CN109460902A - 基于类比法的输电杆塔滑坡灾害的分析方法及系统 - Google Patents
基于类比法的输电杆塔滑坡灾害的分析方法及系统 Download PDFInfo
- Publication number
- CN109460902A CN109460902A CN201811210943.1A CN201811210943A CN109460902A CN 109460902 A CN109460902 A CN 109460902A CN 201811210943 A CN201811210943 A CN 201811210943A CN 109460902 A CN109460902 A CN 109460902A
- Authority
- CN
- China
- Prior art keywords
- landslide disaster
- transmission tower
- disaster
- data
- landslide
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000012876 topography Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 241001269238 Data Species 0.000 claims abstract description 5
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000011835 investigation Methods 0.000 claims abstract description 5
- 238000001556 precipitation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 abstract description 4
- 244000025254 Cannabis sativa Species 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000013311 vegetables Nutrition 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Emergency Alarm Devices (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种基于类比法的输电杆塔滑坡灾害的分析方法及系统,该方法包括:获取待进行输电杆塔滑坡灾害预警的区域内的评价数据,评价数据包括:地质构造结构数据、岩土类型数据、地形地貌数据、地表植被类型数据、人类活动数据、经调查确认的滑坡隐患点数据以及近10年滑坡灾害点数据;根据评价数据,划分网格化的滑坡灾害易发程度评价等级;选取所需滑坡灾害易发程度评价等级的网格,提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,根据比较结果,划分输电杆塔周围发生滑坡灾害的可能性等级。
Description
技术领域
本发明涉及电网防护技术领域,尤其涉及一种基于类比法的输电杆塔滑坡灾害的分析方法及系统。
背景技术
各种电压等级输电线路纵横交错,承担着全国范围内电力输送和能源调配。输电线路跨越高山、峡谷等各种地形地貌区域,输电杆塔附近滑坡灾害频发,轻则造成塔基损坏,重则导致杆塔倾斜倒搭、线路断线,已经成为威胁电网安全的重要灾害之一,开展输电杆塔附近滑坡灾害预警对灾害提前应对和快速处理有重要意义。
目前滑坡灾害研究主要有两个方向:一是地质相关部门开展的大范围地质灾害调查和风险评估,例如中国发明专利一种基于风险评价的地质灾害预警技术(CN201410363118.0)、一种地质灾害易发性判断方法和装置(CN201310509417.6),是基于地质本底条件、地形地貌条件和人类活动等多因素,划分较大范围内(一般为县级区域,有时细化到重点乡镇)区域性滑坡灾害的风险易发等级;二是滑坡灾害定点监测装置,例如中国发明专利一种地质灾害监测预警设备(CN201720559173.6),基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统 (CN201010297945.6),是通过传感器进行局地土壤、裂缝和形变、位移、降水等的监测,捕捉滑坡灾害演变过程,预报灾害险情。
以上两种方法在电力部门实际生产应用中都存在一些问题:1)滑坡灾害局地性、分散性强,大范围滑坡灾害易发性并不能完全表征输电杆塔周围局地滑坡灾害的风险程度,无法直接指导电力生产;2)滑坡灾害局地定点监测装置涉及大量传感器和数据传输,成本高、维护工作量大,输电杆塔数量庞大,无法做到每基杆塔逐一安装。因此亟需一种快速、有效的输电杆塔滑坡灾害分析方法。
发明内容
本发明提供了一种基于类比法的输电杆塔滑坡灾害的分析方法及系统,用以解决现有滑坡灾害预测不能完全表征输电杆塔周围局地滑坡灾害的风险程度,且滑坡灾害局地定点监测装置安装困难的技术问题。
为解决上述技术问题,本发明提出的技术方案为:
一种基于类比法的输电杆塔滑坡灾害的分析方法,包括以下步骤:
获取待进行输电杆塔滑坡灾害预警的区域内的评价数据,评价数据包括:地质构造结构数据、岩土类型数据、地形地貌数据、地表植被类型数据、人类活动数据、经调查确认的滑坡隐患点数据以及近10年滑坡灾害点数据;
根据评价数据,划分网格化的滑坡灾害易发程度评价等级;
选取所需滑坡灾害易发程度评价等级的网格,提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,根据比较结果,划分输电杆塔周围发生滑坡灾害的可能性等级。
优选地,方法中,将网格化的滑坡灾害易发程度评价等级划分为极易发、易发、一般和不易发四级;
所需滑坡灾害易发程度评价等级为极易发和易发等级。
优选地,灾害点特征信息数据以及杆塔周围特征信息数据均包括四个要素:海拔、地势、植被信息和人类活动。
优选地,提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,包括对地质灾害易发程度为极易发和易发的网格,进行以下步骤:
筛选网格范围内近10年滑坡灾害点,提取灾害点特征信息数据,形成灾害点特征信息集合;
提取网格范围内输电杆塔周围特征信息数据,形成杆塔周围特征信息集合;
将灾害点特征信息集合与杆塔周围特征信息集合中的元素逐一进行相似比较;根据比较的结果,划分输电杆塔周围发生滑坡灾害的可能性等级。
优选地,形成灾害点特征信息集合之后,还判断滑坡灾害的最主要要素。
优选地,根据比较的结果,划分输电杆塔周围发生滑坡灾害的可能性等级,包括以下情况:
当四个要素都相似时,划分输电杆塔周围发生滑坡灾害的可能性等级为极高;
当四个要素中有2或3个相似时,且滑坡灾害的最主要要素也相似,划分输电杆塔周围发生滑坡灾害的可能性等级为高;
当四个要素中有3个相似时,但不包含滑坡灾害的最主要要素;或四个要素中仅滑坡灾害的最主要要素相同,划分输电杆塔周围发生滑坡灾害的可能性等级为中;
当比较结果为除以上三种情况以外的其他情况时,划分输电杆塔周围发生滑坡灾害的可能性等级为低。
优选地,方法还包括:根据输电杆塔周围发生滑坡灾害的可能性等级,结合近三天实际降水量和未来三天降水量预测,进行对应等级的输电杆塔滑坡灾害预警。
本发明还提供一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果:
本发明的基于类比法的输电杆塔滑坡灾害的分析方法和系统,通过对灾害点特征信息数据以及杆塔周围特征信息数据的要素的类比,可以实现输电杆塔周围滑坡灾害的预警,该方法思路清晰,简单方便,实用性强,准确率高。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,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是本发明优选实施例的基于类比法的输电杆塔滑坡灾害的分析方法的流程示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1,本发明的基于类比法的输电杆塔滑坡灾害的分析方法,包括以下步骤:
S1:获取待进行输电杆塔滑坡灾害预警的区域内的评价数据,评价数据包括:地质构造结构数据、岩土类型数据、地形地貌数据、地表植被类型数据、人类活动数据、经调查确认的滑坡隐患点数据以及近10年滑坡灾害点数据;
S2:根据评价数据,划分网格化的滑坡灾害易发程度评价等级;
S3:选取所需滑坡灾害易发程度评价等级的网格,提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,根据比较结果,划分输电杆塔周围发生滑坡灾害的可能性等级。
以上步骤,通过对灾害点特征信息数据以及杆塔周围特征信息数据的要素的类比,可以实现输电杆塔周围滑坡灾害的预警。
实际实施时,以上的方法还能进行以下的扩充或应用,以下实施例中的技术特征都能相互组合,实施例仅作为示例,不作为对技术特征的正常组合限制。
实施例1:
本实施例的基于类比法的输电杆塔滑坡灾害的分析方法,包括以下步骤:
S1:获取待进行输电杆塔滑坡灾害预警的区域内的评价数据,评价数据包括:地质构造结构数据、岩土类型数据、地形地貌数据(本实施例中,为基于DEM高程数据的地形地貌数据)、地表植被类型数据、人类活动数据、经调查确认的滑坡隐患点数据以及近10年滑坡灾害点数据。
S2:考虑地质构造、岩土体类型、地形地貌、植被、人类活动等背景条件因子,结合已调查确认的滑坡隐患点发育分布特征,得到网格化的滑坡灾害易发程度评价,滑坡灾害易发程度分为极易发、易发、一般和不易发四级。
S3:选取滑坡灾害易发程度评价等级为极易发和易发等级的网格,提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,根据比较结果,划分输电杆塔周围发生滑坡灾害的可能性等级。具体如下:
S301:对地质灾害易发程度为极易发和易发的网格,筛选网格范围内近10年滑坡灾害点,提取灾害点特征信息数据,包括海拔H0、地势R0、植被信息V0和人类活动P0四个要素,得到一个特征集合C0={H0,R0,V0,P0},并判断滑坡灾害的最主要要素C0_main。滑坡灾害的最主要要素的具体判断方法如下:
滑坡灾害发生涉及海拔、地势、植被信息和人类活动四个要素。对于海拔:危险度由高到低(高危、中危、低危)划分为海拔≥1500m的山区,海拔500~1500m的丘陵,海拔≤500m 的平原三类;对于地势:危险度由高到低(高危、中危、低危)划分为坡度≥25°的山坡,坡度10~25°的山坡,坡度≤10°的平坦地势三类;对于植被信息:危险度由高到低(高危、中危、低危)划分为林区,灌木丛或草地,稀疏杂草或裸露地表三类;对于人类活动:危险度由高到低(高危、中危、低危)划分为大型采矿或开山修路等重要人类活动,普通住宅道路或农林耕种活动,以及无人类活动三类。
确定四个要素的危害等级,如果只有一个要素危害等级为高危,则这个要素为滑坡灾害的最主要要素;如果四个要素中有多个高危,则主要因素由先到后排序为:地势>海拔>人类活动>植被信息。
对地质灾害易发程度为一般和不易发的网格点,认为输电杆塔滑坡灾害发生的可能性较低,直接根据预警结果发布预警信息即可。
S302:对地质灾害易发程度为极易发和易发的网格,提出网格范围内输电杆塔周围特征信息数据,包括海拔Hx、地势Rx、植被信息Vx和人类活动Px四个要素,得到一个特征集合 Cx={Hx,Rx,Vx,Px},其中X为该网格内输电杆塔编号。
S303:对地质灾害易发程度为极易发和易发的网格,将输电杆塔周围特征信息 Cx={Hx,Rx,Vx,Px}和历史灾害点特征信息C0={H0,R0,V0,P0}逐一进行相似比较:
①如果四个要素都相似,则输电杆塔周围发生滑坡灾害的可能性极高;
②如果四个要素中有2-3个相似,并且包含滑坡灾害的最主要要素,则输电杆塔周围发生滑坡灾害的可能性高;
③如果四个要素中有3个相似,但不包含滑坡灾害的最主要要素;或四个要素中仅滑坡灾害的最主要要素相同或,则输电杆塔周围发生滑坡灾害的可能性为中等;
④其他情况下,输电杆塔周围发生滑坡灾害的可能性低。
S4:根据近三天实际降水量和未来三天降水量预测,开展输电杆塔滑坡灾害预警。
S5:根据预警结果发布预警信息。
实施例2:
本实施例是实施例1的应用例,本实施例以湖南省为例,说明实施例1的应用,步骤与实施例1基本相同之处,在此不再赘述。
本实施例的基于类比法的输电杆塔滑坡灾害的分析方法,包括以下步骤:
(1)数据收集。
开展湖南电网输电杆塔滑坡灾害预警。收集湖南省内基于地质构造结构数据、岩土类型数据、DEM高程数据的地形地貌数据,地表植被类型数据、大型工矿等人类活动数据、经调查确认的滑坡隐患点等数据划分的4×4km网格单元的滑坡灾害易发程度评价图,滑坡灾害易发程度分为极易发、易发、一般和不易发四级。收集到湖南省2008-2017年共7053个滑坡灾害点数据。
(2)历史滑坡点特征信息提取。
步骤(1)中,湖南中部某个4×4km网格(称为网格A)的地质灾害易发程度为极易发,网格A内近10年共有7处历史地质灾害点,这些历史灾害位于丘陵上,海拔范围在955-1025 米,因此H0取1000米;历史灾害点均位于山坡上,坡向为超南,坡度约30°,因此地势R0取朝南的30°山坡;历史灾害点周围为自然生长的草丛和矮小灌木,因此植被信息V0取草丛;灾害点周围无工矿活动,没有房屋等建筑,没有农业耕种,因此人类活动P0取无明显人类活动。四个要素中最主要要素C0_main是地势R0。
(3)杆塔周围特征信息提取。
网格A内共有两基输电杆塔,分别为一座220KV输电杆塔(编号为1),和一座500kV输电杆塔(编号为2),其中,输电杆塔1的海拔为973米,因此H1取973;输电杆塔1位于一座山头北边的洼地,距离山脚距离约300米,输电杆塔1周围30-60米的地势平坦,因此R1取平坦地区,输电杆塔1的植被以杂草和农民种植的蔬菜为主,因此V1取草丛,输电杆塔1附近有小范围农业耕种活动,但没有其他工矿活动和居民建筑,因此P1为轻度人类活动。
输电杆塔2的海拔为801米,因此H2取801;输电杆塔2位于山坡靠近山脚的位置,坡向朝东南,坡度约为25°,因此R2取朝东南的25°山坡下部,输电杆塔2的植被以杂草为主,因此V2取草丛,输电杆塔2所在山坡附近100米有高速公路,存在开山削坡的现象,因此P2为轻度人类活动。
(4)基于类比法的杆塔滑坡易发等级判定。
对比网格A内历史灾害点特征信息和输电杆塔1周围特征信息,两者的海拔H0、H1分别为1000米和973米,判定为相似;两者的地势R0、R1分别为山坡和平坦地区,差异较大,判定为不相似;两者的植被V0、V1均为草丛,判定为相似;两者的人类活动P0、P1,分别为无明显人类活动和轻度人类活动,判定为不相似。由于四个要素中只有两个要素相似,且造成滑坡灾害的最主要要素C0_main地势差异较大,平坦地形不利于滑坡灾害发生,因此输电杆塔1周围发生滑坡灾害的可能性低。
对比网格A内历史灾害点特征信息和输电杆塔2周围特征信息,两者的海拔H0、H2分别为1000米和801米,判定为相似;两者的地势R0、R2均为山坡,坡向、坡度比较相似,判定为相似;两者的植被V0、V2均为草丛,判定为相似;两者的人类活动P0、P2,分别为无明显人类活动和轻度人类活动,判定为不相似。由于四个要素中有三个要素相似,且造成滑坡灾害的最主要要素C0_main地势相同,同时考虑人类活动P2中开山削坡利于滑坡发生,因此输电杆塔2周围发生滑坡灾害的可能性极高。
(5)网格A近三天出现小到中雨,累计降水为30.2mm,预测未来三天还将出现一轮降水量级为60-100mm的大到暴雨,因此输电杆塔2附近发生滑坡灾害的可能性极高。
(6)通过电子邮件和短信、微信向相关运维单位发布输电杆塔2附近的地质灾害预警信息,提醒相关单位提前开展预防措施,加强巡视,及时处理相关险情。
实施例3:
本实施例还提供一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一实施例的步骤。
综上所述,本发明可以实现输电杆塔周围滑坡灾害的等级划分以及预警,思路清晰,简单方便,实用性强,准确率高。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,包括以下步骤:
获取待进行输电杆塔滑坡灾害预警的区域内的评价数据,所述评价数据包括:地质构造结构数据、岩土类型数据、地形地貌数据、地表植被类型数据、人类活动数据、经调查确认的滑坡隐患点数据以及近10年滑坡灾害点数据;
根据所述评价数据,划分网格化的滑坡灾害易发程度评价等级;
选取所需滑坡灾害易发程度评价等级的网格,提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,根据比较结果,划分输电杆塔周围发生滑坡灾害的可能性等级。
2.根据权利要求1所述的基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,所述方法中,将网格化的滑坡灾害易发程度评价等级划分为极易发、易发、一般和不易发四级;
所述所需滑坡灾害易发程度评价等级为极易发和易发等级。
3.根据权利要求2所述的基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,所述所述灾害点特征信息数据以及所述杆塔周围特征信息数据均包括四个要素:海拔、地势、植被信息和人类活动。
4.根据权利要求3所述的基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,所述提取灾害点特征信息数据以及杆塔周围特征信息数据并逐一进行比较,包括对地质灾害易发程度为极易发和易发的网格,进行以下步骤:
筛选网格范围内近10年滑坡灾害点,提取灾害点特征信息数据,形成灾害点特征信息集合;
提取网格范围内输电杆塔周围特征信息数据,形成杆塔周围特征信息集合;
将所述灾害点特征信息集合与杆塔周围特征信息集合中的元素逐一进行相似比较;根据比较的结果,划分输电杆塔周围发生滑坡灾害的可能性等级。
5.根据权利要求4所述的基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,所述形成灾害点特征信息集合之后,还判断滑坡灾害的最主要要素。
6.根据权利要求5所述的基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,所述根据比较的结果,划分输电杆塔周围发生滑坡灾害的可能性等级,包括以下情况:
当四个要素都相似时,划分输电杆塔周围发生滑坡灾害的可能性等级为极高;
当四个要素中有2或3个相似时,且滑坡灾害的最主要要素也相似,划分输电杆塔周围发生滑坡灾害的可能性等级为高;
当四个要素中有3个相似时,但不包含滑坡灾害的最主要要素;或四个要素中仅滑坡灾害的最主要要素相同,划分输电杆塔周围发生滑坡灾害的可能性等级为中;
当比较结果为除以上三种情况以外的其他情况时,划分输电杆塔周围发生滑坡灾害的可能性等级为低。
7.根据权利要求1至5中任一项所述的基于类比法的输电杆塔滑坡灾害的分析方法,其特征在于,所述方法还包括:根据输电杆塔周围发生滑坡灾害的可能性等级,结合近三天实际降水量和未来三天降水量预测,进行对应等级的输电杆塔滑坡灾害预警。
8.一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811210943.1A CN109460902A (zh) | 2018-10-17 | 2018-10-17 | 基于类比法的输电杆塔滑坡灾害的分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811210943.1A CN109460902A (zh) | 2018-10-17 | 2018-10-17 | 基于类比法的输电杆塔滑坡灾害的分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109460902A true CN109460902A (zh) | 2019-03-12 |
Family
ID=65607889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811210943.1A Pending CN109460902A (zh) | 2018-10-17 | 2018-10-17 | 基于类比法的输电杆塔滑坡灾害的分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109460902A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110286210A (zh) * | 2019-06-01 | 2019-09-27 | 重庆工商大学融智学院 | 基于空间数据的滑坡灾害预测方法 |
CN110749723A (zh) * | 2019-11-05 | 2020-02-04 | 国家电网有限公司 | 一种降雨作用下高压输电杆塔基础滑坡物理模型试验方法 |
CN112946240A (zh) * | 2021-02-01 | 2021-06-11 | 北京科技大学 | 滑坡地质灾害基因判识与预测系统 |
CN112989567A (zh) * | 2021-02-05 | 2021-06-18 | 中国科学院武汉岩土力学研究所 | 降雨作用下确定杆塔基础滑坡成灾模式的方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093594A (ja) * | 2007-10-12 | 2009-04-30 | Hazama Corp | 防災監視システム及び防災監視方法 |
CN102930348A (zh) * | 2012-10-19 | 2013-02-13 | 广东电网公司电力科学研究院 | 一种区段输电线路杆塔基础边坡暴雨灾害风险的评估方法 |
CN103955613A (zh) * | 2014-04-29 | 2014-07-30 | 国家电网公司 | 一种电网工程区域性滑坡地质灾害危险性分级评价方法 |
CN104952213A (zh) * | 2015-05-20 | 2015-09-30 | 中国电力科学研究院 | 一种用于输电线路的降雨型滑坡灾害预警系统和方法 |
-
2018
- 2018-10-17 CN CN201811210943.1A patent/CN109460902A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093594A (ja) * | 2007-10-12 | 2009-04-30 | Hazama Corp | 防災監視システム及び防災監視方法 |
CN102930348A (zh) * | 2012-10-19 | 2013-02-13 | 广东电网公司电力科学研究院 | 一种区段输电线路杆塔基础边坡暴雨灾害风险的评估方法 |
CN103955613A (zh) * | 2014-04-29 | 2014-07-30 | 国家电网公司 | 一种电网工程区域性滑坡地质灾害危险性分级评价方法 |
CN104952213A (zh) * | 2015-05-20 | 2015-09-30 | 中国电力科学研究院 | 一种用于输电线路的降雨型滑坡灾害预警系统和方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110286210A (zh) * | 2019-06-01 | 2019-09-27 | 重庆工商大学融智学院 | 基于空间数据的滑坡灾害预测方法 |
CN110749723A (zh) * | 2019-11-05 | 2020-02-04 | 国家电网有限公司 | 一种降雨作用下高压输电杆塔基础滑坡物理模型试验方法 |
CN112946240A (zh) * | 2021-02-01 | 2021-06-11 | 北京科技大学 | 滑坡地质灾害基因判识与预测系统 |
CN112946240B (zh) * | 2021-02-01 | 2022-08-02 | 北京科技大学 | 滑坡地质灾害基因判识与预测系统 |
CN112989567A (zh) * | 2021-02-05 | 2021-06-18 | 中国科学院武汉岩土力学研究所 | 降雨作用下确定杆塔基础滑坡成灾模式的方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460902A (zh) | 基于类比法的输电杆塔滑坡灾害的分析方法及系统 | |
Rusticucci | Observed and simulated variability of extreme temperature events over South America | |
Lentile et al. | Influence of topography and forest structure on patterns of mixed severity fire in ponderosa pine forests of the South Dakota Black Hills, USA | |
Gao et al. | Identification and estimation of landslide-debris flow disaster risk in primary and middle school campuses in a mountainous area of Southwest China | |
Kanga et al. | Climate induced variation in forest fire using Remote Sensing and GIS in Bilaspur District of Himachal Pradesh | |
Skaloš et al. | Methodology for mapping non-forest wood elements using historic cadastral maps and aerial photographs as a basis for management | |
Sanchez et al. | Spatial patterns of development drive water use | |
Grunblatt et al. | A GIS approach to desertification assessment and mapping | |
Pan et al. | Evaluation of ecological sensitivity in Karamay, Xinjiang, China | |
Velayatzadeh | Introducing the causes, origins and effects of dust in Iran | |
Gao et al. | Spatial and temporal pattern of alpine grassland condition and its response to human activities in Northern Tibet, China | |
Harist et al. | GIS modelling based on slope and morphology for landslide potential area in Wonosobo, Central Java | |
Tatishvili et al. | The Use of Structured Data for Drought Evaluation in Georgia | |
O'Donnell et al. | Vegetation structure controls on snow and soil moisture in restored ponderosa pine forests | |
Rahman | Urban expansion analysis and land use changes in Rangpur city corporation area, Bangladesh, using remote sensing (RS) and geographic information system (GIS) techniques | |
Quan et al. | Effects of different sampling strategies for unburned label selection in machine learning modelling of wildfire occurrence probability | |
Zhou et al. | Spatiotemporal dynamics of encroaching tall vegetation in timberline ecotone of the Polar Urals Region, Russia | |
Drašković et al. | East Sarajevo (Bosnia and Herzegovina) twenty years later: Changes in land use | |
Paul et al. | An assessment of cyclone-induced vulnerability and change in land use and land cover (LULC) of G-Plot in Patharpratima CD Block of South 24 Parganas district, West Bengal | |
Fu et al. | Estimation of Landslides and Road Capacity after August 8, 2017, MS7. 0 Jiuzhaigou Earthquake Using High‐Resolution Remote Sensing Images | |
Nurdin et al. | The change of land use and land suitability of agriculture due to flow liquefaction in Palu and Sigi valley after the Palu earthquake in September 2018 | |
Reis et al. | Designing and developing a province-based spatial database for the analysis of potential environmental issues in Trabzon, Turkey | |
Ilies et al. | Integrating forest windthrow assessment data in the process of windscape reconstruction: Case of the extratropical storms downscaled for the Gutai Mountains (Romania) | |
Virtriana et al. | Development of Geospatial Information Integrated with Big Data to Agricultural Hazard Monitoring in West Java | |
Li et al. | Study on road damage assessment based on RS and GIS |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190312 |