一种输电线路塔基地质灾害预测方法和装置

技术领域

本发明涉及电力技术领域，尤其涉及一种输电线路塔基地质灾害预测方法和装置。

背景技术

经过多年的发展，已建成了跨大范围的超长电力运输网络。沿途无可避免地需要穿越崇山峻岭、高山峡谷等众多地质地形复杂、环境条件恶劣、气候多变的区域。而输电杆塔作为高压输电线路与地面的连接节点，往往需要修建于郊外人烟稀少地区的山体陡坡处，以降低输送距离降低电损，也避免与人类活动的相互影响。这种地形条件提高了地质灾害发生的可能。同时受到线路周边各种施工、采掘活动的影响，极易引发杆塔基础的变形破坏，严重威胁线路安全运行。

在地质灾害领域的研究中，风险评估研究可以综合考虑灾害的危险性和潜在后果，进而有针对性地进行风险管控，指导地质灾害防治工作的开展；早期预警研究可以为地质灾害紧急避险、应急防控处置争取宝贵的时间，避免造成严重的人员伤亡和财产损失。

当前大多方法充分考虑边坡的地形地貌、地质条件和力学性质等内在因素条件下研究降雨量、降雨强度和降雨过程与地质灾害在时空分布上的对应关系，进而开展区域地质灾害预警预报研究，虽然已取得一定的成效，但存在偏颇之处，没有综合考虑上述诸多因素的共同作用。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种输电线路塔基地质灾害预测方法和装置，用以解决现有方法对于地质灾害发生预警不足的问题。

一方面，本发明实施例提供了一种输电线路塔基地质灾害预测方法，包括：对所述输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因；对产生地质灾害的历史数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件；基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值；构建地质灾害风险预测模型，并通过所述预测模型生成复杂天气要素的地质灾害风险预测结果；以及统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，并根据数值气象预报进行输电线路地质灾害短期气象预警。

上述技术方案的有益效果如下：通过对于数据的收集，采用应用基于粒子群与遗传混合优化算法，对降雨量数据进行处理，提取有效数据、剔除无效和冗余数据。基于风险评估理论，综合输电线路沿线地质灾害发育特征、区域地质环境条件以及降雨诱发因素，针对输电线路的地质灾害危险性定量评估模型。基于对历史地质灾害和降雨数据的统计分析，建立了输电线路地质灾害短期气象预警判据；根据数值气象预报，进行了输电线路地质灾害短期气象预警。

基于上述方法的进一步改进，对所述输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因包括：所述输电线路塔基地质灾害的内部影响因素，包括沟谷深切、谷坡陡峻、断裂、褶皱发育、地震活动强烈程度、岩石风化强烈程度、岩体破碎、斜坡上松散覆盖层的厚度与分布范围；所述输电线路塔基地质灾害的外部影响因素，包括降雨、地震、融雪、不合理的人类工程活动、库水位波动，其中，根据统计分析确定降雨量是地质灾害的主要原因。

基于上述方法的进一步改进，对产生地质灾害的现状数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件包括：所述降雨量诱发地质灾害的过程是随时间不断发展的动态演化过程，其中，所述动态演化过程按顺序包括入渗阶段、饱和阶段、劣化阶段和失稳阶段；结合所述动态演化过程进行数据统计，以形成数据集合，其中，所述数据集合包括发生地质灾害的具体时间、降雨量、杆塔的地理位置、灾害类型、诱发因素和排查日期；以及应用基于粒子群与遗传混合优化算法，对降雨量数据进行处理，以提取有效数据并剔除无效和冗余数据。

基于上述方法的进一步改进，基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值包括：根据所述气象卫星和云图获取诱发地质灾害的降雨事件数据点，并且通过以下公式对诱发所述地质灾害的降雨事件数据点进行拟合分析：

E＝c+α×D

其中，E为累积降雨量，D为降雨事件持续时间，α、β和c为统计参数；以所述降雨事件数据点为样本绘制散点图，并根据所述散点图分别拟合出降雨滑坡发生频率为5％以及50％时的降雨阈值曲线，其中，所述降雨事件诱发所述地质灾害的过程不是平均作用的。

基于上述方法的进一步改进，所述降雨事件诱发所述地质灾害的过程不是平均作用的包括：地质灾害当日降雨对所述地质灾害发生起全部作用；地质灾害前降雨对地质灾害部分有效，其中，通过有效降雨量表征诱发地质灾害的降雨事件阈值指标，通过以下公式计算所述有效降雨量：

R

其中，R

基于上述方法的进一步改进，构建地质灾害风险预测模型包括：根据地质灾害的危险概率、承灾体的易损性和地质灾害作用下输电杆塔基损坏而导致的直接和间接经济损失构建地质灾害风险预测模型，其中，所述地质灾害风险预测模型如下：

R＝H×V×E；

其中，R为所述输电线路塔基地质灾害的风险，H为危险概率，V为易损性，E为综合损失；通过结合E-D降雨阈值模型和降雨阈值超越概率计算地质灾害的危险概率；所述易损性V是由地质灾害导致的承灾体遭受危害的程度，其中，一定强度的地质灾害发生时承灾体的损失程度用0～1表示，0表示无损失，1表示完全损失；以及所述综合损失包括直接经济损失和间接经济损失，其中，所述直接经济损失为停电时间导致的输送电量规模的减少，以及所述间接经济损失为大规模断电造成极其不良的社会影响，其中，通过人为评估确定所述间接经济损失。

基于上述方法的进一步改进，通过结合E-D降雨阈值模型和降雨阈值超越概率计算地质灾害的危险概率包括：在N组随机数中有M次F

当N足够大时，其均值μ

所述地质灾害的危险概率为：

P

其中，Φ(β)是根据蒙特卡洛模拟的结果F

其中，x为采用数值模拟得到的地表水平位移，λ、k为通过拟合曲线确定的常数。

基于上述方法的进一步改进，统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害气象预警判据指标，并根据数值气象预报进行输电线路地质灾害短期气象预警包括：基于历史地质灾害点的前期降雨，构建各分区的地质灾害气象预警判据指标，所述预警判据指标包括地质灾害易发性、前期3日监测降雨量和未来24小时预测降雨量，其中，所述地质灾害易发性是描述地质灾害形成条件组合有利于发生地质灾害的程度，未来24小时预测降雨量和前期3日监测降雨量通过连接气象部门降雨监测与降雨预报系统进行实时更新；结合前期3日有效降雨量和未来24小时预测降雨量，建立不同分区的三维风险预警矩阵；以及以灾害发生的危险程度为界，得出最终的预警结果。

另一方面，本发明实施例提供了一种输电线路塔基地质灾害预测装置，包括：影响因素确定模块，用于对所述输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因；数据获取与识别模块，用于对产生地质灾害的历史数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件；降雨阈值确定模块，用于基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值；风险预测模型，用于构建地质灾害风险预测模型，并通过所述预测模型生成复杂天气要素的地质灾害风险预测结果；以及预警模块，用于统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，并根据数值气象预报进行输电线路地质灾害短期气象预警。

基于上述装置的进一步改进，影响因素确定模块用于确定所述输电线路塔基地质灾害的内部影响因素和所述输电线路塔基地质灾害的外部影响因素，其中，所述输电线路塔基地质灾害的内部影响因素，包括沟谷深切、谷坡陡峻、断裂、褶皱发育、地震活动强烈程度、岩石风化强烈程度、岩体破碎、斜坡上松散覆盖层的厚度与分布范围；以及所述输电线路塔基地质灾害的外部影响因素，包括降雨、地震、融雪、不合理的人类工程活动、库水位波动，其中，根据统计分析确定降雨量是地质灾害的主要原因。

与现有技术相比，本发明至少可实现如下有益效果之一：

1、首先对数据进行收集与整理。在对如此复杂的海量数据进行数据处理时，引入先进的计算机粒子群算法和遗传算法对数据进行处理，提取出的有效数据，剔除无效和冗余数据，不仅能够提高数据处理效率，同时也能提升预警工作的准确度。

2、针对降雨阀值计算方面，将有效降雨模型与降雨阈值模型结合，可以更好地对诱发地质灾害的降雨事件进行分析，使分析结果更具有合理性。

3、本发明中，同时考虑区域滑坡易发性、前期3日有效降雨与未来24小时雨强，建立三维尺度评价矩阵，作为判据，以预测降雨为输入数据，可以得到降雨分级图。将降雨分级与易发性结果输入风险预警判据矩阵即得到短期气象风险预警的结果。将降雨分级与易发性分区作为输入数据，通过气象风险判据矩阵进行判别，得到最终的地质灾害预警结果。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为根据本发明实施例的输电线路塔基地质灾害预测方法的流程图；

图2为根据本发明实施例的降雨阈值曲线图；

图3为根据本发明实施例描述地质灾害程度与承灾体在地质灾害作用下损伤程度的易损性曲线图；

图4为根据本发明实施例的地质灾害的危险概率的流程图；

图5为根据本发明实施例的基于复杂天气要素的地质灾害风险预测结果进行预警的流程图；以及

图6为根据本发明实施例的输电线路塔基地质灾害预测装置的框图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

参考图1，本发明的一个具体实施例，公开了一种输电线路塔基地质灾害预测方法，包括：在步骤S102中，对输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因；在步骤S104中，对产生地质灾害的历史数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件；在步骤S106中，基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值；在步骤S108中，构建地质灾害风险预测模型，并通过预测模型生成复杂天气要素的地质灾害风险预测结果；以及在步骤S110中，统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，并根据数值气象预报进行输电线路地质灾害短期气象预警。

与现有技术相比，本实施例提供的输电线路塔基地质灾害预测方法，通过对于数据的收集，采用应用基于粒子群与遗传混合优化算法，对降雨量数据进行处理，提取有效数据、剔除无效和冗余数据。基于风险评估理论，综合输电线路沿线地质灾害发育特征、区域地质环境条件以及降雨诱发因素，针对输电线路的地质灾害危险性定量评估模型。基于对历史地质灾害和降雨数据的统计分析，建立了输电线路地质灾害短期气象预警判据；根据数值气象预报，进行了输电线路地质灾害短期气象预警。

下文中，将参考图1对根据本发明实施例的输电线路塔基地质灾害预测方法进行描述。

在步骤S102中，对输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因。具体地，对输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因包括：输电线路塔基地质灾害的内部影响因素，包括沟谷深切、谷坡陡峻、断裂、褶皱发育、地震活动强烈程度、岩石风化强烈程度、岩体破碎、斜坡上松散覆盖层的厚度与分布范围；输电线路塔基地质灾害的外部影响因素，包括降雨、地震、融雪、不合理的人类工程活动、库水位波动，其中，根据统计分析确定降雨量是地质灾害的主要原因。

在步骤S104中，对产生地质灾害的历史数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件。具体地，对产生地质灾害的现状数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件包括：降雨量诱发地质灾害的过程是随时间不断发展的动态演化过程，其中，动态演化过程按顺序包括入渗阶段、饱和阶段、劣化阶段和失稳阶段；结合动态演化过程进行数据统计，以形成数据集合，其中，数据集合包括发生地质灾害的具体时间、降雨量、杆塔的地理位置、灾害类型、诱发因素和排查日期；以及应用基于粒子群与遗传混合优化算法，对降雨量数据进行处理，以提取有效数据并剔除无效和冗余数据。

在步骤S106中，基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值。具体地，基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值包括：根据气象卫星和云图获取诱发地质灾害的降雨事件数据点，并且通过以下公式对诱发地质灾害的降雨事件数据点进行拟合分析：

E＝c+α×D

其中，E为累积降雨量，D为降雨事件持续时间，α、β和c为统计参数；以降雨事件数据点为样本绘制散点图，并根据散点图分别拟合出降雨滑坡发生频率为5％以及50％时的降雨阈值曲线，其中，降雨事件诱发地质灾害的过程不是平均作用的。降雨事件诱发地质灾害的过程不是平均作用的包括：地质灾害当日降雨对地质灾害发生起全部作用；地质灾害前降雨对地质灾害部分有效，其中，通过有效降雨量表征诱发地质灾害的降雨事件阈值指标，通过以下公式计算有效降雨量：

R

其中，R

在步骤S108中，构建地质灾害风险预测模型，并通过预测模型生成复杂天气要素的地质灾害风险预测结果。具体地，构建地质灾害风险预测模型包括：根据地质灾害的危险概率、承灾体的易损性和地质灾害作用下输电杆塔基损坏而导致的直接和间接经济损失构建地质灾害风险预测模型，其中，地质灾害风险预测模型如下：

R＝H×V×E；

其中，R为输电线路塔基地质灾害的风险，H为危险概率，V为易损性，E为综合损失。

通过结合E-D降雨阈值模型和降雨阈值超越概率计算地质灾害的危险概率，包括：

在N组随机数中有M次F

当N足够大时，其均值μ

地质灾害的危险概率为：

P

其中，Φ(β)是根据蒙特卡洛模拟的结果F

易损性V是由地质灾害导致的承灾体遭受危害的程度，其中，一定强度的地质灾害发生时承灾体的损失程度用0～1表示，0表示无损失，1表示完全损失。通过以下公式计算输电线路杆塔的易损性V：

其中，x为采用数值模拟得到的地表水平位移，λ、k为通过拟合曲线确定的常数。

综合损失包括直接经济损失和间接经济损失，其中，直接经济损失为停电时间导致的输送电量规模的减少，以及间接经济损失为大规模断电造成极其不良的社会影响，其中，通过人为评估确定间接经济损失。

在步骤S110中，统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，并根据数值气象预报进行输电线路地质灾害短期气象预警。统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害气象预警判据指标，并基于复杂天气要素的地质灾害风险预测结果进行预警包括：基于历史地质灾害点的前期降雨，构建各分区的地质灾害气象预警判据指标，预警判据指标包括地质灾害易发性、前期3日监测降雨量和未来24小时(h)预测降雨量，其中，地质灾害易发性是描述地质灾害形成条件组合有利于发生地质灾害的程度，未来24小时预测降雨量和前期3日监测降雨量通过连接气象部门降雨监测与降雨预报系统进行实时更新；结合前期3日有效降雨量和未来24小时预测降雨量，建立不同分区的三维风险预警矩阵；以及以灾害发生的危险程度为界，得出最终的预警结果。

参考图6，本发明的一个具体实施例，公开了一种输电线路塔基地质灾害预测装置，包括：影响因素确定模块602，用于对输电线路塔基地质灾害的影响因素进行识别以确定产生地质灾害的主要原因；数据获取与识别模块604，用于对产生地质灾害的历史数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件；降雨阈值确定模块606，用于基于气象卫星和云图的降雨数据，分析各地区的不同降雨量，并结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害的降雨阈值；风险预测模型608，用于构建地质灾害风险预测模型，并通过预测模型生成复杂天气要素的地质灾害风险预测结果；以及预警模块610，用于统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，并根据数值气象预报进行输电线路地质灾害短期气象预警。

影响因素确定模块602用于确定输电线路塔基地质灾害的内部影响因素和输电线路塔基地质灾害的外部影响因素，其中，输电线路塔基地质灾害的内部影响因素，包括沟谷深切、谷坡陡峻、断裂、褶皱发育、地震活动强烈程度、岩石风化强烈程度、岩体破碎、斜坡上松散覆盖层的厚度与分布范围；以及输电线路塔基地质灾害的外部影响因素，包括降雨、地震、融雪、不合理的人类工程活动、库水位波动，其中，根据统计分析确定降雨量是地质灾害的主要原因。

下文中，以具体实例的方式，对根据本发明实施例的输电线路塔基地质灾害预测方法进行详细说明。

一方面，本发明实施例提供了一种考虑复杂气象要素的输电线路塔基地质灾害预警技术，包括：结合实际现状，对输电线路塔基地质灾害影响因素进行识别，明确产生地质灾害的主要原因。然后对产生地质灾害的现状数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件等。基于气象卫星以及云图的降雨数据，分析各地区不同的降雨量，再结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害降雨阈值；构建地质灾害风险预测方法，结合破坏概率和易损性曲线，计算地质灾害作用下因输电杆塔基坏而导致的直接和间接经济风险。最后，统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，提出基于复杂天气要素的地质灾害风险预警方法。

上述技术方案的有益效果如下：通过对于数据的收集，采用应用基于粒子群与遗传混合优化算法，对降雨量数据进行处理，提取有效数据，剔除无效和冗余数据。基于风险评估理论，综合输电线路沿线地质灾害发育特征、区域地质环境条件以及降雨诱发因素，针对输电线路的地质灾害危险性定量评估模型。基于对历史地质灾害和降雨数据的统计分析，建立了输电线路地质灾害短期气象预警判据；根据数值气象预报，进行了输电线路地质灾害短期气象预警。

首先结合实际现状，对输电线路塔基地质灾害影响因素进行识别，明确产生地质灾害的主要原因。

然后对产生地质灾害的现状数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件等。

基于气象卫星以及云图的降雨数据，分析各地区不同的降雨量，再结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害降雨阈值；

构建地质灾害风险预测方法，结合破坏概率和易损性曲线，计算地质灾害作用下因输电杆塔基坏而导致的直接和间接经济风险。

最后，统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，提出基于复杂天气要素的地质灾害风险预警方法。

结合实际现状，对输电线路塔基地质灾害影响因素进行识别，明确产生地质灾害的主要原因。

地质灾害的内因包括：沟谷深切、谷坡陡峻、断裂、褶皱发育、地震活动强烈、岩石风化强烈、岩体破碎、斜坡上松散覆盖层厚度大、分布广。

地质灾害的外因指外部环境条件变化对地质灾害的诱发作用，包括降雨、地震、融雪、不合理的人类工程活动、库水位波动等等。其中统计分析，降雨量是地质灾害的主要诱因，因此本申请主要以降雨量作为考虑的重点要素。

对产生地质灾害的现状数据进行收集与整理，识别与统计不同地质灾害下的气象条件与地质条件等。

降雨诱发地质灾害是一个随时间不断发展的动态演化过程。入渗-饱和-劣化-失稳存在着明显的时序性。滞后效应是观察降雨诱发地质灾害事件中较为常见的特征。随着雨水不断渗入土地，岩土体的含水量逐渐上升、以抗剪强度为主的物理力学性质减弱，岩土体逐渐开始变形。随后，当形成的裂缝贯通岩土体，则开始失稳。因此降雨在地质灾害形成的过程中扮演了重要的角色。但降雨过程并非始终保持一致，而是随时间不断变化的，因此需要对降雨过程进行分析，明确诱发地质灾害的降雨量。

结合上述分析进行数据统计，包括发生地质灾害的具体时间、降雨量、杆塔的地理位置、灾害类型、诱发因素、排查日期等信息，形成数据多域集。

应用基于粒子群与遗传混合优化算法，对降雨量数据进行处理，提取有效数据，剔除无效和冗余数据。具体处理过程如下：

主要原理是将粒子群算法引入到遗传算法中，用粒子群算法构建遗传算法中的变异算子，破坏染色体在变异时的随机性而随着以往信息进行有向变异，保证了子代的优良性，使种群快速良性发展。

(1)初始群体的生成及参数编码。先将多个降雨量数据进行分类，然后等分参数的限值区间产生初始群体，最后对参数进行二进制编码。

设待修正参数A

将所有待修正参数A

(2)适应度函数的建立，即个体适应度f：

f＝C/[W+f(e)]；

C，W为比例系数和非零的调节参数，用于调节适应度值。

3)确定遗传算子。采用无放回的随机余数选择法和“精英保留”相结合的选择方式：为改变算法的收敛速度，以每次迭代的最优个体和现存的最优个体替换每代中适应度最差的个体；为避免父代中适应度最优的个体在选择、交叉和变异的过程中丢失，在算法执行过程中将父代中的最优个体保存下来直接复制，而不进行交叉和变异操作。

为提高算法的时间效率，提出自适应交叉率，其公式如下

式中P

(4)迭代终止

分析各地区不同的降雨量，再结合历史地质灾害发生时的降雨量，构建不同类型的地质灾害降雨阈值；

将诱发地质灾害事件的降雨事件持续时间记为D，该时间段内的累计降雨量记为E，E与D的比值为平均降雨强度，其原理是将地质灾害前期降雨量E、历时条件D描绘在双对数坐标中，并对诱发地质灾害的降雨事件数据点开展拟合分析。

E＝c+α×D

E为累积降雨量(mm)；D为降雨持续时间，α、β、c为统计参数。

图2为某地区降雨阈值曲线图，该图统计自1990-2020年共1000个降雨事件发生的累计降雨天数(D)以及降雨量(E)，以降雨事件为样本绘制散点图，据散点图分别拟合出降雨滑坡发生频率为5％以及50％时的阈值曲线。空白点为不诱发滑坡的降雨事件，灰色点及黑色点为不同阈值曲线对应的诱发滑坡的降雨事件。

但是降雨事件诱发地质灾害的过程并不是平均作用的，一般认为仅有地质灾害当日降雨对地质灾害发生起全部作用，其余部分被认为对于地质灾害而言仅有部分有效。因此，通常以有效降雨量来表征降雨诱发地质灾害的阈值指标。本申请主要采用幂指数公式，计算相应的有效降雨量。

R

R

构建地质灾害风险预测方法，结合破坏概率和易损性曲线，计算地质灾害作用下因输电杆塔基坏而导致的直接和间接经济风险。

输电线路塔基地质灾害的风险计算方式如下所示。

R＝H×V×E

其中R为输电线路塔基地质灾害风险。H为危险概率分析，V为易损程度分析，E为综合损失，包括直接和间接经济损失。

参考图3，易损性曲线描述地质灾害程度与承灾体在地质灾害作用下损伤程度间的关系，通过易损性曲线能够更好得理解承灾体在缓慢变形的滑坡上损伤逐渐增大的过程。

则基于贝叶斯理论，通过结合E-D降雨阈值模型和降雨阈值超越概率计算得到H，降雨诱发地质灾害的时间概率分为两个部分，分别是某特定降雨量出现的概率，以及该降雨量下地质灾害发生的概率。首先通过统计方法确定由某一区域不同极值重现期条件所对应的降雨量；然后通过统计分析得到各个局部区域诱发地质灾害的降雨阈值，并通过历史地质灾害事件统计分析超越阈值的降雨量下，发生地质灾害的概率；综合二者得到地质灾害的时间概率。

假设降雨事件为A，地质灾害事件为B，P[A]和P[B|A]分别为降雨事件和该降雨量下地质灾害发生的概率。贝叶斯条件概率计算中的降雨诱发地质灾害的时间概率P(AB)

表示为：

P(AB)＝P[A]·P[B|A]

基于E-D有效降雨阈值模型确定的超越概率计算中，得到各研究单元地质灾害阈值后，结合其历史降雨记录，分析历史上超过阈值降雨量的降雨事件出现的次数，以及此类事件诱发地质灾害的次数，二者相结合即可得到地质灾害发生的概率P[B|A]。同样的长时间内的地质灾害发生概率分布，可以用二项分布和泊松分布来评估。当时间长度为一年的离散时间间隔时，平均每年的地质灾害概率与该条件下，地质灾害时间发生的时间周期T有关，其每年的地质灾害概率可以表示为：

T为地质灾害事件的发生周期，λ为地质灾害发生的频率。这样的方法也适用于计算给定时间年限的情况下，地质灾害的发生概率。令P

其中，e为自然常数，λ为限定的降雨量下，地质灾害发生的频率。因此，在未来的t年内，有一个或多个地质灾害发生的概率为：

P＝1-e

主要通过蒙特卡洛模拟法计算资质灾害的危险概率V，依据统计抽样理论，蒙特卡洛法研究的是通过计算机生成随机变量的数值计算方法，又被称为随机模拟法或统计试验法。

参考图4，首先建立表示地质灾害稳定状态的函数：

各项参数均是控制地质灾害稳定性的随机变量，由地质灾害的岩土体性质、变形机理等因素确定。本研究中，上述参数定义为降雨量、单个最大降雨量、降雨持续时间、岩土类型。一般认为这些参数均有一定的取值范围，在取值范围内则具有随机性。而导致这些随机性的原因包括地质体的不均匀性、外界环境因素变化、测量误差等。

F

/>

当N足够大时，其均值μ

则地质灾害的危险概率为：

P

易损性是指在一定时空范围内，由灾害导致的承灾体遭受危害的程度。一定强度的地质灾害发生时受威胁对象的损失程度，通常用0～1来表示，0表示无损失，1表示完全损失。本申请的研究承灾体是输电杆塔，通过杆塔基础变形的特征表示承灾体抗灾能力，认为基础完整、未发生变形的输电杆塔抗灾能力强，易损性为1；基础变形强烈、处于最大允许变形状态的输电杆塔抗灾能力弱，易损性为0。

首先通过建立地质模型以及数值模拟进行地质灾害变形运动特征的分析，获得不同降雨工况下地质灾害的位移作为强度指标；然后通过计算公式将地质灾害变形转化为输电杆塔基础变形。通过不同地质灾害地表位移下的基础根开变形建立易损性和地质灾害变形的对应关系，并以易损性曲线的方法进行表征。

威布尔分布是一种广泛应用于可靠性分析的连续性概率分布。它可以利用概率值较为简便的推断出相应的分布参数，被应用于各种寿命试验的数据处理。其概率密度为

其中，x是随机变量，λ>0是比例参数，k>0是形状参数。其累积分布函数是扩展的指数分布函数。

k<1的值表示故障率随时间减小。k＝1的值表示故障率随时间是恒定的。k>1的值表示故障率随时间增加。

利用地质灾害水平位移值作为地质灾害强度，输电线路杆塔易损性和地质灾害强度之间的关系通过使用威布尔分布来拟合。因为位移值为累计值，因此选用累计分布函数进行拟合计算输电线路杆塔物理易损性的修正威布尔分布定义如下:

其中：V—通过使用等式计算的输电线路杆塔易损性，x—地表水平位移，采用数值模拟得到，λ、k—常数，通过拟合曲线确定。

经济效益损失Q包含直接损失和间接损失，其中直接损失为停电时间导致的输送电量规模的减少，间接损失为大规模的断电会造成极其不良的社会影响，尤其随着社会发展，稳定的电力供应以及成为人民生活的基本需求。非计划内的突然断电，更是可能会对许多重要的大型会议、赛事活动造成严重影响，此部分需要进行人为评估。

统计历史灾害及前期降雨量，结合区域地质灾害易发性区划结果，建立输电线路塔基地质灾害短期气象预警判据，提出基于复杂天气要素的地质灾害风险预警方法。

首先，参考图5，基于历史地质灾害点的前期降雨，构建各分区的地质灾害气象风险预警判据指标，预警判据指标由地质灾害易发性成果、前期3日监测降雨和未来24小时预测降雨构成，选取这三个指标作为评价依据，意识风险易发性、另外两个是降雨量。易发性通过上述公式计算，其他两个通过气象数据收集得出。地质灾害易发性是描述地质灾害形成条件组合有利于发生地质灾害的可能程度，易发性是自然属性，在时间上通常具有长期稳定性；未来24小时预测降雨和前期3日监测降雨数据则通过连接气象部门降雨监测与降雨预报系统进行实时更新。其次，在研究区地质灾害易发性评价的基础上，结合前期3日有效降雨和未来24小时预测降雨，建立研究区不同分区的三维风险预警矩阵。最后，以灾害发生的危险程度为界，得出最终的预警结果。

同时考虑区域地质灾害易发性、前期3日有效降雨与未来24小时雨强，建立三维尺度评价矩阵。降雨阈值等级与易发性分级结果相结合。

表1

参考以上表1，按照诱发5％、50％、80％历史滑坡灾害数量的比例，划分一至四级不同降雨阈值等级，将5％以下的区域划分为低危险区，50％、80％阀值线以下分别为中、高危险区，90％以上为极高危险区；易发性等级按照风险概率来划分，小于5％为低易发区，50％、80％以下分别为中等、高易发区，90％以上为极高易发区。

由杆塔地质灾害危险性评价指数和降雨指数最终得到杆塔地质灾害的风险计算指标，判断和发布相应的预警等级。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。