CN110610302B - 一种基于固体物源子系统的泥石流危险性评估方法及装置 - Google Patents

一种基于固体物源子系统的泥石流危险性评估方法及装置 Download PDF

Info

Publication number
CN110610302B
CN110610302B CN201910777979.6A CN201910777979A CN110610302B CN 110610302 B CN110610302 B CN 110610302B CN 201910777979 A CN201910777979 A CN 201910777979A CN 110610302 B CN110610302 B CN 110610302B
Authority
CN
China
Prior art keywords
solid source
data
debris flow
area
basin
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.)
Active
Application number
CN201910777979.6A
Other languages
English (en)
Other versions
CN110610302A (zh
Inventor
王钧
宇岩
袁少雄
陈军
黄光庆
宫清华
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.)
Guangzhou Institute of Geography of GDAS
Southern Marine Science and Engineering Guangdong Laboratory Guangzhou
Original Assignee
Guangzhou Institute of Geography of GDAS
Southern Marine Science and Engineering Guangdong Laboratory Guangzhou
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 Guangzhou Institute of Geography of GDAS, Southern Marine Science and Engineering Guangdong Laboratory Guangzhou filed Critical Guangzhou Institute of Geography of GDAS
Priority to CN201910777979.6A priority Critical patent/CN110610302B/zh
Publication of CN110610302A publication Critical patent/CN110610302A/zh
Application granted granted Critical
Publication of CN110610302B publication Critical patent/CN110610302B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于固体物源子系统的泥石流危险性评估方法及装置，其方法包括：获取待评估泥石流流域的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量；利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估。

Description

一种基于固体物源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，特别涉及一种基于固体物源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固体物源子系统的泥石流危险性评估方法，包括：
获取待评估泥石流流域的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；
利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量；
利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；
利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估。
优选地，所述利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量包括：
从所述最低高程数据和所述最高高程数据中选取出N个等高线数据；
利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重和流域高程比重；
利用所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统状态变量；
其中，N>1，且N为正整数。
优选地，所述利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重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高程差；
根据所述每个等高线数据的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，所述利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重和流域高程比重包括：
根据所述固体物源面积数据和所述N个等高线数据，计算出N+1个两两相邻等高线数据之间的固体物源面积数据；
根据所述N个等高线数据和所述N+1个固体物源面积数据，计算出每个等高线数据以上的固体物源面积数据；
根据所述每个等高线数据的以上的固体物源面积数据和所述全流域面积数据，计算每个等高线所对应的固体物源面积比重。
优选地，所述利用所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统状态变量包括：
根据所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统的面积-高程曲线函数；
通过对所述泥石流流域固体物源子系统的面积-高程曲线函数进行积分处理，得到泥石流流域固体物源子系统的面积-高程曲线函数积分值；
根据所述面积-高程曲线函数和所述面积-高程曲线函数积分值，构建泥石流流域固体物源子系统状态变量。
优选地，所述泥石流流域固体物源子系统状态变量的公式为：
Figure BDA0002175678950000031
其中，P2(x,t)满足：P2(x,t)≥0；
Figure BDA0002175678950000032
其中，所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量；所述g(x,t)是指所述固体物源面积-高程曲线函数；所述
Figure BDA0002175678950000033
是指固体物源面积-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固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估包括：
利用所述泥石流流域固体物源子信息熵模型对所述待评估泥石流流域的固体物源分布、聚集情况和丰富程度进行定量评估；
根据所述固体物源分布、聚集情况和丰富程度的评估结果，对所述待评估泥石流流域的危险性进行评估。
优选地，所述泥石流流域固体物源子系统信息熵模型的公式为：
Figure BDA0002175678950000041
其中，当用多项式anxn+an-1xn-1+…+a0拟合g(x,t)时，所述泥石流流域固体物源子系统信息熵的公式为：
Figure BDA0002175678950000042
其中，所述a0是指拟合多项式次数n＝1时第0次项系数；所述a1是指拟合多项式次数n＝1时第1次项系数；所述a是指积分区间的第一端点值；所述b是指积分区间的第二端点值，且a<b；所述HM是指所述泥石流流域固体物源子系统信息熵模型。
根据本发明实施例提供的一种基于固体物源子系统的泥石流危险性评估装置，其特征在于，包括：
获取模块，用于获取待评估泥石流流域的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；
构建模块，用于利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量，以及利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；
危险性评估模块，用于利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估。
优选地，所述危险性评估模块具体用于利用所述泥石流流域固体物源子信息熵模型对所述待评估泥石流流域的固体物源分布、聚集情况和丰富程度的进行定量评估，以及根据所述固体物源分布、聚集情况和丰富程度的评估结果，对所述待评估泥石流流域的危险性进行评估；
其中，所述泥石流流域固体物源子系统信息熵模型的公式为：
Figure BDA0002175678950000043
其中，当用多项式anxn+an-1xn-1+…+a0拟合g(x,t)时，所述泥石流流域固体物源子系统信息熵的公式为：
Figure BDA0002175678950000051
其中，所述a0是指拟合多项式次数n＝1时第0次项系数；所述a1是指拟合多项式次数n＝1时第1次项系数；所述a是指积分区间的第一端点值；所述b是指积分区间的第二端点值，且a<b；所述HM是指所述泥石流流域固体物源子系统信息熵模型；所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量。
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固体物源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固体物源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固体物源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固体物源系统的HM与M关系曲线示意图；
图5是本发明实施例提供的固体物源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固体物源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全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；
步骤S2：利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量；
步骤S3：利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；
步骤S4：利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估。
其中，所述利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量包括：从所述最低高程数据和所述最高高程数据中选取出N个等高线数据；利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重和流域高程比重；利用所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统状态变量；其中，N>1，且N为正整数。
具体地说，所述利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重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高程差；根据所述每个等高线数据的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。
具体地说，所述利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重和流域高程比重包括：根据所述固体物源面积数据和所述N个等高线数据，计算出N+1个两两相邻等高线数据之间的固体物源面积数据；根据所述N个等高线数据和所述N+1个固体物源面积数据，计算出每个等高线数据以上的固体物源面积数据；根据所述每个等高线数据的以上的固体物源面积数据和所述全流域面积数据，计算每个等高线所对应的固体物源面积比重。
其中，所述利用所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统状态变量包括：根据所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统的面积-高程曲线函数；通过对所述泥石流流域固体物源子系统的面积-高程曲线函数进行积分处理，得到泥石流流域固体物源子系统的面积-高程曲线函数积分值；根据所述面积-高程曲线函数和所述面积-高程曲线函数积分值，构建泥石流流域固体物源子系统状态变量。
具体地说，所述泥石流流域固体物源子系统状态变量的公式为：
Figure BDA0002175678950000071
其中，P2(x,t)满足：P2(x,t)≥0；
Figure BDA0002175678950000072
其中，所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量；所述g(x,t)是指所述固体物源面积-高程曲线函数；所述
Figure BDA0002175678950000073
是指固体物源面积-高程曲线函数积分值。
其中，所述利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估包括：利用所述泥石流流域固体物源子信息熵模型对所述待评估泥石流流域的固体物源分布、聚集情况和丰富程度进行定量评估；根据所述固体物源分布、聚集情况和丰富程度的评估结果，对所述待评估泥石流流域的危险性进行评估。
具体地说，所述泥石流流域固体物源子系统信息熵模型的公式为：
Figure BDA0002175678950000074
其中，当用多项式anxn+an-1xn-1+…+a0拟合g(x,t)时，所述泥石流流域固体物源子系统信息熵的公式为：
Figure BDA0002175678950000081
其中，所述a0是指拟合多项式次数n＝1时第0次项系数；所述a1是指拟合多项式次数n＝1时第1次项系数；所述a是指积分区间的第一端点值；所述b是指积分区间的第二端点值，且a<b；所述HM是指所述泥石流流域固体物源子系统信息熵模型。
图2是本发明实施例提供的一种基于固体物源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全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；构建模块202，用于利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量，以及利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；危险性评估模块203，用于利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估。
其中，所述危险性评估模块203具体用于利用所述泥石流流域固体物源子信息熵模型对所述待评估泥石流流域的固体物源分布、聚集情况和丰富程度的进行定量评估，以及根据所述固体物源分布、聚集情况和丰富程度的评估结果，对所述待评估泥石流流域的危险性进行评估；其中，所述泥石流流域固体物源子系统信息熵模型的公式为：
Figure BDA0002175678950000082
其中，当用多项式anxn+an-1xn-1+…+a0拟合g(x,t)时，所述泥石流流域固体物源子系统信息熵的公式为：
Figure BDA0002175678950000083
其中，所述a0是指拟合多项式次数n＝1时第0次项系数；所述a1是指拟合多项式次数n＝1时第1次项系数；所述a是指积分区间的第一端点值；所述b是指积分区间的第二端点值，且a<b；所述HM是指所述泥石流流域固体物源子系统信息熵模型；所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量。
本发明实施例主要包括两部分：
(1)固体物源子系统状态变量
泥石流流域系统中的固体物源子系统一般是指由固体物源储量及分布等更小的相互作用的子系统(要素)构成的系统。泥石流固体物源类型丰富,有坍塌、崩塌、滑坡及人工破坏等多种成因类型,广泛分布于泥石流沟各区段(形成区、流通区和堆积区),其中以坍塌型和崩塌型最为普遍。目前泥石流固体物源储量的计算方法主要有：现场调查法、泥石流固体物源动储量法、可移动土体厚度法等。本发明通过固体物源面积和高程参数构造固体物源子系统状态变量方程，具体方法如下：
首先，获取研究对象(区域/单沟)固体物源面积的遥感影像，并应用ArcGIS软件对研究对象DEM数据进行遥感解译。然后，根据解译结果，获得固体物源面积数据和高程数据，并对所获得的数据进行处理，具体作法如下：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，S1＝0；S2为200m-300m之间的固体物源面积，如图5所示，S2＝0；S3为300m-400m之间的固体物源面积，如图5所示，S3＝0；S4为400m-500m之间的固体物源面积；S5为500m-600m之间的固体物源面积；S6为600m-700m之间的固体物源面积；S7为700m-800m之间的固体物源面积；S8为800m-900m之间的固体物源面积；S9为900m-1000m之间的固体物源面积；因此，固体物源全面积为S＝S4+S5+S6+S7+S8+S9(km2)，A1为100m-200m之间的流域面积；A2为200m-300m之间的流域面积；A3为300m-400m之间的流域面积；A4为400m-500m之间的流域面积；A5为500m-600m之间的流域面积；A6为600m-700m之间的流域面积；A7为700m-800m之间的流域面积；A8为800m-900m之间的流域面积；A9为900m-1000m之间的流域面积；因此，全流域面积为A＝A1+A2+A3+A4+A5+A6+A7+A8+A9(km2)，对于某一时刻t，分别以x和y为横坐标和纵坐标得到一系列点(x,y)，其中
Figure BDA0002175678950000091
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)，(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)，
Figure BDA0002175678950000101
a1表示流域等高线图上相应等高线以上的固体物源面积(km2)，(即100m等高线的固体物源面积为
Figure BDA0002175678950000102
200m等高线的固体物源面积为
Figure BDA0002175678950000103
300m等高线的固体物源面积为
Figure BDA0002175678950000104
Figure BDA0002175678950000105
400m等高线的固体物源面积为
Figure BDA0002175678950000106
Figure BDA0002175678950000107
500m等高线的固体物源面积为
Figure BDA0002175678950000108
Figure BDA0002175678950000109
600m等高线的固体物源面积为
