CN106203724B - 一种浅表层土质滑坡的预报方法 - Google Patents
一种浅表层土质滑坡的预报方法 Download PDFInfo
- Publication number
- CN106203724B CN106203724B CN201610573522.XA CN201610573522A CN106203724B CN 106203724 B CN106203724 B CN 106203724B CN 201610573522 A CN201610573522 A CN 201610573522A CN 106203724 B CN106203724 B CN 106203724B
- Authority
- CN
- China
- Prior art keywords
- landslide
- formula
- superficial layer
- factor
- earth slope
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000004927 clay Substances 0.000 claims abstract description 12
- 230000008595 infiltration Effects 0.000 claims abstract description 10
- 238000001764 infiltration Methods 0.000 claims abstract description 10
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 7
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims abstract description 6
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 claims abstract description 6
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 37
- 239000002734 clay mineral Substances 0.000 claims description 21
- 239000011707 mineral Substances 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000005284 excitation Effects 0.000 claims description 7
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 6
- 230000006698 induction Effects 0.000 claims description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 6
- 230000001934 delay Effects 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 9
- 230000007246 mechanism Effects 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 68
- 239000002689 soil Substances 0.000 description 14
- 239000004615 ingredient Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000006253 efflorescence Methods 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000007123 defense Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012876 topography Methods 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
