特大型顺层古滑坡复活变形特征分析及变形预测研究

为有效掌握古滑坡复活特征及其变形规律,基于滑坡区现场调查成果,首先开展其复活变形特征分析,再利用WPT-ROA-RVM-CT模型进行滑坡变形预测研究。结果表明,在强降雨或持续降雨后,滑坡地表裂缝较为发育,具有张剪性质,且滑坡呈明显推移式特征,即滑坡中、后缘变形明显大于前缘,变形方向具有逆时针变化规律,充分说明古滑坡复活变形特征显著。同时,通过变形预测,验证WPT-ROA-RVM-CT模型具有较高的预测精度,并经外推预测,得到滑坡后续变形速率均为正值且较大,判断滑坡后续变形还会进一步增加,具有较大失稳风险,需尽快开展灾害防治研究。     

变质岩区大型高位滑坡的变形监测预报研究北大核心CSCD

以某变质岩区大型高位滑坡变形监测成果为基础,开展既有变形特征分析和变形发展分析。结果表明,CEEMDAN-PSR-KELM-ARIMA模型在滑坡变形预测中具有较强的适用性,所得预测结果的相对误差均值范围为2.00%~2.03%,其方差值也较小,具有较优的预测精度及稳定性;预报等级属于Ⅲ级-橙色预报,为较危险状态;滑坡变形速率具减小趋势,但累积变形仍会进一步增加。     

基于极限位移准则和变形预测的滑坡变形潜势分析

为准确掌握库区滑坡变形潜势,在变形监测成果统计基础上,首先利用极限位移准则开展滑坡现状变形潜势分析;然后以相关向量机为理论基础,通过优化处理保证其参数最优性,构建滑坡变形预测模型,并以预测结果开展滑坡变形潜势的发展趋势评价;最后结合两种分析结果,实现滑坡综合变形潜势分析。结果表明,不同监测点的现状变形潜势状态存在一定差异,由不利原则可知,现状变形潜势等级为Ⅳ级,潜势程度属严重状态;滑坡变形仍会进一步增加,变形潜势趋于不利方向发展。综合两种分析结果可知,滑坡变形潜势处于不利状态,后期失稳可能性较大,应加强灾害防治,避免成灾损失。     

基于多重分形特征和分项组合预测联合响应的滑坡预警预测研究

为准确掌握滑坡变形发展规律,基于滑坡变形监测成果构建滑坡预警预测模型,即先利用MF-DFA模型开展滑坡变形数据的多重分形特征分析,并进一步利用M-K分析构建双重判据（Δa指标判据和Δf(a)指标判据）进行滑坡预警研究;另外,在利用集成经验模态分解法对滑坡变形数据信息进行分离处理基础上,通过GOA-RNN-CT模型实现滑坡变形的分项组合预测。结果表明,h(q)值随波动函数q值减小而减小,说明滑坡变形数据具有多重分形特征,且预警分级研究表明,滑坡预警等级为Ⅱ级,即滑坡变形趋向不利方向发展;同时,通过变形预测分析认为,分项组合预测在滑坡变形预测中具有较优的预测效果和稳定性,且外推预测结果显示,滑坡变形会继续增加;最后,将多重分形特征研究结果和变形预测分析结果进行联合响应综合得出,滑坡现有预警等级相对不利,且后续变形仍会进一步增加,趋向不稳定方向发展,建议对滑坡采取必要防治措施。     

三峡库区麻柳林滑坡变形特征及演化模拟

在库水位波动和降雨作用的共同影响下，库岸滑坡的变形规律往往更为复杂。以三峡库区麻柳林滑坡为例，基于野外调查、钻探编录、深部位移监测以及数值模拟等手段，分析了库水位波动和降雨作用下滑坡变形特征及演化规律。结果表明:麻柳林滑坡在粉质黏土层和块石层交界处发育一个次级滑带，目前该滑坡主要沿次级滑带运动，导致次级滑动的原因与坡体物质的差异性有关；S_i(S_f)指标分析法揭示滑坡的滑带还未完全破坏，滑坡仍处于蠕变状态；根据三峡水库水位调度规律，将一个完整水文年划分为6个阶段，数值模拟结果表明滑坡在库水位缓慢下降阶段变形速率较小、在快速下降阶段和低水位阶段变形速率持续增大、在快速上升阶段和缓慢上升阶段以及高水位阶段变形速率则保持平稳。其中，降雨的直接影响和降雨导致库水位波动进而对滑坡变形造成的间接影响，使得麻柳林滑坡在低水位阶段的变形显著增加、稳定性最差，应加强该时段内滑坡的监测和预警。      

基于灰色理论的滑坡变形反演与预测研究

以紫阳县城滑坡为例,采用灰色理论的单序列一阶线性动态模型,在探讨滑坡变形规律的基础上,着重研究了滑坡变形的趋势预测及主要特征点变形的位移反演,为全面研究滑坡各阶段的变形规律提出了一种分析方法     

基于关联规则的滑坡演化阶段判识指标

滑坡的演化一般要经历初始变形、等速变形和加速变形3个阶段,准确地划分这3个阶段是进行滑坡预测预报的基础。
依据大量滑坡从初始变形到失稳破坏的监测数据,采用数据挖掘中的关联规则,用经典的Apriori算法挖掘滑坡变形过程中累积
位移、累积加速度等属性与演化阶段的关联关系,发现滑坡演化规律与累积加速度变化特征关联性强,在滑坡从初始变形进入等
速变形,以及从等速变形到加速变形阶段时,都存在相应的阈值,即累积加速度在滑坡进入等速和加速变形阶段前后呈现出不同
的特点。针对此特点,以湖北秭归县鸡鸣寺滑坡为例,将累积加速度作为划分鸡鸣寺滑坡演化阶段的指标,得出划分阈值,并利用
关联规则分析其相关性。最后将此指标用于其他滑坡,均得到良好效果。因此根据该指标,可望实现滑坡演化阶段的自动判识。      

基于尖点突变理论及非趋势波动分析的滑坡稳定性及变形特征研究

以尖点突变理论及非趋势波动分析为基础,构建滑坡稳定性及变形趋势判断模型。首先利用尖点突变理论对滑坡整体稳定性进行评价,并进一步探讨滑坡的分阶段稳定性特征;再利用非趋势波动分析判断滑坡累计序列和速率序列的整体及分阶段变形趋势,并与稳定性分析结果进行对比。实例表明,两种分析方法的结果具有较好的一致性。在分阶段研究中,等时段和递增时段的分析结果具有明显差异,说明阶段分解方式对结果的影响较大,且以递增时段分析结果的规律性更强。     

GPS在冷水江滑坡变形观测中的应用研究

文章主要叙述了GPS在冷水江滑坡变形监测的应用,结合该工程实例主要介绍了冷水江滑坡的情况、GPS变形监测技术以及GPS在滑坡变形监测中的应用,包括方案,GPS数据处理,分析变形数据.通过本次GPS在冷水江滑坡变形监测的应用研究,发现GPS的测量精度完全可以满足滑坡变形监测的精度要求,且具有明显的优点.     

基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价

提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价。以王家坡滑坡为例分析本文方法的有效性。结果表明,组合分解模型EEMD-SVD较单项分解模型具有更强的数据分解能力,可有效实现滑坡变形数据的信息分解;基于神经网络的分项组合预测模型适用于滑坡变形预测,所得预测结果的相对误差基本在2%左右,预测精度较高,且外推预测显示滑坡变形仍会进一步增加,增加速率为1.23~1.36 mm/周期;MF-DFA模型的多标度特征分析结果显示,滑坡变形具有多重分形特征,变形有进一步增加的趋势,这与预测结果较为一致,可佐证前述预测结果的准确性。     

基于SBAS-InSAR技术的阿海电站滑坡形变监测可靠性分析

利用2017-07～2019-04 Sentinel-1A数据对阿海电站区域滑坡形变速率及位移时间序列进行监测分析,并利用同期GPS数据对SBAS-InSAR监测结果的可靠性进行评价。结果表明,在InSAR观测时间内滑坡形变量从坡体后缘向前缘逐渐递增,最大形变速率可达136.7 mm/a,最大累积形变量达216 mm;在形变量较小区域,SBAS-InSAR与实测GPS值较为接近,精度较高,但在形变梯度较大区域,两者还存在一定差异。     

湖北省阳新县基岩滑坡变形因子及其破坏模式

斜坡变形受众多因子综合控制, 不同因子的敏感性与作用规律在变形过程中差异明显。以湖北省阳新县顺层基岩滑坡为研究对象, 通过正交试验结合离散元数值模拟的方法, 研究多个影响因子对应顺层滑坡变形的敏感性并确立主导因素, 随后基于响应面拟合主导因素与滑坡不同部位变形程度间的量化关系, 揭示主导因素交互作用对滑坡变形破坏模式的影响规律。结果表明, 在研究区内坡度与岩层倾角分别为影响顺层滑坡变形的主导与次主导因素, 滑坡的变形破坏模式受控于二者的交互作用。在中-陡倾顺层滑坡中, 当坡度小于岩层倾角时, 滑坡变形主要集中在坡顶, 且变形程度随岩层倾角的增加而增大, 表现出滑移-弯曲的变形破坏模式; 在缓倾顺层滑坡中, 当坡度大于岩层倾角时, 滑坡坡脚位移较坡顶显著, 其坡脚变形程度随坡度的增加而增大, 以滑移-拉裂变形为主。研究成果可为该类滑坡的防治工作提供参考。      

基于混沌时间序列的黄土滑坡变形预测方法及应用

采用GNSS技术进行滑坡变形监测时,由于多路径等观测误差的存在,直接使用GNSS监测结果进行变形预测会影响预测结果的精度。为了探讨GNSS测量误差对变形预测结果的影响程度,考虑到滑坡系统的混沌特性,采用混沌理论对陕西泾阳地区庙店滑坡GNSS变形监测结果抑噪处理前后的时间序列进行了对比分析。首先,采用互信息量法确定监测序列的时间延迟、用改进的虚假邻近点法(Cao算法)确定嵌入维数,获取相空间重构参数;然后使用最大Lyapunov指数对两种变形监测序列进行混沌特性识别;最后,分别使用加权一阶局域预测方法、最大Lyapunov指数预测方法和BP神经网络预测方法对滑坡变形监测结果进行预测。结果表明:GNSS滑坡变形监测结果抑噪处理前后的时间序列满足混沌特性,说明滑坡系统具有混沌特性;在3种混沌时间序列预测方法中,BP神经网络预测方法的效果较好,且该方法预测结果的平均绝对误差(MAE)和平均相对误差(MRE)分别为0.4 mm和11.9%,经过S-变换抑噪处理后,预测结果的平均绝对误差和平均相对误差分别为0.1 mm和4.1%,预测效果有明显改善。     

基于密集多点变形监测的公路滑坡主滑方向动态判别

滑坡主滑方向是研究滑坡形成机理和确定抗滑防治方案的重要依据。滑坡随着时间的演化,其主滑方向也是一个动态变化的过程。滑坡主滑方向是滑坡位移状态的综合反映,在滑坡体上布设密集多点变形监测系统,根据小样本监测数据服从ｔ分布的规律,使用肖维勒准则剔除监测数据中的异常值,运用区间估计的方法来求取所有监测点位移方向的均值,通过主滑方向－时间过程曲线来动态判别滑坡主滑方向。将该方法运用到某公路滑坡工程实例研究中,在滑坡体上布设由５３个地表位移监测点和１９个深部位移监测点组成的密集多点变形监测系统,运用由全站仪和 ＧＰＳ组成的监测仪器系统,对该滑坡开展为期２５个月的地表水平位移监测。通 过地 表位移数据分析对比,采用此方法估计的主滑方向和滑坡体宏观变形体现的滑动方向基本一致。经过误差分析和显著性检验,表明此方法可以较好地对滑坡主滑方向进行了动态判别。将此结果与深部测斜监测到的滑动方向进行了对比,结果基本保持一致,再次说明运用上述方法来动态判别滑坡主滑方向是可行的。在 防 治 工 程 中,确定了准确的滑坡主滑方向后,指导抗滑桩长轴布设方向和锚索主要受力方向均沿此确定的主滑方向实施,经过长
达８个月的持续监测表明,防治措施起到了良好的控制作用,体现了该方法的工程应用价值。      

一种位移传感器数据解码方法及其在滑坡监测中的应用

介绍位移传感器数据远程传输方法,阐述位移传感器数据解码算法,并验证解码数据的准确性及可靠性。同时,将其应用于黑方台党川滑坡的变形监测,获得了滑坡监测点的实时形变信息,可为滑坡变形监测和预警提供技术支撑。     

基于滑体渗透性与库水变动的滑坡变形滞后规律研究

三峡水库运行过程中库岸滑坡的变形演化往往滞后于库水位的变化, 表现出时间滞后效应, 而且随渗透系数和库水位波动速率的不同, 滞后效应亦不同。以三峡库区白家包滑坡为例, 通过现场调查、监测数据分析以及数值模拟的方法, 研究了滑坡在不同渗透系数k和不同库水位下降速率v条件下的变形滞后时间变化规律。研究表明: 滑体渗透系数一定时, 库水位下降速率越大, 地下水滞后越明显; 库水位下降速率一定时, 滑体渗透系数越大, 地下水下降越快。当滑体渗透系数一定时, 库水位下降速率越大, 滑坡的变形滞后时间越短; 滑体渗透系数k=0.85 m/d时不同库水位下降速率作用下滑坡的变形滞后时间为3.74~9 d, 当0.47＜v/k＜1.18时, 0.24＜相对变形滞后时间＜1;当1.18＜v/k＜2.38时, 0＜相对变形滞后时间＜0.24。当库水位下降速率一定时, 滑体渗透系数越大, 滑坡变形滞后时间越短, 不同库水位下降速率下滑坡变形滞后时间随渗透系数的变化规律大致相同; 库水位下降速率v=1.8 m/d时不同滑体渗透系数下滑坡的变形滞后时间为1.7~8 d, 当0.52＜v/k＜0.84时, 0＜相对变形滞后时间＜0.16;当0.84＜v/k＜2.12时, 0.16＜相对变形滞后时间＜0.43;当2.12＜v/k＜9时, 0.43＜相对变形滞后时间＜1。研究成果对水库滑坡预测预警具有较强的应用价值。      

巨型古滑坡的稳定性评价及发展趋势分析

利用尖点突变模型进行滑坡稳定性评价,再以集合经验模态分解、GM(1,1)模型和支持向量机等方法为基础,构建滑坡变形预测模型。以变电站滑坡为例进行分析,结果表明,各监测点的突变特征值均大于0,即处于稳定状态;所得变形预测结果的平均相对误差均较小,验证了本文预测模型的有效性;通过外推预测,发现滑坡变形仍会进一步增加,稳定性变差。     

基于坡表变形分析与降雨响应模拟的立节北山滑坡运动特征

速度倒数法(INV)是基于坡表变形特征的滑坡启滑预测工具, 其与滑坡内部多物理场演化的关系仍需进一步明晰。开展了甘肃省舟曲县立节北山滑坡的勘察与坡表变形监测, 采用基于速度倒数法、速度阈值法、以非饱和土理论为基础的边坡降雨响应模拟3种方法, 对该滑坡的运动特征与失稳的内在机制展开了研究。研究结果表明: 边坡变形速度倒数-时间曲线有明显的加速起始点。速度倒数在2021年6月3日达到最低值后, 进入约60 d的平稳期, 在9月20日突然加速, 并在20 d内速度达到200 mm/d以上, 变形不再收敛。基于速度倒数法得到的滑坡生命周期结束点, 与实际的失稳点相差8 d, 提前约130 d对该突发性滑坡进行了预报。根据全过程速度时程曲线, 存在20, 60, 100 mm/d的多级速度阈值。边坡应力场、变形场、渗流场的数值模拟结果显示, 变形时程曲线的拐点与降雨强度的增加相关, 累计降雨量与安全系数呈指数负相关。数值模拟得到的累计变形为2 250 mm, 变形速度为10~35 mm/d, 速度倒数为0.03~0.12 d/mm, 与实际监测数据接近。综上所述, 速度倒数法对立节北山滑坡的生命周期进行了有效预测, 基于速度的预警阈值受长时序变形时程曲线波动的影响, 采用以非饱和土理论为基础的数值模拟明晰了立节北山滑坡变形对降雨的响应机制。      

基于位移强度概念分析大坝变形规律

为改变以单个监测点为研究对象分析大坝变形规律的方法,提出位移强度概念,并以此作为分类标准,借鉴决策树算法,根据大坝所有监测点的坐标建立模型,计算并分析大坝在某一方向上的整体变形规律。     

GPS变形监测中提取大变形量的单历元解算方法研究

提出一种综合利用宽巷组合观测值与L₁观测值提取测站大变形量的GPS单历元变形监测方法。充分利用变形监测点已知以及模糊度之间的线性相关性等特点,通过ARCE算法对测站先验坐标计算出的部分宽巷模糊度进行±1周的搜索,正确固定所有宽巷模糊度后提取监测点粗略变形量,再利用L₁观测值进一步提取剩余变形量。通过实例验证,本方法有效、可靠,在变形量较大的情况下能取得很好的效果。