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。     

青海省高家湾滑坡的形成条件分析及稳定性评价

[目的]评价青海省高家湾滑坡稳定性,为其灾害防治提供一定指导。[方法]在对高家湾滑坡基本特征分析基础上,先开展其形成条件研究;其次,利用传递系数法和瑞典圆弧法实现其稳定性现状评价,并进一步采用长短时记忆神经网络构建其变形预测模型,实现其稳定性预测评价。结合稳定现状评价结果,实现其稳定性的综合研究。[结果]高家湾滑坡具有滑坡形成的基本条件,且具有复合多期巨型规模特征,对其防治应具有综合性;同时,滑坡现状处于稳定状态,但局部次级滑坡存在失稳可能,且在不利工况条件下,稳定性将会进一步减弱;另外,据变形预测研究结果,得出其平均相对误差均小于2%,进而验证了本文优化LSTM模型的有效性,且通过外推预测,得出高家湾滑坡变形仍将继续增加,且无收敛迹象。[结论]高家湾滑坡稳定性还会进一步减弱,趋于不利方向发展,应尽快采取必要措施切实保证滑坡稳定。     

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。     

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。     

四川省降雨诱发滑坡灾害的气象预警模型

[目的]分析四川省2008—2014年的滑坡灾害与前期降雨量间的关系,构建降雨诱发滑坡灾害气象预警模型,优化模型的权重参数,为四川省滑坡灾害预警工作提供有效参考。[方法]基于降雨信息资料,对四川省滑坡灾害的前期雨量进行统计分析,并采用逻辑回归分析分别计算和优化灾害的前期综合日降雨量间的权重关系和气象预警模型中地质环境背景值与降雨诱发灾害概率值的权重系数。[结果]滑坡灾害的当日降雨量、前一日降雨量和前两日降雨量对灾害的影响权重分别为0.587,0.220,0.189,气象预警模型的地质背景概率和综合雨量概率的权重参数分别为0.394,0.606。根据以上研究构建灾害气象预警模型,利用已有灾害点对其进行验证,证得模型的整体准确率为78.36%,进而通过2013年7月10日的群发滑坡灾害个例对模型进行检验,检验结果良好。[结论]该模型预警效果良好,精确度较高,能为相关部门提供的防灾减灾参考。     

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。     

剪切方式对重塑黄土残余强度的影响

[目的]探究剪切方式对重塑黄土残余强度的影响,为黄土滑坡工程评价及治理提供科学依据。[方法]利用环剪仪对泾阳重塑黄土进行环剪试验。[结果]重塑黄土的峰值强度及残余强度均随着有效法向应力的增加而增大。随着有效法向应力的增加,土体达到残余强度所需的剪切位移减小;重塑黄土的变形表现为受剪压缩。单级剪得到的残余强度指标值与多级剪切得到的残余强度指标值的均值相近。[结论]剪切方式建议首选单级剪切。     

三峡库区黄泥巴蹬坎滑坡变形机制

[目的]研究黄泥巴蹬坎滑坡的变形规律及失稳机制,旨在为库区同类型滑坡的研究提供借鉴。[方法]分析该滑坡的宏观变形特征,结合专业监测数据,研究其变形规律及失稳机制,并运用数值模拟计算研究库水位下降的致滑机理。[结果]黄泥巴蹬坎Ⅰ号滑体变形严重,分别于2007年4—6月,2009年4—6月,2012年4—6月发生加速变形,且加速变形速率逐次呈快速增长趋势。库水位下降对该滑坡稳定性的影响表现为坡体外部卸荷效应和内部动水压力推动作用。一方面,库水位下降使得指向坡内的静水压力消失,导致抗滑力减小。另一方面,库水位下降引起坡内地下水位下降,地下水沿滑带方向渗流,产生的动水压力推动滑坡向外发生变形。[结论]目前黄泥巴蹬坎滑坡处于欠稳定状态,库水位下降加之连续强降雨是导致黄泥巴蹬坎滑坡变形失稳的主要因素。     

基于多项式分布滞后模型的上海市地面沉降验证与预测

[目的]对上海市地面沉降进行验证与预测,为地下工程建设和地下水开采格局的科学调整提供参考。[方法]基于地下水抽灌量、地面沉降和土层分层变形等长期监测数据,研究地面沉降量与地下水开采量、土层分层变形量之间的相关性,并结合上海市地面沉降特性及原因,建立考虑地下水开采量和第4含水层变形量的地面沉降多项式分布滞后模型(PDL模型)。[结果]①上海市累计地下水开采量、第4含水层累计变形量与累计地面沉降量之间均具有高度的正相关性,但由于砂土蠕变、弱透水层释水缓慢等原因,地面沉降相对于地下水开采量和第4含水层变形都有着一定的滞后性;②采用考虑滞后效应的多项式分布滞后模型预测地面沉降,其计算结果相对误差较小、拟合效果较好;③若以当前采灌格局及第4含水层变形量作为参考进行预测,地面沉降在2019—2024年间将会发生稳定的轻微回弹现象。[结论]上海市地面沉降与地下水开采量和土层变形量之间有着较高的相关性,且控制地下水开采能够有效缓解地面沉降的发展。     

降雨作用下黄土浅层滑坡的危险性分析

[目的]在不同的降雨条件下,对黄土浅层滑坡进行危险性分析,为评价黄土地区浅层滑坡提供有效手段。[方法]以甘肃省天水市为例,根据SHALSTAB模型,在ArcGIS中进行二次开发,编写不同降雨量时浅层滑坡危险性分析程序,计算不同降雨量下浅层黄土滑坡分布预测。[结果]随着降雨量的增加,浅层滑坡数量明显增多,所占面积比例从5mm/d的0.166%增加为320mm/d的3.624%,上升了20倍左右。[结论]当降雨量较小时,浅层滑坡分布于雨水集中汇积的区域,随着降雨的增加,浅层滑坡沿着黄土沟谷向上游延伸。通过和实际发生滑坡灾害进行对比分析,证明计算结果准确可信。     

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。     

基于机器学习算法的蒸发量模型评估

[目的]探讨合理的气候因子个数,建立蒸发量模型,提出基于特征选择算法筛选最优特征集。[方法]以陕西榆林、泾河和汉中3个气象站16年(2005-01至2021-03)的逐小时观测资料为研究对象,利用特征选择函数和遍历循环方法对模型参数、特征变量个数进行优化。基于最佳参数结合随机森林模型和多元线性回归模型两种机器学习算法建立榆林、汉中和泾河地区蒸发量模型,采用平均绝对误差、均方根误差和平方相关系数三项指标评估模型的预测精度。[结果]特征变量和随机森林模型中的决策树个数分别是8,61时,模型预测效果最佳。采用优化的随机森林模型、多元线性回归模型评估3个地区的平均绝对误差均为0,均方根误差除泾河地区相等外,榆林、汉中地区的均方根误差均小于优化的多元线性回归模型。优化的随机森林模型预测榆林、泾河和汉中地区蒸发量拟合效果分别为0.85,0.90,0.86,优化的多元线性回归模型的拟合效果分别为0.77,0.83,0.79。[结论]整体而言,优化的两种模型都具有良好的预测效果且随机森林模型的预测效果优于多元线性回归模型。     

基于降雨强度-历时的安徽省黄山市滑坡分组阈值研究

[目的]对安徽省黄山市降雨型滑坡的降雨强度—历时阈值进行研究,拟为黄山市各区县精细化滑坡预警提供技术支持。[方法]以黄山市2004—2019年历史滑坡点及其对应的降雨数据为研究样本,基于经验性阈值Caine模型,通过比较滑坡前有效降雨量的方式确定诱发滑坡降雨历时,建立各区县降雨强度—历时(I-D)阈值曲线。考虑到I-D曲线在灾害预警中的实用性,以歙县滑坡点为例,将该县诱发滑坡的降雨事件按照气象预报的雨强标准分为小中雨组、大雨组和暴雨及以上组。根据雨强的分组情况建立歙县复合型降雨I-D阈值。[结果]黄山市降雨型滑坡多由中长历时降雨诱发,复合型I-D阈值更能体现各雨况对滑坡的诱发作用,此阈值可直接使用气象预报的降雨对滑坡进行预警。[结论]I-D阈值具有强烈的区域适用性,依据气象预报对降雨强度分组的滑坡复合型降雨阈值曲线,可使用气象预报的降雨数据进行区域滑坡预警。     

基于U-DEC数值分析的龙洞水滑坡变形特征及成因机制分析

[目的]借助龙洞水滑坡典型实例,从静水压力和滑带软化角度分析滑坡的成因机制,为该类滑坡的进一步识别及研究提供理论依据。[方法]通过详细的现场地质调查、遥感摄影、工程地质测绘及离散元数值模拟分析,对滑坡的变形破坏特征进行分区评价,并对其成灾机制进行探究。[结果]地质构造形成的宽缓向斜形成了滑坡的雏形,软硬相间的互层结构提供了滑坡的物质基础,三面临空的地形地貌条件为其提供运动变形空间,卸荷及构造裂隙为地表水的入渗提供了优势通道,地下水对潜在滑面的软化作用和静水压力是滑坡启动发生的诱发因素。[结论]滑体的运动不仅仅是后缘裂隙静水压力的作用或者地下水的物理软化作用,而是后缘裂隙静水压力和滑带物理软化的共同作用,并且后缘静水压力在斜坡的变形破坏和滑体的运动中起到加速的作用。     

长江中下游地区滑坡的易发性评价——以江西省为例

[目的] 预测长江流域滑坡灾害分布情况,旨在开展隐患排查和危险评估,提升灾害的应对能力。[方法] 基于1 211个滑坡分布点数据和15个环境变量,通过MaxEnt模型对江西省的滑坡易发区分布进行预测,同时采用Jackknife检验评估15个环境变量对预测结果的重要程度,最终确定不同程度滑坡易发区的面积和分布以及影响滑坡灾害发生的主要环境变量。[结果] 江西省内极高、高和中易发区分别占全省总面积的29.6%,36.5%和23%。滑坡发生的概率以鄱阳湖平原为中心向四周呈现逐渐增加的趋势,集中分布在西部和南部的山地丘陵地带。海拔、坡度、植被归一化指数NDVI、年均降雨量和距离水系和道路的距离是影响滑坡发生和分布的主要环境变量,累积贡献率在83%以上。[结论] 江西省滑坡易发区的分布具有明显的空间差异性,主要分布在海拔较高、地质复杂和岩层节理裂隙发育的地区,降雨是滑坡发生的直接诱导因子。