基于雨量‑概率的泥石流预警方法与流程

本发明涉及一种基于雨量-概率的泥石流预警方法，属于山地灾害领域。

背景技术：

目前，降雨滑坡的预警方法多实时监测的降雨量为基础以降雨临界值和“降雨强度+前期降雨量”或“降雨强度+降雨历时”为基本手段，这类预警指标主要根据统计的泥石流发生次数和相应的降雨量来确定。但是，这种方法由于基于统计分析，往往存在较大的误报或漏报的可能性。根据地震灾区的大量监测数据发现，2013年以来白沙河流域发生了多次超过临界雨量的降雨事件，但是从2013年以来，白沙河流域没有发生泥石流的报道。分析原因，主要是泥石流灾害作为一种自然现象，其发生、发展都具有相当大的不确定性，基于降雨单一指标的方法出现误报、漏报的原因，主要表现在以下几个方面：一是泥石流的发生不仅与降雨量有关，很大程度上还与物源有关，物源的积累需要一定的时间和空间；二是泥石流启动后，其发展运动与沟道地形关系密切，沟道内部的堵溃现象，使得泥石流运动出沟与降雨启动出现较大时间差，也会导致预报的误差；三是西部山区降雨随着流域的地形和海拔高度时空分布差异大，基于监测的雨量计往往只能反映某一点的雨量，无法反映整个流域的降雨现状和差异。

承认不确定性并反映不确定性是科学研究和实践的基本原则。因此，基于单一降雨指标的预警模型中的指标单一，由于不能反映泥石流流域降雨的时刻差异、物源状况和地形条件，因此需要结合不确定性指标即概率指标，来反映这些不确定性并与降雨相结合来建立指标，并开展泥石流的预警报,从而提高泥石流预警的可靠性和科学性。

技术实现要素：

本发明的目的是针对现有滑坡预警报单因素技术的不足，提供一种基于雨量-概率指标的泥石流预警方法，针对现行滑坡预警报方法多采用降雨单一指标，对泥石流形成、发展过程中的诸多不确定性问题考虑不充分，因而导致预警不准确的技术缺陷。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于雨量-概率指标的泥石流预警，主要包括以下步骤：

步骤一：根据现场地质勘查确定泥石流灾害范围，如开展现场观测，需选定雨量监测站等监测设备的位置，制定监测方案，并至少安装一个雨量监测站；

步骤二：开展实时雨量监测站建设及传感器埋设安装，并实现实时监测，数据传输和存储到控制中心；灾害发生的历史数据和历史雨量资料，可根据实地监测数据得到，也可根据现场调查访问和资料收集获取；

步骤三：采用泥石流启动物理模型试验、理论方程计算方法和历史降雨资料数据统计的方法，综合确定泥石流降雨临界值，根据监测到的降雨实时数据，以及泥石流发生的次数，开展数据统计分析，列出发生泥石流的当日降雨量和累计降雨量，并根据发生泥石流灾害事件的日数和发生相应降雨事件的日数，建立降雨条件下泥石流发生的概率模型；

步骤四：根据实测雨量和相应的条件概率计算结果，对比预警分级指标，对降雨诱发泥石流开展实时监测预警。

作为优选，所述步骤一和步骤二中的雨量监测站建设中，雨量监测站应布置在泥石流的流域范围内，并至少安装一个雨量站，雨量监测站的建设可参照国家标准或者气象部门的行业标准。

作为优选，所述步骤三中确定降雨临界值，在没有监测数据的情况下，可采用(1)蓄满产流原理耦合高桥临界水深方程计算方法和(2)泥石流启动物理模型试验确定，再以上条件都不具备的情况下，也可以采用(3)泥石流的爆发历史和历史降雨资料数据，可以通过工程地质现场调查和采用邻近灾害点的雨量站的历史数据统计得到；下面主要介绍前面两种确定泥石流降雨临界值的方法。

(1)蓄满产流原理耦合高桥临界水深方程计算方法

泥石流的激发是短历时暴雨和前期降雨量共同作用的结果，多出现在降雨过程峰值降雨之中的某一时刻，峰值雨量的持续时间一般较短，通常只有几分钟几十分钟，这种短历时的峰值降雨称为泥石流的激发雨量。不同短历时的暴雨均可以说明泥石流的激发雨量，通常选用10min雨强或者30min雨强、1h雨强等作为泥石流的激发雨量，而前期影响雨量是指导致泥石流激发的1h峰值雨量前的总降雨量。因此，激发泥石流起动的雨量阈值可以表示为：

P_ac＝P_b+P_c (1-1)

式中：P_ac——泥石流雨量阈值(mm)；P_b——泥石流的前期影响雨量或泥石流发生前土壤中的含水量(mm)；P_c——特征雨量，即从泥石流激发时刻算起1h内的雨量(mm)；

P_b＝K⁰P₁+K¹P₂+K²P₃+…+K^n-1P_n (1-2)

式中：P_b——指前期影响雨量是指导致泥石流激发的1h峰值雨量前的总降雨量，即从泥石流暴发前1h算起，以24小时为一天倒推n天，在经历了辐射、蒸发以及土壤渗透后，仍然保留在土壤中的有效雨量(mm)；P_n——为从泥石流暴发前1h起算第n天的降雨量(mm)；K——递减系数(0.8～0.9)。

根据“蓄满产流”的原理，若某次降雨量为P_c，根据“蓄满产流”的原理，水量平衡方程表达式还可以表示为：

H＝P_c-(I_m-P_b) (1-3)

式中，H——发生泥石流时的临界径流深(mm)，径流深是指在某一时段内的径流总量平铺在全流域面积上所得的水层深度。I_m——降雨结束时流域内土壤能达到的最大蓄水量(mm)。

故，由式(1-1)、式(1-3)可以将雨量阈值的表达式写成用径流深(H)和最大蓄水量(I_m)表达的公式，即式(1-4)：

P_ac＝P_b+P_c＝H+I_m (1-4)

对一特定流域，I_m通常为常数，可以通过《四川省中小流域暴雨洪水计算手册》查表得到。由上可知，只要确定H，H+I_m为一定值。也即是说，当P_b+P_c达到H+I_m时，就表明该泥石流沟即将发生泥石流。因此，式(1-4)可以用来对泥石流的发生进行预警报，也即，将雨量阈值转化为泥石流起动的临界水深来确定。

根据高桥保(Takahashi，1977)提出的水力类泥石流起动机制，沟床堆积物泥石流起动原理，在堆积物的表面受水流作用时，发生泥石流沟的临界水深计算方法见式(1-5)：

式中：C_*——堆积体的体积浓度；ρ_s——砂砾密度；ρ_w——水密度；——内摩擦角；θ——沟床坡度；d_m——砂砾平均粒径(mm)，d_m＝(d₁₆+d₅₀+d₈₄)/3，d₅₀为砂砾中值粒径(mm)，即在粒径累积曲线上重量百分含量等于50％所对应的泥沙颗粒粒径，相应的d₁₆、d₈₄分别为粒径累积曲线上重量百分含量等于16％和84％所对应的泥沙颗粒粒径。

在泥石流沟道内选取某一特定横断面，根据水力类泥石流起动机制，由式(1-5)计算得出该断面泥石流起动所需要的沟道临界水深，则流域的平均流量为：

Q＝BVh₀(1-6)

式中：B为沟道的宽度(m)；V——沟床上水流平均流速(m/s)；h₀——发生泥石流的沟道临界水深(mm)。

其中，V的计算方法见式(1-7)：

式中，R——泥石流沟槽的水力半径，计算公式为R＝Bh₀/(B+2h₀)；θ——泥石流沟槽的坡度；n——泥石流沟槽的粗糙系数。

若以1h为单位，则流域的径流深H可以表示为：

式中：Q——发生泥石流时流域的平均流量(m³/s)；F——流域面积(m²)；B——沟道的宽度(m)。

由式(1-8)计算得到H值，则可以根据式(1-4)反算得出泥石流起动的临界雨量阈值P_ac。

(2)泥石流启动物理模型试验确定

1)试验仪器

模拟试验需要使用的仪器设备主要包括：大型泥石流生成实验系统1套，Phantom v611高速摄像机1台，照明装置，普通摄像机三部(Aigo AHD-S58，2部；Tcl 1部)，数码照相机1部(Olympus SZ-30MR)，地质罗盘1个以及其它配套设施。

泥石流生成实验系统：该系统可参照成都山地所山地灾害与地表过程重点实验室建设的大型泥石流生成实验模拟系统，该实验系统集成了传送带、供水泵、可升降大型水槽和25t级别的电控起吊装置，能够进行全自动泥石流冲击、泥石流起动、山洪等地质灾害的模拟。试验记录主要依靠高速摄像机抓拍，另外，在水槽两侧和正面分别布置一台普通摄像机，以及流动数码照相机一台。

2)试验目的与要求

根据预警思想及预警指标确定方法，本次模型试验是模拟降雨汇水产流后，水流在沟道内携砂起动的过程，目的在于获取泥石流起动时特定截面的临界水深h₀，以及这一水深条件下沟槽冲出泥浆的体积比浓度S_v。

实验过程中，要求水槽内泥沙达到饱和状态，且泥沙堆积物上表面平整、均匀，与实际模拟沟道河床比降一致。同时，保证摄像机镜头与待观察截面顶面高度一致，镜头要垂直拍摄，避免仰视或者俯视。

另外，在泥沙堆积物上游设置缓冲平台，保证进入堆积物表面水流稳定；在堆积物下游设置阻滑挡板，保证堆积物不致因饱和而在重力作用下自由滑动。

3)试验理论依据

室内模型试验与现场模型试验有很大差别，主要体现在沟槽差异和泥沙原料差异两方面。由于室内水槽截面尺寸较小，无法承受实际沟道中大型颗粒冲撞、而且颗粒直径超过一定范围将会放大水槽边界的约束影响，因此，在室内试验过程中需要按一定比例缩小泥沙粒径，以保证试验材料的级配特征与泥石流实际沟道堆积物的级配特征尽可能一致，达到材料的几何相似。但是缩小后泥沙材料的受力方式、运动特征等与实际泥石流沟道物质的情形相比将会严重失真，为此，需要在几何相似的同时，考虑应力相似问题、密度相似问题。

下面将进行相似比推导。

体积比浓度的计算公式为：

式中，

S_v——泥石流浆液的体积比浓度，V_s——固体物质体积，V——浆液体积。

根据孔隙率的定义，n＝V_w/V及式(1-8)可以推出，在泥沙完全饱和时刻有：

n＝1-S_v(1-10)

所以，在量纲分析中S_v等效于孔隙率n。

相似计算：定义C_L为几何相似比，C_τ为应力相似比，C_γ为密度相似比。

①根据泥沙运动学原理，在水石流中，松散物质的剪应力可以表示为：

τ＝[S_v′(γ_s-γ_w)h′+γ_wh]sinθ (1-11)

则可以推导出：

由于密度相似难以实现，实验中采用实际密度，则令代入式(1-12)可得：

C_τ＝C_h＝C_L (1-13)

则，取得应力相似比和几何相似比一致。

②由于细颗粒起动与流速有关，且缺乏理论关系式，因此拟通过Buckham定理推导相似比。

目前能找到的相关变量有h′，h，n，τ，γ_s，γ_w，θ，v和D，共九个不相关参数，量纲如下：h′∞L，h∞L，n∞L，τ∞FL^-2＝MLt^-2·L^-2＝mL^-1t^-2，γ_s∞M·L^-3，γ_w∞M·L^-3，θ∞1，v∞Lt^-1，D∞L。

其中，h，n，γ_s，θ，v为基本量纲。则有：

π₁，π₄表达式说明几何相似得到满足，由π₂表达式说明密度相似满足。

由π₂应力相似表达式可推导出，也即：

式(1-14)阐明了应力相似比、几何相似比和速度相似比的关系。

4)试验流程

试验流程主要包括：泥沙样品配制、样品进槽、冲样、摄像记录、泥浆取样、烘干、筛分(马尔文)及数据处理。

5)试验材料选择

根据试验理论，考虑到材料尺寸相似难以实现，遂将物源粒径缩小n倍，选取标准石英砂作为样品制作的原材料。

最后，通过泥石流起动时特定截面的临界水深h₀，以及这一水深条件下沟槽冲出泥浆的体积比浓度S_v，再对比泥石流沟实测中值粒径，就可通过确定泥石流启动的临界水深H,在通过公司(1-1～1-8)，就可以计算出泥石流的临界雨量。

(3)泥石流的爆发历史和历史降雨资料数据确定

在前面两种方法都不具备的条件下，所述的步骤三中涉及的临界值的统计，可以采用灾害发生当日24h降雨量、12h降雨量和前期累计降雨量等等进行类比分析，可以根据实际情况采用平均值或者最小值作为泥石流发生的临界降雨量。本文推荐使用24h降雨量的最小值作为临界降雨量；

作为优选，步骤三中涉及的泥石流发生的降雨条件概率P_i(H|R)模型，可根据不同雨型发生灾害的日数与该雨型的总降雨日数相除得到。

式中，P_i(H|R)为不同雨型下泥石流发生的条件概率，D_H为发生灾害的日数，D_R为发生的降雨事件的总日数，i为不同的降雨类型，分为：无雨日，小雨日，中雨日，大雨日，暴雨日和大暴雨日。

根据计算得到的泥石流发生的条件概率以及不同降雨类型的灾害日数D_H和，降雨事件的总日数D_R，可以拟合出降雨量(R)和泥石流发生的条件概率P_i(H|R)的对数函数模型：

P_i(H|R)＝α*ln(R)+β (1-16)

式中，P_i(H|R)为不同雨型下泥石流发生的条件概率，R为降雨量(单位：mm)，α和β为系数。根据上式，可确定不同降雨临界值或降雨量条件下泥石流发生的概率，为后续建立基于雨量-概率的泥石流预警指标体系奠定基础。

作为优选，所述步骤四中泥石流降雨预警预报指标可根据规范规定的不同类型的雨型和实际情况调整划分，具体为：中雨(10～25mm)-蓝色预警，大雨(25～50mm)-黄色预警，暴雨(50～100mm)-橙色预警和大暴雨(大于100mm)-红色预警，也可以根据实际情况和专家经验划分。

与现有技术相比，本发明的有益效果是：本发明通过泥石流地质勘查和实时降雨量的监测，采用泥石流流域实测降雨量数据，基于耦合临界降雨量指标及其相应的表征泥石流不确定性的降雨条件概率，来实现对泥石流的实时预报预警。与现行的采用“临界雨量+前期雨量”或“降雨强度+持续时间”降雨单一指标的预警模式相比，本发明根据模型试验和理论分析，确定降雨临界值，再结合不同降雨量级别加条件概率的方法来开展预警，合理解释了单一降雨指标出现误报、漏报的原因，并通过概率来反映了泥石流发生发展过程中的不确定性，概率加临界雨量的结论可以更好的服务于决策支撑，本发明提出的方法更加具有理论性和科学性，而且数据分析计算结果客观，流程简单实用，指标简单，适用性和准确性更强。因此，本发明解决了泥石流预警中由于缺乏对不确定性指标的反映而出现的漏报、误报等技术问题，可为准确的开展降雨诱发泥石流的预警提供了有效的技术手段。

附图说明

图1为本发明的方法流程图；

图2为实施例水力类泥石流起动分析示意图；

图3为实施例银洞子沟道堆积松散物质粒度累计对数曲线；

图4为实施例银洞子沟模型试验泥沙材料粒度累积对数曲线。

具体实施方式

下面结合附图，对本发明的优选实施例作进一步的描述。

如图1所示，一种基于雨量-概率指标的泥石流预警，主要包括以下步骤：

步骤一：根据现场地质勘查确定泥石流灾害范围，如开展现场观测，需选定雨量监测站等监测设备的位置，制定降雨量的监测方案，并至少安装一个雨量站；

步骤二：开展实时监测雨量站点建设及传感器埋设安装，并实现实时监测，数据传输和存储到控制中心；灾害发生的历史数据和历史雨量资料，可根据实地监测数据得到，也可根据现场调查访问和资料收集获取；

步骤三：采用泥石流启动物理模型试验、理论方程计算方法和历史降雨资料数据统计的 方法，综合确定泥石流降雨临界值，根据监测到的降雨实时数据，以及泥石流发生的次数，开展数据统计分析，列出发生泥石流的当日降雨量和累计降雨量，并根据发生泥石流灾害事件的日数和发生相应降雨事件的日数，建立降雨条件下泥石流发生的概率模型；

步骤四：基于计算得到的降雨条件下泥石流发生的概率模型和临界值，建立基于降雨-概率的预警指标体系，根据实测雨量和相应的条件概率计算结果，对比预警分级指标，对降雨诱发泥石流开展实时监测预警。

依照该技术思想，本泥石流预警方法的基本技术原理在于：在步骤三中建立了结合降雨临界值和条件概率的雨量-概率模型。采用此方法可对降雨过程泥石流进行预报预警，同时考虑到由于泥石流在发生发展的不确定性，常常在预报中会发生错、漏报和误报等现象，本发明根据泥石流发生条件概率，承认了泥石流发生发展的不确定性，同时给出在不同降雨条件下发生泥石流的具体概率大小，可谓预报和决策提供技术支持，因此相比单一降雨指标方法具备更高的可靠性与准确性。

本发明提出的上述预警指标体系的构建方法主要适用于降雨激发条件下泥石流的预报预警，以下举例说明：

实施例一

用本发明提供的方法，对都江堰联合村银洞子沟泥石流开展基于雨量-概率指标的泥石流预警方法的实例分析。

步骤一：实地勘察银洞子沟泥石流区域，银洞子沟泥石流位于汶川地震极震区都江堰市白沙河流域，为典型的中山峡谷地貌，泥石流流域面积2.2km²，主沟长度2.0km，全流域分为清水区、形成区、流通区和堆积区，汶川地震以后，银洞子沟于2009年8月开始爆发泥石流，威胁沟口联合村灾后重建安置点56户，人口228人的生命财产安全。

根据现场地质勘查确定泥石流灾害范围，开展现场观测，选定雨量监测站等监测设备的位置，制定降雨量的监测方案。

步骤二：根据国家标准，在泥石流形成区安装一个雨量观测站，监测数据无线传输和存储到控制中心；

灾害历史数据调查：根据现场调查及实地访问，汶川地震以后，银洞子沟泥石流有记载的爆发一共14次，见表1，含2009年“7.17”和2010年“8.13”洪灾发生的群发性泥石流滑坡灾害事件。

表1银洞子沟泥石流爆发时间及雨量统计表

步骤三：首先根据前面提出的三种方法分别确定泥石流降雨临界值，然后再确定泥石流的条件概率。

(1)蓄满产流原理耦合高桥临界水深方程计算方法

1)粒度分析

对泥石流沟道所取样品进行干燥、筛分、粒度分析，可得粒径——质量累计百分含量关系曲线，见图3。根据堆积物粒度分布曲线可以求出dm＝54.88mm。

2)测干密度ρ_d、重度ρ_s及孔隙度n

根据测的自然堆积状态下原状样的干密度ρ_d及重度ρ_s，即可算得孔隙度n；可得饱和状态下沟道堆积物的体积比浓度S_v，见表2。

表2银洞子沟沟道物质基本物理量统计

3)快剪试验

采用应变控制式直接剪切仪进行快剪试验，荷重级别分别为50/100/200/300kPa，剪切速率0.8mm/min，试验结果见表3。

表3银洞子沟快剪条件下沟道物质抗剪强度指标

对实验结果取较小值，可得银洞子沟沟道堆积松散物质的C、Φ值分别为：0kPa和40.52°。

2)基本参数及阈值计算

根据以上土工试验及野外量测，并查阅《四川省中小流域暴雨洪水计算手册》可以得到银洞子泥石流沟道基本参数，统计见表4。则，根据式(1～8)可以推出，银洞子沟沟道的泥石流雨量阈值，见表5。

表4银洞子家沟泥石流沟道基本参数统计

表5银洞子沟主沟道泥石流起动雨量阈值(实验参数计算得到)

(2)泥石流启动物理模型试验确定

模型试验的基本参数要求如下：

1)比例计算

由于模拟试验采用的泥沙材料缩小了50倍，因此模型试验中的流速应该缩小倍，流量Q缩小为50^5/2倍；试验砂粒径级配关系见图4；

2)试验与取样

该实验系统包括进水管1、变速水泵2、缓冲台阶3、阻滑板5、容器5、水槽6和泥沙 样品7，试验流程主要包括：泥沙样品配制、样品进槽、流量Q水流冲样、摄像记录水深h、泥浆取样、烘干、筛分(马尔文)及数据处理。实时监测流量Q，流量改变通过改变泵控制，水深h通过摄像机记录，冲冲出的泥流取样，测试S_v等参数。

模型试验中，对银洞子沟的模拟沟道分别进行5次不同流量条件下的冲刷，每次必须保证潜在侵蚀泥沙为图4所示的标准配料，且每次取样三份，并依次编号1^#～15^#，实验过程使用Phantom v611高速摄像机及普通摄像机记录，并运用Cine viewer675软件进行处理。

3)水位h_0c与体积比浓度S_v

通过分析水槽模型试验照片及录像能够得到冲刷过程中可流动液相浆液深度h_0c，进而根据几何相似关系计算出对应实际沟槽中应有的泥浆深度——临界水深h₀；处理泥浆样品可以得到这一水深下冲出泥浆的体积比浓度S_v。见表6。

表6银洞子沟模型试验临界水深、体积比浓度及中值粒径统计表

5)样品粒度曲线

对样品进行干燥、筛分及马尔文粒度仪分析，可以得到各次试验的样品粒度累积曲线，并得到样品的中值粒径，见表6。

6)模型试验阈值确定

表6统计了五次模型试验所得临界水深值h0c和相应取样的中值粒径d_mc，并运用公式(1-14)将h_0c和d_mc分别转换为实际沟槽的中值粒径d_m和临界水深h₀，可以得到中值粒径d_m和临界水深h₀的对应关系，即

y＝11.721x-414.32 (1-17)

式中，y临界水深，x为中值粒径。

将dm＝54.88mm代入(1-17)式可得，银洞子主沟道激发泥石流的临界水深h₀为228.93mm。然后运用公式(1-5～1-8)可以计算出相应的雨量阈值为93.62mm。

对比土工实验计算得到的雨量阈值发现，模型试验得到的阈值较小。

(3)根据统计数据得到临界雨量

根据监测到的降雨实时数据，以及泥石流发生的次数，开展数据统计分析，列出发生泥石流的当日降雨量和累计降雨量，根据银洞子沟有记录的14次泥石流灾害事件的时间，以及灾害发生当日的24h降雨量和灾害发生前10天一次降雨过程累计降雨量开展统计。银洞子沟泥石流爆发当日24h最大降雨量为217.2mm，一次降雨过程最大累计降雨量为409.5mm，均发生在2013年“7.9”洪灾期间；当日24h平均激发雨量为102mm，当日降雨量超过102mm，就有可能诱发泥石流灾害。

根据蓄满产流原理耦合高桥临界水深方程计算、泥石流启动物理模型试验方法以及实际降雨量资料不完全统计，可以分别得出泥石流启动累积雨量临界值：

蓄满原理计算值——96mm；

物理模型试验值——94mm；

雨量数据统计值——102mm；

三项平均值：96.7mm。

这里采用所得雨量阈值平均值，为便于根据不同降雨类型确定临界条件，近似地将100mm作为预警临界雨量阈值，作为开展红色预警的标准。

根据发生泥石流灾害事件的日数和发生相应降雨事件的日数，建立降雨条件下泥石流发生的概率模型和临界值；

根据2010年-2013年7月-8月这段时间泥石流发生日数的降雨类型和整个降雨日(见表7)，以及泥石流发生的降雨条件概率型(式1-15)，来分析不同雨型条件下泥石流发生的频率(概率)。

表7不同雨型条件下泥石流发生的概率

根据上表的统计可以看出，虽然前面统计得到40mm即大雨条件下就可能发生泥石流，但是根据2010年-2013年雨季7月-8月这段时间所有大雨的降雨日数来看，在大雨条件下发生泥石流的频率(概率)仅仅为19.05％，而暴雨条件下虽然总体记录的灾害日数只有两次，但是考虑到总降暴雨日数，暴雨激发条件下泥石流的发生频率(概率)达到50％；银洞子沟最主要的大暴雨条件下激发的频率(概率)达到63.64％，因此，从图统计的降雨量与泥石流灾害发生的频率(概率)可以推断，降雨量越大，泥石流的发生概率越高。根据统计关系，可拟合出降雨量与泥石流发生概率的经验关系式：

P_i(H|R)＝0.428*ln(R)-1.22(R²＝0.960)

式中：P_i(H|R)为泥石流发生概率，R为24h降雨量(175≥R≥20)，单位mm。

步骤四：基于计算得到的降雨条件下泥石流发生的概率模型和临界值，建立基于降雨-概率的银洞子沟泥石流预警指标体系，见表8.

表8基于降雨-概率的预警指标体系

根据实测雨量和相应的条件概率计算结果，对比预警分级指标，对降雨诱发泥石流开展实时监测预警。即当监测24h降雨量数据达到或超过20mm时，泥石流发生的概率为5％，发布蓝色预警；当监测24h降雨量数据达到或超过30mm时，泥石流发生的概率为25％，发布黄色预警；当监测24h降雨量数据达到或超过50mm时，泥石流发生的概率为50％，发布橙色预警；当监测24h降雨量数据达到或超过100mm时，泥石流发生的概率为75％，发布红色预警。