CN108776851A - 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 - Google Patents
一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 Download PDFInfo
- Publication number
- CN108776851A CN108776851A CN201810597112.8A CN201810597112A CN108776851A CN 108776851 A CN108776851 A CN 108776851A CN 201810597112 A CN201810597112 A CN 201810597112A CN 108776851 A CN108776851 A CN 108776851A
- Authority
- CN
- China
- Prior art keywords
- slope
- rainfall
- landslide
- heavy rain
- ramp unit
- 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
- 238000001764 infiltration Methods 0.000 claims abstract description 63
- 230000008595 infiltration Effects 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000013459 approach Methods 0.000 claims abstract description 23
- 230000005284 excitation Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000011160 research Methods 0.000 claims abstract description 10
- 238000012512 characterization method Methods 0.000 claims abstract description 4
- 239000002689 soil Substances 0.000 claims description 55
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 49
- 230000007246 mechanism Effects 0.000 claims description 16
- 238000001556 precipitation Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 11
- 230000003204 osmotic effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 239000011435 rock Substances 0.000 claims description 9
- 239000003673 groundwater Substances 0.000 claims description 8
- 230000002706 hydrostatic effect Effects 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000000059 patterning Methods 0.000 claims description 4
- 238000003825 pressing Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 230000001568 sexual effect Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 210000000476 body water Anatomy 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 230000006698 induction Effects 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 11
- 238000009826 distribution Methods 0.000 description 9
- 239000010410 layer Substances 0.000 description 6
- 238000011835 investigation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012732 spatial analysis Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000005442 atmospheric precipitation Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004919 topotaxy Methods 0.000 description 1
- 239000011800 void material Substances 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Alarm Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种暴雨诱发的浅层滑坡灾害预警阈值确定方法，首先基于数字高程模型DEM进行斜坡单元划分；然后建立基于斜坡单元和临界入渗量的稳定性分析预警模型；设置五个预警等级，根据FS指数表征的含义，计算每个五种预警等级的临界入渗量阈值；最后建立基于斜坡单元的滑坡降雨‑入渗模型，计算特定降雨条件下每个斜坡单元的入渗量与降雨量的关系词，通过临界入渗量反推每个斜坡单元的临界降雨量。本发明将斜坡单元和暴雨影响系数引入暴雨诱发的浅层滑坡体测量建模中，提高滑坡预警工作效率，改进滑坡预警的空间的精度，为滑坡防治研究提供基础数据；本发明方法可以应用于山区滑坡灾害预警工作中，为山区防灾减灾工作提供科学依据。
Description
技术领域
本发明属于滑坡灾害预警领域，具体地说，涉及一种暴雨诱发的浅层滑坡灾害预警阈值确定方法。
背景技术
滑坡预警是防灾减灾工作的主要手段和关键环节，国内外学者针对降雨诱发滑坡之间的关系做了大量研究，降雨诱发滑坡阈值(临界降雨量)被广泛应用于滑坡预警工作中，确定发生滑坡灾害的临界降雨量值是滑坡预警工作的关键。目前常用滑坡灾害模型可划分为统计学模型和物理机制模型。利用统计模型进行预警的前提是必须拥有长期、比较完整的降雨资料，具有布置密度比较合理的降雨遥控监测网络和先进的数据传输系统。但在华南山区，研究基础薄弱，历史记录少，往往缺乏良好的滑坡发生时间及其对应的累积雨量等资料，统计样本很难形成具有统计意义的数据体系，利用统计方法开展预警工作其误差较大。物理模型法是从降雨入渗、水文水力条件和边坡岩土体失稳机理上着手推导公式，分析得出基于滑坡过程模型的物理性降雨阈值，或者通过研究地质灾害的运动机理和径流过程，确定滑坡临界水文量。但因暴雨诱发的滑坡的机理有别于普通的降雨型滑坡，因此，临界降雨阈值确定方法也与一般降水滑坡不同。一般降雨型滑坡成灾机制认为暴雨主要是通过降水转化为地下水对斜坡稳定性产生影响，反映在增大坡体质量、抬高坡体内地下水位、影响岩土体的抗剪强度、改变水压等几个方面。但是，按照现有的产汇流理论，入渗率主要取决于岩土体的导水系数，而土体饱和后，渗透能力会明显减弱，这从理论上说明，在暴雨期间地下水对降水并不敏感，因此暴雨期间滑坡的产汇流机制区别于一般的降雨型滑坡。因此现行的基于物理机制模型的临界雨量确定方法未考虑暴雨于一般降水在滑坡水文过程中的差异，严重影响了预警结果的准确性。
发明内容
有鉴于此，本发明提供了一种暴雨诱发的浅层滑坡灾害预警阈值确定方法，将斜坡单元和暴雨影响系数引入暴雨诱发的浅层滑坡体测量建模中，提高滑坡预警的工作效率，改进滑坡预警的空间的精度，为滑坡防治研究提供基础数据。
为了解决上述技术问题，本发明公开了一种暴雨诱发的浅层滑坡灾害预警阈值确定方法，包括以下步骤：
步骤一：收集研究区地形数据，建立高精度的数字高程模型DEM，并基于DEM进行斜坡单元的划分；
步骤二：基于斜坡对暴雨的响应机制，引入大孔隙系数，利用稳态水文模型的地形湿度指数与无限边坡模型相融合的方法，通过假设斜坡处于特定预警等级状态，将地形湿度指数与斜坡稳定性指数计算公式联立，建立基于斜坡单元和临界入渗量的稳定性分析预警模型；
步骤三：对应国家应急救援分级响应体系，设置五个预警等级，分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级，相应的预警信号分布为红色预警、橙色预警、黄色预警、蓝色预警和绿色预警，根据FS指数表征的含义，反推五个等级对应的斜坡稳定状态，计算每个五种预警等级的临界入渗量阈值；
步骤四：通过斜坡体对暴雨的响应机制分析，建立基于斜坡单元的滑坡降雨-入渗模型，计算特定降雨条件下每个斜坡单元的入渗量与降雨量的关系词，通过临界入渗量反推每个斜坡单元的临界降雨量。
进一步地，步骤一中，建立高精度的数字高程模型DEM的构建方法，使用地形测绘仪器进行实地野外测绘获得密集高程点数据，在此基础上建立DEM；
或，利用航空摄影测量手段，通过航空影像立体相对提取DEM；或，利用现有的纸质地形图，通过软件数字化地形图矢量方式DEM。
进一步地，步骤一中，基于DEM进行斜坡单元的划分方法，采用源头切割法，以山脊线及沟谷线为边界，在GIS平台上，经执行斜坡单元划分程式实现斜坡单元划分，划分流程如下：第一步，进行DEM水流方向矩阵的计算，查找和充填洼地，生成无洼地DEM数据；第二步，从无洼地DEM数据求得各像元的流向和汇流量；第三步，通过GIS的水文分析功能提取分水线；第四步，通过设定流经某一像元的最小汇流量求得栅格水系，通过栅格-矢量转换生成矢量水系；第五步，确定最小级别集水区域的出水口位置；第六步，由矢量水系分割各沟谷单元生成斜坡单元。
进一步地，步骤二中，斜坡的安全系数为抗滑力和下滑力之比，根据极限平衡原理在考虑滑体重力、静水压力、地震力、及动水压力(渗透压力)时，滑坡稳定性指数表示为：
其中：Fs—安全系数；C—内聚力(kPa)；γ—滑坡土体容重(KN/m3)；γw—水容重(KN/m3)；Z—滑坡土体垂直厚度(m)；Zw—地下水位距滑面的高度(m)；θ—滑面倾角(o)；φ—内摩擦角(o)；Fe为水平地震力(N)，Fw＝ZwLγwcosθsinθ为渗透压力(动水压力)；
当忽略地震力作用，并将分子分母同时除以ZLγs：
令表示滑坡体水与土的密度比值；代表滑坡体的饱和状态，为饱和因子，将上公式进一步简化为：
根据暴雨入渗机制分析，对于暴雨型滑坡，应以形成地表径流为节点，考虑两种情况，在没形成地表径流时，地下水入渗量和稳定性系数受降雨量控制，在形成地表径流后，地下水入渗量取决于大孔隙容量；在暴雨形成径流后，土体饱和，降水入渗量主要受饱和土体导水系数影响，在这种情况下，假设为滑坡体为非渗透性，而滑面以下为临时承压水含水层，地下水沿承压水层进行深层流动循环；在暴雨作用下，大孔隙流产生的作用于滑坡面的浮托力(Fb)作用于饱和的岩土体，浮托力是暴雨型滑坡不可忽略的因子。
Fb＝γwZwL cosθ
设大孔隙系数为λ(％)，
则大孔隙产生的静水压力为：
Ft＝λγwZL cos2θ
因此在考虑临时地下水位形成后滑体重力、静水压、渗透压力和浮托力综合作用下，则稳定性系数为：
将以上公式进一步简化为：
综合以上两种情况可得：
其中：
公式中，q为入渗量，a为上坡集水面积；b为集水区排泄口宽度；θ为边坡倾角，T为导水系数。
当Fs＝1时：
则Fs＝1时：
进一步地，步骤三中，根据Fs指数表征的含义，定义稳定指数对应的四个预警等级；斜坡稳定性指数是判断斜坡稳定性的指标，当Fs>1.0时，斜坡基本处于稳定状态，1.0>Fs>0.5时，斜坡失稳的可能性低于50％，0.5>Fs>0时，斜坡失稳可能性高于50％，Fs<＝0时，斜坡处于极不稳定状态。因此，将概率函数引入滑坡灾害预警过程中，一方面可以解决偏远地区的资料缺乏的问题，另一方面也通过概率区间的运算减少预警过程的数据量，得到合理性的预警结果。定义滑坡稳定性指标SI定义为稳定性系数Fs的概率函数
SI＝Prob(Fs＞1)
令q/T＝X,tanφ＝t,当内聚力与摩擦角的最小值及降雨参数X的最大值导致了斜坡失稳的最有利条件，即FSmin，如果在这种情况下，稳定性系数值仍然大于1，那么该斜坡为无条件稳定斜坡，无论降雨量多大，都为稳定状态，即SI＝Prob(Fs＞1)＝1。
内聚力与摩擦角的最大值及降雨参数X的最小值是保证斜坡稳定的最有利条件，即FSmax，如果在这种情况下，稳定性系数值仍然小于1，那么该斜坡为无条件不稳定斜坡，即为极不稳定斜坡，即SI＝Prob(Fs＞1)＝0。
基于以上判别标准，来界定各稳定状态下的临界入渗量值。因此假设滑坡处于各临界状态时，即Fs＝1，Fs＝0.5，时，将以上的降雨入渗量关系和入渗量与斜坡稳定性关系进行关联，即可获取引发滑坡的临界降雨入渗量值。
当Fs＝1时，将式上式联立得到：
则Fs＝1时：
以此类推，可得到Fs＝0.5临界雨量值：
从以上公式可知，当φ<θ时，q<0，也就是说在天然状态下，无论有无降水，斜坡已经处于不稳定状态；实际上，在θ<50时，地势平缓，斜坡处于稳定状态；在5<θ<φ时，斜坡处于概率不稳定状态，可将实际降雨量与以上临界降雨量做对比，判断斜坡的稳定状态。
进一步地，步骤四中，建立的基于斜坡单元的滑坡降雨-入渗模型，主要由以下方法：
降雨下渗容量是岩土体导水能力与有效降雨的函数，即当有效降雨大于导水能力时，按下渗容量入渗，当有效降雨小于导水时，按有效降雨量入渗。在暴雨期间，有效降雨大于斜坡土体导水能力，但在暴雨冲刷作用下，斜坡大空隙通到打开，下渗容量取决于大空隙体积大小。
大气降水降落到地面主要分为三个部：植被截流、下渗补充地下水和形成地表径流。在持续暴雨条件下，空气湿度较大，蒸发量较小，树冠蓄水饱和，暴雨期间，可忽略树冠截流和蒸散发作用。当降雨量小于初损时，降雨量全部转化为入渗量，当降雨量大于初损时，入渗量与降雨量的关系取决于大孔隙容量，设斜坡大孔隙系数为λ，则入渗量与降雨量的关系为：
其中：
上式中，q—入渗量，mm；P—次降雨总量，mm；λ—大孔隙系数，A—斜坡单元面积；S—流域当时的最大可能滞留量，也称为保持系数，它是后损的上限，mm。CN为反映降雨前流域特征的参数，考虑了下垫面因素，并与流域前期土壤湿度、坡度、植被、土壤类型和土壤利用现状等有关，反映流域前期土壤湿润程度、坡度、土壤类型和土地利用现状的综合特性，可以较好地反映下垫面条件对产汇流过程的影响。
