河北省太行山区泥石流灾害的分类及预测模型的研究

论文摘要

我国境内有很多泥石流极为发育的山区，太行山区就是其中之一。太行山区位于河北省西部，泥石流灾害在该区不断发生并且多次造成重大的人员伤亡和经济损失，已经成为太行山区严重的地质灾害之一，同时也是威胁生态安全的重要因素。因此，深入研究泥石流灾害的形成机理、预测预报和防灾减灾管理方法十分重要。本次研究在河北省太行山区泥石流灾害的分布特征及形成机理研究的基础上，制定出河北省太行山区泥石流的分类指标体系并进行分类；针对河北省太行山区泥石流暴发的特征，采用临界雨量阈值判别法、Bayes判别分析法以及基于数量化理论的基本原理建立河北省太行山区泥石流灾害的预测模型并利用已掌握的泥石流沟的资料进行检验。通过研究得出以下几方面结论：（1）泥石流的分类在河北省太行山区泥石流分类研究中，分别从该区泥石流的水源、地形地貌特征、物质组成、对当地居民造成的危害程度和人类活动与泥石流形成的关系这5个方面对河北省太行山区的泥石流进行了分类。该区大部分泥石流属于暴雨型—沟谷型—水石流。以对当地居民造成的危害程度和人类活动与泥石流形成的关系为依据的泥石流分类，需要针对具体泥石流沟的实际情况来确定其类型。（2）临界雨量阈值判别法的泥石流判别预测模型泥石流的发生和发展受到一系列因素的控制和影响，其中主要的两大因素：一是地质因素，二是降雨因素。根据太行山区30个典型泥石流的相关数据，对泥石流的暴发采取临界雨量阈值判别法进行预测预报，预测因子包括准备期为3天的降雨量和激发期为当天的降雨量，建立了河北省太行山区泥石流暴发的临界雨量阈值预报模型，该模型反映出的情况基本与太行山区泥石流暴发的实际情况相符合。（3）Bayes判别分析法的泥石流判别预测模型利用Bayes判别分析法的基本原理，借助spss软件对河北省太行山区典型泥石流的降雨量数据进行判别分析，得到一组泥石流预测模型，预测模型的正确率为90.0%，基本满足了Bayes判别分析所要求的自身验证正确率>80%的要求，所建立的预测模型适合于河北省太行山区泥石流灾害的预测。（4）数量化理论基本原理的泥石流预测模型通过分析降雨与地面条件的相互作用的关系，采用数量化理论的基本原理，建立河北省太行山区泥石流灾害的数学预测模型并利用已掌握的泥石流沟的资料进行检验，该模型整体误差较小，能够基本反映出河北省太行山区泥石流暴发的实际情况情况。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 研究内容及方法
• 1.3.1 研究内容
• 1.3.2 研究方法
• 1.4 研究创新点及技术路线
• 第二章 自然环境与经济概况
• 2.1 自然地理
• 2.2 地质条件
• 2.2.1 地层岩性
• 2.2.2 地质构造
• 2.3 水文地质条件
• 2.4 社会经济状况
• 第三章 泥石流灾害的分布特征及形成机理
• 3.1 地质灾害概况
• 3.2 泥石流分布特征及危害
• 3.2.1 泥石流的分布特征
• 3.2.2 泥石流的危害
• 3.3 泥石流发生条件
• 3.3.1 地质条件
• 3.3.2 地形条件
• 3.3.3 水文气象条件
• 3.3.4 人类活动的影响
• 3.4 泥石流形成机理
• 第四章 泥石流分类
• 4.1 泥石流的分类原则
• 4.1.1 科学性原则
• 4.1.2 实用性原则
• 4.1.3 简明易行性原则
• 4.2 泥石流分类依据及类型
• 4.2.1 按泥石流水源条件分类
• 4.2.2 按泥石流流域的地形地貌特征分类
• 4.2.3 按泥石流的物质组成分类
• 4.2.4 按泥石流的危害程度分类
• 4.2.5 按泥石流形成与人类活动的关系分类
• 4.3 研究区泥石流的命名
• 第五章 泥石流预测模型的建立
• 5.1 泥石流预测模型因子选择
• 5.1.1 降雨因子
• 5.1.2 地质因子
• 5.2 临界降雨量的泥石流判别模型
• 5.3 Bayes 判别分析法的泥石流判别模型
• 5.3.1 判别分析法概述
• 5.3.2 Bayes 判别分析法
• 5.3.3 泥石流判别模型
• 5.4 数理化理论的泥石流预测模型
• 5.4.1 数量化理论的基本原理
• 5.4.2 地面控制因子
• 5.4.3 泥石流预测模型
• 第六章 结论与讨论
• 6.1 结论
• 6.2 讨论
• 参考文献
• 致谢
• 作者简介
• 攻读硕士学位期间发表的论文和科研成果