CN113554345B - 地震滑坡灾害区域及灾害链风险评估方法 - Google Patents
地震滑坡灾害区域及灾害链风险评估方法 Download PDFInfo
- Publication number
- CN113554345B CN113554345B CN202110912252.1A CN202110912252A CN113554345B CN 113554345 B CN113554345 B CN 113554345B CN 202110912252 A CN202110912252 A CN 202110912252A CN 113554345 B CN113554345 B CN 113554345B
- Authority
- CN
- China
- Prior art keywords
- factor
- earthquake
- landslide
- disaster
- hazard
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012502 risk assessment Methods 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 230000006378 damage Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000001939 inductive effect Effects 0.000 claims abstract description 9
- 230000010354 integration Effects 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 230000006698 induction Effects 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 23
- 238000011160 research Methods 0.000 description 18
- 238000011161 development Methods 0.000 description 16
- 241000282414 Homo sapiens Species 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 9
- 238000011002 quantification Methods 0.000 description 8
- 239000002689 soil Substances 0.000 description 8
- 238000011835 investigation Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000923606 Schistes Species 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000011044 quartzite Substances 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000012764 semi-quantitative analysis Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012038 vulnerability analysis 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
- G06Q10/06—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
地震滑坡灾害区域及灾害链风险评估方法,包括:数据获取单元的整合模块对历史震害资料进行统计;数据获取单元的读取模块从因子栅格图中获取诱发地震滑坡各因子的数据;分析单元根据统计的历史震害资料对因子栅格图中各因子进行分级赋值,所述因子栅格图包括第一因子栅格图和第二因子栅格;评分单元根据因子栅格图中各因子在地震滑坡贡献值进行分析,形成各因子的权重系数;计算单元根据第一因子栅格图中各因子的分级赋值、各因子的权重系数评估地震滑坡危险性;计算单元根据第二因子栅格图中各因子的分级赋值、各因子的权重系数和地震滑坡危险性,评估地震滑坡危害性;显示单元将地震滑坡危险性评估结果与危害性评估结果图形化。
Description
技术领域
本发明涉及地震滑坡灾害危险评估领域,具体说,涉及一种地震滑坡灾害区域及灾害链风险评估方法。
背景技术
联合国教科文组织的一项研究计划中,提出了自然灾害及风险的术语定义,随后得到了国际地质灾害研究领域的普遍认同,成为对地质灾害危险性、易损性和危害性评估的基本模式。滑坡灾害的风险可定义为:在一定的区域时间限度内,滑坡灾害现象对生命财产、经济活动等可能造成的损失。它可表示为:R=f(P,H,V)不失一般性,上式可进一步表示为:R=P*H*V;式中:R为地质灾害的风险性(危害性),指特定的地质灾害现象可能造成的损失;P为风险评估修正系数;H为一定地区范围内某种潜在的地质灾害现象在一定的时间内发生的概率,即地质灾害的危险性;V为特定的地质灾害以一定的强度发生而对受威胁对象所造成的损失程度,即受威胁对象的易损性。
风险是一种潜在的灾害,预示着灾害发生的可能性。如果风险缺乏有效的预防和管理,一旦时机成熟,隐性的风险便会转化成显性的危害。因此,地震灾害风险一直是社会关注的重点领域之一。然而,尽管已经意识到地震灾害风险评估对于地区及经济部门发展的重要性,并通过案例研究取得了方法上的一些进展,但总体说来,国内对地震灾害风险调查、评估、防范与制图等多方面、全方位的研究还比较薄弱。主要表现在:一是缺乏系统的理论总结,没有形成完善的风险分析框架;二是现有的风险评估方法的实用性、可推广性不强。总体看来,区域地震灾害风险评估和防范等方面的工作尚处在发展阶段,不仅不同尺度区域的综合灾害风险状况不清,而且较多关键的技术性问题还有待完善。
从当前国内灾害风险形势及未来的发展趋势和国内研究现状来看,全方位的开展符合省级行政区域的地震地质灾害风险评估、制图和防范等方面研究不仅意义重大,而且已迫在眉睫。
并且现有技术中,进行地震地质灾害危险性分析的定量方法是基于物理确定模型和工程地质的方法,它建立在地震次生地质灾害发生的物理机制基础上,这种方法需要收集工程地质、水文地质等方面的大量数据,比较适合特定地震地质灾害的监测、评价和预测,对于大范围的地震地质灾害评价和预测来说很难实现。
因此,现有技术存在的问题,有待于进一步改进和发展。
发明内容
(一)发明目的:为解决上述现有技术中存在的问题,本发明的目的是提供一种地震滑坡灾害区域及灾害链风险评估方法。
(二)技术方案:为了解决上述技术问题,本技术方案提供地震滑坡灾害区域及灾害链风险评估方法,包括以下步骤,
步骤一,数据获取单元的整合模块对历史震害资料进行统计;
步骤二,数据获取单元的读取模块从因子栅格图中获取诱发地震滑坡各因子的数据;
步骤三,分析单元根据统计的历史震害资料对因子栅格图中各因子进行分级赋值,所述因子栅格图包括第一因子栅格图和第二因子栅格;
步骤四,评分单元根据因子栅格图中各因子在地震滑坡贡献值进行分析,形成各因子的权重系数;
步骤五,计算单元根据第一因子栅格图中各因子的分级赋值、各因子的权重系数评估地震滑坡危险性;
步骤六,计算单元根据第二因子栅格图中各因子的分级赋值、各因子的权重系数和步骤五中得到的地震滑坡危险性,评估地震滑坡危害性;
步骤七,显示单元将地震滑坡危险性评估结果与危害性评估结果图形化。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述历史震害资料包括人口、经济、道路、土地破坏情况,以及地震造成地震滑坡灾害的主控因素:坡度、坡高、地层,诱导因素:交通、水系、烈度、降雨。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述第一因子栅格图中因子包括,坡度、坡高、地层、道路、水系、烈度、降雨,所述第二因子栅格图中因子包括,公里格网人口、公里格网经济、道路密度、土地利用。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述分析单元根据历史震害资料中地震造成地震滑坡灾害的影响因素:坡度、坡高、地层、交通、水系、烈度、降雨对地震滑坡影响情况对所述第一因子栅格图中各因子进行分级赋值;根据历史震害资料中人口、经济、道路、土地破坏情况,对所述第二因子栅格图中各因子进行分级赋值。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述步骤四中,评分单元运用层次分析法分别对第一因子栅格图、第二因子栅格图中各因子在地震滑坡贡献值进行分析。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述步骤五中,计算单元计算地震滑坡危险性的公式为:地震滑坡危险性(H)=坡度对应的分级赋值*坡度权重(Sa)+坡高对应的分级赋值*坡高权重(Sh)+地层对应的分级赋值*地层权重(SR)+水系对应的分级赋值*水系权重(SW)+道路对应的分级赋值*道路权重(SD)+烈度对应的分级赋值*烈度权重(TS)+降雨对应的分级赋值*降雨权重(TP)。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述步骤六中,计算单元计算地震滑坡危害性的公式为:地震滑坡危害性(W)=地震滑坡危险性(H)+格网人口对应的分级赋值*格网人口权重(WR)+格网经济对应的分级赋值*格网经济权重(WJ)+道路密度对应的分级赋值*道路密度权重(WD)+土地利用对应的分级赋值*土地利用权重(WT)。
所述地震滑坡灾害区域及灾害链风险评估方法,其中,所述步骤七中,显示单元采用颜色等级表示法及GIS空间分析工具,将地震滑坡危险性评估结果与危害性评估结果图形化。
(三)有益效果:本发明提供一种地震滑坡灾害区域及灾害链风险评估方法,准确的对地震滑坡的影响精进行评估,并且直观的将评估结果进行显示,增强了实用性,进而增强了政府地震灾害应急救助能力。
附图说明
图1是本发明地震滑坡灾害区域及灾害链风险评估流程图;
图2是本发明优选实施例中地震滑坡危险性影响因素结构图;
图3是本发明优选实施例中地震滑坡危险性分析判断矩阵图;
图4是本发明优选实施例中地震滑坡危险性因子权重图;
图5是本发明优选实施例中地震滑坡危害性影响因素结构图;
图6是本发明优选实施例中社会属性层次分析判断矩阵图;
图7是本发明优选实施例中滑坡危害性判断矩阵图;
图8是本发明优选实施例中地震滑坡危害性因子权重图。
具体实施方式
下面结合优选的实施例对本发明做进一步详细说明,在以下的描述中阐述了更多的细节以便于充分理解本发明,但是,本发明显然能够以多种不同于此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下根据实际应用情况作类似推广、演绎,因此不应以此具体实施例的内容限制本发明的保护范围。
附图是本发明的实施例的示意图,需要注意的是,此附图仅作为示例,并非是按照等比例的条件绘制的,并且不应该以此作为对本发明的实际要求保护范围构成限制。
地震滑坡灾害区域及灾害链风险评估方法对地震滑坡风险的判断上综合考虑了地震滑坡危害的自然属性和社会属性,自然属性即为地震滑坡危险性,社会属性(即为地震滑坡危害性)主要包含了地震滑坡危害的社会危害性、物质危害性、经济危害性和资源环境危害性四个方面的危害性。
地震地质灾害(地震滑坡)危险性相当于地震诱发各类地质灾害易发程度,也就是回答“地震之后什么地方易于发生地质灾害”的问题,是各类地震诱发的地质灾害所处的地形地貌、气象水文、地质环境条件、地表覆被等基础孕灾条件的综合评估和现有地质灾害特征的综合度量。地震地质灾害(地震滑坡)危险性只是从空间分布上考虑地震地质灾害发生的可能性,不涉及诸如“什么时候”或“什么频率”等地震地质灾害时间概率问题。简言之,地震地质灾害危险性就是在考虑地作为主要的诱发因素条件下,从斜坡体各种基础地质环境背景条件(内在控制因素)及其相互组合对地质灾害的孕育发生的控制作用出发,考察区域内地质灾害在相对稳定的孕灾环境中发生的可能性大小。
滑坡形成的基本条件,包括地形(坡度、坡高),地层岩性土性(易滑坡地层)、道路、水系等。主控因素可以从区域宏观上控制滑坡发生的分布数量和格局。研究证明,我国主控因素条件优越的地区,滑坡分布密度越大。因此,选取坡度、坡高、地层、交通、水系作为影响地震滑坡的主控条件。
另外一种方法基于统计分析理论,它不需要收集大量的地震地质灾害物理特性方面的数据,而是通过历史地震地质灾害失稳因素的特征分析来预测未来地震地质灾害的趋势,因此对于大区域的灾害预测预报具有明显优势,且已经得到普遍认可和使用。
本发明采用的评价方法主要是指标分析法与专家打分法结合的方法。指标分析法主要是根据野外勘探等工作所获得的滑坡诱发因子与滑坡发生之间关系、作用过程等方面的认识,按滑坡诱发因子的重要性对其进行分级并赋予相应的权重。从某种程度上讲,它属于一种基于经验知识的半定量方法的范畴。因此本发明分析法需要经过以下步骤:(1)确定滑坡诱发因子;(2)将每一种滑坡诱发因子按一定的规则划分为不同的组;(3)根据震害统计资料将值赋给每个组,得到赋值后的因子图层;(4)根据专家打分,由层次分析法得到各因子图层权重;(5)将所有因子图层按照权重进行叠加;(6)将叠加结果按一定规则进行分级,以表征不同的滑坡危险、危害级别。其中诱发因子的确定是通过前期国内外学者对地震滑坡进行的研究。
这种方法的优点是:
(1)定量化提高,可以运用地理信息系统进行自动处理分析,并在一定程度上克服了由于隐含规则带来的弊端;
(2)在数据的获取、处理到最终分析实现了数据管理的标准化操作,适用于各种工作尺度。
缺点是:
(1)在赋予权值时存在人为主观性,使得在某一区域获得的推断模型很难应用于另一地区;
(2)环境变量对滑坡发生的触发机理及两者之间的相关关系的专业知识存在一定的不足,一般不考虑因子条件变量的空间及时间的可变性。
近年来国内外的地震灾害风险管理与减灾实践表明:在人类无法控制地震灾害发生、甚至还不能完全准确地对地震灾害进行预报和预警的条件下,通过对地震灾害风险的综合评估,编制地震灾害风险分布图,辨识高风险区。对地震灾害进行预报和预警,对地震灾害风险的综合评估,编制地震灾害风险分布图,辨识高风险区,不但可以为各级政府更为有效地指导防灾与备灾工作,减少地震灾害所造成的损失提供科学依据,而且也可以更有效地为我国地区规划社会经济发展、建设重大工程项目、确定区域地震灾害保险费率等方面提供决策技术支持,从而保障国家和地区社会经济的可持续发展。
本发明中提出的一种地震滑坡灾害区域及灾害链风险评估方法,应用于地震滑坡灾害区域及灾害链风险评估系统,所述风险评估系统包括数据获取单元、分析单元、评分单元、计算单元、显示单元,具体包括以下步骤,
步骤一,数据获取单元的整合模块对历史震害资料进行统计;
步骤二,数据获取单元的读取模块从因子栅格图中获取诱发地震滑坡各因子的数据;
步骤三,分析单元根据统计的历史震害资料对因子栅格图中各因子进行分级赋值,所述因子栅格图包括第一因子栅格图和第二因子栅格;
步骤四,评分单元根据因子栅格图中各因子在地震滑坡贡献值进行分析,形成各因子的权重系数;
步骤五,计算单元根据第一因子栅格图中各因子的分级赋值、各因子的权重系数评估地震滑坡危险性;
步骤六,计算单元根据第二因子栅格图中各因子的分级赋值、各因子的权重系数和步骤五中得到的地震滑坡危险性,评估地震滑坡危害性;
步骤七,显示单元将地震滑坡危险性评估结果与危害性评估结果图形化。
所述整合模块统计的历史震害资料可以是通过人工在输入单元输入的资料数据,也可以是所述整合模块通过网络获取资料数据,这里不做具体限制。所述历史震害资料包括人口、经济、道路、土地破坏情况,以及地震造成地震滑坡灾害影响因素:坡度、坡高、地层、交通、水系、烈度、降雨。
所述读取模块从因子栅格图中直接获取因子数据。所述第一因子栅格图中因子包括,坡度、坡高、地层、道路、水系、烈度、降雨,所述第二因子栅格图中因子包括,公里格网人口、公里格网经济、道路密度、土地利用。
所述步骤三中,所述分析单元分别将第一因子栅格图中各个因子,根据因子属性进行一级划分,例如坡度因子依照0°、1°、2°、3°……90°进行划分,然后将划分后的因子数值在所述步骤一统计的历史震害资料中进行检索地震滑坡发生次数,获取各个因子一级划分每个数值对应地震滑坡发生次数。所述分析单元根据各个因子一级划分每个数值对应地震滑坡发生次数对各个因子进行二级划分,例如坡度因子依照小于1°、1°-10°、10°-15°……大于40°进行划分,获得第一因子栅格图中各个因子的分级划分;同时所述分析单元根据各个因子二级划分后,每个阶段的地震滑坡发生次数对各个因子二级划分后的数值进行赋值获得每个因子的分级赋值。
所述分析单元分别将第二因子栅格图中各个因子,根据因子属性进行一级划分,例如人口密度因子依照0、1、2……1000、1001……进行划分,然后将划分后的因子数值在所述步骤一统计的历史震害资料中进行检索地震滑坡发生后人员伤亡或财物损失数值,获取各个因子一级划分每个数值对应地震滑坡发生后人员伤亡或财物损失数值。所述分析单元根据各个因子一级划分每个数值对应地震滑坡发生后人员伤亡或财物损失数值对各个因子进行二级划分,获得第二因子栅格图中各个因子的分级划分,同时所述分析单元根据各个因子二级划分后,每个阶段的地震滑坡发生后人员伤亡或财物损失数值对各个因子二级划分后的数值进行赋值,获得每个因子的分级赋值。
所述分析单元对第一因子栅格图或第二因子栅格图中各个因子一级划分、二级划分后,每个数值对应地震滑坡发生次数或每个数值对应地震滑坡发生后人员伤亡或财物损失数值可以通过所述显示单元显示,以保证分级赋值的准确性。
所述分析单元将各因子分别进行一级划分、二级划分,进一步保证分级赋值的准确性。
所述步骤三中,所述分析单元对第一因子栅格图、第二因子栅格图中各因子进行分级赋值,还可以通过以下方法实现:
所述分析单元将第一因子栅格图、第二因子栅格图中各个因子的因子数值依次进行模型建立,模拟地震发生时,滑坡发生情况以及地震滑坡发生后对应的人员伤亡和财产损失;根据历史震害资料中对应因子的因子数值在地震发生时滑坡的发生情况,对模拟结果进行核对;然后所述分析单元根据模型建立后,各个因子数值对应的滑坡发生情况以及地震滑坡发生后对应的人员伤亡和财产损失,对第一因子栅格图、第二因子栅格图中各个因子进行分级赋值。
所述步骤四中,评分单元运用层次分析法分别对第一因子栅格图、第二因子栅格图中各因子在地震滑坡贡献值进行分析,形成各因子的权重系数。
所述步骤四中,所述评分单元还可以根据第一因子栅格图的各个因子与造成地震滑坡的关联程度编制地震滑坡危险性关系网,评分单元根据地震滑坡危险性关系网对第一因子栅格图的各个因子进行评价,形成第一因子栅格图各因子的权重系数。
所述评分单元根据第二因子栅格图的各个因子与地震滑坡灾害造成人员伤亡或财产损失的关联程度编制地震滑坡危害性关系网,评分单元根据地震滑坡危害性关系网对第二因子栅格图的各个因子进行评价,形成第二因子栅格图各因子的权重系数。
所述计算单元编制的地震滑坡危险性关系网、地震滑坡危害性关系网可以通过所述显示单元显示,以保证形成的权重系数具有说服力。
所述步骤五中,计算单元计算地震滑坡危险性的公式为:地震滑坡危险性(H)=坡度对应的分级赋值*坡度权重(Sa)+坡高对应的分级赋值*坡高权重(Sh)+地层对应的分级赋值*地层权重(SR)+水系对应的分级赋值*水系权重(SW)+道路对应的分级赋值*道路权重(SD)+烈度对应的分级赋值*烈度权重(TS)+降雨对应的分级赋值*降雨权重(TP)。
所述步骤六中,计算单元计算地震滑坡危害性的公式为:地震滑坡危害性(W)=地震滑坡危险性(H)+格网人口对应的分级赋值*格网人口权重(WR)+格网经济对应的分级赋值*格网经济权重(WJ)+道路密度对应的分级赋值*道路密度权重(WD)+土地利用对应的分级赋值*土地利用权重(WT)。
所述步骤七中,显示单元采用颜色等级表示法及GIS空间分析工具,将地震滑坡危险性评估结果与危害性评估结果图形化。所述显示单元运用不同颜色区分滑坡的评价等级,研究结果不再仅仅是文字描述,将地震滑坡危险性评估结果与危害性评估结果图形化,使研究成果展示更加直观,提升实用性。
所述第一因子栅格图中获取的各种地理因素数据分为主控因素(内因)和诱导因素(外因),并根据相关资料及调研结果将各个因素分级量化,增强了模型的计算性及可使用性。所述主控因素是指导致地震滑坡的内因,所述诱导因素是指导致地震滑坡的外因。其中,烈度、降雨、水系、道路为诱导因素,坡度、坡高、地层为主控因素。
原有地质灾害分析,笼统的归纳地质灾害影响因素,未按照主控因素(内因)与诱导因素(外因)进行分类研究,本申请将地震烈度、降雨、水系、道路等诱导因素与坡度、坡高、地层等主控因素区分,更符合地震地质滑坡的形成机理,在赋值计算时也更加准确。
原有地质灾害分析多为定性分析或半定量、半定性分析,主观因素较多且不利于推广利用。本申请通过总结已有震例资料,将各个因素分级量化,增强了模型的计算性、模型推广的简便性及模型可适用范围。
本发明通过分析区域山体滑坡地震地质灾害的特征及其与地震烈度、地形坡度、土层特征、降水等关系,建立山西区域地震滑坡地震地质灾害风险概率模型。在设定地震风险水平和烈度等级的前提下,根据地形地貌、岩性土层等资料,完成了地震滑坡危险性分析。在地震滑坡危险性分析的基础上,结合人口、经济、土地利用等数据,建立地区地震山体滑坡地震地质灾害链评估模型,完成了地震滑坡风险分析。
本申请在地震地质灾害评估中,综合考虑地震滑坡危害的自然属性和社会属性。原有地质灾害评估多考虑地质灾害的自然属性,即哪里可能发生地质灾害。对于地质灾害的社会属性分析较少。但地质灾害是对生命财产造成严重后果的自然事件,仅仅有灾害体的危害范围、灾害强度及发生概率等自然属性的研究是远远不够的,还必须对承灾区特性进行研究。本申请不光研究了地震地质灾害的自然属性,同时研究了地震地质灾害的社会属性,引入承灾体概念,延伸地震地质灾害评估从危险性评估到危害性评估,对地震滑坡危害的社会危害性、物质危害性、经济危害性和资源环境危害性四个方面进行了研究,增强了课题研究结果的实用性。
所述承灾体是指承灾体直接受到灾害影响和损害的人类社会主体。主要包括人类本身和社会发展的各个方面。如工业、农业、能源、建筑业、交通、通信、教育、文化、娱乐、各种减灾工程设施及生产、生活服务设施,以及人们所积累起来的各类财富等。
承灾体受灾害的程度,除与致灾因子的强度有关外,很大程度上取决于承灾体自身的脆弱性。
承受灾害的对象称为承灾体。研究目标不同,承灾体的层次也不同,主要有宏观承灾体和微观承灾体之分。
下面结合本发明一种地震滑坡灾害区域及灾害链风险评估方法一个优选的实施例进行详细说明。
因子赋值过程:
地震滑坡主导因素,
坡度,
地震滑坡是地震作用和斜坡重力共同作用的产物。坡度对滑坡的发育具有重要的影响作用。在山西及周边地区,地震滑坡也主要发育在有一定坡角的塬边和黄土梁峁(丘陵)区,基岩山区和黄土塬内一般不发生滑坡。一般来说,地形坡度越陡峭越容易引发滑坡、崩塌。单就滑坡而言,在某一地区条件下存在着一个容易触发的角度范围,若大于该角度范围,则容易引起崩塌。调查统计显示,黄土地震滑坡分布范围为但优势滑坡坡角为占滑坡总数的85.1%,而且大型滑坡原始地形坡角多在以下,原始地形坡角较大的多为中小型滑坡和与构造有关的切层黄土---基岩混合滑坡。黄土地震滑坡原始地形坡角统计如下表,
其中,N为滑坡数,A为所占百分比
本发明采用1公里的DEM数据制作坡度,得到坡度后,基于统计经验分级赋值。坡度分级量化表,如下表,
坡度(度) | 分级 | 赋值 |
<1 | 1 | 0 |
1-10 | 2 | 2 |
10-15 | 3 | 3 |
15-20 | 4 | 5 |
20-25 | 5 | 3.5 |
25-30 | 6 | 4 |
30-35 | 7 | 2.5 |
35-40 | 8 | 1.5 |
>40 | 9 | 1 |
坡高,
斜坡的比高和形态对滑坡的影响也很大。山西及周边地震滑坡主要发育在有一定坡角的塬边、高阶地前缘和黄土梁峁(丘陵)区。黄土地震滑坡原始地形比高相对较小,分布范围为30~350m,优势比高为50~200m,占滑坡总数的80.3%。黄土地震滑坡地形比高统计表,如下表,
本发明采用1公里的DEM数据制作坡高,得到坡高后,基于统计经验分级赋值。坡高分级量化表,如下表,
坡高(米) | 分级 | 赋值 |
<30 | 1 | 1 |
30-50 | 2 | 3.5 |
50-100 | 3 | 5 |
100-150 | 4 | 4.5 |
150-200 | 5 | 4 |
200-250 | 6 | 3 |
250-300 | 7 | 2.5 |
300-500 | 8 | 2.5 |
>500 | 9 | 2.5 |
地层结构,
斜坡在地震作用下的稳定性与斜坡岩土体岩性及其结构特征具有密切的关系,大量调查研究表明,在不同地质年代中地层的岩性与地质灾害具有显著的相关性。山西地区土层主要由黄土---古土壤序列构成,不同时代黄土的密实度和胶结程度存在较大差异,因而黄土地震滑坡的发育程度也不同。调查结果表明,早、中更新世黄土由于强度较大,一般不容易发生滑坡。晚更新世黄土结构疏松,且直接出露于地表,是地震黄土滑坡发育的主要地层。地层分级量化如下表,
地层 | 赋值 |
侵入岩、喷出岩、石英岩 | 1 |
片麻岩、砂岩、石灰岩 | 1.5 |
片岩、砂砾岩夹粘土岩岩组 | 2 |
千枚岩、板岩岩组、粘土岩岩组 | 2.5 |
早更新世黄土 | 3 |
中更新世黄土 | 3.5 |
晚更新世黄土 | 4 |
全新世近代黄土 | 4.5 |
水系,
地质灾害的发生与水系的分布存在紧密的关系,对历史地震地震地质灾害资料的调查研究表明,绝大多数地震地质灾害分布在距河流0-1000m的范围内,而且离水系越远,地震地质灾害密度有明显逐渐减小的趋势。水系分级量化如下表,
水系(缓冲区,km) | 分级 | 赋值 |
0.5 | 1 | 5 |
1 | 2 | 4 |
1.5 | 3 | 3.5 |
2 | 4 | 3 |
2.5 | 5 | 2.5 |
3 | 6 | 2 |
3.5 | 7 | 1.5 |
4 | 8 | 1 |
5 | 9 | 0.5 |
道路,
道路是人工修建的公共设施,在山区一般依地形、山势而修。由于人为的开挖,对周边环境造成一定的损坏。据其他学者统计分析,绝大多数地震地质灾害分布在距道路0-500m的范围内,而且离道路越远,地震地质灾害密度有明显逐渐减小的趋势。道路分级量化如下表,
道路(缓冲区,km) | 分级 | 赋值 |
0.5 | 1 | 5 |
1 | 2 | 4 |
1.5 | 3 | 3.5 |
2 | 4 | 3 |
2.5 | 5 | 2.5 |
3 | 6 | 2 |
3.5 | 7 | 1.5 |
4 | 8 | 1 |
5 | 9 | 0.5 |
地震滑坡诱导因素,
在具备优势主导因素地区,触发因素起到辅助作用,加速了这些地区的滑坡发生,包括降雨强度,地震强度等。这两种因素是诱发我国片状滑坡的主要因素。
烈度,
在山西地区,地震滑坡的展布受地震烈度控制较为明显,一般小地震产生的滑坡全是浅层小滑坡,数量也很少。在相同或相似的自然环境条件下,地震震级加大,一般来说,滑坡发育的程度也加大,滑坡数量增多。在地震烈度达到VI度时,就开始出现黄土崩塌和滑坡;在地震烈度达到IX度时,就可能开始出现大规模的黄土滑坡和黄土滑坡密集展布区。黄土地震滑坡的展布与地震烈度密切相关。烈度分级量化如下表,
烈度(度) | 分级 | 赋值 |
V | 1 | 0.5 |
VI | 2 | 2.5 |
VII | 3 | 3.5 |
VIII | 4 | 4.5 |
IX | 5 | 5 |
降水
降雨量作为滑坡的一种诱发因素,它对于地震滑坡也有一定的促进作用。发生在暴雨季节地震诱发滑坡比其他季节要多,陕西省滑坡爆发频率逐月统计如下表:
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
滑坡频率 | 0 | 0 | 0 | 2 | 9 | 18 | 34 | 24 | 10 | 2 | 1 | 0 |
从上表可以看出,随着降雨量的增大,滑坡发生的频率、数量和规模都有不同程度的增多。
本发明收集到的降水数据为1公里格网年均降水数据,基于统计经验分级赋值。降雨分级量化如下表,
危险性分析:
按照前述评价方法,在筛选出对地震崩滑影响显著的因素,并将各个因素对地震崩滑的影响(贡献)程度进行分级赋值,把对各因素在边坡崩滑中所起作用的定性认识进行量化,形成定量因子后,在比较各因素对边坡地震崩滑贡献相对大小的基础上,按照专家打分结果进行层次分析法分析,形成权重系数。地震滑坡危险性影响因素结构如图2所示,地震滑坡危险性分析判断矩阵如图3所示,地震滑坡危险性因子权重如图4所示。
利用前述各因素分级赋值及专家打分权重,得出地震滑坡危险性分级的综合指标H如下:
H=坡度对应的分级赋值*Sa+坡高对应的分级赋值*Sh+地层对应的分级赋值*SR+水系对应的分级赋值*SW+道路对应的分级赋值*SD+烈度对应的分级赋值*TS+降雨对应的分级赋值*TP
H:山西地区地震滑坡危险性;Sa:坡度权重;Sh:坡高权重;SR:地层权重;SW:水系权重;SD:道路权重;TS:烈度权重;TP:降雨权重;危害性分析。
滑坡灾害既是一种自然现象,又是一种社会现象,因此它既有自然属性,又有社会属性。自然属性是指造成灾害的自然作用过程、发生发展规律、成因机制、波及范围、规模、强度、频次等,这些特性可以用地震滑坡危险性加以阐明。社会属性是指灾害对人类生存和社会经济活动带来的影响程度,以及由灾害所引起的一系列社会经济过程、特点、运行机制等。这些特性可以用地震滑坡危害性加以阐明。
滑坡灾害危害性的自然属性
面对复杂的地质灾害,目前人类不但认识水平有限,而且获取的资料常常不全面。因此,地质灾害风险实质上是在综合地质灾害活动过程和活动后果基础上,对灾害总体形象所做出的具有不同程度模糊性的认识。在地震滑坡危害性的研究中,我们把滑坡危害的自然属性表征为滑坡危险性。
滑坡灾害危害性的社会属性
滑坡灾害的自然属性与社会属性并重。因此,滑坡灾害的危害性特征一方面是自然属性,表现为滑坡灾害发生、发展内在的随机性和不确定性。滑坡灾害的发生受内在不确定性因素影响,使得人类无法准确预测和完全控制,这就构造了危害性的自然属性。第二方面社会属性,表现为滑坡灾害的危害对象及受灾体的承受能力的不确定性,人类社会和经济活动的日益加剧而导致不确定因素增加等,构成了危害性的社会属性。
地震滑坡危害性影响因素
滑坡灾害危险性分析是度量滑坡灾害体的活动程度、活动特征、地理分布及其对影响区的威胁程度,它是评价滑坡灾害破坏损失程度的基础。其主要内容是分析滑坡灾害在某一区域上的发展条件与规律,在此基础上圈定危险区范围。前文已对地震滑坡的危险性分析进行了描述,危害性分析中,以危险性分析的结果为基础。
滑坡灾害是对生命财产造成严重后果的自然事件。因此,仅仅有灾害体的危害范围、灾害强度及发生概率等自然属性的研究是不够的,还必须对承灾区特性进行研究。易损性分析指的是对危险区范围内人口数量和各类风险财产的数量,特定风险对象的抗灾性进行分析。对于同一种类的滑坡灾害,在不同的地区所造成的经济损失和人员伤亡常常有很大的不同,这主要是由各地区的承灾条件不同所致。经济发达的地区,由于社会财富集中,人口稠密,所以遭受灾害的风险较大,灾害损失严重。
地震滑坡危害性的判断上综合考虑了地震滑坡危害的自然属性和社会属性,自然属性即为地震滑坡危险性,社会属性主要包含了地震滑坡危害的社会危害性、物质危害性、经济危害性和资源环境危害性四个方面。地震滑坡危害性影响因素结构如图5所示。
人口密度,
社会危害性主要指评估滑坡灾害对人类的可能伤亡。而影响人类伤亡的因素主要有人口密度、人口构成、风险观念和保险发展水平等等,其中最直接的最便于采集资料的就是人口密度,所以本发明采用公里格网人口进行滑坡危害性的评价。人口密度量化如下表,
经济密度,
经济危害性评估主要指经济财富和发展的损失。包括直接损失和间接损失。近年出现的趋势是间接损失明显超过直接损失。在各类经济数据中,最常用且便于采集资料的就是GDP数据,所以本研究采用公里格网GDP数据进行滑坡危害性的评价。经济密度量化如下表,
道路密度,
物质危害性主要指评估生命线工程、基础工程和工业的易损性,由近几年地震滑坡对生命线工程等造成的破坏来看,道路受损首当其冲,据统计,每年仅因道路地质灾害造成的损失,约为全国地质灾害损失的30%以上。因地质灾害的影响,全国交通线路阻车断道的情况时有发生,少则几小时、几天,多达几年,甚至报废。因此本发明重点研究地震滑坡对道路的损害。道路密度量化如下表,
土地利用,
资源环境危害性指评估滑坡灾害对自然环境和生态环境的破坏效应及影响,在所有资源中最易受地质灾害破坏的是土地资源,它受地质灾害的影响面积大,时间持续长久,因此发明重点研究地震滑坡对土地资源的损坏。土地利用分类量化如下表,
山西地震滑坡危害等级区域分析,
按照前述评价方法,在筛选出对地震滑坡社会属性影响显著的因素,并将各个因素对地震滑坡社会危害影响(贡献)程度进行分级赋值,把对各因素在地震滑坡社会危害中所起作用的定性认识进行量化,形成定量因子后,结合滑坡的自然属性一地震滑坡危险性,比较各因素对地震滑坡危害性贡献相对大小的基础上,按照专家打分结果,形成权重系数。社会属性层次分析判断矩阵如图6所示,滑坡危害性判断矩阵如图7所示,地震滑坡危害性因子权重如图8所示。
利用前述各因素分级赋值及层次分析法权重,得出地震滑坡危害性分级的综合指标W如下:
W=滑坡自然属性*Qh+滑坡社会属性*Qw
=坡度对应的分级赋值*Sa+坡高对应的分级赋值*Sh+地层对应的分级赋值*SR+水系对应的分级赋值*SW+道路对应的分级赋值*SD+烈度对应的分级赋值术TS+降雨对应的分级赋值*TP+格网人口对应的分级赋值*WR+格网经济对应的分级赋值*WJ+道路密度对应的分级赋值*WD+土地利用对应的分级赋值*WT
W:地震滑坡危害性;Qh:滑坡自然属性权重;Qw:滑坡社会属性权重;Sa:坡度权重;Sh:坡高权重;SR:地层权重;SW:水系权重;SD:道路权重;TS:烈度权重;TP:降雨权重;WR:格网人口权重;WJ:格网经济权重;WD:道路密度权重;WT:土地利用权重。
一种地震滑坡灾害区域及灾害链风险评估方法,综合考虑地震滑坡危害的自然属性和社会属性,对地震滑坡危害的社会危害性、物质危害性、经济危害性和资源环境危害性四个方面进行了研究,增强了发明研究结果的实用性;地震地质灾害风险等级综合评估技术研究将有效应对和防御各类地震地质灾害。
以上内容是对本发明创造的优选的实施例的说明,可以帮助本领域技术人员更充分地理解本发明创造的技术方案。但是,这些实施例仅仅是举例说明,不能认定本发明创造的具体实施方式仅限于这些实施例的说明。对本发明创造所属技术领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干简单推演和变换,都应当视为属于本发明创造的保护范围。
Claims (6)
1.地震滑坡灾害区域及灾害链风险评估方法,其特征在于,包括以下步骤,
步骤一,数据获取单元的整合模块对历史震害资料进行统计;
步骤二,数据获取单元的读取模块从因子栅格图中获取诱发地震滑坡各因子的数据;
步骤三,分析单元根据统计的历史震害资料对因子栅格图中各因子进行分级赋值,所述因子栅格图包括第一因子栅格图和第二因子栅格;
步骤四,评分单元根据因子栅格图中各因子在地震滑坡贡献值进行分析,形成各因子的权重系数;
步骤五,计算单元根据第一因子栅格图中各因子的分级赋值、各因子的权重系数评估地震滑坡危险性;
步骤六,计算单元根据第二因子栅格图中各因子的分级赋值、各因子的权重系数和步骤五中得到的地震滑坡危险性,评估地震滑坡危害性;
步骤七,显示单元将地震滑坡危险性评估结果与危害性评估结果图形化;
所述步骤三中,所述分析单元将第一因子栅格图、第二因子栅格图中各个因子的因子数值依次进行模型建立,模拟地震发生时,滑坡发生情况以及地震滑坡发生后对应的人员伤亡和财产损失;根据历史震害资料中对应因子的因子数值在地震发生时滑坡的发生情况,对模拟结果进行核对;然后所述分析单元根据模型建立后,各个因子数值对应的滑坡发生情况以及地震滑坡发生后对应的人员伤亡和财产损失,对第一因子栅格图、第二因子栅格图中各个因子进行分级赋值;
所述第一因子栅格图中因子包括,坡度、坡高、地层、道路、水系、烈度、降雨,所述第二因子栅格图中因子包括,公里格网人口、公里格网经济、道路密度、土地利用;
所述分析单元根据历史震害资料中地震造成地震滑坡灾害的影响因素:坡度、坡高、地层、交通、水系、烈度、降雨对地震滑坡影响情况对所述第一因子栅格图中各因子进行分级赋值;根据历史震害资料中人口、经济、道路、土地破坏情况,对所述第二因子栅格图中各因子进行分级赋值。
2.根据权利要求1所述地震滑坡灾害区域及灾害链风险评估方法,其特征在于,所述历史震害资料包括人口、经济、道路、土地破坏情况,以及地震造成地震滑坡灾害影响的主控因素:坡度、坡高、地层,诱导因素:交通、水系、烈度、降雨。
3.根据权利要求2所述地震滑坡灾害区域及灾害链风险评估方法,其特征在于,所述步骤四中,评分单元运用层次分析法分别对第一因子栅格图、第二因子栅格图中各因子在地震滑坡贡献值进行分析。
4.根据权利要求3所述地震滑坡灾害区域及灾害链风险评估方法,其特征在于,所述步骤五中,计算单元计算地震滑坡危险性的公式为:地震滑坡危险性H=坡度对应的分级赋值*坡度权重Sa+坡高对应的分级赋值*坡高权重Sh+地层对应的分级赋值*地层权重SR+水系对应的分级赋值*水系权重SW+道路对应的分级赋值*道路权重SD+烈度对应的分级赋值*烈度权重TS+降雨对应的分级赋值*降雨权重TP。
5.根据权利要求4所述地震滑坡灾害区域及灾害链风险评估方法,其特征在于,所述步骤六中,计算单元计算地震滑坡危害性的公式为:地震滑坡危害性W=地震滑坡危险性H+格网人口对应的分级赋值*格网人口权重WR+格网经济对应的分级赋值*格网经济权重WJ+道路密度对应的分级赋值*道路密度权重WD+土地利用对应的分级赋值*土地利用权重WT。
6.根据权利要求1所述地震滑坡灾害区域及灾害链风险评估方法,其特征在于,所述步骤七中,显示单元采用颜色等级表示法及GIS空间分析工具,将地震滑坡危险性评估结果与危害性评估结果图形化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110912252.1A CN113554345B (zh) | 2021-08-10 | 2021-08-10 | 地震滑坡灾害区域及灾害链风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110912252.1A CN113554345B (zh) | 2021-08-10 | 2021-08-10 | 地震滑坡灾害区域及灾害链风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113554345A CN113554345A (zh) | 2021-10-26 |
CN113554345B true CN113554345B (zh) | 2023-04-18 |
Family
ID=78133750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110912252.1A Active CN113554345B (zh) | 2021-08-10 | 2021-08-10 | 地震滑坡灾害区域及灾害链风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554345B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113888031A (zh) * | 2021-10-27 | 2022-01-04 | 北京中地华安环境工程有限公司 | 滑坡灾害危险性的评价方法、装置、电子设备和介质 |
CN115375131A (zh) * | 2022-08-17 | 2022-11-22 | 中地宝联(北京)国土资源勘查技术开发集团有限公司 | 一种用于重载铁路的地质灾害风险评价方法 |
CN115236741B (zh) * | 2022-09-26 | 2022-12-09 | 成都理工大学 | 一种基于地震动信号的高速远程冰岩崩灾害链预警方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2577612A1 (en) * | 2003-08-18 | 2005-03-03 | Horticultural Asset Management, Inc. | Method and system for insuring landscape architectural objects |
CN104346538A (zh) * | 2014-11-26 | 2015-02-11 | 中国测绘科学研究院 | 基于三种灾情因子控制的地震灾害评估方法 |
CN106875096A (zh) * | 2017-01-17 | 2017-06-20 | 山西省地震局 | 一种地震房屋损失评估系统 |
CN108280553A (zh) * | 2018-02-24 | 2018-07-13 | 中山大学 | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 |
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 |
CN110322118A (zh) * | 2019-06-06 | 2019-10-11 | 重庆工商大学融智学院 | 地质灾害空间分布规律及易发性评估方法 |
CN110491096A (zh) * | 2019-08-29 | 2019-11-22 | 国家电网公司西南分部 | 一种降雨诱发滑坡灾害下输电杆塔的监测与预警方法 |
CN111858803A (zh) * | 2020-07-06 | 2020-10-30 | 东华理工大学 | 一种滑坡地灾风险区划图生成方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150235143A1 (en) * | 2003-12-30 | 2015-08-20 | Kantrack Llc | Transfer Learning For Predictive Model Development |
US8224631B2 (en) * | 2008-08-18 | 2012-07-17 | Fci Holdings Delaware, Inc. | Stress, geologic, and support analysis methodology for underground openings |
US20110213628A1 (en) * | 2009-12-31 | 2011-09-01 | Peak David F | Systems and methods for providing a safety score associated with a user location |
CN103605897A (zh) * | 2013-11-29 | 2014-02-26 | 民政部国家减灾中心 | 一种区域滑坡灾害风险估计方法 |
-
2021
- 2021-08-10 CN CN202110912252.1A patent/CN113554345B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2577612A1 (en) * | 2003-08-18 | 2005-03-03 | Horticultural Asset Management, Inc. | Method and system for insuring landscape architectural objects |
CN104346538A (zh) * | 2014-11-26 | 2015-02-11 | 中国测绘科学研究院 | 基于三种灾情因子控制的地震灾害评估方法 |
CN106875096A (zh) * | 2017-01-17 | 2017-06-20 | 山西省地震局 | 一种地震房屋损失评估系统 |
CN108280553A (zh) * | 2018-02-24 | 2018-07-13 | 中山大学 | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 |
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 |
CN110322118A (zh) * | 2019-06-06 | 2019-10-11 | 重庆工商大学融智学院 | 地质灾害空间分布规律及易发性评估方法 |
CN110491096A (zh) * | 2019-08-29 | 2019-11-22 | 国家电网公司西南分部 | 一种降雨诱发滑坡灾害下输电杆塔的监测与预警方法 |
CN111858803A (zh) * | 2020-07-06 | 2020-10-30 | 东华理工大学 | 一种滑坡地灾风险区划图生成方法 |
Non-Patent Citations (5)
Title |
---|
Jingmin Gao 等.Identification and estimation of landslide-debris flow disaster risk in primary and middle school campuses in a mountainous area of Southwest China.《International Journal of Disaster Risk Reduction》.2017,第25卷第60-71页. * |
张莹 等.地震灾害人员伤亡关键影响因素指标体系构建.防灾减灾学报.2017,第33卷(第04期),第87-94页. * |
曹彦波 等.2014年鲁甸6.5级地震应急快速评估.地震研究.2016,第39卷(第04期),第638-645页. * |
李芸芸 等.基于GIS平台的地震滑坡危险性快速评估方法的初步研究.地震工程与工程振动.2016,第36卷(第06期),第111-119页. * |
段丽瑶 等.基于AHP的天津泥石流灾害评估.气象与环境学报.2019,第35卷(第06期),第109-116页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113554345A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113554345B (zh) | 地震滑坡灾害区域及灾害链风险评估方法 | |
CN111858803B (zh) | 一种滑坡地灾风险区划图生成方法 | |
He et al. | GIS‐based regional landslide susceptibility mapping: a case study in southern California | |
CN113487123B (zh) | 高光谱监测与gis耦合山洪灾害动态风险评估方法 | |
CN111582597B (zh) | 一种输电线路滑坡危险性预测方法及其设备 | |
Chen et al. | Landslide susceptibility assessment using weights-of-evidence model and cluster analysis along the highways in the Hubei section of the Three Gorges Reservoir Area | |
CN113283802A (zh) | 一种复杂艰险山区滑坡危险性评估方法 | |
CN113470333A (zh) | 一种线路工程走廊浅层滑坡危险性评估及监测预警系统 | |
Talaei | Landslide susceptibility zonation mapping using logistic regression and its validation in Hashtchin Region, northwest of Iran | |
CN111144637A (zh) | 基于机器学习的区域电网地质灾害预报模型构建方法 | |
Hong et al. | Effects of land cover changes induced by large physical disturbances on hydrological responses in Central Taiwan | |
Tang et al. | Risk assessment of seismic landslides based on analysis of historical earthquake disaster characteristics | |
Andreas et al. | Incorporating geology and geomorphology in land management decisions in developing countries: A case study in Southern Costa Rica | |
Li | Evaluation method of ecological vulnerability of scenic spots based on entropy weight TOPSIS model | |
Bousta et al. | Weights of evidence method for landslide susceptibility mapping in Tangier, Morocco | |
CN110362867B (zh) | 基于多元影响因子的地面沉降分区方法 | |
CN116502748A (zh) | 融合多影响因素的滑坡空间风险性预警决策机制研究方法 | |
Khodashahi et al. | Earthquake-induced landslides hazard zonation of Rudbar-Manjil using CAMEL model | |
Seddiki et al. | Using GIS Combined with AHP for Mapping landslide Susceptibility in Mila, in Algeria | |
Wahono | Applications of statistical and heuristic methods for landslide susceptibility assessments: A case study in Wadas Lintang Sub District, Wonosobo Regency, Central Java Province, Indonesia | |
Xu et al. | Risk assessment of geological disasters in Beichuan County after the Wenchuan earthquake based on ArcGIS | |
Wei et al. | Quantitative analysis of the debris flow societal risk to people inside buildings at different times: a case study of Luomo village, Sichuan, southwest China | |
Talaei | A combined model for landslide susceptibility, hazard and risk assessment | |
Chou et al. | Integrating the geographic information system and predictive data mining techniques to model effects of compound disasters in Taipei | |
Dananjaya et al. | Landslide Vulnerability and Risk Assessment: A Study at Kiriketioya and Belihuloya 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |