[發明專利]一種暴雨誘發的淺層滑坡災害預警閾值確定方法

有效

• 申請號: 201810597112.8
• 申請日: 2018-06-11
• 公開（公告）號: CN108776851B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 宮清華;黃光慶;王鈞;袁少雄;陳軍
• 申請（專利權）人: 廣東省科學院廣州地理研究所
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 夏艷

本發明公開了一種暴雨誘發的淺層滑坡災害預警閾值確定方法，首先基于數字高程模型DEM進行斜坡單元劃分；然后建立基于斜坡單元和臨界入滲量的穩定性分析預警模型；設置五個預警等級，根據F_S指數表征的含義，計算每個五種預警等級的臨界入滲量閾值；最后建立基于斜坡單元的滑坡降雨?入滲模型，計算特定降雨條件下每個斜坡單元的入滲量與降雨量的關系詞，通過臨界入滲量反推每個斜坡單元的臨界降雨量。本發明將斜坡單元和暴雨影響系數引入暴雨誘發的淺層滑坡體測量建模中，提高滑坡預警工作效率，改進滑坡預警的空間的精度，為滑坡防治研究提供基礎數據；本發明方法可以應用于山區滑坡災害預警工作中，為山區防災減災工作提供科學依據。

技術領域

本發明屬于滑坡災害預警領域，具體地說，涉及一種暴雨誘發的淺層滑坡災害預警閾值確定方法。

背景技術

滑坡預警是防災減災工作的主要手段和關鍵環節，國內外學者針對降雨誘發滑坡之間的關系做了大量研究，降雨誘發滑坡閾值(臨界降雨量)被廣泛應用于滑坡預警工作中，確定發生滑坡災害的臨界降雨量值是滑坡預警工作的關鍵。目前常用滑坡災害模型可劃分為統計學模型和物理機制模型。利用統計模型進行預警的前提是必須擁有長期、比較完整的降雨資料，具有布置密度比較合理的降雨遙控監測網絡和先進的數據傳輸系統。但在華南山區，研究基礎薄弱，歷史記錄少，往往缺乏良好的滑坡發生時間及其對應的累積雨量等資料，統計樣本很難形成具有統計意義的數據體系，利用統計方法開展預警工作其誤差較大。物理模型法是從降雨入滲、水文水力條件和邊坡巖土體失穩機理上著手推導公式，分析得出基于滑坡過程模型的物理性降雨閾值，或者通過研究地質災害的運動機理和徑流過程，確定滑坡臨界水文量。但因暴雨誘發的滑坡的機理有別于普通的降雨型滑坡，因此，臨界降雨閾值確定方法也與一般降水滑坡不同。一般降雨型滑坡成災機制認為暴雨主要是通過降水轉化為地下水對斜坡穩定性產生影響，反映在增大坡體質量、抬高坡體內地下水位、影響巖土體的抗剪強度、改變水壓等幾個方面。但是，按照現有的產匯流理論，入滲率主要取決于巖土體的導水系數，而土體飽和后，滲透能力會明顯減弱，這從理論上說明，在暴雨期間地下水對降水并不敏感，因此暴雨期間滑坡的產匯流機制區別于一般的降雨型滑坡。因此現行的基于物理機制模型的臨界雨量確定方法未考慮暴雨于一般降水在滑坡水文過程中的差異，嚴重影響了預警結果的準確性。

發明內容

有鑒于此，本發明提供了一種暴雨誘發的淺層滑坡災害預警閾值確定方法，將斜坡單元和暴雨影響系數引入暴雨誘發的淺層滑坡體測量建模中，提高滑坡預警的工作效率，改進滑坡預警的空間的精度，為滑坡防治研究提供基礎數據。

為了解決上述技術問題，本發明公開了一種暴雨誘發的淺層滑坡災害預警閾值確定方法，包括以下步驟：

步驟一：收集研究區地形數據，建立高精度的數字高程模型DEM，并基于DEM進行斜坡單元的劃分；

步驟二：基于斜坡對暴雨的響應機制，引入大孔隙系數，利用穩態水文模型的地形濕度指數與無限邊坡模型相融合的方法，通過假設斜坡處于特定預警等級狀態，將地形濕度指數與斜坡穩定性指數計算公式聯立，建立基于斜坡單元和臨界入滲量的穩定性分析預警模型；

步驟三：對應國家應急救援分級響應體系，設置五個預警等級，分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ級，相應的預警信號分布為紅色預警、橙色預警、黃色預警、藍色預警和綠色預警，根據FS指數表征的含義，反推不同等級對應的斜坡穩定狀態，計算每個五種預警等級的臨界入滲量閾值；

步驟四：通過斜坡體對暴雨的響應機制分析，建立基于斜坡單元的滑坡降雨-入滲模型，計算特定降雨條件下每個斜坡單元的入滲量與降雨量的關系詞，通過臨界入滲量反推每個斜坡單元的臨界降雨量。

進一步地，步驟一中，建立高精度的數字高程模型DEM的構建方法，使用地形測繪儀器進行實地野外測繪獲得密集高程點數據，在此基礎上建立DEM；

或，利用航空攝影測量手段，通過航空影像立體相對提取DEM；