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Emergency Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Security & Cryptography (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种浅表层土质滑坡的预报方法,属于滑坡防治工程技术领域,包括以下步骤:测量浅表层土质滑坡体坡度α、滑坡体面积A、滑坡上侧坡度β、滑坡上侧面积ALu、滑坡体左侧地形起伏坡度θ1、滑坡体右侧地形起伏坡度θ2、滑坡体左侧地形面积AL和滑坡体右侧地形面积AR;计算坡度因子S,上缓因子U,两侧地形因子C;浅表层土质滑坡地形因子T;水文因子R;计算黏土指标N;现场测量坚固系数F,计算渗透指标K;地质因子G;确定诱发浅表层土质滑坡可能性等级,进行滑坡预报。本发明同时考虑了引发滑坡质、地形、水文三大因素的作用,测算结果更符合滑坡形成机理,滑坡预报准确性和效率高,极大的提高了防灾适用性。
Description
技术领域
本发明涉及到滑坡防治工程技术领域,尤其涉及一种浅表层土质滑坡的预报方法。
背景技术
浅表层土质滑坡是一种发生在山区或公路边坡的自然现象。浅表层土质滑坡发生后,坡面土体运动到山坡下或路边,淤埋和冲击附近的居民住房、工厂等建筑设施,或公路等,造成极大的破坏。浅表层土质滑坡的发生往往需要具备三个条件:1、有利于发生浅层土质滑坡的地形条件;2、有利的地质条件,即松散覆盖土层;3、充沛的降雨入渗进入土体并最终诱发滑坡的发生。这些条件综合影响并决定坡面土体的稳定性。
其中,地形条件对浅表层土质滑坡的影响因素包括:潜在滑坡体的斜坡坡度、滑坡体上侧缓坡地形(上侧缓坡,即上缓下陡)、滑坡体夹在左右中间的凹陷地形、下侧临空面(下侧大坡度)地形。地质条件对浅表层土质滑坡的影响因素包括:渗透指标、黏土指标。降雨条件对浅表层土质滑坡的影响因素包括:前期累积雨量和小时激发降雨强度。
目前,国内外学者对浅表层滑坡形成之地形条件的研究主要集中于坡面坡度的研究,是对其发育分布规律的简单数据统计,没有深入研究其内在机理,研究成果很难用于其他区域,普适性较差。
公开号为CN 101598721,公开日为2009年12月09日的中国专利文献公开了一种在降雨条件下土边坡稳定性预测预报方法,其首先通过11个参数建立土边坡稳定性控制因素综合表,再通过土边坡稳定性控制因素数学回归分析,建立各个控制因素抗洪能力评分表,然后通过区域滑坡与降雨关系调查统计分析,得出滑坡时有效降雨量阀值,最后是根据抗洪能力评分表,结合各种降雨量规律与特征,建立土边坡在降雨条件下的稳定性警戒等级图,根据土边坡在降雨条件下的稳定性警戒等级图,对某一边坡所处的稳定性状态进行预测预报。
该专利文献公开的土边坡稳定性预测预报方法,没有考虑到在降雨或极端降雨在不同历时条件下的滞后作用对边坡稳定性的影响,滑坡失稳预测滞后,不能对滑坡预报作出最快的反应,防灾适用性较差。
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,需要分析的滑坡因子较多,整个预警工作复杂,反应滞后,预警效率低,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,提供一种浅表层土质滑坡的预报方法,本发明同时考虑了引发滑坡质、地形、水文三大因素的作用及其相互影响,测算结果更符合滑坡形成机理,对于既定监测预警区域而言,不需要滑坡发生的大量历史观测数据,只需要确定监测区的地形因子,地质因子与降雨观测数据即可,不仅滑坡预报准确性高,而且极大的缩短了预警反应时间,提高了防灾适用性。
本发明通过下述技术方案实现:
一种浅表层土质滑坡的预报方法,其特征在于,包括以下步骤:
a、测量浅表层土质滑坡体坡度α、滑坡体面积A、滑坡上侧坡度β、滑坡上侧面积ALu、滑坡体左侧地形起伏坡度θ1、滑坡体右侧地形起伏坡度θ2、滑坡体左侧地形面积AL和滑坡体右侧地形面积AR;
b、根据公式1计算坡度因子S,根据公式2计算上缓因子U,根据公式3计算两侧地形因子C;
S=tan(α) (公式1)
U=tan(α-β)*(ALu/A) (公式2)
C=tan(θ1)*(AL/A)+tan(θ2)*(AR/A) (公式3)
c、根据公式4计算浅表层土质滑坡地形因子T;
T=S+1.8U+0.8C+t (公式4)
公式4中,t为临空面量化值,当下侧临空面坡度γ小于或等于浅表层土质滑坡体坡度α时,t=0;当下侧临空面坡度γ大于浅表层土质滑坡体坡度α时,t=0.13;
d、查询当地水文手册得到前期降雨量B,1小时激发降雨量I,年平均降雨量R0和1小时降雨变差系数CV,通过公式5计算浅表层土质滑坡水文因子R;
e、测量次生黏土矿物的比表面积基值n0,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,通过公式6计算岩性次生黏土矿物的总比表面积值n,通过公式7计算黏土指标N;
