Research on risk assessment and early warning method for geological hazards induced by heavy precipitation in Longnan power grid

doi:10.11755/j.issn.1006-7639-2024-05-0813

Abstract

Abstract:

Geological hazards occur frequently along the transmission lines in Longnan, Gansu, which seriously threaten the safe and stable operation of power lines. In order to effectively improve the disaster prevention and mitigation ability of Longnan power grid, the precipitation data from May to October during 2018 to 2022 were selected to analyze the distribution characteristics of precipitation, and the disaster probability of effective rainfall was used to evaluate the risk of disaster-causing factors of geological hazards. The coupling model of information quantity and analytic hierarchy process was used to evaluate the exposure of pregnant environment, and the simplified evaluation model of geological disaster vulnerability was used to evaluate the vulnerability of disaster-bearing body. The effect of geological disaster risk early warning of power grid induced by heavy precipitation was tested using cases of geological disasters, taking Longnan ±800 kV Qingyu Line and Qishao Line as examples. The results show that the short-term heavy rainfall and rainstorm in Longnan have strong local characteristics, and their frequency increases from northwest to southeast. The disaster sites mostly occur in higher and high risk areas. Most of the disaster sites of geological disasters are located in the areas with higher elevation and steeper slope, and the north and south slope as well as convex slope are the main slopes. The geological disasters are easy to occur in the areas with dry land, moderate vegetation coverage and below, and 67.4% of the disaster sites is located in the areas with higher exposure. Longnan ±800 kV Qingyu Line and Qishao Line are not in the area of extremely high exposure degree and vulnerability. The meteorological risk model of geological disaster can capture the dense geological disaster events, and the probability of disaster caused by effective rainfall has a good effect on the early warning of geological disasters induced by precipitation.

Key words: geological hazards, Longnan, electric transmission line, heavy precipitation

摘要：

陇南输电线路沿线地质灾害频发易发，严重威胁线路安全稳定运行。为有效提升陇南电网防灾减灾能力，选取2018—2022年5—10月降水数据，利用降水分布特征和有效雨量致灾概率评估地质灾害致灾因子危险性，利用信息量-层次分析耦合模型评估孕灾环境暴露度，利用地质灾害脆弱性简化评估模型评估承灾体脆弱性，并以陇南±800 kV青豫线、祁韶线为例，利用地质灾害个例检验强降水诱发电网地质灾害风险预警效果。结果表明，陇南短时强降水和暴雨局地性强，发生频次自西北向东南呈增加趋势，灾情点大多发生在较高和高危险性区域。地质灾害灾情点大多位于海拔较高、坡度较陡区域，易发坡向为北坡、南坡并以凸型坡为主，旱地、中度及以下植被覆盖度区域地质灾害易发，67.4%的灾情点位于较高暴露度以上区域。陇南±800 kV青豫线、祁韶线电线杆塔不处于极高暴露度与极高脆弱性区域。地质灾害气象风险模型能够捕捉到较密集的地质灾害事件，有效雨量致灾概率对降水诱发的地质灾害预警效果较好。

关键词: 地质灾害, 陇南, 输电线路, 强降水

CLC Number:

SUN Tao, LI Yue, WANG Jin, LI Xiaoqin, HE Jinmei, ZHAO Wenjing, LYU Meixia. Research on risk assessment and early warning method for geological hazards induced by heavy precipitation in Longnan power grid[J]. Journal of Arid Meteorology, 2024, 42(5): 813-823.

孙涛, 李玥, 王津, 李晓琴, 何金梅, 赵文婧, 吕玫霞. 强降水诱发陇南电网地质灾害风险评估及预警方法研究[J]. 干旱气象, 2024, 42(5): 813-823.

Figures/Tables 11

References 45

[1]	陈强, 王建, 熊小伏, 等, 2020. 一种降雨诱发滑坡灾害下输电杆塔的监测与预警方法[J]. 电力系统保护与控制, 48 (3): 147-155.
[2]	陈长坤, 戴琦乐, 余荣付, 等, 2024. 基于灾害演化网络的泥石流风险评估方法研究[J]. 灾害学, 39(2): 62-66.
[3]	邓创, 刘友波, 刘俊勇, 等, 2016. 考虑降雨诱发次生地质灾害的电网风险评估方法[J]. 电网技术, 40(12): 3 825-3 834.
[4]	狄靖月, 许凤雯, 李焕连, 等, 2022. 暴雨诱发恩施州地质灾害成因分析[J]. 气象, 48(10): 1 321-1 332.
[5]	杜国梁, 张永双, 高金川, 等, 2016. 基于GIS的白龙江流域甘肃段滑坡易发性评价[J]. 地质力学学报, 22 (1): 1-11.
[6]	冯军, 尚学军, 樊明, 等, 2006. 陇南地质灾害降雨区划及临界雨量研究[J]. 干旱气象, 24(4): 20-24.
[7]	郭富赟, 宋晓玲, 谢煜, 等, 2015. 甘肃地质灾害气象预警技术方法探讨[J]. 中国地质灾害与防治学报, 26(1): 127-133.
[8]	胡倩, 岳大鹏, 赵景波, 等, 2019. 甘肃省近50年暴雨变化特征及其灾害效应[J]. 水土保持通报, 39(4): 68-75.
[9]	胡现振, 付少杰, 迟宏庆, 等, 2023. 基于层次分析-信息量耦合模型的地质灾害风险评价:以河北省武安市为例[J]. 中国地质调查, 10 (5): 109-117.
[10]	李宇梅, 杨寅, 狄靖月, 等, 2020. 全国地质灾害气象风险精细化网格预报方法及其应用[J]. 气象, 46(10): 1 310-1 319.
[11]	刘康, 田臣龙, 徐凤琳, 2023. 基于信息量-层次分析耦合模型的泗水县地质灾害易发性评价[J]. 中国地质调查, 10 (2): 77-86.
[12]	刘书豪, 2021. 降雨条件下的输电线路滑坡风险评估与预警技术研究[D]. 武汉: 中国地质大学.
[13]	卢佳燕, 李为乐, 刘刚, 等, 2019. 米林震后地质灾害空间分布特征及易发性分析[J]. 自然灾害学报, 28 (2): 183-190.
[14]	马莉, 杨晓军, 王勇, 等, 2023. 1990—2019年甘肃汛期极端小时降水特征[J]. 高原气象, 42(4): 993-1 004. DOI
[15]	牛全福, 熊超, 雷姣姣, 等, 2023. 基于FFPI模型的甘肃陇南山区山洪灾害风险评价[J]. 自然灾害学报, 32(4): 36-47.
[16]	裴静, 2022. 陇南市地质灾害危险性评价与分区研究[D]. 兰州: 西北师范大学.
[17]	全国气象防灾减灾标准化技术委员会, 2018. 强对流天气等级: QX/T 416—2018[S]. 北京: 气象出版社.
[18]	全国气象防灾减灾标准化技术委员会, 2019. 暴雨诱发的地质灾害气象风险预警等级: QX/T 487—2019[S]. 北京: 气象出版社.
[19]	全国气象防灾减灾标准化技术委员会, 2012. 降水量等级: GB/T 28592—2012[S]. 北京: 中国标准出版社.
[20]	全国自然资源与国土空间规划标准化技术委员会, 2023. 地质灾害气象风险预警规范: DZ/T 0449—2023[S]. 北京: 中国标准出版社.
[21]	石延召, 刘维成, 傅朝, 等, 2024. 甘肃陇南两次暴雨天气过程对比分析[J]. 干旱气象, 42(1): 107-116. DOI
[22]	苏军锋, 张锋, 黄玉霞, 等, 2021. 甘肃陇南市短时强降水时空分布特征及中尺度分析[J]. 干旱气象, 39(6): 966-973.
[23]	孙蕊, 丁雨虹, 郭海燕, 等, 2022. 基于GIS的四川省降水诱发型滑坡泥石流风险区划[J]. 高原山地气象研究, 42(3): 111-116.
[24]	谭洋洋, 杨洪耕, 徐方维, 等, 2016. 降雨型滑坡诱发电网连锁故障风险评估模型研究[J]. 科学技术与工程, 16(33): 8-13.
[25]	汤奕, 徐香香, 陈彬, 等, 2020. 降雨滑坡灾害对输电杆塔故障的时空强在线预警[J]. 中国电力, 53(1): 56-65.
[26]	田广旭, 陈俊, 2013. 甘肃省陇南市自然灾害监测预警指挥系统[J]. 干旱气象, 31(2): 437-440.
[27]	王莲芬, 许树柏, 1990. 层次分析法引论[M]. 北京: 中国人民大学出版社.
[28]	王莺, 王健顺, 张强, 2022. 中国草原干旱灾害风险特征研究[J]. 草业学报, 31(8): 1-12. DOI
[29]	王莹, 张晓月, 张琪, 等, 2019. 暴雨灾害风险及其对农业影响的评估[J]. 气象科学, 39(1): 137-142.
[30]	邬礼扬, 殷坤龙, 曾韬睿, 等, 2024. 不同栅格尺寸下输电线路地质灾害易发性评价[J]. 地质科技通报, 43(1): 241-252.
[31]	熊木齐, 孟兴民, 庆丰, 等, 2016. 甘肃省陇南市白龙江流域泥石流灾害事件与降水特征的关系[J]. 兰州大学学报: 自然科学版, 52(3): 295-300.
[32]	薛永安, 王玉洁, 朱婧聪, 等, 2022. 县域国土空间斜坡地质灾害敏感性评价研究[J]. 自然灾害学报, 31(4): 219-230.
[33]	肖瑞迪, 范立张, 张明达, 等, 2024. 云南怒江州地质灾害时空变化特征及其与降水的关系[J]. 高原山地气象研究, 44(2):127-132.
[34]	杨丽杰, 曹彦超, 刘维成, 等, 2022. 陇东黄土高原旱区短时强降水的时空分布特征及地形影响研究[J]. 干旱气象, 40(6): 945-953. DOI
[35]	杨思慧, 袁淑杰, 施红霞, 等, 2023. 基于逻辑回归的若尔盖气象地质灾害预警研究[J]. 高原山地气象研究, 43(4):101-108.
[36]	姚玉璧, 王莺, 王劲松, 2016. 气候变暖背景下中国南方干旱灾害风险特征及对策[J]. 生态环境学报, 25(3): 432-439. DOI
[37]	张君霞, 黄武斌, 李安泰, 等, 2023. 甘肃省主要地质灾害精细化气象风险预警预报[J]. 干旱区地理, 46(9): 1 443-1 452.
[38]	赵焕臣, 许树柏, 和金生, 1986. 层次分析法:一种简易的新决策方法[M]. 北京: 科学出版社.
[39]	赵良军, 李虎, 刘玉锋, 等, 2017. 新疆伊犁果子沟地质灾害风险评价及其致灾因子[J]. 干旱区研究, 34(3): 693-700.
[40]	赵倩, 夏晓玲, 唐延婧, 等, 2020. 贵州省主要输电线路沿线强降雨时空分布特征[J]. 人民长江, 51(7): 100-105.
[41]	赵庆云, 宋松涛, 杨贵名, 等, 2014. 西北地区暴雨时空变化及异常年夏季环流特征[J]. 兰州大学学报: 自然科学版, 50(4): 517-522.
[42]	GE Y F, CHEN H Z, ZHAO B B, et al, 2018. A comparison of five methods in landslide susceptibility assessment: a case study from the 330-kV transmission line in Gansu Region, China[J]. Environmental Earth Sciences, 77(19): 1-15.
[43]	IPCC, 2012. Summary for Policymakers[M]// Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press: 1-19.
[44]	ZHAO B B, GE Y F, CHEN H Z, 2021. Landslide susceptibility assessment for a transmission line in Gansu Province, China by using a hybrid approach of fractal theory, information value, and random forest models[J]. Environmental Earth Sciences, 80(12): 1-23.
[45]	ZHANG Q, YAO Y B, WANG Y, et al, 2019. Characteristics of drought in Southern China under climatic warming, the risk, and countermeasures for prevention and control[J]. Theoretical and Applied Climatology, 136(3/4): 1 157-1 173.

危险性	极低	低	较高	高	极高
危险性	1.89	31.62	56.53	9.87	0.09
暴露度	极低	低	较高	高	极高
暴露度	1.32	31.28	20.79	39.74	6.87
脆弱性	极低	低度	较高	高	极高
脆弱性	35.47	23.59	36.41	4.14	0.01

危险性	极低	低	较高	高	极高
危险性	1.89	31.62	56.53	9.87	0.09
暴露度	极低	低	较高	高	极高
暴露度	1.32	31.28	20.79	39.74	6.87
脆弱性	极低	低度	较高	高	极高
脆弱性	35.47	23.59	36.41	4.14	0.01

评价因子	分级	（Ni/N）/%	信息量值
高程/m	≤2 000	8.22	1.52
	>2 000~2 500	23.33	0.36
	>2 500~3 000	37.01	0.24
	>3 000~3 500	23.57	-0.15
	>3 500~4 000	6.57	-0.79
	>4 000	1.30	-1.79
曲率	<0	9.58	0.70
	0	39.71	-0.23
	>0	50.71	-0.67
坡度/（°）	≤15	8.23	-0.02
	>15~25	66.38	-0.15
	>25~35	41.21	-0.15
	>35~45	26.01	0.42
	>45	9.89	0.79
坡向	北	20.24	-0.13
	东北	12.26	0.01
	东	8.76	-0.25
	东南	10.16	-0.14
	南	17.30	0.44
	西南	10.66	-0.03
	西	9.01	-0.15
	西北	11.59	0.09
NDVI	≤0.25	12.45	10.45
	>0.25~0.50	59.55	2.90
	>0.50~0.75	19.25	-1.00
	>0.75~1.00	8.75	-0.50

评价因子	分级	（Ni/N）/%	信息量值
高程/m	≤2 000	8.22	1.52
	>2 000~2 500	23.33	0.36
	>2 500~3 000	37.01	0.24
	>3 000~3 500	23.57	-0.15
	>3 500~4 000	6.57	-0.79
	>4 000	1.30	-1.79
曲率	<0	9.58	0.70
	0	39.71	-0.23
	>0	50.71	-0.67
坡度/（°）	≤15	8.23	-0.02
	>15~25	66.38	-0.15
	>25~35	41.21	-0.15
	>35~45	26.01	0.42
	>45	9.89	0.79
坡向	北	20.24	-0.13
	东北	12.26	0.01
	东	8.76	-0.25
	东南	10.16	-0.14
	南	17.30	0.44
	西南	10.66	-0.03
	西	9.01	-0.15
	西北	11.59	0.09
NDVI	≤0.25	12.45	10.45
	>0.25~0.50	59.55	2.90
	>0.50~0.75	19.25	-1.00
	>0.75~1.00	8.75	-0.50

	等级	成县	宕昌县	徽县	康县	礼县	两当县	文县	武都区	西和县
危险性	极低	0.37	13.22	/	0.08	0.66	/	5.52	9.44	0.49
	低	0.56	40.63	0.29	0.84	8.17	0.91	56.43	29.53	4.99
	较高	71.92	45.79	88.47	22.99	75.13	94.72	19.43	38.86	70.92
	高	27.15	0.31	11.23	76.09	14.71	4.37	18.62	22.18	23.48
	极高	/	0.05	/	/	1.33	/	/	/	0.12
暴露度	极低	2.62	0.31	1.42	0.17	1.09	0.35	1.67	2.21	1.10
	低	40.16	18.63	40.50	39.53	37.38	30.90	20.26	29.03	44.38
	较高	14.70	30.23	18.12	13.85	17.19	21.88	29.00	18.16	15.62
	高	41.21	36.79	38.37	44.09	42.02	43.06	32.81	44.52	37.53
	极高	1.31	14.05	1.60	2.36	2.32	3.82	16.26	6.08	1.37
	极低	36.71	31.05	35.51	41.19	30.61	35.59	32.30	41.02	34.79
	低	23.67	22.81	24.76	23.56	21.61	28.83	20.51	28.74	18.04
脆弱性	较高	34.78	40.65	36.08	33.22	42.94	34.68	41.43	26.65	38.40
	高	4.83	5.49	3.65	2.03	4.71	0.90	5.76	3.36	8.25
	极高	/	/	/	/	0.14	/	/	0.23	0.52