CN109447493A - 一种基于物源活动强度的震后泥石流危险性评价方法 - Google Patents
一种基于物源活动强度的震后泥石流危险性评价方法 Download PDFInfo
- Publication number
- CN109447493A CN109447493A CN201811319285.XA CN201811319285A CN109447493A CN 109447493 A CN109447493 A CN 109447493A CN 201811319285 A CN201811319285 A CN 201811319285A CN 109447493 A CN109447493 A CN 109447493A
- Authority
- CN
- China
- Prior art keywords
- activity intensity
- material resource
- formula
- activity
- factor
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 157
- 239000000463 material Substances 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000011435 rock Substances 0.000 claims abstract description 68
- 238000011156 evaluation Methods 0.000 claims abstract description 58
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 23
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 22
- 230000037081 physical activity Effects 0.000 claims abstract description 15
- 238000013316 zoning Methods 0.000 claims abstract description 9
- 238000011160 research Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000003325 tomography Methods 0.000 claims description 6
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 4
- 239000004575 stone Substances 0.000 abstract description 14
- 238000002405 diagnostic procedure Methods 0.000 abstract description 8
- 238000013210 evaluation model Methods 0.000 abstract description 6
- 230000002265 prevention Effects 0.000 abstract description 6
- 238000013459 approach Methods 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 12
- 238000011161 development Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 230000001550 time effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001163600 Bathylaco nigricans Species 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000034303 cell budding Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- -1 sandstone Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物源活动强度的震后泥石流危险性评价方法,属于泥石流防治工程领域,其特征在于,包括以下步骤:a、进行活动强度分级;b、计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F;c、确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型;e、计算区域总危险值,划分为五个等级。本发明将多期泥石流物源体活动强度以概率综合判别法引入评价模型,结合层次分析法考虑地形水文因子,综合加权叠加得到每一期震后泥石流危险性评价结果,能有效提高震区泥石流危险性评价的准确度,为震后泥石流灾害的预测及防治提供更有力的依据。
Description
技术领域
本发明涉及到泥石流防治工程技术领域,尤其涉及一种基于物源活动强度的震后泥石流危险性评价方法。
背景技术
泥石流是发生在山地区域的极为复杂的地质灾害,它是由土、石等固体物质与水相混合在重力作用下沿陡峻沟坡运动的两相流体。我国泥石流灾害遍及26个省市的广大山区,总共约有几万条分布,是世界上受泥石流灾害威胁最严重的国家之一。泥石流灾害平均每年造成的直接经济损失约10亿元,因此近些年震后泥石流成为威胁我国山区经济建设和发展的主要地质灾害,为了尽最大程度减少泥石流灾害带来的损失,必须加强危险性评价方面的研究。
纵观我国泥石流危险性评价的发展历史,20世纪80年代以前主要局限于对泥石流灾害的定点调查和危险性定性描述,研究处于萌芽阶段。80年代以后,随着泥石流危险性评价研究的不断创新发展,我国泥石流危险性研究开始突破传统研究模式,注重以数学语言表达运动过程及危险范围,逐渐从定性的判别模式逐步向半定性、半定量的判别模式过渡;90年代以来,随着GIS与RS技术的飞速发展,逐步为泥石流数据库构建、空间分析及动态演化提供了强有力的工具,进而泥石流危险性评价逐步走向定量为主、定性为辅的新阶段,其空间分析及数据集成化大大促进了该领域快速发展。目前的评价方法大多是从影响泥石流沟的发育发展以及导致其暴发的背景因子和诱发因子入手,采用不同的数学方法,如:模糊数学评价法、灰色系统评价法、回归分析法等确定因子间的主次关系和权重,从而构造出相应的数学模型。这些评价方法虽不尽相同,但其基本评价原理却是一致的。泥石流的发育条件包括:地形条件、水动力条件、物源条件。目前的危险性评价方法大多是基于因子叠加理论框架,只从地形条件出发来考虑,地形因子的获取相对较为简单,随着高精度影像的使用,通过GIS空间处理,距水系距离开始作为水力条件被纳入评价体系;但是目前相对于地形与水力条件,物源具有很大的不确定性,大多研究者仅仅考虑了一次物源量,并未考虑物源自身的活动强度,每一年物源都处于动态演化过程中,而活动强度直接影响泥石流危险性评价结果的准确性。
公开号为CN 104036153A,公开日为2014年09月10日的中国专利文献公开了一种泥石流发生的危险性定量检测评价方法,其特征在于,包括以下步骤:a.根据统计的降雨量与泥石流发生可能性大小,建立降雨量大小与泥石流发生可能性相关关系,并按一定权重赋予降雨量相应分值,降雨量分值大小代表降雨量因素引起泥石流的可能性大小;b.根据统计的泥石流沟纵坡坡降与泥石流发生可能性大小,建立泥石流纵坡坡降与泥石流发生可能性相关关系,并按一定权重赋予泥石流沟纵坡坡降相应分值,纵坡坡降分值大小代表纵坡坡降因素引起泥石流的可能性大小;c.根据统计的泥石流沟内不稳定物源量与泥石流发生可能性大小,建立不稳定物源量与泥石流发生可能性相关关系,并按一定权重赋予不稳定物源量相应分值,不稳定物源量分值大小代表不稳定物源量因素引起泥石流的可能性大小;d.综合降雨量、泥石流沟纵坡坡降和泥石流沟内不稳定物源量这三个因素对泥石流发生的可能性大小的影响,采用相关分析方法,建立三个因素得分值之和与三个因素单项值大小之间的相关关系式;并根据总分值大小划出不同危险性大小等级。
该专利文献公开的泥石流发生的危险性定量检测评价方法,虽然考虑了物源,但未能和水力条件进行良好的结合,物源具有很大的不确定性,未考虑物源自身的活动强度,每一年物源都处于动态演化过程中,而活动强度直接影响泥石流危险性评价结果准确性,因此,不能有效的对震后泥石流灾害进行预测,不能为震后泥石流灾害的防治提供有力依据。
发明内容
本发明为了克服上述现有技术的缺陷,提供一种基于物源活动强度的震后泥石流危险性评价方法,本发明考虑震后泥石流流域内物源活动强度与地形水文因子,将多期泥石流物源体活动强度以概率综合判别法引入评价模型,结合层次分析法考虑地形水文因子,综合加权叠加得到每一期震后泥石流危险性评价结果,能够有效提高震区泥石流危险性评价的准确度,并可根据物源的活动强度开展泥石流多期危险性评价,探索泥石流危险性的演化规律,为震后泥石流灾害的预测及防治提供更有力的依据。
本发明通过下述技术方案实现:
一种基于物源活动强度的震后泥石流危险性评价方法,其特征在于,包括以下步骤:
a、当期影像物源精确解译后,按式1进行活动强度分级;
D=Ad/A 式1
式中,D为物源活动强度,Ad为物源体活动面积,A为前一期物源体面积;
b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;
F=(f1-f2)/f1×(1-f2) 式2
F=(f1-f2)/f2×(1-f1) 式3
式中,F为评价因子不同分级条件的概率综合判别值;f1为该因子不同分级下各活动强度级别的物源体面积占该因子分级下研究区面积的比例;f2为评价因子不同分级区的物源体面积占整个研究区物源体总面积的比例;
c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;
d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;
式中,hj为j级活动强度下的危险值,Xik为第i个因子的k层分级,Pik为第i个因子的k层分级的概率值,Wi为第i个因子的权重值;
e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;
式中,hj为j级活动强度下的危险值,Kj为每级活动强度对于区域的权重值。
还包括步骤f,根据多年每条泥石流流域内各级危险区面积的演化程度,作为评判泥石流危险程度演化趋势的依据。
所述步骤a中,活动强度分为五级,当D=0时,活动强度为一级,无活动;当0<D<2/5时,活动强度为二级,活动强度较低;当2/5≤D<4/5时,活动强度为三级,活动强度为中度;当4/5≤D<1时,活动强度为四级,活动强度较高;当D=1时,活动强度为五级,活动强度极高。
所述步骤b中,确定评价因子是指将坡度、坡向、距水系距离和距断层距离选出作为评价因子。
本发明的基本原理如下:
充分结合泥石流暴发所需的物源、水文及地形条件,不只是对泥石流单一暴发的敏感性做出评价,而是综合考虑到物源每一年都处于动态演化过程中,具有很强的时间演化特征,提出了基于时间效应尺度的物源活动强度关键指标,物源的活动强度直接影响了时间尺度上泥石流危险性评价结果的准确程度。因此本发明首先根据各年的遥感影像解译出泥石流流域内的物源体,再对物源体的活动强度进行分级,进而确定评价因子,用概率的数学方法统计每种活动强度条件下各个评价因子不同分级条件的概率综合判别值。结合评价因子的权重及每级活动强度对于区域的权重,通过加权叠加计算物源体在每种活动强度条件下的危险值,最后将每级活动强度下危险值进行加权构建基于物源活动强度的震后泥石流危险性评价方法。
本发明的有益效果主要表现在以下方面:
1、本发明,“a、当期影像物源精确解译后,按式1进行活动强度分级;b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;”,考虑震后泥石流流域内物源活动强度与地形水文因子,将多期泥石流物源体活动强度以概率综合判别法引入评价模型,结合层次分析法考虑地形水文因子,通过将震后泥石流流域范围内物源的活动强度与其它影响因子互相叠加,综合加权叠加得到每一期震后泥石流危险性评价结果,能够解决以往震区泥石流危险性评价中重要条件物源因子的缺失或不准确的问题,能够有效提高震区泥石流危险性评价的准确度,并可根据物源的活动强度开展泥石流多期危险性评价,探索泥石流危险性的演化规律,为震后泥石流灾害的预测及防治提供更有力的依据。
2、本发明,率先利用概率综合判别法,将泥石流物源以活动强度方式引入评价体系,能够有效提高震区泥石流危险性评价的准确性。
3、本发明,是基于物源活动强度的评价方法,在物源考虑上,通过采取高精度遥感解译及核查,能够保证在物源因子上的准确性。
4、在已有研究中多是以单条泥石流沟进行评价,所考虑的相对高差、主沟长、沟壑密度、距水系距离、距断层距离等地形地貌因子在相对时间上的变化幅度很小,只能开展单期评价,而本发明在空间和时间上充分考虑了物源体的动态活动强度,利用多期高精度影像开展多时间尺度泥石流危险性的评价,有力的展现了泥石流发育活动的演化趋势。
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:
图1为本发明评价方法的流程框图。
具体实施方式
实施例1
一种基于物源活动强度的震后泥石流危险性评价方法,包括以下步骤:
a、当期影像物源精确解译后,按式1进行活动强度分级;
D=Ad/A 式1
式中,D为物源活动强度,Ad为物源体活动面积,A为前一期物源体面积;
b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;
F=(f1-f2)/f1×(1-f2) 式2
F=(f1-f2)/f2×(1-f1) 式3
式中,F为评价因子不同分级条件的概率综合判别值;f1为该因子不同分级下各活动强度级别的物源体面积占该因子分级下研究区面积的比例;f2为评价因子不同分级区的物源体面积占整个研究区物源体总面积的比例;
c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;
d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;
式中,hj为j级活动强度下的危险值,Xik为第i个因子的k层分级,Pik为第i个因子的k层分级的概率值,Wi为第i个因子的权重值;
e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;
式中,hj为j级活动强度下的危险值,Kj为每级活动强度对于区域的权重值。
“a、当期影像物源精确解译后,按式1进行活动强度分级;b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;”,考虑震后泥石流流域内物源活动强度与地形水文因子,将多期泥石流物源体活动强度以概率综合判别法引入评价模型,结合层次分析法考虑地形水文因子,通过将震后泥石流流域范围内物源的活动强度与其它影响因子互相叠加,综合加权叠加得到每一期震后泥石流危险性评价结果,能够解决以往震区泥石流危险性评价中重要条件物源因子的缺失或不准确的问题,能够有效提高震区泥石流危险性评价的准确度,并可根据物源的活动强度开展泥石流多期危险性评价,探索泥石流危险性的演化规律,为震后泥石流灾害的预测及防治提供更有力的依据。
实施例2
一种基于物源活动强度的震后泥石流危险性评价方法,包括以下步骤:
a、当期影像物源精确解译后,按式1进行活动强度分级;
D=Ad/A 式1
式中,D为物源活动强度,Ad为物源体活动面积,A为前一期物源体面积;
b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;
F=(f1-f2)/f1×(1-f2) 式2
F=(f1-f2)/f2×(1-f1) 式3
式中,F为评价因子不同分级条件的概率综合判别值;f1为该因子不同分级下各活动强度级别的物源体面积占该因子分级下研究区面积的比例;f2为评价因子不同分级区的物源体面积占整个研究区物源体总面积的比例;
c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;
d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;
式中,hj为j级活动强度下的危险值,Xik为第i个因子的k层分级,Pik为第i个因子的k层分级的概率值,Wi为第i个因子的权重值;
e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;
式中,hj为j级活动强度下的危险值,Kj为每级活动强度对于区域的权重值。
还包括步骤f,根据多年每条泥石流流域内各级危险区面积的演化程度,作为评判泥石流危险程度演化趋势的依据。
率先利用概率综合判别法,将泥石流物源以活动强度方式引入评价体系,能够有效提高震区泥石流危险性评价的准确性。
实施例3
一种基于物源活动强度的震后泥石流危险性评价方法,包括以下步骤:
a、当期影像物源精确解译后,按式1进行活动强度分级;
D=Ad/A 式1
式中,D为物源活动强度,Ad为物源体活动面积,A为前一期物源体面积;
b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;
F=(f1-f2)/f1×(1-f2) 式2
F=(f1-f2)/f2×(1-f1) 式3
式中,F为评价因子不同分级条件的概率综合判别值;f1为该因子不同分级下各活动强度级别的物源体面积占该因子分级下研究区面积的比例;f2为评价因子不同分级区的物源体面积占整个研究区物源体总面积的比例;
c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;
d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;
式中,hj为j级活动强度下的危险值,Xik为第i个因子的k层分级,Pik为第i个因子的k层分级的概率值,Wi为第i个因子的权重值;
e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;
式中,hj为j级活动强度下的危险值,Kj为每级活动强度对于区域的权重值。
还包括步骤f,根据多年每条泥石流流域内各级危险区面积的演化程度,作为评判泥石流危险程度演化趋势的依据。
所述步骤a中,活动强度分为五级,当D=0时,活动强度为一级,无活动;当0<D<2/5时,活动强度为二级,活动强度较低;当2/5≤D<4/5时,活动强度为三级,活动强度为中度;当4/5≤D<1时,活动强度为四级,活动强度较高;当D=1时,活动强度为五级,活动强度极高。
所述步骤b中,确定评价因子是指将坡度、坡向、距水系距离和距断层距离选出作为评价因子。
“a、当期影像物源精确解译后,按式1进行活动强度分级;b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;”,考虑震后泥石流流域内物源活动强度与地形水文因子,将多期泥石流物源体活动强度以概率综合判别法引入评价模型,结合层次分析法考虑地形水文因子,通过将震后泥石流流域范围内物源的活动强度与其它影响因子互相叠加,综合加权叠加得到每一期震后泥石流危险性评价结果,能够解决以往震区泥石流危险性评价中重要条件物源因子的缺失或不准确的问题,能够有效提高震区泥石流危险性评价的准确度,并可根据物源的活动强度开展泥石流多期危险性评价,探索泥石流危险性的演化规律,为震后泥石流灾害的预测及防治提供更有力的依据。
基于物源活动强度的评价方法,在物源考虑上,通过采取高精度遥感解译及核查,能够保证在物源因子上的准确性。
在已有研究中多是以单条泥石流沟进行评价,所考虑的相对高差、主沟长、沟壑密度、距水系距离、距断层距离等地形地貌因子在相对时间上的变化幅度很小,只能开展单期评价,而本发明在空间和时间上充分考虑了物源体的动态活动强度,利用多期高精度影像开展多时间尺度泥石流危险性的评价,有力的展现了泥石流发育活动的演化趋势。
下面结合具体实例对本发明的实施方式进行详细说明:
龙池研究区位于四川省都江堰市,龙溪河流域内整体地势北高南低,属构造侵蚀低-中山地貌、堆积侵蚀低山地貌及构造侵蚀溶蚀地貌,龙溪河主沟长18km,在平面上呈树枝状分布,两侧共发育有48条泥石流沟。研究区属中亚热带湿润季风气侯区,降水量在时间上分配严重不均,夏季雨水丰沛,约占全年降水量的80%,多年平均降水量1134.8mm。龙溪河流域内出露的岩性主要以花岗岩、砂岩、泥岩、碳质页岩为主,安山岩、凝灰岩及安山玄武岩次之。由于龙溪河流域内有虹口-映秀断裂北支和虹口-映秀断裂南支穿过,导致流域内岩层破碎,极易产生崩塌滑坡。汶川地震后,龙溪河流域发育有大量的崩塌滑坡及松散堆积物,2010年8月13日都江堰市龙池镇降持续性暴雨引发泥石流群发事件,冲毁及淤埋大量房屋建筑。
为更好的开展监测预警及风险防治,最大程度的降低泥石流带来的危害,了解震后该区域内泥石流活动危险性演变趋势,通过本发明评价方法对其泥石流危险性进行评价,具体评价步骤如下:
a、以2009.02.10分辨率2.5m的Spot5影像、2011.04.26、2013.07.31和2017.02.26分辨率0.5m的Worldview-2影像为基础数据,通过Arcgis对龙池研究区进行多期物源体解译,根据式1确定各活动强度并赋予属性值,绘制物源活动强度分布图;
b、根据研究区泥石流物源的分布特征,选取坡度、距水系距离、距断层距离、岩性、高差、坡向六个分析因子,每个因子分为5级,分级标准详见表1,表1为各因子选取及分级标准;根据选择的分析因子,统计在每种活动强度下各因子分级条件下的面积,选择用数学概率的方法计算出每个分级下的概率值,具体计算公式为式2和式3所示,各因子通过式2和式3分别计算得到每种强度条件下6个评价因子不同分级条件的概率综合判别值F,以2011年为例计算值见表2,表2为各活动强度条件下分级因子的概率值;
表1
表2
c、基于层次分析法计算权重的主要步骤为:构造判别矩阵,根据判别矩阵的最大特征值进行一致性检验,同时将判别矩阵的指标权重并归一化得矩阵;构造判别矩阵后,运用Matlab软件运算得判别矩阵的最大特征值及特征向量,检验矩阵的一致性,并将特征向量归一化处理,参见表3,表3为各评价因子建立的判别矩阵表;
表3
对判别矩阵C,λmax=6.2151,CR=0.0341<0.1满足要求,归一化处理得权重A=(0.2964,0.1357,0.0691,0.0787,0.2137,0.2064);对每期物源体依据活动强度等级再次建立判别矩阵D,求取每种活动等级对于区域的权重值,详见表4,表4为物源不同活动强度等级权重判别矩阵表;
活动强度 | D1 | D2 | D3 | D4 | D5 | |
等级1 | D1 | 1 | 1/2 | 1/3 | 1/4 | 1/5 |
等级2 | D2 | 2 | 1 | 1/2 | 1/3 | 1/4 |
等级3 | D3 | 3 | 2 | 1 | 1/2 | 1/3 |
等级4 | D4 | 4 | 3 | 2 | 1 | 1/2 |
等级5 | D5 | 5 | 4 | 3 | 2 | 1 |
表4
对判别矩阵D,λmax=5.0681,CR=0.015201<0.1满足要求,归一化处理得权重A=(0.0618,0.0972,0.1600,0.2625,0.4185);
d、根据多期影像下解译的物源体以活动强度分类为五级,通过计算每种强度下各因子分级的每个概率值和每个因子的权重值,运用ARCGIS加权求和得到多期遥感影像解译下泥石流物源活动强度;
e、再次运用每种活动强度等级的权重值计算得到研究区每一期影像下泥石流的危险性,将计算结果归一化处理后,以利用ARCGIS自然间距断裂法分为极高、高、中、轻微、低五种等级,绘制不同物源活动强度下泥石流危险性评价图;
f、统计研究区泥石流在不同危险性区域下的面积,具体见表3;2008年地震后新增大量的物源体,处于高、中等级的泥石流危险性区域面积增高,2010.8.13暴雨导致群发泥石流事件后,物源体活动强度等级仍然很高,之后每年物源体的活动强度逐步降低,但是到2017年物源体仍然有较高活动强度,且在中山区沿水系的地段等级都比较高,参见表5;表5为研究区泥石流危险区域面积统计表。
表5
龙池研究区的泥石流危险性评价由过去单一的静态危险性评价转换为物源活动强度下具有时间效应的动态危险性评价,既能够将龙池地区的泥石流危险性进行分级,还能够根据泥石流物源的活动强度清晰的规划出未来该地区泥石流危险性在不同分级下的演化趋势,能够更好地为强震区泥石流长期监测预警提供动态可靠的依据。
结果表明,采用本发明评价方法,由于考虑了震后泥石流流域内物源活动强度与地形水文因子,并将多期泥石流物源体活动强度以概率综合判别法引入评价模型,结合层次分析法综合加权得到研究区震后泥石流动态的危险性评价结果,能够直观清晰的分析出危险性区域所在等级的动态演化趋势,有效提高了强震区泥石流危险性评价的准确度。
Claims (4)
1.一种基于物源活动强度的震后泥石流危险性评价方法,其特征在于,包括以下步骤:
a、当期影像物源精确解译后,按式1进行活动强度分级;
D=Ad/A 式1
式中,D为物源活动强度,Ad为物源体活动面积,A为前一期物源体面积;
b、确定评价因子,根据选择的因子,统计区域上在每种物源体活动强度下各因子不同分级所占面积,选择用数学概率的方法计算出各分级下的概率值,计算每种活动强度条件下评价因子不同分级条件的概率综合判别值F,当f1≥f2时,通过式2计算;当f1<f2时,通过式3计算;
F=(f1-f2)/f1×(1-f2) 式2
F=(f1-f2)/f2×(1-f1) 式3
式中,F为评价因子不同分级条件的概率综合判别值;f1为该因子不同分级下各活动强度级别的物源体面积占该因子分级下研究区面积的比例;f2为评价因子不同分级区的物源体面积占整个研究区物源体总面积的比例;
c、基于层次分析方法,确定每类因子的权重Wi及每级活动强度对于区域的权重值Kj;
d、通过加权叠加计算构建物源体每种活动强度条件下的危险性模型,按式4确定;
式中,hj为j级活动强度下的危险值,Xik为第i个因子的k层分级,Pik为第i个因子的k层分级的概率值,Wi为第i个因子的权重值;
e、通过将每级活动强度下危险值进行加权,根据式5计算区域总的危险值,然后将危险性划分为五个等级,分别为低危险、较低危险、中危险、高危险和极高危险;
式中,hj为j级活动强度下的危险值,Kj为每级活动强度对于区域的权重值。
2.根据权利要求1所述的一种基于物源活动强度的震后泥石流危险性评价方法,其特征在于:还包括步骤f,根据多年每条泥石流流域内各级危险区面积的演化程度,作为评判泥石流危险程度演化趋势的依据。
3.根据权利要求1所述的一种基于物源活动强度的震后泥石流危险性评价方法,其特征在于:所述步骤a中,活动强度分为五级,当D=0时,活动强度为一级,无活动;当0<D<2/5时,活动强度为二级,活动强度较低;当2/5≤D<4/5时,活动强度为三级,活动强度中度;当4/5≤D<1时,活动强度为四级,活动强度较高;当D=1时,活动强度为五级,活动强度极高。
4.根据权利要求1所述的一种基于物源活动强度的震后泥石流危险性评价方法,其特征在于:所述步骤b中,确定评价因子是指将坡度、坡向、距水系距离和距断层距离选出作为评价因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811319285.XA CN109447493B (zh) | 2018-11-07 | 2018-11-07 | 一种基于物源活动强度的震后泥石流危险性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811319285.XA CN109447493B (zh) | 2018-11-07 | 2018-11-07 | 一种基于物源活动强度的震后泥石流危险性评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109447493A true CN109447493A (zh) | 2019-03-08 |
CN109447493B CN109447493B (zh) | 2022-02-18 |
Family
ID=65550955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811319285.XA Active CN109447493B (zh) | 2018-11-07 | 2018-11-07 | 一种基于物源活动强度的震后泥石流危险性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447493B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992635A (zh) * | 2019-03-19 | 2019-07-09 | 成都理工大学 | 一种震后泥石流早期识别方法 |
CN110334482A (zh) * | 2019-05-25 | 2019-10-15 | 成都理工大学 | 基于物源活动强度的震后泥石流动态敏感性评价方法 |
CN110348629A (zh) * | 2019-07-08 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种强震区电网脆弱地质环境泥石流发生概率计算方法 |
CN111798644A (zh) * | 2020-07-03 | 2020-10-20 | 成都理工大学 | 一种便携式山洪灾害预警方法与系统 |
CN111858815A (zh) * | 2020-07-22 | 2020-10-30 | 江苏省基础地理信息中心 | 基于语义和连通性的面状水系分级、制图方法、系统 |
CN112464474A (zh) * | 2020-11-26 | 2021-03-09 | 北京市地质研究所 | 基于危险性评价的低频泥石流预警方法 |
CN113189544A (zh) * | 2021-04-23 | 2021-07-30 | 北京工业大学 | 一种利用活动强度矢量加权移除野点的多声源定位方法 |
CN114360214A (zh) * | 2022-03-18 | 2022-04-15 | 四川省公路规划勘察设计研究院有限公司 | 一种特大规模冰川泥石流预警方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412113A (zh) * | 2013-08-26 | 2013-11-27 | 成都理工大学 | 一种震后泥石流沟敏感性判别方法及其应用 |
CN104598737A (zh) * | 2015-01-23 | 2015-05-06 | 水利部南京水利水文自动化研究所 | 泥石流预报方法及系统 |
US20160203146A1 (en) * | 2015-01-12 | 2016-07-14 | Gary Allison Moll | Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same |
-
2018
- 2018-11-07 CN CN201811319285.XA patent/CN109447493B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412113A (zh) * | 2013-08-26 | 2013-11-27 | 成都理工大学 | 一种震后泥石流沟敏感性判别方法及其应用 |
US20160203146A1 (en) * | 2015-01-12 | 2016-07-14 | Gary Allison Moll | Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same |
CN104598737A (zh) * | 2015-01-23 | 2015-05-06 | 水利部南京水利水文自动化研究所 | 泥石流预报方法及系统 |
Non-Patent Citations (6)
Title |
---|
MING CHANG 等: "Debris flow susceptibility assessment using a probabilistic approach:A case study in the Longchi area,Sichuan province,China", 《JOURNAL OF MOUNTAIN SCIENCE》 * |
MING CHANG 等: "Hazard assessment of debris flows in the Wenchuan earthquake-stricken area,South West China", 《LANDSLIDES》 * |
刘丽娜 等: "基于地貌信息熵与滑坡物源的芦山地震区泥石流危险性评价", 《地震地质》 * |
夏晨皓 等: "基于概率数学方法与GIS的泥石流敏感性分析及评价——以汶川县为例", 《长江科学院院报》 * |
李云杰 等: "考虑活动性状态的大型滑坡危险性评价", 《长江科学院院报》 * |
王飞龙 等: "喀斯特地区泥石流物源量分析和敏感性评价——以贵州省威宁县二塘河流域为例", 《水文》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992635B (zh) * | 2019-03-19 | 2022-08-12 | 成都理工大学 | 一种震后泥石流早期识别方法 |
CN109992635A (zh) * | 2019-03-19 | 2019-07-09 | 成都理工大学 | 一种震后泥石流早期识别方法 |
CN110334482A (zh) * | 2019-05-25 | 2019-10-15 | 成都理工大学 | 基于物源活动强度的震后泥石流动态敏感性评价方法 |
CN110334482B (zh) * | 2019-05-25 | 2022-09-13 | 成都理工大学 | 基于物源活动强度的震后泥石流动态敏感性评价方法 |
CN110348629A (zh) * | 2019-07-08 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种强震区电网脆弱地质环境泥石流发生概率计算方法 |
CN111798644A (zh) * | 2020-07-03 | 2020-10-20 | 成都理工大学 | 一种便携式山洪灾害预警方法与系统 |
CN111858815A (zh) * | 2020-07-22 | 2020-10-30 | 江苏省基础地理信息中心 | 基于语义和连通性的面状水系分级、制图方法、系统 |
CN111858815B (zh) * | 2020-07-22 | 2024-01-26 | 江苏省基础地理信息中心 | 基于语义和连通性的面状水系分级、制图方法、系统 |
CN112464474A (zh) * | 2020-11-26 | 2021-03-09 | 北京市地质研究所 | 基于危险性评价的低频泥石流预警方法 |
CN112464474B (zh) * | 2020-11-26 | 2023-09-15 | 北京市地质灾害防治研究所 | 基于危险性评价的低频泥石流预警方法 |
CN113189544A (zh) * | 2021-04-23 | 2021-07-30 | 北京工业大学 | 一种利用活动强度矢量加权移除野点的多声源定位方法 |
CN114360214A (zh) * | 2022-03-18 | 2022-04-15 | 四川省公路规划勘察设计研究院有限公司 | 一种特大规模冰川泥石流预警方法 |
CN114360214B (zh) * | 2022-03-18 | 2022-06-21 | 四川省公路规划勘察设计研究院有限公司 | 一种特大规模冰川泥石流预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109447493B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447493A (zh) | 一种基于物源活动强度的震后泥石流危险性评价方法 | |
CN109034582B (zh) | 基于云模型和组合赋权的隧道穿越断层突水突泥风险评价方法 | |
He et al. | Prediction of spatiotemporal stability and rainfall threshold of shallow landslides using the TRIGRS and Scoops3D models | |
Sun et al. | Assessment of landslide susceptibility along mountain highways based on different machine learning algorithms and mapping units by hybrid factors screening and sample optimization | |
CN104899437B (zh) | 强降雨型滑坡灾害预警方法 | |
US20160070828A1 (en) | Vulnerability Assessment Method of Water Inrush from Aquifer Underlying Coal Seam | |
CN107341586A (zh) | 一种基于降雨的地质灾害发生频率的计算方法 | |
WO2014166244A1 (zh) | 煤层底板突水脆弱性评价方法 | |
CN113570226A (zh) | 断层破碎带隧道突涌水灾害发生概率等级评价方法 | |
Bonnard et al. | Identification and mitigation of large landslide risks in Europe: advances in risk assessment | |
CN109992635A (zh) | 一种震后泥石流早期识别方法 | |
CN108332696A (zh) | 滑坡监测方法选择方法 | |
Lai et al. | Waterlogging risk assessment based on self-organizing map (SOM) artificial neural networks: a case study of an urban storm in Beijing | |
Meng et al. | Integration of GIS, improved entropy and improved catastrophe methods for evaluating suitable locations for well drilling in arid and semi-arid plains | |
Su et al. | Engineering application of fuzzy evaluation based on comprehensive weight in the selection of geophysical prospecting methods | |
Xu et al. | Assessment of coal mining land subsidence by using an innovative comprehensive weighted cloud model combined with a PSR conceptual model | |
Zhang et al. | Evaluation on the Stability of Vertical Mine Shafts below Thick Loose Strata Based on the Comprehensive Weight Method and a Fuzzy Matter‐Element Analysis Model | |
Dong et al. | A GIS-based quantitative geo-environmental evaluation for land-use development in an urban area: Shunyi New City, Beijing, China | |
Li et al. | Gully erosion susceptibility maps and influence factor analysis in the Lhasa River Basin on the Tibetan Plateau, based on machine learning algorithms | |
Wen et al. | Hybrid optimized RF model of seismic resilience of buildings in mountainous region based on hyperparameter tuning and SMOTE | |
Zheng et al. | A novel integrated Urban flood risk assessment approach coupling GeoDetector-Dematel and clustering method | |
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 | |
CN110362867A (zh) | 基于多元影响因子的地面沉降分区方法 | |
Cao et al. | Debris flow susceptibility assessment based on information value and machine learning coupling method: from the perspective of sustainable development | |
Wang et al. | A new Bayesian network model for the risk assessment of water inrush in karst tunnels |
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 |