首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 156 毫秒
1.
利用BP神经网络方法建立了滑坡变形预报模型,在此模型的基础上对几个典型滑坡进行了预报分析,其结果表明用BP模型进行滑坡短期预报效果较好。  相似文献   

2.
滑坡时间预测预报目前主要以滑坡最终破坏的时间为目标函数,但对于变形特征为阶跃型的滑坡却难以准确地预测其
破坏时间。为此,提出以位移作为此类滑坡时间预报的目标函数。将滑坡位移分解为蠕变位移和波动位移,采用二次移动平均法
分别提取,然后采用多项式拟合和灰色GM(1,1)模型分别对蠕变位移和波动位移进行预测,最后将两部分预测位移相加得到滑坡
预测的总位移。以典型阶跃型位移特征滑坡———三峡库区八字门滑坡为例,运用其位移监测数据进行验证,并对多模型预测结果
进行对比分析,结果表明,该位移预测模型预测精度良好,能较好地预测阶跃型位移特征滑坡位移。   相似文献   

3.
滑坡预测预报是地质灾害防治领域长期以来备受关注的前沿科学问题。当前的研究框架专注于滑坡的变形行为特征与外动力因素, 面临着普适性不强与预报精准度不高的双重瓶颈问题。基于目前研究现状, 系统梳理了滑带流变力学行为与强度弱化效应的内涵, 阐述了滑坡渐进破坏演化机制, 总结了滑坡预测预报模型所包含的类型, 并介绍了其中的典型模型, 指出当前研究主要存在如下问题: ①滑坡演化物理力学模型尚需扩展; ②预测预报模型未能充分结合滑坡演化过程和物理力学模型; ③物理力学模型预测与多场监测数据间的兼容性问题未能实际解决。针对上述问题, 阐述了基于物理力学过程的滑坡预测预报所面临的挑战, 并立足多学科融合与交叉, 提出了开展滑坡预测预报研究的新思路。新思路要求从滑坡滑带介质特性与流变力学行为出发, 建立滑坡演化过程物理力学模型, 紧密结合实时多场监测数据, 建立滑坡数值预报模式, 实现滑坡物理力学过程实时动态更新, 以期实现理论与技术的突破。   相似文献   

4.
针对灰色模型的固有缺陷,通过白化方程与灰微分方程之间的参数变换实现了三类灰色模型的无偏性。通过3个实例对比分析了无偏灰色模型和Origin拟合函数在变形监测预报中的应用效果,结果表明,在“少数据建模”情况下,无偏灰色模型拟合预测精度与Origin拟合函数相当;当建模数据较多时,则不及Origin拟合函数。无偏灰色模型建模原理简单,可用于处理小样本变形监测数据。Origin拟合函数不需要考虑数据量和变形监测时间间隔,可用于处理变形监测数据。  相似文献   

5.
以某变质岩区大型高位滑坡变形监测成果为基础,开展既有变形特征分析和变形发展分析。结果表明,CEEMDAN-PSR-KELM-ARIMA模型在滑坡变形预测中具有较强的适用性,所得预测结果的相对误差均值范围为2.00%~2.03%,其方差值也较小,具有较优的预测精度及稳定性;预报等级属于Ⅲ级-橙色预报,为较危险状态;滑坡变形速率具减小趋势,但累积变形仍会进一步增加。  相似文献   

6.
为准确掌握滑坡变形发展规律,基于滑坡变形监测成果构建滑坡预警预测模型,即先利用MF-DFA模型开展滑坡变形数据的多重分形特征分析,并进一步利用M-K分析构建双重判据(Δa指标判据和Δf(a)指标判据)进行滑坡预警研究;另外,在利用集成经验模态分解法对滑坡变形数据信息进行分离处理基础上,通过GOA-RNN-CT模型实现滑坡变形的分项组合预测。结果表明,h(q)值随波动函数q值减小而减小,说明滑坡变形数据具有多重分形特征,且预警分级研究表明,滑坡预警等级为Ⅱ级,即滑坡变形趋向不利方向发展;同时,通过变形预测分析认为,分项组合预测在滑坡变形预测中具有较优的预测效果和稳定性,且外推预测结果显示,滑坡变形会继续增加;最后,将多重分形特征研究结果和变形预测分析结果进行联合响应综合得出,滑坡现有预警等级相对不利,且后续变形仍会进一步增加,趋向不稳定方向发展,建议对滑坡采取必要防治措施。  相似文献   

7.
以奉节新铺下二台滑坡为例, 基于GPS位移监测数据、裂缝数据、降雨量及库水位等多源数据, 总结分析了大型古滑坡的复活规律, 引入滑坡中长期预报模型, 实现了以季度或月份为时间单位的跨水文年滑坡位移预测, 并通过岩土体蠕变压缩模型, 验证了推移式滑坡后缘裂缝形成机理。结果表明: ①降雨是下二台滑坡变形的主导因素, 滑坡变形使得滑体产生裂缝并成为降雨入渗通道, 加剧了岩体破碎与软弱层软化, 降低了滑坡稳定性, 集中持续降雨可使滑坡失稳破坏; ②通过模型预测值与地表监测数据的比较, 将年降雨量作为滑坡中长期预报模型中的主控因素具有实际可操作性且有助于提高滑坡中长预报精度; ③推移式滑坡后缘裂缝由滑坡推移式位移和岩土体压缩形成, 引入蠕变压缩模型计算的裂缝宽度并和监测数据的比较说明, 蠕变压缩模型非常适合该类边坡, 同时应用岩土体蠕变压缩模型反推得到岩土体平均变形模量, 判断岩体破碎程度, 可以为滑坡稳定性分析及后续工程治理提供参考。   相似文献   

8.
针对现有区域天顶对流层延迟(ZTD)模型属于函数或格网型,参数固定,且难以表达ZTD时空快速变化特性等问题,提出一种基于小波变换、傅里叶级数拟合、自回归(AR)、支持向量回归(SVR)的组合预报新模型构建方法。该模型在时域内对ZTD序列进行小波变换,分解出低频和高频序列。低频序列采用傅里叶级数拟合成时间函数,高频序列则由AR进行预报。在空间域内利用SVR建立位置参数向傅里叶级数参数的映射。在该模型中输入时间与位置信息即可获取ZTD预报值。利用94个GNSS基站2 a的ZTD数据进行建模,24个GNSS基站1 a的ZTD数据进行预测对比。结果表明,实测值与模型预报值之间的平均偏差为-2.02 mm,均方根误差为3.07 cm,优于大部分区域ZTD模型。在伪距单点定位测试中,该模型能够显著提高定位精度。实验表明,该组合模型具有较高的预报精度和可靠性,具有一定的应用价值。  相似文献   

9.
结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。  相似文献   

10.
滑坡的演化一般要经历初始变形、等速变形和加速变形3个阶段,准确地划分这3个阶段是进行滑坡预测预报的基础。
依据大量滑坡从初始变形到失稳破坏的监测数据,采用数据挖掘中的关联规则,用经典的Apriori算法挖掘滑坡变形过程中累积
位移、累积加速度等属性与演化阶段的关联关系,发现滑坡演化规律与累积加速度变化特征关联性强,在滑坡从初始变形进入等
速变形,以及从等速变形到加速变形阶段时,都存在相应的阈值,即累积加速度在滑坡进入等速和加速变形阶段前后呈现出不同
的特点。针对此特点,以湖北秭归县鸡鸣寺滑坡为例,将累积加速度作为划分鸡鸣寺滑坡演化阶段的指标,得出划分阈值,并利用
关联规则分析其相关性。最后将此指标用于其他滑坡,均得到良好效果。因此根据该指标,可望实现滑坡演化阶段的自动判识。   相似文献   

11.
金沙江结合带结构破碎,软弱岩层发育,流域性特大高位地质灾害频繁发生.针对该区域开展大范围滑坡调查与监测研究,对减灾防灾具有重要意义.以金沙江结合带巴塘段为试验区,采用堆叠InSAR技术分别利用升轨、降轨Sentinel-1 A卫星数据对该区域滑坡隐患开展了调查研究.在此基础上,以中心绒乡滑坡群为重点研究区,利用多维小基...  相似文献   

12.
研究库水位波动和降雨影响下滑坡的位移变形特征并分析其破坏机制,对了解三峡库区滑坡的演化过程具有重要意义。以奉节曾家棚滑坡为例,基于GPS地表监测位移分析了滑坡在不同特征库水位运行阶段的变化规律,结合灰色关联度模型确定了滑坡不同部位的变形在不同阶段的主要控制因素,借助GEO-Studio软件模拟了曾家棚滑坡在历史降雨和库水位波动耦合作用下的稳定性变化,并与定量分析结果进行了交叉检验。结果表明:曾家棚滑坡的运动状态随时间变化,从缓慢蠕变状态进入阶跃变形状态。平面上,中东部坡体与西部坡体相比,运动更加强烈;剖面上,前缘变形早且变形量大。曾家棚滑坡变形失稳过程为初期蓄水启动了曾家棚古滑坡,前缘首先发生变形;降雨作为中后期主控因素,和库水位波动联合作用共同诱发了滑坡多次阶跃变形,使滑坡前中后部形成贯通裂缝;最终由二十年一遇的暴雨诱发滑坡发生整体破坏。   相似文献   

13.
滑坡灾害应急处置能力是地质灾害减灾防灾的重要方面。目前,基于滑坡灾害预测和预警分级成果,系统性的应急措施分类研究还鲜有展开,因此,以三峡库区白水河滑坡为例,运用时间序列加法模型将滑坡累计位移分解为趋势项位移与周期项位移,并分别应用多项式拟合及自回归(AR)模型对2个分量进行预测,在此结果上采用聚类分析方法将滑坡变形分为匀速变形与加速变形阶段,综合判断滑坡灾害预警等级,开展了针对滑坡预警分级的应急措施研究。结果表明:白水河滑坡预警等级主要为蓝色和黄色2种类型,对处于不同的预警等级下的滑坡,可根据滑坡变形特征快速决策,基于滑坡灾害预测和预警分级结果能更有效地指导滑坡应急处置。   相似文献   

14.
 滑坡是最常见的一种地质灾害,其主要诱因是降雨。滑坡灾害多发生在雨量充沛地域或洪水季节。南京市受自然环境和地质环境的影响,滑坡是其最主要的地质灾害类型之一,为了有效地预测滑坡的发生情况并最大限度地减少滑坡灾害为南京带来的损失,本文在已有的南京市地质灾害易发区等研究的成果上,结合南京市历史滑坡数据、气象资料和地质灾害预测数学模型构建了南京市滑坡灾害预测方法并确定了南京市滑坡灾害预测预报技术流程。在该预测方法和技术流程的基础上,本文同时应用了数据库技术、ArcGIS Server技术、AJAX远程调用技术、网页局部刷新技术和地图缓存技术等,融合地理信息系统功能与滑坡灾害预测预报业务功能,开发了南京市滑坡灾害预测预报信息共享平台。该平台可以对滑坡灾害基础数据和实时气象数据动态、科学地管理,结合南京市实时降雨数据可实现滑坡灾害预测预报并将灾害信息实时在线发布,同时提供对滑坡灾害信息的查询、检索、统计分析等功能,最终通过该信息共享平台,为南京市滑坡灾害的防灾减灾提供决策支持,为其他需要建立滑坡灾害预测信息共享平台的城市提供参考。  相似文献   

15.
A colluvial landslide in a debris flow valley is a typical phenomena and is easily influenced by rainfall. The direct destructiveness of this kind of landslide is small, however, if failure occurs the resulting blocking of the channel may lead to a series of magnified secondary hazards. For this reason it is important to investigate the potential response of this type of landslide to rainfall. In the present paper, the Goulingping landslide, one of the colluvial landslides in the Goulingping valley in the middle of the Bailong River catchment in Gansu Province, China, was chosen for the study. Electrical Resistivity Tomography (ERT), Terrestrial Laser Scanning (TLS), together with traditional monitoring methods, were used to monitor changes in water content and the deformation of the landslide caused by rainfall. ERT was used to detect changes in soil water content induced by rainfall. The most significant findings were as follows:(1) the water content in the centralupper part (0~41 m) of the landslide was greater than in the central-front part (41~84 m) and (2) there was a relatively high resistivity zone at depth within the sliding zone. The deformation characteristics at the surface of the landslide were monitored by TLS and the results revealed that rainstorms caused three types of deformation and failure: (1) gully erosion at the slope surface; (2) shallow sliding failure; (3) and slope foot erosion. Subsequent monitoring of continuous changes in pore-water pressure, soil pressure and displacement (using traditional methods) indicated that long duration light rainfall (average 2.22 mm/d) caused the entire landslide to enter a state of creeping deformation at the beginning of the rainy season. Shear-induced dilation occurred for the fast sliding (30.09 mm/d) during the critical failure sub-phase (EF). Pore-water pressure in the sliding zone was affected by rainfall. In addition, the sliding L1 parts of the landslide exerted a discontinuous pressure on the L2 part. Through the monitoring and analysis, we conclude that this kind of landslide may have large deformation at the beginning and the late of the rainy season.  相似文献   

16.
库岸滑坡体分布广泛,在库水位升降和降雨条件下极易失稳。三板溪水电站东岭信滑坡堆积体总方量2 000×104 m3,最大厚度150 m,2006年水电站蓄水后滑坡体开始出现大变形,每年雨季加剧。首先经野外地质勘察和十余年监测数据整理,探明了地质条件和变形规律;其次使用SEEP/W模块对不同库水位升降速率、2019年库水位结合实测降雨条件下的饱和-非饱和流进行模拟,并采用SLOPE/W分别计算不同时刻的稳定系数。分析认为东岭信为超深层滑坡,其变形过程深受库水位升降和降雨影响;滑坡体具有明显的滞水特征,渗流过程复杂;在库水位上升过程中稳定系数不断下降,而在库水位消落过程中稳定性逐渐增强;在库水位上升和强降雨量共同作用下稳定性下降很快,汛后10 d左右达到最低值,此时的稳定性最差。本研究可用于指导库水位升降和降雨条件下大型滑坡体稳定性评价。   相似文献   

17.
降雨及库水位涨落是引起库岸滑坡形变失稳的主要诱发因素,但滑坡位移速率对此类诱发因素的响应具有一定的滞后性,影响人类对滑坡所处运动状态的判断与预测。针对常规预测模型中未考虑时滞效应的问题,利用三峡库区新铺滑坡的GNSS位移监测数据、奉节气象站降雨数据以及三峡库区库水位涨落数据,通过对监测区内9个GNSS监测点的位移速率序列与降雨量、库水位高程序列进行时滞互相关分析,确定时滞参数,进而应用多变量灰色系统理论方法,建立了时滞GM(1,3)预测模型,并对滑坡位移速率进行预测验证。结果表明:三峡库区新铺滑坡位移速率与降雨量显著相关,对降雨量的响应滞后时间约为5 d,滑体中后部受降雨影响比前缘更明显;位移速率与库水位高程高度相关,对三峡库区库水位涨落的响应滞后时间约为31 d,滑坡前缘受库水位涨落影响更明显,且离长江越近,滞后时间越短;利用加入时滞参数的时滞GM(1,3)模型进行预测,模型拟合优度达到0.702,相比GM(1,1)模型和未顾及时滞因素的GM(1,3)模型,预测精度分别提升了53.8%和58.3%,平均绝对误差百分比分别降低了7.19%和7.47%,在滑坡位移速率预测及库岸滑坡防灾减灾领域具有一定的工程应用价值。  相似文献   

18.
大量穿越山地丘陵区的高压输电线路杆塔基础常位于滑坡灾害高易发斜坡地段, 施加适当防护措施提高其稳定性, 是保障输电线路持续安全运行的关键。为研究不同防护措施对杆塔基础滑坡的防护效果, 以湖北省巴东县燕子滑坡为地质原型, 设计制作物理试验模型, 分别开展了极端降雨条件下滑坡在无防护、施加抗滑桩与格构护坡时的物理模型试验, 从试验角度揭示了滑坡变形破坏特征与不同防护措施的防护效果。试验结果表明: 在2种极端降雨工况(50, 100 mm/h)下, 无防护的滑坡体历经了坡表冲刷、裂缝扩展、局部垮塌变形与整体滑动的演化过程; 抗滑桩措施对滑坡整体的防护效果显著, 滑坡整体处于稳定状态, 杆塔基础变形较小, 杆塔倾斜率满足规范, 但坡表会出现冲刷垮塌现象; 格构护坡措施能有效减少坡面冲刷和坡脚垮塌风险, 但在持续强降雨条件下对杆塔基础的整体稳固作用稍弱。物理模型试验结果与滑坡历史变形和实际治理效果吻合, 试验结论可为类似杆塔基础滑坡的破坏机理研究与防护工程设计提供借鉴。   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号