基于位移比模型的三峡库区云阳县域内蠕变型滑坡降雨预警

建立高效合理的区域滑坡灾害降雨预警模型对滑坡防治具有重要意义.然而以往的研究多侧重于临滑预警,对蠕变型滑坡在强降雨工况下的短暂加速变形的预警研究还有待深入.以三峡库区云阳县域内滑坡为例,首先根据滑坡地表位移监测数据的特点对统计样本进行合理筛选.再通过降雨因子与滑坡发生的相关性分析以及对滑坡在降雨条件下位移变化情况的数值模拟,确定了适用于不同时间阶段的降雨统计变量.然后将考虑了滑坡规模特征的滑坡位移比（累计位移与滑坡纵长之比）作为变形指标,分时段统计滑坡地表位移监测数据与历史降雨信息,建立了日降雨数据与月位移数据的对应关系,得到了可用于确定降雨量阈值的位移比模型,并获得了云阳县蠕变型滑坡的五级预警分区.最后分别选用研究区滑坡险情实例、长年位移监测数据及极端降雨事件对模型预警效果进行检验.结果显示基于专业监测数据的位移比模型的滑坡降雨预警结果与实际情况相符,可为蠕变型滑坡的预警预报提供依据.      

数据预处理在滑坡位移相关分析中的应用

滑坡位移的变化除受控于其内在的地质条件之外,也受到外在诱发因素动态作用的影响.为更好地揭示滑坡位移变化与诱发因素的综合关系,运用多种数据预处理方法对滑坡位移监测数据进行了处理分析.以巫山监测预警示范站玉皇阁崩滑体为例,分别采用t检验准则、正交多项式及三次样条函数进行数据剔除处理、数据平滑处理及数据等距化处理,在得到有效数据的基础上,对滑坡位移量与降雨量、库水位.变化等诱发因素进行了相关分析.结果表明,滑坡位移量与降雨量、库水位变化等诱发因素存在较强的相关性,同时具有典型的滞后性,其中,连续降雨与库水位下降是滑坡变形主要的直接诱发因素,且连续降雨对滑坡位移影响的滞后时间为0～6 d,库水位下降对滑坡位移影响的滞后时间为0～21 d.     

应用带变异的否定选择算法寻找滑坡突变点

基于人工免疫系统带变异的否定选择算法的思想,对滑坡监测数据进行处理,根据部分匹配原则产生检测器,寻找滑坡突变点。通过对卧龙寺新滑坡监测数据的实例研究表明,该方法是可行的,能准确寻找滑坡突变点。     

基于BP神经网络的滑坡监测多源异构数据融合算法研究

针对滑坡监测中的多源异构数据融合问题,论文提出了一种基于BP神经网络的多源异构监测数据融合算法。该算法将影响滑坡变形的温度、湿度、风力、云量、单日降水量和累计降水量等多环境因子变量作为输入变量,以滑坡位移变化量数据作为期望输出数据,并利用各环境因子变量和滑坡位移变化量的相关性及显著性进行环境因子变量筛选,以提高算法的预测精度。论文采用甘肃省永靖县黑方台党川滑坡的实测数据进行了试验,结果表明:反向传播（Back-Propagation,BP）神经网络数据融合算法适用于具有多源异构监测数据的滑坡变形预测;在进行环境变量因子筛选后,BP神经网络数据融合算法的决定系数达到0.985,均方根误差（RMSE）达到0.4787 mm,从而有效提高了变形预测结果的精度。      

红外热像技术在滑坡物理模型试验中的应用

将红外辐射成像技术引入滑坡物理模型试验中,通过红外热像仪与三维激光扫描仪所搭建的监测系统,对滑坡模型坡体表面变形破坏全过程进行温度与位移的监测。基于滑坡表面监测数据,将原始红外热像监测图形进行数据修正与差值处理,采用处理后获得的温度场数据,将其与模型坡表位移演化规律进行对比分析。结果表明,滑坡模型在进入加速变形阶段前,潜在破裂区域温度随荷载的增大而均匀上升,破裂带内、外温差较小;滑坡模型进入加速变形阶段后,会在潜在破裂区域的红外热像上出现条形的高温异常区域,破裂区域的破裂带内、外温差迅速拉大,两者相差最高为0.49°C,整体滑动失稳前夕,平均红外辐射温度-时间曲线上再表现出破裂带内温度陡增后降低的规律。研究结果表明,红外热像技术可以应用于滑坡模型试验,利用温度可对滑坡进行预测预报提供参考。     

阶跃型位移特征滑坡时间预测预报研究

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。     

利用BP神经网络进行水库滑坡变形预测

滑坡变形监测与预测是滑坡预警预报中一种非常重要的途径。文章首先简单介绍了神经网络的基本原理和学习算法,然后利用某水库滑坡24期的GPS地表位移监测数据及其诱发因素即水库水位、降雨等资料,采用BP神经网络模型对该水库滑坡变形进行建模,最后将6期水库水位、降雨等资料输入模型进行滑坡变形预测,结果表明预测结果与实测数据符合性好,总体上能较好反映变形趋势。     

基于水文过程和应力应变耦合的陕北黄土滑坡复活机理分析——以延安二庄科滑坡为例

二庄科滑坡是典型受降雨影响的滑坡，降雨改变了老滑坡的渗流场，削弱基质吸力和土体抗剪强度，导致内部产生张拉裂缝，引发整体滑动和局部大变形，但现有研究很少考虑二庄科滑坡的渗流场与应力场的相互作用。文章基于实际工程地质灾害背景，在现场监测数据和地形物理参数的基础上，建立了几何计算模型，并进行水力耦合数值模拟。通过研究滑坡内部饱和度和孔压的变化规律来探讨降雨入渗规律，从应力位移的角度探讨降雨强度对滑坡复活的影响规律。此外，为了验证方法的准确性和可行性，选取了滑坡实测点位并找到了数值模型对应位置，对位移、土压力和饱和度三个方面进行了对比分析，得出数值模型能较好地反映实际情况的结论。通过数值模拟耦合计算和降雨条件下老滑坡复活机制的研究，对实测数据进行解释并分析滑坡复活过程，为后续工程预警和减灾工作提供理论基础和技术指导。     

基于信息维的滑坡时间位移序列分析

以白水河滑坡时间位移序列作为研究对象,提出了用信息维来研究滑坡时间位移序列的方法。对ZG93监测点的时间序列进行了分年信息维数计算,同时对2006—2009年预警区内所有监测点时间序列进行了分维异常分析。结果表明,时间位移序列的信息维数大小与序列的频变和骤变有关;分维异常图可以反映滑坡空间范围内各部位的相对变形情况。     

基于数据挖掘技术的白水河滑坡多场信息关联准则分析

为探究滑坡多场监测数据间的关联准则,采用数据挖掘技术中的两步聚类法与Apriori算法,开展滑坡多场信息关联准则研究。以三峡库区白水河滑坡为例,分析ZG93监测点于2003年6月—2016年12月期间的监测数据,选取影响滑坡变形的主要诱发因子,采用两步聚类法对不同的影响因子进行预聚类和聚类,将数值型变量转化为离散型变量后,应用Apriori算法进行处理,生成满足最小置信度的关联准则,建立白水河滑坡多场耦合作用模式下的影响因子与滑坡位移变形关联准则判据。研究表明,关联准则对于滑坡灾害的变形分析具有重要的意义,数据挖掘技术可较好地应用于三峡库区地质灾害位移预测预报中。     

滑坡位移的多模态支持向量机模型预测

将支持向量机（support vector machine,SVM）方法与信号分析中的经验模态分解（empirical mode decomposition, EMD）方法相匹配,提出了一种通过多模态支持向量机函数回归分析建模预测滑坡位移的理论方法。以边坡位移历史观测数据为基础,应用EMD方法获得滑坡形成过程中位移演化的几个特征时间模态,构成了多模态信息统计学习样本,确定了边坡位移演化的自适应多尺度变化信息。对应于每个经验模态的位移变化信息,引入了多模态SVM建模方法,然后合成不同经验模态下边坡位移的计算结果,得到滑坡位移的预测值。以卧龙寺新滑坡和新滩滑坡的监测数据为基础的理论预测结果表明,与采用遗传算法的神经网络方法的预测结果相比,支持向量机经验模态方法具有更强的预测能力,理论预测结果与实际监测值具有很好的一致性     

地统计分析在滑坡遥感监测中的研究进展

滑坡监测的常规技术方法有多种,如大地精密测量法、近景摄影测量法等,但这些技术往往会受到气候与地形的限制,实施困难较大。而遥感技术可以克服观测条件的限制,并可针对滑坡不同阶段实行监测。此外,地统计分析方法可充分利用遥感数据本身具有的空间相关性,可以提高影像信息提取的准确性。因此,结合遥感与地统计方法进行滑坡监测具有广阔的应用前景。     

划分重磁区域异常与局部异常的一种方法泛克立格法

在重（磁）资料的分析处理中,经常需要划分区域异常与局部异常。本文对用于矿床品位预测的方法—泛克立格法加以改进、完善,使其适合于求重（磁）资料的区域异常与局部异常。根据某点周围若干个信息点上的重（磁）观测数据估计出该点处的区域异常值,而且这种估计是在满足线性、无偏、最小估计方差条件下求得的。从重（磁）观测数据中减去区域异常就可得到局部异常,这就是泛克立格法。它比经常用来划分区域异常与局部异常的方法—趋势分析方法有许多优点。趋势分析方法只是泛克立格法的一个特例。在本文中,作者还提出在小范围内,重力区域异常适合于用一次多项式拟合;而磁法区域异常适合于用二次多项式拟合的观点     

遥感异常与地球化学指标间的映射关系模型探索

采用改进的遥感异常提取方法,以甘肃金川地区的LandSat 8遥感影像数据为基础,结合主成份分析方法及低通滤波后期处理,得到空间规律性较强的烃基及铁染异常;进而对测区的土壤地球化学取样分析数据,利用统计学方法寻找不同元素异常(或地球化学指标)的内在关联,并建立土壤地球化学指标比值与遥感异常之间的关系模型。继续构建出基于LandSat 8遥感影像的净反射率值与地球化学因子之间的统计模型,并以此预测模型对测区进行了遥感地球化学异常的圈定。预测结果表明:建立的遥感地球化学统计模型高异常区与已知矿区范围基本吻合,通过提取的遥感地球化学异常不仅能表达化探常规异常的信息,还可以把其空间分布规律明晰出来,让某些局部弱异常得到增强。遥感地球化学异常得到了野外验证,说明利用地质资料建立的基于LandSat 8遥感地球化学预测模型比单一的遥感或化探异常有更好的预测效果。     

微地震监测数据压缩技术

微地震监测数据海量,给数据的长距离实时无线传输带来了很多困难,而且还占用很多磁盘空间。笔者首先采用自适应阈值的STA/LTA算法,选取合适的特征函数,从海量的监测数据中自动快速准确地识别微地震有效信号;然后准确确定有效信号的起止时间,完整地截取有效信号的波形数据,去除大量冗余数据,使得数据减少为原来的20%以下;最后再采用STEIM2算法对截取后的有效信号进行压缩,使监测数据的压缩比达到10∶1。研究结果表明:该方法能够通过去除冗余数据和无损压缩,大幅减少微地震监测数据的传输量,使得最终的数据仅为原数据的10%,从而减少了微地震监测数据的长距离无线实时传输困难,同时也减少数据存储所需要的磁盘空间,取得了较好的应用效果。     

基于GIS的滑坡监测信息管理与分析系统

滑坡监测的信息量非常庞大,而传统的滑坡监测信息管理系统都是基于关系型数据库的管理、查询和分析,处理空间信息就显得力不从心。采用MO（Map Objects）集成开发的基于GIS的滑坡监测信息管理与分析系统,把滑坡的空间信息和监测信息通过GIS技术联系起来,实现系统管理、快速查询和多种可视化分析。系统不依赖任何GIS平台,可独立运行,并可根据具体的滑坡和监测项目定制,保证了系统的通用性,为滑坡灾害研究提供了系统的工具。介绍了该系统的结构设计和实现方法,并以三峡库区泄滩滑坡为例,介绍了该系统的应用。     

基于交互多模算法的Kalman平滑器在滑坡监测中的应用

将滑坡的监测视为机动目标的跟踪问题,基于传统机动目标跟踪算法的不足,首次引入交互多模算法对滑坡监测数据进行处理。最后在此基础上给出了一种卡尔曼滤波平滑算法,实例仿真结果说明了其有效性。