基于BP神经网络的九寨沟地区地震滑坡危险性预测研究

BP神经网络因具有良好的精度和拟合能力,被广泛地运用在区域性滑坡危险性预测中。本文建立了基于BP神经网络的地震滑坡危险性评价模型并应用于四川九寨沟地区,以2017年8月8日的九寨沟M_S7.0地震引发的4834个历史滑坡为例,将其随机划分为70%的训练样本集用于九寨沟地区地震滑坡危险性预测,以及30%的验证样本集对预测结果的精度进行评估。选取高程、坡度、坡向、平行发震断层距离、垂直发震断层距离、震中距离、距道路距离、地面峰值加速度(PGA)以及岩性共9个影响因子,分析发震断层对地震滑坡的控制作用,并总结九寨沟地区地震滑坡空间分布规律特征,其中发震断层、岩性和坡度对九寨沟地区地震滑坡分布产生重要影响。利用模型得到九寨沟地震滑坡危险性预测图,结果显示73.19%的滑坡位于极高和高危险区域,与实际地震滑坡分布基本相符。通过30%的验证样本集来绘制预测成功率曲线,结果表明模型预测成功率(AUC值)为0.90,证实了BP神经网络在九寨沟地区地震滑坡危险性预测中具有良好的精度和拟合能力,评价结果为后续地震滑坡灾害预测和防震减灾工作提供了科学的参考。     

考虑边坡地形效应的地震动力响应分析

地震滑坡往往会造成巨大的人员伤亡和财产损失,而边坡在地震作用下的响应规律是研究地震边坡稳定性的首要问题。本研究利用FLAC3D有限差分软件建立多个边坡模型,进行边坡地形效应的地震动力响应分析,考虑的地形主要包括坡高、坡角、坡面形状等三方面的因素。将选取的地震波作用于不同模型,分析坡面加速度、速度放大比及坡顶坡脚傅里叶谱值,研究边坡几何形态对边坡地震响应的影响。结果表明,坡高对坡面的速度放大影响明显,坡角对坡面加速度放大效果较强,而不同的坡面形状会造成不同的加速度响应规律,凹面坡加速度放大效果更小一些。该研究有助于地震边坡的稳定性分析并为边坡工程的抗震设计提供参考。