CN106157541B - 一种沟谷泥石流预警方法及其应用 - Google Patents

一种沟谷泥石流预警方法及其应用 Download PDF

Info

Publication number
CN106157541B
CN106157541B CN201610573556.9A CN201610573556A CN106157541B CN 106157541 B CN106157541 B CN 106157541B CN 201610573556 A CN201610573556 A CN 201610573556A CN 106157541 B CN106157541 B CN 106157541B
Authority
CN
China
Prior art keywords
mud
formula
flow
debris flow
rock
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.)
Active
Application number
CN201610573556.9A
Other languages
English (en)
Other versions
CN106157541A (zh
Inventor
余斌
刘强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN201610573556.9A priority Critical patent/CN106157541B/zh
Publication of CN106157541A publication Critical patent/CN106157541A/zh
Application granted granted Critical
Publication of CN106157541B publication Critical patent/CN106157541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明公开了一种沟谷泥石流预警方法及其应用，属于泥石流防治工程技术领域，包括以下步骤：测量矿物的次生黏土矿物的比表面积值ai，矿物成分在原生矿物的含量bi，计算岩性次生黏土矿物的总比表面积值n，黏土指标N，测量岩石坚固系数F，计算渗透指标K，地质因子G，测量流域面积A0，计算全流域面积A，测量全流域面积百分比S和沟床纵比降J，计算地形因子T，确定沟道年平均降雨量R0和1小时降雨变差系数Cv，测量前期降雨量B，1小时激发降雨量I，计算泥石流水文因子R，计算临界值Cr并划分预警级别。本发明考虑了地质、地形、水文三大因素的作用，测算结果更符合泥石流形成机理，提高了泥石流预警准确度。

Description

一种沟谷泥石流预警方法及其应用
技术领域
本发明涉及到泥石流防治工程技术领域，尤其涉及一种沟谷泥石流预警方法及其应用。
背景技术
浅表层土质滑坡是滑坡中分布最为广泛、暴发频率高、危害性较大的地质灾害之一。它是指发生在松散未固结的粘性土或砂性土斜坡上的一类滑坡,坡体结构松散具有较大空隙比、透水性强、下层的岩石分层比较明显等特点。其物质组成一般为基岩风化产物，堆积厚度通常小于5米。此类斜坡由于滑体松散，易受大气降水和库水位周期性影响，稳定性较差。一旦滑坡，不仅给当地人民生命财产安全带来极大威胁，而且会造成大面积水土流失。这类滑坡在下滑过程中若遇充足的水源和足够的滑动面，极有可能转化为泥石流。
目前国内外对泥石流的预测预报主要是建立在多年的观测积累基础上，给出经验的临界降雨值，如云南蒋家沟的泥石流预测预报就是建立在30年的长期观测基础上。具体对于浅表层土质滑坡型沟谷泥石流而言，泥石流起动的临界降雨量主要是基于历史观测资料的统计、归纳、总结的方法获得。但对于低频率泥石流，往往没有任何的观测资料积累，因此也就无法在获得观测数据的基础上，得出临界降雨值的经验方法，进而预测泥石流的发生。而这类低频率泥石流的发生往往造成重大损失与人员伤亡。减轻、防止这类低频率泥石流灾害需要深入地了解泥石流的发生规律，并预测泥石流的发生。
公开号为CN 104299367A，公开日为2015年01月21日的中国专利文献公开了一种滑坡灾害多级综合监测预警方法，其特征在于，其包括以下步骤：(1)通过历史纪录监测数据和滑坡变形破坏模型试验，计算滑坡监测预警临界阈值；根据各个指标临界指数确定研究区是否有滑坡发生的可能；(2)如果监测数值大于临界值；根据每个滑坡发生指数，确定滑坡可能发生的地点和滑坡发生的可能性大小，划定预警预报等级；(3)确定四级预警和预警境界区域；(4)发布预警结果，同时结合预警区群测群防网络体系，直接通知监测责任人，做好防灾、避灾准备。
该专利文献公开的滑坡灾害多级综合监测预警方法，需要滑坡发生的大量历史纪录监测数据，再通过滑坡变形破坏模型试验，计算滑坡监测预警临界阈值；再根据各个指标临界指数确定研究区是否有滑坡发生的可能，预警效率低；此外，虽然分析的滑坡因子较多，但对影响滑坡的另一重要因素地形因子分析甚少，更没有定量的地形因子计算方法，致使整个滑坡预警的准确度降低，尤其不适合沟谷泥石流的预警，防灾适用性差。
发明内容
本发明为了克服上述现有技术的缺陷，提供一种沟谷泥石流预警方法及其应用，本发明同时考虑了引发泥石流的地质、地形、水文三大因素的作用及其相互影响，因此测算结果更符合泥石流形成机理，提高了泥石流预警准确度；而且不需要泥石流发生的大量历史观测数据，只需要确定泥石流流域的地形因子，地质因子与降雨观测数据即可，预警效率更高，具有更高的防灾适用性。
本发明通过下述技术方案实现：
一种沟谷泥石流预警方法，其特征在于，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)。
步骤f中，所述敏感坡度是指25-45度的坡度。
本发明所述泥石流地形因子T是指有利于泥石流形成的多个有关地形条件的因素的总和。
本发明所述泥石流地质因子G是指有利于泥石流形成的地质条件的因素的总和。
本发明所述泥石流水文因子R是指有利于泥石流形成的多个有关水文条件的因素的总和。
本发明，适用于浅表层土质滑坡型沟谷泥石流的预警。
本发明，适用于无资料地区的低频率浅表层土质滑坡型沟谷泥石流的预警。
本发明的原理如下：
泥石流的形成由泥石流的地形条件、地质条件和降水条件决定，三个条件缺一不可，共同作用下形成泥石流。本发明充分考虑了这三个条件的综合作用，并将三个条件的作用统一起来形成泥石流的临界条件。经大量的野外调查研究，分析确定对于既定泥石流沟道而言，在确定泥石流范围基础上，预警监测区域泥石流起动临界值Cr与泥石流地形因子T、泥石流地质因子G、泥石流水文因子R三者间的函数关系。
通过上述Cr值的阈值1.19、1.41、1.63判断泥石流发生可能性的原理在于：通过野外调查大规模的群发泥石流事件，由暴发和没有暴发的泥石流流域的地形、地质和水文条件以及计算的判断值，确定当Cr＜1.19，几乎没有泥石流发生；1.19≤Cr＜1.41，有少量泥石流发生；1.41≤Cr＜1.63，有较多泥石流发生；Cr≥1.63，很多泥石流暴发。用该判断值在其他地区的浅表层土质滑坡型沟谷泥石流事件中，也能很好地判断泥石流的发生与否。
本发明的有益效果主要表现在以下方面：
一、本发明，对于泥石流起动的临界降雨量阈值的测算同时考虑了引发泥石流的地质、地形、水文三大因素的作用及其相互影响，因此测算结果更符合泥石流形成机理；对于既定泥石流沟道而言，采用本发明方法测算泥石流起动的降雨量阈值不需要泥石流发生的大量历史观测数据，只需要确定泥石流流域的地形因子，地质因子与降雨观测数据，由于除科研设置的泥石流观测站以外，绝大部分泥石流沟道均无泥石流发生的长期观测数据，因此本发明对于泥石流预报具有更高的防灾适用性。
二、本发明，适用于浅表层土质滑坡型沟谷泥石流的预警，不需要浅表层土质滑坡型沟谷泥石流发生的大量历史观测数据，只需要确定浅表层土质滑坡型沟谷泥石流流域的地形因子，地质因子与降雨观测数据即可，预警效率高，防灾适用性好。
三、本发明，适用于无资料地区的低频率浅表层土质滑坡型沟谷泥石流的预警，低频率沟谷泥石流，是造成重大人员伤亡的主要泥石流类型，本发明可以为减少泥石流灾害，减少泥石流造成的人员伤亡提供依据和方法，防灾效果好。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的具体说明，其中：
图1为物理和化学风化等级图。
具体实施方式
实施例1
一种沟谷泥石流预警方法，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)。
对于泥石流起动的临界降雨量阈值的测算同时考虑了引发泥石流的地质、地形、水文三大因素的作用及其相互影响，因此测算结果更符合泥石流形成机理；对于既定泥石流沟道而言，采用本发明方法测算泥石流起动的降雨量阈值不需要泥石流发生的大量历史观测数据，只需要确定泥石流流域的地形因子，地质因子与降雨观测数据，由于除科研设置的泥石流观测站以外，绝大部分泥石流沟道均无泥石流发生的长期观测数据，因此本发明对于泥石流预报具有更高的防灾适用性。
实施例2
一种沟谷泥石流预警方法，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)。
步骤f中，所述敏感坡度是指25度的坡度。
实施例3
一种沟谷泥石流预警方法，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)。
步骤f中，所述敏感坡度是指30度的坡度。
实施例4
一种沟谷泥石流预警方法，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)。
步骤f中，所述敏感坡度是指45度的坡度。
本发明所述泥石流地形因子T是指有利于泥石流形成的多个有关地形条件的因素的总和。
本发明所述泥石流地质因子G是指有利于泥石流形成的地质条件的因素的总和。
本发明所述泥石流水文因子R是指有利于泥石流形成的多个有关水文条件的因素的总和。
本发明，适用于浅表层土质滑坡型沟谷泥石流的预警。
对于浅表层土质滑坡型沟谷泥石流的预警，不需要浅表层土质滑坡型沟谷泥石流发生的大量历史观测数据，只需要确定浅表层土质滑坡型沟谷泥石流流域的地形因子，地质因子与降雨观测数据即可，预警效率高，防灾适用性好。
实施例5
一种沟谷泥石流预警方法，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)。
步骤f中，所述敏感坡度是指45度的坡度。
本发明所述泥石流地形因子T是指有利于泥石流形成的多个有关地形条件的因素的总和。
本发明所述泥石流地质因子G是指有利于泥石流形成的地质条件的因素的总和。
本发明所述泥石流水文因子R是指有利于泥石流形成的多个有关水文条件的因素的总和。
本发明，适用于无资料地区的低频率浅表层土质滑坡型沟谷泥石流的预警。
低频率沟谷泥石流，是造成重大人员伤亡的主要泥石流类型，本发明可以为减少泥石流灾害，减少泥石流造成的人员伤亡提供依据和方法，防灾效果好。
黏土指标N的量化及计算分为五步：
第一，应根据图1确定该地区的物理风化程度及化学风化程度，横坐标为年平均降雨，纵坐标为年平均温度，综合风化根据物理风化及化学风化来判定，由于次生黏土矿物的形成依靠更多的是前期原生矿物的破碎情况，因此综合风化的判定更多偏向于物理风化；
第二，根据综合风化程度及表2确定原生矿物风化形成的次生黏土矿物的比表面积值ai；
第三，根据表3确定该地区各种岩性的矿物成分含量bi；
第四，计算每种岩性对应残积土的总比表面积n，即计算表3中原生矿物的矿物成分含量与表2中对应的次生黏土矿物的比表面积值的乘积的总和，根据式1计算；
第五，将总比表面积n标准化并得到黏土指标N，根据式2计算；预报区域若涉及多种岩性，则根据岩石比例及对应黏土指标计算其加权平均值作为该区域的黏土指标。
表1为原岩坚固系数与对应残积土无量纲渗透指标的取值关系。
表1
表2为长石、云母、石英及岩屑不同风化程度形成的次生黏土矿物的比表面积(m2/g)。
表2
表3为几种岩性的矿物成分及含量均值。
表3
下面采用本发明方法对具体实例进行分析：
浙江省乐清市龙西乡上山村泥石流实施泥石流起动预警。分别调查测绘、查询当地水文手册并计算确定龙西乡上山村的一条沟道的如下基础参数数据：J＝0.39，A＝3.97，S＝0.24，R0＝2200mm，CV＝0.45。经调查，该沟出露的岩石以正长岩为主，其渗透指标K为453.6，黏土指标N为1.35。通过以上J、A、S、R0、CV、K、N得到Cr＝1.41，发生了泥石流。
实际上2004年8月12日，浙江省乐清市龙西乡上山村突降大雨，引发了泥石流。
由此说明，采用本方法对泥石流的预警具有相当高的准确度。

Claims (6)

1.一种沟谷泥石流预警方法，其特征在于，包括以下步骤：
a、现场测量矿物的次生黏土矿物的比表面积值ai，单位m2/g，矿物成分在原生矿物的含量bi，根据式1确定岩性次生黏土矿物的总比表面积值n，单位m2/g，
n＝a1b1+a2b2+a3b3+...+aibi (式1)
b、根据式2计算黏土指标N；
N＝n/n0 (式2)
式2中，n0为次生黏土矿物的比表面积基值，n0＝10m2/g；
c、现场测量平均岩石坚固系数F，根据式3确定泥石流沟渗透指标K；
K＝2.59F2-8.64F (式3)
d、根据式4确定泥石流地质因子G；
G＝K0.15N0.45 (式4)
e、现场测量除堆积区以外的泥石流流域面积A0，单位km2，根据式5确定除堆积区以外的泥石流全流域面积A；
式5中，a为单位面积，1km2；
f、现场测量敏感坡度面积占除堆积区以外的泥石流全流域面积百分比S和沟床纵比降J，根据式6确定泥石流地形因子T；
T＝SJ0.3A0.2 (式6)
g、查阅水文手册确定监测区域的泥石流沟道年平均降雨量R0和泥石流沟道1小时降雨变差系数Cv；现场实地测量前期降雨量B，1小时激发降雨量I，根据式7确定泥石流水文因子R；
h、根据式8计算确定预警监测区域泥石流起动临界值Cr，并通过Cr值来划分泥石流沟道的泥石流预警级别；当Cr＜1.19，发出泥石流绿色安全信号，当1.19≤Cr＜1.41，发出泥石流黄色预警信号，当1.41≤Cr＜1.63，发出泥石流橙色预警信号，当Cr≥1.63，发出泥石流红色预警信号；
Cr＝GRT0.45 (式8)；
步骤f中，所述敏感坡度是指25-45度的坡度。
2.根据权利要求1所述的一种沟谷泥石流预警方法，其特征在于：所述泥石流地形因子T是指有利于泥石流形成的多个有关地形条件的因素的总和。
3.根据权利要求1所述的一种沟谷泥石流预警方法，其特征在于：所述泥石流地质因子G是指有利于泥石流形成的地质条件的因素的总和。
4.根据权利要求1所述的一种沟谷泥石流预警方法，其特征在于：所述泥石流水文因子R是指有利于泥石流形成的多个有关水文条件的因素的总和。
5.根据权利要求1所述的一种沟谷泥石流预警方法的应用，其特征在于：适用于浅表层土质滑坡型沟谷泥石流的预警。
6.根据权利要求5所述的一种沟谷泥石流预警方法的应用，其特征在于：适用于无资料地区的低频率浅表层土质滑坡型沟谷泥石流的预警。
CN201610573556.9A 2016-07-19 2016-07-19 一种沟谷泥石流预警方法及其应用 Active CN106157541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610573556.9A CN106157541B (zh) 2016-07-19 2016-07-19 一种沟谷泥石流预警方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610573556.9A CN106157541B (zh) 2016-07-19 2016-07-19 一种沟谷泥石流预警方法及其应用

Publications (2)

Publication Number Publication Date
CN106157541A CN106157541A (zh) 2016-11-23
CN106157541B true CN106157541B (zh) 2018-08-21

Family

ID=58059865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610573556.9A Active CN106157541B (zh) 2016-07-19 2016-07-19 一种沟谷泥石流预警方法及其应用

Country Status (1)

Country Link
CN (1) CN106157541B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169199A (zh) * 2017-05-12 2017-09-15 成都理工大学 一种基于临界浓度的泥石流起动模型及其应用
CN106951725A (zh) * 2017-05-12 2017-07-14 成都理工大学 一种小流域沟道堆石体失稳的计算方法
CN109448325B (zh) * 2018-09-29 2020-12-25 成都理工大学 一种基于一小时降雨的泥石流精细化预警方法及应用
CN109166279B (zh) * 2018-09-29 2020-08-14 成都理工大学 一种基于十分钟降雨的泥石流精细化预警方法及应用
CN109829027B (zh) * 2019-01-29 2021-04-20 中国科学院、水利部成都山地灾害与环境研究所 区域泥石流前期有效降水量测算方法
CN111553090B (zh) * 2020-05-08 2021-02-12 中国地质环境监测院 适用于地质灾害气象预警的有效降雨系数计算方法
CN112362303B (zh) * 2020-11-21 2021-10-29 中国科学院、水利部成都山地灾害与环境研究所 泥石流固体物质起动临界深度与最大冲出总量测算方法、泥石流规模预报方法
CN113420515B (zh) * 2021-07-19 2023-04-07 四川大学 一种基于降雨数据的滑坡泥石流形成演化模拟方法
CN114596689B (zh) * 2022-01-12 2023-02-24 成都理工大学 一种浅层滑坡型沟谷泥石流预警方法
CN115083115B (zh) * 2022-06-14 2023-11-03 成都理工大学 一种降雨与温度升高共同作用诱发的泥石流预警方法
CN116416762B (zh) * 2023-06-09 2023-08-15 四川川核地质工程有限公司 基于人工智能的泥石流预警方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013150A (zh) * 2010-09-28 2011-04-13 浙江工业大学 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统
CN102610059A (zh) * 2012-03-01 2012-07-25 河海大学 一种山区突发性洪水监测与预警系统及其构建方法
CN103473892A (zh) * 2013-08-23 2013-12-25 成都理工大学 沟道起动型泥石流发生预警方法及应用
CN103472497A (zh) * 2013-08-23 2013-12-25 成都理工大学 沟道起动型泥石流暴发规模测算方法及应用
CN103593583A (zh) * 2013-11-29 2014-02-19 民政部国家减灾中心 一种区域泥石流灾害风险估计方法
CN105160193A (zh) * 2015-09-21 2015-12-16 中国科学院、水利部成都山地灾害与环境研究所 一种基于动力过程的泥石流动态风险分析系统及方法
CN105678062A (zh) * 2015-12-30 2016-06-15 广州地理研究所 泥石流流量和容重沿程变化预测方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100380861B1 (ko) * 1998-02-17 2003-04-18 도시바 엔지니어링 가부시끼가이샤 지학적 변위 검출기 및 이를 사용한 감시 장치
US11144995B2 (en) * 2004-07-19 2021-10-12 Fmh Ag Risk Insurance Company Insurance product associated with risk management on the application of crop inputs
CN102103787B (zh) * 2011-02-27 2013-06-26 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
CN103197046B (zh) * 2013-04-04 2015-04-01 中国科学院、水利部成都山地灾害与环境研究所 泥石流临界土体体积含水率测量方法与泥石流预警方法
CN103413401B (zh) * 2013-07-17 2015-06-17 中国科学院、水利部成都山地灾害与环境研究所 一种判断沟道泥石流当前是否发生及其未来会否发生的方法
CN103530516B (zh) * 2013-10-14 2016-04-06 成都理工大学 一种强震区泥石流隐患点快速识别方法
CN103544810B (zh) * 2013-10-15 2015-11-25 西南科技大学 一种基于北斗卫星和gprs的泥石流短临预警方法
CN104714260B (zh) * 2013-12-17 2017-06-06 昆明市东川区泥石流防治研究所 一种泥石流灾害规模的预报的方法
CN104036153A (zh) * 2014-07-02 2014-09-10 中国电建集团成都勘测设计研究院有限公司 泥石流发生的危险性定量检测评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013150A (zh) * 2010-09-28 2011-04-13 浙江工业大学 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统
CN102610059A (zh) * 2012-03-01 2012-07-25 河海大学 一种山区突发性洪水监测与预警系统及其构建方法
CN103473892A (zh) * 2013-08-23 2013-12-25 成都理工大学 沟道起动型泥石流发生预警方法及应用
CN103472497A (zh) * 2013-08-23 2013-12-25 成都理工大学 沟道起动型泥石流暴发规模测算方法及应用
CN103593583A (zh) * 2013-11-29 2014-02-19 民政部国家减灾中心 一种区域泥石流灾害风险估计方法
CN105160193A (zh) * 2015-09-21 2015-12-16 中国科学院、水利部成都山地灾害与环境研究所 一种基于动力过程的泥石流动态风险分析系统及方法
CN105678062A (zh) * 2015-12-30 2016-06-15 广州地理研究所 泥石流流量和容重沿程变化预测方法

