四川新闻网成都5月11日讯威尼斯手机网投,汶川大地震9周年前夕,成都理工大学地质灾害防治与地质环境保护国家重点实验室黄润秋教授、许强教授、汤明高教授等人在《科技纵览》杂志撰文发布了国家973计划项目“大型隐蔽性滑坡致灾因子识别、前兆信息获取与预警方法研究”的阶段性成果,针对大型滑坡这种隐蔽性灾难,科学家们从多源立体智能观测、关键致灾因子分析、成灾模式早期识别、预警预报技术研究等四个方面,探索出了一套行之有效的大型隐蔽性滑坡的预警之道。

威尼斯手机网投 1

目前中国有百万余处地质灾害点,其中重特大地质灾害点3.4万余处,在常见的各类地质灾害中,滑坡的数量占灾害总量超过70%,大型滑坡造成的人员伤亡又占总伤亡人数的70%左右。为攻克大型滑坡的预测预警这一世界性难题,成都理工大学与同济大学、武汉大学、中国科学院测量与地球物理研究所、成都山地灾害与环境研究所、遥感与数字地球研究所、中国地震台网中心等8所高校和科研院所组成联合研究团队,通过研发和发展现代先进观测技术手段和方法,首次提出了大型滑坡的天-空-地-内一体化多源立体智能观测,实现了多源传感器网络智能集成、实时传输和分析处理。

中国地质灾害中有近三分之一发生在黄土地区。频发的黄土滑坡灾害已严重影响到黄土地区人民的生活、生产和社会安全稳定。有效遏制这类灾害十分迫切,但由于黄土滑坡灾害成因复杂,具有很强的隐蔽性和突发性,因此黄土滑坡超前判识和临灾预警一直是地质灾害研究领域的难点和热点。4月10日消息,经过五年联合攻关,我国科研人员突破了长期以来面临的黄土滑坡临灾预警难题,自主研发的监测预警系统已成功实施了4次黄土滑坡临灾预警,有效避免了人员伤亡和财产损失。

据了解,传统的滑坡预报都主要根据滑坡的常规监测数据进行拟合外推预报,由于没有考虑滑坡的具体类型、成因模式、诱发因素等,因此很难对具体滑坡做出真正准确的预测预报。联合研究团队研究了热带低频振荡对云贵高原与四川盆地等地强降水的影响,研发了中期延伸期预报方法、考虑地形和雨量条件的红层地区浅层土质滑坡预警模型、基于机器学习的滑坡多源观测数据融合与位移预测模型,以及滑坡地质-力学-变形耦合分析预警模型等。从大型滑坡演化过程和成灾机理出发建立的预警模型,使得滑坡预警条件变得更加充分,进一步提高了滑坡预警预报的精度和成功率。目前该成果已在四川丹巴和甘肃黑方台地区的滑坡预警实践中得到了有效应用,避免了人员伤亡。

2014年以来,以长安大学彭建兵教授为首席科学家的国家重点基础研究发展计划项目“黄土重大灾害及灾害链的发生、演化机制与防控理论”,联合成都理工大学、兰州大学的科研人员在甘肃省和陕西省两个黄土滑坡频发地开展了系统研究工作。

联合研究团队在近10年积累的研究经验的基础上,通过一系列大型模型试验、模拟分析和野外观测研究探索,提出了基于关键致灾因子的大型隐蔽性滑坡分类方案和成因机理模式体系,揭示了4种关键致灾因子、10余类典型滑坡长期演化过程及其地质力学行为机理。同时,为了更加准确且形象地表达和描述滑坡地质结构、变形破坏状态和变形特征、临滑前兆等信息,在研究查明不同类型滑坡演化过程中的“关键致灾因子”的基础上,联合研究团队首次系统地建立了大型隐蔽性滑坡成灾模式的三维识别图谱及识别指标体系,从而可以据此进行滑坡早期识别和临滑前兆判别。该成果进一步丰富和完善了国际滑坡分类标准,为滑坡识别预警提供了重要的理论基础,从而大大提高了大型隐蔽性滑坡识别的准确率和效率。

据了解,近年来,研究团队在误差理论与测量数据处理,GNSS高精度静态和动态定位理论、技术与方法,GNSS卫星钟质量评价和钟差预报,InSAR理论及其应用研究,基于GNSS和InSAR技术的滑坡、危岩体、地面沉降和地裂缝高精度监测的理论、技术与方法研究,地质灾害机理反演与解释等领域取得诸多研究成果。

成都理工大学教授许强课题组和长安大学教授张勤课题组在甘肃省永靖县盐锅峡镇党川村黑方台地区建立了一套一体化的多元立体观测系统,跟踪监测和解算出黄土台塬各部位的微小变形动态,提前判识潜在滑坡隐患,并通过在识别出的滑坡隐患部位布设智能裂缝计,实现对滑坡隐患的实时自动监测和临灾预警。

▲滑坡区域略图