[發(fā)明專利]一種泥石流實時動態(tài)危險性評價方法

有效

• 申請?zhí)枺?/td>: 202010035753.1
• 申請日: 2020-01-14
• 公開（公告）號: CN111259608B
• 公開（公告）日: 2022-08-12
• 發(fā)明（設計）人: 李秀珍;聶銀瓶;徐瑞池;姚杰
• 申請（專利權）人: 中國科學院;水利部成都山地災害與環(huán)境研究所
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F113/08
• 代理公司: 成都方圓聿聯(lián)專利代理事務所(普通合伙) 51241
• 代理人: 茍銘

本發(fā)明公開了一種泥石流實時動態(tài)危險性評價方法，包括以下步驟：S1：將降雨數(shù)據(jù)、巖土體參數(shù)輸入TRIGRS模型，計算不同降雨歷時下斜坡的穩(wěn)定性系數(shù)Fs，并將Fs＜1判別為“是源區(qū)”，將Fs≥1判別為“非源區(qū)”；S2：將Fs和其它評價因子圖層，如匯流累積量、坡度、平面曲率、巖性等，同時輸入到Flow?R模型中，識別出不同降雨歷時下泥石流坡面潛在物源區(qū)的分布，實現(xiàn)TRIGRS和Flow?R模型的耦合；同時基于野外實地調查和遙感解譯，再識別出泥石流溝道中已有松散物源區(qū)的分布；S3:基于Flow?R模型，計算不同降雨歷時下泥石流的能量和危險性概率分布，進行泥石流實時動態(tài)危險性分區(qū)；該方法解決了以往方法沒有全面考慮泥石流物源分布和多側重于泥石流危險性靜態(tài)評價研究問題。

技術領域

本發(fā)明涉及泥石流危險性評價方法領域，特別是一種泥石流實時動態(tài)危險性評價方法。

背景技術

地震引發(fā)的大量崩塌、滑坡等山地災害可以為泥石流的形成提供豐富的物源，大大降低 泥石流的致災條件，導致其規(guī)模、發(fā)生頻率顯著增加。如四川省綿竹市清平鄉(xiāng)在汶川地震后 的2010年8月13日局地大暴雨的激發(fā)下，11條溝同時暴發(fā)泥石流，形成了長達3.5km、寬 400～500m、平均厚約5m、總方量約600×104m³的堆積區(qū)，覆蓋面積約達120×104m²，造 成379戶房屋受損，6000余人遭受不同程度災害，直接經(jīng)濟損失達6億元左右。震后泥石流 嚴重阻礙了山區(qū)的經(jīng)濟發(fā)展和生態(tài)建設，對它們進行精準的危險性評價能為區(qū)域宏觀規(guī)劃和 防災減災提供重要決策依據(jù)。

目前國內外學者提出的泥石流危險性評價方法大致可以分為統(tǒng)計分析方法、人工智能方 法、數(shù)值模擬及其他方法四類。例如，Lin et al(2012)基于模糊數(shù)學理論建立了泥石流風險 評估模型，用以評估臺灣地區(qū)泥石流發(fā)生的可能性。Niu et al(2014)運用逐步判別分析等方 法評價中國西南山區(qū)泥石流的危險性。Chang et al(2010年)運用神經(jīng)網(wǎng)絡(NN)和遺傳 算法(GA)預測了臺灣東部地區(qū)泥石流的危險性。Castelli et al(2017)運用FLO-2D數(shù)值模 型模擬真實的泥石流過程。

盡管這些泥石流危險性模型變得越來越完善，但是大多數(shù)模型，特別是前兩類模型，主 要以靜態(tài)的危險性評價結果為主。這兩類模型通常都沒有考慮泥石流危險性的動態(tài)變化。然 而，由于泥石流的誘發(fā)因素(如降雨)和基本因素(如地貌、植被覆蓋、土地利用)是隨時 間和空間而不斷變化的，因此泥石流的危險性并不是一個靜態(tài)的概念，而是隨時間不斷發(fā)生 著變化的。數(shù)值模擬方法雖然可以在泥石流危險性評價中考慮時間因素，但模型所需的參數(shù) 一般難以準確獲取，而且模擬過程較為復雜，不便于推廣應用。

Flow-R是瑞士洛桑大學Horton et al(2011，2013)提出的一種基于GIS的區(qū)域重力災 害危險性評價數(shù)值模型。不同于一般的因子疊加方法，該模型集成了山地災害不同演化階段 的多個物理力學模型來對山地災害的危險范圍進行定量分析。它可以在區(qū)域尺度范圍內以較 少的數(shù)據(jù)量快速評估重力災害的危險性。該模型自提出后，引起廣泛關注，已被應用于瑞士、 意大利、美國、韓國等國家滑坡、崩塌、泥石流等地質災害的危險性評價中。例如，Rahman et al(2017)在研究中應用Flow-R模型模擬滑坡源區(qū)的運動以評估滑坡危險范圍；Glade et al (2012)建立了多災種災害風險評估框架，應用Flow-R模型對泥石流、崩塌、雪崩等災害的 危險性進行評估；Blais-Stevens和Behnia(2016)運用Flow-R模型對公路走廊沿線泥石流的 敏感性進行了分析識別。與數(shù)值模擬方法相比，F(xiàn)low-R模型不僅可利用地形地貌、地層巖性 等較易獲取的評價指標進行泥石流源區(qū)分析，并且運用能量守恒定律和傳播概率原理對泥石 流源區(qū)的運動范圍進行分析，而且在泥石流資料不完整的區(qū)域，參數(shù)易獲取、可操作性強， 在應用方面具有很大的優(yōu)勢。但是，F(xiàn)low-R模型沒有考慮災害的時間效應，仍然是靜態(tài)評估 模型。它只能考慮受環(huán)境背景條件影響的泥石流源區(qū)分布，并不能考慮由降雨誘發(fā)滑坡為泥 石流提供的動態(tài)源區(qū)分布。