n=a1b1+a2b2+a3b3+...+aibi (公式6)
N=n/n0 (公式7)
f、现场测量坚固系数F,根据公式8计算渗透指标K;根据公式9计算浅表层土质滑坡地质因子G;
K=2.59F2-8.64F (公式8)
G=K0.15N0.45 (公式9)
g、设置预报监测区域发生滑坡临界值Cr为监测值,确定预报模型,预报监测区域发生滑坡临界值Cr根据公式10确定;
Cr=RT1.2G (公式10)
h、根据预报监测区域发生滑坡临界值Cr大小确定诱发浅表层土质滑坡可能性等级,进行滑坡预报。
所述步骤g中,每隔10分钟对预报监测区域发生滑坡临界值Cr进行循环计算。
所述步骤h中,诱发浅表层土质滑坡可能性等级为三个,当Cr<1.90,滑坡发生概率低;当1.90≤Cr<2.11,滑坡发生概率中等;当Cr≥2.11,滑坡发生概率高。
所述浅表层土质滑坡地形因子T是指有利于滑坡形成的多个有关地形条件的因素的总和。
所述浅表层土质滑坡地质因子G是指有利于滑坡形成的多个有关地质条件的因素的总和。
所述浅表层土质滑坡水文因子R是指有利于滑坡形成的多个有关水文条件的因素的总和。
本发明基本原理如下:
浅表层土质滑坡的形成由地形条件、地质条件和降水条件决定,三个条件缺一不可,共同作用下形成浅表层土质滑坡。本预警原理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浅表层土质滑坡的临界条件,得到预报监测区域发生滑坡临界值Cr的计算公式10,通过预报监测区域发生滑坡临界值Cr大小确定诱发浅表层土质滑坡可能性等级,进行滑坡预报,极大的提高了滑坡预报准确性。
本发明的有益效果主要表现在以下方面:
一、本发明,依次通过步骤a-g,得到了预报监测区域发生滑坡临界值Cr的计算公式,确定了预报模型,较现有技术而言,由于对浅表层土质滑坡的临界降雨量阈值的测算同时考虑了引发滑坡质、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滑坡形成机理,极大的提高了滑坡预报准确性;对于既定监测预警区域而言,采用本发明方法测算发生浅表层土质滑坡的降雨量阈值,不需要滑坡发生的大量历史观测数据,只需要确定监测区的地形因子,地质因子与降雨观测数据即可,极大的缩短了预警反应时间,预警效率高,由于除科研设置的滑坡观测站以外,绝大部分地区无滑坡的长期观测数据,因此本发明对于浅表层土质滑坡具有更高的防灾适用性。
二、本发明,步骤g中,每隔10分钟对预报监测区域发生滑坡临界值Cr进行循环计算,能够实时的对预报模型进行计算,减小预报数据误差,利于提高防灾能力。
三、本发明,步骤h中,诱发浅表层土质滑坡可能性等级为三个,当Cr<1.90,滑坡发生概率低;当1.90≤Cr<2.11,滑坡发生概率中等;当Cr≥2.11,滑坡发生概率高,整个预警判别简单易操作,预警效果直观明确,提高了预报精度,进而提高了防灾适用性和防灾能力。
四、本发明,可以用于无资料地区的浅表层土质滑坡的预警;浅表层土质滑坡,尽管体积不大,但可能数量很大,在有威胁对象的区域,往往造成人员伤亡和财产损失,在多处发生时,还会造成重大人员伤亡和大量的财产损失,本发明能够为减少浅表层土质滑坡造成的人员伤亡提供依据和方法。
五、本发明,将以前人们一直认为不可能做到的浅表层土质滑坡预警变为现实,可以大幅度地减少地质灾害的损失,尤其是人员的伤亡。
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;
图2为地形因素示意图;
图3为图2的a-a’剖面示意图;
图4为图2的b-b’剖面示意图;
其中:ALu为滑坡上侧面积;
A为滑坡体面积;
AL为滑坡体左侧地形面积;
AR为滑坡体右侧地形面积;
α为浅表层土质滑坡体坡度;
β为滑坡上侧坡度;
γ为下侧临空面坡度;
θ1为滑坡体左侧地形起伏坡度;
θ2为滑坡体右侧地形起伏坡度。
具体实施方式
实施例1
参见图1-图4,一种浅表层土质滑坡的预报方法,包括以下步骤:
a、测量浅表层土质滑坡体坡度α、滑坡体面积A、滑坡上侧坡度β、滑坡上侧面积ALu、滑坡体左侧地形起伏坡度θ1、滑坡体右侧地形起伏坡度θ2、滑坡体左侧地形面积AL和滑坡体右侧地形面积AR;
b、根据公式1计算坡度因子S,根据公式2计算上缓因子U,根据公式3计算两侧地形因子C;
S=tan(α) (公式1)
U=tan(α-β)*(ALu/A) (公式2)
C=tan(θ1)*(AL/A)+tan(θ2)*(AR/A) (公式3)
c、根据公式4计算浅表层土质滑坡地形因子T;
T=S+1.8U+0.8C+t (公式4)
公式4中,t为临空面量化值,当下侧临空面坡度γ小于或等于浅表层土质滑坡体坡度α时,t=0;当下侧临空面坡度γ大于浅表层土质滑坡体坡度α时,t=0.13;
