当前位置:
文档之家› 第6讲:地貌灾害预测预报的基本问题
第6讲:地貌灾害预测预报的基本问题
2012-6-9 中山大学地理学院刘希林教授 25
泥石流发生地点预测
• 预测泥石流发生可能性大小的判别指标(《泥石 流灾害防治工程勘查规范》2006): R<3.1 R≥3.1 R=3.1~4.2 R=4.2~10 R>10
2012-6-9
安全雨情 可能发生泥石流的雨情 泥石流发生概率<0.2 泥石流发生概率0.2~0.8 泥石流发生概率>0.8
2012-6-9 中山大学地理学院刘希林教授 3
地貌灾害的多种定义
6.地貌灾害是指自然或人工引起的破坏地貌
稳定性而给人类的生命财产带来灾难和损 失的地貌过程和现象。(杨景春 2005)
你们给地貌灾害所下的定义是什么?
2012-6-9
中山大学地理学院刘希林教授
4
科学研究中,一个难题解不开时, 不妨再加上另一道难题一并考虑,
• 虽然敏感的地貌可以识别,但失稳的时间取决于 地貌形态的细节,土壤或岩石的特性,降雨或水 文事件的频率和特性。 • 潜在的成灾条件虽然可以通过比较测量稳定和不 稳定地貌特征(LCS方法)来获得,但预报一个失 稳事件的时间序列往往超出了地貌学家的范围。 当然,如果某一地貌的历史资料足够丰富,做出 一个失稳时间的粗略估计还是可能的。
在收集了全部数据和所有参数均已知道的
情况下,进行计算机模拟,通过数据的输
入和计算机的大量运算,确定出系统产生
某一结果的概率。
2012-6-9
中山大学地理学院刘希林教授
13
地貌灾害预测预报的四种方法
4 专家评判方法 (Expert judgment approaches)
在缺乏足够的资料采用公理、频率和模拟 方法预测事件概率的情况下,用专家评判 方法,对将来可能发生的概率的主观估计 还是可行的。但必须注意,专家的观点, 主要依赖于他本人对事件或过程的了解, 以及他的经验和能力。
• 敏感性
即地貌状态或趋于改变的倾向性。敏感的地貌即 地貌灾害。预测预报地貌灾害,就必须识别地貌 的敏感因子。
2012-6-9 中山大学地理学院刘希林教授 6
地貌灾害预测预报的四个问题
• 可变性
即地貌形态的可变性和地貌变化速率的可变性。 预测预报地貌灾害,就必须预测预报该类地貌的 可变性和变化速率。
2012-6-9 中山大学地理学院刘希林教授 16
泥石流分布空间预测(大尺度预测)
2012-6-9
中山大学地理学院刘希林教授
17
泥石流分布空间预测(小尺度预测)
1. Ikeya (1982) 预测泥石流堆积长度和堆积宽度的 经验公式(日本):
L 10 I
B
2/3
V
2/3
3V / L
式中L 为泥石流堆积长度(米);B 为泥石流堆积 宽度(米);I 为泥石流沟道流通区平均纵比降; V 为预测的泥石流冲出物方量(立方米)。
地貌灾害预测预报的四种方法
1 公理方法(Axiomatic approaches)
公理方法在本质上是理论的,它是用系统的 性质去推断可能的结果及该结果的概率。 公理方法的前提是假定对系统已经充分了解。 但在地貌系统中,只有很少的系统简单到足 以充分了解并可在实践中以公理方法进行预 测。
2012-6-9 中山大学地理学院刘希林教授 11
式中S 为泥石流最大堆积面积(平方公里);L 为泥石流最 大堆积长度(公里);B 为泥石流最大堆积宽度(公 里); R 为泥石流堆积幅度角(°) ;A 为泥石流流 域面积(平方公里);D 为泥石流主沟长度(公里); G 为泥石流主沟平均纵坡(°);H 为泥石流流域相对 高差(公里)。
2012-6-9 中山大学地理学院刘希林教授 20
地貌灾害预测预报的四种方法
2 频率方法(Frequency approaches)
频率方法在本质上是经验的,它通过现有 数据的分析,检验已记录的结果。如果数 据足够多,能够代表所有可能的结果,那 么,用此方法可以做出预测。
2012-6-9
中山大学地理学院刘希林教授
12
地貌灾害预测预报的四种方法
3 模拟方法(Modeling approaches)
2012-6-9 中山大学地理学院刘希林教授 14
地貌灾害预测预报的四种方法
最终采用哪种方法?
取决于地貌条件和所能提供的资料!
2012-6-9
中山大学地理学院刘希林教授
15
泥石流预测预报的基本问题
1. 泥石流分布空间预测——宏观上基本解决, 微观上有重要进展
2. 泥石流发生地点预测——宏观上清楚,微 观上模糊 3. 泥石流发生规模预测——基本上解决 4. 泥石流发生时间预测——尚未解决
式中S 为泥石流最大堆积面积(平方公里);L 为泥石流最大堆 积长度(公里);B 为泥石流最大堆积宽度(公里); R 为 泥石流堆积幅度角;A 为泥石流流域面积(平方公里);D 为泥石流主沟长度(公里);W 为泥石流流域内松散固体物 质储量(万立方米);H 为泥石流流域相对高差(公里)。
2012-6-9 中山大学地理学院刘希林教授 22
• 复杂性
即不同地点地貌过程可变性和地貌变化系列事件 的复杂性。预测预报地貌灾害,就必须预测边界 条件改变后,地貌对它们的各种响应。
2012-6-9 中山大学地理学院刘希林教授 7
解决四个问题的二种途径
• LTS方法 (Location for Time Substitution)
即在一个通过时间而显示地貌变化的序列中寻找 地貌的变化规律。主要用于表示山坡、水系和沟 道侵蚀随时间的变化,可以预测地貌的响应(即 复杂性)
2012-6-9 中山大学地理学院刘希林教授 18
泥石流分布空间预测(小尺度预测)
2. Harvey (1990) 预测泥石流堆积面积的经验公 式(西班牙):
F 0 . 78 D
0 . 66
式中F 为泥石流堆积面积(平方公里);D 为泥石 流流域面积(平方公里)。
2012-6-9 中山大学地理学院刘希林教授 19
中山大学地理学院刘希林教授 26
泥石流发生规模预测
1. Hampel (1977) 预测泥石流规模的经验公式 (奥地利):
• LCS方法 (Location for Condition Substitution)
即相对稳定和不稳定地貌特征的测量。通过比较, 找出敏感地貌稳定与不稳定的临界值。可用于河 谷、沟谷、洪积扇和山坡稳定性阈值的识别(即 敏感性)
2012-6-9 中山大学地理学院刘希林教授 8
可变性:一个难以处理的问题
泥石流分布空间预测(小尺度预测)
4. 刘希林和唐川(1993) 预测单次泥石流堆积范围 的经验公式(中国):
a 0 . 51 l
2
l 8 . 71 (VGr
c
/ ln rc )
2
1/3
d 0 . 02 [Vr c / G ln rc )]
1/3
式中a 为单次泥石流堆积面积(平方米);l 为单次泥石流 堆积长度(米);d 为单次泥石流堆积厚度(米);V 为单次松散固体物质补给量(立方米);G 为堆积区坡 度;rc 为泥石流重度(吨/立方米)
2012-6-9 中山大学地理学院刘希林教授 2
地貌灾害的多种定义
4.地貌灾害是由外营力作用导致的地表固体 物质运动所产生的有害过程和现象。主要 包括滑坡、泥石流、崩塌等灾害过程和现 象。(延军平 1990)
5.地貌灾害是指由地貌营力作用产生的成灾 过程短暂的突变性灾害。主要有火山、地 震、崩塌、滑坡、泥石流、塌陷等。(吴 正 1999)
泥石流分布空间预测流最大堆积 范围的经验公式(中国):
S 0 . 6667 LB 0 . 0833 B sin R /( 1 cos R )
2
L 0 . 7523 0 . 006 A 0 . 0607 D 0 . 1261 H 0 . 0192 G B 0 . 2331 0 . 0091 A 0 . 0983 D 0 . 196 H 0 . 0048 G R 47 . 8296 1 . 3085 D 8 . 8876 H
R K ( H 24 / H 24 D H 1 / H 1 D H 1 / 6 / H 1 / 6 D )
式中K 为前期降雨量修正系数,无前期降雨量时K=1;有前 期降雨量时,K =1.1-1.2;H24为24小时最大降雨量(毫 米);H1 为1小时最大降雨量(毫米);H1/6 为10分钟最 大降雨量(毫米);不同地区的H24D、 H1D 、 H1/6D为已知。
第六讲
地貌灾害预测预报的基本问题
——以泥石流灾害为例
2012-6-9
中山大学地理学院刘希林教授
1
地貌灾害的多种定义
1. Geomorphic hazard can be defined as any change, natural or man-induced, that may affect the geomorphic stability of a landform to the adversity (困境)of living things. (A. L. Bloom 1978) 2. Geomorphic hazards can be defined as any landform change, natural or otherwise, that adversely affects the geomorphic stability of a place. (S. A. Schumm 1988) 3. Geomorphologic hazards can be defined as the probability that a certain phenomenon of geomorphologic instability and of a given magnitude may occur in a certain territory in a given period of time. (M. Panizza 1996)