兰州市滑坡灾害预警模型研究

滑坡是兰州市区最严重的地质灾害类型之一,建立适当的滑坡灾害气象预警分析模型对预警的精度至关重要。滑坡灾害是一个开放的、复杂的灾害系统,需要对地质环境因素和降雨因素综合考虑。通过对多种预警模型的介绍,并根据各个模型的特点及兰州市的地质环境条件,共采用了两种预警模型(方法)。在GIS技术的支持下,将降雨量模型概率值和滑坡灾害危险性概率值进行耦合,实现了滑坡灾害的实时预警。为满足业务的需求及实现不同地质灾害气象预报等级的分级,两个预警模型都提供了3类、4类和5类界限阈值,供最终成图选用。     

湖南慈利县滑坡灾害的临界降雨量阈值研究

科学合理地确定降雨诱发滑坡的预警阈值是区域防灾减灾的关键。以降雨型滑坡灾害高发的武陵山区为例,选取湖南慈利县1987—2011年逐年的历史滑坡灾害及降雨数据进行统计研究。首先,利用SPSS软件分析降雨与滑坡事件的相关性,发现该地区降雨型滑坡灾害主要受前3 d累积降雨量影响,且前期降雨有效系数仅为0.6;进而基于经验阈值分析模型,建立该地区分级预警的宏观平均有效降雨强度-降雨持续天数(I-D)降雨阈值曲线,并通过已知降雨滑坡事件进行空间验证;最后,考虑区内降雨型滑坡规模、滑体厚度及坡度的差异,分类建立了不同地质条件特性的I-D阈值曲线,发现临界降雨量阈值与滑坡规模及厚度呈显著正相关关系,而滑坡坡度则存在明显的最易发区间(25°~35°),此时临界降雨量阈值最小。研究结果可为武陵山区及相关地区降雨型滑坡的预测预报提供依据和借鉴。     

闽北山区（延平区）地质灾害临界降雨量研究

延平区是福建省地质灾害易发区,降雨是灾害最重要的诱发因素。系统分析了区内降雨类型 对地质灾害的影响,历年灾害、2010年重大地质灾害与降雨的相关性,总结了地质灾害临界降雨量的影 响因素。进行了地质灾害临界降雨量的区划,将全区分为四个区,给定各分区的预报、预警和警报等三 种状态下的临界降雨量,为区域防灾减灾提供了基础数据和科学依据。     

WEBGIS降雨型滑坡预警模型及关键技术研究

以降雨强度-降雨持续时间图解及其与滑坡发生之间的关系确定滑坡发生的临界降雨量理论,结合湖北省主要地质灾害类型、规模、时空分布及危害程度的实际情况,在研究降雨量和降雨过程与地质灾害的空间分布的对应关系基础上,建立地质灾害时空分布与降雨过程的统计关系,开展区域性地质灾害发生的临界降雨量和预警预报判据模型的应用研究.对实现地质灾害信息管理与维护的自动化,信息传输与发布的网络化,信息分析处理的模型化,信息服务与决策的可视化等问题进行了探讨.     

降雨型滑坡泥石流灾害预警原理及系统结构

降雨型滑坡泥石流预警必须具有超前性。通过对前期研究成果的分析总结,可以将降雨型滑坡泥石流预警分为空间预警和时间预警两大类型。空间预警的目标是预测宏观区域内滑坡泥石流灾害的发生趋势,划分不同时段的危险区范围;时间预警的目标是预报典型滑坡泥石流可能发生的时间阶段。根据预警分类原理,建立了实现两类灾害预警的技术方法体系,构建了降雨型滑坡泥石流预警的系统结构。     

基于ArcGIS的降雨型地质灾害自动预警系统

地质灾害是在多种因素共同影响下而发生的,单一的气象因素很难准确地反映地质灾害的生成规律,其预警精度、准确性都受到了一定程度的限制。因此,以SWOT分析模型为主要设计思想,开展了以降雨、地质、地形等多因子的区域地质灾害精细化自动预警模型及系统研究。首先对研究区——安徽省黄山市的地质灾害进行调查,利用Logistic回归模型对黄山市地质灾害易发性进行区划;然后通过对研究区连续5 a的地质灾害发生时的当日降雨量、前期累计降雨量和小时降雨量进行分析,得到降雨诱发区域地质灾害值临界表达式;综合研究区地质灾害易发性分区及降雨临界值结果,完成多因素影响下的区域地质灾害自动精细化预警。应用结果表明:基于ArcGIS平台所开发的区域地质灾害自动预警系统,能够快速有效地实现以乡镇为单位的地质灾害预警,并且黄山市2016年6月20日的预警结果和实际情况验证了所建立的预警模型的有效性与准确性。由此说明:该模型的应用精度较高,实用性较强,能够为地质灾害预警预报提供较好的技术支持。     

降雨山洪引发滑坡预报预警研究现状及评述

我国山地众多,降水分布不均,干旱、暴雨频发,降雨山洪引发的滑坡灾害是重要的地质灾害之一,其巨大的破坏效应往往会对当地的环境及居民生命财产安全造成严重的威胁。降雨山洪引发的滑坡外在影响因素类型多样,地质、地形条件各不相同,滑坡诱发机理较为复杂。从滑坡预报模型、滑坡预警指标、滑坡预警系统3个方面,对国内外在这一领域的研究现状作以综述,并提出针对降雨的滑坡预报模型、滑坡变形诱因及机制、针对不同诱因的监控指标等研究的不足,并提出应在滑坡监控和预警中引入风险概念。     

三峡库区滑坡的水文地质分析

三峡库区滑坡灾害发生频繁,这些滑坡灾害对当地的经济建设和生命财产造成了很大的危害,如何对滑坡进行有效的预测预报成为滑坡减灾防灾的关键。降雨是触发三峡库区滑坡的重要外动力因素之一。通过这一地区预警站——秭归二级站的多年降雨量与剖面排桩观测资料的数据统计和相关性分析,可以发现当降雨量达到某一特定值时,滑坡容易发生。根据秭归县的地形地貌、地质构造和岩性组合等特点,初步对郭家寨和李家湾这两个预警点进行分析,利用统计方法得出两个观测点在不同降水条件下的排桩变形。分析结果表明:由于地质环境以及岩性的不同,达到滑坡所需要的降雨量存在差异,基于月降雨量的统计分析可望实现对突发性滑坡进行实时有效的预报。     

基于Voellmy模型的哀牢山地区滑坡泥石流灾害运动过程数值模拟

我国西南山区滑坡泥石流灾害常发,滑坡泥石流灾害体运移堆积的范围是开展区域地质灾害危险性评价的重要指标之一。以云南省哀牢山地区水塘镇芭蕉树滑坡泥石流灾害为研究对象,利用Voellmy流体运动模型进行灾害体运移堆积全过程数值模拟反分析,获取数值模拟模型参数。利用反分析得到的模型参数建立与芭蕉树滑坡泥石流所处地质环境条件相似的戛洒镇南恩小学滑坡数值模型,进行滑坡泥石流灾害运移堆积过程模拟分析,模拟结果与野外地质灾害危险性评估结论符合程度较高。     

黄冈地区降雨型滑坡影响因素及与降雨量的关系

湖北省黄冈市属于低山丘陵地区，多发生小规模滑坡灾害，降雨是诱发滑坡灾害最主要的外因之一，分析降雨型滑坡各影响因素对滑坡数量贡献率的大小及其与雨量之间的关系，对黄冈地区的防灾减灾具有重要作用。利用2011—2020年黄冈市238个气象观测站雨量数据资料，结合滑坡灾情数据，分析了区内降雨型滑坡的区域性分布特点，并根据月平均降雨量、工程岩组和坡度对降雨型滑坡数量的贡献率，将区内降雨型滑坡划分为高易发区、中易发区和低易发区，选择关键期日均降雨量与前期日均降雨量作为雨量阈值判定标准，给出各个易发区在预报、预警和警报3种状态下所对应的降雨量参考值，为区域滑坡灾害防治提供了基础数据和科学依据。     

金沙江乌东德库区必油照滑坡稳定性分析

在详细分析金沙江水电站库岸滑坡地质结构和区域地质环境的基础上,结合地层产状、水文气象等因素,利用Ansys和Flac~(3D)建立必油照滑坡地质模型,利用强度折减法与有限差分程序进行多工况下的全过程动态数值模拟。计算坡体由初始化自重平衡作用到临界滑移失稳状态全过程的位移、速率变化趋势,分析滑坡破坏模式与滑移特征,并由剪切应变增量云图确定滑移面。通过数值模拟,阐释了滑坡破坏演化特征和失稳机理。坡体塑性变形与位移分析结果表明:滑坡在天然状态下基本稳定;在连续高强度降雨状态下欠稳定,局部失稳滑塌的可能性很大,这与现场调查分析的结果一致。利用Flac~(3D)进行滑坡稳定性分析和评价简单、可行,且更加直观、方便,具有传统极限平衡法所无法比拟的优势。     

基于三维GIS的丹江口水库地质灾害监测预警系统设计与实现

论述了基于三维网络地理信息系统(GIS)的地质灾害监测预警系统的总体框架结构及特点,并对采用的信息采集组网与通信、时态GIS技术和基于多模型的地质灾害监测预测预警技术等关键技术进行了介绍。系统采用部署灵活、扩展性强的多层体系结构,运用地理信息技术、虚拟仿真技术和基于多用户并发的WEB异步服务技术,构建了融合三维地理信息功能与地质灾害预警预报业务功能的网络决策支持系统,实现了地质灾害信息采集、传输、管理、分析、决策、预警发布的一体化平台,系统已在丹江口库区投入试运行,可为我国地质灾害管理科学化,应急响应高效化提供参考和借鉴。     

长江上游流域短期水文气象耦合预报技术研究

为延长水文预报有效预见期,提高预报精度,采用WRF模型降雨预报作为输入,建立针对长江上游的WRF定量降雨预报模型,利用2014年WRF模型对长江上游的预报结果,采用水文气象耦合的方式,研究输入资料在空间尺度变化的情况下对水文预报的影响。     

区域性地面沉降量预测的灰色与时间序列方法

由于特殊的地形、地质条件，海河流域因地下水超采造成的地面沉降现象较为严重．选用海河流域沧州地区的地面沉降历史情况作为特殊示例，运用灰色模型(GM)和时间序列模型(ARMA)进行建模、预测，最后尝试将两种模型混合，建立新的预测模型，根据实测沉降数据进行建模，预测未来地面沉降．此外，对三种模型进行比较、说明，来阐述混合模型优越性，以期为整个海河流域的地面沉降研究提供适合的方法．最后通过实例检测证明新的模型综合了原两种模型的特点，优势互补，达到了较好的效果，从而证明了其实用性与可信度．     

灰色系统在水资源预警中的应用研究

在具有境外引水的复杂水资源系统中,建立水资源丰枯定性预警,对降低供水系统联合供水成本和提高供水可靠性具有重要意义。利用灰色理论中灾变预测的原理,以深圳市典型水库年降雨量为预测因子,建立了GM(1,1)模型,并对75%保证率的年降雨量P75进行灾变分析。从模型模拟结果分析了灰色系统在水资源实时预警应用中的局限性。     

基于临界雨量的山洪灾害预警技术试验研究

为研究适用的山洪灾害预报预警技术,选定湖南临湘市为试验区,应用统计分析法拟定试验区各预警分区的临界雨量值,并采用当前国内外最新的定量降雨预报技术,引入WRF数值预报模式开展了定量降雨预报。在综合考虑试验区临界雨量、实测雨量和预报雨量基础上,提出了针对山洪灾害的三级预警技术应用方案（“内部告警”、“准备转移”及“立即转移”）。2014年汛期（5~9月）对该方案进行了实时试验。试验结果表明,该时段并未出现符合山洪预警条件的现象,与实际灾害灾情报告一致。针对试验区的临界雨量拟定及山洪预警技术应用方案适用可行,可为类似山洪灾害防治地区提供借鉴。     

Real-time Neural-network-based Ensemble Typhoon Flood Forecasting Model with Self-organizing Map Cluster Analysis: A Case Study on the Wu River Basin in Taiwan

Accurate hourly real-time flood forecasting is necessary for early flood warning systems, especially during typhoon periods. Artificial intelligence methods have been increasingly used for real-time flood forecasting. This study developed a real-time flood forecasting model by using back-propagation networks (BPNs) with a self-organizing map (SOM) to create ensemble forecasts. Random weights and biases were set for the BPNs to learn the characteristics of a catchment system. An unsupervised SOM network with a classification function was then used to cluster representative BPN weights and biases; clusters of BPNs with high accuracy were selected to act as experts for the ensemble models to forecast flow rates. The model was applied to flood events in the Wu River Basin of Taiwan. Most observed values were within the forecasting intervals of the BPN clusters in the calibration and validation phases, indicating that the models had acceptable accuracy. For the large flood events of typhoons Saola in the calibration phase and Soulik in the validation phase, the mean average error of the ensemble mean model for the cluster A was 143.1 and 327.4 m³/s, respectively; these values were lower than those for the best individual model within the cluster (194.3 and 917.9 m³/s). The ensemble model thus outperformed the individual models and can accurately forecast flood values and intervals. Therefore, the model can be used to accurately forecast floods.

     

基于PSO-SVM模型的滑坡易发性评价

滑坡易发性评价是区域滑坡预警和评估工作的前期准备。滑坡致灾因子的有效选取以及评价模型的构建成为当前滑坡预测研究中的难点问题。以府谷县作为研究区,借助多种技术手段将数字高程模型(DEM)、地质图、路网图、遥感影像图等多源数据进行融合,提取了地形地貌、地层岩性以及地表覆盖等滑坡孕灾环境因子和降雨量、人类工程活动等诱发因素的特征属性作为评价指标。在此基础上,对提取的各因子的相关性进行分析,剔除了地形起伏度因子。采用粒子群优化(PSO)算法对支持向量机(SVM)模型的参数进行优化,得到最佳参数组合为惩罚因子c=1.42,核参数σ=1.15,将最优参数组合代入支持向量机模型中,构建出粒子群优化算法-支持向量机模型(PSO-SVM),并将其用于研究区滑坡易发性定量评价中。最后分别采用ROC曲线与Kappa系数对PSO-SVM模型性能的优越性进行检验,结果表明,PSO-SVM模型成功率与预测率分别为0.931和0.917,训练集与测试集的预测精度分别为79.17%、76.67%。研究结果可以为从事滑坡预测评价工作者提供决策参考。