建立在野外地质调查基础上的高速滑坡灰色分析

本文针对各种大型工程论证和设计需要,提出了建立在野外地质调查基础上的高速滑坡灰色分析方法。应用该方法,可在收集滑坡方量、地形、环境等八个因素的基础上,准确预测工程区滑坡灾害性。文中将此方法应用于三峡工程,收到了令人满意的效果。     

滑坡预测预报研究现状与发展趋势

文章在对国内外滑坡预测预报研究成果深入分析的基础上，从滑坡发生时间、滑坡活动强度、滑坡危害三方面系统总结了滑坡预测预报研究的现状，评述了滑坡预测预报研究中的主要问题、各种研究方法的优缺点、适用范围和有效性及各国研究的特点。进而，分析预测了滑坡预测预报研究的发展趋势和未来研究的突破口。     

滑坡风险评价难点及方法综述

滑坡风险评价是从国外引进的新理念和新方法,国内目前对此的理解和应用,甚至概念都有混淆之处;同时又由于"风险"的本质是一种未来事件的不确定性,对其评价也有诸多困难。本文根据当今国际上通用的滑坡风险管理理论,得出风险评价要素,进而分析出进行滑坡风险评价的难点,从滑坡的空间预测、时间预测、滑移距离预测和强度预测四个方面,综述了国内外在这些难点上进行量化和评价的技术方法,并对各种方法的优缺点和适用性进行了评述。     

滑坡预报国内外研究动态及发展趋势

文章分析了大量的国内外相关研究报导,阐述了滑坡灾害给人类社会造成的重大危害．并对滑坡带来的直接损失与无形或隐伏的问接影响进行了归纳分析。从滑坡预报研究历程的角度,将滑坡预报研究的发展史划分为3个阶段,分别对滑坡预测预报的经验一统计学预报阶段、预测滑坡学形成阶段及现代科技全新预报阶段的国内外研究动态进行了分析。重点分析了目前滑坡预报研究所处的现代科技全新预报阶段之研究成果及方法,并归纳出目前滑坡预报研究领域中多种预报方法的综合应用、各种数理新理论引入、“3S”集成监测预报技术应用等3个特点。在此基础上,进一步分析了目前相关研究存在5个方面的不足,并结合最新研究成果,从滑坡预报理论方法、监测预报技术手段等方面对滑坡预报研究近期的发展趋势进行了初步预测。结论认为,滑坡灾害作为山区人类社会最为严重的自然灾害之一,其预测预报研究目前已进入现代科技全新预报研究阶段的鼎盛时期,计算智能集成预报方法的应用与“3S”集成监测预报技术的进一步应用研究是今后一段时期内滑坡预报研究发展的主题。     

利用粗糙集的滑坡分阶段位移预测方法——以白家包滑坡为例

为解决大数据量下滑坡的位移数值精确预测,采用数据挖掘技术对滑坡多源监测数据进行预处理,进而采取粗糙集理论对输入变量集进行定量评价、约减并完成滑坡变形阶段预测,在此基础上利用不同算法进行滑坡变形位移数值预测。实验显示,粗糙集对滑坡变形阶段划分的准确度达到96.5%,在此基础上利用分类回归树预测滑坡位移的精度达到6.5 mm。结果表明,分阶段的位移预测方法是可行的,其提供的预测精度显著优于普通方法并且达到了工程应用的需求。     

滑坡灾害超前预判技术研究

以地质构造控制论为理论核心,以地层、构造、地形等要素的系统分析为指导,以滑坡的形成、演化及特征为对象,首次提出了滑坡地质灾害超前地质预判的概念:滑坡灾害超前地质预判主要是指在各级勘察工作前期,不借助任何勘探手段,运用各种超前地质预判的方法,根据滑坡的地质地貌特征确定滑坡的空间位置及滑坡类型,预测其未来发展状况的一种技术方法。以此建立了该技术的基本体系、判别方法及工作程序,并在陕南公路沿线地质灾害调查过程中进行了初步应用。     

高填方边坡失稳时间预测的实用模型

建立一种准确可靠的方法来预测高填方边坡因蠕变破坏而发生滑坡的时间是困难的,但对防止财产和生命损失又至关重要。在总结高填方土质边坡蠕变破坏过程中的位移、速度特征的基础上,通过改进Saito模型的应变率公式,提出了基于改进人工蜂群算法的滑坡中短期预测的实用模型。将进入加速变形阶段后的滑坡位移时间序列作为输入,通过人工蜂群算法反演实用模型参数后输出预测的滑坡时间。以3个高填方滑坡为实例,应用滑坡位移监测点的测量数据,验证了该方法在滑坡时间预测上的准确性和可靠性。同时,将该方法预测的滑坡时间结果与传统的Saito系列模型预测的滑坡时间结果进行了比较。结果表明,在通过滑坡位移的时间序列进行滑坡时间预测时,所提出的实用模型比两种Saito模型更准确可靠。     

联合多种数据驱动建模方法的滑坡位移预测研究

边坡位移是滑坡演化的宏观体现,分析并预测滑坡位移发展态势对于防灾减灾具有重要意义。由于滑坡位移曲线具有明显的非线性特征,单一模型往往难以刻画其非线性与复杂性。为发展一种普遍适用于滑坡位移的预测方法,提出了一种联合多种数据驱动模型的新方法。该方法根据时间序列分析理论,将滑坡位移序列分解为趋势项和周期项,趋势项采用并联型灰色神经网络处理,周期项则采用人工蜂群算法（ABC）优化后的极限学习机模型（ELM）处理,从而充分应用各种模型的优点。以三峡库区白水河和八字门滑坡为例,对位移数据进行分析处理后,灰色神经网络模型预测其趋势性位移,改进后的极限学习机模型对周期性位移进行训练及预测。结果表明:在预测精度上,优化后的极限学习机模型准确度高于极限学习机模型及小波神经网络等方法,提出的灰色神经网络与ABC-ELM的组合模型可作为实际工程的一个参考。     

基于环境因子AI-GIS方法的天然滑坡危险性预测--以香港大屿山岛为例

利用人工神经元网络(AI)及地理信息系统(GIS)技术,将多元空间信息分析与非线性理论相结合,建立了基于环境因子的区域滑坡非线性预测模型.选择天然滑坡比较发育的香港大屿山岛中部作为试验研究区,定量分析了滑坡与各种环境因子的空间关系,进行了因子筛选,据此对区域天然滑坡进行了危险性分区.结果表明,该方法可获取较高的预测精度,是完全可行的.该方法的应用将为区域滑坡危险性区划及滑坡灾害的防治提供重要依据.     

BP模型在区域滑坡灾害风险预测中的应用

滑坡灾害具有整体性、动态性、开放性和随机性的特点,而人工神经网络属于非线性动态系统,具有符合区域滑坡灾害风险预测的研究特点。应用BP模型,建立了区域滑坡灾害风险的预测流程,并与GIS技术相结合,对三峡水库蓄水条件下巴东新县城的滑坡灾害进行了危险性、易损性、风险性综合预测研究,证明了BP模型在区域滑坡灾害风险预测中的应用可行性,同时指出了所存在的问题及可能解决的途径。     

滑坡定量预测的非线性理论方法

滑坡时空预测是当前滑坡研究中的难题，特别是滑坡时间预测工作，其进展缓慢。本文基于非线性科学理论，分析了滑坡活动的分形特征及时间分形预测方法，研究了滑坡空间预测的人工神经网络特征，系统介绍了滑坡时间预测的非线性动力学理论。在此基础上，讨论了滑坡定量预测的发展趋势。     

基于栅格数据的巴东新城区滑坡空间预测

针对滑坡空间预测中遇到的问题,简述了滑坡空间预测的主要过程,首先介绍了栅格数据的准备过程,结合栅格数据的存储特点,提出了基于栅格数据的信息量模型预测流程。以三峡库区巴东新城区为例开展了滑坡空间预测,重点阐述了预测过程中关键技术,如基于栅格数据计算信息量的解决方案、预测因素状态的确定方法以及预测结果的分级方法,同时探讨了影响巴东新城区滑坡的重要因素,在此基础上开展了巴东新城区滑坡危险性预测并对预测结果进行了合理性分析。通过解决这些滑坡空间预测中的关键性问题,为滑坡空间预测提供了一个高效合理的解决办法。     

基于时间序列分析法的滑坡变形特征研究

应用时间序列分析方法建立滑坡位移ARIMA预报模型。采用差分平稳,自回归AR模型和移动平均MA模型对滑坡位移进行预测,得到了该滑坡监测点TP1的预报模型为ARIMA(2,2,1),然后分析对比实测与预测位移–时间曲线之间的关系。计算结果能够较好地体现出滑坡在外界诱发因素作用下位移的发展变化趋势,说明所建滑坡位移预测预报模型效果较好,在滑坡位移预测中是有效可行的。     

物探方法在研究三峡库区滑坡中的应用前景

介绍了滑坡的地质－地球物理特征，指出了滑坡中的物性参数分布和滑坡产生的地球物理异常都和稳定边坡有明显的不同，为用物探方法研究滑坡提供了良好的地质－地球物理前提；对物探方法在滑坡时的应用进行了介绍，用实例说明了物探方法可以成功地用来研究滑坡地段的工程地质条件和预测滑直过程；对三峡为哎应用物探方法研究滑坡的必要性和可能性进行了探讨。     

基于分形的滑坡易发程度区划方法

本文发展了一种基于分形统计的滑坡易发程度评价方法,该方法仅使用已有的滑坡数据,首先通过分形统计获得滑坡分布的分形丛集关系,再通过GIS的空间操作与分析生成滑坡易发程度区划图。提出一种对滑坡易发程度区划图的可信度和预测效果进行评价的方法。本文介绍了这些方法及其在浙江地区应用的结果。     

基于滑坡灾害预警分级的应急处置措施

滑坡灾害应急处置能力是地质灾害减灾防灾的重要方面。目前,基于滑坡灾害预测和预警分级成果,系统性的应急措施分类研究还鲜有展开,因此,以三峡库区白水河滑坡为例,运用时间序列加法模型将滑坡累计位移分解为趋势项位移与周期项位移,并分别应用多项式拟合及自回归(AR)模型对2个分量进行预测,在此结果上采用聚类分析方法将滑坡变形分为匀速变形与加速变形阶段,综合判断滑坡灾害预警等级,开展了针对滑坡预警分级的应急措施研究。结果表明:白水河滑坡预警等级主要为蓝色和黄色2种类型,对处于不同的预警等级下的滑坡,可根据滑坡变形特征快速决策,基于滑坡灾害预测和预警分级结果能更有效地指导滑坡应急处置。     

滑坡空间预测数学模型的对比及其应用

滑坡灾害空间预测经历了从定性-半定量-定量、从确定性-非确定性-概率论的发展过程,其中预测模型的建立、预测方法的选取是滑坡空间预测的核心过程,关系到预测结果的最终确定.讨论了信息量模型、信息-物元模型、信息-神经网络模型的预测流程和关键技术问题,将这3种非确定性数学模型运用于万州安乐寺古滑坡区的滑坡危险性预测中,并对3种模型的预测结果进行了对比分析,指出3种预测数学模型的优劣及其应用中需注意的问题,对比研究表明3种模型均不失为滑坡空间预测中较为有效的数学模型.     

滑坡位移的动态概率预测模型

滑坡位移预测是实现滑坡灾害预报的有效手段,文章利用回声状态网络建立动态预测模型来预测滑坡位移。与传统预测方法相比,动态模型能更好地反映出滑坡演化的动态系统本质;动态模型的建立不需要计算互信息来实现变量选择,也使得预测过程得到简化。考虑到确定性预测的局限性,文章进一步将概率预测的思想引入滑坡位移预测的研究中,提出一种动态预测模型的概率预测方法。所提动态预测模型的预测精度,在白水河和石榴树包两个滑坡位移预测的具体案例中得到了检验;而通过概率预测得到具有明确置信度水平的预测区间,从而也对滑坡状态发展变化趋势给出了更全面的描述。     

灰色GM（2,1）模型在滑坡变形预测中的应用

应用灰色模型对滑坡变形进行预测,目前常用灰色GM(1,1)模型,而灰色GM(2,1)模型应用较少.在实际建模中发现,取不同长度的数据序列,建立的模型也不一样,所得的预测结果也有所不同.针对上述问题,本文基于统计的方法,得出白店子滑坡灰色预测模型最佳数据序列长度,在此基础上建立GM(2,1)模型对该滑坡深部位移进行预测,并与GM(1,1)模型预测结果进行了对比.结果表明,总体精度上GM(2,1)模型略高,预测误差较小,有很好的应用价值.     

瞬态面波剖面法在滑坡探查中的应用

随着国民经济的不断发展,各种工程建设不断增多,各种滑坡、边坡及其工程产生的滑坡、边坡灾害越来越多。由于许多滑坡、边坡是在工程进行中产生的,由于时间紧,要求选择一个方便、高效、快捷的勘察方法。笔者结合工程实例介绍了瞬态面波剖面法作为一个快捷、高效的勘察方法在滑坡勘察中应用及其效果。