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。     

考虑滑床摩擦弱化的大光包滑坡运动机制DDA数值模拟研究

2008年汶川发生M_S8.0级地震,此次地震触发了大约20万处滑坡,其中大光包滑坡是汶川地震触发的最大规模的滑坡,其复杂的高速远程运动机理引起了国内外学者的广泛关注。本文结合热分解及动态结晶将地震中断层间摩擦弱化机制(闪速加热导致热分解及粉末润滑)运用于大光包滑坡高速远程运动的模拟。本文通过修改非连续变形分析(DDA)程序中强度参数的输入方式,以基于速度变化的强度参数取代原DDA程序中的常数强度参数,进而实现了摩擦系数随接触两侧相对速度变化的动态调整。运用修改后的DDA对大光包滑坡的运动过程进行模拟。模拟结果表明滑床摩擦弱化是导致大光包滑坡高速远程运动特征的重要原因,修改后的DDA由于考虑了滑床摩擦弱化能够更加合理地模拟滑坡的高速远程运动特征,本文模拟的大光包滑坡在地震作用下失稳后,由于滑床摩擦弱化,更多的能量转化为动能,高速滑体掠过黄洞子沟后,爬上对面的平梁子,最终由于平梁子的“急刹车”作用,滑体停止运动。与修改前DDA相比,修改后的DDA对大光包滑坡运动过程和最终堆积形态的模拟结果与已有文献记载和野外调查结果相吻合。这也间接证明了大光包滑坡滑动过程中由于白云岩间摩擦闪速加热导致热分解及粉末润滑造成的摩擦系数降低,可能是造成大光包滑坡高速远程运动的重要原因。