一种基于降雨的地质灾害发生频率的计算方法
阅读：1006发布：2020-10-02
专利汇可以提供一种基于降雨的地质灾害发生频率的计算方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于降雨的地质灾害发生 频率 的计算方法，属于地质灾害防治工程技术领域，其特征在于，包括以下步骤：a、确定雨量监测 站点 ，点雨量均值 变差系数Cv，计算P频率降雨下的年最大日降雨量H24P；b、确定滑坡的各个内部影响因子的无量纲值，计算滑坡空间发生概率；c、确定泥石流的各个内部影响因子的无量纲值，计算泥石流空间发生概率；d、确定基于降雨频率的地质灾害发生频率。本发明明确了地质灾害发生的空间概率和时间概率，极大的提高了地质灾害的预测 精度 和应对灾害的主动性。，下面是一种基于降雨的地质灾害发生频率的计算方法专利的具体信息内容。
1.一种基于降雨的地质灾害发生频率的计算方法，其特征在于，包括以下步骤：
a、通过中国气象局确定研究区境内的雨量监测站点，通过中小流域暴雨洪水计算手册中最大24小时暴雨均值等值线图确定研究区境内雨量监测点P频率降雨下的点雨量均值变差系数Cv，通过Cs＝3.5Cv适线确定研究区境内雨量监测点P频率降雨下的离均系数Kp，通过式1确定研究区境内雨量监测点P频率降雨下的年最大日降雨量H24P，通过画图软件和克里金插值确定研究区境内雨量监测点P频率降雨下的年最大日降雨量等值线图；
b、通过地理信息系统空间分析功能，提取滑坡的内部影响因子，通过滑坡地质灾害相对密度确定滑坡的各个内部影响因子的无量纲值，通过统计产品与服务解决方案软件实现逻辑回归分析过程，确定滑坡的各个内部影响因子的逻辑回归系数；通过逻辑回归模型公式式2计算研究区境内滑坡空间发生概率；
其中，P为某一评价因子相对于某事件的发生概率，取值范围为(0，1)；x1、x2、x3、……、xn分别为各评价因子的取值；β1、β2、β3、……、βn为多元回归系数，表示评价因子对事件发生P概率的说明程度；
c、通过地理信息系统空间分析功能，提取泥石流的内部影响因子，确定泥石流的各个内部影响因子的无量纲值，通过统计产品与服务解决方案软件实现逻辑回归分析过程，确定泥石流的各个内部影响因子的逻辑回归系数，通过逻辑回归模型公式式2计算研究区境内泥石流空间发生概率；
d、最后通过式3和地理信息系统空间叠置运算确定基于降雨频率的地质灾害发生频率；
Rp＝S×H24p 式3；
其中，Rp为研究区境内雨量监测点P频率降雨下地质灾害发生频率，S为研究区内地质灾害的敏感性，H24P为研究区境内雨量监测点P频率降雨下的年最大日降雨量。
2.根据权利要求1所述的一种基于降雨的地质灾害发生频率的计算方法，其特征在于：
所述地理信息系统空间分析功能为ArcGIS中的ArcToolbox-3D Analyst-栅格表面功能。
3.根据权利要求1所述的一种基于降雨的地质灾害发生频率的计算方法，其特征在于：
所述步骤b中滑坡的内部影响因子为距断层距离、地形坡度、地层岩性、距水系的距离、海拔高度和地震烈度。
4.根据权利要求1所述的一种基于降雨的地质灾害发生频率的计算方法，其特征在于：
所述步骤b中滑坡的各个内部影响因子的无量纲值，通过式4计算；
2 2
其中，S为研究区面积，km ，Si为某评价因子i等级所占的面积，km ，N为研究区内滑坡的总数，Ni为某评价因子i等级中滑坡的个数。
5.根据权利要求1所述的一种基于降雨的地质灾害发生频率的计算方法，其特征在于：
所述步骤c中泥石流的内部影响因子为流域坡度、沟壑密度、物源条件和流域高差。
6.根据权利要求1所述的一种基于降雨的地质灾害发生频率的计算方法，其特征在于：
所述步骤c中泥石流的各个内部影响因子的无量纲值，通过式5计算；
其中，Xi(i,j)为j评价因子中第i个评价单元归一化后的数值，x(i,j)为j评价因子中第i个评价单元的数值，min(x(i,j))为评价因子j中存在的最小值，max(x(i,j))为评价因子j中存在的最大值。
7.根据权利要求1所述的一种基于降雨的地质灾害发生频率的计算方法，其特征在于：
所述步骤d中通过式3和地理信息系统空间叠置运算确定基于降雨频率的地质灾害发生频率，是指通过ArcGIS中的ArcToolbox-3D Analyst-栅格计算功能编辑式3，计算出P频率降雨下地质灾害的发生频率。
一种基于降雨的地质灾害发生频率的计算方法
技术领域
[0001] 本发明涉及到地质灾害防治工程技术领域，尤其涉及一种基于降雨的 地质灾害发生频率的计算方法。
背景技术
[0002] 基于降雨频率的地质灾害发生频率是强震区地质灾害较为有效的非工 程减灾措施之一。然而，目前基于降雨频率的地质灾害发生频率的计算还 没有得到完善。国内外虽已有大量关于地质灾害发生频率的研究成果，但 前人对地质灾害发生频率的评价大多只提出了空间概率，并未对潜在受灾 民众指出地质灾害在什么时候可能会发生，即缺少时间概率。此缺陷致使 地质灾害发生频率的评价方法未能满足地质灾害发生的“天地耦合”条件。
[0003] 如公开号为CN 104318103A，公开日为2015年01月28日的中国专利 文献公开了一种滑坡灾害监测预警降雨阈值判定方法，其特征在于，其包 括以下步骤：(1)已有勘查和降雨资料统计分析：主要包括滑坡破坏时的降 雨量数据，滑坡变形破坏时地形地貌形态、破坏堆积范围、崩滑过程、岩 土体物理力学参数等方面资料；(2)建立滑坡破坏模型：结合典型降雨滑坡 现场监测数据，建立临界降雨量与地下水位、孔隙水压力、体积含水量之 间的渗流水位模型，分析变形特点及形成机理，建立不同降雨滑坡破坏模 型；(3)室内模拟试验：针对野外监测数据的不足，须利用模型试验的方法， 对不同降雨情况下的典型降雨滑坡的变形破坏机制进行模拟试验研究，并 结合野外监测数据初步建立降雨型滑坡的临界降雨阈值；(4)试验观测资料 整理分析及补充实验：将上述各种资料包括调查、模型实验及原型观测等 资料进行整理，分析降雨型滑坡变形破坏过程、分析破坏时的临界雨量、 地表位移及深部位移等数据，为理论分析和模型的建立奠定基础；资料整 理分析后如发现不足，需进行补充实验及观测；(5)理论分析临界值确定： 综合运用工程地质学、土力学、渗流力学等理论方法对降雨滑坡变形破坏 过程及机理进行综合分析；结合模型试验数据和现场监测数据，建立典型 降雨滑坡变形破坏过程的降雨临界值。
[0004] 又如公开号为CN 104036153A，公开日为2014年09月10日的中国专 利文献公开了一种泥石流发生的危险性定量检测评价方法，其特征在于， 包括以下步骤：a.根据统计的降雨量与泥石流发生可能性大小，建立降雨 量大小与泥石流发生可能性相关关系，并按一定权重赋予降雨量相应分值， 降雨量分值大小代表降雨量因素引起泥石流的可能性大小；b.根据统计的 泥石流沟纵坡坡降与泥石流发生可能性大小，建立泥石流纵坡坡降与泥石 流发生可能性相关关系，并按一定权重赋予泥石流沟纵坡坡降相应分值， 纵坡坡降分值大小代表纵坡坡降因素引起泥石流的可能性大小；c.根据统 计的泥石流沟内不稳定物源量与泥石流发生可能性大小，建立不稳定物源 量与泥石流发生可能性相关关系，并按一定权重赋予不稳定物源量相应分 值，不稳定物源量分值大小代表不稳定物源量因素引起泥石流的可能性大 小；d.综合降雨量、泥石流沟纵坡坡降和泥石流沟内不稳定物源量这三个 因素对泥石流发生的可能性大小的影响，采用相关分析方法，建立三个因 素得分值之和与三个因素单项值大小之间的相关关系式；并根据总分值大 小划出不同危险性大小等级。
[0005] 以上述专利文献为代表的现有技术，对地质灾害发生频率的评价大多 只提出了空间概率，并未对潜在受灾民众指出地质灾害在什么时候可能会 发生，即缺少时间概率，致使地质灾害预测精度较低，降低了应对灾害的 主动性。
[0006]
发明内容
[0007] 本发明为了克服上述现有技术的缺陷，提供一种基于降雨的地质灾害 发生频率的计算方法，本发明明确了地质灾害发生的空间概率和时间概率， 极大的提高了地质灾害的预测精度和应对灾害的主动性。
[0008] 本发明通过下述技术方案实现：
[0009] 一种基于降雨的地质灾害发生频率的计算方法，其特征在于，包括以 下步骤：
[0010] a、通过中国气象局确定研究区境内的雨量监测站点，通过中小流域暴 雨洪水计算手册中最大24小时暴雨均值等值线图确定研究区境内雨量监 测点P频率降雨下的点雨量均值 变差系数Cv，通过Cs＝3.5Cv适线确定 研究区境内雨量监测点P频率降雨下的离均系数Kp，通过式1确定研究区 境内雨量监测点P频率降雨下的年最大日降雨量H24P，通过画图软件和克 里金插值确定研究区境内雨量监测点P频率降雨下的年最大日降雨量等值 线图；
[0011]
[0012] b、通过地理信息系统空间分析功能，提取滑坡的内部影响因子，通过 滑坡地质灾害相对密度确定滑坡的各个内部影响因子的无量纲值，通过统 计产品与服务解决方案软件实现逻辑回归分析过程，确定滑坡的各个内部 影响因子的逻辑回归系数；通过逻辑回归模型公式式2计算研究区境内滑 坡空间发生概率；
[0013]
[0014] 其中，P为某一评价因子相对于某事件的发生概率，取值范围为(0， 1)；x1、x2、x3、……、xn分别为各评价因子的取值；β1、β2、β3、……、 βn为多元回归系数，表示评价因子对事件发生P概率的说明程度；
[0015] c、通过地理信息系统空间分析功能，提取泥石流的内部影响因子，确 定泥石流的各个内部影响因子的无量纲值，通过统计产品与服务解决方案 软件实现逻辑回归分析过程，确定泥石流的各个内部影响因子的逻辑回归 系数，通过逻辑回归模型公式式2计算研究区境内泥石流空间发生概率；
[0016] d、最后通过式3和地理信息系统空间叠置运算确定基于降雨频率的地 质灾害发生频率；
[0017] Rp＝S×H24p 式3；
[0018] 其中，Rp为研究区境内雨量监测点P频率降雨下地质灾害发生频率，S 为研究区内地质灾害的敏感性，H24P为研究区境内雨量监测点P频率降雨下 的年最大日降雨量。
[0019] 所述地理信息系统空间分析功能为ArcGIS中的ArcToolbox-3D Analyst-栅格表面功能。
[0021] 所述步骤b中滑坡的各个内部影响因子的无量纲值，通过式4计算；
[0022]
[0023] 其中，S为研究区面积，km2，Si为某评价因子i等级所占的面积，km2，N为研究区内滑坡的总数，Ni为某评价因子i等级中滑坡的个数。
[0024] 所述步骤c中泥石流的内部影响因子为流域坡度、沟壑密度、物源条 件和流域高差。
[0025] 所述步骤c中泥石流的各个内部影响因子的无量纲值，通过式5计算；
[0026]
[0027] 其中，Xi(i,j)为j评价因子中第i个评价单元归一化后的数值，x(i,j) 为j评价因子中第i个评价单元的数值，min(x(i,j))为评价因子j中存 在的最小值，max(x(i,j))为评价因子j中存在的最大值。
[0028] 所述步骤d中通过式3和地理信息系统空间叠置运算确定基于降雨频 率的地质灾害发生频率，是指通过ArcGIS中的ArcToolbox-3D Analyst- 栅格计算功能编辑式3，计算出P频率降雨下地质灾害的发生频率。
[0029] 本发明，适用于现有的水文站点密度程度及掌握的降雨相关数据资料 不足以建立足够精度的水文模型的区域，且研究区面积较大的强震区域的 地质灾害发生频率预测。
[0030] 本发明，适用于不同降雨频率的地质灾害发生频率预测。
[0031] 本发明的有益效果主要表现在以下方面：
[0032] 一、本发明，采用“a-d”步骤形成的一个完整技术方案，回避了水文 站点密度程度和雨量数据监测无法有效覆盖山区复杂环境的问题，通过研 究区境内雨量监测点P频率降雨下的年最大日降雨量H24P、滑坡内部影响 因子和泥石流内部影响因子，提供了一种基于降雨的地质灾害发生频率计 算方法；明确了地质灾害的发生空间概率和时间概率，针对国内外地质灾 害发生频率中时间尺度的不足，能够向潜在受灾人群揭示地质灾害“哪里 可能发生”，即空间性；以及“什么时候可能发生”，即时间性；极大的提 高了地质灾害的预测精度和应对灾害的主动性。
[0033] 二、本发明，研究区境内的雨量监测站点通过中国气象局查询获取； 研究区境内雨量监测点P频率降雨下的点雨量均值 变差系数Cv通过中 小流域暴雨洪水计算手册获得；研究区境内雨量监测点P频率降雨下的年 最大日降雨量H24P通过式1获得，具有参数获取容易、计算过程简便的效 果。
[0034] 三、本发明，步骤b中，地理信息系统是一种专门用于采集、存储、 管理、分析和表达空间数据的信息系统，是一种基于计算机的工具，它可 以对空间信息进行分析和处理。
[0035] 四、本发明，步骤b中，通过式4计算滑坡的各个内部影响因子的无 量纲值，具有计算目标明确、计算结果获取简便的效果。
[0036] 五、本发明，步骤c中，通过式5计算泥石流的各个内部影响因子的 无量纲值，不仅计算目标明确，而且其计算结果获取相当简便。
[0037] 六、本发明，步骤d中通过式3和地理信息系统空间叠置运算确定基 于降雨频率的地质灾害发生频率，是指通过ArcGIS中的ArcToolbox-3D Analyst-栅格计算功能编辑式3，计算出P频率降雨下地质灾害的发生频 率，整个计算过程通过程序化处理，其计算结论客观性更强。
[0038] 七、本发明，适用于现有的水文站点密度程度及掌握的降雨相关数据 资料不足以建立足够精度的水文模型的区域，且研究区面积较大的强震区 域的地质灾害发生频率预测，具有数据预处理流程简洁、计算过程简便、 预测值直观、降雨数据获取方法易掌握的特点。
[0039] 八、本发明，适用于不同降雨频率的地质灾害发生频率预测，预测时 间指标落脚于不同的降雨频率，空间指标落脚于现有的地质灾害库存，具 有预测结果直观、预测发生灾害的时间和地点易掌握的特点。附图说明
[0041] 图1为本发明推导年最大日降雨量的示意图；
[0042] 图2为本发明推导不同降雨频率的地质灾害发生频率示意图。
具体实施方式
[0043] 实施例1
[0044] 一种基于降雨的地质灾害发生频率的计算方法，包括以下步骤：
[0045] a、通过中国气象局确定研究区境内的雨量监测站点，通过中小流域暴 雨洪水计算手册中最大24小时暴雨均值等值线图确定研究区境内雨量监 测点P频率降雨下的点雨量均值 变差系数Cv，通过Cs＝3.5Cv适线确定 研究区境内雨量监测点P频率降雨下的离均系数Kp，通过式1确定研究区 境内雨量监测点P频率降雨下的年最大日降雨量H24P，通过画图软件和克 里金插值确定研究区境内雨量监测点P频率降雨下的年最大日降雨量等值 线图；
[0046]
[0047] b、通过地理信息系统空间分析功能，提取滑坡的内部影响因子，通过 滑坡地质灾害相对密度确定滑坡的各个内部影响因子的无量纲值，通过统 计产品与服务解决方案软件实现逻辑回归分析过程，确定滑坡的各个内部 影响因子的逻辑回归系数；通过逻辑回归模型公式式2计算研究区境内滑 坡空间发生概率；
[0048]
[0049] 其中，P为某一评价因子相对于某事件的发生概率，取值范围为(0， 1)；x1、x2、x3、……、xn分别为各评价因子的取值；β1、β2、β3、……、 βn为多元回归系数，表示评价因子对事件发生P概率的说明程度；
[0050] c、通过地理信息系统空间分析功能，提取泥石流的内部影响因子，确 定泥石流的各个内部影响因子的无量纲值，通过统计产品与服务解决方案 软件实现逻辑回归分析过程，确定泥石流的各个内部影响因子的逻辑回归 系数，通过逻辑回归模型公式式2计算研究区境内泥石流空间发生概率；
[0051] d、最后通过式3和地理信息系统空间叠置运算确定基于降雨频率的地 质灾害发生频率；
[0052] Rp＝S×H24p 式3；
[0053] 其中，Rp为研究区境内雨量监测点P频率降雨下地质灾害发生频率，S 为研究区内地质灾害的敏感性，H24P为研究区境内雨量监测点P频率降雨下 的年最大日降雨量。
[0054] 采用“a-d”步骤形成的一个完整技术方案，回避了水文站点密度程度 和雨量数据监测无法有效覆盖山区复杂环境的问题，通过研究区境内雨量 监测点P频率降雨下的年最大日降雨量H24P、滑坡内部影响因子和泥石流 内部影响因子，提供了一种基于降雨的地质灾害发生频率计算方法；明确 了地质灾害的发生空间概率和时间概率，针对国内外地质灾害发生频率中 时间尺度的不足，能够向潜在受灾人群揭示地质灾害“哪里可能发生”，即 空间性；以及“什么时候可能发生”，即时间性；极大的提高了地质灾害的 预测精度和应对灾害的主动性。
[0055] 实施例2
[0056] 一种基于降雨的地质灾害发生频率的计算方法，包括以下步骤：
[0057] a、通过中国气象局确定研究区境内的雨量监测站点，通过中小流域暴 雨洪水计算手册中最大24小时暴雨均值等值线图确定研究区境内雨量监 测点P频率降雨下的点雨量均值 变差系数Cv，通过Cs＝3.5Cv适线确定 研究区境内雨量监测点P频率降雨下的离均系数Kp，通过式1确定研究区 境内雨量监测点P频率降雨下的年最大日降雨量H24P，通过画图软件和克 里金插值确定研究区境内雨量监测点P频率降雨下的年最大日降雨量等值 线图；
[0058]
[0059] b、通过地理信息系统空间分析功能，提取滑坡的内部影响因子，通过 滑坡地质灾害相对密度确定滑坡的各个内部影响因子的无量纲值，通过统 计产品与服务解决方案软件实现逻辑回归分析过程，确定滑坡的各个内部 影响因子的逻辑回归系数；通过逻辑回归模型公式式2计算研究区境内滑 坡空间发生概率；
[0060]
[0061] 其中，P为某一评价因子相对于某事件的发生概率，取值范围为(0， 1)；x1、x2、x3、……、xn分别为各评价因子的取值；β1、β2、β3、……、 βn为多元回归系数，表示评价因子对事件发生P概率的说明程度；
[0062] c、通过地理信息系统空间分析功能，提取泥石流的内部影响因子，确 定泥石流的各个内部影响因子的无量纲值，通过统计产品与服务解决方案 软件实现逻辑回归分析过程，确定泥石流的各个内部影响因子的逻辑回归 系数，通过逻辑回归模型公式式2计算研究区境内泥石流空间发生概率；
[0063] d、最后通过式3和地理信息系统空间叠置运算确定基于降雨频率的地 质灾害发生频率；
[0064] Rp＝S×H24p 式3；
[0065] 其中，Rp为研究区境内雨量监测点P频率降雨下地质灾害发生频率，S 为研究区内地质灾害的敏感性，H24P为研究区境内雨量监测点P频率降雨下 的年最大日降雨量。
[0066] 所述地理信息系统空间分析功能为ArcGIS中的ArcToolbox-3D Analyst-栅格表面功能。
[0067] 所述步骤b中滑坡的内部影响因子为距断层距离、地形坡度、地层岩 性、距水系的距离、海拔高度和地震烈度。
[0068] 所述步骤b中滑坡的各个内部影响因子的无量纲值，通过式4计算；
[0069]
[0070] 其中，S为研究区面积，km2，Si为某评价因子i等级所占的面积，km2， N为研究区内滑坡的总数，Ni为某评价因子i等级中滑坡的个数。
[0071] 所述步骤c中泥石流的内部影响因子为流域坡度、沟壑密度、物源条 件和流域高差。
[0072] 研究区境内的雨量监测站点通过中国气象局查询获取；研究区境内雨 量监测点P频率降雨下的点雨量均值 变差系数Cv通过中小流域暴雨洪 水计算手册获得；研究区境内雨量监测点P频率降雨下的年最大日降雨量 H24P通过式1获得，具有参数获取容易、计算过程简便的效果。
[0073] 步骤b中，地理信息系统是一种专门用于采集、存储、管理、分析和 表达空间数据的信息系统，是一种基于计算机的工具，它可以对空间信息 进行分析和处理。
[0074] 步骤b中，通过式4计算滑坡的各个内部影响因子的无量纲值，具有 计算目标明确、计算结果获取简便的效果。
[0075] 实施例3
[0076] 一种基于降雨的地质灾害发生频率的计算方法，包括以下步骤：
[0077] a、通过中国气象局确定研究区境内的雨量监测站点，通过中小流域暴 雨洪水计算手册中最大24小时暴雨均值等值线图确定研究区境内雨量监 测点P频率降雨下的点雨量均值 变差系数Cv，通过Cs＝3.5Cv适线确定 研究区境内雨量监测点P频率降雨下的离均系数Kp，通过式1确定研究区 境内雨量监测点P频率降雨下的年最大日降雨量H24P，通过画图软件和克 里金插值确定研究区境内雨量监测点P频率降雨下的年最大日降雨量等值 线图；
[0078]
[0079] b、通过地理信息系统空间分析功能，提取滑坡的内部影响因子，通过 滑坡地质灾害相对密度确定滑坡的各个内部影响因子的无量纲值，通过统 计产品与服务解决方案软件实现逻辑回归分析过程，确定滑坡的各个内部 影响因子的逻辑回归系数；通过逻辑回归模型公式式2计算研究区境内滑 坡空间发生概率；
[0080]
[0081] 其中，P为某一评价因子相对于某事件的发生概率，取值范围为(0， 1)；x1、x2、x3、……、xn分别为各评价因子的取值；β1、β2、β3、……、 βn为多元回归系数，表示评价因子对事件发生P概率的说明程度；
[0082] c、通过地理信息系统空间分析功能，提取泥石流的内部影响因子，确 定泥石流的各个内部影响因子的无量纲值，通过统计产品与服务解决方案 软件实现逻辑回归分析过程，确定泥石流的各个内部影响因子的逻辑回归 系数，通过逻辑回归模型公式式2计算研究区境内泥石流空间发生概率；
[0083] d、最后通过式3和地理信息系统空间叠置运算确定基于降雨频率的地 质灾害发生频率；
[0084] Rp＝S×H24p 式3；
[0085] 其中，Rp为研究区境内雨量监测点P频率降雨下地质灾害发生频率，S 为研究区内地质灾害的敏感性，H24P为研究区境内雨量监测点P频率降雨下 的年最大日降雨量。
[0086] 所述地理信息系统空间分析功能为ArcGIS中的ArcToolbox-3D Analyst-栅格表面功能。
[0087] 所述步骤b中滑坡的内部影响因子为距断层距离、地形坡度、地层岩 性、距水系的距离、海拔高度和地震烈度。
[0088] 所述步骤b中滑坡的各个内部影响因子的无量纲值，通过式4计算；
[0089]
[0090] 其中，S为研究区面积，km2，Si为某评价因子i等级所占的面积，km2， N为研究区内滑坡的总数，Ni为某评价因子i等级中滑坡的个数。
[0091] 所述步骤c中泥石流的内部影响因子为流域坡度、沟壑密度、物源条 件和流域高差。
[0092] 所述步骤c中泥石流的各个内部影响因子的无量纲值，通过式5计算；
[0093]
[0094] 其中，Xi(i,j)为j评价因子中第i个评价单元归一化后的数值，x(i,j) 为j评价因子中第i个评价单元的数值，min(x(i,j))为评价因子j中存 在的最小值，max(x(i,j))为评价因子j中存在的最大值。
[0095] 所述步骤d中通过式3和地理信息系统空间叠置运算确定基于降雨频 率的地质灾害发生频率，是指通过ArcGIS中的ArcToolbox-3D Analyst- 栅格计算功能编辑式3，计算出P频率降雨下地质灾害的发生频率。
[0096] 步骤c中，通过式5计算泥石流的各个内部影响因子的无量纲值，不 仅计算目标明确，而且其计算结果获取相当简便。
[0097] 步骤d中通过式3和地理信息系统空间叠置运算确定基于降雨频率的 地质灾害发生频率，是指通过ArcGIS中的ArcToolbox-3D Analyst-栅格 计算功能编辑式3，计算出P频率降雨下地质灾害的发生频率，整个计算 过程通过程序化处理，其计算结论客观性更强。
[0098] 采用本发明对汶川进行分析，计算不同降雨频率下滑坡、泥石流的发 生频率：
[0099] 汶川县位于四川盆地阿坝自治州东南部，经度和纬度分别为北纬30° 45′-31°43′、东经102°51′-103°44′，总面积约4084平方千米。 区域内龙门山脉、邛崃山脉发育，西北高东南低，呈倾斜状，地势起伏， 高差较大，属于典型的高山峡谷地形。区域内有岷江干流、岷江支流杂谷 脑河、渔子溪等流域，发育茂汶断层、北川——映秀断层。
[0100] a、通过中国气象局阿坝藏族羌族自治州气象局，确定汶川县境内的 32个雨量监测站点；通过《四川省中小流域暴雨洪水计算手册》中最大24 小时暴雨均值等值线图，确定汶川县境内32个雨量监测点5％、2％、1％频 率降雨下的点雨量均值 变差系数Cv；通过Cs＝3.5Cv适线，确定5％、 2％、1％频率降雨下的离均系数Kp；通过式1计算，确定32个雨量监测点 5％、2％、1％频率降雨下的年最大日降雨量H24P；通过画图软件和克里金插 值确定汶川县5％、2％、1％频率降雨下年最大日降雨量等值线图；
[0101] 汶川县32个雨量监测站点最大日降雨量Kp及H24p数值
[0102]
[0103]
[0104] b、通过地理信息系统空间分析功能，提取滑坡的距断层距离、地形坡 度、地层岩性、距水系的距离、海拔高度、地震烈度；通过滑坡地质灾害 相对密度计算，确定各个内部影响因子的无量纲值，通过统计产品与服务 解决方案软件实现实现逻辑回归分析过程，确定滑坡的各个内部影响因子 的逻辑回归系数；通过逻辑回归模型公式式2计算研究区境内滑坡空间发 生概率；
[0105] c、通过地理信息系统空间分析功能，提取泥石流的流域坡度、沟壑密 度、物源条件、流域高差，确定泥石流的各个内部影响因子的无量纲值； 通过统计产品与服务解决方案软件实现逻辑回归分析过程，确定泥石流的 各个内部影响因子的逻辑回归系数，通过逻辑回归模型公式式2计算研究 区境内泥石流空间发生概率；
[0106] d、最后通过式3和地理信息系统空间叠置运算确定基于降雨频率的地 质灾害发生频率。
[0107] 通过室内遥感解译和野外复核，确定汶川县境内共发育6354处地质灾 害点，其中滑坡6194处，泥石流沟160条。
[0108] 表明：本发明将预测时间指标落脚于不同的降雨频率，空间指标落脚 于现有的地质灾害库存，明确了地质灾害发生的空间概率和时间概率，具 有预测结果直观、预测发生灾害的时间和地点易掌握的特点，能够有效提 高地质灾害的预测精度和应对灾害的主动性。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 生成影响分析报告的方法及装置 | 2020-05-08 | 164 |
| 一种基于COPB2与NUPR1的前列腺癌预测系统 | 2020-05-11 | 264 |
| 一种基于网格搜索的支持向量机行程时间预测方法 | 2020-05-11 | 575 |
| 基于随机森林回归的虚拟机性能预测方法 | 2020-05-11 | 746 |
| lncRNA SOX2-OT的筛选方法及其应用 | 2020-05-13 | 285 |
| 一种基于深度学习的轨道扣件缺陷识别算法 | 2020-05-08 | 977 |
| 一种染料复配的方法 | 2020-05-11 | 425 |
| 一种基于空间误差的城市土地利用模拟元胞自动机方法 | 2020-05-08 | 884 |
| 一种检测阿司匹林中水杨酸含量的方法 | 2020-05-08 | 354 |
| 一种建筑工人舒适度自动评价方法及评价系统 | 2020-05-12 | 740 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