CN105488582A - 一种山体岩堆滑坡预测方法及装置 - Google Patents
一种山体岩堆滑坡预测方法及装置 Download PDFInfo
- Publication number
- CN105488582A CN105488582A CN201510807583.3A CN201510807583A CN105488582A CN 105488582 A CN105488582 A CN 105488582A CN 201510807583 A CN201510807583 A CN 201510807583A CN 105488582 A CN105488582 A CN 105488582A
- Authority
- CN
- China
- Prior art keywords
- landslide
- analysis
- displacement
- prediction
- development
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 210000004233 talus Anatomy 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 92
- 238000006073 displacement reaction Methods 0.000 claims abstract description 59
- 238000011161 development Methods 0.000 claims abstract description 37
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 15
- 230000009471 action Effects 0.000 claims description 8
- 238000004445 quantitative analysis Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 230000001939 inductive effect Effects 0.000 abstract 1
- 230000008859 change Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 238000004451 qualitative analysis Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 241000124033 Salix Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种山体岩堆滑坡预测方法及装置,该预测方法是从滑坡的形成条件、变形状态、诱发因素的影响程度动态分析入手,从宏观整体上去确定滑坡的发育程度和危险性,分析滑坡的发展趋势,在此基础上根据滑坡的位移数据,建立滑坡预测模型,进行渭坡位移历时分析,判断滑坡的发生时间。该预测装置包括数据采集网络单元、GPS网络传输单元和无线串口数据分享网络单元;数据采集网络单元1由终端采集节点、路由节点及协调节点组成。本发明的预测方法能较好地确定滑坡的发育状态,分析滑坡发生剧烈滑动的定性和定量的可能性,对处于不同发育阶段的滑坡做出较为准确的判别。本发明的预测装置结构简单、布设使用便捷,技术可行性高、可续航时间长、能耗低。
Description
技术领域
本发明属于山体滑坡预测技术领域,尤其涉及一种山体岩堆滑坡预测方法及装置。
背景技术
滑坡是世界上十大自然灾害之一。据有关统计,仅在我国,包括崩塌、滑坡、泥石流等地质灾害造成的直接经济损失每年可达20~30亿元[1]。随着人类活动,尤其是人类工程活动范围和规模的不断扩大,滑坡发生的次数和可能性有增加的趋势,给社会带来的危害性也在增大。然而,关于滑坡预测的应用研究目前在国际上仍然是一个难题。近年来,滑坡的预测问题一直是国内外工程地质和岩石力学等各个学科领域的专家和学者关注的热点。如何对滑坡进行预测是滑坡防灾减灾的关键环节,只有以足够的精度,成功地预测出滑坡的发生时间、规模和发展趋势等,才能真正达到防灾减灾的目的。
我国是滑坡灾害频繁发生的国家,尤其是近年来随着人类工程活动的日益加剧,再加上全球气候变暖、变乱,重大突发性滑坡灾害不断发生。如仅四川省境内,2004年发生了宣汉天台乡特大型滑坡;2005年丹巴县城后山出现明显的滑坡迹象;2006年绵阳北川县白什乡出现重大滑坡隐患;2007年发生了达州青宁乡岩门村滑坡、达县杨柳垭变电站滑坡;2008年汶川地震更是诱发了数以万计的滑坡灾害。重大突发性滑坡灾害已对人民生命财产构成严重威胁,急需有针对性地建立一套重大突发性滑坡灾害的预测预警理论和技术方法体系。由于影响滑坡发展演化的因素众多,导致滑坡运动具有复杂性和不确定性,滑坡的预测仍是世界性难题。目前对滑坡时间预测的主要作法是根据滑坡位移-时间曲线三阶段演化规律,当变形接近或进入临滑阶段时,结合宏观变形迹象进行滑坡时间预测。但目前在作时间预测时并没有定量标准,不易把握;而滑坡的运动范围一直是人们所关注的问题,因为这直接关系到滑坡对灾区人民的危害程度。众多的学者进行过滑坡滑速与滑距的计算研究,但提出的各种假说以及计算方法不具有普遍性,没有形成较为系统的预测方法。
上述可知,有必要对现有技术作进一步完善。
发明内容
针对以上问题,本发明提供了一种构思合理、巧妙,综合性强,能较好地确定滑坡的发育状态,分析滑坡发生剧烈滑动的定性和定量的可能性,对处于不同发育阶段的滑坡做出较为准确的判别,做出的综合预测结果的可靠性更大的山体岩堆滑坡预测方法及装置。
本发明是通过以下技术方案实现的:
上述的山体岩堆滑坡预测方法,其是从滑坡的形成条件、变形状态、诱发因素的影响程度动态分析入手,从宏观整体上去确定滑坡的发育程度和危险性,分析滑坡的发展趋势,在此基础上根据滑坡的位移数据,建立滑坡预测模型,进行渭坡位移历时分析,判断滑坡的发生时间。
所述山体岩堆滑坡预测方法,其中,所述预测方法的具体实施步骤如下:(1)滑坡地质条件类比分析,即在对滑坡进行详细工程地质调查的基础上,通过类比分析滑坡的形成条件、变形状态及宏观变形迹象,从地貌、坡体结构、岩性组合、诱发因素方面综合分析滑坡发育状态,从宏观上定性地确定滑坡发育条件的充分程度及稳定性;(2)滑坡发育的危险性状态判别,即根据滑坡地质条件类比分析结果,确定滑坡所处的变形演化阶段,从宏观上判别滑坡的危险状态及发展演化趋势;(3)滑坡位移历时曲线分析,即根据滑坡所处的不同变形演化阶段,建立非线性数值预测模型,对滑坡的位移历时曲线进行分析,对滑坡的变形演化趋势或滑动时间做出预测;(4)滑坡预测的综合判断分析,即在对滑坡地质条件类比分析和滑坡位移历时曲线分析的基础上,综合滑坡地质条件类比分析和位移历时分析结果,实现对滑坡的综合预测。
所述山体岩堆滑坡预测方法,其中,所述预测方法是由地质条件类比分析与滑坡位移历时分析两方面构成;所述地质条件类比分析是从宏观上确定滑坡发育阶段、危险状态和发育趋势,定性的判断滑坡危险程度;所述滑坡位移历时分析是通过建立非线性数值预测模型,对滑坡的发生趋势进行分析,实现对滑坡的发生时间的定量预测。
所述山体岩堆滑坡预测方法,其中:所述地质条件类比分析是滑坡预测的基础,所述滑坡位移历时分析是滑坡预测的补充,从定量的方法上确定滑坡的发生时间。
所述山体岩堆滑坡预测方法,其中:所述地质条件类比分析与滑坡位移历时分析可独立进行,可根据滑坡勘测的不同程度,分步骤的实施,最终实现对滑坡的预测。
所述山体岩堆滑坡预测方法,其中:所述地质条件类比分析的基本内容包括滑坡形成地貌、结构、岩性的分析,滑坡变形过程的动力作用分析,诱发因素作用方式和影响程度的动态变化分析,以实现对滑坡发展趋势的定性预测。
所述山体岩堆滑坡预测方法,其中:所述滑坡位移历时分析的内容包括根据滑坡观测数据,采用非线性数值预测模型,通过对滑坡位移的拟合计算分析,确定处于加速变形阶段滑坡破坏时间,实现对滑坡的发生时间的预测。
一种山体岩堆滑坡预测装置,其包括数据采集网络单元、GPS网络传输单元和无线串口数据分享网络单元;所述数据采集网络单元、GPS网络传输单元和无线串口数据分享网络单元彼此之间通过无线信号连接通信;所述数据采集网络单元由终端采集节点、路由节点及协调节点组成;所述终端采集节点带有相应的传感器用来采集相应的数据,所述路由节点相当于GSM网络中的基站,用于扩展、拓扑网络;所述协调器节点带有GPRS模块,用于收集采集信号,发送数据信息;所述GPRS传输网络传输单元由GPRS模块组成,用于远距离传输数据信息;所述无线串口数据分享网络单元用在数据检测、控制中心,将发送回来的数据传输到数据中心每一台显示终端,以便预测预警的数据计算及处理。
有益效果:
本发明山体岩堆滑坡预测方法构思巧妙、合理,流程简单且预测准确度较高,能够以足够的精度,成功地预测出滑坡的发生时间、规模和发展趋势等,能真正达到防灾减灾的目的;同时,本发明基于对滑坡发育状态的形成条件类比分析和滑坡位移历时分析,能够从滑坡形成条件、变形状态、诱发因素的方式和影响程度的动态分析入手,结合滑坡加速变形破坏阶段的位移历时特征,建立滑坡预报模型,能够有效实现对滑坡的准确预测;与其他滑坡预测方法相比,本发明的预测方法综合性更强,能较好地确定滑坡的发育状态,分析滑坡发生剧烈滑动的定性和定量的可能性,对处于不同发育阶段的滑坡做出较为准确的判别,做出的综合预报结果的可靠性更大。我国西部山地幅员广阔,滑坡形成条件多样,本发明的预测方法能较好的解决单一方法预报滑坡的不足,对减轻和避免滑坡灾害起到很好的作用。
本发明山体岩堆滑坡预测装置结构设计简单、合理,布设使用便捷,技术可行性高、可续航时间长、能耗低,适用于气候恶劣环境复杂的场合,节点密度大且覆盖范围广,有很好的可靠性、精确性、兼容性和及时性。
附图说明
图1为本发明山体岩堆滑坡预测方法的流程图;
图2为本发明山体岩堆滑坡预测装置的结构示意图。
具体实施方式
本发明山体岩堆滑坡预测方法,是从滑坡的形成条件、变形状态、诱发因素的影响程度动态分析入手,从宏观整体上去确定滑坡的发育程度和危险性,分析滑坡的发展趋势,在此基础上根据滑坡的位移数据,建立滑坡预测模型,进行渭坡位移历时分析,判断滑坡的发生时间。
本发明山体岩堆滑坡预测方法,是由地质条件类比分析与滑坡位移历时分析两方面构成。其中,地质条件类比分析是从宏观上确定滑坡发育阶段、危险状态和发育趋势,定性的判断滑坡危险程度。滑坡位移历时分析是通过建立非线性数值预测模型,对滑坡的发生趋势进行分析,实现对滑坡的发生时间的定量预测。地质条件类比分析是滑坡预测的基础,滑坡位移历时分析是滑坡预测补充,从定量的方法上确定滑坡的发生时间。从方法上讲,滑坡综合预测的两项基本内容也是独立可进行的,可根据滑坡勘测的不同程度,分步骤的实施,最终实现对滑坡的预测。
地质条件类比分析的基本内容包括:滑坡形成地貌、结构、岩性的分析,滑坡变形过程的动力作用分析,诱发因素作用方式和影响程度的动态变化分析,实现对滑坡发展趋势的定性预测。
滑坡位移历时分析的内容包括:根据滑坡观测数据,采用非线性数值预测模型,通过对滑坡位移的拟合计算分析,确定处于加速变形阶段滑坡破坏时间,实现对滑坡的发生时间的预测。滑坡位移历时分析是滑坡地质条件类比分析预测的补充与完善。
本发明山体岩堆滑坡预测方法的具体实施步骤如下:
S100、滑坡地质条件类比分析
在对滑坡进行详细工程地质调查的基础上,通过类比分析滑坡的形成条件、变形状态及宏观变形迹象等,从地貌、坡体结构、岩性组合、诱发因素等方面综合分析滑坡发育状态,从宏观上定性地确定滑坡发育条件的充分程度及稳定性。
S200、滑坡发育的危险性状态判别
根据滑坡地质条件类比分析结果,确定滑坡所处的变形演化阶段,从宏观上判别滑坡的危险状态及发展演化趋势。
S300、滑坡位移历时曲线分析
根据滑坡所处的不同变形演化阶段,建立非线性数值预测模型,对滑坡的位移历时曲线进行分析,对滑坡的变形演化趋势或滑动时间做出预测。
S400、滑坡预测的综合判断分析
在对滑坡地质条件类比分析和滑坡位移历时曲线分析的基础上,综合滑坡地质条件类比分析和位移历时分析结果,实现对滑坡的综合预测。
下面结合滑坡地质条件类比分析和滑坡位移历时分析,对本发明山体岩堆滑坡预测方法作进一步阐述:
一、滑坡地质条件类比分析
(1)滑动前后地貌条件分析
滑坡地貌变形过程中和发生前后,一个最显著的变化是地貌形态的改变。表现在斜坡坡度降低,滑坡四周坡面裂缝增加,滑坡体上形成较多的台坎,滑坡前缘临空面坡度发生变化等;这些地貌形态的变化所反映的滑坡稳定状态各不相同。
(2)动力作用分析预测
常用于分析滑坡稳定性的动力作用方式有:滑坡体势能的变化,滑坡体应力状态的变化,滑面物理力学性质的变化所引起阻力做功的变化,坡体应力卸荷引起岩体碎裂成块(碎)石,能量快速释放。
(3)滑坡堆积物特征分析预测
滑坡发生后形成的堆积物在结构上将发生较大的变化,其变化主要表现在滑坡体的碎(块)石在运动过程中出现一定程度的分选、原滑面的性质发生变化、坡体的孔隙率变化,结构明显改变必然对滑坡的稳定性产生较大的影响。
(4)诱发因素分析预测
诱发滑坡发生的因素有水体作用、地震诱发作用、人类工程活动等,对滑坡的诱发作用各不相同。
二、滑坡位移历时分析
(1)滑坡位移历时分析
滑坡随时间的发展而发生位移,在位移过程中,由于条件的改变位移发生波动性的变化,因此,滑坡位移历时分析应注意以下问题:
(1.1)滑坡观测通常都是由各分散的观测点组成,各点的位移历时曲线间有其相似性和差异,位移历时分析应区分其变形的共性和差异性。
(1.2)滑坡变形位移历时过程是一条波动性的曲线,滑坡从缓慢变形到加速位移,位移曲线斜率的总体趋势是由平缓到变陡,甚至趋于直立。在位移的过程中,由于滑坡发生条件的改变,诱发因素的时有时无,导致滑坡变形的波动性变化。因此,位移历时分析应区分坡体变形过程中,哪些是不可逆的条件,哪些是可逆的条件,变形可能因条件变化而变缓。
(1.3)在滑坡的加速变形过程中,要注意区分是坡体整体出现失稳,发生不可逆的破坏还是因为某种因素诱发坡体变形加快,这种因素消失后坡体的变形又将变缓。
(2)滑坡发生的数值预测模式
滑坡发生的数值预测是基于对滑坡连续观测数据之上,特别是需要有滑坡加速变形阶段的位移数据。位移数据通常采用统计分析、模糊数学、灰色理论等数学方法,分析不同数据与滑坡变形的相关关系,找出最能反映滑坡变形的数据量,根据其数据的趋势预测滑坡发生的时间。
根据对滑坡位移观测数据的各种数学处理方法进行研究,结合以往的工作成果,优选出非线性灰色预测模型作为位移历时数据处理方法,解决滑坡在加速变形阶段位移与历时的变化规律,建立滑坡临滑预测模式,以此预测滑坡发生。
如图1所示,本发明山体岩堆滑坡预测装置,包括数据采集网络单元1、GPS网络传输单元2和无线串口数据分享网络单元3。
该数据采集网络单元1由终端采集节点、路由节点及协调节点组成;终端采集节点带有相应的传感器用来采集相应的数据,路由节点相当于GSM网络中的基站,用来扩展、拓扑网络;协调器节点带有GPRS模块,用来收集采集信号,发送数据信息。
该GPRS传输网络传输单元2是由GPRS模块组成,用来远距离传输数据信息。
该无线串口数据分享网络单元3用在数据检测、控制中心,方便、快捷的将发送回来的数据传输到数据中心每一台显示终端,以便预测预警的数据计算及处理。
本发明的预测方法构思合理、巧妙,能较好地确定滑坡的发育状态,分析滑坡发生剧烈滑动的定性和定量的可能性,对处于不同发育阶段的滑坡做出较为准确的判别。
本发明的预测装置结构设计简单、合理,布设使用便捷,技术可行性高、可续航时间长、能耗低,适用于气候恶劣环境复杂的场合,节点密度大且覆盖范围广,有很好的可靠性、精确性、兼容性和及时性。
Claims (8)
1.一种山体岩堆滑坡预测方法,其特征在于,是从滑坡的形成条件、变形状态、诱发因素的影响程度动态分析入手,从宏观整体上去确定滑坡的发育程度和危险性,分析滑坡的发展趋势,在此基础上根据滑坡的位移数据,建立滑坡预测模型,进行渭坡位移历时分析,判断滑坡的发生时间。
2.如权利要求1所述的山体岩堆滑坡预测方法,其特征在于,所述预测方法的具体实施步骤如下:
(1)滑坡地质条件类比分析
在对滑坡进行详细工程地质调查的基础上,通过类比分析滑坡的形成条件、变形状态及宏观变形迹象,从地貌、坡体结构、岩性组合、诱发因素方面综合分析滑坡发育状态,从宏观上定性地确定滑坡发育条件的充分程度及稳定性;
(2)滑坡发育的危险性状态判别
根据滑坡地质条件类比分析结果,确定滑坡所处的变形演化阶段,从宏观上判别滑坡的危险状态及发展演化趋势;
(3)滑坡位移历时曲线分析
根据滑坡所处的不同变形演化阶段,建立非线性数值预测模型,对滑坡的位移历时曲线进行分析,对滑坡的变形演化趋势或滑动时间做出预测;
(4)滑坡预测的综合判断分析
在对滑坡地质条件类比分析和滑坡位移历时曲线分析的基础上,综合滑坡地质条件类比分析和位移历时分析结果,实现对滑坡的综合预测。
3.如权利要求1所述的山体岩堆滑坡预测方法,其特征在于,所述预测方法是由地质条件类比分析与滑坡位移历时分析两方面构成;
所述地质条件类比分析是从宏观上确定滑坡发育阶段、危险状态和发育趋势,定性的判断滑坡危险程度;
所述滑坡位移历时分析是通过建立非线性数值预测模型,对滑坡的发生趋势进行分析,实现对滑坡的发生时间的定量预测。
4.如权利要求1所述的山体岩堆滑坡预测方法,其特征在于:所述地质条件类比分析是滑坡预测的基础,所述滑坡位移历时分析是滑坡预测的补充,从定量的方法上确定滑坡的发生时间。
5.如权利要求1所述的山体岩堆滑坡预测方法,其特征在于:所述地质条件类比分析与滑坡位移历时分析可独立进行,可根据滑坡勘测的不同程度,分步骤的实施,最终实现对滑坡的预测。
6.如权利要求1所述的山体岩堆滑坡预测方法,其特征在于:所述地质条件类比分析的基本内容包括滑坡形成地貌、结构、岩性的分析,滑坡变形过程的动力作用分析,诱发因素作用方式和影响程度的动态变化分析,以实现对滑坡发展趋势的定性预测。
7.如权利要求1所述的山体岩堆滑坡预测方法,其特征在于:所述滑坡位移历时分析的内容包括根据滑坡观测数据,采用非线性数值预测模型,通过对滑坡位移的拟合计算分析,确定处于加速变形阶段滑坡破坏时间,实现对滑坡的发生时间的预测。
8.一种山体岩堆滑坡预测装置,其特征在于,所述预测装置包括数据采集网络单元、GPS网络传输单元和无线串口数据分享网络单元;
所述数据采集网络单元、GPS网络传输单元和无线串口数据分享网络单元彼此之间通过无线信号连接通信;
所述数据采集网络单元由终端采集节点、路由节点及协调节点组成;所述终端采集节点带有相应的传感器用来采集相应的数据,所述路由节点相当于GSM网络中的基站,用于扩展、拓扑网络;所述协调器节点带有GPRS模块,用于收集采集信号,发送数据信息;
所述GPRS传输网络传输单元由GPRS模块组成,用于远距离传输数据信息;
所述无线串口数据分享网络单元用在数据检测、控制中心,将发送回来的数据传输到数据中心每一台显示终端,以便预测预警的数据计算及处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510807583.3A CN105488582A (zh) | 2015-11-13 | 2015-11-13 | 一种山体岩堆滑坡预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510807583.3A CN105488582A (zh) | 2015-11-13 | 2015-11-13 | 一种山体岩堆滑坡预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105488582A true CN105488582A (zh) | 2016-04-13 |
Family
ID=55675551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510807583.3A Pending CN105488582A (zh) | 2015-11-13 | 2015-11-13 | 一种山体岩堆滑坡预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105488582A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777585A (zh) * | 2016-12-01 | 2017-05-31 | 桂林理工大学 | 一种区域浅表滑坡时空分异规律的esda分析法 |
CN111667125A (zh) * | 2020-08-10 | 2020-09-15 | 成都嘉捷信诚信息技术有限公司 | 一种滑坡位移预测方法、滑坡位移预测装置及存储介质 |
CN114046901A (zh) * | 2021-09-29 | 2022-02-15 | 中国地质科学院地球物理地球化学勘查研究所 | 一种适用于滑坡监测的钻孔地温测量方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509420A (zh) * | 2011-10-12 | 2012-06-20 | 北京科技大学 | 一种基于临滑区变形信息的滑坡预报方法 |
CN104700399A (zh) * | 2015-01-08 | 2015-06-10 | 东北大学 | 一种基于高分遥感影像的大变形滑坡位移场标定方法 |
CN104881583A (zh) * | 2015-06-04 | 2015-09-02 | 唐晓松 | 一种多手段、动态、全过程滑坡预警方法 |
CN104933472A (zh) * | 2015-05-14 | 2015-09-23 | 王昌益 | 一种滑坡预测的定量研究方法 |
-
2015
- 2015-11-13 CN CN201510807583.3A patent/CN105488582A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509420A (zh) * | 2011-10-12 | 2012-06-20 | 北京科技大学 | 一种基于临滑区变形信息的滑坡预报方法 |
CN104700399A (zh) * | 2015-01-08 | 2015-06-10 | 东北大学 | 一种基于高分遥感影像的大变形滑坡位移场标定方法 |
CN104933472A (zh) * | 2015-05-14 | 2015-09-23 | 王昌益 | 一种滑坡预测的定量研究方法 |
CN104881583A (zh) * | 2015-06-04 | 2015-09-02 | 唐晓松 | 一种多手段、动态、全过程滑坡预警方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777585A (zh) * | 2016-12-01 | 2017-05-31 | 桂林理工大学 | 一种区域浅表滑坡时空分异规律的esda分析法 |
CN106777585B (zh) * | 2016-12-01 | 2019-10-11 | 桂林理工大学 | 一种区域浅表滑坡时空分异规律的esda分析法 |
CN111667125A (zh) * | 2020-08-10 | 2020-09-15 | 成都嘉捷信诚信息技术有限公司 | 一种滑坡位移预测方法、滑坡位移预测装置及存储介质 |
CN114046901A (zh) * | 2021-09-29 | 2022-02-15 | 中国地质科学院地球物理地球化学勘查研究所 | 一种适用于滑坡监测的钻孔地温测量方法 |
CN114046901B (zh) * | 2021-09-29 | 2023-07-18 | 中国地质科学院地球物理地球化学勘查研究所 | 一种适用于滑坡监测的钻孔地温测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | Evolution of the large landslide induced by Typhoon Morakot: A case study in the Butangbunasi River, southern Taiwan using the discrete element method | |
Walter et al. | Testing seismic amplitude source location for fast debris-flow detection at Illgraben, Switzerland | |
CN111858803B (zh) | 一种滑坡地灾风险区划图生成方法 | |
Hungr et al. | Magnitude and frequency of rock falls and rock slides along the main transportation corridors of southwestern British Columbia | |
Papathanassiou et al. | Assessment of liquefaction potential for two liquefaction prone areas considering the May 20, 2012 Emilia (Italy) earthquake | |
Gigli et al. | Integration of advanced monitoring and numerical modeling techniques for the complete risk scenario analysis of rockslides: the case of Mt. Beni (Florence, Italy) | |
CN106803223A (zh) | 一种基于多态系统理论的山洪灾害风险评价方法 | |
He et al. | Failure mode analysis of post-seismic rockfall in shattered mountains exemplified by detailed investigation and numerical modelling | |
CN111582597B (zh) | 一种输电线路滑坡危险性预测方法及其设备 | |
CN106295040B (zh) | 滑坡灾害监测预警地表测斜仪阈值判定方法 | |
CN105488582A (zh) | 一种山体岩堆滑坡预测方法及装置 | |
Agliardi et al. | Effects of tectonic structures and long-term seismicity on paraglacial giant slope deformations: Piz Dora (Switzerland) | |
Sala et al. | Simulation of fragmental rockfalls detected using terrestrial laser scans from rock slopes in south-central British Columbia, Canada | |
Paronuzzi et al. | Stress state analysis of a collapsed overhanging rock slab: a case study | |
CN103530516B (zh) | 一种强震区泥石流隐患点快速识别方法 | |
Blakeslee et al. | Revised earthquake hazard of the Hat Creek fault, northern California: A case example of a normal fault dissecting variable-age basaltic lavas | |
Occhiena et al. | A microseismic-based procedure for the detection of rock slope instabilities | |
Cheng et al. | ArcGIS-based evaluation of geo-hazards at Yaozhou County, Shaanxi, China | |
Fanos et al. | Multi-scenario rockfall hazard assessment using LiDAR data and GIS | |
Crompton et al. | Correlations of suspended sediment size with bedrock lithology and glacier dynamics | |
Brideau et al. | Mass movement in bedrock | |
Yudhicara et al. | Geomorphic Analysis in Determining Tectonic Activity Affected by Sumatra Fault in Liwa Region and Its Surrounding Area, Lampung, Indonesia | |
CN110346537A (zh) | 基于构造隆升地块与地貌凸出体判定潜在岩质滑坡的方法 | |
Malsam et al. | Seasonality of rockfall triggers and conditioning factors interpreted from a lidar-derived rockfall database | |
Vivoda et al. | Landslide occurrence prediction in the Rječina River Valley as a base for an early warning system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160413 |
|
RJ01 | Rejection of invention patent application after publication |