Also Published As

Publication number Publication date
CN106157541A (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
CN106157541B (zh) 一种沟谷泥石流预警方法及其应用
CN106203724B (zh) 一种浅表层土质滑坡的预报方法
Turowski et al. The impact of exceptional events on erosion, bedload transport and channel stability in a step‐pool channel
Wei et al. Estimating the rainfall threshold of a deep-seated landslide by integrating models for predicting the groundwater level and stability analysis of the slope
CN104318103B (zh) 一种滑坡灾害监测预警降雨阈值判定方法
CN105761436B (zh) 一种红层地区滑坡预警方法及其应用
Hong et al. The influence of intense rainfall on the activity of large-scale crystalline schist landslides in Shikoku Island, Japan
CN103473892B (zh) 沟道起动型泥石流发生预警方法及应用
Casagli et al. Pore water pressure and streambank stability: results from a monitoring site on the Sieve River, Italy
Vandekerckhove et al. Characteristics and controlling factors of bank gullies in two semi-arid Mediterranean environments
CN105701975B (zh) 一种红层地区浅层土质滑坡预警方法
CN105804094B (zh) 一种岩质滑坡的危险性判断方法及其应用
Billi Flash flood sediment transport in a steep sand-bed ephemeral stream
Zhang et al. Real‐time monitoring and estimation of the discharge of flash floods in a steep mountain catchment
CN103472497B (zh) 沟道起动型泥石流暴发规模测算方法及应用
CN108090670A (zh) 一种基于水流侵蚀能力的堰塞坝形成评估方法
CN108332696A (zh) 滑坡监测方法选择方法
CN107545329A (zh) 一种红层地区坡面泥石流预报方法及应用
CN109766513A (zh) 一种泥石流断面平均流速的测算方法
CN106192864B (zh) 一种沟谷泥石流的危险性划分方法及其应用
CN103093102A (zh) 基于地震和干旱监测的泥石流发育区灾害早期动态预测方法
Islam et al. Disaster due to slope failure in the Pahartoli area of the Chittagong city, Bangladesh
Langendoen Application of the CONCEPTS channel evolution model in stream restoration strategies
Warner et al. Reclaimed Mineland Curve Number Response to Temporal Distribution of Rainfall 1
Myette et al. Area of influence and zone of contribution to Superfund-site wells G and H, Woburn, Massachusetts

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant