基于滑坡等速变形速率的临滑预报判据研究

前人根据滑坡的变形监测曲线,分别提出了以位移速率、位移切线角、改进切线角等参数作为滑坡预警判据的方法,但因滑坡个性特征差异明显,采用统一固定判据是不充分的。在改进切线角和岩土体材料蠕变强度特征点的基础上,提出了T-t曲线转换的适用范围。以西原模型为基础,研究了蠕变参数在等速变形阶段发展至恒定值或稳定值,等速变形速率可看作滑坡蠕变过程中各参数的综合外在表现,与临滑切线角存在相关性,并呈反比关系。通过对16个典型蠕变滑坡进行阶段划分和T-t曲线转换,获得滑坡等速变形速率和临滑切线角,并建立两者之间关系,相关系数较高,同时结合未破坏滑坡变形过程的最大切线角,以下限作为滑坡预警判据,保证了预测预报的可靠度。     

黄土滑坡临滑预报的应变控制方法

我国西北部地区黄土沉积巨厚，地质构造复杂，土体强度低，水敏感性强，各种类型的黄土滑坡广泛分布。黄土滑坡具有滑动规模大、滑动速度快、灾害损失严重等特点。黄土滑坡滑动时间预报，特别是临滑预报在地质灾害防治领域具重要意义。根据黄土力学性质试验与典型黄土滑坡变形分析研究结果，在对比分析黄土剪切应变特性与滑坡滑动破坏机制的基础上，论文提出了一种黄土滑坡临滑预报的应变控制方法。建立了中、浅层与厚层黄土滑坡的应变破坏标准。经多处滑坡实例验证，结果基本合理，可应用于黄土滑坡临滑预报。     

堆积层滑坡临滑预报的新判据

研究表明,仅用速率大小作为滑坡的临滑判剧是不充分的。笔者在分析新滩堆积层滑坡位移矢量角动态特征的基础上,提出了堆积层滑坡临滑预报的新判据。     

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。     

基于斋藤模型的滑坡临滑时间预报方法改进及应用

滑坡临滑时间预报可根据滑坡变形时间曲线来建立,但现有临滑时间预报模型并未统一计算区间,因此相同模型在不同计算区间得出时间预报值可能存在较大差异。以贵州省龙井村滑坡为例,通过分析滑坡精细化变形数据,以斋藤时间预报模型为基础,确定出进行临滑时间预报的变形计算区间为切线角70°~75°之间,并根据变形曲线在临滑时具有明显上翘特征,导致滑坡发生时间提前的特点,通过分析切线角斜率与计算区间斜率的比例关系,引入修正系数0.5对滑坡时间预报值进行修正。通过近年来甘肃黑方台多次黄土滑坡的精细化变形数据进行检验验证,结果表明,改进的滑坡变形临滑时间预报方法具有良好的准确性和一定的普适性,为滑坡时间预报提供了较为准确的新方法。     

基于数据融合的边坡临滑状态确定方法

安全监测及数值模拟是评估边坡稳定性状态的两种重要手段,但是,如何根据监测信息及数值模拟成果确定边坡的临界失稳状态一直是边坡工程领域关注的重点问题。首先基于层次聚类方法计算边坡不同类型状态变量监测点的欧式距离,根据距离大小筛选出边坡的有效监测点;然后,计算同种类型状态变量有效监测点的熵权值,采用熵权融合方法对有效监测点进行数据层融合,得到不同类型状态变量对应的融合监测指标曲线;其次,采用主成分分析法对多种数据层融合监测指标曲线进行特征层融合,得到可反映全部状态变量信息特征的综合监测信息曲线,进而构建了边坡渐进失稳过程中不同监测变量的信息挖掘融合框架;最后,提出了一种缓变曲线的变点搜索方法,采用该方法对综合监测信息曲线开展变点分析,搜索边坡状态渐进演化的突变点（即边坡临滑状态点）。将所提出的方法应用到某公路边坡临界失稳状态的确定中,结果表明,单个监测点或单个融合指标的累积值、变化速率作为边坡失稳判据存在不唯一性,融合多种监测数据建立的综合监测信息序列可以较好地反映边坡状态演化特征,可避免单一状态变量的单一监测点数据对边坡状态的误判,验证了所提方法的可行性和适用性。     

基于WEB的浙江省降雨型滑坡预警预报系统

滑坡发生的最主要诱发因素是降雨.基于浙江省淳安、磐安、庆元和永嘉4个县的历史滑坡资料, 在研究降雨量、降雨强度和降雨过程与滑坡灾害的空间分布、时间上的对应关系, 建立起滑坡灾害时空分布与降雨过程的统计关系, 确定区域性滑坡的临界降雨量和降雨强度阀值的基础上, 开发出了降雨型滑坡预警预报系统, 其中采用临界降雨量模型和有效降雨量模型来进行预警预报.系统留给浙江省气象台一个传送数据的接口, 气象台将每天按时上传降雨数据, 数据保存在后台数据库MicrosoftSQLServer中.建成的系统能够自动获取数据库中的数据生成时间与降雨量实时曲线, 当降雨量达到降雨强度阀值时, 触发MAPGIS图件, 在Internet上发布区域预警预报信息, 并提供预警措施.      

降雨诱发区域性滑坡预报预警方法研究

论文以四川省雅安市雨城区为研究区,将逻辑回归模型引入区域降雨型滑坡预警预报,建立了同时考虑降雨强度和降雨过程的降雨临界值表达式.在滑坡危险性区划的基础上,研究提出了区域降雨型滑坡预警预报指标,包括临界值降雨指数R和滑坡发生指数L,并利用20台自动遥测雨量计和地质灾害群测群防网络,采用历史记录雨量和预报雨量,建立了区域降雨型滑坡预报预警体系.     

重庆地区降雨型滑坡相关性分析及预报模型

整理大量重庆地区降雨诱发滑坡资料,对降雨因子、累积降雨因子、前期降雨衰减系数与滑坡发生与否及滑坡发生数量之间进行系统的相关分析。结果表明:(1)当日降雨量对滑坡的诱发作用最显著,当日最大小时降雨与当日降雨量高度相关;(2)据滑坡发生前日期增加,降雨因子与滑坡相关及偏相关系数随之降低,在据滑坡发生前3d之后已变得很小;(3)大范围滑坡一般在暴雨当日或滞后一天产生,仅有短时强降雨很难诱发大范围滑坡,还需要一定前期降雨量为基础;(4)累积降雨因子与滑坡因子间都显著相关,且随着累积降雨日数的增加,其相关系数先上升后下降;(5)重庆地区适宜的前期降雨衰减系数在0.6左右。在此基础上拟合出了有效累积降雨量-滑坡发生概率预报模型,并使用当日最大小时降雨量-滑坡发生概率模型对其进行修正。最后使用降雨诱发滑坡实例检验该修正模型,结果可为重庆地区降雨型滑坡的预测预报提供科学依据。     

遗传算法下的滑坡蠕滑位移预测模型研究

滑坡位移预测是预报滑坡灾害的重要依据,以往的滑坡位移预测模型多数为时间序列预测模型、BP神经网络预测模型、Gaussian拟合预测模型以及其他一些非线性预测模型。这些滑坡位移预测模型在建立上缺乏力学理论支撑,对不同力学特性产生的滑坡位移预测分析上没有针对性。文章针对力学特性为重力蠕变型滑坡位移的预测,提出一种基于遗传优化算法的滑坡蠕滑位移非线性预测模型。以鲁家坡滑坡东侧J05监测点的累计水平位移为例,划定测试区域与预测区域进行模型预测分析,并将新模型预测结果与Gaussian拟合预测模型、BP神经网络预测模型预测结果进行对比分析。结果表明,相较于传统预测模型,新模型的预测效果有所提升,有一定的工程价值与实践价值。     

基于Mamdani FIS模型的滑坡易发性评价研究

滑坡的形成是众多非线性关系的影响因子相互作用的结果,传统滑坡预测方法需要大量实地勘查数据。利用Mamdani FIS(模糊推理系统)模型对三峡库区巴东-秭归段进行滑坡易发性预测,并对结果进行评价。通过地理信息系统(geographic information system,GIS)、遥感(remote sensing,RS)技术和区域地质背景资料获取地形类、生态环境类和地质背景类共3类7种滑坡影响因子,建立了192条相关的推理规则,在Matlab平台下基于Mamdani FIS模型得到研究区滑坡易发性预测指数,并生成滑坡易发性区划图。预测结果的受试者工作特征曲线下的面积值为82.8%,显示滑坡评估效果良好。结果证明,与其他模型相比,基于空间信息技术的Mamdani FIS模型,利用其非线性分析能力和基于专家意见的推理规则,评估滑坡易发性时不需要先验知识支撑,简化了模型使用时对数据的要求。另外,该模型只需通过专家意见改变推理规则就可以应用于不同的地质地理环境区域,显示其较强的适应性。     

基于应变软化指标的岩石非线性蠕变模型

研究并提出一种以应变软化指标为基础的岩石非线性蠕变模型。首先,基于岩石三轴压缩试验结果,分析提出一种峰后应变软化指标R1来描述岩石峰后力学参数软化与塑性变形间的关系。接着,通过分析加速蠕变阶段与峰后段的联系,建立加速蠕变应变软化指标R2,并以此为基础构建非线性黏塑性体。然后,将其与Hook体和Kelvin元件串联,组建非线性蠕变模型,并将模型嵌入ABAQUS有限元程序。最后,针对砂岩和泥岩三轴蠕变试验建立数值模型,模拟曲线与试验曲线吻合良好,说明所建模型适用于硬岩/软岩加速蠕变现象的模拟。其中,参数 对加速蠕变曲线形态起调节作用,显示模型模拟脆性?延性流变破坏的特点。另外,模型参数均可由常规压缩破坏试验以及蠕变试验确定,易于获取。     

基于SSA-Adam-BP神经网络模型的堰塞坝稳定性预测

现有的堰塞坝稳定性预测模型多为线性模型,无法充分考虑堰塞坝稳定性与其形态特征和水域条件之间的复杂非线性关系.鉴于此,结合反向传播神经网络模型和樽海鞘优化算法,提出了一种新型的堰塞坝稳定性预测模型SSA-Adam-BP.该模型通过网格搜索法选取确定模型结构的最佳超参数组合,进而利用交叉验证和绘制ROC曲线的方式分别对采用...     

降雨与滑坡灾害相关性分析及预警预报阀值之探讨

详细研究了深圳市降雨与滑坡的历史资料,对区域性滑坡与降雨量进行偏相关分析,与降雨强度进行相关分析以及与降雨时间进行了系统地统计分析。研究结果表明,（1）滑坡的活动1～4日的降雨量及一次降雨过程的降雨量偏相关系数较大,表明一次性降雨量达到或超过某一数值时区域性滑坡就可以出现;（2）暴雨尤其是大暴雨及特大暴雨与滑坡的关系非常密切,相关系数达0.8以上,大暴雨或特大暴雨具有直接触发滑坡的作用;（3）滑坡活动时间与季节性降雨相对应,季节雨量越多,滑坡亦越多;另外滑坡活动时间与暴雨、大暴雨相吻合或略滞后,滞后时间一般不超过4 d,暴雨的当天及次日发生滑坡的可能性最大。在此基础上,探讨了区域性滑坡发生的临界降雨量和降雨强度阀值。最后将滑坡灾害的地质模型与降雨模型耦合建立了滑坡灾害的空间预警预报区划指标和等级系统,为区域滑坡灾害发生的时间与空间预报预警提供了科学依据。     

基于多元非线性回归和BP神经网络的滑坡滑动距离预测模型研究

滑坡灾害严重威胁着人类的生命财产安全, 对土地资源造成了一定影响。滑坡滑动距离直接表明了滑坡的冲击、堆积范围大小, 是估算滑坡受灾面积、评估滑坡潜在风险的重要参数, 也是滑坡防灾减灾工作中需要重点关注的指标。为了更准确高效地预测滑坡危害范围, 分别采用多元非线性回归和BP神经网络2种模型对影响滑坡滑动距离的因子进行了评估和建模, 并对天水地区的滑坡实例进行研究。研究结果表明, 2种模型均可用于滑坡滑动距离的预测。相较而言, BP神经网络的预测结果与实际情况有更高的拟合度, 准确性更高。     

基于APSO-SVR-GRU模型的白水河滑坡周期项位移预测

滑坡周期项位移的预测,是研究地质灾害中滑坡变形至关重要的一步。由于单一模型易受偶然因素影响,且无法充分利用有效信息,导致其预测精度不高,适用性不强。基于此,文中提出了一种结合自适应粒子群算法（APSO）、支持向量机回归算法（SVR）、门控神经网络算法(GRU)的组合模型。该模型通过自适应粒子群优化算法对支持向量机回归算法进行参数寻优,确定最优参数组合,然后利用最小二乘法对APSO-SVR模型与GRU模型赋权建立最优权重比组合模型。以三峡白水河滑坡作为研究对象,选取降雨量、库水位及位移量作为周期项位移的影响因子,对模型进行训练验证,结果表明：在白水河滑坡周期项位移预测中,文中所提出的APSO-SVR-GRU组合模型与单一模型相比,具有更高的预测精度和稳定性。     

滑坡预报判据研究

滑坡作为一种自然地质灾害，常常会造成巨大的生命财产损失。为了避免或减轻灾害的发生，事先对滑坡做出预报便具有重要的意义和价值。滑坡预报模型和预报判据是滑坡时间预报的核心，也是滑坡成功预报的重要因素。目前，国内外许多学者提出了多种滑坡预报理论模型和方法，但这些理论模型和方法的适用性普遍较差。要想做到准确预报，必须建立一些具有一定适用性的滑坡预报判据。论文通过查阅大量资料，分析总结了滑坡预报中的10多种预报判据，详述了3类常用的预报判据(安全系数和可靠概率判据、变形速率判据和宏观信息预报判据)，重点研究了滑坡预报判据的适用性和不充分性。为了提高滑坡的预报水平，提出了滑坡预报必须建立在深入研究滑坡类型、滑坡特征、变形特点和形成机制的基础上，以监测资料为依据，遵循科学性、综合性、易操作性的原则，将理论模型预报、根据预报判据预报以及斜坡的宏观变形破坏迹象和前兆信息等几者有机地结合起来的综合信息预报方法。     

Performance evaluation of a physically based model for shallow landslide prediction

Evaluating the performance of a physically based model for landslide prediction was conducted in this study. The model was developed based on the basis of the infinite slope instability analysis and TOPMODEL for saturated water level estimation, which enabled to predict the location and time of occurrence of shallow landslides. Field data from 2008 to 2013 in two areas vulnerable to landslide in Taiwan were collected to test the applicability of the model for landslide prediction. Three indexes including the probability of detection (POD), false alarm ratio (FAR), and threat score (TS) were adopted to assess the advantages and disadvantages of the model. The results indicated that the POD for the landslide prediction by using the proposed model was 1.00, the FAR was lower than 0.25, and the overall TS value was higher than 0.75. It is promising to apply the proposed model for landslide early warnings to reduce the loss of life and property.     

基于多元统计的甘肃永靖黑方台滑坡强度预测模型

预测滑坡强度是滑坡风险分析与控制的基础和关键.以黑方台为研究区,在野外调查的基础上,针对研究区35处滑坡几何参数的数理统计,系统地分析了滑距与滑坡几何特征参数的相关关系,并按照黄土滑坡、黄土-基岩滑坡分别建立了滑坡空间预测的一元回归和多元回归统计模型.在统计模型中,分别以原始边坡坡度、塌落角、滑体宽度等因素为自变量,以滑坡延伸角为因变量,采用单因素和多因素拟合的方法,实现滑坡强度的简便预测.