CN113311426A - 一种用于确定滑坡发生概率的方法及系统 - Google Patents
一种用于确定滑坡发生概率的方法及系统 Download PDFInfo
- Publication number
- CN113311426A CN113311426A CN202110567548.4A CN202110567548A CN113311426A CN 113311426 A CN113311426 A CN 113311426A CN 202110567548 A CN202110567548 A CN 202110567548A CN 113311426 A CN113311426 A CN 113311426A
- Authority
- CN
- China
- Prior art keywords
- landslide
- data set
- probability
- shear wave
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000005553 drilling Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 18
- 238000010291 electrical method Methods 0.000 claims description 14
- 230000001052 transient effect Effects 0.000 claims description 14
- 230000000149 penetrating effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000010606 normalization Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
- G01R27/2617—Measuring dielectric properties, e.g. constants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
Landscapes
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明提供了一种用于确定滑坡发生概率的方法及系统，获取第一深度区间滑坡体的介电常数数据集和第一剪切波速数据集、第二深度区间滑坡体的第一电阻率值数据集和第二电阻率值数据集，以及第三深度区间的第二剪切波数据集；对通过钻孔校正后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集数据反演后进行归一化处理；对同一测线归一化的数据集进行融合成像，得到滑坡体滑坡概率图，识别滑坡概率生成图数值范围属于滑坡易发生区域的区域本发明可以融合电阻率、剪切波速和介电常数数据集，自动识别易发生滑坡的区域，以及确定滑坡发生的概率。
Description
技术领域
本发明属于滑坡风险预测技术领域，具体涉及一种用于确定滑坡发生概率的方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
查明滑坡滑动面的位置对滑坡灾害治理和减少滑坡灾害的损失具有重要的意义。发明人发现，现有的滑坡调查常采用高密度电法，电磁方法，但这些方法只能获得视电阻率剖面图，只能提供滑坡体电阻率信息，这样得到的关于滑坡体的数据不够充分。
发明内容
本发明为了解决上述问题，提出了一种用于确定滑坡发生概率的方法及系统，本发明可以融合电阻率、剪切波速和介电常数数据集，自动识别易发生滑坡的区域，以及确定滑坡发生的概率。
根据一些实施例，本发明采用如下技术方案：
一种用于确定滑坡发生概率的方法，包括以下步骤：
获取滑坡范围内沿测线采用探地雷达和表面波多通道分析法进行探测，得到的第一深度区间滑坡体的介电常数数据集和第一剪切波速数据集；
获取采用高密度电法和瞬变电磁法在同一测线进行探测，得到的第二深度区间滑坡体的第一电阻率值数据集和第二电阻率值数据集；
获取采用微动探测方法在相同测线位置处进行探测，得到的第三深度区间的第二剪切波数据集；
对通过钻孔校正后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集数据反演后进行归一化处理；
对同一测线归一化的数据集进行融合成像，得到滑坡体滑坡概率图，识别滑坡概率生成图数值范围属于滑坡易发生区域的区域。
作为可选择的实施方式，所述测线沿滑坡方向与垂直于滑坡方向布置，测线间距设定间距。
作为可选择的实施方式，所述第一深度区间为地表以下0-15米，所述第二深度区间为地表以下15-40米，所述第三深度区间为地表以下40-60米。
作为可选择的实施方式，所述探地雷达以固定的天线频率和采样率进行工作。
作为可选择的实施方式，所述表面多通道分析法采用的采样率固定，采集多个采样点，检波器为多通道检波器。
作为可选择的实施方式，所述高密度电法采用的电极间距固定间距，采用的装置类型为温纳排列。
作为可选择的实施方式，所述瞬变电磁法采用的发射频率固定，关断时间固定。
作为可选择的实施方式，所述自动识别采用的方法为神经网络法。
一种滑坡确定滑坡发生概率的系统，包括：
数据采集模块，被配置为在滑坡范围内沿测线采用探地雷达和表面波多通道分析法进行探测，得到第一深度区间滑坡体的介电常数数据集和第一剪切波速数据集；
采用高密度电法和瞬变电磁法在同一测线进行探测，获得第二深度区间滑坡体的第一电阻率值数据集和第二电阻率值数据集；
采用微动探测方法在相同测线位置处进行探测，获得第三深度区间的第二剪切波数据集；
数据处理模块，被配置为对通过钻孔校正后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集数据反演后进行归一化处理；
滑坡概率图生成模块，被配置为对同一测线归一化的数据集进行融合成像，得到滑坡体滑坡概率图；
易发生滑坡区域识别模块，被配置为识别滑坡概率生成图数值范围属于滑坡易发生区域的区域。
一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种滑坡确定滑坡发生概率的方法的步骤。
与现有技术相比，本发明的有益效果为：
本发明提出了一种用于确定滑坡发生概率的方法及系统。本发明综合考虑各种适应于确定滑坡滑坡风险的物探方法，包括探地雷达，表面波多通道分析法，高密度电法，瞬变电磁法，微动探测方法。通过这些方法对滑坡进行了全面的分析，各种方法互相补充验证，极大的提高了物探结果的准确性。通过用钻孔校正后的介电常数数据集，电阻率数据集，剪切波速数据集生成的三维滑坡概率图对于滑坡风险分析具有重要意义。此外，本发明可自动识别易发生滑坡区域，提高了解释的自动化。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为实施例1的方法流程图；
图2为实施例2的滑坡体的三维成像系统结构示意图。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
如图1所示，本实施例的一种用于确定滑坡发生概率的方法，包括：
步骤1：在滑坡范围内沿测线采用探地雷达和表面波多通道分析法进行探测，得到第一深度区间滑坡体的介电常数数据集和第一剪切波速数据集。
探地雷达(GPR)是一种高分辨率方法，分辨率具体取决于所选择的天线频率。在滑坡探测中，选择100MHz天线频率探测深度可达15米以上。探地雷达对裂缝特别是水含量敏感，并且在岩石滑坡中使用的比较多。MASW方法是探测浅层地下结构的有效方法。并且剪切波速度对滑坡变形敏感，对于检测滑坡结构十分有效。这两种方法可以相互补充验证，获得地表以下第一深度区间，即15米深度范围的介电常数数据集和第一剪切波速数据集。
步骤2、采用高密度电法和瞬变电磁法在同一测线进行探测，获得第二深度区间滑坡体的第一电阻率值数据集和第二电阻率值数据集。
高密度电法最常用的描述浅层地下特征的方法之一，已被应用于滑坡的滑动带探测工作中，并取得了良好的效果。瞬变电磁法对低阻体敏感，而滑坡体大多含水量较高，因此瞬变电磁法可以良好的应用于滑坡的探测工作中。高密度电法可以对瞬变电磁法的浅部盲区进行补充，而瞬变电磁法可以你补高密度电法探测深度上的不足。因此，高密度电法和瞬变电磁法可以良好地获得第二深度区间即地表以下15-40米的第一电阻率值数据集和第二电阻率值数据集。
步骤3、采用微动探测方法在相同测线位置处进行探测，获得第三深度区间的第二剪切波数据集。
近十年来开发的微动探测方法对环境没有特殊要求，因为它可以从人类活动产生的低频振动信号中获取剪切波速度的结构。通常，在滑坡滑动面岩土体比较破碎，剪切波速度比较低，从而可以通过剪切波数据的高低判断滑动面的位置。而且微动探测方法探测深度比较大，可以提供深部的滑坡信息。因此，可以通过微动探测可以获得第三深度区间，即40-60米的滑坡信息。
步骤4、对通过钻孔校正后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集数据反演后进行归一化处理，使介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集的数值范围介于[0,1]。
数据集数据进行归一化处理采用
计算，其中fi为数据集归一化处理后的第i个数据，ei为数据集第i个数据，emin为数据集中数据的最小值，emax为数据集中数据的最大值。归一化的数据代表滑坡发生的概率，数据数值越接近0表示滑坡概率越高，越接近1表示滑坡概率越低。
步骤5、对同一测线归一化的数据集进行融合成像，得到滑坡概率图。数值越接近0表示滑坡概率越高，越接近1表示滑坡概率越低。
对归一化后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集进行融合成像，采用
计算融合后的滑坡发生概率。
步骤6、自动识别滑坡概率生成图数值范围介于[0,0.1]的区域，该区域即滑坡易发生区域。
实施例2
如图2所示，本实施例的一种用于确定滑坡发生概率的系统，包括：
数据采集模块，其利用探地雷达、表面波多通道分析法、高密度电法、瞬变电磁法、微动探测采集滑坡体的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集。
数据处理模块，将采集到的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集经过必要地处理后，在进行归一化处理，使数据集的数值范围介于[0,1]。
滑坡概率图生成模块，用于生成滑坡概率图，从而确定易发生滑坡的区域。
易发生滑坡区域识别模块，自动识别滑坡概率生成图数值范围介于[0,0.1]的区域，该区域即易发生滑坡的区域。通过神经网络训练获取滑坡概率在[0,0.1]的特征实现易发生滑坡区域的自动识别。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种用于确定滑坡发生概率的方法，其特征是：包括以下步骤：
获取滑坡范围内沿测线采用探地雷达和表面波多通道分析法进行探测，得到的第一深度区间滑坡体的介电常数数据集和第一剪切波速数据集；
获取采用高密度电法和瞬变电磁法在同一测线进行探测，得到的第二深度区间滑坡体的第一电阻率值数据集和第二电阻率值数据集；
获取采用微动探测方法在相同测线位置处进行探测，得到的第三深度区间的第二剪切波数据集；
对通过钻孔校正后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集数据反演后进行归一化处理；
对同一测线归一化的数据集进行融合成像，得到滑坡体滑坡概率图，识别滑坡概率生成图数值范围属于滑坡易发生区域的区域。
2.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述测线沿滑坡方向与垂直于滑坡方向布置，测线间距设定间距。
3.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述第一深度区间为地表以下0-15米，所述第二深度区间为地表以下15-40米，所述第三深度区间为地表以下40-60米。
4.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述探地雷达以固定的天线频率和采样率进行工作。
5.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述表面多通道分析法采用的采样率固定，采集多个采样点，检波器为多通道检波器。
6.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述高密度电法采用的电极间距固定间距，采用的装置类型为温纳排列。
7.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述瞬变电磁法采用的发射频率固定，关断时间固定。
8.如权利要求1所述的一种用于确定滑坡发生概率的方法，其特征是：所述自动识别采用的方法为神经网络法。
9.一种滑坡确定滑坡发生概率的系统，其特征是：包括：
数据采集模块，被配置为在滑坡范围内沿测线采用探地雷达和表面波多通道分析法进行探测，得到第一深度区间滑坡体的介电常数数据集和第一剪切波速数据集；
采用高密度电法和瞬变电磁法在同一测线进行探测，获得第二深度区间滑坡体的第一电阻率值数据集和第二电阻率值数据集；
采用微动探测方法在相同测线位置处进行探测，获得第三深度区间的第二剪切波数据集；
数据处理模块，被配置为对通过钻孔校正后的介电常数数据集、第一剪切波速数据集、第一电阻率值数据集、第二电阻率值数据集、第二剪切波数据集数据反演后进行归一化处理；
滑坡概率图生成模块，被配置为对同一测线归一化的数据集进行融合成像，得到滑坡体滑坡概率图；
易发生滑坡区域识别模块，被配置为识别滑坡概率生成图数值范围属于滑坡易发生区域的区域。
10.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-8中任一项所述的一种滑坡确定滑坡发生概率的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110567548.4A CN113311426A (zh) | 2021-05-24 | 2021-05-24 | 一种用于确定滑坡发生概率的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110567548.4A CN113311426A (zh) | 2021-05-24 | 2021-05-24 | 一种用于确定滑坡发生概率的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113311426A true CN113311426A (zh) | 2021-08-27 |
Family
ID=77374560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110567548.4A Pending CN113311426A (zh) | 2021-05-24 | 2021-05-24 | 一种用于确定滑坡发生概率的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113311426A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116337944A (zh) * | 2023-04-24 | 2023-06-27 | 湖北省地质局地球物理勘探大队 | 用于山体滑坡监测的高密度电法测量系统 |
| CN117571057A (zh) * | 2023-12-04 | 2024-02-20 | 广州市齐明软件科技有限公司 | 一种深基坑监测数据采集方法及系统 |
| CN120196909A (zh) * | 2025-05-26 | 2025-06-24 | 贵州省公路建设养护集团有限公司 | 一种基于多源数据融合的高路堑边坡稳定性评估方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08292073A (ja) * | 1995-04-20 | 1996-11-05 | Radic:Kk | 地すべり地表面移動量の測定方法及び測定装置 |
| US20080243749A1 (en) * | 2007-03-29 | 2008-10-02 | Schlumberger Technology Corporation | System and method for multiple volume segmentation |
| CN102112894A (zh) * | 2008-08-11 | 2011-06-29 | 埃克森美孚上游研究公司 | 用地震表面波的波形评估土壤性质 |
| CN110361792A (zh) * | 2019-06-24 | 2019-10-22 | 山东大学 | 一种地球物理数据融合及成像方法、介质与设备 |
-
2021
- 2021-05-24 CN CN202110567548.4A patent/CN113311426A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08292073A (ja) * | 1995-04-20 | 1996-11-05 | Radic:Kk | 地すべり地表面移動量の測定方法及び測定装置 |
| US20080243749A1 (en) * | 2007-03-29 | 2008-10-02 | Schlumberger Technology Corporation | System and method for multiple volume segmentation |
| CN102112894A (zh) * | 2008-08-11 | 2011-06-29 | 埃克森美孚上游研究公司 | 用地震表面波的波形评估土壤性质 |
| CN110361792A (zh) * | 2019-06-24 | 2019-10-22 | 山东大学 | 一种地球物理数据融合及成像方法、介质与设备 |
Non-Patent Citations (3)
| Title |
|---|
| 曾发昭，刘四新: "《工程与环境地球物理》", 31 December 2009, 地质出版社 * |
| 杜亚楠: "土石混合滑坡体微动探测：以衡阳拜殿乡滑坡体为例", 《地球物理学报》 * |
| 郭建强: "《地质灾害勘查地球物理技术手册》", 30 November 2003, 地质出版社 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116337944A (zh) * | 2023-04-24 | 2023-06-27 | 湖北省地质局地球物理勘探大队 | 用于山体滑坡监测的高密度电法测量系统 |
| CN117571057A (zh) * | 2023-12-04 | 2024-02-20 | 广州市齐明软件科技有限公司 | 一种深基坑监测数据采集方法及系统 |
| CN117571057B (zh) * | 2023-12-04 | 2025-06-24 | 广州市齐明软件科技有限公司 | 一种深基坑监测数据采集方法及系统 |
| CN120196909A (zh) * | 2025-05-26 | 2025-06-24 | 贵州省公路建设养护集团有限公司 | 一种基于多源数据融合的高路堑边坡稳定性评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2594373C1 (ru) | Идентификация преобладающих ориентаций трещин | |
| CN103135131B (zh) | 一种针对裂缝性储层预测的解释装置 | |
| CN111221048B (zh) | 基于跨孔电阻率ct多尺度反演的孤石边界识别与成像方法 | |
| CN103926617B (zh) | 一种缝洞储集体的检测方法和检测装置 | |
| CN113311426A (zh) | 一种用于确定滑坡发生概率的方法及系统 | |
| Nyquist et al. | Comparison of an optimized resistivity array with dipole-dipole soundings in karst terrain | |
| CN113189644B (zh) | 一种微震震源定位方法及系统 | |
| CN108035710B (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
| CN113189672A (zh) | 一种基于多属性反演的隧道超前地质预报方法 | |
| CN108680955B (zh) | 一种岩性识别方法及识别系统 | |
| CN112485841B (zh) | 深层地层岩性识别方法及装置 | |
| CN110320576A (zh) | 超前地质预报方法、装置及存储介质 | |
| CN107861162B (zh) | 基于微电极测井资料的天然裂缝识别方法及系统 | |
| CN115906453B (zh) | 一种应用于复杂地形的瞬变电磁数据地形校正方法及系统 | |
| JP3697957B2 (ja) | 切羽前方亀裂分布予測方法 | |
| CN113971351B (zh) | 裂缝孔隙度的确定方法及装置 | |
| US7908086B2 (en) | System and method for filtering seismic noise data to analyze seismic events | |
| CN116010789B (zh) | 一种碳酸盐岩储层类型识别方法、装置、设备及应用 | |
| US11965997B2 (en) | Determining fault surfaces from fault attribute volumes | |
| CN119024443A (zh) | 基于瞬变电磁法的隧道超前预报方法、装置、电子设备及存储介质 | |
| US11740374B2 (en) | System and method for randomness measurement in sesimic image data using vectorized disorder algorithm | |
| CN117052471A (zh) | 一种煤矿地面区域注浆效果的监测方法及装置 | |
| CN109001799B (zh) | 一种自动识别异常道的方法及系统 | |
| CN114859411A (zh) | 一种微地震震级的确定方法及系统 | |
| Mugesh et al. | Local site effects influence on earthquake early-warning parameters |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210827 |
|
| RJ01 | Rejection of invention patent application after publication |