CN108873102A - 用于山体滑坡的监测数据处理方法和山体滑坡预报方法 - Google Patents

用于山体滑坡的监测数据处理方法和山体滑坡预报方法 Download PDF

Info

Publication number
CN108873102A
CN108873102A CN201810589884.7A CN201810589884A CN108873102A CN 108873102 A CN108873102 A CN 108873102A CN 201810589884 A CN201810589884 A CN 201810589884A CN 108873102 A CN108873102 A CN 108873102A
Authority
CN
China
Prior art keywords
measurement data
monitoring
landslide
monitoring area
landslides
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810589884.7A
Other languages
English (en)
Inventor
王新安
雍珊珊
黄继攀
张兴
李秋平
何春舅
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.)
Peking University Shenzhen Graduate School
Original Assignee
Peking University Shenzhen Graduate School
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 Peking University Shenzhen Graduate School filed Critical Peking University Shenzhen Graduate School
Priority to CN201810589884.7A priority Critical patent/CN108873102A/zh
Publication of CN108873102A publication Critical patent/CN108873102A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

用于山体滑坡的监测数据处理方法和山体滑坡预报方法,涉及灾害预警领域,通过在预监测区域布设监测点,监测监测点地表溢出带电粒子的特性,进而获得与地表溢出带电粒子特性相关的测量数据,对测量数据进行统计,依据统计结果获取统计值,将当前的统计值与之前的统计值进行比较,依据比较结果获取的表征测量数据的变化的波动,实现对山体滑坡的预报。由于创新的提出基于监测地表溢出带电粒子,进行山体滑坡的预报,在提高预测精度的同时也以无损的方式实现对预监测区域山体滑坡的预报。为预发生山体滑坡的地区提供预报,使其预监测区域周边的人们提前开始采取避险措施,减少广大人民群众的人员伤亡及财产损失。

