Precision calibration and suitability analysis of piezoelectric rain gauges for complex scenarios in geological hazard monitoring
-
摘要: 降雨尤其是局地集中强降雨是诱发滑坡、泥石流等突发地质灾害的主要因素之一。据中国历史灾情统计，局地短时集中强降雨是泥石流的最主要诱发因素，同时降雨诱发型滑坡数量也约占滑坡总数的70%。目前，中国南方的春汛、梅汛提前和北方的秋汛延后，造成地质灾害数量增加、防范区域扩大、防御时段延长。因此开展雨量监测对滑坡、泥石流预警预报具有十分重要的意义。受野外监测场地地形地貌、植被和局地小气候等影响，雨量监测设备的精度、灵敏性、稳定性以及安装位置的科学性是精准预警预报的前提。文章基于翻斗式和压电式两种类型雨量计测定原理、技术参数、安装方法和运维方式的对比，开展室内模拟降雨环境和野外复杂场景试验，进行压电式雨量计精度测定及适宜性分析。结果表明：压电式雨量计误差范围在4%以内。在野外地质灾害监测复杂场景下，压电式雨量计无论是量程大小、测量精度，还是安装方式和后期维护，均较翻斗式雨量计更为适宜。Abstract: Rainfall, especially local concentrated heavy rainfall, is one of the major factors triggering sudden geological hazards such as landslides and debris flow. According to historical disaster statistics in China, locally short-term concentrated heavy rainfall is the primary triggering factor for debris flows, accounting for approximately 70% of the total number of landslides. Recent alterations in seasonal rainfall patterns, with accelerated spring floods and plum rain in southern China, as well as delayed autumn rain in the northern regions, have led to an increase in geological disasters, expanded risk-prone areas, and prolonged risk management periods. Therefore, conducting rainfall monitoring is of great significance for landslides and debris flow early warning and prediction. To ensure precise early warnings and predictions, the accuracy, sensitivity, stability, and scientifically grounded installation of rainfall monitoring equipment are prerequisites. This study, comparing two types of rain gauges-- tipping bucket and piezoelectric—in terms of measurement principles, technical specifications, installation methods, and operational maintenance, conducted both indoor simulated rainfall experiments and field tests within complex scenes. The results reveal that the piezoelectric rain gauge maintains an error range within 4%. These findings highlight that in the context of complex geological hazard monitoring scenarios, the piezoelectric rain gauge proves more suitable than the tipping bucket rain gauge, regardless of measurement range, accuracy, installation, or post-installation maintenance considerations
-
0. 引言
地质环境质量是判定和评价一个区域地质环境总体条件和建设适宜性好坏的指标，能够为区域地质环境规划和地质环境问题的治理提供决策支持[1-2]。层次分析法是一种多要素综合评价方法，在地质环境质量评价中发挥着重要作用[3-5]，其中评价指标体系的建立是利用层次分析法评价地质环境质量的关键。目前的研究多是利用一套评价指标体系对包含多种地貌类型的区域开展地质环境质量评价[6-7]，而不同地貌类型的地质环境影响因子有所不同，因此导致地质环境质量评价结果在不同的地貌类型间有较明显的差异，评价结果不能有效体现研究区域不同地貌类型的地质环境质量特征。
针对上述问题，本研究以北京地区为例，根据北京地区地质环境特点，采用层次分析法建立基于不同地貌类型的地质环境质量评价体系，分别对山区和平原区开展地质环境质量评价。评价结果与基于单一评价体系的评价结果进行比较，探索更加合理的地质环境质量评价指标体系，有利于北京市地质环境的总体保护与防治。
1. 研究区地质环境概况
北京市位于东经115°25′～117°30′，北纬39°28′～41°05′，地处华北平原北部，总体地势西北高、东南低（图1）。西北部为太行山脉和燕山山脉交汇形成的中低山地貌，东南部为各大水系冲洪积形成的平原地貌，其中山区面积广泛，占总面积的62%。
北京地区存在的主要地质环境问题分为山区和平原区两部分。在山区主要表现为矿山开发导致的环境破坏，突发地质灾害隐患分布广泛。北京市各类矿点共计386处，矿山占地面积100.59 km2，虽然绝大多数矿点已关停，但是以往的矿业活动仍严重影响着当地的地质环境。另一方面，北京市突发地质灾害较为发育，有数量多、分布广、种类多的特点；目前北京市各类地质灾害隐患点达5037处，主要分布在北部和西部山区的10个郊区县内，隐患数量以密云区、房山区、怀柔区居多，地质灾害隐患种类包括崩塌、滑坡、不稳定斜坡、泥石流和地面塌陷5种类型。
在平原区主要为活动断裂引起的地表位移和失稳，以及地下水过度开采导致的地面沉降。北京平原区活动断裂主要包括：南口孙河断裂带、高丽营断裂带和夏垫断裂带，其中高丽营断裂带在高丽营附近断裂面直达地表，近地表断距1.58 m[8]。截至2014年，北京平原区共发育7个地面沉降中心，主要分布在朝阳区、昌平区、顺义区、大兴区和通州区，最大累积沉降量（1955—2014年）1585 mm，历史最大沉降速率达：159.6 mm/a。
2. 研究方法
本研究的总体思路是，针对北京市山区和平原区的地质环境特点，分别建立两套不同地貌类型下的评价指标体系开展地质环境质量评价。具体方法是，将研究区域划分为一系列独立的评价单元，采用层次分析法对每一个评价单元进行地质环境质量要素的评价，形成评价单元的属性数据库，通过空间分析技术生成北京市全域地质环境质量综合评价结果。
层次分析法AHP(Analytic Hierarchy Process)是一种定性分析和定量分析相结合的决策分析方法[9-10]，通过构建地质环境质量评价指标体系层次结构模型及其重要性判断矩阵，获取各评价指标的权重值[11-13]，运用综合指数法[14]建立研究区地质环境质量评价综合指数计算模型，开展区域地质环境质量综合评价模型公式：
式中：
3. 地质环境质量评价
3.1 数据获取
本研究全面收集了近五年与北京市地质环境相关的数据资料。主要分为属性数据和空间数据两类。其中属性数据主要包括地质灾害资料、社会人口资料、矿业生产资料等；空间数据主要包括区域地质资料、遥感影像资料、DEM高程数据、水文地质资料等。
3.2 指标体系的建立
评价地质环境质量涉及的因素主要有区域地质环境背景、地质条件的稳定性、地质环境问题及人类工程活动等诸多因素，但影响地质环境质量的优劣是相对的，目前尚无统一的标准去衡量和描述地质环境质量的好坏[15]。选择对评价目标起主导作用、比较稳定、可量化的参评指标，构建合理的评价指标体系是地质环境质量评价工作的关键[16]。
本次地质环境质量指标的选取在参考《区域水文地质工程地质环境地质综合勘查规范》和《生态环境质量评价技术规定》等相关规范[17-18]的同时，结合研究区地质环境现状和存在的地质环境问题，遵循科学性、系统性、独立性和方便性的地质环境质量评价指标体系构建的基本原则，筛选出了13个评价指标，分别构建了北京市山区和平原区三层次的地质环境质量评价指标体系（图2、图3）。第一层为目标层，即北京市地质环境质量；第二层为准则层，包括地质条件、资源环境和人类活动3个评价准则；第三层为指标层，即每个准则所包含的具体的评价指标（表1）。
![]()
图 2 山区地质环境质量评价指标体系Figure 2. Hierarchical structure diagramof the geological environment quality evaluation system in mountain![]()
图 3 平原区地质环境质量评价指标体系Figure 3. Hierarchical structure diagramof the geological environment quality evaluation system in plain表 1 评价指标及其含义Table 1. Evaluation indexes序号 评价指标 含义 1 地表高程/m 地表海拔高度，影响地质环境的基础因素之一，它控制着水文、植被、人类活动等因素。 2 地形坡度/（°） 反映地形起伏的地形定量指标，水土流失、地质灾害、水资源等都与坡度有很大的关系。 3 岩土类型 人类生存的最基本的物质条件，评判依据是人类对岩土体的适应性，一般而言，岩性越软，人类的适应性越强。 4 地震烈度 地震时某一地区的地面和各类建筑物遭受到一次地震影响的强弱程度，表征地壳稳定性的重要因素。 5 活动断裂距离/m 某一地区活动断裂对人类活动建设存在的影响程度，用与活动断裂的距离表征。 6 灾害密度/（个·km−2） 对地区地质灾害严重程度的表征，用每平方公里地质灾害的数量表示。 7 地面沉降量/mm 地面沉降是影响人类工程活动建设的重要因素之一，用累积沉降量表示。 8 植被指数 某一地区的植被覆盖程度，用NDVI指数表征，植被是影响区域地质环境质量的重要因素之一。 9 水体面积指数 某地区地表水资源量，用水体面积指数表征，一般情况下，地表水资源量越大，对环境质量的有益贡献就越大。 10 土壤质量 指土壤在一定生态系统内支持生物的生产能力，净化环境能力，促进动植物及人类健康的能力，用土壤质量等级表征。 11 地下水质量 地下水资源的质量状况，用地下水污染的程度表征，如未受污染、轻微污染、严重污染。 12 人口密度/（人·km−2） 单位面积内的人口数量，人口是制约地区经济发展的主要因素，人口密度越大，其地质环境质量也会越差。 13 矿山密度/（个·km−2） 单位面积内的矿点数量，采矿活动严重影响着当地的地质环境质量。 3.3 指标量化分级
不同的指标数据具有不同的单位与量纲，无法直接进行比较和运算，因此必须对数据进行标准量化处理，形成数据形式统一的属性数据库，以便进行指标间的综合运算。地质环境在区域上的差异性决定了评价指标的选取和量化分级具有很强的区域特征，因此量化分级过程必须充分考虑研究区地质环境的实际情况。本研究通过现场调查和专家咨询，同时结合相关规范[19-20]，将各评价指标就地质环境质量分为良好、较好、一般3个级别，分别赋值为3分、2分、1分（表2），分值越大对应的地质环境质量越好。
表 2 评价指标量化分级标准Table 2. Grading quantitative standard of geological environment quality indexes影响要素 评价指标 质量状态评分（山区） 质量状态评分（平原区） 良好（3分） 较好（2分） 一般（1分） 良好（3分） 较好（2分） 一般（1分） 地质条件 地表高程/m < 500 500～1000 > 1000 – – – 地形坡度/（°） < 5° 5°～25° > 25° – – – 岩土类型 软岩/松散土 中硬岩 坚硬岩 – – – 灾害密度（个·km−2） 0 1 > 1 – – – 地震烈度/度 < VII VII > VII < VII VII > VII 活动断裂距离/m – – – > 3000 3000～200 < 200 地面沉降量/mm – – – < 500 500～1500 > 1500 资源环境 植被指数 > 0.7 0.7～0.5 < 0.5 > 0.6 0.6～0.3 < 0.3 水体面积指数 1.0～0.5 0.5～0.1 < 0.1 1.0～0.3 0.3～0.05 < 0.05 土壤质量 – – – 优质、良好 好 中等 地下水质量 – – – 未污染 轻污染/中污染 严重污染 人类活动 人口密度/（人·km−2） < 550 550～1500 > 1500 < 1000 1000～7000 > 7000 矿山密度/（个·km−2） 0 1 > 1 0 1 > 1 将收集到的指标数据进行矢量化，并对各评价因子数据进行了1 km×1 km的重采样，即设定综合评价的基本单元大小为1 km2。根据评价指标分级量化标准，对重采样后的指标数据进行量化分级，获得每个评价指标的量化分级图，如图4所示（限于篇幅，仅列部分典型指标）。
3.4 指标权重
采用层次分析法确定各评价指标的权重。经过专家咨询，构建各层级评价要素的重要性判断矩阵，经一致性检验，各层级判断矩阵均能达到满意的一致性，此处不一一列出。根据层次单排序法获得北京市山区和平原区各评价指标的权重（表3、表4）。
表 3 山区地质环境质量评价指标权重Table 3. Geological environment quality evaluation index weight in mountain一级因子 权重 评价指标 总权重 地质条件 0.5499 地表高程/m 0.0687 地形坡度/（°） 0.1520 岩土类型 0.0962 地震烈度/度 0.0469 灾害密度（个·km−2） 0.1862 资源环境 0.2098 植被指数 0.0699 水体面积指数 0.1399 人类活动 0.2402 人口密度/（人·km−2） 0.0601 矿山密度/（个·km−2） 0.1802 表 4 平原区地质环境质量评价指标权重Table 4. Geological environment quality evaluation index weight in plain一级因子 权重 评价指标 总权重 地质条件 0.4434 活动断裂距离/m 0.1774 地震烈度/（°） 0.0887 地面沉降量/mm 0.1774 资源环境 0.3874 植被指数 0.0655 水体面积指数 0.0793 土壤质量 0.1311 地下水质量 0.1115 人类活动 0.1692 人口密度/（人·km−2） 0.0423 矿山密度/（个·km−2） 0.1269 3.5 评价结果
各评价指标的权重值确定后，利用综合指数法模型公式，获得北京山区和平原区地质环境质量评价综合指数计算模型，通过空间分析技术获得各单元的地质环境质量综合评价结果（图5）。利用自然断点法，分别对北京山区和平原区地质环境质量指数进行等级区划，总体上将北京地区地质环境质量划分为3个区：地质环境良好区、地质环境较好区和地质环境一般区（图6-a）。
4. 讨论
利用上述方法和指标因子建立针对北京市全域的单一地质环境质量评价指标体系（图7），通过层次分析和专家评判确定指标权重，利用综合指数法开展北京市全域地质环境质量评价，评价结果（图6-b）与基于地貌的多重评价指标体系评价结果（图6-a）进行比较。
![]()
图 6 北京市全域地质环境质量评价指标体系Figure 6. The index system of geological environment quality evaluation of Beijing![]()
图 7 北京市地质环境质量分级区划对比Figure 7. Comparison of geological environment quality zoning of Beijing在单一评价指标体系的评价结果中，山区大部为地质环境一般区，山前丘陵-平原地带地质环境良好区，中部平原区为地质环境较好区，地质环境质量区划显示出了明显的地貌特征，地质环境质量评价结果的分带性较为明显，空间分异性较差。在多重评价指标体系的评价结果中，地质环境质量的空间分异性明显得到了增强，山区地质环境良好区和较好区的范围明显增大，地质环境质量的空间分布体现了多种指标因素的影响；平原区活动断裂、地面沉降两大因素的影响得到增强，地质环境一般区的面积明显扩大，地质环境良好区也不局限于山前丘陵-平原，综合体现了土壤质量、地下水质量等因素的影响。
分析上述结果，在参与地质环境质量评价的指标因素中，部分指标受地貌影响具有空间上的局限性，不能代表北京全域的特征，如灾害密度、地形坡度、矿山密度等指标偏重于影响山区地质环境，而活动断裂、地面沉降则只存在于平原区。这些受地貌影响明显的指标因子在同一评价指标体系中被赋予权重值，降低了其对某个地貌类型的影响程度，因此导致地质环境质量评价结果在不同的地貌类型间有较明显的差异，评价结果不能有效体现研究区域不同地貌类型的地质环境质量特征，地质环境质量评价结果的合理性和准确性较差。
5. 结论
不同的地貌类型影响地质环境质量的因素有所不同。在区域地质环境质量评价中，相比于单一评价指标体系，建立基于地貌类型的多重评价指标体系，评价结果能够更加合理、准确地反映研究区的地质环境质量及空间分布状况。
-
表 1 压电式雨量计和翻斗式雨量计指标对比
Table 1 Comparison of indicators between piezoelectric rain gauges and tipping bucket rain gauges
序号 雨量计类型
比较项目压电式雨量计 翻斗式雨量计 1 技术参数 降雨量：测量范围0~8 mm/min；
分辨率：0.01 mm；
精度：±4%（日累计降雨量）；
测量降雨时长范围：监测到降雨后，
以10 s步进累计计算时长。降雨量：测量范围0~4 mm/min；
分辨率0.1 mm；
精度：±4%（日累计降雨量）；
测量范围：根据配置的数据采集器确定雨量累计计算时长，
步进时长不统一。2 安装方式 安装准备：即到即装，无需预制基座；
便携性：一体化整机，组件数量少、材质轻、质量小；
拆除、移位操作简便；
水平校正：电子自动校正；
安装阶段数据校准：出厂配置，无需校准；
安装用时：15 min。安装准备：预制水泥基座（约重0.3 t）；
便携性：由感应器和记录器构成，组件数量多，体积大，
质量大。废弃、拆除、移位费时费力；
水平校正：人工现场调整；
安装阶段数据校准：人工现场校准；
安装用时：3 d。3 运维方式 清洁清理：承雨面板采用弧面设计；特氟龙抗污防黏涂层；
不堵不黏、降雨过程即清洁过程；
水平校正：隐患点随机出现倾斜，电子自动校正；
运维阶段数据校准：无机械老化、无需校准。清洁清理：定期现场清理下水过滤网；
秋、冬季适当提高维护频次；
水平校正：隐患点随机出现倾斜，需人工现场校正；
运维阶段数据校准：易出现翻斗轴承进灰、翻转不灵敏等
机械老化现象，导致采集数据偏小，需定期人工现场校准。
下载: 导出CSV
表 2 测试点1数据
Table 2 Test point 1
降雨
场次量筒1实测
/mm监测设备 上报数据1
/mm上报数据2
/mm上报数据3
/mm上报数据4
/mm上报数据5
/mm累计雨量数据与
量筒实测误差上报数据离散系数
（标准差/平均值）/%1 24 压电式雨量计1 5.01 4.78 4.87 4.85 4.90 24.40 （+1.7%） 1.6 翻斗式雨量计1 6.30 6.40 6.40 6.50 6.40 32 （+33.3%） 1.0 2 28 压电雨量计1 5.53 5.78 5.53 5.53 5.71 28.08 （+0.2%） 1.9 翻斗式雨量计1 6.20 6.20 6.40 6.20 6.20 31.2 （+11.4%） 1.3
下载: 导出CSV
表 3 测试点2数据
Table 3 Test point 2
降雨
场次量筒2实测
/mm监测设备 上报数据1
/mm上报数据2
/mm上报数据3
/mm上报数据4
/mm上报数据5
/mm累计雨量数据与
量筒实测误差上报数据离散系数
（标准差/平均值）/%1 27 压电雨量计2 5.52 5.70 5.65 5.51 5.70 28.08（+3.9%） 1.5 翻斗式雨量计2 5.30 5.30 5.00 5.00 5.00 26.70（−1.1%） 6.3 2 27 压电雨量计2 5.65 5.46 5.40 5.32 5.35. 27.18（+0.6%） 2.2 翻斗式雨量计2 6.20 6.30 6.20 6.00 6.00 30.07（+11.1%） 2.0
下载: 导出CSV
表 4 采集记录表
Table 4 Data collection record table
序号 采集时间 量筒雨量
/mm压电式雨量
计雨量/mm相对
误差/%1 6月5日14:00—6月15日9:00 225 230.48 2.4 2 6月28日21:00—6月29日11:00 178 178.65 0.4
下载: 导出CSV
-
[1] 汪美华, 赵慧, 倪天翔, 等. 近30年滑坡研究文献图谱可视化分析[J]. 中国地质灾害与防治学报,2023,34(4):75 − 85. [WANG Meihua, ZHAO Hui, NI Tianxiang, et al. Visualization analysis of research literature map on landslides in the past 30 years[J]. The Chinese Journal of Geological Hazard and Control,2023,34(4):75 − 85. (in Chinese with English abstract) [WANG Meihua, ZHAO Hui, NI Tianxiang, et al. Visualization analysis of research literature map on landslides in the past 30 years[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(4): 75-85.(in Chinese with English abstract)]
[2] 马红娜, 刘江, 冯卫, 等. 地质灾害风险评估在国土空间规划中的应用—以陕北榆林高西沟为例[J]. 西北地质,2023,56(3):223 − 231. [MA Hongna, LIU Jiang, FENG Wei, et al. Application of geological hazard risk assessment in territorial space planning: A case study of Gaoxigou Village in Yulin City of northern Shaanxi Province[J]. Northwestern Geology,2023,56(3):223 − 231. (in Chinese with English abstract) [MA Hongna, LIU Jiang, FENG Wei, et al. Application of geological hazard risk assessment in territorial space planning: a case study of Gaoxigou Village in Yulin city of northern Shaanxi Province[J]. Northwestern Geology, 2023, 56(3): 223-231.(in Chinese with English abstract)]
[3] 王涛, 刘甲美, 栗泽桐, 等. 中国地震滑坡危险性评估及其对国土空间规划的影响研究[J]. 中国地质,2021,48(1):21 − 39. [WANG Tao, LIU Jiamei, LI Zetong, et al. Seismic landslide hazard assessment of China and its impact on national territory spatial planning[J]. Geology in China,2021,48(1):21 − 39. (in Chinese with English abstract) [WANG Tao, LIU Jiamei, LI Zetong, et al. Seismic landslide hazard assessment of China and its impact on national territory spatial planning[J]. Geology in China, 2021, 48(1): 21-39.(in Chinese with English abstract)]
[4] 唐军峰, 唐雪梅, 周基, 等. 滑坡堆积体变形失稳机制—以贵州剑河县东岭信滑坡为例[J]. 吉林大学学报(地球科学版),2022,52(2):503 − 516. [TANG Junfeng, TANG Xuemei, ZHOU Ji, et al. Deformation and instability mechanism of landslide accumulation: A case study of Donglingxin landslide accumulation in Jianhe County, Guizhou Province[J]. Journal of Jilin University (Earth Science Edition),2022,52(2):503 − 516. (in Chinese with English abstract) [TANG Junfeng, TANG Xuemei, ZHOU Ji, et al. Deformation and instability mechanism of landslide accumulation: a case study of donglingxin landslide accumulation in Jianhe County, Guizhou Province[J]. Journal of Jilin University (Earth Science Edition), 2022, 52(2): 503-516.(in Chinese with English abstract)]
[5] 栗倩倩, 王伟, 黄亮, 等. 台风暴雨型滑坡滞后效应分析—以浙江青田县“利奇马”台风为例[J]. 中国地质灾害与防治学报,2022,33(6):10 − 19. [LI Qianqian, WANG Wei, HUANG Liang, et al. Analysis on lag effect of typhoon-induced landslide: A case study of typhoon “Lekima” in Qingtian County, Zhejiang Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(6):10 − 19. (in Chinese with English abstract) [LI Qianqian, WANG Wei, HUANG Liang, et al. Analysis on lag effect of typhoon-induced landslide: a case study of typhoon “Lekima” in Qingtian County, Zhejiang Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(6): 10-19.(in Chinese with English abstract)]
[6] 方然可,刘艳辉,苏永超,等. 基于逻辑回归的四川青川县区域滑坡灾害预警模型[J]. 水文地质工程地质,2021,48(1):181 − 187. [FANG Ranke,LIU Yanhui,SU Yongchao,et al. A early warning model of regional landslide in Qingchuan County,Sichuan Province based on logistic regression[J]. Hydrogeology & Engineering Geology,2021,48(1):181 − 187. (in Chinese with English abstract) FANG Ranke, LIU Yanhui, SU Yongchao, et al. A early warning model of regional landslide in Qingchuan County, Sichuan Province based on logistic regression[J]. Hydrogeology & Engineering Geology, 2021, 48（1）: 181-187. （in Chinese with English abstract）
[7] 宋昭富, 张勇, 佘涛, 等. 基于易发性分区的区域滑坡降雨预警阈值确定—以云南龙陵县为例[J]. 中国地质灾害与防治学报,2023,34(4):22 − 29. [SONG Zhaofu, ZHANG Yong, SHE Tao, et al. Determination of regional landslide rainfall warning threshold based on susceptibility zoning: A case study in Longling County of Yunnan Province[J]. The Chinese Journal of Geological Hazard and Control,2023,34(4):22 − 29. (in Chinese with English abstract) [SONG Zhaofu, ZHANG Yong, SHE Tao, et al. Determination of regional landslide rainfall warning threshold based on susceptibility zoning: a case study in Longling County of Yunnan Province[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(4): 22-29.(in Chinese with English abstract)]
[8] 陈春利, 方志伟. 福建省地质灾害气象预警有效降雨模型研究[J]. 地质力学学报,2023,29(1):99 − 110. [CHEN Chunli, FANG Zhiwei. Research on an effective rainfall model for geological disaster early warning in Fujian Province, China[J]. Journal of Geomechanics,2023,29(1):99 − 110. (in Chinese with English abstract) [CHEN Chunli, FANG Zhiwei. Research on an effective rainfall model for geological disaster early warning in Fujian Province, China[J]. Journal of Geomechanics, 2023, 29(1): 99-110.(in Chinese with English abstract)]
[9] 张像源. 基于GIS和GDAL的地质灾害汛期风险预警产品信息自动化生成算法的构建与实现[J]. 中国地质灾害与防治学报,2022,33(5):76 − 82. [ZHANG Xiangyuan. Construction and implementation of an automatic algorithm for generating information of geological disaster floor risk warning products based on GIS and GDAL[J]. The Chinese Journal of Geological Hazard and Control,2022,33(5):76 − 82. (in Chinese with English abstract) [ZHANG Xiangyuan. Construction and implementation of an automatic algorithm for generating information of geological disaster floor risk warning products based on GIS and GDAL[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(5): 76-82.(in Chinese with English abstract)]
[10] 马娟,赵文祎,齐干,等. 基于普适型监测的多参数预警研究—以三峡库区卡门子湾滑坡为例[J]. 西北地质,2021,54(3):259 − 269. [MA Juan,ZHAO Wenyi,QI Gan,et al. Study on the multi-parameter early warning based on universal equipment:A case of Kamenziwan landslide in the Three Gorges Reservoir[J]. Northwestern Geology,2021,54(3):259 − 269. (in Chinese with English abstract) MA Juan, ZHAO Wenyi, QI Gan, et al. Study on the multi-parameter early warning based on universal equipment: a case of kamenziwan landslide in the Three Gorges Reservoir[J]. Northwestern Geology, 2021, 54（3）: 259-269. （in Chinese with English abstract）
[11] 谭川东,柏文文. 翻斗式雨量计精度标定及其结果分析[J]. 甘肃水利水电技术,2020,56(6):5 − 7. [TAN Chuandong,BAI Wenwen. Precision calibration of tipping bucket rain gauge and its result analysis[J]. Gansu Water Resources and Hydropower Technology,2020,56(6):5 − 7. (in Chinese) TAN Chuandong, BAI Wenwen. Precision calibration of tipping bucket rain gauge and its result analysis[J]. Gansu Water Resources and Hydropower Technology, 2020, 56（6）: 5-7. （in Chinese）
[12] 李耀宁,陶立新,黄湘. 不同雨量计测值误差分析[J]. 气象科技,2011,39(5):670 − 672. [LI Yaoning,TAO Lixin,HUANG Xiang. Causal analysis of measurement differences between various raingauges[J]. Meteorological Science and Technology,2011,39(5):670 − 672. (in Chinese with English abstract) LI Yaoning, TAO Lixin, HUANG Xiang. Causal analysis of measurement differences between various raingauges[J]. Meteorological Science and Technology, 2011, 39（5）: 670-672. （in Chinese with English abstract）
[13] 蔺潇. 基于压电技术的降雨测量方法研究[D]. 北京: 北京交通大学, 2019 LIN Xiao. Research on rainfall measurement method based on piezoelectric technology[D]. Beijing: Beijing Jiaotong University, 2019. （in Chinese with English abstract）
[14] 张向阳. 刘家洼雨量站人工观测降雨量与固态雨量计观测降雨量对比分析报告[J]. 水电水利, 2019（6）: 33 − 35 ZHANG Xiangyang. Comparison of rainfall observed by man and solid rain gauge at Liujiawa rainfall station[J]. Hydropower and Water, 2019（6）33 − 35. （in Chinese）
[15] 任芝花,李伟,雷勇,等. 降水测量对比试验及其主要结果[J]. 气象,2007,33(10):96 − 101. [REN Zhihua,LI Wei,LEI Yong,et al. A comparison experiment of solid precipitation measurement and its primary results[J]. Meteorological Monthly,2007,33(10):96 − 101. (in Chinese with English abstract) REN Zhihua, LI Wei, LEI Yong, et al. A comparison experiment of solid precipitation measurement and its primary results[J]. Meteorological Monthly, 2007, 33（10）: 96-101. （in Chinese with English abstract）
[16] 李兴宝,侯方. 基于自动气象站与自动雨量站的气象服务、监视及自动报警系统[J]. 气象科技,2009,37(1):110 − 113. [LI Xingbao,HOU Fang. Meteorological service,monitoring and auto-alarming system based on AWS and automatic precipitation station data[J]. Meteorological Science and Technology,2009,37(1):110 − 113. (in Chinese with English abstract) LI Xingbao, HOU Fang. Meteorological service, monitoring and auto-alarming system based on AWS and automatic precipitation station data[J]. Meteorological Science and Technology, 2009, 37（1）: 110-113. （in Chinese with English abstract）
[17] 张强,涂满红,马舒庆,等. 自动雨量站降雨资料质量评估方法研究[J]. 应用气象学报,2007,18(3):365 − 372. [ZHANG Qiang,TU Manhong,MA Shuqing,et al. Quality assessment of the observational data of automatic precipitation stations in China[J]. Journal of Applied Meteorological Science,2007,18(3):365 − 372. (in Chinese with English abstract) ZHANG Qiang, TU Manhong, MA Shuqing, et al. Quality assessment of the observational data of automatic precipitation stations in China[J]. Journal of Applied Meteorological Science, 2007, 18（3）: 365-372. （in Chinese with English abstract）
[18] 王自英,王仔刚,赵梅珠. 自动雨量站资料在地质灾害监测中的应用[J]. 气象科技,2009,37(5):627 − 631. [WANG Ziying,WANG Zigang,ZHAO Meizhu. Application of automatic rainfall station data in geological disaster monitoring[J]. Meteorological Science and Technology,2009,37(5):627 − 631. (in Chinese with English abstract) WANG Ziying, WANG Zigang, ZHAO Meizhu. Application of automatic rainfall station data in geological disaster monitoring[J]. Meteorological Science and Technology, 2009, 37（5）: 627-631. （in Chinese with English abstract）
[19] 廖爱民,刘九夫,张建云,等. 基于多类型雨量计的降雨特性分析[J]. 水科学进展,2020,31(6):852 − 861. [LIAO Aimin,LIU Jiufu,ZHANG Jianyun,et al. Analysis of rainfall characteristics based on multiple types of rain gauges[J]. Advances in Water Science,2020,31(6):852 − 861. (in Chinese with English abstract) LIAO Aimin, LIU Jiufu, ZHANG Jianyun, et al. Analysis of rainfall characteristics based on multiple types of rain gauges[J]. Advances in Water Science, 2020, 31（6）: 852-861. （in Chinese with English abstract）
[20] 李薛刚,刘九夫,廖爱民,等. 八种国内翻斗式雨量计翻斗计量误差测评分析[J]. 水电能源科学,2019,37(6):160 − 163. [LI Xuegang,LIU Jiufu,LIAO Aimin,et al. Evaluation of measurement errors for eight domestic tipping bucket rain gauges[J]. Water Resources and Power,2019,37(6):160 − 163. (in Chinese with English abstract) LI Xuegang, LIU Jiufu, LIAO Aimin, et al. Evaluation of measurement errors for eight domestic tipping bucket rain gauges[J]. Water Resources and Power, 2019, 37（6）: 160-163. （in Chinese with English abstract）
-
期刊类型引用(15)
1. 李晓玮，刘翠娜. 基于AHP法山区公路边坡稳定性评价及危害性分析. 河北地质大学学报. 2024(02): 61-65+134 . 
百度学术
2. 于开宁，吴涛，魏爱华，武玉璞，代锋刚，刘煜. 基于AHP-突变理论组合模型的地质灾害危险性评价——以河北平山县为例. 中国地质灾害与防治学报. 2023(02): 146-155 . 本站查看
3. 李想，赵连军，李东阳，韩沙沙，牛超杰，全李宇，胡彩虹. 黄河下游典型滩区社会经济—防洪安全—生态环境耦合协调分析. 中国农村水利水电. 2023(05): 63-71 . 百度学术
4. 王重歌，李俊磊，张绪教，袁晓宁，张向格，王一凡，王凯雅，刘心兰，饶昊舒，刘江，侯恩刚. 拟建的青海化隆国家地质公园地质遗迹特征及评价. 现代地质. 2023(02): 512-528 . 百度学术
5. 张复金，徐曙林，王平，蔡诚，陈怡. 基于量化因子的地质灾害易发性评价——以重庆市綦江区为例. 中国地质灾害与防治学报. 2023(03): 136-144 . 本站查看
6. 李光辉，铁永波. 基于信息量模型的综合地质灾害易发性建模方法对比研究. 灾害学. 2023(03): 212-221 . 百度学术
7. 曾文浩，宁迪，刘国伟. 基于遥感技术的矿山地质环境监测实践. 中国资源综合利用. 2023(07): 132-139 . 百度学术
8. 束龙仓，黄蕾，陈华伟，鲁程鹏，刘波. 基于AHP-EWM的莱州市海岸带海水入侵灾害风险评价与区划. 吉林大学学报(地球科学版). 2023(06): 1864-1879 . 百度学术
9. 李光辉，铁永波，白永建，熊晓辉. 则木河断裂带(普格段)地质灾害发育规律及易发性评价. 中国地质灾害与防治学报. 2022(03): 123-133 . 本站查看
10. 支泽民，陈琼，周强，夏兴生，刘峰贵. 基于随机森林的川藏铁路沿线县域地质环境承载力评价. 科学技术与工程. 2022(24): 10451-10460 . 百度学术
11. 李崇智. 基于层次分析法的预制桥梁工程施工安全评价体系. 铁道建筑技术. 2021(06): 127-130+165 . 百度学术
12. 罗守敬，王珊珊，付德荃. 北京山区突发性地质灾害易发性评价. 中国地质灾害与防治学报. 2021(04): 126-133 . 本站查看
13. 王颖，李新森，付钰涵，王素伟，王志一，余洋. 北京山区泥石流灾害预警模型及应用效果. 国土资源信息化. 2021(05): 58-62+42 . 百度学术
14. 王飞，朱翔. 基于层次分析法的矿山水文环境问题评价研究. 世界有色金属. 2021(19): 172-173 . 百度学术
15. 刘治政，朱恒华，王晶晶，孟盼盼，王玮，尚浩，刘柏含，李双. GIS层次分析法在地质环境保障能力评价中的应用——以山东半岛蓝色经济区为例. 山东国土资源. 2021(12): 93-99 . 百度学术
其他类型引用(7)
计量
- 文章访问数: 282
- HTML全文浏览量: 722
- PDF下载量: 134
- 被引次数: 22
邮件订阅
RSS