滑坡灾害风险评估与区划的难点及发展前景

一、风险评估与区划的难点

1与滑坡编目相关的困难

滑坡事件通常散布在区域各处，彼此相对独立，规模相对较小但发生频率高。滑坡灾害不像地震或洪水灾害影响范围大，因此滑坡调查数据库和编目图的编制是一个十分繁琐的过程。要逐一对所有滑坡进行编图和描述，每个滑坡点的特征都有所不同。在大多数国家中，没有一个单独的机构从事滑坡数据的维护工作。不同部门（如公共事务部或交通部等）都有自己的滑坡数据库。因他们关注的影响地区和问题不同，因此所建立的滑坡数据库不够全面，且彼此之间数据的共享也有障碍。报纸和其他历史纪录也只记载那些造成重大破坏的滑坡事件。大学和研究机构所进行的滑坡编目图的编制也只是他们的研究项目的一部分，在项目有限的时间内完成。所建立的数据库不可能再进行更新。因此无论从覆盖区域还是从调查时期的长度来看，很难获得全面完整的滑坡编目图（Ibsen和Brunsden，1996）。即便是存在这样的图件，也很少有关于坡体失稳的类型和特征方面的信息。解决问题的办法之一是，使用航片或卫星影像解译来获得滑坡历史信息。这就需要获得一定时期的遥感影像数据。但由于对绝大多数编录的滑坡发生的具体时间不清楚，就难以将滑坡事件与触发事件（如降雨或地震）关联起来，特别是不同的滑坡类型有着不同的气象触发条件。滑坡编目图的缺少或质量不高、不完整给建立易损性关系和校正滑坡灾害图带来了困难。

2与空间概率评估相关的困难

为了进行定量风险评估，首先需要进行危险性评估。目前大多数危险性图还一直停留在定性分析的水平上，基本上是确定敏感性，可以将其看成是空间概率的表征。滑坡的空间概率或敏感性可通过不同的分析方法获得。

基于统计的滑坡危险性评估已经非常普遍，特别是使用GIS和数据综合技术，将滑坡编目图和环境要素图中的空间信息关联起来，分析和评估滑坡发生的空间概率分布或滑坡敏感性，这样的评估是基于这样的假设，即在与近期发生过滑坡的相似环境条件和触发条件下发生滑坡的可能性大。然而，滑坡发生的前后地形条件、坡度、土地利用等环境条件都发生了变化，因此基于这样的假设的空间概率预测显然是不够准确的。此外，对于不同类型、深度和体积的滑坡，其产生滑坡的环境条件组合都有其特殊性。

很少见有对不同滑坡类型分别建立统计模型的研究。大多数研究是将所有的活动性滑坡作为一体来建立统计关系。基于统计的滑坡敏感性评估难以将触发因素（如降雨量、地震加速度）考虑进去，如果考虑触发因素，也是考虑其空间变化，而不是考虑时间变化。在滑坡敏感性评估中，专家的“主观”判断起重要作用，如何使用“客观”的计算机算法来取代专家的“主观”作用目前还没有令人满意的结果。GIS在滑坡敏感性统计评估中主要是一种工具，在使用过程中，通常将非常复杂的环境控制因素的信息加以十分简单的概化。

另一方面，利用水文和坡度稳定性确定性模型可以给出更加可靠的结果，但这样的模型要求有详细的空间参数数据库。最敏感的参数是坡度（通常可从精确的DTM中生成）和土壤厚度。这些参数的空间分布很难进行测量。如果土壤厚度未知，潜水面高度与土壤厚度的比率就无法获得。该比率值是坡体稳定性最敏感的参数。尽管地貌模型能对土壤深度给出一定的预测，但其空间变化性很大。此外，下伏岩石中的风化作用因素常常被忽视。难以测定的物质参数（内聚力和摩擦角）空间分布变化大。在GIS环境中，仅无限滑坡稳定性模型（具有平行于滑动面的滑坡）适用于较大区域，而对于汇水流域尺度的滑坡模型（具有复杂的活动曲面的滑坡）难以在GIS环境下进行 *** 作。

3与时间概率评估有关的困难

滑坡是发生在局部的灾害，通常不会在同一地点重复发生不同频率和规模的滑坡。也许泥石流和岩崩的发生会违背这种规律。但大多数类型的滑坡一旦发生后，坡度条件就发生了变化，重复发生滑坡的可能性很小。换句话讲，不像地震、洪水、泥石流和雪崩灾害有其固定的运动路径，通常无法建立给定位置上滑坡发生的规模与频率之间的关系。然而，还是可以在较大范围内（如整个流域）将滑坡发生率与其特定的触发事件特征（如降雨）进行关联，即将滑坡的空间频率与重现期联系起来，从而建立滑坡规模与频率之间的关系。滑坡历史纪录的缺少或不完整是滑坡危险性和风险性评估的主要障碍。因此，世界上大多数研究不可能建立滑坡发生率与重要的触发因素之间的定量关系，这与地震和洪水灾害不同，可以对它们建立出规模—频率函数。

4与滑坡运动路径模拟有关的困难

对滑坡初发地区的运动路径进行模拟一直非常困难。根据以前事件建立最大摩擦角曲线，用它来确定滑坡的运动距离，或建立与环境因素有关的变量摩擦线，以此圈定基于GIS的滑坡影响带。然而，这样的经验分析需要大量的数据。通常雪崩数据丰富，而滑坡数据则不足。在确定性方法中，所需的物质参数在滑坡快速流动条件下很难进行测定。此外，很难模拟出初次发生运动的滑坡（绝大多数滑坡都是初次的）运动路径和影响范围，这需要非常详细的DTM数据，在GIS环境中模拟滑坡的运动路径还会碰到一些技术问题。

5与滑坡易损性评估有关的困难

对于大多数滑坡类型（泥石流和岩崩可能是例外）而言，进行承灾体的易损性评估是非常困难的。因为滑坡灾害损失方面的数据非常有限。此外，可能的滑坡规模的预测很难，这取决于触发事件的规模及其事件发生时的环境条件（如水位高度）。

与其他灾害（地震、洪水、风暴）不同，滑坡灾害的损失估计模型不存在。原因同上面一样，还是因为缺少历史数据。此外，滑坡造成的损失具有孤立的“点”性特征，这与其他灾害（如地震、洪水）造成的“多边形面状”特征不同。缺少不同类型、不同规模滑坡和不同承灾体易损性方面的信息必然成为滑坡风险评估的主要障碍之一。

易损性由建筑类型（建筑物材料和地基类型）的承载力所决定。此外，由于建筑物的使用年限、结构和规模也决定着这些建筑物的价值或费用，从而使不同建筑物对同一灾害（如10年重现期的滑坡）的易损性和风险有所差异。此外，在计算人对灾害的易损性时，建筑物中的人和道路上行驶车辆中的人是否受到灾害影响的时间概率变化也起着重要作用。尽管确定承灾体的时间易损性可能会遇到麻烦，并且过程十分耗时，承灾体易损性可以进行分类和编图，不会遇到许多概念性问题。在滑坡风险评估因素中，迄今为止，危险性方面是最复杂的。

二、存在的主要问题

总的来说，过去绝大多数研究成果只是关于过去滑坡发生地点、滑坡的特征以及用以解释滑坡发生的定性地貌图或灾害图。很少有能够预测未来滑坡发生地的滑坡时空分布图。即便是有所谓的预测图，也没有对预测结果可靠性和有效性进行检验，因此，具有很大的不确定性。正如Varnes等（1984）所说的那样：“尽管滑坡灾害在世界各地普遍存在且所造成的损失不断增加，地球科学家和工程师在进行不断的研究探索，编制了成百上千张滑坡灾害图，但到目前，表示滑坡危险性、易损性和风险性的概率图还很少。”

目前滑坡风险评估还属于探索阶段，存在许多不足。概括起来，这些研究存在的主要问题包括以下方面：

（1）在每个物质运动发生地与相应的环境因素之间没有建立起明确的统计关系，只是建立了预先划分的斜坡单元和环境因素之间的关系；

（2）没有分别评估不同类型的滑坡；

（3）对滑坡的初发地和累积带没有加以区分；

（4）没有按照相应的航片解译时间，将滑坡物质运动时间进行划分；

（5）基本假设——滑坡发生的“相同”条件太严格，实际上滑坡发生的条件都会随时间而发生变化；

（6）在预测模拟中似乎都某种程度上忽视了理论基础。如果对未来一定时期内预计发生的滑坡的数量和规模不进行特别假设的话，就不可能估计出未来滑坡的发生概率；

（7）几乎所有的敏感性评估结果都没有进行检验；

（8）没有对三种危险性模型得出的相对危险性等级进行定量比较分析，也没有对危险性不同等级水平进行解释，对滑坡单元也没有进行验证。

根据文献研究，现有滑坡定量空间预测模型主要存在以下5个方面的问题：

（1）输入数据的简化。简化输入数据会丢失许多详细的信息。在滑坡危险性评估中，将坡度和高程等连续型数据转化为若干个等级的离散型分类数据的做法十分普遍。这种数据的简化处理主要是为了适应所提出的模型及其计算机程序的要求（不能处理连续型数据，但目前这已不成问题）。例如，Clerici等（2002）提出了基于独特条件单元（uniqueconditional unit）的预测模型，需要将从原始的1∶10000DEM中提取的坡度和高程连续型数据转化为离散型数据图层。许多研究尽管使用了高精度的DEM数据（5m或10m网格单元）来描述诸如“凸凹度”等地貌特征或滑坡陡崖特征，但在预测模型中很少直接使用高精度的原始连续型数据。Carrara和Guzzetti等（1995、1999）基于地貌单元或坡度单元进行预测分析。单元大小从几平方米到数千平方千米。尽管原始DEM分辨率达10m，但在每个单元中，仅有一个坡度或一个等级的坡度值。20世纪90年代以前，由于计算机容量和计算能力的限制，这种简化是必要的，以适应海量空间数据定量空间预测模拟的条件需要。但随着计算机技术的突飞猛进，目前这种数据的简化已不再需要。

（2）离散型数据层和连续型数据层的混合处理。在滑坡危险性评估中，要素图层有的是连续型数据（如坡度、高程），而有的则是离散型数据（如地质、地表物质）。在以往的预测评估中，要么将所有离散型数据转换为二值（0，1）数据层，要么将所有连续型数据转换为离散型数据层。这种不同数据类型之间的转换会丢失许多原始数据的属性特征，这将大大降低滑坡危险性预测评估的准确性。

（3）在预测模型中没有对假设条件加以说明。从Clerici等（2002）简单的“条件分析”，到Carrara和Guzzetti等（1995，1999）以及Chung和Fabbri（1995，1999）复杂的“多变量统计方法”的所有滑坡定量空间预测模型，实际上都隐含着许多假设条件。没有这些假设条件，就根本无法进行预测分析。例如，Carrara等（1995）基于判别分析得出的“概率”大小，编制了滑坡危险性评估图。这种“概率”表示的是未来滑坡发生的概率。但在他们发表的文章中并没有对其进行明确的定义和说明。几乎所有的滑坡危险性定量预测分析研究都没有对假设条件加以讨论和说明。

（4）对预测结果缺乏有效的检验。如果预测结果没有进行有效的检验，其使用的预测方法就不具有科学可靠性。滑坡危险性区划图是用来显示未来滑坡发生的可能位置，需要对预期结果进行检验。而绝大多数的研究预测都缺乏这样的检验。可喜的是，Chung和Fabbri（2003）提出将空间数据库进行时间/空间分组，一组用于建立预测模型；另一组用于预测结果的检验。Fabbri等（2003）使用了类似的有效性检验技术，对每个图层及其组合关系的预测灵敏性进行分析。

（5）缺乏对未来滑坡概率的估计。通常在滑坡危险性图基础上，加入详细的社会-经济空间属性特征（如人口和基础设施分布及相应的经济参数）得到滑坡风险图。为了综合进行社会-经济分析（包括预期的“费用-效益”分析），需要将不同的滑坡危险性等级转换成滑坡未来发生的概率，以用于随后的承灾体易损性分析和风险分析。大多数滑坡灾害区划一般仅限于滑坡敏感性区划，往往没有估计滑坡未来发生的概率。Fabbri等（2002）在这方面进行了探索研究，通过其案例研究，可以了解如何应用检验技术，综合考虑滑坡危险性水平和易损性情景来表示滑坡风险大小。

在应用滑坡风险分析成果时，要认识到滑坡风险分析存在不确定性，主要体现在以下几个方面：

任何滑坡的空间信息都包含着难以估计的不确定性；

社会-经济数据的精度和质量差异大，直接影响风险评估结果的准确性；

在大多数情况下，只能对建筑物和社会的易损性进行粗略的估计；

风险模型总是对现实的概化，模型的性能在很大程度上受数据的限制；

计算的滑坡风险是对一定时间的现实分析的静态表征。

三、未来发展前景

1地形数据的改进

随着地理信息科学和地球观测技术的迅猛发展，有越来越多的工具可用于更可靠的滑坡危险性和风险评估。在滑坡危险性和风险分析中，地形是重要因素之一。数字高程模型（DEM）起着重要作用。在过去15年，无论是在高精度的地形数据可得性方面，还是在地形数据处理软件开发方面都有重大进展。使用航片的成像方法生成DEM、GPS的应用、地形图的数字化及其插值专业软件，现已成为大多数滑坡研究人员工作的标准程序。来自NASA航天雷达地形工作组（SRTM）的DEM数据已覆盖全球，在美国境内分辨率为30m，在世界其他地方为90m（Rabus等，2003）。这为开展区域尺度的滑坡研究奠定了基础。干涉雷达（InSAR）日益成为准确、快速采集地形数据的重要技术。目前正在运行的星载InSAR系统有：ERS、ENVISAT、RADASAT。近年来该技术已被用于滑坡位移的监测和测量（Fruneau等，1996；Rott等，1999；Kimura和Yamaguchi，2000；Rizo和Tesauro，2000；Squarzoni等，2003）。目前使用DInSar技术进行植被覆盖地区的斜坡位移探测还有许多限制（如大气条件干扰）。业已证明，干涉雷达技术是生成DEM和监测缓速滑坡的一种好方法，但它对于滑坡编目填图不是十分有效。

另一种用于高精度地形填图的新技术是激光测距（LiDAR）。通常LiDAR的点测量可以提供DSMs，其中包含有关地球表面的所有物体（建筑物、树木等）的信息。Montgomery等（2000）、Dietrich等（2001）、Crosta和Agliardi（2002）将LiDAR技术应用于滑坡敏感性评估中。Norheim等（2002）在同一地区对LiDAR和InSAR技术进行了比较，结果表明，LiDAR生成的DEM精度远比InSAR高，而且与航片成像技术相比，LiDAR更经济些。陆地激光扫描技术已经研制出来并被用于滑坡体或岩石坡体的3维结构表征（Rowlands等，2003）。一旦激光扫描技术更加便宜，就可获取高精度、大面积覆盖的DEM，这将为新滑坡的编目提供强有力的技术支持。

2滑坡编目填图的改进

如上所述，滑坡编目图是滑坡风险评估的主要组成部分，特别是如果滑坡编目图包含滑坡发生时间、滑坡类型和体积的信息以及当发生重大滑坡触发事件后相关数据得到及时更新的话，滑坡编目图就更加重要。尽管滑坡编目所需的地面数据采集具有重要作用，但大多数信息来自遥感信息。在过去10年中，利用卫星遥感数据识别小规模滑坡失稳并进行编图的可能性已有了实质性的进展。现在多光谱、全色卫星数据的空间分辨率已达1m，其应用前景广阔（CEOS，2001）。

在无植被覆盖地区，使用中等分辨率系统（如LANSAT、 SPOT、IRS-1）的遥感影像，可以根据不同的光谱波段鉴别出滑坡体。

ASTER是目前最经济的、可用于滑坡填图的中等分辨率卫星数据之一。ASTER’s14多光谱波段（VNIR、SWIR、热IR三个波段）和立体影像功能使其成为区域尺度滑坡填图前景广阔的技术，特别是在缺少地质图和地形图的地区（Liu等，2004）。

在滑坡编目填图中，还可利用高分辨率的立体影像（如IKONOS或Quickbird）进行地貌解译和滑坡填图（De la Ville等，2002；Petley等，2002）。利用目前GIS和影像处理软件（如ERDAS立体分析模块或ILWIS）也可将平面卫星影像转化为立体影像。这为提高滑坡编目填图水平提供了技术支持。

3模拟滑坡启动机制研究的改进

在目前的研究中，滑坡危险性评估通常限制为经验降雨临界值方法或多边量统计技术（Caine，1980；Corominas，2000；Fan等，2003）。这些方法忽视了降雨触发滑坡的启动机制，大大降低了滑坡危险性的预测和定量分析水平。在缺少滑坡历史数据或没有明显的统计关系的地方，利用现有方法预测滑坡危险性是不可能的。 因人类活动、土地利用变化、森林砍伐或气候变化的缘故导致滑坡边界条件发生变化，滑坡的历史数据就不再有关，也不再有用（Van Beek和Van Asch，1999；Van Beek，2002）。因此，建立降雨入渗、坡体地下水补给与坡体滑动之间的物理动力机制模型，特别是联系着植被和位于滑坡体内较深的地下水储存之间的过渡带—包气带的作用以及优先流的作用必须加以考虑，以便能更好地预测因土地利用和气候变化引起的失稳频率的变化（Bogaard和VanAsch，2002）。

4模拟滑坡活动范围的改进

滑坡活动范围模拟相当复杂，因为涉及坡体开始滑动的物源组成、行动路径的地貌形态，以及在滑坡运动过程中所携带的物质（Savage和Hutter，1991; Rickenmann，2000；Iverson等，2004）。通常滑坡的沉积物特征与初始滑动的物质不同。大多数情况下缺少关于滑坡速度或流动类型方面的信息，因而难以估计流变动态特征，并应用物理模型对相应的物质流动进行模拟。

另一方面，模拟泥石流物源区的准确位置以及沉积扇物质的扩展。不同的滑坡活动模型与GIS结合，可以模拟出准3D的运动物质分布。然而，在地形条件复杂的地区，利用GIS中的不同算法，会得出不同的活动范围。可以利用随机技术来克服这些技术问题。

5滑坡危险性时间概率评估的改进

为得到真正的滑坡危险性图，应在汇水流域尺度的敏感性图件中加入时间维度，这必将是一个挑战。使用确定性方法与概率统计技术或许可以提供一种解决方案。一种办法是将不同类型滑坡的场地尺度的确定性水文动力学模型升级为适用于流域尺度的模型，用来评估滑坡发生的时间概率，也有可能评估滑坡发生的规模（体积、面积）和/或滑坡活动范围。需要有确定不同气候情景下滑坡和岩崩危险性和风险的时空模式的方法和模型。

6滑坡易损性评估的改进

滑坡易损性评估是滑坡风险评估中遇到的主要难题之一。不像地震、洪水或风暴等灾害，滑坡易损性定量评估所做的工作很少。地震、洪水或风暴等灾害的损失估计决策支持系统建立非常完备，有较简单的损失评估工具，也有多灾种复杂的损失评估系统（如HAZUS）（FEMA，2004）。滑坡易损性评估遇到的问题是，滑坡有许多类型，应该分别进行评估。滑坡易损性方面的信息应来自滑坡发生的历史资料，然后利用模拟方法和经验方法进行易损性评估。

总之，有关滑坡风险评估的文献研究表明，在过去10年中，开展了大量的滑坡风险评估研究，定量滑坡风险评估主要是针对场地尺度和线性构筑物场所（如管道和道路）开展的。而定量滑坡风险区划编图，特别是中等尺度（1∶10,000～1∶50000）滑坡风险区划图的编制还有很长的路要走。这种中等尺度的滑坡风险区划图可用于土地开发规划和灾害应急响应（Michael-Leiba等，2003）。利用该类图件，可以确定出不适宜开发的地区，也可以用来选择相对风险高的地区，以进一步开展详细调查定量确定风险，进行费用-效益分析，以确定未来开发方案。

鉴于上述区域滑坡风险评估的诸多困难，建议对中等尺度的滑坡风险评估进行定性或半定量评估，将滑坡风险划分为“非常高”、“高”、“中等”、“低”、“非常低”不同的定性等级，这些等级的确定是根据专家知识和经验以及利用统计模型和确定性模型得出的结果。不同风险等级还应包括其实际应用含义的描述性语言。建议对每种滑坡类型进行单独的风险评估，因为每种滑坡类型的失稳效应彼此差异很大。编制的风险图件应直接指示出在一定的环境背景条件下影响风险的 地貌证据，如滑坡运动距离、规模、滑坡深度、滑坡的回退运动。

地理信息系统（GIS）已成为滑坡危险性、易损性和风险评估必不可少的基本工具。在大尺度研究中，确定性模型最适合于确定斜坡的安全系数，动态模型适合于描绘滑坡的运动轨迹。当与概率方法相结合时（触发事件的输入数据的变化性和重现期），便可获得滑坡失稳的概率。由于土壤深度是确定性滑坡危险性评估的重要参数，可以通过浅层地球物理方法获取该参数，可采用的方法包括：地电方法、高分辨率地震反射勘查、地面穿透雷达（GPR）、电磁法（EM）和激发极化（SP）测量。

在中等尺度上，最重要的输入数据是基于事件的滑坡编目图。该类图应强调滑坡特征（类型、体积）以及不同承灾体的损失。将这些滑坡信息与要素图（如坡度、岩性等）相结合，利用启发式或统计方法，便可生成滑坡敏感性图。将敏感性图与滑坡频率分析（与降雨和地震记录有关的时间数据库连接）相结合，也可获得滑坡发生的时间概率。地球观测数据应成为滑坡研究常规数据基础，以定期进行新滑坡编目和数据库的更新。在确定滑坡易损性和损失函数方面还有许多工作要做。需要研究突破的是，如何确定预期的滑坡规模或体积，最后，将滑坡风险分析与评估的各个组成部分综合在一起，形成滑坡风险信息/管理系统，从而为地方政府进行滑坡风险管理和空间决策提供技术支持系统。

四、小结

实践证明，地质灾害风险评估是地质灾害勘查、研究的一项重要的基础内容，它对认识地质灾害程度，制定减灾规划，部署防治工程，提高灾害管理水平具有十分重要的意义。然而，尽管近年来国内外地质灾害评估得到迅速发展，但由于这方面工作是一个新的领域，而且它所涉及的内容广泛，不仅包括自然科学，而且包括社会科学，所以已有的研究远没有形成系统完善的科学体系，已有的应用水平也远不能满足社会经济发展的减灾需要。

由于减灾事业发展的需要和社会对灾害风险评估认识的提高，为了更加科学有效地防范地质灾害，今后，地质灾害风险评估必将得到进一步发展。主要趋向表现在下列方面：

（1）研究内容进一步扩展，将逐渐形成跨学科、跨领域的相互交叉的综合研究体系。

（2）研究方法和手段进一步丰富、先进。除计算机技术得到更广泛应用、发挥更大作用外，遥感技术、卫星定位技术等多种高科技手段也将为地质灾害风险评估所利用。

（3）关注和参加的部门和专家进一步扩展。除政府减灾管理部门、地质灾害专业研究部门外，保险和防灾治灾的产业部门等也将在更大程度上关注或直接参与地质灾害风险评估工作。

（4）国际交流合作将进一步发展，特别是在理论、方法、技术方面的交流合作将会有较大发展。

（5）理论研究将得到较大提高，逐步形成自身的理论体系。

（6）与减灾规划、防治工程及其他社会经济的结合越来越紧密，实用性越来越强。

网络数据库技术

一、单项选择题

1 存储在计算机内有结构的数据的集合，称为数据库。

2 以二维表格的形式组织数据库中的数据，这种数据模型是关系模型

3 下面哪个数据库属于中小规模数据库管理系统Access。

4 SQL Server 2000有两类数据库，分别是用户数据库和系统数据库。

5 两个实体：学院和学生之间的联系应为一对多联系。

6 错误的对象部分限定名是服务器名．对象名。

7 SQL Server字符型包括char和varchar。

8 下列SQL语句中，修改表结构的是ALTER TABLE。

9 下列SQL语句中，向表中插入数据的是INSERT。

10 关系运算的特点是运算的对象和结果都是表。

11 两个表连接最常用的条件是两个表的某些列值相等，这样的连接称为等值连接。

12 在数据库查询语句SELECT中，指定分组表达式的子句是GROUP BY子句。

13 用以限制查询结果集中的行数过多，仅指定部分结果所采用的关键字是TOP。

14 能够在LIKE子句中匹配多个字符的通配符是%。

15 统计组中满足条件的行数或总行数的聚合函数是COUNT。

第16到第19题基于这样的三个表即学生表S、课程表C和学生选课表SC，它们的结构如下：

S(S#, SN, SEX, AGE, DEPT)

C(C#, CN)

SC(S#, C#, GRADE)

其中：S#为学号，SN为姓名，SEX为性别，AGE为年龄，DEPT为系别，C#为课程号，CN为课程名，GRADE为成绩。

16 检索所有比“王华”年龄大的学生姓名、年龄和性别。正确的SELECT语句是SELECT SN, AGE, SEX FROM S WHERE AGE>(SELECT AGE FROM S WHERE SN=‘王华’)

17 检索选修课程“C2”的学生中成绩最高的学生的学号。正确的SELECT语句是SELECT S# FROM SC WHERE C#=‘C2’ AND GRADE>= ALL (SELECT GRADE FROM SC WHERE C#=‘C2’)

18 检索学生姓名及其所选修课程的课程号和成绩。正确的SELECT语句是SELECT SSN, SCC#, SCGRADE FROM S, SC WHERE SS#=SCS#

19 检索选修四门以上课程的学生总成绩（不统计不及格的课程），并要求按总成绩的降序排列出来。正确的SELECT语句是SELECT S#, SUM(GRADE) FROM SC WHERE GRADE>=60 GROUP BY S# HAVING COUNT()>=4 ORDER BY 2 DESC

20 创建视图的SQL命令是CREATE VIEW

22 打开游标所使用的SQL命令是OPEN。

23 请选出不属于T-SQL语言组成部分的是数据转换语言。

24 声明变量所使用的关键字为DECLARE。

25 按照索引的组织方式，可以将索引分为聚集索引和非聚集索引。

26 又称为列完整性，指给定列输入的有效性的是域完整性。

27 创建存储过程的SQL命令是CREATE PROCEDURE。

28 不属于维护数据的触发器的是SELECT。

29 只备份自上次备份以来发生过变化的数据库的数据，也称增量备份的是差异备份。

30 数据库系统与外部进行数据交换的 *** 作是导入/导出。

31 具有数据表达方式简洁、直观，插入、删除、修改 *** 作方便等特点的数据模型是关系模型

32 按一定的数据模型组织数据，对数据库进行管理的是数据库管理系统

33 对于这样一个关系：学生（学号、姓名、专业名、性别、出生日期、总学分），请选出关系的码（关键字）为学号

34 两个实体：学院和学生之间的联系应为一对多联系

35 数据库对象的名称中各部分使用何种符号隔开“”。

36 每个表可以有多少个列设置为标识属性identity1。

37 下列SQL语句中，创建表结构的是CREATE TABLE。

38 下列SQL语句中，删除表中的指定数据的是DELETE。

39 关系运算的特点是运算的对象和结果都是表。

40 从表中选出指定的属性值（列名）组成一个新表，这样的关系运算是投影。

41 在数据库查询语句SELECT中，指定表或视图的子句是FROM子句。

42 在数据库查询语句中，为使用自己选择的列标题而更改查询结果的列标题名，所使用的关键字是AS。

43 在WHERE子句中，可以使用通配符来对字符串进行模糊匹配的关键字是LIKE。

44 在学生表XS表中查询总学分尚未定的学生情况，正确的查询语句是SELECT FROM XS WHERE 总学分 IS NULL。

45 在查询语句中对查询的结果进行排序，用于升序排序的关键字是ASC。

第16到第19题基于这样的三个表即学生表S、课程表C和学生选课表SC，它们的结构如下：

S(S#, SN, SEX, AGE, DEPT)

C(C#, CN)

SC(S#, C#, GRADE)

其中：S#为学号，SN为姓名，SEX为性别，AGE为年龄，DEPT为系别，C#为课程号，CN为课程名，GRADE为成绩。

46 检索所有比“王华”年龄大的学生姓名、年龄和性别。正确的SELECT语句是；SELECT SN, AGE, SEX FROM S WHERE AGE>(SELECT AGE FROM S WHERE SN=‘王华’)

47 检索选修课程“C2”的学生中成绩最高的学生的学号。正确的SELECT语句是；SELECT S# FROM SC WHERE C#=‘C2’ AND GRADE>= ALL (SELECT GRADE FROM SC WHERE C#=‘C2’)

48 检索学生姓名及其所选修课程的课程号和成绩。正确的SELECT语句是；SELECT SSN, SCC#, SCGRADE FROM S, SC WHERE SS#=SCS#

49 检索选修四门以上课程的学生总成绩（不统计不及格的课程），并要求按总成绩的降序排列出来。正确的SELECT语句是；SELECT S#, SUM(GRADE) FROM SC WHERE GRADE>=60 GROUP BY S# HAVING COUNT()>=4 ORDER BY 2 DESC

50 修改视图的SQL命令是ALTER VIEW。

51 若用如下的SQL语句创建一个student表：(‘1031’, ‘曾华’, NULL, NULL)

52 在使用游标时首先要执行的是声明游标。

53 SQL语言是一种用于数据库查询的结构化语言。

54 请选出不属于T-SQL语言组成部分的是数据转换语言。

55 T-SQL中局部变量用哪种符号进行标识@。

56 请选择不是索引的作用的是使表中数据排列更为美观。

57 如果一个表中的一个字段或若干个字段的组合是另一个表的码，则称该字段或字段组合为该表的外码。

58 执行存储过程的SQL命令是EXEC 。

59 SQL Server 2000中不允许使用的备份介质是只读光盘。

60 从外部数据源中检索数据，并将数据插入到SQL Server表的过程，称为导入数据。

61、表格中的一行称为一个记录，一列称为一个字段，每列的标题称为字段名。

62、SQL Server 2000有两类数据库：系统数据库和用户数据库。

63、在设计表时列的identity属性：实现的是自动增长的功能。

64、创建数据库的SQL命令：CREATE DATABASE。

65、删除数据库的SQL命令：DROP DATABASE。

66、创建表的SQL命令：CREATE TABLE。

67、删除表的SQL命令：DROP TABLE。

68插入表数据的SQL 命令：INSERT。

69、删除表数据的SQL命令：DELETE和TRUNCATE TABLE，了解二者的区别。

70、修改表数据的SQL命令：UPDATE。

71、使用SQL命令创建视图：CREATE VIEW。

72、使用SQL命令修改视图：ALTER VIEW。

73、当视图所依赖的基本表有多个时，不提倡向该视图插入数据，因为这会影响多个基本表。

74、使用SQL命令删除视图：DROP VIEW。

75、使用SQL命令声明游标：DECLARE。

76、声明游标时SCROLL的用法：可以使游标向前、向后滚动。

77、使用SQL命令打开游标：OPEN。

78、使用SQL命令利用游标读取数据：FETCH。

79、控制游标的关键字：NEXT| PRIOR| FIRST | LAST| ABSOLUTE n| RELATIVE n。

80、使用SQL命令关闭游标：CLOSE。

81、使用SQL命令删除游标：DEALLOCATE。

82、 SQL语言是用于数据库查询的结构化语言。

83、T-SQL语言的组成部分：数据定义语言、数据 *** 纵语言和数据控制语言。

84、变量的命名：以字母、_、@或#开头，后接多个字母、数字、_、@或#构成。

85、运算符与表达式：AND和OR

86、按照索引的组织方式，可将索引分为聚集索引和非聚集索引。

87、惟一索引：不会有两行记录相同的索引键值。

88、使用SQL命令删除索引：DROP INDEX。

89、使用SQL命令创建带参数的存储过程的格式：

CREATE PROCEDURE procedure_name @variable_name datatype

AS

<sql_statement>

90、使用SQL命令执行带参数的存储过程：EXEC procedure_name value。

91、使用SQL命令修改存储过程的格式：

ALTER PROCEDURE procedure_name

AS

<sql_statement>

92、使用SQL命令删除存储过程：DROP PROCEDURE。

93、设计备份策略的指导思想是：以最小的代价恢复数据。

94 假定学生关系是S(S#, SNAME, SEX, AGE)，课程关系是C(C#, CNAME, TEACHER)，学生选课关系是SC(S#, C#, GRADE)。要查找选修课程名“COMPUTER”的性别为“女”的学生姓名，将涉及到的关系是：S, C, SC。

95 数据库对象的名称中各部分使用何种符号隔开“．”。

96 在SQL Server 2000中，精确整数型包括decimal和numeric。

97 下列SQL语句中，实现删除数据库的语句是DROP DATABASE。

98 下列SQL语句中，向表中插入数据的是INSERT。

99 把两个表中的行按照给定的条件进行拼接而形成新表，这样的关系运算是连接。

100 在数据库查询语句SELECT中，指定表或视图的子句是FROM子句。

101 在数据库查询中，消除结果集中的重复行所使用的关键字是DISTINCT。

102 能够在LIKE子句中匹配单个字符的通配符是“_”。

103 在查询语句中对查询的结果进行排序，用于降序排序的关键字是。DESC

104 若用如下的SQL语句创建一个student表：

CREATE TABLE student(NO C(4) NOT NULL,

NAME C(8) NOT NULL,

SEX C(2),

AGE N(2))

可以插入到student表中的是(‘1031’, ‘曾华’, NULL, NULL)

第16到第19题基于这样的三个表即学生表S、课程表C和学生选课表SC，它们的结构如下：

S(S#, SN, SEX, AGE, DEPT)

C(C#, CN)

SC(S#, C#, GRADE)

其中：S#为学号，SN为姓名，SEX为性别，AGE为年龄，DEPT为系别，C#为课程号，CN为课程名，GRADE为成绩。

105 检索所有比“王华”年龄大的学生姓名、年龄和性别。正确的SELECT语句是

SELECT SN, AGE, SEX FROM S

WHERE AGE>(SELECT AGE FROM S

WHERE SN=‘王华’)

106 检索选修课程“C2”的学生中成绩最高的学生的学号。正确的SELECT语句是

SELECT S# FROM SC

WHERE C#=‘C2’ AND GRADE>= ALL

(SELECT GRADE FROM SC

WHERE C#=‘C2’)

107 检索学生姓名及其所选修课程的课程号和成绩。正确的SELECT语句是

SELECT SSN, SCC#, SCGRADE

FROM S, SC

WHERE SS#=SCS#

108 检索选修四门以上课程的学生总成绩（不统计不及格的课程），并要求按总成绩的降序排列出来。正确的SELECT语句是

SELECT S#, SUM(GRADE) FROM SC

WHERE GRADE>=60

GROUP BY S#

HAVING COUNT()>=4

ORDER BY 2 DESC

109 创建视图的SQL命令是

CREATE VIEW

110、局部变量在声明后初始化为NULL。

二、多项选择题

1 关系数据库模型的优势在于；数据表达方式简洁、直观；插入、删除、修改 *** 作方便。

2 请选出SQL Server 2000的两种常用工具；企业管理器；查询分析器。

3 设计表时空值的作用；表示不需要添加的数据；表示将在以后添加的数据。

4 数据库的查询语句SELECT的语法格式中不包含以下哪些内容；DROP子句；UPDATE子句。

5 在比较子查询可以使用的比较关键字包括；ALL ； ANY。

6 在使用游标读取数据时，可用来滚动记录的关键字是；NEXT；LAST；PRIOR；FIRST。

7 索引的功能包括；快速存取数据；保证数据记录的惟一性；实现表与表之间的参照完整性；利用索引可减少排序和分组的时间。

8 数据库中的数据丢失或被破坏的原因是；计算机软、硬件故障；误 *** 作；自然灾害；盗窃。

9 确定备份频率主要考虑的是；系统恢复的工作量；系统执行的事务量。

10 导入/导出 *** 作包括数据传输；数据转换。

11 目前，大型的数据库管理系统主要包括；Oracle；SQL Server；DB2。

12 SQL Server 2000的数据库可以分为；系统数据库；用户数据库。

13 数据库对象包括；表；视图；索引；存储过程；触发器。

14 设计表时空值的作用；表示不需要添加的数据；表示将在以后添加的数据。

15 数据库的查询语句SELECT的语法格式中包括以下哪些内容；FROM子句；WHERE子句；GROUP BY子句；HAVING子句；ORDER BY子句。

16 可以用于SELECT语句的聚合函数包括；SUM和AVG；MAX和MIN；COUNT。

17 T-SQL语言包含以下哪些重要部分；数据定义语言 ；数据 *** 纵语言；数据控制语言。

18 数据完整性包括；域完整性；实体完整性；参照完整性。

19 数据库中的数据丢失或被破坏的原因是；计算机软、硬件故障；误 *** 作；自然灾害；盗窃。

20 对导入/导出 *** 作描述正确的是；导入/导出是数据库系统与外部进行数据交换的 *** 作；导入数据是把其他系统的数据引入到SQL Server的数据库中；导出数据是把数据库从SQL Server数据库中引导其他字段。

21、流行的中小型数据库包括Access和Visual Foxpro。大型数据库管理系统包括Oracle，Microsoft的SQL Server，Sybase和IBM的DB2。

22、数据模型分为关系模型、层次模型、网状模型。所划分原则是数据之间的联系。关系模型优势：数据表达方式简洁、直观，插入、删除、修改 *** 作方便。

23、实体之间的联系有如下几种：一对一的联系（1: 1）、一对多的联系（1: n）、多对多的联系（m: n）。

24、 SQL Server 2000的两种常用工具：企业管理器，查询分析器。

25、SQL Server 2000的数据库对象包括：表、视图、索引、存储过程、触发器和约束。

26、数据库对象的完全限定名包括：服务器名、数据库名、所有者名和对象名。其中前三个可以省略，掌握省略的格式。

27、常用的关系运算包括：连接、选择和投影。关系运算的特点是运算的对象和结果都是表。

28、SQL Server对游标的使用要遵循的步骤：声明游标；打开游标；读取数据；关闭游标；删除游标。

29、全局变量和局部变量分别用@@和@进行标识。

30、数据完整性的分类：域完整性、实体完整性和参照完整性。

31 数据库管理系统采用的数据模型有；层次模型；网状模型；关系模型。

32 SQL Server 2000的数据库可以分为；系统数据库；用户数据库。

33 数据库对象包括；表；视图；索引；；存储过程；触发器。

34 常见的连接 *** 作包括；等值连接；自然连接。

35 数据库的查询语句SELECT的语法格式中不包含以下哪些内容；DROP子句；UPDATE子句。

36 请从下面的关键字中选出能够用于WHERE子句中进行范围比较的是；IN；BETWEEN。

37 请选出对视图描述正确的项；数据库中只存储视图的定义；对视图的数据进行 *** 作时，系统根据视图的定义去 *** 作与视图相关联的基本表。

38 按照索引的组织方式，可将索引分为；聚集索引；非聚集索引。

39 存储过程包括以下哪些类型；系统存储过程；本地存储过程；临时存储过程；远程存储过程；扩展存储过程。

40SQL Server 2000中，允许使用的备份介质包括；硬盘；磁带；命名管道。

三、名词解释

1、码：在关系表中，如果一个字段或几个字段组合的值可惟一标识其对应记录，则称该字段或字段组合为码。

2、记录：每个表包含了若干行数据，它们是表的“值”，表中的一行称为一个记录。

3 投影：投影运算从表中选出指定的属性值（列名）组成一个新表，记为：∏A(R)。

4 索引: 根据表中一列或若干列按照一定顺序建立的列值与记录行之间的对应关系表。

5 参照完整性: 又称为引用完整性。参照完整性保证主表中的数据与从表中数据的一致性。

6 数据库：是存放数据及相关信息的仓库。

7 字段：每个记录由若干个数据项构成，将构成记录的每个数据项称为字段。

8 连接：连接运算把两个表中的行按照给定的条件进行拼接而形成新表，记为： 。

9 数据的完整性：是指数据库中的数据在逻辑上的一致性和准确性。

10 数据库恢复：就是当数据库出现故障时，将备份的数据库加载到系统，从而使数据库恢复到备份时的正确状态。

11、数据库（DB）：数据库是存放数据及相关信息的仓库。

12、数据库管理系统（DBMS）：数据库管理系统是管理数据库的系统，它按一定的数据模型组织数据。

13、实体和实体集：每一类数据对象的个体称为实体，而每一类对象个体的集合称为实体集。

14、记录：每个表包含了若干行数据，它们是表的“值”，表中的一行称为一个记录。

15、字段：每个记录由若干个数据项构成，将构成记录的每个数据项称为字段。

16、选择运算：选择运算按给定的条件，从表中选出满足条件的行形成一个新表作为运算结果，选择运算的记号为σF(R)。

17、投影运算：投影运算从表中选出指定的属性值（列名）组成一个新表，记为：∏A(R)。

18、连接运算：连接运算把两个表中的行按照给定的条件进行拼接而形成新表，记为： 。

19、等值连接：两个表的某些列值相等，这样的连接称为等值连接。

20、自然连接：自然连接运算要求两个表有共同属性，自然连接运算的结果表是在参与 *** 作两个表的共同属性上进行等值连接后再去除重复的属性后所得的新表，自然连接运算记为： 。

21、局部变量：DECLARE @local_variable data_type，所有局部变量在声明后均初始化为NULL。

22、域完整性：域完整性又称为列完整性，指给定列输入的有效性。

23、实体完整性：实体完整性又称为行的完整性，要求表中有一个主键，其值不能为空且能惟一地标识对应的记录。

24、参照完整性：参照完整性又称为引用完整性。参照完整性保证主表中的数据与从表中数据的一致性。

25、外码：如果一个表中的一个字段或若干个字段的组合是另一个表的码则称该字段或字段组合为该表的外码。

26、存储过程：在SQL Server中，可以定义子程序存放在数据库中，这样的子程序称为存储过程。

27、触发器：触发器是一类特殊的存储过程。触发器与表的关系密切，用于保护表中的数据。当有 *** 作影响到触发器保护的数据时，触发器自动执行。

28、导入/导出：导入/导出是数据库系统与外部进行数据交换的 *** 作。

导入数据是从外部数据源中检索数据，并将数据插入到SQL Server表的过程，即把其他系统的数据引入到SQL Server的数据库中。

导出数据是将SQL Server数据库中的数据转换为某些用户指定格式的过程，即把数据库从SQL Server数据库中引到其他系统。

四、简答题

1 请列举SQL Server 2000的数据库对象。

表、视图、索引、存储过程、触发器和约束。

2 简述存储过程的优点。

（1）存储过程在服务器端运行，执行速度快。

（2）存储过程执行一次后，其执行规划就驻留在高速缓冲存储器，在以后的 *** 作中，只需从高速缓冲存储器中调用已编译好的二进制代码执行，提高了系统性能。

（3）确保数据库的安全。

（4）自动完成需要预先执行的任务。

3 请根据以下表的定义写出创建表的语句。

表名：Student

列名 数据类型 长度 是否允许为空

学号 定长字符型（char） 6 否

姓名 定长字符型（char） 8 否

专业名 定长字符型（char） 10 允许

性别 位型（bit） 1（系统默认值） 否

出生时间 日期时间类型（smalldatetime） 4（系统默认值） 否

总学分 整数型（tinyint） 1（系统默认值） 允许

备注 文本型（text） 16（系统默认值） 允许

CREATE TABLE student(

学号 char(6) NOT NULL,

姓名 char(8) NOT NULL,

专业名 char(10) NULL,

性别 bit NOT NULL,

出生日期 smalldatetime NOT NULL,

总学分 tinyint NULL,

备注 text NULL)

4 根据以下要求写出实现表 *** 作的SQL语句。

假设数据库中已经建立好以下表结构。

表名：Student

列名 数据类型 长度 是否允许为空

学号 定长字符型（char） 6 否

姓名 定长字符型（char） 8 否

专业名 定长字符型（char） 10 允许

性别 位型（bit） 1（系统默认值） 否

出生时间 日期时间类型（smalldatetime） 4（系统默认值） 否

总学分 整数型（tinyint） 1（系统默认值） 允许

备注 文本型（text） 16（系统默认值） 允许

请分别写出如下 *** 作的SQL语句：

（1） 增加新列 “奖学金等级”，数据类型为tinyint，允许为空；

（2） 删除“备注”列；

（3） 将“出生日期”列的数据类型由原来的smalldatetime修改为datetime。

（1）ALTER TABLE Student ADD 奖学金等级 tinyint NULL

（2）ALTER TABLE Student DROP COLUMN 备注

（3）ALTER TABLE Student ALTER COLUMN 出生日期 datetime

5 数据库中已经存在下表。

表名：Student

列名 数据类型 长度 是否允许为空

学号 定长字符型（char） 6 否

姓名 定长字符型（char） 8 否

专业名 定长字符型（char） 10 允许

总学分 整数型（tinyint） 1（系统默认值） 允许

备注 文本型（text） 16（系统默认值） 允许

请写出如下对表中数据进行 *** 作的SQL语句：

（1）插入一条学生信息，学号为“532241”，姓名为“张鑫”，专业名为“计算机”；

（2）从表中删除学号为“532240”的学生记录；

（3）将表中所有记录的专业名由“计算机”改为“计算机应用技术”。

（1）INSERT INTO Student(学号, 姓名, 专业名) VALUES(‘532241’, ‘张鑫’, ‘计算机’)

或 INSERT INTO Student VALUES(‘532241’, ‘张鑫’, ‘计算机’, NULL, NULL)

（2）DELETE FROM Student WHERE 学号=‘532240’

（3）UPDATE Student SET 专业名=‘计算机应用技术’ WHERE 专业名=‘计算机’

6 请列举设计表时包括的内容。

确定表的名字、所包含的列名、列的数据类型、长度、是否可为空值、默认值情况、是否要使用以及何时使用约束、默认设置或规则以及所需索引、哪些列是主键、哪些列是外键。

7 简述索引的作用。

（1）快速存取数据。

（2）保证数据记录的惟一性。

（3）实现表与表之间的参照完整性。

（4）在使用ORDER BY, GROUP BY子句进行数据检索时，利用索引可减少排序和分组的时间。

8 请根据以下表的定义写出创建表的语句。

表名：Course

列名 数据类型 长度 是否允许为空

课程号 定长字符型（char） 3 否

课程名 定长字符型（char） 16 否

开课学期 整数型（tinyint） 1（系统默认值） 否

学时 整数型（tinyint） 1（系统默认值） 否

学分 整数型（tinyint） 4（系统默认值） 允许

CREATE TABLE course(

课程号 char(3) NOT NULL,

课程名 char(16) NOT NULL,

开课日期 tinyint NOT NULL,

学时 tinyint NOT NULL,

学分 tinyint NULL)

9 根据以下要求写出实现表 *** 作的SQL语句。

假设数据库中已经建立好以下表结构。

表名：Course

列名 数据类型 长度 是否允许为空

课程号 定长字符型（char） 3 否

课程名 定长字符型（char） 16 否

开课学期 整数型（tinyint） 1（系统默认值） 否

学时 整数型（tinyint） 1（系统默认值） 否

学分 整数型（tinyint） 4（系统默认值） 允许

请分别写出如下 *** 作的SQL语句：

（1） 增加新列“授课教师”，数据类型为char，长度为10，不允许为空；

（2） 删除“学时”列；

（3） 将“课程名”列的长度由原来16改为20。

（1）ALTER TABLE Course ADD 授课教师 char(10) NOT NULL

（2）ALTER TABLE Course DROP COLUMN 学时

（3）ALTER TABLE Course ALTER COLUMN 课程名 char(20)

10 数据库中已经存在下表。

表名：Course

列名 数据类型 长度 是否允许为空

课程号 定长字符型（char） 3 否

课程名 定长字符型（char） 16 否

开课学期 整数型（tinyint） 1（系统默认值） 否

学时 整数型（tinyint） 1（系统默认值） 否

学分 整数型（tinyint） 4（系统默认值） 允许

继续需要请留邮箱&上我空间留邮箱

由于人口的增长，可供利用的土地不断减少，城市化向不稳定地区扩张，滑坡等地质灾害造成的损失不断增加。当决策者面临灾害防治和减轻决策时，不仅需要对过去灾害事件的“静态”环境的空间表征，更需要具有“预测性”的空间表征。这意味着管理决策者需要知道未来灾害的发生概率和可能的发生地点，以便采取适当的防灾措施和制定减灾计划。为此，从20世纪80年代后期开始，世界各地广泛开展了滑坡危险性评估以及滑坡风险评估与区划研究等工作。

一、滑坡灾害危险性评估

Cross于1996年采用滑坡敏感性指数（LSI）（Landslide Susceptibility Index）作为定量化指标进行滑坡灾害危险性区划，并在英国Derbyshire地区进行了实践。FinlayPJ 和 Fell Robin（1997）从滑坡灾害风险辨识和可接受滑坡风险水平出发，对澳大利亚和香港的滑坡灾害进行了研究，其成果包括滑坡灾害的调查、土地开发原则、滑坡灾害的分类、滑坡灾害造成的生命财产损失可接受概率等。Finlay PJ, Mostyn GR&Fell Robin（1999）用统计学原理，对香港1984-1993年间的3000多个滑坡灾害记录数据库进行了统计分析研究，建立了机遇滑坡灾害几何条件的预测滑坡灾害水平运动距离的多元回归模型。 Conor GSmyth & Stephen A Royle （2000） 以Niteroi城市为研究对象，研究了湖泊承灾体城市居民的易损性，分析了滑坡致灾因子及其影响，并提出了相应的滑坡灾害风险管理措施。Fausto Guzzetti（2000）建立了意大利1279-1999年间滑坡灾害导致生命死亡的数据库，对致命滑坡的发生频率及其致命率的评估进行了系统的研究。Piyoosch Rautelal 和 Ramesh Chandna Lakhera（2000） 利用GIS和遥感技术对印度的Giri 和 Tons River （in Himachal Himalaya）流域的滑坡灾害进行了风险评估研究。BTemesgen 和 MU Mohammmed（2001） 利用GIS和遥感技术研究了滑坡灾害与致灾因子之间的统计关系，并用风险系数（0-1）来评估滑坡灾害风险。 Ragozin等在2000年提出了应用于滑坡灾害风险评估的危险性指标和易损性指标以及相应的表达式。Johnson等2000年在澳大利亚一项为城市发展规划服务的崩塌、滑坡、泥石流灾害预测中，把地质灾害危险性、易损性和风险评估作为一体，以GIS软件为技术平台，分别采用了平面和三维评估系统，对Cairns地区进行了崩塌、滑坡、泥石流等地质灾害的危险性分析和风险区划研究。P Aleollt（2000）采用了GIS技术对意大利北部阿尔卑斯山前缘地区的滑坡、洪水、雪崩、山谷口堆积等灾害的危险性及总的风险进行了区划性制图研究。ARagozin（2000）从理论上研究了滑坡灾害风险评估中的危险性、易损性和风险性，提出了考虑危险性评估目标有效期限在内的单个滑坡灾害危险性指标，并用其主要控制因素的概率乘积表示；对于区域性滑坡灾害评估，提出用给定地区的面积、滑坡发生面积、滑坡数量和时间之间的关系建立定量模型。

Suzen等人提出了运用滑坡种子元（seeds）图和统计百分位（percentile）图的新概念进行区域滑坡危险性评估。其主要原理是，运用统计学方法，估计影响滑坡稳定性的各因素的相对贡献率。种子元是指未被扰动的地貌单元（地带），它用来确定滑坡边界；而百分位类型的划分则用来将连续变量转化为类级离散变量。他们将这一方法应用到土耳其的Asarsuyu集水流域的滑坡灾害危险性评估。在GIS环境下生成岩性、到断层线段距离等13个影响边坡稳定性的变量图。分别将13个影响变量图与滑坡灾害分布图相叠置，获得“种子元”和“滑动元”的属性数据库。根据各影响因素中不同百分位类别中滑动单元的数目以及未滑动（种子） 元的数目，计算出各影响因素的权重。

Bonham提出了基于统计学的Bayesian方法的数据驱动权重模型（weights ofevidence modeling），将其应用到找矿领域。Van Westen进一步将该模型应用到滑坡灾害危险性评估领域。数据驱动权重模拟方法的主要原理是利用滑坡历史分布数据，建立滑坡分布与各影响因子之间的统计关系，即根据在各影响因子不同类别中滑坡分布的统计情况来确定各影响因子对滑坡灾害的贡献率（权重）大小。与专家知识模型相比，该类模型对权重的确定更加科学和可靠，避免了专家的主观性所带来的不确定性。最后，利用另一时期的滑坡分布历史数据对评估结果进行检验和成功率预测，调整不合理的边界，使评估结果更加具有可信度。基于贝叶斯（Bayesian）统计方法的数据驱动权重模型较其他统计方法更加严谨，充分考虑了滑坡影响因素之间的关系，以及各影响因素与滑坡灾害的关系；并进行影响因素的独立性分析，找出最关键的影响因子。在此基础上再计算各影响因素的权重。

Carrara（1989）利用多变量或“黑箱”模型，在意大利的一些地区开展了滑坡危险性定量评估编图工作，预测实际和潜在滑坡的失稳事件。作为一种“预警”工具，这种编图可用于选择“危险性大”、需进一步详细调查的场所。所采用的主要方法包括：①根据专家经验和知识进行直接的估计；②将代表斜坡不稳定因素的图层按一定的权重进行叠加获得“指数”主题图；③利用多变量模型，通过统计方法评估实际/潜在的斜坡不稳定性，以确定滑坡危险性概率水平。应用这些方法的基本假设条件是：在统计训练样本地区滑坡失稳的产生条件与整个研究区的环境条件相同。统计分析中的基本单元是“具有地貌意义”的斜坡单元（面积大小不等）。影响滑坡失稳的各种影响因子之间的运算都是在GIS环境下的基本网格单元上进行。利用判别分析方法，将稳定性斜坡单元和不稳定性斜坡单元分成不同类别，在此基础上将其转换成概率。最后将得到的滑坡危险性预测概率图与实际/编目的滑坡图进行对比，获得“可靠性”程度的检验。不幸的是，在许多案例分析中往往这样的可靠性检验实际上没有任何意义。因为进行预测分析所使用的滑坡数据就是实际的滑坡数据，即进行预测建模的数据与验证模型的数据没有分开，是同一组数据。

Mark和Ellen（1995）对美国加利福尼亚州数千条泥石流记录的数据库和5个滑坡要素图层进行了回归分析。在分析中假定暴雨触发泥石流的条件与1982年加州暴雨事件相同。对滑坡重现的研究使用了模拟技术，选用了10m精度的DEM数据。他们利用一组浅层泥石流数据（200多个泥石流）的分布和频率来模拟泥石流的触发区、滑动体积、沉积区以及最大物质运移距离，划分出泥石流高、中、低危险区。用另一组历史滑坡数据对模拟预测结果进行了验证。

Carrara和Guzzetti（1995、1999）在以前的研究基础上，将基础编图单元划分为三种：网格单元、独特条件单元、斜坡单元，对三种危险性模型进行了对比分析：I-对斜坡单元进行判别分析；II-对独特单元进行了条件分析；III-对独特单元进行判别分析。在危险性模型（I）中，使用了40个因素用于建立判别函数，将266个斜坡单元划分为稳定地区（滑坡面积不超过2%）和不稳定地区。65%的单元数据集为训练数据，其余35%的单元数据集用于检验。结果表明，三种危险性模型划分单元的“正确率”分别是838%、82%、75%。

Liener等（1996）提出了SLIDISP的滑坡危险性评估程序，利用通过岩土调查获得的安全系数来确定滑坡易发区。在瑞士的研究区，根据安全系数确定滑坡临界坡度，大于临界坡度的地区为滑坡易发区，对不同滑坡类型和土壤估计出不同的临界坡度，编制称为SLM的滑坡危险性图。经验证发现，这种方法的准确率达到86%。然而该方法的缺陷是，不能进行滑坡预测，因而不能说明未来滑坡事件的可能发生位置及其与几个参数图层（或参数组合）之间的关系，从而无法对危险性指数进行检验。

Guzzetti等（1999）对滑坡危险性评估现状进行了全面的评述，指出：“滑坡危险性预测图的可靠性和危险性评估的标准没有规范可循”。尽管他对此没有提出任何有关的建议，但他注意到，“滑坡危险性预测模型不易用传统的科学方法进行检验，检验滑坡预测图的唯一方法是时间。针对这些挑战，其解决途径可能是通过新的科学实践处理不确定性难题。”

Clerici等（2002）提出了基于条件概率和GIS的滑坡敏感性评估的程序，编写了宏语言用于处理繁杂的空间数据计算。他们考虑了5个与滑坡发生相关的环境因素：地质、土地利用、坡度、降雨量、层状地层/地形坡度关系。5个要素图进行了叠加后将整个研究地区划分为无数个“独特-条件多边形”。每个多边形是均质的，即其产生滑坡的环境条件相同。空间数据库的分辨率是5m×5m，共有1300万个单元。假定滑坡密度等于滑坡敏感性。计算每个多边形的滑坡密度后再进行分类，最后划分为5个敏感性等级。滑坡敏感性图由2131个独特-条件区组成，其中1542个独特-条件区至少受到一个滑坡的影响。共考虑了6种不同类型的滑坡，但没有将它们区别计算。因此，所产生的敏感性图是一种“一般”性的概略图。关于用于预测的统计分析方法以及进行验证所使用的技术在文献中作者都没有提及。

Dai和Lee（2002）利用逻辑分析方法对香港的Lantau岛进行了斜坡不稳定性预测评估，还研究了滑坡的物质活动行为特征，但遗憾的是，同样没有对预测结果进行检验评估。

Gritzner等（2001）尝试将历史滑坡数据随机分为两组，一组用于预测，一组用于检验，但遗憾的是，他们的分组不是根据滑坡的历史发生时间进行的，然而这种分组评估和验证思路是正确的。

Disperati等（2002）利用由Chung和Fabbri（1993）提出的统计技术，对意大利中部的一个研究区开展了滑坡危险性区划研究。他们使用了1∶10000空间数据库（包括滑坡、陡崖、物质位移范围等数据，还包括岩性、坡度和坡向、高程、土地利用等滑坡影响要素图层）。在预测建模中，随机选取了一组训练数据集，将不同的滑坡影响因素进行了组合叠加，得到滑坡危险性预测图。利用剩余的一组数据集通过生成的预测率曲线（prediction-rate curves）对预测图进行了检验。尽管预测结果并不理想，但毕竟他们的工作在使用系统程序开展滑坡危险性空间定量预测并检验和解释其预测结果方面向前迈出了重要的一步。

Park等（2002）分析和研究了滑坡危险性编图中的空间不确定性。他们对空间预测模型中的影响要素图层的边界模糊性进行了表征。用预测率曲线来解释和验证了不同要素组合和不同空间不确定水平下的预测结果。

表2-1和表2-2概述了在过去30多年里，世界各地关于滑坡编目和危险性空间分析研究的主要情况。在区域尺度的滑坡空间分析研究中，广泛使用了统计方法进行滑坡敏感性分析（如Baeza和Corominas，2001；Carrara，1989；Fernandes等，2004；Griffiths等，2002）和危险性评估（如Guzzetti等，1999；Asch等，1992），最近还使用了模糊模型（如Ercanoglu和Gokceoglu，2002；Pistocchi等，2002）和概率预测模型等先进的统计方法（Pistocchi 等，2002）进行滑坡敏感性分析。

岩石滑坡空间分析主要包括岩石塌落和（大规模）岩石滑动（表2-3）。一些岩石滑坡的编目给出了其空间分布的信息，还有一些编目利用统计方法和经验模型对岩石塌落进行了空间分析（如Dorren和Seijmonsberegen，2003；Mei,2001；Wieczorek等，1998）。还有一些研究人员（如Guzzetti等，2002a）开发了数值模型模拟岩石滑坡的空间运动模式。

世界各国广泛开展了泥石流的流域、区域和国家尺度的调查（表2-4）。主要是泥石流发生的空间分布编目以及在显著的触发事件（如暴雨、地震等）作用下发生的滑坡分布情况。普遍采用了统计技术以及数值方法评估泥石流敏感性和危险性（如D’Ambrosio等，2003；Lorente等，2002）。除了流域和区域尺度外，一些国家（如美国和瑞士）还开展了国家尺度的泥石流编目和敏感性空间分析。

世界各国还广泛开展了土体滑动的空间分析研究（表2-5）。主要包括深位滑动和浅层转换滑动。对于场地尺度的浅层转换滑动，主要应用无限平衡滑坡稳定性分析模型，用以估计坡体的安全系数（FoS）和失稳概率（如Dietrich等，1995；Montgomery 等，2000；Wu和Abdel-Latif，2000）。Moller等（2001）开发了基于水文响应单元和土壤力学响应单元的一种无限滑坡模型。启发式（heuristic）专家评判方法主要用于区域和国家尺度的研究。这种研究为进一步使用先进模型的研究奠定了基础。

从国家尺度的研究来看，Paige-Green（1985）基于专家判断给出了滑坡危险性的分类。Jones和Lee（1994）概述了英国滑坡编目的信息。Guzzetti等（1994）对意大利进行了滑坡的综合编目。Dikau和Glade（2003）根据岩性和坡体的几何特征进行了国家尺度的滑坡敏感性编图。尽管国家尺度的分析所提供的信息是粗略的，但它们为进一步开展区域滑坡风险分析奠定了基础，例如，结合风险承灾体（风险元素）和相关的社会—经济属性，可以开展区域滑坡风险评估。

表2-1 世界不同地区滑坡编目（流域和区域尺度）

续表

表2-2 世界各地滑坡空间危险性分析概览

续表

表2-3 世界各地崩塌、岩质滑坡空间评估概览

续表

表2-4 世界各地泥石流危险性空间分析评估概览

表2-5 世界各地土体滑坡空间分析评估概览

续表

二、滑坡灾害风险评估

联合国减灾组织-UNDRO于1982年提出了风险概念。此后有不少研究人员（如Brabb，1984；Einstein，1988；Fell，1994；Hearn和Griffiths，2001；Leoneo等，1996；Leroi，1996；等）将这一概念引入滑坡灾害领域。由Cruden和Fell（1997）编辑出版的滑坡风险评估国际研讨会论文集，首次全面介绍了滑坡风险研究的情况。此后，陆续出版了滑坡风险研究的案例（如Cardinali等，2002；Dai等，2002；Finlay等，1999；Guzzetti，2000；Hardingham等，1998；Hearn和Griffiths，2001；Michael-Leiba等，2000）。

目前普遍采用的是滑坡工作组风险评估委员会（IUGS，1997）和由澳大利亚岩石力学协会的Fell（2000）提出的滑坡风险定义。大多数滑坡风险研究主要采用的是自然科学的方法，而关注社会对滑坡灾害事件的应对战略或受影响社区的d性能力相关的社会科学研究与洪水或地震等自然灾害相比还十分有限。以下列出了最近10多年来滑坡风险研究的重要成果。

Mario Mejia-Navarro和Ellen EWohl（1994）在分析哥伦比亚的 Meddllin 地区地质灾害危险性和土地及生命易损性的基础上，利用GIS技术将二者合成产生了风险评估分区图。RAnbalagan和Bhawani Singh（1996）在前期关于山区滑坡灾害评估和区划制图研究的基础上，提出了风险评估制图的新方法；风险评估矩阵（RAM）。Jefferies等在1996年提出了用Bayesian方法进行风险概率的评估。

Mejía -Navarro和Garcia（1996）开发出IPDSS，即综合规划决策支持系统（Integrated Planning Decision Support System），它是基于GIS平台和图形用户交互界面的滑坡灾害危险性、易损性和风险评估的综合信息系统。滑坡危险性（敏感性）评估是根据影响滑坡的要素图层（如地形、坡面、基岩、地表和构造地质、地貌、土壤、土地覆被、土地利用、水文、降雨量、行洪道分布图以及以前灾害的历史数据）按一定的权重叠加完成的。权重是根据多变量统计分析及专家知识得出的。同样地，IPDSS系统没有将物质运动划分为不同的时段，因而无法表征滑坡发生地与其影响因素之间的关系，也就无法验证预测模式。尽管IPDSS相比以前的研究前进了一步，除了危险性评估，还进行了易损性评估和风险评估，但在整个评估过程中，其属性表征和选择随意性大。

Cardinali等（2002）通过航片解译和野外调查，编制并分析了多时段滑坡编目图。他们将调查限制在过去60年正在发生物质运动以及过去发生过物质运动的地区，重点研究各种失稳类型的演化和分布。通过以下战略开展滑坡危险性、易损性和风险性评估：①确定研究区范围；②编制多试点滑坡编目图和分类图；③确定滑坡灾害带（单相和多相滑坡的影响范围）；④滑坡危险性评估；⑤识别并编制承灾体图，并评估其对于不同滑坡类型的易损性；⑥滑坡风险评估。假设条件是研究区内未来发生的滑坡可能会出现在已发生过滑坡的邻近地区或发生在同一坡体上或同一水系流域中。出于经济的考虑，作者只进行了局部滑坡危险性评估（占研究区面积的214%，980个滑坡影响带中的210个影响带，面积为20km2），没有对整个研究区或汇水流域进行区域滑坡危险性评估。滑坡危险性区划也只限定在可能会发生物质运动的地区。将估计的滑坡频率等级和观测到的滑坡强度等级进行交叉后得到不同危险性等级，将其归并后重新划分为4个相对等级。在编制的1∶10000的概略图上，表征了11种承灾体，针对每种滑坡类型的不同滑坡强度，划分出3个易损性等级。该项研究特别让人感兴趣的是，对过去60年内的物质运动进行了航片解译，将滑坡的演化过程进行了时间对比分析。但该项研究还存在3大缺憾：①没有给出滑坡危险性水平的定量化绝对值；②对滑坡危险性评估/预测结果没有进行检验；③没有使用一致性的空间单元和空间覆盖。

Lerio（1996）对法国上世纪70年代以后，特别是在1982年7月13日颁布自然风险规划法（PER）以来的滑坡风险性评估与编图进行了全面的评述。根据PER法律的要求，在法国普遍开展了1∶5000到1∶10000的滑坡风险性编图工作，并将编制的图件作为灾害防治和灾后补偿的依据。灾害风险评估与编图主要回答以下问题：①物质运动的类型是什么？②潜在不稳定地区在哪里？③什么时候会触发灾害的发生？④灾害影响范围有多大？⑤灾害与环境的关系是什么？是自然原因还是人为因素造成的？⑥灾害引起的损失有多大？Lerio总结出3种可供使用的编图方法：①专家评估（具有主观性，需要进行解释和运用统计技术）；②回归分析（利用已发生滑坡地区可靠的空间数据库，建立物质运动模式与其环境因素的关系，据此推测其他类似地区滑坡发生的可能性，主要用于较大区域的分析）；③机械分析（基于确定性稳定性模型，预测滑坡发生概率，主要用于场地尺度的滑坡评估与预测）。Lerio指出：“几乎所有的风险图都没有将时间概念综合进去，而灾害的预防投资将需要基于大量历史数据的可靠的灾害时空预测模型。

Leone等（1996）提出了损失函数，作为构建易损性框架的一部分。为此，收集和对比分析历史滑坡及其相关数据是至关重要的。必要的表征是将研究区划分为若干个空间区块，不同区块其滑坡发生概率不同。

Glade（2001）在德国Rheinhessen地区开展了区域滑坡风险评估。将不同土地利用划分为不同的风险因素，因生命风险在该地区很小，所以在该研究中忽略了生命风险分析。对每类风险因素（不同土地类型）进行了货币价值的折算（表2-6）。将滑坡灾害信息与风险因素的易损性相结合，构成风险矩阵。以此划分滑坡风险的不同等级。90%地区划分为低风险区，8%地区为中等地区，2%为高风险区，02%为非常高风险区。尽管所得出的滑坡风险图不能用于当地政府的详细规划目的，但所确定的滑坡灾害易发区无论是对当地政府还是地区政府用于确定“热点”地区的详细分析，无疑都具有很大价值。

表2-6 不同潜在损害价值（欧元）的风险因素（Glade等）

Glade和Jensen（2004）在冰岛fjord西北地区Bildudalur开展了崩塌灾害风险分析研究，确定了建筑物的易损性和人员伤亡的风险概率。尽管历史上没有崩塌灾害的伤亡记录，但这种研究还是为当地政府对危险岩石的恰当管理提供了可靠的依据。在研究中将确定的崩塌路径转换为危险带区划，再与潜在的损失价值和相关的风险因素相结合，确定了风险水平。在后果分析中，不仅考虑了研究区任何地点的易损性、影响的时空概率，还考虑了崩塌灾害的季节影响概率。在GIS环境下，将这些成果以图件的形式表征出来。最后确定的风险不仅包括个人生命风险，还包括社会生命风险。崩塌灾害的个人风险很低，范围是11×10-5/年至56×10-5/年；92%地区属于低风险，8%地区属超低风险区；然而社会风险则变化在16×10-3/年至21×10-5/年，4%地区属超低风险区，27%地区为低风险区，58%地区为中等风险区，11%地区属高风险区。所计算的生命总风险水平，即年死亡率为0009。

表2-7概述了世界不同地区开展的各种空间尺度的滑坡风险评估。一些研究基于编图程序进行了滑坡危险性和风险区划（如Espizua和Bengochea，2002），另一些研究提出了泥石流（如Liu等，2002）等不同类型的滑坡风险评估的经验公式，还有一些研究利用概率方法进行滑坡风险评估（如Chung和Fabbri，2002；Rezig等，1996）。尽管在许多出版的文章中，“风险”一词出现的频率很大，但真正意义上的滑坡风险研究并不多。滑坡风险研究还处于探索阶段。

表2-7 世界各地地质灾害风险空间评估概览

续表

动态数据库是一个能够被应用程序和其它的DLL调用的过程和函数的集合体，它里面包含的是公共代码或资源。动态数据库提供了一种方法，使进程可以调用不属于其可执行代码的函数。

静态数据库是一种用户模块。它提供了函数的完整的目标代码。在静态库情况下，函数和数据被编译进一个二进制文件，Visual C＋＋的编译器在处理程序代码时，将从静态库中恢复这些函数和数据并把他们和应用程序中的其他模块组合在一起生成可执行文件。

扩展资料：

动态装入动态数据库，要用到Windows的三个API函数，即Loadlibrary、Freelibrary和GetprocAddress函数。

1、Loadlibrary函数调用格式为：function loadlobrary （DdfileName：Pchar）： THandle：。

2、、当不再需要一个动态数据库时，应调用FreeLibrary函数将其释放。

FreeLibrary函数调用格式：procedure FreeLibrary （Libmodule：THandle）。

3、用GetprocAddress函数把动态数据库中函数的地址传递给程序中某个函数变量，再用该变量实现动态数据库函数的调用。

GetprocAddress函数格式：function GetprocAddress （Libmodule：THandle：procname：pchar）：TFarProc：。

参考资料来源：百度百科-动态数据库

PLC控制系统由于具有功能强、程序设计简单、扩展性好、维护方便、可靠性高、能适应比较恶劣的工业环境的特点,因此在工业企业广泛应用但是由于工业环境条件恶劣,以及各种工业电磁,辐射干扰等,影响PLC控制系统的正常工作,因此必须重视PLC控制系统的抗干扰设计为防止干扰,可以采用硬件和软件相结合的抗干扰方法 防止硬件干扰的方法有:1采用性能优良的电源来抑制电网引入的干扰2电缆的选择与铺设来降低电磁干扰3完善接地系统4采用光电隔离来抑制输入输出电路引入的干扰等而利用PLC软件来减少干扰是PLC控制系统正常、稳定工作的重要环节下面主要分析在生产实践中应用的利用PLC组态软件来减少干扰的方法:

一、减少数字量输入扰动的方法

1、 计数器法

CON—计数器

NOT—非门

RS—复位优先触发器

IN—输入

OUT—输出

N—脉冲采样个数

注释：当外部有信号输入时，控制系统采集连续的N个脉冲使RS触发器输出为“1”，只有当外部输入信号由“1”变成“0”时，RS触发器的复位端为“1”，将RS触发器的输出复位成“0”。而当有瞬间干扰脉冲时，CON计数器将采集不到连续的N个脉冲，CON计数器无法输出，这就起到了减少干扰的作用。（N一般情况下取2）

优点：响应速度快，对周期性的瞬时干扰起到了一定的抑制作用。

缺点：不能消除超过CON计数器采样时间的干扰。

2、延迟输入法

IN—输入

OUT—输出

TIME（ET）—延时时间

TON—延时输出（其曲线如下图）

注释：当输入IN=1时，启动计数器直到计时时间（PT）=延时时间，OUT=1。当计数器计时时间〈延时时间，OUT=0。延时时间最好取1S以内。

优点：消除了短时的周期干扰。

缺点：响应速度慢，不利于信号的快速传输。

二、减少模拟量输入扰动的方法

1、限幅法

MOVE—移动保持指令（使能端EN=1，OUT=IN。EN=0，OUT保持前次值）

GE—大于等于指令（OUT=1，IF IN1≥IN2）

LE—小于等于指令（OUT=1，IF IN1≤IN2）

HL—上限设定值

LL—下限设定值

注释：当模拟量输入信号在HL和LL之间时，OUT=IN。当IN-AI信号超出或等于HL或LL时，GE或LE判断IN-AI信号，使OUT1或OUT2输出“1”去封锁MOVE，从而保持MOVE的输出为HL或LL的设定值。也就起到了限幅的作用。

优点：能有效克服因偶然因素引起的脉冲干扰。

缺点：平滑度差。

2、延迟滤波限幅法

MOVE—移动保持指令（使能端EN=1，OUT=IN。EN=0，OUT保持前次值）

GE—大于等于指令（OUT=1，IF IN1≥IN2）

LE—小于等于指令（OUT=1，IF IN1≤IN2）

HL—上限设定值

LL—下限设定值

LG—延迟滤波指令（其曲线如下图）

TIME—延迟滤波时间

注释：功能基本和限幅法相同，只是在输入端增加了一个延迟滤波器，对输入信号起到了延迟缓冲的滤波。

优点：有效地抑制了周期性的脉冲干扰。平滑度比限幅法有所改善。

缺点：信号响应速度减缓。

3、延迟滤波比较法

LG—延迟滤波器

SUB—减法指令

ABS—绝对值指令

GE—大于等于指令

HL—最大偏差值

TIME—延迟滤波时间

注释：正常情况输入信号IN-AI经过一阶延迟滤波后直接输出，OUT=IN-AI的值；当有突变信号时，输入信号IN-AI经过一阶延迟滤波后与含有突变信号的输入信号IN-AI相减取绝对值（无论出现正偏差还是负偏差），与HL值比较，若大于等于HL的预设值，OUT1=1，将LG—延迟滤波器切换成跟踪状态，此时OUT就保持了输入信号IN-AI突变前的值。直到突变信号减弱，OUT1=0，OUT=IN-AI。

优点：对周期性干扰具有良好的抑制作用。平滑度高。

缺点：灵敏度取决于TIME—延迟滤波时间的大小。

4、积分消抖滤波法

LG—延迟滤波器

SUB—减法指令

GE—大于等于指令

LE—小于等于指令

OR—或门（自做的DFB功能块）

NOT—非门

TON—延时输出

EOR—异或门

MOV—移动保持指令

PI—比例积分调节器

HL—最大正向偏差值

LL—最大负向偏差值

TIME—延迟滤波时间

TIME1—延迟输出时间

TIME2—延迟滤波时间

注释：参数设置：LG（TIME=1S），TON（TIME1=10S），LG1（TIME=30S），HL=02，LL=-02 ，PI（TI=10S，将P放开封锁成为纯积分调节器）

三、 小信号在变化幅度中变化时

1、最终状态：此时为稳态，输入与输出相近。OR输出为“0”，NOT=1，TON时间已超出10S，EOR=0，MOV不保持，PI不积分，SUB=0，信号走PI的跟踪回路，LG1滤波后输出。正常的信号流向：IN→LG→PI的跟踪→LG1（滤波30S）→输出

2、 小信号的暂态变化：（在TON=10S之前）OR=0，NOT=1，TON未到10S，EOR=1，MOV保持，PI积分作用，LG1未起作用，输出跨越LG1（TIME=30S），直接到输出端，此时为线性跟踪滤波状态。

四、 信号大幅度变化时（≥HL，≤LL）

OR=1，NOT=0，TON不起作用，EOR=0，所以LG1（TIME=30S）不起作用，PI不起作用走跟踪。正常的信号流向：IN→LG→PI的跟踪→LG1的跟踪→输出

五、 总结：

1、 小信号在10秒之内，经过LG（TIME=1S），PI的积分作用，跳过LG1（TIME=30S），直接输出，实现输入信号的滤波和跟踪状态。

2、 小信号在10秒之后，经过LG（TIME=1S），PI的跟踪和LG1（TIME=30S）跟踪输入。

3、 大信号变化时，LG（TIME=1S）作用，LG1（TIME=30S）不起作用，此时为输出快速跟踪。

优点： 对于被测参数有较好的滤波效果， 对周期性干扰具有良好的抑制作用，平滑度高。

缺点： 对于变化缓慢的输入信号响应慢。

结束语

上述所分析的方法，均在生产实际中得到检验，取得了一定的效果，并随着生产实际的需要和经验的积累，不断完善其对干扰的软件处理方法。

以上就是关于滑坡灾害风险评估与区划的难点及发展前景全部的内容，包括:滑坡灾害风险评估与区划的难点及发展前景、计算机三级数据库技术笔记、滑坡灾害危险性与风险评估研究进展等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！