西南地区泥石流发育分布及控制因素的图象识别法判析

本文采用多因素相似组合分区原则,对我国灾害暴雨泥石流进行了小比例尺的预报分区。文中综合考虑了泥石流分布、活动特点与地形、地质构造因素的关系,泥石流发生与气候、气象和降水的关系,提出了灾害暴雨泥石流各个分区预报的季节、天气尺度系统、日降雨量和小时雨量强度指标,并对各个分区做了简述。     

坡面泥石流形成之降水条件探讨——以重庆北碚地区为例

从坡面泥石流的形成条件入手,结合重庆北碚地区地质地貌和气象条件,分析了北碚地区从1962~2003年发生的坡面泥石流的数据及降雨资料,认为在该区域,降水是该区域发生坡面泥石流的决定性因素,并且通过对具体坡面泥石流事例的分析,认为坡面泥石流的发生与前期降雨量和1h雨强关系密切,前期降雨对泥石流形成的贡献比较大,1h雨强主要起到激发作用。最后本文利用发生坡面泥石流前三天累计降雨量和当日前期降雨量,得出了该区域降水诱发坡面泥石流的临界雨量方程:y=106-0.757x(y为当日前期雨量,x为前三天累计雨量)。     

北京泥石流灾害及其降水触发条件

介绍了北京山区的泥石流灾害易发区的地质地貌特征、降水气候、泥石流类型及其空间分布特点。重点分析1950年以来，北京山区发生的11次严重泥石灾害的降水特征，包括灾害发生前10d的降水过程、日降水量达200mm的地区与泥石流发生区、降水强度及泥石流爆发时间的关系等。并指出迎风或喇叭口地形，常是降水明显增幅、泥石流最易突发的区域。     

四川省典型区域滑坡、泥石流致灾临界雨量阈值确定方法

[目的]确定四川省滑坡泥石流典型区域各个子区最关键的降雨因子,建立典型区域各子区临界阈值模型,为该区对滑坡、泥石流灾害进行有效预报提供科学依据.[方法]利用1999 2014年四川滑坡泥石流灾情资料,确定出滑坡、泥石流的典型区域,根据典型区域各个子区的气候和下垫面条件,比较不同降雨因子组合的阈值模型,得到各子区最关键的降雨因子,建立典型区域各子区临界阈值模型.[结果]平均降雨强度和峰值降雨强度是典型区域滑坡、泥石流阈值模型中的重要指标;诱发雨量多作为滑坡典型区域致灾临界阈值模型雨量指标,激发雨量只作为泥石流典型区域致灾临界阈值模型雨量指标;有效雨量可以在滑坡、泥石流典型区域值模型中应用.典型区域多采用多因子预报模型,只有汶川震区采用单因子预报模型,其临界阈值在震后呈现上升趋势.[结论]不同降雨参数对诱发滑坡泥石流灾害的作用不同,典型区域中各子区建立的预报模型及得出的临界阈值也不同.多因子预报模型考虑了多种降雨参数,比单因子模型更客观.     

四川省典型区域滑坡泥石流与降水的关系

[目的]对四川典型区域滑坡泥石流与降水的关系进行研究,为进一步分析四川地区气候变化与地质灾害分布规律之间的关系提供基础。[方法]四川滑坡、泥石流灾害多由降水引发,在收集整理近15a滑坡泥石流灾害事件后,确定出四川滑坡、泥石流的典型区域,进而分析典型区域滑坡、泥石流与降水气候特征的关系。[结果]四川省滑坡典型区域在川东地区,泥石流典型区域在阿坝州地区。近年典型区域滑坡、泥石流近年频次明显增加,典型区域滑坡属于较长日数降水诱发型,与15d有效降水密切相关,前期降水中,强降水所占比例较大;典型区域泥石流属于较短日数降水诱发型,与3d有效降水密切相关,前期降水中,中小型降水所占比例较大。[结论]研究区15d有效降水量和3d有效降水与降水气候特征间的关系密切,可分别作为典型区域滑坡、泥石流预报因子。     

太行山区泥石流暴发的临界雨量判别式研究

太行山区泥石流为典型的暴雨激发-崩滑转化型泥石流.泥石流的形成经历了两个过程:沟壁岩土体崩滑过程和暴雨激发泥石流发生过程.前期降雨诱发的崩滑松散堆积物和激发期暴雨积聚的洪水构成了泥石流发生的两大初始激发条件:初始激发物源条件和初始激发动力条件.因此,基于前期降雨量和激发期降雨量建立的泥石流暴发判别模型符合太行山区泥石流的激发条件,经对比验证,根据太行山区典型泥石流暴发前20日降雨量和暴发当日降雨量数据拟合建立的临界雨量判别式与实际情况基本吻合,可以为泥石流的预测预报提供判据和参考.     

四川省降雨诱发滑坡灾害的气象预警模型

[目的]分析四川省2008—2014年的滑坡灾害与前期降雨量间的关系,构建降雨诱发滑坡灾害气象预警模型,优化模型的权重参数,为四川省滑坡灾害预警工作提供有效参考。[方法]基于降雨信息资料,对四川省滑坡灾害的前期雨量进行统计分析,并采用逻辑回归分析分别计算和优化灾害的前期综合日降雨量间的权重关系和气象预警模型中地质环境背景值与降雨诱发灾害概率值的权重系数。[结果]滑坡灾害的当日降雨量、前一日降雨量和前两日降雨量对灾害的影响权重分别为0.587,0.220,0.189,气象预警模型的地质背景概率和综合雨量概率的权重参数分别为0.394,0.606。根据以上研究构建灾害气象预警模型,利用已有灾害点对其进行验证,证得模型的整体准确率为78.36%,进而通过2013年7月10日的群发滑坡灾害个例对模型进行检验,检验结果良好。[结论]该模型预警效果良好,精确度较高,能为相关部门提供的防灾减灾参考。     

多源强降雨灾情可信度智能判别方法

真实的灾情信息是有效防范和减轻强降雨灾害损失的重要参考。本研究以过程降雨强度（R）为指标,构建1984-2020年河北省县级多源气象灾情与致灾过程相匹配的强降雨灾害事件库。经过人工质控,获得真实灾情信息2305组,伪灾情信息263组。采用相关分析法确定与灾害发生程度（灾度）显著相关的降雨关键特征因子,基于单类支持向量机和十折交叉检验法,随机抽取10次样本,建立强降雨灾情气象因子致灾判别模型,并进行检验优化,以探索智能化、易用性的多源强降雨灾情可信度智能判别方法。结果表明：（1）与灾度显著相关的降雨关键特征因子共计11个,分别为最大降雨量、最小降雨量、过程平均降雨量、日均降雨量、平均小时雨强、1h最大雨量、3h最大雨量、6h最大雨量、12h最大雨量、24h最大雨量及前10日降雨总量,均通过了0.01水平显著性检验。（2）采用11个因子建立10个致灾判别模型（M1-M10）,依据真实灾情判别准确率确定最优模型为M9,其证真率为96.4%,证伪率为67.6%,表明该模型对灾情真伪判定较为片面,应进一步优化。（3）通过自相关检验,以最大降雨量、平均小时雨强、1h最大雨量及前10日降雨总量4个因...     

近61年四川省降雨侵蚀力的时空变化趋势

降雨是导致土壤侵蚀的主要动力因子,估算降雨侵蚀力是进行水土流失定量评价的基础工作之一。利用1955—2015年四川省及其相邻5省(市)共22个气象站点的逐日降雨量数据,基于章文波的日雨量侵蚀力模型,通过普通Kriging空间插值以及变异系数、距平百分率、趋势系数和气候倾向率等分析方法,全面综合地分析了四川省降雨侵蚀力的时空变化趋势。结果表明:四川省降雨侵蚀力总体上从东南向西北呈阶梯状逐渐降低并与降雨量、侵蚀性降雨空间分布规律较为一致,其高低值空间分布表现出四川盆地川西南山地川西高原;四川省降雨侵蚀力与降雨量年际变化规律几乎一致,近61年来R值呈显著增加趋势,每年增值53.64 MJ·mm/(hm~2·h·a),地域上R值的年际变化呈北高南低的特点,属于中等变异(0.278C_v0.686);降雨侵蚀力年内变化是以7月为峰值的单峰型分布,主要集中在6—9月份,季节上降雨侵蚀力危害夏高冬低,春秋较平稳;四川省大部分区域R值变化趋势呈不显著上升趋势,主要集中在川西高原和盆东地区,但在盆西区域形成一个降雨侵蚀力的下降中心。     

皖江淮分水岭东部降水变化与池河流域输沙关系的研究

对皖江淮分水岭东部 195 7年以来的降水测站记录和该地区池河流域 1990年以来的降雨径流因子及输沙量资料分别进行了趋势分析和关联分析 ,发现 4 3年来 ,江淮分水岭东部降水的季节和年际变化异常显著 ,且春季降水具有明显的减少趋势 ,夏季和年总降水都有明显的增加趋势。以该地区池河流域为例 ,通过灰色关联分析揭示出径流量和日雨量 5 0～ 10 0 mm暴雨次数与输沙量的关联最为密切 ,其次是降雨量和大于 10 0 mm的暴雨次数与输沙量关联密切 ,最后是雨日天数。研究结果可为江淮分水岭地区旱灾和水土流失防治提供科学依据