[发明专利]基于高差和坡度双参量的斜坡失稳易发区识别方法及装置有效
申请号: | 202211067478.7 | 申请日: | 2022-09-01 |
公开(公告)号: | CN115391896B | 公开(公告)日: | 2023-05-26 |
发明(设计)人: | 王学良;孙娟娟;王珊珊;刘海洋 | 申请(专利权)人: | 中国科学院地质与地球物理研究所;中国自然资源航空物探遥感中心 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06T17/05 |
代理公司: | 北京东方盛凡知识产权代理有限公司 11562 | 代理人: | 向离山 |
地址: | 100191 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 高差 坡度 参量 斜坡 失稳 易发区 识别 方法 装置 | ||
本发明提供了基于高差和坡度双参量的斜坡失稳易发区识别方法及装置,该方法包括步骤S100:在斜坡尺度上确定斜坡强度参数c1、φ1;步骤S200:测量斜坡每个细分区域A的起伏度H和坡角β;步骤S300:计算细分区域A的极限起伏度Hc;步骤S400:比较当前起伏度H和极限起伏度Hc的差值,来估算区域A的稳定状态。当前起伏度大于极限起伏度的区被确定为斜坡失稳的易发区;步骤S500:重复步骤S100‑S400,对研究区所有斜坡的细分区域进行搜索,并对其失稳的易发性状态进行估算。本发明解决了现有的方法主要适用单体尺度、无法满足现阶段区域尺度防灾减灾需求的技术问题。
技术领域
本发明属于岩土工程和地震工程技术领域,尤其涉及基于高差和坡度双参量的斜坡失稳易发区识别方法及装置。
背景技术
高陡斜坡失稳的易发区识别是进行地质灾害易发性评价以及科学防灾减灾的基础。野外实地调查可以详细调查控制斜坡失稳的工程地质条件,包括地层岩性、岩体强度、节理密度、地形条件、构造活动性等,从而合理确定斜坡潜在失稳的位置和范围。但是,对于区域尺度下的斜坡失稳识别,传统的野外调查方法调查范围有限,耗费的时间和人力资源较多。另外,在山区开展这项工作非常困难,特别是在高陡的高山峡谷区。因此,近年来,一些研究者借助卫星光学遥感影像等进行地质灾害潜在失稳区或易发区的解译和识别。但是该类方法受卫星数据的可用性、解译人员的经验性,以及解译区域的大小等条件限制着其结果的合理和准确。另外,研究人员基于ArcGIS开发了区域灾害易发性模型,利用岩性、地形、高程、断层、降雨、地震等影响因子来对全区域地质灾害的易发性进行评价和程度分级。但是该类模型和方法实现的结果是对研究区全范围地质灾害易发程度的排序和分级,不是基于斜坡失稳的条件对实际存在失稳隐患区的识别和划定。随着我国高陡山区,跨区域长线路工程建设力度的加大,使得区域防灾减灾的需求比以往更为迫切,亟需提出一种针对区域尺度斜坡失稳易发区识别的方法。
发明内容
本发明提出基于高差和坡度双参量的斜坡失稳易发区识别方法及装置,以至少解决现有的方法主要适用单体尺度、无法满足现阶段区域尺度防灾减灾需求的技术问题。
为实现上述目的,本发明提供了基于高差和坡度双参量的斜坡失稳易发区识别方法,包括以下步骤:
S100:在斜坡尺度上确定基岩边坡岩体强度参数;
S200:测量每个细分区域的当前起伏度和边坡角;其中细分区域的大小通过步骤S100中研究区历史失稳区的大小统计得到;
S300:基于Culmann原理,计算细分区域的极限起伏度;
S400:比较当前起伏度和极限起伏度的差值,来评估细分区域的稳定状态,当前起伏度大于极限起伏度的区被确定为斜坡失稳的易发区;
S500:重复步骤S100-S400,对研究区所有斜坡的细分区域进行搜索,并对其失稳的易发性状态进行估算。
优选的,步骤S100包括:
结合数字高程模型对研究区历史失稳区进行识别,并提取历史失稳区的起伏度和坡角;
根据提取的起伏度和坡角进行拟合,反演得到斜坡尺度的岩体强度参数数值。
优选的,所述基于高差和坡度双参量的斜坡失稳易发区识别方法具体包括:
输入研究区3D表面高程数据DEM,分别计算表面坡度数据slope与邻域面积NA内的表面起伏度SSR;
确定坡度阈值,进行逻辑计算,若坡度大于阈值的栅格PSS,则定义为潜在坡度表面,反之,则删除栅格;
计算斜坡尺度下斜坡岩体强度参数C、φ,利用Culmann模型通过栅格运算得到邻域NA内的极限起伏度LSR;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院地质与地球物理研究所;中国自然资源航空物探遥感中心,未经中国科学院地质与地球物理研究所;中国自然资源航空物探遥感中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211067478.7/2.html,转载请声明来源钻瓜专利网。