基于滑坡监测数据的Elman神经网络动态预測

滑坡在我国是一种极为频发的地质灾害,且其积累位移监测曲线有着复杂的非线性特性,对此各研究者建立过许多预测模型,然而这些模型的预测精度不尽如人意。基于Elman神经网络可以任意精度逼近任意非线性函数的特征,并以sigmoid为方程的核函数,在选择隐含层数时用了试用法,通过“3δ”法及归一化工程实例滑坡累积位移数据,建立了Elman神经网络动态预测模型。基于该模型对多个监测点数据进行动态预测,结果表明该模型的预测结果与实测数据的吻合度较高,且平均误差为1.78%,预测精度较高,验证了Elman神经网络能够在预测滑坡灾害中发挥一定作用。     

紫阳县某危岩体特征研究

紫阳县高滩镇所处区域地质环境差,多年来集镇所在的国道沿线多有落石现象,威胁下方群众人身及财产安全。本文通过详细野外调查,查明了该危岩体的特征,结合赤平投影等方法对该危岩体进行了分析,并通过软件模拟落石运动路径,进而划分出该危岩体的潜在危害范围。本文分析方法对区域内同类型危岩体的研究具有一定参考价值。     

基于滑坡监测数据的Elman神经网络动态预测

滑坡在我国是一种极为频发的地质灾害,且其积累位移监测曲线有着复杂的非线性特性,对此各研究者建立过许多预测模型,然而这些模型的预测精度不尽如人意。基于Elman神经网络可以任意精度逼近任意非线性函数的特征,并以sigmoid为方程的核函数,在选择隐含层数时用了试用法,通过"3δ"法及归一化工程实例滑坡累积位移数据,建立了Elman神经网络动态预测模型。基于该模型对多个监测点数据进行动态预测,结果表明该模型的预测结果与实测数据的吻合度较高,且平均误差为1.78%,预测精度较高,验证了Elman神经网络能够在预测滑坡灾害中发挥一定作用。      

3S数字采集系统在西安市长安区地质灾害详细调查中的应用

引入3S(RS、GIS、GPS)技术,实践出一种基于3S技术的综合解决方案,以遥感解译验证为先导(RS),以地面调查和灾点测绘为主要手段(GPS),并辅以必要的山地工程;采用点、线、面相结合,重点调查和一般调查结合,专业调查与地方政府部门参与相结合的方式开展工作,分析总结地质灾害及其隐患形成的环境地质条件、发育特征和分布规律,开展地质灾害分区评价(GIS),为地方政府防灾减灾提供基础地质依据。     

基于影响线分析的滑坡削方减载稳定性计算

削方减载因其方法简单、施工方便和抗滑效果良好,已成为常用的滑坡治理措施之一,但削方位置的不同对坡体稳定性的影响差异较大。为了直观说明这种影响,借鉴结构力学中移动荷载作用下的影响线概念,以削方减载位置的不同作为可变荷载,以每次削方减载情况下对应的稳定系数作为影响量,建立相应的滑坡削方减载影响线计算分析方法,并根据稳定系数的大小,结合工程实际,确定最优的滑坡削方减载位置。最后以某滑坡为实例,对其不同位置情况下的削方减载对应的稳定系数进行了统计,根据稳定系数的大小,结合坡体情况,直观地给出了最优的卸载位置,为合理和科学地进行坡体削方减载提供了依据。该方法计算原理简单,结果清晰直观,可对同类滑坡治理工程提供参考和借鉴。