[发明专利]一种基于驱动因子的多动力滑坡预测方法及系统

说明书

本发明公开了一种基于驱动因子的多动力滑坡预测方法及系统，该方法先获取监测地点预设范围内的历史数据，所述历史数据包括历史降水数据、历史地温数据和历史地震数据；然后基于所述历史数据确定各驱动因子，所述驱动因子包括极端降雨频率、极端干旱频率、极端升温频率和地震频率；接着基于时间不重叠规则确定出各驱动因子的叠加概率；最后当预测时刻的所述叠加概率小于预设阈值时，进行滑坡预警，实现了提高对多动力滑坡的预测精确度，降低预测成本和实施难度。

技术领域

本发明属于滑坡技术领域，具体涉及一种基于驱动因子的多动力滑坡预测方法及系统。

背景技术

目前各地滑坡灾害频繁发生，往往导致群死群伤和重大经济损失，根据临灾资料，有一类滑坡在滑坡发生前没有监测到明显的强地震或强暴雨等显著激发因素。在研究分析气象灾害时，提出蝴蝶效应，这一效应表明某一微小因素的变化可能导致巨大灾害的发生，这也同样能够应用在滑坡中，上述类型的滑坡在发生时并没有强震或强暴雨的激发，却与许多气象因素的波动及弱地震组合具有显著的耦合关系，这些驱动因素都可以通过降低土体强度和增强水土耦合激发滑坡，因此该类由早期干旱、前期降水和临灾低级别地震等多个驱动因子叠加作用于坡体的滑坡为多动力滑坡。

现阶段针对滑坡主要通过在坡体安装变形监测设备或通过InSAR等手段获取变形数据，再或者通过强降雨强地震等阈值体系来实现，这些方法手段适用于常规滑坡。而多动力滑坡常常发育于高海拔山区，安装监测仪器难度大、成本高；InSAR变形监测覆盖全区多个隐患点难度大、在滑坡发生较大变形后InSAR数据存在失真、遥感影像精度等问题，成本和技术要求也相对较高，且针对上述多动力滑坡的预测精度较低。

因此，如何提高对多动力滑坡的预测精确度，降低预测成本和实施难度，是本领域技术技术人员有待解决的技术问题。

发明内容

本发明的目的是为了提高对多动力滑坡的预测精确度，降低预测成本和实施难度，提出了一种滑坡预测方法。

本发明的技术方案为：一种基于驱动因子的多动力滑坡预测方法，所述多动力滑坡具体为由非强降雨以及非强地震激发因素的驱动因子激发的滑坡，包括以下步骤：

S1、获取监测地点预设范围内的历史数据，所述历史数据包括历史降水数据、历史地温数据和历史地震数据；

S2、基于所述历史数据确定各驱动因子，所述驱动因子包括极端降雨频率、极端干旱频率、极端升温频率和地震频率；

S3、基于时间不重叠规则确定出各驱动因子的叠加概率；

S4、当预测时刻的所述叠加概率小于预设阈值时，进行滑坡预警。

进一步地，所述极端降雨频率具体为预测时刻当月以及前三个月的累积降雨量，所述极端干旱频率为预测时刻前一年12月至当年2月中标准降水指数最低值在历年同期出现的概率，若预测时刻属于1月，则为预测时刻前一年12月至当月标准降水指数最低值在历年同期出现的概率，所述极端升温频率为预测时刻前10天的平均地表气温在历年同期出现的频率，所述地震频率为预测时刻当天地震震中与监测地点的距离在历史数据中出现的频率。

进一步地，所述步骤S3中具体通过如下公式确定叠加概率p：

式中，t为预测月，d为预测日，R_i为第i日的日降雨量，R_mj为第i月的月降雨量，T_i为第i日的地表气温，P_s12为前一年12月的SPI，P_s1为当年1月的SPI，P_s2为当年2月的SPI，T_mi为第i月中最低地表气温小于0度天数的平均地表气温，L为震中与监测地点的距离。

进一步地，所述预设阈值为基于历史滑坡数据进行确定。