CN113012399B - 一种降雨型滑坡预警方法及系统 - Google Patents
一种降雨型滑坡预警方法及系统 Download PDFInfo
- Publication number
- CN113012399B CN113012399B CN202110211141.8A CN202110211141A CN113012399B CN 113012399 B CN113012399 B CN 113012399B CN 202110211141 A CN202110211141 A CN 202110211141A CN 113012399 B CN113012399 B CN 113012399B
- Authority
- CN
- China
- Prior art keywords
- slope unit
- early warning
- rainfall
- slope
- early
- 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
Links
Images
Classifications
-
- 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
- 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
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Abstract
本发明涉及一种降雨型滑坡预警方法及系统,先基于研究区域的DEM数据,将研究区域划分为多个斜坡单元,然后建立每一斜坡单元的失稳概率计算模型。再在每一前期降水量级下,通过对研究区域的降雨入渗过程进行数值模拟确定失稳概率与降雨参数之间的映射关系,并根据映射关系绘制前期降水量级下每一斜坡单元分别对应的I‑D阈值预警曲线,进而无需依赖于研究区域详实的野外滑坡观测数据建立I‑D阈值预警曲线,能够适用于缺乏滑坡观测资料的地区的滑坡预警。在进行滑坡预警时,能够直接确定需要发布预警信息的斜坡单元,从而实现斜坡单元的预警,能够确定滑坡即将发生的具体位置,满足滑坡预警结果精细化的减灾需求。
Description
技术领域
本发明涉及区域滑坡预警技术领域,特别是涉及一种基于斜坡单元“雨强-持时”阈值曲线的降雨型滑坡精细化预警方法及系统。
背景技术
现有的降雨型滑坡预警方法可分为基于经验性降雨阈值的统计预警方法、考虑下垫面因素权重的成因预警方法和基于降雨型滑坡物理力学过程的机理预警方法。其中,基于经验性的“降雨强度-降雨持时”(Intensity-Duration,I-D)阈值建立的统计预警方法应用最为广泛。I-D阈值曲线以平均雨强I(mm/h)作为纵坐标、滑坡事件发生时所经历的降雨历时D(h)为横坐标,通过实测数据统计绘制而成。I-D阈值曲线通常是下限曲线,当坡体实际承受的平均雨强I(mm/h)及降雨历时D(h)超过该曲线时,则发布滑坡预警信息。
I-D阈值预警方法利用雨强、持时等相对简易化的降雨参数发布预警信息,在业务预报运行效率及应用推广方面具有较高优势。但是,该方法预警结果的准确性依赖于研究区域前期大量的野外滑坡及降雨观测资料积累。对于野外滑坡及降雨观测资料匮乏的地区,该方法的应用将受到限制。基于力学机理模式的预警方法选取能够体现降雨型滑坡形成过程的关键物理力学参数,围绕该物理力学参数构建相应的滑坡稳定性分析模型,无需依赖野外滑坡观测资料。因此,需要构建基于力学机理模式的I-D阈值预警方法,以克服常规统计预警方法过度依赖野外滑坡观测数据的缺陷。但是,无论采用何种方法构建滑坡I-D阈值预警曲线,I-D阈值预警结果本身却并不具有明确指向性。即使对某个区域发布了预警,也仅能提供该区域内的滑坡灾害趋势,而无法确定滑坡即将发生的具体位置,这显然无法满足滑坡预警结果精细化的减灾需求。
发明内容
本发明的目的是提供一种降雨型滑坡预警方法及系统,利用力学机理模式建立每个斜坡单元的I-D阈值曲线,能够适用于缺乏滑坡观测资料的地区的滑坡预警,且能够确定滑坡即将发生的具体位置,满足滑坡预警结果精细化的减灾需求。
为实现上述目的,本发明提供了如下方案:
一种降雨型滑坡预警方法,所述预警方法包括如下步骤:
基于研究区域的DEM数据,将所述研究区域划分为多个斜坡单元;
建立所述斜坡单元的失稳概率计算模型;
在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;I为平均雨强;D为持续时间;
根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级,根据所述实际前期降水量级选取每一所述斜坡单元分别对应的I-D阈值预警曲线;根据所述研究区域的预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元。
一种降雨型滑坡预警系统,所述预警系统包括:
划分模块,用于基于研究区域的DEM数据,将所述研究区域划分为多个斜坡单元;
模型获取模块,用于建立所述斜坡单元的失稳概率计算模型;
曲线绘制模块,用于在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;I为平均雨强;D为持续时间;
预警模块,用于根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级,根据所述实际前期降水量级选取每一所述斜坡单元分别对应的I-D阈值预警曲线;根据所述研究区域的预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明所提供的一种降雨型滑坡预警方法及系统,先基于研究区域的DEM数据,将研究区域划分为多个斜坡单元。然后建立斜坡单元的失稳概率计算模型。再在每一前期降水量级下,通过对斜坡单元的降雨入渗过程进行数值模拟,确定失稳概率与降雨参数之间的映射关系,并根据映射关系绘制前期降水量级下每一斜坡单元分别对应的I-D阈值预警曲线,进而无需依赖于研究区域详实的野外滑坡观测数据建立I-D阈值预警曲线,而是直接利用力学机理模式建立每个斜坡单元的I-D阈值预警曲线,能够适用于缺乏滑坡观测资料的地区的滑坡预警。在进行滑坡预警时,先根据监测降水数据确定每一斜坡单元实际前期降水量级,根据实际前期降水量级选取每一斜坡单元分别对应的I-D阈值预警曲线,然后根据预报降水数据确定未来降雨事件的平均雨强和持续时间,根据平均雨强、持续时间和每一斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元,从而实现基于斜坡单元的预警,能够确定滑坡即将发生的具体位置,满足滑坡预警结果精细化的减灾需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1所提供的预警方法的方法流程图。
图2为本发明实施例1所提供的建立I-D阈值预警曲线的原理图。
图3为本发明实施例1所提供的建立失稳概率计算模型的方法流程图。
图4为本发明实施例1所提供的确定力学参数的方法流程图。
图5为本发明实施例1所提供的计算基质吸力的方法流程图。
图6为本发明实施例1所提供的计算失稳概率的方法流程图。
图7为本发明实施例2所提供的预警系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种降雨型滑坡预警方法及系统,利用力学机理模式建立每个斜坡单元的I-D阈值曲线,能够适用于缺乏滑坡及降雨观测数据积累地区的滑坡预警,且能够确定滑坡即将发生的具体位置,满足滑坡预警结果精细化的减灾需求。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1:
本实施例用于提供一种降雨型滑坡预警方法,如图1和图2所示,所述预警方法包括如下步骤:
S1:基于研究区域的DEM数据,将所述研究区域按照地形、地质特征划分为多个斜坡单元;DEM数据即为数字高程模型的数据。
在区域滑坡预警中,常用栅格单元或斜坡单元作为预警单元。与栅格单元相比,斜坡单元具有能够准确反映滑坡区域的不同地形特征的优势,基于斜坡单元发布的预警结果有助于判明即将发生滑坡的具体坡体位置。但是,当前常用的斜坡单元提取方法基于水文学定义建立,斜坡单元被定义为分水线和汇水线围成的一块区域。这一定义导致斜坡单元内部存在明显的坡度、坡向突变现象,无法满足滑坡稳定分析所要求的均一性基本假定。为了解决这一问题,本实施例基于研究区域的DEM数据,利用Wang(2019)提出的MIA-HSU方法将研究区域划分为多个斜坡单元,采用MIA-HSU方法提取的斜坡单元具有均一的坡度、坡向特征,能够满足滑坡稳定分析所要求的均一性基本需求。在利用MIA-HSU方法提取斜坡单元时,其斜坡单元的含义为三维空间中的一个连续、均质且闭合的小区域,小区域具有均一的坡度和坡向属性,区域内部无坡度变化现象。
S2:建立所述斜坡单元的失稳概率计算模型;
本实施例基于计算机图形学、非饱和土力学、工程地质学等多学科交叉,建立斜坡单元失稳概率计算模型。具体的,如图3所示,S2可以包括:
S21:通过野外采样确定每一所述斜坡单元的力学参数;所述力学参数包括塑限含水率下的粘聚力、塑限含水率下的内摩擦角、液限含水率下的粘聚力和液限含水率下的内摩擦角;
S21主要通过野外采样、室内试验、ArcGIS空间分析完成。具体的,如图4所示,S21可以包括:
S211:在所述研究区域内选取多个采样点,对所述采样点进行野外采样;
野外采样是获取力学参数的最直接的手段,在选取采样点时,根据地质部门提供的研究区域的岩性图,确定每一岩性在研究区域的分布范围,再按照岩性分别选取采样点,具体对于每一岩性,在岩性的分布范围内选取多个岩性采样点,多个岩性采样点均匀分布于岩性的分布范围内,从而确定整个研究区域的采样点。
S212:通过室内直剪试验确定每一所述采样点的力学参数,即确定采样点在液限含水率及塑限含水率下的力学参数。
S213:根据每一所述采样点的力学参数,利用ArcGIS进行空间分析,得到所述研究区域的力学参数空间分布数据;
在ArcGIS软件环境中,对离散采样点的力学参数进行空间分析,获取研究区域的力学参数空间分布数据,可得到四种力学参数空间分布数据:塑限含水率下的粘聚力空间分布数据,塑限含水率下的内摩擦角空间分布数据,液限含水率下的粘聚力空间分布数据和液限含水率下的内摩擦角空间分布数据。
S214:根据所述力学参数空间分布数据确定每一所述斜坡单元的力学参数。
在力学参数空间分布数据的基础上,利用ArcGIS工具箱提供的分区统计工具,分别获取每个斜坡单元在液限含水率和塑限含水率下的力学参数。每个斜坡单元均可获取四个力学参数:塑限含水率下的粘聚力c1(kPa),塑限含水率下的内摩擦角液限含水率下的粘聚力c2(kPa)和液限含水率下的内摩擦角
S22:对所述研究区域的降雨入渗过程进行数值模拟,计算每一所述斜坡单元的基质吸力;
具体的,如图5所示,S22可以包括:
S221:利用一维非饱和Richard水文方程对所述研究区域的降雨入渗过程进行数值模拟,得到所述研究区域的DEM数据中每个栅格单元的含水量;所述斜坡单元包括多个所述栅格单元;
降雨作用于下垫面的水文过程是一个极为复杂的非线性过程,降雨过程中影响土体含水量分布的最为关键的水文环节是入渗过程。非饱和土在降雨入渗作用下,其内部垂向的水分运动规律可采用一维非饱和Richard水文方程来描述。一维非饱和Richard水文方程如下:
式1中,θ为土体的体积含水量;t为时间;z为竖向坐标,以地表为原点,向下为正;D(θ)=K(θ)/(dθ/dψm)为非饱和土的水分扩散率;K(θ)为土层的非饱和导水率;ψm为非饱和土基质吸力。
需要说明的是,在利用一维非饱和Richard水文方程进行降雨入渗过程的数值模拟时,需要预先设定DEM数据中每个栅格单元的初始含水量。由于受到降水入渗、蒸散发作用的影响,土体含水量初值无法直接判定。考虑到中国冬季一般是少雨季节,土壤表层较为干燥,土体含水量接近残余含水量。因此将土体初始含水量设置为与土地类型相对应的残余含水量值。一维非饱和Richard水文方程的初始条件为θ=θa;此时t=0,z>0。
一维非饱和Richard水文方程的上边界:上边界为入渗边界,当降雨强度小于土体入渗能力时,降雨全部渗入土体,无径流产生。此时,降雨的入渗边界由下述微分方程控制:
式2中,R(t)为降水强度。进而可以根据一维非饱和Richard水文方程对研究区域的降雨入渗过程进行数值模拟,得到研究区域的DEM数据中每个栅格单元在任意时刻的含水量θ。
S222:根据所述含水量和Van Genuchten方程计算每个所述栅格单元的基质吸力;
Van Genuchten方程如下:
式3中:Se为饱和度,θ为当前时刻的土体含水量,θs和θr分别为土体的饱和含水量和残余含水量,α,n和m为曲线形状参数,且n=1-1/m,ψ为基质吸力。进而计算得到每个栅格单元在不同时刻的基质吸力。
S223:以所述斜坡单元所包含的多个所述栅格单元的基质吸力的平均值作为所述斜坡单元的基质吸力。
本实施例先基于一维非饱和Richard水文方程对研究区域的降雨入渗过程进行数值模拟,获取每个栅格单元的含水量。然后利用Van Genuchten方程计算任意时刻的基质吸力,最后统计斜坡单元包含的栅格单元数量,对于每个斜坡单元,以其内部所有栅格单元的含水量和基质吸力的平均值分别作为该斜坡单元的含水量和基质吸力,进而能够确定任意时刻每个斜坡单元的基质吸力。
S23:根据所述基质吸力和所述力学参数计算所述斜坡单元的失稳概率。
具体的,如图6所示,S23可以包括:
S231:提取所述斜坡单元的计算剖面;
研究区域内难以对每个斜坡均进行详细的地质、水文条件勘察,因此无法建立每个斜坡单元的三维地质模型,提取斜坡典型计算剖面分析是岩土力学中常用的分析方法。本实施例基于前期勘察获取的区域地质、地层数据,利用计算机图形学技术提取斜坡单元的计算剖面进行分析,后续的安全系数,失稳概率都是在计算剖面中进行计算的。
对于具有均一坡度的斜坡单元而言,剖面线属于该空间平面上的一条空间线段。若要实现基于斜坡单元的二维区域坡体稳定性分析,需要对提取的斜坡单元进行降维处理,提取斜坡单元的剖面线,将三维的斜坡单元简化至二维的斜坡剖面,是实现二维坡体稳定性分析的首要前提。本实施例采用投影的方式将空间问题转化为平面问题,将斜坡单元空间多边形和其代表的斜坡体质心点投影到xoy平面,得到相应的投影多边形和质心点投影,在投影多边形中采用一系列图形学算法,即可提取出剖面线投影线的端点坐标。具体的,在将斜坡单元空间多边形和其代表的斜坡体质心点投影到xoy平面后,将斜坡单元高程最高点和质心连线,得到一条直线,并求出该直线与斜坡单元多边形的两个交点A和B,此时斜坡单元被线段AB分成两部分,分别计算两部分面积S1和S2,得到两部分面积比Q1。然后将斜坡单元高程最低点和质心连线,得到一条直线,并求出该直线与斜坡单元多边形的两个交点C和D,此时斜坡单元被线段CD分成两部分,分别计算两部分面积S3和S4,得到两部分面积比Q2。比较面积比Q1和Q2的绝对值的大小,若面积比Q1的绝对值较小,则说明线段AB把斜坡单元两侧面积划分的更为均匀,此时选择线段AB作为剖面线。反之,则选择线段CD作为剖面线,此时所确定的剖面线为投影线,进而只能得到剖面线投影线的端点坐标。然后通过DEM数据得到端点坐标的高程值,进而得到了剖面线空间线段的三维端点坐标,从而提取出了斜坡单元的计算剖面。
S232:以所述塑限含水率下的粘聚力作为粘聚力的上边界,以所述液限含水率下的粘聚力作为粘聚力的下边界,得到所述粘聚力的取值范围;以所述塑限含水率下的内摩擦角作为内摩擦角的上边界,以所述液限含水率下的内摩擦角作为内摩擦角的下边界,得到所述内摩擦角的取值范围;
滑坡分析模型通常通过计算每个斜坡单元的安全系数来判断斜坡单元的稳定状态,但区域尺度中用于计算安全系数的力学参数如粘聚力c(kPa)和内摩擦角存在空间不确定性的客观事实。因此,应研究能够反映输入力学参数不确定性的滑坡失稳概率分析方法。概率密度函数能够反映输入力学参数的不确定性,当前常用的概率密度函数为正态分布和均匀分布两类。其中,正态分布适用于能够获得详细水文地质参数的小流域,而均匀分布适用于难以取得详尽地质水文参数的较大区域。对降雨型浅层滑坡而言,滑动的发生首先开始于滑面土体的变形破坏,即由土体发生的塑性应变的累积而导致。液限和塑限是细粒土的重要物理特性指标,其中塑限为土体由半固态到可塑状态的临界含水率,液限为土体由可塑状态到流动状态的界限含水率。因此可选用塑限和液限下的力学参数作为斜坡单元力学参数上下边界。本实施例将塑限含水率下的力学参数作为上边界,将液限含水率下的力学参数作为下边界。