d、查询当地水文手册得到前期降雨量B,1小时激发降雨量I,年平均降雨量R0和1小时降雨变差系数CV,通过公式5计算浅表层土质滑坡水文因子R;
e、测量次生黏土矿物的比表面积基值n0,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,通过公式6计算岩性次生黏土矿物的总比表面积值n,通过公式7计算黏土指标N;
n=a1b1+a2b2+a3b3+...+aibi (公式6)
N=n/n0 (公式7)
f、现场测量坚固系数F,根据公式8计算渗透指标K;根据公式9计算浅表层土质滑坡地质因子G;
K=2.59F2-8.64F (公式8)
G=K0.15N0.45 (公式9)
g、设置预报监测区域发生滑坡临界值Cr为监测值,确定预报模型,预报监测区域发生滑坡临界值Cr根据公式10确定;
Cr=RT1.2G (公式10)
h、根据预报监测区域发生滑坡临界值Cr大小确定诱发浅表层土质滑坡可能性等级,进行滑坡预报。
本实施例为最基本的实施方式,依次通过步骤a-g,得到了预报监测区域发生滑坡临界值Cr的计算公式,确定了预报模型,较现有技术而言,由于对浅表层土质滑坡的临界降雨量阈值的测算同时考虑了引发滑坡质、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滑坡形成机理,极大的提高了滑坡预报准确性;对于既定监测预警区域而言,采用本发明方法测算发生浅表层土质滑坡的降雨量阈值,不需要滑坡发生的大量历史观测数据,只需要确定监测区的地形因子,地质因子与降雨观测数据即可,极大的缩短了预警反应时间,预警效率高,由于除科研设置的滑坡观测站以外,绝大部分地区无滑坡的长期观测数据,因此本发明对于浅表层土质滑坡具有更高的防灾适用性。
实施例2
参见图1-图4,一种浅表层土质滑坡的预报方法,包括以下步骤:
a、测量浅表层土质滑坡体坡度α、滑坡体面积A、滑坡上侧坡度β、滑坡上侧面积ALu、滑坡体左侧地形起伏坡度θ1、滑坡体右侧地形起伏坡度θ2、滑坡体左侧地形面积AL和滑坡体右侧地形面积AR;
b、根据公式1计算坡度因子S,根据公式2计算上缓因子U,根据公式3计算两侧地形因子C;
S=tan(α) (公式1)
U=tan(α-β)*(ALu/A) (公式2)
C=tan(θ1)*(AL/A)+tan(θ2)*(AR/A) (公式3)
c、根据公式4计算浅表层土质滑坡地形因子T;
T=S+1.8U+0.8C+t (公式4)
公式4中,t为临空面量化值,当下侧临空面坡度γ小于或等于浅表层土质滑坡体坡度α时,t=0;当下侧临空面坡度γ大于浅表层土质滑坡体坡度α时,t=0.13;
d、查询当地水文手册得到前期降雨量B,1小时激发降雨量I,年平均降雨量R0和1小时降雨变差系数CV,通过公式5计算浅表层土质滑坡水文因子R;
e、测量次生黏土矿物的比表面积基值n0,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,通过公式6计算岩性次生黏土矿物的总比表面积值n,通过公式7计算黏土指标N;
n=a1b1+a2b2+a3b3+...+aibi (公式6)
N=n/n0 (公式7)
f、现场测量坚固系数F,根据公式8计算渗透指标K;根据公式9计算浅表层土质滑坡地质因子G;
K=2.59F2-8.64F (公式8)
G=K0.15N0.45 (公式9)
g、设置预报监测区域发生滑坡临界值Cr为监测值,确定预报模型,预报监测区域发生滑坡临界值Cr根据公式10确定;
Cr=RT1.2G (公式10)
h、根据预报监测区域发生滑坡临界值Cr大小确定诱发浅表层土质滑坡可能性等级,进行滑坡预报。
所述步骤g中,每隔10分钟对预报监测区域发生滑坡临界值Cr进行循环计算。
本实施例为较佳的实施方式,步骤g中,每隔10分钟对预报监测区域发生滑坡临界值Cr进行循环计算,能够实时的对预报模型进行计算,减小预报数据误差,利于提高防灾能力。
实施例3
参见图1-图4,一种浅表层土质滑坡的预报方法,包括以下步骤:
a、测量浅表层土质滑坡体坡度α、滑坡体面积A、滑坡上侧坡度β、滑坡上侧面积ALu、滑坡体左侧地形起伏坡度θ1、滑坡体右侧地形起伏坡度θ2、滑坡体左侧地形面积AL和滑坡体右侧地形面积AR;
b、根据公式1计算坡度因子S,根据公式2计算上缓因子U,根据公式3计算两侧地形因子C;
S=tan(α) (公式1)
U=tan(α-β)*(ALu/A) (公式2)
C=tan(θ1)*(AL/A)+tan(θ2)*(AR/A) (公式3)
c、根据公式4计算浅表层土质滑坡地形因子T;
T=S+1.8U+0.8C+t (公式4)
公式4中,t为临空面量化值,当下侧临空面坡度γ小于或等于浅表层土质滑坡体坡度α时,t=0;当下侧临空面坡度γ大于浅表层土质滑坡体坡度α时,t=0.13;
