CN105808936A - 一种快速判识滑坡危险程度的方法 - Google Patents
一种快速判识滑坡危险程度的方法 Download PDFInfo
- Publication number
- CN105808936A CN105808936A CN201610122048.9A CN201610122048A CN105808936A CN 105808936 A CN105808936 A CN 105808936A CN 201610122048 A CN201610122048 A CN 201610122048A CN 105808936 A CN105808936 A CN 105808936A
- Authority
- CN
- China
- Prior art keywords
- landslide
- index
- probability
- happening
- weight
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Geophysics And Detection Of Objects (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种快速判识滑坡危险程度的方法,通过现场调查,得到8个危险性判识指标,采用相互关系矩阵法分析各个指标间的相互作用关系确定滑坡危险性指标权重,对权重进行四级量化,根据四级量化后得到的每一个权重,求解天然条件下滑坡危险性指数或求解暴雨或地震条件下滑坡危险性指数;分析界定滑坡危险性的5级判断标准对指数进行判断预测滑坡概率。本发明的有益效果是能够快速准确的对滑坡现行进行预测。
Description
技术领域
本发明属于地质学技术领域,涉及一种快速判识滑坡危险程度的方法。
背景技术
滑坡是斜坡岩土体在重力作用下沿软弱结构面向下运动的地质现象,是一种山地和丘陵地区频发的地质灾害,特别是雨季,常造成重大人员伤亡和经济财产损失。
目前,主要依靠具有专业背景的技术人员通过地质勘测和大量分析计算求解滑坡的稳定性及危险程度,其不足是所耗费工程量大、需要较长时间和过程。另一方面对于非地质专业技术人员,目前还没有公开的可以利用的方法来判断滑坡的危险程度。但如果根据个人经验判断,其结果往往具有较大的随机性,甚至会出现判断失误的情况。
本发明基于大量现场调查、统计数据和试验分析,结合作者参与的我国数十起重大滑坡灾害监测预警和应急抢险的成功案例,通过孕育、控制和表征滑坡危险性的三类指标之间的相互作用关系研究,提出了一种快速识别滑坡危险性的简易方法。该方法从滑坡形成机理入手,将孕育、控制和影响滑坡危险性的指标量化,研究制定了一套智能化的识别流程,可通过手机应用程序,达到快速识别、操作简便、准确率高的目的。既能节约投资、节省时间,还能有效地减少依靠经验判断带来的随机性和误差。可供防灾减灾、国土资源勘察、水利水电、公路和铁路等工程建设单位和野外探险旅游等个人使用。
发明内容
本发明提供了一种快速判识滑坡危险程度的方法,将复杂问题流程化,并可与智能手机有机结合,解决了依靠地质勘测和大量分析计算而耗时费力或依靠经验识别而导致判断失误的问题。
本发明所采用的技术方案是:
步骤1:通过现场调查,得到8个危险性判识指标,包括地形坡度H1、滑面倾角H2、临空特征H3、滑体组成H4、滑床性质H5、变形裂缝H6、地物变形H7、泉水特征H8;
步骤2:采用相互关系矩阵法分析各个指标间的相互作用关系,通过相互关系分析确定滑坡危险性指标权重,并对滑坡危险性指标权重进行归一百化处理,得到对应的归一百的权重KHi其中Hi=H1-H8;
步骤3:根据实际地质情况,对归一百的权重KHi进行四级量化,每一级量化对应一个数值;
步骤4:根据四级量化后得到的每一个归一百的权重KHi,求解天然条件下滑坡危险性指数:或求解暴雨或地震条件下滑坡危险性指数:
步骤5:分析界定滑坡危险性的5级判断标准:
(1)S≤20:危险性小,稳定性好,发生概率≤20%;
(2)20<S≤40:危险性较小,稳定性较好,发生概率20~40%;
(3)40<S≤60:危险性中等,稳定性中等,发生概率40~60%;
(4)60<S≤80:危险性较大,稳定性较差,发生概率60~80%;
(5)S>80:危险性大,稳定性差,发生概率>80%。
本发明的有益效果是能够快速准确的对滑坡危险性进行预测。
附图说明
图1是本发明快速判识滑坡危险程度的方法示意图;
图2是滑坡危险性指标分类分级图;
图3是滑坡危险性判断示意图;
图4是滑坡实例现场地质示意图;
图5是滑坡实例剖面示意图。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明技术方案如图1所示,包括如下步骤:
步骤1:基于大量现场调查、试验和专家知识,结合作者参与的我国数十起重大滑坡灾害监测预警和应急抢险的成功案例,研究提取了孕育、控制和表征滑坡危险性的三类指标,即首选选取具有一定潜在危险性的山体斜坡。然后通过目测或常用工具(如罗盘等)测量滑坡的3类8个危险性判识指标。
滑坡危险性指标如图2所示,包括:地形条件(地形坡度H1、滑面倾角H2、临空特征H3)、地质结构(滑体组成H4、滑床性质H5)和变形迹象(变形裂缝H6、地物变形H7、泉水特征H8)。
步骤2:采用相互关系矩阵法(RES)分析各个指标间的相互作用关系及其对滑坡稳定性的贡献权重。
方法为:构建关系矩阵,通过指标间作用强度的比较分析,对关系矩阵进行编码(见下表1)。0-无影响;1-作用小;2-作用中等;3-作用较大;4-作用大。
通过相互关系矩阵分析确定滑坡危险性指标权重为:K1,K2,K3,K4,K5,K6,K7,K8)=(0.14,0.13,0.14,0.12,0.10,0.14,0.13,0.12)。归一百化处理后:KH1,KH2,KH3,KH4,KH5,KH6,KH7,KH8)=(14,13,14,12,10,14,13,12)。
表1滑坡危险性识别指标编码
其中:Ci为每行之和;Ei为每列之和;
步骤3:根据权重对各个指标进行四级量化,见下表2。
表2滑坡危险性指标的量化分级
步骤4:求解天然条件下滑坡危险性指数:定义暴雨或地震条件下滑坡危险性指数:
步骤5:如图3所示,分析界定滑坡危险性的5级判断标准:
(1)S≤20:危险性小,稳定性好,发生概率≤20%;
(2)20<S≤40:危险性较小,稳定性较好,发生概率20~40%;
