项目名称: 基于二项分布的单沟泥石流危险性定量分析方法

项目编号: No.41201554

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 苏志满

作者单位: 中国科学院水利部成都山地灾害与环境研究所

项目金额: 25万元

中文摘要: 本申请项目拟探讨基于概率分析的单沟泥石流危险性定量分析方法。项目选用期望规模表征泥石流危险性,综合运用资料收集、沟道调查、数学建模、GIS分析等技术手段研究单沟泥石流期望规模的计算和分析方法。首先,通过修正基于二项分布的泥石流发生概率计算方法,提出一定时期内不同重现周期泥石流发生概率计算方法,结合以经验性模型为主的不同重现周期泥石流规模计算方法,提出规模-概率关系式拟合方法和单沟泥石流期望规模计算方法。然后,通过与云南小江流域蒋家沟泥石流实测资料的对比分析优化计算方法,通过小江沿岸泥石流沟的实例分析,界定计算方法的适用条件,探讨定量的单沟泥石流危险性分级方法。 本申请项目将提供一种基于指标分析法和机理分析法的单沟泥石流危险性定量分析方法,能够得到一定时期内泥石流期望规模值,而且基础数据易得、技术要求低,在泥石流灾害风险定量分析、保险精算等领域均有应用前景。

中文关键词: 泥石流;期望规模;危险量;二项分布;

英文摘要: This applied project aims at proposing quantitative analysis methods of individual debris flow hazard based on probability analysis. Debris flow hazard will be expressed by the term of expected magnitude, and multiple research techniques will be adopted, including data collecting, gully investigating, mathematical modeling, and GIS based analyzing,to discuss the calculating and analysis approaches of exppected magnitude of individual debris flow. A calculating procedure of occurrence probability of debris flow based on binomial distribution will be rectified into another procedure which can calculate occurrence probabilities of debris flows with different return periods. The rectified procedure, integrating with a calculating procedure of magnitudes in different return periods, which is mainly based on experiential models, will be used to form a curve fitting procedure of magnitude-probability expression and a calculating procedure of expected magnitude of individual debris flow. The procedures will be optimized through a comparative analysis with real evidences in Jiangjia gully in Xiaojiang river basin, Yunnan province. Furtherly, using conditions of the procedures will be defined by summing up the results of case studied in Xiaojiang river basin. Besides, the case studied results will be used to investigate a

英文关键词: debris flow;expected magnitude;hazard amount;Binomial distribution;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
北理工2022最新paper《基于对抗性复杂博弈的OODA环分析》
专知会员服务
131+阅读 · 2022年4月9日
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
31+阅读 · 2021年5月7日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
专知会员服务
219+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知会员服务
97+阅读 · 2020年6月26日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
AI数据派祝您新年快乐!
THU数据派
0+阅读 · 2022年1月1日
人工智能向“上”生长,可信AI渐行渐近
机器之心
0+阅读 · 2021年12月24日
汉江大桥上的监控 AI,挽救自杀者的生命
THU数据派
0+阅读 · 2021年9月15日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
自然语言处理中的语言模型预训练方法
PaperWeekly
14+阅读 · 2018年10月21日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Communication Bounds for Convolutional Neural Networks
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关主题
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
北理工2022最新paper《基于对抗性复杂博弈的OODA环分析》
专知会员服务
131+阅读 · 2022年4月9日
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
31+阅读 · 2021年5月7日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
专知会员服务
219+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知会员服务
97+阅读 · 2020年6月26日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Communication Bounds for Convolutional Neural Networks
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
24+阅读 · 2018年10月24日
微信扫码咨询专知VIP会员