很多人不知道地质灾害风险评估是怎么做的，也不知道地质灾害风险评估包含了什么。今天就由四川地质灾害评估的小编来简单介绍一下。

地质灾害风险评估的科学性和有效性通常基于三个基本假设，包括:
1.过去对未来有一定的指示作用，在过去发生过地质灾害的地区，地质灾害可能会继续发生。
2.地质灾害也可能发生在地形、地质和诱发条件与已发生地质灾害的地区相似的地区。
3.可以有效识别地质灾害风险评估中使用的各类元素，定性或定量表达空间数据。
说到具体的评估模型方法，从上面可以看出地质灾害风险评估主要涉及地质灾害和承灾体。这里主要介绍地质灾害涉及的风险评估(包括易发性评估)模型方法，一般包括四类:
1.经验驱动。通过对已发生的地质灾害的调查分析，..们形成了对地质灾害规律的经验认识，提出了各种因素对地质灾害发生贡献的权重，进而通过直接制图、工程地质类比、层次分析法等方法对地质灾害风险进行评估。
2.数据驱动。本文以地质灾害调查编目的空间数据及其各种影响因素为基础，采用信息量、证据权重、频率比、logistic回归、确定性系数、判别分析、聚类分析或数学回归等空间分析方法。挖掘地质灾害与各种单因素的相关性并定量表达，进而通过多因素综合分析预测地质灾害风险。
3.机制驱动。基于边坡变形失稳是地质力学过程的本质这一事实，通过调查、测绘、勘探和土工试验等手段，获得了边坡形状、岩土结构、力学强度、水力特性、地震和降雨条件等一系列制约地质灾害形成和发展的定量参数。采用岩土静力学和动力学的理论分析、物理建模、数值模拟等技术方法，定量计算地质灾害的变形破坏特征和地质灾害失稳后的运动学特征参数，实现地质灾害风险评估。
4.智能驾驶。基于人工智能、大数据等理论和技术，通过分析地质灾害发育规律，选择合理的评价指标并量化，然后进行数据清洗和样本集构建。.后，通过样本训练，建立基于人工神经网络、深度学习方法、决策树、支持向量机等人工智能算法的地质灾害风险评估模型，对潜在的地质灾害单元进行识别和预测。
以上是四川地质灾害评估的小编介绍的地质灾害评估的具体方法，有问题的朋友可以给小编留言，小编会及时回复。