单体滑坡灾害风险评价与预警预报

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

单体滑坡灾害风险评价与预警预报

滑坡属于地质灾害中的一个重要灾种,它不仅给人类生命带来威胁,而且对环境、资源、财产等具有严重破坏性。在世界范围内,每年由滑坡及其次生灾害导致的人员伤亡数以万计,经济损失高达数百亿美元,如何降低滑坡导致的经济损失和人员伤亡是滑坡灾害研究的宗旨。中国是地质灾害频发的国家之一,灾害种类繁多,主要包括滑坡、崩塌、泥石流等。全国地质灾害大调查结果表明,我国受潜在地质灾害困扰的县级城镇达400多个,有1万多个村庄受到滑坡、崩塌、泥石流等灾害的威胁。

其中,滑坡灾害所占比例超过65%,平均年经济损失超过20亿元。因此,针对防灾减灾工作的实际需要,应突破目前对滑坡稳定性、机理及治理措施的研究,应用风险评价的理论与方法,合理确定并评价滑坡灾害对生命及财产的影响程度,为经济有效的减灾应急措施及灾害优化决策管理提供技术支持。除香港以外,国内其他地区滑坡风险评价及管理研究起步较晚,与发达国家地区存在较大差距,且目前尚无相关的技术指南问世。不仅如此,在灾难性地质灾害突发之后,如2008年四川省“5.12”汶川地震、2010年甘肃省“8.7”舟曲特大泥石流、2013年云南省昭通市“1.11”镇雄县山体滑坡等,灾后应急、灾害评估以及长期恢复重建的地质安全性问题对风险评估及管理提出了新的挑战。

因此,如何借鉴国际上的经验,结合中国地质灾害防灾减灾的实际需求提出适合中国特色的地质灾害风险评价技术指南成为目前的紧迫任务之一。论文以三峡库区万州区塘角1号滑坡为例,完成了单体滑坡的危险性评价和易损性评价,结合滑坡危险性和承灾体易损性的评价结果,开展生命风险评价和经济风险评价,并基于我国滑坡灾害的生命风险接受标准,确定塘角1号滑坡灾害的生命风险接受水平。基于滑坡变形机理,综合考虑各个诱发因素的作用机制,采用人工智能模型对监测到的滑坡位移时间序列进行分析和预测。通过对以上内容展开研究,论文主要的研究成果包括以下几个方面:(1)确立了我国个人风险接受标准和社会风险接受水平的F-N曲线图。

论文总结了不同行业的风险接受标准,以我国地质灾害和滑坡灾害的个人和社会风险研究为例开展我国灾害生命风险接受准则的研究。提出了我国地质灾害的个人风险接受标准为:可接受标准为1×10-6/年,可容忍标准为1×10-4/年;

我国滑坡灾害的个人风险接受标准为1×10-7/年,可容忍标准为1×10-6/年。基于社会风险接受研究方法中常用的ALARP准则对我国地质灾害死亡人数和总人

口数据进行综合统计分析,得出了我国地质灾害社会风险接受标准,建议性地提

出了我国地质灾害和滑坡灾害的社会风险接受准则F-N曲线。(2)塘角1号滑坡在不同降雨和库水位升降条件下的变形模式分析和破坏概率计算。

在深入了解塘角1号滑坡工程地质条件的基础上,通过对滑坡地表位移特征、地下水位变动特征以及影响因素动态特征的分析,结合滑坡宏观变形特征确定了滑坡变形机制和变形分区;针对塘角1号滑坡变形的主要诱发因素(降雨和库水位变动),确定了滑坡危险性分析的水文边界条件,并计算了滑坡在不同工况下的的破坏概率。(3)塘角1号滑坡入水速度、入江体积及其次生涌浪计算。论文在已有的滑坡入水速度、入江体积、首浪高度、涌浪传播距离和传播浪高等理论计算方法的基础上,对库区塘角1号滑坡的次生涌浪进行计算分析,进一步完善了

库区单体滑坡灾害危险性分析的内容。(4)开展了库岸单体滑坡灾害承灾体易损性和风险研究,并对其生命风险接受水平进行了评价研究。

论文从库岸单体滑坡承灾体易损性构成、承灾体野外调查和分类、生命风险评估、经济价值评估、滑体上承灾体易损性分析和涌浪影响范围内承灾体易损性分析等方面展开研究。将滑坡分为变形阶段和破坏阶段进行易损性评价,重点评估了经济和人口生命的易损性。同时,对破坏阶段涌浪影响范围内的大坝、码头、沿岸居民和建筑物等承灾体的易损性进行评估,完善了库岸滑坡承灾体易损性评估内容。风险评价结果表明,塘角1号滑坡在最危险工况下(175→145+50年一遇暴雨)发生失稳时,最小人口伤亡风险为7.2x 104/年。

滑坡生命风险值大于个人风险可容忍标准值,因此需要采取一定措施才能达到可容忍甚至可接受的标准。(5)基于滑坡地表变形预测的单体滑坡灾害预警预报。滑坡变形失稳的准确预测能在预警中发挥重要作用,在一定程度上可以减少滑坡造成的经济损失和人员伤亡。论文选取三种人工智能模型,包括BP神经网络模型、支持向量机模型(SVM)和极限学习机模型(ELM),分别对塘角1号滑坡前缘地表位移监测数据进行预测分析。

滑坡位移受诱发因素与滑坡演化状态联合控制,选取降雨量,库水位升降幅

度和前期位移量等7个因子建立模型。结果表明,ELM模型不仅在非强变形时期

有较好的预测效果,在变形最强烈、预警最关键阶段,预测结果均优于SVM模型和BPNN模型的预测结果,能较好的反映塘角1号滑坡变形主控因素和位移变化的响应关系,更准确的预测滑坡位移的发展趋势。因此,基于滑坡变形机理,综合考虑各个诱发因素的作用机制,对监测到的滑坡位移时间序列进行分析,建立多变量响应的滑坡位移预测ELM模型,可以较好地反映诱因动态变化对滑坡位移发展的关键作用,是一种行之有效的滑坡位移预测方法。

相关文档
最新文档