CN113538857A - 一种滑坡地质灾害预警方法、装置、终端及存储介质 - Google Patents
一种滑坡地质灾害预警方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN113538857A CN113538857A CN202110797629.3A CN202110797629A CN113538857A CN 113538857 A CN113538857 A CN 113538857A CN 202110797629 A CN202110797629 A CN 202110797629A CN 113538857 A CN113538857 A CN 113538857A
- Authority
- CN
- China
- Prior art keywords
- landslide
- rainfall
- predicted
- early warning
- geological
- 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.)
- Granted
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- 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
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Alarm Systems (AREA)
Abstract
本申请公开了一种滑坡地质灾害预警方法、装置、终端及存储介质,本申请提供的方法包括:获取待预测区域的地质环境调查信息,根据地质环境调查信息确定待预测区域的最大潜势度和坡度;获取预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算预测日前的前期有效降雨量;获取预测日激发降雨量,将最大潜势度、坡度、预测日激发降雨量与前期有效降雨量输入滑坡事件预测模型,以通过滑坡事件预测模型的运算,得到待预测区域的滑坡地质灾害预警结果。通过在最大潜势度、前期有效降雨与灾害发生日激发降雨、前期有效降雨与坡度关系等指标分析基础上,建立滑坡的多参数的滑坡事件预测模型,解决了现有的滑坡预警方法滑坡预警精度低的技术问题。
Description
技术领域
本申请涉及灾害预警技术领域,尤其涉及一种滑坡地质灾害预警方法、装置、终端及存储介质。
背景技术
在各种自然灾害威胁中,滑坡数量多、规模大、区域性强、性质复杂,具有较大危害性和一定规律性。滑坡灾害在我国大陆地区具有整体分布广泛、区域高度集中的特点。输电线路多于野外分布,点多、线长、面广,易受滑坡等自然灾害侵袭,其安全可靠运行受到严重威胁。
目前已有的滑坡预警方法有临界降雨判据法,主要原理是开展历史地质灾害点与实况降雨量之间的统计关系,确定各预警区诱发滑坡灾害的临界雨量,建立预警判据,从而作为开展滑坡地质灾害气象预警预报。但现有的方法缺乏有关斜坡岩土体方面的实时监测,导致其存在滑坡预警精度低的技术问题。
发明内容
本申请提供了一种滑坡地质灾害预警方法、装置、终端及存储介质,用于现有的滑坡预警方法存在的滑坡预警精度低的技术问题。
本申请第一方面提供了一种滑坡地质灾害预警方法,其特征在于,包括:
获取待预测区域的地质环境调查信息,根据所述地质环境调查信息确定所述待预测区域的最大潜势度和坡度;
根据预设的预测日,获取所述预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算所述预测日前的前期有效降雨量;
获取预测日激发降雨量,将所述最大潜势度、所述坡度、所述预测日激发降雨量与所述前期有效降雨量输入滑坡事件预测模型,以通过所述滑坡事件预测模型的运算,得到所述待预测区域的滑坡地质灾害预警结果,其中,所述预测日激发降雨量为所述预测日当日的激发降雨量预测值,所述滑坡事件预测模型为通过历史滑坡灾害数据训练得到的。
优选地,所述有效降雨量计算公式为:
式中,R为前i天有效降雨量,k为有效雨量系数,ri为前第i天的降雨量,n为有效降雨天数。
优选地,所述根据所述地质环境调查信息确定所述待预测区域的最大潜势度和坡度具体包括:
对所述地质环境调查信息进行信息提取,提取出所述待预测区域的坡度以及地质信息,其中所述地质信息包括:岩组类型、构造距离以及地貌类型;
根据所述地质信息,结合地质信息与潜势度的对应关系,确定所述待预测区域的最大潜势度。
优选地,所述通过所述滑坡事件预测模型的运算,得到所述待预测区域的滑坡地质灾害预警结果的过程具体包括:
通过所述滑坡事件预测模型,结合所述滑坡事件预测模型中包含的第一对应关系进行运算,得到第一滑坡事件发生概率,其中,所述第一滑坡事件发生概率为所述待预测区域在所述预测日发生滑坡事件的概率,所述第一对应关系为根据所述历史滑坡灾害数据中的前期有效降雨量、灾害发生日激发降雨量以及滑坡事件建立的对应关系;
根据所述第一滑坡事件发生概率与警戒阈值线的相对关系,结合所述待预测区域的最大潜势度,确定所述待预测区域的滑坡地质灾害预警结果,其中,所述警戒阈值线为根据所述第一对应关系确定阈值线。
优选地,所述警戒阈值线具体包括:第一警戒阈值和第二警戒阈值。
优选地,所述根据所述第一滑坡事件发生概率与警戒阈值线的相对关系,结合所述待预测区域的最大潜势度,确定所述待预测区域的滑坡地质灾害预警结果具体包括:
当所述第一滑坡事件发生概率达到第一警戒阈值但未达到第二警戒阈值且最大潜势度为高时、当所述第一滑坡事件发生概率达到第一警戒阈值第二警戒阈值且最大潜势度为中时或当所述第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为低时,输出滑坡地质灾害预警信号。
优选地,所述根据所述第一滑坡事件发生概率与警戒阈值线的相对关系,结合所述待预测区域的最大潜势度,确定所述待预测区域的滑坡地质灾害预警结果具体包括:
当所述第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为高时或当所述第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为中时,输出滑坡地质灾害警报信号。
本申请第二方面提供了一种滑坡地质灾害预警装置,包括:
地质信息获取单元,用于获取待预测区域的地质环境调查信息,根据所述地质环境调查信息确定所述待预测区域的最大潜势度和坡度;
有效降雨量计算单元,用于根据预设的预测日,获取所述预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算所述预测日前的前期有效降雨量;
预警结果获取单元,用于获取预测日激发降雨量,将所述最大潜势度、所述坡度、所述预测日激发降雨量与所述前期有效降雨量输入滑坡事件预测模型,以通过所述滑坡事件预测模型的运算,得到所述待预测区域的滑坡地质灾害预警结果,其中,所述预测日激发降雨量为所述预测日当日的激发降雨量预测值,所述滑坡事件预测模型为通过历史滑坡灾害数据训练得到的。
本申请第三方面提供了一种滑坡地质灾害预警终端,包括:存储器和处理器;
所述存储器用于存储程序代码,所述程序代码与如本申请第一方面提供的一种滑坡地质灾害预警方法相对应;
所述处理器用于执行所述程序代码。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中保存有与如本申请第一方面提供的一种滑坡地质灾害预警方法相对应的程序代码。
从以上技术方案可以看出,本申请具有以下优点:
本申请通过在最大潜势度、前期有效降雨与灾害发生日激发降雨、前期有效降雨与坡度关系等指标分析基础上,建立滑坡的多参数的滑坡事件预测模型,兼顾斜坡土体监测和实地调查校验,实现滑坡灾害预警,解决了现有的滑坡预警方法存在的滑坡预警精度低的技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请提供的一种滑坡地质灾害预警方法的一个实施例的流程示意图。
图2为本申请提供的一种滑坡地质灾害预警装置的一个实施例的结构示意图。
具体实施方式
本申请实施例提供了一种滑坡地质灾害预警方法、装置、终端及存储介质,用于现有的滑坡预警方法存在的滑坡预警精度低的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
请参阅图1,本申请第一个实施例提供了一种滑坡地质灾害预警方法,包括:
步骤101、获取待预测区域的地质环境调查信息,根据地质环境调查信息确定待预测区域的最大潜势度和坡度。
需要说明的是,在对一个待预测区域实施本申请的滑坡地质灾害预警方法时,首先获取该待预测区域的地质环境调查信息,该地质环境调查信息可以是通过地质研究人员,在滑坡与地质环境敏感性分区研究的基础上,针以简单的测量和专家判断的方法进行综合评判,对研究区域周边的地质环境进行计算或分析得到的调查报告。本申请实施例提供的方法通过获取相应的地质环境调查信息,并从中确定该待预测区域的最大潜势度和坡度。
步骤102、根据预设的预测日,获取预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算预测日前的前期有效降雨量。
需要说明的是,由于以往用于滑坡灾害分析的降雨量数据一般是取自当日及前期的逐日降雨量记录,但是地表径流的产生、水分的蒸发等过程中使其进入岩土体的降雨量小于实际记录降雨量,因此本申请引入前期有效降雨量指标,通过运用经验公式计算在预测日前的前期有效降雨量,以用于后续步骤的滑坡地质灾害预测。
步骤103、获取预测日激发降雨量,将最大潜势度、坡度、预测日激发降雨量与前期有效降雨量输入滑坡事件预测模型,以通过滑坡事件预测模型的运算,得到待预测区域的滑坡地质灾害预警结果。
其中,预测日激发降雨量为预测日当日的激发降雨量预测值,其取值可以根据当地的气象中心发布的气象消息确定,滑坡事件预测模型为通过历史滑坡灾害数据训练得到的,通过模型训练,建立最大潜势度、坡度、预测日激发降雨量、前期有效降雨量与滑坡事件的关系,确定最大潜势度、坡度、预测日激发降雨量、前期有效降雨量等指标在满足预警条件时得出对预警对象滑坡事件预警结果。
以上为本申请提供的一种滑坡地质灾害预警方法的一个实施例的详细说明,下面为本申请提供的一种滑坡地质灾害预警方法的另一个实施例的详细说明。
在上述第一个实施例的基础上,本申请第二个实施例提供了一种滑坡地质灾害预警方法,包括:
进一步地,步骤102中提及的有效降雨量计算公式,其表达式具体为:
式中,R为第i天有效降雨量,k为有效雨量系数,ri为第i天的降雨量,n为有效降雨天数,具体为预测日前一定时间内有效降雨量不为0的天数,更具体地可以取其中连续降雨的天数。
进一步地,步骤101中,根据地质环境调查信息确定待预测区域的最大潜势度和坡度具体包括:
对地质环境调查信息进行信息提取,提取出待预测区域的坡度以及地质信息,其中地质信息包括:岩组类型、构造距离以及地貌类型;
根据地质信息,结合地质信息与潜势度的对应关系,确定待预测区域的最大潜势度。
需要说明的是,本实施例提及的潜势度可以分为高、中、低级。岩组类型为岩浆岩,断层、裙皱等构造距离在0-500米内,地貌类型为侵蚀堆积,则为高潜势度;岩组类型为变质岩、碎屑岩或土体,断层、裙皱等构造距离在500-1500米内,地貌类型为岩溶地貌,则为中潜势度;岩组类型为碳酸岩,断层、裙皱等构造距离在1500-2000米内,地貌类型为构造侵蚀或构造剥蚀,则为低潜势度。
进一步地,步骤103中,通过滑坡事件预测模型的运算,得到待预测区域的滑坡地质灾害预警结果的过程具体包括:
通过滑坡事件预测模型,结合滑坡事件预测模型中包含的第一对应关系进行运算,得到第一滑坡事件发生概率,其中,第一滑坡事件发生概率为待预测区域在预测日发生滑坡事件的概率,第一对应关系为根据历史滑坡灾害数据中的前期有效降雨量、灾害发生日激发降雨量以及滑坡事件建立的对应关系;
根据第一滑坡事件发生概率与警戒阈值线的相对关系,结合待预测区域的最大潜势度,确定待预测区域的滑坡地质灾害预警结果,其中,警戒阈值线为根据第一对应关系确定阈值线。
进一步地,警戒阈值线具体包括:第一警戒阈值和第二警戒阈值。
进一步地,根据第一滑坡事件发生概率与警戒阈值线的相对关系,结合待预测区域的最大潜势度,确定待预测区域的滑坡地质灾害预警结果具体包括:
当第一滑坡事件发生概率达到第一警戒阈值但未达到第二警戒阈值且最大潜势度为高时、当第一滑坡事件发生概率达到第一警戒阈值第二警戒阈值且最大潜势度为中时或当第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为低时,输出滑坡地质灾害预警信号。
进一步地,根据第一滑坡事件发生概率与警戒阈值线的相对关系,结合待预测区域的最大潜势度,确定待预测区域的滑坡地质灾害预警结果具体包括:
当第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为高时或当第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为中时,输出滑坡地质灾害警报信号。
需要说明的是,本实施例利用历史滑坡灾害点与对应的日降雨量值进行前期有效降雨量与灾害发生日激发降雨量的统计分析计算,建立前期有效降雨指标与灾害发生日激发降雨指标的关系,得到对数函数降雨诱发滑坡的发生概率,根据对已有灾害的前期有效降雨与灾害发生日激发降雨的统计分析,建立其相关关系曲线。一般为两个警戒标准,一个是预警线阈值,即本实施例的第一警戒阈值,表现为滑坡灾害开始出现,另一个是警报线阈值,即本实施例的第二警戒阈值,表现为出现群发型滑坡灾害,由于群发型滑坡灾害样本数量较少,从建立相关关系的角度仅能形成直线,但考虑滑坡发生趋势的一致性,认为警报线与预警线的变化趋势一致,因此两者均为指数函数模型。达到预警线标准后在预警线与警报线之间的区域发出滑坡预警,超过警报线的区域发出滑坡警报。由于坡度因子在地质环境条件中作用较大,因此单独建立坡度与降雨关系指标。滑坡的坡度与降雨之间存在一定的关系,通常情况下坡度较陡的滑坡所需降雨量较少,坡度较缓的滑坡所需降雨量较大。一般累计有效降雨诱发一般性滑坡的坡度分布符合一个指数函数,曲线理论上可向两侧延伸,但不可无限靠近坐标轴,因为较小的雨量或最小坡度均难以形成滑坡灾害。
步骤103通过建立的滑坡事件预测模型,分别考虑了最大潜势度、前期有效降雨与灾害发生日激发降雨、前期有效降雨与坡度关系等指标,并根据模型制定了相应的判定方法与判定指标,预警判断指标为达到前期有效降雨指标与灾害发生日激发降雨指标的预警曲线且属于高潜势度、达到前期有效降雨指标与灾害发生日激发降雨指标的预警曲线且达到前期有效降雨与坡度指标的曲线且属于中潜势度、达到前期有效降雨指标与灾害发生日激发降雨指标的警报曲线且属于低潜势度,当预警对象满足以上三个条件中的一条或多条时,预警对象发出预警。警报判断指标为达到前期有效降雨指标与灾害发生日激发降雨指标的警报曲线且属于高潜势度、达到前期有效降雨指标与灾害发生日激发降雨指标的警报曲线且达到前期有效降雨与坡度指标的曲线且属于中潜势度,当预警对象满足以上两个条件中的一条及以上时,预警对象发出警报。
以上为本申请提供的一种滑坡地质灾害预警方法的第二个实施例的详细说明,下面为本申请提供的一种滑坡地质灾害预警装置的一个实施例的详细说明。
请参阅图2,本申请第三个实施例提供了一种滑坡地质灾害预警装置,包括:
地质信息获取单元201,用于获取待预测区域的地质环境调查信息,根据地质环境调查信息确定待预测区域的最大潜势度和坡度;
有效降雨量计算单元202,用于根据预设的预测日,获取预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算预测日前的前期有效降雨量;
预警结果获取单元203,用于获取预测日激发降雨量,将最大潜势度、坡度、预测日激发降雨量与前期有效降雨量输入滑坡事件预测模型,以通过滑坡事件预测模型的运算,得到待预测区域的滑坡地质灾害预警结果,其中,预测日激发降雨量为预测日当日的激发降雨量预测值,滑坡事件预测模型为通过历史滑坡灾害数据训练得到的。
此外,本申请第四个实施例还提供了一种滑坡地质灾害预警终端,包括:存储器和处理器;
存储器用于存储程序代码,程序代码与如本申请第一个实施例或第二个实施例提供的一种滑坡地质灾害预警方法相对应;
处理器用于执行程序代码。
本申请第五个实施例还提供了一种计算机可读存储介质,计算机可读存储介质中保存有与如本申请第一个实施例或第二个实施例提供的一种滑坡地质灾害预警方法相对应的程序代码。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种滑坡地质灾害预警方法,其特征在于,包括:
获取待预测区域的地质环境调查信息,根据所述地质环境调查信息确定所述待预测区域的最大潜势度和坡度;
根据预设的预测日,获取所述预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算所述预测日前的前期有效降雨量;
获取预测日激发降雨量,将所述最大潜势度、所述坡度、所述预测日激发降雨量与所述前期有效降雨量输入滑坡事件预测模型,以通过所述滑坡事件预测模型的运算,得到所述待预测区域的滑坡地质灾害预警结果,其中,所述预测日激发降雨量为所述预测日当日的激发降雨量预测值,所述滑坡事件预测模型为通过历史滑坡灾害数据训练得到的。
3.根据权利要求1所述的一种滑坡地质灾害预警方法,其特征在于,所述根据所述地质环境调查信息确定所述待预测区域的最大潜势度和坡度具体包括:
对所述地质环境调查信息进行信息提取,提取出所述待预测区域的坡度以及地质信息,其中所述地质信息包括:岩组类型、构造距离以及地貌类型;
根据所述地质信息,结合地质信息与潜势度的对应关系,确定所述待预测区域的最大潜势度。
4.根据权利要求1所述的一种滑坡地质灾害预警方法,其特征在于,所述通过所述滑坡事件预测模型的运算,得到所述待预测区域的滑坡地质灾害预警结果的过程具体包括:
通过所述滑坡事件预测模型,结合所述滑坡事件预测模型中包含的第一对应关系进行运算,得到第一滑坡事件发生概率,其中,所述第一滑坡事件发生概率为所述待预测区域在所述预测日发生滑坡事件的概率,所述第一对应关系为根据所述历史滑坡灾害数据中的前期有效降雨量、灾害发生日激发降雨量以及滑坡事件建立的对应关系;
根据所述第一滑坡事件发生概率与警戒阈值线的相对关系,结合所述待预测区域的最大潜势度,确定所述待预测区域的滑坡地质灾害预警结果,其中,所述警戒阈值线为根据所述第一对应关系确定阈值线。
5.根据权利要求4所述的一种滑坡地质灾害预警方法,其特征在于,所述警戒阈值线具体包括:第一警戒阈值和第二警戒阈值。
6.根据权利要求5所述的一种滑坡地质灾害预警方法,其特征在于,所述根据所述第一滑坡事件发生概率与警戒阈值线的相对关系,结合所述待预测区域的最大潜势度,确定所述待预测区域的滑坡地质灾害预警结果具体包括:
当所述第一滑坡事件发生概率达到第一警戒阈值但未达到第二警戒阈值且最大潜势度为高时、当所述第一滑坡事件发生概率达到第一警戒阈值第二警戒阈值且最大潜势度为中时或当所述第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为低时,输出滑坡地质灾害预警信号。
7.根据权利要求5所述的一种滑坡地质灾害预警方法,其特征在于,所述根据所述第一滑坡事件发生概率与警戒阈值线的相对关系,结合所述待预测区域的最大潜势度,确定所述待预测区域的滑坡地质灾害预警结果具体包括:
当所述第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为高时或当所述第一滑坡事件发生概率达到第二警戒阈值且最大潜势度为中时,输出滑坡地质灾害警报信号。
8.一种滑坡地质灾害预警装置,其特征在于,包括:
地质信息获取单元,用于获取待预测区域的地质环境调查信息,根据所述地质环境调查信息确定所述待预测区域的最大潜势度和坡度;
有效降雨量计算单元,用于根据预设的预测日,获取所述预测日之前的降雨量数据,结合预设的有效降雨量计算公式,计算所述预测日前的前期有效降雨量;
预警结果获取单元,用于获取预测日激发降雨量,将所述最大潜势度、所述坡度、所述预测日激发降雨量与所述前期有效降雨量输入滑坡事件预测模型,以通过所述滑坡事件预测模型的运算,得到所述待预测区域的滑坡地质灾害预警结果,其中,所述预测日激发降雨量为所述预测日当日的激发降雨量预测值,所述滑坡事件预测模型为通过历史滑坡灾害数据训练得到的。
9.一种滑坡地质灾害预警终端,其特征在于,包括:存储器和处理器;
所述存储器用于存储程序代码,所述程序代码与如权利要求1至7任意一项所述的一种滑坡地质灾害预警方法相对应;
所述处理器用于执行所述程序代码。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中保存有与如权利要求1至7任意一项所述的一种滑坡地质灾害预警方法相对应的程序代码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110797629.3A CN113538857B (zh) | 2021-07-14 | 2021-07-14 | 一种滑坡地质灾害预警方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110797629.3A CN113538857B (zh) | 2021-07-14 | 2021-07-14 | 一种滑坡地质灾害预警方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113538857A true CN113538857A (zh) | 2021-10-22 |
CN113538857B CN113538857B (zh) | 2022-12-16 |
Family
ID=78099177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110797629.3A Active CN113538857B (zh) | 2021-07-14 | 2021-07-14 | 一种滑坡地质灾害预警方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113538857B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676907A (zh) * | 2022-01-17 | 2022-06-28 | 中国地质大学(北京) | 一种区域地质灾害预警方法、装置、存储介质及设备 |
CN115019474A (zh) * | 2022-05-31 | 2022-09-06 | 湖北省地质环境总站 | 一种地质灾害气象风险预警方法 |
Citations (12)
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 |
CN102707332A (zh) * | 2012-05-11 | 2012-10-03 | 北京科技大学 | 一种水库区工程地质调查的解译与评价方法 |
WO2013009160A2 (en) * | 2011-07-11 | 2013-01-17 | Universiti Sains Malaysia | A geometric method for predicting landslide disaste |
CN103149340A (zh) * | 2013-02-02 | 2013-06-12 | 青岛理工大学 | 一种利用降雨量测定滑坡稳定性的动力监测方法 |
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 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
CN110148284A (zh) * | 2018-02-11 | 2019-08-20 | 辽宁工程技术大学 | 一种基于雨量监测的泥石流预警方法 |
CA3012130A1 (en) * | 2018-07-23 | 2020-01-23 | William E. Tarapaski | Rods and assemblies of rods for the collection and transportation of water |
US20210026027A1 (en) * | 2019-07-25 | 2021-01-28 | Southwest Jiaotong University | Mechanical-model based earthquake-induced landslide hazard assessment method in earthquake-prone mountainous area |
CN112561274A (zh) * | 2020-12-08 | 2021-03-26 | 中南大学 | 基于多要素情境的台风诱发地质灾害风险评估方法 |
CN112700623A (zh) * | 2020-12-28 | 2021-04-23 | 中国地质调查局南京地质调查中心(华东地质科技创新中心) | 房前屋后边坡失稳预警预报系统 |
CN112862152A (zh) * | 2020-12-31 | 2021-05-28 | 中铁第四勘察设计院集团有限公司 | 一种基于地貌信息熵和降雨量的泥石流灾害预警方法 |
-
2021
- 2021-07-14 CN CN202110797629.3A patent/CN113538857B/zh active Active
Patent Citations (12)
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 |
WO2013009160A2 (en) * | 2011-07-11 | 2013-01-17 | Universiti Sains Malaysia | A geometric method for predicting landslide disaste |
CN102707332A (zh) * | 2012-05-11 | 2012-10-03 | 北京科技大学 | 一种水库区工程地质调查的解译与评价方法 |
CN103149340A (zh) * | 2013-02-02 | 2013-06-12 | 青岛理工大学 | 一种利用降雨量测定滑坡稳定性的动力监测方法 |
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 |
CN110148284A (zh) * | 2018-02-11 | 2019-08-20 | 辽宁工程技术大学 | 一种基于雨量监测的泥石流预警方法 |
CA3012130A1 (en) * | 2018-07-23 | 2020-01-23 | William E. Tarapaski | Rods and assemblies of rods for the collection and transportation of water |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
US20210026027A1 (en) * | 2019-07-25 | 2021-01-28 | Southwest Jiaotong University | Mechanical-model based earthquake-induced landslide hazard assessment method in earthquake-prone mountainous area |
CN112561274A (zh) * | 2020-12-08 | 2021-03-26 | 中南大学 | 基于多要素情境的台风诱发地质灾害风险评估方法 |
CN112700623A (zh) * | 2020-12-28 | 2021-04-23 | 中国地质调查局南京地质调查中心(华东地质科技创新中心) | 房前屋后边坡失稳预警预报系统 |
CN112862152A (zh) * | 2020-12-31 | 2021-05-28 | 中铁第四勘察设计院集团有限公司 | 一种基于地貌信息熵和降雨量的泥石流灾害预警方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676907A (zh) * | 2022-01-17 | 2022-06-28 | 中国地质大学(北京) | 一种区域地质灾害预警方法、装置、存储介质及设备 |
CN114676907B (zh) * | 2022-01-17 | 2022-09-20 | 中国地质大学(北京) | 一种区域地质灾害预警方法、装置、存储介质及设备 |
CN115019474A (zh) * | 2022-05-31 | 2022-09-06 | 湖北省地质环境总站 | 一种地质灾害气象风险预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113538857B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113538857B (zh) | 一种滑坡地质灾害预警方法、装置、终端及存储介质 | |
KR102242977B1 (ko) | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 | |
CN110008301B (zh) | 基于机器学习的区域性地质灾害易发性预测方法及装置 | |
Masseroni et al. | A reliable rainfall–runoff model for flood forecasting: Review and application to a semi-urbanized watershed at high flood risk in Italy | |
WO2019073937A1 (ja) | 危険度評価システム | |
CN112735094A (zh) | 基于机器学习的地质灾害预测方法、装置和电子设备 | |
CN110298480B (zh) | 一种山洪灾害临界雨量指标计算方法及系统 | |
CN111539904B (zh) | 一种基于降雨量的灾害易发性预测方法 | |
CN115100819B (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
Henao Salgado et al. | Assessing flood early warning systems for flash floods | |
CN115471000A (zh) | 一种确定性分级降雨预报不确定性的评估方法 | |
Latif et al. | Bivariate hydrologic risk assessment of flood episodes using the notation of failure probability | |
CN116990847B (zh) | 基于边缘计算的北斗gnss接收机解算方法和系统 | |
Chinkulkijniwat et al. | Landslide rainfall threshold for landslide warning in Northern Thailand | |
JP2006004212A (ja) | 水害被害の推定方法をコンピュータに実行させるためのプログラム及び情報提示方法 | |
Wang et al. | Early warning of debris flow using optimized self-organizing feature mapping network | |
CN112991688A (zh) | 一种基于pul算法的地质灾害时空联合预警方法及系统 | |
CN112651338B (zh) | 一种输电线路违章施工隐患的判别方法及装置 | |
CN116308106A (zh) | 防汛应急中场景数据的处理方法、装置和计算机设备 | |
CN116203352A (zh) | 一种配电网的故障预警方法、装置、设备及介质 | |
Pierce et al. | Use of a stochastic precipitation nowcast scheme for fluvial flood forecasting and warning | |
CN112561121B (zh) | 基于手机信令数据的复工趋势预测方法及系统 | |
CN114118628A (zh) | 一种基于循环神经网络模型的灾害预警方法及相关设备 | |
CN211236974U (zh) | 一种基于三维展示的水工监测系统 | |
CN114661562A (zh) | 一种数据告警方法、装置、设备及介质 |
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 |