新闻资讯
当前位置 当前位置:首页 > 新闻资讯 > 公司新闻

地质灾害风险评估在地质灾害防治中的必要性

所属分类:公司新闻    发布时间: 2022-03-16    作者:四川地质灾害评估
  分享到:   
二维码分享
中国是世界上突发性地质灾害.严重的国家之一,具有灾害严重、隐患多、风险高的显著特点。统计显示,我国地质灾害死亡人数约占各类自然灾害总死亡人数的1/4。截至2020年底,中国约有33万个隐患点,威胁约1400万人。一些突发的地质灾害往往会造成触目惊心的人员伤亡。比如2008年汶川地震诱发北川老县城西部山体滑坡,死亡1600多人。2010年,舟曲因降雨引发的泥石流导致1700多人死亡。

经过近40年的发展,地质灾害风险评估研究已成为优化土地利用规划、限制受灾地区发展的有力管理工具。中国高度重视自然灾害的防治,明确提出了防灾减灾救灾“两个坚持、三个转变”的总方针,明确了“预防为主”的基本要求。风险评估在灾害预防中发挥着越来越重要的作用,在更高水平的平安中国建设背景下,地质灾害风险评估尤为重要。什么是地质灾害风险评估?四川地质灾害评估的小编告诉你。
四川地质灾害评估
从评估的技术过程来看,对地质灾害风险内涵的理解主要包括地质灾害的易发性、风险性、承灾体、暴露性和脆弱性。

1.脆弱性是指一定区域内受地质环境条件控制的地质灾害发生的可能性。如果把地质灾害的发生比作新冠肺炎疫情的爆发,新冠肺炎的疫情易感性反映的是自然环境是否有利于病毒的生存,封闭的环境和恶劣的卫生条件有利于病毒的生存或爆发。地质灾害易发性,即地形坡度陡、岩土结构破碎、自然软弱等条件对应的易发性高。

2.危险是指由于降雨、地震、工程活动等动力诱发因素的叠加,在一定区域和时间段内发生地质灾害的概率或可能性。直观地理解,新冠肺炎的发生环境不是疫情爆发的充分必要条件,还取决于接触、感染等诱发因素的影响。也就是说,地质灾害.终发生在高易发区的概率不一定高,还取决于诱发因素及其强度。

3.承灾体是指受地质灾害潜在威胁的人、财产和生存环境等物体。这里关注的是灾害的潜在威胁。如果没有受到威胁,一般不能称为承灾体。

4.暴露度是指承灾体处于灾害体影响范围内的时间和空间概率。如果承灾体长期处于灾害体的影响范围内,且位置固定的建筑物处于潜在的滑坡叠加区内,则暴露度高。然而,滑坡发生时,建筑物中的移民等承灾体可能不在场,因此他们的暴露程度相对较低。

5.脆弱性是指地质灾害对承灾体可能造成破坏的严重程度。直观上反映了不同人对病毒感染抵抗力的差异。比如中青年人抵抗感染的能力就比老年人强很多。换句话说,承灾体的脆弱性不同,其抵御承灾体破坏的能力也不同。抵抗力强意味着脆弱性低。

6.地质灾害风险是指在一定区域和时期内,地质灾害造成人员伤亡或损失的可能性。类比新冠肺炎疫情爆发风险,即低温环境有利于病毒生存,卫生条件差促进病毒传播,疫区人口密集,抵抗力低等。,所以集中爆发的可能性很大。也就是说,在脆弱的地质环境、突发性极端降雨、灾害危及人口密集区、抗灾能力差的综合作用下,因灾死亡或财产损失的概率较高。

如何进行地质灾害风险评估?地质灾害风险评估的科学性和有效性通常基于三个基本假设,包括:

1.过去对未来有一定的指示作用,在过去发生过地质灾害的地区,未来可能继续发生地质灾害。

2.地质灾害也可能发生在与已发生地质灾害的地区具有相似地形、地质和诱发条件的地区。

3.可有效识别地质灾害风险评估中使用的各种要素,空间数据可定性或定量表达。

说到具体的评估模型和方法,从上面可以看出,地质灾害风险评估主要涉及地质灾害和承灾体。这里,我们重点介绍地质灾害涉及的风险评估(包括易发性评估)模型和方法,一般包括四类:

1.经验驱动。通过对已发生的地质灾害的调查分析,..们形成了对地质灾害孕育规律的经验认识,提出了各种因素对地质灾害发生贡献的权重,进而采用直接作图法、工程地质类比法和层次分析法对地质灾害风险进行了评估。

2.数据驱动。基于地质灾害及其各种影响因素的空间数据,采用空间分析或数学回归等统计分析方法,如信息量、证据权重、频率比、逻辑回归、确定性系数、判别分析、聚类分析等。,用于探索地质灾害与各种单一因素之间的相关性并定量表达,从而通过多因素综合分析预测地质灾害风险。

3.机制驱动。基于边坡变形和失稳是地质力学过程的本质这一事实,通过调查、测绘、勘探、土工试验等手段,获得了制约地质灾害形成和发展的边坡形状、岩土结构、力学强度、水力特性、地震和降雨条件等一系列量化参数,通过岩土静力学和动力学理论分析、物理模拟、 数值模拟等用于定量计算地质灾害的变形破坏特征和灾害失稳后的运动学特征参数,实现地质灾害风险评估。

4.智能驱动。基于人工智能和大数据理论技术,通过分析地质灾害发育规律,选择合理的评价指标并量化,进而进行数据清洗和样本集构建。.后,通过样本训练,建立基于人工神经网络、深度学习方法、决策树、支持向量机等人工智能算法的地质灾害风险评估模型,对潜在的地质灾害单元进行识别和预测。


以上就是四川地质灾害评估为大家介绍的有关地质灾害风险评估方面的信息,希望可以帮助到你。