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。     

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。     

一种改进的切线角及对应的滑坡预警判据

斜坡位移一时间曲线具有三阶段演化特征,即可划分为初始变形阶段、等速变形阶段和加速变形阶段.前人根据斜坡不同变形阶段的累计位移一时间曲线斜率的特点提出了位移切线角的概念,并据此建立了滑坡预警判据.但因斜坡位移一时间曲线纵横坐标量纲不同,位移切线角实际上存在定义不严密、数值不确定的缺点.现提出一·种通过对斜坡累计位移一时间曲线进行坐标变换,实现纵横坐标同量纲化,进而获得确定切线角的新方法.利用改进的切线角,给出了斜坡加速变形阶段进一步细分为3个亚阶段的定量划分标准和滑坡临滑预警判据.已有的一些滑坡实例检验结果表明,改进的切线角及滑坡预警判据在滑坡监测预警中具有较大的实用价值.     

基于MACD指标的渐变型滑坡临滑预报模型研究

滑坡的临滑预警预报研究一直以来都是热点也是难点。速度倒数模型是目前广泛使用的临滑预报模型,选择恰当的拟合曲线起始点将提高预报模型的精度。利用经济学上非常成熟的平滑异同平均线指标（MACD）快速寻找速度倒数模型拟合曲线的起始点,也就是滑坡临滑加速变形阶段开始加速（Onset of Acceleration,OOA）点,并以云南省会泽县的区布嘎滑坡为例,使用该指标对滑坡体进行临滑预报,并对该模型准确性进行了评估。结果表明:当变形速度的MACD值在?1~1的区间时,代表滑坡变形速度虽然有所增加,但变形趋势并未整体改变;当MACD值超过?1~1的区间,代表滑坡变形趋势整体发生改变,可将此阶段短期平均线上穿长期平均线的点（同时也是MACD值由负转正的点）,作为滑坡OOA点。利用MACD指标能够快速有效的寻找拟合曲线起始点,利用指数平滑函数（ESF）处理的监测数据,拟合曲线的确定系数最高,误差率最低,误差率低于2%,模型预测结果随着数据的更新,将不断逼近真实结果,具有较高的准确率。     

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。     

堆积层滑坡时间预报问题的讨论：以新滩滑坡为例

堆积层滑坡的准确预报有一定困难，现有的各种数学模型只适用于滑坡加速蠕变阶段的临滑预报。为此，笔者提出了堆积层滑坡的长期、中期和临滑预报工作的重点及相应对策。     

滑坡失稳阈值预报方法研究

结合前人对滑坡变形随时间变化关系研究结果,分析7个典型滑坡变形-时间曲线发展变化特点,划分为缓变型滑坡、突发型滑坡、趋稳型滑坡,据类型对比提出适宜的预测预报方法。研究发现：(1)改进切线角模型统一了横纵坐标量纲,以α=80°为缓变型滑坡进入临滑阶段的阈值具较强的普适性;(2)基于变形速率阈值和变形过程的综合预报判据,在一定程度上解决了突发型滑坡漏报和误报问题,提高了预报精度;(3)速率比值法适用于趋稳型滑坡的预测预报及边坡工程防治效果评价;(4)滑坡内外环境不断变化,在一定条件下缓变型、突发型、趋稳型滑坡间可发生形式转变。由此提出针对性防治对策：对需治理的缓变型滑坡,防治的重点应避免滑坡发生;对变形迅速、治理代价很高的突发型滑坡,应及时疏散撤离人员,减少损失。     

滑坡匀速变形阶段快速诊断方法研究

改进切线角预警模型是一种有效的滑坡预警方法,但改进切线角模型的机制是以准确识别匀速变形阶段及其速率为基础的,滑坡的匀速变形速率是随着孕灾环境变化和滑坡演化阶段而波动的,相同模型在不同匀速变形速率下得出的切线角存在较大差异,对滑坡预警不利。因此,笔者提出采用曲线凸凹特性与滤波技术的自适应获取滑坡匀速变形阶段和平均速率,并建立速率可靠性评价规则,从而实现对改进切线角预警模型进行实时修正,确保滑坡预警的准确性。该研究为滑坡监测预警智能化、自动化实时处理监测预警数据提供技术支持。     

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。     

工程先验知识辨识下的滑坡非平稳变形支持向量机预测

针对缺乏非平稳变形（阶段性、反复性及突变性）特征数据导致的滑坡预测与评估不完全符合工程实际的情况,通过分析变形时序的物理意义与类型,在定义了非平稳变形趋势变化外延模式的基础上,提出了综合考虑滑坡当前变形阶段、观测变形数据特征以及待预测时段外界诱发因素的时序外延模式辨识方法,并进一步在工程先验知识指导下建立了支持向量机（SVM）预测模型。通过2个工程实例对方法进行应用验证。结果表明,工程先验知识能够有效补充非平稳变形的观测数据信息,对预测建模具有指导性作用;融入外延模式的SVM模型与一般性SVM的外推预测,其平均相对误差可降低2～3倍,预测的可靠性与准确性得到了显著增强。     

