CN111563619A - 一种导致流域滑坡风险的降雨阈值分析方法 - Google Patents
一种导致流域滑坡风险的降雨阈值分析方法 Download PDFInfo
- Publication number
- CN111563619A CN111563619A CN202010347705.6A CN202010347705A CN111563619A CN 111563619 A CN111563619 A CN 111563619A CN 202010347705 A CN202010347705 A CN 202010347705A CN 111563619 A CN111563619 A CN 111563619A
- Authority
- CN
- China
- Prior art keywords
- soil
- rainfall
- landslide
- watershed
- hydrological
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 239000002689 soil Substances 0.000 claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000008859 change Effects 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 9
- 230000035699 permeability Effects 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 5
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 3
- 239000002352 surface water Substances 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 239000003673 groundwater Substances 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 4
- 239000010410 layer Substances 0.000 description 16
- 230000007423 decrease Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 239000004927 clay Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 208000020401 Depressive disease Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- 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"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Environmental & Geological Engineering (AREA)
- Emergency Management (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及地质灾害预测预报技术,旨在提供一种导致流域滑坡风险的降雨阈值分析方法。包括:根据目标流域的DEM地形数据及土层厚度数据建立三维网格,生成RIRM水文模型所需的边界条件和初始条件;计算流域内的水文要素的时空变化和流域内任意三维位置的流域边坡稳定性参考指标;绘制在不同降雨历时和不同降雨强度情况下,安全系数SF、滑坡体积以及滑坡面积分别随时间变化的关系曲线;对滑坡变形破坏与降雨之间的关系进行分析,得到不同情况下造成流域滑坡风险的降雨阈值。本发明保留了自然流域地貌水文响应特性,能有效降低预测误差;可同时进行流域水文及边坡稳定分析,符合流域滑坡灾害实际发生过程,预测结果更加真实可靠。
Description
技术领域
本发明涉及地质灾害预测预报技术,特别涉及一种导致流域滑坡风险的降雨阈值分析方法。
背景技术
滑坡、崩塌是山区主要的自然灾害之一,它们不仅给工农业生产以及人民生命财产造成巨大损失,而且在铁路、公路、水利水电工程等方面也造成很大危害。滑坡的发生和发展既受形成条件(地形地貌、地质岩性、地质构造、水文地质条件等)的控制,又受诱发因素(降雨、人类活动等)的影响。暴雨,尤其是连续性大量降雨是造成滑坡的重要因素之一;降雨对滑坡的作用主要表现在,雨水的大量下渗,导致斜坡上的土石层含水量增大,地下水位线抬升,甚至在斜坡下部的隔水层上积水,从而增加了滑体的重量,降低土石层的抗剪强度;因此,雨情信息是监测滑坡地质灾害的重要依据。降雨阈值这一指标在国内外山洪滑坡灾害防治工作中应用较为普遍,合理的降雨阈值指标是区域滑坡泥石流防灾减灾的关键所在。
