共查询到20条相似文献，搜索用时 718 毫秒
1.
将滑坡的变形看作时间、月降雨量、气温的函数,使用泰勒级数建立它们的函数关系,并将泰勒级数展开至二次项,建立卡尔曼滤波模型,用于滑坡变形的预测预报。实例计算表明,卡尔曼滤波模型的拟合效果和预测效果良好,可用于土质滑坡变形的短期预测预报。 相似文献
2.
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
3.
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
4.
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
5.
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
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
6.
提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价。以王家坡滑坡为例分析本文方法的有效性。结果表明,组合分解模型EEMD-SVD较单项分解模型具有更强的数据分解能力,可有效实现滑坡变形数据的信息分解;基于神经网络的分项组合预测模型适用于滑坡变形预测,所得预测结果的相对误差基本在2%左右,预测精度较高,且外推预测显示滑坡变形仍会进一步增加,增加速率为1.23~1.36 mm/周期;MF-DFA模型的多标度特征分析结果显示,滑坡变形具有多重分形特征,变形有进一步增加的趋势,这与预测结果较为一致,可佐证前述预测结果的准确性。 相似文献
7.
陈明明 《大地测量与地球动力学》2024,(2):189-194+208
为有效掌握古滑坡复活特征及其变形规律,基于滑坡区现场调查成果,首先开展其复活变形特征分析,再利用WPT-ROA-RVM-CT模型进行滑坡变形预测研究。结果表明,在强降雨或持续降雨后,滑坡地表裂缝较为发育,具有张剪性质,且滑坡呈明显推移式特征,即滑坡中、后缘变形明显大于前缘,变形方向具有逆时针变化规律,充分说明古滑坡复活变形特征显著。同时,通过变形预测,验证WPT-ROA-RVM-CT模型具有较高的预测精度,并经外推预测,得到滑坡后续变形速率均为正值且较大,判断滑坡后续变形还会进一步增加,具有较大失稳风险,需尽快开展灾害防治研究。 相似文献
8.
我国是世界上滑坡灾害最严重的国家之一, 重大滑坡灾害严重威胁人民生命财产安全和国家重大战略实施。滑坡精准预测预报是防灾减灾的前提, 也是亟待突破的世界性科学难题。以重大滑坡预测预报为目标, 聚焦滑坡演化过程与物理力学机制核心科学问题, 凝炼了滑坡启滑关联机制、滑坡启滑物理力学机制、滑坡过程预测预报理论3个关键科学问题, 提出了如下研究思路: 以系统论、控制论和信息论为指导, 依托大型野外试验场, 采用现场原型试验与多场关联监测、大型物理模型试验、多场耦合模拟等技术手段, 以滑坡孕育过程为基础, 提出了重大滑坡的启滑分类; 揭示锁固解锁型、静态液化型和动水驱动型滑坡启滑物理力学机制, 建立相应的启滑判据; 构建重大滑坡数值预报模式与实时预报平台, 创立基于物理力学过程的滑坡预测预报理论。通过实施, 可奠定上述3类滑坡预测预报的地质、力学与物理基础, 引领重大滑坡预测预报研究, 保障国家重大战略的顺利实施, 契合国家防灾减灾重大需求。 相似文献
9.
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
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
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.
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
12.
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
13.
提出一种基于S-变换的变形监测数据抑噪方法。首先采用S-变换对监测数据进行时频分析,得到二维时频矩阵,再根据二维时频矩阵设计时频滤波器,最后利用时频分析反变换方法重构信号。采用模拟数据和滑坡变形实测数据对该方法的有效性进行验证。结果表明,相较于小波滤波方法,经该方法处理后的变形数据的RMSE和SNR均较优,可准确提取监测点的变形特征,为滑坡变形预测预报提供可靠的监测数据。 相似文献
14.
地质灾害监测的主要任务为监测地质灾害时空域演变信息、诱发因素等,最大程度获取连续的空间变形数据。应用于地质灾害的稳定性评价、预测预报和防治工程效果评估。地质灾害监测是集地质灾害形成机理、监测仪器、时空技术和预测预报技术为一体的综合技术。当前,地质灾害的监测技术方法研究与应用多是围绕崩塌、滑坡、泥石流等突发性地质灾害进行的。 相似文献
15.
利用尖点突变模型进行滑坡稳定性评价,再以集合经验模态分解、GM(1,1)模型和支持向量机等方法为基础,构建滑坡变形预测模型。以变电站滑坡为例进行分析,结果表明,各监测点的突变特征值均大于0,即处于稳定状态;所得变形预测结果的平均相对误差均较小,验证了本文预测模型的有效性;通过外推预测,发现滑坡变形仍会进一步增加,稳定性变差。 相似文献
16.
李晓斌 《大地测量与地球动力学》2022,42(6):588-593
为准确掌握库区滑坡变形潜势,在变形监测成果统计基础上,首先利用极限位移准则开展滑坡现状变形潜势分析;然后以相关向量机为理论基础,通过优化处理保证其参数最优性,构建滑坡变形预测模型,并以预测结果开展滑坡变形潜势的发展趋势评价;最后结合两种分析结果,实现滑坡综合变形潜势分析。结果表明,不同监测点的现状变形潜势状态存在一定差异,由不利原则可知,现状变形潜势等级为Ⅳ级,潜势程度属严重状态;滑坡变形仍会进一步增加,变形潜势趋于不利方向发展。综合两种分析结果可知,滑坡变形潜势处于不利状态,后期失稳可能性较大,应加强灾害防治,避免成灾损失。 相似文献
17.
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
18.
《地球科学与环境学报》2021,(5)
采用GNSS技术进行滑坡变形监测时,由于多路径等观测误差的存在,直接使用GNSS监测结果进行变形预测会影响预测结果的精度。为了探讨GNSS测量误差对变形预测结果的影响程度,考虑到滑坡系统的混沌特性,采用混沌理论对陕西泾阳地区庙店滑坡GNSS变形监测结果抑噪处理前后的时间序列进行了对比分析。首先,采用互信息量法确定监测序列的时间延迟、用改进的虚假邻近点法(Cao算法)确定嵌入维数,获取相空间重构参数;然后使用最大Lyapunov指数对两种变形监测序列进行混沌特性识别;最后,分别使用加权一阶局域预测方法、最大Lyapunov指数预测方法和BP神经网络预测方法对滑坡变形监测结果进行预测。结果表明:GNSS滑坡变形监测结果抑噪处理前后的时间序列满足混沌特性,说明滑坡系统具有混沌特性;在3种混沌时间序列预测方法中,BP神经网络预测方法的效果较好,且该方法预测结果的平均绝对误差(MAE)和平均相对误差(MRE)分别为0.4 mm和11.9%,经过S-变换抑噪处理后,预测结果的平均绝对误差和平均相对误差分别为0.1 mm和4.1%,预测效果有明显改善。 相似文献
19.
速度倒数法(INV)是基于坡表变形特征的滑坡启滑预测工具, 其与滑坡内部多物理场演化的关系仍需进一步明晰。开展了甘肃省舟曲县立节北山滑坡的勘察与坡表变形监测, 采用基于速度倒数法、速度阈值法、以非饱和土理论为基础的边坡降雨响应模拟3种方法, 对该滑坡的运动特征与失稳的内在机制展开了研究。研究结果表明: 边坡变形速度倒数-时间曲线有明显的加速起始点。速度倒数在2021年6月3日达到最低值后, 进入约60 d的平稳期, 在9月20日突然加速, 并在20 d内速度达到200 mm/d以上, 变形不再收敛。基于速度倒数法得到的滑坡生命周期结束点, 与实际的失稳点相差8 d, 提前约130 d对该突发性滑坡进行了预报。根据全过程速度时程曲线, 存在20, 60, 100 mm/d的多级速度阈值。边坡应力场、变形场、渗流场的数值模拟结果显示, 变形时程曲线的拐点与降雨强度的增加相关, 累计降雨量与安全系数呈指数负相关。数值模拟得到的累计变形为2 250 mm, 变形速度为10~35 mm/d, 速度倒数为0.03~0.12 d/mm, 与实际监测数据接近。综上所述, 速度倒数法对立节北山滑坡的生命周期进行了有效预测, 基于速度的预警阈值受长时序变形时程曲线波动的影响, 采用以非饱和土理论为基础的数值模拟明晰了立节北山滑坡变形对降雨的响应机制。 相似文献
20.
滑坡位移预测是滑坡灾害研究中的一个重要内容，然而现有研究将滑坡视为一个对外界响应稳定的系统，即相同的外界条件下，滑坡的位移变化是相同的。实际上，随着时间的推移，滑坡所处状态不断变化，相同的外界激励下的位移响应相差甚远。从滑坡状态与位移的响应规律出发，提出了一种基于状态划分的滑坡位移预测方法以实现更高精度的滑坡位移预测。采用K均值聚类法对滑坡变形速度和加速度进行了聚类分析，获取了表征滑坡变形程度和变形趋势的状态标签。根据状态标签对监测数据进行了划分，对每一类数据均单独构造一个BP神经网络，并依据上一时刻的状态标签选择对应的预测器来完成滑坡位移预测。将该方法运用到白水河滑坡的工程实例研究中，结果表明此方法具有较高的预测精度。 相似文献