CN108010278A - 泥石流灾害险情动态预警方法、精细化分级监测预警方法 - Google Patents
泥石流灾害险情动态预警方法、精细化分级监测预警方法 Download PDFInfo
- Publication number
- CN108010278A CN108010278A CN201711425578.1A CN201711425578A CN108010278A CN 108010278 A CN108010278 A CN 108010278A CN 201711425578 A CN201711425578 A CN 201711425578A CN 108010278 A CN108010278 A CN 108010278A
- Authority
- CN
- China
- Prior art keywords
- mud
- flow
- basin
- rock flow
- monitoring
- 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.)
- Granted
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
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)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开泥石流灾害险情动态预警方法。在流域调查与监测系统实时数据基础上,采用二维潜水波方程数值模拟泥石流沿程运动,在DEM栅格水平上预测泥石流淹没范围与淹没深度,通过叠加承灾体数据分析出承灾体遭受危害的程度、安全疏散线路等信息,及时向流域内人群发布。本发明还公开泥石流灾害精细化分级监测预警方法,通过全方位获取分析影响泥石流灾害要素的监测信息,将整个泥石流形成、发生、演进过程视为高度动态过程加以预测监测,通过灾前预测、临灾预警、发灾预警、险情动态预警四级逐步完成泥石流灾害的精细预警。与现有的一步、一指标监测预警技术相比,本发明方法充分结合泥石流灾害的动态性特征与规律,更为科学,减灾实务性更高。
Description
技术领域
本发明涉及一种灾害预警方法,特别是涉及一种基于演进过程监测的泥石流精细化分级监测预警方法,属于水利工程技术领域、地质灾害防治技术领域。
背景技术
地质灾害监测预警是指通过一定的技术手段,监测潜在灾害体的形成条件、激发条件与灾害体的物理特征,在灾害尚未发生或到达危险区之前,预先向受到威胁的地区、人群发出警报。泥石流灾害预警的目的是在泥石流即将发生或者已经发生尚未到达危险区的时刻,发出预警信息,为人员疏散撤离赢得时间,减免人员伤亡。更为理想的泥石流灾害预警技术是能够在灾害过程中,根据监测信息能够动态划分潜在危险区,计算危险度,为不同空间位置的潜在受灾对象提供科学的避灾指导信息。其核心是做到过程监测、精细化分级预警、个性化预警信息发布。
现有的监测预警方法主要有通过CCD传感器(照相或录像)对泥石流流域进行监测,直观判断泥石流是否发生以及发生的规模的方法,以及以降雨作为控制参数的监测预警方法,是利用市售雨量计测得降雨数据,通过灾害发生事件与相应的降雨指标统计分析建立的模型进行预警的方法。两类方法都有其缺陷:对于前者,CCD影像信息数据量大,对数据传输要求高,一般需要在野外铺设专用的通讯光纤,建设成本高,且在野外不易实现。而基于GPRS技术的图像抓拍传感器只能定时拍摄泥石流发生区域照片,提供泥石流是否发生的影像,很难给出定量的预警报信息,且往往在雨夜难以保障正常运行和获取信息,容易造成灾害漏报。另外,根据影像估计的灾害规模,不能定量,提供的预警信息比较模糊。对于后者,基于统计规律的模型需要较大的样本才能保证预报的精度,加之泥石流流域地质和地貌条件的区域差异,不同区域的降雨历时—强度曲线具有较大差异,模型很难在建模样本区域以外应用,其推广和应用受到较大限制。
现有技术整体而言比较笼统,大多是通过对单一参数的监测,建立统计模型,难以反映灾害的动态过程。这些方法还有一显著缺陷在于不能提供灾害危险性的详细信息,使得疏散撤离实施中难以采取有针对性的措施,防灾减灾效果不理想。并且,已有方法无法做到基于过程监测信息的精细化的预警,只能给出灾害是否发生的判断与发生时间预警信息,不能提供详细的有针对性的临灾信息(如灾害的空间、强度、过程、潜在危险区及其变化等信息)。整体上,预警信息对灾害影响区域内的人群较为抽象,预警结果的可靠性与减灾实务性相对比较弱。
发明内容
本发明的目的就是针对现有技术的不足,提供一种泥石流灾害监测预警方法。该方法能够对泥石流灾害的发生演进过程进行精细分级监测,提高预警精度。
为实现上述目的,本发明首先提供一种泥石流灾害演进过程中的险情动态预警,用以在判识泥石流灾害形成发生后对险情过程加以精细监测,实现动态警示。其技术方案如下:
一种泥石流灾害险情动态预警方法,用以在泥石流灾害发生后监测险情动态过程,实现分级预警;其特征在于:
首先进行流域调查,流域调查中,确定泥石流沟道内流通区、危险区范围,在流通区布置监测断面M;现场调查确定监测断面M处坡降IC、监测断面M宽度B、泥石流沟床糙率系数nC、监测断面M至泥石流沟道危险区的距离L、危险区内承灾体分布;通过GIS软件进行流域内各断面的基本地形地貌参数调查,提取流域内DEM数据,根据DEM数据确定计算栅格数量、各栅格位置坐标、各栅格面积,确定数值模拟计算采用的网格的面积a;
其次安装监测系统,监测系统包括以无线通信联接的控制中心与监测传感器,监测传感器安装在监测断面M处,包括流速传感器、雨量传感器、监测断面M上方的超声波泥位传感器;
其后依如下步骤实施:
步骤D1、模拟泥石流沿程运动过程
采用二维潜水波方程进行数值模拟,得到泥石流沿程运动方程;其中,运动平衡动量方程依式1、式2,质量守恒方程依式3:
式中,g—重力加速度常数,
Sfx、Sfy—沟道摩擦坡降,
Sox、Soy—沟道纵坡降,
t—泥石流持续时间,单位s,根据各地《中小流域暴雨洪水计算手册》方法框算确定,
