CN106803223A - 一种基于多态***理论的山洪灾害风险评价方法 - Google Patents
一种基于多态***理论的山洪灾害风险评价方法 Download PDFInfo
- Publication number
- CN106803223A CN106803223A CN201710030039.1A CN201710030039A CN106803223A CN 106803223 A CN106803223 A CN 106803223A CN 201710030039 A CN201710030039 A CN 201710030039A CN 106803223 A CN106803223 A CN 106803223A
- Authority
- CN
- China
- Prior art keywords
- risk
- flood
- mountain
- mountain flood
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011835 investigation Methods 0.000 claims abstract description 9
- 238000013480 data collection Methods 0.000 claims abstract description 5
- 238000011160 research Methods 0.000 claims description 16
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000002689 soil Substances 0.000 claims description 11
- 238000012502 risk assessment Methods 0.000 claims description 8
- 238000013210 evaluation model Methods 0.000 claims description 7
- 230000001939 inductive effect Effects 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 7
- 229910052742 iron Inorganic materials 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 3
- 230000008093 supporting effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 9
- 231100001261 hazardous Toxicity 0.000 abstract description 4
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 238000003556 assay Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 abstract description 2
- 238000012876 topography Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000000205 computational method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于多态***理论的山洪灾害风险评价方法。包括：收集资料；山洪灾害现状调查；对影响因素划分等级；建立模型；确定不同风险等级。通过收集整理以小流域为单元的水文、地形地貌等基础信息，充分运用GIS、卫星遥感、水文分析计算等技术手段，提取相关数据，结合山洪灾害现场调查资料，进行小流域暴雨洪水分析、评价山洪威胁居民区山洪灾害现状防御能力、科学划分沿河村落危险区，并通过分析评价，较为全面和准确地掌握山洪灾害危险区小流域暴雨洪水基本特征以及人员与财产分布情况，分析暴雨、山洪与灾害之间的关系，分析沿河村落、集镇与城镇的可能导致山洪灾害发生的临界雨量，为进一步提高山洪灾害防治能力和社会经济持续发展提供支撑。
Description
技术领域
本发明涉及一种基于多态***理论的山洪灾害风险评价方法，是一种防灾减灾的水文评测方法。
背景技术
山洪灾害是指由于降雨在山丘区引发的暴涨暴落洪水及由山洪引发的泥石流、山体滑坡、崩塌等对国民经济和人民生命财产造成重大损失的灾害。我国山丘面积大，自然地质地貌条件复杂，再加上人类活动的影响，导致山洪灾害频繁发生，严重制约着山区经济的发展。由于我国山洪灾害防治区面积广阔，类型多样，成因复杂，山洪灾害防治需要把握不同区域的特点，因地制宜地制定防洪减灾措施。
现在许多学者利用GIS和RS等技术对研究区的危险性和易损性进行定性、定量分析，从而得到山洪灾害风险区划图。但由于研究区资料的局限性，各影响因子在指标分级和权重确定方面还存在人为因素的影响，在一定程度影响着评价结果的准确性。
发明内容
为了克服现有技术的问题，本发明提出了一种基于多态***理论的山洪灾害风险评价方法。所述方法将各种被研究地区的各种数据，特别是降雨数据，作为概率影响因子，并对各个概率影响因子进行计算，确定各研究区域的不同风险等级。
本发明的目的是这样实现的：一种基于多态***理论的山洪灾害风险评价方法，所述的方法包括如下步骤：
收集资料的步骤：用于对研究地区划分研究单元，收集每个研究单元的水文气象、地形地质、土壤植被、河流水系、社会经济的各方面情况，以及降雨、DEM、土壤类型、土地利用、人口数据、社会经济指标的各项数据，特别是降雨数据的收集；
山洪灾害现状调查的步骤：用于对被研究地区的山洪灾害现状进行深入调查，调查该地区山洪灾害发生的原因，并对山洪灾害特点进行分析；
对影响因素划分等级的步骤：用于根据研究区域山洪灾害成因，将各影响因素划分为不同等级；
建立模型的步骤：用于根据多态***理论，建立山洪灾害风险评价模型；对致灾因子和孕灾环境的各个因子串联或并联，形成危险性评价，同时将承载体的各个因子并联或串联，形成易损性评价，之后将危险性评价和易损性评价串联，进行危险性和易损性概率计算，计算公式如下：
对于由k个概率不相等的M+1（M=3）态元件组成的串联***，不同危险状态的概率为R s ，由公式计算：
（1）
对于由k个概率不相等的M+1（M=3）态元件组成的并联***，不同危险状态的概率为R p ，由公式计算：
（2）
式中：R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3对于危险性评价模型来说分别表示***处于极高危险状态、高危险状态、中等危险状态、低危险状态的概率；对于易损性评价模型来说分别表示***处于极高损失状态、高损失状态、中等损失状态、低损失状态的概率；
其中，不同元件不同状态下的面积比率q i 可用公式计算：
q i = S i / S （3）
式中：i=0，1，2，3；S i 为元件所处状态的面积，S为研究单元的面积；
确定不同风险等级的步骤：用于根据风险概率的计算结果，确定各研究区域的不同风险等级。
进一步的，所述的降雨数据的收集为：
对于降雨资料丰富的地区可采用实际降雨数据，对于无资料地区采用暴雨图集法、地区暴雨经验公式法、“铁一院”法之一。
进一步的，所述的确定各研究区域的不同风险等级的方式如下：
各个R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3的计算结果列表；
在列表中找到R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3的最大值；
以最大值所在的排位，确定风险为主要状态值；
以主要状态的值小者为高风险状态，以主要状态的值大者为低风险状态。
本发明产生的有益效果是：通过收集整理以小流域为单元的水文、地形地貌等基础信息，充分运用GIS、卫星遥感、水文分析计算等技术手段，提取相关数据，结合山洪灾害现场调查资料，进行小流域暴雨洪水分析、评价受山洪灾害威胁居民区的现状防御能力、科学划分沿河村落（含城镇、集镇）危险区；并通过分析评价，较为全面和准确地掌握山洪灾害危险区小流域暴雨洪水基本特征以及人员与财产分布情况，分析暴雨、山洪与灾害之间的关系，分析沿河村落、集镇与城镇的可能导致山洪灾害发生的临界雨量，为进一步提高山洪灾害防治能力和社会经济持续发展提供支撑。
与现有技术相比，本发明具有以下优点：
（1）现有山洪灾害评价技术，在确定各指标权重过程中，受人为因素影响较大。而本发明在一定程度上排除人为因素的干扰，使评价结果更为精确。
（2）现有山洪灾害评价研究区域主要集中在大尺度、资料丰富地区。本研究适用于山区无资料地区。
（3）该技术充分利用ArcGis相关分析功能，在一定程度上解决了资料获取难的问题。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的实施例一所述方法的流程图；
图2是本发明的实施例一所述具体实例中的山洪评价模型示意图。
具体实施方式
实施例一：
本实施例是一种基于多态***理论的山洪灾害风险评价方法，流程如图1所示。本实施例所述的方法包括如下步骤：
（一）收集资料的步骤：用于对研究地区划分研究单元，收集每个研究单元的水文气象、地形地质、土壤植被、河流水系、社会经济的各方面情况，以及降雨、DEM、土壤类型、土地利用、人口数据、社会经济指标的各项数据，特别是降雨数据的收集。
关于降雨数据的收集，对于降雨资料丰富的地区可采用实际降雨数据，对于无资料地区可采用暴雨图集法、地区暴雨经验公式法、“铁一院”法等方法。具体根据研究区域资料，确定计算方法。其他因素可根据目的性、独立性、可靠性、代表性及资料获取的难易程度等相关原则确定。
本实施例以某研究区以A省B县为例，以各乡镇为研究单元，收集降雨、DEM、土壤类型、土地利用、人口数据、社会经济指标（GDP）等。对于除降雨外的指标，根据相关原则来确定。对于降雨因素来说，因为B县地处无实测洪水资料地区，因此采用由设计暴雨推求设计洪水的方法。主要使用“铁一院”法，并以地区暴雨经验公式法对其结果进行复核。并针对不同土壤含水情况，确定研究区域的准备转移预警雨量和立即转移预警雨量。本发明以立即转移预警雨量作为降雨指标。
（二）山洪灾害现状调查的步骤：用于对被研究地区的山洪灾害现状进行深入调查，调查该地区山洪灾害发生的原因，并对山洪灾害特点进行分析。
各个研究区域存在着不同的山洪形成的原因和灾害的特点，不能一概而论的进行分析研究，必须深入该地区，根据地形地貌特点、植被情况等因素，特别是降雨的特点，对山洪灾害发生的原因，以及产流的特点，进行具体分析。
（三）对影响因素划分等级的步骤：用于根据研究区域山洪灾害成因，将各影响因素划分为不同等级。以降雨因素为例进行分级说明，在一定时间内降雨量越大，越容易引发山洪灾害，确定的危险等级越高。降雨量越小，越不容易引发山洪灾害，确定的危险等级就越低。具体划分范围，可根据研究区的具体情况而定。
本实施例的实际举例中将与山洪灾害风险评价相关的因素按其对山洪灾害形成作用程度及发生灾害造成损失程度的不同，划分为：0级（极高）、1级（高）、2级（中等）、3级（低）4种状态。
（四）建立模型的步骤：用于根据多态***理论，建立山洪灾害风险评价模型。根据对多态***串、并联***的研究，建立山洪灾害风险评价多态***的串联***和并联***不同状态概率的计算模型。
将降雨因素作为山洪灾害风险评价的致灾因子，孕灾环境本底***由高差、坡度、坡向、土壤类型等相关元件并联构成，致灾因子与孕灾环境本底***相串联构成山洪灾害危险性评价模型。由人口、经济指标（GDP）、土地利用类型等相关元件并联构成山洪灾害易损性评价模型。由危险性评价模型与易损性评价模型相串联构成山洪灾害风险评价模型。
基于多态***理论，对致灾因子和孕灾环境的各个因子串联或并联，形成危险性评价，同时将承载体的各个因子并联或串联，形成易损性评价，之后将危险性评价和易损性评价串联，进行危险性和易损性概率计算，计算公式如下：
对于由k个概率不相等的M+1（M=3）态元件组成的串联***，不同危险状态的概率为R s ，由公式计算：
（1）
对于由k个概率不相等的M+1（M=3）态元件组成的并联***，不同危险状态的概率为R p ，由公式计算：
（2）
式中：R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3对于危险性评价模型来说分别表示***处于极高危险状态、高危险状态、中等危险状态、低危险状态的概率；对于易损性评价模型来说分别表示***处于极高损失状态、高损失状态、中等损失状态、低损失状态的概率；
其中，不同元件不同状态下的面积比率q i 可用公式计算：
q i = S i / S （3）
式中：i=0，1，2，3；S i 为元件所处状态的面积，S为研究单元的面积。
本实施例的实际举例将B县山洪灾害危险性评价指标中选择降雨作为致灾因子，孕灾环境因素由相对高差、坡度、坡向、土壤类型4个元件并联构成。易损性评价指标由人口、经济指标（GDP）、土地利用类型3各元件并联构成。因此，将致灾因子、孕灾环境、承灾体相串联构成了B县山洪灾害风险评价模型，如图2所示。
通过以上模型计算出各个不同的风险概率。
（五）确定不同风险等级的步骤：用于根据风险概率的计算结果，确定各研究区域的不同风险等级。
应用风险概率的计算结果进行风险等级的评估可以有多种方式，例如：列表法，公式方法、曲线法等。
本实施例的实际举例采取列表法。根据上述相关步骤计算所得B县各乡镇不同风险等级结果，见表1。
表1 B县各乡镇山洪灾害风险等级
实施例二：
本实施例是实施例一的改进，是实施例关于降雨数据收集方法。本实施例所述的降雨数据的收集为：
对于降雨资料丰富的地区可采用实际降雨数据，对于无资料地区可采用暴雨图集法、地区暴雨经验公式法、“铁一院”法等方法。
其中，“铁一院”法是适用于集水面积在100km2以下的小流域暴雨洪水计算方法，此方法综合考虑了产流、坡面汇流和河网汇流三个因素，计算成果精度较高。地区暴雨经验公式法是一种统筹考虑了暴雨和下垫面因素的地区性经验公式，多用于对其他方法计算的设计洪峰流量的校核计算。
实施例三：
本实施例是上述实施例的改进，是上述实施例关于确定各研究区域的不同风险等级方式的细化。本实施例所述的确定各研究区域的不同风险等级的方式如下：
各个R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3的计算结果列表；
在列表中找到R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3的最大值；
以最大值所在的排位，确定风险为主要状态值；
以主要状态的值小者为高风险状态，以主要状态的值大者为低风险状态。
以表1为例：横行为一个乡的风险概率和损失概率，纵列为各个乡或镇（研究单元）的名称。表中C乡的风险概率的最大值为：0.5860，为3级，则确定主要状态值为3。比较主要状态值，可以得到以下结论：
N乡处于极高风险状态；F镇、G乡、J乡处于高风险状态；D乡、H镇、I乡、K乡、P乡处于中等风险状态；C乡、E乡、L镇、M镇处于低风险状态。
最后应说明的是，以上仅用以说明本发明的技术方案而非限制，尽管参照较佳布置方案对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案（比如数据收集的方式、公式的选择、运用、步骤的先后顺序等）进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。
Claims (3)
1.一种基于多态***理论的山洪灾害风险评价方法，其特征在于，所述的方法包括如下步骤：
收集资料的步骤：用于对研究地区划分研究单元，收集每个研究单元的水文气象、地形地质、土壤植被、河流水系、社会经济的各方面情况，以及降雨、DEM、土壤类型、土地利用、人口数据、社会经济指标的各项数据，特别是降雨数据的收集；
山洪灾害现状调查的步骤：用于对被研究地区的山洪灾害现状进行深入调查，调查该地区山洪灾害发生的原因，并对山洪灾害特点进行分析；
对影响因素划分等级的步骤：用于根据研究区域山洪灾害成因，将各影响因素划分为不同等级；
建立模型的步骤：用于根据多态***理论，建立山洪灾害风险评价模型；对致灾因子和孕灾环境的各个因子串联或并联，形成危险性评价，同时将承载体的各个因子并联或串联，形成易损性评价，之后将危险性评价和易损性评价串联，进行危险性和易损性概率计算，计算公式如下：
对于由k个概率不相等的M+1（M=3）态元件组成的串联***，不同危险状态的概率为R s ，由公式计算：
（1）
对于由k个概率不相等的M+1（M=3）态元件组成的并联***，不同危险状态的概率为R p ，由公式计算：
（2）
式中：R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3对于危险性评价模型来说分别表示***处于极高危险状态、高危险状态、中等危险状态、低危险状态的概率；对于易损性评价模型来说分别表示***处于极高损失状态、高损失状态、中等损失状态、低损失状态的概率；
其中，不同元件不同状态下的面积比率q i 可用公式计算：
q i = S i / S （3）
式中：i=0，1，2，3；S i 为元件所处状态的面积，S为研究单元的面积；
确定不同风险等级的步骤：用于根据风险概率的计算结果，确定各研究区域的不同风险等级。
2.根据权利要求1所述的方法，其特征在于，所述的降雨数据的收集为：
对于降雨资料丰富的地区可采用实际降雨数据，对于无资料地区采用暴雨图集法、地区暴雨经验公式法、“铁一院”法之一。
3.根据权利要求1或2所述的方法，其特征在于，所述的确定各研究区域的不同风险等级的方式如下：
各个R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3的计算结果列表；
在列表中找到R p0 、R p1 、R p2 、R p3和R s0 、R s1 、R s2 、R s3的最大值；
以最大值所在的排位，确定风险为主要状态值；
以主要状态的值小者为高风险状态，以主要状态的值大者为低风险状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710030039.1A CN106803223B (zh) | 2017-01-17 | 2017-01-17 | 一种基于多态***理论的山洪灾害风险评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710030039.1A CN106803223B (zh) | 2017-01-17 | 2017-01-17 | 一种基于多态***理论的山洪灾害风险评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106803223A true CN106803223A (zh) | 2017-06-06 |
| CN106803223B CN106803223B (zh) | 2018-08-24 |
Family
ID=58984675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710030039.1A Active CN106803223B (zh) | 2017-01-17 | 2017-01-17 | 一种基于多态***理论的山洪灾害风险评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106803223B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107993027A (zh) * | 2017-12-26 | 2018-05-04 | 潘永森 | 一种评价准确的洪水灾害风险评价*** |
| CN108022053A (zh) * | 2017-12-19 | 2018-05-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
| CN108109347A (zh) * | 2017-12-26 | 2018-06-01 | 李文清 | 一种预警准确的山体滑坡灾害监测预警*** |
| CN110570107A (zh) * | 2019-08-28 | 2019-12-13 | 浙江仁欣环科院有限责任公司 | 一种基于dem的山洪灾害风险评估方法 |
| CN111027810A (zh) * | 2019-11-18 | 2020-04-17 | 天津大学 | 一种超大区域山洪灾害分布驱动力评价方法 |
| CN112116200A (zh) * | 2020-08-10 | 2020-12-22 | 郑州大学 | 基于动态比例代换和层次贝叶斯的缺灾情资料城市洪灾损失函数的构建方法 |
| CN112132341A (zh) * | 2020-09-22 | 2020-12-25 | 西安理工大学 | 一种基于暴雨过程的洪水风险预测方法 |
| WO2021003768A1 (zh) * | 2019-07-08 | 2021-01-14 | 大连理工大学 | 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法 |
| CN112380662A (zh) * | 2019-07-29 | 2021-02-19 | 北京师范大学 | 一种山洪灾害人口损失评估模型的构建方法及其应用 |
| CN112526104A (zh) * | 2020-11-06 | 2021-03-19 | 马鞍山矿山研究总院股份有限公司 | 一种边坡稳定性监测测预警方法、***、介质 |
| CN113793038A (zh) * | 2021-09-16 | 2021-12-14 | 贵阳市城市轨道交通集团有限公司 | 一种多因素耦合下岩溶山区地铁隧道工程灾害分区方法 |
| CN114528672A (zh) * | 2021-12-17 | 2022-05-24 | 水利部南京水利水文自动化研究所 | 基于3s技术的城市水文站网布设方法及*** |
| CN115423157A (zh) * | 2022-08-15 | 2022-12-02 | 中国水利水电科学研究院 | 一种山洪灾害风险动态预警方法及装置 |
| CN115456463A (zh) * | 2022-09-30 | 2022-12-09 | 河南省科达水利勘测设计有限公司 | 一种山洪灾害危险区风险等级划分方法及*** |
| CN116070793A (zh) * | 2023-03-28 | 2023-05-05 | 浙江水文新技术开发经营公司 | 一种基于数据处理的水文灾害预测*** |
| CN117973898A (zh) * | 2024-02-18 | 2024-05-03 | 北京师范大学 | 一种暴雨山洪灾害链的危险性评估方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006127156A (ja) * | 2004-10-28 | 2006-05-18 | Japan Weather Association | 水害リスク評価方法及びシステム、流域データーベースとその作成プログラム、水害シミュレーション方法及びプログラム |
| US20070143019A1 (en) * | 2004-06-30 | 2007-06-21 | Swiss Reinsurance Company | Method and system for automated location-dependent recognition of flood risks |
| CN105653863A (zh) * | 2015-12-29 | 2016-06-08 | 张豫 | 亚热带中小流域山洪灾害非线性多场耦合预警模型 |
-
2017
- 2017-01-17 CN CN201710030039.1A patent/CN106803223B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070143019A1 (en) * | 2004-06-30 | 2007-06-21 | Swiss Reinsurance Company | Method and system for automated location-dependent recognition of flood risks |
| JP2006127156A (ja) * | 2004-10-28 | 2006-05-18 | Japan Weather Association | 水害リスク評価方法及びシステム、流域データーベースとその作成プログラム、水害シミュレーション方法及びプログラム |
| CN105653863A (zh) * | 2015-12-29 | 2016-06-08 | 张豫 | 亚热带中小流域山洪灾害非线性多场耦合预警模型 |
Non-Patent Citations (3)
| Title |
|---|
| 彭小平等: "贵州省地质灾害危险性区划的多态***可靠性分析", 《施工技术》 * |
| 李秀珍等: "地质灾害危险性区划的多态***可靠性分析方法", 《灾害学》 * |
| 田述军: "基于多态***理论的地震滑坡危险性评价模型", 《山西建筑》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108022053A (zh) * | 2017-12-19 | 2018-05-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
| CN108022053B (zh) * | 2017-12-19 | 2020-02-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
| CN108109347A (zh) * | 2017-12-26 | 2018-06-01 | 李文清 | 一种预警准确的山体滑坡灾害监测预警*** |
| CN107993027A (zh) * | 2017-12-26 | 2018-05-04 | 潘永森 | 一种评价准确的洪水灾害风险评价*** |
| WO2021003768A1 (zh) * | 2019-07-08 | 2021-01-14 | 大连理工大学 | 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法 |
| CN112380662B (zh) * | 2019-07-29 | 2021-09-17 | 北京师范大学 | 一种山洪灾害人口损失评估模型的构建方法及其应用 |
| CN112380662A (zh) * | 2019-07-29 | 2021-02-19 | 北京师范大学 | 一种山洪灾害人口损失评估模型的构建方法及其应用 |
| CN110570107A (zh) * | 2019-08-28 | 2019-12-13 | 浙江仁欣环科院有限责任公司 | 一种基于dem的山洪灾害风险评估方法 |
| CN111027810A (zh) * | 2019-11-18 | 2020-04-17 | 天津大学 | 一种超大区域山洪灾害分布驱动力评价方法 |
| CN112116200A (zh) * | 2020-08-10 | 2020-12-22 | 郑州大学 | 基于动态比例代换和层次贝叶斯的缺灾情资料城市洪灾损失函数的构建方法 |
| CN112116200B (zh) * | 2020-08-10 | 2023-07-21 | 郑州大学 | 基于动态比例代换和层次贝叶斯的缺灾情资料城市洪灾损失函数的构建方法 |
| CN112132341A (zh) * | 2020-09-22 | 2020-12-25 | 西安理工大学 | 一种基于暴雨过程的洪水风险预测方法 |
| CN112132341B (zh) * | 2020-09-22 | 2021-10-12 | 西安理工大学 | 一种基于暴雨过程的洪水风险预测方法 |
| CN112526104A (zh) * | 2020-11-06 | 2021-03-19 | 马鞍山矿山研究总院股份有限公司 | 一种边坡稳定性监测测预警方法、***、介质 |
| CN113793038A (zh) * | 2021-09-16 | 2021-12-14 | 贵阳市城市轨道交通集团有限公司 | 一种多因素耦合下岩溶山区地铁隧道工程灾害分区方法 |
| CN113793038B (zh) * | 2021-09-16 | 2023-12-22 | 贵阳市城市轨道交通集团有限公司 | 一种多因素耦合下岩溶山区地铁隧道工程灾害分区方法 |
| CN114528672A (zh) * | 2021-12-17 | 2022-05-24 | 水利部南京水利水文自动化研究所 | 基于3s技术的城市水文站网布设方法及*** |
| CN115423157A (zh) * | 2022-08-15 | 2022-12-02 | 中国水利水电科学研究院 | 一种山洪灾害风险动态预警方法及装置 |
| CN115423157B (zh) * | 2022-08-15 | 2023-04-28 | 中国水利水电科学研究院 | 一种山洪灾害风险动态预警方法及装置 |
| CN115456463A (zh) * | 2022-09-30 | 2022-12-09 | 河南省科达水利勘测设计有限公司 | 一种山洪灾害危险区风险等级划分方法及*** |
| CN116070793A (zh) * | 2023-03-28 | 2023-05-05 | 浙江水文新技术开发经营公司 | 一种基于数据处理的水文灾害预测*** |
| CN116070793B (zh) * | 2023-03-28 | 2023-06-27 | 浙江水文新技术开发经营公司 | 一种基于数据处理的水文灾害预测*** |
| CN117973898A (zh) * | 2024-02-18 | 2024-05-03 | 北京师范大学 | 一种暴雨山洪灾害链的危险性评估方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106803223B (zh) | 2018-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106803223B (zh) | 一种基于多态***理论的山洪灾害风险评价方法 | |
| Manfreda et al. | A digital elevation model based method for a rapid estimation of flood inundation depth | |
| CN109584510B (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
| Li et al. | The influence of land urbanization on landslides: An empirical estimation based on Chinese provincial panel data | |
| Ozdemir | GIS-based groundwater spring potential mapping in the Sultan Mountains (Konya, Turkey) using frequency ratio, weights of evidence and logistic regression methods and their comparison | |
| CN102306233B (zh) | 降雨作用下流域滑坡时空预测方法 | |
| CN107463991A (zh) | 一种基于坡体单元与机器学习的区域滑坡危险性评价方法 | |
| CN102999694B (zh) | 一种山地灾害频发区泥石流风险评价方法 | |
| Maurer et al. | Seismic observations, numerical modeling, and geomorphic analysis of a glacier lake outburst flood in the Himalayas | |
| Van Den Eeckhaut et al. | Spatial patterns of old, deep-seated landslides: a case-study in the northern Ethiopian highlands | |
| Thennavan et al. | Use of GIS in assessing building vulnerability for landslide hazard in The Nilgiris, Western Ghats, India | |
| Wu et al. | GIS-based landslide hazard predicting system and its real-time test during a typhoon, Zhejiang Province, Southeast China | |
| Talaei | Landslide susceptibility zonation mapping using logistic regression and its validation in Hashtchin Region, northwest of Iran | |
| Armenio et al. | Coastal vulnerability analysis to support strategies for tackling COVID-19 infection | |
| CN106971510A (zh) | 一种双模式山洪预警控制***及方法 | |
| Zhou et al. | Ecosystem health assessment in debris flow-prone areas: A case study of Bailong River Basin in China | |
| Lai et al. | Waterlogging risk assessment based on self-organizing map (SOM) artificial neural networks: a case study of an urban storm in Beijing | |
| Xu et al. | Comparative study on landslide susceptibility mapping based on different ratios of training samples and testing samples by using RF and FR-RF models | |
| Hu et al. | Debris flow susceptibility analysis based on the combined impacts of antecedent earthquakes and droughts: a case study for cascade hydropower stations in the upper Yangtze River, China | |
| Chen et al. | Annual landslide risk and effectiveness of risk reduction measures in Shihmen watershed, Taiwan | |
| Zini et al. | The RUSLE erosion index as a proxy indicator for debris flow susceptibility | |
| Singh et al. | Hypsometric analysis of the lesser Himalayan watersheds using geographical information system | |
| Huang et al. | Statistical evaluation of the effect of earthquake with other related factors on landslide susceptibility: using the watershed area of Shihmen reservoir in Taiwan as a case study | |
| Yudhicara et al. | Geomorphic Analysis in Determining Tectonic Activity Affected by Sumatra Fault in Liwa Region and Its Surrounding Area, Lampung, Indonesia | |
| Yuan et al. | Comprehensive assessment and rechecking of rainfall threshold for flash floods based on the disaster information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |