描述可对应映射 成具有特定分布范围和规律的云朵，并设评价指标 隶属于各状态的确定度也服从上述云分布，则评价 思路为: 首先确定评语标准集及对应的云数字特征 C标尺，并由正向云发生器生成标尺云; 其次对待评样本 的定量指标和定性指标按照云推理过程进行转化，实 现各自的云数字特征 C评价，并通过专家群对指标相对 重要性的评语集计算权重云数字特征 C权重; 然后运用 云四则运算将不同层次不同指标的云通过权重云进行 融合，逐级跃升至样本的结果云 TC结果; 最后直观分析 结果云与标尺云的形态相似性和贴近度，确定出评价 样本的危险性状态． 评价流程如图1 所示，推导运算及 云发生器的驱动通过 MATLAB 软件实现． 2. 2 评价指标体系及云转化 2. 2. 1 确立评语指标及所属等级标准 油气管道滑坡灾害是以管道穿越区的滑坡( 包 · 924 ·

·430· 工程科学学报，第40卷，第4期 确立评语集 等)和诱发条件（降水、地震、人类活动等）下演化形 (评价指标选取) 成，其和管道维护中的一系列防治措施（截排水、坡 确定指标的权重C 体稳固等)共同构成危险性评价的易发性因素：承 获取样本数据 (定量实测、定性评语) (不确定性推理的云权重) 灾体是包括钢质管道及防腐层、电缆、站场阀室、电 计算云模型C 极桩、标识桩牌等设施在内的管道工程本体，管道在 (不确定性推理过程) 确立标准集 滑坡影响范围中的敷设（位置、方式、埋深等）情况， 不确定性 (评价指标选取) 传递概念跃升 以及管沟回填、砼结构保护层等直接影响管道的承 计算最终云模型TC结 计算标准云C标 载方式和承载能力，这些复杂因素共同构成了危险 (云混合运算) (五级标度黄金分割法) 性评价的易损性因素 生成评价云 生成标尺云 从评价指标构建的系统性、全面性、层次性、实 (正向正态云发生器) (正向正态云发生器) 用性等原则出发，参考前人成果-46$129：30，结合 相似性可视对比 工作实践，本文优化提出由4项一级指标（分别记 (贴近度分析) 为U1~U,)和15项二级指标（分别记为U~U,、 判定样本状态等级 U21~U3、U1~U3和U41~U2）构成评价集的多层 (不同样本间排序或选优) 次综合评价指标体系，表征管道滑坡的危险性状态 图1基于云理论的危险性评价流程 (记为U),如图2所示.其中15项二级指标中定量 Fig.1 Flow chart of risk evaluation based on cloud theory 指标6项、定性指标9项，以非确定数值表达的定性 括历史的和潜在的)为致灾体，以管道工程本体为 指标居多，且指标间的量纲、量级、属性等各异，如何 承载体的地质灾害系统.致灾体是在一定的工程地 使这些复杂的指标有机融合、参与模型运算是评价 质条件（地形地貌、构造活动、水文地质、地层岩性 研究的重点 较低 中 较高 管道滑坡危险性状态U 致灾体易发性 乐体易损国 滑坡发生 滑坡防治U, 管道敷设U, 管道防护U, 斜坡坡度 抗 欢 专家组野外调查获取各指标的定量数值和定性评语 图2管道滑坡危险性评价组织体系图 Fig.2 Framework of risk assessment of pipeline landslide 为能和规范推荐法四的结果相对应，本文采用 表2评语标准和权重的云数字特征 高、较高、中、较低、低的5级评语来标度管道滑坡危 Table 2 Digital parameters of cloud of evaluation criterion and weight 险性所属状态，如图2所示.并利用黄金分割率法 标度等级C标尺标准 数字 低 较低 中 较高 高 将其在论域D,1]上分为相应的5个等级，每个等 特征 (不重要)（次重要）（一般）（较重要）（极重要） 级语言的云数字特征和分布见表2和图3所 Ex 0 0.30900.5000 0.69101.0000 示2-)：同样地，二级指标的5级评语标度划分结 En 0.10310.0640 0.03900.0640 0.1031 果见表3所列.表3中的6项定量指标进行双边约 He 0.0130 0.0080 0.0050 0.0080 0.0130 束型近似划分6s.129,训：9项定性指标根据专家现 2.2.2两类评语指标的不确定性云转化 场语言描述进行定级，再按照表2所对应级别的云 (1)定量指标云化. 参数进行云集结s,n- 对于表3中的U1、U、U6U2a、U2和U3六项

工程科学学报，第 40 卷，第 4 期 图 1 基于云理论的危险性评价流程 Fig． 1 Flow chart of risk evaluation based on cloud theory 括历史的和潜在的) 为致灾体，以管道工程本体为 承载体的地质灾害系统． 致灾体是在一定的工程地 质条件( 地形地貌、构造活动、水文地质、地层岩性 等) 和诱发条件( 降水、地震、人类活动等) 下演化形 成，其和管道维护中的一系列防治措施( 截排水、坡 体稳固等) 共同构成危险性评价的易发性因素; 承 灾体是包括钢质管道及防腐层、电缆、站场阀室、电 极桩、标识桩牌等设施在内的管道工程本体，管道在 滑坡影响范围中的敷设( 位置、方式、埋深等) 情况， 以及管沟回填、砼结构保护层等直接影响管道的承 载方式和承载能力，这些复杂因素共同构成了危险 性评价的易损性因素． 从评价指标构建的系统性、全面性、层次性、实 用性等原则出发，参考前人成果［1--4，6--8，12--19，31］，结合 工作实践，本文优化提出由 4 项一级指标( 分别记 为 U1 ～ U4 ) 和 15 项二级指标( 分别记为 U11 ～ U17、 U21 ～ U23、U31 ～ U33和 U41 ～ U42 ) 构成评价集的多层 次综合评价指标体系，表征管道滑坡的危险性状态 ( 记为 U) ，如图 2 所示． 其中 15 项二级指标中定量 指标 6 项、定性指标 9 项，以非确定数值表达的定性 指标居多，且指标间的量纲、量级、属性等各异，如何 使这些复杂的指标有机融合、参与模型运算是评价 研究的重点． 图 2 管道滑坡危险性评价组织体系图 Fig． 2 Framework of risk assessment of pipeline landslide 为能和规范推荐法［1］的结果相对应，本文采用 高、较高、中、较低、低的 5 级评语来标度管道滑坡危 险性所属状态，如图 2 所示． 并利用黄金分割率法 将其在论域［0，1］上分为相应的 5 个等级，每个等 级语言的云数字特征和分布见表 2 和 图 3 所 示［22--23］; 同样地，二级指标的 5 级评语标度划分结 果见表 3 所列． 表 3 中的 6 项定量指标进行双边约 束型近似划分［6--8，12--19，31］; 9 项定性指标根据专家现 场语言描述进行定级，再按照表 2 所对应级别的云 参数进行云集结［25，27--29］． 表 2 评语标准和权重的云数字特征 Table 2 Digital parameters of cloud of evaluation criterion and weight 数字 特征 标度等级 C标尺/标准 低 ( 不重要) 较低 ( 次重要) 中 ( 一般) 较高 ( 较重要) 高 ( 极重要) Ex 0 0. 3090 0. 5000 0. 6910 1. 0000 En 0. 1031 0. 0640 0. 0390 0. 0640 0. 1031 He 0. 0130 0. 0080 0. 0050 0. 0080 0. 0130 2. 2. 2 两类评语指标的不确定性云转化 ( 1) 定量指标云化． 对于表 3 中的 U11、U13、U16、U23、U32和 U33六项 · 034 ·

张满银等：基于云理论的油气管道滑坡危险性综合评价 ·431· 定量指标，存在具有上下边界数值x和x的评语等 低（不重要） 较低（次重要）中（一般）较高（较重要）高（极重要） 级，则其正态云数字特征可表示为： 09 x+x」 Exi=- (8) 0.7 2 0.6 由于边界值是参考己有研究6s.12-926.30及专 卷04 家建议，按照一定的标准和经验对连续性数量描述的 0.3 0.2 指标进行了人为硬划分，而实质上具有一定模糊性.因 0.1 此，需对边界进行软化处理，令边界值对于相邻两状态 0) 03 0.4 050.60.70.80.91.0 论域 等级的隶属度相等，则有exp (写-x)2 ≈0.5，整 图3评语标准和权重的云图 8(En)2 Fig.3 Cloud chart of evaluation criterion and weight 表3评语指标等级标准划分 Table 3 Evaluation criteria of each index 评语指标 评语指标等级标准 低 较低 中 较高 高 一级指标 二级指标 (级别云C潘) (级别云C标雅) (级别云C标准) (级别云C标淮) (级别云C标海) 0~5 5~15 15-30 30-45 45-90 斜坡平均坡度，U11/() (2.5,2.1,0.01) (10,4.25,0.01) (22.5,6.37,0.01) (37.5,6.37,0.01) (67.5,19.11,0.01) 斜坡纵向坡形，U2 凹形 上凹下凸形 直线形 上凸下凹形 凸形 0-0.05 0.05-010 010~0.15 0.15-0.20 020-0.40 地震水平加速度，Us/g (0.025,0.021,0.001) (0075,0.021,0001) (0125.0021.0001) (0.175,0.021,0.001) (0.300,0.085,0.001) 软岩层组或顺倾硬岩风化节理、裂隙较发半胶结卵砾石层，强黄土及黄土状土、碎 滑坡发生，U1地层岩性，U4 非顺倾硬岩层组，弱 层组或风化破碎、裂有或软硬相间层组为风化或顺倾软岩层组石土、填土等松散堆 风化、较完整 隙发有 主 为主 积层为主 坡体（脚）远离冲沟、 无固定河流、冲沟等， 坡脚无固定冲沟冲 坡体（脚）受季节性 坡体（脚）时常受水 地表径流，Us 河流，无地表历史冲 坡面产流不易形成坡 刷，坡面产流易形成洪水冲刷，冲沟发有流冲刷，河流沟道发 刷迹象 面流 细沟等 衡 有、泉水露头等 0-100 100-200 200-400 400-600 600-800 年均降雨量，U,6/mm (50,42.5,0.50) (150,42.5,0.50) (300,84.9.0.50) (500,84.9,0.50) (700,84.9,0.50) 人类活动，0n 无活动 活动微弱 活动一般 活动明显 活动强烈 措施效果较好或工程措施效果一般或工程措施效果差或工程严无工程措施 抗滑加周，U21 措施效果好或工程无 轻微破损，设计较合局部受损，设计基本 重受损或存在设计缺或工程完全损毁 损，设计合理 理 合理 啭 或设计不合理 滑坡防治，U2截水排水，Ua 措施效果好或工程无 措施效果较好或工程措施效果一般或工程 措施效果差或 无工程措施或 令 轻微破损 局部受损 工程严重受损 工程完全损毁 100-80 80-60 60-40 40~20 20-0 植被覆盖度，0/% (90,8.5,0.10) (70,8.5,0.10) (50,8.5,0.10) (30,8.5,0.10) (10,8.5,0.10) 管道位置，U1 滑坡影响区 远离滑坡影响区 靠近滑坡影响区 滑坡影响区前缘 穿越滑坡体 后缘或两侧 管道与主滑向夹角，U2/0~10 1030 30~50 50-70 70~90 管道敷设，U3 () (5,4.25,0.10) (20,8.5,0.10） (40,8.5,0.10) (60,8.5,0.10) (80,8.5,0.10) 0-0.8 0.8-1.4 1.4-2.0 20-2.5 2.5-6.0 管道埋深，0s/m (0.4,0.340,0.01) (1.1,0.255,0.01) (1.7,0.255,0.01） (2.25,0.21,0.01) (4.25,1.49,0.01) 混凝土稳固管体，U41 稳固效果好 稳固效果较好 稳固效果一般 稳固效果差 无稳固措施或失效 管道防护，U4 管沟回填夯实度高，管沟回填夯实度一 管沟回填夯实度差、 管沟回填，U2 管沟局部塌陷、裂缝管沟大面积塌路、裂 无沉陷、无低注区，植般、低注渗水，局部轻 整体易渗水，局部沉 发有 缝、落水洞多发 被已复绿 度沉陷

张满银等: 基于云理论的油气管道滑坡危险性综合评价 定量指标，存在具有上下边界数值 x 1 ij和 x 2 ij的评语等 级，则其正态云数字特征可表示为: Exij = | x 1 ij + x 2 ij | 2 ( 8) 由于边界值是参考已有研究［6--8，12--19，26，31］及专 家建议，按照一定的标准和经验对连续性数量描述的 指标进行了人为硬划分，而实质上具有一定模糊性． 因 此，需对边界进行软化处理，令边界值对于相邻两状态 等级的隶属度相等，则有 [ exp － ( x 1 ij － x 2 ij) 2 8 ( Enij) 2 ] ≈0. 5，整 图 3 评语标准和权重的云图 Fig． 3 Cloud chart of evaluation criterion and weight 表 3 评语指标等级标准划分 Table 3 Evaluation criteria of each index 评语指标 评语指标等级标准 一级指标 二级指标 低 ( 级别云 C标准) 较低 ( 级别云 C标准) 中 ( 级别云 C标准) 较高 ( 级别云 C标准) 高 ( 级别云 C标准) 斜坡平均坡度，U11 /( °) 0 ～ 5 ( 2. 5，2. 1，0. 01) 5 ～ 15 ( 10，4. 25，0. 01) 15 ～ 30 ( 22. 5，6. 37，0. 01) 30 ～ 45 ( 37. 5，6. 37，0. 01) 45 ～ 90 ( 67. 5，19. 11，0. 01) 斜坡纵向坡形，U12 凹形 上凹下凸形 直线形 上凸下凹形 凸形 地震水平加速度，U13 /g 0 ～0. 05 ( 0. 025，0. 021，0. 001) 0. 05 ～0. 10 ( 0. 075，0. 021，0. 001) 0. 10 ～0. 15 ( 0. 125，0. 021，0. 001) 0. 15 ～0. 20 ( 0. 175，0. 021，0. 001) 0. 20 ～0. 40 ( 0. 300，0. 085，0. 001) 滑坡发生，U1 地层岩性，U14 非顺倾硬岩层组，弱 风化、较完整 软岩层组或顺倾硬岩 层组或风化破碎、裂 隙发育 风化节理、裂隙较发 育或软硬相间层组为 主 半胶结卵砾石层，强 风化或顺倾软岩层组 为主 黄土及黄土状土、碎 石土、填土等松散堆 积层为主 地表径流，U15 坡体( 脚) 远离冲沟、 河流，无地表历史冲 刷迹象 无固定河流、冲沟等， 坡面产流不易形成坡 面流 坡脚 无 固 定 冲 沟 冲 刷，坡面产流易形成 细沟等 坡体( 脚) 受 季 节 性 洪水冲刷，冲沟发育 等 坡体( 脚) 时 常 受 水 流冲刷，河流沟道发 育、泉水露头等 年均降雨量，U16 /mm 0 ～ 100 ( 50，42. 5，0. 50) 100 ～ 200 ( 150，42. 5，0. 50) 200 ～ 400 ( 300，84. 9，0. 50) 400 ～ 600 ( 500，84. 9，0. 50) 600 ～ 800 ( 700，84. 9，0. 50) 人类活动，U17 无活动 活动微弱 活动一般 活动明显 活动强烈 抗滑加固，U21 措施效果好或工程无 损，设计合理 措施效果较好或工程 轻微破损，设计较合 理 措施效果一般或工程 局部受损，设计基本 合理 措施效果差或工程严 重受损或存在设计缺 陷 无工程措施 或工程完全损毁 或设计不合理 滑坡防治，U2 截水排水，U22 措施效果好或工程无 损 措施效果较好或工程 轻微破损 措施效果一般或工程 局部受损 措施效果差或 工程严重受损 无工程措施或 工程完全损毁 植被覆盖度，U23 /% 100 ～ 80 ( 90，8. 5，0. 10) 80 ～ 60 ( 70，8. 5，0. 10) 60 ～ 40 ( 50，8. 5，0. 10) 40 ～ 20 ( 30，8. 5，0. 10) 20 ～ 0 ( 10，8. 5，0. 10) 管道位置，U31 远离滑坡影响区 靠近滑坡影响区 滑坡影响区 后缘或两侧 滑坡影响区前缘 穿越滑坡体 管道敷设，U3 管道与主滑向夹角，U32 / ( °) 0 ～ 10 ( 5，4. 25，0. 10) 10 ～ 30 ( 20，8. 5，0. 10) 30 ～ 50 ( 40，8. 5，0. 10) 50 ～ 70 ( 60，8. 5，0. 10) 70 ～ 90 ( 80，8. 5，0. 10) 管道埋深，U33 /m 0 ～ 0. 8 ( 0. 4，0. 340，0. 01) 0. 8 ～ 1. 4 ( 1. 1，0. 255，0. 01) 1. 4 ～ 2. 0 ( 1. 7，0. 255，0. 01) 2. 0 ～ 2. 5 ( 2. 25，0. 21，0. 01) 2. 5 ～ 6. 0 ( 4. 25，1. 49，0. 01) 管道防护，U4 混凝土稳固管体，U41 稳固效果好 稳固效果较好 稳固效果一般 稳固效果差 无稳固措施或失效 管沟回填，U42 管沟回填夯实度高， 无沉陷、无低洼区，植 被已复绿 管沟 回 填 夯 实 度 一 般、低洼渗水，局部轻 度沉陷 管沟回填夯实度差、 整体易渗水，局部沉 陷 管沟局部塌陷、裂缝 发育 管沟大面积塌陷、裂 缝、落水洞多发 · 134 ·

·432 工程科学学报，第40卷，第4期 理得： 作程序繁杂耗时长0，本文提出采用浮动云法进行 1x写-x」 Eng=2.355 (9) 定性指标云转化，并与综合云法结果对比验证其有 效性和优越性.对浮动云算法而言，通过熟悉情况 由云雾化含混度CD=3He,/En,He一般取0~ 的k(k≥2)位专家对定性类指标逐一进行语言变量 En3间的数均可满足高斯云分布.本文通过多 的评判，评判等级采用低、较低、中等、较高和高5个 次试验，优选方便运算的经验值为准，一般Heg越 级别，各项指标分属5级状态中的属性特征的语言 大，正态云越厚，反之则越薄 描述选项见表3所列，每一级状态的云概念采用表 通过式(8)和(9)多次试验确定6项定量指标 2中黄金分割率法所得云参数来控制. 的等级标准化云参数，见表3，再通过构建单条件单 不失一般性，当k(k≥2)位专家对某指标进行 规则云发生器12来实现定量指标实测值x,的云 评价时，因个体的主观偏好性，对同一事物的认知、 转化过程.单条件单规则云发生器如图4所示，依 判断会存在一定差异，因此对所评指标属性状态的 据式(8)和(9)，首先生成以En4为期望值，Hea为均 评判会产生不同结果.假设k(k≥2)位专家对同一 方差的正态随机数EnA,计算确定度y= 指标通过反复评论后形成了n(n≤5)个不同的评判 exp[-(xA-Exa)22(En)2];再生成以Eng为期 结果，则对应出n(n≤5)朵相邻或相间的基云C1 望值，Heg为均方差的正态随机数Eng,如果前件激 (Ex1,En1,He）,C2(Ex2,En2,He2）,,Cn(Exn' 活上升或下降沿x4≤Ex4或xA>ExA,则后件同样激 En.,Hen).利用基云产生浮动云的偏好集结过程， 活上升或下降沿xg=Exg-Eng×（-2lny)os或 可很好地反映出指标属性在各基云之间的空白语言 xB=Exg+En后×（-2lny)Q5的值.规则云发生器中 值s,9,当浮动云从前一朵向后一朵移动时，受前 X一条件云和Y一条件云输出的结果都是通过随机过 朵云的影响逐渐减少，受后朵云的影响会逐渐增大 程获得的.因此对于同一输入，云推理方法每次得 通过集结n(n≤5)朵基云生成k(k≥2)位专家对某 到的输出值都具有不确定特性，但所有输出值都在 指标属性语言评判的总浮动云C(Ex,En,He), 合理范围内上下波动，整体上具有稳定倾向，服从高 该云同时受到n朵基云的综合影响，则有： 斯分布1-2.通过定量指标的云化：一方面软化了 Ex =Ex +@2Ex2+.+wEx (10) 等级边界的人为硬划分：另一方面不同量纲和量级 En=Ex;En+@:Ex En++.Ex,En w1Ex1+w2Ex2+·+wEx 的x4经由X和Y-条件云发生器推求，实现了数据的 (11) 量纲为一化，从而简化了预处理程序.该方法确保 了不确定性在评价过程中的有效传递和继承，明显 He=√He+He;+…+He (12) 优于其他定量评价理论 其中，w1,w2,…,wn为k(k≥2)位专家分别对n(n≤ dropx》 5)朵基云的支持率，且w1+w2+…+wn=1(n≤ 5).由此可逐一得出评价系统中各定性指标的云数 En CG -drop(ee）) 字特征Ex、En和He He Heg 2.3评价指标体系赋权 权重不仅反映出评价系统中各级各项因子对目 图4单条件单规则发生器 标的相对重要程度和贡献率，也是云理论不断得以 Fig.4 Single condition single rule generator 传递、跃升的关键“枢纽”.油气管道滑坡危险性评 价指标多为定性指标，很难直接通过熵值法、变异系 (2)定性指标云化. 数法、灰色关联法等客观赋权过程得出各指标的权 对于表3中的U12U4UsU1mU21U2U1、 重值：同时，为避免层次分析法等主观赋权中人为随 U,和U2九项定性指标，现实中很难直接采用定量 意性强的缺点.本文采用专家会同管道公司主要技 数值来精确表征属性，须采取一定的方法对专家群 术人员组成赋权专家组，对参评指标相对重要性语 的评语进行转换，产生符合某种规则的数值变量参 言描述不重要、次重要、一般、较重要和极重要的5 与评价决策四.根据多位专家的评语意见或评分 级状态，基于黄金分割率驱动法对指标权重在论域 值将定性指标转化为定量数值的方法，常见的有逆 D,1]上进行5级标度赋权，相应云数字特征及云 向云法、综合云法和浮动云法2,25，n,90.通过对 朵圆见表2和图3，这样既符合人们对事物的科学 比，逆向云法对评价专家的数量和认知要求高，且操 认识规律，又在消除主观随意性的同时将定性语言

工程科学学报，第 40 卷，第 4 期 理得: Enij = | x 1 ij － x 2 ij | 2. 355 ( 9) 由云雾化含混度 CD = 3Heij /En，Heij一般取 0 ～ En /3 间的数均可满足高斯云分布［21］． 本文通过多 次试验，优选方便运算的经验值为准，一般 Heij 越 大，正态云越厚，反之则越薄． 通过式( 8) 和( 9) 多次试验确定 6 项定量指标 的等级标准化云参数，见表 3，再通过构建单条件单 规则云发生器［21，24］来实现定量指标实测值 xA的云 转化过程． 单条件单规则云发生器如图 4 所示，依 据式( 8) 和( 9) ，首先生成以 EnA为期望值，HeA为均 方 差 的 正 态 随 机 数 En' A，计 算 确 定 度 y = exp［－ ( xA － ExA ) 2 /2 ( En' A ) 2 ］; 再生成以 EnB 为期 望值，HeB为均方差的正态随机数 En' B，如果前件激 活上升或下降沿 xA≤ExA 或 xA ＞ ExA，则后件同样激 活上升或下降沿 xB = ExB － En' B × ( － 2ln y) 0. 5 或 xB = ExB + En' B × ( － 2ln y) 0. 5的值． 规则云发生器中 X--条件云和 Y--条件云输出的结果都是通过随机过 程获得的． 因此对于同一输入，云推理方法每次得 到的输出值都具有不确定特性，但所有输出值都在 合理范围内上下波动，整体上具有稳定倾向，服从高 斯分布［21--24］． 通过定量指标的云化: 一方面软化了 等级边界的人为硬划分; 另一方面不同量纲和量级 的 xA经由 X 和 Y--条件云发生器推求，实现了数据的 量纲为一化，从而简化了预处理程序． 该方法确保 了不确定性在评价过程中的有效传递和继承，明显 优于其他定量评价理论． 图 4 单条件单规则发生器 Fig． 4 Single condition single rule generator ( 2) 定性指标云化． 对于表 3 中的 U12、U14、U15、U17、U21、U22、U31、 U41和 U42九项定性指标，现实中很难直接采用定量 数值来精确表征属性，须采取一定的方法对专家群 的评语进行转换，产生符合某种规则的数值变量参 与评价决策［29］． 根据多位专家的评语意见或评分 值将定性指标转化为定量数值的方法，常见的有逆 向云法、综合云法和浮动云法［22，25，27，29--30］． 通过对 比，逆向云法对评价专家的数量和认知要求高，且操 作程序繁杂耗时长［30］，本文提出采用浮动云法进行 定性指标云转化，并与综合云法结果对比验证其有 效性和优越性． 对浮动云算法而言，通过熟悉情况 的 k( k≥2) 位专家对定性类指标逐一进行语言变量 的评判，评判等级采用低、较低、中等、较高和高 5 个 级别，各项指标分属 5 级状态中的属性特征的语言 描述选项见表 3 所列，每一级状态的云概念采用表 2 中黄金分割率法所得云参数来控制． 不失一般性，当 k( k≥2) 位专家对某指标进行 评价时，因个体的主观偏好性，对同一事物的认知、 判断会存在一定差异，因此对所评指标属性状态的 评判会产生不同结果． 假设 k( k≥2) 位专家对同一 指标通过反复评论后形成了 n( n≤5) 个不同的评判 结果，则对应出 n( n≤5) 朵相邻或相间的基云 C1 ( Ex1，En1，He1 ) ，C2 ( Ex2，En2，He2 ) ，…，Cn ( Exn， Enn，Hen ) ． 利用基云产生浮动云的偏好集结过程， 可很好地反映出指标属性在各基云之间的空白语言 值［25，29］，当浮动云从前一朵向后一朵移动时，受前 朵云的影响逐渐减少，受后朵云的影响会逐渐增大． 通过集结 n( n≤5) 朵基云生成 k( k≥2) 位专家对某 一指标属性语言评判的总浮动云 C( Ex，En，He) ， 该云同时受到 n 朵基云的综合影响，则有: Ex = ω1Ex1 + ω2Ex2 + … + ωnExn ( 10) En = ω1Ex1En1 + ω2Ex2En2 + … + ωnExnEnn ω1Ex1 + ω2Ex2 + … + ωnExn ( 11) He = He2 1 + He2 2 + … + He2 槡 n ( 12) 其中，ω1，ω2，…，ωn为 k( k≥2) 位专家分别对 n( n≤ 5) 朵基云的支持率，且 ω1 + ω2 + … + ωn = 1 ( n≤ 5) ． 由此可逐一得出评价系统中各定性指标的云数 字特征 Ex、En 和 He． 2. 3 评价指标体系赋权 权重不仅反映出评价系统中各级各项因子对目 标的相对重要程度和贡献率，也是云理论不断得以 传递、跃升的关键“枢纽”． 油气管道滑坡危险性评 价指标多为定性指标，很难直接通过熵值法、变异系 数法、灰色关联法等客观赋权过程得出各指标的权 重值; 同时，为避免层次分析法等主观赋权中人为随 意性强的缺点． 本文采用专家会同管道公司主要技 术人员组成赋权专家组，对参评指标相对重要性语 言描述不重要、次重要、一般、较重要和极重要的 5 级状态，基于黄金分割率驱动法对指标权重在论域 ［0，1］上进行 5 级标度赋权，相应云数字特征及云 朵［23］见表 2 和图 3，这样既符合人们对事物的科学 认识规律，又在消除主观随意性的同时将定性语言 · 234 ·

张满银等：基于云理论的油气管道滑坡危险性综合评价 ·433· 转化为权重值进行运算，充分反映评价过程的模糊 表4六项定量指标初始数据 性、随机性和复杂性3-0 Table 4 Initial data of six quantitative indexes 2.4综合评判 滑坡 斜坡地震水平。年均植被 管道与主管道 隐患点坡度，加速度，降雨量，覆盖度，滑向夹角，埋深， 承前文云转化的评价指标体系和云权重确定过 编号U:/(）Ug/gU61mm23/%U2/()Us1m 程，按照表1中云的四则运算法则，采用加权平均法 1号 22 0.15408.9 84 87 0.85 将评语集中底层评估结果传递给上一层，依次类推 2号 34 0.10 450.0 40 7 1.55 至目标层，即为评价对象的危险性结果云，可与标尺 3号 64 0.10335.4 16 46 1.80 云进行可视性分析与决策 4号 41 0.20 316.7 25 15 2.55 TC-c (13) 表5定性指标U4的准数据（地层岩性专家评语变量） 式中，TC为评价目标的综合云，C,和w:分别为第i Table 5 Quasi data (expert comments)of qualitative U 个指标云和权重云，ω，C:表示两个云相乘.此过程 专家序号 1号 2号 3号 4号 在传递不确定性推理的同时也使云理论概念不断得 高 较高 高 高 以跃升 较高 较低 必 较高 3工程例证分析 高 较高 中 高 高 中 较高 高 涩宁兰输气管道干线长900余公里，自柴达木 高 较高 高 较高 盆地中部的涩北首站，向东途径西宁，终止于黄河右 6 较高 中 中 中 岸的兰州西固末站，沿程约有四分之一线段敷设于 > 中 中 高 高 构造山丘和河谷阶地的斜坡上，且管道敷设地层以 8 较高 较高 较高 中 第四系残坡积、冲洪积和风积的松散物为主，又受干 9 高 中 % 高 旱、半干旱气候控制而多集中性降水，加之管道建设 10 较高 中 高 较高 与维修中的工程扰动等，为其沿线的滑坡等灾害发 育提供了便利条件和诱因. 数见表6 3.1数据来源 3.2结果计算 “十二五”期间，管道经营方组织实施了涩宁兰 先分别利用前述单条件单规则云推理(MAT- 管道地质灾害调查评价与防治规划工作，成果表明 LAB发生器循环1000次)和浮动云集结算法，依次 管线在穿越构造山区和湟水河谷阶地时，滑坡发育 计算出1~4号滑坡中15项指标所属等级的云数字 密集、规模大，易发性高，是全线地质灾害影响最严 特征值，见表6所列.再用表1中的运算法则对表6 重的线段.从上述线段的29处滑坡隐患点中，随机 中的指标云C理价和权重云C权重，依据式(13)由二级 挑选出位于管段K686+830、K737+700、K801+ 指标U上传于一级指标U:,再传递至评语集目标层 400和K924+230的4处滑坡隐患点（依次记为1~U,即得各滑坡危险性的结果云TC果，分别为TC 4号)作为危险性评价的例证样本.4处滑坡的定量 (0.60,0.0583,0.0076),TC2(0.56,0.0543, 指标初始数据从已有气象、地理、地质资料中查阅和 0.0070),T℃(0.68,0.0662,0.0084)和T℃4(0.65， 现场量测，结果列于表4：对于定性指标邀请专家组 0.0622,0.0080).之后将TC结果分别按照正向云算 进行现场评判，记录好每位专家针对每处滑坡不同 法步骤，生成如图5所示的管道滑坡危险性云朵 指标的评语。根据专家评语数越多云转化结果越符 由图5可见，1~4号滑坡的危险性结果云在形 合事实的原则0，邀请10位专家（含管道公司技术 态“骨架”上与标尺云基本相似，且均分布于“中”与 骨干2人)进行现场调查，对9项定性指标以5级标 “较高”云尺之间.具体表现为：3号云紧贴“较高 度规则逐一进行状态评定，获取了评语准数据.表5 云”，4号云靠近“较高云”，1号云偏向“较高云”，2 仅列出了4处滑坡地层岩性U4的10位专家评语， 号云靠近“中云”，滑坡对油气管道的危险性程度依 其余8项指标的评语可同理获取. 次为3号>4号>1号>2号. 同上，专家组10人依据表2和图3中对指标重 3.3结果分析 要性程度的语言描述，结合样本实际，对模型中各层 3.3.1与半定量法结果相比 次、各指标分别做出相对重要性评定，所得权重云参 为检验云理论在油气管道滑坡危险性评价中的

张满银等: 基于云理论的油气管道滑坡危险性综合评价 转化为权重值进行运算，充分反映评价过程的模糊 性、随机性和复杂性［23--24］． 2. 4 综合评判 承前文云转化的评价指标体系和云权重确定过 程，按照表 1 中云的四则运算法则，采用加权平均法 将评语集中底层评估结果传递给上一层，依次类推 至目标层，即为评价对象的危险性结果云，可与标尺 云进行可视性分析与决策． TC = ∑ n i = 1 ωiCi ∑ n i = 1 ωi ( 13) 式中，TC 为评价目标的综合云，Ci 和 ωi 分别为第 i 个指标云和权重云，ωi Ci表示两个云相乘． 此过程 在传递不确定性推理的同时也使云理论概念不断得 以跃升． 3 工程例证分析 涩宁兰输气管道干线长 900 余公里，自柴达木 盆地中部的涩北首站，向东途径西宁，终止于黄河右 岸的兰州西固末站，沿程约有四分之一线段敷设于 构造山丘和河谷阶地的斜坡上，且管道敷设地层以 第四系残坡积、冲洪积和风积的松散物为主，又受干 旱、半干旱气候控制而多集中性降水，加之管道建设 与维修中的工程扰动等，为其沿线的滑坡等灾害发 育提供了便利条件和诱因． 3. 1 数据来源 “十二五”期间，管道经营方组织实施了涩宁兰 管道地质灾害调查评价与防治规划工作，成果表明 管线在穿越构造山区和湟水河谷阶地时，滑坡发育 密集、规模大，易发性高，是全线地质灾害影响最严 重的线段． 从上述线段的 29 处滑坡隐患点中，随机 挑选出位于管段 K686 + 830、K737 + 700、K801 + 400 和 K924 + 230 的4 处滑坡隐患点( 依次记为1 ～ 4 号) 作为危险性评价的例证样本． 4 处滑坡的定量 指标初始数据从已有气象、地理、地质资料中查阅和 现场量测，结果列于表 4; 对于定性指标邀请专家组 进行现场评判，记录好每位专家针对每处滑坡不同 指标的评语． 根据专家评语数越多云转化结果越符 合事实的原则［30］，邀请 10 位专家( 含管道公司技术 骨干 2 人) 进行现场调查，对 9 项定性指标以 5 级标 度规则逐一进行状态评定，获取了评语准数据． 表 5 仅列出了 4 处滑坡地层岩性 U14的 10 位专家评语， 其余 8 项指标的评语可同理获取． 同上，专家组 10 人依据表 2 和图 3 中对指标重 要性程度的语言描述，结合样本实际，对模型中各层 次、各指标分别做出相对重要性评定，所得权重云参 表 4 六项定量指标初始数据 Table 4 Initial data of six quantitative indexes 滑坡 隐患点 编号 斜坡 坡度， U11 /( °) 地震水平 加速度， U13 /g 年均 降雨量， U16 /mm 植被 覆盖度， U23 /% 管道与主 滑向夹角， U32 /( °) 管道 埋深， U33 /m 1 号 22 0. 15 408. 9 84 87 0. 85 2 号 34 0. 10 450. 0 40 7 1. 55 3 号 64 0. 10 335. 4 16 46 1. 80 4 号 41 0. 20 316. 7 25 15 2. 55 表 5 定性指标 U14的准数据( 地层岩性专家评语变量) Table 5 Quasi data ( expert comments) of qualitative U14 专家序号 1 号 2 号 3 号 4 号 1 高 较高 高 高 2 较高 较低 中 较高 3 高 较高 中 高 4 高 中 较高 高 5 高 较高 高 较高 6 较高 中 中 中 7 中 中 高 高 8 较高 较高 较高 中 9 高 中 中 高 10 较高 中 高 较高 数见表 6． 3. 2 结果计算 先分别利用前述单条件单规则云推理( MAT￾LAB 发生器循环 1000 次) 和浮动云集结算法，依次 计算出 1 ～ 4 号滑坡中 15 项指标所属等级的云数字 特征值，见表 6 所列． 再用表 1 中的运算法则对表 6 中的指标云 C评价和权重云 C权重，依据式( 13) 由二级 指标 Uij上传于一级指标 Ui，再传递至评语集目标层 U，即得各滑坡危险性的结果云 TC结果，分别为 TC1 ( 0. 60，0. 0583，0. 0076 ) ，TC2 ( 0. 56，0. 0543， 0. 0070) ，TC3 ( 0. 68，0. 0662，0. 0084) 和 TC4 ( 0. 65， 0. 0622，0. 0080) ． 之后将 TC结果分别按照正向云算 法步骤，生成如图 5 所示的管道滑坡危险性云朵． 由图 5 可见，1 ～ 4 号滑坡的危险性结果云在形 态“骨架”上与标尺云基本相似，且均分布于“中”与 “较高”云尺之间． 具体表现为: 3 号云紧贴“较高 云”，4 号云靠近“较高云”，1 号云偏向“较高云”，2 号云靠近“中云”，滑坡对油气管道的危险性程度依 次为 3 号 ＞ 4 号 ＞ 1 号 ＞ 2 号． 3. 3 结果分析 3. 3. 1 与半定量法结果相比 为检验云理论在油气管道滑坡危险性评价中的 · 334 ·

·434 工程科学学报，第40卷，第4期 表6待评样本评价指标和权重的云参数 Table 6 Calculation results of cloud for each index level and weight 评价指标及云权重 工程样本及云参数C详价 一级指标 二级指标 (权重云C权重】 (权重云C权重 1号滑坡 2号滑坡 3号滑坡 4号滑坡 斜坡平均坡度，U: (0.50,0.0039,0.0001) (0.66.0.0043,0.0004) (0.99,0.0018,0.0001) (0.73,0.0043,0.0007) (0.691,0.064,0.008) 斜坡纵向坡形，U2 (0.58,0.0510,0.0064) (0.36,0.0535,0.0097) (0.64,0.0825.0.0097) (0.48,0.0695,0.0090) (0.309,0.064,0.008) 地震水平加速度，U1 (0.61,0.010,0.0002) (0.45.0.0065,0.0008) (0.45,0.0065,0.0008) (0.77,0.0099,0.0016) (0.691,0.064,0.008) 滑坡发生，U1 地层岩性，U4 (0.83,0.0861,0.0106) (0.56,0.0528,0.0067) (0.76,0.0797.0.0097 (0.81,0.0851,0.0104) (1.0,0.103,0.013) (0.5,0.039,005) 地表径流，U1s (0.71,0.0735,0.0089) (0.52,0.0520,0.0067)(0.52,0.0520,0.0067) (0.37,0.0473,0.0074) (0.691,0.064,0.008) 年均降雨量，U16 (0.62,0.0083.0.0010) (0.65.0.0047.0.0009)(0.52.0.0021.0.0002)(0.51.0.0009.0.0001) (0.5,0.039,005) 人类活动，U1? (0.09,0.0640,0.0117) (0.34,0.0528,0.0079)(0.80,0.0821,0.0101) (0.64,0.0684,0.0083) (0.5,0.039,005) 抗滑加固，U21 (0.84,0.0887,0.0109) (0.85,0.0871,0.0108) (0.91,0.0942,0.0117) (0.81,0.0851,0.0104) (0.691,0.064,0.008) 滑坡防治，2 截水排水，U2 (0.94,0.0973,0.0122) (0.83,0.0861,0.0106) (0.94,0.0973,0.0122) (0.83,0.0861,0.0106) (0.691,0.064,0.008) (0.5,0.039,005) 植被覆盖度，Us (0.07,0.0095,0.0011) (0.45,0.0058,0.0004)(0.93,0.0095,0.0009) (0.65,0.0047.0.0008) (0.309,0.064,0.008) 管道位置，U31 (0.78,0.0809,0.0099) (0.80.0.0871,0.0106)(0.51.0.0721.0.0086) (0.82,0.0881.0.0107) (0.691,0.064,0.008) 管道敷设，U3 管道与主滑向夹角，U2 (0.91,0.0112.0.0002) (0.05.0.0062,0.0006)(0.53,0.0037.0.0005)(0.27.0.0046,0.0004) (0.5,0.039,0.005) (0.309,0.064,0.008) 管道埋深，U5 (0.25,0.0079,0.0009) (0.47.0.0040.0.0006) (0.52,0.0019,0.0002) (0.88,0.0145,0.0017) (0.309,0.064,0.008) 混凝土稳管，01 (0.19,0.0510,0.0104) (0.29,0.0552,0.0088) (0.29,0.0552,0.0088) (0.32,0.0485.0.0083) 管道防护，U, (0.309,0.064,0.008) (0.309,0.064,0.008) 管沟回填，U42 (0.42,0.0463,0.0064) (0.17.0.0568,0.0106)(0.53,0.0619.0.0077) (0.34,0.0528,0.0079) (0.309,0.064,0.008) 较低 高 表71~4号滑坡危险性状态评价结果对比表 3号沿坡 0.9 4号滑坡 Table 7 Comparison of risk assessment results of the No.1-4 landslide 0.8 待评滑坡 半定量法评 半定量法的 本文综合评价 0.7 赵0.6 样本 价所得指数 对应结果 结果 05 0.3362 较高 中~较高，偏向较高 0.4 1号 0.3 2号 0.1767 8 中~较高，靠近中等 0.2 0.1 3号 0.3878 较高 中~较高，贴近较高 0.10.2030.40.50.60.70.8 0.9 1.0 4号 0.3647 较高 中~较高，靠近较高 论域 图5管道滑坡危险性状态云 结合表7和图5可知，1~4号滑坡的危险性采 Fig.5 Cloud chart of pipeline landslide risk grade 用规范法所得结果与本文所提方法的结果基本一 适用性和有效性，参考规范推荐的滑坡灾害风险概 致，说明基于云理论的油气管道滑坡危险性综合评 率指数评价的原理、方法和级别标准)，分别对1~ 价方法是有效可行的，且在评价过程中能充分体现 4号滑坡的风险概率进行了评价，得出半定量评价 参评变量的模糊性和随机性，更符合人们对管道滑 结果及其对应等级如表7所列.规范法得出的风险 坡危险性发育认识上的思维模式和表达习惯，也使 概率值是基于管道在滑坡威胁下发生失效的可能性 评价结果的表达直观化. 指数，其与本文的云理论综合评价目的相同，即可用 3.3.2定性指标不同云化法所得结果比较 风险概率值来间接反映滑坡的危险性状态等级 前文述及，对于定性指标专家群评语的云转化

工程科学学报，第 40 卷，第 4 期 表 6 待评样本评价指标和权重的云参数 Table 6 Calculation results of cloud for each index level and weight 评价指标及云权重 工程样本及云参数 C评价 一级指标 ( 权重云 C权重) 二级指标 ( 权重云 C权重) 1 号滑坡 2 号滑坡 3 号滑坡 4 号滑坡 斜坡平均坡度，U11 ( 0. 691，0. 064，0. 008) ( 0. 50，0. 0039，0. 0001) ( 0. 66，0. 0043，0. 0004) ( 0. 99，0. 0018，0. 0001) ( 0. 73，0. 0043，0. 0007) 斜坡纵向坡形，U12 ( 0. 309，0. 064，0. 008) ( 0. 58，0. 0510，0. 0064) ( 0. 36，0. 0535，0. 0097) ( 0. 64，0. 0825，0. 0097) ( 0. 48，0. 0695，0. 0090) 地震水平加速度，U13 ( 0. 691，0. 064，0. 008) ( 0. 61，0. 010，0. 0002) ( 0. 45，0. 0065，0. 0008) ( 0. 45，0. 0065，0. 0008) ( 0. 77，0. 0099，0. 0016) 滑坡发生，U1 ( 1. 0，0. 103，0. 013) 地层岩性，U14 ( 0. 5，0. 039，005) ( 0. 83，0. 0861，0. 0106) ( 0. 56，0. 0528，0. 0067) ( 0. 76，0. 0797，0. 0097 ( 0. 81，0. 0851，0. 0104) 地表径流，U15 ( 0. 691，0. 064，0. 008) ( 0. 71，0. 0735，0. 0089) ( 0. 52，0. 0520，0. 0067) ( 0. 52，0. 0520，0. 0067) ( 0. 37，0. 0473，0. 0074) 年均降雨量，U16 ( 0. 5，0. 039，005) ( 0. 62，0. 0083，0. 0010) ( 0. 65，0. 0047，0. 0009) ( 0. 52，0. 0021，0. 0002) ( 0. 51，0. 0009，0. 0001) 人类活动，U17 ( 0. 5，0. 039，005) ( 0. 09，0. 0640，0. 0117) ( 0. 34，0. 0528，0. 0079) ( 0. 80，0. 0821，0. 0101) ( 0. 64，0. 0684，0. 0083) 抗滑加固，U21 ( 0. 691，0. 064，0. 008) ( 0. 84，0. 0887，0. 0109) ( 0. 85，0. 0871，0. 0108) ( 0. 91，0. 0942，0. 0117) ( 0. 81，0. 0851，0. 0104) 滑坡防治，U2 ( 0. 691，0. 064，0. 008) 截水排水，U22 ( 0. 5，0. 039，005) ( 0. 94，0. 0973，0. 0122) ( 0. 83，0. 0861，0. 0106) ( 0. 94，0. 0973，0. 0122) ( 0. 83，0. 0861，0. 0106) 植被覆盖度，U23 ( 0. 309，0. 064，0. 008) ( 0. 07，0. 0095，0. 0011) ( 0. 45，0. 0058，0. 0004) ( 0. 93，0. 0095，0. 0009) ( 0. 65，0. 0047，0. 0008) 管道位置，U31 ( 0. 691，0. 064，0. 008) ( 0. 78，0. 0809，0. 0099) ( 0. 80，0. 0871，0. 0106) ( 0. 51，0. 0721，0. 0086) ( 0. 82，0. 0881，0. 0107) 管道敷设，U3 ( 0. 5，0. 039，0. 005) 管道与主滑向夹角，U32 ( 0. 309，0. 064，0. 008) ( 0. 91，0. 0112，0. 0002) ( 0. 05，0. 0062，0. 0006) ( 0. 53，0. 0037，0. 0005) ( 0. 27，0. 0046，0. 0004) 管道埋深，U33 ( 0. 309，0. 064，0. 008) ( 0. 25，0. 0079，0. 0009) ( 0. 47，0. 0040，0. 0006) ( 0. 52，0. 0019，0. 0002) ( 0. 88，0. 0145，0. 0017) 管道防护，U4 ( 0. 309，0. 064，0. 008) 混凝土稳管，U41 ( 0. 309，0. 064，0. 008) ( 0. 19，0. 0510，0. 0104) ( 0. 29，0. 0552，0. 0088) ( 0. 29，0. 0552，0. 0088) ( 0. 32，0. 0485，0. 0083) 管沟回填，U42 ( 0. 309，0. 064，0. 008) ( 0. 42，0. 0463，0. 0064) ( 0. 17，0. 0568，0. 0106) ( 0. 53，0. 0619，0. 0077) ( 0. 34，0. 0528，0. 0079) 图 5 管道滑坡危险性状态云 Fig． 5 Cloud chart of pipeline landslide risk grade 适用性和有效性，参考规范推荐的滑坡灾害风险概 率指数评价的原理、方法和级别标准［1］，分别对 1 ～ 4 号滑坡的风险概率进行了评价，得出半定量评价 结果及其对应等级如表 7 所列． 规范法得出的风险 概率值是基于管道在滑坡威胁下发生失效的可能性 指数，其与本文的云理论综合评价目的相同，即可用 风险概率值来间接反映滑坡的危险性状态等级． 表 7 1 ～ 4 号滑坡危险性状态评价结果对比表 Table 7 Comparison of risk assessment results of the No． 1--4 landslide 待评滑坡 样本 半定量法评 价所得指数 半定量法的 对应结果 本文综合评价 结果 1 号 0. 3362 较高 中 ～ 较高，偏向较高 2 号 0. 1767 中 中 ～ 较高，靠近中等 3 号 0. 3878 较高 中 ～ 较高，贴近较高 4 号 0. 3647 较高 中 ～ 较高，靠近较高 结合表 7 和图 5 可知，1 ～ 4 号滑坡的危险性采 用规范法所得结果与本文所提方法的结果基本一 致，说明基于云理论的油气管道滑坡危险性综合评 价方法是有效可行的，且在评价过程中能充分体现 参评变量的模糊性和随机性，更符合人们对管道滑 坡危险性发育认识上的思维模式和表达习惯，也使 评价结果的表达直观化． 3. 3. 2 定性指标不同云化法所得结果比较 前文述及，对于定性指标专家群评语的云转化 · 434 ·

张满银等：基于云理论的油气管道滑坡危险性综合评价 ·435· 问题，目前业界多采用综合云跃升算法刃，为进 云法结果T℃1(0.62,0.2068,0.0078)，TC2(0.56, 一步验证浮动云偏好集结算法的精确性和有效性， 0.1845,0.0071),TC5(0.69,0.1947,0.0087),TC4 分别对4处滑坡危险性评价中的9项定性指标进行 (0.66,0.1843,0.0082).将浮动云算法结果TC1~ 了10位专家评语的综合云跃升算法云化，再和定量 TC,和综合云算法结果TC1~TC:叠加生成危险性状 指标的云综合运算得出1~4号滑坡危险性的综合 态对比云朵，如图6所示. 低 较低 中 较高 低 较低 中 较高 1号滑坡 1.0 0.8 2号滑坡 浮动云 0.6 0.4 每0.4 02 0.2 010 0.40.50.60.7 000.10.20.30.40.50.60.70.80.91.0 论城 论域 较低 较高 4号滑坡高 0.t 2 0.2 02 060.10.20.3 0.40.50.60.70.80.91.0 %0.10.20.30.40.50.60.70.80.91.0 论城 论域 图6两种云化法所得评价结果云对比.(a)1号滑坡：(b)2号滑坡：(c)3号滑坡：(d)4号滑坡 Fig.6 Comparison of cloud results obtained by two cloud transformation methods:(a)No.I landslide;(b)No.2 landslide:(c)No.3 landslide: (d)No.4 landslide 由图6可见，利用综合云法和浮动云法分别得 (2)评价中的定量数据源自实测及背景资料， 出的1~4号滑坡危险性结果云，共性表现为：①两 定性信息源自专家群的语言描述，初始数据来源客 朵云的顶部近似重叠，底部开口前者远大于后者（超 观可靠：通过5级标度的黄金分割率法确定指标权 过3倍)，集聚厚度前者略厚于后者，即为Ex缘合≈ 重云，在传递系统模糊性和随机性的基础上实现了 Ex浮动，而En缘合>En浮动，He缘合>He浮动的结果；② 对定量和定性指标的有效赋权. “骨架”形态与标尺云的相似度后者明显优于前者 (3)评价中对定量指标采用单条件单规则云化 依据云理论性质，在期望值相同的条件下，云的随机 法，有效传递和继承了系统的模糊性和随机性，弱化 性和离散程度越大，则云越差，云描述的定性概念越 了等级边界的硬划分，简化了初始数据的预处理：对 模糊时.由此说明，同一论域下定性指标的语言变 定性指标的专家群语言采用浮动云算法的云化，其 量浮动云法较之综合云法所得的结果云，在与预设 结果比综合云法的结果更具精确性. 的标尺云进行对比分析中更具精确性和可比性，更 (4)评价结果是一个由期望值、熵和超熵3个 符合专家的群决策特性，且算法简便. 参数组成的云，实现了复杂系统中定量与定性融合、 集成决策的评价过程及最终结果的可视化，为油气 4 结论 管道滑坡灾害监测治理的规划决策提供科学支撑， (1)油气管道滑坡危险性评价组织由多层次、 也为相关研究提出了一种有效的新方法. 多目标的复杂指标体系构成，常用的评价理论和方 法无法同时处理系统的模糊性和随机性.本文在分 参考 文献 析管道滑坡危险性评价指标模糊性、随机性和量纲、 量级差异化的基础上，提出了基于云理论的油气管 [1]National Energy Administration,People's Republic of China.SY/ T 6828-2011 Technical Specification for Geological Hazards Risk 道单体滑坡危险性综合评价模型.通过对涩宁兰气 Management of Oil and Gas Pipeline.Beijing:Petroleum Industry 线的4处滑坡隐患点进行危险性评价及验证分析， Press Ltd,2011 表明其的实用性和有效性 (国家能源局.SY/T6828一2011油气管道地质灾害风险管理

张满银等: 基于云理论的油气管道滑坡危险性综合评价 问题，目前业界多采用综合云跃升算法［22，27］，为进 一步验证浮动云偏好集结算法的精确性和有效性， 分别对 4 处滑坡危险性评价中的 9 项定性指标进行 了 10 位专家评语的综合云跃升算法云化，再和定量 指标的云综合运算得出 1 ～ 4 号滑坡危险性的综合 云法结果 TC'1 ( 0. 62，0. 2068，0. 0078) ，TC'2 ( 0. 56， 0. 1845，0. 0071) ，TC'3 ( 0. 69，0. 1947，0. 0087) ，TC'4 ( 0. 66，0. 1843，0. 0082) ． 将浮动云算法结果 TC1 ～ TC4和综合云算法结果 TC'1 ～ TC'4叠加生成危险性状 态对比云朵，如图 6 所示． 图 6 两种云化法所得评价结果云对比． ( a) 1 号滑坡; ( b) 2 号滑坡; ( c) 3 号滑坡; ( d) 4 号滑坡 Fig． 6 Comparison of cloud results obtained by two cloud transformation methods: ( a) No． 1 landslide; ( b) No． 2 landslide; ( c) No． 3 landslide; ( d) No． 4 landslide 由图 6 可见，利用综合云法和浮动云法分别得 出的 1 ～ 4 号滑坡危险性结果云，共性表现为: ①两 朵云的顶部近似重叠，底部开口前者远大于后者( 超 过 3 倍) ，集聚厚度前者略厚于后者，即为 Ex综合 ≈ Ex浮动，而 En综合 ＞ En浮动，He综合 ＞ He浮动 的结 果; ② “骨架”形态与标尺云的相似度后者明显优于前者． 依据云理论性质，在期望值相同的条件下，云的随机 性和离散程度越大，则云越差，云描述的定性概念越 模糊［32］． 由此说明，同一论域下定性指标的语言变 量浮动云法较之综合云法所得的结果云，在与预设 的标尺云进行对比分析中更具精确性和可比性，更 符合专家的群决策特性，且算法简便． 4 结论 ( 1) 油气管道滑坡危险性评价组织由多层次、 多目标的复杂指标体系构成，常用的评价理论和方 法无法同时处理系统的模糊性和随机性． 本文在分 析管道滑坡危险性评价指标模糊性、随机性和量纲、 量级差异化的基础上，提出了基于云理论的油气管 道单体滑坡危险性综合评价模型． 通过对涩宁兰气 线的 4 处滑坡隐患点进行危险性评价及验证分析， 表明其的实用性和有效性． ( 2) 评价中的定量数据源自实测及背景资料， 定性信息源自专家群的语言描述，初始数据来源客 观可靠; 通过 5 级标度的黄金分割率法确定指标权 重云，在传递系统模糊性和随机性的基础上实现了 对定量和定性指标的有效赋权． ( 3) 评价中对定量指标采用单条件单规则云化 法，有效传递和继承了系统的模糊性和随机性，弱化 了等级边界的硬划分，简化了初始数据的预处理; 对 定性指标的专家群语言采用浮动云算法的云化，其 结果比综合云法的结果更具精确性． ( 4) 评价结果是一个由期望值、熵和超熵 3 个 参数组成的云，实现了复杂系统中定量与定性融合、 集成决策的评价过程及最终结果的可视化，为油气 管道滑坡灾害监测治理的规划决策提供科学支撑， 也为相关研究提出了一种有效的新方法． 参 考 文 献 ［1］ National Energy Administration，People's Ｒepublic of China． SY / T 6828—2011 Technical Specification for Geological Hazards Ｒisk Management of Oil and Gas Pipeline． Beijing: Petroleum Industry Press Ltd，2011 ( 国家能源局． SY /T 6828—2011 油气管道地质灾害风险管理 · 534 ·

·436 工程科学学报，第40卷，第4期 技术规范.北京：石油工业出版社，2011) (李俊彦，王做奎，陈祥，等.基于GS的管道工程滑坡危险 Hao J B,Liu J P,Jing H Y,et al.A calculation of landslide 性区划研究.长江科学院院报，2014,31(4)：114) thrust force to transverse pipelines.Acta Petrol Sin,2012,33 [14]Du M,Zhao D F,Meng Y F.A multi-evel extension evaluation (6):1093 on failure risk of long-distance gas pipeline in landslide area.Oil (郝建斌，刘建平，荆宏远，等.横穿状态下滑坡对管道推力 Gas Stor Transp,2012,31(8)564 的计算.石油学报，2012,33(6)：1093) (杜曼，赵东风，孟亦飞。滑坡地区长输天然气管道失效危 B]He JJ,Feng W,Liu C.Early waming and prevention of landslide 险的多级可拓评估.油气储运，2012,31(8)：564) based on the pipe strain monitoring.Nat Gas Ind,2011,31(1): [15]Alvarado-Franco JP,Castro D,Estrada N,et al.Quantitative- 100 mechanistic model for assessing landslide probability and pipeline (贺剑君，冯伟，刘畅.基于管道应变监测的滑坡灾害预警与 failure probability due to landslides.Eng Geol,2017,222:212 防治.天然气工业，2011,31(1)：100) [16]Liu Y C,Shi Y S,Lu Q C,et al.Risk assessment of geological [4]Di Y,Shuai J,Wang X L,et al.Study on methods for classifying disasters in single pipe based on scoring index method:a case oil gas pipeline incidents.Chin Saf Sci J,2013,23(7):109 study of soil landslide.Nat Gas Technol Econom,2015,9(3): (狄彦，帅健，王晓霖，等.油气管道事故原因分析及分类方 57 法研究.中国安全科学学报，2013,23(7)：109) (刘迎春，石云山，卢启春，等。基于指标评分法的单体管道 [5]Huang W H,Zheng H L,Wu Z L.Overview of pipeline integrity 地质灾害风险评价一以土质滑坡为例.天然气技术与经 management application over the past decade and its prospect in 济，2015,9(3)：57) future in China.Nat Gas /nd,2013,33(12):1 [17]Yao A L,Zeng Y H,Luo S,et al.Evaluation on failure possi- (黄维和，郑洪龙，吴忠良.管道完整性管理在中国应用10 bility of pipeline induced by landslide based on improves two- 年回顾与展望.天然气工业，2013,33(12)：1) tuple linguistic information.J Saf Sci Technol,2017,13(6):68 [6]Ruocco E,Laoro R D,Minutolo V.An exponential matrix method (姚安林，曾跃辉，罗珊，等.基于改进二元语义的滑坡诱发 for the buckling analysis of underground pipelines subjected to 管道失效可能性评估.中国安全生产科学技术，2017,13 landslides loads.Proced Earth Planet Sci,2016,16:25 (6):68) 7]Han B,Wang Z Y,Zhao H L,et al.Strain-based design for bur- 08] Wang X P,Sun X B,Hao J B,et al.Discussion on risk classifi- ied pipelines subjected to landslides.Pet Sci,2012.9(2):236 cation of geological hazards along oil and gas pipeline.Geol Sci [8]Chen LQ,Song LQ,Wu S J,et al.FEM-based stress analysis of Technol Inform,2009,28(3):99 gas pipelines in landslide areas.Nat Gas Ind,2017,37(2):84 (王学平，孙晓滨，郝建斌，等.管道地质灾害风险分级一 (陈利琼，宋利强，吴世娟，等.基于有限元方法的滑坡地段 以忠县一武汉输气管道为例.地质科技情报，2009,28(3)： 输气管道应力分析.天然气工业，2017,37(2)：84) 99) Chen PC,LiJ,Liu JP.et al.Monitoring technology of pipelines 19]Zhong W,Gao J F.Hazard assessment of typical geological dis- using fiber bragg grating and its application in landslide areas asters along oil and gas pipeline.Oil Gas Stor Transp,2015,34 Chin J Geotech Eng,2010,32(6)897 (9):934 (陈鹏超，李俊，刘建平，等.光纤光栅埋地管道滑坡区监测 (钟威，高剑锋.油气管道典型地质灾害危险性评价.油气 技术及应用.岩土工程学报，2010,32(6)：897) 储运，2015,34(9)：934) [10]Jing H Y,Hao J B,Chen K Z,et al.Monitoring and early-warn- 20 Sarvanis G C,Karamanos S A.Analytical model for the strain ing technology and application in pipeline landslides.ChinGeol analysis of continuous buried pipelines in geohazard areas.Eng Hazard Control,2009.20 (4):124 Struct,2017,152:57 (荆宏远，郝建斌，陈开智，等.在役输油气管道沿线滑坡灾 21]Li D Y,Du Y.Artificial Intelligence with Uncertainty.2nd Ed. 害监测预警技术及应用.中国地质灾害与防治学报，2009， Beijing:National Defense Industry Press,2014 20(4):124) (李德毅，杜鹊.不确定性人工智能.2版.北京：国防工业 [11]Li D.Xu K F,Huang R Q,et al.Landslides classification of 出版社，2014) pipeline for transporting oil and gas.Welded Pipe Tube,2009, D2]Chen M,Chu F T.Evaluation of polar expedition ships based on 32(12):66 cloud model and combined weigh.Ship-build China,2017,58 (林冬，许可方，黄润秋，等.油气管道滑坡的分类.焊管， (1):193 2009,32(12):66) (陈明，褚凤天.基于云模型和组合权重的极地科考船技术 [12]Fang H,Gao JJ.A study of landslide risk assessment expert sys- 评价.中国造船，2017,58(1)：193) tem along the oil and gas pipeline routes.Hydrogeol Eng Geol, 23]Fu H L,Huang Z,Huang H W,et al.Health diagnosis method 2012,39(4):126 of shield tunnel structure based on cloud theory.Chin Eng, (方浩，高姣姣.油气长输管道滑坡地质灾害危险性评价专 2017,39(5):794 家系统研究.水文地质工程地质，2012,39(4)：126) (傅鹤林，黄震，黄宏伟，等.基于云理论的隧道结构健康诊 [13]Li J Y,Wang JK,Chen X,et al.Landslide hazard zonation 断方法.工程科学学报，2017,39(5)：794) along pipeline project by GIS.J Yangtze River Sci Res Inst, 24]Gao H B,Xie G T,Liu H Z,et al.Lateral control of autono- 2014,31(4):114 mous vehicles based on learning driver behavior via cloud model

工程科学学报，第 40 卷，第 4 期 技术规范． 北京: 石油工业出版社，2011) ［2］ Hao J B，Liu J P，Jing H Y，et al． A calculation of landslide thrust force to transverse pipelines． Acta Petrol Sin，2012，33 ( 6) : 1093 ( 郝建斌，刘建平，荆宏远，等． 横穿状态下滑坡对管道推力 的计算． 石油学报，2012，33( 6) : 1093) ［3］ He J J，Feng W，Liu C． Early warning and prevention of landslide based on the pipe strain monitoring． Nat Gas Ind，2011，31( 1) : 100 ( 贺剑君，冯伟，刘畅． 基于管道应变监测的滑坡灾害预警与 防治． 天然气工业，2011，31( 1) : 100) ［4］ Di Y，Shuai J，Wang X L，et al． Study on methods for classifying oil ＆ gas pipeline incidents． Chin Saf Sci J，2013，23( 7) : 109 ( 狄彦，帅健，王晓霖，等． 油气管道事故原因分析及分类方 法研究． 中国安全科学学报，2013，23( 7) : 109) ［5］ Huang W H，Zheng H L，Wu Z L． Overview of pipeline integrity management application over the past decade and its prospect in future in China． Nat Gas Ind，2013，33( 12) : 1 ( 黄维和，郑洪龙，吴忠良． 管道完整性管理在中国应用 10 年回顾与展望． 天然气工业，2013，33( 12) : 1) ［6］ Ｒuocco E，Laoro Ｒ D，Minutolo V． An exponential matrix method for the buckling analysis of underground pipelines subjected to landslides loads． Proced Earth Planet Sci，2016，16: 25 ［7］ Han B，Wang Z Y，Zhao H L，et al． Strain-based design for bur￾ied pipelines subjected to landslides． Pet Sci，2012，9( 2) : 236 ［8］ Chen L Q，Song L Q，Wu S J，et al． FEM-based stress analysis of gas pipelines in landslide areas． Nat Gas Ind，2017，37( 2) : 84 ( 陈利琼，宋利强，吴世娟，等． 基于有限元方法的滑坡地段 输气管道应力分析． 天然气工业，2017，37( 2) : 84) ［9］ Chen P C，Li J，Liu J P，et al． Monitoring technology of pipelines using fiber bragg grating and its application in landslide areas． Chin J Geotech Eng，2010，32( 6) : 897 ( 陈鹏超，李俊，刘建平，等． 光纤光栅埋地管道滑坡区监测 技术及应用． 岩土工程学报，2010，32( 6) : 897) ［10］ Jing H Y，Hao J B，Chen K Z，et al． Monitoring and early-warn￾ing technology and application in pipeline landslides． Chin J Geol Hazard Control，2009，20( 4) : 124 ( 荆宏远，郝建斌，陈开智，等． 在役输油气管道沿线滑坡灾 害监测预警技术及应用． 中国地质灾害与防治学报，2009， 20( 4) : 124) ［11］ Li D，Xu K F，Huang Ｒ Q，et al． Landslides classification of pipeline for transporting oil and gas． Welded Pipe Tube，2009， 32( 12) : 66 ( 林冬，许可方，黄润秋，等． 油气管道滑坡的分类． 焊管， 2009，32( 12) : 66) ［12］ Fang H，Gao J J． A study of landslide risk assessment expert sys￾tem along the oil and gas pipeline routes． Hydrogeol Eng Geol， 2012，39( 4) : 126 ( 方浩，高姣姣． 油气长输管道滑坡地质灾害危险性评价专 家系统研究． 水文地质工程地质，2012，39( 4) : 126) ［13］ Li J Y，Wang J K，Chen X，et al． Landslide hazard zonation along pipeline project by GIS． J Yangtze Ｒiver Sci Ｒes Inst， 2014，31( 4) : 114 ( 李俊彦，王敬奎，陈祥，等． 基于 GIS 的管道工程滑坡危险 性区划研究． 长江科学院院报，2014，31( 4) : 114) ［14］ Du M，Zhao D F，Meng Y F． A multi-level extension evaluation on failure risk of long-distance gas pipeline in landslide area． Oil Gas Stor Transp，2012，31( 8) : 564 ( 杜曼，赵东风，孟亦飞． 滑坡地区长输天然气管道失效危 险的多级可拓评估． 油气储运，2012，31( 8) : 564) ［15］ Alvarado-Franco J P，Castro D，Estrada N，et al． Quantitative￾mechanistic model for assessing landslide probability and pipeline failure probability due to landslides． Eng Geol，2017，222: 212 ［16］ Liu Y C，Shi Y S，Lu Q C，et al． Ｒisk assessment of geological disasters in single pipe based on scoring index method: a case study of soil landslide． Nat Gas Technol Econom，2015，9( 3) : 57 ( 刘迎春，石云山，卢启春，等． 基于指标评分法的单体管道 地质灾害风险评价———以土质滑坡为例． 天然气技术与经 济，2015，9( 3) : 57) ［17］ Yao A L，Zeng Y H，Luo S，et al． Evaluation on failure possi￾bility of pipeline induced by landslide based on improves two— tuple linguistic information． J Saf Sci Technol，2017，13( 6) : 68 ( 姚安林，曾跃辉，罗珊，等． 基于改进二元语义的滑坡诱发 管道失效可能性评估． 中国安全生产科学技术，2017，13 ( 6) : 68) ［18］ Wang X P，Sun X B，Hao J B，et al． Discussion on risk classifi￾cation of geological hazards along oil and gas pipeline． Geol Sci Technol Inform，2009，28( 3) : 99 ( 王学平，孙晓滨，郝建斌，等． 管道地质灾害风险分级——— 以忠县—武汉输气管道为例． 地质科技情报，2009，28( 3) : 99) ［19］ Zhong W，Gao J F． Hazard assessment of typical geological dis￾asters along oil and gas pipeline． Oil Gas Stor Transp，2015，34 ( 9) : 934 ( 钟威，高剑锋． 油气管道典型地质灾害危险性评价． 油气 储运，2015，34( 9) : 934) ［20］ Sarvanis G C，Karamanos S A． Analytical model for the strain analysis of continuous buried pipelines in geohazard areas． Eng Struct，2017，152: 57 ［21］ Li D Y，Du Y． Artificial Intelligence with Uncertainty． 2nd Ed． Beijing: National Defense Industry Press，2014 ( 李德毅，杜鹢． 不确定性人工智能． 2 版． 北京: 国防工业 出版社，2014) ［22］ Chen M，Chu F T． Evaluation of polar expedition ships based on cloud model and combined weigh． Ship-build China，2017，58 ( 1) : 193 ( 陈明，褚凤天． 基于云模型和组合权重的极地科考船技术 评价． 中国造船，2017，58( 1) : 193) ［23］ Fu H L，Huang Z，Huang H W，et al． Health diagnosis method of shield tunnel structure based on cloud theory． Chin J Eng， 2017，39( 5) : 794 ( 傅鹤林，黄震，黄宏伟，等． 基于云理论的隧道结构健康诊 断方法． 工程科学学报，2017，39( 5) : 794) ［24］ Gao H B，Xie G T，Liu H Z，et al． Lateral control of autono￾mous vehicles based on learning driver behavior via cloud model． · 634 ·