CN116245283A - 弃渣场次生灾害风险评估方法、装置、设备及存储介质 - Google Patents
弃渣场次生灾害风险评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116245283A CN116245283A CN202310218510.5A CN202310218510A CN116245283A CN 116245283 A CN116245283 A CN 116245283A CN 202310218510 A CN202310218510 A CN 202310218510A CN 116245283 A CN116245283 A CN 116245283A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- waste slag
- slag field
- field
- waste
- 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
Links
- 239000002699 waste material Substances 0.000 title claims abstract description 229
- 239000002893 slag Substances 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 239000003673 groundwater Substances 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 16
- 239000002689 soil Substances 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 7
- 238000001764 infiltration Methods 0.000 abstract description 6
- 230000008595 infiltration Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000001556 precipitation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000035699 permeability Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008521 reorganization Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method 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
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明提供了一种弃渣场次生灾害风险评估方法、装置、设备及存储介质，应用于水利信息技术领域，该方法首先获取弃渣场特征数据以及降雨和地下水监测数据；再根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素；然后根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式，根据关系公式对弃渣场次生灾害风险进行评估。本发明通过雨量监测数据进行降雨特征分析，地下水监测数据进行浸润曲线变化特征分析，建立降雨特征与弃渣场次生灾害风险关系；可以有效对弃渣场降雨诱发的地质灾害作出及时预警，提高弃渣场雨量预警精度，减小水土流失对环境造成的影响。
Description
技术领域
本发明涉及水利信息技术领域，尤其涉及一种弃渣场次生灾害风险评估方法、装置、设备及存储介质。
背景技术
目前降雨诱发弃渣场次生灾害评估、预警方法主要为统计归纳法，主要是通过收集历史降雨数据和地质灾害发生情况，进行统计对比分析，从而得到地质灾害和降雨之间的定性、半定量或定量的关系。这种方法仅仅考虑了降雨这单一因素造成的影响，忽略了弃渣场本身特性的影响，空间尺度过大，并且在降雨持续时间较长时，由于雨量阈值过大会导致预警精度较低。
发明内容
本发明提供了一种弃渣场次生灾害风险评估方法、装置、设备及存储介质。本发明可以有效对弃渣场降雨诱发的地质灾害作出及时预警，提高弃渣场雨量预警精度，减小水土流失对环境造成的影响。
第一方面，本发明的实施例提供了一种弃渣场次生灾害风险评估方法，该方法包括：
获取弃渣场特征数据以及降雨和地下水监测数据；
其中，弃渣场特征数据包括：弃渣类型与来源、弃渣场材质组成、粒径组成、弃渣量及弃渣场的坡脚、坡高、坡度、坡长；
根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素；
其中，预设分析方法包括：年降雨量及月分布分析、不同时间间隔序列雨强分析和降雨历时与降雨量分析；
根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式；
其中，关系公式如下：F＝αAbBc；
式中，F为弃渣场边坡的稳定系数，A为弃渣场内部物理特性要素，B为降雨属性要素，α、b、c为回归系数；
根据关系公式对弃渣场次生灾害风险进行评估。
上述技术方案通过雨量监测数据进行降雨特征分析，地下水监测数据进行浸润曲线变化特征分析，建立降雨特征与弃渣场次生灾害风险关系。可以有效对铁路弃渣场降雨诱发的地质灾害作出及时预警，提高弃渣场雨量预警精度，减小水土流失对环境造成的影响。
可选地，年降雨量及月分布分析包括：
根据降雨和地下水监测数据，分别统计各月份月平均降雨量、月最大降雨量、月最小降雨量、占全年比例和月平均降雨天数；
根据统计结果确定弃渣场所在地区年内降雨变化趋势。
可选地，不同时间间隔序列雨强分析包括：
对不同时间间隔的降雨数据进行数据格式化；
若降雨时段间隔大于等于预设时间间隔，则根据降雨趋势对降雨时段进行分割；
若降雨时段间隔小于预设时间间隔，则对降雨时段进行累加生成预设时长的降雨时段数据。
可选地，降雨历时与降雨量分析包括：
根据降雨间隔法划分降雨的场次，若降雨间隔时长超过时间阈值则进行划分；
通过点绘不同场次对应降雨历时、降雨强度/降雨量，确定降雨历时与降雨强度/降雨量的关系；
通过概率密度分析方法识别不同场次相同降雨历时对应的降雨量/降雨强度的频次分布。
可选地，弃渣场内部物理特性要素根据弃渣场特征数据计算得到，弃渣场边坡的稳定系数根据稳定系数计算方法计算得到；
其中，稳定系数计算方法包括：瑞典条分法和Janbu条分法。
可选地，根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式，包括：
根据弃渣场坡高、坡比及不同降雨强度、降雨历时和降雨量对弃渣场渗流场进行模拟；
分析坡高、坡比、弃渣场物理特性、降雨强度、降雨历时和降雨量对弃渣场渗流场的影响；
计算弃渣场边坡的稳定系数并构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式。
可选地，根据关系公式对弃渣场次生灾害风险进行评估，包括：
当弃渣场边坡的稳定系数大于安全系数阈值时，则确定弃渣场无滑坡危险；
当弃渣场边坡的稳定系数小于安全系数阈值时，则确定弃渣场发生破坏；
当弃渣场边坡的稳定系数等于安全系数阈值时，则确定弃渣场处于临界状态；
根据弃渣场状态对弃渣场次生灾害风险进行评估。
第二方面，本发明的实施例提供了一种弃渣场次生灾害风险评估装置，该装置包括：
获取模块，用于获取弃渣场特征数据以及降雨和地下水监测数据；
其中，弃渣场特征数据包括：弃渣类型与来源、弃渣场材质组成、粒径组成、弃渣量及弃渣场的坡脚、坡高、坡度、坡长；
分析模块，用于根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素；
其中，预设分析方法包括：年降雨量及月分布分析、不同时间间隔序列雨强分析和降雨历时与降雨量分析；
构建模块，用于根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式；
其中，关系公式如下：F＝αAbBc；
式中，F为弃渣场边坡的稳定系数，A为弃渣场内部物理特性要素，B为降雨属性要素，α、b、c为回归系数；
评估模块，用于根据关系公式对弃渣场次生灾害风险进行评估。
第三方面，本发明的实施例提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如第一方面中任一实现方式所述的方法。
第四方面，本发明的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一实现方式所述的方法。
本发明提供了一种弃渣场次生灾害风险评估方法、装置、设备及存储介质，该方法首先获取弃渣场特征数据以及降雨和地下水监测数据；再根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素；然后根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式，根据关系公式对弃渣场次生灾害风险进行评估。本发明通过雨量监测数据进行降雨特征分析，地下水监测数据进行浸润曲线变化特征分析，建立降雨特征与弃渣场次生灾害风险关系；可以有效对弃渣场降雨诱发的地质灾害作出及时预警，提高弃渣场雨量预警精度，减小水土流失对环境造成的影响。
应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。
图1为本发明实施例的一种弃渣场次生灾害风险评估方法的流程图；
图2为本发明另一实施例的一种弃渣场次生灾害风险评估方法的流程图；
图3为本发明实施例的一种弃渣场次生灾害风险评估装置的结构示意图；
图4为本发明实施例的一种电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
需要说明的是，本发明实施例描述的仅仅是为了更加清楚的说明本发明实施例的技术方案，并不构成对本发明实施例提供的技术方案的限定。
图1为本发明实施例的一种弃渣场次生灾害风险评估方法的流程图。如图1所示，该方法包括：
S101、获取弃渣场特征数据以及降雨和地下水监测数据。
可选地，弃渣场特征数据包括：弃渣类型与来源、弃渣场材质组成、粒径组成、弃渣量及弃渣场的坡脚、坡高、坡度、坡长。
示例性地，可以通过渣场工程设计资料或设计图纸收集弃渣场坡脚、坡高、坡度、坡长等基础数据。
示例性地，可以借助2.5m卫星影像地图，对弃渣场建成前后的两期影像图进行对比核实，获取弃渣场工程特性数据，例如：弃渣场材质组成、粒径组成、弃渣量等。
示例性地，可以通过在弃渣场建立雨量站对降雨数据进行整编；使用翻斗式自记雨量计(长期)进行降水量观测，降雨观测精度可以达到0.1mm。
示例性地，进行雨量整编可以参照《水文资料整编规范》，整编时段可以包括：1min、5min、10min、30min、1h、3h、6h、12h、24h、3d、5d。
示例性地，对降雨观测原始记录进行审核，检查观测、记载和缺测记录，当记录时间误差和降水量误差超过规定时，分别进行时间订正和降水量订正。
示例性地，可以在弃渣场不同堆积高度建立多个地下水监测站，记录不同堆积高度地下水监测站测压管测控水位变化，并整编降雨前及降雨后1d内的测压管时间～水位变化曲线数据，基础时间单位可以以1min为准。
可选地，弃渣场特征数据还包括：黏聚力、内摩擦角、弹性模量、泊松比、渗透系数、孔隙率。
示例性地，黏聚力、内摩擦角可以通过公式查简单土坡稳定用图表的方式求得，通过剪切(直剪、三轴剪切实验等)试验确定土的抗剪强度指标内摩擦角和内粘聚力。
示例性地，泊松比、渗透系数、孔隙率可以通过《工程地质手册》(第五版)中“土的平均物理力学性质指标表”以及“土的侧压力系数和泊松比表”参照取值。
S102、根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素。
可选地，预设分析方法包括：年降雨量及月分布分析、不同时间间隔序列雨强分析和降雨历时与降雨量分析。
可选地，年降雨量及月分布分析包括：
根据降雨和地下水监测数据，分别统计各月份月平均降雨量、月最大降雨量、月最小降雨量、占全年比例和月平均降雨天数；
根据统计结果确定弃渣场所在地区年内降雨变化趋势。
示例性地，可以通过收集弃渣场所在地区多年降雨资料和雨量站整编数据进行年降雨量及月分布分析，分别统计各月份月平均降雨量、月最大降雨量、月最小降雨量、占全年比例、月平均降雨天数等信息；确定出弃渣场所在地区年内降雨变化趋势，快速识别集中降雨月份。
可选地，不同时间间隔序列雨强分析包括：
对不同时间间隔的降雨数据进行数据格式化；
若降雨时段间隔大于等于预设时间间隔，则根据降雨趋势对降雨时段进行分割；
若降雨时段间隔小于预设时间间隔，则对降雨时段进行累加生成预设时长的降雨时段数据。
示例性地，可以以1min、3min、5min、10min、30min、1h间隔作为预设时间间隔数据进行分割处理；
若降雨时段间隔大于等于预设时间间隔，则可根据整体降雨趋势对长时间间隔数据进行分割生成30min和10min或更小分辨率间隔数据；
若降雨时段间隔小于等于标准时间间，则可直接累加生成30min、1h或更高分辨率间隔降雨数据。
可选地，以标准时段内的总雨量比标准时段间隔，可以生成不同时间间隔序列的雨强数据。
可选地，降雨历时与降雨量分析包括：
根据降雨间隔法划分降雨的场次，若降雨间隔时长超过时间阈值则进行划分；
通过点绘不同场次对应降雨历时、降雨强度/降雨量，确定降雨历时与降雨强度/降雨量的关系；
通过概率密度分析方法识别不同场次相同降雨历时对应的降雨量/降雨强度的频次分布。
可选地，若降雨的时间间隔较短，可以作为一次降雨过程；若时间间隔较长，则划分为不同的降雨场次。
示例性地，根据降雨间隔法，若两场降雨内时间间隔超过6h，即视为两次降雨过程，若时间间隔不足6h则视为同一场降雨。
示例性地，还可以对弃渣场降雨历时与降雨强度/降雨量的数据，分别构建多种不同概率密度分布曲线进行拟合，确定最优分布，分析弃渣场降雨特征。
S103、根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式。
其中，关系公式如下：F＝αAbBc；
式中，F为弃渣场边坡的稳定系数，A为弃渣场内部物理特性要素，B为降雨属性要素，α、b、c为回归系数。
可选地，F＝αAbBc为采用广义最小二乘法或其他回归方法构建边坡稳定系数的回归方程。
可选地，弃渣场内部物理特性要素根据弃渣场特征数据计算得到，弃渣场边坡的稳定系数根据稳定系数计算方法计算得到；稳定系数计算方法包括：瑞典条分法和Janbu条分法。
可选地，根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式，包括：
根据弃渣场坡高、坡比及不同降雨强度、降雨历时和降雨量对弃渣场渗流场进行模拟；
分析坡高、坡比、弃渣场物理特性、降雨强度、降雨历时和降雨量对弃渣场渗流场的影响；
计算弃渣场边坡的稳定系数并构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式。
示例性地，弃渣场渗流场模拟可以借助数值计算软件可以模拟出不同弃渣场坡高、坡比及不同降雨强度、降雨历时、降雨量等参数条件下的弃渣场内部渗流场，再通过对不同条件下实测孔隙压力和数值模拟结果进行比较以对建立的模型进行修正。
示例性地，可以通过分析坡高、坡比、弃渣场物理特性、降雨强度、降雨历时、降雨量对边坡渗流场的影响规律；通过偏相关分析的方法建立起坡高、坡比、弃渣场物理特性、降雨强度、降雨量、降雨历时等参数和渗流场的相关关系。
可选地，可以以渗流场的渗流速率作为因变量，将弃渣场坡高、坡比等物理特性要素分别作为一个因变量，将降雨量、降雨历时、降雨强度等降雨属性要素分别作为另一个因变量，通过偏相关分析，分析渗流速率与两个变量之间的线性相关程度，计算其偏相关系数，寻找出偏相关系数最高的弃渣场物理特性要素与降雨要素的变量组合。
示例性地，在计算弃渣场边坡的稳定系数时，对于影响弃渣场边坡稳定性计算的不同工况，首先计算不发生渗流时(正常工况下)边坡稳定系数，在降水较小的工况下，土体未发生饱和时土体的体积含水率和渗透系数随基质吸力发生变化，考虑水在弃渣场内的渗流作用，即在正常工况下额外考虑水压力的作用；然后，按照正常工况下进行其稳定性分析计算；降雨较大的工况下，土体达到饱和，同样考虑水压力的作用进行稳定性分析，在弃渣的体积含水率和渗透系数达到最大值，并保持稳定不变之后在正常工况下进行稳定性分析。
S104、根据关系公式对弃渣场次生灾害风险进行评估。
可选地，当弃渣场边坡的稳定系数大于安全系数阈值时，则确定弃渣场无滑坡危险；当弃渣场边坡的稳定系数小于安全系数阈值时，则确定弃渣场发生破坏；当弃渣场边坡的稳定系数等于安全系数阈值时，则确定弃渣场处于临界状态；然后根据弃渣场状态对弃渣场次生灾害风险进行评估，并有效为弃渣场的降雨造成的次生灾害进行及时的预警。
示例性地，安全系数阈值可以根据工程规范，结合设计工况等现场条件得到。
示例性地，图2为本发明另一实施例的一种弃渣场次生灾害风险评估方法的流程图，如图2所示：
示例性地，通过降雨监测站获取降雨资料并对其自动整编，然后根据整编后的降雨资料进行年降雨量及月分布分析、降雨事件分割和降雨量分析；
进一步地，在降雨事件分割的基础上进行降雨历时分析，在年降雨量及月分布分析的基础上进行不同时间间隔序列雨强分析；
可选地，根据降雨量分析、不同时间间隔序列雨强分析和降雨历时分析结果可以确定降雨强度、降雨历时和降雨量概率分布；
示例性地，可以通过地下水监测站获取的数据和降雨强度、降雨历时以及降雨量概率分布，确定浸润曲线分布；根据浸润曲线分布、降雨强度、降雨历时和降雨量概率分布进行相关性分析，根据分析结果和弃渣场特征数据进行弃渣场次生灾害风险进行评估。
本发明实施例提供了一种弃渣场次生灾害风险评估方法、装置、设备及存储介质，该方法首先获取弃渣场特征数据以及降雨和地下水监测数据；再根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素；然后根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式，根据关系公式对弃渣场次生灾害风险进行评估。本发明通过雨量监测数据进行降雨特征分析，地下水监测数据进行浸润曲线变化特征分析，建立降雨特征与弃渣场次生灾害风险关系；可以有效对弃渣场降雨诱发的地质灾害作出及时预警，提高弃渣场雨量预警精度，减小水土流失对环境造成的影响。
以下结合图3详细说明本申请实施例提供的可以执行上述弃渣场次生灾害风险评估方法的装置。
示例性地，图3为本发明实施例的一种弃渣场次生灾害风险评估装置的结构示意图；如图3所示，所述评估装置30包括：
获取模块301，用于获取弃渣场特征数据以及降雨和地下水监测数据；
其中，弃渣场特征数据包括：弃渣类型与来源、弃渣场材质组成、粒径组成、弃渣量及弃渣场的坡脚、坡高、坡度、坡长；
分析模块302，用于根据预设分析方法对降雨和地下水监测数据进行分析确定降雨属性要素；
其中，预设分析方法包括：年降雨量及月分布分析、不同时间间隔序列雨强分析和降雨历时与降雨量分析；
构建模块303，用于根据降雨属性要素和弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式；
其中，关系公式如下：F＝αAbBc；
式中，F为弃渣场边坡的稳定系数，A为弃渣场内部物理特性要素，B为降雨属性要素，α、b、c为回归系数；
评估模块304，用于根据关系公式对弃渣场次生灾害风险进行评估。
可选地，分析模块302，还用于根据降雨和地下水监测数据，分别统计各月份月平均降雨量、月最大降雨量、月最小降雨量、占全年比例和月平均降雨天数；根据统计结果确定弃渣场所在地区年内降雨变化趋势。
可选地，分析模块302，还用于对不同时间间隔的降雨数据进行数据格式化；若降雨时段间隔大于等于预设时间间隔，则根据降雨趋势对降雨时段进行分割；若降雨时段间隔小于预设时间间隔，则对降雨时段进行累加生成预设时长的降雨时段数据。
可选地，分析模块302，还用于根据降雨间隔法划分降雨的场次，若降雨间隔时长超过时间阈值则进行划分；通过点绘不同场次对应降雨历时、降雨强度/降雨量，确定降雨历时与降雨强度/降雨量的关系；通过概率密度分析方法识别不同场次相同降雨历时对应的降雨量/降雨强度的频次分布。
可选地，弃渣场内部物理特性要素根据弃渣场特征数据计算得到，弃渣场边坡的稳定系数根据稳定系数计算方法计算得到；
其中，稳定系数计算方法包括：瑞典条分法和Janbu条分法。
可选地，构建模块303，还用于根据弃渣场坡高、坡比及不同降雨强度、降雨历时和降雨量对弃渣场渗流场进行模拟；分析坡高、坡比、弃渣场物理特性、降雨强度、降雨历时和降雨量对弃渣场渗流场的影响；计算弃渣场边坡的稳定系数并构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式。
可选地，评估模块304，还用于当弃渣场边坡的稳定系数大于安全系数阈值时，则确定弃渣场无滑坡危险；当弃渣场边坡的稳定系数小于安全系数阈值时，则确定弃渣场发生破坏；当弃渣场边坡的稳定系数等于安全系数阈值时，则确定弃渣场处于临界状态；根据弃渣场状态对弃渣场次生灾害风险进行评估。
本发明实施例还提供了一种计算机电子设备，图4示出了可以应用本发明实施例的电子设备的结构示意图，如图4所示，该计算机电子设备包括，中央处理模块(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块301、分析模块302、构建模块303和评估模块304，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，评估模块304还可以被描述为“用于根据关系公式对弃渣场次生灾害风险进行评估的评估模块304”。
作为另一方面，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述一种弃渣场次生灾害风险评估装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入电子设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本发明的一种弃渣场次生灾害风险评估方法。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种弃渣场次生灾害风险评估方法，其特征在于，包括：
获取弃渣场特征数据以及降雨和地下水监测数据；所述弃渣场特征数据包括：弃渣类型与来源、弃渣场材质组成、粒径组成、弃渣量及弃渣场的坡脚、坡高、坡度、坡长；
根据预设分析方法对所述降雨和地下水监测数据进行分析确定降雨属性要素；所述预设分析方法包括：年降雨量及月分布分析、不同时间间隔序列雨强分析和降雨历时与降雨量分析；
根据所述降雨属性要素和所述弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式；所述关系公式如下：F＝αAbBc；
式中，F为弃渣场边坡的稳定系数，A为弃渣场内部物理特性要素，B为降雨属性要素，α、b、c为回归系数；
根据所述关系公式对弃渣场次生灾害风险进行评估。
2.根据权利要求1所述的弃渣场次生灾害风险评估方法，其特征在于，所述年降雨量及月分布分析包括：
根据所述降雨和地下水监测数据，分别统计各月份月平均降雨量、月最大降雨量、月最小降雨量、占全年比例和月平均降雨天数；
根据统计结果确定弃渣场所在地区年内降雨变化趋势。
3.根据权利要求1所述的弃渣场次生灾害风险评估方法，其特征在于，所述不同时间间隔序列雨强分析包括：
对不同时间间隔的降雨数据进行数据格式化；
若降雨时段间隔大于等于预设时间间隔，则根据降雨趋势对所述降雨时段进行分割；
若降雨时段间隔小于所述预设时间间隔，则对所述降雨时段进行累加生成预设时长的降雨时段数据。
4.根据权利要求1所述的弃渣场次生灾害风险评估方法，其特征在于，所述降雨历时与降雨量分析包括：
根据降雨间隔法划分降雨的场次，若降雨间隔时长超过时间阈值则进行划分；
通过点绘不同场次对应降雨历时、降雨强度/降雨量，确定降雨历时与降雨强度/降雨量的关系；
通过概率密度分析方法识别不同场次相同降雨历时对应的降雨量/降雨强度的频次分布。
5.根据权利要求1所述的弃渣场次生灾害风险评估方法，其特征在于，所述弃渣场内部物理特性要素根据所述弃渣场特征数据计算得到，所述弃渣场边坡的稳定系数根据稳定系数计算方法计算得到；所述稳定系数计算方法包括：瑞典条分法和Janbu条分法。
6.根据权利要求1所述的弃渣场次生灾害风险评估方法，其特征在于，所述根据所述降雨属性要素和所述弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式，包括：
根据弃渣场坡高、坡比及不同降雨强度、降雨历时和降雨量对弃渣场渗流场进行模拟；
分析坡高、坡比、弃渣场物理特性、降雨强度、降雨历时和降雨量对渗流场的影响；
计算弃渣场边坡的稳定系数并构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式。
7.根据权利要求1所述的弃渣场次生灾害风险评估方法，其特征在于，所述根据所述关系公式对弃渣场次生灾害风险进行评估，包括：
当所述弃渣场边坡的稳定系数大于安全系数阈值时，则确定弃渣场无滑坡危险；
当所述弃渣场边坡的稳定系数小于安全系数阈值时，则确定弃渣场发生破坏；
当所述弃渣场边坡的稳定系数等于安全系数阈值时，则确定弃渣场处于临界状态；
根据弃渣场状态对弃渣场次生灾害风险进行评估。
8.一种弃渣场次生灾害风险评估装置，其特征在于，包括：
获取模块，用于获取弃渣场特征数据以及降雨和地下水监测数据；所述弃渣场特征数据包括：弃渣类型与来源、弃渣场材质组成、粒径组成、弃渣量及弃渣场的坡脚、坡高、坡度、坡长；
分析模块，用于根据预设分析方法对所述降雨和地下水监测数据进行分析确定降雨属性要素；所述预设分析方法包括：年降雨量及月分布分析、不同时间间隔序列雨强分析和降雨历时与降雨量分析；
构建模块，用于根据所述降雨属性要素和所述弃渣场特征数据构建弃渣场边坡的稳定系数、弃渣场内部物理特性要素和降雨属性要素之间的关系公式；所述关系公式如下：F＝αAbBc；
式中，F为弃渣场边坡的稳定系数，A为弃渣场内部物理特性要素，B为降雨属性要素，α、b、c为回归系数；
评估模块，用于根据所述关系公式对弃渣场次生灾害风险进行评估。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310218510.5A CN116245283B (zh) | 2023-03-08 | 2023-03-08 | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310218510.5A CN116245283B (zh) | 2023-03-08 | 2023-03-08 | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116245283A true CN116245283A (zh) | 2023-06-09 |
| CN116245283B CN116245283B (zh) | 2024-05-07 |
Family
ID=86629398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310218510.5A Active CN116245283B (zh) | 2023-03-08 | 2023-03-08 | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116245283B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117037456A (zh) * | 2023-10-10 | 2023-11-10 | 山东科技大学 | 一种现场监测的矿山灾害预测预警方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104278989A (zh) * | 2013-07-02 | 2015-01-14 | 中国石油天然气股份有限公司 | 一种获取低孔低渗储层饱和度指数的方法 |
| CN105761436A (zh) * | 2016-03-10 | 2016-07-13 | 成都理工大学 | 一种红层地区滑坡预警方法及其应用 |
| KR20170095513A (ko) * | 2016-02-15 | 2017-08-23 | 유찬호 | 실시간 재해 발생 시간 예측 시스템 및 방법 |
| CN111563619A (zh) * | 2020-04-28 | 2020-08-21 | 杭州湖玛科技有限公司 | 一种导致流域滑坡风险的降雨阈值分析方法 |
| CN111639813A (zh) * | 2020-06-01 | 2020-09-08 | 福州大学 | 基于深度学习的弃渣场危险性预警方法及系统 |
| CN111681393A (zh) * | 2020-06-03 | 2020-09-18 | 福州大学 | 基于trigrs的弃渣场失稳预警方法及系统 |
| CN111931369A (zh) * | 2020-08-05 | 2020-11-13 | 长安大学 | 降雨型滑坡稳定性分析及运动距离测算方法、设备及介质 |
| CN212460337U (zh) * | 2020-03-30 | 2021-02-02 | 国家电网有限公司 | 一种弃渣场边坡稳定性监测系统 |
| KR20210030031A (ko) * | 2019-09-09 | 2021-03-17 | 한국지질자원연구원 | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 |
| CN113191598A (zh) * | 2021-04-09 | 2021-07-30 | 中铁第四勘察设计院集团有限公司 | 弃渣场稳定性确定方法、装置、电子设备及存储介质 |
| CN113240803A (zh) * | 2021-02-10 | 2021-08-10 | 中国科学院武汉岩土力学研究所 | 一种降雨诱发边坡地质灾害场景模拟分析方法 |
| CN114330854A (zh) * | 2021-12-22 | 2022-04-12 | 山东大学 | 一种潜供电弧燃弧时间预测方法及系统 |
| CN114511990A (zh) * | 2022-01-14 | 2022-05-17 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流概率测算方法、泥石流多要素协同监测预警方法 |
| CN114611941A (zh) * | 2022-02-22 | 2022-06-10 | 中国科学院地理科学与资源研究所 | 一种考虑空间危险性的滑坡灾害评价方法及系统 |
| CN114758064A (zh) * | 2022-03-21 | 2022-07-15 | 重庆邮电大学 | 一种基于数字孪生的机床切削工艺参数优化方法 |
-
2023
- 2023-03-08 CN CN202310218510.5A patent/CN116245283B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104278989A (zh) * | 2013-07-02 | 2015-01-14 | 中国石油天然气股份有限公司 | 一种获取低孔低渗储层饱和度指数的方法 |
| KR20170095513A (ko) * | 2016-02-15 | 2017-08-23 | 유찬호 | 실시간 재해 발생 시간 예측 시스템 및 방법 |
| CN105761436A (zh) * | 2016-03-10 | 2016-07-13 | 成都理工大学 | 一种红层地区滑坡预警方法及其应用 |
| KR20210030031A (ko) * | 2019-09-09 | 2021-03-17 | 한국지질자원연구원 | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 |
| CN212460337U (zh) * | 2020-03-30 | 2021-02-02 | 国家电网有限公司 | 一种弃渣场边坡稳定性监测系统 |
| CN111563619A (zh) * | 2020-04-28 | 2020-08-21 | 杭州湖玛科技有限公司 | 一种导致流域滑坡风险的降雨阈值分析方法 |
| CN111639813A (zh) * | 2020-06-01 | 2020-09-08 | 福州大学 | 基于深度学习的弃渣场危险性预警方法及系统 |
| CN111681393A (zh) * | 2020-06-03 | 2020-09-18 | 福州大学 | 基于trigrs的弃渣场失稳预警方法及系统 |
| CN111931369A (zh) * | 2020-08-05 | 2020-11-13 | 长安大学 | 降雨型滑坡稳定性分析及运动距离测算方法、设备及介质 |
| CN113240803A (zh) * | 2021-02-10 | 2021-08-10 | 中国科学院武汉岩土力学研究所 | 一种降雨诱发边坡地质灾害场景模拟分析方法 |
| CN113191598A (zh) * | 2021-04-09 | 2021-07-30 | 中铁第四勘察设计院集团有限公司 | 弃渣场稳定性确定方法、装置、电子设备及存储介质 |
| CN114330854A (zh) * | 2021-12-22 | 2022-04-12 | 山东大学 | 一种潜供电弧燃弧时间预测方法及系统 |
| CN114511990A (zh) * | 2022-01-14 | 2022-05-17 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流概率测算方法、泥石流多要素协同监测预警方法 |
| CN114611941A (zh) * | 2022-02-22 | 2022-06-10 | 中国科学院地理科学与资源研究所 | 一种考虑空间危险性的滑坡灾害评价方法及系统 |
| CN114758064A (zh) * | 2022-03-21 | 2022-07-15 | 重庆邮电大学 | 一种基于数字孪生的机床切削工艺参数优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 西北水土保持研究所，安塞县人民政府，安塞水土保持试验区，中国科学院安塞水土保持综合试验站: "《黄土丘陵沟壑区水土保持型生态农业研究 上》", pages: 2 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117037456A (zh) * | 2023-10-10 | 2023-11-10 | 山东科技大学 | 一种现场监测的矿山灾害预测预警方法及系统 |
| CN117037456B (zh) * | 2023-10-10 | 2024-01-30 | 山东科技大学 | 一种现场监测的矿山灾害预测预警方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116245283B (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102242977B1 (ko) | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 | |
| Marcinowski et al. | National and regional distributions of airborne radon concentrations in US homes | |
| Wilby et al. | The ‘dirty dozen’of freshwater science: detecting then reconciling hydrological data biases and errors | |
| Pimont et al. | Prediction of regional wildfire activity in the probabilistic Bayesian framework of Firelihood | |
| CN116245283B (zh) | 弃渣场次生灾害风险评估方法、装置、设备及存储介质 | |
| CN113538861B (zh) | 基于矿产地质勘查的地质灾害信息管理系统 | |
| CN109933637B (zh) | 一种洪水风险动态展示及分析系统 | |
| Kandel et al. | Process parameterization and temporal scaling in surface runoff and erosion modelling | |
| Zhao et al. | Remote sensing and social sensing for socioeconomic systems: A comparison study between nighttime lights and location-based social media at the 500 m spatial resolution | |
| CN113566894A (zh) | 基于物联网的地质灾害监测方法、系统、终端及介质 | |
| Wasko et al. | Automating rainfall recording: Ensuring homogeneity when instruments change | |
| CN112200399A (zh) | 一种地震成灾风险评估和经济损失预测方法 | |
| Ismail et al. | Bivariate flood frequency analysis using Gumbel copula | |
| Sheridan et al. | Peak rate factors for flatland watersheds | |
| CN116486584A (zh) | 一种基于概率分析的降雨型浅层滑坡预警方法 | |
| Robinson et al. | Parametric modeling of water quality and sampling strategy in a high-altitude Appalachian stream | |
| CN115345511A (zh) | 一种公路走廊滑坡危险性动态评价方法、评价系统及设备 | |
| CN115880863A (zh) | 一种浅层黄土滑坡预警方法及装置 | |
| Medalie | Concentration, flux, and trend estimates with uncertainty for nutrients, chloride, and total suspended solids in tributaries of Lake Champlain, 1990–2014 | |
| CN113189300B (zh) | 一种软基路段状态检测的方法与终端 | |
| Araújo | Impact of extreme rainfall events on landslide events in Portugal under climate change scenarios | |
| CN117250670B (zh) | 矿震一体化监测台网的检测能力评估方法、系统及设备 | |
| Ward et al. | An evaluation of small catchment flood estimation techniques | |
| Spade | CONTEMPORARY DROUGHT MONITORING WITH THE STANDARDIZED PRECIPITATION INDEX: EVALUATING THE EFFECT OF NONSTATIONARY PRECIPITATION REGIMES IN THE CONTIGUOUS UNITED STATES ON THE CHARACTERIZATION OF DROUGHT | |
| Banfi et al. | Temporal clustering of precipitation for detection of potential landslides |
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 |