CN115953705A - 一种冰川冰湖溃决型泥石流判识方法及系统 - Google Patents

一种冰川冰湖溃决型泥石流判识方法及系统 Download PDF

Info

Publication number
CN115953705A
CN115953705A CN202310220685.XA CN202310220685A CN115953705A CN 115953705 A CN115953705 A CN 115953705A CN 202310220685 A CN202310220685 A CN 202310220685A CN 115953705 A CN115953705 A CN 115953705A
Authority
CN
China
Prior art keywords
watershed
debris flow
type debris
channel
ice lake
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
CN202310220685.XA
Other languages
English (en)
Other versions
CN115953705B (zh
Inventor
杨志全
魏来
朱颖彦
穆罕默德·阿瑟夫·汉
韩用顺
廖丽萍
张�杰
贺拿
杨溢
张碧华
喜文飞
许汉华
舒艳
白仙富
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202310220685.XA priority Critical patent/CN115953705B/zh
Publication of CN115953705A publication Critical patent/CN115953705A/zh
Application granted granted Critical
Publication of CN115953705B publication Critical patent/CN115953705B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/23—Dune restoration or creation; Cliff stabilisation

Landscapes

  • Sampling And Sample Adjustment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及环境保护与防灾减灾技术领域，尤其是一种冰川冰湖溃决型泥石流判识方法及系统，其中，本发明的方法是在考虑沟道坡度与物源颗粒粒径对冰川冰湖溃决型泥石流诱发影响基础上，提出的基于一种沟道坡度与物源颗粒粒径的冰川冰湖溃决型泥石流判识方法。本发明的方法不仅弥补了冰川冰湖溃决型泥石流判识技术的不足，还实现了冰川冰湖溃决型泥石流的判识，为进一步对相应的冰川冰湖进行监控、预警等灾害防治布局提供了数据基础，有助于冰川冰湖溃决型泥石流灾害的预防与源头治理；同时，本发明中各个参数的获取方式简单快捷方便，可现场直接使用，节约工程成本，提高工作效率，在环境保护与防灾减灾技术领域具有很高的实用价值和推广价值。

Description

一种冰川冰湖溃决型泥石流判识方法及系统
技术领域
本发明涉及环境保护与防灾减灾技术领域，尤其是一种冰川冰湖溃决型泥石流判识方法及系统。
背景技术
泥石流是指由于积雪融化、冰川冰湖溃决、降水等在沟谷或山坡上产生的一种挟带大量泥砂、石块和巨砾等固体物质的特殊洪流。作为一种具有强大破坏力的灾害性地质现象，泥石流除了流速快，流量大，物质容量大和破坏力强等难治理的特点，还具有突发性等难预测的特点。
其中，冰川冰湖溃决型泥石流是发育在高山大陆性冰川地带的一种具有规模大、速度快、危害性强等特点的突发性地质灾害。在世界范围内，冰川冰湖溃决型泥石流主要分布在苏联高加索山和外伊犁山、美国太平洋沿岸山区、阿拉斯加和南美洲委内瑞拉西北部山区等区域的急剧消退的现代冰川区；在我国，其在念青唐古拉山、横断山、喀喇昆仑山、阿尔泰山、天山和祁连山等冰川区广泛发育，严重影响人民群众的生命财产安全。
当前，在泥石流判识领域主要提出的是针对于降雨型泥石流判识方法，而对于冰川冰湖溃决型泥石流的判识方法还未见相关研究和探讨，因此，亟需一种冰川冰湖溃决型泥石流判识方法及系统来判识冰川冰湖溃决型泥石流，以进一步对相应的冰川冰湖进行监控、预警等灾害防治布局，以辅助冰川冰湖溃决型泥石流灾害的预防与源头治理。
发明内容
针对现有技术不足以及实际应用的需求，为实现冰川冰湖溃决型泥石流的判识，以对相应的冰川冰湖进行监控、预警等灾害预先防治布局，达到辅助冰川冰湖溃决型泥石流灾害预防与源头治理的目的，第一方面，本发明提供了一种冰川冰湖溃决型泥石流判识方法，包括如下步骤：标定待判识流域，定位所述待判识流域的沟道，并识别所述沟道中的物源颗粒；利用所述沟道的坡度，搭建流域沟道坡度系数模型；利用所述物源颗粒的几何特征，搭建物源颗粒等效粒径模型；结合所述流域沟道坡度系数模型和所述物源颗粒等效粒径模型，搭建冰川冰湖溃决型泥石流判识模型；测量所述沟道对应的坡度数据，并结合所述流域沟道坡度系数模型，获得待判识流域的流域沟道坡度系数；测量所述物源颗粒的几何特征，并结合所述物源颗粒等效粒径模型，获得待判识流域的物源颗粒等效粒径；通过所述流域沟道坡度系数、所述物源颗粒等效粒径以及所述冰川冰湖溃决型泥石流判识模型，判识所述待判识流域是否为冰川冰湖溃决型泥石流流域。本发明的方法是在考虑沟道坡度与物源颗粒粒径对冰川冰湖溃决型泥石流诱发影响基础上，提出的基于一种沟道坡度与物源颗粒粒径的冰川冰湖溃决型泥石流判识方法。本发明的方法不仅弥补了冰川冰湖溃决型泥石流判识技术的不足，还实现了冰川冰湖溃决型泥石流的判识，为进一步对相应的冰川冰湖进行监控、预警等灾害防治布局提供了数据基础，有助于冰川冰湖溃决型泥石流灾害的预防与源头治理；同时，本发明中各个参数的获取方式简单快捷方便，可现场直接使用，节约工程成本，提高工作效率，在环境保护与防灾减灾技术领域具有很高的实用价值和推广价值。
可选地，所述待判识流域包括待明确是否已发生冰川冰湖溃决型泥石流的流域，以及已明确发生泥石流，但不确定该泥石流是否为冰川冰湖溃决型泥石流的流域。
可选地，所述标定待判识流域，定位所述待判识流域的沟道，并识别所述沟道中的物源颗粒，包括如下步骤：获取待判识流域的整体状况，所述整体状况包括待判识流域内沟道的数量、分布以及坡度和沟道中岩石颗粒数量、大小以及分布；通过所述整体状况，定位所述待判识流域中的所有沟道；根据所述沟道中岩石颗粒数量、大小以及分布，筛选所述沟道中的物源颗粒。
可选地，所述流域沟道坡度系数模型，包括如下公式：
Figure SMS_1
，
其中，
Figure SMS_2
表示流域沟道坡度系数，
Figure SMS_3
表示待判识流域的平均坡度。
可选地，所述利用所述沟道的坡度，搭建流域沟道坡度系数模型，还包括如下步骤：根据定位结果确定待判识流域的上游和下游，并分别将所述上游与所述下游设定为起点与终点；利用所述起点与所述终点，将所述待判识流域分段；根据分段结果，设定每段流域的坡度加权系数；汇总每段流域中不同沟道的坡度以及对应的坡度加权系数，更新所述流域沟道坡度系数模型。
可选地，所述更新后的流域沟道坡度系数模型，满足如下公式：
Figure SMS_4
，
其中，
Figure SMS_6
表示流域沟道坡度系数，
Figure SMS_11
,
Figure SMS_14
表示待判识流域分段的总段数，
Figure SMS_7
，
Figure SMS_10
表示第
Figure SMS_13
段流域的坡度加权系数，
Figure SMS_16
表示第
Figure SMS_5
段流域的坡度均值，
Figure SMS_9
，
Figure SMS_12
表示每段待判识流域分段中包含的沟道总数量，
Figure SMS_15
表示第
Figure SMS_8
条沟道的坡度。
可选地，所述物源颗粒等效粒径模型，包括如下公式：
Figure SMS_17
，
其中，
Figure SMS_18
表示物源颗粒等效粒径，
Figure SMS_19
表示物源颗粒的平均长度，
Figure SMS_20
表示物源颗粒的平均宽度，
Figure SMS_21
表示物源颗粒的平均高度。
可选地，所述的利用所述物源颗粒的几何特征，搭建物源颗粒等效粒径模型，还包括如下步骤：识别所述沟道中物源颗粒的种类，并获取对应种类下的物源颗粒分布数据；根据所述物源颗粒分布数据，将在所述沟道中分布最多的物源颗粒设定为目标物源颗粒；以所述目标物源颗粒与地面接触的中心位置为原点，以所述目标物源颗粒平行与所述地面的最长径为横轴，以所述原点和所述横轴作为参照设定为纵轴，以所述原点、所述横轴和所述纵轴为参照设定立轴，建立评估坐标系；分别将所述目标物源颗粒投影在所述评估坐标系的不同二维平面上，并根据投影结果获得所述目标物源颗粒的几何特征；通过汇总并均值化所有的目标物源颗粒的几何特征，获得所述目标物源颗粒的平均几何特征，所述平均几何特征包括平均长度、平均宽度以及平均高度；利用所述平均几何特征，更新所述物源颗粒等效粒径模型。
可选地，所述更新后的物源颗粒等效粒径模型，满足如下公式：
Figure SMS_22
，
其中，
Figure SMS_25
表示物源颗粒等效粒径，
Figure SMS_28
，
Figure SMS_30
表示目标物源颗粒的总数量，
Figure SMS_24
表示第
Figure SMS_27
粒目标物源颗粒的长度，
Figure SMS_29
表示第
Figure SMS_31
粒目标物源颗粒的宽度，
Figure SMS_23
表示第
Figure SMS_26
粒目标物源颗粒的高度。
可选地，所述冰川冰湖溃决型泥石流判识模型满足如下公式：
Figure SMS_32
；
其中，
Figure SMS_33
表示冰川冰湖溃决型泥石流判识指标，
Figure SMS_34
表示通过流域沟道坡度系数模型获得的流域沟道坡度系数，
Figure SMS_35
表示通过物源颗粒等效粒径模型获得的物源颗粒等效粒径。
可选地，所述通过所述流域沟道坡度系数、所述物源颗粒等效粒径以及所述冰川冰湖溃决型泥石流判识模型，判识所述待判识流域是否为冰川冰湖溃决型泥石流流域，包括如下步骤：将所述流域沟道坡度系数和所述物源颗粒等效粒径代入所述冰川冰湖溃决型泥石流判识模型，获得对应的冰川冰湖溃决型泥石流判识指标；当所述冰川冰湖溃决型泥石流判识指标小于等于1时，判识所述待判识流域为冰川冰湖溃决型泥石流流域；当所述冰川冰湖溃决型泥石流判识指标大于1时，判识所述待判识流域非冰川冰湖溃决型泥石流流域。
第二方面，本发明还提供了一种冰川冰湖溃决型泥石流判识系统，所述冰川冰湖溃决型泥石流判识系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行本发明第一方面所提供的冰川冰湖溃决型泥石流判识方法。本发明所提供冰川冰湖溃决型泥石流判识系统结构紧凑，运行稳定且快速，能够很好地执行冰川冰湖溃决型泥石流判识方法。
附图说明
图1为本发明的冰川冰湖溃决型泥石流判识方法流程图；
图2为本发明的实施例中评估坐标系示意图；
图3为本发明的冰川冰湖溃决型泥石流判识系统的结构示意图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路，软件或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。
为实现冰川冰湖溃决型泥石流的判识，以对相应的冰川冰湖进行监控、预警等灾害预先防治布局，达到辅助冰川冰湖溃决型泥石流灾害预防与源头治理的目的，本发明提供了一种冰川冰湖溃决型泥石流判识方法，旨在实现冰川冰湖溃决型泥石流的判识。请参见图1，本发明所述的冰川冰湖溃决型泥石流判识方法，包括如下步骤：
S01、标定待判识流域，定位所述待判识流域的沟道，并识别所述沟道中的物源颗粒。
应当理解，本发明所述的待判识流域包括：待明确是否已发生冰川冰湖溃决型泥石流的流域，以及已明确发生泥石流，但不确定该泥石流是否为冰川冰湖溃决型泥石流的流域。进一步地，待明确是否已发生冰川冰湖溃决型泥石流的流域通过本发明的方法判识，若判识结果为冰川冰湖溃决型泥石流流域，则表明该流域发生过冰川冰湖溃决型泥石流；若判识结果非冰川冰湖溃决型泥石流流域，则表明该流域未发生过冰川冰湖溃决型泥石流，但该结果并不表明该流域未发生过其他类型的泥石流，即该流域内有可能发生过其他类型的泥石流。已明确发生泥石流，但不确定该泥石流是否为冰川冰湖溃决型泥石流的流域通过本发明的方法判识，可明确该流域发生的泥石流是否为冰川冰湖溃决型泥石流。若通过本发明方法判识出待判识流域是发生过冰川冰湖溃决型泥石流的流域，则需对上游冰川冰湖进行监控、预警等灾害预先防治布局，以达到辅助冰川冰湖溃决型泥石流灾害预防与源头治理的目的。步骤S01中所述的待判识流域中的沟道数量包括一条或者多条。所述的物源颗粒包括分布在所述沟道内的不同类型的岩石颗粒。
步骤S01中所述的标定待判识流域，定位所述待判识流域的沟道，并识别所述沟道中的物源颗粒，包括如下步骤：通过户外人工勘探、无人机拍照、遥感卫星等方式，获取待判识流域的整体状况，所述整体状况包括待判识流域内沟道的数量、分布以及坡度和沟道中岩石颗粒数量、大小以及分布；通过所述整体状况，定位所述待判识流域中的所有沟道；根据所述沟道中岩石颗粒数量、大小以及分布，筛选所述沟道中的物源颗粒。进一步地，在一个可选的实施例中，采用无人机拍摄待判识流域的整体高清图像和局部高清图像；利用图像识别技术通过整体高清图像，获得待判识流域内沟道的数量、分布、坡度等相关数据；利用图像识别技术通过局部高清图像，识别任一沟道中岩石颗粒数量、大小、分布等相关数据。步骤S01为后续模型的搭建提供了初始依据。
S02、利用所述沟道的坡度，搭建流域沟道坡度系数模型。
在一个可选的实施例中，步骤S02所述的利用所述沟道的坡度搭建的流域沟道坡度系数模型，包括如下公式：
Figure SMS_36
，
其中，
Figure SMS_37
表示流域沟道坡度系数，
Figure SMS_38
表示待判识流域的平均坡度。本实施例中利用待判识流域内沟道的平均坡度，搭建对应的流域沟道坡度系数模型，该流域沟道坡度系数模型能全面地表征待判识流域内的坡度状况，为后续获得准确的判识结果提供了可靠的数据源。
在又一个实施例中，为更加精准表征待判识流域内沟道的整体状况，所述利用所述沟道的坡度，搭建流域沟道坡度系数模型，还包括如下步骤：根据定位结果确定待判识流域的上游和下游，并分别将所述上游与所述下游设定为起点与终点；利用所述起点与所述终点，将所述待判识流域分段；根据分段结果，设定每段流域的坡度加权系数；汇总每段流域中不同沟道的坡度以及对应的坡度加权系数，更新所述流域沟道坡度系数模型，更新后的流域沟道坡度系数模型，满足如下公式：
Figure SMS_39
，
其中，
Figure SMS_42
表示流域沟道坡度系数，
Figure SMS_45
,
Figure SMS_48
表示待判识流域分段的总段数，
Figure SMS_41
，
Figure SMS_44
表示第
Figure SMS_47
段流域的坡度加权系数，
Figure SMS_50
表示第
Figure SMS_40
段流域的坡度均值，
Figure SMS_46
，
Figure SMS_49
表示每段待判识流域分段中包含的沟道总数量，
Figure SMS_51
表示第
Figure SMS_43
条沟道的坡度。进一步，上述坡度加权系数的大小与该段流域中所有沟道的水流平均速度相关：水流平均速度越快，所述坡度加权系数越大；水流平均速度越小，所述坡度加权系数越小；若该流域中沟道内没有水或者该沟道内的水静止（即没有流进和流出），则该沟道坡度加权系数为1。本实施例所提出的更新后的流域沟道坡度系数模型考虑并量化了沟道内水流对沟道坡度的影响，通过更新后流域沟道坡度系数模型获得的坡度系数，能更加全面地表征待判识流域内的坡度状况，为后续获得更加精准的判识结果提供了更高可靠性的数据源。
S03、利用所述物源颗粒的几何特征，搭建物源颗粒等效粒径模型。
步骤S03中所述的几何特征包括物源颗粒的长度、宽度以及高度。在一个可选的实施例中，步骤S03中通过所述物源颗粒的几何特征搭建的物源颗粒等效粒径模型，包括如下公式：
Figure SMS_52
，
其中，
Figure SMS_53
表示物源颗粒等效粒径，
Figure SMS_54
表示物源颗粒的长度，
Figure SMS_55
表示物源颗粒的宽度，
Figure SMS_56
表示物源颗粒的高度。在本实施例中，可通过相关领域技术人员通过实际状况结合经验，在待判识流域的沟道内，选取可以表征大部分岩石颗粒的三维特征的岩石颗粒作为物源颗粒，并通过相关领域技术人员使用卷尺等相关测量工具获得对应的数据。
为了更加精准地表征所述物源颗粒的几何特征，在又一个可选的实施例中，步骤S03所述的利用所述物源颗粒的几何特征，搭建物源颗粒等效粒径模型，还包括如下步骤：识别所述沟道中物源颗粒的种类，并获取对应种类下的物源颗粒分布数据；根据所述物源颗粒分布数据，将在所述沟道中分布最多的物源颗粒设定为目标物源颗粒；以所述目标物源颗粒与地面接触的中心位置为原点，以所述目标物源颗粒平行与所述地面的最长径为横轴，以所述原点和所述横轴作为参照设定为纵轴，以所述原点、所述横轴和所述纵轴为参照设定立轴，建立评估坐标系；分别将所述目标物源颗粒投影在所述评估坐标系的不同二维平面上，并根据投影结果获得所述目标物源颗粒的几何特征；通过汇总并均值化所有的目标物源颗粒的几何特征，获得所述目标物源颗粒的平均几何特征，所述平均几何特征包括平均长度、平均宽度以及平均高度；利用所述平均几何特征，更新所述物源颗粒等效粒径模型，更新后的物源颗粒等效粒径模型，满足如下公式：
Figure SMS_57
，
其中，
Figure SMS_59
表示物源颗粒等效粒径，
Figure SMS_63
，
Figure SMS_65
表示目标物源颗粒的总数量，
Figure SMS_60
表示第
Figure SMS_62
粒目标物源颗粒的长度，
Figure SMS_64
表示第
Figure SMS_66
粒目标物源颗粒的宽度，
Figure SMS_58
表示第
Figure SMS_61
粒目标物源颗粒的高度。
应该理解，沟道内岩石颗粒种类多样，且数量庞大，若将全部的岩石颗粒作为目标物源颗粒进行对应的数据采集，在增大计算量的同时，也相应降低了本发明的判识效率。在本实施例中，以分布最多的物源颗粒作为目标物源颗粒的筛选条件，获得了能极大程度表征沟道内岩石分布特征的目标物源颗粒，在缩减数据采集工作以及对应计算量的同时，也保证了数据可靠性，提升了本发明的辨识效率。进一步的，上述实施例中评估坐标系的建立，如图2所示，左图中4粒岩石颗粒均为物源颗粒，根据沟道内整体岩石分布特征，选取中间的岩石颗粒作为目标物源颗粒，即右图中的不规则图形为目标物源颗粒，横向虚线表示地面，O点表示目标物源颗粒与地面接触的中心位置，X轴方向为目标物源颗粒平行与所述地面的最长径方向，Y轴以O点与X轴为参照构建，Z轴以O点为原点，并垂直于XOY平面。将目标物源颗粒投影在XOY平面上，分别获得目标物源颗粒的长度
Figure SMS_67
与目标物源颗粒的宽度
Figure SMS_68
，其中，长度为投影面内的最长径，宽度为垂直长度
Figure SMS_69
的最长径；将目标物源颗粒投影在XOZ或者YOZ平面上，获得目标物源颗粒的高度
Figure SMS_70
，该
Figure SMS_71
表示在XOZ或者YOZ平面内平行与Z轴的投影最长径。
S04、结合所述流域沟道坡度系数模型和所述物源颗粒等效粒径模型，搭建冰川冰湖溃决型泥石流判识模型。
在一个可选的实施例中，结合所述流域沟道坡度系数模型和所述物源颗粒等效粒径模型搭建的冰川冰湖溃决型泥石流判识模型，满足如下公式：
Figure SMS_72
；
其中，
Figure SMS_75
表示冰川冰湖溃决型泥石流判识指标，
Figure SMS_78
表示通过流域沟道坡度系数模型获得的流域沟道坡度系数，
Figure SMS_81
表示通过物源颗粒等效粒径模型获得的物源颗粒等效粒径。进一步地，在本实施例中，流域沟道坡度系数模型为：
Figure SMS_74
，其中，
Figure SMS_77
表示流域沟道坡度系数，
Figure SMS_80
表示待判识流域的平均坡度；所述物源颗粒等效粒径模型为：
Figure SMS_83
，其中，
Figure SMS_73
表示物源颗粒等效粒径，
Figure SMS_76
表示物源颗粒的平均长度，
Figure SMS_79
表示物源颗粒的平均宽度，
Figure SMS_82
表示物源颗粒的平均高度。
为了更加准确地判识待判识流域是否为冰川冰湖溃决型泥石流流域，在又一个可选的实施例中，通过使用更新后的流域沟道坡度系数模型和更新后所述物源颗粒等效粒径模型，搭建的冰川冰湖溃决型泥石流判识模型，即上述冰川冰湖溃决型泥石流判识模型中，流域沟道坡度系数模型为
Figure SMS_92
，其中，
Figure SMS_87
表示流域沟道坡度系数，
Figure SMS_99
,
Figure SMS_91
表示待判识流域分段的总段数，
Figure SMS_103
，
Figure SMS_90
表示第
Figure SMS_102
段流域的坡度加权系数，
Figure SMS_93
表示第
Figure SMS_100
段流域的坡度均值，
Figure SMS_84
，
Figure SMS_97
表示每段待判识流域分段中包含的沟道总数量，
Figure SMS_95
表示第
Figure SMS_106
条沟道的坡度；物源颗粒等效粒径模型为：
Figure SMS_94
，其中，
Figure SMS_104
表示物源颗粒等效粒径，
Figure SMS_88
，
Figure SMS_105
表示目标物源颗粒的总数量，
Figure SMS_89
表示第
Figure SMS_101
粒目标物源颗粒的长度，
Figure SMS_85
表示第
Figure SMS_96
粒目标物源颗粒的宽度，
Figure SMS_86
表示第
Figure SMS_98
粒目标物源颗粒的高度。应当理解，上述冰川冰湖溃决型泥石流判识模型中，流域沟道坡度系数和物源颗粒等效粒径作为两个影响判别准确性参数，其对应的具体值的获取方法不唯一，可以通过相关领域技术人员根据实际需求进行选择。
S05、测量所述沟道对应的坡度数据，并结合所述流域沟道坡度系数模型，获得待判识流域的流域沟道坡度系数。
具有一条沟道和具有多条沟道的坡度数据获取方式相同，但多条沟道对应的坡度数据处理量远大于一条沟道的坡度数据处理。同时，步骤S05中所述的测量所述沟道对应的坡度数据，可根据所述流域沟道坡度系数模型所需要的参数数据进行对应获取。
S06、测量所述物源颗粒的几何特征，并结合所述物源颗粒等效粒径模型，获得待判识流域的物源颗粒等效粒径。
应当理解，所述物源颗粒的几何特征包括物源颗粒的长度、宽度以及高度，也包括平均几何特征，其中所述平均几何特征包括平均长度、平均宽度以及平均高度。同理，步骤S06中所述的测量所述物源颗粒的几何特征，可根据所述物源颗粒等效粒径模型所需要的参数数据进行对应获取。
S07、通过所述流域沟道坡度系数、所述物源颗粒等效粒径以及所述冰川冰湖溃决型泥石流判识模型，判识所述待判识流域是否为冰川冰湖溃决型泥石流流域。
在一个可选的实施例中，步骤S07所述的通过所述流域沟道坡度系数、所述物源颗粒等效粒径以及所述冰川冰湖溃决型泥石流判识模型，判识所述待判识流域是否为冰川冰湖溃决型泥石流流域，包括如下步骤：将所述流域沟道坡度系数和所述物源颗粒等效粒径代入所述冰川冰湖溃决型泥石流判识模型，获得对应的冰川冰湖溃决型泥石流判识指标；当所述冰川冰湖溃决型泥石流判识指标小于等于1时，判识所述待判识流域为冰川冰湖溃决型泥石流流域；当所述冰川冰湖溃决型泥石流判识指标大于1时，判识所述待判识流域非冰川冰湖溃决型泥石流流域。
本发明的方法是在考虑沟道坡度与物源颗粒粒径对冰川冰湖溃决型泥石流诱发影响基础上，提出的基于一种沟道坡度与物源颗粒粒径的冰川冰湖溃决型泥石流判识方法。本发明的方法不仅弥补了冰川冰湖溃决型泥石流判识技术的不足，还实现了冰川冰湖溃决型泥石流的判识，为进一步对相应的冰川冰湖进行监控、预警等灾害防治布局提供了数据基础，有助于冰川冰湖溃决型泥石流灾害的预防与源头治理；同时，本发明中各个参数的获取方式简单快捷方便，可现场直接使用，节约工程成本，提高工作效率，在环境保护与防灾减灾技术领域具有很高的实用价值和推广价值。在一个实施例中，相关领域技术人员通过本发明方法对多处泥石流进行了判识，请参见表1：
Figure SMS_107
其中，，相关领域技术人员根据流域沟道坡度系数模型
Figure SMS_110
和物源颗粒等效粒径模型
Figure SMS_112
，在现场直接获取沟道坡度、长度a、宽度b以及高度c表格所需数据，并通过对应计算获得流域沟道坡度系数
Figure SMS_114
与物源颗粒等效粒径
Figure SMS_108
，最后结合冰川冰湖溃决型泥石流判识模型
Figure SMS_111
，获得对应的（冰川冰湖溃决型泥石流）判识指标
Figure SMS_113
，当判识指标
Figure SMS_115
小于等于1时，判识所述待判识流域为冰川冰湖溃决型泥石流流域；当判识指标
Figure SMS_109
大于1时，判识所述待判识流域非冰川冰湖溃决型泥石流流域。结合上述表格中的“实际情况”可知，通过本发明判识的冰川冰湖溃决型泥石流的理论结果与野外调查实际结果相符。由此可见，本发明提出的冰川冰湖溃决型泥石流判识方法具有较高的精度与准确性，可从理论上对流域诱发的泥石流灾害是否属于冰川-冰湖溃决型泥石流进行判识，可为冰川-冰湖溃决型泥石流的防灾减灾提供理论支撑。
为更好实现上述方法，请参见图3，本发明还提供了一种冰川冰湖溃决型泥石流判识系统，所述冰川冰湖溃决型泥石流判识系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行本发明所提供的冰川冰湖溃决型泥石流判识方法。本发明所提供冰川冰湖溃决型泥石流判识系统结构紧凑，运行稳定且快速，并且具有极强的拓展性，能够很好地执行冰川冰湖溃决型泥石流判识方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种冰川冰湖溃决型泥石流判识方法，其特征在于，所述冰川冰湖溃决型泥石流判识方法，包括如下步骤：
标定待判识流域，定位所述待判识流域的沟道，并识别所述沟道中的物源颗粒；
利用所述沟道的坡度，搭建流域沟道坡度系数模型；
利用所述物源颗粒的几何特征，搭建物源颗粒等效粒径模型；
结合所述流域沟道坡度系数模型和所述物源颗粒等效粒径模型，搭建冰川冰湖溃决型泥石流判识模型；
测量所述沟道对应的坡度数据，并结合所述流域沟道坡度系数模型，获得待判识流域的流域沟道坡度系数；
测量所述物源颗粒的几何特征，并结合所述物源颗粒等效粒径模型，获得待判识流域的物源颗粒等效粒径；
通过所述流域沟道坡度系数、所述物源颗粒等效粒径以及所述冰川冰湖溃决型泥石流判识模型，判识所述待判识流域是否为冰川冰湖溃决型泥石流流域。
2.根据权利要求1所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述待判识流域包括待明确是否已发生冰川冰湖溃决型泥石流的流域，以及已明确发生泥石流，但不确定该泥石流是否为冰川冰湖溃决型泥石流的流域。
3.根据权利要求1所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述标定待判识流域，定位所述待判识流域的沟道，并识别所述沟道中的物源颗粒，包括如下步骤：
获取待判识流域的整体状况，所述整体状况包括待判识流域内沟道的数量、分布以及坡度和沟道中岩石颗粒数量、大小以及分布；
通过所述整体状况，定位所述待判识流域中的所有沟道；
根据所述沟道中岩石颗粒数量、大小以及分布，筛选所述沟道中的物源颗粒。
4.根据权利要求1所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述流域沟道坡度系数模型，包括如下公式：
Figure QLYQS_1
，
其中，
Figure QLYQS_2
表示流域沟道坡度系数，
Figure QLYQS_3
表示待判识流域的平均坡度。
5.根据权利要求4所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述利用所述沟道的坡度，搭建流域沟道坡度系数模型，还包括如下步骤：
根据定位结果确定待判识流域的上游和下游，并分别将所述上游与所述下游设定为起点与终点；
利用所述起点与所述终点，将所述待判识流域分段；
根据分段结果，设定每段流域的坡度加权系数；
汇总每段流域中不同沟道的坡度以及对应的坡度加权系数，更新所述流域沟道坡度系数模型。
6.根据权利要求1所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述物源颗粒等效粒径模型，包括如下公式：
Figure QLYQS_4
，
其中，
Figure QLYQS_5
表示物源颗粒等效粒径，
Figure QLYQS_6
表示物源颗粒的平均长度，
Figure QLYQS_7
表示物源颗粒的平均宽度，
Figure QLYQS_8
表示物源颗粒的平均高度。
7.根据权利要求6所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述的利用所述物源颗粒的几何特征，搭建物源颗粒等效粒径模型，还包括如下步骤：
识别所述沟道中物源颗粒的种类，并获取对应种类下的物源颗粒分布数据；
根据所述物源颗粒分布数据，将在所述沟道中分布最多的物源颗粒设定为目标物源颗粒；
以所述目标物源颗粒与地面接触的中心位置为原点，以所述目标物源颗粒平行与所述地面的最长径为横轴，以所述原点和所述横轴作为参照设定为纵轴，以所述原点、所述横轴和所述纵轴为参照设定立轴，建立评估坐标系；
分别将所述目标物源颗粒投影在所述评估坐标系的不同二维平面上，并根据投影结果获得所述目标物源颗粒的几何特征；
通过汇总并均值化所有的目标物源颗粒的几何特征，获得所述目标物源颗粒的平均几何特征，所述平均几何特征包括平均长度、平均宽度以及平均高度；
利用所述平均几何特征，更新所述物源颗粒等效粒径模型。
8.根据权利要求1所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述冰川冰湖溃决型泥石流判识模型满足如下公式：
Figure QLYQS_9
；
其中，
Figure QLYQS_10
表示冰川冰湖溃决型泥石流判识指标，
Figure QLYQS_11
表示通过流域沟道坡度系数模型获得的流域沟道坡度系数，
Figure QLYQS_12
表示通过物源颗粒等效粒径模型获得的物源颗粒等效粒径。
9.根据权利要求8所述的冰川冰湖溃决型泥石流判识方法，其特征在于，所述通过所述流域沟道坡度系数、所述物源颗粒等效粒径以及所述冰川冰湖溃决型泥石流判识模型，判识所述待判识流域是否为冰川冰湖溃决型泥石流流域，包括如下步骤：
将所述流域沟道坡度系数和所述物源颗粒等效粒径代入所述冰川冰湖溃决型泥石流判识模型，获得对应的冰川冰湖溃决型泥石流判识指标；
当所述冰川冰湖溃决型泥石流判识指标小于等于1时，判识所述待判识流域为冰川冰湖溃决型泥石流流域；
当所述冰川冰湖溃决型泥石流判识指标大于1时，判识所述待判识流域非冰川冰湖溃决型泥石流流域。
10.一种冰川冰湖溃决型泥石流判识系统，其特征在于，所述冰川冰湖溃决型泥石流判识系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-9任一项所述的冰川冰湖溃决型泥石流判识方法。
CN202310220685.XA 2023-03-09 2023-03-09 一种冰川冰湖溃决型泥石流判识方法及系统 Active CN115953705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310220685.XA CN115953705B (zh) 2023-03-09 2023-03-09 一种冰川冰湖溃决型泥石流判识方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310220685.XA CN115953705B (zh) 2023-03-09 2023-03-09 一种冰川冰湖溃决型泥石流判识方法及系统

Publications (2)

Publication Number Publication Date
CN115953705A true CN115953705A (zh) 2023-04-11
CN115953705B CN115953705B (zh) 2023-05-16

Family

ID=85903253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310220685.XA Active CN115953705B (zh) 2023-03-09 2023-03-09 一种冰川冰湖溃决型泥石流判识方法及系统

Country Status (1)

Country Link
CN (1) CN115953705B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200624635A (en) * 2005-01-05 2006-07-16 Rui-Qi Lin Construction for mudslide radical cure by building deep pools to store displaced rocks and water
JP2009093594A (ja) * 2007-10-12 2009-04-30 Hazama Corp 防災監視システム及び防災監視方法
CN105740616A (zh) * 2016-01-28 2016-07-06 成都理工大学 冰湖溃决的危险性判断方法
CN106250635A (zh) * 2016-08-02 2016-12-21 中国科学院水利部成都山地灾害与环境研究所 一种冰湖溃决型泥石流的防治方法及其应用
CN107784164A (zh) * 2017-09-28 2018-03-09 成都理工大学 一种冰湖溃决的早期识别方法及其应用
CN109056633A (zh) * 2018-09-12 2018-12-21 昆明理工大学 一种防洪和防泥石流的地质灾害防治系统及方法
CN110008608A (zh) * 2019-04-12 2019-07-12 成都理工大学 一种震区溃决型泥石流流量的计算方法及应用
JP2020060078A (ja) * 2018-10-12 2020-04-16 日本信号株式会社 土砂崩落の発生時刻を推定するシステム
CN111809556A (zh) * 2020-07-22 2020-10-23 中国科学院、水利部成都山地灾害与环境研究所 冰湖溃决型洪水泥石流防治方法
CN112735098A (zh) * 2020-12-31 2021-04-30 中国科学院、水利部成都山地灾害与环境研究所 一种震后冰湖溃决预警方法、装置及存储介质
CN112836280A (zh) * 2021-03-03 2021-05-25 中国科学院、水利部成都山地灾害与环境研究所 泥石流堰塞坝溃口下切速率计算方法
CN114360214A (zh) * 2022-03-18 2022-04-15 四川省公路规划勘察设计研究院有限公司 一种特大规模冰川泥石流预警方法
CN115083117A (zh) * 2022-06-14 2022-09-20 成都理工大学 一种用于后期冰水泥石流的预警方法及其应用

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200624635A (en) * 2005-01-05 2006-07-16 Rui-Qi Lin Construction for mudslide radical cure by building deep pools to store displaced rocks and water
JP2009093594A (ja) * 2007-10-12 2009-04-30 Hazama Corp 防災監視システム及び防災監視方法
CN105740616A (zh) * 2016-01-28 2016-07-06 成都理工大学 冰湖溃决的危险性判断方法
CN106250635A (zh) * 2016-08-02 2016-12-21 中国科学院水利部成都山地灾害与环境研究所 一种冰湖溃决型泥石流的防治方法及其应用
CN107784164A (zh) * 2017-09-28 2018-03-09 成都理工大学 一种冰湖溃决的早期识别方法及其应用
CN109056633A (zh) * 2018-09-12 2018-12-21 昆明理工大学 一种防洪和防泥石流的地质灾害防治系统及方法
JP2020060078A (ja) * 2018-10-12 2020-04-16 日本信号株式会社 土砂崩落の発生時刻を推定するシステム
CN110008608A (zh) * 2019-04-12 2019-07-12 成都理工大学 一种震区溃决型泥石流流量的计算方法及应用
CN111809556A (zh) * 2020-07-22 2020-10-23 中国科学院、水利部成都山地灾害与环境研究所 冰湖溃决型洪水泥石流防治方法
CN112735098A (zh) * 2020-12-31 2021-04-30 中国科学院、水利部成都山地灾害与环境研究所 一种震后冰湖溃决预警方法、装置及存储介质
CN112836280A (zh) * 2021-03-03 2021-05-25 中国科学院、水利部成都山地灾害与环境研究所 泥石流堰塞坝溃口下切速率计算方法
CN114360214A (zh) * 2022-03-18 2022-04-15 四川省公路规划勘察设计研究院有限公司 一种特大规模冰川泥石流预警方法
CN115083117A (zh) * 2022-06-14 2022-09-20 成都理工大学 一种用于后期冰水泥石流的预警方法及其应用

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
RUOSHEN LIN等: "Susceptibility Analysis of Glacier Debris Flow by Investigating the Changes in Glaciers Based on Remote Sensing: A Case Study", 《SUSTAINABILITY》 *
ZHENGQUAN LIU等: "Research Hotspots and Frontiers of Mountain Flood Disaster: Bibliometric and Visual Analysis", 《WATER》 *
ZHIQUAN YANG等: "Discussion on the Relationship between Debris Flow Provenance Particle Characteristics, Gully Slope, and Debris Flow Types along the Karakoram Highway", 《SUSTAINABILITY》 *
刘彦培: "波密县冰川泥石流遥感判识与提取", 《山西建筑》 *
刘悦等: "径流-渗流作用下松散土坡 非均匀颗粒临界失稳分析", 《中国农村水利水电》 *
李尧等: "川藏交通廊道林波段冰川泥石流发育动态演化分 析及监测预警方案", 《地球科学》 *

Also Published As

Publication number Publication date
CN115953705B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
Ouyang et al. Insights from the failure and dynamic characteristics of two sequential landslides at Baige village along the Jinsha River, China
Liu et al. Dynamic monitoring and damage evaluation of flood in north-west Jilin with remote sensing
Yu et al. Study of the Sheyuegou dam breach–Experience with the post-failure investigation and back analysis
CN115186943A (zh) 一种城市排水内涝预测建模方法、系统、电子设备
KR101828520B1 (ko) 전기비저항 모니터링 및 지진계측의 통합트리거링과 드론 영상촬영을 이용한 위험취약구조물 통합 모니터링 시스템 및 그 방법
Duressa et al. Dam break analysis and inundation mapping, case study of fincha’a dam in horro guduru wollega zone, oromia region, Ethiopia
CN115953705A (zh) 一种冰川冰湖溃决型泥石流判识方法及系统
Huang et al. The long-term geologic hazards and consequent risk after the Wenchuan earthquake
Singh et al. Reconstruction of extreme flood events by performing integrated real-time and probabilistic flood modeling in the Periyar river basin, Southern India
KR20200143155A (ko) 산사태 발생지역의 실시간 모니터링방법
CN113836630A (zh) 一种考虑植被根系影响的河岸坍塌快速预测方法及系统
Game et al. Flood modelling for a real-time decision support system of the covered Lower Paillons River, Nice, France
KR101718702B1 (ko) 토석류 토사 유출량을 예측하기 위한 장치 및 그 방법
CN113987971B (zh) 洪水危险性的预警方法、装置、电子设备和介质
Xiafei et al. Material sources supplying debris flows in Jiangjia Gully
CN116152661A (zh) 一种岩土工程滑坡的加固方法及装置
KR20170123081A (ko) 침수 지역 추적 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
RU2462692C2 (ru) Способ определения потерь почвы от водной эрозии
KR101970196B1 (ko) 우수 배수 시스템을 고려한 유출 플럭스 계산 방법
CN116935576B (zh) 一种河道壅塞监测分析预警方法及系统
CN113570133A (zh) 一种应对强降雨的输配电线路风险预测方法及系统
JP6739114B1 (ja) 天然ダム発見システム、天然ダム発見方法、およびプログラム
KR102673461B1 (ko) 소규모 공공시설물의 위험도를 평가하고 보고서를 생성하는 시스템
KR102673460B1 (ko) 소규모 공공시설물의 현장조사 정보를 수집하는 조사자 단말
CN115222570A (zh) 一种山区水电站泥石流灾情评估系统和方法

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