CN111241690B - 一种泥石流沟的判识方法及装置 - Google Patents

一种泥石流沟的判识方法及装置 Download PDF

Info

Publication number
CN111241690B
CN111241690B CN202010044776.9A CN202010044776A CN111241690B CN 111241690 B CN111241690 B CN 111241690B CN 202010044776 A CN202010044776 A CN 202010044776A CN 111241690 B CN111241690 B CN 111241690B
Authority
CN
China
Prior art keywords
information entropy
value
subsystem
debris flow
special solution
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
CN202010044776.9A
Other languages
English (en)
Other versions
CN111241690A (zh
Inventor
王钧
宇岩
蒋冲
袁少雄
陈军
宫清华
黄光庆
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
Original Assignee
Guangzhou Institute of Geography of GDAS
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 filed Critical Guangzhou Institute of Geography of GDAS
Priority to CN202010044776.9A priority Critical patent/CN111241690B/zh
Publication of CN111241690A publication Critical patent/CN111241690A/zh
Application granted granted Critical
Publication of CN111241690B publication Critical patent/CN111241690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E02HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02BHYDRAULIC ENGINEERING
    • E02B1/00Equipment or apparatus for, or methods of, general hydraulic engineering, e.g. protection of constructions against ice-strains

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种泥石流沟的判识方法及装置,其方法包括:根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值;根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值;根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟。

Description

一种泥石流沟的判识方法及装置
技术领域
本发明涉及自然灾害技术领域,特别涉及一种泥石流沟的判识方法及装置。
背景技术
泥石流是山区常见的一种地质灾害,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,常常对山区城镇、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害。泥石流防治的首要任务是泥石流沟的判别,也是泥石流研究的热点之一。
一般而言,一条山区沟谷可以判定为三种结果:①某条沟谷为活动泥石流沟,②某条沟谷为非泥石流沟,③某条沟谷可能是泥石流沟即潜在泥石流沟。目前主要根据泥石流的历史活动遗迹和泥石流形成条件的野外调查,通过权重统计的方法对泥石流沟进行判识。例如,欧国强等人根据沟道松散固体物质储备情况、流域面积、大于15度集水区面积、沟道内有无崩塌滑坡、土地利用情况、保护对象与调水工程的空间位置关系等因素。综合分析,目前泥石流沟的判识,依赖于人为经验或专家经验,不确定性程度高,判定结果差距大,还没有建立物理意义明晰的判定方法。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沟的危险性大小,目前国内外对泥石流系统能量分布状态及其在泥石流沟的判识方面未见相关研究和探讨,亟需开展相关研究。
发明内容
为解决上述提出的技术问题,本发明提供了一种泥石流沟的判识方法及装置。
根据本发明实施例提供的一种泥石流沟的判识方法,包括:
根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值;
根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值;
根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;
根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;
利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟;
其中,所述N为正整数。
优选地,所述根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值包括:
根据泥石流的地形子系统密度函数P1(x,t)=(1+α)(1-x)α、地形面积—高程曲线积分值
Figure GDA0003707964380000021
以及地形子系统信息熵模型HS=S-1-lnS,获取地形子系统中拟合曲线系数α的取值范围α≥0;
根据所述拟合曲线系数α的取值范围α≥0,获取所述拟合曲线系数α的第一特殊值0和第二特殊值1;
当α为第一特殊值0时,所述地形子系统信息熵的第一特殊解值为HS=0;
当α为第二特殊值1时,所述地形子系统信息熵的第二特殊解值为HS=0.19;
当第一特殊值0<α<第二特殊值1时,所述地形子系统信息熵的第三特殊解值为0<HS<0.19;
当α>第二特殊值1时,所述地形子系统信息熵的第四特殊解值为0.19<HS<+∞;
其中,0≤S≤1和0≤x≤1。
优选地,所述根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值包括:
根据泥石流的固体物源子系统密度函数P2(x,t)、固体物源面积—高程曲线积分值
Figure GDA0003707964380000031
以及固体物源子系统信息熵模型
Figure GDA0003707964380000032
获取固体物源子系统中拟合多项式次数n=1时第0次项系数a0和第1次项系数a1的趋向值以及固体物源面积-高程曲线积分区间的第一端点值a和第二端点值b的趋向值;
当a0→1,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第一特殊解值为HM→0;
当a0→0,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第二特殊解值为HM→+→;
当a0→1,a1→0,a→0,b→0.3时,所述固体物源子系统信息熵的第三特殊解值为HM→7.67;
当a0→1,a1→0,a→0,b→0.6时,所述固体物源子系统信息熵的第四特殊解值为HM→2.68。
优选地,所述根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的水动力特殊解值包括:
根据泥石流的水动力子系统密度函数P3(x,t)、水动力—高程曲线积分值
Figure GDA0003707964380000033
以及水动力子系统信息熵模型
Figure GDA0003707964380000034
获取水动力子系统中拟合多项式次数n=1时第0次项系数b0、第1次项系数b1以及第2次项系数b2的趋向值;
当b0→1,b1→0时,所述水动力子系统信息熵的第一特殊解值为HW→0;
当b0→0,b1→0时,所述水动力子系统信息熵的第二特殊解值为HW→+∞;
当b0→1,b1→0,b2→-1时,所述水动力子系统信息熵的第三特殊解值为HW→0.45;
当b0→1,b1→-2,b2→2时,所述水动力子系统信息熵的第四特殊解值为HW→0.65。
优选地,所述根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准包括:
根据所获取的所述地形子系统信息熵的特殊解值和所述固体物源子系统信息熵的特殊解值,构建由所述地形子系统信息熵的第一特殊解值与所述固体物源子系统信息熵的第一特殊解值之和与所述地形子系统信息熵的第二特殊解值与所述固体物源子系统信息熵的第四源特殊解值之和组成的判识标准第一判识范围;
根据所获取的所述水动力子系统信息熵的特殊解值,构建由所述水动力子系统信息熵的第一特殊解值与所述水动力子系统信息熵的第四特殊解值组成的判识标准第二判识范围;
利用所述判识标准第一判识范围和所述判识标准第二判识范围,将所述泥石流沟划分为泥石流沟和非泥石流沟
优选地,所述利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟,包括:
分别获取每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵;
根据所述每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵,分别与所述判识标准第一判识范围和所述判识标准第二判识范围进行匹配处理;
当所述待评判子流域的地形子系统信息熵值与固体物源子系统信息熵值之和在所述判识标准第一判识范围内,同时水动力子系统信息熵值在所述判识标准第二判识范围内,则确定所述待评判子流域为泥石流沟;否则,确定所述待评判子流域为非泥石流沟。
根据本发明实施例提供的一种泥石流沟的判识装置,包括:
获取模块,用于根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值、根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值以及根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;
构建模块,用于根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;
判识处理模块,用于利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟;
其中,所述N为正整数。
优选地,所述获取模块包括:
第一获取单元,用于根据泥石流的地形子系统密度函数P1(x,t)=(1+α)(1-x)α、地形面积—高程曲线积分值
Figure GDA0003707964380000051
以及地形子信息模型HS=S-1-lnS,获取地形子系统中拟合曲线系数α的取值范围α≥0,并根据所述拟合曲线系数α的取值范围α≥0,获取所述拟合曲线系数α的第一特殊值0和第二特殊值1;
第二获取单元,用于当α为第一特殊值0时,所述地形子系统信息熵的第一特殊解值为HS=0,当α为第二特殊值1时,所述地形子系统信息熵的第二特殊解值为HS=0.19,当第一特殊值0<α<第二特殊值1时,所述地形子系统信息熵的第三特殊解值为0<HS<0.19,当α>第二特殊值1时,所述地形子系统信息熵的第四特殊解值为0.19<HS<+∞;
其中,0≤S≤1和0≤x≤1。
优选地,所述获取模块包括:
第三获取单元,用于根据泥石流的固体物源子系统密度函数P2(x,t)、固体物源面积—高程曲线积分值
Figure GDA0003707964380000061
以及固体物源子系统信息熵模型
Figure GDA0003707964380000062
获取固体物源子系统中拟合多项式次数n=1时第0次项系数a0和第1次项系数a1的趋向值以及固体物源面积-高程曲线积分区间的第一端点值a和第二端点值b的趋向值;
第四获取单元,用于当a0→1,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第一特殊解值为HM→0,当a0→0,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第二特殊解值为HM→+∞,当a0→1,a1→0,a→0,b→0.3时,所述固体物源子系统信息熵的第三特殊解值为HM→7.67,当a0→1,a1→0,a→0,b→0.6时,所述固体物源子系统信息熵的第四特殊解值为HM→2.68。
优选地,所述获取模块包括:
第五获取单元,用于根据泥石流的水动力子系统密度函数P3(x,t)、水动力—高程曲线积分值
Figure GDA0003707964380000063
以及水动力子系统信息熵模型
Figure GDA0003707964380000064
获取水动力子系统中拟合多项式次数n=1时第0次项系数b0和第1次项系数b1以及第2次项系数b2的趋向值;
第六获取单元,用于当b0→1,b1→0时,所述水动力子系统信息熵的第一特殊解值为HW→0,当b0→0,b1→0时,所述水动力子系统信息熵的第二特殊解值为HW→+∞,当b0→1,b1→0,b2→-1时,所述水动力子系统信息熵的第三特殊解值为HW→0.45,当b0→1,b1→2,b2→2时,所述水动力子系统信息熵的第四特殊解值为HW→0.65。
根据本发明实施例提供的方案,以能量为主线,结合泥石流流域系统能量分布与信息熵关系,基于信息熵方法进行泥石流沟判识,避免人为主观判断存在的误差,为今后泥石流沟判识提供了一种新思路,对促进泥石流学科基础理论发展具有重要意义,可广泛应用到泥石流防灾减灾实践中。
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泥石流沟的判识方法流程图;
图2是本发明实施例提供的一种泥石流沟的判识装置示意图;
图3是本发明实施例提供的基于泥石流地形、物源和水动力子系统信息熵模型的泥石流沟判识方法总体框架示意图;
图4是本发明实施例提供的地形子系统面积—高程曲线示意图;
图5是本发明实施例提供的固体物源子系统固体物源面积—高程曲线示意图;
图6是本发明实施例提供的水动力子系统水动力—高程曲线示意图;
图7是本发明实施例提供的泥石流沟判识方法与标准示意图;
图8是本发明实施例提供的深溪沟流域地理位置图;
图9是本发明实施例提供的基于DEM数字高程模型的深溪沟子流域划分图;
图10是本发明实施例提供的某地地震震后深溪沟流域崩塌滑坡分布图。
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。
本发明针对山区小流域泥石流沟判识中存在的关键方法问题,基于系统论、信息熵理论和泥石流发生学基本原理,以流域系统能量为主线,建立泥石流地形子系统、物源子系统和水动力子系统信息熵模型,进而提出基于三大子系统信息熵模型的泥石流沟判识新方法。该方法结合泥石流流域系统能量分布与信息熵关系,实现泥石流沟的有效判识,物理意义明晰,避免人为主观判断造成的误差,为今后泥石流沟的判识提供了一种新方法,对促进泥石流学科基础理论发展具有重要意义,可广泛应用到山区小流域泥石流的判识等防灾减灾实践中,具有一定的原创性和重要的应用价值。
图1是本发明实施例提供的一种泥石流沟的判识方法流程图,如图1所示,包括:
步骤1:根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值;
步骤2:根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值;
步骤3:根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;
步骤4:根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;
步骤5:利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟;
其中,所述N为正整数。
其中,所述步骤1包括:根据泥石流的地形子系统密度函数P1(x,t)=(1+α)(1-x)α、地形面积—高程曲线积分值
Figure GDA0003707964380000081
以及地形子系统信息熵模型HS=S-1-lnS,获取地形子系统中拟合曲线系数α的取值范围α≥0;根据所述拟合曲线系数α的取值范围α≥0,获取所述拟合曲线系数α的第一特殊值0和第二特殊值1;当α为第一特殊值0时,所述地形子系统信息熵的第一特殊解值为HS=0;当α为第二特殊值1时,所述地形子系统信息熵的第二特殊解值为HS=0.19;当第一特殊值0<α<第二特殊值1时,所述地形子系统信息熵的第三特殊解值为0<HS<0.19;当α>第二特殊值1时,所述地形子系统信息熵的第四特殊解值为0.19→HS<+∞;其中,0≤S≤1和0≤x≤1。
其中,所述步骤2包括:根据泥石流的固体物源子系统密度函数P2(x,t)、固体物源面积—高程曲线积分值
Figure GDA0003707964380000091
以及固体物源子系统信息熵模型
Figure GDA0003707964380000092
获取固体物源子系统中拟合多项式次数n=1时第0次项系数a0和第1次项系数a1的趋向值以及固体物源面积-高程曲线积分区间的第一端点值a和第二端点值b的趋向值;当a0→1,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第一特殊解值为HM→0;当a0→0,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第二特殊解值为HM→+∞;当a0→1,a1→0,a→0,b→0.3时,所述固体物源子系统信息熵的第三特殊解值为HM→7.67;当a0→1,a1→0,a→0,b→0.6时,所述固体物源子系统信息熵的第四特殊解值为HM→2.68。
其中,所述步骤3包括:根据泥石流的水动力子系统密度函数P3(x,t)、水动力高程曲线积分值
Figure GDA0003707964380000093
以及水动力子系统信息熵模型
Figure GDA0003707964380000094
获取水动力子系统中拟合多项式次数n=1时第0次项系数b0、第1次项系数b1以及第2次项系数b2的趋向值;当b0→1,b1→0时,所述水动力子系统信息熵的第一特殊解值为HW→0;当b0→0,b1→0时,所述水动力子系统信息熵的第二特殊解值为HW→+∞;当b0→1,b1→0,b2→-1时,所述水动力子系统信息熵的第三特殊解值为HW→0.45;当b0→1,b1→-2,b2→2时,所述水动力子系统信息熵的第四特殊解值为HW→0.65。
其中,所述步骤4包括:根据所获取的所述地形子系统信息熵的特殊解值和所述固体物源子系统信息熵的特殊解值,构建由所述地形子系统信息熵的第一特殊解值与所述固体物源子系统信息熵的第一特殊解值之和与所述地形子系统信息熵的第二特殊解值与所述固体物源子系统信息熵的第四源特殊解值之和组成的判识标准第一判识范围;根据所获取的所述水动力子系统信息熵的特殊解值,构建由所述水动力子系统信息熵的第一特殊解值与所述水动力子系统信息熵的第四特殊解值组成的判识标准第二判识范围;利用所述判识标准第一判识范围和所述判识标准第二判识范围,将所述泥石流沟划分为泥石流沟和非泥石流沟。
其中,所述步骤5包括:分别获取每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵;根据所述每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵,分别与所述判识标准第一判识范围和所述判识标准第二判识范围进行匹配处理;当所述待评判子流域的地形子系统信息熵值与固体物源子系统信息熵值之和在所述判识标准第一判识范围内,同时水动力子系统信息熵值在所述判识标准第二判识范围内,则确定所述待评判子流域为泥石流沟;否则,确定所述待评判子流域为非泥石流沟。
图2是本发明实施例提供的一种泥石流沟的判识装置示意图,如图2所示,包括:获取模块,用于根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值、根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值以及根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;构建模块,用于根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;判识处理模块,用于利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟;其中,所述N为正整数。
其中,所述获取模块包括:第一获取单元,用于根据泥石流的地形子系统密度函数P1(x,t)=(1+α)(1-x)α、地形面积—高程曲线积分值
Figure GDA0003707964380000101
以及地形子信息模型HS=S-1-lnS,获取地形子系统中拟合曲线系数α的取值范围α≥0,并根据所述拟合曲线系数α的取值范围α≥0,获取所述拟合曲线系数α的第一特殊值0和第二特殊值1;第二获取单元,用于当α为第一特殊值0时,所述地形子系统信息熵的第一特殊解值为HS=0,当α为第二特殊值1时,所述地形子系统信息熵的第二特殊解值为HS=0.19,当第一特殊值0<α<第二特殊值1时,所述地形子系统信息熵的第三特殊解值为0<HS<0.19,当α>第二特殊值1时,所述地形子系统信息熵的第四特殊解值为0.19<HS<+∞;其中,0≤S≤1和0≤x≤1。
其中,所述获取模块包括:第三获取单元,用于根据泥石流的固体物源子系统密度函数P2(x,t)、固体物源面积—高程曲线积分值
Figure GDA0003707964380000111
以及固体物源子系统信息熵模型
Figure GDA0003707964380000112
获取固体物源子系统中拟合多项式次数n=1时第0次项系数a0和第1次项系数a1的趋向值以及固体物源面积-高程曲线积分区间的第一端点值a和第二端点值b的趋向值;第四获取单元,用于当a0→1,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第一特殊解值为HM→0,当a0→0,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第二特殊解值为HM→+∞,当a0→1,a1→0,a→0,b→0.3时,所述固体物源子系统信息熵的第三特殊解值为HM→7.67,当a0→1,a1→0,a→0,b→0.6时,所述固体物源子系统信息熵的第四特殊解值为HM→2.68。
其中,所述获取模块包括:第五获取单元,用于根据泥石流的水动力子系统密度函数P3(x,t)、水动力高程曲线积分值
Figure GDA0003707964380000113
以及水动力子系统信息熵模型
Figure GDA0003707964380000114
获取水动力子系统中拟合多项式次数n=1时第0次项系数b0和第1次项系数b1以及第2次项系数b2的趋向值;第六获取单元,用于当b0→1,b1→0时,所述水动力子系统信息熵的第一特殊解值为HW→0,当b0→0,b1→0时,所述水动力子系统信息熵的第二特殊解值为HW→+∞,当b0→1,b1→0,b2→-1时,所述水动力子系统信息熵的第三特殊解值为HW→0.45,当b0→1,b1→-2,b2→2时,所述水动力子系统信息熵的第四特殊解值为HW→0.65。
本发明的目的是针对现有泥石流沟判识研究的现状和判定方法问题,提出一种基于泥石流地形、物源和水动力子系统信息熵模型的泥石流沟判识新方法。基于系统论、信息熵理论和泥石流发生学基本原理,以流域系统能量为主线,首先建立地形子系统、固体物源子系统和水动力子系统状态变量和信息熵模型;在此基础上,探讨地形子系统、固体物源子系统和水动力子系统信息熵模型的特殊解值,构建泥石流沟的判识标准。该方法可广泛应用到山区小流域泥石流的判识等泥石流防灾减灾中。
为实现上述目的,本发明的技术方案是:首先,结合系统科学与泥石流科学,从小流域泥石流形成的三大要件(地形、固体物源和水动力)出发,基于系统能量分布状态,构建地形子系统、固体物源子系统和水动力子系统状态变量和信息熵模型;在此基础上,根据三大子系统能量分布和信息熵模型,探讨地形子系统、固体物源子系统和水动力子系统信息熵模型的特殊解值;最后,构建泥石流沟判识方法和标准,实现泥石流沟的判定。整个实施方案技术路线如图3所示。
本发明具体实施方案如下:
(一)地形子系统状态变量、信息熵模型和特殊解值
1.1.地形子系统状态变量
泥石流流域系统中地形子系统一般是指由沟坡坡度、地形坡向、集水区面积、沟谷形态等相互作用的多个子系统(要素)构成。一般来讲,比较理想的地形子系统状态变量方程应该包含所有相互作用的子系统(要素)。考虑到地形在泥石流形成过程中主要作用是为分布其上的松散固土物质提供势能,本发明通过流域面积和高程参数构造泥石流地形子系统状态变量方程,具体方法与步骤如下: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),用曲线拟合各点,绘制面积—高程曲线,记为f(x,t),如图4所示。其中纵坐标为高程比重
Figure GDA0003707964380000121
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);横坐标为面积比重
Figure GDA0003707964380000122
a表示流域等高线图上相应等高线以上的面积(km2),A表示全流域面积(km2),与x轴所围成的面积称为面积—高程曲线积分值,可以表示为如下形式:
Figure GDA0003707964380000131
其中,S表示面积—高程曲线积分值。
由图4可知,根据面积—高程曲线和面积—高程曲线积分值能够反映分布其上的松散固体物质具有势能分布状态的地形信息,也就是说,通过面积—高程曲线及其积分值可以反映地形子系统能量分布状态的地形信息。为此,将根据面积—高程曲线和面积—高程曲线积分值构造地形子系统能量分布状态的地形信息密度函数:
Figure GDA0003707964380000132
满足:①P1(x,t)≥0;②
Figure GDA0003707964380000133
(2)式满足密度函数性质。由于(2)式主要由面积—高程曲线和面积—高程曲线积分值构造,包含了反映势能能量分布状态的地形信息,因此,该式是称为地形子系统能量状态的地形信息密度函数,简称地形子系统密度函数,同时该式也能够表征地形子系统能量分布状态的地形信息,该式也称为地形子系统能量分布状态的地形信息变量,简称地形子系统状态变量。
1.2.地形子系统信息熵模型
已知(2)式地形信息密度函数是连续函数,结合连续熵定义,对于某一时刻t,地形子系统信息熵可以表示为:
Figure GDA0003707964380000134
如果用(1-x)α拟合面积—高程曲线f(x,t),那么地形子系统能量状态的信息密度函数可以表示为P1(x,t)=(α+1)(1-x)α,代入(3)式,得到地形子系统信息熵数学表达式(4)。
Figure GDA0003707964380000135
其中,α表示拟合曲线的系数。
如果面积—高程曲线积分值S为已知,那么S可表示为
Figure GDA0003707964380000136
Figure GDA0003707964380000137
代入(4)式,地形子系统信息熵可以表示为:
HS=S-1-lnS (5)
其中,HS表示地形子系统信息熵,S表示面积—高程曲线积分值。根据(5)式可知:HS随着S增大而减小。当S→1时,地形起伏最大,HS→0;当S→0时,地形起伏最小,HS→+∞。这说明地形子系统信息熵大小能够表征地形起伏大小,熵值越小,地形起伏越大,越利于泥石流的形成。
1.3.地形子系统信息熵特殊解值
已知地形子系统密度函数(状态变量)P1(x,t)=(1+α)(1-x)α和面积—高程曲线积分值
Figure GDA0003707964380000141
并且有0≤S≤1和0≤x≤1,所以可得α≥0。
当α=0时,可得S=1,代入地形子系统信息熵模型(5)式,可以得到:
HS=0 (6)
当α=1时,可得S=0.5,代入地形子系统信息熵模型(5)式,可以得到:
HS=0.19 (7)
当0<α<1时,可得0.5<S<1,此时地形起伏最大,有利于泥石流形成,代入地形子系统信息熵模型(5)式,可以得到:
0<HS<0.19 (8)
当α>1时,可得0<S<0.5,此时地形起伏不大,不利于泥石流形成,代入地形子系统信息熵模型(5)式,可以得到:
0.19<HS<+∞ (9)
(二)固体物源子系统状态变量、信息熵模型和特殊解值
2.1.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。本发明通过松散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: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),其中纵坐标为高程比重
Figure GDA0003707964380000142
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);横坐标为固体物源面积比重
Figure GDA0003707964380000143
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),A表示全流域面积(km2),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5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 GDA0003707964380000144
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5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。当固体物源面积—高程曲线的拟合曲线为直线时,表示泥石流流域的松散固体物质均匀分布在流域内部;当拟合曲线为上凸下凹时,表示大部分固体物源物质分布于高程较大的区域(中上游);当拟合曲线为上凹下凸时,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—高程曲线积分不但可以反映松散固体物质的储量状态,还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 GDA0003707964380000151
满足:①P2(x,t)≥0;②
Figure GDA0003707964380000152
因此,(11)式满足密度函数性质。由于(11)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,结合与地形的关系,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。
2.2.固体物源子系统信息熵模型
根据(11)式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 GDA0003707964380000153
如果用多项式anxn+an-1xn-1+…+a0拟合g(x,t),那么固体物源面积—高程曲线积分值M可表示为:
Figure GDA0003707964380000154
那么固体物源子系统信息熵可以表示为:
Figure GDA0003707964380000155
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(9)式可以绘制出各参数对HM与M关系曲线的影响。可知:HM随着M增大而减小。这说明固体物源子系统信息熵熵值越小,松散固体物质越丰富,越利于泥石流的形成。拟合曲线为高次多项式时(n>1),求法类似,需要借助于计算机求解。
2.3.固体物源子系统信息熵特殊解值
已知固体物源子系统密度函数(状态变量)P2(x,t)和固体物源面积—高程曲线积分值
Figure GDA0003707964380000156
以及固体物源子系统信息熵模型HM,对各参数以及泥石流流域固体物质的分布和能量状态讨论如下:
当a0→1,a1→0,a→0,b→1时,可得M→1,此时整个流域充满松散固体物质,代入固体物源子系统信息熵(14)式,可以得到:
HM→0 (15)
当a0→0,a1→0,a→0,b→1时,可得M→0,此时整个流域几乎没有松散固体物质,代入固体物源子系统信息熵(14)式,可以得到:
HM→+∞ (16)
当a0→1,a1→0,a→0,b→0.3时,可得M→0.3,此时流域下游分布着大量崩塌滑坡物质,中上游没有崩塌滑坡物质,代入固体物源子系统信息熵(14)式,可以得到:
HM→7.67 (17)
当a0→1,a1→0,a→0,b→0.6时,可得M→0.6,此时流域中上游分布着大量崩塌滑坡物质,下游没有崩塌滑坡物质,代入固体物源子系统信息熵(14)式,可以得到:
HM→2.68 (18)
(三)水动力子系统状态变量、信息熵模型和特殊解值
3.1.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,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(地表径流深度(mm)与土体平均含水量(mm))和高程参数,具体方法如下:
首先,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
Figure GDA0003707964380000161
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);横坐标为水动力x,表示该等高线相应位置的水动力按照公式
Figure GDA0003707964380000162
处理后的无量纲值。同理,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6所示。
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:
Figure GDA0003707964380000163
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:
Figure GDA0003707964380000171
满足:①P3(x,t)≥0;②
Figure GDA0003707964380000172
因此,(11)式满足密度函数性质。由于(11)式主要通过能够表征水动力能量状态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。
3.2.水动力子系统信息熵模型
根据式(11)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:
Figure GDA0003707964380000173
当0≤x≤1且x≠常数时,如果用多项式bmxm+bm-1xm-1+…+b0拟合h(x,t),可得水动力子系统信息熵表达式:
Figure GDA0003707964380000174
其中,b0和b1分别表示拟合多项式n=1第0次项和1次项的系数,水动力—高程曲线积分值
Figure GDA0003707964380000175
根据(22)式可以绘制出各参数对HW与W关系曲线的影响。可知:HW随着W增大而减小,这说明水动力子系统信息熵熵值越小,水动力越充足,越利于泥石流的形成。拟合曲线为高次多项式时(n>1),求法类似,需要借助于计算机求解。
3.3.水动力子系统信息熵特殊解值
已知水动力子系统密度函数(状态变量)P3(x,t)和水动力—高程曲线积分值
Figure GDA0003707964380000176
以及水动力子系统信息熵模型HM,对各参数以及泥石流流域水动力的时空分布和能量状态讨论如下:
当b0→1,b1→0时,可得W→1,此时流域水动力最大,代入水动力子系统信息熵模型(22)式,可以得到:
HW→0 (23)
当b0→0,b1→0时,可得W→0,此时流域水动力最小,代入水动力子系统信息熵模型(22)式,可以得到:
HW→+∞ (24)
当b0→1,b1→0,b2→-1时,可得
Figure GDA0003707964380000181
代入水动力子系统信息熵模型(22)式,可以得到:
HW→0.45(25)
当b0→1,b1→-2,b2→2时,可得
Figure GDA0003707964380000182
代入水动力子系统信息熵模型(22)式,可以得到:
HW→0.65 (26)
Figure GDA0003707964380000183
时,可得0≤HW<0.45,此时流域中上游水动力较大;当
Figure GDA0003707964380000184
时,可得0.45<HW≤0.65,此时流域中游水动力较大;当
Figure GDA0003707964380000185
时,可得HW≥0.65,此时流域下游水动力较大。
(四)泥石流沟判识方法与标准
泥石流沟可以分为活动泥石流沟、非泥石流沟和潜在泥石流沟。活动泥石流沟是指发生过泥石流的流域;非泥石流沟是指没有发生过泥石流的流域,且不具备泥石发生的可能;潜在泥石流沟是指没有发生过泥石流的流域,但是具备泥石流发生的可能。本文主要通过泥石流三大子系统信息熵模型理论与方法对泥石流沟(活动泥石流沟和潜在泥石流沟)进行判识,具体方法如下:
根据上述得到的泥石流三个子系统信息熵的特殊解值,可知三个信息熵值越小越利于泥石流形成,反之,信息熵值越大越不利于泥石流形成,也就是说三个子系统信息熵值越小,研究区(区域/单沟)越有可能成为泥石流沟。本文的泥石流沟判识方法主要是考虑固体物源分布在一定地形条件下,水动力是否充沛,因此,本文首先将地形子系统信息熵和固体物源子系统信息熵值代表固体物源集中分布在地势起伏较大的中上游的特殊解值(7)式和(18)式加在一起,值为2.87,而水动力选取代表水动力在中上游较大的特殊解值0.65。当地形子系统和固体物源子系统的信息熵值落在0~2.87之间(地形和固体物源条件均有利用泥石流发生),同时水动力子系统信息熵值落在0~0.65之间(水动力充沛),判定为活动泥石流沟/潜在泥石流沟,而其余则为非泥石流沟,泥石流沟的判定方法与标准,如图7所示。
实施案例
深溪沟流域位于中国四川省都江堰市虹口乡深溪村,地理位置如图8所示,流域总面积约8.17km2,主沟长约4400m,平均坡降约137‰,最高海拔约2141m,最低海拔约870m,相对高差约1271m。深溪沟流域的地质、地形、岩性、气象水文等基本情况,如表1所示。通过ArcGIS10.1软件,利用DEM数据,对集水栅格阈值(累积流量)为500的流域河网进行提取,然后对生成的河网数据进行Stream Link处理,配准并勾绘流域界限,得到深溪沟流域的41条子流域,如图9所示。深溪沟流域是某地地震的重灾区,地震造成该流域地表破裂严重,山体破碎、松散固体物质广泛分布,老泥石流沟复活等。据大量的震后野外考察,地震造成的崩塌滑坡松散固体物质主要分布在锅圈岩、大虹口、武显庙、岳家屋基、黄泥岗一带地形陡峻处。
表1深溪沟流域的地质、地形、岩性、气象水文概况表
Figure GDA0003707964380000191
(一)深溪沟流域的地形子系统信息熵
按照地形子系统信息熵的计算方法,可以计算得到深溪沟流域41条子流域地形子系统信息熵,具体步骤如下:
第一步,运用ArcGIS 10.1软件对深溪沟流域41条子流域的面积和高程进行解译分析。
第二步,根据解译结果,将深溪沟流域41条子流域的面积和高程数据导入到Excel中进行统计分析,按照等高距为50m计算深溪沟流域高程比重和相应位置的面积比重,进而得到每条子流域的一系列(x,y)点,其中x表示面积比重,y表示高程比重(等高距为50m)。
第三步,运用MATLAB编程,用曲线y=(1-x)α对深溪沟流域41条子流域的一系列(x,y)点进行拟合,得到相应的面积—高程曲线,然后再分别对拟合得到的面积—高程曲线进行积分,得到相应的面积—高程曲线积分值S,最后分别将41条子流域积分值计算公式,可得地形子系统信息熵值(表2)。
表2深溪沟流域地形子系统数据与信息熵
Figure GDA0003707964380000192
Figure GDA0003707964380000201
(二)深溪沟流域的固体物源子系统信息熵
根据固体物源子系统信息熵的计算方法,可以计算得到深溪沟流域41条子流域固体物源子系统信息熵,具体步骤如下:
第一步,通过遥感影像解译和野外调查结果,得到震后深溪沟流域崩塌滑坡面积的空间分布(图10);由于震前深溪沟流域无泥石流灾害,震后崩塌滑坡为泥石流提供了丰富的物源条件,使得震后几乎每年都会发生泥石流;因此,将地震引发的崩塌滑坡视为泥石流物源;在此基础上,运用ArcGIS 10.1软件对解译得到的松散固体物质面积和高程进行统计分析。
第二步,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50m计算深溪沟流域高程比重和固体物源面积比重,得到41条子流域的一系列(x,y)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50m)。
第三步,运用MATLAB软件,用多项式对深溪沟流域41条子流域的一系列(x,y)点进行拟合,得到相应的固体物质面积—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(对于没有崩塌滑坡固体物质的子流域,记为+∞),最后分别将41条子流域积分值代入(14)式,可得固体物源子系统信息熵值,如表3所示。
表3深溪沟流域固体物源子系统数据与信息熵
Figure GDA0003707964380000211
根据表3计算的深溪沟流域41条子流域崩塌滑坡面积—高程曲线积分值,结合深溪沟实地调研情况,将深溪沟流域41条子流域崩塌滑坡物质富集程度进行如下划分:当M≥0.2时,崩塌滑坡物质的较为丰富,富集度为高度;当0.1≤M<0.2时,崩塌滑坡物质一般,富集度为中度;当0≤M<0.1时,崩塌滑坡物质较少,富集度为低度。通过上述标准,可以得到深溪沟流域41条子流域崩塌滑坡物质的丰富程度情况,如表4所示。
同时,考虑到泥石流是否发生不仅受固体物源储量多少的控制,同时也受固体物源分布的影响,因此,本文运用MATLAB软件编程,通过函数trapz和solve函数计算深溪沟流域41条子流域相应K值(K≥0.5时,表示大部分崩塌滑坡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,表示大部分崩塌滑坡物质分布于高程较小的区域(中下游),聚集区为中下游),如表4所示。由于深溪沟流域除了编号为0、1、2、4、7、10、11、15、16、17、20、32和33的子流域有崩塌滑坡物质以外,其余子流域没有崩塌滑坡物质,因此,对于没有崩塌滑坡物质的子流域,本文不计算其相应的K值,根据K值的取值与聚集区分布关系,可以得到具有深溪沟流域13条子流域崩塌滑坡物质的聚集区,如表4所示。
表4深溪沟流域固体物源富集度和聚集区
Figure GDA0003707964380000221
(三)深溪沟流域的水动力子系统信息熵
按照水动力子系统信息熵的计算方法,可以计算得到深溪沟流域41条子流域水动力子系统信息熵,具体步骤如下:
第一步,运用ArcGIS 10.1软件对震后深溪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)。
第二步,由于2013年7月9日深溪沟流域的2号子流域锅圈岩沟爆发了百年一遇的泥石流灾害,为了本文后面将计算结果与实际情况进行对比分析,本文选取深溪沟流域模拟期内2013年7月9日的土体含水量和地表径流深度数据作为水动力子系统的输入数据,其中土层厚度为2.032m。
第三步,将上述土体平均含水量(mm)、地表径流深度(mm)和高程(m)数据导入到Excel中进行分析,按等高距为50m计算深溪沟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
Figure GDA0003707964380000222
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)。
第四步,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(22)式,得到水动力子系统信息熵值(表5)。
表5深溪沟流域水动力子系统数据与信息熵
Figure GDA0003707964380000223
Figure GDA0003707964380000231
(四)深溪沟流域泥石流沟判识结果
根据表2、表3和表5,应用MATLAB软件编程可以绘制深溪沟流域地形子系统信息熵、固体物源子系统信息熵、水动力子系统信息熵组合形式的分布图,结合根据本发明泥石流沟判识方法进行判定(注:由于本研究的水动力输入是百年一遇的强降雨,本次判定结果是限制在时间尺度为100年的情况),结果见表6,∞表示无穷大。
表6深溪沟流域41条子流域泥石流沟判识结果
Figure GDA0003707964380000241
Figure GDA0003707964380000251
由表6可知,子流域编号为0、1、2、4、7、10、11、20、32和33为泥石流沟或潜在泥石流沟,而其余子流为非泥石流沟,其中编号0、2、4和7对应的子流域分别是武显庙沟、锅圈岩沟、黄泥岗沟和陈家坪沟。由震后流域调查可知,某地地震后这四条沟均有泥石流记录,判定结果为泥石流沟,而编号1、10、11、20、32和33没有泥石流记录,但是具备泥石流发生的条件,判定结果为潜在泥石流沟,其余为泥石流沟,判定结果与实际情况温和较好。可见,本发明的方法可用于野外泥石流沟的判识。
根据本发明实施例提供的方案,以能量为主线,结合泥石流流域系统能量分布与信息熵关系,基于信息熵方法进行泥石流沟判识,避免人为主观判断存在的误差,为今后泥石流沟判识提供了一种新思路,对促进泥石流学科基础理论发展具有重要意义,可广泛应用到泥石流防灾减灾实践中。
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 (2)

1.一种泥石流沟的判识方法,其特征在于,包括:
根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值;
根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值;
根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;
根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;
利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟;其包括:
分别获取每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵;
根据所述每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵,分别与所述判识标准第一判识范围和所述判识标准第二判识范围进行匹配处理;
当所述待评判子流域的地形子系统信息熵值与固体物源子系统信息熵值之和在所述判识标准第一判识范围内,同时水动力子系统信息熵值在所述判识标准第二判识范围内,则确定所述待评判子流域为泥石流沟;否则,确定所述待评判子流域为非泥石流沟;其中,所述N为正整数;
其中,所述根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值包括:
根据泥石流的地形子系统密度函数P1(x,t)=(1+α)(1-x)α、地形面积—高程曲线积分值
Figure FDA0003707964370000011
以及地形子系统信息熵模型HS=S-1-lnS,获取地形子系统中拟合曲线系数α的取值范围α≥0;
根据所述拟合曲线系数α的取值范围α≥0,获取所述拟合曲线系数α的第一特殊值0和第二特殊值1;
当α为第一特殊值0时,所述地形子系统信息熵的第一特殊解值为HS=0;
当α为第二特殊值1时,所述地形子系统信息熵的第二特殊解值为HS=0.19;
当第一特殊值0<α<第二特殊值1时,所述地形子系统信息熵的第三特殊解值为0<HS<0.19;
当α>第二特殊值1时,所述地形子系统信息熵的第四特殊解值为0.19<HS<+∞;
其中,0≤S≤1和0≤x≤1;
其中,所述根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值包括:
根据泥石流的固体物源子系统密度函数P2(x,t)、固体物源面积—高程曲线积分值
Figure FDA0003707964370000021
以及固体物源子系统信息熵模型
Figure FDA0003707964370000022
获取固体物源子系统中拟合多项式次数n=1时第0次项系数a0和第1次项系数a1的趋向值以及固体物源面积-高程曲线积分区间的第一端点值a和第二端点值b的趋向值;
当a0→1,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第一特殊解值为HM→0;
当a0→0,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第二特殊解值为HM→+∞;
当a0→1,a1→0,a→0,b→0.3时,所述固体物源子系统信息熵的第三特殊解值为HM→7.67;
当a0→1,a1→0,a→0,b→0.6时,所述固体物源子系统信息熵的第四特殊解值为HM→2.68;
其中,所述根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的水动力特殊解值包括:
根据泥石流的水动力子系统密度函数P3(x,t)、水动力—高程曲线积分值
Figure FDA0003707964370000031
以及水动力子系统信息熵模型
Figure FDA0003707964370000032
获取水动力子系统中拟合多项式次数n=1时第0次项系数b0、第1次项系数b1以及第2次项系数b2的趋向值;
当b0→1,b1→0时,所述水动力子系统信息熵的第一特殊解值为HW→0;
当b0→0,b1→0时,所述水动力子系统信息熵的第二特殊解值为HW→+∞;
当b0→1,b1→0,b2→-1时,所述水动力子系统信息熵的第三特殊解值为HW→0.45;
当b0→1,b1→-2,b2→2时,所述水动力子系统信息熵的第四特殊解值为HW→0.65;
其中,所述根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准包括:
根据所获取的所述地形子系统信息熵的特殊解值和所述固体物源子系统信息熵的特殊解值,构建由所述地形子系统信息熵的第一特殊解值与所述固体物源子系统信息熵的第一特殊解值之和与所述地形子系统信息熵的第二特殊解值与所述固体物源子系统信息熵的第四源特殊解值之和组成的判识标准第一判识范围;
根据所获取的所述水动力子系统信息熵的特殊解值,构建由所述水动力子系统信息熵的第一特殊解值与所述水动力子系统信息熵的第四特殊解值组成的判识标准第二判识范围;
利用所述判识标准第一判识范围和所述判识标准第二判识范围,将所述泥石流沟划分为泥石流沟和非泥石流沟。
2.一种泥石流沟的判识装置,其特征在于,包括:
获取模块,用于根据泥石流的地形子系统信息熵模型,获取所述地形子系统信息熵的特殊解值、根据泥石流的固体物源子系统信息熵模型,获取所述固体物源子系统信息熵的特殊解值以及根据泥石流的水动力子系统信息熵模型,获取所述水动力子系统信息熵的特殊解值;
构建模块,用于根据所获取的所述地形子系统信息熵的特殊解值、所述固体物源子系统信息熵的特殊解值以及所述水动力子系统信息熵的特殊解值,构建所述泥石流沟的判识标准;
判识处理模块,用于利用所述泥石流沟的判识标准对待评判的N条子流域进行泥石流沟的判识处理,以便确定每条子流域为泥石流沟还是非泥石流沟;其包括:分别获取每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵;根据所述每条待评判子流域的地形子系统信息熵、固体物源子系统信息熵以及水动力子系统信息熵,分别与所述判识标准第一判识范围和所述判识标准第二判识范围进行匹配处理;当所述待评判子流域的地形子系统信息熵值与固体物源子系统信息熵值之和在所述判识标准第一判识范围内,同时水动力子系统信息熵值在所述判识标准第二判识范围内,则确定所述待评判子流域为泥石流沟;否则,确定所述待评判子流域为非泥石流沟;
其中,所述N为正整数;
其中,所述获取模块包括:
第一获取单元,用于根据泥石流的地形子系统密度函数P1(x,t)=(1+α)(1-x)α、地形面积—高程曲线积分值
Figure FDA0003707964370000041
以及地形子信息模型HS=S-1-lnS,获取地形子系统中拟合曲线系数α的取值范围α≥0,并根据所述拟合曲线系数α的取值范围α≥0,获取所述拟合曲线系数α的第一特殊值0和第二特殊值1;
第二获取单元,用于当α为第一特殊值0时,所述地形子系统信息熵的第一特殊解值为HS=0,当α为第二特殊值1时,所述地形子系统信息熵的第二特殊解值为HS=0.19,当第一特殊值0<α<第二特殊值1时,所述地形子系统信息熵的第三特殊解值为0<HS<0.19,当α>第二特殊值1时,所述地形子系统信息熵的第四特殊解值为0.19<HS<+∞;
其中,0≤S≤1和0≤x≤1;
其中,所述获取模块包括:
第三获取单元,用于根据泥石流的固体物源子系统密度函数P2(x,t)、固体物源面积—高程曲线积分值
Figure FDA0003707964370000051
以及固体物源子系统信息熵模型
Figure FDA0003707964370000052
获取固体物源子系统中拟合多项式次数n=1时第0次项系数a0和第1次项系数a1的趋向值以及固体物源面积-高程曲线积分区间的第一端点值a和第二端点值b的趋向值;
第四获取单元,用于当a0→1,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第一特殊解值为HM→0,当a0→0,a1→0,a→0,b→1时,所述固体物源子系统信息熵的第二特殊解值为HM→+∞,当a0→1,a1→0,a→0,b→0.3时,所述固体物源子系统信息熵的第三特殊解值为HM→7.67,当a0→1,a1→0,a→0,b→0.6时,所述固体物源子系统信息熵的第四特殊解值为HM→2.68;
其中,所述获取模块包括:
第五获取单元,用于根据泥石流的水动力子系统密度函数P3(x,t)、水动力—高程曲线积分值
Figure FDA0003707964370000053
以及水动力子系统信息熵模型
Figure FDA0003707964370000054
获取水动力子系统中拟合多项式次数n=1时第0次项系数b0和第1次项系数b1以及第2次项系数b2的趋向值;
第六获取单元,用于当b0→1,b1→0时,所述水动力子系统信息熵的第一特殊解值为HW→0,当b0→0,b1→0时,所述水动力子系统信息熵的第二特殊解值为HW→+∞,当b0→1,b1→0,b2→-1时,所述水动力子系统信息熵的第三特殊解值为HW→0.45,当b0→1,b1→-2,b2→2时,所述水动力子系统信息熵的第四特殊解值为HW→0.65;
其中,所述构建模块,具体用于根据所获取的所述地形子系统信息熵的特殊解值和所述固体物源子系统信息熵的特殊解值,构建由所述地形子系统信息熵的第一特殊解值与所述固体物源子系统信息熵的第一特殊解值之和与所述地形子系统信息熵的第二特殊解值与所述固体物源子系统信息熵的第四源特殊解值之和组成的判识标准第一判识范围;根据所获取的所述水动力子系统信息熵的特殊解值,构建由所述水动力子系统信息熵的第一特殊解值与所述水动力子系统信息熵的第四特殊解值组成的判识标准第二判识范围;利用所述判识标准第一判识范围和所述判识标准第二判识范围,将所述泥石流沟划分为泥石流沟和非泥石流沟。
CN202010044776.9A 2020-01-16 2020-01-16 一种泥石流沟的判识方法及装置 Active CN111241690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010044776.9A CN111241690B (zh) 2020-01-16 2020-01-16 一种泥石流沟的判识方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010044776.9A CN111241690B (zh) 2020-01-16 2020-01-16 一种泥石流沟的判识方法及装置

Publications (2)

Publication Number Publication Date
CN111241690A CN111241690A (zh) 2020-06-05
CN111241690B true CN111241690B (zh) 2022-08-12

Family

ID=70864025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010044776.9A Active CN111241690B (zh) 2020-01-16 2020-01-16 一种泥石流沟的判识方法及装置

Country Status (1)

Country Link
CN (1) CN111241690B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109992635A (zh) * 2019-03-19 2019-07-09 成都理工大学 一种震后泥石流早期识别方法
CN110580573A (zh) * 2019-08-22 2019-12-17 广州地理研究所 一种基于地形子系统的泥石流危险性评估方法及装置
CN110599002A (zh) * 2019-08-22 2019-12-20 广州地理研究所 一种基于水动力子系统的泥石流危险性评估方法及装置
CN110599001A (zh) * 2019-08-22 2019-12-20 广州地理研究所 一种泥石流流域系统的泥石流危险性评估方法及装置
CN110610302A (zh) * 2019-08-22 2019-12-24 广州地理研究所 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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3674707B1 (ja) * 2004-06-10 2005-07-20 有限会社山口ティー・エル・オー 防災事業計画支援システムとその方法
CN102086635B (zh) * 2010-12-31 2012-01-04 中国科学院水利部成都山地灾害与环境研究所 一种主河输移控制型泥石流防治方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109992635A (zh) * 2019-03-19 2019-07-09 成都理工大学 一种震后泥石流早期识别方法
CN110580573A (zh) * 2019-08-22 2019-12-17 广州地理研究所 一种基于地形子系统的泥石流危险性评估方法及装置
CN110599002A (zh) * 2019-08-22 2019-12-20 广州地理研究所 一种基于水动力子系统的泥石流危险性评估方法及装置
CN110599001A (zh) * 2019-08-22 2019-12-20 广州地理研究所 一种泥石流流域系统的泥石流危险性评估方法及装置
CN110610302A (zh) * 2019-08-22 2019-12-24 广州地理研究所 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
地貌信息熵在地震后泥石流危险性评价中的应用;王钧等;《山地学报》;20130115(第01期);全文 *
基于地貌信息熵的大别山区公路泥石流沟识别研究;杨玉平等;《城市地理》;20160215(第02期);全文 *

Also Published As

Publication number Publication date
CN111241690A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
Shadeed et al. Application of GIS-based SCS-CN method in West Bank catchments, Palestine
Kumar et al. Identification of rainwater harvesting sites using SCS-CN methodology, remote sensing and Geographical Information System techniques
Prama et al. Vulnerability assessment of flash floods in Wadi Dahab Basin, Egypt
Glendenning et al. Hydrological impacts of rainwater harvesting (RWH) in a case study catchment: The Arvari River, Rajasthan, India. Part 1: Field-scale impacts
López-Vicente et al. Assessing the potential effect of different land cover management practices on sediment yield from an abandoned farmland catchment in the Spanish Pyrenees
Zakaria et al. Estimation of annual harvested runoff at Sulaymaniyah Governorate, Kurdistan region of Iraq
Baade et al. Reservoir siltation and sediment yield in the Kruger National Park, South Africa: a first assessment
Berking et al. Runoff in two semi‐arid watersheds in a geoarcheological context: A case study of Naga, Sudan, and Resafa, Syria
Katpatal et al. A groundwater flow model for overexploited basaltic aquifer and Bazada formation in India
El-Fakharany et al. Morphometric analysis and flash floods hazards assessment for Wadi Al Aawag drainage Basins, southwest Sinai, Egypt
Gotkowitz et al. Groundwater flood of a river terrace in southwest Wisconsin, USA
Conicelli et al. Determining groundwater availability and aquifer recharge using GIS in a highly urbanized watershed
John et al. Assessment and prediction of soil erosion and its impact on the storage capacity of reservoirs in the Bharathapuzha River Basin, India
CN111311879B (zh) 一种泥石流的预警方法及装置
Yar et al. Modification of land use/land cover and its impact on groundwater in Peshawar City, Pakistan
CN111241690B (zh) 一种泥石流沟的判识方法及装置
Hdeib et al. Rainwater harvesting systems: An urban flood risk mitigation measure in arid areas
Al Battashi et al. Artificial recharge schemes in water resources development in Oman
Engida Hydrological and suspended sediment modeling in the Lake Tana Basin, Ethiopia
Dikici et al. Flood hazard assessment for Alibeyköy watershed in İstanbul with MIKE NAM and MIKE 21
Kareem et al. Watershed basins delineation using GIS and Digital Elevation Model (DEM) to the region NI-38-14 Karbala-Al-Najaf Plateau, Iraq
Pegado et al. The importance of physical indicators in areas of urban flood: the case of the metropolitan region of Belém
Pugh et al. Mean annual, seasonal, and monthly precipitation and runoff in Arkansas, 1951-2011
Masum et al. Performance evaluation of drainage network using HEC-HMS under different climatic and land use conditions, a case study
Vaddadi et al. INVESTIGATION ON AQUIFER RECHARGE POTENTIAL OF RAINWATER HARVESTING USING GEOINFORMATICS APPROACH: CASE STUDY OF PUNE CITY, INDIA

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: 510070 one of the compound No. 100, Xianlie Middle Road, Guangzhou City, Guangdong Province

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

Address before: 510070 one of the compound No. 100, Xianlie Middle Road, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU INSTITUTE OF GEOGRAPHY

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant