CN114913672A - 一种基于评估山坡积雪稳定性的雪崩监测预警方法 - Google Patents

一种基于评估山坡积雪稳定性的雪崩监测预警方法 Download PDF

Info

Publication number
CN114913672A
CN114913672A CN202210499495.1A CN202210499495A CN114913672A CN 114913672 A CN114913672 A CN 114913672A CN 202210499495 A CN202210499495 A CN 202210499495A CN 114913672 A CN114913672 A CN 114913672A
Authority
CN
China
Prior art keywords
snow
avalanche
snowfall
data
monitoring
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
Application number
CN202210499495.1A
Other languages
English (en)
Other versions
CN114913672B (zh
Inventor
郝建盛
李兰海
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.)
Xinjiang Institute of Ecology and Geography of CAS
Original Assignee
Xinjiang Institute of Ecology and Geography of CAS
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 Xinjiang Institute of Ecology and Geography of CAS filed Critical Xinjiang Institute of Ecology and Geography of CAS
Priority to CN202210499495.1A priority Critical patent/CN114913672B/zh
Publication of CN114913672A publication Critical patent/CN114913672A/zh
Application granted granted Critical
Publication of CN114913672B publication Critical patent/CN114913672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/18—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/24—Investigating strength properties of solid materials by application of mechanical stress by applying steady shearing forces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G01W1/04—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving only separate indications of the variables measured
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Remote Sensing (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Analytical Chemistry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Alarm Systems (AREA)
  • Devices Affording Protection Of Roads Or Walls For Sound Insulation (AREA)

Abstract

本发明公开了一种基于评估山坡积雪稳定性的雪崩监测预警方法，包括以下步骤：步骤S1）构建降雪诱发雪崩预警模型SAFW；步骤S2）采集雪崩易发区的地形数据、雪场数据，以及通过架设在雪崩易发区的自动化气象站实时监测气象数据；步骤S3）基于北斗传输将雪场数据、地形数据以及单位时间内的气象数据与传输至室内数据收集平台；步骤S4）将实时监测数据输入至SFAW模型中，SFAW模型输出区域雪崩释放系数ARI，并判别雪崩是否发生。本发明提供的雪崩监测预警方法具有好的易操作性和预报的准确性，显著提高了高寒山区雪崩灾害预警能力，能够实现提前防范雪崩灾害并采取短暂关闭道路和疏散人群等应急措施。

Description

一种基于评估山坡积雪稳定性的雪崩监测预警方法
技术领域
本发明属于灾害预测预警技术领域，具体涉及一种基于评估山坡积雪稳定性的雪崩监测预警方法。
背景技术
雪崩与滑坡和泥石流类似，是一种由重力驱动的地表流，是冰冻圈里最剧烈的陆表活动之一。随着人类社会发展和资源开发利用，交通网络、旅游、农牧和采矿不断向山区拓展，暴露在雪崩风险之下的人口日趋增多。近年亚洲高山区的雪崩活动异常活跃，居民深受雪崩荼害，雪崩造成的重大灾害事件频发。此外，气候变暖也导致中高海拔山区雪崩呈现更加剧烈的活动。高山区的交通、油气输送管道等基础建设的规划及防护雪崩防治的需求，以及气候变化增强雪崩风险从而加剧雪崩对山区人类活动威胁的现状，雪崩灾害的防治能力亟须提高，以减少雪崩对山区居民社区、牧区、旅游区、矿区和关键基础设施的破坏和影响，从而保障山区的社会经济可持续发展。
尤其是，雪崩反复在天山和其周围山区制造惨案，严重破坏交通系统和基础设施，对区域经济带来不可估量的损失。目前天山及其周边的亚洲高山区雪崩防治多依赖于雪崩防治工程，如导雪槽、防雪堤坝、防雪崩廊道等，或者通过冬春季节性的关闭道路、旅游区、牧区和矿区实现减少雪崩灾害风险。伴随社会经济的发展和道路等基础设施的扩建，受高昂建设成本和高寒山区施工条件限制，现存方式已难以满足雪崩防治需求。面对气候变化下雪崩活动增强以及人类活动向高寒山区扩散的态势，雪崩灾害防治方法亟须优化和升级。雪崩预警是雪崩灾害防治管理的重要手段，它不但能通过及时疏散人群和关闭道路等措施最大程度减少雪崩灾害风险，而且易于操作以弥补雪崩防治工程难以解决的雪崩防治需求。雪崩预警技术将直接服务于雪崩灾害防治，减少雪崩的风险。
所谓雪崩预警是给定时间和空间内，在诱发情景和特定触发条件下给出山坡积雪稳定性的预报。目前雪崩预警主要是基于依据经验统计模型确定区域雪崩的降雪量、气温变化等诱发条件预警雪崩。自然界多数雪崩是由于降雪诱发形成。为此，基于雪崩发生前的降雪条件数理统计，构建雪崩预警经验模型，并预警雪崩。降雪导致山坡积雪稳定性下降，对于由降雪诱发的雪崩而言，一次降雪事件的降雪量是雪崩预警最有效的参数。雪崩的形成源于山坡积雪易断裂雪层在内外动力耦合作用下的破坏。不同地形、降雪状况和雪场条件下易断裂雪层的内外动力耦合方式和易断裂雪层剪切压缩破坏过程呈现不同，造成雪崩发生的概率呈现明显不同。由于不同区域的积雪具有明显的差异，不同区域降雪对雪崩的形成的影响也显著不同。依赖于降雪量的雪崩预警经验模型具有显著的空间局限性，并且对于缺乏资料地区很难获得诱发雪崩的降雪参数。另外，由于缺乏物理机制并受到气候变化等因素的影响，诱发雪崩的降雪条件参数出现不确定性导致基于雪崩的诱发因素和诱发条件的雪崩预警具有很高的误报率，预测通常不可靠。特别是在大陆性雪气候的天山及其周边山区，因其独特和复杂的雪崩孕灾环境，数据资料匮乏，以及积雪受气候变化影响极其显著，依赖于经验性的雪崩诱发条件预警雪崩更是难以应用于实践。
雪崩的形成起源于易断雪层的剪切压缩破坏，由山坡积雪雪场脆弱层在降雪的诱发下断裂引起山坡积雪失稳，分为破裂雪板扩展和释放二个阶段。将通过获取易断雪层的抗剪强度与所受剪切应力的比值评估山坡积雪稳定性被应用于预警雪崩，提出了一种通过同时考虑降雪和积雪的条件计算易断雪层的抗剪强度与所受剪切应力评估积雪稳定性预警雪崩的方法。
发明内容
针对现有技术中的不足之处，本发明提供一种基于评估山坡积雪稳定性的雪崩监测预警方法，不是单一只依赖基于经验方法通过监测降雪量评估雪崩发生的概率，而是基于雪崩发生物理机制构建模型，通过监测积雪物理特征和降雪量评估山坡积雪稳定性并预警雪崩。。
为了达到上述目的，本发明技术方案如下：
一种基于评估山坡积雪稳定性的雪崩监测预警方法，包括以下步骤：
步骤S1)构建降雪诱发雪崩预警模型SAFW；
步骤S2)采集雪崩易发区的地形数据、雪场数据，以及通过架设在雪崩易发区的自动化气象站实时监测气象数据；
步骤S3)基于北斗传输将雪场数据、地形数据以及单位时间内的气象数据与传输至室内数据收集平台；
步骤S4)将实时监测数据输入至SFAW模型中，SFAW模型输出区域雪崩释放系数ARI，并判别雪崩是否发生。
进一步的，步骤S1)中，降雪诱发雪崩预警模型SAFW的构建，具体步骤如下：
步骤S101)通过积雪稳定指数SKθ判断降雪后脆弱层是否断裂引起山坡积雪失稳；
步骤S102)通过区域雪崩释放系数ARI判断脆弱层破裂后是否发生破裂扩展和破裂雪板释放。
进一步的，步骤S101)中，对于地处坡度θ的积雪雪场而言，当发生降雪后山坡积雪，所述积雪稳定指数SKθ由如下公式(1)计算：
Figure BDA0003634814950000031
式中：τ为降雪发生前雪场脆弱层所受的剪切应力，Δτ为由于降雪而产生的脆弱层附加剪切应力，τf为脆弱层的剪切强度。
进一步的，设脆弱层以上雪板由i层积雪构成，第i层积雪密度为ρi，厚度为hi；所述降雪发生前雪场脆弱层所受的剪切应力τ由如下公式(2)、(3)、(4)计算：
H1＝H-H2＝∑ihi (2)
ρs＝1/H1∑ihiρi (3)
τ＝∑ρihigcosθsinθ (4)
式中：H为降雪前的雪场深度，H1为降雪前的脆弱层以上雪板的厚度，H2为降雪前的脆弱层以下的雪板的厚度；ρs为脆弱层以上雪板的平均密度；g为重力加速度。
进一步的，所述由于降雪而产生的脆弱层附加剪切应力Δτ由如下公式(5)计算：
Δτ＝ρnewgΔHsinθcosθ (5)
式中：ΔH为降雪发生时的新雪厚度，ρnew为降雪发生时的新雪密度；g为重力加速度。
进一步的，所述脆弱层的剪切强度τf由如下公式(6)、(7)计算：
σ＝(∑ρihig+ρnewgΔH)cosθ2 (6)
τf＝c+σtanφ (7)
式中：c为积雪粘聚力，它取决于雪晶体之间的物理化学作用力，即范德华力、静电力等；σt为法向应力；tanφ为雪晶体内摩擦系数，nφ为内摩察角。其中，雪晶体内摩擦力主要由雪晶体咬合摩擦力和滑动摩擦力构成。前者由于雪晶体棱角相互交错抵抗雪晶体脱离而产生力，后者则为雪晶体表面粗糙不平阻碍雪晶体滑移的力。
进一步的，所述区域雪崩释放系数ARI由如下公式(8)计算：
ARI＝K·SKθ (8)
式中：K为区域雪崩释放指数，是一个由区域气候、地形、植被覆盖和积雪特性决定的参数。
进一步的，步骤S2)中，所述气象数据包括降雪发生时的新雪厚度ΔH和新雪密度ρnew，所述雪场数据包括降雪前的雪场深度H，降雪前脆弱层以上雪板的厚度H1，降雪前脆弱层以下的雪板的厚度H2，所述地形数据包括雪场坡度θ。
有益效果：本发明提供的雪崩监测预警方法具有好的易操作性和预报的准确性，显著提高了高寒山区雪崩灾害预警能力，能够实现提前防范雪崩灾害并采取短暂关闭道路和疏散人群等应急措施，直接服务于山区公路、滑雪场、农牧区、矿区的雪崩灾害防治，避免人员伤亡和基础设施严重损坏。
附图说明
图1为本发明的SFAW模型原理流程图；
图2为本发明的降雪发生前后雪剖面示意图；
图3为本发明的降雪发生后进行监测预警的流程图；
图4为本发明的降雪发生前后进行实时监测的流程图；
图5为本发明提供的试验实例观测演示图：(a)为试验区位置(中国科学院天山积雪雪崩研究站)和研究区(G218的K329～K350路段)内雪崩活动路径图，(b)为气象积雪观测场鸟瞰图，(c)为雪崩堆积物堆积体剖面；
图6为本发明提供的天山G218道路试验实例中SFAW模型区分雪崩事件和非雪崩事件的二分类树演示图。
具体实施方式
以下参照具体的实施例来说明本发明。本领域技术人员能够理解，这些实施例仅用于说明本发明，其不以任何方式限制本发明的范围。
一种基于评估山坡积雪稳定性的雪崩监测预警方法，包括以下步骤：
步骤S1)构建降雪诱发雪崩预警模型SAFW。
如图1和图2所示，步骤S101)通过积雪稳定指数SKθ判断降雪后脆弱层是否断裂引起山坡积雪失稳；对于地处坡度θ的积雪雪场而言，当发生降雪后山坡积雪，所述积雪稳定指数SKθ由如下公式(1)计算：
Figure BDA0003634814950000041
式中：τ为降雪发生前雪场脆弱层所受的剪切应力，Δτ为由于降雪而产生的脆弱层附加剪切应力，τf为脆弱层的剪切强度。
设脆弱层以上雪板由i层积雪构成，第i层积雪密度为ρi，厚度为hi；所述降雪发生前雪场脆弱层所受的剪切应力τ由如下公式(2)、(3)、(4)计算：
H1＝H-H2＝∑ihi (2)
ρs＝1/H1∑ihiρi (3)
τ＝∑ρihigcosθsinθ (4)
式中：H为降雪前t1时刻的雪场深度，H1为降雪前t1时刻的脆弱层以上雪板的厚度，H2为降雪前t1时刻的脆弱层以下的雪板的厚度；ρs为脆弱层以上雪板的平均密度；g为重力加速度。
由于降雪而产生的脆弱层附加剪切应力Δτ由如下公式(5)计算：
Δτ＝ρnewgΔHsinθcosθ (5)
式中：ΔH为降雪发生t2时刻的新雪厚度，ρnew为降雪发生t2时刻的新雪密度；g为重力加速度。
脆弱层的剪切强度τf由如下公式(6)、(7)计算：
σ＝(∑ρihig+ρnewgΔH)cosθ2 (6)
τf＝c+σtanφ (7)
式中：c为积雪粘聚力，它取决于雪晶体之间的物理化学作用力，即范德华力、静电力等；σt为法向应力；tanφ为雪晶体内摩擦系数，nφ为内摩察角。其中，雪晶体内摩擦力主要由雪晶体咬合摩擦力和滑动摩擦力构成。前者由于雪晶体棱角相互交错抵抗雪晶体脱离而产生力，后者则为雪晶体表面粗糙不平阻碍雪晶体滑移的力。c1值为170Pa，φ值为20°。
步骤S102)通过区域雪崩释放系数ARI判断脆弱层破裂后是否发生破裂扩展和破裂雪板释放，区域雪崩释放系数ARI由如下公式(8)计算：
ARI＝K·SKθ (8)
式中：K为区域雪崩释放指数，是一个由区域气候、地形、植被覆盖和积雪特性决定的参数，其值为1.08。
如图3和图4所示，步骤S2)采集雪崩易发区的地形数据、雪场数据，以及通过架设在雪崩易发区的自动化气象站实时监测气象数据；所述气象数据包括降雪发生时的新雪厚度ΔH和新雪密度ρnew，所述雪场数据包括降雪前的雪场深度H，降雪前脆弱层以上雪板的厚度H1，降雪前脆弱层以下的雪板的厚度H2，所述地形数据包括雪场坡度θ。
步骤S3)基于北斗传输将雪场数据、地形数据以及单位时间内的气象数据与传输至室内数据收集平台；
步骤S4)将实时监测数据输入至SFAW模型中，SFAW模型输出区域雪崩释放系数ARI，并判别雪崩是否发生；若积雪稳定系数SKθ<1时，表示脆弱层剪切破裂，判断当前山坡积雪雪场失稳；若区域雪崩释放系数ARI≤1时，表示雪崩释放。

Claims (8)

1.一种基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，包括以下步骤：
步骤S1)构建降雪诱发雪崩预警模型SAFW；
步骤S2)采集雪崩易发区的地形数据、雪场数据，以及通过架设在雪崩易发区的自动化气象站实时监测气象数据；
步骤S3)基于北斗传输将雪场数据、地形数据以及单位时间内的气象数据与传输至室内数据收集平台；
步骤S4)将实时监测数据输入至SFAW模型中，SFAW模型输出区域雪崩释放系数ARI，并判别雪崩是否发生。
2.如权利要求1所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，步骤S1)中，降雪诱发雪崩预警模型SAFW的构建，具体步骤如下：
步骤S101)通过积雪稳定指数SKθ判断降雪后脆弱层是否断裂引起山坡积雪失稳；
步骤S102)通过区域雪崩释放系数ARI判断脆弱层破裂后是否发生破裂扩展和破裂雪板释放。
3.如权利要求2所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，步骤S101)中，对于地处坡度θ的积雪雪场而言，当发生降雪后山坡积雪，所述积雪稳定指数SKθ由如下公式(1)计算：
Figure FDA0003634814940000011
式中：τ为降雪发生前雪场脆弱层所受的剪切应力，Δτ为由于降雪而产生的脆弱层附加剪切应力，τf为脆弱层的剪切强度。
4.如权利要求3所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，设脆弱层以上雪板由i层积雪构成，第i层积雪密度为ρi，厚度为hi；所述降雪发生前雪场脆弱层所受的剪切应力τ由如下公式(2)、(3)、(4)计算：
H1＝H-H2＝∑ihi (2)
ρs＝1/H1∑ihiρi (3)
τ＝∑ρihigcosθsinθ (4)
式中：H为降雪前的雪场深度，H1为降雪前的脆弱层以上雪板的厚度，H2为降雪前的脆弱层以下的雪板的厚度；ρs为脆弱层以上雪板的平均密度；g为重力加速度。
5.如权利要求3所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，所述由于降雪而产生的脆弱层附加剪切应力Δτ由如下公式(5)计算：
Δτ＝ρnewgΔHsinθcosθ (5)
式中：ΔH为降雪发生时的新雪厚度，ρnew为降雪发生时的新雪密度；g为重力加速度。
6.如权利要求3所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，所述脆弱层的剪切强度τf由如下公式(6)、(7)计算：
σ＝(∑ρihig+ρnewgΔH)cosθ2 (6)
τf＝c+σtanφ (7)
式中：c为积雪粘聚力，它取决于雪晶体之间的物理化学作用力；σt为法向应力；tanφ为雪晶体内摩擦系数，nφ为内摩察角。
7.如权利要求2所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，所述区域雪崩释放系数ARI由如下公式(8)计算：
ARI＝K·SKθ (8)
式中：K为区域雪崩释放指数，是一个由区域气候、地形、植被覆盖和积雪特性决定的参数，其值为1.08。
8.如权利要求1所述的基于评估山坡积雪稳定性的雪崩监测预警方法，其特征在于，步骤S2)中，所述气象数据包括降雪发生时的新雪厚度ΔH和新雪密度ρnew，所述雪场数据包括降雪前的雪场深度H，降雪前脆弱层以上雪板的厚度H1，降雪前脆弱层以下的雪板的厚度H2，所述地形数据包括雪场坡度θ。
CN202210499495.1A 2022-05-09 2022-05-09 一种基于评估山坡积雪稳定性的雪崩监测预警方法 Active CN114913672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210499495.1A CN114913672B (zh) 2022-05-09 2022-05-09 一种基于评估山坡积雪稳定性的雪崩监测预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210499495.1A CN114913672B (zh) 2022-05-09 2022-05-09 一种基于评估山坡积雪稳定性的雪崩监测预警方法

Publications (2)

Publication Number Publication Date
CN114913672A true CN114913672A (zh) 2022-08-16
CN114913672B CN114913672B (zh) 2023-12-01

Family

ID=82766482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210499495.1A Active CN114913672B (zh) 2022-05-09 2022-05-09 一种基于评估山坡积雪稳定性的雪崩监测预警方法

Country Status (1)

Country Link
CN (1) CN114913672B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115546053A (zh) * 2022-09-21 2022-12-30 北京拙河科技有限公司 一种用于复杂地形雪地的图形漫反射消除方法及装置
CN116597616A (zh) * 2023-05-23 2023-08-15 中国建筑材料工业地质勘查中心四川总队 一种矿山开采区域地质灾害智能监测预警系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221246A (zh) * 2008-01-22 2008-07-16 中交第二公路勘察设计研究院有限公司 雪崩的遥感量化勘察方法
KR101065733B1 (ko) * 2011-06-20 2011-09-19 (주)정한전자시스템 초기 적설량 정밀 관측장치 및 그 방법
RU2476912C1 (ru) * 2011-07-25 2013-02-27 Федеральное государственное бюджетное учреждение "ВЫСОКОГОРНЫЙ ГЕОФИЗИЧЕСКИЙ ИНСТИТУТ" (ФГБУ ВГИ) Способ определения прироста толщины снежного покрова на лавиноопасных склонах
CN105930817A (zh) * 2016-05-05 2016-09-07 中国科学院寒区旱区环境与工程研究所 一种基于多源遥感数据的公路积雪灾害监测与预警方法
CN113902259A (zh) * 2021-09-14 2022-01-07 中铁第一勘察设计院集团有限公司 湿雪崩灾害风险评估方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221246A (zh) * 2008-01-22 2008-07-16 中交第二公路勘察设计研究院有限公司 雪崩的遥感量化勘察方法
KR101065733B1 (ko) * 2011-06-20 2011-09-19 (주)정한전자시스템 초기 적설량 정밀 관측장치 및 그 방법
RU2476912C1 (ru) * 2011-07-25 2013-02-27 Федеральное государственное бюджетное учреждение "ВЫСОКОГОРНЫЙ ГЕОФИЗИЧЕСКИЙ ИНСТИТУТ" (ФГБУ ВГИ) Способ определения прироста толщины снежного покрова на лавиноопасных склонах
CN105930817A (zh) * 2016-05-05 2016-09-07 中国科学院寒区旱区环境与工程研究所 一种基于多源遥感数据的公路积雪灾害监测与预警方法
CN113902259A (zh) * 2021-09-14 2022-01-07 中铁第一勘察设计院集团有限公司 湿雪崩灾害风险评估方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
E. A. PODOLSKIY ET AL.: "Evaluating snow weak-layer rupture parameters through inverse finite element modeling of shaking-platform experiments", 《NATURAL HAZARDS & EARTH SYSTEM SCIENCES》, vol. 2, no. 7, pages 4525 - 4580 *
JIAN-SHENG HAO ET AL.: "Avalanche activity and characteristics of its triggering factors in the western Tianshan Mountains, China", 《JOURNAL OF MOUNTAIM SCIENCE》, vol. 15, no. 7, pages 1397 - 1411, XP036836037, DOI: 10.1007/s11629-018-4941-2 *
MARIJKE HABERMANN ET AL.: "Influence of snowpack layering on human-triggered snow slab avalanche release", 《COLD REGIONS SCIENCE AND TECHNOLOGY》, vol. 54, no. 3, pages 176 - 182, XP025586322, DOI: 10.1016/j.coldregions.2008.05.003 *
汶林科 等: "雪崩的形成机理研究", 《山地学报》, vol. 34, no. 1, pages 1 - 11 *
陆恒 等: "天山季性积雪稳定期雪密度与积累速率的观测分析", 《冰川冻土》, vol. 33, no. 2, pages 374 - 380 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115546053A (zh) * 2022-09-21 2022-12-30 北京拙河科技有限公司 一种用于复杂地形雪地的图形漫反射消除方法及装置
CN115546053B (zh) * 2022-09-21 2023-06-30 北京拙河科技有限公司 一种用于复杂地形雪地的图形漫反射消除方法及装置
CN116597616A (zh) * 2023-05-23 2023-08-15 中国建筑材料工业地质勘查中心四川总队 一种矿山开采区域地质灾害智能监测预警系统
CN116597616B (zh) * 2023-05-23 2023-11-28 中国建筑材料工业地质勘查中心四川总队 一种矿山开采区域地质灾害智能监测预警系统

Also Published As

Publication number Publication date
CN114913672B (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
CN114913672B (zh) 一种基于评估山坡积雪稳定性的雪崩监测预警方法
Intrieri et al. Design and implementation of a landslide early warning system
Carrière et al. A climatological study of surface freezing precipitation in Europe
Quéno et al. Forecasting and modelling ice layer formation on the snowpack due to freezing precipitation in the Pyrenees
Simenhois et al. Meteorological and environmental observations from three glide avalanche cycles and the resulting hazard management technique
Allen et al. Assessment principles for glacier and permafrost hazards in mountain regions
CN103093102B (zh) 基于地震和干旱监测的泥石流发育区灾害早期动态预测方法
KR102352137B1 (ko) IoT활용 도로결빙 감지 및 예측시스템
Zhang et al. Lessons learned from the tragedy during the 100 km ultramarathon race in Baiyin, Gansu Province on 22 May 2021
Cheung et al. Application of rainstorm nowcast to real-time warning of landslide hazards in Hong Kong
Hirashima et al. SNOWPACK model simulations for snow in Hokkaido, Japan
Tracz Deep snow slab avalanches
Bunce Risk estimation for railways exposed to landslides
De Graff et al. Rainfall triggering of post-fire debris flows over a 28-year period near El Portal, California, USA
Van Peursem et al. Validation of a coupled weather and snowpack model across western Montana
Zeidler Forecasting skier-triggered avalanches in the Columbia Mountains of Canada
Quinn et al. Ghost-busting: Risk response following the Ghost Glacier failure, Mt. Edith Cavell, Jasper National Park
Harper et al. Severe thunderstorm risks
Hao et al. The triggering mechanisms for different types of snow avalanches in the continental snow climate of the central Tianshan Mountains
Johnston Estimating extreme snow avalanche runout for the Columbia Mountains and Fernie area of British Columbia, Canada
Spencer Winter weather related fatalities in the conterminous United States: An analysis of three winter fatality databases
Conlan Forecasting Persistent Deep Slab Avalanches
Schweizer Snow avalanches
Palau et al. Regional-scale analysis of weather-related rockfall triggering mechanisms in Norway, and its sensitivity to climate change
CN117809471A (zh) 气象预警分析与智能策略管控的方法及系统

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