S233:利用蒙特卡洛法分别在所述粘聚力的取值范围内和所述内摩擦角的取值范围内随机取值n次,得到n个粘聚力和内摩擦角的组合;具体的,n=500;
S234:对于每一所述粘聚力和内摩擦角的组合,根据所述粘聚力、所述内摩擦角和所述基质吸力计算所述斜坡单元的安全系数;
对于每次移动生成的滑面,采用极限平衡法中的简化Bishop法计算其安全系数,考虑基质吸力下,非饱和土的安全系数计算公式如下:
式4中,FS为安全系数;n为土条数目;i=1,2,...n;Wi为第i个土条的重力;为内摩擦角;ψ为基质吸力;为吸力内摩擦角,当基质吸力较低时,该值与内摩擦角接近;c为粘聚力;B为土条的宽度;αi为第i个土条的底部倾角。
S235:确定所述安全系数小于预设系数的粘聚力和内摩擦角的组合个数,根据所述个数计算所述斜坡单元的失稳概率。
对于n个粘聚力和内摩擦角的组合,本实施例可以得到n个安全系数,其代表了该斜坡单元可能存在的n种不同的稳定性状态,在这n种状态中,安全系数小于预设系数出现的次数则表示了该斜坡单元倾向于失稳趋势的大小,即失稳概率。预设系数可为1.0,故失稳概率的计算公式为:
式5中,代表所述安全系数小于预设系数1的个数,P值越大,表明在具有不确定性的输入变量的作用下,同样具有不确定性的稳定性分析结果越倾向于滑坡发生。P值超过预设概率50%预示着斜坡单元已完全倾向于失稳破坏的一端。
S3:在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;I为平均雨强;D为持续时间;
具体的,S3可以包括:
对于每一前期降水量级,预设多个平均雨强,对于每一平均雨强,选取平均雨强对应的多个数据点作为初始数据点,初始数据点的表达形式为(I,D)。即按时间序列设置多组雨强、持时数据组合。然后以平均雨强作为输入,对每一斜坡单元的降雨入渗过程进行数值模拟,利用每一斜坡单元的失稳概率计算模型计算每个初始数据点(即每个I-D组合)对应的每一斜坡单元的失稳概率。对于每一斜坡单元,选取失稳概率大于预设概率且失稳概率与预设概率的差值最小的初始数据点作为斜坡单元的待拟合数据点,得到在平均雨强下每一斜坡单元的待拟合数据点。举例而言,以平均雨强I=2mm为例,D从1h增加到100h,相当于在平均雨强I=2mm下,有100种I、D组合,即有100个初始数据点。利用斜坡单元的失稳概率计算模型,每个初始数据点会分别计算得到每一斜坡单元的1个失稳概率,即对于每个斜坡单元而言,其得到了100个失稳概率,每一失稳概率与一初始数据点相对应。每一斜坡单元均选取失稳概率最接近预设概率且大于预设概率的初始数据点作为其在这一平均雨强下所对应的待拟合数据点,对多个平均雨强均进行计算,进而可得到每一前期降水量级下每一斜坡单元所包括的所有待拟合数据点。本实施例将前期降水区间值划分为数个量级,各量级相差10-30mm。
根据每一前期降水量级下每一斜坡单元所包括的待拟合数据点,分别绘制前期降水量级下每一斜坡单元分别对应的I-D阈值预警曲线。I-D阈值预警曲线的形式为:I=aDb,a、b均为拟合系数。
S4:根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级,根据所述实际前期降水量级选取每一所述斜坡单元分别对应的I-D阈值预警曲线;根据所述研究区域的预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元。
根据研究区域的监测降水数据确定每一斜坡单元的实际前期降水量,然后匹配与之最接近的前期降水量级。比如对于某个斜坡单元,计算得到的前期降水量是55mm,但是前期降水量级只有30mm和60mm两种,则其对应的实际前期降水等级为60mm。再根据实际前期降水量级选取每一斜坡单元分别对应的I-D阈值预警曲线。根据预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元,即将平均雨强、持续时间组成的数据点与每一斜坡单元分别对应的I-D阈值预警曲线进行对比,若数据点在预警曲线之上,即对该斜坡单元发布预警。
前期降水对滑坡具有不可忽视的诱发影响,本实施例在利用力学机理获取I-D阈值预警曲线时,是设置不同前期降水量级,建立每个斜坡单元在不同前期降水量级下的I-D阈值预警曲线,最终建立斜坡单元I-D阈值曲线数据库。在实际进行滑坡预警时,用户处理监测降水数据或预报降水数据,获取未来降雨事件的雨强和持时,并将雨强、持时和实际前期降水量级与所建立的I-D阈值预警曲线进行对比,若平均雨强和持续时间在I-D阈值预警曲线以上,即可快速针对该斜坡单元发布预警信息。
本实施例利用MIA-HSU方法提取斜坡单元,并采用力学机理模式建立斜坡单元的雨强-持时阈值预警曲线,利用力学机理模式建立斜坡单元的ID阈值预警曲线,不再过度依赖前期野外滑坡监测及降雨数据的积累,因此能够适用于缺乏滑坡监测资料的地区的滑坡预警。通过实时处理预报降水数据或监测降水数据,可针对每个斜坡单元发布预警信息,能够明确滑坡即将发生的具体斜坡位置,满足滑坡预警结果精细化的减灾需求。
实施例2:
本实施例用于提供一种降雨型滑坡预警系统,如图7所示,所述预警系统包括:
划分模块M1,用于基于研究区域的DEM数据,将所述研究区域划分为多个斜坡单元;
模型获取模块M2,用于建立所述斜坡单元的失稳概率计算模型;
曲线绘制模块M3,用于在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;I为平均雨强;D为持续时间;
预警模块M4,用于根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级,根据所述实际前期降水量级选取每一所述斜坡单元分别对应的I-D阈值预警曲线;根据所述研究区域的预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种降雨型滑坡预警方法,其特征在于,所述预警方法包括如下步骤:
基于研究区域的DEM数据,将所述研究区域划分为多个斜坡单元;
建立所述斜坡单元的失稳概率计算模型;
在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;I为平均雨强;D为持续时间;
所述在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线具体包括:
对于每一前期降水量级,预设多个平均雨强;对于每一所述平均雨强,选取所述平均雨强对应的多个数据点作为初始数据点,所述初始数据点的表达形式为(I,D);
以所述平均雨强作为输入,对每一所述斜坡单元的降雨入渗过程进行数值模拟,利用每一所述斜坡单元的失稳概率计算模型计算所述初始数据点对应的每一所述斜坡单元的失稳概率;对于每一所述斜坡单元,选取所述失稳概率大于预设概率且所述失稳概率与预设概率的差值最小的初始数据点作为所述斜坡单元的待拟合数据点,得到在所述平均雨强下每一所述斜坡单元的待拟合数据点;
根据每一所述前期降水量级下每一所述斜坡单元所包括的待拟合数据点,分别绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;
根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级,根据所述实际前期降水量级选取每一所述斜坡单元分别对应的I-D阈值预警曲线;根据所述研究区域的预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元;
所述根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级具体包括:根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量,选取与所述实际前期降水量的差值最小的前期降水量级作为每一所述斜坡单元的实际前期降水量级;
所述根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元具体包括:将所述平均雨强和所述持续时间组成的数据点与每一所述斜坡单元分别对应的I-D阈值预警曲线进行对比,若所述数据点在所述I-D阈值预警曲线的上方,则所述斜坡单元需要发布预警信息。
2.如权利要求1所述的一种降雨型滑坡预警方法,其特征在于,所述基于研究区域的DEM数据,将所述研究区域划分为多个斜坡单元具体包括:
基于研究区域的DEM数据,利用MIA-HSU方法将所述研究区域划分为多个斜坡单元。
3.如权利要求1所述的一种降雨型滑坡预警方法,其特征在于,所述建立所述斜坡单元的失稳概率计算模型具体包括:
通过野外采样确定每一所述斜坡单元的力学参数;所述力学参数包括塑限含水率下的粘聚力、塑限含水率下的内摩擦角、液限含水率下的粘聚力和液限含水率下的内摩擦角;
对所述研究区域的降雨入渗过程进行数值模拟,计算每一所述斜坡单元的基质吸力;
根据所述基质吸力和所述力学参数计算所述斜坡单元的失稳概率。
4.如权利要求3所述的一种降雨型滑坡预警方法,其特征在于,所述通过野外采样确定每一所述斜坡单元的力学参数具体包括:
在所述研究区域内选取多个采样点,对所述采样点进行野外采样;
通过室内直剪试验确定每一所述采样点的力学参数;
根据每一所述采样点的力学参数,利用ArcGIS进行空间分析,得到所述研究区域的力学参数空间分布数据;
根据所述力学参数空间分布数据确定每一所述斜坡单元的力学参数。
5.如权利要求4所述的一种降雨型滑坡预警方法,其特征在于,所述在所述研究区域内选取多个采样点具体包括:
根据所述研究区域的岩性图,确定每一岩性在所述研究区域的分布范围;
对于每一岩性,在所述岩性的分布范围内选取多个岩性采样点;多个所述岩性采样点均匀分布于所述岩性的分布范围内。
6.如权利要求3所述的一种降雨型滑坡预警方法,其特征在于,所述对所述研究区域的降雨入渗过程进行数值模拟,计算每一所述斜坡单元的基质吸力具体包括:
利用一维非饱和Richard水文方程对所述研究区域的降雨入渗过程进行数值模拟,得到所述研究区域的DEM数据中每个栅格单元的含水量;所述斜坡单元包括多个所述栅格单元;
根据所述含水量和VanGenuchten方程计算每个所述栅格单元的基质吸力;
以所述斜坡单元所包含的多个所述栅格单元的基质吸力的平均值作为所述斜坡单元的基质吸力。
7.如权利要求3所述的一种降雨型滑坡预警方法,其特征在于,所述根据所述基质吸力和所述力学参数计算所述斜坡单元的失稳概率具体包括:
提取所述斜坡单元的计算剖面;
以所述塑限含水率下的粘聚力作为粘聚力的上边界,以所述液限含水率下的粘聚力作为粘聚力的下边界,得到所述粘聚力的取值范围;
以所述塑限含水率下的内摩擦角作为内摩擦角的上边界,以所述液限含水率下的内摩擦角作为内摩擦角的下边界,得到所述内摩擦角的取值范围;
利用蒙特卡洛法分别在所述粘聚力的取值范围内和所述内摩擦角的取值范围内随机取值n次,得到n个粘聚力和内摩擦角的组合;
对于每一所述粘聚力和内摩擦角的组合,根据所述粘聚力、所述内摩擦角和所述基质吸力计算所述斜坡单元的安全系数;
确定所述安全系数小于预设系数的粘聚力和内摩擦角的组合个数,根据所述个数计算所述斜坡单元的失稳概率。
8.如权利要求7所述的一种降雨型滑坡预警方法,其特征在于,所述确定所述安全系数小于预设系数组合个数,根据所述个数计算所述斜坡单元的失稳概率具体包括:
以所述安全系数小于预设系数的组合个数作为分子,以粘聚力和内摩擦角的组合数量n作为分母,计算所述斜坡单元的失稳概率。
9.一种降雨型滑坡预警系统,其特征在于,所述预警系统包括:
划分模块,用于基于研究区域的DEM数据,将所述研究区域划分为多个斜坡单元;
模型获取模块,用于建立所述斜坡单元的失稳概率计算模型;
曲线绘制模块,用于在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;I为平均雨强;D为持续时间;
所述在每一前期降水量级下,通过对每一所述斜坡单元的降雨入渗过程进行数值模拟确定每一所述斜坡单元的失稳概率与降雨参数之间的映射关系,并根据所述映射关系绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线具体包括:
对于每一前期降水量级,预设多个平均雨强;对于每一所述平均雨强,选取所述平均雨强对应的多个数据点作为初始数据点,所述初始数据点的表达形式为(I,D);
以所述平均雨强作为输入,对每一所述斜坡单元的降雨入渗过程进行数值模拟,利用每一所述斜坡单元的失稳概率计算模型计算所述初始数据点对应的每一所述斜坡单元的失稳概率;对于每一所述斜坡单元,选取所述失稳概率大于预设概率且所述失稳概率与预设概率的差值最小的初始数据点作为所述斜坡单元的待拟合数据点,得到在所述平均雨强下每一所述斜坡单元的待拟合数据点;
根据每一所述前期降水量级下每一所述斜坡单元所包括的待拟合数据点,分别绘制所述前期降水量级下每一所述斜坡单元分别对应的I-D阈值预警曲线;
预警模块,用于根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级,根据所述实际前期降水量级选取每一所述斜坡单元分别对应的I-D阈值预警曲线;根据所述研究区域的预报降水数据确定未来降雨事件的平均雨强和持续时间,根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元;
所述根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量级具体包括:根据所述研究区域的监测降水数据确定每一所述斜坡单元的实际前期降水量,选取与所述实际前期降水量的差值最小的前期降水量级作为每一所述斜坡单元的实际前期降水量级;
所述根据所述平均雨强、持续时间和每一所述斜坡单元分别对应的I-D阈值预警曲线确定需要发布预警信息的斜坡单元具体包括:将所述平均雨强和所述持续时间组成的数据点与每一所述斜坡单元分别对应的I-D阈值预警曲线进行对比,若所述数据点在所述I-D阈值预警曲线的上方,则所述斜坡单元需要发布预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110211141.8A CN113012399B (zh) | 2021-02-25 | 2021-02-25 | 一种降雨型滑坡预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110211141.8A CN113012399B (zh) | 2021-02-25 | 2021-02-25 | 一种降雨型滑坡预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113012399A CN113012399A (zh) | 2021-06-22 |
CN113012399B true CN113012399B (zh) | 2022-06-14 |
Family
ID=76385815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110211141.8A Active CN113012399B (zh) | 2021-02-25 | 2021-02-25 | 一种降雨型滑坡预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012399B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780741B (zh) * | 2021-08-11 | 2024-01-23 | 中国地质调查局武汉地质调查中心 | 一种基于斜坡特征的滑坡风险评价方法、系统和存储介质 |
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 |
CN117391438A (zh) * | 2023-10-08 | 2024-01-12 | 广东省科学院广州地理研究所 | 区域性群发性坡面型泥石流风险评价方法、系统和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952000A (zh) * | 2017-03-31 | 2017-07-14 | 卢涵宇 | 一种喀斯特区域滑坡灾害风险动态评估方法 |
CN111259608A (zh) * | 2020-01-14 | 2020-06-09 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流实时动态危险性评价方法 |
CN112255157A (zh) * | 2020-09-29 | 2021-01-22 | 中国水利水电科学研究院 | 基于渗流模型的边坡稳定性模拟分析方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002070029A (ja) * | 2000-08-31 | 2002-03-08 | Dai Nippon Construction | 斜面の危険判定および対応システム並びに対策工の安全度評価方法 |
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 |
KR101608464B1 (ko) * | 2014-06-17 | 2016-04-04 | 명지대학교 산학협력단 | 강우 침투 특성을 이용한 산사태 예측 시스템 및 그 방법 |
WO2016027291A1 (ja) * | 2014-08-21 | 2016-02-25 | 日本電気株式会社 | 斜面監視システム、斜面安全性解析装置、方法およびプログラム |
JP2016211243A (ja) * | 2015-05-11 | 2016-12-15 | 有限会社秋山調査設計 | 斜面安定解析方法 |
CN104899380B (zh) * | 2015-06-11 | 2018-03-27 | 武汉大学 | 一种基于蒙特卡洛模拟的边坡稳定可靠度敏感性分析方法 |
CN105956317B (zh) * | 2016-05-18 | 2017-03-15 | 青岛理工大学 | 滑坡风险量化方法 |
CN106652361B (zh) * | 2017-03-16 | 2019-01-01 | 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 |
CN108257142B (zh) * | 2018-01-11 | 2022-02-18 | 中国科学院、水利部成都山地灾害与环境研究所 | Dem中斜坡单元提取方法 |
CN108763697B (zh) * | 2018-05-18 | 2022-05-20 | 昆明理工大学 | 一种岩质边坡中岩块失效概率的计算方法 |
CN108776851B (zh) * | 2018-06-11 | 2022-07-12 | 广东省科学院广州地理研究所 | 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 |
JP2020060078A (ja) * | 2018-10-12 | 2020-04-16 | 日本信号株式会社 | 土砂崩落の発生時刻を推定するシステム |
JP7083735B2 (ja) * | 2018-10-24 | 2022-06-13 | 東日本旅客鉄道株式会社 | 切取斜面崩壊予測装置、切取斜面崩壊予測方法及び切取斜面崩壊予測プログラム |
CN109815633B (zh) * | 2019-02-28 | 2022-02-08 | 河海大学 | 一种基于地表水地下水耦合模型的边坡稳定性判别方法 |
CN111563619A (zh) * | 2020-04-28 | 2020-08-21 | 杭州湖玛科技有限公司 | 一种导致流域滑坡风险的降雨阈值分析方法 |
CN111739259B (zh) * | 2020-06-15 | 2022-04-05 | 中国科学院、水利部成都山地灾害与环境研究所 | 斜坡单元局部聚集性破坏判定方法、区域滑坡预警方法 |
CN112115530B (zh) * | 2020-08-05 | 2022-12-30 | 昆明理工大学 | 一种土质边坡的点失效概率的计算方法 |
CN112330150B (zh) * | 2020-11-05 | 2023-08-11 | 中国科学院、水利部成都山地灾害与环境研究所 | 大区域泥石流灾害可发性的早期判识方法 |
-
2021
- 2021-02-25 CN CN202110211141.8A patent/CN113012399B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952000A (zh) * | 2017-03-31 | 2017-07-14 | 卢涵宇 | 一种喀斯特区域滑坡灾害风险动态评估方法 |
CN111259608A (zh) * | 2020-01-14 | 2020-06-09 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流实时动态危险性评价方法 |
CN112255157A (zh) * | 2020-09-29 | 2021-01-22 | 中国水利水电科学研究院 | 基于渗流模型的边坡稳定性模拟分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113012399A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113012399B (zh) | 一种降雨型滑坡预警方法及系统 | |
CN111369059B (zh) | 基于雨洪模拟耦合模型的城市内涝快速预测方法及系统 | |
Qi et al. | Hydro-mechanical coupling effect on surficial layer stability of unsaturated expansive soil slopes | |
Xie et al. | GIS-based probabilistic mapping of landslide hazard using a three-dimensional deterministic model | |
CN109584510B (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
Bagarello et al. | Estimating the USLE soil erodibility factor in Sicily, South Italy | |
Liu et al. | Two-dimensional kinematic wave model of overland-flow | |
Bussi et al. | Distributed sediment yield modelling: Importance of initial sediment conditions | |
Gumindoga et al. | Simulation of streamflow using TOPMODEL in the Upper Save River catchment of Zimbabwe | |
CN102306233A (zh) | 降雨作用下流域滑坡时空预测方法 | |
CN102799756A (zh) | 一种降雨作用下的滑坡预测方法 | |
CN111582597B (zh) | 一种输电线路滑坡危险性预测方法及其设备 | |
CN111144656A (zh) | 一种基于gis的灾害评价分析方法 | |
Gomes et al. | The role of uncertainty in bedrock depth and hydraulic properties on the stability of a variably-saturated slope | |
Weng et al. | Evaluating failure mechanisms of dip slope using a multiscale investigation and discrete element modelling | |
CN116596321B (zh) | 基于神经网络的建筑风险监测与评估方法和系统 | |
Liu et al. | Reliability analysis of an existing slope at a specific site considering rainfall triggering mechanism and its past performance records | |
Fiedler et al. | Hydrologic response of grasslands: Effects of grazing, interactive infiltration, and scale | |
Ma et al. | MAT. TRIGRS (V1. 0): A new open-source tool for predicting spatiotemporal distribution of rainfall-induced landslides | |
Tran et al. | Use of Scoops3D and GIS for the assessment of slope stability in three-dimensional: a case study in Sapa, Vietnam | |
Hosseini et al. | An evaluation of genetic algorithm method compared to geostatistical and neural network methods to estimate saturated soil hydraulic conductivity using soil texture | |
Chen et al. | Simulation of sediment yield from watershed by physiographic soil erosion–deposition model | |
Wei et al. | Method and its application of the momentum model for debris flow risk zoning | |
Gholami et al. | Calculation of runoff computation cost and sensitivity analysis of topological attributes | |
CN112906319A (zh) | 一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |