CN110703360A - 一种基于降雨量雨强和阈值的滑坡预报的三维效应模型 - Google Patents
一种基于降雨量雨强和阈值的滑坡预报的三维效应模型 Download PDFInfo
- Publication number
- CN110703360A CN110703360A CN201910983144.6A CN201910983144A CN110703360A CN 110703360 A CN110703360 A CN 110703360A CN 201910983144 A CN201910983144 A CN 201910983144A CN 110703360 A CN110703360 A CN 110703360A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- landslide
- intensity
- dimensional effect
- critical
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- 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
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Abstract
本发明公开了一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,包括下列步骤:对降雨型滑坡特征进行分析,确定降雨临界值指标;基于降雨临界值指标,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析;通过上述分析,确定临界雨强及监测预警特征值;步骤四:基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应;通过此方法,在收集监测站降雨量数据的同时,实现对土壤含水率、地下水位的预测,并且可以判断出降雨量产生影响的滞后周期,在滞后期内仍需要采用物联网监测预警技术对滑坡进行紧密监测,一旦有明显变化,相关部门可以及时做出应急措施。
Description
技术领域
本发明涉及地质灾害监测预警领域,具体是一种基于降雨量雨强和阈值的滑坡预报的三维效应模型。
背景技术
降雨量雨强和阈值与滑坡的发生有十分重要的关系,通过计算临界雨强,可以为地质灾害专业监测预警系统提供准确可靠的降雨量临界阈值,从而提高地质灾害成功预报率。
陕南秦巴山区地质灾害是最发育的,而秦巴山区内陕南三市地质灾害占比较大,在册的117376处地质灾害隐患点中,三市地质灾害隐患点6923处,占研究区隐患点数的58.99%;2001~2016年发生的地质灾害点中,发生在三市的地质灾害3306起,占研究区地质灾害总点数的40.35%。这主要基于以下几个方面的原因:一是三市地跨北亚热带和暖温带两个气候区,由南进入三市的温热气流受巴山、秦岭阻截,导致年平均降雨量较高,并且主要集中在5~10月,夏季多暴雨,秋季多连阴雨,极易引发滑坡、泥石流等地质灾害;二是长江水系河流密布,河流侵蚀斜坡前缘形成高陡的临空面,不仅降低了坡体稳定性也为泥石流的发生提供充足的物质来源和水力、动力条件,三市地质灾害沿河流两岸一定影响范围内呈“带状”分布,靠近河流两岸的地质灾害明显多于其他区域;三是地形地貌通过控制坡向、坡度、切割程度等,影响着风化程度、堆积物、坡积物厚度和方量等来控制着各类地质灾害的分布;四是泥盆系、志留系、三叠系等千枚岩、片岩抗风化能力差,加之上新统与更新统及第四系以松散堆积物结构松散;五是南秦岭褶皱系地质构造复杂、褶皱和断裂发育强烈,对地质灾害的形成发育有着重要影响;六是人类工程活动对地质灾害产生了促进和诱发作用,具体表现在陡坡耕植、道路建设以及坡脚开挖、居民住宅建设等方面。
根据秦巴山区地质灾害时空分布规律与发育特征,得出地质灾害与地质灾害隐患点的发生或变形的时间集中在5-10月,因此,秦巴山区地质灾害的发生与汛期降雨充沛、雨量较大有直接关系。通过对秦巴山区地质灾害王洼滑坡监测站数据分析,可以得出降水量对土壤含水率和地下水位的影响具有一定的滞后性和持续性,建立降雨量雨强和阈值的滑坡预报的三维效应模型。
目前常用的有效降雨量计算方法为基于水文参数预测地表径流的前期降雨指数方法,其局限性在于将每天降雨量独立计算,并未考虑到累计降雨量的影响;其次,由于监测数据的不准确性常常导致计算结果有较大偏差。
发明内容
本发明的目的在于提供一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,包括下列步骤:
步骤一:对降雨型滑坡特征进行分析,降雨对滑坡的诱发机理是非常复杂的,一方面需要考虑降雨强度、持续时长、间断时长,另一方面要考虑降雨入渗强度、入渗深度、蒸发影响深度、土体含水量、自重、孔隙水压力、抗剪强度、失稳破坏模式等,我们通过分析秦巴山区汉阴县降雨性滑坡发生时间与暴雨强度的关系,确定降雨临界值指标;
步骤二:基于降雨临界值指标,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析;
通过分析秦巴山区陕南三市多年来滑坡发生滞后时间与暴雨强度的关系,选取2013~2016年内发生的灾害较集中的时间段分析降雨量与滑坡次数的关系,其中五个区域编号分别为2013年7月、2013年8月、2014年9月、2015年6月、2016年7月,当日降雨强度达到68mm以上时,滑坡发生次数明显增多,通过回归分析初步给出临界暴雨强度值为70mm/d;
经过对秦巴山区2012-2016年内滑坡灾害的发生与滑坡发生当日降雨量的对比分析,选取50mm、75mm、100mm、110mm为临界值进行拟合,得到汉阴县日降雨强度与滑坡发生次数关系,从日降雨强度与滑坡次数的相关系数、发生次数和排序之间的关系,得出汉阴县在日降雨量在75mm~100mm时,滑坡发生次数最多,达到43次,因此确定汉阴县发生滑坡的日降雨强度的临界区间为75~100mm:
通过对汉阴县滑坡发生的次数与滑坡发生前不同时间(前1日、前5日、前10日和前15日)累计降雨量的逐步回归分析,表明滑坡灾害的发生与滑坡发生前短时间内(1日和5日)的降雨量的相关性较好,而与较长时间降雨量(10日和15日)相关性不大。
步骤三:通过上述分析,确定汉阴县临界雨强为75mm,监测预警特征值区间为70-100mm,其中启动值为70mm,加速值为75mm,临灾值为100mm;
步骤四:基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应。
作为本发明进一步的方案:所述步骤一中对降雨型滑坡特征进行分析时,首先确定滑坡地质灾害为研究对象,再对滑坡灾害的特征及影响因素进行分析,影响滑坡的主要因素有地层岩性、地质构造、地形地貌、气象水文、地震与人类活动;但由于其余因素均为客观因素,在既定的地质环境下,滑坡灾害发生的主要影响因素是降雨,从而确定降雨临界值指标。
作为本发明再进一步的方案:所述步骤二中基于降雨临界值指标,通过分析降雨对滑坡的诱发机理,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析。
作为本发明再进一步的方案:所述步骤三中通过对日综合降雨强度和日综合降雨量进行统计分析后,确定临界雨强及监测预警特征值。
作为本发明再进一步的方案:所述步骤四中基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,分析选取的数据均为采用物联网技术的监测系统采集到的实时数据。
作为本发明再进一步的方案:所述步骤二中通过数理统计、逐步回归、点对区的空间叠加,破解了临界雨强及监测预警特征值。
作为本发明再进一步的方案:所述步骤四中生成生成降雨量-时间-地下水位、降雨量-时间-土壤含水率三维曲面模型图,阐明了基于降雨量雨强和阈值的滑坡预报的三维效应。
作为本发明再进一步的方案:所述步骤四中能够分析降雨量、地下水位、土壤浅层含水率变化的三维效应,通过实时数据分析判断了降雨量影响地下水位、含水率的滞后时间。
与现有技术相比,本发明的有益效果是:
通过对降雨型滑坡特征进行分析,确定降雨临界值指标,采用日综合降雨强度和日综合降雨量作为降雨特征值进行统计分析,确定临界雨强及检测预警特征值,最终基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应。该模型实现同时表现因变量随自变量产生滞后效应的分布过程,通过三维图能够同时评估地下水位、土壤含水率的滞后效应和非线性效应。
在实际的监测预警系统中,模型根据采集的数据分析得到实时的滞后关系,在降雨量较大的时间段内对地质灾害点未来24h之内的变化进行预测,从而达到精准预测有效预防的目的,确保地质灾害威胁区人员生命及财产安全
附图说明
图1是本发明的秦巴山区临界暴雨强度值分析图;
图2是本发明的2012年七月汉阴县滑坡发生次数与日降雨强度关系图;
图3是本发明的滑坡发生前1日降雨量因子与滑坡发生次数的关系;
图4是本发明的滑坡发生前5日降雨量因子与滑坡发生次数的关系;
图5是本发明的滑坡发生前10日降雨量因子与滑坡发生次数的关系;
图6是本发明的滑坡发生前15日降雨量因子与滑坡发生次数的关系;
图7是本发明的地下水位随降雨量和时间变化的三维模型图;
图8是本发明的土壤含水率随降雨量和时间变化的三维模型图;
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步详细地说明。
实施例1
一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,包括下列步骤:
步骤一:对降雨型滑坡特征进行分析,降雨对滑坡的诱发机理是非常复杂的,一方面需要考虑降雨强度、持续时长、间断时长,另一方面要考虑降雨入渗强度、入渗深度、蒸发影响深度、土体含水量、自重、孔隙水压力、抗剪强度、失稳破坏模式等,我们通过分析秦巴山区汉阴县降雨性滑坡发生时间与暴雨强度的关系,确定降雨临界值指标;
步骤二:基于降雨临界值指标,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析;
通过分析秦巴山区陕南三市多年来滑坡发生滞后时间与暴雨强度的关系,选取2013~2016年内发生的灾害较集中的时间段分析降雨量与滑坡次数的关系,其中五个区域编号分别为2013年7月、2013年8月、2014年9月、2015年6月、2016年7月,当日降雨强度达到68mm以上时,滑坡发生次数明显增多,通过回归分析初步给出临界暴雨强度值为70mm/d;
经过对秦巴山区2012-2016年内滑坡灾害的发生与滑坡发生当日降雨量的对比分析,选取50mm、75mm、100mm、110mm为临界值进行拟合,得到汉阴县日降雨强度与滑坡发生次数关系,从日降雨强度与滑坡次数的相关系数、发生次数和排序之间的关系,得出汉阴县在日降雨量在75mm~100mm时,滑坡发生次数最多,达到43次,因此确定汉阴县发生滑坡的日降雨强度的临界区间为75~100mm:
通过对汉阴县滑坡发生的次数与滑坡发生前不同时间(前1日、前5日、前10日和前15日)累计降雨量的逐步回归分析,表明滑坡灾害的发生与滑坡发生前短时间内(1日和5日)的降雨量的相关性较好,而与较长时间降雨量(10日和15日)相关性不大。
步骤三:通过上述分析,确定汉阴县临界雨强为75mm,监测预警特征值区间为70-100mm,其中启动值为70mm,加速值为75mm,临灾值为100mm;
步骤四:基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应。
所述步骤一中对降雨型滑坡特征进行分析时,首先确定滑坡地质灾害为研究对象,再对滑坡灾害的特征及影响因素进行分析,影响滑坡的主要因素有地层岩性、地质构造、地形地貌、气象水文、地震与人类活动;但由于其余因素均为客观因素,在既定的地质环境下,滑坡灾害发生的主要影响因素是降雨,从而确定降雨临界值指标。
所述步骤二中基于降雨临界值指标,通过分析降雨对滑坡的诱发机理,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析。
所述步骤三中通过对日综合降雨强度和日综合降雨量进行统计分析后,确定临界雨强及监测预警特征值。
所述步骤四中基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,分析选取的数据均为采用物联网技术的监测系统采集到的实时数据。
所述步骤二中通过数理统计、逐步回归、点对区的空间叠加,破解了临界雨强及监测预警特征值。
所述步骤四中生成生成降雨量-时间-地下水位、降雨量-时间-土壤含水率三维曲面模型图,阐明了基于降雨量雨强和阈值的滑坡预报的三维效应。
所述步骤四中能够分析降雨量、地下水位、土壤浅层含水率变化的三维效应,通过实时数据分析判断了降雨量影响地下水位、含水率的滞后时间。
实施例2
一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,包括如下步骤:
确定滑坡地质灾害为研究对象,在既定的地质环境下,滑坡灾害发生的最主要诱发因素是降雨,确定监测预警特征值为临界雨强,采用统计方法,建立滑坡灾害的空间分布与降雨过程的统计关系,以达到气象预报预警的目的。
通过分析秦巴山区多年来滑坡发生滞后时间与暴雨强度的关系,基于日综合降雨强度和日综合降雨量分析,确定导致滑坡发生的临界雨强区间值。
建立降雨临界值指标变量与滑坡的统计关系,确定临界雨强及监测预警特征值。
对所选取监测站点的数据进行拟合,分析降雨量与浅层土壤含水率、地下水位的相关性,将降雨量、时间建立矩阵组数据,与土壤含水率及地下水位数据同时导入origin软件中,生成降雨量-时间-地下水位、降雨量-时间-土壤含水率三维曲面模型图,可以看出地下水位及土壤含水率的变化并未随着降雨量的增减产生即时的变化,两者之间的函数关系为明显的非线性关系,因此可以建立基于降雨量雨强和阈值的滑坡预报的三维效应模型。
基于上述分析,利用交叉基函数可以得到下列基本模型为:
Yi=(∝1,…,∝j)ln(Xi1,Xi2,...Xik)+βi
式中:g——链接函数族;F(Y)——因变量函数(地下水位、土壤含水率);∝(rainfall,time)——降雨量与时间矩阵;Xi——自变量(降雨量、时间);Fj——自变量Xij基函数(降雨量、时间);μk——其他混杂因素函数(蒸发、渗透等);βj、βk——函数中相应影响系数;
通过该模型实现同时表现因变量随自变量产生滞后效应的分布过程,通过三维图能够同时评估地下水位、土壤含水率的滞后效应和非线性效应。
将三者分析数据进行对比,可以得出降雨量影响土壤含水率、地下水位变化的滞后周期未超过24h,在当天降雨量增大时,土壤含水率和地下水位在24h内有一个明显的上升,因此降雨量对土壤含水率(50cm)、地下水位的影响存在一个滞后关系,并且滞后周期在24h内。
通过分析秦巴山区陕南三市多年来滑坡发生滞后时间与暴雨强度的关系,确定导致滑坡发生的临界雨强区间值;基于降雨临界值指标,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析;最终确定临界雨强及检测预警特征值。
通过图1-2可以看出,当日降雨强度达到68mm以上时,滑坡发生次数明显增多,通过回归分析初步给出了秦巴山区陕南三市临界暴雨强度值为70mm/d;2012年7月4日汉阴县日降雨量达到峰值125.6mm,导致102起滑坡灾害的发生,占七月滑坡总数的89.5%,说明日降雨强度对滑坡灾害的发生起着决定性作用。
通过图3-6可以看出,滑坡灾害的发生与滑坡发生前短时间内(1日和5日)的降雨量的相关性较好,而与较长时间降雨量(10日和15日)相关性不大。
选择秦巴山区王洼滑坡监测站所采集的数据,选取汛期三个月(8、9、10)的监测数据作为研究对象,监测数据包括降雨量、浅层土壤含水率(50cm)、地下水位数据,对三者数据其进行拟合,分析其相关性。最终基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应。
通过图7-8可以看出,地下水位及土壤含水率的变化并未随着降雨量的增减产生即时的变化,两者之间的函数关系为明显的非线性关系,并且降雨量影响土壤含水率、地下水位变化的滞后周期未超过24h,在当天降雨量增大时,土壤含水率和地下水位在24h之内有一个明显的上升,因此可以得出降雨量与土壤含水率(50cm)、地下水位之间存在滞后关系,且周期在24h内。
综上所述,本发明提供了一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,该方法对降雨型滑坡特征进行分析,确定降雨临界值指标,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析,最终基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应。通过三维图能够同时评估地下水位、土壤含水率的滞后效应和非线性效应。在实际的监测预警系统中,模型根据采集的数据分析得到实时的滞后关系,在降雨量较大的时间段内对地质灾害点未来24h之内的变化进行预测,从而达到精准预测有效预防的目的,确保地质灾害威胁区人员生命及财产安全。
上面对本发明的较佳实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (8)
1.一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,包括下列步骤:
步骤一:对降雨型滑坡特征进行分析,确定降雨临界值指标;
步骤二:基于降雨临界值指标,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析;
步骤三:通过上述分析,确定临界雨强及监测预警特征值;
步骤四:基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,阐明基于降雨量雨强和阈值的滑坡预报的三维效应。
2.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤一中对降雨型滑坡特征进行分析时,首先确定滑坡地质灾害为研究对象,再对滑坡灾害的特征及影响因素进行分析,影响滑坡的主要因素有地层岩性、地质构造、地形地貌、气象水文、地震与人类活动;但由于其余因素均为客观因素,在既定的地质环境下,滑坡灾害发生的主要影响因素是降雨,从而确定降雨临界值指标。
3.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤二中基于降雨临界值指标,通过分析降雨对滑坡的诱发机理,采用日综合降雨强度和日综合降雨量作为导致滑坡发生的降雨特征值进行统计分析。
4.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤三中通过对日综合降雨强度和日综合降雨量进行统计分析后,确定临界雨强及监测预警特征值。
5.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤四中基于降雨量、地下水位、土壤浅层含水率的变化生成三维效应模型图,分析选取的数据均为采用物联网技术的监测系统采集到的实时数据。
6.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤二中通过数理统计、逐步回归、点对区的空间叠加,破解了临界雨强及监测预警特征值。
7.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤四中生成生成降雨量-时间-地下水位、降雨量-时间-土壤含水率三维曲面模型图,阐明了基于降雨量雨强和阈值的滑坡预报的三维效应。
8.根据权利要求1所述的一种基于降雨量雨强和阈值的滑坡预报的三维效应模型,其特征在于,所述步骤四中能够分析降雨量、地下水位、土壤浅层含水率变化的三维效应,通过实时数据分析判断了降雨量影响地下水位、含水率的滞后时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983144.6A CN110703360A (zh) | 2019-10-16 | 2019-10-16 | 一种基于降雨量雨强和阈值的滑坡预报的三维效应模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983144.6A CN110703360A (zh) | 2019-10-16 | 2019-10-16 | 一种基于降雨量雨强和阈值的滑坡预报的三维效应模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110703360A true CN110703360A (zh) | 2020-01-17 |
Family
ID=69199948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910983144.6A Pending CN110703360A (zh) | 2019-10-16 | 2019-10-16 | 一种基于降雨量雨强和阈值的滑坡预报的三维效应模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110703360A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111415492A (zh) * | 2020-04-29 | 2020-07-14 | 中国水利水电科学研究院 | 一种基于模糊综合评价算法的边坡滑坡预警方法及系统 |
CN112214903A (zh) * | 2020-10-19 | 2021-01-12 | 长沙理工大学 | 一种强降雨作用下山区岸滩浸润线求解方法 |
CN113281742A (zh) * | 2021-06-02 | 2021-08-20 | 西南交通大学 | 一种基于滑坡形变信息和气象数据的sar滑坡预警方法 |
CN114138855A (zh) * | 2021-09-16 | 2022-03-04 | 国家石油天然气管网集团有限公司 | 一种多变量降雨型滑坡灾害监测方法及监测系统 |
CN114141001A (zh) * | 2021-11-26 | 2022-03-04 | 成都理工大学 | 一种基于数字地形图的浅层土质滑坡的预警方法及应用 |
CN114236095A (zh) * | 2021-12-02 | 2022-03-25 | 山东高速集团四川乐宜公路有限公司 | 一种山区高速公路沿线降雨诱发滑坡分区分级预警方法 |
CN117291349A (zh) * | 2023-11-24 | 2023-12-26 | 济宁御龙源水务有限公司 | 一种地下水位恢复预测方法及系统 |
CN117348118A (zh) * | 2023-12-05 | 2024-01-05 | 江西省气象探测中心 | 一种便携式雨量校准装置及其使用方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102013150A (zh) * | 2010-09-28 | 2011-04-13 | 浙江工业大学 | 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统 |
WO2013009160A2 (en) * | 2011-07-11 | 2013-01-17 | Universiti Sains Malaysia | A geometric method for predicting landslide disaste |
CN103217512A (zh) * | 2013-04-11 | 2013-07-24 | 中国科学院力学研究所 | 一种滑坡物理模型实验装置 |
CN109815633A (zh) * | 2019-02-28 | 2019-05-28 | 河海大学 | 一种基于地表水地下水耦合模型的边坡稳定性判别方法 |
-
2019
- 2019-10-16 CN CN201910983144.6A patent/CN110703360A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102013150A (zh) * | 2010-09-28 | 2011-04-13 | 浙江工业大学 | 基于雨强、斜坡土壤含水量和形变量的地质灾害预测系统 |
WO2013009160A2 (en) * | 2011-07-11 | 2013-01-17 | Universiti Sains Malaysia | A geometric method for predicting landslide disaste |
CN103217512A (zh) * | 2013-04-11 | 2013-07-24 | 中国科学院力学研究所 | 一种滑坡物理模型实验装置 |
CN109815633A (zh) * | 2019-02-28 | 2019-05-28 | 河海大学 | 一种基于地表水地下水耦合模型的边坡稳定性判别方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111415492A (zh) * | 2020-04-29 | 2020-07-14 | 中国水利水电科学研究院 | 一种基于模糊综合评价算法的边坡滑坡预警方法及系统 |
CN112214903A (zh) * | 2020-10-19 | 2021-01-12 | 长沙理工大学 | 一种强降雨作用下山区岸滩浸润线求解方法 |
CN112214903B (zh) * | 2020-10-19 | 2024-02-02 | 长沙理工大学 | 一种强降雨作用下山区岸滩浸润线求解方法 |
CN113281742A (zh) * | 2021-06-02 | 2021-08-20 | 西南交通大学 | 一种基于滑坡形变信息和气象数据的sar滑坡预警方法 |
CN114138855A (zh) * | 2021-09-16 | 2022-03-04 | 国家石油天然气管网集团有限公司 | 一种多变量降雨型滑坡灾害监测方法及监测系统 |
CN114141001A (zh) * | 2021-11-26 | 2022-03-04 | 成都理工大学 | 一种基于数字地形图的浅层土质滑坡的预警方法及应用 |
CN114236095A (zh) * | 2021-12-02 | 2022-03-25 | 山东高速集团四川乐宜公路有限公司 | 一种山区高速公路沿线降雨诱发滑坡分区分级预警方法 |
CN114236095B (zh) * | 2021-12-02 | 2024-03-19 | 山东高速集团四川乐宜公路有限公司 | 一种山区高速公路沿线降雨诱发滑坡分区分级预警方法 |
CN117291349A (zh) * | 2023-11-24 | 2023-12-26 | 济宁御龙源水务有限公司 | 一种地下水位恢复预测方法及系统 |
CN117291349B (zh) * | 2023-11-24 | 2024-03-19 | 济宁御龙源水务有限公司 | 一种地下水位恢复预测方法及系统 |
CN117348118A (zh) * | 2023-12-05 | 2024-01-05 | 江西省气象探测中心 | 一种便携式雨量校准装置及其使用方法 |
CN117348118B (zh) * | 2023-12-05 | 2024-03-22 | 江西省气象探测中心 | 一种便携式雨量校准装置及其使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110703360A (zh) | 一种基于降雨量雨强和阈值的滑坡预报的三维效应模型 | |
CN103473892B (zh) | 沟道起动型泥石流发生预警方法及应用 | |
Spigel et al. | First‐year post‐fire erosion rates in Bitterroot National Forest, Montana | |
Narjary et al. | Impact of rainfall variability on groundwater resources and opportunities of artificial recharge structure to reduce its exploitation in fresh groundwater zones of Haryana | |
Rodríguez-Blanco et al. | Factors controlling hydro-sedimentary response during runoff events in a rural catchment in the humid Spanish zone | |
Zhang et al. | Spatial-temporal trends of rainfall erosivity and its implication for sustainable agriculture in the Wei River Basin of China | |
Gholami | The influence of deforestation on runoff generation and soil erosion (Case study: Kasilian Watershed). | |
CN110703359A (zh) | 以降雨量为主进行滑坡预报的滞后非线性时间预报方法 | |
CN113642794B (zh) | 一种结合降雨和土壤水观测的山洪预报方法 | |
Gurnell et al. | Water and sediment discharge from glacier basins: an arctic and alpine comparison | |
Zhang et al. | Real-time warning system of regional landslides supported by WEBGIS and its application in Zhejiang Province, China | |
Gillies | Managing the effect of infiltration variability on the performance of surface irrigation | |
Rankinen et al. | Hydrological application of the INCA model with varying spatial resolution and nitrogen dynamics in a northern river basin | |
Isikwue et al. | Evaluation of rainfall erosivity index for Abuja, Nigeria using Lombardi Method | |
Van Zijl et al. | Emphasising the soil factor in geomorphological studies of gully erosion: a case study in Maphutseng, Lesotho | |
Task Committee on Preparation of Sedimentation Manual Committee on Sedimentation of the Hydraulics Division | Chapter IV. Sediment Sources and Sediment Yields | |
Salama et al. | Sustainable yield of groundwater of the Gnangara Mound, Perth, Western Australia | |
Cloppet | Agricultural drought indices in France and Europe: strengths, weaknesses, and limitations | |
Belarbi et al. | Estimation of suspended sediment rate by double correlation method in Mouillah basin, North-West of Algeria | |
Li et al. | Flash flood disasters analysis and evaluation: a case study of Yiyang County in China | |
Pan et al. | Impact of urbanization on flood of Shigu creek in Dongguan city | |
Xu | Some rainfall-related thresholds for erosion and sediment yield in the upper Yangtze River basin | |
Mugabe | Temporal and spatial variability of the hydrology of semi-arid Zimbabwe and its implications on surface water resources | |
Higgins et al. | STORM RUNOFF CHARACTERISTICS OF GRAZED WATERSHEDS IN EASTERN OREGON 1 | |
Vitan et al. | Methods for Estimating Water Flows from Storms and Melting Snow–Case Study |
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 |
Application publication date: 20200117 |
|
RJ01 | Rejection of invention patent application after publication |