CN111311879A - 一种泥石流的预警方法及装置 - Google Patents

Abstract

本发明公开了一种泥石流的预警方法及装置，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，构建所述泥石流的预警评判等级；利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理。

Description

一种泥石流的预警方法及装置

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的预警方法及装置。

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。泥石流监测预警作为一种经济、有效、先行的预防手段，越来越受到国内外学者、减灾科技工作者和政府部门的广泛关注。

目前，泥石流的预警主要有两大方法：

①基于统计分析的泥石流预警方法，主要是根据对激发泥石流的降雨特征(如前期雨量、降雨量、降雨强度、降雨历时等)进行统计分析后，确定泥石流的临界降雨量，建立泥石流预警模型。日本学者奥田莭夫于1972年首先提出了10min雨强为激发泥石流雨量的概念，并确定了日本烧上上沟的激发泥石流的10min雨强为8mm。Caine在1980年首次对泥石流及浅层滑坡的发生与降雨强度—历时经验关系做了统计分析，并给出了一个指数经验表达式。Cannon,Ellen在考察美国西部泥石流时，发现激发科罗拉多州泥石流的临界雨量强度在1～32mm/h，降雨历时较短，为6～10min，而加利福尼亚州泥石流发生的临界雨量强度仅需2～10mm/h，但降雨历时较长，为2～16h，并统计建立了降雨强度和历时关系。Takahashi,谢正伦等利用累计降雨量和降雨强度指标建立土石流发生临界经验条件，并广泛应用于日本和中国台湾地区预警系统。1980年以来，中国科学院水利部成都山地灾害与环境研究所所和中国科学院东川泥石流观测研究站就利用当地气象台10min降雨记录，结合西南山区各地泥石流发生情况，建立一系列不同降雨特征条件下的泥石流预报模型。某地震后，Tang C等根据对北川震前和震后泥石流发生的临界雨量和雨强的初步分析，发现震后该区域泥石流起动的前期累积雨量较震前降低了14.8％～22.1％，小时雨强降低了25.4％～31.6％，泥石流预警雨量阈值显著减小。等等。这些研究的基本方法大多是对大量历史泥石流和降雨数据的统计分析，其结果仅能反映在某种经验水平上某个特定泥石流流域在多大特征降雨条件下可能暴发泥石流，没有对泥石流的地形、物源、水动力三大要件进行耦合研究，从而无法进行有效的泥石流预警。

②基于泥石流形成机理的预警方法，主要是从泥石流起动的临界条件出发，探寻不同起动临界条件下的预警指标，确定指标的阈值，从而建立泥石流预警模型和方法。如Takahashi对饱和沟床泥砂进行极限平衡分析后，得出饱和沟床堆积物在表层水流条件下，水石流的临界起动条件(体积浓度的函数)。Iverson通过大量试验，研究浅层滑坡体转化泥石流的起动过程中含水量、孔隙水压力、粘粒含量等土体内部物理性质的变化趋势来预测泥石流的发生。崔鹏通过47组实验后，分析得到泥石流起动临界数学模型(坡度、水分、级配函数)和解析曲面，进而对沟道内泥石流进行预警和危险性判别。郭仲三等采用有限元法建立了预警泥石流发生的动力学模型，依据该模型，蒋家沟坡地土力类泥石流的始发日降雨量为17mm，启动土层厚度为6～17cm，临界坡度为12°。潘华利等根据目前实证法和频率计算法不能满足泥石流预警的需要，通过分析降雨条件、水文特征及下垫面条件，提出了基于水力类泥石流起动机制来计算泥石流预警雨量阈值的方法。目前这类研究尚处于起步阶段，还较薄弱，国内外对泥石流系统能量分布状态及其在泥石流预警方面的应用未见相关研究和探讨，亟需开展相关研究。

发明内容

本发明的目的是针对现有泥石流预警的现状和存在的方法问题，提供了一种泥石流的预警方法及装置。

根据本发明实施例提供的一种泥石流的预警方法，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，构建所述泥石流的预警评判等级；

利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理；

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

以及地形子系统信息熵模型H_S＝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H_S＝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H_S＝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＜H_S＜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＜H_S＜+∞；

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

以及固体物源子系统信息熵模型

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H_M→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H_M→+∞；

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H_M→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H_M→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

以及水动力子系统信息熵模型

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H_W→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H_W→+∞；

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H_W→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H_W→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，构建所述泥石流的预警评判等级包括：

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，构建所述由地形子系统信息熵的特殊解值范围为第一条边、以固体物源子系统信息熵的特殊解值范围为第二条边、以水动力子系统信息熵的特殊解值范围为第三条边、以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二特殊解值为连接点、以所述固体物源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一特殊解值为连接点、以所述水动力子系统信息熵的第二特殊解值与所述地形子系统信息熵的第四特殊解值中的∞值为连接点组成的三角形预警评判区域；

利用所述地形子系统信息熵的第二特殊解值、所述固体物源子系统信息熵的第三特殊解值和第四特殊解值、所述水动力子系统信息熵的第三特殊解值和第四特殊解值，将所述三角形预警评判区域划分成五个不同等级的预警评判小区域。

优选地，所述利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理包括：

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五个不同等级的预警评判小区域进行匹配处理，确定所述每条待评判子流域的预警等级。

根据本发明实施例提供的一种泥石流的预警装置，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，构建所述泥石流的预警评判等级；

预警处理模块，用于利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理；

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

以及地形子信息模型H_S＝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H_S＝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H_S＝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＜H_S＜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＜H_S＜+∞；

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

以及固体物源子系统信息熵模型

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H_M→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H_M→+∞，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H_M→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H_M→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

以及水动力子系统信息熵模型

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H_W→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H_W→+∞，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H_W→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H_W→0.65。

根据本发明实施例提供的方案，从能量视角展开研究，为泥石流预警提供了一种新思路，并提供了泥石流预警的标准，随着大数据、云计算、物联网等技术的发展和成熟，该方法将为未来泥石流大数据研究的提供一定的理论基础，对促进泥石流学科基础理论发展具有重要意义。

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的预警方法流程图；

图2是本发明实施例提供的一种泥石流的预警装置示意图；

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预警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本发明提出的泥石流预警方法与标准示意图；

图8是本发明实施例提供的深溪沟流域地理位置图示意图；

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示意图；

图10是本发明实施例提供的某地区地震震后深溪沟流域崩塌滑坡分布图示意图。

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。

本发明针对山区小流域泥石流预警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预警新方法。该方法结合泥石流流域系统能量分布与信息熵关系，实现泥石流预警，物理意义明晰，避免人为主观判断造成的误差，为今后泥石流灾害预警提供了一种新方法，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监测预警等防灾减灾实践中，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的预警方法流程图，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，构建所述泥石流的预警评判等级；

步骤5：利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理；

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

以及地形子系统信息熵模型H_S＝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H_S＝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H_S＝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＜H_S＜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＜H_S＜+∞；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

以及固体物源子系统信息熵模型

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H_M→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H_M→+∞；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H_M→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H_M→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

以及水动力子系统信息熵模型

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H_W→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H_W→+∞；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H_W→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H_W→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、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，构建所述由地形子系统信息熵的特殊解值范围为第一条边、以固体物源子系统信息熵的特殊解值范围为第二条边、以水动力子系统信息熵的特殊解值范围为第三条边、以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二特殊解值为连接点、以所述固体物源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一特殊解值为连接点、以所述水动力子系统信息熵的第二特殊解值与所述地形子系统信息熵的第四特殊解值中的∞值为连接点组成的三角形预警评判区域；利用所述地形子系统信息熵的第二特殊解值、所述固体物源子系统信息熵的第三特殊解值和第四特殊解值、所述水动力子系统信息熵的第三特殊解值和第四特殊解值，将所述三角形预警评判区域划分成五个不同等级的预警评判小区域。

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五个不同等级的预警评判小区域进行匹配处理，确定所述每条待评判子流域的预警等级。

图2是本发明实施例提供的一种泥石流的预警装置示意图，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，构建所述泥石流的预警评判等级；预警处理模块，用于利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理；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

以及地形子信息模型H_S＝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H_S＝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H_S＝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＜H_S＜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＜H_S＜+∞；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

以及固体物源子系统信息熵模型

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H_M→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H_M→+∞，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H_M→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H_M→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

以及水动力子系统信息熵模型

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H_W→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H_W→+∞，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H_W→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H_W→0.65。

本发明基于系统论、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，考探讨地形子系统、固体物源子系统和水动力子系统信息熵模型的特殊解值，并将其应用到泥石流预警中，该方法可广泛应用到山区小流域泥石流监测预警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，主要考虑在一定地形条件下，固体物源是否丰富，水动力是否充沛，根据国家应急救援分级响应体系，构建泥石流预警方法和标准，实现泥石流灾害的5级预警。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

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

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：

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：

满足：①P₁(x,t)≥0；②

(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：

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)。

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

将

代入(4)式，地形子系统信息熵可以表示为：

H_S＝S-1-lnS (5)

其中，H_S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：H_S随着S增大而减小。当S→1时，地形起伏最大，H_S→0；当S→0时，地形起伏最小，H_S→+∞。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

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：

H_S＝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：

H_S＝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＜H_S＜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＜H_S＜+∞ (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

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

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：

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：

满足：①P₂(x,t)≥0；②

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：

如果用多项式a_nxⁿ+a_n-1x^n-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：

那么固体物源子系统信息熵可以表示为：

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H_M与M关系曲线的影响。可知：H_M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

以及固体物源子系统信息熵模型H_M，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：

H_M→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：

H_M→+∞ (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：

H_M→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：

H_M→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

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

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：

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，(20)式满足密度函数性质。由于(20)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(20)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：

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

根据(22)式可以绘制出各参数对H_W与W关系曲线的影响。可知：H_W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

以及水动力子系统信息熵模型H_M，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：

H_W→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：

H_W→+∞ (24)

当b₀→1,b₁→0,b₂→-1时，可得

代入水动力子系统信息熵模型(22)式，可以得到：

H_W→0.45 (25)

当b₀→1,b₁→-2,b₂→2时，可得

代入水动力子系统信息熵模型(22)式，可以得到：

H_W→0.65 (26)

当

时，可得0≤H_W＜0.45，此时流域中上游水动力较大；当

时，可得0.45＜H_W≤0.65，此时流域中游水动力较大；当

时，可得H_W≥0.65，此时流域下游水动力较大。

(四)泥石流灾害预警方法与标准

已知泥石流流域系统能量越大，泥石流危险度越高，泥石流的预警等级也越高，此时信息熵值越小；反之，泥石流流域系统能量越小，泥石流危险度越低，泥石流的预警等级也越低，此时信息熵值越大。在泥石流预警中，主要考虑在一定地形条件下，固体物源是否丰富，水动力是否充沛，为此，本文首先以三个子系统信息熵特殊解值为分界点，然后连接各特殊值点，参照国家应急救援分级响应体系，按照泥石流的严重性和紧急程度，设置了五个预警等级，分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级，相应的预警信号分布为红色预警、橙色预警、黄色预警、蓝色预警和绿色预警，如图7所示。在实际应用中，在H_M边上点出相应的固体物源子系统信息熵值，在H_W边上点出相应的水动力子系统信息熵值，用一条直线段AB连接两点，然后在H_S边上点出地形子系统信息熵值，用另一条直线段CD连接图7左边三角形顶点与H_S边上点，直线段AB与直线段CD交点落在哪个区间，该研究对象泥石流预警等级就为哪个等级，如果落在图7三角形内部某个边上，那么研究对象预警等级约定为相邻较高等级预警；如果至少存在一个子系统信息熵值为正无穷大，那么约定该研究对象为最低预警级别。

实施案例

深溪沟流域位于中国某地，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

(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

(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(9)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

(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中进行统计分析，按照等高距为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

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(13)式，可得到水动力子系统信息熵值，结果如表4所示。

表4深溪沟流域水动力子系统数据与信息熵

(四)深溪沟流域泥石流预警结果

根据表2、表3和表4，结合图7，对这41条子流域进行泥石流预警等级进行划分(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)，其中2、4、10、11、20和33号子流域泥石流的预警登记为V级(红色预警)，0、1、7、15、16、17和32号子流域为IV级(橙色预警)，如表5所示。

表5深溪沟流域41条子流域泥石流预警登记划分结果表

2号子流域为锅圈岩沟，地震之前没有泥石流灾害记录，由于地震造成大规模滑坡，形成了大量的松散固体物质(20万m³以上)，从震前的一般山洪沟突变为高频泥石流沟，震后每年雨季该沟均会爆发泥石流，该沟应该为极高危险泥石流沟，泥石流的预警等级为V级(红色预警)。本文划定的预警等级，与实际情况相符合。

4号子流域为黄泥岗沟，地震之前没有泥石流灾害记录，地震造成大量松散物质堆积，为泥石流提供了丰富的固体物源，特别是2014年7月的雨季暴发了大规模泥石流，该沟应该为极高危险泥石流沟，泥石流预警等级为V级(红色预警)。本文划定的预警等级，与实际情况相符合。

从以上泥石流沟预警等级划分结果不难看出，本文方法能较好反映泥石流严重性和预警紧急程度，与实际情况较吻合。因此，可以说本发明的泥石流系统信息熵模型法在泥石流预警分析中具有一定的理论价值和实用价值，是未来泥石流学科发展的新方向。

根据本发明实施例提供的方案，能较好反映泥石流严重性和预警紧急程度，与实际情况较吻合。因此，可以说本发明的泥石流系统信息熵模型法在泥石流预警分析中具有一定的理论价值和实用价值，是未来泥石流学科发展的新方向。

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)

1.一种泥石流的预警方法，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，构建所述泥石流的预警评判等级；

利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理；

其中，所述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

以及地形子系统信息熵模型H_S＝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H_S＝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H_S＝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＜H_S＜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＜H_S＜+∞；

其中，0≤S≤1和0≤x≤1。

3.根据权利要求2所述的方法，其特征在于，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

以及固体物源子系统信息熵模型

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H_M→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H_M→+∞；

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H_M→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H_M→2.68。

4.根据权利要求3所述的方法，其特征在于，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

以及水动力子系统信息熵模型

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H_W→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H_W→+∞；

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H_W→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H_W→0.65。

5.根据权利要求4所述的方法，其特征在于，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，构建所述泥石流的预警评判等级包括：

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，构建所述由地形子系统信息熵的特殊解值范围为第一条边、以固体物源子系统信息熵的特殊解值范围为第二条边、以水动力子系统信息熵的特殊解值范围为第三条边、以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二特殊解值为连接点、以所述固体物源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一特殊解值为连接点、以所述水动力子系统信息熵的第二特殊解值与所述地形子系统信息熵的第四特殊解值中的∞值为连接点组成的三角形预警评判区域；

利用所述地形子系统信息熵的第二特殊解值、所述固体物源子系统信息熵的第三特殊解值和第四特殊解值、所述水动力子系统信息熵的第三特殊解值和第四特殊解值，将所述三角形预警评判区域划分成五个不同等级的预警评判小区域。

6.根据权利要求5所述的方法，其特征在于，所述利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理包括：

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五个不同等级的预警评判小区域进行匹配处理，确定所述每条待评判子流域的预警等级。

7.一种泥石流的预警装置，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，构建所述泥石流的预警评判等级；

预警处理模块，用于利用所述泥石流的预警评判等级对待评判的N条子流域进行泥石流预警等级划分处理；

其中，所述N为正整数。

8.根据权利要求7所述的装置，其特征在于，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

以及地形子信息模型H_S＝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H_S＝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H_S＝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＜H_S＜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＜H_S＜+∞；

其中，0≤S≤1和0≤x≤1。

9.根据权利要求8所述的装置，其特征在于，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

以及固体物源子系统信息熵模型

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H_M→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H_M→+∞，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H_M→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H_M→2.68。

10.根据权利要求9所述的装置，其特征在于，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

以及水动力子系统信息熵模型

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H_W→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H_W→+∞，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H_W→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H_W→0.65。

Images