u—泥石流在x方向的平均流动速度,单位m/s,流速传感器实时监测确定,
h—泥石流流深监测值,单位m,超声波水位传感器实时监测确定,
v—泥石流在y方向的平均流动速度,单位m/s,流速传感器实时监测确定,
i—一次降雨强度,单位mm/h,雨量传感器实时监测确定,
根据泥石流沿程运动方程确定泥石流最终淤埋区域A、泥石流最终不会淤埋的区域A′、每一栅格内的颗粒数Ni,j、泥石流颗粒体积ΔV、每一栅格中泥石流在x、y方向的速度u、v、每一栅格的动态泥深h、泥石流密度ρ;
步骤D2、确定每个栅格泥石流淤埋深度Dh
依式4计算每个栅格(i,j)的泥石流淤埋深度Dh
式中,Dh—每一栅格的泥石流淤埋深度,单位m,
Ni,j—每一栅格内的颗粒数,步骤D1数值模拟计算确定,
ΔV—泥石流颗粒体积,单位m3,步骤D1数值模拟计算确定,
A—泥石流最终淤埋区域,单位m2,步骤D1数值模拟计算确定,
步骤D3、确定最终淤埋区域A内每个栅格的泥石流最大动能De
依式5计算最终淤埋区域A内每个栅格的泥石流最大动能De
De=a·maxt>0[(u2+v2)hρ] 式5
式中,De—每个栅格的泥石流最大动能,单位J,
a—步骤D1数值模拟计算采用的网格的面积,单位m2,流域调查确定,
u、v—每一栅格中泥石流在x、y方向的速度,单位m/s,步骤D1数值模拟计算确定,
h—每一栅格的动态泥深,单位m,步骤D1数值模拟计算确定,
ρ—泥石流密度,单位kg/m3,步骤D1数值模拟计算确定;
步骤D4、确定最终淤埋区域A内承灾体危险等级系数D
依式6计算最终淤埋区域A内承灾体危险等级系数D
D=De+Dh 式6
式中,D—最终淤埋区域A内承灾体危险等级系数,
De—每一栅格的泥石流最大动能,单位J,步骤D3确定,
Dh—每一栅格的泥石流淤埋深度,单位m,步骤D2确定,
根据D判断各承灾体危险程度:若0<D≤0.4,判断承灾体处于低危险性,0.4<D≤0.8,判断承灾体处于中危险性,若0.8<D,判断判断承灾体处于高危险性;
步骤D5、确定灾害警示信息
确定灾害警示信息,包括疏散时间t′、承灾体危险等级D、潜在危害区域、逃生路线,具体:
依式7计算疏散时间t′,
t′=L/Vc 式7
式中,t′—疏散时间,单位s,
L—监测断面M至泥石流沟道危险区的距离,单位m,流域调查确定,
Vc—泥石平均流流速,单位m/s,流速传感器实时监测确定,
潜在危害区域是泥石流最终淤埋区域A′,由步骤D1数值模拟计算确定,
逃生路线是从最终淤埋面积A内各承灾体至泥石流最终不会淤埋的区域A′的最短路径,采用深度优先搜索方法确定;
步骤D6、发送灾害警示信息
向流域内人群发送灾害警示信息。
上述泥石流灾害险情动态预警方法,其技术原理的关键在于数值运算模拟泥石流沿程运动过程。采用二维潜水波方程进行数值模拟,基于非牛顿流体模式及中央有限差分的数值方法来计算洪水、泥石流运动控制方程的集成算法。该算法在洪水灾害管理、基本工程设计、城市淹没分析、泥石流灾害危险性划分等方面应用广泛。为使用该算法适应于本发明解决的技术问题,本发明构思为模型设置了必要假设条件与限制条件。二维模型基本方程式包含连续方程和运动方程,它可以求解泥石流在水平坐标系X方向和Y方向上基本的流速和泥深。在进行数值模拟时,其数据的稳定性是通过在极小的时间步长内进行计算来保证,即在没有调查数据的前提下,通过各种不同泥石流流动路线作为关键因素,用数据稳定的准则限制了时间步长,从而达到避免数据调查情况下又能够有允许时间步长,尽最大努力在合理的时间范围进行泥石流的模拟。
以上述泥石流灾害险情动态预警方法为基础,本发明还提供一种泥石流灾害精细化分级监测预警方法,该方法在实施泥石流灾害险情动态预警前先完成泥石流灾害灾前预测,其技术方案如下:
利用上述泥石流灾害险情动态预警方法实现的泥石流灾害精细化分级监测预警方法,在实施泥石流灾害险情动态预警前先完成泥石流灾害灾前预测,其特征在于:
首先进行流域调查并安装监测系统,在流域调查中,还包括确定形成区径流系数C,在形成区的末端设置监测断面N,调查确定监测断面N以上的流域面积A1、监测断面N宽度B1、监测断面N所在处坡降Ic1,根据现场调查取样与现场土力学实验确定形成区堆积物颗粒平均粒径dm;然后依如下步骤实施:
步骤A、泥石流灾害灾前预测
步骤A1、确定流域内泥石流形成的临界水量Q
依式8、式9、式10计算泥石流灾害临界水量Q,
Q=qB1 式8
θ=arctan(Ic1) 式10
式中,Q—泥石流灾害形成临界水量,单位m3/s,
q—泥石流起动单宽流量,单位m3/s,
B1—监测断面N宽度,单位m,流域调查确定,
dm—形成区堆积物颗粒平均粒径,单位m,流域调查确定,
θ—监测断面N纵坡坡度,单位°,
Ic1—监测断面N处坡降,单位°,流域调查确定;
步骤A2、确定流域内泥石流形成临界降雨阈值iL
依式11计算泥石流形成临界降雨阈值iL,
式中,L—泥石流形成临界降雨阈值,mm/h,
Q—泥石流灾害形成临界水量,单位m3/s,步骤A1确定,
C—形成区径流系数,流域调查确定,
A1—监测断面N以上流域面积,单位ha,流域调查确定;
步骤A3、判断泥石流形成条件
从气象卫星云图数据中读取流域内未来最大可降雨量ik,若未来最大可降雨量ik≥临界雨量阈值iL,判断流域内出现泥石流发生可能性,发出预警信息;进入泥石流灾害精细化分级监测预警方案。
为进一步提高灾害预警的精细程度,上述泥石流灾害精细化分级监测预警方法可进一步优化,是在完成泥石流灾害灾前预测后,即在步骤A3中判断流域内出现泥石流发生可能性后,进行泥石流灾害临灾预警,具体技术方案是:
在步骤A3中判断流域内出现泥石流发生可能性后进入步骤B、泥石流临灾预警,首先进行流域调查并安装监测系统,在安装的监测系统中还包括在流域内设置海拔梯度雨量站;然后依如下步骤实施:
步骤B、泥石流临灾预警
步骤B1、获取梯度降雨观测数据
采集流域内不同海拔雨量站雨量观测值,组成流域梯度降雨观测数据,计算降雨观测平均值;
步骤B2、判断泥石流临灾条件
将降雨观测平均值与临界降雨阈值iL对比,若降雨观测平均值≥临界雨量阈值iL,判定流域内泥石流灾害临近,发出预警信息;进入泥石流灾害精细化分级监测预警方案。
为进一步提高灾害预警的精细程度,上述泥石流灾害精细化分级监测预警方法可进一步优化,是在完成泥石流灾害临灾预警后,即在步骤B2中判断流域内泥石流灾害临近后,进行泥石流灾害发灾预警,具体技术方案是:
在步骤B2中判断流域内泥石流灾害临近后进入步骤C、泥石流发灾预警,首先进行流域调查并安装监测系统,在流域调查中,还包括确定监测断面M处外阻力系数m、监测断面M下游沟道最大安全排泄流量Qp,在安装监测系统中,监测传感器还包括埋设在监测断面M沟床内的总应力传感器,总应力传感器与超声波水位传感器在同一竖直轴上;然后依如下步骤实施:
步骤C、泥石流发灾预警
疑似泥石流发生时,监测传感器实时采集并向控制中心发送泥石流流深监测值H、总应力监测值P;
步骤C1、泥石流力学参数监测发灾信息
步骤C11、控制中心依式12计算监测断面M上的泥石流重度γC:
式中,H—泥石流流深监测值,单位m,由超声波水位传感器确定,
IC—监测断面M处坡降,根据流域调查确定,
nC—泥石流沟床糙率系数,根据流域调查确定,
P—总应力监测值,kpa,由总应力传感器确定,
g—重力加速度常量;
步骤C12、控制中心根据泥石流重度γC判断泥石流发灾信息
若γc<1.3,判断为非泥石流发灾,进入步骤C11;反之判断为泥石流发灾,继续步骤C2;
步骤C2、泥石流发生规模预警
控制中心实时测算泥石流峰值流量Qc,依据Qc与下游沟道最大安全排泄流量Qp间流量判别条件确定泥石流发生规模及预警级别;
泥石流峰值流量Qc依式13计算确定:
Qc=VcHB 式13
式中,VC—监测断面M上的平均流速,单位m·s-1,流速传感器实时监测确定,
H—泥石流流深监测值,单位m,超声波水位传感器实时确定,
B—监测断面M宽度,单位m,流域调查确定,
所述流量判别条件及预警级别是:若0.6Qp≤QC,判断泥石流规模达到黄色预警级别,发出预警信息;进入步骤D、泥石流灾害险情动态预警。
上述泥石流灾害精细化分级监测预警方法可进一步优化,具体优化技术方案分别如下:
优化一:在步骤C12中,进一步根据泥石流重度γC判断泥石流类型:若1.3≤γc<1.6,判断为稀性泥石流,若1.6≤γc<1.9,判断为过渡性泥石流,若γc≥1.9,判断为粘性泥石流。
优化二:在步骤C2中,若判断泥石流规模进入黄色预警级别,发出预警信息,进入步骤D,同时依表1条件进一步判断泥石流规模预警级别并发出相应的预警信号:
表1泥石流流量判别条件及预警级别
与现有技术相比,本发明的有益效果是:(1)本发明提供的一种泥石流灾害险情动态预警方法,该方法能够在对泥石流运动过程数值模拟的基础上,实时预测出泥石流淤埋范围与淤埋深度,再通过叠加流域内承灾体分布数据与物理特征数据分析出承灾体遭受危害的程度、安全疏散线路等信息,并及时向流域内人群发布。方法实现了泥石流灾害监测中对险性的高度动态化与精细化监测,提高监测预警信息的有效性与实际价值。(2)本发明提供的泥石流灾害精细化分级监测预警方法是在流域地形特征数据调查的基础上,在流域内不同位点合理布置监测传感器,通过全方位获取监测影响泥石流灾害的要素信息,将整个泥石流形成、发生、演进过程视为高度动态过程加以预测监测。尤其是从泥石流可能形成的源头起,依据泥石流灾害不同阶段特征规律,分级分类监测不同变量指标。前期集中利用对雨量条件的数值监测与条件判别,后期集中利用对监测断面的数值监测与条件判别,方法整体经由泥石流灾前预测、临灾预警、发灾预警、险情动态预警四级逐步完成泥石流灾害的精细预警,从而逐步提高对泥石流灾害全面预警的效率。与现有的一步、一指标监测预警技术相比,本发明方法充分结合泥石流灾害过程的动态性特征,采用的过程监测有效利用了灾害过程不同阶段不同指标重要性不同自然规律,更为科学;且能够根据监测信息能够动态划分潜在危险区,计算危险度,为不同空间位置的潜在受灾对象提供科学的避灾指导信息,减灾实务性更高。
附图说明
图1是都江堰区某流域示意图。
图2是泥石流灾害精细化分级监测预警流程图。
图3A、图3B、图3C、图3D是泥石流运动数值模拟计算结果图(局部)。
具体实施方式
下面结合附图,对本发明的优选实施例作进一步的描述。
实施例一
如图1~图3所示,用本发明方法对都江堰区某流域中某一子流域(沟道)实施泥石流灾害精细化分级监测预警。
图1是都江堰区某流域示意图(图中图标为各类传感器)。该流域居龙门山断裂构造带,陡峻的峡谷地貌使该流域具有以下地形特征:一、流域相对高差大:全流域内最高峰为北端的龙池岗山顶,海拔3280m,最低点位于南端紫平铺水库边,海拔790m,相对高差2490m。各泥石流支沟相对高差723~1605m,最大的是八一沟1605m,最小的是椿牙树沟723m。二、沟床纵坡陡:整个流域平均纵比降126‰,泥石流支沟纵比降376‰~573‰。三、流域山坡坡度大:流域山坡坡度在30°~70°间;在流域内龙池湖附近及其上游地区的山坡坡度最为陡峻,与之相反的是在流域的东南部分的晏家坪下游到紫平铺水库左岸山坡坡度较缓,这两个区域与流域内别的区域有明显的不同。四、大部分泥石流流域都<1.0km2,仅个别泥石流沟流域面积>3.0km2。由此可见,该流域具有山高、坡陡、沟床比降大、支沟面积小的特征。
为便于描述,本实施例中以下文字所称“流域”实际均为“子流域”,即该流域中的某一泥石流沟道。
图2是泥石流灾害精细化分级监测预警流程图。
首先进行流域调查,流域调查中,确定泥石流沟道内流通区、危险区范围,在流通区布置监测断面M;现场调查确定监测断面M处坡降IC=14.1%、监测断面M宽度B=30m、泥石流沟床糙率系数nC=0.14、监测断面M至泥石流沟道危险区的距离L=3000m、危险区内承灾体分布及;确定形成区径流系数C=0.8;在形成区的末端设置监测断面N,调查确定监测断面N以上的流域面积A1=2.14km2、监测断面N宽度B1=14.2m、监测断面N所在处坡降Ic1=29.1%,根据现场调查取样与现场土力学实验确定形成区堆积物颗粒平均粒径dm=0.14m。
通过GIS软件进行流域内各断面的基本地形地貌参数调查,提取流域内DEM数据,根据DEM数据确定计算栅格数量(共计1000个)、各栅格位置坐标、各栅格面积,部分数据如表2所示;确定数值模拟计算采用的网格的面积a=12m2。
表2部分栅格基础数据
其次安装监测系统,监测系统包括以无线通信联接的控制中心与监测传感器,监测传感器安装在监测断面M处,包括流速传感器、雨量传感器、监测断面M上方的超声波水位传感器、监测断面M沟床内的总应力传感器,总应力传感器与超声波水位传感器在同一竖直轴上。在流域内设置海拔梯度雨量站(本实施例中在每200m海拔差上设置雨量站)。
其后依如下步骤实施:
步骤A、泥石流灾害灾前预测
步骤A1、确定流域内泥石流形成的临界水量Q
将数据B1=14.2m、dm=0.14m m、Ic1=29.1%代入依式8、式9、式10计算泥石流灾害形成临界水量Q=12.6m3/s。
步骤A2、确定流域内泥石流形成临界降雨阈值iL
将数据Q=12.6m3/s、C=0.8、A1=2.14km2代入式11计算泥石流形成临界降雨阈值iL=26.4mm/h。
步骤A3、判断泥石流形成条件
在2017年7月18日从气象卫星云图数据中读取流域内未来24h最大可降雨量ik=49mm/h,因ik≥iL=26.4mm/h,判断流域内出现泥石流发生可能性,发出预警信息;进入步骤B。
步骤B、泥石流临灾预警
步骤B1、获取梯度降雨观测数据
采集流域内不同海拔雨量站雨量观测值,组成流域梯度降雨观测数据,计算降雨观测平均值=39.1mm/h。
步骤B2、判断泥石流临灾条件
因降雨观测平均值≥iL=26.4mm/h,判定流域内泥石流灾害临近,发出预警信息;进入步骤C。
步骤C、泥石流发灾预警
此时疑似泥石流发生,监测传感器实时采集并向控制中心发送泥石流流深监测值H、总应力监测值P;
步骤C1、泥石流力学参数监测发灾信息
将数据IC=14.1%、nC=0.14、P=117kpa代入式12计算监测断面M上的泥石流重度γC=1.95g/cm,且属于1.9<γC,故判断为泥石流发灾,且泥石流类型为粘性泥石流,继续步骤C2。
步骤C2、泥石流发生规模预警
将数据VC=8.9m/s、H=6m、B=30m代入式13计算确定泥石流峰值流量Qc=1602m3/s。因0.6Qp=1440≤QC,判断泥石流规模达到黄色预警级别,发出预警信息,进入步骤D。同时进一步判断泥石流规模预警级别:依据表1判断泥石流规模预警级别为黄色。
步骤D、泥石流灾害险情动态预警
步骤D1、模拟泥石流沿程运动过程
依式1、2、3建立泥石流数值模拟的二维潜水波方程,得到泥石流沿程运动方程。其中根据《四川省中小流域暴雨洪水计算手册》方法框算泥石流持续时间t=3.1h。
根据泥石流沿程运动方程确定:泥石流最终淤埋区域A、泥石流最终不会淤埋的区域A′、每一栅格内的颗粒数Ni,j、每一栅格中泥石流在x、y方向的速度u、v(部分结果数据见表3)、泥石流颗粒体积ΔV=0.9m2、泥石流密度ρ=1.9kg/m3。
表3部分栅格计算结果数据
步骤D2、确定监测断面M的每个栅格泥石流淤埋深度Dh
将数据A=1.8km2、ΔV=0.9m2、Ni,j代入式4计算得监测断面M的每个栅格(i,j)的泥石流淤埋深度Dh。部分结果如表4所示。
表4部分栅格淤埋深度数据
步骤D3、确定最终淤埋区域A内每个栅格的泥石流最大动能De
将数据a=12m2、ρ=1.9kg/m3、每一栅格的u、v、h代入式5计算最终淤埋区域A内每个栅格的泥石流最大动能De。部分计算判断结果如表5所示。
表5部分栅格最大动能数据
步骤D4、确定最终淤埋区域A内承灾体危险等级系数D
将数据De、Dh代入式6计算最终淤埋区域A内承灾体危险等级系数D,并判断各承灾体危险程度。
以某承灾体为例,流域调查确定该承灾体是四层框架结构、坐标31°26'16.00"北,103°34'14.29"东,步骤D3确定该坐标位置处(257号栅格)De=0.3、步骤D2确定该坐标位置处Dh=0.6。依式6计算确定D=0.9,属于高危险程度。
图3A、图3B、图3C、图3D所示为泥石流预警监测计算结果(局部),其中图3A中部的填色区域为泥石流最终淤埋区域A,图3B是分色显示的不同淤埋深度区域,图3C流速分布图,图3D是泥石流危险分区结果(在主沟道两侧根据承灾体危险程度分布区域显示了不同的泥石流危险分区。深灰色区域内承灾体处于高危险性(包含承灾体已被泥石流淤埋的区域),浅灰色区域内承灾体处于中危险性,近白色区域内承灾体处于低危险性。)
步骤D5、确定灾害警示信息
将数据L=3000m、Vc=8.9m/s代入式7计算疏散时间t′=337s。
潜在危害区域是泥石流最终淤埋区域A(如图3所示)。
采用深度优先搜索方法计算最终淤埋区域A内各承灾体至泥石流最终不会淤埋的区域A′的最短路径确定逃生路线。具体以淤埋区域到不会被淤埋的区域的最短距离为半径画圆,用决策树分类的方法遍历决定最佳逃生路线。
步骤D6、发送灾害警示信息
通过公共通讯手段、媒体、网络向流域内人群发送灾害警示信息,包括泥石流规模预警级别、疏散时间t′、承灾体危险等级D、潜在危害区域、逃生路线。
Claims (8)
1.泥石流灾害险情动态预警方法,用以在泥石流灾害发生后监测险情动态过程,实现分级预警;其特征在于:
首先进行流域调查,流域调查中,确定泥石流沟道内流通区、危险区范围,在流通区布置监测断面M;现场调查确定监测断面M处坡降IC、监测断面M宽度B、泥石流沟床糙率系数nC、监测断面M至泥石流沟道危险区的距离L、危险区内承灾体分布;通过GIS软件进行流域内各断面的基本地形地貌参数调查,提取流域内DEM数据,根据DEM数据确定计算栅格数量、各栅格位置坐标、各栅格面积,确定数值模拟计算采用的网格的面积a;
其次安装监测系统,监测系统包括以无线通信联接的控制中心与监测传感器,监测传感器安装在监测断面M处,包括流速传感器、雨量传感器、监测断面M上方的超声波泥位传感器;
其后依如下步骤实施:
步骤D1、模拟泥石流沿程运动过程
采用二维潜水波方程进行数值模拟,得到泥石流沿程运动方程;
其中,运动平衡动量方程依式1、式2,质量守恒方程依式3:
式中,g—重力加速度常数,
Sfx、Sfy—沟道摩擦坡降,
Sox、Soy—沟道纵坡降,
t—泥石流持续时间,单位s,根据各地《中小流域暴雨洪水计算手册》方法框算确定,
u—泥石流在x方向的平均流动速度,单位m/s,流速传感器实时监测确定,
h—泥石流流深监测值,单位m,超声波水位传感器实时监测确定,
v—泥石流在y方向的平均流动速度,单位m/s,流速传感器实时监测确定,
i—一次降雨强度,单位mm/h,雨量传感器实时监测确定,
根据泥石流沿程运动方程确定泥石流最终淤埋区域A、泥石流最终不会淤埋的区域A′、每一栅格内的颗粒数Ni,j、泥石流颗粒体积ΔV、每一栅格中泥石流在x、y方向的速度u、v、每一栅格的动态泥深h、泥石流密度ρ;
步骤D2、确定每个栅格泥石流淤埋深度Dh
依式4计算每个栅格(i,j)的泥石流淤埋深度Dh
式中,Dh—每一栅格的泥石流淤埋深度,单位m,
Ni,j—每一栅格内的颗粒数,步骤D1数值模拟计算确定,
ΔV—泥石流颗粒体积,单位m3,步骤D1数值模拟计算确定,
A—泥石流最终淤埋区域,单位m2,步骤D1数值模拟计算确定,
步骤D3、确定最终淤埋区域A内每个栅格的泥石流最大动能De依式5计算最终淤埋区域A内每个栅格的泥石流最大动能De
De=a·maxt>0[(u2+v2)hρ] 式5
式中,De—每个栅格的泥石流最大动能,单位J,
a—步骤D1数值模拟计算采用的网格的面积,单位m2,流域调查确定,
u、v—每一栅格中泥石流在x、y方向的速度,单位m/s,步骤D1数值模拟计算确定,
h—每一栅格的动态泥深,单位m,步骤D1数值模拟计算确定,
ρ—泥石流密度,单位kg/m3,步骤D1数值模拟计算确定;
步骤D4、确定最终淤埋区域A内承灾体危险等级系数D
依式6计算最终淤埋区域A内承灾体危险等级系数D
D=De+Dh 式6
D—最终淤埋区域A内承灾体危险等级系数,
De—每一栅格的泥石流最大动能,单位J,步骤D3确定,
Dh—每一栅格的泥石流淤埋深度,单位m,步骤D2确定,
根据D判断各承灾体危险程度:若0<D≤0.4,判断承灾体处于低危险性,0.4<D≤0.8,判断承灾体处于中危险性,若0.8<D,判断判断承灾体处于高危险性;
步骤D5、确定灾害警示信息
确定灾害警示信息,包括疏散时间t′、承灾体危险等级D、潜在危害区域、逃生路线,具体:
依式7计算疏散时间t′,
t′=L/Vc 式7
式中,t′—疏散时间,单位s,
L—监测断面M至泥石流沟道危险区的距离,单位m,流域调查确定,
Vc—泥石平均流流速,单位m/s,流速传感器实时监测确定,
潜在危害区域是泥石流最终淤埋区域A′,由步骤D1数值模拟计算确定,
逃生路线是从最终淤埋面积A内各承灾体至泥石流最终不会淤埋的区域A′的最短路径,采用深度优先搜索方法确定;
步骤D6、发送灾害警示信息
向流域内人群发送灾害警示信息。
2.根据权利要求1所述的泥石流灾害险情动态预警方法,其特征在于:
所述步骤D4中,所述逃生路线采用深度优先搜索方法计算最终淤埋区域A内各承灾体至泥石流最终不会淤埋的区域A′的最短路径确定。
3.利用权利要求1或2所述的泥石流灾害险情动态预警方法实现的泥石流灾害精细化分级监测预警方法,在实施泥石流灾害险情动态预警前先完成泥石流灾害灾前预测,其特征在于:
首先进行流域调查并安装监测系统,在流域调查中,还包括确定形成区径流系数C,在形成区的末端设置监测断面N,调查确定监测断面N以上的流域面积A1、监测断面N宽度B1、监测断面N所在处坡降Ic1,根据现场调查取样与现场土力学实验确定形成区堆积物颗粒平均粒径dm;然后依如下步骤实施:
步骤A、泥石流灾害灾前预测
步骤A1、确定流域内泥石流形成的临界水量Q
依式8、式9、式10计算泥石流灾害临界水量Q,
Q=qB1 式8
θ=arctan(Ic1) 式10
式中,Q—泥石流灾害形成临界水量,单位m3/s,
q—泥石流起动单宽流量,单位m3/s,
B1—监测断面N宽度,单位m,流域调查确定,
dm—形成区堆积物颗粒平均粒径,单位m,流域调查确定,
θ—监测断面N纵坡坡度,单位°,
Ic1—监测断面N处坡降,单位°,流域调查确定;
步骤A2、确定流域内泥石流形成临界降雨阈值iL
依式11计算泥石流形成临界降雨阈值iL,
式中,iL—泥石流形成临界降雨阈值,mm/h,
Q—泥石流灾害形成临界水量,单位m3/s,步骤A1确定,
C—形成区径流系数,流域调查确定,
A1—监测断面N以上流域面积,单位ha,流域调查确定;
步骤A3、判断泥石流形成条件
从气象卫星云图数据中读取流域内未来最大可降雨量ik,若未来最大可降雨量ik≥临界雨量阈值iL,判断流域内出现泥石流发生可能性,发出预警信息;进入泥石流灾害精细化分级监测预警方案。
4.根据权利要求3所述的泥石流灾害精细化分级监测预警方法,其特征在于:在步骤A3中判断流域内出现泥石流发生可能性后进入步骤B、泥石流临灾预警,首先进行流域调查并安装监测系统,在安装的监测系统中还包括在流域内设置海拔梯度雨量站;然后依如下步骤实施:
步骤B、泥石流临灾预警
步骤B1、获取梯度降雨观测数据
采集流域内不同海拔雨量站雨量观测值,组成流域梯度降雨观测数据,计算降雨观测平均值;
步骤B2、判断泥石流临灾条件
将降雨观测平均值与临界降雨阈值iL对比,若降雨观测平均值≥临界雨量阈值iL,判定流域内泥石流灾害临近,发出预警信息;进入泥石流灾害精细化分级监测预警方案。
5.根据权利要求4所述的泥石流灾害精细化分级监测预警方法,其特征在于:所述海拔梯度雨量站是在每200m海拔差上设置雨量站。
6.根据权利要求4或5所述的泥石流灾害精细化分级监测预警方法,其特征在于:
在步骤B2中判断流域内泥石流灾害临近后进入步骤C、泥石流发灾预警,首先进行流域调查并安装监测系统,在流域调查中,还包括确定监测断面M处外阻力系数m、监测断面M下游沟道最大安全排泄流量Qp,在安装监测系统中,监测传感器还包括埋设在监测断面M沟床内的总应力传感器,总应力传感器与超声波水位传感器在同一竖直轴上;然后依如下步骤实施:
步骤C、泥石流发灾预警
疑似泥石流发生时,监测传感器实时采集并向控制中心发送泥石流流深监测值H、总应力监测值P;
步骤C1、泥石流力学参数监测发灾信息
步骤C11、控制中心依式12计算监测断面M上的泥石流重度γC:
式中,H—泥石流流深监测值,单位m,由超声波水位传感器确定,
IC—监测断面M处坡降,根据流域调查确定,
nC—泥石流沟床糙率系数,根据流域调查确定,
P—总应力监测值,kpa,由总应力传感器确定,
g—重力加速度常量;
步骤C12、控制中心根据泥石流重度γC判断泥石流发灾信息
若γc<1.3,判断为非泥石流发灾,进入步骤C11;反之判断为泥石流发灾,继续步骤C2;
步骤C2、泥石流发生规模预警
控制中心实时测算泥石流峰值流量Qc,依据Qc与下游沟道最大安全排泄流量Qp间流量判别条件确定泥石流发生规模及预警级别;泥石流峰值流量Qc依式13计算确定:
Qc=VcHB 式13
式中,VC—监测断面M上的平均流速,单位m·s-1,流速传感器实时监测确定,
H—泥石流流深监测值,单位m,超声波水位传感器实时确定,
B—监测断面M宽度,单位m,流域调查确定,
所述流量判别条件及预警级别是:若0.6Qp≤QC,判断泥石流规模达到黄色预警级别,发出预警信息;进入步骤D、泥石流灾害险情动态预警。
7.根据权利要求6所述的泥石流灾害精细化分级监测预警方法,其特征在于:在步骤C12中,进一步根据泥石流重度γC判断泥石流类型:若1.3≤γc<1.6,判断为稀性泥石流,若1.6≤γc<1.9,判断为过渡性泥石流,若γc≥1.9,判断为粘性泥石流。
8.根据权利要求6或7所述的泥石流灾害精细化分级监测预警方法,其特征在于:在进入步骤D的同时依判别条件判断泥石流规模预警级别并发出相应的预警信号;所述判别条件是:若0.6Qp≤QC<0.8,预警级别为黄色预警,若0.8Qp≤QC<Qp,预警级别为橙色预警,若Qp≤QC,预警级别为红色预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711425578.1A CN108010278B (zh) | 2017-12-25 | 2017-12-25 | 泥石流灾害险情动态预警方法、精细化分级监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711425578.1A CN108010278B (zh) | 2017-12-25 | 2017-12-25 | 泥石流灾害险情动态预警方法、精细化分级监测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108010278A true CN108010278A (zh) | 2018-05-08 |
CN108010278B CN108010278B (zh) | 2019-10-29 |
Family
ID=62061345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711425578.1A Active CN108010278B (zh) | 2017-12-25 | 2017-12-25 | 泥石流灾害险情动态预警方法、精细化分级监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108010278B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446525A (zh) * | 2018-05-16 | 2018-08-24 | 四川大学 | 山区流域山洪泥沙灾害易灾区识别方法 |
CN109190300A (zh) * | 2018-09-30 | 2019-01-11 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种大规模泥石流地质灾害快速数值仿真模拟方法及系统 |
CN109446587A (zh) * | 2018-09-30 | 2019-03-08 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种大规模滑坡地质灾害快速数值仿真模拟方法及系统 |
CN111325948A (zh) * | 2020-03-11 | 2020-06-23 | 南昌大学 | 一种山洪泥石流高隐患区监测预警系统 |
CN111832959A (zh) * | 2020-07-21 | 2020-10-27 | 中国科学院、水利部成都山地灾害与环境研究所 | 冰湖溃决洪水泥石流多参量、多层级预警方法 |
CN112013837A (zh) * | 2020-08-31 | 2020-12-01 | 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) | 一种基于九轴传感器的边坡滚石预警系统 |
CN113378396A (zh) * | 2021-06-22 | 2021-09-10 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种小流域地质灾害隐患点早期识别的方法 |
CN113657048A (zh) * | 2021-08-15 | 2021-11-16 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流降雨汇流水源补给测算方法、泥石流动力过程数值模拟方法及应用 |
CN113763553A (zh) * | 2021-09-10 | 2021-12-07 | 西南科技大学 | 一种基于数字高程模型的小流域主沟道提取方法 |
CN115660424A (zh) * | 2022-10-28 | 2023-01-31 | 国网四川省电力公司 | 一种基于gis的灾害要素分析预警系统 |
CN116168514A (zh) * | 2023-02-27 | 2023-05-26 | 合肥中科慧晨科技有限公司 | 基于gis技术的智慧矿山报警联动方法及系统 |
CN116168514B (zh) * | 2023-02-27 | 2024-10-25 | 合肥中科慧晨科技有限公司 | 基于gis技术的智慧矿山报警联动方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020744A (zh) * | 2012-12-31 | 2013-04-03 | 中国科学技术大学 | 一种灾害环境下最优交通路径的查找方法 |
CN104111091A (zh) * | 2014-07-18 | 2014-10-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流力学参数监测系统及泥石流预警系统 |
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 |
-
2017
- 2017-12-25 CN CN201711425578.1A patent/CN108010278B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020744A (zh) * | 2012-12-31 | 2013-04-03 | 中国科学技术大学 | 一种灾害环境下最优交通路径的查找方法 |
CN104111091A (zh) * | 2014-07-18 | 2014-10-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流力学参数监测系统及泥石流预警系统 |
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 |
Non-Patent Citations (7)
Title |
---|
CUI PENG等: ""Prediction of Debris-flow Danger Area by Combining Hydrological and Inundation Simulation Methods "", 《JOURNAL OF MOUNTAIN SCIENCE》 * |
ZHOU JIA-WEN等: ""Debris flows introduced in landslide deposits under rainfall conditions: The case of Wenjiagou gully"", 《JOURNAL OF MOUNTAIN SCIENCE》 * |
余斌等: ""降雨泥石流预报的研究"", 《水土保持学报》 * |
崔鹏等: ""山洪泥石流风险评估与风险管理理论与方法"", 《地理科学进展》 * |
常刚等: ""泥石流的临界降雨量研究"", 《甘肃科技》 * |
张鹏等: ""基于FLO-2D模型的泥石流运动冲淤数值模拟"", 《兰州大学学报(自然科学版)》 * |
贾涛等: ""基于FLO-2D与冲量模型的泥石流危险度分区方法及应用"", 《水电能源科学》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446525B (zh) * | 2018-05-16 | 2020-01-21 | 四川大学 | 山区流域山洪泥沙灾害易灾区识别方法 |
CN108446525A (zh) * | 2018-05-16 | 2018-08-24 | 四川大学 | 山区流域山洪泥沙灾害易灾区识别方法 |
CN109190300A (zh) * | 2018-09-30 | 2019-01-11 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种大规模泥石流地质灾害快速数值仿真模拟方法及系统 |
CN109446587A (zh) * | 2018-09-30 | 2019-03-08 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种大规模滑坡地质灾害快速数值仿真模拟方法及系统 |
CN111325948A (zh) * | 2020-03-11 | 2020-06-23 | 南昌大学 | 一种山洪泥石流高隐患区监测预警系统 |
CN111832959B (zh) * | 2020-07-21 | 2023-07-21 | 中国科学院、水利部成都山地灾害与环境研究所 | 冰湖溃决洪水泥石流多参量、多层级预警方法 |
CN111832959A (zh) * | 2020-07-21 | 2020-10-27 | 中国科学院、水利部成都山地灾害与环境研究所 | 冰湖溃决洪水泥石流多参量、多层级预警方法 |
CN112013837A (zh) * | 2020-08-31 | 2020-12-01 | 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) | 一种基于九轴传感器的边坡滚石预警系统 |
CN113378396A (zh) * | 2021-06-22 | 2021-09-10 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种小流域地质灾害隐患点早期识别的方法 |
CN113378396B (zh) * | 2021-06-22 | 2023-11-24 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种小流域地质灾害隐患点早期识别的方法 |
CN113657048A (zh) * | 2021-08-15 | 2021-11-16 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流降雨汇流水源补给测算方法、泥石流动力过程数值模拟方法及应用 |
CN113657048B (zh) * | 2021-08-15 | 2023-05-09 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流降雨汇流水源补给测算方法、泥石流动力过程数值模拟方法及应用 |
CN113763553B (zh) * | 2021-09-10 | 2023-06-02 | 西南科技大学 | 一种基于数字高程模型的小流域主沟道提取方法 |
CN113763553A (zh) * | 2021-09-10 | 2021-12-07 | 西南科技大学 | 一种基于数字高程模型的小流域主沟道提取方法 |
CN115660424A (zh) * | 2022-10-28 | 2023-01-31 | 国网四川省电力公司 | 一种基于gis的灾害要素分析预警系统 |
CN115660424B (zh) * | 2022-10-28 | 2024-02-13 | 国网四川省电力公司 | 一种基于gis的灾害要素分析预警系统 |
CN116168514A (zh) * | 2023-02-27 | 2023-05-26 | 合肥中科慧晨科技有限公司 | 基于gis技术的智慧矿山报警联动方法及系统 |
CN116168514B (zh) * | 2023-02-27 | 2024-10-25 | 合肥中科慧晨科技有限公司 | 基于gis技术的智慧矿山报警联动方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108010278B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108010278B (zh) | 泥石流灾害险情动态预警方法、精细化分级监测预警方法 | |
CN108133578B (zh) | 山洪灾害险情动态预警方法、精细化分级监测预警方法 | |
Rego et al. | Storm surge propagation in Galveston Bay during hurricane Ike | |
Peng et al. | FLO-2D simulation of mudflow caused by large landslide due to extremely heavy rainfall in southeastern Taiwan during Typhoon Morakot | |
CN104898183A (zh) | 暴雨城市内涝建模评估方法 | |
CN106023530A (zh) | 一种暴雨型稀性泥石流监测预报预警装置及方法 | |
Xia et al. | Modelling flash flood risk in urban areas | |
CN113409550B (zh) | 基于径流汇流模拟的泥石流灾害预警方法及系统 | |
Xu et al. | Permeability control and flood risk assessment of urban underlying surface: a case study of Runcheng south area, Kunming | |
CN105279903B (zh) | 一种基于孔隙水压力监测的山洪泥石流预警方法 | |
CN113792437A (zh) | 多维度防汛形势综合研判方法及系统 | |
CN110599002B (zh) | 一种基于水动力子系统的泥石流危险性评估方法及装置 | |
JP2020187105A (ja) | 浸りdas(水害危険区域表示手法) | |
CN118037037A (zh) | 一种基于淹没标识转移信息的城市隧道洪涝分级预警方法 | |
CN206021512U (zh) | 一种暴雨型稀性泥石流的检测预报预警装置 | |
Pratiwi et al. | Flood hazard comparison based on geomorphic flood index and hydraulic HEC-RAS (Case study in Ciliwung Watershed, Jakarta) | |
Huang et al. | Simulating the Storage and the Blockage Effects of Buildings in Urban Flood Modeling. | |
Velickovic | Macroscopic modeling of urban flood by a porosity approach | |
Ongsomwang et al. | URBAN FLOOD MITIGATION AND PREVENTION USING THE MIKE 21 MODEL: A CASE STUDY OF NAKHON RATCHASIMA PROVINCE, THAILAND. | |
Stamataki | Boscastle case of flash flood modelling and hazards reduction | |
CRIBS | MODELING THE CONTROL OF RIVER BEND BED EROSION BY INSTALLING IMPERMEABLE CRIBS | |
Stamataki | Experimental and numerical investigation of flash floods and their interaction with urban settlements | |
Xu et al. | Assessing Permeability Controls and Flood Risks Related to Urban Impervious Surface Expansion: A Case Study of the Southern Part of Kunming City, China | |
Hu | A Ecological Warning System for the HSR Safety Operation | |
Xiang et al. | Evaluation on Flood Control Ability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |