CN110599002A - 一种基于水动力子系统的泥石流危险性评估方法及装置 - Google Patents

Abstract

本发明公开了一种基于水动力子系统的泥石流危险评估方法及装置，其方法包括：获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量；利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

Description

一种基于水动力子系统的泥石流危险性评估方法及装置

技术领域

本发明涉及灾害危险性评估技术领域，特别涉及一种基于水动力子系统的泥石流危险性评估方法及装置。

背景技术

泥石流是指在降水、溃坝或冰雪融化形成的地面流水作用下，在沟谷或山坡上产生的一种挟带大量泥砂、石块等固体物质的特殊洪流，其暴发突然、来势凶猛、历时短暂，具有强大的破坏力和冲击力，对山区城镇、村庄、交通、电力、通讯、水利、矿山、农业、生态等造成严重的威胁和危险。众所周知，泥石流灾害是系统问题，泥石流系统是一个开放的动态系统，系统能量分布状态和相互作用结果直接决定着流域是否为泥石流沟以及泥石流危险性大小等等。但是目前国内外对泥石流系统能量分布状态等问题未见相关研究和探讨，因此，亟需用系统科学的原理与方法去探讨泥石流灾害问题。

发明内容

根据本发明实施例提供的方案解决了现有潜在泥石流沟判识、泥石流危险性大小等防灾减灾工作中存在的关键判定评估问题。

根据本发明实施例提供的一种基于水动力子系统的泥石流危险评估方法，包括：

获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；

利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量；

利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；

利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

优选地，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量包括：

利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重；

利用所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统状态变量；

其中，N>1，且N为正整数。

优选地，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重包括：

根据所述最低高程数据和所述最高高程数据，计算所述最低高程数据与所述最高高程数据之间的最大流域高程差；

根据所述N个等高线数据和所述最低高程数据，计算每个等高线数据的流域高程差；

根据所述每个等高线数据的流域高程差和所述最大流域高程差，计算每个等高线所对应的流域高程比重。

优选地，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重包括：

从所述N个等高线处的水动力数据中选取最大水动力数据和最小水动力数据；

利用所述N个等高线处的水动力数据、所述最大水动力数据、所述最小水动力数据以及归一化无量纲公式，计算出每个等高线归一化后的水动力；

其中，所述归一化无量纲公式为：

其中，所述x_i是指i等高线归一化后的水动力；所述W_i是指i等高线处的水动力数据；所述W_min是指最小水动力数据；所述W_max是指最大水动力数据。

优选地，所述利用所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统状态变量包括：

根据所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统的水动力-高程曲线函数；

通过对所述泥石流流域水动力子系统的水动力-高程曲线函数进行积分处理，得到泥石流流域水动力子系统的水动力-高程曲线函数积分值；

根据所述水动力-高程曲线函数和所述水动力-高程曲线函数积分值，构建泥石流流域水动力子系统状态变量。

优选地，所述泥石流流域水动力子系统状态变量的公式为：

其中，P₃(x,t)满足：P₃(x,t)≥0；

其中，所述P₃(x,t)是指所述泥石流流域水动力子系统状态变量；所述h(x,t)是指所述水动力-高程曲线函数；所述是指水动力-高程曲线函数积分值。

优选地，所述利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估包括：

利用所述泥石流流域水动力子信息熵模型对所述待评估泥石流流域的水动力大小分别进行定量评估；

根据所述水动力大小的评估结果，对所述待评估泥石流流域的危险性进行评估。

优选地，所述泥石流流域水动力子系统信息熵模型的公式为：

其中，当0≤x≤1且x≠常数时，且用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)时，所述泥石流流域水动力子系统信息熵的公式为：

其中，所述b₀是指拟合多项式第0次项系数；所述b₁是指拟合多项式第1次项系数；所述是指水动力-高程曲线函数积分值；所述Hw是指所述泥石流流域水动力子系统信息熵模型。

根据本发明实施例提供的一种基于水动力子系统的泥石流危险评估装置，包括：

获取模块，用于获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；

构建模块，用于利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量，以及利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；

危险评估模块，用于利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

优选地，所述危险评估模块具体用于利用所述泥石流流域水动力子信息熵模型对所述待评估泥石流流域的水动大小分别进行定量评估，以及根据所述水动力大小的评估结果，对所述待评估泥石流流域的危险性进行评估；

其中，所述泥石流流域水动力子系统信息熵模型的公式为：

其中，当0≤x≤1且x≠常数时，且用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)时，所述泥石流流域水动力子系统信息熵的公式为：

其中，所述b₀是指拟合多项式第0次项系数；所述b₁是指拟合多项式第1次项系数；所述是指水动力-高程曲线函数积分值；所述是Hw指所述泥石流流域水动力子系统信息熵模型。

根据本发明实施例提供的方案，可广泛应用到潜在泥石流沟判识、泥石流危险度评价、泥石流监测预警等领域，具有一定的原创性和重要的应用价值。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于理解本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例提供的一种基于水动力子系统的泥石流危险性评估方法的流程图；

图2是本发明实施例提供的一种基于水动力子系统的泥石流危险性评估装置的示意图；

图3是本发明实施例提供的基于水动力子系统的固体物源面积—高程曲线示意图；

图4是本发明实施例提供的水动力系统的H_W与W关系曲线示意图；

图5是本发明实施例提供的水动力子系统的泥石流流域示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1是本发明实施例提供的一种基于水动力子系统的泥石流危险性评估方法的流程图，如图1所示，包括：

步骤S1：获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；

步骤S2：利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量；

步骤S3：利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；

步骤S4：利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

其中，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量包括：利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重；利用所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统状态变量；其中，N>1，且N为正整数。

其中，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重包括：根据所述最低高程数据和所述最高高程数据，计算所述最低高程数据与所述最高高程数据之间的最大流域高程差；根据所述N个等高线数据和所述最低高程数据，计算每个等高线数据的流域高程差；根据所述每个等高线数据的流域高程差和所述最大流域高程差，计算每个等高线所对应的流域高程比重。

其中，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重包括：从所述N个等高线处的水动力数据中选取最大水动力数据和最小水动力数据；利用所述N个等高线处的水动力数据、所述最大水动力数据、所述最小水动力数据以及归一化无量纲公式，计算出每个等高线归一化后的水动力；其中，所述归一化无量纲公式为：其中，所述x_i是指i等高线归一化后的水动力；所述W_i是指i等高线处的水动力数据；所述W_min是指最小水动力数据；所述W_max是指最大水动力数据。

其中，所述利用所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统状态变量包括：根据所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统的水动力-高程曲线函数；通过对所述泥石流流域水动力子系统的水动力-高程曲线函数进行积分处理，得到泥石流流域水动力子系统的水动力-高程曲线函数积分值；根据所述水动力-高程曲线函数和所述水动力-高程曲线函数积分值，构建泥石流流域水动力子系统状态变量。

具体地说，所述泥石流流域水动力子系统状态变量的公式为：

其中，P₃(x,t)满足：P₃(x,t)≥0；所述P₃(x,t)是指所述泥石流流域水动力子系统状态变量；所述h(x,t)是指所述水动力-高程曲线函数；所述是指水动力-高程曲线函数积分值。

其中，所述利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估包括：利用所述泥石流流域水动力子信息熵模型对所述待评估泥石流流域的水动力大小分别进行定量评估；根据所述水动力大小的评估结果，对所述待评估泥石流流域的危险性进行评估。

其中，所述泥石流流域水动力子系统信息熵模型的公式为：

其中，当0≤x≤1且x≠常数时，且用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)时，所述泥石流流域水动力子系统信息熵的公式为：

其中，所述b₀是指拟合多项式第0次项系数；所述b₁是指拟合多项式第1次项系数；所述是指水动力-高程曲线函数积分值；所述Hw是指所述泥石流流域水动力子系统信息熵模型。

图2是本发明实施例提供的一种基于水动力子系统的泥石流危险性评估装置的示意图，如图2所示，包括：获取模块201，用于获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；构建模块202，用于利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量，以及利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；危险评估模块203，用于利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

其中，所述危险评估模块203具体用于利用所述泥石流流域水动力子信息熵模型对所述待评估泥石流流域的水动大小分别进行定量评估，以及根据所述水动力大小的评估结果，对所述待评估泥石流流域的危险性进行评估；

其中，所述泥石流流域水动力子系统信息熵模型的公式为：

其中，当0≤x≤1且x≠常数时，且用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)时，所述泥石流流域水动力子系统信息熵的公式为：

其中，所述b₀是指拟合多项式第0次项系数；所述b₁是指拟合多项式第1次项系数；所述是指水动力-高程曲线函数积分值；所述是Hw指所述泥石流流域水动力子系统信息熵模型。

本发明实施例主要包括两部分：

(1)水动力子系统状态变量

泥石流的发生与水的关系极为密切，泥石流发生的水源主要来自大气降水，其次为地下水和冰雪融水，降水对松散固体物质的稳定性有很大的影响，雨水能使松散固体物质内部的含水量发生变化，影响松散固体物质的内摩擦角和内聚力以及孔隙水压力，增加松散土体的自重，促进松散固土物质产生移动，从而为泥石流的产生和发展创造有利条件。本发明主要考虑泥石流流域系统水动力来自降水，目前针对降水型泥石流水动力的研究有：特征雨量法、土体含水量法、地表径流法等。比较理想的水动力子系统应该包含地表径流场和渗流场。本发明将泥石流流域系统的水动力子系统定义为包含渗流和地表径流流域内水循环有关的系统。考虑到山地降水量随海拔增高而增多，但存在一个最大降水量高度，超过此高度，山地降水不再随高度递增，而最大降水高度因气候干湿而异，也就是说水动力与高程密切相关，同时已知通过土体含水量和地表径流深度可以反映流域水动力情况，因此，本发明在构造水动力子系统状态变量方程时主要考虑水动力(土体含水量+地表径流深度)和高程这几个参数，具体方法如下：

如图5所示，流域最高高程为1000m，最低高程为100m，S1为100m-200m之间的固体物源面积，如图5所示，W₁₀₀是100等位线处的水动力，W₂₀₀是200等位线处的水动力，W₃₀₀是300等位线处的水动力，W₄₀₀是400等位线处的水动力，W₅₀₀是500等位线处的水动力，W₆₀₀是600等位线处的水动力，W₇₀₀是700等位线处的水动力，W₈₀₀是800等位线处的水动力，W₉₀₀是900等位线处的水动力；，对于任意时刻t，建立水动力与高程关系曲线，分别以x和y为横坐标和纵坐标得到一系列点(x,y)，其中纵坐标为高程比重h表示流域等高线图上某条等高线与流域最低点的高差(m)，H表示流域最高点与最低点的高差(m)；(即200m等高线与流域最低点的高差为：200-100＝100m；300m等高线与流域最低点的高差为：300-100＝200m；400m等高线与流域最低点的高差为300m；500m等高线与流域最低点的高差为400m；600m等高线与流域最低点的高差为500m；700m等高线与流域最低点的高差为600m；800m等高线与流域最低点的高差为700m；900m等高线与流域最低点的高差为800m)；H表示流域最高点与最低点的高差(m)，即1000-100＝900(m)，横坐标为水动力x，表示该等高线相应位置的归一化后的水动力(按照公式归一化无量纲公式为：处理后的无量纲值)，用曲线拟合这些点，这样构造的曲线称为水动力—高程曲线，记为h(x,t)，对于某一时刻t＝t₀，如图3所示。W_min和W_max是从所述10个等高线处的水动力数据中选取的最小水动力数据和最大水动力数据；因此，100等高线归一化后的水动力200等高线归一化后的水动力300等高线归一化后的水动力400等高线归一化后的水动力500等高线归一化后的水动力600等高线归一化后的水动力700等高线归一化后的水动力800等高线归一化后的水动力900等高线归一化后的水动力1000等高线归一化后的水动力用曲线拟合这些点，这样构造的曲线称为水动力—高程曲线，记为h(x,t)，对于某一时刻t＝t₀，如图3所示。

其中，本发明实施例通过DEM获取流域高程和等高线数据，以及利用流域水文模型(如SHE/SWAT模型)计算流域的(水动力包括地表径流深和土体平均含水量)；本发明实施例将计算的水动力和高程数据导入到EXCEL中进行统计分析，按照等高距为100m计算流域高程比重和水动力。本发明的水动力包含地表径流和土体含水量两部分。所以水动力为两者之和。计算出每条等高线处的水动力之后，按数学中最常见的归一化公式进行归一化处理，得到每条等高线的水动力，记为x。

在x∈[0,1]对h(x,t)进行积分，积分值称为水动力—高程曲线积分值，记为W，可表示为：

W取值有两种情况：①W→0：这时流域内几乎没有自由水，径流量→0，x→0，此时流域水动力不足。②W>0：W值越大说明水动力越充足，反之，W值越小说明水动力越不充足。由此可见，通过水动力—高程曲线积分值可以反映流域内水动力是否充足，同时通过水动力—高程曲线的形态可以反映流域内水动力的分布状态，再结合水动力与能量关系，就可以反映出流域内水动力能量状态，也就是说，水动力—高程曲线和水动力—高程曲线积分值是反映水动力的能量状态的时空分布信息，因此，下面根据水动力—高程曲线和水动力—高程曲线积分值，构造水动力子系统能量状态的水动力时空分布信息密度函数：

满足：①P₃(x,t)≥0；②

因此，(2)式满足密度函数的性质。由于(2)式主要通过能够表征水动力能量状态的水动力时空分布信息的土体平均含水量和地表径流深度构造而成，结合与地形关系，就能够反映流域内水动力具有能量状态的水动力时空分布信息，因此，该式是水动力子系统能量状态的水动力时空分布信息密度函数，简称水动力子系统密度函数，又由于该式能够表征水动力子系统能量状态的水动力时空分布信息，因此，该式又称为水动力子系统能量状态的水动力时空分布信息变量，简称水动力子系统状态变量。

(2)水动力子系统信息熵模型

根据水动力子系统密度函数，已知该密度函数是连续的，结合连续熵定义，对于某一时刻t，可以得到水动力子系统信息熵表达式为：

当0≤x≤1且x≠常数时，如果用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)，可得水动力子系统信息熵表达式：

b₀和b₁分别表示拟合多项式第0次项和1次项的系数，水动力—高程曲线积分值根据(4)式可以绘制出各参数对H_W与W关系曲线的影响(图4)，由图3可知：H_W随着W增大而减小，参数b0对模型影响较大，b1对模型影响较小。当m>1时，求法类似，需要借助于计算机求解。

下面以具体实施例对本发明实施例进行详细说明

案例区锅圈岩沟位于某市北部，距某市区约10km，是某河一级支流深溪沟左岸的一条支沟。该沟位于某国家级自然保护区内，地处某山断裂带的中南段，属于某地地震极震区(地震烈度为XI度)，流域面积为0.15km²，主沟长约580m，平均坡降270‰，流域最高海拔高程1222m，最低海拔高程943m，相对高差279m。经过调查，在地震之前，锅圈岩沟未曾发生泥石流；地震使沟内的岩土体松动，致使沟谷山体出现较大范围滑坡，形成大量的松散堆积体，为泥石流的活动提供了丰富的物质来源；同时，该地暴雨较频繁，雨量相对集中，为泥石流的产生提供了充足的水动力条件。正是这些因素的综合作用，使得锅圈岩沟在震后的每年都会暴发泥石流，如表1所示。

表1：地震前后锅圈岩沟泥石流发生频次表

按照本发明水动力子系统信息熵的方法，可以计算得到锅圈岩沟流域水动力子系统信息熵，具体步骤如下：首先，运用ArcGIS 10.1软件对震后锅圈岩沟流域的高程进行解译分析，获得高程数据，然后运用SWAT水文模型对土体含水量、地表径深度的数据进行提取(SWAT模拟期为2013年1月1日至2013年12月31日)。其次，将SWAT模型土体平均含水量(mm)、地表径流深度(mm)和高程(m)数据导入到Excel中进行统计分析，按照等高距为10m计算锅圈岩流域高程比重和水动力，水动力为相应等高线处地表径流深度(mm)与土体平均含水量(mm)按照公式处理后的无量纲值，记为x，同高程比重y组成的一系列坐标点(x,y)；最后，运用MATLAB软件编程，用多项式对上述坐标点(x,y)进行拟合，得到水动力—高程曲线h(x,t)，并对拟合得到的曲线h(x,t)进行积分，得到相应的曲线积分W值，最后，将W值代入本发明水动力子系统信息熵模型，可得到水动力子系统信息熵值，结果如表2所示。

表2：锅圈岩沟流域水动力子系统信息熵

本实施例所用的水动力信息熵值与泥石流的危险性判别表如表3所示。

表3：流域水动力子系统信息熵与泥石流危险性判别表

可以看出，锅圈岩沟流域水动力条件为中等，泥石流危险程度为中等，泥石流的发育特点为：具备发生中等规模的泥石流的可能性，可能造成中等危害。

根据本发明实施例提供的方案，使用水动力子系统信息熵，能判断出流域地形的起伏程度和泥石流发生的危险性大小。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (10)

1.一种基于水动力子系统的泥石流危险评估方法，其特征在于，包括：

获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；

利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量；

利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；

利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

2.根据权利要求1所述的方法，其特征在于，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量包括：

利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重；

利用所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统状态变量；

其中，N>1，且N为正整数。

3.根据权利要求2所述的方法，其特征在于，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重包括：

根据所述最低高程数据和所述最高高程数据，计算所述最低高程数据与所述最高高程数据之间的最大流域高程差；

根据所述N个等高线数据和所述最低高程数据，计算每个等高线数据的流域高程差；

根据所述每个等高线数据的流域高程差和所述最大流域高程差，计算每个等高线所对应的流域高程比重。

4.根据权利要求2所述的方法，其特征在于，所述利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，计算出每个等高线所对应的归一化后的水动力和流域高程比重包括：

从所述N个等高线处的水动力数据中选取最大水动力数据和最小水动力数据；

利用所述N个等高线处的水动力数据、所述最大水动力数据、所述最小水动力数据以及归一化无量纲公式，计算出每个等高线归一化后的水动力；

其中，所述归一化无量纲公式为：

其中，所述x_i是指i等高线归一化后的水动力；所述W_i是指i等高线处的水动力数据；所述W_min是指最小水动力数据；所述W_max是指最大水动力数据。

5.根据权利要求2所述的方法，其特征在于，所述利用所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统状态变量包括：

根据所述N个等高线的归一化后的水动力和流域高程比重，构建泥石流流域水动力子系统的水动力-高程曲线函数；

通过对所述泥石流流域水动力子系统的水动力-高程曲线函数进行积分处理，得到泥石流流域水动力子系统的水动力-高程曲线函数积分值；

根据所述水动力-高程曲线函数和所述水动力-高程曲线函数积分值，构建泥石流流域水动力子系统状态变量。

6.根据权利要求5所述的方法，其特征在于，所述泥石流流域水动力子系统状态变量的公式为：

其中，P₃(x,t)满足：P₃(x,t)≥0；

其中，所述P₃(x,t)是指所述泥石流流域水动力子系统状态变量；所述h(x,t)是指所述水动力-高程曲线函数；所述是指水动力-高程曲线函数积分值。

7.根据权利要求2所述的方法，其特征在于，所述利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估包括：

利用所述泥石流流域水动力子信息熵模型对所述待评估泥石流流域的水动力大小分别进行定量评估；

根据所述水动力大小的评估结果，对所述待评估泥石流流域的危险性进行评估。

8.根据权利要求7所述的方法，其特征在于，所述泥石流流域水动力子系统信息熵模型的公式为：

其中，当0≤x≤1且x≠常数时，且用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)时，所述泥石流流域水动力子系统信息熵的公式为：

其中，所述b₀是指拟合多项式第0次项系数；所述b₁是指拟合多项式第1次项系数；所述是指水动力-高程曲线函数积分值；所述Hw是指所述泥石流流域水动力子系统信息熵模型。

9.一种基于水动力子系统的泥石流危险评估装置，其特征在于，包括：

获取模块，用于获取待评估泥石流流域的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据；

构建模块，用于利用所获取的最低高程数据、最高高程数据、N个等高线数据以及每个等高线处的水动力数据，构建泥石流流域水动力子系统状态变量，以及利用所构建的泥石流流域水动力子系统状态变量，构建泥石流流域水动力系统信息熵模型；

危险评估模块，用于利用所构建的泥石流流域水动力子系统信息熵模型对所述待评估泥石流流域进行危险评估。

10.根据权利要求9所述的装置，其特征在于，所述危险评估模块具体用于利用所述泥石流流域水动力子信息熵模型对所述待评估泥石流流域的水动大小分别进行定量评估，以及根据所述水动力大小的评估结果，对所述待评估泥石流流域的危险性进行评估；

其中，所述泥石流流域水动力子系统信息熵模型的公式为：

其中，当0≤x≤1且x≠常数时，且用多项式b_mx^m+b_m-1x^m-1+…+b₀拟合h(x,t)时，所述泥石流流域水动力子系统信息熵的公式为：

其中，所述b₀是指拟合多项式第0次项系数；所述b₁是指拟合多项式第1次项系数；所述是指水动力-高程曲线函数积分值；所述是Hw指所述泥石流流域水动力子系统信息熵模型。