Description

用于山体滑坡的监测数据处理方法和山体滑坡预报方法
技术领域
本发明涉及灾害预警领域,具体涉及用于山体滑坡的监测数据处理方法和山体滑坡预报方法。
背景技术
山体滑坡(landslides)是指山体斜坡上某一部分岩土在重力(包括岩土本身重力及地下水的动静压力)、地震震动或其它外力的作用下,沿着一定的软弱结构面(带)产生剪切位移而整体地向斜坡下方移动的作用和现象。俗称“走山”、“垮山”、“地滑”、“土溜”等。山体崩塌是较陡斜坡上的岩土体或破裂面分割的岩石体块,经强烈风化,在重力或地震震动的作用下突然脱离母体崩落、滚动、堆积在坡脚(或沟谷)的地质现象。滑坡和崩塌都是丘陵山区常见地质灾害之一,可造成不可预期的严重后果,不仅给人类生命安全带来了威胁,而且对财产、环境、资源等具有破坏性。
现在主要通过山体水泥支护在预防山体滑坡崩塌,此方式可以有效的防止山体滑坡、崩塌现象。但是,其成本很高,对于当地的生态也会造成一定破坏。一般多用于交通道路段的山体支护,无法普及到所有易滑坡山体。因此,需要对山体滑坡和崩塌进行监测和预报。现有的山体滑坡和崩塌监测方法有重力测量法、地下水位监测法、液体静力水准测量、常规大地测量法、近影摄影测量法、GPS监测,遥感监测和空间遥测等。但现有的山体滑坡方法存在监测成本高、监测精度不够和监测实时性差等问题。
发明内容
本申请提供一种用于山体滑坡的监测数据处理方法和山体滑坡预报方法,解决现有技术中对山体滑坡的监测和预报的不足。
根据第一方面,一种实施例中提供一种用于山体滑坡的监测数据处理方法,包括:
获取预监测区域中监测点处不同时间的测量数据,所述测量数据与监测点处地表溢出的带电粒子的特性相关;
对所述测量数据进行统计,依据统计结果获取统计值;
将当前的统计值与之前的统计值进行比较,依据比较结果获取表征所述测量数据的变化的波动。
根据第二方面,一种实施例中提供一种山体滑坡的预报系统,包括:
带电粒子监测装置,用于获取预监测区域中监测点处不同时间的测量数据,所述测量数据与监测点处地表溢出的带电粒子的特性相关;
处理器,用于接收所述带电粒子监测装置输出的所述测量数据,并对所述测量数据进行统计,依据统计结果获取统计值;将当前的统计值与之前的统计值进行比较,依据比较结果获取表征所述测量数据的变化的波动;
地震预报装置,用于接收所述处理器输出的所述测量数据的变化的波动,并依据所述测量数据的变化的波动,对所述预监测区域进行山体滑坡风险预报。
依据上述实施例的一种用于山体滑坡的监测数据处理方法和山体滑坡预报方法,由于创新的提出基于地下溢出带电粒子的监测对山体滑坡的监测和预报,在提高山体滑坡的预测精度的同时也实现对山体滑坡的实时监测。
附图说明
图1为一种实施例的山体滑坡预报系统的结构示意图;
图2为一种实施例中山体滑坡的监测装置的结构示意图;
图3为一种实施例中山体滑坡的监测装置的结构示意图;
图4为一种实施例的山体滑坡预报方法的流程图;
图5为一种实施例的在预监测区域设定监测点的分布图;
图6为一种实施例中带电粒子在日周期的波动特性曲线图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
发生山体崩塌和山体滑坡的因素有很多,如岩土类型、地质构造条件、地形地貌条件、水文地质条件等。发明人经过对山体崩塌和山体滑坡实地监测后认为山体滑坡,尤其是崩塌式山体滑坡,其形成机理之一是由于地球的自转、公转等符合的日周期运转,使得地下熔融物质对地壳形成冲击。我们知道地球的构成包括地核、地壳和地幔,在地幔顶部还存在一个软流层,是放射性物质集中的地方,由于放射性物质分裂的结果,会有带电粒子从地壳表面溢出,伴随熔融物质喷发过程会导致地表物理场、化学场的变化,带电粒子会从地壳裂缝中穿过并从地表释放出去。带电粒子溢出直接的反应了在地球自转、公转等复合的日周期运转下地幔熔融物质对地壳的冲击。这是一种正常的地球运动,这种地下正常的地质活动使得地壳破裂、地质结构松散的地方,容易导致地震和滑坡现象出现。地质活动强弱可通过其释放到地表的带电粒子的特性的不同来监测,由此可以依据带电粒子的特性变化对山体滑坡的发生风险进行监测和评估。由此我们提出通过监测地表溢出的带电粒子来进行山体崩塌和山体滑坡监测和预测的方法。其中,带电粒子是带有电荷的微粒,可被带电粒子监测装置所监测,具体可包括高能粒子、游离状态的粒子、重带电粒子(例如α粒子和裂变碎片)和轻带电粒子(例如快电子和β粒子)等。
在本实施例中,先在预监测区域设置多个监测点,再监测监测点处地表面溢出的带电粒子,进而获得与带电粒子的特性相关的测量数据。对测量数据进行分析处理,评估出预监测区域的山体滑坡发生的风险指数,实现对山体滑坡的监测和预报。
实施例一:
请参考图1,为一种实施例的请参考图1,为一种实施例的山体滑坡预报系统的结构示意图,该山体滑坡预报系统包括带电粒子监测装置100、处理器200和山体滑坡预报装置300。带电粒子监测装置100用于获取预监测区域中监测点处不同时间的测量数据,测量数据与监测点处地表溢出的带电粒子的特性相关。处理器200用于接收带电粒子监测装置100输出的测量数据,并对测量数据进行统计,依据统计结果获取统计值。将当前的统计值与之前的统计值进行比较,依据比较结果获取表征测量数据的变化的波动。山体滑坡预报装置300用于接收处理器200输出的测量数据的变化的波动,并依据测量数据的变化的波动,对预监测区域进行山体滑坡风险预报。
带电粒子监测装置100用于监测地表面溢出的带电粒子的特性。带电粒子监测装置具体包括能量转换器和信号采集电路。能量转换器用于将地表面溢出的带电粒子转变为电信号,信号采集电路是用于将能量转换器接收的电信号经放大、鉴别、记录,进行对比测量,从而得到带电粒子的计数率和能量分布等特性。带电粒子的特性还包括带电粒子的浓度、质荷比、溢出速度和粒子密度等。具体可采用电磁测量法、电导率测量法和光学测量法进行监测所述带点粒子的特性。电磁测量法是根据带电粒子穿过闭合线圈时,在闭合线圈中会产生感应电信号的原理。通过监测闭合线圈产生的感应电信号就可以获得穿过闭合线圈带电粒子的特性。光学测量法是根据带电粒子进入闪烁体,与之发生相互作用,闪烁体吸收带电粒子能量而使原子、分子电离和激发,受激原子和分子退激时发射荧光光子,利用反射物和光导将闪烁光子尽可能多地收集到光电倍增管的光阴极上,由于光电效应,光子在光阴极上击出光电子,光电子在光电倍增管中倍增,进而电子流在阳极负载上产生电信号,在利用信号采集电路记录和分析电信号。电导率测量法是采用电容器收集带电粒子,根据电容电信号的变化来评估空间中带电粒子的特性。
如图2所示,为一种实施例中带电粒子监测装置的结构示意图。本实施例采用的带电粒子监测装置100包括永磁磁芯104、线圈103和信号采集电路105。永磁磁芯104有磁性,其磁性分布如磁力线102所示。线圈103缠绕在永磁磁芯104外周,线圈103的两端分别连接信号采集电路105的输入端。线圈103内部空间被地表溢出带电粒子101穿过时产生感应信号。信号采集电路105用于采集线圈103产生的感应电信号。永磁磁芯104的作用是增加线圈103的磁导率,使信号采集电路105更易于获得线圈103中的感应电信号。依据的原理是带电粒子通过线圈时,线圈中会产生感应电信号。磁导率是表征磁介质磁性的物理量,表示在空间或在永磁磁芯空间中的线圈流过电流后产生磁通的阻力或者是其在磁场中导通磁力线的能力。
将本实施例中的带电粒子监测装置放置于监测点,优选的将线圈103基本垂直于地表面放置,也就是永磁磁芯104的轴心垂直于地表面。由于地表溢出的带电粒子是近乎垂直于地面溢出的,线圈103基本垂直于地表面放置会有最大数量的溢出带电粒子穿过线圈103的内部空间。线圈103内部空间被地表溢出带电粒子101穿过时产生感应信号,感应电信号具体可以是感应电流,信号采集电路105采集线圈103内的电流信号,并记录电流信号的方向和大小。根据电流信号的方向和大小及线圈103匝数、带电粒子切割磁力线面积等参数就可以换算出地表溢出带电粒子的特性。如带电粒子的电性和溢出速度、粒子密度等特性。因而信号采集电路105采集的感应电流的大小,即电流值数据,就可以反应地表溢出带电粒子的特性。采集的电流值数据就是与带电粒子的特性相关。
进一步,如图3所示,为一种实施例中带电粒子监测装置的结构示意图。带电粒子监测装置还包括电场发生器106,用于在线圈103的周围产生一个稳定变化的电场,该电场与线圈103耦合。由于线圈103与电场耦合,线圈103当被地表溢出带电粒子101穿过时,会影响线圈103与电场的耦合度,从而放大带电粒子穿过线圈103而产生的感应电信号的强度,提高信号采集电路105的灵敏度。本实施例中,电场发生器106包括耦合永磁磁芯1063、耦合线圈1061和信号源1062。耦合永磁磁芯1063有磁性,耦合线圈1061缠绕在耦合永磁磁芯1063外周,耦合线圈1061的两端分别连接信号源1062的输出端。信号源1062通过耦合线圈1063在线圈103的周围产生一个稳定变化的电场且与线圈103耦合。
