一种高寒山区泥石流灾害识别方法及系统

本发明涉及地质灾害识别，更具体的涉及一种高寒山区泥石流灾害识别方法及系统。

背景技术：

1、高寒山区泥石流灾害的准确识别与预警，对于保障下游交通干线、水利设施及居民生命财产安全具有重要意义。然而，高寒山区地形陡峻、气象条件复杂，地面雨量站、水文站等常规监测设施极为稀疏，难以捕捉诱发泥石流的局地强降雨和融雪过程。同时，泥石流的启动与演化是一个涉及降雨入渗、地表产流、沟床侵蚀和两相流体运动的复杂物理过程，其灾害识别不能仅依赖单一的降雨指标或遥感影像变化检测，而需要构建能够反映流域水文响应和沟道动力演变的物理模型。因此，如何将多源、多尺度、异构的观测数据有效整合为物理模型的驱动条件，是高寒山区泥石流识别方法研究中的关键环节。

2、目前，现有技术主要是将多源观测数据与数值模拟相结合用于泥石流识别，其所采用的数值模型通常为基于物理过程的分布式水文模型和泥石流动力模型。该类方法首先利用雷达反射率数据反演分布式降雨场，从数字高程模型中提取地形参数，利用遥感影像识别植被覆盖和松散物源分布，并将土壤湿度数据作为湿润系数引入模型。在此基础上，采用分布式水文模型计算地表径流，进而驱动泥石流动力模型模拟运动与堆积过程。其技术原理在于，将上述各类观测数据分别处理后，以独立参数或外部输入的形式赋予模型的不同环节，使模拟过程能够在一定程度上反映研究区的实际地理特征。

3、然而，多源观测数据尽管在时间和空间上描述了泥石流孕灾环境的不同侧面，但现有技术仅将各类数据作为独立参数分别赋予模型的不同环节，未能在数据与模型状态变量之间建立有效的转换关系，导致模型无法准确刻画高寒山区泥石流形成过程中的关键环节，识别结果的可靠性和空间精度难以满足实际应用需求。

技术实现思路

1、针对上述领域中存在的问题，本发明提出了一种高寒山区泥石流灾害识别方法及系统，通过建立多源观测数据到物理模型状态变量的转换链路，使各类数据按物理意义进入模型相应环节，并经由级联传递得到物理级联状态场，进而输出泥石流在识别时段内的起始位置、起始时刻、运动路径和影响区域，使识别结果具有可追溯的物理依据，有效提升了高寒山区泥石流识别的空间精度和物理可解释性。

2、为解决上述技术问题，本发明公开了一种高寒山区泥石流灾害识别方法，包括以下步骤：

3、获取目标流域在预设识别时段内的雷达反射率数据、地面气象数据、湿雪观测数据、土壤湿度数据、地形数据、植被数据、土壤水力参数和基岩埋深数据；

4、根据雷达反射率数据和地面气象数据重构降雨强迫场，根据湿雪观测数据、地面气象数据和土壤湿度数据重构融雪场及前期湿润状态，并将降雨强迫场、融雪场、前期湿润状态、地形数据、植被数据、土壤水力参数和基岩埋深数据转换到统一的时空计算网格，并按预设时间步长将所述识别时段划分为多个计算时步；

5、以降雨强迫场作为水文过程模型的上边界输入，以融雪场作为附加水源项，以前期湿润状态、植被数据和土壤水力参数作为初始状态参数，采用水文过程模型模拟地表径流，并将地表径流作为水源项传递至两相冲淤动力模型；通过所述两相冲淤动力模型逐时步更新物理状态场，得到物理级联状态场；

6、根据物理级联状态场，对所述统一的时空计算网格中的各网格单元进行状态标记和时空连通，输出泥石流在所述识别时段内的起始位置、起始时刻、运动路径和影响区域。

7、优选地，所述对所述统一的时空计算网格中的各网格单元进行状态标记和时空连通，输出泥石流在所述识别时段内的起始位置、起始时刻、运动路径和影响区域，具体包括：

8、当网格单元未发生床面侵蚀且体积挟沙浓度低于预设泥石流浓度阈值时，标记为径流状态；

9、当网格单元发生床面侵蚀且体积挟沙浓度低于所述泥石流浓度阈值时，标记为挟沙过渡状态；

10、当网格单元的体积挟沙浓度达到或超过所述泥石流浓度阈值时，标记为泥石流状态；

11、当曾处于泥石流状态的网格单元满足流速衰减条件且床面高程增加时，标记为堆积状态，所述流速衰减条件为流速低于预设堆积流速阈值；

12、沿地形汇流方向，对标记为泥石流状态或堆积状态的网格单元进行时空连通；

13、将首次形成时空连通的泥石流状态网格簇的位置确定为起始位置，对应时刻为起始时刻；

14、将所述泥石流状态网格簇沿地形汇流方向的连续扩展范围确定为运动路径，并将泥石流状态网格与堆积状态网格的并集确定为影响区域。

15、优选地，所述根据雷达反射率数据和地面气象数据重构降雨强迫场，具体包括：

16、对雷达反射率数据进行波束遮挡补偿、地物杂波滤除和反射率垂直廓线校正；

17、根据校正后的雷达反射率数据与预设的反射率因子与降雨强度关系转换为初始分布式降雨场；

18、在每一校正时段内，根据地面雨量站的实测降雨量与所述初始分布式降雨场在雨量站对应网格处的降雨量之比，确定动态尺度因子；

19、利用动态尺度因子对初始分布式降雨场进行校正，得到降雨强迫场。

20、优选地，所述根据湿雪观测数据、地面气象数据和土壤湿度数据重构融雪场及前期湿润状态，具体包括：

21、利用合成孔径雷达时序影像的后向散射变化，确定湿雪分布区域；

22、根据地面气象站温度、目标网格高程和温度垂直递减率，确定目标网格温度；

23、在目标网格温度高于融雪阈值时，依据度日因子和剩余积雪储量，确定融雪量；

24、将所述融雪量作为增量水源、所述土壤湿度数据作为初始湿润基准，共同确定所述水文过程模型的初始土壤含水量或初始饱和度，完成所述融雪场及前期湿润状态的重构。

25、优选地，所述将地表径流作为水源项传递至两相冲淤动力模型，具体为将地表径流作为所述两相冲淤动力模型的质量守恒方程中的水源项，所述两相冲淤动力模型具体为深度平均两相流模型。

26、优选地，所述通过所述两相冲淤动力模型逐时步更新物理状态场，得到物理级联状态场，具体包括：

27、所述物理状态场包括水深、流速、体积挟沙浓度和流变阻力；

28、将更新后的物理状态场中的流变阻力反馈至下一计算时步的流速和床面冲淤计算。

29、优选地，所述采用水文过程模型模拟地表径流，具体包括：

30、根据所述植被数据中的植被类型和叶面积指数，确定最大冠层储水量；

31、根据降雨强迫场和最大冠层储水量确定冠层截留量，并从降雨强迫场中扣除所述冠层截留量，得到到达地表的有效降雨；

32、根据初始土壤含水量和土壤水力参数，确定土壤入渗能力；

33、根据所述有效降雨和土壤入渗能力，确定地表径流量。

34、优选地，在所述将地表径流作为水源项传递至两相冲淤动力模型之前，还包括参数约束反演步骤，所述参数约束反演步骤具体包括：

35、在预设的流变参数和岩土参数取值范围内生成多组候选参数组，每组所述候选参数组包含一组流变参数和一组岩土参数；

36、将各组候选参数组分别输入所述两相冲淤动力模型进行模拟，输出各组候选参数组对应的模拟结果；

37、根据无人机数字正射影像和数字高程模型确定的实际冲淤范围、实际侵蚀体积、沟道横断面变化以及不同支沟的灾害状态，对各组模拟结果分别进行评价；

38、选取评价结果满足预设条件的候选参数组，作为所述两相冲淤动力模型接收所述地表径流时的参数组。

39、优选地，所述泥石流浓度阈值为0.35至0.45。

40、优选地，还包括一种高寒山区泥石流灾害识别系统，包括：

41、多源观测获取模块，用于获取目标流域在预设识别时段内的雷达反射率数据、地面气象数据、湿雪观测数据、土壤湿度数据、地形数据、植被数据、土壤水力参数和基岩埋深数据；

42、边界条件重构模块，用于根据雷达反射率数据和地面气象数据，重构降雨强迫场；根据湿雪观测数据、地面气象数据和土壤湿度数据，重构融雪场及前期湿润状态；将降雨强迫场、融雪场、前期湿润状态、地形数据、植被数据、土壤水力参数和基岩埋深数据转换到统一的时空计算网格，并按预设时间步长将所述识别时段划分为多个计算时步；

43、物理级联计算模块，用于以降雨强迫场作为水文过程模型的上边界输入，以融雪场作为附加水源项，以前期湿润状态、植被数据和土壤水力参数作为初始状态参数，采用水文过程模型模拟地表径流，并将地表径流作为水源项传递至两相冲淤动力模型；通过所述两相冲淤动力模型逐时步更新物理状态场，得到物理级联状态场；

44、识别输出模块，用于根据物理级联状态场，对所述统一的时空计算网格中的各网格单元进行状态标记和时空连通，输出泥石流在所述识别时段内的起始位置、起始时刻、运动路径和影响区域。

45、与现有技术相比，本发明具有如下有益效果：

46、本发明提出的高寒山区泥石流灾害识别方法，建立多源观测数据到物理模型状态变量的转换链路，使雷达反射率、湿雪观测、土壤湿度等数据分别重构为降雨强迫场、融雪场、前期湿润状态等具有明确物理意义的模型驱动条件，并按照各自物理角色进入水文过程模型和两相冲淤动力模型的相应环节，改变了多源数据仅作为独立参数割裂使用的现状，使融雪增湿和前期土壤湿润状态能够按物理机制影响产流和侵蚀过程，同时完整保留降雨的空间分布信息，避免了稀疏地面观测带来的空间误判，并基于水文过程模型与两相冲淤动力模型之间的径流传递和逐时步状态反馈形成级联演化，使泥石流从产流、侵蚀、运动到堆积的完整物理过程能够在模型内部逐时步推演，泥石流识别结果因此具有可追溯的物理依据，显著提升了高寒山区泥石流识别的空间精度和物理可解释性。