Figure BDA00021756789500001010
(km2)；700m等高线的固体物源面积为
Figure BDA00021756789500001011
800m等高线的固体物源面积为
Figure BDA00021756789500001012
900m等高线的固体物源面积为
Figure BDA00021756789500001013
)；用曲线拟合各点，这样的曲线称为固体物源面积—高程曲线，记为g(x,t)，如图3所示。
在x∈[a,b]且0≤a≤b≤1对g(x,t)进行积分，将得到的积分值称为固体物源面积—高程曲线积分值，记为M，可表示为：
Figure BDA00021756789500001014
其中，M表示固体物源面积—高程曲线积分值，a,b分别表示固体物源面积—高程曲线积分的端点。
由图3可知，固体物源面积—高程曲线积分值可以反映固体物源物质储量状态，同时对于具有相同的M值的流域，固体物源面积—高程曲线的形态有可能不一样，计算M/2对应的y值，记为K，通过K值的大小表示固体物源物质分布状态。其中K值有以下两种情况：当K≥0.5时，表示大部分固体物源物质分布于高程较大的区域(中上游)，即聚集区为中上游；当K<0.5时，表示大部分固体物源物质分布于高程较小的区域(中下游)，聚集区为中下游。
由此可见，通过固体物源面积—高程曲线积分值不但可以反映松散固体物质的储量状态，同时通过固体物源面积—高程曲线的形态可以反映松散固体物质分布状态，再结合与能量关系，可以表示流域内松散固体物质在空间任意位置具有能量状态，也就是说，固体物源面积—高程曲线和固体物源面积—高程曲线积分值是反映固体物源能量状态的固体物源储量和分布信息，因此，本文根据固体物源面积—高程曲线及其积分值，构造固体物源子系统能量状态的固体物源储量和分布信息密度函数：
Figure BDA0002175678950000111
满足：①P2(x,t)≥0；②
Figure BDA0002175678950000112
因此，(2)式满足密度函数性质。由于(2)式主要通过能够表征固体物源储量和分布信息的固体物源面积—高程曲线和固体物源面积—高程曲线积分值构造，结合与地形关系，就能够反映固体物源能量状态的固体物源储量和分布信息，因此，该式是固体物源子系统能量状态的固体物源储量和分布信息密度函数，简称固体物源子系统密度函数，又由于该式能够表征固体物源子系统能量分布状态的固体物源储量和分布信息，因此，该式又称为固体物源子系统能量状态的固体物源储量和分布信息变量，简称固体物源子系统状态变量。
(2)固体物源子系统信息熵模型
根据固体物源子系统密度函数，且已知该密度函数是连续函数，结合连续熵定义，对于某一时刻t，固体物源子系统信息熵可以表示为：
Figure BDA0002175678950000113
如果用多项式anxn+an-1xn-1+…+a0拟合g(x,t)，那么固体物源子系统信息熵可以表示为：
Figure BDA0002175678950000114
其中，a0和a1分别表示拟合多项式次数n＝1时第0次和1次项系数，a和b分别表示积分区间的端点值，M表示固体物源面积—高程曲线积分值。根据(4)式可以绘制出各参数对HM与M关系曲线的影响(如图4所示)。由图3可知：HM随着M增大而减小，参数a0，a1对模型影响较小，而参数a，b对模型影响较大。
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
Figure BDA0002175678950000121
按照本发明的固体物源子系统信息熵的方法，可以计算得到锅圈岩沟流域固体物源子系统信息熵，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固体物源面积和高程进行解译分析；其次，根据解译的结果，将固体物源面积和高程数据导入到Excel中进行统计分析，按照等高距为10m计算深溪沟流域高程比重和固体物源面积比重，得到锅圈岩沟流域的一系列点，其中x表示固体物源面积比重，y表示高程比重(按照等距为10m)；最后，运用MATLAB软件，用多项式对锅圈岩沟流域的一系列(x,y)点进行拟合，得到相应的固体物源面积—高程曲线，然后分别对拟合得到的固体物源面积—高程曲线进行积分，得到相应的固体物源面积—高程曲线积分值M(对于没有固体物质的子流域，记为+∞)，最后分别将锅圈岩沟流域积分值代入固体物源子信息熵模型，可得固体物源子系统信息熵值，如表2所示。
表2：锅圈岩沟固体物源子系统数据与信息熵
Figure BDA0002175678950000131
根据表1计算的锅圈岩沟流域固体物源面积—高程曲线积分值，结合流域实地调研情况，将锅圈岩沟流域固体物源物质富集程度进行如下划分：当M≥0.2时，固体物源物质的较为丰富，富集度为高度；当0.1≤M<0.2时，固体物源物质一般，富集度为中度；当0≤M<0.1时，固体物源物质较少，富集度为低度。通过上述标准，可以得到锅圈岩沟流域固体物源物质的丰富程度情况，如表3所示。
表3：锅圈岩沟流域固体物源富集度和聚集区
Figure BDA0002175678950000132
可以看出，锅圈岩沟流域的松散固体物质丰富，主要分布在流域中上游区域，呈现高度富集的状态，泥石流活动特点为：形成泥石流的物源丰富，具备降雨和地形条件下，可形成大规模的泥石流灾害，造成重大灾难和严重危害，泥石流危险程度高。
根据本发明实施例提供的方案，使用固体物源子系统信息熵，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 (5)

1.一种基于固体物源子系统的泥石流危险性评估方法，其特征在于，包括：
获取待评估泥石流流域的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；
利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量；
利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；
利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估；
其中，所述泥石流流域固体物源子系统信息熵模型的公式为：
Figure FDA0002904812630000011
其中，当用多项式anxn+an-1xn-1+…+a0拟合g(x,t)时，所述泥石流流域固体物源子系统信息熵的公式为：
Figure FDA0002904812630000012
其中，所述a0是指拟合多项式次数n＝1时第0次项系数；所述a1是指拟合多项式次数n＝1时第1次项系数；所述an为n次多项式系数；所述a是指积分区间的第一端点值；所述b是指积分区间的第二端点值，且a<b；所述
Figure FDA0002904812630000013
是指固体物源面积-高程曲线函数积分值；所述HM是指所述泥石流流域固体物源子系统信息熵模型；所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量；所述g(x,t)是指所述固体物源面积-高程曲线函数；所述x是指固体物源面积比重；所述t为时间；
其中，所述利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量包括：
从所述最低高程数据和所述最高高程数据中选取出N个等高线数据；
利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重和流域高程比重，其包括：
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高程差；
根据所述每个等高线数据的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；
还包括：
根据所述固体物源面积数据和所述N个等高线数据，计算出N+1个两两相邻等高线数据之间的固体物源面积数据；
根据所述N个等高线数据和所述N+1个固体物源面积数据，计算出每个等高线数据以上的固体物源面积数据；
根据所述每个等高线数据的以上的固体物源面积数据和所述全流域面积数据，计算每个等高线所对应的固体物源面积比重；
利用所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统状态变量，其包括：
根据所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统的面积-高程曲线函数；
通过对所述泥石流流域固体物源子系统的面积-高程曲线函数进行积分处理，得到泥石流流域固体物源子系统的面积-高程曲线函数积分值；
根据所述面积-高程曲线函数和所述面积-高程曲线函数积分值，构建泥石流流域固体物源子系统状态变量；
其中，N>1，且N为正整数。
2.根据权利要求1所述的方法，其特征在于，所述泥石流流域固体物源子系统状态变量的公式为：
Figure FDA0002904812630000031
其中，P2(x,t)满足：P2(x,t)≥0；
Figure FDA0002904812630000032
其中，所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量；所述g(x,t)是指所述固体物源面积-高程曲线函数；所述
Figure FDA0002904812630000033
是指固体物源面积-高程曲线函数积分值。
3.根据权利要求1所述的方法，其特征在于，所述利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估包括：
利用所述泥石流流域固体物源子信息熵模型对所述待评估泥石流流域的固体物源分布、聚集情况和丰富程度进行定量评估；
根据所述固体物源分布、聚集情况和丰富程度的评估结果，对所述待评估泥石流流域的危险性进行评估。
4.一种基于固体物源子系统的泥石流危险性评估装置，其特征在于，包括：
获取模块，用于获取待评估泥石流流域的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据；
构建模块，用于利用所获取的全流域面积数据、固体物源面积数据、最低高程数据和最高高程数据，构建泥石流流域固体物源子系统状态变量，以及利用所构建的泥石流流域固体物源子系统状态变量，构建泥石流流域固体物源子系统信息熵模型；
危险性评估模块，用于利用所构建的泥石流流域固体物源子系统信息熵模型对所述待评估泥石流流域进行危险性评估；
其中，所述泥石流流域固体物源子系统信息熵模型的公式为：
Figure FDA0002904812630000034
其中，当用多项式anxn+an-1xn-1+…+a0拟合g(x,t)时，所述泥石流流域固体物源子系统信息熵的公式为：
Figure FDA0002904812630000041
其中，所述a0是指拟合多项式次数n＝1时第0次项系数；所述a1是指拟合多项式次数n＝1时第1次项系数；所述an为n次多项式系数；所述a是指积分区间的第一端点值；所述b是指积分区间的第二端点值，且a<b；所述
Figure FDA0002904812630000042
是指固体物源面积-高程曲线函数积分值；所述HM是指所述泥石流流域固体物源子系统信息熵模型；所述P2(x,t)是指所述泥石流流域固体物源子系统状态变量；所述g(x,t)是指所述固体物源面积-高程曲线函数；所述x固体物源面积比重；所述t为时间；
其中，所述构建模块包括：
从所述最低高程数据和所述最高高程数据中选取出N个等高线数据；
利用所述全流域面积数据、固体物源面积数据、所述最低高程数据、所述最高高程数据以及所述N个等高线数据，计算出每个等高线所对应的固体物源面积比重和流域高程比重，其包括：
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高程差；
根据所述每个等高线数据的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；
还包括：
根据所述固体物源面积数据和所述N个等高线数据，计算出N+1个两两相邻等高线数据之间的固体物源面积数据；
根据所述N个等高线数据和所述N+1个固体物源面积数据，计算出每个等高线数据以上的固体物源面积数据；
根据所述每个等高线数据的以上的固体物源面积数据和所述全流域面积数据，计算每个等高线所对应的固体物源面积比重；
利用所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统状态变量，其包括：
根据所述N个等高线的固体物源面积比重和流域高程比重，构建泥石流流域固体物源子系统的面积-高程曲线函数；
通过对所述泥石流流域固体物源子系统的面积-高程曲线函数进行积分处理，得到泥石流流域固体物源子系统的面积-高程曲线函数积分值；
根据所述面积-高程曲线函数和所述面积-高程曲线函数积分值，构建泥石流流域固体物源子系统状态变量；
其中，N>1，且N为正整数。
5.根据权利要求4所述的装置，其特征在于，所述危险性评估模块具体用于利用所述泥石流流域固体物源子信息熵模型对所述待评估泥石流流域的固体物源分布、聚集情况和丰富程度的进行定量评估，以及根据所述固体物源分布、聚集情况和丰富程度的评估结果，对所述待评估泥石流流域的危险性进行评估。
CN201910777979.6A 2019-08-22 2019-08-22 一种基于固体物源子系统的泥石流危险性评估方法及装置 Active CN110610302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910777979.6A CN110610302B (zh) 2019-08-22 2019-08-22 一种基于固体物源子系统的泥石流危险性评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910777979.6A CN110610302B (zh) 2019-08-22 2019-08-22 一种基于固体物源子系统的泥石流危险性评估方法及装置

