CN114495428A - 一种滑坡灾害早期预警方法及系统 - Google Patents

一种滑坡灾害早期预警方法及系统 Download PDF

Info

Publication number
CN114495428A
CN114495428A CN202111590728.0A CN202111590728A CN114495428A CN 114495428 A CN114495428 A CN 114495428A CN 202111590728 A CN202111590728 A CN 202111590728A CN 114495428 A CN114495428 A CN 114495428A
Authority
CN
China
Prior art keywords
early warning
monitoring
landslide
indexes
warning level
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
CN202111590728.0A
Other languages
English (en)
Inventor
熊娟
卢晓莹
刘俊洋
侯邵梅
魏长江
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.)
Beijing Zhongguancun Zhilian Safety Science Research Institute Co ltd
Original Assignee
Beijing Zhongguancun Zhilian Safety Science Research Institute 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 Beijing Zhongguancun Zhilian Safety Science Research Institute Co ltd filed Critical Beijing Zhongguancun Zhilian Safety Science Research Institute Co ltd
Priority to CN202111590728.0A priority Critical patent/CN114495428A/zh
Publication of CN114495428A publication Critical patent/CN114495428A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明涉及一种滑坡灾害早期预警方法及系统,方法包括以下步骤:根据滑坡灾害的发生原理、发生过程和被监测区域的实际地质条件,确定滑坡监测模块需要监测的参数,滑坡监测模块可获得被监测区域的地质特性、环境量指标、动力学特征以及运动学指标;确定每个监测点的各个监测指标的权重值,根据各个监测指标的监测数值和权重值确定每个监测指标的预警等级量,根据每个监测指标的预警等级量计算综合预警等级量;根据综合预警等级量确定预警等级,生成输出并展示预警信息;根据不同的预警等级采取相应的应对措施。

Description

一种滑坡灾害早期预警方法及系统
技术领域
本发明涉及地质灾害监测技术领域,更具体地说,特别涉及一种滑坡灾害早期预警方法及系统。
背景技术
我国地形地质复杂,山区较多,地质灾害隐患点分布广泛,而滑坡是山区最主要的地质灾害之一,形成滑坡灾害的早期预警系统,对保障人民安全、减少经济损失有着重要意义。随着物联网的发展,自动化监测设备越来越多,能应用在滑坡灾害监测的设备种类也越来越丰富。但目前实际使用中,各个监测指标仍然主要采用单独分析的方法,如何将各类监测指标综合分析,提高滑坡灾害早期预警的准确性和实时性是亟待解决的一个问题。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种滑坡灾害早期预警方法,将多种监测指标进行综合分析判断,建立合理的预警流程,提高监测的准确性,减少人工分析数据的工作量,提高灾害预警的时效性。
本发明的技术方案是:一种滑坡灾害早期预警方法,包括以下步骤:
S1、根据滑坡灾害的发生原理、发生过程和被监测区域的实际地质条件,确定滑坡监测模块需要监测的参数,滑坡监测模块可获得被监测区域的地质特性、环境量指标、动力学特征以及运动学指标;
S2、确定每个监测点的各个监测指标的权重值,根据各个监测指标的监测数值和权重值确定每个监测指标的预警等级量,根据每个监测指标的预警等级量计算综合预警等级量;
S3、根据综合预警等级量确定预警等级,生成输出并展示预警信息;
S4、根据不同的预警等级采取相应的应对措施。
进一步地,所述地质特性包括土质特征、边坡高度和边坡坡度;所述环境量指标包括24 小时降雨量、地下水位和土壤湿度;所述动力学特征包括常时振动频率、常时最大振幅和异常振动频次;所述运动学指标包括倾角变化速率、表面位移速率及深部位移变化速率。
进一步地,所述综合预警等级量FC等于每个监测点的各个监测指标N的预警等级量Fi之和:
Figure BDA0003429776830000011
m为监测点数量,n为监测指标的数量,fm为第m个监测点的n个监测指标的预警等级量之和。
进一步地,所述24小时降雨量的预警等级量F1的计算公式如下:
Figure BDA0003429776830000021
式中:F1——24小时降雨量预警等级量;w1——24小时降雨量权重值;R——24小时最大降雨量,当R>6.7时,R取6.7;T1——最大降雨量发生时刻;T——滑坡灾害早期预警系统计算触发时刻;
所述地下水位W的预警等级量F2的计算公式如下:
F2=w2×W,W2为地下水位W的权重值;
所述土壤湿度H的预警等级量F3的计算公式如下:
F3=w3×H,w3为土壤湿度H的权重值;
所述倾角变化速率vθ的预警等级量F4的计算公式如下:
F4=w4×vθ,当vθ>1.2时,vθ=1.2,w4为倾角变化速率vθ的权重值;
所述表面位移速率vd1的预警等级量F5的计算公式如下:
即F5=w5×vd1,当vd1>25时,vd1=25,w5为表面位移速率vd1的权重值;
所述深部位移速率vd2的预警等级量F6的计算公式如下:
F6=w6×vd2,当vd2>20时,vd2=20,w6为深部位移速率vd2的权重值;
所述常时振动频率的预警等级量F7的计算公式如下:
Figure BDA0003429776830000022
f0为初始常时振动频率,fn为实时测量的常时振动频率,v为安全度变化率,w7为常时振动频率的权重值;
所述异常振动频次的预警等级量F7的计算公式如下:
F8=w8×V×N,当V×N>2.5时,V×N=2.5;
V为振动大小,N为振动次数,w8为异常振动频次的权重值;
所述常时最大振幅A的预警等级量F9的计算公式如下:
F9=w9×A,当A>0.5时,A=0.5,w9为常时最大振幅A的权重值。
进一步地,各个监测指标的权重值根据土质特性调整。
进一步地,土质越松散w1、w2、w3减大。
进一步地,陂高越高,坡度越陡,权重值w4、w5、w6越大。
进一步地,土质越松散权重值w7、w8、w9越小。
进一步地,预警等级分为0、I、II、III和IV五个等级,分别对应绿、蓝、黄、橙和红色预警。
另一方面,本发明还提供一种滑坡灾害早期预警系统,包括:
滑坡监测数据模块,用于获取并存储监测区域的地质特征、环境量指标、动力学特征、运动学指标以及其他指标的数据;
综合预警等级量的计算模块,通过滑坡监测数据模块内各个监测指标的监测数值和权重值计算综合预警等级量;
预警信息输出模块,用于输出并展示预警信息;
运维控制模块,用于监测和控制滑坡灾害早期预警系统各模块的运行状况。
本发明具有以下有益效果:本发明综合考虑了监测区域的地质特征、环境量指标、动力学特征、运动学指标以及其他指标,通过综合预警等级量来确定监测区域是否处于危险状态以及危险的程度,各个监测指标的重要程度不同,其数值对最终的预警等级量贡献度也不一样,根据每个监测点位置的风险大小及监测指标的重要性,分别赋予每个监测点的各个监测指标不同的权重值,进行滑坡灾害早期预警前需要确定各个监测指标的权重值,将多种监测指标进行综合分析判断,建立合理的预警流程,提高监测的准确性,减少人工分析数据的工作量,提高灾害预警的时效性。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
实施例1
一种滑坡灾害早期预警方法,包括以下步骤:
S1、根据滑坡灾害的发生原理、发生过程和被监测区域的实际地质条件,确定滑坡监测模块需要监测的参数,滑坡监测模块可获得被监测区域的地质特性、环境量指标、动力学特征以及运动学指标。
滑坡灾害一般发生过程缓慢,为一个长期损伤积累过程,需要监测的内容:地质特性包括土质特征、边坡高度和边坡坡度,土质越松散,坡高越高,坡度越陡,则发生滑坡灾害的概率越高;滑坡的发生还和雨水的关联度很大,因此环境量指标包括24小时降雨量、地下水位和土壤湿度;滑坡发生过程必然会有形变位移的产生,因此需要对边坡的运动学指标进行监测,并以动力学特征作为辅助监测,运动学指标包括倾角变化速率、表面位移速率及深部位移变化速率;动力学特征包括常时振动频率、常时最大振幅和异常振动频次。
根据具体的被监测区域的情况还可以增加其他指标。
S2、确定每个监测点的各个监测指标的权重值,根据各个监测指标的监测数值和权重值确定每个监测指标的预警等级量,根据每个监测指标的预警等级量计算综合预警等级量。
将各个指标中随监测区域风险大小而变化的指标确定为监测指标,各个监测指标N的监测数值共同决定综合预警等级量FC,通过综合预警等级量FC来确定监测区域是否处于危险状态以及危险的程度,各个监测指标N的重要程度不同,其数值对最终的预警等级量FC贡献度也不一样,根据每个监测点位置的风险大小及监测指标的重要性,分别赋予每个监测点的各个监测指标不同的权重值wi,进行滑坡灾害早期预警前需要确定各个监测指标N的权重值 wi,监测点越接近危险点其监测指标N的权重值wi越高,而监测指标N所对应的滑坡灾害诱发因素越主要其权重值wi越高;监测指标N的权重值wi越高,监测指标N发生变化所增加的预警等级量Fi越大,即Fi∝wi
一个滑坡隐患点的综合预警等级量FC等于每个监测点的各个监测指标N的预警等级量之和:
Figure BDA0003429776830000041
m为监测点数量,n为监测指标的数量。
以下是一个监测点的各个监测指标N的预警等级量Fi的具体确定方法:
1、24小时降雨量。
降雨量大小和发生时刻两个影响因素反应24小时降雨量的预警等级量。
将过去24小时降雨量分成无雨、小雨或中雨、大雨或暴雨、大暴雨或特大暴雨四个等级,降雨量越大对应的预警等级量越大。同时分析最大降雨量发生时刻到滑坡灾害早期预警系统计算触发时刻的时间长短,时间越短说明最大降雨量发生时刻越临近,其预警等级量也越大。具体公式如下:
Figure BDA0003429776830000051
式中:F1——降雨量预警等级量;W1——24小时降雨量权重值;R——最大降雨量,当 R>6.7时,R取6.7;T1——最大降雨量发生时刻;T——滑坡灾害早期预警系统计算触发时刻。
2、地下水位。地下水位W越大,对应的预警等级量越大,即F2=w2×W,w2地下水位W的权重值。
3、土壤湿度。土壤湿度H越大,对应的预警等级量越大,即F3=w3×H,w3土壤湿度H的权重值。
4、倾角变化速率。倾角变化速率vθ为每天的倾角变化量。取每天设备温度中位数上下浮动4℃采集的倾角的平均值计算倾角变化速率从而减小倾角温漂的影响。随着倾角变化速率的增大,其预警等级量增大,即F4=w4×vθ,当vθ>1.2时,vθ=1.2。
5、表面位移速率。表面位移速率vd1为每天的表面位移变化量。取每天设备温度中位数上下浮动4℃采集的表面位移的平均值计算表面位移速率从而减小位移温漂的影响。随着表面位移速率的增大,其预警等级量增大,即F5=w5×vd1,当vd1>25时,vd1=25。
6、深部位移变化速率。位移变化速率vd2为每天的位移变化量。随着位移变化速率的增大,其预警等级量增大,即F6=w6×vd2,当vd2>20时,vd2=20。
7、常时振动频率。记录监测设备安装后所测量到的第一个稳定的常时振动频率作为初始常时振动频率f0,实时测量的常时振动频率为fn,则安全度变化率v为
Figure BDA0003429776830000052
安全度变化率越大,对应的预警等级量也越大,即F7=w7×v。
8、异常振动频次。振动幅值V和振动次数N两个影响因素反应异常振动频次的预警等级量。记录设定时间间隔内的振动幅值及振动次数,振动次数越多,预警等级量越大;每次的振动幅值越大,预警等级量越大,即F8=w8×V×N,当V×N>2.5时,V×N=2.5。
9、常时最大振幅。常时最大振幅A越大,对应的预警等级量越大,即F9=w9×A,当A>0.5 时,A=0.5。
如表1所示,给出了9种检测指标分别对应的基础权重值wi,以及根据地质特性调整各基础权重值wi的原则:
表1监测指标权重表
Figure BDA0003429776830000061
S3、根据综合预警等级量确定预警等级,生成输出并展示预警信息。
综合所有监测指标的预警等级量就可得到滑坡点的综合预警等级量,滑坡点综合预警等级量大小对应预警等级,预警等级分为绿、蓝、黄、橙和红色预警五个等级,如下所示:
Figure BDA0003429776830000062
根据综合预警等级量确定预警等级,生成并展示预警信息。
S4、根据不同的预警等级采取相应的应对措施。
得到滑坡隐患点的预警等级后,根据不同的预警等级采取不同的措施,预警等级0为安全,无需进行处理;预警等级Ⅰ,经过专业人员确认后提示现场注意观察;预警等级Ⅱ,经过专业人员确认后提示现场加强观察,并加密监测指标采集频率,12小时后恢复;预警等级Ⅲ,经过专业人员确认后提示现场排查问题,并加密监测指标采集频率,24小时后恢复;预警等级Ⅳ,系统自动警示现场人员,注意避险、排查问题,并加密监测指标采集频率直到现场排查并处理安全问题。
实施例2
一种滑坡灾害早期预警系统,包括:滑坡监测数据模块,用于获取并存储监测区域的地质特征、环境量指标、动力学特征、运动学指标以及其他指标;综合预警等级量的计算模块,通过滑坡监测数据模块各个监测指标的监测数值和权重值计算综合预警等级量;预警信息输出模块,用于生成并输出预警信息;运维控制模块,用于监测和控制滑坡灾害早期预警系统各模块的运行状况。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (10)

1.一种滑坡灾害早期预警方法,其特征在于,包括以下步骤:
S1、根据滑坡灾害的发生原理、发生过程和被监测区域的实际地质条件,确定滑坡监测模块需要监测的参数,滑坡监测模块可获得被监测区域的地质特性、环境量指标、动力学特征以及运动学指标;
S2、确定每个监测点的各个监测指标的权重值,根据各个监测指标的监测数值和权重值确定每个监测指标的预警等级量,根据每个监测指标的预警等级量计算综合预警等级量;
S3、根据综合预警等级量确定预警等级,生成输出并展示预警信息;
S4、根据不同的预警等级采取相应的应对措施。
2.根据权利要求1所述的一种滑坡灾害早期预警方法,其特征在于,
所述地质特性包括土质特征、边坡高度和边坡坡度;
所述环境量指标包括24小时降雨量、地下水位和土壤湿度;
所述动力学特征包括常时振动频率、常时最大振幅和异常振动频次;
所述运动学指标包括倾角变化速率、表面位移速率及深部位移变化速率。
3.根据权利要求1所述的一种滑坡灾害早期预警方法,其特征在于,
所述综合预警等级量FC等于每个监测点的各个监测指标N的预警等级量Fi之和:
Figure FDA0003429776820000011
m为监测点数量,n为监测指标的数量,fm为第m个监测点的n个监测指标的预警等级量之和。
4.根据权利要求1所述的一种滑坡灾害早期预警方法,其特征在于,
所述24小时降雨量的预警等级量F1的计算公式如下:
Figure FDA0003429776820000012
式中:F1——24小时降雨量预警等级量;w1——24小时降雨量权重值;R——24小时最大降雨量,当R>6.7时,R取6.7;T1——最大降雨量发生时刻;T——滑坡灾害早期预警系统计算触发时刻;
所述地下水位W的预警等级量F2的计算公式如下:
F2=w2×W,w2为地下水位W的权重值;
所述土壤湿度H的预警等级量F3的计算公式如下:
F3=w3×H,w3为土壤湿度H的权重值;
所述倾角变化速率vθ的预警等级量F4的计算公式如下:
F4=w4×vθ,当vθ>1.2时,vθ=1.2,w4为倾角变化速率vθ的权重值;
所述表面位移速率vd1的预警等级量F5的计算公式如下:
即F5=w5×vd1,当vd1>25时,vd1=25,w5为表面位移速率vd1的权重值;
所述深部位移速率vd2的预警等级量F6的计算公式如下:
F6=w6×vd2,当vd2>20时,vd2=20,w6为深部位移速率vd2的权重值;
所述常时振动频率的预警等级量F7的计算公式如下:
F7=w7×v;
Figure FDA0003429776820000021
f0为初始常时振动频率,fn为实时测量的常时振动频率,v为安全度变化率,w7为常时振动频率的权重值;
所述异常振动频次的预警等级量F7的计算公式如下:
F8=w8×V×N,当V×N>2.5时,V×N=2.5;
V为振动大小,N为振动次数,w8为异常振动频次的权重值;
所述常时最大振幅A的预警等级量F9的计算公式如下:
F9=w9×A,当A>0.5时,A=0.5,w9为常时最大振幅A的权重值。
5.根据权利要求4所述的一种滑坡灾害早期预警方法,其特征在于,各个监测指标的权重值根据土质特性调整。
6.根据权利要求5所述的一种滑坡灾害早期预警方法,其特征在于,土质越松散w1、w2、w3减大。
7.根据权利要求5所述的一种滑坡灾害早期预警方法,其特征在于,陂高越高,坡度越陡,权重值w4、w5、w6越大。
8.根据权利要求5所述的一种滑坡灾害早期预警方法,其特征在于,土质越松散权重值w7、w8、w9越小。
9.根据权利要求1所述的一种滑坡灾害早期预警方法,其特征在于,预警等级分为0、Ⅰ、Ⅱ、Ⅲ和Ⅳ五个等级,分别对应绿、蓝、黄、橙和红色预警。
10.一种滑坡灾害早期预警系统,其特征在于,包括:
滑坡监测数据模块,用于获取并存储监测区域的地质特征、环境量指标、动力学特征以及运动学指标的数据;
综合预警等级量的计算模块,通过滑坡监测数据模块内各个监测指标的监测数值和权重值计算综合预警等级量;
预警信息输出模块,用于输出并展示预警信息;
运维控制模块,用于监测和控制滑坡灾害早期预警系统各模块的运行状况。
CN202111590728.0A 2021-12-23 2021-12-23 一种滑坡灾害早期预警方法及系统 Pending CN114495428A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111590728.0A CN114495428A (zh) 2021-12-23 2021-12-23 一种滑坡灾害早期预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111590728.0A CN114495428A (zh) 2021-12-23 2021-12-23 一种滑坡灾害早期预警方法及系统

Publications (1)

Publication Number Publication Date
CN114495428A true CN114495428A (zh) 2022-05-13

Family

ID=81493531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111590728.0A Pending CN114495428A (zh) 2021-12-23 2021-12-23 一种滑坡灾害早期预警方法及系统

Country Status (1)

Country Link
CN (1) CN114495428A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115206060A (zh) * 2022-07-12 2022-10-18 李忠宝 一种具有自动报警功能的滑坡预警装置
CN115325928A (zh) * 2022-10-17 2022-11-11 西北大学 一种基于北斗通信的滑坡地表裂缝综合监测系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106872081A (zh) * 2017-03-28 2017-06-20 北京科技大学 基于自振频率的应力监测预警方法
CN108538026A (zh) * 2018-02-23 2018-09-14 青岛理工大学 一种边坡稳定性的多指标综合评价与预警方法
US20190051146A1 (en) * 2017-08-09 2019-02-14 Institute Of Mountain Hazards And Environment, Chinese Academy Of Sciences Three-dimensional multi-point multi-index early warning method for risk at power grid tower in landslide section
CN109765297A (zh) * 2019-01-03 2019-05-17 北京科技大学 一种基于分离破坏前兆识别的崩塌早期预警方法
CN111426373A (zh) * 2020-04-29 2020-07-17 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) 一种基于多种监测指标的危岩体崩塌实时预警系统及方法
CN111445670A (zh) * 2020-03-16 2020-07-24 深圳市城市公共安全技术研究院有限公司 地质灾害预警系统及方法
CN112530138A (zh) * 2020-11-30 2021-03-19 北京中关村智连安全科学研究院有限公司 一种岩体崩塌早期预警方法
CN213399929U (zh) * 2020-11-26 2021-06-08 兰州理工大学 一种山体滑坡监测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106872081A (zh) * 2017-03-28 2017-06-20 北京科技大学 基于自振频率的应力监测预警方法
US20190051146A1 (en) * 2017-08-09 2019-02-14 Institute Of Mountain Hazards And Environment, Chinese Academy Of Sciences Three-dimensional multi-point multi-index early warning method for risk at power grid tower in landslide section
CN108538026A (zh) * 2018-02-23 2018-09-14 青岛理工大学 一种边坡稳定性的多指标综合评价与预警方法
CN109765297A (zh) * 2019-01-03 2019-05-17 北京科技大学 一种基于分离破坏前兆识别的崩塌早期预警方法
CN111445670A (zh) * 2020-03-16 2020-07-24 深圳市城市公共安全技术研究院有限公司 地质灾害预警系统及方法
CN111426373A (zh) * 2020-04-29 2020-07-17 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) 一种基于多种监测指标的危岩体崩塌实时预警系统及方法
CN213399929U (zh) * 2020-11-26 2021-06-08 兰州理工大学 一种山体滑坡监测系统
CN112530138A (zh) * 2020-11-30 2021-03-19 北京中关村智连安全科学研究院有限公司 一种岩体崩塌早期预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘德阳等: "基于多传感器滑坡监测预警系统设计及应用", 《微处理机》 *
李明波等: "基于多模块的松散土质滑坡灾害综合预警模型研究", 《西北师范大学学报(自然科学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115206060A (zh) * 2022-07-12 2022-10-18 李忠宝 一种具有自动报警功能的滑坡预警装置
CN115325928A (zh) * 2022-10-17 2022-11-11 西北大学 一种基于北斗通信的滑坡地表裂缝综合监测系统

Similar Documents

Publication Publication Date Title
CN114495429B (zh) 一种崩塌灾害早期预警方法及系统
CN114495428A (zh) 一种滑坡灾害早期预警方法及系统
CN111105600B (zh) 基于降雨条件下路堑边坡稳定性动态监测预警系统及方法
CN103673960B (zh) 用于预测输电线路上的覆冰状态的方法和装置
CN108922123B (zh) 一种矿山边坡滑移稳定性监测预警方法
CN109708688A (zh) 一种历史文化建筑安全监测与预警系统及方法
Porto Exploring the effect of different time resolutions to calculate the rainfall erosivity factor R in Calabria, southern Italy
CN115325928B (zh) 一种基于北斗通信的滑坡地表裂缝综合监测系统
JP2018195111A (ja) 斜面崩壊早期警報システム
CN114333245A (zh) 一种基于滑坡立体监测的多参数模型动态预警方法
CN111259335B (zh) 一种隧道下穿道路施工风险分析系统及方法
CN112814011B (zh) 一种超大型沉井基础施工监测系统及基于该监测系统的施工调控方法
CN112903008A (zh) 基于多传感数据融合技术的山体滑坡预警方法
CN114511129A (zh) 一种桥梁安全状态预警方法及系统
CN113503912A (zh) 一种城市轨道交通土建设施健康状态实时监控系统
CN117037428A (zh) 基于大数据的露天煤矿边坡安全预警预测系统及方法
JP7141309B2 (ja) 地盤変位に起因する災害発生危険度定量評価システムとその方法とそのプログラム
JP6450129B2 (ja) 斜面崩壊予測方法及び斜面崩壊予測装置
CN113763674A (zh) 一种远程绝对应力实时监测与预警系统及方法
CN116824807B (zh) 多灾害预警报警方法及系统
CN211740385U (zh) 一种基于多种监测指标的危岩体崩塌实时预警系统
CN112082495A (zh) 一种综合管廊的形变监测系统及方法
CN115406403A (zh) 一种轨道交通隧道沉降监测方法及系统
CN114495430B (zh) 一种土石坝安全状态预警方法及系统
CN116050837A (zh) 一种面向尾矿库多元灾害的综合监测预警和安全评估方案

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: 20220513