目前常用的降雨阈值研究方法有2种。一种是,基于统计学原理研究分析滑坡与降雨量的数学关系,根据气象资料(降雨、温度、湿度等)、地质资料(地层岩性、断裂构造、地形地貌、植被土壤等)与对应的滑坡位移等监测资料,利用线性回归等数学方法建立滑坡发生率与降雨量或降雨强度的数学关系,并利用这些数学关系对降雨型地质灾害进行预测预报。但这类方法需要许多地质调查数据和资料,不仅工期长,投入大;而且这类方法对统计数据的可靠性依赖程度很大,在许多滑坡易发地区,往往缺少可以使用的历史数据,一般地区的降雨资料都难以满足。
另一种是,从降雨诱发滑坡的机理出发,结合水文模型和无限斜坡稳定性模型来估计临界雨量。根据所采用的水文模型类型的不同,水文-边坡稳定性耦合模型可分为基于经验概念水文模型和基于物理概念水文模型两大类。基于经验概念的水文模型相对简单,发展较早,以此基础建立的耦合模型已经广泛应用,但其在求解时需要对地形进行洼地填充预处理,降低了模型的准确度;相比之下,基于物理概念的水文模型模拟信息量丰富,能捕捉多种水文要素的时空变化过程,但由于求解复杂,对计算要求较高,以此为基础建立的水文-滑坡耦合模型发展相对较晚。综上,现有技术基于统计学原理分析滑坡与降雨的数学关系的方法所需地质、气候、灾害数据资料量庞大,一般地区难以满足;结合基于经验概念的水文模型和无限斜坡稳定性模型来估计降雨阈值的方法无法体现自然界中真实物理过程,提供信息量较少,精确度较低。
因此,找到一种所需数据量少,模型精确性好、能够实现快速计算和分析的降雨阈值分析方法符合现实需求。
发明内容
本发明要解决的技术问题是,克服现有技术中的不足,提供一种导致流域滑坡风险的降雨阈值分析方法。
为解决上述技术问题,本发明采用的解决方案:
提供一种导致流域滑坡风险的降雨阈值分析方法,包括以下步骤:
(1)根据目标流域的DEM地形数据及土层厚度数据建立三维网格(无需对复杂地形如洼地进行预处理);向参数输入模块中输入目标流域不同位置的土壤、植被、气象数据,用以生成RIRM水文模型所需的边界条件和初始条件;
(2)RIRM水文模型根据步骤(1)中的边界条件计算流域内的水文要素的时空变化,所述水文要素至少包括:地表水二维流动和地下水三维流动的流速与流向、任意位置土壤含水量和任意位置水力坡度;
(3)无限斜坡稳定性模型以水力坡度方向作为滑动面方向建立极限平衡方程,并以水力坡度方向作为潜在的滑动方向用于滑坡计算模块;根据步骤(2)中RIRM水文模型生成的水文要素,使用滑坡计算模块计算流域内任意三维位置的流域边坡稳定性参考指标,包括安全系数SF、滑坡体积以及滑坡面积;
(4)绘制在不同降雨历时和不同降雨强度情况下,安全系数SF、滑坡体积以及滑坡面积分别随时间变化的关系曲线;(综合运用水文学、水力学、土力学等理论方法)对滑坡变形破坏与降雨之间的关系进行分析,得到不同情况下造成流域滑坡风险的降雨阈值。
本发明中,所述步骤(1)中,所述RIRM水文模型的边界条件至少包括流域边界、降雨强度及历时,初始条件至少包括土壤含水量和地下水位;
向参数输入模块中输入的土壤、植被、气象数据至少包括:降雨强度及历时、初始土壤含水量、曼宁系数、土壤饱和导水率、土壤孔隙度,以及土壤水分特征曲线中的两个参数alpha和beta;其中,降雨强度、初始土壤含水量、土壤饱和导水率和土壤孔隙度是基于模拟计算前对流域进行实测所得数据的平均值而确定,曼宁系数和土壤水分特征曲线中的两个参数是经验取值确定。
本发明中,所述步骤(2)中,使用里查兹(Richards)方程描述地下水在饱和或非饱和土体及孔洞中的流动,计算在降雨驱动下的土体含水量和水力坡度的变化过程;其中,三维地下水在饱和或非饱和土体及孔洞中的流动表示为:
式中:A为与地表/地下土体对应的面积;Q为达西流量(矢量);B为各种边界上的输入/输出项;E为地表与地下土体间的交换水量;V为与地表/地下土体对应的体积,φ为孔隙率;Sw为土壤饱和度;t为时间;Kr为相对渗透率,ρw为水密度,g为重力加速度,μw为流体动力粘度,K为固有渗透率(矢量),ψ为压强水头,z为地表高程。
本发明中,所述步骤(2)中,所述RIRM水文模型具有自学习能力,能够根据计算过程实时生成的运算结果对预先基于经验选取的输入参数值(如曼宁系数、土壤水分特征曲线中的两个参数alpha和beta等的取值)进行实时校正调整,从而生成新的计算工况用于重新进行运算;重复执行该运算过程若干次后,达到最优状态。
本发明中,所述步骤(3)中,
任意点的安全系数SF表达为:
式中:cs、cr分别为土的有效粘聚力和根系粘聚力,kPa;θ为滑动方向(水力坡度方向),°;φ为有效内摩擦角,°;ρs、ρ′分别为土壤密度和土壤有效密度,kg/m3;h为土体深度,m;g为重力加速度,N/kg;
而土壤密度表示为土壤饱和度的函数,具体如下:
ρs=nsSwρw+(1-ns)dsρw (4)
其中:ns为土壤孔隙度;Sw为土壤饱和度;ρw为水密度;ds为土壤颗粒比重;
式(3)与(4)中,cs、cr、φ、ds和ns由土壤特性数据给定,Sw通过RIRM水文模型求解得到;
水力坡度方向通过线性平均的方法获得,计算公式如下:
式中,Δ(ψ+h)i表示目标流域的三维网格中某点与其相连的第i节点总水头差,Δdi表示该点与其相连的第i节点距离,n表示与该点相连的节点数,通过网格结构和RIRM水文模型求解得到;将式(4)和(5)代入式(3)求得边坡上任意点沿深度方向的安全系数。
与现有技术相比,本发明的技术效果是:
1、本发明能够克服运用统计学原理分析滑坡与降雨的数学关系的方法所需数据资料量庞大、运用基于经验概念的水文模型和无限斜坡稳定性模型来估计降雨阈值的方法无法体现自然界中真实物理过程、精确度较低等问题。
2、本发明运用基于物理概念的水文模型,采用水力坡度方向作为滑坡体滑动方向,无需对复杂地形预处理,克服了以往模型在复杂地形需要洼地预处理的不足,保留了自然流域地貌水文响应特性,能有效降低预测误差;
3、本发明所用模型具有自学习能力,能根据计算过程实时生成的运算结果,对输入的经验参数进行校正调整,增加了模型的准确性;
4、本发明将无限斜坡稳定性模型与基于物理概念的水文模型进行了有效的集成,可同时进行流域水文及边坡稳定分析,符合流域滑坡灾害实际发生过程,预测结果更加真实可靠。。
5、本发明具有较好的实用性及社会效益,为灾害监测预警提供科学依据。
附图说明
图1为边坡滑动示意图;
图2为强降雨工况(降雨历时1d)流域边坡稳定性的参考指标随时间变化过程图像;
图3为不同的滑坡土方量阈值(4-10万立方米)下降雨历时与降雨强度函数图像。
具体实施方式
首先需要说明的是,本发明涉及大数据技术,是计算机技术在地质灾害预测预报技术领域的一种应用。在本发明的实现过程中,会涉及到多个软件功能模块的应用。申请人认为,如在仔细阅读申请文件、准确理解本发明的实现原理和发明目的以后,在结合现有公知技术的情况下,本领域技术人员完全可以运用其掌握的技能实现本发明。前述软件功能模块及相关理论包括但不限于:参数输入模块、RIRM水文模型、无限斜坡稳定性模型、滑坡计算模块、里查兹方程、极限平衡方程等,这些均为已经现实检验可用的成熟技术,凡本发明申请文件提及的均属此范畴。本发明的创新点在于对这些技术进行合理的组合使用,在此前提下,本领域技术人员可以依据本发明的公开内容并结合实际需要对这些软件功能模块进行合理编辑或调整,其具体内容申请人不再一一列举。
本发明中,是以基于物理概念的水文模型Rainfall-Infiltration-RunoffModel(RIRM)为基础,采用无限斜坡稳定性模型,综合分析得到不同情况下造成流域滑坡风险的降雨阈值。本发明所述RIRM水文模型为基于物理概念的分布式水文模型,可以对目标流域的降雨产流过程进行数值模拟,与传统的基于经验概念水文数值模拟模型相比,RIRM水文模型不预设产流机制,而是用基本物理定律来描述产流的自然过程,即质量守恒、能量守恒和动量守恒等。
该方法通过计算机数值模拟目标流域的降雨产流过程,主要包括以下部分:
(1)参数输入,根据DEM地形数据及土层厚度建立三维网格,DEM数据无需进行洼地处理,保留地形的原始特征,输入不同位置的土壤、植被、气象数据,生成模型所需的边界条件和初始条件。
(2)水文模拟,运行RIRM水文模型,计算流域内的水文要素时空变化,包括地表水二维流动和地下水三维流动的流速与流向、任意位置土壤含水量变化、任意位置水力坡度变化等。使用里查兹方程描述地下水在饱和或非饱和土体及孔洞中的流动,在降雨的驱动下计算土体含水量的变化过程,计算水力坡度的变化过程。
(3)参数调整,模型能够通过自学习,根据计算过程实时生成的运算结果,对模型输入的经验参数如曼宁系数、土壤水分特征曲线中的两个参数alpha和beta等进行实时校正调整,从而生成新的计算工况,然后重新进行运算,不断调整以达到最优状态。
(4)滑坡稳定性参考指标计算,根据RIRM水文模型所计算的水文要素,计算流域内任意三维位置的安全系数、滑坡体积以及滑坡面积。无限斜坡稳定性模型采用水力坡度方向作为滑动面方向,建立极限平衡方程,充分考虑土壤含水量对土体滑动力与抗滑力的影响,如图1所示。采用水力坡度方向作为潜在的滑动方向,可以减少地表起伏对滑坡方向的影响。
土壤密度可表示为土壤饱和度的函数,水力坡度采用线性平均的方法求解,代入安全系数SF计算公式可求得边坡上任意点沿深度方向的安全系数。对于任意地点,安全系数的计算从表层逐层计算到底层,选取安全系数最小的层位作为潜在的滑动位置,记录时间与深度,计算该点所代表的体积和面积,如图1所示。
(5)图形绘制,设立不同降雨历时、降雨强度的工况,建立三种流域边坡稳定性参考指标(安全系数SF、滑坡体积以及滑坡面积)分别随时间变化过程的曲线,如图2所示。
(6)阈值理论分析,综合运用水文学、水力学、土力学等理论方法对滑坡变形破坏与降雨之间的关系进行分析,这是本领域技术人员熟练掌握的技能。对应于不同的降雨历时、降雨强度,存在一个降雨强度阈值范围,当降雨强度跨越此范围时,流域的整体响应特征会有显著不同。分析不同曲线的变化趋势,就能得到不同情况下造成流域滑坡风险的降雨阈值。
(7)参数输出,以计算机显示界面的方式输出不同参考指标阈值下的降雨历时与降雨强度,并绘制其函数图像,如图3。
本发明所述导致流域滑坡风险的降雨阈值分析方法,其具体内容已在发明内容中描述,在此不再重复表述。
下面结合附图,以具体实施例的方式对本发明的实现过程进行详细描述。
选择浙江省一个典型小流域作为对象,研究分析台风暴雨作用下造成流域滑坡风险的降雨阈值。通过将模型应用于该小流域的边坡稳定分析,可以确定在不同降雨特性下流域边坡的稳定性变化情况,得到不同情况下造成流域滑坡风险的降雨阈值,为灾害监测预警提供科学依据。
1)参数输入
1.1流域概况
流域位于浙江省台州市宁溪镇长潭水库上游,流域出口位置坐标为28.573°N,120.971°E,流域面积174367m2,高程范围64.4m至365.3m。流域出口正对居民区,在强降雨作用下潜在的滑坡可能性为当地居民的安全埋下了隐患。
1.2流域地形
采用分辩率为5m的栅格DEM数据作为原始数据,建立研究区域不规则三角网模型,此即为水文模型计算网格。网格水平方向平均分辨率为5m,垂向分辩率为0.1m,共21层,其中1-20层为土层,第21层为基岩层。由于基岩相对于土体为不透水层,基岩的层数对模拟结果影响可忽略,为了提高计算效率,故仅设为一层。计算网格总节点数为508313,三角形单元数为993324。
1.3流域土体及植被
流域内森林覆盖率达90%以上,主要为针叶林,阔叶林以及蕨类植物。研究流域平均土层厚度约2m,底下基岩为花岗岩,岩石渗透率取花岗岩的平均渗透率6.36×10-7m/s。根据现场采集的土样,并分析其级配曲线可知,土体为粘质粉土,孔隙度50.1%,土壤颗粒比重为2.70。根据粘质粉土相关研究,粘质粉土的饱和渗透率范围是10-3~10-4m/s,内摩擦角的范围为:35°~45°。由于粘质粉土的粘聚力比较小,且植被覆盖状况与根系粘聚力之间缺少确切的转化方式,目前广泛采用的方法是将土壤粘聚力、根系粘聚力均设为0kpa,同时,将内摩擦角取值为45°,弥补粉土粘聚力与根系粘聚力对抗滑力的作用。由于研究区域尚未有长序列含水量数据,模拟中采用的初始含水量假设为30%。
1.4流域气象
研究流域属于典型的亚热带季风气候,年降水量1519mm,年蒸发量为1360mm,台风平均每年发生二、三次,最多可达四、五次,影响季节一般为6~9月。本发明以近二十年来台风破坏最严重的2004年为参考,降雨数据主要根据2004年14号台风“云娜”以及18号台风“艾利”登陆后该地区的降雨情况来确定。台风“云娜”于8月12日在浙江台州登陆,是1956年以来在我国登陆的最强一次台风,此次台风所带来的降雨强度大,持续时间长,流域三天平均降雨量达581.3mm,其中8月12日一天流域内平均降雨量达到495mm,超过长潭水库50年一遇的一日设计暴雨量(480mm),局部地区12日一天降雨量就达645mm。第18号台风“艾利”紧跟14号台风之后,在福建福清登陆,虽风力比较小,但水库流域内的过程降雨量也达到201.2mm。根据上述资料,确定本次模拟的降雨强度与降雨历时的组合为以下两类:(1)降雨强度20mm/d至200mm/d,降雨三天;(2)降雨强度200mm/d至550mm/d,降雨一天。
2)水文模拟
台风暴雨降雨特性主要包括降雨强度、降雨历时、降雨移动方向、降雨不均匀性等,对于小流域,后两者对水文响应的影响基本可以忽略,本发明考虑降雨强度和降雨历时两种特性组合的影响。根据台风暴雨资料所确定的降雨强度和降雨历时范围,同时考虑到流域滑坡预测函数的需要,确定模拟的降雨强度与降雨历时的组合为以下两类,共18个工况:(1)降雨强度20mm/d至200mm/d,降雨3天;(2)降雨强度200mm/d至550mm/d,降雨1天。
3)参数调整
以工况1(降雨强度20mm/d,降雨3天)为例,该工况模拟降雨时长为3d,模型根据每4h生成的产流过程结果对输入经验参数进行调整,最终模型确定的曼宁系数为0.4,土壤水分特征曲线参数α为0.13,β取值为2.2。
4)滑坡稳定性参考指标计算
根据RIRM水文模型所计算的水文要素,采用无限斜坡稳定性模型计算流域内任意三维位置的安全系数、滑坡体积以及滑坡面积。
5)结果分析
5.1图形绘制
设立不同降雨历时、降雨强度的工况,建立三种流域边坡稳定性参考指标(安全系数SF、滑坡体积以及滑坡面积)分别随时间变化过程的曲线,如图2所示。
5.2阈值理论分析
在强降雨的情况下(降雨历时1d):FS、S、V在不同的降雨强度下,表现出较好的规律性,该流域边坡稳定性变化在雨强220mm/d至260mm/d之间出现一个转折;当雨强较小时(<220mm/d),FS随着降雨逐渐减小至一个相对稳定值,S、V随着降雨逐渐增加至一个相对稳定值;当雨强较大时(>260mm/d),FS先迅速减少,然后逐渐恢复到一个相对稳定状态,S、V首先快速增加,然后逐渐减少,最后趋于一个相对稳定值。同样的,在弱降雨情况下(降雨历时3d):各边坡稳定性系数在不同的降雨强度下,变化趋势较为稳定,但在雨强120mm/d至180mm/d之间曲线出现一个转折;当雨强较小时(<120mm/d),FS随着降雨减少而减小降为一个相对稳定值,S、V随着降雨逐渐增加至一个相对稳定值;当雨强较大时(>180mm/d),FS迅速减少,然后逐渐恢复到一个相对稳定状态,S、V则快速增加,然后逐渐减少趋于一个相对稳定值。由此可以得到不同情况下造成流域滑坡风险的降雨阈值,结果如表1所示。
5.3参数输出
输出不同参考指标阈值下的降雨历时与降雨强度,并绘制其函数图像,如图3。
表1不同稳定参考性指标对应的降雨阈值
从表1及图2、图3可以看出,在强降雨的情况下(降雨历时1d),造成该边坡滑坡风险的降雨阈值为220mm/d至260mm/d;在弱降雨情况下(降雨历时3d),造成该边坡滑坡风险的降雨阈值为120mm/d至180mm/d;。因此,本发明的技术方案可以达到准确高效分析降雨阈值的效果,实现确定不同情况下造成流域滑坡风险的降雨阈值的目的。
Claims (5)
1.一种导致流域滑坡风险的降雨阈值分析方法,其特征在于,包括以下步骤:
(1)根据目标流域的DEM地形数据及土层厚度数据建立三维网格;向参数输入模块中输入目标流域不同位置的土壤、植被、气象数据,用以生成RIRM水文模型所需的边界条件和初始条件;
(2)RIRM水文模型根据步骤(1)中的边界条件计算流域内的水文要素的时空变化,所述水文要素至少包括:地表水二维流动和地下水三维流动的流速与流向、任意位置土壤含水量和任意位置水力坡度;
(3)无限斜坡稳定性模型以水力坡度方向作为滑动面方向建立极限平衡方程,并以水力坡度方向作为潜在的滑动方向用于滑坡计算模块;根据步骤(2)中RIRM水文模型生成的水文要素,使用滑坡计算模块计算流域内任意三维位置的流域边坡稳定性参考指标,包括安全系数SF、滑坡体积以及滑坡面积;
(4)绘制在不同降雨历时和不同降雨强度情况下,安全系数SF、滑坡体积以及滑坡面积分别随时间变化的关系曲线;对滑坡变形破坏与降雨之间的关系进行分析,得到不同情况下造成流域滑坡风险的降雨阈值。
2.根据权利要求1所述的方法,其特征在于,所述步骤(1)中,所述RIRM水文模型的边界条件至少包括流域边界、降雨强度及历时,初始条件至少包括土壤含水量和地下水位;
向参数输入模块中输入的土壤、植被、气象数据至少包括:降雨强度、初始土壤含水量、曼宁系数、土壤饱和导水率、土壤孔隙度,以及土壤水分特征曲线中的两个参数alpha和beta;其中,降雨强度、初始土壤含水量、土壤饱和导水率和土壤孔隙度是基于模拟计算前对流域进行实测所得数据的平均值而确定,曼宁系数和土壤水分特征曲线中的两个参数是经验取值确定。
4.根据权利要求1所述的方法,其特征在于,所述步骤(2)中,所述RIRM水文模型是具有自学习能力的数学模型,能够根据计算过程实时生成的运算结果对预先基于经验选取的输入参数值的基于经验选取的数值进行实时校正调整,从而生成新的计算工况用于重新进行运算;重复执行该运算过程若干次后,达到最优状态。
5.根据权利要求1所述的方法,其特征在于,所述步骤(3)中,
任意点的安全系数SF表达为:
式中:cs、cr分别为土的有效粘聚力和根系粘聚力,kPa;θ为滑动方向(水力坡度方向),°;φ为有效内摩擦角,°;ρs、ρ′分别为土壤密度和土壤有效密度,kg/m3;h为土体深度,m;g为重力加速度,N/kg;
而土壤密度表示为土壤饱和度的函数,具体如下:
ρs=nsSwρw+(1-ns)dsρw (4)
其中:ns为土壤孔隙度;Sw为土壤饱和度;ρw为水密度;ds为土壤颗粒比重;
式(3)与(4)中,cs、cr、φ、ds和ns由土壤特性数据给定,Sw通过RIRM水文模型求解得到;
水力坡度方向通过线性平均的方法获得,计算公式如下:
式中,Δ(ψ+h)i表示目标流域的三维网格中某点与其相连的第i节点总水头差,Δdi表示该点与其相连的第i节点距离,n表示与该点相连的节点数,通过网格结构和RIRM水文模型求解得到;将式(4)和(5)代入式(3)求得边坡上任意点沿深度方向的安全系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010347705.6A CN111563619A (zh) | 2020-04-28 | 2020-04-28 | 一种导致流域滑坡风险的降雨阈值分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010347705.6A CN111563619A (zh) | 2020-04-28 | 2020-04-28 | 一种导致流域滑坡风险的降雨阈值分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111563619A true CN111563619A (zh) | 2020-08-21 |
Family
ID=72071859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010347705.6A Pending CN111563619A (zh) | 2020-04-28 | 2020-04-28 | 一种导致流域滑坡风险的降雨阈值分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563619A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012399A (zh) * | 2021-02-25 | 2021-06-22 | 中原工学院 | 一种降雨型滑坡预警方法及系统 |
CN113408497A (zh) * | 2021-08-03 | 2021-09-17 | 广东省科学院广州地理研究所 | 一种群发性滑坡的空间尺度选择方法及装置 |
CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
CN113780174A (zh) * | 2021-09-10 | 2021-12-10 | 福州大学 | 结合随机森林算法的高植被台风暴雨型滑坡识别方法 |
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 |
CN114254059A (zh) * | 2021-12-03 | 2022-03-29 | 杭州无际空间规划设计有限公司 | 一种基于地理信息的智能标识系统 |
CN114382092A (zh) * | 2020-10-16 | 2022-04-22 | 中国石油天然气股份有限公司 | 滑坡体排水方法 |
CN114973603A (zh) * | 2022-05-16 | 2022-08-30 | 中咨数据有限公司 | 基于卫片反馈的崩滑监测装置、方法、终端、设备及介质 |
CN115240371A (zh) * | 2022-09-23 | 2022-10-25 | 西北大学 | 一种基于数据分析的山体滑坡实时监测系统 |
CN116245283A (zh) * | 2023-03-08 | 2023-06-09 | 北京七兆科技有限公司 | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 |
CN116580542A (zh) * | 2023-07-14 | 2023-08-11 | 四川川核地质工程有限公司 | 一种洪水预警方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306233A (zh) * | 2011-06-15 | 2012-01-04 | 浙江大学 | 降雨作用下流域滑坡时空预测方法 |
CN102799756A (zh) * | 2012-06-08 | 2012-11-28 | 冉启华 | 一种降雨作用下的滑坡预测方法 |
CN104318103A (zh) * | 2014-10-23 | 2015-01-28 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡灾害监测预警降雨阈值判定方法 |
-
2020
- 2020-04-28 CN CN202010347705.6A patent/CN111563619A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306233A (zh) * | 2011-06-15 | 2012-01-04 | 浙江大学 | 降雨作用下流域滑坡时空预测方法 |
CN102799756A (zh) * | 2012-06-08 | 2012-11-28 | 冉启华 | 一种降雨作用下的滑坡预测方法 |
CN104318103A (zh) * | 2014-10-23 | 2015-01-28 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡灾害监测预警降雨阈值判定方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114382092A (zh) * | 2020-10-16 | 2022-04-22 | 中国石油天然气股份有限公司 | 滑坡体排水方法 |
CN114382092B (zh) * | 2020-10-16 | 2024-03-01 | 中国石油天然气股份有限公司 | 滑坡体排水方法 |
CN113012399A (zh) * | 2021-02-25 | 2021-06-22 | 中原工学院 | 一种降雨型滑坡预警方法及系统 |
CN113408497A (zh) * | 2021-08-03 | 2021-09-17 | 广东省科学院广州地理研究所 | 一种群发性滑坡的空间尺度选择方法及装置 |
CN113408497B (zh) * | 2021-08-03 | 2021-11-09 | 广东省科学院广州地理研究所 | 一种群发性滑坡的空间尺度选择方法及装置 |
CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
CN113780174B (zh) * | 2021-09-10 | 2023-09-15 | 福州大学 | 结合随机森林算法的高植被台风暴雨型滑坡识别方法 |
CN113780174A (zh) * | 2021-09-10 | 2021-12-10 | 福州大学 | 结合随机森林算法的高植被台风暴雨型滑坡识别方法 |
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 |
CN114254059A (zh) * | 2021-12-03 | 2022-03-29 | 杭州无际空间规划设计有限公司 | 一种基于地理信息的智能标识系统 |
CN114973603A (zh) * | 2022-05-16 | 2022-08-30 | 中咨数据有限公司 | 基于卫片反馈的崩滑监测装置、方法、终端、设备及介质 |
CN114973603B (zh) * | 2022-05-16 | 2022-11-22 | 中咨数据有限公司 | 基于卫片反馈的崩滑监测装置、方法、终端、设备及介质 |
CN115240371A (zh) * | 2022-09-23 | 2022-10-25 | 西北大学 | 一种基于数据分析的山体滑坡实时监测系统 |
CN116245283A (zh) * | 2023-03-08 | 2023-06-09 | 北京七兆科技有限公司 | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 |
CN116245283B (zh) * | 2023-03-08 | 2024-05-07 | 北京七兆科技有限公司 | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 |
CN116580542A (zh) * | 2023-07-14 | 2023-08-11 | 四川川核地质工程有限公司 | 一种洪水预警方法及系统 |
CN116580542B (zh) * | 2023-07-14 | 2023-09-15 | 四川川核地质工程有限公司 | 一种洪水预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111563619A (zh) | 一种导致流域滑坡风险的降雨阈值分析方法 | |
CN102306233B (zh) | 降雨作用下流域滑坡时空预测方法 | |
de Vente et al. | Predicting catchment sediment yield in Mediterranean environments: the importance of sediment sources and connectivity in Italian drainage basins | |
Peugeot et al. | Runoff generation processes: results and analysis of field data collected at the East Central Supersite of the HAPEX-Sahel experiment | |
CN113610264B (zh) | 一种精细化电网台风洪涝灾害预测系统 | |
CN102799756A (zh) | 一种降雨作用下的滑坡预测方法 | |
Gilbert et al. | Examining regional groundwater–surface water dynamics using an integrated hydrologic model of the San Joaquin River basin | |
Cotecchia et al. | Analysis of climate-driven processes in clayey slopes for early warning system design | |
Baum et al. | Assessing susceptibility and timing of shallow landslide and debris flow initiation in the Oregon Coast Range, USA | |
Maurer | Geohydrology and simulated response to ground-water pumpage in Carson Valley, a river-dominated basin in Douglas County, Nevada, and Alpine County, California | |
Zhu et al. | Progress and prospect of studies of Benggang erosion in southern China | |
CN112380662B (zh) | 一种山洪灾害人口损失评估模型的构建方法及其应用 | |
GUO et al. | Rainfall infiltration analysis and infiltration model of slope based on in-situ tests | |
Lørup et al. | Soil erosion modelling | |
Munévar et al. | Modeling analysis of ground water recharge potential on alluvial fans using limited data | |
Yu et al. | A groundwater flow model for excavation of coastal earthen sites: Case study Jintoushan site, China | |
Bonnard et al. | Prediction of landslide movements caused by climate change: modelling the behaviour of a mean elevation large slide in the Alps and assessing its uncertainties | |
Stamos-Pfeiffer et al. | Hydrogeology and simulation of groundwater flow in the Lucerne Valley groundwater basin, California | |
Blessent et al. | Coupled surface and subsurface flow modeling of natural hillslopes in the Aburrá Valley (Medellín, Colombia) | |
Della Sala | Genesis and mechanism of rainfall-induced hyperconcentrated flows in granular soils | |
Al-Kharabsheh | Assessment of water resources management in Azraq basin, Jordan | |
Scanlon et al. | Groundwater Availability of the Barton Springs Segment of the Edwards Aquifer, Texas: Numerical Simulations Through 2050 | |
Masvopo | Evaluation of the groundwater potential of the Malala alluvial aquifer lower Mzingwane river Zimbabwe | |
Murinkó et al. | Hydrologic modeling of the loess bluff in Dunaujvaros, Hungary | |
Fisher | Simulation of partially saturated-saturated flow in the Caspar Creek E-road groundwater system |
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 |