CN112862152A - 一种基于地貌信息熵和降雨量的泥石流灾害预警方法 - Google Patents

一种基于地貌信息熵和降雨量的泥石流灾害预警方法 Download PDF

Info

Publication number
CN112862152A
CN112862152A CN202011637157.7A CN202011637157A CN112862152A CN 112862152 A CN112862152 A CN 112862152A CN 202011637157 A CN202011637157 A CN 202011637157A CN 112862152 A CN112862152 A CN 112862152A
Authority
CN
China
Prior art keywords
debris flow
rainfall
early warning
information entropy
range
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
Application number
CN202011637157.7A
Other languages
English (en)
Inventor
李�浩
陈爱云
秦绍清
朱孟君
王哲
柏威伟
张云明
付敬宏
杨可雄
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.)
China Railway Siyuan Survey and Design Group Co Ltd
Original Assignee
China Railway Siyuan Survey and Design Group Co Ltd
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 China Railway Siyuan Survey and Design Group Co Ltd filed Critical China Railway Siyuan Survey and Design Group Co Ltd
Priority to CN202011637157.7A priority Critical patent/CN112862152A/zh
Publication of CN112862152A publication Critical patent/CN112862152A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Emergency Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于地貌信息熵和降雨量的泥石流灾害预警方法，通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据；基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵；获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值；根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。本发明以泥石流沟的地貌信息熵为基础，结合了地貌因素和降雨因素，修正了传统预警方法中以诱发因素为主要指标进行预警、没有考虑地形要素指标的问题，相较于现有技术，本发明对泥石流灾害预警准确度更高。

Description

一种基于地貌信息熵和降雨量的泥石流灾害预警方法
技术领域
本发明涉及的是灾害监测预警领域，特别涉及一种基于地貌信息熵和降雨量的泥石流灾害预警方法。
背景技术
目前已有一些基于降雨量的泥石流预警方面的专利，如专利CN106652361A，公开了一种基于雨量-概率的泥石流预警方法，该方法是根据泥石流发生的条件概率理论，结合泥石流发生的临界降雨量的试验、理论计算以及降雨条件概率的计算，实现结合反映泥石流不确定性的概率和泥石流形成启动的降雨相结合的预警指标体系的构建方法。
专利CN110148284A，公开了一种基于雨量监测的泥石流预警方法，该方法是先在泥石流附近安装雨量监测站，然后通过实验，确定泥石流降雨量临界值，开展数据统计分析建立泥石流发生概率模型；然后根据现场实测雨量数据，对泥石流进行分级预警。
但这些专利都是从泥石流的触发因素—降雨量来对泥石流进行预警，很少考虑到地形地貌因素，在同一小流域，即使是相邻的泥石流沟其地形地貌条件也有着很大的差别，而这样的泥石流发生的降雨阈值往往差异很大。因此，现有的泥石流灾害预警方法，基于触发因素指标的预警模型指标太过单一，不能完全反映同一小流域内不同泥石流沟的地貌信息。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于地貌信息熵和降雨量的泥石流灾害预警方法。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
本发明公开了一种基于地貌信息熵和降雨量的泥石流灾害预警方法，包括：
S100.通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据；
S200.基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵；
S300.获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值；
S400.根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。
进一步地，S200的具体方法为：
S201.用获取的该地区数字高程模型数据，确定其流域面积，将其导入到ARCGIS软件；
S202.根据流域面积A，该流域内某条等高线以上的面积a，该等高线与流域内最低点的高差h，流域内最大相对高差H，则对直角坐标轴上一系列X＝a/A和Y＝h/H组成的点进行拟合，得到面积-高程积分曲线y＝f(x)，对面积-高程积分曲线y＝f(x)进行积分求取曲线面积，得到面积-高程积分值S：
Figure BDA0002878817730000021
S203.根据面积-高程积分值S，计算泥石流沟的地貌信息熵G：
G＝S-1-ln S。
进一步地，地貌信息熵G的取值范围为(0，1)，地貌信息熵G与泥石流沟谷特征具体关系为：当地貌信息熵G的取值范围为(0，0.3)时，沟谷逐渐发育，沟谷泥石流逐渐发生，淤积速度递增，沟坡极不稳定，规模大；当地貌信息熵G的取值范围为[0.3，0.5)时，泥石流逐渐消减，较难发生，沟坡趋于稳定，以河床侵蚀为主，有淤有冲；当地貌信息熵G的取值范围为[0.5，1)时，泥石流极难发生，沟槽稳定，植被恢复，逐渐发育为准平原。
进一步地，S300中，确定泥石流爆发的降雨量预警阈值的方法为：统计泥石流灾害发生当日24h降雨量和前期预设时间内累计降雨量，获取该流域泥石流沟爆发时当日平均激发雨量、最小激发雨量、历史最大降雨量，确定降雨量预警阈值组。
进一步地，降雨量预警阈值组有五组阈值，按照阈值大小分别设置为R0、R1、R2、R3、Rmax，其中，R0为流域内泥石流对降雨有响应的最小值，R1和R2可根据规范规定的不同类型的雨型和实际情况调整，R3为流域内泥石流爆发最小激发雨量值，Rmax为当地历史最大降雨量值。
进一步地，S400中，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警，预警规则包括：当地貌信息熵值G范围确定时，流域内泥石流预警级别随着24h累计降雨量增大而增大。
进一步地，地貌信息熵值G范围为(0，0.3)，当24h累计降雨量范围为(R0，R1)时，泥石流灾害预警级别最低，为蓝色预警；当24h累计降雨量范围为[R1，R2)时，泥石流预灾害预警级别升高，为黄色预警；当24h累计降雨量范围为[R2，R3)时，泥石流预灾害预警级别升高，为橙色预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流灾害预警级最高，为红色预警。
进一步地，地貌信息熵值G范围为[0.3，0.5)，当24h累计降雨量范围为(R0，R2)时，无需对泥石流预灾害进行预警；当24h累计降雨量范围为[R2，R3)时，泥石流预警级别最低，为蓝色预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流预警级别升高，为黄色预警。
进一步地，地貌信息熵值G范围为[0.5，1)，当24h累计降雨量范围为(R0，R3)时，无需对泥石流预灾害进行预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流预警级别最低，为蓝色预警。
进一步地，在泥石流沟安装至少一个雨量监测站，对流域内泥石流沟的降雨量进行实时监测。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明公开的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据；基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵；获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值；根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。本发明以泥石流沟的地貌信息熵为基础，结合了地貌因素和降雨因素，修正了传统预警方法中以诱发因素为主要指标进行预警、没有考虑地形要素指标的问题，为同一流域内多条泥石流沟的监测预警研究提供了一种新的方法，相较于现有技术，本发明对泥石流灾害预警准确度更高。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例1中，一种基于地貌信息熵和降雨量的泥石流灾害预警方法的流程图；
图2为本发明实施例2中，泥石流面积-高程积分曲线示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的问题，本发明实施例提供一种基于地貌信息熵和降雨量的泥石流灾害预警方法。
实施例1
本发明公开了一种基于地貌信息熵和降雨量的泥石流灾害预警方法，如图1，包括：
S100.通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据。
S200.基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵。具体的，本实施例中，S200的具体方法为：
S201.用获取的该地区数字高程模型数据，确定其流域面积，将其导入到ARCGIS软件；
S202.根据流域面积A，该流域内某条等高线以上的面积a，该等高线与流域内最低点的高差h，流域内最大相对高差H，则对直角坐标轴上一系列X＝a/A和Y＝h/H组成的点进行拟合，得到面积-高程积分曲线y＝f(x)，对面积-高程积分曲线y＝f(x)进行积分求取曲线面积，得到面积-高程积分值S：
Figure BDA0002878817730000051
S203.根据面积-高程积分值S，计算泥石流沟的地貌信息熵G：
G＝S-1-ln S
地貌信息熵值G将随流域的侵蚀而逐渐变大，流域系统逐渐夷平，地貌信息熵值将不断增加，而当泥石流流域夷平至准平原，熵值趋向于最大。
在本实施例中，地貌信息熵G的取值范围为(0，1)，地貌信息熵G与泥石流沟谷特征具体关系为：当地貌信息熵G的取值范围为(0，0.3)时，沟谷逐渐发育，沟谷泥石流逐渐发生，淤积速度递增，沟坡极不稳定，规模大；当地貌信息熵G的取值范围为[0.3，0.5)时，泥石流逐渐消减，较难发生，沟坡趋于稳定，以河床侵蚀为主，有淤有冲；当地貌信息熵G的取值范围为[0.5，1)时，泥石流极难发生，沟槽稳定，植被恢复，逐渐发育为准平原。地貌信息熵值与泥石流沟特征具体关系如下表1。
表1
Figure BDA0002878817730000061
S300.获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值。
具体的，在本实施例的S300中，确定泥石流爆发的降雨量预警阈值的方法为：统计泥石流灾害发生当日24h降雨量和前期预设时间内累计降雨量，获取该流域泥石流沟爆发时当日平均激发雨量、最小激发雨量、历史最大降雨量，确定降雨量预警阈值组。
进一步地，降雨量预警阈值组有五组阈值，按照阈值大小分别设置为R0、R1、R2、R3、Rmax，其中，R0为流域内泥石流对降雨有响应的最小值，R1和R2可根据规范规定的不同类型的雨型和实际情况调整，R3为流域内泥石流爆发最小激发雨量值，Rmax为当地历史最大降雨量值。
S400.根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。
在本实施例S400中，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警，预警规则包括：当地貌信息熵值G范围确定时，流域内泥石流预警级别随着24h累计降雨量增大而增大。
在一些优选实施例中，地貌信息熵值G范围为(0，0.3)，当24h累计降雨量范围为(R0，R1)时，泥石流灾害预警级别最低，为蓝色预警；当24h累计降雨量范围为[R1，R2)时，泥石流预灾害预警级别升高，为黄色预警；当24h累计降雨量范围为[R2，R3)时，泥石流预灾害预警级别升高，为橙色预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流灾害预警级最高，为红色预警。
在一些优选实施例中，地貌信息熵值G范围为[0.3，0.5)，当24h累计降雨量范围为(R0，R2)时，无需对泥石流预灾害进行预警；当24h累计降雨量范围为[R2，R3)时，泥石流预警级别最低，为蓝色预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流预警级别升高，为黄色预警。
在一些优选实施例中，地貌信息熵值G范围为[0.5，1)，当24h累计降雨量范围为(R0，R3)时，无需对泥石流预灾害进行预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流预警级别最低，为蓝色预警。具体的，地貌信息熵和降雨量的流域泥石流精细化预警分级表如下表2。
表2
Figure BDA0002878817730000071
本实施例公开的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据；基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵；获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值；根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。本发明以泥石流沟的地貌信息熵为基础，结合了地貌因素和降雨因素，修正了传统预警方法中以诱发因素为主要指标进行预警、没有考虑地形要素指标的问题，为同一流域内多条泥石流沟的监测预警研究提供了一种新的方法，相较于现有技术，本发明对泥石流灾害预警准确度更高。
实施例2
为了更好本实施例，下面以云南省绿春县牛孔河流域的泥石流沟为例，如图2，N1、N2泥石流和N3、N4泥石流均位于云南省绿春县牛孔河流域，N1、N2泥石流位于牛孔河北岸，N1流域面积0.19km2，N2流域面积0.17km2，这两处泥石流沟口扇形地貌稳定，无新堆积扇产生，泥石流沟谷岸坡稳定，植被覆盖率高，河道中基本无堆积物，泥石流爆发频率较低，近年无爆发记录；N3、N4泥石流位于牛孔河南岸，N3泥石流流域面积0.15km2，N4泥石流流域面积0.14km2，这两处泥石流沟口扇形堆积地貌发育，堆积扇正在逐渐扩展，且N4泥石流前缘河道主流明显被挤偏移，河道中有大量碎石堆积物，沟口可见大量冲积块石，泥石流爆发频率高。
计算地貌信息熵：获取四条泥石流沟及其附近流域的数字高程模型(DEM)数据，导入ARCGIS软件中，获取其X＝a/A、Y＝h/H值，得到拟合的面积-高程积分曲线，如表3所示。
表3牛孔河流域泥石流沟地貌信息熵值表
Figure BDA0002878817730000091
由其地貌信息熵知，四条泥石流沟的地貌侵蚀程度大不相同，N3、N4熵值较小，N1、N2熵值较大，处于泥石流发育的不同阶段。
统计数据得到临界雨量：对牛孔河流域各泥石流沟进行了详细的调查，统计了其过去三年爆发的时间以及相应的降雨量，如表4所示：
表4牛孔河流域泥石流沟爆发时间及雨量统计表
Figure BDA0002878817730000092
同时调查得知牛孔河流域历史最大单日降雨量为132.3mm，发生在1993年7月7日。根据牛孔河流域有记录的最近5次泥石流灾害事件的时间，以及当时的24h降雨量以及前后5日的累计雨量，可知牛孔河流域泥石流沟爆发时当日平均激发雨量为99.3mm，最小激发雨量为91.7mm。
确定预警阈值：调查可知牛孔河流域降雨量历史最大值为132.3mm，考虑实际情况，Rmax取135mm；地貌信息熵处于(0，0.5)区间的泥石流对降雨量最为敏感，综合考虑牛孔河流域泥石流爆发降雨量临界值R3为统计最小值92mm；综合规范和牛孔河流域实际情况，R0、R1、R2分别取30mm、50mm、75mm。综上，牛孔河流域雨量分级示例如表5所示：
表5牛孔河流域雨量阈值表
雨量阈值 24h累计降雨量I(mm)
R<sub>0</sub> 30
R<sub>1</sub> 50
R<sub>2</sub> 75
R<sub>3</sub> 92
R<sub>max</sub> 135
泥石流预警分级：结合牛孔河小流域各泥石流沟地貌信息熵，四条典型泥石流沟精细化预警分级如下表所示：
表6牛孔河小流域典型泥石流预警分级表
Figure BDA0002878817730000101
对于N1、N2泥石流而言，其已经处于泥石流发育的末期，在没有其他外力作用影响下，单纯的降雨量已无法引发大规模泥石流，但在暴雨及大暴雨条件下仍存在一定危险；N3、N4泥石流处于泥石流发育的前中期，不仅对降雨量较为敏感，且爆发规模大，最为危险。
本实施例公开的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据；基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵；获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值；根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。本发明以泥石流沟的地貌信息熵为基础，结合了地貌因素和降雨因素，修正了传统预警方法中以诱发因素为主要指标进行预警、没有考虑地形要素指标的问题，为同一流域内多条泥石流沟的监测预警研究提供了一种新的方法，相较于现有技术，本发明对泥石流灾害预警准确度更高。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (10)

1.一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，包括：
S100.通过收集待预警流域内泥石流沟地形资料，获取该地区数字高程模型数据；
S200.基于该地区数字高程模型数据，计算该泥石流沟的地貌信息熵；
S300.获取该流域内泥石流沟的泥石流灾害历史爆发时间和相应历史降雨量资料，建立泥石流爆发模型，确定泥石流爆发的降雨量预警阈值；
S400.根据泥石流的地貌信息熵和相应降雨量预警阈值，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警。
2.如权利要求1的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，S200的具体方法为：
S201.用获取的该地区数字高程模型数据，确定其流域面积，将其导入到ARCGIS软件；
S202.根据流域面积A，该流域内某条等高线以上的面积a，该等高线与流域内最低点的高差h，流域内最大相对高差H，则对直角坐标轴上一系列X＝a/A和Y＝h/H组成的点进行拟合，得到面积-高程积分曲线y＝f(x)，对面积-高程积分曲线y＝f(x)进行积分求取曲线面积，得到面积-高程积分值S：
Figure FDA0002878817720000011
S203.根据面积-高程积分值S，计算泥石流沟的地貌信息熵G：
G＝S-1-ln S。
3.如权利要求2的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，地貌信息熵G的取值范围为(0，1)，地貌信息熵G与泥石流沟谷特征具体关系为：当地貌信息熵G的取值范围为(0，0.3)时，沟谷逐渐发育，沟谷泥石流逐渐发生，淤积速度递增，沟坡极不稳定，规模大；当地貌信息熵G的取值范围为[0.3，0.5)时，泥石流逐渐消减，较难发生，沟坡趋于稳定，以河床侵蚀为主，有淤有冲；当地貌信息熵G的取值范围为[0.5，1)时，泥石流极难发生，沟槽稳定，植被恢复，逐渐发育为准平原。
4.如权利要求1的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，S300中，确定泥石流爆发的降雨量预警阈值的方法为：统计泥石流灾害发生当日24h降雨量和前期预设时间内累计降雨量，获取该流域泥石流沟爆发时当日平均激发雨量、最小激发雨量、历史最大降雨量，确定降雨量预警阈值组。
5.如权利要求1的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，降雨量预警阈值组有五组阈值，按照阈值大小分别设置为R0、R1、R2、R3、Rmax，其中，R0为流域内泥石流对降雨有响应的最小值，R1和R2可根据规范规定的不同类型的雨型和实际情况调整，R3为流域内泥石流爆发最小激发雨量值，Rmax为当地历史最大降雨量值。
6.如权利要求1的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，S400中，采用双指标综合评价法，对流域内各泥石流沟的泥石流灾害开展实时监测和预警，预警规则包括：当地貌信息熵值G范围确定时，流域内泥石流预警级别随着24h累计降雨量增大而增大。
7.如权利要求6的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，地貌信息熵值G范围为(0，0.3)，当24h累计降雨量范围为(R0，R1)时，泥石流灾害预警级别最低，为蓝色预警；当24h累计降雨量范围为[R1，R2)时，泥石流预灾害预警级别升高，为黄色预警；当24h累计降雨量范围为[R2，R3)时，泥石流预灾害预警级别升高，为橙色预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流灾害预警级最高，为红色预警。
8.如权利要求6的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，地貌信息熵值G范围为[0.3，0.5)，当24h累计降雨量范围为(R0，R2)时，无需对泥石流预灾害进行预警；当24h累计降雨量范围为[R2，R3)时，泥石流预警级别最低，为蓝色预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流预警级别升高，为黄色预警。
9.如权利要求6的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，地貌信息熵值G范围为[0.5，1)，当24h累计降雨量范围为(R0，R3)时，无需对泥石流预灾害进行预警；当24h累计降雨量范围为[R3，Rmax)时，泥石流预警级别最低，为蓝色预警。
10.如权利要求1的一种基于地貌信息熵和降雨量的泥石流灾害预警方法，其特征在于，在泥石流沟安装至少一个雨量监测站，对流域内泥石流沟的降雨量进行实时监测。
CN202011637157.7A 2020-12-31 2020-12-31 一种基于地貌信息熵和降雨量的泥石流灾害预警方法 Pending CN112862152A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011637157.7A CN112862152A (zh) 2020-12-31 2020-12-31 一种基于地貌信息熵和降雨量的泥石流灾害预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011637157.7A CN112862152A (zh) 2020-12-31 2020-12-31 一种基于地貌信息熵和降雨量的泥石流灾害预警方法

Publications (1)

Publication Number Publication Date
CN112862152A true CN112862152A (zh) 2021-05-28

Family

ID=76000392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011637157.7A Pending CN112862152A (zh) 2020-12-31 2020-12-31 一种基于地貌信息熵和降雨量的泥石流灾害预警方法

Country Status (1)

Country Link
CN (1) CN112862152A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538857A (zh) * 2021-07-14 2021-10-22 广东电网有限责任公司广州供电局 一种滑坡地质灾害预警方法、装置、终端及存储介质
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
CN113837661A (zh) * 2021-10-22 2021-12-24 北京师范大学珠海校区 一种山洪水沙动态风险评估方法
CN114333208A (zh) * 2022-02-28 2022-04-12 四川省安全科学技术研究院 面向高山峡谷地区森林火灾后泥石流的预测方法及系统
CN115422766A (zh) * 2022-09-26 2022-12-02 北京云庐科技有限公司 一种基于数字孪生技术的泥石流监测方法及系统
CN115471144A (zh) * 2022-11-14 2022-12-13 四川省公路规划勘察设计研究院有限公司 基于多源数据融合的泥石流监测预警方法、装置及介质
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
CN116416762A (zh) * 2023-06-09 2023-07-11 四川川核地质工程有限公司 基于人工智能的泥石流预警方法及系统
CN116432869A (zh) * 2023-06-13 2023-07-14 云南格点气象科技有限公司 气象灾害预警方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652361A (zh) * 2017-03-16 2017-05-10 中国科学院、水利部成都山地灾害与环境研究所 基于雨量‑概率的泥石流预警方法
CN109166279A (zh) * 2018-09-29 2019-01-08 成都理工大学 一种基于十分钟降雨的泥石流精细化预警方法及应用
CN109448325A (zh) * 2018-09-29 2019-03-08 成都理工大学 一种基于一小时降雨的泥石流精细化预警方法及应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652361A (zh) * 2017-03-16 2017-05-10 中国科学院、水利部成都山地灾害与环境研究所 基于雨量‑概率的泥石流预警方法
CN109166279A (zh) * 2018-09-29 2019-01-08 成都理工大学 一种基于十分钟降雨的泥石流精细化预警方法及应用
CN109448325A (zh) * 2018-09-29 2019-03-08 成都理工大学 一种基于一小时降雨的泥石流精细化预警方法及应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李丽: "舟曲县泥石流危险性评价", 《中国优秀硕士学位论文数据库基础科学辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538857B (zh) * 2021-07-14 2022-12-16 广东电网有限责任公司广州供电局 一种滑坡地质灾害预警方法、装置、终端及存储介质
CN113538857A (zh) * 2021-07-14 2021-10-22 广东电网有限责任公司广州供电局 一种滑坡地质灾害预警方法、装置、终端及存储介质
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
CN113837661A (zh) * 2021-10-22 2021-12-24 北京师范大学珠海校区 一种山洪水沙动态风险评估方法
CN114333208A (zh) * 2022-02-28 2022-04-12 四川省安全科学技术研究院 面向高山峡谷地区森林火灾后泥石流的预测方法及系统
CN114333208B (zh) * 2022-02-28 2022-06-10 四川省安全科学技术研究院 面向高山峡谷地区森林火灾后泥石流的预测方法及系统
CN115422766A (zh) * 2022-09-26 2022-12-02 北京云庐科技有限公司 一种基于数字孪生技术的泥石流监测方法及系统
CN115471144A (zh) * 2022-11-14 2022-12-13 四川省公路规划勘察设计研究院有限公司 基于多源数据融合的泥石流监测预警方法、装置及介质
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
CN116416762A (zh) * 2023-06-09 2023-07-11 四川川核地质工程有限公司 基于人工智能的泥石流预警方法及系统
CN116416762B (zh) * 2023-06-09 2023-08-15 四川川核地质工程有限公司 基于人工智能的泥石流预警方法及系统
CN116432869A (zh) * 2023-06-13 2023-07-14 云南格点气象科技有限公司 气象灾害预警方法、装置、设备及存储介质
CN116432869B (zh) * 2023-06-13 2023-08-18 云南格点气象科技有限公司 气象灾害预警方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN112862152A (zh) 一种基于地貌信息熵和降雨量的泥石流灾害预警方法
Triet et al. Has dyke development in the Vietnamese Mekong Delta shifted flood hazard downstream?
CN111507375B (zh) 一种城市内涝风险快速评估方法及系统
CN113538861B (zh) 基于矿产地质勘查的地质灾害信息管理系统
Pietro et al. Developing terrestrial-LIDAR-based digital elevation models for monitoring beach nourishment performance
CN111538798B (zh) 一种顾及dsm和dlg的城市汇水区精细化提取方法
CN112735098B (zh) 一种震后冰湖溃决预警方法、装置及存储介质
David-Novak et al. Modern extreme storms and the rainfall thresholds for initiating debris flows on the hyperarid western escarpment of the Dead Sea, Israel
CN114360214B (zh) 一种特大规模冰川泥石流预警方法
Leal et al. Different types of flooding lead to different human and material damages: the case of the Lisbon Metropolitan Area
Pramanik et al. Sea level rise and coastal vulnerability along the eastern coast of India through geo-spatial technologies
GB2618171A (en) Anomaly detection in wastewater networks
CN107944219A (zh) 一种表征不同时段旱涝致灾特征的方法和装置
Jovanovic et al. Long-term persistence loss of urban streams as a metric for catchment classification
CN112508285B (zh) 一种冰湖溃决动态预报方法、装置及存储介质
CN113935202B (zh) 一种基于激光雷达的河道演化预警方法
CN112464474B (zh) 基于危险性评价的低频泥石流预警方法
CN115619045A (zh) 一种河口潮差预报方法和系统
CN114814995A (zh) 一种城市雨量异常的预警方法及装置
JP6739117B1 (ja) 水位予測方法および水位予測システム
de Sousa et al. Bathymetry changes caused by sedimentation in an unlined canal of the Chókwè irrigation scheme, Mozambique
Moglen et al. Using GIS to determine extent of gauged streams in a region
Green et al. Comparing the new design rainfalls to at-site rainfall frequency curves
De Santiago et al. Risk mapping assessment by means of probabilistic storm scenarios in a partially engineered beach: Anglet, France
Konin et al. Impact of rainfall trends on flood in Agnéby watershed

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210528