一种评估暴雨诱发滑坡链式灾害影响伤亡的方法和系统技术方案

技术编号:37981350 阅读:23 留言:0更新日期:2023-06-30 09:56
本发明专利技术公开了一种评估暴雨诱发滑坡链式灾害影响伤亡的方法和系统,所述方法包括:获取观测地的历史滑坡数据、候选影响因子以及人员通行分布大数据;将所述历史滑坡数据划分为模型构建样本、模型验证样本和模型测试样本;利用已有数据获取滑坡链式灾害的发生概率;使用所述模型验证样本和所述发生概率确定启动滑源区域;根据所述启动滑源区域确定影响区域;根据所述影响区域和所述人员通行分布大数据得到暴露人员数量;设定事件划分阈值,结合所述暴露人员数量评估伤亡人员数量。本发明专利技术同时考虑了滑坡的启动点位和冲出距离,能准确获取可能存在人员伤亡的空间范围,准确评估滑坡链式灾害造成的人员伤亡风险和损失。链式灾害造成的人员伤亡风险和损失。链式灾害造成的人员伤亡风险和损失。

【技术实现步骤摘要】
一种评估暴雨诱发滑坡链式灾害影响伤亡的方法和系统


[0001]本专利技术涉及象灾害预警领域,尤其是涉及一种评估暴雨诱发滑坡链式灾害影响伤亡的方法和系统。

技术介绍

[0002]滑坡灾害已经成为仅次于地震灾害的第二大自然灾害,同时也是我国主要的地质灾害类型之一。调查资料显示90%的滑坡由降雨诱发,降雨型滑坡已成为影响人类生活的重要灾害之一,尤其是暴雨诱发的滑坡链式灾害,每年都会有大量人员因为暴雨诱发的滑坡链式灾害而受伤或丧生。为了保护人们的生命健康和财产安全,需要对暴雨诱发的滑坡链式灾害进行有效预测预报。
[0003]现有技术中,对暴雨诱发滑坡链式灾害造成人员伤亡的数量预测主要是根据历史经验和滑坡危险性评估结果进行大致的估计,又或者是根据预测的滑坡影响区域以及该区域的人口分布数据进行估计。第一种方法没有考虑到不同时期人员在滑坡区域的通行情况和分布数据,因此估计的人员伤亡数量没有太大参考性,无法对滑坡人员死亡数量进行有效预测预报;第二种方法虽然考虑到了滑坡区域的人口分布数据,但在预测滑坡影响区域时,往往只考虑了滑坡的启动发生点位,然而仅仅只本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评估暴雨诱发滑坡链式灾害影响伤亡的方法,其特征在于,包括如下步骤:获取观测地的历史滑坡数据、候选影响因子以及人员通行分布大数据;将所述历史滑坡数据划分为模型构建样本、模型验证样本和模型测试样本;利用所述模型构建样本、所述模型验证样本和所述候选影响因子,获取所述观测地内各空间位置由暴雨诱发的滑坡链式灾害的发生概率;使用所述模型验证样本和所述发生概率确定所述滑坡链式灾害的启动滑源区域;根据所述启动滑源区域确定所述观测地内所述滑坡链式灾害的影响区域;根据所述影响区域和所述人员通行分布大数据得到所述滑坡链式灾害的暴露人员数量;设定事件划分阈值,根据所述事件划分阈值和所述暴露人员数量评估所述滑坡链式灾害导致的伤亡人员数量。2.根据权利要求1所述的评估暴雨诱发滑坡链式灾害影响伤亡的方法,其特征在于,所述候选影响因子包括地形坡度、地形起伏度、地形曲率、地形位置、地形湿度指数、暴雨空间分布、地质条件、岩性类型、土壤类型、植被覆盖、水系密度、道路密度,所述利用所述模型构建样本、所述模型验证样本和所述候选影响因子,获取所述观测地内各空间位置由暴雨诱发的滑坡链式灾害的发生概率,包括如下步骤:提取所述模型构建样本中的滑坡区域的滑源区域;根据所述滑源区域和所述候选影响因子建立滑坡启动概率模型;根据所述滑坡启动概率模型计算所述发生概率。3.根据权利要求2所述的评估暴雨诱发滑坡链式灾害影响伤亡的方法,其特征在于,所述提取所述模型构建样本中的滑坡区域的滑源区域包括如下步骤:确定所述滑坡区域的形状和地形特征;根据所述滑坡区域的形状和地形特征提取所述滑源区域。4.根据权利要求2所述的一种评估暴雨诱发滑坡链式灾害影响伤亡的方法,其特征在于,所述根据所述滑源区域和所述候选影响因子建立滑坡启动概率模型包括如下步骤;获取目标滑坡样本与所述历史滑坡数据中每个滑坡样本的欧式距离,以获取多个近邻数据,所述欧式距离满足如下关系:,其中,为所述欧式距离,L为所述模型构建样本中滑坡样本的总数,x
i
为第i个所述目标滑坡样本,y
i
为所述模型构建样本中第i个滑坡样本;计算所述目标滑坡样本与所述近邻数据之间的邻近距离,所述邻近距离满足如下关系:,其中,D为所述邻近距离;根据所述邻近距离计算每个所述滑坡样本对所述目标滑坡样本的权重,所述权重满足如下关系:
,其中,w
i
为所述权重,D
i
为第i个所述邻近距离;利用所述权重创建模糊推理规则;根据所述模糊推理规则建立所述滑坡启动概率模型,所述滑坡启动概率模型满足如下关系:,其中,f(x
i
)为第i个所述目标滑坡样本的所述发生概率,m
Jj
为第j个所述候选影响因子在第J条所述模糊推理规则下高斯分布的均值,为第j个所述候选影响因子在第J条所述模糊推理规则下的方差,N为滑坡样本个数,M为模糊推理规则总数,b
Jj
x
i
表示高斯分布的后键,是高斯型隶属函数中的常数项,x
ij
为第j个所...

【专利技术属性】
技术研发人员:姜彤翟建青巢清尘高妙妮林齐根周建王炳伟王东方
申请(专利权)人:南京信息工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1