排序方式: 共有50条查询结果,搜索用时 708 毫秒
11.
浅谈我国的地质灾害风险评估 总被引:1,自引:0,他引:1
针对我国地质灾害风险评估研究现状,着重讨论了对我国地质灾害风险评估的理解,提出了中国地质灾害风险评估为灾害体易发性、承灾体的易损性、这两者耦合关系评估的结构组成及结构公式,并根据其研究对象、内容、目的等方面情况提出了地质灾害风险评估的完整概念。 相似文献
12.
本文提出了汶川地震高烈度区11县域(汶川、北川、绵竹、青川、茂县、都江堰、安县、什邡、彭州、平武和文县)地质灾害区域预警方法,包括发育度分布、潜势度区划与危险度区域预警。研究区地震后地质灾害类型由震前的滑坡、崩塌为主演变成泥石流为主,震后灾害数量是震前的8.7倍,地质灾害极高发育区分布面积204.32 km2,灾害点密度达到8.11起/km2,主要位于什邡、绵竹、安县、汶川及文县境内。基于地形坡度、坡向、高程、地貌、岩性、断裂构造、烈度区划、年均雨量、水系、人类工程活动(道路)及地质灾害发育度分区指数等11项因子,计算潜势度并划分为四个等级,极高潜势区面积占全区面积的4.17%,灾害点数占11县域灾害总数的44.15%,灾害点平均密度达到2.44起/km2,地质灾害极高、高潜势区呈线状、局部面状分布,在都江堰、彭州、什邡、绵竹、安县等地呈面状分布,在北川、平武、青川、文县等地呈条带状分布。将地震、汛期降雨和日降雨作为引发因子,基于潜势度评价,开展地质灾害危险度区域预警研究,地震引发地质灾害高危险度的地区主要集中在南部的汶川、都江堰、彭州、什邡、绵竹以及北部的青川、文县等地; 2013年汛期降雨引发地质灾害危险度高的地区集中在都江堰、绵竹、安县、北川、平武和文县等地; 2013年7月9日降雨引发地质灾害危险度高的地区集中在都江堰、彭州、什邡、绵竹和安县等,三种引发因子引发的实际灾害点与危险度预警的重点区域比较吻合,研究方法可以作为地震引发地质灾害预测、汛期(5~9月)地质灾害趋势预测和短临(1~3日)地质灾害区域预警提供科学支撑。 相似文献
13.
14.
区域预警是提高防灾减灾意识、有效减轻地质灾害造成损失的重要手段。地质灾害显式统计预警理论考虑了地质环境变化与降雨参数等多因素的耦合作用,克服了传统单一临界雨量判据方法的局限。笔者应用地质灾害显式统计预警的基本原理,以中国的东南区为例开展应用研究。选取岩土体类型、地形起伏等12个基础地质环境因素.通过确定性系数模型(CF)综合分析了地质灾害分布与地质环境基础因素的关系.选取地质灾害"潜势度"作为地质环境优劣的指标,并进行了定量计算。选取当日雨量和一个降雨过程的前期累计雨量作为降雨激发因素的指标.采用多元回归的统计分析方法,分析了地质环境因素、降雨激发因素的耦合作用与地质灾害发育情况之间的关系.建立了显式统计的地质灾害预警预报模型。以2006年5月18日台风"珍珠"登陆期间的实况预警情况对模型进行了应用校验。验证了显式统计预警原理及模型方法的可行性和实用性。 相似文献
15.
三峡库区滑坡灾害与地质环境关系分析 总被引:1,自引:0,他引:1
采用敏感性系数方法分析三峡工程库区滑坡灾害与地质环境各因子不同区段(类型)的关系,以敏感性系数的灾点分析法进行统计分析,得出各因子的不同区段(类型)对滑坡灾害发育的敏感性大小和三峡工程库区斜坡地段滑坡灾害发生的优势地质环境因子组合。 相似文献
16.
我国首次开展全国地质灾害-气象预报预警工作 总被引:1,自引:0,他引:1
唐灿 《中国地质灾害与防治学报》2004,15(1):93-93,101
我国是世界上地质灾害最严重的国家之一。近年来我国每年因地质灾害造成1000人左右死亡、上百亿元财产损失,严重制约着地质灾害多发区的国民经济发展,威胁着人民生命财产安全。滑坡、崩塌、泥石流是突发性强、造成损失最严重的地质灾害。其中70%以上集中发生在6~9月(主汛期)、65%以上是由降雨直接诱发的。为了切实有效地减少地质灾害造成的 相似文献
17.
18.
高位滑坡灾害链成为我国西南山区典型地质灾害,引起公众极大关注。2018年10月10日,西藏自治区江达县白格村发生特大型高位岩质滑坡-堰塞湖灾害,造成金沙江断流2日。本文基于地质调查、多期遥感影像解译、现场变形监测及其数值方法等对白格滑坡进行深入的探讨与分析。以无人机影像获取的高精度DEM为基础,采用3D Analyst工具计算得到,第一次下滑体积约3.50×10~7m~3,堰塞体积约2.40×10~7m~3,第二次滑动体积1.60×10~6m~3,后缘残存块体总体积约3.95×10~6m~3。变形监测和数值模拟发现,残存块体目前处于基本稳定状态。研究表明,高山峡谷地貌、金沙江构造断裂带岩性破碎是地质灾害发育的基础地质条件,地震、冻融和降雨是此次滑坡的诱发条件。 更多还原 相似文献
19.
几十年来,图像特征检测与匹配一直是图像处理的最核心领域之一,是计算机视觉的基石.没有特征检测与匹配就没有SLAM、Sfm、AR、通用图像检索、图像配准、全景图像等视觉任务.本文在回顾几十年来的经典检测算法的基础上,阐述了引用最新的以深度学习为首的机器学习算法后,在本领域取得的最新进展,包括特征点、局部特征子、全局特征子、匹配及优化、端到端框架等所有关键点,展示了算法各自的优缺点.总而言之,面对工业界的宽基线、实时、低算力检测的要求,图像特征检测和匹配仍然是一项未能完整攻克的任务,融合特征点、局部特征子、全局特征子、匹配及优化的多任务全局框架成为未来发展的趋势. 相似文献
20.
2017年6月24日,四川茂县发生特大滑坡灾害,体积约1.882×107m~3,滑程2.8 km,导致新磨村被毁,83人遇难。滑坡位于岷江上游松坪沟左岸,上部为厚层状杂谷脑组石英砂岩,中部和下部为中厚层状至薄层状石英砂岩及千枚岩地层,构造挤压带从滑坡区中上部穿过,具有上部富含地下水和下部隔水出露泉水的水文地质结构。受多期地震特别是1933年叠溪M_s7.5级地震导致岩体震裂破碎并形成裂缝,岩层倾向与斜坡坡向一致,极易形成滑坡灾害。斜坡上陡下缓,后缘坡体坡度达到60°,中部开阔陡坎及下部平缓宽阔的地形为滑坡的运动提供良好的地形条件,易形成滑坡—碎屑流。分析表明,地震作用以及降雨致地下水的静水压力和动水压力作用、冰雪冻胀及自身重力等因素共同作用下引发滑坡灾害。 相似文献