与现有技术相比，本发明可以获得包括以下技术效果：
1)本发明选用斜坡单元作为滑坡灾害预警的基本空间单元，斜坡单元一方面能够保证成灾过程的完整性，一方面又可以提高灾害预警的空间精度。
2)本发明是基于灾害的形成机理分析，引入暴雨激发的大孔隙系数，选用将气象水文模型和水文地质模型耦合的方法计算滑坡预警临界降雨阈值，可提高灾害预警精度。
3)本发明提供的基于斜坡单元的预警阈值确定方法可以应用于山区滑坡灾害预警工作中，为山区防灾减灾工作提供科学依据，在防灾决策领域具有广阔的应用前景。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明暴雨诱发的浅层滑坡灾害预警阈值确定方法流程图；
图2是本发明实施例中研究区DEM；
图3是本发明实施例的斜坡单元划分结果；
图4是本发明实施例的斜坡单元平均坡度图；
图5是本发明实施例的斜坡单元的比集水面积图；
图6是本发明实施例的斜坡单元土层平均厚度分布图；
图7是本发明实施例的斜坡单元的导水系数分布图；
图8是本发明实施例的斜坡单元有效粘聚力分布图；
图9是本发明实施例的斜坡单元暴雨影响系数图；
图10是本发明实施例的各斜坡单元预警级临界降雨量。
具体实施方式
以下将配合实施例来详细说明本发明的实施方式，藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
本发明公开了一种暴雨诱发的浅层滑坡灾害预警阈值确定方法，如图1所示，包括以下步骤：
步骤一：收集研究区地形数据，建立高精度的数字高程模型DEM，并基于DEM进行斜坡单元的划分；
建立高精度的数字高程模型DEM的构建方法，使用地形测绘仪器进行实地野外测绘获得密集高程点数据，在此基础上建立DEM；
或，利用航空摄影测量手段，通过航空影像立体相对提取DEM；或，利用现有的纸质地形图，通过软件数字化地形图矢量方式DEM。
基于DEM进行斜坡单元的划分方法：采用源头切割法，以山脊线及沟谷线为边界，在GIS平台上，经执行斜坡单元划分程式实现斜坡单元划分，划分流程如下：第一步，进行DEM水流方向矩阵的计算，查找和充填洼地，生成无洼地DEM数据；第二步，从无洼地DEM数据求得各像元的流向和汇流量；第三步，通过GIS的水文分析功能提取分水线；第四步，通过设定流经某一像元的最小汇流量求得栅格水系，通过栅格-矢量转换生成矢量水系；第五步，确定最小级别集水区域的出水口位置；第六步，由矢量水系分割各沟谷单元生成斜坡单元。
步骤二：基于斜坡对暴雨的响应机制，引入大孔隙系数，利用稳态水文模型的地形湿度指数与无限边坡模型相融合的方法，通过假设斜坡处于特定预警等级状态，将地形湿度指数与斜坡稳定性指数计算公式联立，建立基于斜坡单元和临界入渗量的稳定性分析预警模型；
斜坡的安全系数为抗滑力和下滑力之比。根据极限平衡原理在考虑滑体重力、静水压力、地震力、及动水压力(渗透压力)时，滑坡稳定性指数表示为：
其中：Fs—安全系数；C—内聚力(kPa)；γ—滑坡土体容重(KN/m3)；γw—水容重(KN/m3)；Z—滑坡土体垂直厚度(m)；Zw—地下水位距滑面的高度(m)；θ—滑面倾角(o)；φ—内摩擦角(o)；Fe为水平地震力(N)，Fw＝ZwLγwcosθsinθ为渗透压力(动水压力)。
当忽略地震力作用，并将分子分母同时除以ZLγs：
令表示滑坡体水与土的密度比值；代表滑坡体的饱和状态，为饱和因子。将上公式进一步简化为：
根据暴雨入渗机制分析，对于暴雨型滑坡，应以形成地表径流为节点，考虑两种情况，在没形成地表径流时，地下水入渗量和稳定性系数受降雨量控制，在形成地表径流后，地下水入渗量取决于大孔隙容量。在暴雨形成径流后，土体饱和，降水入渗量主要受饱和土体导水系数影响，在这种情况下，可假设为滑坡体为非渗透性，而滑面以下为临时承压水含水层，地下水沿承压水层进行深层流动循环。在暴雨作用下，大孔隙流产生的作用于滑坡面的浮托力(Fb)作用于饱和的岩土体，浮托力是暴雨型滑坡不可忽略的因子。
Fb＝γwZwL cosθ
设大孔隙系数为λ(％)，
则大孔隙产生的静水压力为：
Ft＝λγwZL cos2θ
因此在考虑临时地下水位形成后滑体重力、静水压、渗透压力和浮托力综合作用下，则稳定性指数为：
将以上公式进一步简化为：
综合以上两种情况可得：
其中：
公式中，q可定为入渗量，a为上坡集水面积；b为集水区排泄口宽度；θ为边坡倾角，T为导水系数。
当Fs＝1时：
则Fs＝1时：
步骤三：对应国家应急救援分级响应体系，设置五个预警等级，分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级，相应的预警信号分布为红色预警、橙色预警、黄色预警、蓝色预警和绿色预警(无预警)，根据FS指数表征的含义，反推五个等级对应的斜坡稳定状态，计算每个五种预警等级的临界入渗量阈值；
根据Fs指数表征的含义，定义稳定指数对应的五个预警等级；斜坡稳定性指数是判断斜坡稳定性的指标，当Fs>1.5时，斜坡处于及稳定状态，当Fs>1.0时，斜坡基本处于稳定状态，1.0>Fs>0.5时，斜坡失稳的可能性低于50％，0.5>Fs>0时，斜坡失稳可能性高于50％，Fs<＝0时，斜坡处于极不稳定状态。因此，将概率函数引入滑坡灾害预警过程中，一方面可以解决偏远地区的资料缺乏的问题，另一方面也通过概率区间的运算减少预警过程的数据量，得到合理性的预警结果。将滑坡稳定性指标SI定义为稳定性系数Fs的概率函数：
SI＝Prob(Fs＞1)
令q/T＝X，tanφ＝t，当内聚力与摩擦角的最小值及降雨参数X的最大值导致了斜坡失稳的最有利条件，即FSmin，如果在这种情况下，稳定性系数值仍然大于1，那么该斜坡为无条件稳定斜坡，无论降雨量多大，都为稳定状态，即SI＝Prob(Fs＞1)＝1。
内聚力与摩擦角的最大值及降雨参数X的最小值是保证斜坡稳定的最有利条件，即FSmax，如果在这种情况下，稳定性系数值仍然小于1，那么该斜坡为无条件不稳定斜坡，即为极不稳定斜坡，即SI＝Prob(Fs＞1)＝0。将SI分为几个区间分别代表滑坡的不同稳定性，分级标准如表(1)。
表1斜坡稳定性特征与预警等级关系表
基于以上判别标准，来界定各稳定状态下的临界入渗量值。因此假设滑坡处于各临界状态时，即Fs＝1，Fs＝0.5时，将以上的降雨入渗量关系和入渗量与斜坡稳定性关系进行关联，即可获取引发滑坡的临界降雨入渗量值。
当Fs＝1时，将上式联立得到：
则Fs＝1时：
以此类推，可得到Fs＝0.5临界雨量值：
从以上公式可知，当φ<θ时，q<0，也就是说在天然状态下，无论有无降水，斜坡已经处于不稳定状态；实际上，在θ<50时，地势平缓，斜坡处于稳定状态；在5<θ<φ时，斜坡处于概率不稳定状态，可将实际降雨量与以上临界降雨量做对比，判断斜坡的稳定状态。其他状态可以此类推。
步骤四：通过斜坡体对暴雨的响应机制分析，建立基于斜坡单元的滑坡降雨-入渗模型，计算特定降雨条件下每个斜坡单元的入渗量与降雨量的关系词，通过临界入渗量反推每个斜坡单元的临界降雨量。
建立基于斜坡单元的滑坡降雨-入渗模型，主要由以下方法：
降雨下渗容量是岩土体导水能力与有效降雨的函数，即当有效降雨大于导水能力时，按下渗容量入渗，当有效降雨小于导水时，按有效降雨量入渗。在暴雨期间，有效降雨大于斜坡土体导水能力，但在暴雨冲刷作用下，斜坡大空隙通到打开，下渗容量取决于大空隙体积大小。
大气降水降落到地面主要分为三个部：植被截流、下渗补充地下水和形成地表径流。在持续暴雨条件下，空气湿度较大，蒸发量较小，树冠蓄水饱和，暴雨期间，可忽略树冠截流和蒸散发作用。当降雨量小于初损时，降雨量全部转化为入渗量，当降雨量大于初损时，入渗量与降雨量的关系取决于大孔隙容量，设斜坡大孔隙系数为λ，则入渗量与降雨量的关系为：
其中：
上式中，q—入渗量，mm；P—次降雨总量，mm；λ—为大孔隙系数，A—为斜坡单元面积；S—流域当时的最大可能滞留量，也称为保持系数，它是后损的上限，mm。CN—反映降雨前流域特征的参数，考虑了下垫面因素，并与流域前期土壤湿度、坡度、植被、土壤类型和土壤利用现状等有关，反映流域前期土壤湿润程度、坡度、土壤类型和土地利用现状的综合特性，可以较好地反映下垫面条件对产汇流过程的影响。
上述各参数的获取方法如下：P为次降雨总量可通过实测降雨量或者预测降雨量获取。A斜坡单元面积是通过GIS空间分析力的面积统计工具，统计每个斜坡单元的面积。λ大空隙系数可通过野外实验如示踪法获取，或者按照地表覆盖和土壤类型模拟计算获取。CN值可以由历史自然降水径流水文资料统计得到，也根据所在流域的土地利用方式、处理情况、水文条件以及土壤类别，利用CN经验值，其值介于0-100。
在实际运算中，需获取包含斜坡的水文、气象及下垫面等参数，模型中的地形参数坡度(θ)和比集水面积(a)，利用DEM，通过GIS空间分析功能运算获得。因地质参数的大小主要取决于岩性类别，因此可按照岩性类型将研究区进行分区，在此基础上进行地质参数的反算工作。根据查阅历史文献和现场调查实验，确定了各地质区的平均地质参数。其中土壤容重(γ)和内摩擦角(φ)在每个地质区内基本稳定，可直接采纳各个分区的平均值。导水系数(T)根据渗透系数和坡度值推算、粘聚力(C)根据岩土体的粘聚力和植物粘聚力综合运算能获取、前期土壤湿润程度(AMC)、斜坡特征参数CN，最大滞留量S，初始入渗量Ia根据斜坡岩土体水文特征和SCS模型附表。将每个斜坡单元的14个参数分别提取，构成预警模型数据库，然后运用GIS的空间代数功能，按照前述的计算过程，分别计算临界有效降雨量(q)和临界降雨量(P)。
实施例
(1)根据地形图资料构建目标区域DEM
小流域DEM的数据运算是在ARCGIS平台上进行。DEM的建立主要方法：1)矢量化1：1万地形图，建立空间拓扑关系；2)采用三角化不规则网(TIN)方法，将矢量线划图转换成TIN数据结构，进行空间插值；3)TIN数据结构转换成格网结构；4)对格网数据进行重采样形成栅格DEM(GRID格式)，生成小流域DEM；5)将DEM数据再内插生成等高线与等高线扫描影像分色叠合，对生成的DEM要进行粗差检查，检查有无超限偏移。研究区DEM如附图2。
(2)斜坡单元的划分
以1:1万地形图生成的DEM为斜坡单元划分的基础，采用源头切割法，在GIS平台上，分别提取最低级别的水文单元的以山脊线及沟谷线，并以此为边界，构成斜坡单元。图3为斜坡单元划分结果。
(3)模型参数设定
模型中的地形参数坡度(θ)(图4为斜坡单元平均坡度图)和比集水面积(a)(图5为斜坡单元的比集水面积)，利用DEM，通过GIS空间分析功能运算获得。因地质参数的大小主要取决于岩性类别，根据查阅历史文献和现场调查实验，确定了各地质区的平均地质参数，图6为斜坡单元土层平均厚度分布图。土壤容重(γ)和内摩擦角(φ)在每个地质区内基本稳定，因此，直接采纳各个分区的平均值。导水系数(T)(图7为斜坡单元的导水系数分布图)、粘聚力(C)(图8为斜坡单元有效粘聚力分布图)值通过GIS和相关的研究结果进行计算和反推。导水系数T＝Kh＝KZ cosθ，K通过实验测序而来，因土层厚度和坡度具有较高的相关性，为求得松岗河小流域的土层厚度分布情况，进行了土壤深度的野外量测工作，主要的量测项目为土层厚度和地表坡度，根据调查数据对松岗河小流域地区坡度和土层厚度之间的关系进行回归模拟得到y＝-2.864ln(x)+10.719。根据单元平均坡度值可反推土层厚度分布，进而获得导水系数分布。土壤的有效粘聚力是土壤粘聚力与植物根系粘聚力的组合，因此本研究根据植被覆盖的情况，结合几个地质分区的土壤类型及粘聚力数值分布情况，运算土壤的有效粘聚力。以植被指数推算有效粘聚力的方式确定有效粘聚力的运算：
其中C＇为有效粘聚力，Cmax为最大有效粘聚力，NDVI为植被指数。式中Cmax通过查阅文献资料和野外调查获得表1，NDVI通过遥感图像反演计算获得。最后经过GIS的地图代数功能运算每个斜坡单元的土壤有效粘聚力。
大孔隙系数(λ)对斜坡的作用主要表现为大孔隙流的影响，如图9。根据文献调查和根据研究区的岩土特征，假设斜坡单元的影响系数为0-0.04。在研究区中部的相对平缓地区，大孔隙的影响作用不明显。
根据小流域的土地利用方式和土壤、水文情况，小流域内土地利用方式有道路和村落、耕地、林地、耕地几种土地处理情况，根据土壤渗透速率及现场调查确定土壤类型为D类；因计算的是极端气候条件下的滑坡的预警范围，因此土壤湿润程度为湿，经过综合考虑，根据所在流域的土地利用方式、处理情况、水文条件以及土壤类别，确定和调整流域的CN值，并推算出S值和Ia值。
(4)计算临界降雨量值
新建一个存储临界降雨量值的q字段，运用属性表的字段运算(FieldCalculator)功能，按照公式在上述参数设定模式下，每个斜坡单元的临界降雨量值。结合气象预报对区域未来一个时段(通常为24h)降水预报，结合该区域地质灾害的潜在变化，应用临界降雨量值，对该时段内地质灾害发生的危害等级做出的预报。运算过程是将预报降雨量值域临界降雨量值相比较，依据松岗河小流域的灾害发生情况，运算不同等级条件下的临界降雨量Q值，如图10。按照输入降雨量对单元进行预警。也就是以斜坡为单元，将气象预报的降雨量P与Q1，Q2，Q3，Q4，Q5分别做对比，预警等级及显示标准,当P>Q1为警报级，当Q1>P>Q2为预报级，当Q2>P>Q3为预警级，当Q3>P>Q4为预测级，当Q4>P>Q5为常规级。
利用ARCGIS的栅格计算功能，将上述参数代入如前所述的预警模型中，计算每个斜坡单元的临界降雨量，研究区临界降雨量值范围为0-517mm。临界降雨量较低的区域，也是滑坡灾害的高易发区。
上述说明示出并描述了发明的若干优选实施例，但如前所述，应当理解发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离发明的精神和范围，则都应在发明所附权利要求的保护范围内。
Claims (6)
1.一种暴雨诱发的浅层滑坡灾害预警阈值确定方法，其特征在于，包括以下步骤：
步骤一：收集研究区地形数据，建立高精度的数字高程模型DEM，并基于DEM进行斜坡单元的划分；
步骤二：基于斜坡对暴雨的响应机制，引入大孔隙系数，利用稳态水文模型的地形湿度指数与无限边坡模型相融合的方法，通过假设斜坡处于特定预警等级状态，将地形湿度指数与斜坡稳定性指数计算公式联立，建立基于斜坡单元和临界入渗量的稳定性分析预警模型；
步骤三：对应国家应急救援分级响应体系，设置五个预警等级，分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级，相应的预警信号分布为红色预警、橙色预警、黄色预警、蓝色预警和绿色预警，根据FS指数表征的含义，反推五个等级对应的斜坡稳定状态，计算每个五种预警等级的临界入渗量阈值；
步骤四：通过斜坡体对暴雨的响应机制分析，建立基于斜坡单元的滑坡降雨-入渗模型，计算特定降雨条件下每个斜坡单元的入渗量与降雨量的关系，通过临界入渗量反推每个斜坡单元的临界降雨量。
2.如权利要求1所述的暴雨诱发的浅层滑坡灾害预警阈值确定方法，其特征在于，步骤一中，建立高精度的数字高程模型DEM的构建方法，使用地形测绘仪器进行实地野外测绘获得密集高程点数据，在此基础上建立DEM；
或，利用航空摄影测量手段，通过航空影像立体相对提取DEM；或，利用现有的纸质地形图，通过软件数字化地形图矢量方式DEM。
3.如权利要求1或2所述的暴雨诱发的浅层滑坡灾害预警阈值确定方法，其特征在于，步骤一中，基于DEM进行斜坡单元的划分方法，采用源头切割法，以山脊线及沟谷线为边界，在GIS平台上，经执行斜坡单元划分程式实现斜坡单元划分，划分流程如下：第一步，进行DEM水流方向矩阵的计算，查找和充填洼地，生成无洼地DEM数据；第二步，从无洼地DEM数据求得各像元的流向和汇流量；第三步，通过GIS的水文分析功能提取分水线；第四步，通过设定流经某一像元的最小汇流量求得栅格水系，通过栅格-矢量转换生成矢量水系；第五步，确定最小级别集水区域的出水口位置；第六步，由矢量水系分割各沟谷单元生成斜坡单元。
4.如权利要求3所述的暴雨诱发的浅层滑坡灾害预警阈值确定方法，其特征在于，步骤二中，斜坡的安全系数为抗滑力和下滑力之比，根据极限平衡原理在考虑滑体重力、静水压力、地震力、及动水压力或渗透压力时，滑坡稳定性指数表示为：
其中：Fs—安全系数；C—内聚力/kPa；γ—滑坡土体容重/KN/m3；γw—水容重/KN/m3；Z—滑坡土体垂直厚度/m；Zw—地下水位距滑面的高度/m；θ—滑面倾角/o；φ—内摩擦角/o；Fe为水平地震力/N，Fw＝ZwLγw cosθ sinθ为动水压力或渗透压力；
当忽略地震力作用，并将分子分母同时除以ZLγs：
令表示滑坡体水与土的密度比值；代表滑坡体的饱和状态，为饱和因子，将上公式进一步简化为：
根据暴雨入渗机制分析，对于暴雨型滑坡，以形成地表径流为节点，考虑两种情况，在没形成地表径流时，地下水入渗量和稳定性系数受降雨量控制，在形成地表径流后，地下水入渗量取决于大孔隙容量；在暴雨形成径流后，土体饱和，降水入渗量主要受饱和土体导水系数影响，在这种情况下，假设为滑坡体为非渗透性，而滑面以下为临时承压水含水层，地下水沿承压水层进行深层流动循环；在暴雨作用下，大孔隙流产生的作用于滑坡面的浮托力Fb作用于饱和的岩土体，浮托力是暴雨型滑坡不可忽略的因子，
Fb＝γwZwL cosθ
设大孔隙系数为λ(％)，
则大孔隙产生的静水压力为：
Ft＝λγwZL cos2θ
因此在考虑临时地下水位形成后滑体重力、静水压、渗透压力和浮托力综合作用下，则稳定性系数为：
将以上公式进一步简化为：
综合以上两种情况得：
其中：
公式中，q为入渗量，a为上坡集水面积；b为集水区排泄口宽度；θ为边坡倾角，T为导水系数；
当Fs＝1时：
则Fs＝1时：
5.如权利要求4所述的暴雨诱发的浅层滑坡灾害预警阈值确定方法，其特征在于，步骤三中，根据Fs指数表征的含义，定义稳定指数对应的四个预警等级；斜坡稳定性指数是判断斜坡稳定性的指标，当Fs>1.0时，斜坡基本处于稳定状态，1.0>Fs>0.5时，斜坡失稳的可能性低于50％，0.5>Fs>0时，斜坡失稳可能性高于50％，Fs<＝0时，斜坡处于极不稳定状态；
将滑坡稳定性指标SI定义为稳定性系数Fs的概率函数：
SI＝Pr ob(Fs＞1)
令q/T＝X，tanφ＝t，当内聚力与摩擦角的最小值及降雨参数X的最大值导致了斜坡失稳的最有利条件，即FSmin，如果在这种情况下，稳定性系数值仍然大于1，那么该斜坡为无条件稳定斜坡，无论降雨量多大，都为稳定状态，即SI＝Pr ob(Fs＞1)＝1；
内聚力与摩擦角的最大值及降雨参数X的最小值是保证斜坡稳定的最有利条件，即FSmax，如果在这种情况下，稳定性系数值仍然小于1，那么该斜坡为无条件不稳定斜坡，即为极不稳定斜坡，即SI＝Pr ob(Fs＞1)＝0；
基于以上判别标准，来界定各稳定状态下的临界入渗量值，假设滑坡处于各临界状态时，即Fs＝1，Fs＝0.5，时，将以上的降雨入渗量关系和入渗量与斜坡稳定性关系进行关联，即获取引发滑坡的临界降雨入渗量值；
当Fs＝1时，将式上式联立得到：
则Fs＝1时：
以此类推，得到Fs＝0.5临界雨量值：
从以上公式知，当φ<θ时，q<0，也就是说在天然状态下，无论有无降水，斜坡已经处于不稳定状态；实际上，在θ<50时，地势平缓，斜坡处于稳定状态；在5<θ<φ时，斜坡处于概率不稳定状态，将实际降雨量与以上临界降雨量做对比，判断斜坡的稳定状态。
6.如权利要求5所述的暴雨诱发的浅层滑坡灾害预警阈值确定方法，其特征在于，步骤四中，建立的基于斜坡单元的滑坡降雨-入渗模型，主要由以下方法：
当降雨量小于初损时，降雨量全部转化为入渗量，当降雨量大于初损时，入渗量与降雨量的关系取决于大孔隙容量，设斜坡大孔隙系数为λ，则入渗量与降雨量的关系为：
其中：
上式中，q—入渗量，mm；P—次降雨总量，mm；λ—大孔隙系数，A—斜坡单元面积；S—流域当时的最大可能滞留量，也称为保持系数，它是后损的上限，mm；CN为反映降雨前流域特征的参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810597112.8A CN108776851B (zh) | 2018-06-11 | 2018-06-11 | 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810597112.8A CN108776851B (zh) | 2018-06-11 | 2018-06-11 | 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108776851A true CN108776851A (zh) | 2018-11-09 |
| CN108776851B CN108776851B (zh) | 2022-07-12 |
Family
ID=64025887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810597112.8A Active CN108776851B (zh) | 2018-06-11 | 2018-06-11 | 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108776851B (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008302A (zh) * | 2019-04-12 | 2019-07-12 | 长江岩土工程总公司（武汉） | 多影响因子降雨入渗系数定量评价方法 |
| CN110473387A (zh) * | 2019-09-12 | 2019-11-19 | 西南石油大学 | 一种山地管道滑坡地质灾害监测预警系统及方法 |
| CN110700288A (zh) * | 2019-10-17 | 2020-01-17 | 中国地质大学（武汉） | 一种适用于动水压力型水库滑坡深部排水防治方法及系统 |
| CN111047213A (zh) * | 2019-12-25 | 2020-04-21 | 长江水利委员会水文局 | 基于多要素联合判别的中长期水资源量临界预警指标方法 |
| CN111210073A (zh) * | 2020-01-06 | 2020-05-29 | 四川省公路规划勘察设计研究院有限公司 | 一种滑坡灾害预测方法及装置 |
| CN111461009A (zh) * | 2020-03-31 | 2020-07-28 | 四川九洲北斗导航与位置服务有限公司 | 基于高分sar技术的滑坡风险评估方法、装置及电子设备 |
| CN111598716A (zh) * | 2020-06-16 | 2020-08-28 | 河北工业大学 | 三维土工网垫生态护坡坡面草籽播种量的确定方法 |
| CN111625954A (zh) * | 2020-05-22 | 2020-09-04 | 中国地质大学（武汉） | 一种降雨型滑坡模型trigrs的并行优化方法及系统 |
| CN111681393A (zh) * | 2020-06-03 | 2020-09-18 | 福州大学 | 基于trigrs的弃渣场失稳预警方法及系统 |
| CN112182735A (zh) * | 2020-11-05 | 2021-01-05 | 四川大学 | 基于山区小流域下垫面和水动力条件的浅层滑坡固体物源量估算方法 |
| CN112417026A (zh) * | 2020-09-23 | 2021-02-26 | 郑州大学 | 一种基于众包内涝反馈的城市内涝预警暴雨阈值划分方法 |
| CN113012399A (zh) * | 2021-02-25 | 2021-06-22 | 中原工学院 | 一种降雨型滑坡预警方法及系统 |
| CN113470333A (zh) * | 2021-06-16 | 2021-10-01 | 北京交通大学 | 一种线路工程走廊浅层滑坡危险性评估及监测预警系统 |
| CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
| CN113850822A (zh) * | 2021-09-18 | 2021-12-28 | 四川大学 | 一种基于汇流分割的斜坡单元自动划分方法 |
| CN114236095A (zh) * | 2021-12-02 | 2022-03-25 | 山东高速集团四川乐宜公路有限公司 | 一种山区高速公路沿线降雨诱发滑坡分区分级预警方法 |
| CN114965954A (zh) * | 2022-05-19 | 2022-08-30 | 福州大学 | 一种基于非饱和土体电导率的浅层降雨型滑坡预警方法 |
| CN114999114A (zh) * | 2022-05-25 | 2022-09-02 | 深圳市北斗云信息技术有限公司 | 一种基于气象及坡面多元信息的地质灾害预警方法及系统 |
| CN115115146A (zh) * | 2022-08-29 | 2022-09-27 | 西南交通大学 | 基于地震作用的边坡预警方法、装置、设备及存储介质 |
| CN116432869A (zh) * | 2023-06-13 | 2023-07-14 | 云南格点气象科技有限公司 | 气象灾害预警方法、装置、设备及存储介质 |
| CN117391438A (zh) * | 2023-10-08 | 2024-01-12 | 广东省科学院广州地理研究所 | 区域性群发性坡面型泥石流风险评价方法、系统和介质 |
| CN117455249A (zh) * | 2023-09-27 | 2024-01-26 | 广东省科学院广州地理研究所 | 基于临界注液强度的浸矿诱发边坡滑坡评估方法和系统 |
| CN118135744A (zh) * | 2024-04-30 | 2024-06-04 | 泉州中科星桥空天技术有限公司 | 一种基于遥感技术的地质灾害快速评估方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104318103A (zh) * | 2014-10-23 | 2015-01-28 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡灾害监测预警降雨阈值判定方法 |
| CN104899437A (zh) * | 2015-05-29 | 2015-09-09 | 杭州辰青和业科技有限公司 | 强降雨型滑坡灾害预警方法 |
| CN104916078A (zh) * | 2015-06-11 | 2015-09-16 | 重庆交通大学 | 间歇性降雨诱发堆积型斜坡滑坡监测模型及稳定性检测方法 |
| CN106198922A (zh) * | 2016-06-23 | 2016-12-07 | 青岛理工大学 | 降雨型滑坡临界启动降雨量及失稳预警时间的确定方法 |
| CN106777734A (zh) * | 2016-12-27 | 2017-05-31 | 湖南师范大学 | 一种山地滑坡预测方法 |
| US20170268874A1 (en) * | 2014-08-21 | 2017-09-21 | Nec Corporation | Slope monitoring system, device for slope stability analysis, method, and program |
-
2018
- 2018-06-11 CN CN201810597112.8A patent/CN108776851B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170268874A1 (en) * | 2014-08-21 | 2017-09-21 | Nec Corporation | Slope monitoring system, device for slope stability analysis, method, and program |
| CN104318103A (zh) * | 2014-10-23 | 2015-01-28 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡灾害监测预警降雨阈值判定方法 |
| CN104899437A (zh) * | 2015-05-29 | 2015-09-09 | 杭州辰青和业科技有限公司 | 强降雨型滑坡灾害预警方法 |
| CN104916078A (zh) * | 2015-06-11 | 2015-09-16 | 重庆交通大学 | 间歇性降雨诱发堆积型斜坡滑坡监测模型及稳定性检测方法 |
| CN106198922A (zh) * | 2016-06-23 | 2016-12-07 | 青岛理工大学 | 降雨型滑坡临界启动降雨量及失稳预警时间的确定方法 |
| CN106777734A (zh) * | 2016-12-27 | 2017-05-31 | 湖南师范大学 | 一种山地滑坡预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 宫清华 等: "广东典型小流域滑坡灾害预测模型研究", 《广东农业科学》 * |
| 宫清华 等: "广东省小流域地区降雨诱发的滑坡灾害预警体系探讨", 《气象科技进展》 * |
Cited By (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008302B (zh) * | 2019-04-12 | 2024-06-04 | 长江岩土工程总公司（武汉） | 多影响因子降雨入渗系数定量评价方法 |
| CN110008302A (zh) * | 2019-04-12 | 2019-07-12 | 长江岩土工程总公司（武汉） | 多影响因子降雨入渗系数定量评价方法 |
| CN110473387A (zh) * | 2019-09-12 | 2019-11-19 | 西南石油大学 | 一种山地管道滑坡地质灾害监测预警系统及方法 |
| CN110700288A (zh) * | 2019-10-17 | 2020-01-17 | 中国地质大学（武汉） | 一种适用于动水压力型水库滑坡深部排水防治方法及系统 |
| CN111047213A (zh) * | 2019-12-25 | 2020-04-21 | 长江水利委员会水文局 | 基于多要素联合判别的中长期水资源量临界预警指标方法 |
| CN111210073B (zh) * | 2020-01-06 | 2022-07-26 | 四川省公路规划勘察设计研究院有限公司 | 一种滑坡灾害预测方法及装置 |
| CN111210073A (zh) * | 2020-01-06 | 2020-05-29 | 四川省公路规划勘察设计研究院有限公司 | 一种滑坡灾害预测方法及装置 |
| CN111461009A (zh) * | 2020-03-31 | 2020-07-28 | 四川九洲北斗导航与位置服务有限公司 | 基于高分sar技术的滑坡风险评估方法、装置及电子设备 |
| CN111461009B (zh) * | 2020-03-31 | 2023-10-24 | 四川九洲北斗导航与位置服务有限公司 | 基于高分sar技术的滑坡风险评估方法、装置及电子设备 |
| CN111625954A (zh) * | 2020-05-22 | 2020-09-04 | 中国地质大学（武汉） | 一种降雨型滑坡模型trigrs的并行优化方法及系统 |
| CN111625954B (zh) * | 2020-05-22 | 2023-10-27 | 中国地质大学（武汉） | 一种降雨型滑坡模型trigrs的并行优化方法及系统 |
| CN111681393A (zh) * | 2020-06-03 | 2020-09-18 | 福州大学 | 基于trigrs的弃渣场失稳预警方法及系统 |
| CN111598716A (zh) * | 2020-06-16 | 2020-08-28 | 河北工业大学 | 三维土工网垫生态护坡坡面草籽播种量的确定方法 |
| CN112417026A (zh) * | 2020-09-23 | 2021-02-26 | 郑州大学 | 一种基于众包内涝反馈的城市内涝预警暴雨阈值划分方法 |
| CN112417026B (zh) * | 2020-09-23 | 2022-10-25 | 郑州大学 | 一种基于众包内涝反馈的城市内涝预警暴雨阈值划分方法 |
| CN112182735B (zh) * | 2020-11-05 | 2022-11-01 | 四川大学 | 基于山区小流域下垫面和水动力条件的浅层滑坡固体物源量估算方法 |
| CN112182735A (zh) * | 2020-11-05 | 2021-01-05 | 四川大学 | 基于山区小流域下垫面和水动力条件的浅层滑坡固体物源量估算方法 |
| CN113012399A (zh) * | 2021-02-25 | 2021-06-22 | 中原工学院 | 一种降雨型滑坡预警方法及系统 |
| CN113470333A (zh) * | 2021-06-16 | 2021-10-01 | 北京交通大学 | 一种线路工程走廊浅层滑坡危险性评估及监测预警系统 |
| CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
| CN113850822A (zh) * | 2021-09-18 | 2021-12-28 | 四川大学 | 一种基于汇流分割的斜坡单元自动划分方法 |
| CN113850822B (zh) * | 2021-09-18 | 2023-04-25 | 四川大学 | 一种基于汇流分割的斜坡单元自动划分方法 |
| CN114236095A (zh) * | 2021-12-02 | 2022-03-25 | 山东高速集团四川乐宜公路有限公司 | 一种山区高速公路沿线降雨诱发滑坡分区分级预警方法 |
| CN114236095B (zh) * | 2021-12-02 | 2024-03-19 | 山东高速集团四川乐宜公路有限公司 | 一种山区高速公路沿线降雨诱发滑坡分区分级预警方法 |
| CN114965954A (zh) * | 2022-05-19 | 2022-08-30 | 福州大学 | 一种基于非饱和土体电导率的浅层降雨型滑坡预警方法 |
| CN114965954B (zh) * | 2022-05-19 | 2023-11-24 | 福州大学 | 一种基于非饱和土体电导率的浅层降雨型滑坡预警方法 |
| CN114999114B (zh) * | 2022-05-25 | 2023-12-08 | 深圳市北斗云信息技术有限公司 | 一种基于气象及坡面多元信息的地质灾害预警方法及系统 |
| CN114999114A (zh) * | 2022-05-25 | 2022-09-02 | 深圳市北斗云信息技术有限公司 | 一种基于气象及坡面多元信息的地质灾害预警方法及系统 |
| CN115115146A (zh) * | 2022-08-29 | 2022-09-27 | 西南交通大学 | 基于地震作用的边坡预警方法、装置、设备及存储介质 |
| CN116432869B (zh) * | 2023-06-13 | 2023-08-18 | 云南格点气象科技有限公司 | 气象灾害预警方法、装置、设备及存储介质 |
| CN116432869A (zh) * | 2023-06-13 | 2023-07-14 | 云南格点气象科技有限公司 | 气象灾害预警方法、装置、设备及存储介质 |
| CN117455249A (zh) * | 2023-09-27 | 2024-01-26 | 广东省科学院广州地理研究所 | 基于临界注液强度的浸矿诱发边坡滑坡评估方法和系统 |
| CN117391438A (zh) * | 2023-10-08 | 2024-01-12 | 广东省科学院广州地理研究所 | 区域性群发性坡面型泥石流风险评价方法、系统和介质 |
| CN118135744A (zh) * | 2024-04-30 | 2024-06-04 | 泉州中科星桥空天技术有限公司 | 一种基于遥感技术的地质灾害快速评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108776851B (zh) | 2022-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108776851A (zh) | 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 | |
| Rajasekhar et al. | Identification of groundwater recharge-based potential rainwater harvesting sites for sustainable development of a semiarid region of southern India using geospatial, AHP, and SCS-CN approach | |
| CN109584510B (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
| Pack et al. | The SINMAP approach to terrain stability mapping | |
| Lan et al. | Landslide hazard spatial analysis and prediction using GIS in the Xiaojiang watershed, Yunnan, China | |
| Blöschl | Rainfall‐runoff modeling of ungauged catchments | |
| Hudson et al. | Flood delineation in a large and complex alluvial valley, lower Panuco basin, Mexico | |
| Bossa et al. | Analyzing the effects of different soil databases on modeling of hydrological processes and sediment yield in Benin (West Africa) | |
| Rajasekhar et al. | Assessment of groundwater potential zones in parts of the semi-arid region of Anantapur District, Andhra Pradesh, India using GIS and AHP approach | |
| CN103455711A (zh) | 一种基于机理分析的小流域地区滑坡灾害风险区划方法 | |
| Ali et al. | Morphometric analysis of Gilgit river basin in mountainous region of Gilgit-Baltistan Province, Northern Pakistan | |
| Imaizumi et al. | Channel initiation by surface and subsurface flows in a steep catchment of the Akaishi Mountains, Japan | |
| Silwal et al. | Review on practices and state of the art methods on delineation of ground water potential using GIS and remote sensing | |
| Somashekar et al. | Runoff estimation and morphometric analysis for Hesaraghatta watershed using IRS–1D LISS III FCC satellite data | |
| da Silva et al. | Geophysical for granitic joint patern and subsurface hydrology related to slope instability | |
| Pareta et al. | Integrated watershed modeling and characterization using GIS and remote sensing techniques | |
| Mulligan | Modelling catchment hydrology | |
| Wu et al. | Estimation of soil depth in the Liukuei Experimental Forest by using conceptual model | |
| Qiu et al. | Sinkhole susceptibility assessment based on morphological, imagery, and contextual attributes derived from GIS and imagery data | |
| Casadei et al. | Controls on shallow landslide size | |
| Khadri et al. | Detailed morphometric analysis of Man River basin in Akola and Buldhana districts of Maharashtra, India using Cartosat-1 (DEM) data and GIS techniques | |
| Wu et al. | Study on the changes in vegetation structural coverage and its response mechanism to hydrology | |
| Malan | Investigating the suitability of land type information for hydrological modelling in the mountain regions of Hessequa, South Africa | |
| Dengiz et al. | Soil erosion assessment using geographical information system (GIS) and remote sensing (RS) study from Ankara-Guvenc Basin, Turkey | |
| Rock et al. | A geographic information system (GIS) based land suitability analysis and characterization for industrial siting in Abakaliki area, Southeastern Nigeria |
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 | ||
| CB02 | Change of applicant information |
Address after: 510070 one of the compound No. 100, Xianlie Middle Road, Guangzhou City, Guangdong Province Applicant after: Guangzhou Institute of geography, Guangdong Academy of Sciences Address before: 510070 one of the compound No. 100, Xianlie Middle Road, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU INSTITUTE OF GEOGRAPHY |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |