本發明涉及城市地下空間開發，具體涉及一種地下空間地質安全評價方法。
背景技術：
1、在當今城市化進程高速推進的背景下，土地資源稀缺與城市功能需求激增的矛盾日益凸顯。地下空間成為提升城市綜合承載力、化解土地資源緊張矛盾的重要手段。然而在地下空間建設過程中，地面塌陷、隧道突涌水、出口掩埋等安全事故頻發，嚴重影響城市運行安全。因此開展科學、精準的地下空間地質安全評價，識別地質問題背后的地質誘發因素，量化評估不同區域的地質安全性優劣，對城市地下空間的安全開發起到至關重要的保障。
2、目前常用的評價方法主要有層次分析法、模糊綜合評價法、topsis法等。評價方法極大地豐富了地下空間開發適宜性評價的研究內容，但仍存在一些不足。例如，層次分析法主觀性強，判斷矩陣的構建依賴專家經驗且難以保證判斷的一致性；模糊綜合評價法的隸屬函數確定缺乏統一標準，易導致評價結果模糊性和主觀偏差；topsis模型則忽略了決策標準之間的交互作用，這可能導致決策結果對具有顯著交互效應的決策問題產生偏差。
3、隨著人工智能的不斷興起，近年來一些學者也將機器學習運用到地質領域綜合評價中。這其中就包括貝葉斯網絡，該方法能夠有效地表達和融合多源地質信息，整合專業知識和經驗數據，相較于傳統數理模型，具備更精確的概率推理能力與更高效的計算效率。然而，在地下空間地質安全評價領域難以獲得準確的節點條件概率值等基礎數據，這也阻礙了貝葉斯網絡在該領域的推廣。此外，單一的賦權方法存在較大的主觀或客觀局限性，需要使用更為科學的賦權模式。
技術實現思路
1、為解決背景技術中存在的問題，本發明提出了一種地下空間地質安全評價方法，包括以下步驟：
2、s1、將所評價區域的地下空間地質安全影響因素作為指標進行分級，建立分級地下空間地質安全評價指標體系，其中所述指標包括多個一級指標，各一級指標包括多個二級指標；
3、s2、獲取各二級指標的基礎地質數據矢量圖，對各二級指標進行分級，建立二級指標分級標準，并對各矢量圖按照分級標準進行分區，形成各二級指標的分級矢量圖；
4、s3、基于arcgis軟件對各矢量圖進行疊加，形成綜合矢量圖，再對綜合矢量圖劃分出多個評價單元，綜合矢量圖的屬性表涵蓋所有評價單元范圍內各二級指標的分級數據，屬性表的每一行即承載一個評價單元內各二級指標的分級數據；
5、s4、利用g1法獲取所述二級指標的主觀權重，并利用改進critic法獲取所述二級指標的客觀權重，最后利用遺傳算法優化主觀、客觀權重，獲取各二級指標的組合權重，為后續專家評估提供參考；
6、s5、基于評價指標體系，識別地下空間地質安全與各級評價指標之間的依賴關系，搭建貝葉斯網絡結構，利用d分離檢驗貝葉斯網絡的條件獨立性假設，確保貝葉斯網絡結構的合理性；
7、s6、獲取根節點先驗概率以及其它節點條件概率，完成貝葉斯網絡模型的搭建；
8、s7、將各評價單元的二級指標的分級數據作為根節點數據輸入至所述貝葉斯網絡模型，再依靠該貝葉斯網絡模型進行正向推理，完成各評價單元的地下空間地質安全得分計算，整合各評價單元的地下空間地質安全得分，根據得分情況，制定地下空間地質安全等級劃分標準，并進行可視化處理，生成評價區域的地下空間地質安全分區圖。
9、優選的，所述s4中利用g1法獲取二級指標的主觀權重的步驟，包括：確定二級指標間的序關系，確定相鄰二級指標間的重要程度，計算各二級指標權重。
10、優選的，所述s4中利用改進critic法獲取二級指標的客觀權重的步驟，包括：構造原始評估矩陣，矩陣標準化處理，利用變異系數消除指標差異，計算相關系數，獲取各二級指標的客觀權重。
11、優選的，所述s4中利用遺傳算法優化主觀、客觀權重，獲取二級指標的組合權重的步驟，包括：以最小化主觀權重與客觀權重的差異為目標函數，不斷重復選擇、交叉、變異操作，逐代優化權重組合，最終找到一個適應度最小的權重組合。
12、優選的，所述步驟s6中獲取根節點先驗概率的步驟，包括：計算各所述二級指標的分級矢量圖各等級分區面積，某一等級分區面積與評價區域的總面積之比即為該二級指標轉化后的根節點內對應基本事件的發生概率，計算該根節點內所有基本事件的發生概率即可獲取該根節點的先驗概率。
13、優選的，所述步驟s6中獲取其它節點條件概率的方法，包括以下步驟：
14、s6.1、全面考慮專家們的專業職位、教育背景以及從業年限，確定專家權重；
15、s6.2、專家依照工程經驗與二級指標的組合權重，使用畢達哥拉斯三角模糊數，對除根節點外所有節點內所包含的基本事件的發生概率依次進行打分，省去模糊語言描述向畢達哥拉斯三角模糊數的轉換，所述畢達哥拉斯三角模糊數表達為：
16、
17、其中，模糊數 α最可能取值為 b，最不可能取值為 a和 c， wα和 uα分別表示 α的最大隸屬度和最小隸屬度，且滿足；
18、s6.3、計算專家權重影響下的畢達哥拉斯三角模糊數
19、
20、其中， αj為第 j位專家對該事件評分所得畢達哥拉斯三角模糊數， wj為第 j位專家的權重， g為平衡系數；
21、s6.4、計算的得分函數，根據得分對進行降序排列，得到，所述得分函數表示為：
22、
23、其中，模糊數最可能取值為，最不可能取值為和，和分別表示的最大隸屬度和最小隸屬度；
24、s6.5、基于畢達哥拉斯三角模糊混合幾何算子對單一節點內單個基本事件的各專家評分進行聚合，計算在專家權重與位置權重影響下該事件的聚合畢達哥拉斯三角模糊數 β，畢達哥拉斯三角模糊混合幾何算子表達為：
25、
26、其中， ωj為與畢達哥拉斯三角模糊混合幾何算子相關聯的位置權重；
27、s6.6、利用質心法解模糊化，將該畢達哥拉斯三角模糊數轉換為精確得分 s，
28、
29、其中，?模糊數 β最可能取值為，最不可能取值為和，和分別是聚合后的畢達哥拉斯三角模糊數 β的隸屬函數和非隸屬函數，表示為
30、
31、
32、其中，和分別表示模糊數 β的最大隸屬度和最小隸屬度；
33、s6.7、按照步驟s6.1-s6.7，計算該節點其它基本事件發生的精確概率，獲得該節點的條件概率表；同理獲取其它剩余節點的條件概率表。
34、優選的，所述貝葉斯網絡基于python軟件編寫。
35、優選的，所述s7中根據得分情況，制定地下空間地質安全等級劃分標準，具體為：
36、將得分在[0，0.25］區間內的評價結果劃分為安全性差等級；
37、將得分在（0.25，0.5］區間內的評價結果劃分為安全性較差等級；
38、將得分在（0.5，0.75］區間內的評價結果劃分為安全性較好等級；
39、將得分在（0.75，1］區間內的評價結果劃分為安全性好等級。
40、本發明具有的有益效果為：
41、（1）本發明基于遺傳算法優化評價指標的主觀及客觀權重，將專家的主觀判斷與數據的定量規律同時作為優化目標，在龐大的權重組合空間中自動進行搜索與迭代，能夠有效平衡主觀經驗與客觀數據，避免單一賦權的片面性，從而獲得科學合理的最優權重。
42、（2）本發明將畢達哥拉斯模糊集理論引入地下空間評價領域，建立畢達哥拉斯模糊貝葉斯網絡，解決了傳統貝葉斯網絡模型在評估地下空間地質安全性時獲取基礎數據的挑戰性問題，進一步提升貝葉斯網絡模型的推廣價值。本發明的研究可為地下空間地質安全評價提供新思路。
43、（3）本發明集成優化算法與機器學習方法，相較于傳統數理評價模型，提升了計算效率與計算精度。