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.      

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。     

线性回归在滑坡监测数据粗差判别中的应用

滑坡监测数据预处理中,须剔出含有粗差的数据,本文以马家沟滑坡相邻形变监测点多期监测数据相关性分析,从而建立一元线性回归方程,采用估算值中误差判定实测变形值是否存在粗差,并为滑坡稳定性分析提供了可靠的变形依据。     

滑坡多点数据融合中的多传感器目标跟踪技术应用

目前的滑坡预报模型只能利用一个关键监测点的监测数据,而不能同时利用多个监测点的监测信息。为了克服选取关键监测点的人为性以及充分利用滑坡多个监测点的信息,针对滑坡具有机动的特性,提出了利用多传感器目标跟踪融合技术来处理滑坡多个点的监测数据的方法,分析了其可行性,并用实例说明了提出的方法在实际应用中是有效的。     

多通道滑坡位移监测仪的研制

文章提出一种滑坡表层位移监测方法,设计并研制了四通道位移监测仪器。该仪器选用特制的拉杆位移传感器完成滑坡位移传感,单片机逻辑控制实现位移监测数据动态显示,并对大量程、急速位移滑动做声光预警,监测数据自动保存。文章阐述了其工作原理及软硬件设计思路,并介绍了位移监测仪在三峡万州库区塘角村1号滑坡的野外应用实验。     

基于人工免疫算法的数据压缩技术在滑坡异常提取中的应用研究

滑坡异常信息提取对滑坡预测预报至关重要。以四川丹巴滑坡为例，应用人工免疫算法对滑坡镜2、镜6和镜9的位移监测数据进行压缩，分别获得最优压缩率为0．821，0．819，0．829，保真度为0．95。并在置信水平为0．95的条件下，对压缩后数据进行异常提取，分别获得了3个监测点的4个异常信息。这些异常信息所反映的滑坡变形发展演化规律与滑坡声发射等其他监测信息所反映的规律基本保持一致，说明应用人工免疫算法对滑坡位移监测数据进行压缩处理可以在保持原有数据的特性与规律的同时，有效除去监测数据中的冗余与不相关信息，增加有效数据密度，有利于准确提取滑坡异常信息。     

动水驱动型滑坡的状态仿射迁移学习方法

三峡库区的动水驱动型滑坡具有阶梯式变形特征，在监测数据不足的情况下，难以准确、合理地完成滑坡分析与预测预报等相关研究.针对监测数据不足的情况，设计了一种状态仿射迁移学习方法（Stateaffinetransfer learningmethod,SATLM），通过学习相似滑坡的知识完成对数据量不足的滑坡状态分析.为验证SATLM对滑坡状态分析的有效性，设计了一种状态相似分析方法，完成对库区多个滑坡的知识学习后实现对另一个数据量不足的滑坡地表位移预测.结果表明，完成状态仿射迁移后，本方法与BPNN和SVM相比，万州塘角1号滑坡地表位移预测的平均绝对误差和均方根误差都实现了较大降低.白家包滑坡、白水河滑坡、八字门滑坡知识的成功迁移，证明了SATLM在相似动水驱动型滑坡的知识迁移上具有较好效果.     

西气东输管道工程陕西岭湾村滑坡变形特征及成因机制分析CSCD

以西气东输管道余家坪镇岭湾村一处正在变形的黄土滑坡为研究对象,基于现场勘察、InSAR、GNSS监测和深部位移监测等,分析滑坡2017—2022年的变形特征及滑坡成因机制。研究表明:滑坡地下水位已达坡脚,滑坡前缘形成多处“土溜”,滑坡地表垂直潜蚀裂缝发育,后缘可见贯通的裂缝,滑坡内管道周边裂缝发育;InSAR数据显示滑坡一直缓慢变形,年变形量2.0~4.0 cm;GNSS变形及裂缝变形显示,2020年8月至今地表变形速率增大,变形明显,变形量在4~10 cm;深部变形监测数据变化量在0.05~1.36 mm,变化很小;降雨及土体含水率数据分析表明滑坡在暴雨后发生位移变形。综合分析监测数据表明,岭湾村滑坡属于降雨诱发的浅层滑坡;区域内的自然强降雨、人类工程经济活动作为滑坡的诱发因素,对滑坡的发生及发展作用明显。结合管道应变监测数据,目前西气东输管道遭受滑坡灾害的风险可控。     

基于数据挖掘的三峡库区特大滑坡变形关联规则研究

从实测数据中分析滑坡灾害的成因机理,对于准确识别潜在危险区与及时制定防治措施十分重要。由于现场监测数据的数量庞大、来源多样,常规的数据处理方法难以从海量监测数据中提取出有用的信息,进而对滑坡变形演化趋势作出正确评价和预测。本文基于经典数据挖掘方法中的两步聚类法与关联规则分析,提出了滑坡变形行为的关联分析挖掘技术,并以长江三峡库区新铺滑坡为例,对库水位波动及降雨影响下的特大滑坡位移速率进行了关联分析。结果表明:该滑坡的变形受库水位高程水平、库水位波动速率与降雨强度等因素的多重影响,水位下降、强降雨与滑坡变形密切相关;滑坡不同空间位置处的变形影响因素存在差异,由坡脚至坡顶,库水位波动的影响水平依次降低,降雨强度的影响水平逐渐增强。本文提出的数据挖掘方法可定量分析滑坡变形的控制因素,并通过与实测数据的对比验证了相关规则的可靠性,这对于海量监测数据条件下滑坡灾害的成因分析有重要意义。     

三峡库区奉节火石滩滑坡的监测预警工程技术

三峡库区滑坡规模大、数量多，靠工程治理耗资巨大，因此监测预警工程便成为滑坡等地质灾害一种经济有效的防灾措施。以三峡库区重庆市奉节县火石滩滑坡监测预警工程为例，介绍了滑坡监测预警工程的设计与施工技术。论述了利用监测数据对滑坡稳定性评价的方法。     

改进欧拉算法的GM(1,1)模型预测滑坡变形

在传统的GM(1,1)模型建模的基础上,采用改进欧拉算法简化GM(1,1)模型中参数的求解过程,进行滑坡变形动态预测。本文根据某高速公路滑坡治理过程中的变形监测数据,应用改进的模型进行滑坡变形动态预测,通过预测结果和实际监测数据进行对比分析,结果表明:改进欧拉算法的GM(1,1)模型参数计算简单,且预测精度为一级;不仅适用于滑坡变形等时距监测数据的低增长序列预测,也适用于高增长序列预测,证明该改进欧拉算法的有效性。     

滑坡实时监测预警系统的实验室实现

用传感器对滑坡实施监测是一种有效的监测预警手段,但由于受一些因素的限制,在实验室进行滑坡监测技术有效性的研究方面仍有一定的难度。本文以振弦式传感器为例,提出了传感器辅助机械工装以完成传感器在实验室实现滑坡监测数据模拟采集的设计思路,并通过对模拟数据进行多次测量演算了传感器及其辅助装置的可靠性。同时,为便于对监测数据进行及时有效的管理和分析,还采用VC++语言所编制的管理程序对获取的监测数据实施有效的管理和分析。结果表明,对给定信号的监测效果好,响应快,误差小,能较好地模拟滑坡现场监测。     

基于实时监测的河口糖厂滑坡监测系统研究

滑坡监测工作已经开展了多年,本文提出滑坡监测的内容包括基础因子、诱发因子和过程因子三部分,认为诱发因子和过程因子是滑坡监测的重点.针对降雨型滑坡监测,提出降雨-入渗-位移变形三者相结合的滑坡监测技术方法,并在河口糖厂滑坡监测工程中应用,实现了监测数据的实时自动采集、自动传输、自动入库的全自动监测系统.通过监测可知,河口...     

基于普适型仪器的滑坡监测预警初探——以甘肃兰州岷县三处滑坡为例

在甘肃省滑坡灾害较为严重的兰州市和岷县,选择了三处滑坡,建设了基于普适型仪器的专群结合监测预警系统。按照《地质灾害专群结合监测预警技术指南（试行）》的要求,选用裂缝计、GNSS、土体含水量仪、雨量计、声光报警器等,对地质灾害体变形破坏、相关因素、宏观前兆等指标开展专业化立体综合监测。监测设备采用蓄电池加太阳能的方案来供电,保证24小时不间断工作;通讯系统采用现场LoRa组网配合2/3/4 G移动通信的方案,能够保证数据传输的效率,同时降低通信成本;监测数据同时发送到国家和省级地质灾害监测数据平台,能够高效支撑地灾预警工作;监测平台能够对实时采集的监测数据自动进行分析,支持用多种预警模型进行判别;监测数据发生变化触发预设条件时,能够自动发送预警信息。通过近四个月的系统试运行,捕捉到了滑坡mm级的蠕变变形,数据可靠,能够满足监测预警的需求。通过三处滑坡监测预警工程的实施,一方面对滑坡变形和环境因素实现了实时监控,同时也为类似问题提供了一个可供参考的解决方案。     

基于一元线性回归模型八字门滑坡累积位移预测

我国滑坡灾害发生频繁,但滑坡的变形预测预报一直是难题,因此每年都因滑坡的变形破坏导致重大的人员伤亡和财产损失。以三峡库区八字门滑坡为研究对象,基于十多年的监测数据分析,研究分析了该滑坡的变形特征:八字门滑坡变形的主要影响因素为降雨和库水位下降,并且累积位移曲线具有"阶跃型"的变形特征。当外界因素去除或者减小的情况下,累积位移-时间曲线将变得平稳。根据此特性,选取每年变形曲线"阶跃段"（6~8月份）的监测数据,以累积位移为目标函数,基于一元线性回归模型,对八字门滑坡2004年到2017年同期的滑坡监测数据进行分析。结果表明:一元线性回归模型能够很好地模拟八字门滑坡"阶跃段"的变形过程,此变形阶段累积位移与时间呈线性关系,直线斜率基本相同。根据此线性关系,对滑坡的累积位移进行了预测,结果表明与实际监测数据相比较,预测误差在±5 mm以内,相对误差在1%以下,精度可以满足滑坡监测预警要求,可以为八字门滑坡的防治工作提供参考。     

滑坡临滑预报的态矢量方法研究

态矢量是统计物理学中对连续场进行粗粒化描述的一种方法。将其引入滑坡预报中,通过将滑坡危险区划分为n个子区域,在各个时间窗内对一系列子区域的监测数据进行态矢量分析,将监测数据与降雨量态矢量的模等归一化后叠加,研究一段时间内滑坡位移态矢量的发展变化规律,并提出利用态矢量进行滑坡预报的新方法。以新滩滑坡为例,对累计水平位移进行态矢量分析,发现在滑坡前态矢量的模和态矢量增量的模均发生了明显突变,按态矢量曲线的变化规律,依据滑坡预警分级方法提出3级滑坡预警,最高预警级别预报的滑坡时间比实际滑坡时间提前2天。研究结果表明,态矢量的急剧突变是滑坡发生的前兆,可以用来进行滑坡的短期和临滑预报。     

知识图谱优化卡尔曼滤波预测库岸滑坡位移

中国三峡库区库岸滑坡灾害频发，预测库岸滑坡位移是降低风险的重要措施之一。文章构建了库岸滑坡中文知识图谱，提出了知识图谱优化卡尔曼滤波预测库岸滑坡位移模型KG-MTKF。以三峡库区奉节县新铺滑坡为例，采用现场监测数据验证了模型有效性。结果表明，与监测数据系列相比，多因素卡尔曼滤波模型（MT-KF）和知识图谱优化卡尔曼滤波模型（KG-MTKF）用于预测库岸滑坡时，在稳定变形阶段均表现出良好的一致性；在滑坡变形的初始阶段和阶跃段，KGMTKF模型预测精度更高。初始段两种模型存在误差，主要由于滑坡初期变形值较小、系统噪声显著所导致。在阶跃段、平稳段与整个监测周期中，两种模型的误差都较小，且KG-MTKF模型的预测精度显著高于MT-KF模型。对于新铺滑坡这类非线性动力系统，KG-MTKF预测模型在不同位置与变形阶段均能保持高精度与强鲁棒性。     

关于滑坡监测精度及复测周期的合理确定

为利用滑坡监测数据求得可靠的斜坡位移量，应用概率统计原理分析确定了滑坡监测精度、复测周期及位移速度三者之间应满足的理论关系式。在此基础上，结合斜坡变形的特点提出了滑坡监测精度及复测周期的合理确定方法。     

基于参数反演的保扎滑坡变形破坏机理研究

大型复杂滑坡的复活变形机理研究,是目前滑坡地质灾害研究热点之一.针对恩施地区典型大型复杂滑坡-保扎滑坡,在系统研究其工程地质条件的基础上,分析了该滑坡的形成机制.建立二维计算模型,利用Flac软件,依据钻孔位移监测数据,通过位移反分析反演岩土体参数.对滑坡天然状态、河流不同下切深度进行了三种工况的模拟分析,结果表明:①...     

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。