融合多源信息的降雨入渗边坡概率反分析及可靠度预测

概率反分析是推断不确定土体参数统计特征的重要手段,可以使边坡可靠度评估更接近工程实际。然而目前的概率反分析很少使用多源信息（包括监测数据、观测信息和边坡服役记录）,因为这通常涉及数千个随机变量和高维似然函数的评估。因此融合多源信息对空间变异土体参数进行概率反分析进而预测降雨条件下的边坡可靠度是一项具有挑战性的难题。文章将改进的基于子集模拟的贝叶斯更新（mBUS）方法与自适应条件抽样（aCS）算法相结合,构建了空间变异土体参数概率反分析和边坡可靠度预测的框架,并以某一公路边坡为例验证了该框架的有效性。研究结果表明：通过融合多源信息所获得的土体参数后验统计特征与现场观测结果基本吻合;用更新后的土体参数预测得到2004年9月12日该边坡在暴雨工况下的失效概率为23.1%,符合实际边坡失稳情况,说明在此框架下可以充分利用多源信息解决高维概率反分析问题。     

不同环境因子联接和预测模型的滑坡易发性建模不确定性

拟深入探讨滑坡与其环境因子间的非线性联接计算以及不同数据驱动模型等因素,对滑坡易发性预测建模不确定性的影响规律.以江西省瑞金市为例共获取370处滑坡和10种环境因子,通过概率统计（probability statistics,PS）、频率比（frequency ratio,FR）、信息量（information value,Ⅳ）、熵指数（index of entropy,IOE）和证据权（weight of evidence,WOE）等5种联接方法分别耦合逻辑回归（logistic regression,LR）、BP神经网络（BP neural networks,BPNN）、支持向量机（support vector machines,SVM）和随机森林（random forest,RF）模型共构建出20种耦合模型,同时构建无联接方法直接将原始数据作为输入变量的4种单独LR、BPNN、SVM和RF模型,预测出总计24种工况下的滑坡易发性;最后分别使用ROC曲线、均值、标准差和差异显著性等指标分析上述24种工况下易发性结果的不确定性.结果表明:（1）基于WOE的耦合模型预测滑坡易发性的平均精度最高且不确定性较低,基于PS的耦合模型预测精度最低且不确定性最高,基于FR、Ⅳ和IOE的耦合模型介于两者之间;（2）单独数据驱动模型易发性预测精度略低于耦合模型,且未能计算出环境因子各子区间对滑坡发育的影响规律,但其建模效率高于耦合模型;（3）RF模型预测精度最高且不确定性较低,其次分别为SVM、BPNN和LR模型.总之WOE是更优秀的联接法且RF模型预测性能最优,WOE-RF模型预测的滑坡易发性不确定性较低且更符合实际滑坡概率分布特征.      

植物纤维加筋固化土抗压强度和渗透试验研究

为了研究椰丝纤维和双聚高分子材料加固粉砂土的效果和机制,本文采用正交试验方法,通过掺加双聚高分子材料和椰丝纤维,针对影响加筋固化土的力学性能和渗透性的因素（椰丝纤维掺量、椰丝纤维长度和双聚材料掺量）,进行无侧限抗压强度试验和渗透试验等分析研究。研究结果表明:在粉砂土中添加双聚材料固化剂和椰丝纤维,提高了土体的无侧限抗压强度和降低了土体的渗透性。椰丝纤维含量和双聚材料掺量对试样的无侧限抗压强度影响非常显著,椰丝纤维长度对试样无侧限抗压强度的影响显著。椰丝纤维含量和双聚材料掺量对试样渗透系数的影响显著,椰丝纤维长度对渗透系数的影响不显著。当纤维掺量为0.9%,双聚材料掺量为0.375%时,试样的无侧限抗压强度最大。纤维掺量为0.9%,双聚材料掺量为0.325%时,试样的渗透系数最小。     

不同加固技术在散粒体斜坡表层的应用对比研究

散粒体斜坡多发育于我国西部山区,由块度不一、黏粒含量较少的碎砾石土组成,由于胶结性差,遇雨水冲刷、风吹或人畜踩踏易失稳。传统坡面防护技术包括拦挡锚固和土工材料与植被构筑,新型护坡技术是结合了岩土材料加固和生态环境两方面所提出的新方法。本文中该新技术是指将浓度1.3%的改性钠羧甲基纤维素与边坡表层土拌合,后掺入植物纤维,喷洒到坡表形成加固层;加固层表面喷洒草籽,以达到边坡防护的目的。文章选择传统的护坡方法（格构和三维网）和新型土壤改良方法结合植草绿化技术对室外某散粒体斜坡进行加固处理,以天然斜坡为参照,统计降雨冲刷和径流冲刷后边坡表面侵蚀破坏、入渗和植被破坏特征,对比不同护坡方式的应用效果。试验结果表明:每个斜坡辅之相同的植草条件下,对比降雨和放水冲刷试验后各边坡的侵蚀破坏特征可以发现,材料改良植草边坡侵蚀弱,产沙量小,作用层能减缓雨水下渗,提高植被存活率和降低植被倒伏率,其效果优于三维网植草护坡和格构植草护坡。