基于上述山体滑坡预报系统对预监测区域进行山体滑坡监测和预报,其具体流程如图4所示,包括以下步骤:
步骤201、在预监测区域设定监测点。
依据预监测区域的地形和监测精度设定监测点。预监测区域在山体滑坡频发地区,在该区域的山体、沿道路和村寨之间按一定的距离布设监测点。如图5所示,为一种实施例的预监测区域的设定监测点的分布图,其中,301为山体,302为山间道路,303为村寨,304为布设的监测点。设置监测点密度越高越有助于提高山体滑坡的预测精度。
步骤202、对监测点处地表面溢出的带电粒子进行监测。
是应用带电粒子监测装置进行监测,同一监测点可设置多个带电粒子监测装置,同一监测点的带电粒子监测装置的布设可采用均匀对称分布的方式布设。各个监测点的多个带电粒子监测装置可同时或分时对地表面溢出的带电粒子进行监测。
步骤203、获取带电粒子的特性相关的测量数据。可利用电子测量仪器或信号采集电路记录由带电粒子的特性引起的电信号,进而获取带电粒子特征相关的测量数据。
步骤204、对测量数据进行统计,依据统计结果获取统计值。
对测量数据进行统计,可将当前获取的测量数据按获取时间生成时域变化曲线,将当前的时域变化曲线与之前获得的测量数据的时域变化曲线进行比较,获得所述表征测量数据相对于之前的测量数据变化特性的统计值。对测量数据进行统计包括对预设时间点的测量数据、预设时间段的测量数据、达到预设测量数据的时间数据和表征测量数据的周期特性的时间数据等进行统计。表征测量数据的周期特性的时间数据包括测量数据周期性变化的周期、测量数据周期性变化的起始时间数据、测量数据大于和/或小于预设测量数据的起始时间和持续时间的时间数据等。采用波动程度算法分析测量数据,依据测量数据分析后的结果获取所述测量数据的时域变化曲线。由于地表溢出带电粒子的特性直接的反应了在地球自转、公转等复合的日周期运转下地幔熔融物质对地壳的冲击。这是一种正常的地球运动,也是地震的成因。带电粒子特性数据则代表着熔融物质对地壳的冲击程度,这种冲击随着地球日周期的复合运转的变化而变化,体现在带电粒子特性的变化上包括日周期的波动特性、低点时间偏移、高点时间偏移、波动幅值的增减等。
具体是依据测量数据的时域变化,绘制时域变化曲线。通过时域变化曲线体现带电粒子在日周期的波动、低点时间偏移、高点时间偏移、波动幅值的增减等特性。如图6所示,为一种实施例中带电粒子在日周期的波动特性曲线,日周期的波动曲线的横坐标是以天为单位,其曲线反应的是带电粒子的浓度特性在时域的周期性变化。经监测地表溢出带电粒子的质荷比、溢出速度和粒子密度等特性都有如图6所示的周期性变化的特征。由曲线可知,地表的带电粒子的特性是日落时19:10升高,日升时05:00降低,其升高和/或降低的起止时间及升高到最高点和降低到最低点所用的时间都相对固定。就可以根据曲线的变化,实现对预监测区域的地震活跃度进行监测。时域变化曲线可以是测量数据周期性曲线、变化时间点测量数据曲线和/或单位时间段测量数据曲线。测量数据周期性曲线可以是如图6所示的测量数据时域变化曲线图。变化时间点曲线是指带电粒子的特性发生变化的时间点的曲线,例如与带电粒子的特性相关的测量数据达到最大值或最小值时的时间点的曲线,具体可取图6中测量数据达到最大值和/或最小值的时间曲线;当地日升和/或日落的时间与带电粒子的特性相关的测量数据对应的数据曲线,具体可取图6中测量数据时域变化曲线的日升和/或日落时测量数据的数据曲线;与带电粒子的特性相关的测量数据开始升高和/或降低点的时间曲线,具体可取图6中测量数据时域变化曲线的测量数据开始升高和/或降低点的时间曲线。单位时间变化量曲线指设定单位时间内与带电粒子的特性相关的测量数据变化的数据曲线,即设定的单位时间内带电粒子的特性的变化值为纵坐标的时域曲线,例如取图6中测量数据时域变化曲线的波峰或波谷持续时间的时域曲线,或如取图6中测量数据周期变化所需时间的曲线图,或如取图6中曲线测量数据由波谷到波峰或由波峰到波谷所需时间的曲线图。
进一步,采用波动程度算法分析测量数据时,可以是依据数据数值的时域幅值变化和频域频率变化等所得量的时域特征或频域特征的一致性来进行监测。
步骤205、将当前的统计值与之前的统计值进行比较,依据比较结果获取测量数据的变化的波动。
可将即时或当前一段时间获得的时域变化曲线与前时刻或前一时间段的曲线进行比较,获取其曲线上纵坐标测量数据的数值差异,即为波动。
步骤206、依据测量数据的变化的波动,获取山体滑坡的地质活动指数。
预监测区域中设置有多个监测点,依据各个监测点在预监测区域的位置和监测点的测量数据的变化波动,获取预监测区域中测量数据的整体变化的波动,根据预监测区域中测量数据的整体变化的波动,获取山体滑坡的地质活动指数。山体滑坡的地质活动指数是预监测区域中测量数据的整体变化的波动所对应的山体滑坡的风险指数,根据山体滑坡的地质活动指数,获得预监测区域的山体滑坡风险指数;当山体滑坡风险指数超过预设定的临界值时,对预监测区域发出山体滑坡风险预报。具体是判断波动幅度是否在预设定的范围和根据超过预设定范围的多少,就可判断其预监测点的山体崩塌和山体滑坡活跃性的高低。超越的越多则山体崩塌和山体滑坡的发生率越高,就可以实现对预监测区域山体崩塌和山体滑坡发生的风险预报。山体滑坡的地质活动指数是预先依据波动幅度设定的风险指数。例如,先设定波动幅度和山体滑坡发生的风险指数对应关系,在依据波动幅度获取风险指数。具体可设定波动幅度为1-2之间其风险指数为5;波动幅度为2-3之间其风险指数为10;波动幅度为2-3之间其风险指数为15。则当获得波动幅度为1.5时,其地质活动指数为5。当获得波动幅度为2.5时,其地质活动指数为15。
步骤207、收集预监测区域的天气情况,依据所述天气情况获取山体滑坡的气象活动指数。
山体滑坡的气象活动指数包括预监测区域的天气情况所对应的山体滑坡的风险指数。山体滑坡的气象活动指数指预先依据每天的降雨量和/或降雨持续时间设定的风险指数。例如,先设定气象活动指数和山体崩塌和山体滑坡发生的风险指数对应关系,在依据气象活动指数值获取风险指数。具体可设定每天的降雨量为0-20毫米之间其风险指数为1;每天的降雨量为20-200毫米之间其风险指数为10;每天的降雨量为200-400毫米之间其风险指数为15。则预测当天的降雨量为50毫米时,其气象活动指数为10。预测当天的降雨量为300毫米时,其气象活动指数为15。在例如,设定当天降雨的总时间为1-2小时之间其风险指数为1;降雨的总时间为2-3小时之间其风险指数为5;降雨的总时间为3-4小时之间其风险指数为10。则预测当天的降雨的总时间为1.5小时时,其气象活动指数为1。预测当天的降雨的总时间为3.5小时时,其气象活动指数为10。还可依据单位时间内总降雨量、季节周期性变化及风的级数来设定气象活动指数。
步骤208、依据地质活动指数和气象活动指数对预监测区域山体滑坡风险进行评估。
依据地质活动指数对预监测区域进行山体滑坡风险评估。还可对地质活动指数和气象活动指数综合评估山体滑坡风险指数。可采用将地质活动指数和气象活动指数求和获取山体滑坡风险指数,还可根据地质活动指数和气象活动指数各自的权重之积求和的方法获取山体滑坡风险指数。
进一步,还可以依据有无发生地震、发生地震的距离、发生地震的级数及震心深度来设定地震活动指数。在将地震活动指数加入到山体滑坡风险评估当中。
步骤209、发出预警信息。
当地质活动指数和气象活动指数超过预设定的值时,对预监测区域及周边区域发出山体滑坡风险预报。可根据山体滑坡风险指数的高低,将预警信息进行分级预报,例如设定超过预设定的临界值0-50时,发出黄色预警;超过预设定的临界值50-100时,发出红色预警;超过预设定的临界值100-150时,发出橙色预警;当发生山体滑坡和崩塌时,发出发生山体滑坡和崩塌的警告。
基于以上实施例,通过在预监测区域布设监测点,监测监测点地表溢出带电粒子的特性,获得关于带电粒子特性的时域变化曲线,依据时域变化曲线获取风险指数,根据风险指数实现对山体滑坡进行监测和预报。由于创新的提出基于监测地表溢出带电粒子,进行山体滑坡的预报,在提高预测精度的同时也以无损的方式实现对预监测区域山体滑坡的预报。尽量为预发生山体滑坡的地区提供预报,使其预监测区域周边的人们提前开始采取避险措施,减少广大人民群众的人员伤亡及财产损失。本发明还可应用于山体崩塌的预报和监测。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。

Claims (10)

1.一种用于山体滑坡的监测数据处理方法,其特征在于,包括:
获取预监测区域中监测点处不同时间的测量数据,所述测量数据与监测点处地表溢出的带电粒子的特性相关;
对所述测量数据进行统计,依据统计结果获取统计值;
将当前的统计值与之前的统计值进行比较,依据比较结果获取表征所述测量数据的变化的波动。
2.如权利要求1所述的方法,其特征在于,对所述测量数据进行统计包括对预设时间点的测量数据、预设时间段的测量数据、达到预设测量数据的时间数据和表征测量数据的周期特性的时间数据中至少一项进行统计。
3.如权利要求2所述的方法,其特征在于,所述表征测量数据的周期特性的时间数据包括所述测量数据周期性变化的周期、所述测量数据周期性变化的起始时间数据、所述测量数据大于和/或小于预设测量数据的起始时间和持续时间的时间数据中至少一项。
4.如权利要求1所述的方法,其特征在于,所述预监测区域中的监测点不少于两个;
所述方法还包括:
依据所述监测点在所述预监测区域的位置和各个监测点的测量数据的变化的波动,获取预监测区域中测量数据的整体变化的波动;
分析预监测区域中测量数据的所述整体变化的波动,依据分析结果对预监测区域发出山体滑坡风险预报。
5.如权利要求4所述的方法,其特征在于,所述分析预监测区域中测量数据的所述整体变化的波动,依据分析结果对预监测区域发出山体滑坡风险预报包括:
分析所述预监测区域中测量数据的整体变化的波动,依据分析结果获取山体滑坡的地质活动指数;
所述地质活动指数是所述预监测区域中测量数据的整体变化的波动幅度所对应的山体滑坡的风险指数;
当所述地质活动指数超过预设定的值时,对所述预监测区域发出山体滑坡风险预报。
6.如权利要求5所述的方法,其特征在于,所述分析预监测区域中测量数据的所述整体变化的波动,依据分析结果对预监测区域发出山体滑坡风险预报包括:
收集所述预监测区域的天气情况,依据所述天气情况获取山体滑坡的气象活动指数;
所述山体滑坡的气象活动指数是所述预监测区域的天气情况所对应的山体滑坡的风险指数;
当所述地质活动指数和所述气象活动指数超过预设定的值时,对所述预监测区域发出山体滑坡风险预报。
7.一种山体滑坡的预报系统,其特征在于,包括:
带电粒子监测装置,用于获取预监测区域中监测点处不同时间的测量数据,所述测量数据与监测点处地表溢出的带电粒子的特性相关;
处理器,用于接收所述带电粒子监测装置输出的所述测量数据,并对所述测量数据进行统计,依据统计结果获取统计值;将当前的统计值与之前的统计值进行比较,依据比较结果获取表征所述测量数据的变化的波动;
地震预报装置,用于接收所述处理器输出的所述测量数据的变化的波动,并依据所述测量数据的变化的波动,对所述预监测区域进行山体滑坡风险预报。
8.一种用于山体滑坡预报的监测装置,其特征在于包括:
存储器,用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,包括程序,所述程序能够被处理器执行以实现如权利要求1-6中任一项所述的方法。
10.一种山体滑坡预报方法,其特征在于,包括:
在预监测区域设定监测点;
对所述监测点处地表溢出的带电粒子进行监测,并输出与所述带电粒子的特性相关的测量数据;
采用如权利要求1-6任一项所述的监测数据处理方法分析所述测量数据。
CN201810589884.7A 2018-06-08 2018-06-08 用于山体滑坡的监测数据处理方法和山体滑坡预报方法 Pending CN108873102A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810589884.7A CN108873102A (zh) 2018-06-08 2018-06-08 用于山体滑坡的监测数据处理方法和山体滑坡预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810589884.7A CN108873102A (zh) 2018-06-08 2018-06-08 用于山体滑坡的监测数据处理方法和山体滑坡预报方法

Publications (1)

Publication Number Publication Date
CN108873102A true CN108873102A (zh) 2018-11-23

Family

ID=64337606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810589884.7A Pending CN108873102A (zh) 2018-06-08 2018-06-08 用于山体滑坡的监测数据处理方法和山体滑坡预报方法

Country Status (1)

Country Link
CN (1) CN108873102A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082830A (zh) * 2019-05-23 2019-08-02 深圳市新禾源投资咨询研究中心(有限合伙) 一种地下矿产资源探测方法和系统
CN110632341A (zh) * 2019-09-04 2019-12-31 华北水利水电大学 一种监测滑坡滑动速度和滑动位移的方法
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
CN110887746A (zh) * 2019-11-18 2020-03-17 宁波大学 基于洛伦兹力的超大尺寸岩体结构面剪切试验的切向加载方法
CN115457736A (zh) * 2022-07-25 2022-12-09 重庆大学 一种基于加速变形阶段完成率的滑坡预警方法
CN117037457A (zh) * 2023-10-10 2023-11-10 青州鸿润电器科技有限公司 一种山体滑坡监测预警方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006349515A (ja) * 2005-06-16 2006-12-28 Mitsubishi Electric Corp 変位計測システム及び変位計測方法
CN102183781A (zh) * 2011-01-14 2011-09-14 深圳思量微系统有限公司 一种山体滑坡监测的方法
CN205899766U (zh) * 2016-07-21 2017-01-18 贵州京元科技有限公司 一种地质灾害监测预警装置
JP2018048815A (ja) * 2016-09-20 2018-03-29 株式会社Where 斜面崩壊検出方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006349515A (ja) * 2005-06-16 2006-12-28 Mitsubishi Electric Corp 変位計測システム及び変位計測方法
CN102183781A (zh) * 2011-01-14 2011-09-14 深圳思量微系统有限公司 一种山体滑坡监测的方法
CN205899766U (zh) * 2016-07-21 2017-01-18 贵州京元科技有限公司 一种地质灾害监测预警装置
JP2018048815A (ja) * 2016-09-20 2018-03-29 株式会社Where 斜面崩壊検出方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
徐珉 等: "利用遥感技术进行地震短临预报", 《航天技术与民品》 *
邹博: "《百科知识全书(外国卷)》", 31 July 2011, 线装书局 *
金秀如 等: "地震监测系统AETA的数据处理设计与实现", 《计算机技术与发展》 *
陈非比 等: "《唐山地震》", 31 July 1979, 地震出版社 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082830A (zh) * 2019-05-23 2019-08-02 深圳市新禾源投资咨询研究中心(有限合伙) 一种地下矿产资源探测方法和系统
CN110082830B (zh) * 2019-05-23 2021-09-07 深圳市新禾源投资咨询研究中心(有限合伙) 一种地下矿产资源探测方法和系统
CN110632341A (zh) * 2019-09-04 2019-12-31 华北水利水电大学 一种监测滑坡滑动速度和滑动位移的方法
CN110632341B (zh) * 2019-09-04 2021-07-02 华北水利水电大学 一种监测滑坡滑动速度和滑动位移的方法
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
CN110887746A (zh) * 2019-11-18 2020-03-17 宁波大学 基于洛伦兹力的超大尺寸岩体结构面剪切试验的切向加载方法
CN110887746B (zh) * 2019-11-18 2022-05-03 宁波大学 基于洛伦兹力的超大尺寸岩体结构面剪切试验的切向加载方法
CN115457736A (zh) * 2022-07-25 2022-12-09 重庆大学 一种基于加速变形阶段完成率的滑坡预警方法
CN115457736B (zh) * 2022-07-25 2023-08-04 重庆大学 一种基于加速变形阶段完成率的滑坡预警方法
CN117037457A (zh) * 2023-10-10 2023-11-10 青州鸿润电器科技有限公司 一种山体滑坡监测预警方法
CN117037457B (zh) * 2023-10-10 2023-12-15 青州鸿润电器科技有限公司 一种山体滑坡监测预警方法

Similar Documents

Publication Publication Date Title
CN108873102A (zh) 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109003422A (zh) 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN108845348B (zh) 用于地震预报的前兆数据处理方法、地震预报方法和系统
CN109085641B (zh) 用于地震预报的监测数据处理方法、地震预报方法和系统
Guo et al. Undrained deformation behavior of saturated soft clay under long-term cyclic loading
Rahardjo et al. Sensing and monitoring for assessment of rainfall-induced slope failures in residual soil
Uyanık et al. Micro-zoning of the natural radioactivity levels and seismic velocities of potential residential areas in volcanic fields: the case of Isparta (Turkey)
CN109001792A (zh) 用于地震预报的监测数据处理方法、地震预报方法和系统
Ellis et al. Detecting impacts of sand grains with a microphone system in field conditions
CN103336298A (zh) 一种大地震断裂区域前兆数据的采集和分析方法
CN104048640A (zh) 一种基于l型液态金属天线的滑坡灾变智能监测方法
CN110243946B (zh) 一种用于尾矿库坝体溃坝预警的弯曲导波监测方法
Bachirou et al. Mapping in a radon-prone area in Adamawa region, Cameroon, by measurement of radon activity concentration in soil
Lashgari et al. Probabilistic pre-conditioned compound landslide hazard assessment framework: integrating seismic and precipitation data and applications
Upadhyay et al. Assessing radioactive contaminants in Kathmandu soils: measurement and risk analysis
CN113108732A (zh) 一种用于边坡滑坡预警的导波监测方法
CN111190219B (zh) 用于地震预报的监测数据处理方法
CN108873075A (zh) 一种断裂带的活动监测方法、勘探方法和装置
Abi Nader et al. Machine learning prediction of groundwater heights from passive seismic wavefield
Büyüksaraç et al. Investigation of site characterization and vulnerability in Antakya (Turkey) under basin effect
An et al. Prediction of highway blockage caused by earthquake-induced landslides for improving earthquake emergency response
Chen et al. Physical vulnerability assessment for buildings impacted by a slow moving landslide based on field work and statistical modelling
Wren et al. Using lake sedimentation rates to quantify the effectiveness of erosion control in watersheds
WO2019232791A1 (zh) 用于地震预报的监测数据处理方法、地震预报方法和系统
Kumar et al. Assessing landslide velocity scales with acoustic emission active waveguides for early warning system

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181123

RJ01 Rejection of invention patent application after publication