论文部分内容阅读
中国是世界上发生地质灾害最为严重的国家之一,而且地质灾害具有种类多、分布广、危害大等特点。合肥市2007年至2013年共发生地质灾害12起,由于发生区域大多数属于无人区域,因此人员伤亡较少,但造成直接经济损失约250万元。所以为了减少人民群众的生命安全受到威胁,财产安全受到损失,对地质灾害的预报预警工作成为了当务之急。论文以合肥市地质灾害发生机理为研究对象,利用已知的地质灾害隐患点和发生点信息,根据定性与定量相结合,同时考虑灾害变化趋势的原则,绘制合肥市地质灾害易发分区图。以DTM模型和人工神经网络模型为基础,综合考虑降雨量、地质灾害位置点、易发分区等级等因素,建立合肥市地质灾害气象风险预报预警模型,将两者预测结果相对比,得出两者优缺点。基于上述预报预警模型,设计出合肥市地质灾害气象风险预报预警系统及预报流程。本文取得的主要结论及成果有:(1)收集了合肥市2007-2013年日降雨量数据、合肥市地质灾害点信息、合肥市原行政地图、巢湖市居巢区行政地图、庐江县行政地图等,并将上述数据整理建立各类数据库,绘制新合肥市行政地图,上述数据库及图件为本研究的开展乃至合肥市地质灾害气象风险的预报预警提供重要数据基础。(2)对合肥市地质构造、地形地貌、气候条件及降雨量等因素进行综合分析表明,降雨量是诱发地质灾害发生的主要因素。根据合肥市地质灾害易发分区图,合肥市划分为地质灾害高易发区(Ⅰ)1个、地质灾害中易发区(Ⅱ)7个、地质灾害低易发区(Ⅲ)1个和地质灾害不易发区(Ⅳ)3个。(3)根据从1952年到2000年的降雨量数据,并结合合肥市历史上发生的地质灾害案例,确定了合肥市范围内的不同地质灾害分区的当日临界降雨量值和5日临界降雨量值,并据此构建了基于DTM的合肥市地质灾害气象风险预报预警模型,成功应用到合肥市地质灾害气象风险的预报预警工程实践中,取得了良好的预报预警效果,预报正确率为65%。(4)综合考虑气象观测站的X、Y坐标、降雨量数据和地质灾害易发分区等因素,构建基于BP神经网络模型的合肥市地质灾害气象风险预报预警模型,利用相关地质灾害和降雨量数据进行模型学习训练,学习训练的准确率为81.25%,利用训练后的模型进行预报的结果正确率为40%以上。(5)基于DTM的预报预警模型能够充分考虑到地形、地貌等因素,但由于合肥市雨量监测站点数目较少、以往地质灾害数据质量较差,其预报结果存在空报率较大,预报准确率较低的现象。基于人工神经网络的预报预警模型具有很强的学习能力,分析性强。但是,由于合肥市地质灾害数据样本量小且数据质量较差,导致该模型尽管具有较高的训练精度,但其预报结果并不理想。(6)采用模块化设计的思想,对基于GIS的合肥市地质灾害气象风险预报预警系统的系统架构、主要功能和界面等进行合理设计,并根据合肥市地质灾害预报预警的实际需求,设计出合肥市地质灾害气象预报预警流程,并取得了良好实际应用效果。