CN116434475A - 一种基于降雨强度与地表位移变化率的滑坡预警方法 - Google Patents
一种基于降雨强度与地表位移变化率的滑坡预警方法 Download PDFInfo
- Publication number
- CN116434475A CN116434475A CN202211602978.6A CN202211602978A CN116434475A CN 116434475 A CN116434475 A CN 116434475A CN 202211602978 A CN202211602978 A CN 202211602978A CN 116434475 A CN116434475 A CN 116434475A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- landslide
- change rate
- early warning
- displacement change
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000006073 displacement reaction Methods 0.000 title claims abstract description 46
- 230000008859 change Effects 0.000 title claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 110
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 239000002689 soil Substances 0.000 claims description 6
- 239000003673 groundwater Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 239000010410 layer Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001687 destabilization Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000012791 sliding layer Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G01D—MEASURING 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
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Emergency Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Environmental & Geological Engineering (AREA)
- Game Theory and Decision Science (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
本发明公开了一种基于降雨强度与地表位移变化率的滑坡预警方法，包括：获取历史滑坡监测数据，建立山体滑坡的第一评价指标体系；基于第一评价指标体系，划分风险等级；基于层次分析法构建评价矩阵，根据评价矩阵，获得评价指标权重；根据第一评价指标体系和评价指标权重，获得第二评价指标体系；基于第二评价指标体系，计算综合评价向量，获得评价结果；根据评价结果确定滑坡预警等级，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。本发明可以提高滑坡预警的精度，实现不同等级的滑坡预警，为精准的滑坡预警提供了科学、理论依据。
Description
技术领域
本发明属于滑坡监测预警领域，特别是涉及一种基于降雨强度与地表位移变化率的滑坡预警方法。
背景技术
滑坡是给人们生产生活造成巨大损失的重要地质灾害类型之一，其作为自然界普遍存在的一种地质现象，通常表现为自然边坡或人工边坡在外界环境的影响下发生变形，并在外界环境条件触发时发生的整体滑动。引发山体滑坡的因素有很多，如降雨和地震。当前对于因降雨因素导致的边坡失稳机理的普遍认知为：降雨入渗使得边坡体内的地下水潜水面升高，滑面处岩体软化，从而降低边坡稳定性，导致滑坡下滑。调查显示：天然边坡失稳以及公路、铁路、尾矿库等开挖边坡的失稳多发生在雨季，降雨历时、降雨量、降雨强度以及降雨形式等因素对滑坡的发生具有重要的影响。
而地震则会使滑坡体的发生地表位移或者使滑坡体发生沿滑动带滑动的深层位移。对滑坡体的地表位移监测如三重蠕变曲线地图形分析方法、半对数曲线法和变形速度倒数法精度低、信息量少和劳动强度大，并且须人执守，且连续观测能力较差；对仪器精度要求高，价格昂贵，仪器易出故障，长期稳定性差，资料需要用其他监测方法校核后方能使用。
同时，在目前的实际使用中，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
为解决上述问题，本发明提供了如下方案：一种基于降雨强度与地表位移变化率的滑坡预警方法，包括：
获取历史滑坡监测数据，建立山体滑坡的第一评价指标体系；基于所述第一评价指标体系，划分风险等级；
基于层次分析法构建评价矩阵，根据所述评价矩阵，获得评价指标权重；根据所述第一评价指标体系和所述评价指标权重，获得第二评价指标体系；
基于所述第二评价指标体系，计算综合评价向量，获得评价结果；根据所述评价结果确定滑坡预警等级，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。
优选地，获取所述历史滑坡监测数据的过程包括获取降雨强度数据和地表位移变化率数据；
所述降雨强度数据的获取过程包括，基于雨量传感器、水位计、温湿度传感器获取24小时降雨量数据、地下水位数据和土壤湿度数据；
所述地表位移变化率数据的获取过程包括，基于位移监测终端获取地质特征变化；基于裂缝传感器获取运动学特征以及动力学特征；
所述地质特性包括土质特征、边坡高度和边坡坡度；
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。
优选地，所述基于层次分析法构建评价矩阵包括：
根据所述降雨强度数据和地表位移变化率数据的指标特征的相对重要性，构建判断矩阵；基于所述判断矩阵和所述层次分析法对所述评价指标进行层次单排序，获得单层次排序结果和单层次权重集；基于所述单层次排序结果和单层次权重集获得多层次的组合权值，完成层次总排序；根据所述层次总排序，获得评价指标权重。
优选地，所述构建判断矩阵的过程包括：
对所述降雨强度数据和地表位移变化率数据的指标特征进行逐层求解，根据比较尺度法构造比较矩阵，获得所述降雨强度数据和地表位移变化率数据的指标特征的相对重要性，基于所述评价指标的相对重要性，构建所述判断矩阵。
优选地，所述层次单排序的过程包括：
基于所述判断矩阵，计算权重向量和特征根；根据所述权重向量和特征根，获得被比较元素的相对权重序，通过所述相对权重序进行层次单排序。
优选地，所述权重向量通过和积法计算，具体过程为将所述判断矩阵按列归一化后按行相加，获得和向量，将所述和向量归一化，获得所述权重向量。
优选地，基于所述第二评价指标体系，计算综合评价向量，获得评价结果的过程包括，
构建综合评价模型，将待评价因素作为输入进行评价，获得所述待评价因素的评价隶属度，基于所述评价隶属度获得模糊评判矩阵，基于所述模糊评判矩阵进行模糊综合评价，获得评价结果。
优选地，基于所述模糊评判矩阵进行模糊综合评价，获得评价结果的过程包括：
构建模糊评价库，通过模糊评价库对滑坡情况进行检索，得到山体模糊状况，对山体模糊状况进行解模糊化，得到山体状况值；
构建滑坡灾害预警模型，将所述山体状况值输入所述滑坡灾害预警模型获得滑坡预警等级。
本发明公开了以下技术效果：
本发明提供的一种基于降雨强度与地表位移变化率的滑坡预警方法，充分考虑了监测区域的各种滑坡监测指标，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，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
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供了一种基于降雨强度与地表位移变化率的滑坡预警方法,包括：
获取历史滑坡监测数据，建立山体滑坡的第一评价指标体系；基于第一评价指标体系，划分风险等级；
基于层次分析法构建评价矩阵，根据评价矩阵，获得评价指标权重；根据第一评价指标体系和评价指标权重，获得第二评价指标体系；
基于第二评价指标体系，计算综合评价向量，获得评价结果；根据评价结果确定滑坡预警等级，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。
进一步地优化方案，获取历史滑坡监测数据的过程包括获取降雨强度数据和地表位移变化率数据；
降雨强度数据的获取过程包括，基于雨量传感器、水位计、温湿度传感器获取24小时降雨量数据、地下水位数据和土壤湿度数据；
地表位移变化率数据的获取过程包括，基于位移监测终端获取地质特征变化；基于裂缝传感器获取运动学特征以及动力学特征；
进一步地优化方案，地表位移变化率数据的获取通过一个永磁体和两个或多个探测点组成一个局部节点监测系统，再通过在滑坡体分布多个这样的节点构成一个整体的滑坡监测网络，在局部节点监测系统中，将永磁体埋设于滑坡体地表滑动层，在滑坡体外设置两个或多个固定探测点，用磁探测器探测磁信号，通过磁定位算法计算出此时永磁体的空间位置，当滑坡发生时，永磁体的空间位置将发生变化，用相同的算法确定滑坡后永磁体的空间位置，即可计算出该局部节点的地表位移；
永磁体空间位置的定位方法为：将磁探测器对应的坐标系设为空间全局坐标系，此坐标系在探测时始终保持不变，获取两个探测点的空间坐标分别为，由于探测点位置固定，两个探测点的空间坐标是已知的，测得探测点的磁感应强度分量，预设永磁体中心空间坐标设，测量两个探测点相对于永磁体中心的空间距离，永磁体的等效磁矩在坐标系下的方位角和仰角分，根据上述参数量带入相关探测点磁场分量公式进行计算确定永磁体的空间位置和方位。
进一步地优化方案，地质特性包括土质特征、边坡高度和边坡坡度；
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；
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。
进一步地优化方案，基于层次分析法构建评价矩阵包括：
根据降雨强度数据和地表位移变化率数据的指标特征的相对重要性，构建判断矩阵；基于判断矩阵和层次分析法对评价指标进行层次单排序，获得单层次排序结果和单层次权重集；基于单层次排序结果和单层次权重集获得多层次的组合权值，完成层次总排序；根据层次总排序，获得评价指标权重。
进一步地优化方案，构建判断矩阵的过程包括：
对降雨强度数据和地表位移变化率数据的指标特征进行逐层求解，根据比较尺度法构造比较矩阵，获得降雨强度数据和地表位移变化率数据的指标特征的相对重要性，基于评价指标的相对重要性，构建判断矩阵。
进一步地优化方案，层次单排序的过程包括：
基于判断矩阵，计算权重向量和特征根；根据权重向量和特征根，获得被比较元素的相对权重序，通过相对权重序进行层次单排序。
进一步地优化方案，权重向量通过和积法计算，具体过程为将判断矩阵按列归一化后按行相加，获得和向量，将和向量归一化，获得权重向量。
进一步地优化方案，基于第二评价指标体系，计算综合评价向量，获得评价结果的过程包括，
构建综合评价模型，将待评价因素作为输入进行评价，获得待评价因素的评价隶属度，基于评价隶属度获得模糊评判矩阵，基于模糊评判矩阵进行模糊综合评价，获得评价结果。
进一步地优化方案，基于模糊评判矩阵进行模糊综合评价，获得评价结果的过程包括：
构建模糊评价库，通过模糊评价库对滑坡情况进行检索，得到山体模糊状况，对山体模糊状况进行解模糊化，得到山体状况值；
构建滑坡灾害预警模型，将山体状况值输入滑坡灾害预警模型获得滑坡预警等级。
进一步地优化方案，建立模糊评价库，模糊评价库中包括降雨强度和地表位移变化率及山体状况，根据山体状况划分滑坡预警等级，包括很高、高、中及低，将上述两种评价指标的指标强度转换为模糊语言值即很高-TH，高-H，中-M，低-L及很低-TL，转换完成后，输入模糊评价库中，对山体状态进行模糊判断，得到山体状况，在输入模糊评价库之前，已通过不同监测指标与山体状况的比例计算及加权求和计算进行了滑坡预警等级的量化因子计算，将监测指标从实际论域转换到模糊论域中，进而可以有效对应滑坡状况预警，同时转换过程中的参数也能够为滑坡预警评价及管理提供一定的数据支持，模糊评价库如表1所示。
表1
通过上述模糊评价库生成山体滑坡状况，并使用最大隶属度法对山体状态通过隶属度函数进行解模糊化处理，得到山体状况数值。
进一步地优化方案，滑坡灾害预警模型包括卷积神经网络模块、深度置信网络模块和滑坡灾害决策模块；
其中，卷积神经网络模块用于对山体状况数据进行特征提取，置信规则模块用于融合多种监测数据完成智能分析，滑坡灾害决策模块用于基于卷积神经网络模块提取的数据特征以及置信规则模块的多源数据分析结果，对目标区域进行滑坡灾害监测及预警；
三维空间绝对坐标时间序列基于如下方法确定：基于网络双目摄像头布设群搭载的北斗导航定位系统，确定网络双目摄像头布设群的位移时间序列；基于第一类影像数据以及网络双目摄像头布设群搭载的北斗导航定位系统，确定目标区域内地物的第一类三维空间绝对坐标时间序列；基于第二类影像数据以及无人机布设群搭载的北斗导航定位系统，确定目标区域内地物的第二类三维空间绝对坐标时间序列；将位移时间序列、第一类三维空间绝对坐标时间序列以及第二类三维空间绝对坐标时间序列进行联合解算，确定三维空间绝对坐标时间序列。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，包括：
获取历史滑坡监测数据，建立山体滑坡的第一评价指标体系；基于所述第一评价指标体系，划分风险等级；
基于层次分析法构建评价矩阵，根据所述评价矩阵，获得评价指标权重；根据所述第一评价指标体系和所述评价指标权重，获得第二评价指标体系；
基于所述第二评价指标体系，计算综合评价向量，获得评价结果；根据所述评价结果确定滑坡预警等级，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。
2.根据权利要求1所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，获取所述历史滑坡监测数据的过程包括获取降雨强度数据和地表位移变化率数据；
所述降雨强度数据的获取过程包括，基于雨量传感器、水位计、温湿度传感器获取24小时降雨量数据、地下水位数据和土壤湿度数据；
所述地表位移变化率数据的获取过程包括，基于位移监测终端获取地质特征变化；基于裂缝传感器获取运动学特征以及动力学特征；
所述地质特性包括土质特征、边坡高度和边坡坡度；
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所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，所述基于层次分析法构建评价矩阵包括：
根据所述降雨强度数据和地表位移变化率数据的指标特征的相对重要性，构建判断矩阵；基于所述判断矩阵和所述层次分析法对所述评价指标进行层次单排序，获得单层次排序结果和单层次权重集；基于所述单层次排序结果和单层次权重集获得多层次的组合权值，完成层次总排序；根据所述层次总排序，获得评价指标权重。
4.根据权利要求3所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，
所述构建判断矩阵的过程包括：
对所述降雨强度数据和地表位移变化率数据的指标特征进行逐层求解，根据比较尺度法构造比较矩阵，获得所述降雨强度数据和地表位移变化率数据的指标特征的相对重要性，基于所述评价指标的相对重要性，构建所述判断矩阵。
5.根据权利要求3所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，
所述层次单排序的过程包括：
基于所述判断矩阵，计算权重向量和特征根；根据所述权重向量和特征根，获得被比较元素的相对权重序，通过所述相对权重序进行层次单排序。
6.根据权利要求5所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，
所述权重向量通过和积法计算，具体过程为将所述判断矩阵按列归一化后按行相加，获得和向量，将所述和向量归一化，获得所述权重向量。
7.根据权利要求1所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，基于所述第二评价指标体系，计算综合评价向量，获得评价结果的过程包括，
构建综合评价模型，将待评价因素作为输入进行评价，获得所述待评价因素的评价隶属度，基于所述评价隶属度获得模糊评判矩阵，基于所述模糊评判矩阵进行模糊综合评价，获得评价结果。
8.根据权利要求7所述的基于降雨强度与地表位移变化率的滑坡预警方法，其特征在于，基于所述模糊评判矩阵进行模糊综合评价，获得评价结果的过程包括：
构建模糊评价库，通过模糊评价库对滑坡情况进行检索，得到山体模糊状况，对山体模糊状况进行解模糊化，得到山体状况值；
构建滑坡灾害预警模型，将所述山体状况值输入所述滑坡灾害预警模型获得滑坡预警等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211602978.6A CN116434475A (zh) | 2022-12-13 | 2022-12-13 | 一种基于降雨强度与地表位移变化率的滑坡预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211602978.6A CN116434475A (zh) | 2022-12-13 | 2022-12-13 | 一种基于降雨强度与地表位移变化率的滑坡预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116434475A true CN116434475A (zh) | 2023-07-14 |
Family
ID=87086061
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211602978.6A Pending CN116434475A (zh) | 2022-12-13 | 2022-12-13 | 一种基于降雨强度与地表位移变化率的滑坡预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116434475A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117037427A (zh) * | 2023-08-23 | 2023-11-10 | 旺苍县地质环境监测站 | 一种地质灾害联网监测预警系统 |
| CN117709603A (zh) * | 2024-02-06 | 2024-03-15 | 珠江水利委员会珠江水利科学研究院 | 一种河口咸潮预警等级划分方法 |
| CN117854240A (zh) * | 2024-03-07 | 2024-04-09 | 江苏省地质勘查技术院 | 地质灾害预警方法及地质灾害预警系统 |
| CN117709603B (zh) * | 2024-02-06 | 2024-05-17 | 珠江水利委员会珠江水利科学研究院 | 一种河口咸潮预警等级划分方法 |
-
2022
- 2022-12-13 CN CN202211602978.6A patent/CN116434475A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117037427A (zh) * | 2023-08-23 | 2023-11-10 | 旺苍县地质环境监测站 | 一种地质灾害联网监测预警系统 |
| CN117037427B (zh) * | 2023-08-23 | 2024-02-20 | 旺苍县地质环境监测站 | 一种地质灾害联网监测预警系统 |
| CN117709603A (zh) * | 2024-02-06 | 2024-03-15 | 珠江水利委员会珠江水利科学研究院 | 一种河口咸潮预警等级划分方法 |
| CN117709603B (zh) * | 2024-02-06 | 2024-05-17 | 珠江水利委员会珠江水利科学研究院 | 一种河口咸潮预警等级划分方法 |
| CN117854240A (zh) * | 2024-03-07 | 2024-04-09 | 江苏省地质勘查技术院 | 地质灾害预警方法及地质灾害预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116434475A (zh) | 一种基于降雨强度与地表位移变化率的滑坡预警方法 | |
| CN109584510B (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
| CN111260187A (zh) | 一种智能矿山地质环境信息评价系统及评价方法 | |
| Li et al. | Rainfall and earthquake-induced landslide susceptibility assessment using GIS and Artificial Neural Network | |
| CN110610285A (zh) | 一种地下金属矿采空区危险度分级评价方法 | |
| CN106570302B (zh) | 民用机场地形特征对飞行超限事件影响的分析方法 | |
| JP5303320B2 (ja) | 地下水起源解析方法、地下水起源解析システム、地下水起源解析プログラム、記録媒体、降雨涵養量演算方法及び降雨涵養量演算部 | |
| Mezughi et al. | Analytical hierarchy process method for mapping landslide susceptibility to an area along the EW highway (Gerik-Jeli), Malaysia | |
| CN110044327A (zh) | 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统 | |
| CN110851905B (zh) | 一种峡谷微地形条件下的输电铁塔风振系数计算方法 | |
| CN111259335A (zh) | 一种隧道下穿道路施工风险分析系统及方法 | |
| CN116363524A (zh) | 一种公路地质灾害高风险区域监测预警方法及装置 | |
| Hu et al. | Using 137 Cs and 210 Pb ex to investigate the soil erosion and accumulation moduli on the southern margin of the Hunshandake Sandy Land in Inner Mongolia | |
| CN110544286A (zh) | 一种大尺度范围的场地快速分类方法及构建场地分类图的装置 | |
| CN115270608A (zh) | 基于arima与lstm的海岸带地面沉降预测方法 | |
| Zhao et al. | A method to interpret fracture aperture of rock slope using adaptive shape and unmanned aerial vehicle multi-angle nap-of-the-object photogrammetry | |
| Ren et al. | Mapping High-Resolution Global Impervious Surface Area: Status and Trends | |
| Hosseini Duki et al. | Evaluation of base flow separation methods for determining water extraction (case study: Gorganroud River Basin) | |
| Liu et al. | Architecture planning and geo-disasters assessment mapping of landslide by using airborne LiDAR data and UAV images | |
| CN115638767B (zh) | 地面沉降监测方法 | |
| CN116310853A (zh) | 一种基于多源数据的中小城市边缘区提取方法 | |
| CN112907567B (zh) | 基于空间推理方法的sar图像有序人造构筑物提取方法 | |
| CN114608661A (zh) | 一种山区滑坡岩体结构的确定性指数评价方法 | |
| Yu et al. | Research on site classification method based on BP neural network | |
| Li et al. | Evaluation and Application of Surrounding Rock Stability Based on the Improved Weighting Multidimensional Cloud Model |
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 |