d、查询当地水文手册得到前期降雨量B,1小时激发降雨量I,年平均降雨量R0和1小时降雨变差系数CV,通过公式5计算浅表层土质滑坡水文因子R;
e、测量次生黏土矿物的比表面积基值n0,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,通过公式6计算岩性次生黏土矿物的总比表面积值n,通过公式7计算黏土指标N;
n=a1b1+a2b2+a3b3+...+aibi (公式6)
N=n/n0 (公式7)
f、现场测量坚固系数F,根据公式8计算渗透指标K;根据公式9计算浅表层土质滑坡地质因子G;
K=2.59F2-8.64F (公式8)
G=K0.15N0.45 (公式9)
g、设置预报监测区域发生滑坡临界值Cr为监测值,确定预报模型,预报监测区域发生滑坡临界值Cr根据公式10确定;
Cr=RT1.2G (公式10)
h、根据预报监测区域发生滑坡临界值Cr大小确定诱发浅表层土质滑坡可能性等级,进行滑坡预报。
所述步骤g中,每隔10分钟对预报监测区域发生滑坡临界值Cr进行循环计算。
所述步骤h中,诱发浅表层土质滑坡可能性等级为三个,当Cr<1.90,滑坡发生概率低;当1.90≤Cr<2.11,滑坡发生概率中等;当Cr≥2.11,滑坡发生概率高。
所述浅表层土质滑坡地形因子T是指有利于滑坡形成的多个有关地形条件的因素的总和。
所述浅表层土质滑坡地质因子G是指有利于滑坡形成的多个有关地质条件的因素的总和。
所述浅表层土质滑坡水文因子R是指有利于滑坡形成的多个有关水文条件的因素的总和。
本实施例为最佳实施方式,步骤h中,诱发浅表层土质滑坡可能性等级为三个,当Cr<1.90,滑坡发生概率低;当1.90≤Cr<2.11,滑坡发生概率中等;当Cr≥2.11,滑坡发生概率高,整个预警判别简单易操作,预警效果直观明确,提高了预报精度,进而提高了防灾适用性和防灾能力。
本发明黏土指标N的量化及计算分为五步:
第一步,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;
第二步,根据综合风化程度及表2确定原生矿物风化形成的矿物的次生黏土矿物的比表面积值ai;
第三步,根据表3确定该地区各种岩性的矿物成分在原生矿物的含量bi;
第四步,计算每种岩性对应岩性次生黏土矿物的总比表面积值n,即计算表3中矿物成分在原生矿物的含量bi与表2中对应的矿物的次生黏土矿物的比表面积值ai的乘积的总和,计算方法依据公式6;
第五步,将每种岩性对应岩性次生黏土矿物的总比表面积值n标准化并得到黏土指标N,计算依据公式7;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关系,即公式8中的渗透指标换算结果。
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
采用本发明对贵州望谟县打便地区某地进行浅表层土质滑坡预报,预报效果分析如下:
通过现场调查测绘、查询当地水文手册并计算确定预报地区的如下基础参数数据:S=0.58,U=0,C=0.21,t=0.13,R0=1212mm,Cv=0.4。
2011年6月6日,贵州望谟县打便地区的前期降雨量B=171.9mm,1小时激发降雨量I=52.7mm。该调查区出露的岩石以砂岩、页岩为主,砂岩岩层厚度约为页岩岩层厚度的3.5倍,加权平均坚固系数为7.1,渗透指标K为69.63,黏土指标N为2.41。
将以上S、U、C、t、R0、CV、B、I、K、N值代入公式10计算预报监测区域发生滑坡临界值Cr,计算得到Cr=2.17,大于预报阙值2.11,滑坡发生概率高。实际当天该地区就发生了浅表层土质滑坡。
表明通过采用本发明预报方法,能够极大的减小误报率,保障滑坡预报可靠性,提高防灾效果。
Claims (3)
1.一种浅表层土质滑坡的预报方法,其特征在于,包括以下步骤:
a、测量浅表层土质滑坡体坡度α、滑坡体面积A、滑坡上侧坡度β、滑坡上侧面积ALu、滑坡体左侧地形起伏坡度θ1、滑坡体右侧地形起伏坡度θ2、滑坡体左侧地形面积AL和滑坡体右侧地形面积AR;
b、根据公式1计算坡度因子S,根据公式2计算上缓因子U,根据公式3计算两侧地形因子C;
S=tan(α) (公式1)
U=tan(α-β)*(ALu/A) (公式2)
C=tan(θ1)*(AL/A)+tan(θ2)*(AR/A) (公式3)
c、根据公式4计算浅表层土质滑坡地形因子T;
T=S+1.8U+0.8C+t (公式4)
公式4中,t为临空面量化值,当下侧临空面坡度γ小于或等于浅表层土质滑坡体坡度α时,t=0;当下侧临空面坡度γ大于浅表层土质滑坡体坡度α时,t=0.13;
d、查询当地水文手册得到前期降雨量B,1小时激发降雨量I,年平均降雨量R0和1小时降雨变差系数CV,通过公式5计算浅表层土质滑坡水文因子R;
e、测量次生黏土矿物的比表面积基值n0,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,通过公式6计算岩性次生黏土矿物的总比表面积值n,通过公式7计算黏土指标N;
n=a1b1+a2b2+a3b3+...+aibi (公式6)
N=n/n0 (公式7)
f、现场测量坚固系数F,根据公式8计算渗透指标K;根据公式9计算浅表层土质滑坡地质因子G;
K=2.59F2-8.64F (公式8)
G=K0.15N0.45 (公式9)
g、设置预报监测区域发生滑坡临界值Cr为监测值,确定预报模型,预报监测区域发生滑坡临界值Cr根据公式10确定;
Cr=RT1.2G (公式10)
h、根据预报监测区域发生滑坡临界值Cr大小确定诱发浅表层土质滑坡可能性等级,进行滑坡预报。
2.根据权利要求1所述的一种浅表层土质滑坡的预报方法,其特征在于:所述步骤g中,每隔10分钟对预报监测区域发生滑坡临界值Cr进行循环计算。
3.根据权利要求1所述的一种浅表层土质滑坡的预报方法,其特征在于:所述步骤h中,诱发浅表层土质滑坡可能性等级为三个,当Cr<1.90,滑坡发生概率低;当1.90≤Cr<2.11,滑坡发生概率中等;当Cr≥2.11,滑坡发生概率高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610573522.XA CN106203724B (zh) | 2016-07-19 | 2016-07-19 | 一种浅表层土质滑坡的预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610573522.XA CN106203724B (zh) | 2016-07-19 | 2016-07-19 | 一种浅表层土质滑坡的预报方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106203724A CN106203724A (zh) | 2016-12-07 |
CN106203724B true CN106203724B (zh) | 2019-09-27 |
Family
ID=57494626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610573522.XA Active CN106203724B (zh) | 2016-07-19 | 2016-07-19 | 一种浅表层土质滑坡的预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106203724B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874614A (zh) * | 2017-03-03 | 2017-06-20 | 成都理工大学 | 一种黄土浅层滑坡的早期识别方法及应用 |
CN107545329A (zh) * | 2017-09-01 | 2018-01-05 | 成都理工大学 | 一种红层地区坡面泥石流预报方法及应用 |
CN107784389B (zh) * | 2017-09-28 | 2021-12-31 | 成都理工大学 | 一种地质灾害双层次控制变量预报方法及应用 |
CN108898529A (zh) * | 2018-06-22 | 2018-11-27 | 成都理工大学 | 一种花岗岩地区削坡的滑坡危险性判断方法及应用 |
CN110766235A (zh) * | 2019-10-31 | 2020-02-07 | 黄淮学院 | 一种山体坍塌预测方法和预测系统 |
CN111504268B (zh) * | 2020-04-22 | 2020-11-24 | 深圳市地质局 | 一种土质边坡险情智能预警预报方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260625A (zh) * | 2015-11-19 | 2016-01-20 | 阿坝师范学院 | 一种滑坡地质灾害预警推送方法 |
CN105701975A (zh) * | 2016-03-10 | 2016-06-22 | 成都理工大学 | 一种红层地区浅层土质滑坡预警方法 |
-
2016
- 2016-07-19 CN CN201610573522.XA patent/CN106203724B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260625A (zh) * | 2015-11-19 | 2016-01-20 | 阿坝师范学院 | 一种滑坡地质灾害预警推送方法 |
CN105701975A (zh) * | 2016-03-10 | 2016-06-22 | 成都理工大学 | 一种红层地区浅层土质滑坡预警方法 |
Non-Patent Citations (1)
Title |
---|
沟床起动型泥石流的10min降雨预报模型;余斌等;《水科学进展》;20150531;第26卷(第3期);第347-355页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106203724A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203724B (zh) | 一种浅表层土质滑坡的预报方法 | |
CN106157541B (zh) | 一种沟谷泥石流预警方法及其应用 | |
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 | |
CN104299367B (zh) | 一种滑坡灾害多级综合监测预警方法 | |
CN106021875B (zh) | 一种地震扰动区多尺度泥石流风险评估的方法 | |
CN105701975B (zh) | 一种红层地区浅层土质滑坡预警方法 | |
KR101642951B1 (ko) | Gis 기반 실시간 지진피해 예측 방법 | |
CN105804094B (zh) | 一种岩质滑坡的危险性判断方法及其应用 | |
Young et al. | Instability investigation of cantilevered seacliffs | |
Hong et al. | Quantitative assessment on the influence of heavy rainfall on the crystalline schist landslide by monitoring system-case study on Zentoku landslide, Japan | |
CN107545329A (zh) | 一种红层地区坡面泥石流预报方法及应用 | |
CN115359629A (zh) | 一种基于序贯评估法的区域滑坡灾害预警方法 | |
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 | |
CN106710149A (zh) | 一种矿山排土场预警方法及系统 | |
CN106874614A (zh) | 一种黄土浅层滑坡的早期识别方法及应用 | |
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 | |
Sugianto et al. | The updated zonation of Seismic Vulnerability Index and ground shear strain at Bengkulu City, Indonesia | |
Hong et al. | Information-based system identification for predicting the groundwater-level fluctuations of hillslopes | |
CN107391454A (zh) | 一种基于统计方法的强震区崩塌堆积体积的计算方法 | |
Kuo-Jung et al. | Integrating in-situ monitoring data and slope stability analysis for a new empirical slope failure warning criteria | |
Harris | The development of a site specific early warning system for rainfall induced landslides | |
JPH05323043A (ja) | 鉄道盛土の崩壊限界雨量の予測方法及びそれを用いた列車の運転管理システム | |
Hafidzsyah et al. | Soil Settlement Risk From Liquefaction At Lake Toba Tourism Infrastructure, North Sumatera, Indonesia |
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 |