CN115187735A - 一种能够快速进行区域浅层滑坡危险性评估的方法 - Google Patents
一种能够快速进行区域浅层滑坡危险性评估的方法 Download PDFInfo
- Publication number
- CN115187735A CN115187735A CN202210514319.0A CN202210514319A CN115187735A CN 115187735 A CN115187735 A CN 115187735A CN 202210514319 A CN202210514319 A CN 202210514319A CN 115187735 A CN115187735 A CN 115187735A
- Authority
- CN
- China
- Prior art keywords
- model
- rainfall
- landslide
- soil
- risk
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明提供了一种能够快速进行区域浅层滑坡危险性评估的方法,属于工程地质技术领域。解决了现有的确定性模型进行滑坡危险性计算存在模型的计算成本高和模型的不确定性的技术问题。其技术方案为:包括以下步骤:S1、首先收集研究区资料;S2、构建区域浅层滑坡危险性评估的确定性模型FSLAM;S3、输入评价指标数据及参数得到危险性评估结果;S4、通过参数敏感性分析及帕累托分析验证参数选取的合理性;S5、通过ROC曲线验证结果合理性。本发明的有益效果为:本发明能够显著减少模型的计算时间,将必须在室内开展滑坡危险性评估作业变为随时随地进行,使得在突发灾害现场完成危险性评价成为可能。
Description
技术领域
本发明涉及工程地质技术领域,尤其涉及一种能够快速进行区域浅层滑坡危险性评估的方法。
背景技术
在我国,由于地貌类型的复杂多样,滑坡灾害极为频繁,而且具有分布范围广、规模大和危害性严重等特点。受雨季强降水以及库水位周期性变动的影响,我国三峡库区成为了滑坡灾害集中发育的地区,给当地人民生命和财产安全造成了巨大威胁。因此,进行区域滑坡危险性评价对于库区防灾减灾工作十分必要。同时,在全球环境快速变化的今天,滑坡活动受到多种动态因素影响,最明显的就是土地利用变化以及气候变化,因此,不同环境模式下的危险性动态评估对于认识滑坡风险并制定风险缓解措施具有重要意义。
根据坡体厚度的不同,滑坡可以被分为浅层滑坡(shallow landslide)和深层滑坡 (deep-seated landslide)两种。浅层滑坡虽然一般规模较小,但是多具有群发特征,且由于浅层滑坡多数暴发突然、前期变形迹象小,因此致灾作用显著。近年来,受到全球气候变化的影响,局部山区极端降雨事件的频率明显增大,使得人类面临的浅层滑坡风险急剧增大。由此可见针对浅层滑坡风险展开专门研究是十分必要的。
受益于地理信息系统(GIS)技术的发展,多种区域滑坡空间建模方法已被开发并应用。与其它类型的模型方法相比,确定性模型可以将滑坡发生机理与岩土体的物理性质相结合,对于更好的认识滑坡破坏过程有很大帮助。但是,现有的用于滑坡危险性评价的确定性模型仍然存在几个主要问题:一是由于使用Richards方程对非饱和土中的降雨入渗进行分析,造成模型计算时间成本高;二是很多模型无法解决土壤空间分布的不确定性问题,只能使用单一参数值作为模型的输入。这些都极大限制了确定性模型在大型区域滑坡危险性评价中的应用与推广。根据模型开发的先后顺序,主要包括由美国华盛顿大学提出的SHALSTAB 模型、SINMAP模型、美国地质调查局提出的SCOOPS 3D模型、意大利特伦托大学提出的GEOtop-FS模型、美国地质调查局提出的TRIGRS模型、意大利帕尔马大学提出的SLIP模型、瑞士苏黎世联邦理工大学提出的STEP-TRAMM模型、意大利佛罗伦萨大学提出的HIRESSS模型、维也纳自然资源与生命科技大学提出的R.ROTSTAB模型、和哥伦比亚环境部提出的SHIA_Landslide模型。总的来看,绝大部分模型都使用基于摩尔库伦定律的无限斜坡模型进行稳定性计算,除了STEP-TRAMM、SCOOPS 3D、R.ROTSTAB;一些模型只包括了地下水横向流的计算,包括SHALSTAB和SINMAP,而一些只包括了垂直流的计算,包括TRIGRS、SCOOPS3D、R.ROTSTAB;在同时包括横向流与垂直流的模型中,部分使用了Richards方程,包括GEOtop-FS和HIRESSS,因此它们计算的时间成本很高。其他模型(SLIP、SHIA_Landslide、STEP-TRAMM)虽然未使用复杂的Richards方程,但是其输入参数只能使用确定值,土壤参数的不确定性将会很大,也无法计算破坏概率,只能够得到坡体的稳定性。
综上所述,虽然已经开发出了十余种基于确定性的模型进行滑坡危险性(稳定性)的计算,但是该类课题仍然有两个最大的限制:一是如何减少模型的计算成本;二是如何在模型中包含岩土体的随机参数从而计算获得滑坡的破坏概率,减少模型的不确定性。
鉴于上述问题,本发明提出了一种能够快速进行区域浅层滑坡危险性评估的方法。
发明内容
本发明的目的在于提供一种能够快速进行区域浅层滑坡危险性评估的方法,本发明通过收集研究区资料,包括区域工程地质条件、典型滑坡监测数据、重点滑坡勘察资料、水文站点气象数据、区域滑坡编录数据、区域遥感降雨数据资料,再集合岩土模型、地下水模型、地表径流模型、参数输入随机法基于Fortran语言编程生成区域浅层滑坡危险性评估的确定性模型FSLAM(Fast Shallow Landslide Assessment Model),最终将输入数据包括5个栅格文件和2个文本文件输入FSLAM模型。
为了实现上述发明目的,本发明采用技术方案具体为:一种能够快速进行区域浅层滑坡危险性评估的方法,包括以下步骤:
S1、首先收集研究区资料,包括区域工程地质条件、典型滑坡监测数据、重点滑坡勘察资料、水文站点气象数据、区域滑坡编录数据、区域遥感降雨数据资料;
S2、集合岩土模型、地下水模型、地表径流模型、参数输入随机法基于Fortran语言编程生成区域浅层滑坡危险性评估的确定性模型FSLAM(Fast Shallow LandslideAssessment Model);
S3、输入评价指标数据及参数得到危险性评估结果;
S4、通过参数敏感性分析及帕累托分析验证参数选取的合理性;
S5、通过ROC曲线验证结果合理性。
进一步地,所述步骤S2中,岩土模型采用无限斜坡理论(infinite slopetheory),其原理为下式所示:
其中,C是内聚力,g是重力加速度,s是饱和土壤密度,z是土壤深度,θ是坡角,h是地下水位高度,w是水的密度,是内摩擦角;h和z在垂直方向上进行测量,内聚力包括两个部分,一个部分来自于岩土体Cs,另外一部分来自于土壤根系产生的表观内聚力Cr,即:
C=Cs+Cr
在该模型中,土壤的平均饱和度可以计算为h/z,在数值上它永远小于等于1,即严格来讲应改为min(h/z,1)。
进一步地,所述步骤S2中,地下水模型是为求解坡体中地下水位的高度h,同时考虑了地下水的两种流动方式:一种是中长时间尺度上的地下水流动,采用横向方法计算前期有效降雨(antecedent rainfall,Pa)入渗引起的地下水位增加ha;另外一种是关于短期降雨事件的影响,采用垂直流的方法来计算诱发事件降雨(event rainfall,Pe)引起的地下水位增加he,因此,地下水位的最终位置可以由下式计算得到:
h=ha+he
在中长时间尺度上(通常为几个月),前期有效降雨量Pa就相当于入深到土壤层中的有效补给(recharge,qa),两者在数值上是相等的,即Pa=qa,由该入渗确定的地下水位为稳态的地下水位。需要注意的是,Pa并不等于实际的降雨量,因为降雨落到地面之后,还会有径流、蒸散等不同的形式。FSLAM模型中不包括水平衡算法,因此需要用户在模型运算前根据研究区的实际情况确定区域的长期平均有效渗透量,单位为mm/d。
最终ha的计算方法与SHALSTAB模型使用的方法相一致,该方法已经成功运用到很多模型中,其计算公式如下:
式中,a是特定点的上游汇水面积,由地形数据(高程)即可确定,b是单元格大小,K为土体渗透系数。
进一步地,所述步骤S2中,地表径流模型是径流曲线数方法,需要支流面积、降雨强度和径流系数等信息,其中支流面积使用了标准的D8算法,径流系数C则是使用下列公式:
其中,Pe是诱发事件降雨,Ia是由CN计算得到的初始提取量(指的是降雨中除去产生的径流外所有的部分,包括入渗、蒸散等等)。最终的降雨强度I使用降雨强度-持续时间频率曲线(Intensity-Duration-Frequency,IDF)来进行计算:
其中Id是每日降雨强度,Tc是集水时间,由下式计算:
其中L是分水岭到出口的最长距离,j是平均坡度角。
进一步地,所述步骤S2中,参数输入随机法,参考了前人的工作,将物理性质的随机参数包含到了模型中,FSLAM模型一共包括10个参数,其中与土壤类型和植被有关的为8个物理性质参数:Cs,z,K,n,ρs,Cr和CN;此外还涉及到两个降雨量参数:Pa和Pe;如果这些参数的统计分布形式符合高斯过程,则计算得到的FS分布的平均值(μ,FS)和标准差(σ,FS)也将符合高斯过程,则FS的分布可以由下式获得:
上式中的参数由下列式子确定:
进一步地,所述步骤S2中,FSLAM模型选用Fortran语言进行编程,它与很多较早的软件相兼容,因为它们大部分使用了Fortran77或者更早的版本编译代码。Fortran可以通过Windows命令进行编译并直接运行,无需安装多余的软件或者平台。此外,也有相关接口提供了它与Python语言之间的连结,这对于以后模型的改进、以及在GIS(GIS主要使用Python 语言)中的嵌入、集成十分重要。
进一步地,所述步骤S3中,输入数据包括5个栅格文件和2个文本文件,栅格文件均为 asc格式,依次为:
(1)数字高程模型DEM(Digital Elevation Model);
(2)土壤栅格SOIL;
(3)土地利用与覆盖栅格LULC(Land Use and Land Cover);
(4)前期有效降雨RAIN_ANT,单位为mm/d;
(5)诱发事件降雨RAIN_EVENT,单位为mm。
文本文件为csv格式,分别为:
(1)包含岩土体物理性质的文本文件soil.csv,它与土壤栅格相链接,提供了土壤栅格中每种土壤类别的内聚力Cs、摩擦角密度ρs、渗透系数K、孔隙度n、厚度z和所属的水文土壤群组(hydrologic soil group,HSG),HSG由美国地质调查局(USGS)定义,它指的是在一组相似的降雨条件和土地覆盖条件下具有相似径流潜力的土壤类别,一共包括ABCD四个类别;
(2)包含土地利用类型物理性质的文本文件hmtu.csv,它包含了两个参数:土壤根系的凝聚力Cr以及径流曲线数CN。该曲线数与soil.csv中的HSG相结合,将研究区域划分成不同的水文-机械地形单元(HMTU)并赋予相应的参数值。
最终FSLAM模型包含两个文件夹(data和res),一个可执行文件(fslam.exe)和一个动态链接库文件(libiomp5ms.dll)。用户需要将全部输入数据放入到data文件夹中,双击可执行文件,然后被封装在动态链接库文件中的函数就会被调用并且运行模型。模型运行结束之后,所得到的输出结果就包含在res文件夹中,包括全区栅格在降雨之后的稳定性和破坏概率。
进一步地,所述步骤S4中,参数敏感性分析用于确定各个输入参数对于最终计算结果的影响程度。由于参数的敏感性只与参数与结果间的非线性关联程度有关,与具体的计算数据并没关系。因此,为简便起见,并未选择真实案例,而是创建了一个尺寸大小为100m×100 m,坡度为25°的均值各向同性斜坡作为算例,其网格单元大小为10m。敏感性分析共包含 3种情形,区别是降雨量的输入值:(1)诱发事件降雨(Pe)固定为0;(2)前期有效降雨(Pa)固定为0;(3)两个降雨均不为0。通过更改FSLAM模型的输入参数来计算单元的稳定性系数。所选取的单元格为倒数第二行的中间点,因为该点:(1)不属于边界点;(2)在该斜坡中具有最大的汇水面积。此外需注意,此处的参数取值并未使用随机方法,即每个参数的值都是一个特定的值。所有输入参数的默认值和变动范围均是根据标准文献和专家标准确定的。需要指出的是,FSLAM一共有10个参数,但是为了加强对模型的理解,本文还增加了坡度角(θ) 和汇水面积(a)进行分析,其中a的默认值选为800m2是因为在该均质斜坡中的计算点的汇水面积为800m2。在实际的案例应用中,这两个参数并不需要用户输入,在获得地形数据的同时,这两个参数值就已经是确定值了。
进一步地,所述步骤S4中,帕累托原理也叫做80/20原理,通俗的来讲就是事物有很多种影响因素,但是其结果一般只由少数因素起决定作用,即后果的80%来源于20%的原因。它在质量控制、工业甚至商业中已经有很多应用。它后来被概括为了帕累托分布的概念。如果X是一个随机变量,则它的概率分布公式为:
其中x是任何一个大于xmin的数,是X可能取到的最小正数值,k是为正的参数。帕累托分布曲线族是由xmin和k参数化的,它们的分布密度分别为:
利用Excel中的帕累托分析选项进行参数的重要性分析,本发明假设之前没有FSLAM模型方程的相关知识,通过因子回归方法包括了上一节中所使用的所有模型参数,结果显示回归方程的相关系数达到了0.996。对于所测试的每个参数,使用t学生分布来测试原假设(原假设为参数对结果无影响)。然后构建了帕累托,其显著性水平为0.99,结果显示,在所有的10个参数中,Cs和Cr的重要性明显高于其它参数,他们两个合计为结果贡献了约80%。在剩余参数中,内摩擦角和土壤层厚度Z超过了显著性水平,效应值分别约为6%和3%,剩余的6个参数均低于显著性水平。因此,帕累托分析的结果与敏感性的结果是一致的。同时,与几个经典著作相比较,结论也相同。
与现有技术相比,本发明的有益效果为:
(1)本发明中FSLAM模型共包含三个子模型:地下水模型、岩土稳定性模型和地表径流模型,分别能够计算降雨入渗引起的地下水变化、区域范围内坡体稳定性和降雨后的地表径流。
(2)本发明能够显著减少模型的计算时间,传统方法计算可能需要专业计算机耗时数个小时或者数天才能完成,但在相同数据量的基础上本模型使用8核1.8GZ CPU和8GB内存的民用电脑能够实现3分钟内完成计算,将必须在室内开展滑坡危险性评估作业变为随时随地进行,使得在突发灾害现场完成危险性评价成为可能。
(3)实现人机交互方便,模型仅需要5个栅格文件和2个文本文件作为输入,FSLAM模型同时考虑了降雨入渗补给地下水的两种运动情况。
(4)基于Fortran语言,本发明进行了编程并最终实现了在Windows操作系统中的运行,此外,也有相关接口提供了它与Python语言之间的连结,这对于以后模型的改进、以及在 GIS(GIS主要使用Python语言)中的嵌入、集成十分重要。
(4)本发明综合运用工程地质原理、地理信息系统、遥感技术以及概率论等方法,开展不同条件下的浅层滑坡危险性评价方法研究。区域滑坡危险性评价可以识别在一定降雨条件下容易发生滑坡的空间位置,是区域滑坡风险评价过程中的一项基础任务。它的最主要结果之一就是生成滑坡危险性分区图,能够为土地利用规划和政府相关部门决策提供重要依据。
(5)本发明旨在规范化确定性模型在滑坡危险性评价中的应用,提升滑坡评价及预警的合理性和有效性,将室内危险性评估作业转移至随时随地开展,在突发灾害现场完成危险性评价成为可能,对不同环境诱发因素下的滑坡危险性及风险演变提出有益的思路和建议,为后续库区滑坡的研究和防灾减灾工作起到一定的指导作用。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提供的一种能够快速进行区域浅层滑坡危险性评估的方法流程示意图。
图2为本发明实施例中研究区地理位置示意图;其中,(a)为万州区在全国中所处的地理位置,(b)为万州区30m空间分辨率数字高程模型(DEM)显示的全区地形情况。
图3为本发明实施例中分别利用10年和20年重现期降雨对研究区参数进行反演的结果精度分析ROC曲线图。
图4为本发明实施例中不同降雨重现期下全区栅格随破坏概率的ROC曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。当然,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例
选取中国三峡库区万州区作为实施案例,地理坐标范围为:E107°55′22″到E108°53′25″之间,N30°24′00″到N31°14′58″之间;该区域位于长江上游,三峡库区的中心地带,在行政区划上属于重庆市的东北部,距离重庆市主城区的直线距离约370km,总面积约为3457 km2,是重庆市最大的市辖区。地理位置上东临湖北省利川市,北面与重庆市开县、云阳县接壤,南面与忠县、石柱相邻。据2021年我国第七次人口普查结果,目前全区常住人口约为156万,人口密度约450人/km2。其中城镇人口约110万。
参见图2所示,研究区位于四川盆地东北部边缘,全区海拔在120m至1650m之间,且呈现出西北低、东南高的分布特征;长江从境内中间穿越,方向大致是从东北流向西南,形成了全区地形的最低区域。对于地貌而言,受到三峡地区地壳抬升的影响,以及株罗纪水平岩层(砂泥岩互层)的明显差异风化现象,加上研究区域河流尤其是长江和苎溪河的下切作用,导致研究区内的地貌呈现出典型的台阶状特征。主要地貌类型为河谷阶地堆积地貌,此外还包括堆积河漫滩、剥蚀低山丘陵、构造-侵蚀等类型。根据相关地质调查显示,全区共可分为V级长江阶地,其高程和空间分布具有明显差异研究区属于亚热带季风气候区,夏季炎热潮湿,冬季寒冷干燥,多年最高温度可达42℃,最低温度约为-4℃,多年平均温度约为18℃。全区降雨量较为充沛,多年平均降雨量为1200mm(统计时间为1960-2015 年),多集中在夏季,可占年降雨量的70%左右,且大雨、暴雨现象较为常见,日降雨量可高达100mm。由于长江流经境内,因此河流水系十分发达,全区大大小小的河流及小型溪沟组成了复杂的地表径流网络。在区内数十条长江支流中,苎溪河为最大的,流域面积达到了29km2,它与长江主干道在万州主城区交汇。此外,区内各种小型河流、冲沟也十分发育,但是水量存在明显的季节性变化,这主要是因为它们受到降雨和库水位波动的影响,而两个因素均具有明显的季节性(周期性),因此这些冲沟内的水流量和区域地表径流量也有较大的变动幅度。至于地下水情况,根据赋存条件可以分为四大类型:松散岩类孔隙水、碳酸盐类岩溶水、红层裂隙水和碎屑岩类孔隙裂隙水。使用ArcGIS中的核密度分析工具对研究区滑坡的点密度进行分析,再结合区内的地质构造和主要公路网的分布,可以发现万州区滑坡主要分布在3个区域:
(a)长江流域,主要是长江干流的两岸及其支流竺溪河、长生河等地带,同时这里有三峡水库。该区域滑坡主要为堆积层滑坡,即滑体材料主要为第四纪的堆积物、崩坡积物等,下伏的基岩地层倾角普遍较小,其中多数滑坡的地层倾角仅为3°~10°;
(b)研究区的西部及西北部,在主要地质构造线万县向斜和铁峰山背斜的两翼。此处的多数滑坡沿着褶皱形迹发育(近NE-SW方向),由于这些较大规模的地质构造的存在,因此顺层滑坡较多;
在万州主城区的西北方向,该区域是全区滑坡点密度最为密集的地方,这里不仅位于长江干流附近,同时也处在公路网和地质构造的影响范围之内,加上主城区的人类活动频繁,诱发了该地区的很多滑坡。
参见图3所示,本研究区中不同降雨重现期下浅层滑坡危险性评价包括如下步骤:
(1)确定性模型需要对参数进行反演。由于研究区中的滑坡数据库记录了具体的滑坡发生时间信息,因此利用某年或者某个时间段的滑坡来进行参数反演是可行的。
对于危险性评价的确定性模型而言,所选用的物理参数十分重要,FSLAM模型也不例外。因此在使用模型进行具体的某情景下的滑坡危险性评估之前,必须要对输入参数进行反演。模型参数反演的最好方法是使用某一特定日期或时间段内的滑坡群体事件来进行反演,然而对于万州区来说,并不存在某一天/几天内发生的滑坡数量较多。所以本文选择了 1995-2005年这个时间段内的滑坡来进行反演。具体的说明如下:
(1)滑坡数据:1995年-2005年11年间,厚度小于10m的浅层滑坡,共有186个滑坡点;
(2)前期有效降雨(Pa)来自于1979-2018年的遥感降雨数据集,因为是长年的数据分析结果,因此可以代表研究区内的一般情况,所以可作为模型的输入数据;
(3)诱发事件降雨(Pe),因为使用的滑坡数据的时间跨度为11年,所以本研究分别使用了10年和20年重新期的诱发事件降雨;
(4)土地利用数据,在研究时间段内可用的LULC图终选用了2000年的土地利用数据;
(5)地层岩性(土壤类型)数据,它属于恒定数据,在短时间内不会发生变化。
(6)物理力学参数(表1至表4):对于FSLAM模型中所有涉及的物理力学参数,采用迭代法进行计算。首先根据研究经验和前人相关研究给出一个大致范围,然后使用FSLAM模型进行危险性评估,对得到的危险性结果进行精度分析,如果精度令人满意说明参数合适,如果精度不好,则需要对参数进行更改。以此类推,最终完成所有参数的反演。本研究的精度分析工作使用的是受试者工作特征曲线(receiver operating characteristic,ROC)。
表1参数反演获得的土壤单元及每个类别对应的模型参数(10年重现期)
表2参数反演获得的土地利用类型及每个类别对应的模型参数(10年重现期)
表3参数反演获得的土壤单元及每个类别对应的模型参数(20年重现期)
表4参数反演获得的土地利用类型及每个类别对应的模型参数(20年重现期)
(2)对于5个输入数据而言,高程、土地利用和土壤栅格文件分辨率均为30mx30m可以自由下载或者从相关机构购买。
对于两种降雨输入数据(前期有效降雨和诱发事件降雨),大部分地区中很难找到现成的区域降雨图,尤其是需要包含有降雨重现期信息的时候。因此本研究利用了大气降雨遥感数据产品和水文建模中的极值统计方法,获得万州区的两种类型的降雨图以进行FSLAM 模型的计算。
从遥感数据中得到的前期有效降雨是总的大气降雨值,利用EASY_BAL工具和气象站监测数据进行“水平衡”分析,从总降雨中提取出最终的有效入渗量从而获得前期有效降雨图;同样运用遥感数据,并结合概率论方法获得不同重现期条件下的极值降雨分布图。值得注意的是,该程序可以被视为是一般性的分析及降雨制图程序,因此对于其他研究区域也同样适用。
(3)利用从第(1)步中获得的模型物理参数,计算不同重现期条件下的区域滑坡危险性,并对危险性的变化进行量化。使用上一节得到的参数结果,结合使用不同的降雨重现期分布图(即诱发事件降雨分布图)进行全区的浅层滑坡危险性评价。共使用了4种降雨重现期,包括10年、20年、50年和100年重现期,根据每个栅格的概率值将全区分成了5个不同的危险性区,包括极低危险区(0≤PoF<0.2)、低危险区(0.2≤PoF<0.4)、中危险区(0.4≤PoF<0.6)、高危险区(0.6≤PoF<0.8)和极高危险区(0.8≤PoF≤1)。
整体上来看,在不同情境下,研究区的中部尤其是长江的左岸,还有西部、西北部地区的浅层滑坡危险性明显高于研究区的东部地区,主要是因为研究区西部的前期降雨稍大于东部地区,而中部地区尤其是长江附近的每日诱发事件降雨则大于其它地区,同时再研究区的西部分布了大的地质构造,即铁峰山背斜和万县向斜,为浅层滑坡的发育提供了良好的地质条件。
(4)ROC曲线验证结果的合理性
随后统计了全区所有栅格随破坏规律的变化情况,在破坏概率小于0.95时,随着降雨重现期的增大,同一破坏概率值的累计栅格数是在不断减小的。比如当破坏概率为0.5的时候,不同重现期的累计栅格数分别为58.6%(10年),57.6%(20年),57.0%(50年)和56.6%(100年),如图4所示,这个值说明的是全区中分别有58.6%(10年),57.6%(20 年),57.0%(50年)和56.6%(100年)的栅格具有小于0.5的破坏概率。因此可以看出,当重现期增大,有更多的滑坡具有高破坏概率,而低破坏概率的栅格数减少,即全区的危险性增大。使用该图的ROC曲线下面积AUC值来表征全区滑坡危险性的大小,值越大说明整体稳定性越好,危险性越小。而几种工况下的AUC值分别为0.573(10年),0.565(20 年),0.560(50年)和0.557(100年),因此所得出结论与上段结论相同。
实施例以中国三峡库区万州区为例,基于FSLAM模型分析了在不同降雨重现期条件下,全区浅层滑坡危险性的变化。使用遥感数据集提取了研究区30天前期降雨和每日极值降雨,通过分析浅层滑坡与降雨数据的关系。在包含了时间不确定性的前提下,本实施例利用“水平衡”理论和统计分布模型进行了研究区降雨空间分布制图。使用了1995-2005 年期间的浅层滑坡进行了参数反演,并利用FSLAM进行了建模。计算表明对于包含约750 万个栅格单元的万州区而言,FSLAM模型的计算时间小于两分钟。当使用的诱发事件降雨的重现期水平增大时,研究区浅层滑坡的危险性水平也明显增大;但各个地区的变化各不相同,中部和西部整体的危险性水平增长要大于其它地区。总的来说,FSLAM模型可以快速有效开展不同降雨重现期条件下的区域滑坡危险性评估与预测。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种能够快速进行区域浅层滑坡危险性评估的方法,其特征在于,包括以下步骤:
S1、首先收集研究区资料,包括区域工程地质条件、典型滑坡监测数据、重点滑坡勘察资料、水文站点气象数据、区域滑坡编录数据、区域遥感降雨数据;
S2、集合岩土模型、地下水模型、地表径流模型、参数输入随机法基于Fortran语言编程生成区域浅层滑坡危险性评估的确定性模型FSLAM(Fast Shallow Landslide AssessmentModel);
S3、输入评价指标数据及参数得到危险性评估结果;
S4、通过参数敏感性分析及帕累托分析验证参数选取的合理性;
S5、通过ROC曲线验证结果合理性。
3.根据权利要求1所述的能够快速进行区域浅层滑坡危险性评估的方法,其特征在于,所述步骤S2中,地下水模型是为求解坡体中地下水位的高度h,由于地下水的两种流动方式:一种是中长时间尺度上的地下水流动,采用横向方法计算前期有效降雨入渗引起的地下水位增加ha;另外一种是关于短期降雨事件的影响,采用垂直流的方法计算诱发事件降雨引起的地下水位增加he,地下水位的最终位置由下式计算得到:
h=ha+he
在中长时间尺度上,前期有效降雨量Pa相当于入深到土壤层中的有效补给,两者在数值上是相等的,即Pa=qa,由该入渗确定的地下水位为稳态的地下水位,Pa并不等于实际的降雨量,因为降雨落到地面之后,还会有径流、蒸散不同的形式;FSLAM模型中不包括水平衡算法,用户在FSLAM模型运算前根据研究区的实际情况确定区域的长期平均有效渗透量,单位为mm/d;
ha的计算方法与美国地调局开发的SHALSTAB模型的方法相一致,该方法计算公式如下:
式中,a是特定点的上游汇水面积,b是单元格大小,K为土体渗透系数。
6.根据权利要求1所述的能够快速进行区域浅层滑坡危险性评估的方法,其特征在于,所述步骤S3中,输入数据包括5个栅格文件和2个文本文件,栅格文件均为asc格式,依次为:
(1)数字高程模型DEM(Digital Elevation Model);
(2)土壤栅格SOIL;
(3)土地利用与覆盖栅格LULC(Land Use and Land Cover);
(4)前期有效降雨RAIN_ANT,单位为mm/d;
(5)诱发事件降雨RAIN_EVENT,单位为mm;
文本文件为csv格式,分别为:
(1)包含岩土体物理性质的文本文件soil.csv,它与土壤栅格相链接,提供土壤栅格中每种土壤类别的内聚力Cs、内摩擦角密度ρs、渗透系数K、孔隙度n、厚度z和所属的水文土壤群组(hydrologic soil group,HSG),HSG由美国地质调查局(USGS)定义[183,203],它指的是在一组相似的降雨条件和土地覆盖条件下具有相似径流潜力的土壤类别,一共包括ABCD四个类别;
(2)包含土地利用类型物理性质的文本文件hmtu.csv,它包含了两个参数:土壤根系的凝聚力Cr以及径流曲线数CN,该曲线数与soil.csv中的HSG相结合,将研究区域划分成不同的水文-机械地形单元(HMTU)并赋予相应的参数值;
最终FSLAM模型包含两个文件夹(data和res),一个可执行文件(fslam.exe)和一个动态链接库文件(libiomp5ms.dll),用户需要将全部输入数据放入到data文件夹中,双击执行文件,然后被封装在动态链接库文件中的函数被调用并且运行模型,模型运行结束之后,所得到的输出结果包含在res文件夹中,包括全区栅格在降雨之后的稳定性和破坏概率。
7.根据权利要求1所述的能够快速进行区域浅层滑坡危险性评估的方法,其特征在于,所述步骤S4中,参数敏感性分析用于确定各个输入参数对于最终计算结果的影响程度,由于参数的敏感性只与参数与结果间的非线性关联程度有关,与具体的计算数据没关系,创建了一个尺寸大小为100m×100m,坡度为25°的均值各向同性斜坡作为算例,其网格单元大小为10m,敏感性分析共包含3种情形,区别是降雨量的输入值:(1)诱发事件降雨(Pe)固定为0;(2)前期有效降雨(Pa)固定为0;(3)两个降雨均不为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210514319.0A CN115187735A (zh) | 2022-05-12 | 2022-05-12 | 一种能够快速进行区域浅层滑坡危险性评估的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210514319.0A CN115187735A (zh) | 2022-05-12 | 2022-05-12 | 一种能够快速进行区域浅层滑坡危险性评估的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115187735A true CN115187735A (zh) | 2022-10-14 |
Family
ID=83514258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210514319.0A Pending CN115187735A (zh) | 2022-05-12 | 2022-05-12 | 一种能够快速进行区域浅层滑坡危险性评估的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187735A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636662A (zh) * | 2023-12-10 | 2024-03-01 | 广东东软学院 | 一种涉水路段的防浸水交通控制方法及系统 |
-
2022
- 2022-05-12 CN CN202210514319.0A patent/CN115187735A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636662A (zh) * | 2023-12-10 | 2024-03-01 | 广东东软学院 | 一种涉水路段的防浸水交通控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Hazard assessment of landslide disaster using information value method and analytical hierarchy process in highly tectonic Chamba region in bosom of Himalaya | |
CN103455711B (zh) | 一种基于机理分析的小流域地区滑坡灾害风险区划方法 | |
Zhang et al. | Collation of Australian modeller's streamflow dataset for 780 unregulated Australian catchments | |
Talaei | Landslide susceptibility zonation mapping using logistic regression and its validation in Hashtchin Region, northwest of Iran | |
CN104217257A (zh) | 一种灾害链综合风险计算方法 | |
CN103605897A (zh) | 一种区域滑坡灾害风险估计方法 | |
Zhou et al. | Spatial analysis for susceptibility of second-time karst sinkholes: A case study of Jili Village in Guangxi, China | |
CN103593580A (zh) | 一种区域滑坡灾害风险估计方法 | |
Kirubakaran et al. | MODFLOW based groundwater budgeting using GIS: a case study from Tirunelveli Taluk, Tirunelveli District, Tamil Nadu, India | |
Ling et al. | Landslide susceptibility assessment using statistical and machine learning techniques: A case study in the upper reaches of the Minjiang River, southwestern China | |
Moustafa | Application of the analytic hierarchy process for evaluating geo-hazards in the Greater Cairo area, Egypt | |
Tang et al. | Emergency assessment of seismic landslide susceptibility: a case study of the 2008 Wenchuan earthquake affected area | |
Jamir et al. | Landslide susceptibility mapping of Noklak Town, Nagaland, North‐east India using bivariate statistical method | |
Neupane et al. | Landslide susceptibility analysis using frequency ratio and weight of evidence approaches along the Lakhandehi Khola watershed in the Sarlahi District, southern Nepal | |
Arefin et al. | GIS and remotely sensed data-based morphometric elements analysis for determination of Bengal Basin evolution | |
Andreas et al. | Incorporating geology and geomorphology in land management decisions in developing countries: A case study in Southern Costa Rica | |
Thomas | Modelling of spatially distributed surface runoff and infiltration in the Olifants River catchment/water management area using GIS | |
CN115187735A (zh) | 一种能够快速进行区域浅层滑坡危险性评估的方法 | |
Regmi et al. | Assessment of landslide susceptibility using GIS-based evidential belief function in Patu Khola watershed, Dang, Nepal | |
Jabar et al. | Incorporating a GIS-Based Approach and SWAT Model to Estimate Sediment in the Western Desert of Iraq | |
CN116663881B (zh) | 基于地下水位的黄土地区城市地质灾害风险评价方法 | |
Tadios | GIS-based Geotechnical Microzonation Mapping using Analytic Hierarchy Process: a case study in Shire-Endasilasie City, Tigray, Northern Ethiopia | |
Abbate et al. | CRHyME (Climatic Rainfall Hydrogeological Modelling Experiment): a new model for geo-hydrological hazard assessment at the basin scale | |
Wang et al. | Assessment of geohazard susceptibility based on RS and GIS analysis in Jianshi County of the Three Gorges Reservoir, China | |
Milmo et al. | The use of historical data and global climate models to assess historical and future surface water and groundwater availability in the Trinity River Basin in Texas |
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 |