Publications (2)

Publication Number Publication Date
CN110610302A CN110610302A (zh) 2019-12-24
CN110610302B true CN110610302B (zh) 2021-04-30

Family

ID=68890403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910777979.6A Active CN110610302B (zh) 2019-08-22 2019-08-22 一种基于固体物源子系统的泥石流危险性评估方法及装置

Country Status (1)

Country Link
CN (1) CN110610302B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111241690B (zh) * 2020-01-16 2022-08-12 广东省科学院广州地理研究所 一种泥石流沟的判识方法及装置
CN111311879B (zh) * 2020-01-16 2021-04-20 广州地理研究所 一种泥石流的预警方法及装置
CN113239641A (zh) * 2021-03-30 2021-08-10 湖北工业大学 一种泥石流最大冲出距离的预测方法
CN116153029A (zh) * 2023-03-29 2023-05-23 广东省科学院广州地理研究所 一种基于物源信息熵和降雨量的泥石流预警方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651053A (zh) * 2012-04-01 2012-08-29 中国科学院地理科学与资源研究所 基于贝叶斯网络模型的泥石流灾害危险性评价方法
CN103643653B (zh) * 2013-12-13 2015-09-30 成都理工大学 泥石流淤积泛滥范围边界划定方法及危险区划方法
CN104331744A (zh) * 2014-10-17 2015-02-04 中国科学院、水利部成都山地灾害与环境研究所 一种泥石流危险度评价方法
CN105160193B (zh) * 2015-09-21 2017-10-20 中国科学院、水利部成都山地灾害与环境研究所 一种基于动力过程的泥石流动态风险分析系统及方法
CN106021898A (zh) * 2016-05-13 2016-10-12 中国环境科学研究院 一种地下水污染源强分级评价方法

Also Published As

Publication number Publication date
CN110610302A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
CN110610302B (zh) 一种基于固体物源子系统的泥石流危险性评估方法及装置
Madej et al. Channel response to sediment wave propagation and movement, Redwood Creek, California, USA
CN110599001B (zh) 一种泥石流流域系统的泥石流危险性评估方法及装置
CN110599002B (zh) 一种基于水动力子系统的泥石流危险性评估方法及装置
CN108090670B (zh) 一种基于水流侵蚀能力的堰塞坝形成评估方法
CN112735098B (zh) 一种震后冰湖溃决预警方法、装置及存储介质
Hu et al. A catastrophic debris flow in the Wenchuan Earthquake area, July 2013: characteristics, formation, and risk reduction
Takahashi et al. Flood and sediment disasters triggered by 1999 rainfall in Venezuela; a river restoration plan for an alluvial fan
Al-Ansari et al. Flow of River Tigris and its effect on the bed sediment within Baghdad, Iraq
CN110580573B (zh) 一种基于地形子系统的泥石流危险性评估方法及装置
Bouaida et al. Contribution of remote sensing and GIS to analysis of the risk of flooding in the Zat basin (High Atlas-Morocco)
Kobiyama et al. Debris flow occurrences in Rio dos Cedros, Southern Brazil: meteorological and geomorphic aspects
CN111311879B (zh) 一种泥石流的预警方法及装置
CN109615195B (zh) 一种山区河流水文地貌分级评价方法
Luca et al. Analysis of the hydroclimatic risk parameters at the high level of the Tazlăul Sărat River in 2016 year
CN109447415B (zh) 一种强震后泥石流危险性划分方法及其应用
CN107563141B (zh) 一种新的公路泥石流易损度计算方法
CN111241690A (zh) 一种泥石流沟的判识方法及装置
Reinfields et al. ‘Torrents of Terror’: the August 1998 storm and the magnitude, frequency and impact of major floods in the Illawarra region of New South Wales
Stefanidis et al. The threat of alluviation of lakes resulting from torrents (case study: Lake Volvi, north Greece)
Barilla et al. Coastal Erosion Hazard and Vulnerability: Case Study of PORTICELLO, SOUTH CALABRIA, ITALY
Kamal et al. Assessment of hydrological analysis using WMS versus Arc-GIS
ONAKA et al. The reproduction simulation of the inundation and runoff in the Nakagawa System by typhoon Hagibis
Khero et al. Dam breach flood inundation modeling for aripir dam, sindh, Pakistan
Anya et al. Morphological analysis of the Woji River in Port Harcourt, Nigeria: using temporal data and mathematical algorithm

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
CB02 Change of applicant information

Address after: No.100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province 510070

Applicant after: Guangzhou Institute of geography, Guangdong Academy of Sciences

Address before: No.100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province 510070

Applicant before: GUANGZHOU INSTITUTE OF GEOGRAPHY

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20210401

Address after: No.100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province 510070

Applicant after: Guangzhou Institute of geography, Guangdong Academy of Sciences

Applicant after: Guangdong Provincial Laboratory of marine science and engineering of South China (Guangzhou)

Address before: No.100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province 510070

Applicant before: Guangzhou Institute of geography, Guangdong Academy of Sciences

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant