基于CEL算法的滑坡涌浪研究

滑坡涌浪是一个涉及滑坡动力学、岩土力学及流体力学等多学科的问题,也是一个复杂的流-固耦合问题。特别是随着大规模水电工程建设的推进,库岸滑坡的涌浪问题成为评价库区滑坡灾害效应的一个重要因素。耦合的欧拉与拉格朗日算法(CEL)在解决复杂流体-固体之间的相互作用时有强大的优势。本文根据前人所做的室内模型试验成果为基础,采用CEL算法进行了模拟和分析,结果表明CEL算法分析结果与试验结果吻合较好,证明了其在滑坡涌浪问题分析的可行性和可靠性。     

基于交互多模算法的Kalman平滑器在滑坡监测中的应用

将滑坡的监测视为机动目标的跟踪问题,基于传统机动目标跟踪算法的不足,首次引入交互多模算法对滑坡监测数据进行处理。最后在此基础上给出了一种卡尔曼滤波平滑算法,实例仿真结果说明了其有效性。     

联合数据压缩技术在地震勘探中的应用

对于“海量”的地震数据,一般压缩方法的效果不好。利用离散余弦变换编码和离散小波变换编码的联合压缩技术,对地震勘探数据进行了压缩处理,结果表明:本压缩方法能提高压缩比,保留更多的地震信号中细节信息,具有良好的压缩性能和很好的计算性能。联合压缩技术对于不同的地震数据压缩都有效果,但是压缩比不尽相同。     

地理信息系统在滑坡灾害研究中的应用

对地理信息系统 ( GIS)技术在滑坡研究中的应用现状作了分析 ,并介绍了笔者在该方面的一些研究成果 ,认为只有在数据获取、GIS与滑坡专业模型的集成、GIS与遥感的集成等方面有较大的突破之后 ,才能充分发挥 GIS在滑坡研究中的作用。     

红外热像技术在滑坡物理模型试验中的应用

将红外辐射成像技术引入滑坡物理模型试验中,通过红外热像仪与三维激光扫描仪所搭建的监测系统,对滑坡模型坡体表面变形破坏全过程进行温度与位移的监测。基于滑坡表面监测数据,将原始红外热像监测图形进行数据修正与差值处理,采用处理后获得的温度场数据,将其与模型坡表位移演化规律进行对比分析。结果表明,滑坡模型在进入加速变形阶段前,潜在破裂区域温度随荷载的增大而均匀上升,破裂带内、外温差较小;滑坡模型进入加速变形阶段后,会在潜在破裂区域的红外热像上出现条形的高温异常区域,破裂区域的破裂带内、外温差迅速拉大,两者相差最高为0.49°C,整体滑动失稳前夕,平均红外辐射温度-时间曲线上再表现出破裂带内温度陡增后降低的规律。研究结果表明,红外热像技术可以应用于滑坡模型试验,利用温度可对滑坡进行预测预报提供参考。     

基于RCGA的PPC模型在化探异常识别与提取中的应用

为了进行地球化学异常的识别与提取,针对化探数据的特点,本文提出了一种将高维降维技术——投影寻踪分类(PPC)模型与实数编码遗传算法(RCGA)相结合的计算方法,分析了运用RCGA-PPC模型进行化探异常识别与提取的关键技术问题,并在MATLAB环境下开发了该方法的软件应用模块。以云南个旧地区水系沉积物地球化学数据为例,选取区域内Sn、Cu、Pb、Zn、As、Cd等主要成矿元素及与成矿关系密切的9种元素作为计算变量,利用RCGA-PPC模型对其进行处理和异常识别。研究表明:RCGAPPC模型中最佳投影值较高的地区与该区域实际矿床(点)吻合情况较好。该模型对化探异常的识别能力较强,是一种有效的化探多元素综合异常识别与提取方法。     

模糊决策树技术在化探异常提取中的应用

勘查地球化学是地质找矿的一种重要手段,而能否有效地提取地球化学异常决定了化探工作的成败。模糊决策树技术是近年来迅速发展的一种数据挖掘方法,笔者在系统总结前人研究成果的基础上提出了一种简单模糊决策树的思想来提取地球化学异常,以三江南段地区1∶20万水系沉积物测量数据为例验证了该技术在寻找多金属矿方面的可行性。结果表明:该方法提取的地球化学元素组合异常与现有矿点吻合程度好,明显优于使用元素累加和求取异常的做法。模糊决策树技术用于提取地球化学异常不仅具有理论价值,而且对三江南段地区的矿产勘查具有指导意义。     

基于遥感图像分割和形态学的黄土滑坡后壁自动提取方法

基于黄土滑坡后壁的光谱和形状特征,提出了利用区域生长合并方法分割高分辨率遥感影像,提取滑坡后壁区域,经过二值化构图处理后,获得滑坡后壁主要格架,以表征黄土滑坡的方法。首先充分考虑黄土滑坡后壁在遥感影像中所呈现出的独特光谱特征和半圆状或圈椅状的形状特征,利用区域生长合并的方法,在生长参数为47.5,合并参数49的状态下进行影像分割,获得初步的黄土滑坡后壁形状;其次,填充分割过程中产生的孔洞,对获得的滑坡后壁进行细部构图;最后,采用二值化骨骼提取算法,提取滑坡后壁的主要格架,作为黄土滑坡的标志。该方法是对黄土滑坡遥感解译工作中,滑坡表达方法的改进和提高。     

TDR技术在滑坡监测中的应用

对实际滑坡治理工程中的TDR监测成果进行分析,将其与传统的监测手段对比,总结TDR技术在滑坡监测实际应用中的优缺点.通过对比分析,可以得出TDR滑坡监测系统具有检测时间短、监测成本低廉、定位准确、可实现自动化观测、安全性高、量程较大等优点,同时还具有无法检测滑坡滑动方向,测定滑坡具体位移精度不高等缺点.     

基于数据挖掘技术的白水河滑坡多场信息关联准则分析

为探究滑坡多场监测数据间的关联准则,采用数据挖掘技术中的两步聚类法与Apriori算法,开展滑坡多场信息关联准则研究。以三峡库区白水河滑坡为例,分析ZG93监测点于2003年6月—2016年12月期间的监测数据,选取影响滑坡变形的主要诱发因子,采用两步聚类法对不同的影响因子进行预聚类和聚类,将数值型变量转化为离散型变量后,应用Apriori算法进行处理,生成满足最小置信度的关联准则,建立白水河滑坡多场耦合作用模式下的影响因子与滑坡位移变形关联准则判据。研究表明,关联准则对于滑坡灾害的变形分析具有重要的意义,数据挖掘技术可较好地应用于三峡库区地质灾害位移预测预报中。     

基于高精度DEM和RS技术的滑坡环境指标参数快速提取方法——以陕西省宝鸡市金台区长乐塬特大型滑坡为例

DEM和RS技术是研究滑坡地质灾害的重要资料和手段。近年来,随着高空间分辨率遥感卫星和高精度雷达卫星的上天,可以获取现时性高精度的DEM,使滑坡地质灾害的研究由二维向三维提升。利用IRS-P5数据生成的5m精度的DEM,借鉴GOOGLE的三维可视性原理,将其和高空间分辨率QuickBird(0.61m)数据叠置到数字地球之上,制作成三维可视性图像,进行滑坡环境指标参数提取方法研究。研究结果表明,该方法可直接读取滑坡环境指标的三维参数,具有客观、准确、快速的特点,可为滑坡灾害评估和区域地质灾害危险性评价提供定量化资料。     

基于GIS空间数据的滑坡SPH粒子模型研究

针对光滑粒子流体动力学方法（SPH）在滑坡模拟中建立粒子模型的难题,提出了基于地理信息系统（GIS）栅格数据的粒子排列与插入方法。根据该方法,建立了滑坡SPH粒子模型及相关粒子生成程序,进一步以结合摩尔-库仑破坏准则的SPH宾汉流体模型为核心,实现了运用SPH方法模拟滑坡破坏后三维运动的过程。该SPH模型在对唐家山滑坡的模拟中得到了验证,并预测了金坪子滑坡破坏后的影响范围。结果表明：基于GIS空间数据的滑坡SPH粒子模型具有可行性与良好的适用性。以GIS数据库为基础,开展滑坡灾害的模拟研究,将大大提高对滑坡等地质灾害的仿真分析,为滑坡灾害的预测与防治提供参考。     

基于BP神经网络的滑坡监测多源异构数据融合算法研究

针对滑坡监测中的多源异构数据融合问题,论文提出了一种基于BP神经网络的多源异构监测数据融合算法。该算法将影响滑坡变形的温度、湿度、风力、云量、单日降水量和累计降水量等多环境因子变量作为输入变量,以滑坡位移变化量数据作为期望输出数据,并利用各环境因子变量和滑坡位移变化量的相关性及显著性进行环境因子变量筛选,以提高算法的预测精度。论文采用甘肃省永靖县黑方台党川滑坡的实测数据进行了试验,结果表明：反向传播（Back-Propagation,BP）神经网络数据融合算法适用于具有多源异构监测数据的滑坡变形预测;在进行环境变量因子筛选后,BP神经网络数据融合算法的决定系数达到0.985,均方根误差（RMSE）达到0.4787 mm,从而有效提高了变形预测结果的精度。     

基于邻域约束聚类的地球化学异常提取

通过分析地球化学数据的元素值属性和空间位置,提出一种基于邻域约束聚类的方法,使用该方法对地球化学元素聚类后,能提取矩形、环状、半环状等特殊形状,进而提取地球化学异常。选取河南崤山地区2个实验区的地球化学数据进行实验,实验一的结果表明,出现矩形的位置与已知钨矿矿点位置一致;实验二的结果表明,出现环形的位置与已知铜矿矿点位置一致。实验证明了基于邻域约束聚类的方法在提取地球化学异常方面的有效性。     

基于遗传算法的磁异常反演

遗传算法是模拟自然界生物进化思想所得到的一种全局非线性最优化算法,该算法可有效地避免局部最优解。这里介绍遗传算法的原理以及基于其算法的磁异常反演算例,对不同迭代次数所得理论模型反演的磁性体空间位置与磁性等参数的相对误差进行了对比。据此,对四川会理黎溪地区某磁铁矿区外围8号剖面上实测△T磁异常进行遗传算法,并迭代拟合反演,求其反问题,获得了与后续工程揭露及磁性测定结果相吻合的结果。     

PCR-SPA-MC模型在滑坡稳定性分析中的应用

破坏概率与随机模拟理论在滑坡稳定性分析中得到了广泛地应用。然而,通过对传统破坏概率与随机模拟方法的具体操作发现,其没有考虑到因素相关性的影响,由此笔者引入主成分-逐步回归算法, 建立了PCR-SPA-MC耦合模型。并结合巴东县赵树岭滑坡研究,进行了工程实例分析。分析表明,PCR-SPA-MC模型给出的结果比传统破坏概率法得出的结果更为理想。