GPS滑坡监测系统在桥墩稳定性监测中的应用

鉴于滑坡等地质灾害的监测中传统的数据信息获取、管理规模化程度较低的现状。我们开发了基于GPS差分解算的滑坡监测预测预报系统。通过利用该系统对贵州六盘水市某一铁路桥的滑坡监测的实验性实例，简单介绍该GPS滑坡监测系统的特色、系统软件的相关解算算法及该系统在桥墩稳定性监测中的应用。     

基于WebGIS的滑坡监测信息管理系统设计

对滑坡变形监测资料进行有效地管理和计算分析是滑坡稳定性评价和预测预报的一项基础而关键的工作.GIS技术可实现滑坡变形监测资料的可视化管理,结合其空间分析功能可使滑坡变形分析更全面.Web技术则可以实现不同区域或不同工程的滑坡监测的集中数据存储、多终端维护与多层次的查询服务.利用ASP.NET、ArcGIS Server...     

基于小波神经网络的某边坡预测研究

边坡地表位移监测是滑坡安全监控中的重要内容,对监测资料进行及时、合理、有效的分析,获取滑坡变形规律和安全状况是滑坡监测的重要工作之一。文中将基于BP算法的小波神经网络预测模型引入变形监测预报中,对工程实例进行预测。结果表明小波神经网络预测可以取得良好的效果,且自适应预测能力较强。     

滑坡外观监测几个问题的探讨

滑坡是人类面临的主要地质灾害之一,而滑坡监测是减少滑坡灾害的有效方法之一,其中外观监测具有能监测滑坡体的运动特征等优势,在滑坡监测系统中占据了重要的地位。从滑坡监测控制网布设、监测点布置以及观测频率和周期的确定3个方面,结合滑坡的等级、变形阶段、滑坡类型以及变形特征等方面进行针对性布设实施,使其滑坡监测不仅经济合理且同时能较好地反映滑坡变形趋势,为后期预测预报分析提供可靠数据支撑。     

滑坡遥感调查、监测与评估

滑坡遥感调查包括滑坡识别、基本信息获取和滑坡空间分析等，本文以天台乡滑坡遥感调查中用特征点法确定滑坡边界、影响带及滑坡运动特征及规模为例说明。滑坡遥感监测可分为直接监测和间接监测。由于突发的高速超高速崩塌、滑坡及泥石流活动时间难以预测，滑坡运动的规模相对于遥感地面分辨率较小，获取遥感数据的不连续性及价格昂贵等原因，目前较少应用遥感技术直接监测滑坡活动； 遥感监测滑坡运动引起的环境变化，称为间接滑坡监测，以遥感监测易贡大滑坡引起的易贡湖水面变化及溃坝造成的下游灾害为例说明。滑坡遥感评估指在获取滑坡及其发育环境基本信息的基础上，评估滑坡的稳定性，预测其未来活动性，评估区域滑坡的影响因子和进行区域滑坡危险性评价，文中以天台乡滑坡、千将坪滑坡稳定性评估及三峡库区中前段区域滑坡危险性评价为例说明。     

GNSS滑坡监测预警技术进展

滑坡灾害在全球广泛分布,严重影响人类活动和人居安全。全球卫星导航系统(GNSS)已经被广泛应用于滑坡灾害监测预警工作,但其在复杂场景监测预警中依然存在诸多技术瓶颈。本文首先综述了GNSS硬件数据采集、软件数据处理和多源融合监测等方面的研究进展,重点分析了各类GNSS滑坡监测技术优势、适用范围和存在问题;然后,从滑坡位移预测、临滑时间预报和预警实施等方面介绍了GNSS滑坡预警的技术方法;最后,在梳理复杂场景GNSS实时滑坡监测预警中面临挑战的基础上,对GNSS滑坡监测预警技术的发展趋势和研究方向提出了一些思路。     

基于GNSS的滑坡自动化监测应用分析

随着自然灾害的频发,山区滑坡灾害也越来越频繁。受降水、地震以及人为因素的影响,重庆市某滑坡灾害严重,对人民的生命财产造成了极大的威胁。因此对传统的变形监测手段的缺陷以及基于GNSS的滑坡自动化监测的优势进行了探讨。以重庆市某滑坡体为例,采用GNSS进行自动化滑坡监测,具有全天时、高精度、高自动化、操作性高以及受约束条件少等优点,能够为滑坡稳定性判断和变形趋势预测提供更加可靠的监测数据。实验证明采用GNSS对滑坡进行自动化监测具有可行性,值得在滑坡监测应用中推广。     

GPS技术在防滑桩监测中的应用

基于GPS技术的优点,为防滑桩监测提供了一种有效的数据采集手段。本文结合重庆市蔡家组团B标准面分区防滑桩监测实践,介绍监测网技术设计、外业观测、数据处理、变形分析等内容。实践结果表明,采用GPS静态定位技术能够满足高精度滑坡监测的要求,为滑坡灾害的预报预测提供有效的数据基础。     

基于云模型的RBF神经网络在滑坡监测中的应用研究

滑坡灾害监测和防治依旧是目前国内外学者研究的重点。多数地质滑坡监测不能做到集成化的实时监控,只能进行人工进行监测。通过精确的数学模型来进行预报分析,可以大大减少人力、物力和财力。据此,将RBF神经网络与改进云模型进行对比,总结两者在结构上的相似性,并结合两者的优点对RBF神经网络进行算法改进。最后通过实例数据分析预报,得出相应结论:基于云模型的神经网络方法在预测精度上要优于RBF神经网络,改进的算法模型更能实现定量与定性之间的相互转换,使监测数据更加真实可靠,预报数据更加精确。基于云模型的神经网络在滑坡变形监测预报中有较高的可行性。     

顾及地下水位因子的卡尔曼滤波模型在滑坡变形预测中的应用

介绍了白水河滑坡的地质环境和监测系统。将滑坡变形看作是时间和地下水位的函数,使用泰勒级数建立滑坡变形与时间和地下水位的函数关系,并将泰勒级数的余项及时间变化的二次方和地下水位变化的二次方的系数的变化量等看作数学期望为0的动态噪声,建立了卡尔曼滤波模型,并用于滑坡变形的预测预报。实例计算表明,模型的拟合效果和预测效果较好。