基于ICEEMD-ICA准则进行数据处理的基坑变形组合预测研究

为确保基坑变形的高精度预测,基于基坑现场变形监测成果,先利用ICEEMD-ICA准则进行数据处理,即将变形数据分解为趋势项和随机项,再通过ISFLA-RVM-GRNN模型实现其组合预测。最后,再引入若干传统预测模型进行类似预测,通过预测结果对比,验证本文组合预测思路的合理性。实例分析表明：ICEEMD-ICA准则能实现基坑变形数据的合理分解,其分解能力要优于传统分解模型,且在5个监测点的预测结果中,ISFLA-RVM-GRNN模型的预测精度较高,预测结果的平均相对误差间于1.97%～2.07%。经外推预测,得基坑变形趋于稳定方向发展。同时,通过不同模型预测结果的对比性验证,得出ISFLA-RVM-GRNN模型相较传统预测模型具有更优的预测效果,验证了其构建思路是合理有效的。     

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。     

孟家山黄土-红层接触面滑坡破坏机理研究

本文以天水市孟家山滑坡为例,分析了黄土-红层接触面滑坡的发育特征,运用相似材料物理模拟试验,研究了“坡体蠕动—后缘拉裂—滑带由中部向两侧发展—剪出口形成—坡体突滑”的变形破坏机理。     

An empirical hypothesis of deformation rate ratio criterion

Summary Based on the experiences obtained from more than 10 years' monitoring of tunnel excavation in soft ground, and in order to solve the problem that the currently-used surrounding rock stability criteria have nothing to do with the rockbolts-shotcrete support operation, thus they are hard to be applied by in-situ engineers, the author puts forward a new empirical hypothesis of criterion for surrounding rock stability assessment. Then five case histories are described as references. Furthermore, the open complex giant system methodology is introduced to explain the theory and practice of empirical hypothesis.     

考虑环境变量作用的滑坡变形动态灰色-进化神经网络预测研究

滑坡变形预测对于指导灾害的预防工作、保护人民的生命和财产安全具有重大实用价值。从系统论观点出发,结合岩土体流变理论和时序分析原理,在深入研究影响滑坡变形的主控环境变量基础上,将位移时序分解为趋势项和偏离项。采用灰色系统模型提取位移时序趋势项,结合遗传算法和人工神经网络建立起进化神经网络模型,逼近主控环境变量与位移偏离项之间的非线性关系。根据蠕变阶段和变形对环境变量响应情况,实时调整模型,建立起滑坡变形预测的动态灰色-进化神经网络（GM-ENN）模型。将此预测思路和方法应用于三峡库区某滑坡变形预测研究中,证实了模型的有效性和实用性,显示了动态预测的重要性。     

贵州大榕古滑坡复活变形特征及滑动机制分析

通过调查大榕古滑坡典型变形特征,研究了古滑体复活的滑动机制。结果表明:古滑体滑动机制为蠕滑-拉裂和滑移-拉裂。古滑坡在其特定的脆弱地质环境条件下,不仅受降雨因素影响,更与人类工程活动密切相关。     

Method for prediction of landslide movements based on random forests

Prediction of landslide movements with practical application for landslide risk mitigation is a challenge for scientists. This study presents a methodology for prediction of landslide movements using random forests, a machine learning algorithm based on regression trees. The prediction method was established based on a time series consisting of 2 years of data on landslide movement, groundwater level, and precipitation gathered from the Kostanjek landslide monitoring system and nearby meteorological stations in Zagreb (Croatia). Because of complex relations between precipitations and groundwater levels, the process of landslide movement prediction is divided into two separate models: (1) model for prediction of groundwater levels from precipitation data and (2) model for prediction of landslide movements from groundwater level data. In a groundwater level prediction model, 75 parameters were used as predictors, calculated from precipitation and evapotranspiration data. In the landslide movement prediction model, 10 parameters calculated from groundwater level data were used as predictors. Model validation was performed through the prediction of groundwater levels and prediction of landslide movements for the periods from 10 to 90 days. The validation results show the capability of the model to predict the evolution of daily displacements, from predicted variations of groundwater levels, for the period up to 30 days. Practical contributions of the developed method include the possibility of automated predictions, updated and improved on a daily basis, which would be an important source of information for decisions related to crisis management in the case of risky landslide movements.