CN108986413A - 一种基于多源信息数据的冰湖灾害监测与预警方法 - Google Patents

一种基于多源信息数据的冰湖灾害监测与预警方法 Download PDF

Info

Publication number
CN108986413A
CN108986413A CN201810932712.5A CN201810932712A CN108986413A CN 108986413 A CN108986413 A CN 108986413A CN 201810932712 A CN201810932712 A CN 201810932712A CN 108986413 A CN108986413 A CN 108986413A
Authority
CN
China
Prior art keywords
glade
monitoring
information
early warning
glacier
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
CN201810932712.5A
Other languages
English (en)
Inventor
李永松
高延鸿
尹健民
艾凯
李建峰
刘颖
罗淑慧
剑奎
李晓雪
尼玛
王亚军
李显
李帅
汪洋
张新辉
刘元坤
彭潜
韩晓玉
周春华
达瓦
付平
许静
王秀玫
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.)
Changjiang River Scientific Research Institute Changjiang Water Resources Commission
Original Assignee
Changjiang River Scientific Research Institute Changjiang Water Resources Commission
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 Changjiang River Scientific Research Institute Changjiang Water Resources Commission filed Critical Changjiang River Scientific Research Institute Changjiang Water Resources Commission
Priority to CN201810932712.5A priority Critical patent/CN108986413A/zh
Publication of CN108986413A publication Critical patent/CN108986413A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Abstract

本发明涉及一种基于多源信息数据的冰湖灾害监测与预警方法,结合不同时段的卫星遥感图像解译、冰碛垄岩土体渗透特性以及冰舌坡度、冰川及冰舌距冰湖的距离、冰川和冰碛垄位移、冰湖湖面监测、气候及水文条件监测,建立基于上述多源信息的数值模型,并对各冰湖溃决危险性指标进行归一化处理通过智能算法进行冰湖溃决可能性进行初步评估。对可能发生灾害的工况,通过数值计算进行冰湖溃决灾害模拟和洪水演进分析,并根据模拟计算结果发布预警,以有效组织救灾减灾。本发明融合了遥感影像及解译技术、水文及地质监测技术、智能算法和数值模拟技术等多种研究方法,具有监测服役时间长、能精确监测冰湖灾害危险性指标和准确进行冰湖灾害预警等优点。

Description

一种基于多源信息数据的冰湖灾害监测与预警方法
技术领域
本发明涉及电气数据分析领域,特别涉及一种基于多源信息数据的冰湖灾害监测与预警方法。
背景技术
自20世纪中叶以来,我国西部大多数冰川处于强烈退缩状态,特别是喜马拉雅山冰川、藏东南山地和横断山区冰川以及昆仑山与喀喇昆仑山冰川普遍处于消融退缩状态。西藏拥有大面积的冰川、冻土和多年积雪,冰川融水径流达 325亿m3,约占全国冰川径流融水的53.6%。根据从美国陆地卫星(LandSat TM、ETM)与中巴卫星(CBERS)遥感影像图解译统计,截止2006年西藏全区面积在0.014km2以上的各类冰湖2483个,冰湖总面积366.56km2,平均冰湖面积 0.148km2,最大冰湖面积12.87km2。青藏高原内部发育着36793条现代冰川,冰川面积49873.44km2,分别占中国冰川总条数、总面积和冰储量的79.5%、84%和81.6%。
在全球气候变暖的大背景下,多数冰川呈加速消融及退缩的态势,导致了冰湖溃决洪水和冰川泥石流等重大冰川灾害发生频率的加剧和影响程度的加大。
因此,从国家需求的角度出发,开展冰湖灾害防灾减灾技术研究,不仅将对全球气候变化研究做出巨大的贡献,保持我国青藏高原研究的领先地位,而且能够对目前冰湖灾害的防治提供理论和技术指导。而现有的冰湖灾害要就大都集中在理论研究和数值模拟方法上,而没有根据气候变化情况下冰湖的演变趋势研究和根据危险因素的实时监测数据进行冰湖灾害分析并及时发布预警。
发明内容
本发明的目的在于克服已有背景技术的不足之处,从而提供一种基于多源信息数据的冰湖灾害监测与预警方法,该方法融合了诸如遥感、勘测、地球物理、监测、智能算法及远程数据传输等多种先进手段的优点,在多种信息数据分析的基础上对可能发生灾害的工况,通过数值计算进行冰湖溃决灾害模拟和洪水演进分析,并根据模拟计算结果发布预警,以有效组织救灾减灾。本发明具有监测服役时间长、能精确监测冰湖灾害危险性指标和准确进行冰湖灾害预警等优点。
本发明的技术方案:
一种基于多源信息数据的冰湖灾害监测与预警方法,具体步骤如下:
步骤一、遥感解译:采用Worldview3高分辨率卫星进行每季度一次的冰湖和冰川面积解译,并结合已有的遥感图像分析冰湖面积的演变趋势,若相邻两次冰湖或冰川面积变化大于2%,则遥感图像解译设置为由每季度一次变为一月一次;
步骤二、现场踏勘:专业技术人员进行现场踏勘,并根据冰湖所处的地质环境及地质特征识别溃决危险因素,现场进行冰舌坡度、终碛坝顶宽度、终碛坝背水坡度、冰川及冰舌距冰湖的距离测量,并结合确定监测内容、方案及模拟分析目标;
步骤三、溃决危险性初步评价:进行冰湖溃决危险性初步评价时考虑以下潜在危险因素:冰湖面积年变化达到4%及以上、冰舌坡度大于8°、冰湖与冰川的距离小于500m、终碛坝顶宽度小于60m以及终碛坝背水坡度大于20°,进行无量纲归一化处理,
式中:Xi′(k)为第i个学习样本中第k个指标的无量纲化值;max X(k)为第k 个评价指标的上限值;在对原始数据进行无量纲化处理时,若某评价指标的实际取值大于或等于其相应的上限值,即利用此式算得的Xi′(k)≥1.0时,则取无纲量化值为1.0;收集国内外大量的冰湖相关数据作为神经网络的训练样本,包括上述的冰湖冰湖潜在危险因素和冰湖溃决危险性指标R,其中危险性指数R是所收集的冰湖数据中经过综合评判的冰湖稳定性指标,一般是根据冰湖稳定性的实际状况现场勘察和专家评判确定的;通过训练好的神经网络进行冰湖危险性评价,对危险性指数R大于0.25,即轻度危险以上的冰湖,应加强对上述危险因素的监测;对危险性指数R大于0.5,即高度危险的冰湖,应采取相应的减灾措施,必要时发布预警。
所述步骤二中具体包括,
步骤1、现场地质勘测及渗压计布置:采用坑槽探和钻孔方式在冰湖垭口,并进行岩土体力学参数及渗透特性进行室内试验,采用瞬态瑞雷波法进行冰碛垄岩土体分层;在钻孔中布置光纤光栅式渗压计,进行冰湖垭口监测,监测结果并入到步骤4中的遥测终端机中;
步骤2、地质模型建模:在冰湖周围进行地形地貌测绘,通过量测仪器进行现场冰湖水下地形测量,然后结合Worldview3卫星遥感图像、现场地形勘测、岩土体分层、颗粒分析和力学试验结果建立冰湖数值计算模型;
步骤3、位移监测:冰舌、冰川和冰碛垄位移持续监测,并将位移传感器数据监测结果接入到步骤4中的遥测终端机中;
步骤4、水文、气象和影像监测:设置冰湖湖面水文、气象及影像信息综合监测站,并配备遥测终端机;综合监测站监测内容主要包括:温度、雨量、风速、风向、气压、湖面变化影像;
步骤5、设置遥测监测站:将步骤4的水文、气象和影像监测、步骤3的位移监测和步骤1的水位和渗流参数相关一并接入到遥测监测站中;遥测终端具有数据采集、控制及远程通信功能;
步骤6、监测信息传输:将遥测监终端信息通过天线连接GPRS网络,并将采集的数据发送至步骤7的中央监测及预警系统;在中央预警系统的服务器中,将多源信息分成由遥感资料、地形、力学参数组成的基础数据信息和由地质、水文、气象及影像信息组成的实时数据信息,以供查询和计算预测分析;
步骤7、设置中央监测系统及预警系统:中央监控系统及预警系统由计算机网络、数据库和应用系统组成,主要包括多源信息汇集、信息查询、信息处理预警发布模块,并基于B/S模式、C/S模式和webgis技术实现上述功能,所述多源信息包括遥感信息、地质监测信息、冰舌角度和位移信息、冰川和冰碛垄位移监测信息、水文、气象信息和冰湖湖面影像信息。
根据监测的多源信息以及步骤2所建立的计算模型,根据冰湖数值计算模型和测试得到的多工况的冰湖水位、滑入冰湖物质的体积、不同渗流条件下的冰碛垄岩土体的力学参数进行冰湖溃决模拟及洪水演进分析;当监测数据达到相应的溃决条件时及时发布预警,以最大程度的减小损失;实时数据信息、基础数据信息、计算预测结果和预警信息通过各级工作站实时查询;中央监测及预警系统及各级工作站均可查询冰湖灾害发生时冰湖下游典型断面洪水到达时间、洪水流量和水深等信息,以有效组织救灾。
本发明的有益效果是:(1)本发明采用的地质、水文和气象等资料均采用现场监测资料,而非根据冰湖区附近资料推测,提高了模拟计算、预测的精度和预警防灾工作的有效性。(2)本发明进行遥感动态监测、地质勘测以及多源信息监测,并相关成果建立数据库,以实时对冰湖情况进行查询,并可经过信息处理后通过预警模块发布灾害预警。(3)当冰湖灾害可能发生时,中央监测及预警系统及各级工作站均可查询冰湖灾害发生时冰湖下游典型断面洪水到达时间、洪水流量和水深等信息,以有效的组织救灾,减少或避免生命财产伤亡损失。(4)本发明融合了遥感影像及解译技术、水文及地质监测技术、智能算法和数值模拟技术等多种研究方法,具有监测服役时间长、能精确监测冰湖灾害危险性指标和准确进行冰湖灾害预警等优点,对深化高原防灾减灾研究和可持续发展也有重大意义。
附图说明
图1是基于多源信息数据的冰湖灾害监测与预警方法系统结构图;
图2是典型冰湖遥感图像解译;
图3是典型冰湖现场调研-潜在危险因素图片;
图4是典型冰湖地形地貌测绘结果图;
图5是典型冰湖水下测绘地形图;
图6是典型冰湖垭口岩土试验成果;
图6(a)是典型冰湖垭口冰碛土取样点现场照片;
图6(b)是典型冰湖垭口冰碛土三轴试验成果;
图6(c)是典型冰湖垭口冰碛土颗粒级配曲线;
图7是典型冰湖重点剖面数值计算模型;
图8是冰湖下游典型断面洪水到达时间和洪水流量信息;
图9是冰湖下游典型断面洪水到达时间和水深信息。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的技术方案:
参见图1,本发明一种基于多源信息数据的冰湖灾害监测与预警方法所设置的中央监测及预警系统主要包括关于冰湖灾害的完整的多源信息采集、处理、信息管理系统和业务应用系统。多源信息又包括实时数据信息和基础数据信息,其中:实时数据信息主要由地质、水文、气象及影像信息等监测数据组成,而基础数据信息包括遥感资料、地形、力学参数等。信息管理包括信息接入、监测(水文、气象、地质和冰湖影像)信息采集、信息处理和管理。业务应用系统由上述的实时信息监测、信息查询和信息处理后的灾害预警系统组成。
采用本发明进行冰湖灾害监测与预警方法时,主要实施步骤如下:
第一步:遥感图像收集和解译分析,选取采用Worldview3高分辨率卫星进行每季度一次的冰湖和冰川面积解译,见图2,并结合已有的遥感图像分析冰湖面积的演变趋势。若相邻两次冰湖或冰川面积变化大于2%,则遥感图像解译设置为由每季度一次变为一月一次。
第二步:现场踏勘和潜在危险因素调研,将冰湖面积变化率、冰舌坡度、冰川及冰舌距冰湖的距离、终碛坝顶宽度和终碛坝背水坡度视为潜在危险性因素,见图3,并进行现场测量、确定监测内容及设备布置方案。
第三步:冰湖溃决危险性初步评价:将第二步中的潜在危险因素进进行进行无量纲归一化处理,收集国内外大量的冰湖相关数据作为神经网络的训练样本,见表1,冰湖的危险性级别对应的危险性指数表2。通过神经网络训练后,输入第一步和第二步得到的冰湖各危险性因素,计算结果对危险性指数R大于 0.25,即轻度危险以上的冰湖,应加强对上述危险因素的监测。对危险性指数R 大于0.5,即高度危险的冰湖,应采取相应的减灾措施,必要时发布预警。
表1归一化处理后部分冰湖溃决危险性评价样本
表2冰湖溃决危险性与危害等级对应关系
第四步:冰碛坝岩土体力学参数研究及渗压监测,结合第二步现场踏勘情况,选择冰湖冰碛坝垭口位置布置坑槽探和钻孔,取样进行室内岩体力学试验和渗透性试验,采用瞬态瑞雷波法进行冰碛垄岩土体分层,在钻孔中布置光纤光栅式渗压计进行监测,并布置位移传感器。试验结果和岩土体分层作为第一步中的基础数据信息,渗压计采集结果作为实时数据信息接入遥测终端机并传输至第一步的中央监测系统及预警系统。
第五步:冰湖计算模型建立,进行地形地貌测绘(见图4)和冰湖水下地形测量(见图5),并结合Worldview3卫星遥感图像(见图2)、现场地形勘测、岩土体分层、颗粒分析和力学试验结果(见图6中的图6(a)、图6(b)、图6 (c))建立冰湖数值计算模型(见图7)。
第六步:实时多源信息监测及远程通信,在冰舌、冰川和冰碛垄(坝)上布置位移传感器,在冰湖湖边设置由气象、水文及冰湖湖面影响信息监测设备组成的综合监测站,将第四步的冰湖垭口渗压计和位移传感器、此步中的冰舌、冰川和冰碛垄(坝)位移监测、气象、水文及冰湖湖面影响信息监测一并接入至配备的遥测终端机中。将遥测监终端信息通过天线连接GPRS网络,并将采集的数据发送至第七步的中央监测及预警系统。
第七步:实时信息查询,设置中央监测系统及预警系统,将多源信息分为将多源信息分成由遥感资料、地形、力学参数组成的基础数据信息和由地质、水文、气象及影像信息组成的实时数据信息,采用B/S模式和C/S模式进行开发,基于webgis技术实现实时动态监控和查询。
第八步:冰湖灾害发生的可能性预测及预警,根据监测的多源信息以及第五步所建立的计算模型,根据冰湖数值计算模型和测试得到的力学参数进行多工况的冰湖水位、滑入冰湖物质的体积、不同渗流条件下的冰碛垄岩土体的力学参数进行冰湖溃决模拟及洪水演进分析。当监测数据达到相应的溃决条件时及时发布预警,以最大程度的减小损失。在预警系统中可以查询灾害发生时,冰湖下游典型断面洪水到达时间、洪水流量和水深等信息,见图8和图9,以有效的组织救灾。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种基于多源信息数据的冰湖灾害监测与预警方法,其特征在于,具体步骤如下:
步骤一、遥感解译:采用Worldview3高分辨率卫星进行每季度一次的冰湖和冰川面积解译,并结合已有的遥感图像分析冰湖面积的演变趋势,若相邻两次冰湖或冰川面积变化大于2%,则遥感图像解译设置为由每季度一次变为一月一次;
步骤二、现场踏勘:专业技术人员进行现场踏勘,并根据冰湖所处的地质环境及地质特征识别溃决危险因素,现场进行冰舌坡度、终碛坝顶宽度、终碛坝背水坡度、冰川及冰舌距冰湖的距离测量,并结合确定监测内容、方案及模拟分析目标;
步骤三、溃决危险性初步评价:通过神经网络算法进行冰湖溃决危险性初步评价时考虑以下潜在危险因素:冰湖面积年变化达到4%及以上、冰舌坡度大于8°、冰湖与冰川的距离小于500m、终碛坝顶宽度小于60m以及终碛坝背水坡度大于20°,进行无量纲归一化处理,
式中:Xi′(k)为第i个学习样本中第k个指标的无量纲化值;max X(k)为第k个评价指标的上限值;在对原始数据进行无量纲化处理时,若某评价指标的实际取值大于或等于其相应的上限值,即利用此式算得的Xi′(k)≥1.0时,则取无纲量化值为1.0;收集国内外大量的冰湖相关数据,包括上述的冰湖冰湖潜在危险因素和冰湖溃决危险性指标R,其中危险性指数R是所收集的冰湖数据中经过综合评判的冰湖危险性,一般是根据冰湖稳定性的实际情况现场勘察和专家评判确定的;将上述无量纲化处理后的结果作为神经网络的输入样本、相应的冰湖溃决的危险性指数R作为输出进行神经网络训练样本;然后,通过训练好的神经网络进行冰湖危险性评价,对危险性指数R大于0.25,即轻度危险以上的冰湖,应加强对上述危险因素的监测;对危险性指数R大于0.5,即高度危险的冰湖,应采取相应的减灾措施,必要时发布预警。
2.根据权利要求1所述的一种基于多源信息数据的冰湖灾害监测与预警方法,其特征在于,所述步骤二中具体包括,
步骤1、现场地质勘测及渗压计布置:采用坑槽探和钻孔方式在冰湖垭口,并进行岩土体力学参数及渗透特性进行室内试验,采用瞬态瑞雷波法进行冰碛垄岩土体分层;在钻孔中布置光纤光栅式渗压计,进行冰湖垭口监测,监测结果并入到步骤4中的遥测终端机中;
步骤2、地质模型建模:在冰湖周围进行地形地貌测绘,通过量测仪器进行现场冰湖水下地形测量,然后结合Worldview3卫星遥感图像、现场地形勘测、岩土体分层、颗粒分析和力学试验结果建立冰湖数值计算模型;
步骤3、位移监测:冰舌、冰川和冰碛垄位移持续监测,并将位移传感器数据监测结果接入到步骤4中的遥测终端机中;
步骤4、水文、气象和影像监测:设置冰湖湖面水文、气象及影像信息综合监测站,并配备遥测终端机;综合监测站监测内容主要包括:温度、雨量、风速、风向、气压、湖面变化影像;
步骤5、设置遥测监测站:将步骤4的水文、气象和影像监测、步骤3的位移监测和步骤1的水位和渗流参数相关一并接入到遥测监测站中;遥测终端具有数据采集、控制及远程通信功能;
步骤6、监测信息传输:将遥测监终端信息通过天线连接GPRS网络,并将采集的数据发送至步骤7的中央监测及预警系统;在中央预警系统的服务器中,将多源信息分成由遥感资料、地形、力学参数组成的基础数据信息和由地质、水文、气象及影像信息组成的实时数据信息,以供查询和计算预测分析;
步骤7、设置中央监测系统及预警系统:中央监控系统及预警系统由计算机网络、数据库和应用系统组成,主要包括多源信息汇集、信息查询、信息处理预警发布模块,并基于B/S模式、C/S模式和webgis技术实现上述功能,所述多源信息包括遥感信息、地质监测信息、冰舌角度和位移信息、冰川和冰碛垄位移监测信息、水文、气象信息和冰湖湖面影像信息。
3.根据权利要求2所述的一种基于多源信息数据的冰湖灾害监测与预警方法,其特征在于,所述步骤三中具体包括,
根据监测的多源信息以及步骤2所建立的计算模型,根据冰湖数值计算模型和测试得到的多工况的冰湖水位、滑入冰湖物质的体积、不同渗流条件下的冰碛垄岩土体的力学参数进行冰湖溃决模拟及洪水演进分析;当监测数据达到相应的溃决条件时及时发布预警,以最大程度的减小损失;实时数据信息、基础数据信息、计算预测结果和预警信息通过各级工作站实时查询;中央监测及预警系统及各级工作站均可查询冰湖灾害发生时冰湖下游典型断面洪水到达时间、洪水流量和水深等信息,以有效组织救灾。
CN201810932712.5A 2018-08-16 2018-08-16 一种基于多源信息数据的冰湖灾害监测与预警方法 Pending CN108986413A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810932712.5A CN108986413A (zh) 2018-08-16 2018-08-16 一种基于多源信息数据的冰湖灾害监测与预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810932712.5A CN108986413A (zh) 2018-08-16 2018-08-16 一种基于多源信息数据的冰湖灾害监测与预警方法

Publications (1)

Publication Number Publication Date
CN108986413A true CN108986413A (zh) 2018-12-11

Family

ID=64553160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810932712.5A Pending CN108986413A (zh) 2018-08-16 2018-08-16 一种基于多源信息数据的冰湖灾害监测与预警方法

Country Status (1)

Country Link
CN (1) CN108986413A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950062A (zh) * 2020-08-14 2020-11-17 中国电建集团成都勘测设计研究院有限公司 一种堰塞体溢流线及垭口的确定方法
CN114373283A (zh) * 2022-03-22 2022-04-19 中国科学院、水利部成都山地灾害与环境研究所 一种冰崩型冰碛湖溃决灾害预警方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6169476B1 (en) * 1997-02-18 2001-01-02 John Patrick Flanagan Early warning system for natural and manmade disasters
CN105513285A (zh) * 2016-01-28 2016-04-20 成都理工大学 冰湖溃决预警方法
CN105740616A (zh) * 2016-01-28 2016-07-06 成都理工大学 冰湖溃决的危险性判断方法
WO2017087917A2 (en) * 2015-11-20 2017-05-26 Duke University Bicarbonate biosensors, calcium biosensors, and uses thereof
CN106932023A (zh) * 2017-04-18 2017-07-07 中国科学院寒区旱区环境与工程研究所 冰体内应力形变检测系统及冰川移动评估系统
CN106960548A (zh) * 2017-05-31 2017-07-18 中南大学 一种边坡地质灾害监测预警方法及系统
CN107564245A (zh) * 2017-09-28 2018-01-09 成都理工大学 一种考虑降雨的冰湖溃决的预报方法
CN107749144A (zh) * 2017-09-28 2018-03-02 成都理工大学 一种冰湖溃决的溢流水位预警方法及其应用

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6169476B1 (en) * 1997-02-18 2001-01-02 John Patrick Flanagan Early warning system for natural and manmade disasters
WO2017087917A2 (en) * 2015-11-20 2017-05-26 Duke University Bicarbonate biosensors, calcium biosensors, and uses thereof
CN105513285A (zh) * 2016-01-28 2016-04-20 成都理工大学 冰湖溃决预警方法
CN105740616A (zh) * 2016-01-28 2016-07-06 成都理工大学 冰湖溃决的危险性判断方法
CN106932023A (zh) * 2017-04-18 2017-07-07 中国科学院寒区旱区环境与工程研究所 冰体内应力形变检测系统及冰川移动评估系统
CN106960548A (zh) * 2017-05-31 2017-07-18 中南大学 一种边坡地质灾害监测预警方法及系统
CN107564245A (zh) * 2017-09-28 2018-01-09 成都理工大学 一种考虑降雨的冰湖溃决的预报方法
CN107749144A (zh) * 2017-09-28 2018-03-02 成都理工大学 一种冰湖溃决的溢流水位预警方法及其应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈晓清,崔鹏,杨忠,齐永青: "喜马拉雅山中段波曲流域近期冰湖溃决危险性分析与评估", 《冰川冻土》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950062A (zh) * 2020-08-14 2020-11-17 中国电建集团成都勘测设计研究院有限公司 一种堰塞体溢流线及垭口的确定方法
CN114373283A (zh) * 2022-03-22 2022-04-19 中国科学院、水利部成都山地灾害与环境研究所 一种冰崩型冰碛湖溃决灾害预警方法
CN114373283B (zh) * 2022-03-22 2022-06-21 中国科学院、水利部成都山地灾害与环境研究所 一种冰崩型冰碛湖溃决灾害预警方法

Similar Documents

Publication Publication Date Title
Arifjanov et al. Evaluation of deformation procedure in waterbed of rivers
CN105809372B (zh) 一种基于卫星遥感图像的自然灾害风险监测系统
CN106485254A (zh) 一种输电线路通道地表特征变化自动提取方法
CN111951392A (zh) 一种基于时间序列遥感影像和水位监测数据的洲滩枯水位以上地形重建方法
Mahé et al. Changements climatiques et variations des écoulements en Afrique occidentale et centrale, du mensuel à l’interannuel
CN108986413A (zh) 一种基于多源信息数据的冰湖灾害监测与预警方法
CN106373070A (zh) 一种应对城市暴雨内涝的四预方法
CN114118677A (zh) 基于物联网的尾矿库风险监测预警系统
CN107403004A (zh) 一种基于地形数据的遥测雨量站点可疑数值检验方法
CN106971510A (zh) 一种双模式山洪预警控制系统及方法
CN113470333A (zh) 一种线路工程走廊浅层滑坡危险性评估及监测预警系统
Kumar et al. Multi-temporal LULC classification using hybrid approach and monitoring built-up growth with Shannon’s entropy for a semi-arid region of Rajasthan, India
Pinter et al. El Niño–driven landsliding and postgrazing vegetative recovery, Santa Cruz Island, California
CN111445011A (zh) 一种基于气象和遥感数据的山火预警方法
Schultz Potential of modern data types for future water resources management
CN108961402A (zh) 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法
Antoni et al. The extent of agricultural land damage in various tsunami wave height scenarios: Disaster management and mitigation
Myronidis et al. Integrated flood hazard mapping in the framework of the EU Directive on the assessment and management of flood risks
Cloke et al. Operational European flood forecasting
Su et al. Application of remote sensing and geographic information system in hydrological modelling
Olabode et al. Analysis of flood risk zones (Frzs) around Asa River in Ilorin using geographic information system (GIS)
Susilowati et al. Micro hydropower plant potential study based on Landsat 8 operational land imager satellite data
Pratomo Flash Flood Behaviour on a Small Caribbean Island: A Comparison of Two Watersheds in Grenada
Liu et al. Remote sensing-based dynamic monitoring of immovable cultural relics, from environmental factors to the protected cultural Site: A case study of the Shunji Bridge
JMMU et al. The Effect of Incorporation of Embankment Information for Flood Simulation of the Gin River, Sri Lanka

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: 20181211

RJ01 Rejection of invention patent application after publication