一种基于降雨事件预警响应动态优化的滑坡气象预警方法

本发明涉及地质灾害预测预报，尤其涉及一种基于降雨事件预警响应动态优化的滑坡气象预警方法。

背景技术：

1、滑坡灾害气象预警是地质灾害风险预警的主要预警方式。滑坡灾害气象预警是基于气象因素的地质灾害区域预警，是研究不同降雨工况下引发滑坡灾害的可能性预测并向社会发布警示的行为。降雨是诱发滑坡发生的重要因素。利用降雨特征构建降雨阈值，建立精准有效的气象预警判据，是建立降雨型滑坡预警预报的关键。阈值是某一量值在发生过程或改变状态过程所需的最小或最大水平。目前，常用的阈值模型包括平均降雨强度－历时(i-d)阈值模型、累积降雨量－历时(e-d)阈值模型、累积降雨量－平均降雨强度(e-i)阈值模型、基于降雨诱发滑坡的总降雨量阈值模型。其中，总降雨量阈值模型是一个单指标模型，仅考虑降雨总量与滑坡之间的关系，在区域预警上具有一定的指导作用。

2、目前降雨阈值模型维度较为单一，基本都是二维模型，精度偏低。降雨阈值与易发性耦合后的滑坡气象预警模型更新困难，没有明确的更新方法和技术手段，现阶段大多数情况是不更新，或者十几年后重新构建气象预警模型，导致气象预警模型时效性差、精度低还浪费大量人力物力，现有的气象预警模型已无法满足对防灾减灾日益增长的高标准、严要求，因此如何根据实时降雨事件动态调整优化的滑坡气象预警模型成了亟待解决的问题。

技术实现思路

1、有鉴于此，为了解决目前降雨阈值模型精度偏低的问题，本发明的实施例提供了一种基于降雨事件预警响应动态优化的滑坡气象预警方法。

2、本发明的实施例提供一种基于降雨事件预警响应动态优化的滑坡气象预警方法，包括以下步骤：

3、s1、获取研究区的滑坡、降雨和地质环境历史数据；

4、s2、根据历史数据选取滑坡易发性评价环境因子，利用机器学习模型得到研究区滑坡易发性分区图；

5、s3、根据历史数据构建i-d-r三维降雨阈值模型，其中三个维度指标分别为平均降雨强度i、降雨历时d和经历预定时间后的当时降雨量r，基于i-d-r三维降雨阈值模型确定不同滑坡灾害预警等级对应的降雨阈值；

6、s4、耦合滑坡易发性分区和降雨阈值构建研究区的滑坡灾害气象预警模型；

7、s5、根据后续降雨事件中滑坡预警响应中的降雨强度、降雨历时和经历预定时间后的当时降雨量数据来优化滑坡灾害气象预警模型，使用优化后的滑坡灾害气象预警模型对研究区进行滑坡预警。

8、进一步地，所述步骤s3中，不同滑坡灾害预警等级各个等级i的平均降雨强度阈值ii、降雨阈值ri满足下列关系式：

9、

10、进一步地，经历预定时间后的当时降雨量r为降雨历时为1天时对应的有效降雨量。

11、进一步地，所述步骤s3中i-d-r三维降雨阈值模型中

12、i＝c+β·dγ；

13、其中i＝pe/d,pe为累计降雨量,c、β、γ为统计参数；

14、累计降雨量pe的计算公式为：

15、

16、pn为前n日降雨量；α为有效降雨系数，n为降雨历时时间。

17、进一步地，所述步骤s1中的机器学习模型为随机森林、支持向量机和神经网络模型中的一种。

18、进一步地，所述步骤s3中采用olsr方法或qr方法确定i-d-r三维降雨阈值模型各级滑坡灾害预警的临界降雨阈值方程，根据各级滑坡灾害预警的临界降雨阈值方程划分i-d-r三维降雨阈值模型从而确定不同滑坡灾害预警等级对应的降雨阈值。

19、进一步地，所述步骤s4中所述滑坡灾害气象预警模型为危险性预警矩阵，所述危险性预警矩阵由滑坡易发性分区确定的易发性的空间概率和由i-d-r三维降雨阈值模型确定的降雨诱发的时间概率分级交叉结合形成。

20、进一步地，所述步骤s5中滑坡灾害气象预警模型的优化具体为：采用混淆矩阵对后续降雨事件中滑坡预警响应情况进行统计，获得滑坡灾害的命中率与空报率，根据滑坡灾害的命中率与空报率对滑坡灾害气象预警模型中对应的预警结果进行调整。

21、进一步地，对滑坡灾害气象预警模型进行调整的具体方法为：

22、(1)根据危险性预警矩阵对降雨事件最高预警等级与新生滑坡灾害进行匹配，统计斜坡单元尺度的灾害发育，并统计滑坡灾害的命中率与空报率；

23、(2)预警防控调整机制为：a.在滑坡灾害年命中率大于70％，年空报率小于50％，且未产生较严重滑坡灾害的情况下，可不予调整；b.若不满足上述条件，则需要动态调整阈值模型：对于连续3次降雨过程发布预警却没有发在滑坡灾害的预警单元进行易发性等级降一级，则预警等级也会随之降低；对于错报，即发生危害性或者威胁较大的滑坡灾害却未预警到的斜坡单元，则进行易发性等级升一级。

24、(3)检验调整后危险性预警矩阵的气象预警效果，对比前后预警的命中率与空报率，更新新的易发性区划，确保危险性预警矩阵运行；

25、(4)按照上述步骤(1)、(2)和(3)，重复使用。

26、进一步地，所述步骤s2中滑坡易发性评价环境因子包括地形地貌、地层岩性、植被覆盖、人类工程活动和水文地质五个方面，其中地形地貌包括高程、坡度、坡向、起伏度和粗糙度，人类工程活动包括距道路距离和距房屋距离等，水文地质包括距水系距离和地形湿度指数。

27、本发明的实施例提供的技术方案带来的有益效果是：本发明的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，通过构建i-d-r三维降雨阈值模型得到全区降雨阈值，之后耦合滑坡易发性分区及全区降雨阈值构建滑坡灾害气象预警模型，其中i-d-r三维降雨阈值模型引入体现降雨过程的变化或者强度的一个指标r，解决降雨阈值随时间的梯度变化与极不均匀降雨过程的适配性，三维降雨阈值模型使阈值划分从平面分割转入空间立体分割，为构建更加精准的阈值模型提供了可行性；并且根据实时降雨事件的预警响应来动态优化滑坡灾害气象预警模型，从而得到了更可靠的降雨阈值和实时动态调整的滑坡气象预警模型，提高了预警模型的精度，为进行更准确的预警预报提供了依据。

技术特征：

1.一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：所述步骤s3中，不同滑坡灾害预警等级各个等级i的平均降雨强度阈值ii、当时降雨量ri满足下列关系式：或

3.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：经历预定时间后的当时降雨量r为降雨历时为1天时对应的有效降雨量。

4.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：所述步骤s3中i-d-r三维降雨阈值模型中

5.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：所述步骤s1中的机器学习模型为随机森林、支持向量机和神经网络模型中的一种。

6.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：所述步骤s3中采用olsr方法或qr方法确定i-d-r三维降雨阈值模型各级滑坡灾害预警的临界降雨阈值方程，根据各级滑坡灾害预警的临界降雨阈值方程划分i-d-r三维降雨阈值模型从而确定不同滑坡灾害预警等级对应的降雨阈值。

7.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：所述步骤s4中所述滑坡灾害气象预警模型为危险性预警矩阵，所述危险性预警矩阵由滑坡易发性分区确定的易发性的空间概率和由i-d-r三维降雨阈值模型确定的降雨诱发的时间概率分级交叉结合形成。

8.如权利要求7所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于，所述步骤s5中滑坡灾害气象预警模型的优化具体为：采用混淆矩阵对后续降雨事件中滑坡预警响应情况进行统计，获得滑坡灾害的命中率与空报率，根据滑坡灾害的命中率与空报率对滑坡灾害气象预警模型中对应的预警结果进行调整。

9.如权利要求8所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于，对滑坡灾害气象预警模型进行调整的具体方法为：

10.如权利要求1所述的一种基于降雨事件预警响应动态优化的滑坡气象预警方法，其特征在于：所述步骤s2中滑坡易发性评价环境因子包括地形地貌、地层岩性、植被覆盖、人类工程活动和水文地质五个方面，其中地形地貌包括高程、坡度、坡向、起伏度和粗糙度，人类工程活动包括距道路距离和距房屋距离等，水文地质包括距水系距离和地形湿度指数。

技术总结
本发明提供一种基于降雨事件预警响应动态优化的滑坡气象预警方法，通过构建I‑D‑R三维降雨阈值模型得到全区降雨阈值，之后耦合滑坡易发性分区及全区降雨阈值构建滑坡灾害气象预警模型，根据实时降雨事件的预警响应来动态优化滑坡灾害气象预警模型，使用优化后的滑坡灾害气象预警模型对研究区进行滑坡预警。本发明的有益效果：I‑D‑R三维降雨阈值模型引入体现降雨过程的变化或者强度的一个指标R，解决降雨阈值随时间的梯度变化与极不均匀降雨过程的适配性，三维降雨阈值模型使阈值划分从平面分割转入空间立体分割，为构建更加精准的阈值模型提供了可行性；实时动态调整的滑坡气象预警模型，提高了预警模型的精度，为进行更准确的预警预报提供了依据。

技术研发人员：朱宇航,刘谢攀,殷坤龙,严亮轩,曾韬睿,邬礼扬,刘洋,王凯,金必晶,胡超超,陈琴
受保护的技术使用者：中国地质大学（武汉）
技术研发日：
技术公布日：2024/1/15