CN111144005A - 一种崩塌落石粒径计算模型的构建方法 - Google Patents
一种崩塌落石粒径计算模型的构建方法 Download PDFInfo
- Publication number
- CN111144005A CN111144005A CN201911377186.1A CN201911377186A CN111144005A CN 111144005 A CN111144005 A CN 111144005A CN 201911377186 A CN201911377186 A CN 201911377186A CN 111144005 A CN111144005 A CN 111144005A
- Authority
- CN
- China
- Prior art keywords
- influence factor
- rockfall
- particle size
- geological
- rock mass
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种崩塌落石粒径计算模型的构建方法,该方法适用于对公路边坡防护,隧道进出口处置等全面监测又能提供数据支撑,起到较好的工程应用效果;本发明的成果可用于山区公路及隧道进出口的崩塌落石威胁预警和预判,根据计算结果可进行落石灾害风险分级,根据不同等级和造成破坏程度提出不同的处置办法,是一种科学的、有效的落石崩塌预判方法,并能够做到实时更新,数据共享,为山区公路防护核心技术。
Description
技术领域
本发明涉及公路技术领域,具体涉及一种崩塌落石粒径计算模型的构建方法,可以实现对公路特别是山区公路崩塌落石灾害的预警、监测、防护做出具体指导的一种方法。
背景技术
在山区公路边坡、陡崖或切坡表面上,或隧道进口处哪些块体有失稳、崩塌的可能,崩塌下来后落石粒径有多大是一个非常关键的问题,判别出可能的落石来源、会造成多大的危害,危害程度如何,需要对隧道进口或道路及边坡做何处理等都是一个亟需解决的问题。
传统对危岩识别而言,依赖于前期地质调查和后期勘察,一是投入大,耗时耗力,二是依赖于地质工程师专业水平高低,拥有不同经验的工程师得出的结论可能不同。而且受传统勘察方法的限制,很多地形条件差的地方无法深入调查,调查结果也无法根据边界条件的变化进行实时更新,难以对实际工程进行指导。
发明内容
本发明的目的在于提供一种崩塌落石粒径计算模型的构建方法,解决公路边坡防护的问题。
为实现上述目的,本发明通过下述技术方案实现:
一种崩塌落石粒径计算模型的构建方法,所述方法包括以下步骤,
S1:对山地地形进行实地调查,获得地质影响因子Q1,对目标路段进行实地调查获得落石影响因子Q2,并将地质影响因子Q1和落石影响因子Q2上传至云平台;
S2:结合地质影响因子Q1和落石影响因子Q2初步对目标路段的各分段及各单元进行落石灾害的风险分级,根据落石灾害的风险分级制定相应的防护措施并上传至云平台;
S3:针对落石灾害的风险分级对风险分级较高的目标路段进行拍摄,获得岩体影响因子Q3,对目标路段中工点处的落石情况进行统计得出凿坑影响因子Q4,并将岩体影响因子Q3和凿坑影响因子Q4上传至云平台;
S4:通过云平台调用地质影响因子Q1、落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4数据,基于模糊数学和统计学提出崩塌落石粒径的计算模型及其解析解;
S5:根据实际崩塌落石发生情况,对得出的计算模型进行修正使解析解不断逼近实际结果;
S6:根据时间的变化,对落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4进行更新。
进一步地,所述步骤S1中地质影响因子Q1来源于:通过大范围的对山地地形进行地质调查并根据工程经验及数据分析得出,调查对象包括地形地貌、地层岩性、主控结构面、气象水文、地震和泥石流;落石影响因子Q2来源于:对目标路段进行分段、分单元地调查历史崩塌落石,对历史崩塌落石频率及粒径进行统计并结合地质影响因子Q1,提出落石影响因子Q2。
上述技术方案的作用在于地质影响因子Q1来自于大范围区域的地质调查,将地质影响因子Q1作为最基本的样本数据传入并存储在云平台中,便于进行后期的调用;而落石影响因子Q2来自于对目标路段进行分段、分单元地调查历史崩塌落石,对历史崩塌落石频率及粒径进行统计并结合地质影响因子Q1得出,落石影响因子Q2为目标数据且传入并存储在云平台中;地质影响因子Q1为整体上的样本数据,包含范围与种类较广,而落石影响因子Q2为局部的目标数据。
进一步地,所述步骤S3中岩体影响因子Q3来源于:针对落石灾害的风险分级结果,对目标路段的重点路段进行拍摄获得工点处的岩体高清影像,并由影像分析工点处的节理、裂隙分布和岩体完整性比例,并根据工程地质及岩土力学方法获得岩体影响因子Q3;凿坑影响因子Q4来源于:根据目标路工点处的公路边落石堆石及已有落石凿坑的分析得出,获得凿坑影响因子Q4。
上述技术方案的作用在于岩体影响因子Q3来自于:针对落石灾害的风险分级然后对风险分级中的高风险工点处进行拍摄,再将拍摄到的高风险工点处的岩体影像进行分析得到,岩体影响因子Q3为重点、高风险工点处的目标数据;凿坑影响因子Q4来自于:针对落石灾害的风险分级然后对风险分级中的高风险工点处进行拍摄,再将拍摄到的影像中的落石堆及已有的落石凿坑进行分析得到,凿坑影响因子Q4为重点、高风险工点处的落石堆及已有的落石凿坑目标数据;相比与Q1和Q2为样本数据,Q3和Q4为检测路段的重点、高风险工点处的目标数据。
进一步地,所述的地质影响因子Q1为样本数据,落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4为目标数据,落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4是基于地质影响因子Q1的基础上对比得出。
进一步地,所述步骤3中拍摄包括无人机航拍和卫星扫描技术。
上述技术方案的作用在于对落石灾害路段的拍摄采用无人机航拍和卫星扫描技术相比于人工拍摄能够增大拍摄的效率,同时采集到更多的样本数据,并且避免了在人工拍摄时出现安全事故。
进一步地,所述步骤S4中模糊数学包括模糊拓扑学、模糊概率和模糊逻辑学。
上述技术方案的作用在于增大所述计算模型的准确度。
进一步地,所述步骤S5中解析解为崩塌落石的粒径。
进一步地,所述步骤S6中随着时间的变化而变化的数据还包括落石灾害的风险分级和相应的防护措施。
上述技术方案的作用在于在云平台中实时地更新落石灾害的风险分级数据、防护措施数据、岩体影响因子Q3数据、凿坑影响因子Q4数据和解析解数据能够在实时地了解到山区公路的实际情况,并且制定相应的防护措施,增大山区公路的安全性。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明的成果可用于山区公路及隧道进出口的崩塌落石威胁预警和预判,根据计算结果可进行落石灾害的风险分级,并根据落石灾害的风险分级制定相应的防护措施,是一种科学的、有效的落石崩塌预判方法,并能够做到实时更新,数据共享,为山区公路防护核心技术。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明流程示意图。
图2为本发明技术路线路。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1、2所示,
一种崩塌落石粒径计算模型的构建方法,所述方法包括以下步骤,
S1:对山地地形进行实地调查,获得地质影响因子Q1,对目标路段进行实地调查获得落石影响因子Q2,并将地质影响因子Q1和落石影响因子Q2上传至云平台;
S2:结合地质影响因子Q1和落石影响因子Q2初步对目标路段的各分段及各单元进行落石灾害的风险分级,根据落石灾害的风险分级制定相应的防护措施并上传至云平台;
S3:针对落石灾害的风险分级对风险分级较高的目标路段进行拍摄,获得岩体影响因子Q3,对目标路段中工点处的落石情况进行统计得出凿坑影响因子Q4,并将岩体影响因子Q3和凿坑影响因子Q4上传至云平台;
S4:通过云平台调用地质影响因子Q1、落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4数据,基于模糊数学和统计学提出崩塌落石粒径的计算模型及其解析解;
S5:根据实际崩塌落石发生情况,对得出的计算模型进行修正使解析解不断逼近实际结果;
S6:根据时间的变化,对落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4进行更新。
作为本发明的一种优选实施例,本发明是基于大数据进行数据的统计和数据的分析,该方案的优势在于能够满足本发明中所需要的大量数据样本和大量数据样本的调用,并且能够快速地对所采集的目标数据进行分析并实时更新数据。
作为一种优选技术方案,所述步骤S1中地质影响因子Q1来源于:通过大范围的对山地地形进行地质调查并根据工程经验及数据分析得出,调查对象包括地形地貌、地层岩性、主控结构面、气象水文、地震和泥石流;落石影响因子Q2来源于:对目标路段进行分段、分单元地调查历史崩塌落石,对历史崩塌落石频率及粒径进行统计并结合地质影响因子Q1,提出落石影响因子Q2。
具体地,上述方案将地质影响因子Q1数据上传至云平台则形成一个包含多种地形数据的数据库,地质影响因子Q1作为样本数据,而采集的样本数据越多,越有利于后期与目标数据的对比,因此而言,该技术方案为后期数据的调用和对比提供了保障。
作为一种优选技术方案,所述步骤S3中岩体影响因子Q3来源于:针对落石灾害的风险分级结果,对目标路段的重点路段进行拍摄获得工点处的岩体高清影像,并由影像分析工点处的节理、裂隙分布和岩体完整性比例,并根据工程地质及岩土力学方法获得岩体影响因子Q3;凿坑影响因子Q4来源于:根据目标路工点处的公路边落石堆石及已有落石凿坑的分析得出,获得凿坑影响因子Q4。
具体地,上述技术方案采集的岩体影响因子Q3和凿坑影响因子Q4为目标样本数据,将采集到的岩体影响因子Q3数据和凿坑影响因子Q4数据上传至云平台,便于后期的调用。
作为一种优选技术方案,所述的地质影响因子Q1为样本数据,落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4为目标数据,落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4是基于地质影响因子Q1的基础上对比得出。
作为一种优选技术方案,所述步骤3中拍摄包括无人机航拍和卫星扫描技术。
具体地,上述技术方案采用无人机航拍和卫星扫描技术能够采集到更多的样本数据,有利于增大本发明的准确性,同时在采集目标数据时能够更为安全、高效。
作为一种优选技术方案,所述步骤S4中模糊数学包括模糊拓扑学、模糊概率和模糊逻辑学。
作为一种优选技术方案,所述步骤S5中解析解为崩塌落石的粒径。
作为一种优选技术方案,所述步骤S6中随着时间的变化而变化的数据还包括落石灾害的风险分级和相应的防护措施。
具体地,上述技术方案在云平台中根据实际拍摄到的实地情况数据上传至云平台后,则与样本数据进行对比,然后再将样本数据与采集到的实地情况数据进行相应地计算,然后将得出的结果在云平台中更新。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种崩塌落石粒径计算模型的构建方法,其特征在于,所述方法包括以下步骤,
S1:对山地地形进行地质调查,获得地质影响因子Q1,对目标路段进行实地调查获得落石影响因子Q2,并将地质影响因子Q1和落石影响因子Q2上传至云平台;
S2:结合地质影响因子Q1和落石影响因子Q2初步对目标路段的各分段及各单元进行落石灾害的风险分级,根据落石灾害的风险分级制定相应的防护措施并上传至云平台;
S3:针对落石灾害的风险分级对风险分级高的目标路段进行拍摄,获得岩体影响因子Q3,对目标路段中工点处的落石情况进行统计得出凿坑影响因子Q4,并将岩体影响因子Q3和凿坑影响因子Q4上传至云平台;
S4:通过云平台调用地质影响因子Q1、落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4数据,基于模糊数学和统计学提出崩塌落石粒径的计算模型及其解析解;
S5:根据实际崩塌落石发生情况,对得出的计算模型进行修正使解析解不断逼近实际结果;
S6:根据时间的变化,对落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4进行更新。
2.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述S1中地质影响因子Q1来源于:通过大范围的对山地地形进行地质调查并根据工程经验及数据分析得出,调查对象包括地形地貌、地层岩性、主控结构面、气象水文、地震和泥石流;落石影响因子Q2来源于:对目标路段进行分段、分单元地调查历史崩塌落石,对历史崩塌落石频率及粒径进行统计并结合地质影响因子Q1,提出落石影响因子Q2。
3.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述S3中岩体影响因子Q3来源于:针对落石灾害的风险分级结果,对目标路段的重点路段进行拍摄获得工点处的岩体高清影像,并由影像分析工点处的节理、裂隙分布和岩体完整性比例,并根据工程地质及岩土力学方法获得岩体影响因子Q3;凿坑影响因子Q4来源于:根据目标路工点处的公路边落石堆石及已有落石凿坑的分析得出,获得凿坑影响因子Q4。
4.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述的地质影响因子Q1为样本数据,落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4为目标数据,落石影响因子Q2、岩体影响因子Q3和凿坑影响因子Q4是基于地质影响因子Q1的基础上对比得出。
5.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述S3中拍摄包括无人机航拍和卫星扫描技术。
6.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述S4中模糊数学包括模糊拓扑学、模糊概率和模糊逻辑学。
7.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述S5中解析解为崩塌落石的粒径。
8.根据权利要求1所述的一种崩塌落石粒径计算模型的构建方法,其特征在于,
所述S6中随着时间的变化而变化的数据还包括落石灾害的风险分级和相应的防护措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377186.1A CN111144005B (zh) | 2019-12-27 | 2019-12-27 | 一种崩塌落石粒径计算模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377186.1A CN111144005B (zh) | 2019-12-27 | 2019-12-27 | 一种崩塌落石粒径计算模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111144005A true CN111144005A (zh) | 2020-05-12 |
CN111144005B CN111144005B (zh) | 2023-04-28 |
Family
ID=70521012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911377186.1A Active CN111144005B (zh) | 2019-12-27 | 2019-12-27 | 一种崩塌落石粒径计算模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111144005B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538945A (zh) * | 2021-07-05 | 2021-10-22 | 大连海事大学 | 恶劣交通运输环境的预警方法、系统及存储介质 |
CN113963512A (zh) * | 2021-12-22 | 2022-01-21 | 四川省交通勘察设计研究院有限公司 | 一种落石监测系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003268778A (ja) * | 2002-03-15 | 2003-09-25 | Railway Technical Res Inst | 剥落型落石および岩石崩壊を対象とした斜面の安定性評価方法 |
CN101221246A (zh) * | 2008-01-22 | 2008-07-16 | 中交第二公路勘察设计研究院有限公司 | 雪崩的遥感量化勘察方法 |
JP2010129003A (ja) * | 2008-11-29 | 2010-06-10 | Yamaguchi Univ | 防災総合計画支援システムとそのプログラム |
CN103364830A (zh) * | 2013-07-24 | 2013-10-23 | 北京师范大学 | 一种基于多因子的地震后发生崩滑灾害位置的预测方法 |
CN103759713A (zh) * | 2014-01-02 | 2014-04-30 | 中铁第四勘察设计院集团有限公司 | 一种基于全景影像的危岩落石调查方法 |
CN107194049A (zh) * | 2017-05-09 | 2017-09-22 | 山东大学 | 一种隧道及地下工程危岩落石风险的多指标可拓评价方法 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
CN109325320A (zh) * | 2018-12-10 | 2019-02-12 | 四川大学 | 由epe缓冲材料和回填土组成的耗能复合垫层及设计方法 |
CN110210121A (zh) * | 2019-05-31 | 2019-09-06 | 成都理工大学 | 一种隧道大变形灾害的动态风险获取方法 |
-
2019
- 2019-12-27 CN CN201911377186.1A patent/CN111144005B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003268778A (ja) * | 2002-03-15 | 2003-09-25 | Railway Technical Res Inst | 剥落型落石および岩石崩壊を対象とした斜面の安定性評価方法 |
CN101221246A (zh) * | 2008-01-22 | 2008-07-16 | 中交第二公路勘察设计研究院有限公司 | 雪崩的遥感量化勘察方法 |
JP2010129003A (ja) * | 2008-11-29 | 2010-06-10 | Yamaguchi Univ | 防災総合計画支援システムとそのプログラム |
CN103364830A (zh) * | 2013-07-24 | 2013-10-23 | 北京师范大学 | 一种基于多因子的地震后发生崩滑灾害位置的预测方法 |
CN103759713A (zh) * | 2014-01-02 | 2014-04-30 | 中铁第四勘察设计院集团有限公司 | 一种基于全景影像的危岩落石调查方法 |
CN107194049A (zh) * | 2017-05-09 | 2017-09-22 | 山东大学 | 一种隧道及地下工程危岩落石风险的多指标可拓评价方法 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
CN109325320A (zh) * | 2018-12-10 | 2019-02-12 | 四川大学 | 由epe缓冲材料和回填土组成的耗能复合垫层及设计方法 |
CN110210121A (zh) * | 2019-05-31 | 2019-09-06 | 成都理工大学 | 一种隧道大变形灾害的动态风险获取方法 |
Non-Patent Citations (6)
Title |
---|
BOURRIER,F: "rockfall modeling:numerical simulation of the impact of a particle on a coarse granular medium" * |
ZHAO PENG: "large-scale rockfall impact experiments on a RC rock-shed with a newly proposed cushion layer composed of sand and SPE" * |
刘泉: "隧道洞口防落石结构设计探讨" * |
刘洪亮;胡杰;李利平;王庆瀚;石少帅;孙尚渠;: "隧道洞口段危岩崩塌落石冲击风险评价研究" * |
宋波: "不同影响因子对落石运动距离影响的试验研究" * |
毕冉: "基于能量跟踪法的三维数值千枚岩落石机理分析" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538945A (zh) * | 2021-07-05 | 2021-10-22 | 大连海事大学 | 恶劣交通运输环境的预警方法、系统及存储介质 |
CN113963512A (zh) * | 2021-12-22 | 2022-01-21 | 四川省交通勘察设计研究院有限公司 | 一种落石监测系统及方法 |
CN113963512B (zh) * | 2021-12-22 | 2022-04-01 | 四川省交通勘察设计研究院有限公司 | 一种落石监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111144005B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kong et al. | Development and application of UAV-SfM photogrammetry for quantitative characterization of rock mass discontinuities | |
Lato et al. | Comparison of airborne laser scanning, terrestrial laser scanning, and terrestrial photogrammetry for mapping differential slope change in mountainous terrain | |
CN111144005A (zh) | 一种崩塌落石粒径计算模型的构建方法 | |
Ismail et al. | Application of combined terrestrial laser scanning and unmanned aerial vehicle digital photogrammetry method in high rock slope stability analysis: A case study | |
Fanos et al. | Assessment of multi-scenario rockfall hazard based on mechanical parameters using high-resolution airborne laser scanning data and GIS in a tropical area | |
Fanos et al. | Multi-scenario rockfall hazard assessment using LiDAR data and GIS | |
Sala et al. | Simulation of fragmental rockfalls detected using terrestrial laser scans from rock slopes in south-central British Columbia, Canada | |
Medinac et al. | Integrating unmanned aerial vehicle photogrammetry in design compliance audits and structural modelling of pit walls | |
CN109635387B (zh) | 一种获取冲沟发育矿区采动坡体变形规律的方法 | |
Long et al. | Automatic identification of irregular rock blocks from 3D point cloud data of rock surface | |
CN211123324U (zh) | 一种基于bim+gis的隧道施工超前地质预报信息系统 | |
Owczarz | A review of geodetic and remote sensing methods used for detecting surface displacements caused by mining | |
Medinac et al. | Pre-and post-blast rock block size analysis using uav-lidar based data and discrete fracture network | |
CN114608661B (zh) | 一种山区滑坡岩体结构的确定性指数评价方法 | |
Chand et al. | Internal Mine Dump Slope Stability and Failure Zone Identification using 3D Modelling | |
Medinac | Advances in pit wall mapping and slope assessment using unmanned aerial vehicle technology | |
Liu et al. | Processing outcrop point clouds to 3D rock structure using open source software | |
Zheng et al. | Simulation of bench stepping and optimization of bolt parameters based on multiple geological information fusion | |
Domènech Surinyach | Assessment of the magnitude-frequency relationship of landslides and rockfalls: application to hazard mapping | |
Metzger et al. | A Platform for Proactive Risk-Based Slope Asset Management-Phase I | |
Celauro et al. | Ancient Mining Landscapes and Habitative Sceneries in the Urban Area of Centocelle: Geomatic Applications for their Identification, Measurement, Documentation and Monitoring | |
Olsen et al. | Quantifying the impact of rockfall on the mobility of critical transportation corridors | |
Li et al. | On the Freeze-Thaw Instability of an Open Pit Slope Using Three-Dimensional Laser Scanning and Numerical Simulation | |
Sinickas | Field-based statistical modelling of snow avalanche runout | |
Yaacob et al. | Investigation of Rock Slope Stability Using Drone-Based Thermal Sensor |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |