排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
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
2.
对三峡库区中具有“阶跃型”λ移曲线的滑坡进行λ移预测的难度较高,为此,提出了基于自适应噪声完 整集合经验模态分解法的粒子群优化－极限学习机模型,并将该模型用于万州区塘角１号滑坡的λ移预测.首 先利用 CEEMDAN 法提取滑坡趋势项λ移和波动项λ移的不同IMF 组分,并使用 Elman神经网络对趋势项λ 移进行预测;其次结合历史监测资料,通过滑坡λ移对降雨、库水λ等诱发因素的响应分析,确定了７种不同的波 动项λ移影响因素,并使用 CEEMDAN 法分解得到上述因素的各IMF 分量;然后通过模糊熵分析,将波动项λ 移和诱发因素的IMF 分量一一对应,构建 PSOＧELM 模型进行波动项λ移的预测;最后将趋势项λ移预测值和 波动项λ移预测值叠加得到累积λ移的预测值.结果表明:和 ELM 模型、PSOＧELM 模型相比,基于 CEEMDＧ NAN 的 PSOＧELM 模型的预测精度更高,其均方根误差(RMSE)和拟合优度(R２)可达到０．５４mm 和０．９９,为滑 坡λ移预测提供了一种新手段. 相似文献
1