云南省地质灾害气象风险预警技术改进及应用检验

利用2014—2022年云南省地质灾害数据和气象降水资料,开展有效降水量致灾概率研究,并结合地质灾害易发因子,分区建立了新一代精细化地质灾害气象风险预警模型,并对模型性能开展了应用检验。结果表明:新建的地质灾害气象风险预警模型提高了预警产品的时空分辨率和准确率,应用效果良好。模型能提前较好地反映出区域性强降水过程背景下的气象风险预警等级;对较难预报的局地强降水,也可以通过实时更新的监测预警产品给出风险加强的趋势,提前发出地质灾害气象风险预警信息;能直接客观反映出极端强降水背景下的气象风险高级别预警,起到较好的预警提示作用。

基于注意力机制的CNN-LSTM-XGBoost台风暴雨电力气象混合预测模型

极端台风暴雨灾害具有非线性、极差大以及多峰值等特点。为使电网及时获取预警信息,提出一种基于注意力机制的CNN-LSTM-XGBoost台风暴雨电力气象混合预测模型。首先,利用基于注意力机制的卷积神经网络(CNN)辨识关键台风暴雨灾害特征;然后,利用长短期记忆网络(LSTM)训练时间序列预测模型以挖掘台风暴雨时序特征,使用极限梯度提升算法替换模型输出层以缓解过拟合问题;最后,以2023年台风泰利为例验证所提方法的有效性。算例分析表明,所提模型具有较高的准确性,对预测精度的提升可达40.84%以上。

基于文本数据的灾害信息风险监测与预警集成方法研究

基于灾害信息的文本数据,该文提出一种风险监测与预警集成方法,以提高灾害信息风险监测效率及监测支持预警的针对性。首先,运用八爪鱼数据采集器采集和处理灾害信息的文本数据;其次,运用BTM主题模型构建灾害信息风险监测模型,得到主题热度趋势并确定具有高风险且亟待预警的话题;然后,提出灾害信息风险预警指标体系和预警等级判定方法,计算所确定话题的风险综合指标预警加权值,并结合预警区间判定预警等级;最后,以2021年“7·20”郑州特大暴雨灾害信息的风险监测和预警为例进行实验分析,验证所提方法的可行性。研究表明,该方法可将灾害信息的文本数据贯穿于风险监测与预警两个过程,有助于为监测结果更有针对性地支持预警工作提供参考。

基于高斯混合模型的采煤工作面冲击危险性评价

【目的】深入了解声发射或微震能量分布所蕴含的概率学信息,对于工作面回采过程中的冲击危险性评价具有重要意义。【方法】以陕西大佛寺煤矿4号煤层40111工作面作为工程背景,运用物理相似模拟实验、理论分析、现场监测等相关方法进行分析,研究了声发射监测数据在回采过程中的演化规律,阐明了声发射能量概率分布呈现波动性的物理意义,提出了基于高斯混合模型(Gaussianminture model,GMM)及置信区间的冲击危险性评价指标模型,并由现场微震数据进行验证。【结果和结论】结果表明:回采过程中上覆岩层周期性垮落并伴随声发射能量的集中释放。总能量的概率密度函数呈现多自由度的非对称分布,通过对比残差平方和等多项拟合效果指标,确定高斯混合模型为最佳拟合模型。基于EM(expectation maximization)算法的GMM聚类分析,将声发射事件总能量分布划分为两类:高频低能型和低频高能型,其中低频高能型与冲击事件的突发性和高能量破坏特征一致。依据概率-能量梯度变化特征,对工作面开采过程中冲击危险性进行了评估。研究成果为采煤工作面冲击危险性评价提供了概率学上的创新思路,具有在冲击地压监测预警及后续防治中的潜在应用价值。

基于普适型监测预警体系中多参数模型研究——以云南省保山市大园子滑坡为例

为全面发展“人防+技防”的地质灾害防治技术体系,构建以普适型监测仪器为主的地质灾害监测预警体系,以云贵高原地区中的云南省保山市大园子滑坡为例,详细介绍了滑坡从方案设计到数据筛选及模型设计等各环节,主要选取降雨、位移变形和裂缝三类参数模型在监测预警体系中的应用,通过采集地质灾害体的关键信息,优化监测预警模型及调整阈值,及时捕捉地质灾害体的变化信息,依靠平台判据模型自主触发预警,完成了普适型监测预警体系建设的关键环节,从而实现了普适型监测预警的效果,极大的提升了地质灾害防治体系的自动化和智能化能力。

基于ARIMA模型的矿井灾害预测方法研究

矿井灾害频发是影响我国煤炭产业发展的重要问题之一,灾前预警技术是目前应对这一问题的主要方法。为进一步提升矿井灾害监测预警能力,提出了基于ARIMA模型的矿井灾害预测方法研究。通过确立灾害风险监测指标构建了安全态势评估指标体系,基于时序预测法建立了灾害预测评估模型,经模型定阶及训练等过程确定最佳ARIMA预测模型参数。通过研究模型残差的正态性分布从而得到预测模型可靠度,将ARIMA(10,0,0)模型与时间序列拟合后进行自相关图和偏自相关图分析,得到了风险灾害未来短期预测结果;提出了“红橙黄蓝绿”5级灾害预警等级和准则,并进行了现场应用试验,结果证明,ARIMA模型对未来值的预测具有较高准确性,系统能及时对灾害进行预测和分级响应,可实现对矿井灾害的风险判别和预测预警。

输电线路气象风险精细化建模及气象灾害的在线预警防御策略

气象因素在输电线路稳定运行中起着重要作用,在评估风险时应予以考虑。为此,提出一种输电线路气象风险预警及防护方法。该方法考虑时空发电预测、设备健康和可靠性评估以及概率负荷预测等方面对气象风险进行精细化建模,并基于气象危害、电网脆弱性和灾后恢复成本提出一种新的风险度量标准。此外,针对负荷中断恢复以及缓解用电拥堵,提出一种气象灾害的在线预警防御策略。最后,在案例中对所提出的方法和策略进行测试分析,其结果可以验证方法和策略的有效性。

基于卷积神经网络的福建省区域滑坡灾害预警模型

福建省滑坡灾害频发,开展区域尺度上的滑坡灾害预警是防灾减灾的重要手段,但由于滑坡成灾机理复杂,传统的区域滑坡预警方法存在精度不足等问题。深度学习是指通过构建神经网络模型进行特征的提取、抽象、表示与学习的技术,是机器学习的一种。卷积神经网络作为一种经典的深度学习算法,具有比传统机器学习更强大的分类能力与表征能力。文章以福建省为研究区,将卷积神经网络引入滑坡灾害预警领域,构建福建省区域滑坡预警模型,过程及结果如下:(1)采用SMOTE优化算法对2010—2018年福建省滑坡灾害样本库进行优化,扩充正样本的个数,将正负样本比例从1∶3.4扩充到1∶2,样本总量达到18040个;(2)构建卷积神经网络模型结构,模型结构包括一个输入层、两个卷积层、两个最大池化层和一个全连接层以及一个输出层;(3)使用卷积神经网络对优化后的样本(2010—2018年样本的80%作为训练集)进行训练,并用贝叶斯优化算法优化模型超参数,得到福建省区域滑坡预警模型;(4)以2010—2018年样本的20%作为测试集对模型进行测试,采用混淆矩阵、ROC曲线进行模型测试,结果显示模型准确度为0.96~0.97,AUC值达到0.977,模型精度与泛化能力良好;(5)以2019年汛期滑坡灾害实况作为正样本,通过时空采样的方法采集负样本,构建2019年区域滑坡样本校验集(样本数603个),对模型进行进一步实况校验,采用混淆矩阵、ROC曲线进行模型校验,结果显示模型准确度为0.75~0.85,AUC值为0.852。虽然仅用了2019年汛期的滑坡实况样本进行校验,但也达到较好的效果。将卷积神经网络算法应用到区域滑坡预警中,为建立区域滑坡预警模型提供了一种新的途径,初步校验表明,模型效果良好,今后将在福建省对模型进行进一步的应用与校验。

红心猕猴桃黑斑病气象条件分析及其评估模型

本研究基于2020—2022年在贵州米箩等20个红心猕猴桃基地进行的调查,以及同期气象资料分析,探讨了红心猕猴桃黑斑病发生与连阴雨天气的关联性。通过收集5月1日—7月31日逐日平均温度、降水量、平均相对湿度、平均低云量等气象资料,分析该期间连阴雨天气特征,结合黑斑病发生地、发病率,探讨了黑斑病与连阴雨天气的定量关系,确定了红心猕猴桃黑斑病发生的连阴雨天气指标阈值。研究发现,红心猕猴桃黑斑病与品种有较大的关系,且在5—7月红心猕猴桃果实生长期内,当连阴雨天气在15 d及以上,同时日平均温度在20.0℃及以上、日平均相对湿度在90%及以上、日平均低云量在0.90及以上时,红心猕猴桃果实极易感染黑斑病,该指标可以作为红心猕猴桃黑斑病发生的气象预警指标。根据这些发现,研究建立了红心猕猴桃黑斑病气象灾害评估模型,为红心猕猴桃生产开展黑斑病气象评估服务提供科学参考。

基于窗口粒子滤波算法的土壤水分同化及滑坡灾害预警

【目的】在水-力耦合计算中,土壤水力参数通过量化土壤含水量与孔隙水压力的转换关系,决定有效应力及边坡稳定性的计算结果。研究稳健、可靠的数据同化方法,降低土壤水力参数的不确定性,提升土壤水动力模拟的准确性,对降雨型滑坡灾害预警具有重要意义。【方法】通过虚拟算例和实例应用,提出将窗口粒子滤波数据同化方法(简称PBS算法)与渗流-边坡稳定分析模型结合,通过同化土壤含水量数据,达到反演土壤水力参数、模拟土壤孔隙水压力以及预测边坡稳定性的目标。通过虚拟算例,证实了当PBS算法设定大于2 d的时间窗口,以及大于80个的粒子(参数样本)时,能够获得较为准确的模拟结果。实例应用选取四川省都江堰市银洞子沟滑坡堆积体,将PBS算法同化三个位置的土壤含水量的野外监测数据,以4 d为窗口,更新100个粒子样本的土壤水力参数。【结果】结果表明,土壤含水量的模拟值与实测值基本吻合,且模拟的孔隙水压力及边坡稳定系数能对降雨做出清晰、有效的响应。在经过2~3个窗口更新后,三个探头孔隙水压力模拟值不确定区间大小均小于0.11 m,边坡稳定系数的不确定区间大小分别为0.03、0.01和0.11。针对2017年8月28日的极端降雨诱发的滑坡灾害事件的预警,经PBS算法同化后的土壤含水量、孔隙水压力以及边坡稳定系数都收敛到较窄的集合区间,且当日低于1.0的边坡稳定系数,可警示滑坡风险。【结论】通过虚拟算例及实际应用,证实了PBS算法可支持稳健、可靠的土壤水力参数估计及渗流过程模拟,在边坡稳定分析及降雨型滑坡灾害预警领域具有广阔的应用价值。

基于灾害动态演化过程的管道滑坡灾害多因素耦合预警模型

长输油气管道不可避免地要穿越地质环境条件复杂的山区,遭受各类地质灾害威胁。滑坡灾害是最为严重的地质灾害之一。为了实现管道滑坡灾害的提前预判,通常设定多项监测预警指标进行监测,但是,由于忽略了各指标之间的关联性,导致大量的错报与误报。本文通过对管道滑坡灾害动态演化过程分析,提出了管道滑坡灾害动态演化的4个阶段:①滑坡区降雨,地表入渗;②地下水位上升,坡体自重增加,岩土力学参数降低;③坡体产生局部变形;④滑坡整体失稳下滑作用于管道。提取了灾害变形、外界诱发因素、管道应力应变3种类型监测关键指标,构建了管道滑坡灾害监测指标体系,在此基础之上,提出基于灾害动态演化过程的管道滑坡灾害多因素耦合预警模型。该模型通过综合考虑灾害变形指标、外界诱发指标、管道力学指标之间的耦合关系,构建出了多维度预警等级判据。模型在贵州某天然气管道滑坡开展示范应用,先后成功发布蓝色、黄色、红色预警信息,为滑坡的应急处置与抢险提供了充足的响应时间,保障了管道的运营安全。该模型避免了因降雨过多即发出高预警等级的问题,进一步提高了预警准确度,使得预警结果更符合实际,可以为管道滑坡灾害的监测预警工作提供一定的参考与借鉴。

基于三维GIS空间信息地质灾害预警模型的研究

中国地质灾害频发,如何治理、预防地质滑坡灾害是社会发展进步亟待解决的问题,当前的地质滑坡监测预警体系不能满足中国地质灾害防治的需求,本文基于GIS构建地质灾害预警模型,利用三维GIS空间信息系统获取地质数据,根据滑坡灾害易发性分区、累计降水量阈值、当日降水量阈值和未来24 h预报降水量4种因素构建地质-耦合气象模型和地质-降水综合模型,利用模糊综合评价法进行灾害预警。在实例分析环节,得出地质-气象耦合模型在极高、高级、中级及以下的预警等级下的灾害点数分别为16、9、5,栅格数分别为74182、132813、413274;地质-降水综合模型在极高、高级、中级及以下的预警等级下的灾害点数分别为8、16、6,栅格数分别为80512、132965、406792。通过对两种模型预警结果的对比分析,得出地质-气象耦合模型的预警结果精准度更高,预警结果与实际结果相符,研究结果可为相关决策提供科学依据,也可为未来的相关研究提供参考。

不同预警模型下的露天矿滑坡时间预测研究

露天矿山边坡受重力作用影响,其内部应力平衡破坏,受外界因素如降雨、地震和人工采动活动等因素的诱发,从而发生滑坡、片帮和崩塌等形式的地质灾害;由于其突发性、灾害性和难预测性严重制约了人民的生命和财产安全。以蠕动变形三阶段理论为基础的速度倒数模型(INV模型)、斜率模型(SLO模型)和对数预测模型(Lgt)因其简单、便捷和易操作性而在滑坡时间预测中被广泛应用。分析了3种预测模型的基本原理,分析了蠕变曲线加速阶段加速变形点(onset of acceleration,OOA)的获取方法,结合3个滑坡案例研究了不同预测模型在滑坡时间预测方面的应用情况。结果表明:3种预测模型均能有效的预测滑坡发生时间,且在曲线拟合相关决定系数和预测时间准确性方面,斜率模型和对数函数模型效果更佳。

煤矿灾害预警平台研究与应用

随着煤矿信息化与智能化建设工作的不断推进,灾害治理与安全生产的要求日益提高,各类灾害事故的频发使灾害预警系统的重要性更突显。传统煤矿灾害预警系统难以挖掘分析各种监测信息的数据特征,对海量灾害监测数据利用率较低,导致预警的可信度不高。探讨煤矿灾害预警平台的设计、研发和应用情况,利用数据挖掘分析技术,构建预警指标体系与灾害预警模型,对潜在灾害开展早期预警,降低事故发生的风险,从而提高煤矿安全生产水平。

基于GIS的青海省雪灾风险评估模型

通过建立雪灾定量化评估模型,提供反映雪灾地理分布特征的风险区划,以实现快速、准确地对区域雪灾进行大范围监测和情景分析。根据青海基础地理信息数据,以县级行政为评价单元,提取了91.7m×91.7m栅格的坡度、坡向、草地类型等孕灾环境参数值,对雪灾形成的潜在地理条件进行分析;以雪灾规模、频率和密度等为致灾体危险性指标;选取人口密度、经济密度、交通密度以及土地资源丰富度等社会经济背景数据为承灾体易损性评价指标。基于ArcGIS平台,应用数学综合评价法建立了基于空间统计分析的青海牧区雪灾定量化综合风险评估模型,在使用相关基础图件和资料基础上,对属性和图形数据库进行操作,分别得到雪灾的孕灾环境敏感性、灾害危险性、承灾体易损性评价图层,再经过图层叠加、斑块合并以及等级划分等操作,最终得到青海省雪灾风险区划图。研究结果可对牧区越冬前采取有效风险管理以减轻损失,保障草地畜牧业的可持续发展具有重要意义;并且为当地政府及防灾救灾部门制定灾前减灾规划和灾后救助决策提供科学依据,研究方法对于全国其他省区的雪灾风险评估也具有重要参考价值。

青海省牧区雪灾预警模型研究

对青海省牧区各气象站的积雪深度、积雪日数等气象资料进行了统计分析，结合青海省牧区积雪状况和草场特点，建立了雪灾预警模型。

北疆牧区雪灾预警与风险评估方法

在分析北疆牧区畜牧业生产与雪灾分布特征的基础上,利用RS、GIS和地面监测资料,从草地抗灾力、家畜承灾体和积雪致灾力3个子系统中选择9个因素作为预警参评因子,用家畜死亡率作为风险评估因子,构建了一个在完全放牧状态下的牧区雪灾预警与风险评估体系和模式.采用多层次综合法和目标线性加权函数法,建立了雪灾预警分级模型、判别模型和风险评估模型,据此可对草地和家畜抵御雪灾的强度和雪灾的风险期望损失进行动态预警与评估.北疆牧区雪灾预警与风险评估模型的精度分别达85%和72%.

青海牧区雪灾综合风险评估

本研究收集了影响青海省雪灾发生的社会经济、自然及气象共计19种因素,通过主客观结合的方法筛选基础因子,再利用Logistic回归模型自我挑选变量功能对初始因子进一步筛选,得到五项风险评价因子,即人均GDP、年均温、最大雪深、积雪覆盖日数及坡度,最后基于ArcGIS平台得到青海地区2001-2007年的雪灾平均风险区划图,并对其划分等级,分析不同雪灾等级在空间上的分布特征。得到以下结论:1)通过主客观的分析方法,得到诱发雪灾形成的关键因素与自然因素、气象因素、社会经济等因素有关;2)青海雪灾平均风险分布与风险因子最大雪深、坡度、积雪覆盖日数具有基本一致的趋势,而与年均温和人均GDP的分布趋势相反;3)青海地区平均雪灾风险呈现南高北低的态势,其中高风险区主要分布在研究区南部的称多县、玉树县、囊谦县、达日县、甘德县以及玛沁县等地,相反,西北部的柴达木盆地和东部的农业区为低风险区;4)受地形地貌的影响,4000m以上的山岭地带,即祁连山、昆仑山、唐古拉山、巴颜喀拉山、阿尼玛卿山等为青海雪灾高风险分布之地。

基于动态数据驱动的地质灾害监测预警系统设计与实现

基于地质灾害诱发因素与形成机理,针对地质灾害传统数据管理、实时监测数据处理与分析、预警模型库建设等问题,结合动态数据驱动、多源数据可视化及监测数据实时传输等技术,建立基于动态数据驱动技术的地质灾害监测自动预警方法体系,并采用阈值判别预警、过程跟踪预警以及时空信息的综合分析预警方法,充分采用服务流引擎技术与数据库技术,研制基于网络环境的新型地质灾害动态监测系统,以实现灾害信息实时查询、处理与分析、动态监测曲线的绘制及灾害自动预警等功能。以甘肃省黑方台黄土滑坡监测示范区为例,验证构建的地质灾害实时监测数据与预警模型服务流,系统能够实时反映灾害体的变形情况,并成功预警了黑方台陈家6#滑坡。

宁夏南部山区农业干旱预警模型

为建立格点尺度上的农业干旱预警模型,根据自然灾害系统理论,综合干旱孕灾环境、致灾因子、承灾体的特征,选择DEM、坡度、坡向、土壤类型、历史干旱风险指数、农业投入量作为孕灾环境稳定性影响因子,选择前期干旱程度、作物水分满足率、作为致灾危险性因子,选择作物种类、作物发育期水分敏感系数、灌溉条件、作物单产水平等作为承灾体脆弱性因子,在干旱灾害系统分析的基础上,采用层次分析法(AHP)量化影响因子的影响系数,建立基于GIS和空间插值的宁南区域农业干旱预警累乘模型。检验结果表明,预警模型输出干旱等级与实测符合率达到90%以上,能准确预测未来干旱发展趋势和分布范围,比现有基于气候干旱指数的预警模型空间分辨率明显提高,模型输出结果更能反映农业干旱的发生、发展过程,模型可用于区域干旱预警和干旱趋势预测。