(3)40<S≤60:危险性中等,稳定性中等,发生概率40~60%;
(4)60<S≤80:危险性较大,稳定性较差,发生概率60~80%;
(5)S>80:危险性大,稳定性差,发生概率>80%。
下面列举具体实施例对本发明进行说明:
实施例1:附图4为滑坡实例,附图5为滑坡剖面图。
首先,确定滑坡后缘和前缘,目测或罗盘等测量滑坡的3类8个危险性判识指标如下:
1)地形坡度H1:前后缘连线与水平面的夹角即AB连线的倾角;该实施例为35°。评分10分。
2)滑面倾角H2:滑动面的平均倾角,一般取地形坡度-2°,即33°。评分10分。
3)临空特征H3:前缘临空、但无冲沟切割。评分3分。
4)滑体组成H4:现场观察滑坡体的组分为土夹碎石。评分12分。
5)滑床性质H5:现场观察滑床岩性为片岩,属于软岩。评分8分。
6)变形裂缝H6:出现了后缘弧形拉裂。评分8分。
7)地物变形H7:现场观察和访问居民,建筑物多数出现裂缝。评分10分。
8)泉水特征H8:前缘坡脚无渗水现象。评分3分。
然后,累加8个指标值求得总评分值:
1)天然条件下滑坡危险性指数为67分。
2)暴雨或地震条件下滑坡危险性指数为80.4分。
最后,对比滑坡危险性5级判断标准值即可确定滑坡危险程度:
1)天然条件下滑坡危险性较大。
2)暴雨或地震条件下滑坡危险性大。
以上所述仅是对本发明的较佳实施方式而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施方式所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (1)
1.一种快速判识滑坡危险程度的方法,其特征在于按照以下步骤进行:
步骤1:通过现场调查,得到8个危险性判识指标,包括地形坡度H1、滑面倾角H2、临空特征H3、滑体组成H4、滑床性质H5、变形裂缝H6、地物变形H7、泉水特征H8;
步骤2:采用相互关系矩阵法分析各个指标间的相互作用关系,通过相互关系分析确定滑坡危险性指标权重,并对滑坡危险性指标权重进行归一百化处理,得到对应的归一百的权重KHi其中Hi=H1-H8;
步骤3:根据实际地质情况,对归一百的权重KHi进行四级量化,每一级量化对应一个数值;
步骤4:根据四级量化后得到的每一个归一百的权重KHi,求解天然条件下滑坡危险性指数:或求解暴雨或地震条件下滑坡危险性指数:
步骤5:分析界定滑坡危险性的5级判断标准:
(1)S≤20:危险性小,稳定性好,发生概率≤20%;
(2)20<S≤40:危险性较小,稳定性较好,发生概率20~40%;
(3)40<S≤60:危险性中等,稳定性中等,发生概率40~60%;
(4)60<S≤80:危险性较大,稳定性较差,发生概率60~80%;
(5)S>80:危险性大,稳定性差,发生概率>80%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610122048.9A CN105808936A (zh) | 2016-03-03 | 2016-03-03 | 一种快速判识滑坡危险程度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610122048.9A CN105808936A (zh) | 2016-03-03 | 2016-03-03 | 一种快速判识滑坡危险程度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105808936A true CN105808936A (zh) | 2016-07-27 |
Family
ID=56466646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610122048.9A Pending CN105808936A (zh) | 2016-03-03 | 2016-03-03 | 一种快速判识滑坡危险程度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105808936A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539904A (zh) * | 2020-05-13 | 2020-08-14 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
CN114066165A (zh) * | 2021-10-20 | 2022-02-18 | 国网黑龙江省电力有限公司电力科学研究院 | 一种改进的输电线路高位滑坡危险性评价系统及方法 |
CN115236655A (zh) * | 2022-09-01 | 2022-10-25 | 成都理工大学 | 基于全极化sar的滑坡识别方法、系统、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007316709A (ja) * | 2006-05-23 | 2007-12-06 | Sabo Frontier Foundation | 土砂災害危険箇所識別コード付与方法及びそのプログラム |
CN103678933A (zh) * | 2013-12-25 | 2014-03-26 | 中国水电顾问集团成都勘测设计研究院有限公司 | 用于确定环境边坡危岩体稳定性的矩阵评价施工方法 |
CN104805846A (zh) * | 2015-04-24 | 2015-07-29 | 成都理工大学 | 一种浅表层土质滑坡的危险性划分方法及应用 |
-
2016
- 2016-03-03 CN CN201610122048.9A patent/CN105808936A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007316709A (ja) * | 2006-05-23 | 2007-12-06 | Sabo Frontier Foundation | 土砂災害危険箇所識別コード付与方法及びそのプログラム |
CN103678933A (zh) * | 2013-12-25 | 2014-03-26 | 中国水电顾问集团成都勘测设计研究院有限公司 | 用于确定环境边坡危岩体稳定性的矩阵评价施工方法 |
CN104805846A (zh) * | 2015-04-24 | 2015-07-29 | 成都理工大学 | 一种浅表层土质滑坡的危险性划分方法及应用 |
Non-Patent Citations (4)
Title |
---|
CHONG XU ET AL.: "The 2010 Yushu earthquake triggered landslide hazard mapping using GIS and weight of evidence modeling", 《ENVIRON EARTH SCI》 * |
樊晓一 等: "层次分析法在典型滑坡危险度评价中的应用", 《自然灾害学报》 * |
沈世伟: "吉林省东南部山区地质环境及边坡稳定性研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
许强 等: "滑坡时空演化规律及预警预报研究", 《岩石力学与工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539904A (zh) * | 2020-05-13 | 2020-08-14 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
CN111539904B (zh) * | 2020-05-13 | 2023-07-18 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
CN114066165A (zh) * | 2021-10-20 | 2022-02-18 | 国网黑龙江省电力有限公司电力科学研究院 | 一种改进的输电线路高位滑坡危险性评价系统及方法 |
CN115236655A (zh) * | 2022-09-01 | 2022-10-25 | 成都理工大学 | 基于全极化sar的滑坡识别方法、系统、设备及介质 |
CN115236655B (zh) * | 2022-09-01 | 2022-12-20 | 成都理工大学 | 基于全极化sar的滑坡识别方法、系统、设备及介质 |
US11747498B1 (en) | 2022-09-01 | 2023-09-05 | Chengdu University Of Technology | Method, system, device and medium for landslide identification based on full polarimetric SAR |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10152762B2 (en) | Method for determining ecological risks of heavy metal pollution in river and lake sediments | |
CN104732070B (zh) | 一种基于信息向量机的岩爆等级预测方法 | |
WO2020125682A1 (zh) | 一种应用随钻数据计算岩石强度的方法和系统 | |
WO2016090883A1 (zh) | 一种基于多源信息融合的采场顶板离层水害超前预报方法 | |
CN104298883A (zh) | 一种油气资源评价中的烃源岩产烃率图版的建立方法 | |
CN101923084A (zh) | 一种矿用水源识别方法及识别设备 | |
CN103268420A (zh) | 一种岩石高边坡的危险性评价方法 | |
CN103198363B (zh) | 一种基于ct孔隙分析的储层产气量预测方法及装置 | |
CN104133985A (zh) | 隧道及地下工程地质灾害风险属性区间评价方法 | |
US20150234092A1 (en) | Method for Determining a Weight-adjusting Parameter in a Variable-weight Vulnerability Assessment Method for Water-outburst From Coal Seam Floor | |
CN101832769A (zh) | 一种基于近景摄影估算矿区植被覆盖度的方法和系统 | |
CN105808936A (zh) | 一种快速判识滑坡危险程度的方法 | |
CN105443120A (zh) | 一种海相整装气田边水水侵早期特征分析方法 | |
WO2019091134A1 (zh) | 煤层顶板砂岩富水性等级预测方法 | |
Jayne et al. | Permeability correlation structure of the Columbia River Plateau and implications for fluid system architecture in continental large igneous provinces | |
CN109064016A (zh) | 一种低渗煤层水力压裂增透效果评价方法 | |
CN110956388A (zh) | 一种海上油气藏增产方案生成方法 | |
CN113505335B (zh) | 一种冲击危险卸压效果检验方法和装置 | |
CN113064217B (zh) | 烃源岩有效性评价模型构建方法及烃源岩有效性评价方法 | |
CN108416174A (zh) | 大型露天矿山边坡设计安全系数取值方法 | |
CN104573399B (zh) | 一种煤矿突水动水注浆量预测与注浆效果评价方法 | |
CN106284440A (zh) | 一种挂帮矿回采扰动下边坡稳定性判别方法 | |
Xue et al. | Analysis of an underground water-sealed oil storage cavern: a method of surrounding rock classification considering hydrological conditions | |
CN105741022A (zh) | 关联失效影响下的页岩气压裂管柱风险排序方法及装置 | |
CN106033490B (zh) | 一种基于卫星遥感技术的岩石风化程度提取方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160727 |