基于信息分解条件的滑坡变形预测

[目的] 有效掌握滑坡变形规律,实现对滑坡变形的高精度预测。[方法] 基于滑坡现场变形监测成果,先利用优化经验模态实现其变形数据的信息分解,再利用优化径向基神经网络和马尔科夫链完成滑坡变形的分项组合预测;最后,利用季节性Kendall检验判断滑坡变形趋势,以验证预测结果的可靠性。[结果] 经验模态能有效分解滑坡变形信息,且通过优化处理,能进一步提高分解效果,并以互补式集合经验模态的分解效果最优;同时,预测结果的平均相对误差均小于2%,具有较高的预测精度,验证了预测模型的有效性,且变形趋势判断结果与预测结果较为一致,说明预测过程较为可靠,两者均得出滑坡变形呈持续增加趋势。[结论] 由于滑坡变形具增加趋势,其稳定性趋于不利方向发展,应尽快开展滑坡灾害防治。     

基于支持向量机和BP神经网络的滑坡变形复合式预测

[目的]探讨复合式组合预测模型对滑坡两变形时间序列的预测效果,为滑坡的变形预测提供一种新的思路。[方法]基于支持向量机和BP神经网络,构建滑坡位移序列和速率序列的复合式预测模型,首先,对滑坡环境因素进行分析,提取其基本信息;其次,利用2种预测方法构建回归结构预测模型和多因素预测模型,并对两时间序列进行一重预测;最后,利用BP神经网络对一重预测结果进行了二重组合优化。[结果]滑坡库水位与滑坡两变形序列均具有较大的相关性,滑坡的稳定性很大程度上会出现周期性疲劳减弱的可能,且通过对滑坡变形的复合式预测。[结论]该方法的相对预测误差均较小,很大程度上提高了滑坡变形的预测精度和稳定性,证明了该预测模型的有效性。     

黄土滑坡稳定性评价的集合卡尔曼滤波同化方法

[目的] 为提升区域滑坡稳定性评价模型的预测精度,解决传统滑坡稳定性分析基于静态的物理模型过度简化滑坡发生机理与力学机制,导致过度预测的缺点,以及模型参数通常具有的时空变异性、不确定性的问题。[方法] 基于集合卡尔曼滤波的数据同化方法,以甘肃省兰州市北环路周边区域为例,构建了基于TRIGRS模型和SBAS-InSAR观测数据的区域滑坡数据同化方案,对模型中的安全系数(F_s)进行同化,更新模型参数内摩擦角,进而修正滑坡稳定性,并利用均方根偏差(RMSD)检验同化值的精度。[结果] 同化后研究区域滑坡安全系数明显高于模型预测的结果,不稳定区域的面积比例由12 %降低至7 %,与实际观测更为接近;试验使内摩擦角参数逐渐向观测值方向改正,实现了模型参数的动态更新;均方根偏差从0.33减小到0.04左右。[结论] 基于集合卡尔曼滤波的数据同化方法有效修正了模型稳定性预测结果,可以更准确体现当前区域滑坡实际情况,具有更高的预测精度。     

基于数量化理论Ⅲ的滑坡变形组合预测研究

[目的]探讨基于数量化理论Ⅲ的组合预测模型在滑坡变形组合中的适用性,为滑坡变形组合预测提供新的思路。[方法]选取GM(1,1)、支持向量机、BP神经网络及MC预测作为滑坡变形的单一预测模型,并利用数量化理论Ⅲ分析单项预测的相对误差区间的重要性,进而确定区间权重,再结合预测误差确定的组间权重,综合确定组合预测的权值。[结果]组合预测结果相对误差的平均值为1.1%,方差为0.16。[结论]组合预测较单一预测模型的预测精度及稳定性都有较大的提高。     

外部降雨条件和内部瞬态承压水作用对堆积层滑坡的影响分析和数值模拟

[目的] 分析瞬态承压水的发育特征，为该类滑坡的预防和治理提供科学借鉴。[方法] 以浙江省丽水市松阳县范山头滑坡为例，对其松散堆积体边坡内部的瞬态承压水的作用机理进行模拟和研究，通过分析滑坡区域的地质背景条件、水文地质条件、变形破坏特征，并与降雨数据进行对比，采用GeoStudio数值模拟软件对不同的降雨条件和坡体初始水位进行模拟。[结果] 当滑坡体存在渗透性差异很大的不同岩土层时，强降雨作用或者较高的初始水位会促进瞬态承压水的出现和发展，降低边坡的稳定性。[结论] 外部降雨和瞬态承压水的产生和发展对堆积层滑坡的产生有重要的影响作用，降低了坡体的稳定性，促进了滑坡的出现。     

黄土斜坡优先流促滑机理研究现状及展望

[目的]对斜坡中因节理、裂隙、孔洞等优势通道的存在而发育的优先流所产生的促滑效应研究现状进行总结,以期引起学者重视优先流理论在斜坡地质灾害研究中的应用,为准确开展滑坡预测预警提供科学依据。[方法]从优先流的定义与类型出发,分析了优先流的众多影响因素,重点综述和评价了优先流对斜坡稳定性的影响、斜坡优先流探测技术以及稳定性评价模型方面的研究现状,总结了黄土斜坡优先流促滑致灾的4个发展阶段,并以典型滑坡作为实证,最后分析了优先流促滑作用机理研究中存在的问题。[结果]黄土斜坡优势渗流通道中普遍发育的优先流是有限降雨影响深度条件下斜坡失稳的合理解释,然而,优先流在滑坡致灾规律理论及应用上仍需更多实践检验。[结论]斜坡优先流是斜坡水文学、非饱和土力学、地质灾害学等相关学科方面一项重要的理论,多年来已取得不少成果,今后还需继续深入开展黄土斜坡优先流促滑效应研究,加强多学科交叉和新技术应用,来提高地质灾害科学预测与防治水平。     

基于矩阵奇异值分解约束型无迹粒子滤波的滑坡位移预测模型研究

[目的]通过对滑坡位移预测模型进行研究,为政府部门实施更加可靠的灾害防治决策提供科学依据。[方法]提出了一种矩阵奇异值分解(SVD)约束型无迹粒子滤波(IUPF)方法,建立基于位移参数的滑坡位移预报模型。[结果]利用改进的SVD方法有效提升了无迹粒子滤波方法中Sigma点计算的鲁棒性,从而提升了算法的预测精度,对滑坡的稳定趋势能够做出更准确的预报。将该算法在镇江市跑马山滑坡体监测工程、京港澳高速公路雨花互通南侧护坡体滑坡监测工程相关数据进行了应用和分析验证。[结论]实例验证结果表明,加入SVD约束后的无迹粒子滤波算法,能够使得滑坡位移预测更加准确,预测的数据更加准确地反映了滑坡的变形趋势。     

滑坡三维破坏概率计算

[目的]对滑坡的三维破坏概率进行计算和验证,为滑坡稳定性定量评价提供一种新思路。[方法]采用FLAC 3D数值模拟软件,运用Rosenblueth方法计算滑坡的三维破坏概率,将其计算结果与二维破坏概率进行对比研究。[结果]以三峡库区某滑坡为例,该滑坡在2种计算工况下的三维破坏概率分别为13.57%和21.77%,属低危险性,与滑坡实际情况基本一致,而滑坡二维破坏计算结果属中等危险性。[结论]Rosenblueth方法计算的滑坡三维破坏概率能较好地评价滑坡的稳定性,其评价结果比二维破坏概率评价结果更为可靠。     

降雨入渗作用下秭归向斜核部南段斜坡稳定性评价

[目的]开展降雨条件下湖北省秭归县向斜核部斜坡稳定性评价研究,为政府部门减灾防灾工程提供科学支持,为滑坡灾害的预测和管理提供科学依据。[方法]以耦合了地下水动力学的TRIGRS无限斜坡稳定性计算模型为基础,详细介绍了斜坡稳定性评价的数据处理过程以及参数选取方法。[结果]发生斜坡失稳的区域多位于松散土体中等厚—较厚,地形坡度中等的区域,尤其是土层厚度在7—10m,地形坡度在20°~30°范围内为斜坡失稳高发区。[结论]在土层厚度和地形地貌的双重控制下,短历时强降雨入渗作用导致孔隙水压力增大,这些区域的斜坡土体极易发生滑动,为滑坡危险性较高的多发区域。斜坡稳定性评价结果和滑坡实际分布吻合程度较高,在一定程度上反映出降雨诱发滑坡空间分布关系和分布规律。     

基于三峡库区库水位和降雨统计分析的八字门滑坡稳定性评价

[目的]分析三峡库区水位及降雨对八字门滑坡的影响,为八字门滑坡的稳定性作出评价。[方法]利用滑坡的监测资料对八字门滑坡的变形进行定性分析,然后在对库区水位及降雨定量分析的基础上确定20种工况,利用Geo-Studio计算八字门滑坡的稳定性。[结果]八字门滑坡10个GPS监测点累积位移监测曲线均为阶梯形状并随着时间呈增长趋势,形态变化具有同步性。20种工况下八字门滑坡稳定系数大于1,当库水工况不变降雨工况变化时,最小稳定系数变化较小。当降雨工况不变库水工况变化时,最小稳定系数变化较大。最小稳定系数在库水位稳定在175水位、库水位稳定在145水位、2014年库水位波动、平均库水位、2013年库水位波动5种工况下依次减小。[结论]八字门滑坡整体处于稳定状态。降雨和库区水位对八字门滑坡稳定性存在影响,库区水位对八字门滑坡稳定性的影响较大,库区水位变化幅度越大,八字门滑坡稳定性就越差。     

陕西省南秦岭典型土质滑坡形成机制及风险评价——以商洛市山阳中学滑坡为例

[目的]对陕西省南秦岭典型土质滑坡形成机制及风险进行研究和评价,为该区地质灾害的防治提供支持。[方法]以陕西省商洛市山阳县山阳中学滑坡为研究对象,通过现场调查、勘察及室内试验开展研究。[结果]山阳中学滑坡现处于基本稳定状态,但不排除遭遇极端气候下复活的可能,滑坡复活概率为7.45%。[结论]区域地壳差异性运动是山阳中学滑坡形成的内动力因素;降雨是该滑坡启动的主要外在诱因;滑坡威胁范围内人员在最大风险中丧命的年概率为:1.70×10-3。     

渭洛河夹槽地带沙荒地整治综合效益评价

[目的]对渭洛河夹槽地带沙荒地整治的综合效益进行评价,为该区沙荒地整治及其综合效益提升提供决策支撑。[方法]以渭洛河夹槽地带为研究区,基于当地沙荒地整治的必要性,沙地整治现状及预期目标,从研究区沙地治理的优势出发,对以生态安全为核心的沙荒地整治模式的开发和应用进行研究,建立基于熵权物元法的沙荒地整治综合效益评价模型,据此获得了符合研究区的综合效益评价指标,并对其进行综合效益评价。[结果]研究区沙地整治的综合效益为优良等级,整治效果达到预期目标。[结论]提出了新形势下沙地整治及开发利用的相关对策和保障措施,从而促进研究区沙地资源的良性利用。     

基于数量化理论和BP神经网络的滑坡体积预测

[目的]探讨数量化理论Ⅲ和BP神经网络在滑坡中综合应用的效果,为滑坡体积的预测提供一种新的思路。[方法]采用数量化理论Ⅲ分析滑坡体积的影响因素及其耦合作用强度,并结合其分析结果,将次要因素和强耦合程度样本进行剔除,再依据其剔除的不同阶段构建3种滑坡体积的BP神经网络预测模型。[结果]滑坡体积的主要影响因素是坡角、坡向、植被覆盖率和坡高,次要影响因素是岩层倾角、斜坡高程和岩层倾向因素,且在不同样本中,体积影响因素之间的耦合程度具有一定的差异。[结论]该预测方法可行,对次要因素和强耦合程度样本的剔除,提高了预测精度。