System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于地質(zhì)災害防治,尤其涉及一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法。
技術(shù)介紹
1、滑坡是指斜坡上的巖土體整體向下滑動的自然現(xiàn)象,主要影響因素有降水、河流沖刷、地震等。其中,極端降水是誘發(fā)滑坡的最直接因素,極端降水頻率和極端降水強度增加均會增大對應區(qū)域發(fā)生滑坡的可能性。
2、滑坡的主要類型有尚未發(fā)生的早期滑坡、剛發(fā)生的新生滑坡、年代久遠的老滑坡。目前,基于衛(wèi)星遙感圖像利用目視解譯或人工智能的方法對這些滑坡進行解譯,實現(xiàn)了大范圍內(nèi)的滑坡識別,為滑坡災害防治提供了參考。
3、但是,對于鐵路、公路等線狀工程勘察來說,遙感圖像解譯得到的滑坡范圍過大,且不好裁定哪些是滑坡的易發(fā)區(qū)、穩(wěn)定區(qū),難以針對性地開展防災避災工作。因此,需要對遙感解譯得到的大范圍滑坡區(qū)域進行易發(fā)性分級,不同級別的滑坡在未來發(fā)生的可能性有所不同。
技術(shù)實現(xiàn)思路
1、為了彌補現(xiàn)有技術(shù)的不足,本專利技術(shù)提供一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,可對遙感識別的滑坡區(qū)域進行分級評價,有利于提高工程防災避災的工作效率。
2、為了達到上述目的,本專利技術(shù)所采用的技術(shù)方案為:
3、一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:包括如下步驟:
4、s1:基于研究區(qū)邊界和內(nèi)部雨量站或氣象站的經(jīng)緯度坐標,將研究區(qū)劃分為多個泰森多邊形區(qū)域,每個泰森多邊形區(qū)域內(nèi)有且僅有一個雨量站或者氣象站;
5、s2:獲取雨量站或氣象站記錄
6、s3:獲取從遙感衛(wèi)星圖像中目視解譯或者人工智能解譯得到的大范圍滑坡圖層;
7、s4:將每一泰森多邊形區(qū)域的極端降水評價結(jié)果和大范圍遙感滑坡解譯成果進行疊加,對滑坡易發(fā)區(qū)進行分級評價。
8、進一步,步驟s1的具體方法為:
9、s1-1:收集研究區(qū)的矢量邊界圖層,以及研究區(qū)內(nèi)的雨量站和氣象站點的經(jīng)緯度和長序列逐日降水數(shù)據(jù),序列長度需大于30年;
10、s1-2:劃分泰森多邊形,每個泰森多邊形中有且僅有一個雨量站或者氣象站點。
11、進一步,步驟s2的具體方法為:
12、s2-1:選取大雨日數(shù)r25:每年度日降水量≥25mm的日數(shù),作為極端降水頻率指數(shù)的評價指標;選取強降水量r95p:每年度日降水量>第95百分位值的降水量之和,作為極端降水強度指數(shù)的評價指標;極端降水頻率指數(shù)和極端降水強度指數(shù)序列長度為對應氣象站或雨量站逐日降水序列年份數(shù),大于30年;
13、s2-2:計算長序列極端降水頻率指數(shù)和極端降水強度指數(shù)的趨勢變化情況,取顯著性水平為0.05,趨勢分析結(jié)果可分為:顯著減小、顯著增加、其他情況;
14、s2-3:將泰森多邊形劃分為“僅降水頻率顯著增加、僅降水強度顯著增加、降水頻率和強度均顯著增加、降水無顯著增加”四類情況,作為每個泰森多邊形區(qū)域的極端降水評價結(jié)果。
15、進一步,步驟s3的具體方法為:
16、s3-1:獲取基于衛(wèi)星遙感圖像利用目視解譯或人工智能的方法的滑坡解譯成果,得到大范圍內(nèi)的滑坡識別區(qū)域;
17、s3-2:將s3-1大范圍內(nèi)的滑坡識別區(qū)域在arcgis里導出為矢量圖層。
18、進一步,步驟s4的具體方法為:
19、s4-1:將每一泰森多邊形區(qū)域的極端降水評價結(jié)果和大范圍遙感滑坡解譯成果進行疊加,對滑坡易發(fā)區(qū)進行分級評價;
20、s4-2:將步驟s4-1滑坡易發(fā)區(qū)的分級評價結(jié)果在arcgis里導出為矢量圖層,得到基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價結(jié)果。
21、進一步,步驟s1-2中,將研究區(qū)所有相鄰雨量站或氣象站點連成三角形,作這些三角形各邊的垂直平分線,將每個三角形的三條邊的垂直平分線的交點連接起來得到一個多邊形,即為泰森多邊形,每個泰森多邊形中有且僅有一個雨量站或者氣象站點。
22、進一步,步驟s2中,通過趨勢檢驗法對泰森多邊形內(nèi)的降水變化進行分類。
23、進一步,“降水頻率和強度均顯著增加”對應a級滑坡易發(fā)區(qū)。
24、進一步,“僅降水頻率顯著增加、僅降水強度顯著增加”對應b級滑坡易發(fā)區(qū)。
25、進一步,“降水無顯著增加”對應c級滑坡易發(fā)區(qū)。
26、本專利技術(shù)的有益效果:
27、本專利技術(shù)方法從雨量站或氣象站的長序列極端降水演變情況出發(fā),計算得到未來降水致災風險顯著增加的泰森多邊形區(qū)域,通過與遙感影像滑坡解譯成果進行疊加,對滑坡易發(fā)區(qū)進行分級評價,提高了滑坡災害的防治效率。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟S1的具體方法為:
3.根據(jù)權(quán)利要求2所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟S2的具體方法為:
4.根據(jù)權(quán)利要求3所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟S3的具體方法為:
5.根據(jù)權(quán)利要求4所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟S4的具體方法為:
6.根據(jù)權(quán)利要求5所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟S1-2中,將研究區(qū)所有相鄰雨量站或氣象站點連成三角形,作這些三角形各邊的垂直平分線,將每個三角形的三條邊的垂直平分線的交點連接起來得到一個多邊形,即為泰森多邊形,每個泰森多邊形中有且僅有一個雨量站或者氣象站點。
7.根據(jù)權(quán)利要求6所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在
8.根據(jù)權(quán)利要求7所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:“降水頻率和強度均顯著增加”對應A級滑坡易發(fā)區(qū)。
9.根據(jù)權(quán)利要求8所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:“僅降水頻率顯著增加、僅降水強度顯著增加”對應B級滑坡易發(fā)區(qū)。
10.根據(jù)權(quán)利要求9所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:“降水無顯著增加”對應C級滑坡易發(fā)區(qū)。
...【技術(shù)特征摘要】
1.一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟s1的具體方法為:
3.根據(jù)權(quán)利要求2所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟s2的具體方法為:
4.根據(jù)權(quán)利要求3所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟s3的具體方法為:
5.根據(jù)權(quán)利要求4所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟s4的具體方法為:
6.根據(jù)權(quán)利要求5所述的一種基于極端降水泰森多邊形的滑坡易發(fā)區(qū)分級評價方法,其特征在于:步驟s1-2中,將研究區(qū)所有相鄰雨量站或氣象站點連成三角形,作這些三角形各邊的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:高斌,陳興強,王瑋,謝斯,董凡,黃勇,周福軍,付偉,羅鋒,常帥鵬,
申請(專利權(quán))人:中鐵第一勘察設計院集團有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。