CN110018292A - 基于水-吸应力-局部安全场的黄土滑坡精细预警技术 - Google Patents
基于水-吸应力-局部安全场的黄土滑坡精细预警技术 Download PDFInfo
- Publication number
- CN110018292A CN110018292A CN201910315744.5A CN201910315744A CN110018292A CN 110018292 A CN110018292 A CN 110018292A CN 201910315744 A CN201910315744 A CN 201910315744A CN 110018292 A CN110018292 A CN 110018292A
- Authority
- CN
- China
- Prior art keywords
- slope
- water
- loess
- fining
- warning
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 230000000699 topical effect Effects 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 7
- 230000007246 mechanism Effects 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims abstract description 3
- 230000000750 progressive effect Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 239000000178 monomer Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 claims description 2
- 238000013277 forecasting method Methods 0.000 claims 2
- 230000010354 integration Effects 0.000 claims 2
- 230000009466 transformation Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Dispersion Chemistry (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种基于水‑吸应力‑局部安全场的黄土滑坡精细预警技术，创新实现了基于斜坡单元、考虑黄土斜坡灾变过程和机理的精细化预警技术。通过建立以水为核心的黄土高原斜坡稳定性评价普适性方法，在计算模拟多降雨强度下不同坡型、坡度、坡高斜坡局部安全场的基础上，构建了以斜坡“失稳概率”为判据的预警阈值体系，提出了不同降雨强度下不同类型斜坡单元的含水率响应模式，以此实现了以降雨因素为主、以斜坡单元为单位的黄土高原斜坡隐患早期识别和精细化预警预报。本发明能为地质灾害监测预警提供更加准确、实时的技术支持，有效避免及降低了地质灾害给人民群众带来的人身及财产损失。
Description
技术领域
本发明属于地质灾害预警技术领域，尤其涉及一种基于水-吸应力-局部安全场的黄土滑坡精细预警技术，其应用领域在于而不限于西北黄土高原地区，是一种可推广、具有较高普适性的预警技术。
背景技术
黄土因其具有独特的水敏性使得黄土高原地质灾害频发，由于水的作用而诱发的黄土滑坡灾害实例数不胜数。而目前关于崩塌、滑坡的监测主要集中在地表变形监测、地下变形监测、与滑坡崩塌变形有关的物理量监测，具体监测方法在《中华人民共和国地质矿产行业标准：崩塌、滑坡、泥石流监测规范》中已有明确规定，并且除了以上常规监测方法之外，目前比较广泛应用的方法还有TDR变形监测、GPS变形监测、无线网络技术应用于滑坡地下水和裂缝自动连续动态监测。
为进一步加强地质灾害防治工作，国务院于2011年以国发〔2011〕20号印发《关于加强地质灾害防治工作的决定》，明确提出建立健全地质灾害调查评价体系、监测预警体系、防治体系、应急体系，其中是地质灾害风险减缓的有效措施。但由于地质环境的多变性，地质灾害发生机理的复杂性、时空演变的随机性和灾害的突发性，人类目前还不能有效地对地质灾害进行预警预报，其最根本原因是所采用的技术手段还不具备有效地感知环境的能力以及不能实现精细化预警预报。
中国发明专利(专利申请号：200710178762.0)公开了地质灾害降雨监测预警仪，该发明提供一种适合地质灾害气象预警，操作简单，防尘防堵的地质灾害降雨监测预警仪。中国发明专利(专利申请号：200910058196.9)公开了一种智能型地质灾害综合监测系统及多级预报分析方法，该系统是一种按需可组合、拆卸的，适合于野外安装的监测装置，其安装组合完成后为一杆状物，定时测量并地面无线发射斜坡地下深部变形信息于系统信息分析控制单元，结合采用激光扫描器，定时连续扫描得到监测区域内图像，同时还增设多点定点激光测距仪，对选定物体进行精确测距。它以地质灾害体地下深部变形和地表直接变形位移为主要监测预报依据，结合物理与化学场变化辅助参数与诱发因素，将灾害预报划成预备级、预警级、前期预报级、灾害预报四级，就地一体化地完成监测、分析、预报功能。
以上各种技术在基于气象-易发区的全国级、省级、市级、县级地质灾害气象预警发挥了一定的积极作用，但也暴露出预警范围广、应急避让规模大、准确率低的问题。至少存在着以下几个方面的问题：1)所采用的监测仪器比较昂贵，从而导致了很难大规模实施实时动态的地质灾害预测预报；2)尚未将土体本身特性与其地质灾害形成机理和过程结合起来，从而导致了难以很好地解释地质灾害发生机理的复杂性、时空演变的随机性和过程的突发性等问题。因此，如何通过结合土体本身特性及其与地质灾害机理的联系等这些方面来实现精细化预警就势在必行。
发明内容
本发明的目的是突破现有预警技术瓶颈，从灾变过程出发，提出基于新理论下的区别于以往气象和变形预警的、一种基于水-吸应力-局部安全系数的黄土滑坡精细化预警预报技术。
本发明的目的是通过以下技术方案实现的，一种基于水-吸应力-局部安全系数的黄土滑坡精细化预警预报技术，包括以下步骤：
步骤1、在黄土高原地区自西向东选取不同坡型、坡度、坡高的典型斜坡，采集坡体不同深度处的黄土样品(图2)，并在不同深度处安装土壤水分传感器和雨量计，通过数据传输模块以及基站将含水率数据实时传输到计算机处理中心；
步骤2、通过快速土水特征曲线仪(TRIM)获取步骤1中采集样品的土水特征曲线、吸应力特征曲线、渗透系数函数曲线以及土体的抗剪强度参数；
步骤3、根据步骤1中所获取的斜坡含水率监测数据，并且以步骤2获得的实验曲线为基础，结合吸应力理论和统一有效应力原理，通过Hydrus2D软件计算代表性斜坡的总应力场、渗流场、吸应力场、有效应力场及局部安全场，实现单体斜坡的、以局部安全场判定的斜坡稳定性评价技术方法，搭建基于水-吸应力-局部安全场耦合的渐进破坏模块；
步骤4、总结不同降雨强度下已有含水率监测剖面斜坡含水率的变化规律，通过聚类分析，形成以降雨强度为主的不同类型斜坡含水率预测评价方法，实现不同降雨条件下不同斜坡坡体含水率的变化响应模拟；
步骤6、以单体斜坡局部安全场为原型，将斜坡中小于1.0的不稳定有限单元数与总的有限单元数求取比值之后，构建“失稳概率”斜坡稳定性的评价指标；
步骤7、根据步骤3的方法，计算黄土高原不同地区、不同坡型、坡高、坡度的斜坡失稳概率随含水率的变化规律，通过拐点分析构建基于斜坡失稳概率的黄土斜坡预警阈值界限，提出黄、橙、红三级预警体系，形成基于有限单元-失稳概率-临灾判据的预警阈值模块；
步骤8、利用无线自组网技术，将区域内降雨数据与斜坡含水率监测数据整合到物联网平台，监控中心在此基础上，即可通过步骤3、6中提出的评价技术方法，实现单体斜坡到区域斜坡的失稳概率计算，进一步可通过步骤7中的技术方法，参考预警阈值模块，从点到面对评价区域内的斜坡依次进行预警；
步骤9：最终形成地质灾害早期识别—专业快速预警—政府应急处置的黄土高原滑坡地质灾害精细化预警系统；
进一步地，降雨量监测设备的设置点远离地灾体变形活跃的区域。
进一步地，该地质灾害精细化预警系统是联合国土局、专家通道和科研院所共同形成的精准早期识别智能化平台，一旦系统做出预警，可快速通过手机、互联网等通讯手段向当地政府职能部门报警，及时有效的预报群众进行撤离；
与现有技术相比，本发明采用上述技术方案，基于水-吸应力-局部安全系数耦合的地质灾害预警技术能为地质灾害监测预警提供更加准确、实时的技术支持，有效避免及降低地质灾害给人民群众带来的人身及财产损失。
附图说明
图1是本发明的技术路线；
图2是本发明黄土高原不同地区取样点一览图；
图3是本发明典型直线坡型下的含水率及雨量计布设剖面图(延安宝塔山)；
图4是本发明水力特征曲线与强度参数(以延安晚更新世黄土为例)；
图5是本发明延安地区雨量监测站(数据可实现实时共传)；
图6是本发明延安地区斜坡失稳概率预警阈值界限体系；
图7是本发明延安地区斜坡坡度、坡高、坡型分级；
图8是本发明延安地区精细化预警结果示例。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
一种基于水-吸应力-局部安全系数耦合的地质灾害预警技术，包括以下步骤：
步骤1、在黄土高原延安地区选取了典型斜坡(直线型坡、凸型坡、凹型坡以及阶梯型坡)，分别采集坡体不同深度处的黄土样品，并在不同深度处安装土壤水分传感器(图 3，以延安宝塔山监测剖面为例)，通过数据传输模块以及基站将含水率数据实时传输到计算机处理中心；
步骤2、室内获取采集样品的土水特征曲线、吸应力特征曲线、渗透系数函数曲线以及土体的抗剪强度参数(图4，以晚更新世黄土为例)；
步骤3、基于水-吸应力-局部安全场耦合的渐进破坏模块，依次实现不同类型斜坡渗流场、有效应力场以及局部安全场的耦合，模拟随着含水率增大过程中坡体的渐进破坏过程；
步骤4、基于有限单元-失稳概率-临灾判据的预警阈值模块，在全面获取延安地区降雨数据的基础上(图5，延安地区雨量监测站)，计算延安地区历史降雨强度下的不同坡型、坡高、坡度的斜坡失稳概率，修正与校准基于斜坡失稳概率的黄土斜坡预警阈值界限(图6，失稳概率预警阈值界限)；
步骤5、利用GIS技术，对延安地区进行坡度、坡高以及坡型的分类(图7，延安地区斜坡要素图)，采用2013年7月12日20:00至2013年7月13日20:00的降雨数据对延安地区进行精细化预警示例(图8)；
步骤6、实例预警结果表明，红色预警(失稳概率大于0.12)的斜坡数量为42个，其中黄陵县6个，富县11个，宝塔区2个，吴起县13个，志丹县6个，安塞县3个，延长县1个，当地部门应立即组织人员快速核实，其余预警结果详见图8.
步骤7、快速核实结果为红色预警42个，当地人员核实之后，斜坡具有明显变形且存在滑动趋势的斜坡为37个，占到了红色预警总数的88.1％，取得了较好的预警准确率。
本发明主要包括基于水-吸应力-局部安全场耦合的渐进破坏模块、基于有限单元-失稳概率-临灾判据的预警阈值模块和基于降雨量-斜坡单元-失稳概率的精细化预警预报模块三个模块，通过获取区域降雨量数据，经计算得到区域内不同类型斜坡的失稳概率，从而依据预警阈值界限对斜坡稳定性进行预警预报，从而实现以斜坡单元为评价的区域精细化预警预报。本发明能为地质灾害监测预警提供更加准确、实时的技术支持，有效避免及降低地质灾害给人民群众带来的人身及财产损失。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，所述方法由三个评价模块组成，分别是基于水-吸应力-局部安全场耦合的渐进破坏模块、基于有限单元-失稳概率-临灾判据的预警阈值模块和基于降雨量-斜坡单元-失稳概率的精细化预警预报模块。
2.根据权利要求1所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，所述基于水-吸应力-局部安全场耦合的渐进破坏模块以水为核心，通过获取不同类型斜坡、不同深度处的土体水力特征曲线的基础上，依次实现斜坡渗流场、有效应力场以及局部安全场的耦合，可模拟随着含水率增大过程中坡体的渐进破坏过程，并以此构建了以局部安全场判定的斜坡稳定性评价技术。
3.根据权利要求1所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，所述基于有限单元-失稳概率-临灾判据的预警阈值模块是基于有限单元法的局部安全场，通过限定边坡边界，将其中局部安全场小于1的单元数与总评价单元数的比值定义为失稳概率，作为临灾判据的评价因子。
4.根据权利要求3所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，所述临灾判据的提出是基于不同降雨强度下-不同坡型、坡度、坡高的斜坡-在不同坡体含水率响应下的失稳概率变化曲线的基础上，通过拐点分析构建了基于失稳概率的黄土斜坡预警阈值界限，提出黄、橙、红三级预警体系。
5.根据权利要求4所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，失稳概率随含水率变化曲线的提出在黄土高原地区选取不同坡型、坡度、坡高的代表性斜坡，分别监测降雨强度和坡体不同深度处的含水率，通过评价技术获取多要素条件下的斜坡失稳概率与相应的含水率变化模式；以此为基础，将代表性典型斜坡评价技术扩展到黄土高原区域斜坡单元上，分别设定不同坡型、坡高、坡度的斜坡要素，耦合降雨响应下的坡体含水率变化模式，模拟得到了具有普适性的黄土高原斜坡失稳概率变化曲线。
6.根据权利要求5所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，不同降雨强度下的含水率变化模式是大量的、基于代表性斜坡的降雨因素下的坡体内部含水率监测数据。
7.根据权利要求6所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，代表性斜坡内部含水率的监测数据分别选取直线型坡、凸型坡、凹型坡以及阶梯型坡，在坡体后缘、中部安装含水率监测剖面，在远离坡体位置安装雨量计，通过数据传输模块以及基站将含水率数据实时传输到计算机处理中心。
8.根据权利要求1所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，基于降雨量-斜坡单元-失稳概率的精细化预警预报模块是一种黄土高原区域性斜坡精细化预警技术，是基于降雨条件下斜坡内部含水率变化-应力响应-渐进破坏-失稳概率-预警预报的稳定性一体化评价技术；所述一种黄土高原区域性斜坡精细化预警技术首次实现了基于斜坡灾变过程和机理的地质灾害精细化预警，是有别于以往气象预警的不准确性和经验性预警技术，其技术方法原理与预警过程具有更高、更准确的识别性。
9.根据权利要求8所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，基于斜坡灾变过程和机理的地质灾害精细化预警技术利用无线自组网技术，将区域内降雨数据与斜坡含水率监测数据整合到物联网平台，监控中心在此基础上，即可通过评价技术方法，实现单体斜坡到区域斜坡的失稳概率计算，进一步可通过技术方法，参考预警阈值模块，从点到面对评价区域内的斜坡依次进行预警。
10.根据权利要求8所述的一种基于水-吸应力-局部安全系数的黄土地质灾害精细化预警预报方法，其特征在于，预警预报模块和地质灾害稳定性一体化评价技术最终形成地质灾害早期识别—专业快速预警—政府应急处置的黄土高原滑坡地质灾害精细化预警系统；黄土高原精细化预警系统是联合国土局、专家通道和科研院所共同形成的精准早期识别智能化平台，一旦系统做出预警，可快速通过手机、互联网等通讯手段向当地政府职能部门报警，做到了注重灾后救助向灾前预防的精准转变。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910315744.5A CN110018292A (zh) | 2019-04-19 | 2019-04-19 | 基于水-吸应力-局部安全场的黄土滑坡精细预警技术 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910315744.5A CN110018292A (zh) | 2019-04-19 | 2019-04-19 | 基于水-吸应力-局部安全场的黄土滑坡精细预警技术 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110018292A true CN110018292A (zh) | 2019-07-16 |
Family
ID=67191861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910315744.5A Pending CN110018292A (zh) | 2019-04-19 | 2019-04-19 | 基于水-吸应力-局部安全场的黄土滑坡精细预警技术 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110018292A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112255157B (zh) * | 2020-09-29 | 2023-01-13 | 中国水利水电科学研究院 | 基于渗流模型的边坡稳定性模拟分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745131A (zh) * | 2014-01-27 | 2014-04-23 | 北方工业大学 | 边坡稳定性精细化评价方法 |
| CN104102980A (zh) * | 2014-07-28 | 2014-10-15 | 中国地质调查局西安地质调查中心 | 一种基于风险评价的地质灾害预警技术 |
| CN105139585A (zh) * | 2015-07-29 | 2015-12-09 | 同济大学 | 一种土质边坡险情智能预警预报方法 |
| CN105788180A (zh) * | 2016-04-14 | 2016-07-20 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于非饱和土体含水量的浅层降雨滑坡预警方法 |
| CN106503354A (zh) * | 2016-11-01 | 2017-03-15 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种非饱和土质路堑边坡稳定性计算改进方法 |
| CN108254782A (zh) * | 2018-02-09 | 2018-07-06 | 中国地质大学（北京） | 一种边坡地震破坏失稳概率的获取方法及系统 |
-
2019
- 2019-04-19 CN CN201910315744.5A patent/CN110018292A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745131A (zh) * | 2014-01-27 | 2014-04-23 | 北方工业大学 | 边坡稳定性精细化评价方法 |
| CN104102980A (zh) * | 2014-07-28 | 2014-10-15 | 中国地质调查局西安地质调查中心 | 一种基于风险评价的地质灾害预警技术 |
| CN105139585A (zh) * | 2015-07-29 | 2015-12-09 | 同济大学 | 一种土质边坡险情智能预警预报方法 |
| CN105788180A (zh) * | 2016-04-14 | 2016-07-20 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于非饱和土体含水量的浅层降雨滑坡预警方法 |
| CN106503354A (zh) * | 2016-11-01 | 2017-03-15 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种非饱和土质路堑边坡稳定性计算改进方法 |
| CN108254782A (zh) * | 2018-02-09 | 2018-07-06 | 中国地质大学（北京） | 一种边坡地震破坏失稳概率的获取方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| NING LU等: "Analysis of rainfall-induced slope instability using a field of local factor of safety", 《WATER RESOURCES RESEARCH》 * |
| 网友: "黄土高原地质灾害发生规律与风险管控技术", 《HTTPS://WWW.DOC88.COM/P-9953550369322.HTML，道客巴巴》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112255157B (zh) * | 2020-09-29 | 2023-01-13 | 中国水利水电科学研究院 | 基于渗流模型的边坡稳定性模拟分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102242977B1 (ko) | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 | |
| Maldonado et al. | Seasonal prediction of extreme precipitation events and frequency of rainy days over Costa Rica, Central America, using Canonical Correlation Analysis | |
| KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
| CN102013150B (zh) | 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统 | |
| Bordoni et al. | Site-specific to local-scale shallow landslides triggering zones assessment using TRIGRS | |
| CN105260625A (zh) | 一种滑坡地质灾害预警推送方法 | |
| CN104899437A (zh) | 强降雨型滑坡灾害预警方法 | |
| CN101576382B (zh) | 一种基于三维展示平台的水利监测方法 | |
| Roth et al. | Methodological considerations regarding the measurement of turbulent fluxes in the urban roughness sublayer: the role of scintillometery | |
| Gao et al. | Characterizing the spatial variations and correlations of large rainstorms for landslide study | |
| CN106971510A (zh) | 一种双模式山洪预警控制系统及方法 | |
| CN115359629B (zh) | 一种基于序贯评估法的区域滑坡灾害预警方法 | |
| CN113759374A (zh) | 一种城市基础设施的结构健康问题的监测系统和监测方法 | |
| CN113011747A (zh) | 建筑物监测方法、装置、电子设备及存储介质 | |
| CN110018292A (zh) | 基于水-吸应力-局部安全场的黄土滑坡精细预警技术 | |
| Buo et al. | High-resolution thermal exposure and shade maps for cool corridor planning | |
| CN104463971A (zh) | 一种用于评价城市绿化三维布局的绿度空间配置曲线构建方法 | |
| Bozza et al. | Potential of remote sensing and open street data for flood mapping in poorly gauged areas: a case study in Gonaives, Haiti | |
| Brigandì et al. | Flood and landslide warning based on rainfall thresholds and soil moisture indexes: the HEWS (Hydrohazards Early Warning System) for Sicily | |
| 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 | |
| Alcantara et al. | Geospatial assessment and modeling of urban heat islands in Quezon City, Philippines using ols and geographically weighted regression | |
| Hu | An algorithm for converting weather radar data into GIS polygons and its application in severe weather warning systems | |
| Lee et al. | Estimation of maximum daily fresh snow accumulation using an artificial neural network model | |
| Tadić et al. | Mapping of maximum snow load values for the 50-year return period for Croatia | |
| Takemi | Characteristics of summertime afternoon rainfall and its environmental conditions in and around the Nobi Plain |
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: 20190716 |