技术新讯 > 信号装置的制造及其应用技术 > 一种基于降雨量的阶跃型滑坡灾害预测预警方法和系统与流程  >  正文

一种基于降雨量的阶跃型滑坡灾害预测预警方法和系统与流程

  • 国知局
  • 2024-07-31 21:21:53

本发明属于滑坡灾害监测预测预警与防控,具体涉及一种基于降雨量的阶跃型滑坡灾害预测预警方法和系统。

背景技术:

1、复杂地质环境会孕育形成滑坡灾害,加之以技术和经济条件为支撑的工程活动对水文生态地质环境强烈扰动以及频发的极端气候条件,致使滑坡灾害越来越严重,防灾减灾形势日益严峻。

2、根据位移-时间序列曲线特征可将滑坡分为振荡型和阶跃型。遭受降雨等因素作用后阶跃型滑坡的位移表现出阶跃递增和波动性特征,位移-时间序列曲线中位移呈现出阶段性波动增大特征,即波动阶段随时间增大位移呈线性增加、加速增加、减速增加,该特征常常被误认为滑坡体进入加速变形阶段,进而造成误报。该类滑坡危害性更大、隐蔽性更强、预测预警难度更大。因此,阶跃型滑坡灾害的准确预测预警,有利于减少甚至避免滑坡灾害损失,对于防灾减灾战略的实施意义更大。

3、鉴于阶跃型滑坡灾害预测的难度,目前关于阶跃型滑坡预测方面资料偏少,主要利用指数平滑法、经验模态分解法、集合经验模态分解法、变分模态分解法等数学分解方法分解位移曲线的趋势项和周期项,而后利用支持向量机、人工神经网络、极限学习机等机器学习算法预测周期项位移。

4、如:“基于eemd-grp模型最优时间尺度的位移阶跃水库滑坡累计位移预测方法”,针对阶跃型水库滑坡,提出了利用集合经验模态分解算法分解出位移的周期项和趋势项,然后再利用拟合方法预测趋势项位移,采用门控循环单元神经网络预测周期项位移,最后叠加周期项位移和趋势项位移,预测累计位移;“基于梯度提升机与二次规划的阶跃型滑坡位移预测方法”,通过指数平滑法将累积位移分解为趋势项位移和周期项位移,利用最小二乘算法拟合趋势项位移曲线,采用梯度提升机-二次规划模型获得周期项位移曲线,将2个曲线叠加后得到滑坡位移预测曲线;现有技术“基于变形速率分解的阶跃型滑坡预测-以呷爬滑坡为例”,通过差分和离散小波变换平滑方法,基于滑坡阶跃运动特征将变形速率数据分解为由外部诱发因素决定的小尺度波动项和内在控制因素决定的大尺度趋势项,趋势项位移通过添加震荡函数的反logistic函数模型(ilf)预测,波动项位移则运用长短时记忆神经网络(long short-term memory,lstm)预测;“基于ls0-rf模型的阶跃型滑坡位移速率预测方法”,提出了结合监督学习和扩展窗口法的ls0-rf模型,实现了阶跃型滑坡的位移速率的预测。

5、上述基于数学分解方法和机器学习方法的阶跃型滑坡位移预测方法本质上基本相同,仅在数学分解方法和机器学习算法上有差异,仅利用位移进行预测滑坡体位移,忽略了位移的形成机制与位移时间曲线阶梯状特征、趋势项位移难以表征滑坡发展趋势等弊端,加之不同滑坡体的地质构成具有自身特殊性,进而造成预测结果不合理、预警精度偏低、准确率差等问题。

技术实现思路

1、为解决上述阶跃型滑坡灾害预测技术的弊端和问题,本发明提出了一种基于降雨量的阶跃型滑坡灾害预测预警方法和系统,利用了近期研究形成的阶跃型滑坡降雨与位移之间的机制关系。本发明是在收集多期降雨和位移监测数据的基础上,通过构建降雨位移阈值曲线和降雨位移角,实现阶跃型滑坡灾害预测,不涉及到繁杂的数学分解方法和机器学习算法,赋予滑坡预测预警方法本质思想,具有机制清晰、投入少、操作简便、准确度高等优势。

2、本发明首先布设降雨量和位移监测装置,收集滑坡区多期降雨量和周期项位移数据,统计计算最大无雨间隔时间,形成导致周期项位移和未导致周期项位移的降雨量,构建降雨位移阈值曲线;然后绘制降雨强度-时间-日位移速率曲线,通过降雨时间段起止点与对应周期项位移起止点连线,测量连线与水平方向夹角,计算得到降雨位移角;最后综合利用降雨位移阈值曲线和降雨位移角实现阶跃型滑坡灾害预测和多级预警。

3、为实现上述目的,本发明采用的技术方案如下:

4、一种基于降雨量的阶跃型滑坡灾害预测预警方法,包括:

5、安装降雨量监测装置和位移监测装置,收集滑坡区多期降雨量和周期项位移数据,统计计算最大无雨间隔时间,形成导致周期项位移和未导致周期项位移的降雨量,构建降雨位移阈值曲线;

6、绘制降雨强度-时间-日位移速率曲线,通过降雨时间段起止点与对应周期项位移起止点连线,测量连线与水平方向夹角,计算得到降雨位移角;

7、当监测得到的降雨量不大于降雨位移阈值曲线时,滑坡体不会发生周期项位移;当监测得到的降雨量大于降雨位移阈值曲线时,滑坡体发生周期项位移;以降雨结束时间点作为起点按照降雨位移角画出的直线与位移速率曲线相交,交点处的位移速率未减小、且持续增大,则滑坡体进入加速变形阶段,滑坡灾害将会发生,采取应急处置措施。

8、进一步地,包括以下步骤:

9、步骤(1)安装降雨量监测装置和位移监测装置,进行滑坡体的降雨量和位移高频监测。

10、步骤(2)对监测收集到的位移数据进行处理,以天为时间尺度,通过每日结束时刻累计位移减去该日起始时刻累计位移计算形成日位移速率 v si-时间 t siv序列,统计周期项位移时间段。

11、步骤(3)对监测收集到的降雨量数据进行处理,以小时为时间尺度,通过周期项位移时间段对应关系,统计形成导致周期项位移的降雨强度-时间序列和未导致周期项位移的降雨强度-时间序列。

12、步骤(4)通过监测收集到的降雨量数据,统计所有导致周期项位移的降雨强度-时间序列中无雨间隔时间,获取最大无雨间隔时间。

13、步骤(5)以最大无雨间隔时间为标准,通过周期项位移时间段对应关系,重新统计形成导致周期项位移的降雨强-时间序列和未导致周期项位移的降雨强度-时间序列。

14、步骤(6)将降雨强度-时间序列数据按式(1)至式(4)处理形成平均降雨强度-降雨持续时长序列;

15、(1)

16、(2)

17、(3)

18、(4)

19、式中, d li为导致周期项位移的第i期降雨结束时间与开始时间之差, d uli为未导致周期项位移的第i期降雨结束时间与开始时间之差,时间尺度均为小时; n si为导致周期项位移的第i期降雨时长, n usi为未导致周期项位移的第i期降雨时长,时间尺度均为小时; i li为导致周期项位移的第i期降雨的平均降雨强度, i uli为未导致周期项位移的第i期降雨的平均降雨强度,单位为mm/h;ns为导致周期项位移的总降雨期数,nus为未导致周期项位移的总降雨期数;表示导致周期项位移的第i期降雨过程累积降雨量;表示未导致周期项位移的第i期降雨过程累积降雨量。

20、步骤(7)根据导致周期项位移的数据序列和未导致周期项位移的数据序列,计算得到式(5)中的曲线参数 α、 β,构建形成降雨位移阈值曲线;

21、(5)

22、式中,i为降雨强度,d为降雨持续时长,α、β为曲线参数。

23、步骤(8)在降雨强度-时间-日位移速率坐标系中绘制出导致周期项位移的日降雨强度-时间序列曲线和日位移速率-时间序列曲线,形成降雨强度-时间-日位移速率曲线。

24、步骤(9)在步骤(8)的曲线图中,将周期降雨时间起始点与周期项日位移速率起始点连线,将周期降雨的降雨时间结束点与周期项日位移速率结束点连线,得到2ns个连线。

25、步骤(10)测量所有连线与水平方向的夹角,并取平均值作为降雨位移角。

26、步骤(11)当监测得到的降雨量不大于降雨位移阈值曲线时,滑坡体不会发生周期项位移;当监测得到的降雨量大于降雨位移阈值曲线时,滑坡体发生周期项位移;以降雨结束时间点作为起点按照降雨位移角画出的直线与位移速率曲线相交,交点处的位移速率未减小、且持续增大,则滑坡体进入加速变形阶段,滑坡灾害将会发生,应采取应急处置措施。

27、进一步地,步骤(1)中,在阶跃型滑坡区域无遮挡空旷位置处安装降雨量监测装置,在阶跃型滑坡体主滑段安装位移监测装置。

28、进一步地,步骤(1)中,监测频率不小于1次/小时的监测,应采用远程自动化方式监测,监测位移包括地表位移或地下位移;

29、监测降雨量数据至少为3期,周期项位移数据至少2期,不满足则继续收集监测数据。

30、进一步地,步骤(4)中,无雨间隔时间是指相邻两个降雨过程未降雨持续时长,当两个相邻降雨过程之间无雨间隔时间小于最大无雨间隔时间时视为1个降雨周期,否则视为2个降雨周期。

31、进一步地,步骤(7)中,降雨位移阈值曲线能够将导致周期项位移的降雨量和未导致周期项位移的降雨量区分开,当降雨强度-降雨持续时长位于阈值曲线以上时,此次降雨量大于阈值,否则小于阈值。

32、进一步地,步骤(8)中,降雨强度-时间-日位移速率曲线以日降雨强度、日位移速率为纵坐标,以时间为横坐标,日降雨强度-时间序列曲线为柱状图,日位移速率-时间序列曲线为数据点折线图,日降雨强度-时间序列曲线和日位移速率-时间序列曲线的时间横坐标相互对应重合。

33、进一步地,步骤(9)中,周期项日位移速率持续时长与降雨周期持续时长相同。

34、进一步地,步骤(11)中,当监测得到的降雨量不大于降雨位移阈值时,预测滑坡体不会发生周期项位移,提前发布黄色预警等级;当监测得到的降雨量大于降雨位移阈值时,预测滑坡体发生周期项位移,提前发布橙色预警等级;以降雨结束时间点作为起点按照降雨位移角画出的直线与位移速率曲线相交,交点处的位移速率未减小、且持续增大,预测滑坡体进入加速变形阶段,提前发布红色预警等级。

35、本发明还涉及的一种基于降雨量的阶跃型滑坡灾害预测预警系统,包括处理器,与处理器连接的降雨量监测装置、位移监测装置和报警模块,雨量监测装置和位移监测装置进行滑坡体的降雨量和位移高频监测,处理器采集降雨量监测装置和位移监测装置的监测数据,并按照上述的方法进行处理,报警模块根据处理结果进行滑坡灾害预测预警。

36、当监测得到的降雨量大于降雨位移阈值曲线时,预测滑坡体发生周期项位移,提前发布橙色预警等级;

37、以降雨结束时间点作为起点按照降雨位移角画出的直线与位移速率曲线相交,交点处的位移速率未减小、且持续增大,预测滑坡体进入加速变形阶段,提前发布红色预警等级。

38、与现有技术相比,本发明有益效果为:

39、(1)本发明基于阶跃型滑坡诱发因素降雨量,利用降雨与周期项位移之间的关系,构建周期项位移和加速变形阶段的预测方法,赋予滑坡预测预警方法本质思想,进而实现分级预警,机制清晰、科学可靠、可信程度高;

40、(2)本发明是在监测收集少量降雨量和位移数据基础上,确定降雨位移阈值曲线和降雨位移角,可实现仅依靠降雨量对阶跃型滑坡的位移进行预测和分级预警,无需再布设安装位移监测装置,计算量小,投入少;

41、(3)本发明给出了阶跃型滑坡预测方法,可实现提前及早预警,便于灾害防控相关人员提早采取应急处置措施。

本文地址:https://www.jishuxx.com/zhuanli/20240731/189439.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。