CN103714661B - 降雨阈值自适应的滑坡实时预警方法 - Google Patents
降雨阈值自适应的滑坡实时预警方法 Download PDFInfo
- Publication number
- CN103714661B CN103714661B CN201310566037.6A CN201310566037A CN103714661B CN 103714661 B CN103714661 B CN 103714661B CN 201310566037 A CN201310566037 A CN 201310566037A CN 103714661 B CN103714661 B CN 103714661B
- Authority
- CN
- China
- Prior art keywords
- rainfall
- landslide
- mud
- hour
- rock flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
降雨阈值自适应的滑坡实时预警方法,包括如下步骤:步骤1、滑坡编制数据;步骤2、建立滑坡的时间与降雨强度关系的空间分布函数;步骤3、生成滑坡预警图的方法。
Description
技术领域
本发明涉及仅根据一个区域内一批滑坡(泥石流)数据和相关的降雨观测数据,对该区域在降雨期间,降雨引发滑坡(泥石流)的位置进行实时预警的方法。
背景技术
关于滑坡(泥石流)的定义:这里所说的滑坡(泥石流),主要指由降雨引发的土体、岩体滑动或泥石流。这是丘陵山区经常发生的地质灾害,在世界的大多数丘陵山区几乎每年都会发生大大小小的滑坡或泥石流。在各种自然因素引发的各类滑坡和泥石流中,以降雨引发的滑坡和泥石流发生的频度最高,分布的地域最广,造成的灾害最严重。在我国的许多丘陵山区,降雨引发的滑坡、泥石流灾害每年都威胁着人们的生命和财产安全。
国内外现有的一些滑坡(泥石流)预报方法(系统),主要可以分为以下两类:
(1)区域的降雨强度-历时关系阈值方法(见:Guzzetti,F.,Peruccacci,S.,Rossi,M.andStark.C.P.,2007,Rainfallthresholdsfortheinitiationoflandslides.MeteorologyandAtmosphericPhysics,98:239-267;李长江,麻土华,朱兴盛,2008,降雨型滑坡预报的理论方法及应用,地质出版社,北京;刘传正等,2009,中国地质灾害区域预警方法与应用,地质出版社,北京)。迄今已有的各种计算降降雨强度-历时关系阈值的方法,尽管在形式上有不同,但给出的都是一种区域性的平均阈值。基于这种区域平均阀值建立的预报系统只能按照降雨预报或者进行雨量监测的区域范围,以降雨强度和历时是否达到或超过该平均阈值来预测滑坡(泥石流)可能发生的时间,不能给出预报降雨或雨量监测区域范围内可能引发滑坡(泥石流)的降雨阈值在某一空间范围内的概率分布,换言之,该方法不能提供在预报区域内何处可能发生滑坡(泥石流)的警告信息。降雨引发滑坡(泥石流)是雨水(触发因素)与地层岩性、断裂构造、地形地貌、植被土壤等地质环境因素共同作用的结果,由于这些因素在空间上是变化的,在一个降雨区域内,不同的地方引发滑坡(泥石流)的降雨阈值不同,发生滑坡(泥石流)的概率也不同。因此,这种基于区域的降雨强度-历时关系阈值的预报方法(系统)难以实时、动态地指示滑坡(泥石流)最可能在降雨区域的哪个地方发生,在这种情况下,即使对一个区域发布了警报,这个警报也是难以实施的(见:Casadei,M.,Dietrich,W.E.,andMiller,L.,2003,Testingamodelforpredictingthetimingandlocationofshallowlandslideinitiationinsoil-mantledlandscapes.EarthSurfaceProcessesandLandforms,28:925–950)。
(2)综合考虑降雨和地层岩性、断裂构造、地形地貌、植被土壤等地质环境因素的预报系统(见:Li,C.J.,Ma,T.H.,Zhu,X.S.,2010.aiNet-andGIS-basedregionalpredictionsystemforthespatialandtemporalprobabilityofrainfall-triggeredlandslides.NaturalHazards52,57–78;刘传正等,2009,中国地质灾害区域预警方法与应用,地质出版社,北京)。这类方法需要许多地质调查数据和地形、地貌、植被等资料,不仅工期长,投入大,而且在许多滑坡(泥石流)易发地区,往往缺少可以使用的地层岩性、地形地貌、植被土壤等数据,只有滑坡(泥石流)编目资料和相关的降雨观测记录,但是又迫切需要在雨季对降雨可能引发的滑坡(泥石流)灾害进行预警或预报。
此外,部分研究者也提出了一些基于过程或者物理的模型(如水文学-无限斜坡稳定性耦合模型)来评价引起斜坡破坏所需要的降雨量和可能滑坡的位置与时间(见:Casadei,M.,Dietrich,W.E.,andMiller,L.,2003,Testingamodelforpredictingthetimingandlocationofshallowlandslideinitiationinsoil-mantledlandscapes.EarthSurfaceProcessesandLandforms,28:925–950)。然而,采用这类模型必需要有许多水文学和岩土力学参数,而这些参数往往会随着岩土体类型和采样位置的不同变化很大,但是又难以在较大范围内对许多点都进行测定(见:VanWesten,C.J.,VanAsch,T.W.J.,Soeters,R.,2006,Landslidehazardandriskzonation—whyisitstillsodifficult?BullEngGeolEnv.65:167–184.),目前也鲜有能够在野外进行这方面现场测试的设备(见:Guzzetti,F.,Peruccacci,S.,Rossi,M.andStark.C.P.,2007,Rainfallthresholdsfortheinitiationoflandslides.MeteorologyandAtmosphericPhysics,98:239-267)。因此,基于过程或物理的模型难以在较大范围上应用于滑坡(泥石流)预警或预报,至今也尚未实际应用于滑坡(泥石流)灾害预报。
发明内容
为了克服已有方法的不足,本发明提供一种快速高效、操作简单、投入少、可信度高的仅基于已知滑坡(泥石流)和相关降雨观测数据的对降雨引发滑坡(泥石流)的位置进行实时预警的方法。
降雨引发的滑坡(泥石流)是雨水(触发因素)与地层岩性、断裂构造、地形地貌、植被土壤等地质环境因素共同作用的结果,对于给定的降雨条件,在任一地方引发滑坡(泥石流)的降雨阈值都是由其所处位置的地质环境因素决定的。因此,这类滑坡(泥石流)数据本身就隐含有其所处位置的地质环境因素与降雨之间的相互作用关系。
本方法可根据一个区域内已知(以往发生)的滑坡(泥石流)数据(编目资料)和相关的降雨观测记录,采用任意插值技术,生成对该区域的滑坡(泥石流)降雨阈值的空间分布图,在降雨期间,以该阈值分布图作为实时降雨信息的参照来预测该区域内任一点可能发生滑坡(泥石流)的概率,实现对降雨引发滑坡(泥石流)时间和位置的实时预警。在本方法中,作为触发因素的降雨阈值对滑坡(泥石流)数据是自适应的。另一方面,在应用中,降雨阈值可随着实际滑坡(泥石流)和相关降雨观测数据的增加和反馈而自动进行修正,使预报的准确性不断改进。
本发明所述的降雨阈值自适应的滑坡实时预警方法,包括如下步骤:
步骤1、编制数据
滑坡(泥石流)编目数据,且带有地理坐标和发生时间记录,对各滑坡点建立有其发生时前H小时降雨数据库;
步骤2、建立滑坡(泥石流)的时间与降雨强度关系的空间分布函数
根据一地区已知的一批带地理坐标的滑坡点的数据以及对应每个滑坡点发生前H小时降雨量数据,那么对各滑坡灾害点可以形成一系列的降雨量R与其前H小时的数据对(Ri,Hi)(i=1,2,…,n,这里,Ri对应于前Hi小时滑坡发生时的降雨量分布),对每一处滑坡得到的Ri都表征了该处滑坡发生前Hi小时的降雨量分布,亦即引发滑坡的降雨阈值;
根据一个区域内已知的所有滑坡点在其发生前H小时的降雨量数据,可以对各滑坡点分别获得一个滑坡-降雨量关系图,应用任意插值方法对这些点的滑坡-降雨量关系进行网格化处理(即通过任意插值方法,将一组在空间上呈离散点状分布的滑坡-降雨量关系转换为呈面状分布的滑坡-降雨量关系),从而得到对该区域内任一点可能引起滑坡的前H小时降雨分布图RH。把滑坡发生前不同时间段分别记作Hi(i=1,2,…,n),以此形成了一系列的R图记作Ri,并以Ri(i=1,2,…,n)来表示与Hi(i=1,2,…,n)相对应的降雨分布图;
对于该区域内的任一点P(i,j)(i=1,2,…,m;j=1,2,…,n;假设该区域格网点数为m×n),通过对滑坡(泥石流)发生前Hk时段降雨量分布图Rk(k=1,2,…,q)上的相对应的点的降雨量的获取,形成向量((H1(i,j),R1(i,j)),(H2(i,j),R2(i,j)),…,(Hn(i,j),Rn(i,j))),通过取对数后,形成((logH1(i,j),logR1(i,j)),(logH2(i,j),logR2(i,j)),…,(logHn(i,j),logRn(i,j)));
然后,对[(logHk(i,j),logRk(i,j)]数据组进行拟合,对每一点P(i,j)得到:
R(H)=aHb(1)
公式(1)中,R表示引发滑坡的降雨强度;H表示滑坡发生前的降雨时长;a为比例系数;对区域内的每一个网格点都进行上述的计算,并获得对应的R图、a图和H图;
步骤3、生成滑坡(泥石流)预警图的方法
把预报区域划分为m×n格网,根据从该区域已知的滑坡点及其发生前H小时降雨观测记录得到的,可以表征该区域内任一网格单元内滑坡发生前H小时的临界降雨量关系图并得到公式(1);在雨季时,就可以根据气象部门提供的该区域中雨量监测网站记录的实时降雨观测数据以及对未来H小时的降雨预报信息,按网格逐点计算形成对该区域当前降雨并加上对未来H小时预报降雨量(强度)的分布图,记作RH;按网格逐点以R=aHb为参照,计算R值,并记作RHM。将RH与RHM进行对比;
计算δ,当b<1时,
当b≥1时,其中,k=1.9,n为样本数;
以δ/2、δ为置信区间,即以b-δ/2、b-δ分别作为b值代入公式(1)计算未来H小时相对应的临界降雨量(强度),分别记作R1H和R2H;
对预报区域内任一点,如果其前H小时降雨量(强度)为RH,以RHM(RHM=aHb)为参照,逐一对比RHM。根据当前普遍所采用的预报等级划分,则对该处发生滑坡(泥石流)可能性,可以定义为四个等级:
当RH∈[0,RHM)时,发生滑坡(泥石流)的可能性较低(4级);
RH∈[RHM,R1H)时,发生滑坡(泥石流)的可能性较高(3级);
RH∈[R1H,R2H)时,发生滑坡(泥石流)的可能性高(2级);
RH∈[R2H,+∞)时,发生滑坡(泥石流)的可能性很高(1级);
特殊的区域如水面等定义为极低;
对预报区域按网格逐点进行上述操作,然后对不同的H时段所获得的预报结果图取最高值,则获得对该区域在未来H小时的滑坡发生概率分布图,即对降雨可能引发滑坡的时间和位置进行预警。
本发明的优点是:仅基于已知滑坡(泥石流)编目资料和相关降雨观测数据,建立对滑坡(泥石流)-降雨强度关系的空间分布函数,对降雨引发滑坡(泥石流)的位置进行实时预警,操作简单、投入少、可信度高。在本方法中,作为触发因素的降雨阈值对滑坡(泥石流)数据是自适应的。本发明克服了以往的滑坡(泥石流)预报(预警)方法需要多种地质调查数据或水文学和岩土力学参数,以及地形、地貌、植被等资料,且工期长,投入大等问题。
附图说明
图1是引发滑坡的降雨量-降雨时长关系图
图2a是2007-10-8的未来24小时预报降雨量的分布图(雨量单位mm)
图2b是2007-10-8的未来24小时预报降雨量+24小时实况降雨量的分布图(雨量单位mm)
图2c是2007-10-8的未来24小时预报降雨量+48小时实况降雨量的分布图(雨量单位mm)
图3是2007-10-8滑坡(泥石流)预报(警)图。当天共发生滑坡(泥石流)18处,其中2处落在很高易发区,4处落在高易发区,11处落在较高易发区,1处落在预报较低易发区。
具体实施方式
下面结合附图,以浙江为例对本发明作进一步描述。
1)将浙江全省区域划分为m×n格网。
2)根据对浙江省1990-2006年期间已发生的有发生时间(日期)及地理坐标记录的滑坡(泥石流)数据(编目资料)和滑坡(泥石流)发生处(附近雨量监测站记录的降雨量数据,得到对任一网格单元的滑坡(泥石流)-降雨阈值关系,如图1和公式(1)R(H)=aHb所示。对所有网格单元都分别进行这样的操作,并得到相应的滑坡(泥石流)-临界降雨阈值关系,得到RH=aHb,记作RHM,从而形成一系列的RHM(H为不同的时长)。
3)计算(b<1,样本以滑坡(泥石流)灾害点发生前1小时、3小时、6小时、12小时、24小时、48小时等降雨量进行计算)。
以δ/2、δ置信区间时,即以b-δ/2、b-δ分别作为b值代入公式(1)计算相对应的临界降雨量(强度),分别记作R1H和R2H。
4)在进行滑坡(泥石流)预报当天(在此以2007年10月8日为例),根据气象部门提供的雨量监测网站记录的当前实时降雨观测数据和对未来24小时的降雨预报数据,形成对未来24小时的预报降雨量分布图,并获得到对任一网格单元预报时间点前H时段的当前降雨量加上预报降雨量RH(图2a-2c)。
5)对所有网格单元,逐一以该网格的RH与R1H、R2H进行对比,当RH∈[0,RHM)时,发生滑坡(泥石流)的可能性较低(4级);当RH∈[RHM,R1H)时,发生滑坡(泥石流)的可能性较高(3级);当RH∈[R1H,R2H),发生滑坡(泥石流)的可能性高(2级);当RH∈[R2H,+∞),发生滑坡(泥石流)的可能性很高(1级);
6)如果预报区域内存在已知的约束条件:面积较大的水域或地势平坦的平原,在操作中剔除不可能因降雨发生滑坡(泥石流)的地段,此类特殊区域记作为发生滑坡(泥石流)的可能性极低。
7)根据当时实际降雨监测,取前3天即72小时(含未来预报24小时)降雨量。依公式(1)分别计算出H=24小时预报(警)图、H=48小时预报(警)图和H=72小时的预报警图,并取此三个预报(警)图的最大值,通过以上步骤操作,即得到相对预报日的未来H=24小时的滑坡(泥石流)预警图(图3)。
Claims (1)
1.降雨阈值自适应的滑坡实时预警方法,包括如下步骤:
步骤1、编制数据
滑坡(泥石流)编目数据,且带有地理坐标和发生时间记录,对各滑坡点建立有其发生时前H小时降雨数据库;
步骤2、建立滑坡(泥石流)的时间与降雨强度空间分布函数
根据一地区已知的一批带地理坐标的滑坡点的数据以及对应每个滑坡点发生前H小时降雨量数据,那么对各滑坡灾害点可以形成一系列的降雨量R与其前H小时的数据对(Ri,Hi)(i=1,2,…,n,这里,Ri对应于前Hi小时的降雨量分布),对每一处滑坡得到的Ri都表征了该处滑坡发生前Hi小时的降雨量分布,亦即引发滑坡的降雨阈值;
根据一个区域内已知的所有滑坡点在其发生前H小时的降雨量数据,可以对各滑坡点分别获得一个滑坡-降雨量关系图,应用任意插值方法对这些点的滑坡-降雨量关系进行网格化处理,即通过任意插值方法,将一组在空间上呈离散点状分布的滑坡-降雨量关系转换为呈面状分布的滑坡-降雨量关系,从而得到对该区域内任一点可能引起滑坡的前H小时降雨分布图RH。把滑坡发生前不同时间段分别记作Hi(i=1,2,…,n),以此形成了一系列的R图记作RH,并以Ri(i=1,2,…,n)来表示与Hi(i=1,2,…,n)相对应的降雨分布图;
对于该区域内的任一点P(i,j)(i=1,2,…,m;j=1,2,…,n;假设该区域格网点数为m×n),通过对滑坡(泥石流)发生前Hk时段降雨量分布图Rk(k=1,2,…,q)上的相对应的点的降雨量的获取,形成向量((H1(i,j),R1(i,j)),(H2(i,j),R2(i,j)),…,(Hn(i,j),Rn(i,j))),通过取对数后,形成((logH1(i,j),logR1(i,j)),(logH2(i,j),logR2(i,j)),…,(logHn(i,j),logRn(i,j)));
然后,对[(logHk(i,j),logRk(i,j)]数据组进行拟合,对每一点P(i,j)得到:
R(H)=aHb(1)
公式(1)中,R表示引发滑坡的降雨强度;H表示滑坡发生前的降雨时长;a为比例系数;
对区域内的每一个网格点都进行上述的计算,并获得对应的R图、a图和H图;
步骤3、生成滑坡预警图的方法
把预报区域划分为m×n格网,根据从该区域已知的滑坡点及其发生前H小时降雨观测记录得到的,可以表征该区域内任一网格单元内滑坡发生前H小时的临界降雨量关系图并得到公式(1);在雨季时,就可以根据气象部门提供的该区域中雨量监测网站记录的实时降雨观测数据以及对未来H小时的降雨预报信息,按网格逐点计算形成对该区域当前降雨并加上对未来H小时预报降雨量(强度)的分布图,记作RH;按网格逐点以R=aHb为参照,计算R值,并记作RHM。将RH与RHM进行对比;
计算δ,当b<1时,
当b≥1时,其中,k=1.9,n为样本数;
以δ/2、δ为置信区间,即以b-δ/2、b-δ分别作为b值代入公式(1)计算未来H小时相对应的临界降雨量(强度),分别记作R1H和R2H;
对预报区域内任一点,如果其前H小时降雨量(强度)RH,以RHM(RHM=aHb)为参照,逐一对比RHM。根据当前普遍所采用的预报等级划分,则对该处发生滑坡(泥石流)可能性,可以定义为四个等级:
当RH∈[0,RHM)时,发生滑坡(泥石流)的可能性较低(4级);
RH∈[RHM,R1H)时,发生滑坡(泥石流)的可能性较高(3级);
RH∈[R1H,R2H)时,发生滑坡(泥石流)的可能性高(2级);
RH∈[R2H,+∞)时,发生滑坡(泥石流)的可能性很高(1级);
特殊的区域如水面等定义为极低;
对预报区域按网格逐点进行上述操作,然后对不同的H时段所获得的预报结果图取最高值,则获得对该区域在未来H小时的滑坡发生概率分布图,即对降雨可能引发滑坡的时间和位置进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310566037.6A CN103714661B (zh) | 2013-11-14 | 2013-11-14 | 降雨阈值自适应的滑坡实时预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310566037.6A CN103714661B (zh) | 2013-11-14 | 2013-11-14 | 降雨阈值自适应的滑坡实时预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103714661A CN103714661A (zh) | 2014-04-09 |
CN103714661B true CN103714661B (zh) | 2016-06-08 |
Family
ID=50407590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310566037.6A Expired - Fee Related CN103714661B (zh) | 2013-11-14 | 2013-11-14 | 降雨阈值自适应的滑坡实时预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103714661B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866916B (zh) * | 2015-05-05 | 2018-06-05 | 北京师范大学 | 基于权重优化和反距离加权的降雨量插值分析方法 |
CN105069984A (zh) * | 2015-08-05 | 2015-11-18 | 西北大学 | 基于泥流参数监测的泥石流预警系统及其预警方法 |
CN106383373B (zh) * | 2016-12-10 | 2018-10-30 | 四创科技有限公司 | 基于实测与预报降雨量的等值线、等值面绘制、预警方法 |
CN109074719A (zh) * | 2016-12-29 | 2018-12-21 | 柳成荫 | 一种基于降雨量及土壤湿度的降雨型滑坡预警方法及装置 |
CN108418873A (zh) * | 2018-02-12 | 2018-08-17 | 福建网即通网络科技有限公司 | 一种智能农业管控方法和系统 |
CN108694816B (zh) * | 2018-04-20 | 2021-06-11 | 北京市地质研究所 | 一种泥石流预警方法 |
CN110473387B (zh) * | 2019-09-12 | 2023-06-16 | 西南石油大学 | 一种山地管道滑坡地质灾害监测预警系统及方法 |
CN112435486A (zh) * | 2020-11-13 | 2021-03-02 | 辽宁工程技术大学 | 公路和铁路边坡滑坡及落石自动监测报警方法及装置 |
CN112967475A (zh) * | 2021-01-29 | 2021-06-15 | 深圳市安泰数据监测科技有限公司 | 一种智能化区域性滑坡监测管理方法及装置 |
CN113177658A (zh) * | 2021-04-25 | 2021-07-27 | 广东电网有限责任公司广州供电局 | 滑坡预测方法、装置、计算机设备和存储介质 |
CN116386300B (zh) * | 2022-11-29 | 2023-09-22 | 广东堃华建设工程有限公司 | 一种基于大数据的边坡灾害监测预警方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005231392A (ja) * | 2004-02-17 | 2005-09-02 | East Japan Railway Co | 運行規制判定方法 |
CN1996054A (zh) * | 2006-11-23 | 2007-07-11 | 浙江工业大学 | 基于全方位视觉的泥石流预警预报装置 |
CN101504464A (zh) * | 2009-03-13 | 2009-08-12 | 浙江省国土资源厅信息中心 | 基于单一滑坡数据的滑坡敏感度测量方法 |
CN101598721A (zh) * | 2009-05-27 | 2009-12-09 | 云南省电力设计院 | 一种在降雨条件下土边坡稳定性预测预报方法 |
CN102103787A (zh) * | 2011-02-27 | 2011-06-22 | 中国科学院水利部成都山地灾害与环境研究所 | 一种泥石流预警方法 |
KR101103697B1 (ko) * | 2011-09-30 | 2012-01-11 | 주식회사 디케이이앤씨 | 강우강도와 토양함수율을 이용한 경사지 경보시스템 |
CN103017709A (zh) * | 2012-12-20 | 2013-04-03 | 青岛理工大学 | 一种利用降雨量测定地质滑坡位移的方法 |
-
2013
- 2013-11-14 CN CN201310566037.6A patent/CN103714661B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005231392A (ja) * | 2004-02-17 | 2005-09-02 | East Japan Railway Co | 運行規制判定方法 |
CN1996054A (zh) * | 2006-11-23 | 2007-07-11 | 浙江工业大学 | 基于全方位视觉的泥石流预警预报装置 |
CN101504464A (zh) * | 2009-03-13 | 2009-08-12 | 浙江省国土资源厅信息中心 | 基于单一滑坡数据的滑坡敏感度测量方法 |
CN101598721A (zh) * | 2009-05-27 | 2009-12-09 | 云南省电力设计院 | 一种在降雨条件下土边坡稳定性预测预报方法 |
CN102103787A (zh) * | 2011-02-27 | 2011-06-22 | 中国科学院水利部成都山地灾害与环境研究所 | 一种泥石流预警方法 |
KR101103697B1 (ko) * | 2011-09-30 | 2012-01-11 | 주식회사 디케이이앤씨 | 강우강도와 토양함수율을 이용한 경사지 경보시스템 |
CN103017709A (zh) * | 2012-12-20 | 2013-04-03 | 青岛理工大学 | 一种利用降雨量测定地质滑坡位移的方法 |
Non-Patent Citations (1)
Title |
---|
区域降雨型滑坡预报预警方法研究;李媛;《中国地质大学博士学位论文》;20050430;82-108 * |
Also Published As
Publication number | Publication date |
---|---|
CN103714661A (zh) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103714661B (zh) | 降雨阈值自适应的滑坡实时预警方法 | |
Bolch et al. | Status and change of the cryosphere in the extended Hindu Kush Himalaya region | |
Sarkar et al. | Integrated study of GRACE data derived interannual groundwater storage variability over water stressed Indian regions | |
Harilal et al. | Towards establishing rainfall thresholds for a real-time landslide early warning system in Sikkim, India | |
Cools et al. | An early warning system for flash floods in hyper-arid Egypt | |
Gourley et al. | Evaluation of tools used for monitoring and forecasting flash floods in the United States | |
Tabari et al. | A perturbation approach for assessing trends in precipitation extremes across Iran | |
Devoli et al. | Comparison of landslide forecasting services in Piedmont (Italy) and Norway, illustrated by events in late spring 2013 | |
Förster et al. | Effect of meteorological forcing and snow model complexity on hydrological simulations in the Sieber catchment (Harz Mountains, Germany) | |
Lewis et al. | Twenty-first century discharge and sediment yield predictions in a small high Arctic watershed | |
Auflič et al. | Landslide prediction system for rainfall induced landslides in Slovenia (Masprem) | |
Manandhar et al. | Hydro-climatic trends and people’s perceptions: case of Kali Gandaki River Basin, Nepal | |
Abancó et al. | The role of geomorphology, rainfall and soil moisture in the occurrence of landslides triggered by 2018 Typhoon Mangkhut in the Philippines | |
Javadinejad et al. | Evaluation of hydro-meteorological drought indices for characterizing historical and future droughts and their impact on groundwater | |
Touseef et al. | Long-term rainfall trends and future projections over Xijiang River Basin, China | |
CN111579004A (zh) | 基于北斗卫星应用的水利监测系统、监测方法及存储介质 | |
Rahaman et al. | Morphometric analysis of major watersheds in Barind Tract, Bangladesh: a remote sensing and GIS-based approach for water resource management | |
Hong et al. | Effects of land cover changes induced by large physical disturbances on hydrological responses in Central Taiwan | |
Rabuffetti et al. | Operational hydro-meteorological warning and real-time flood forecasting: the Piemonte Region case study | |
Tulet et al. | ReNovRisk: a multidisciplinary programme to study the cyclonic risks in the South-West Indian Ocean | |
Huang et al. | Multisourced flood inventories over the contiguous United States for actual and natural conditions | |
Maddah et al. | Forecastability of a heavy precipitation event at different lead-times using WRF model: the case study in Karkheh River basin | |
Williamson et al. | Summary of hydrologic modeling for the delaware river basin using the water availability tool for environmental resources (water) | |
Abebe et al. | Decision support system for urban flood management | |
Yildirim et al. | Assessment of soil erosion in the Ihsaniye watershed area, Afyonkarahisar, Turkey |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160608 Termination date: 20171114 |