使用QPESUMS雨量资料建立崩塌灾害预警模式-中华水土保持学会.PDFVIP

使用QPESUMS雨量资料建立崩塌灾害预警模式-中华水土保持学会.PDF

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
使用QPESUMS雨量资料建立崩塌灾害预警模式-中华水土保持学会

44 中華水土保持學報, 48(1): 44-55 (2017) Journal of Chinese Soil and Water Conservation, 48 (1): 44-55 (2017) 使用 QPESUMS 雨量資料建立崩塌災害預警模式 陳振宇 [1]* 劉維則[1][2] 許家祥[3] 摘 要 台灣自 2005 年起採用 RTI 模式設定各鄉鎮雨量警戒值,並建立土石流紅黃警戒發布機制,已有效 降低民眾傷亡。惟 RTI 模式之有效累積雨量係以逐日折減方式納入前七日之降雨,在某些特殊型態雨場常導 致警戒誤報率偏高。為此,本研究提出以逐時折減之有效累積雨量修正公式,並建立以 QPESUMS 網格為警 戒發布單元之坡地災害預警模式;以 2015 年蘇迪勒颱風重創之烏來山區為例,本模式可有效預測災害發生之 時間及區域,並以視覺化方式呈現降雨致災熱區,有助於各級政府應變中心之災情預判與決策分析。 關鍵詞:崩塌、土石流、預警系統、QPESUMS 、有效累積雨量。 A Rainfall-based Warning Model for Predicting Landslides Using QPESUMS Rainfall Data Chen-Yu Chen[1]* Wei-Ze Liou [1][2] Chia-Hsiang Hsu [3] ABSTRACT The Rainfall Triggering Index (RTI) model is adopted to set up the critical rainfall for each township since 2005 in Taiwan, and the debris-flow warning system based on the RTI model is successful in reducing casualties. However, the antecedent rainfall calculation using the deduction coefficient of t days in the RTI model leads to a false alert rate higher under some rainfall patterns (e.g., long-term duration and lower rainfall intensity). This study suggests a modified method to calculate the antecedent rainfall and effective accumulated rainfall to solve the above- mentioned problems. We also establish a new warning model, which uses the QPESUM data for the past decade, the identified results of remote-sensing image, and the disaster records, to predict landslides. In the case study of the Wulai District during Typhon Soudelor in 2015, the new warning model offers good prediction of the times and locations of landslides. This study also proposes a new plat

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档