滑坡多点数据融合中的多传感器目标跟踪技术应用

目前的滑坡预报模型只能利用一个关键监测点的监测数据,而不能同时利用多个监测点的监测信息。为了克服选取关键监测点的人为性以及充分利用滑坡多个监测点的信息,针对滑坡具有机动的特性,提出了利用多传感器目标跟踪融合技术来处理滑坡多个点的监测数据的方法,分析了其可行性,并用实例说明了提出的方法在实际应用中是有效的。     

滑坡实时跟踪预报概论

滑坡时间预报是一项世界性的难题。迄今为止，还没有形成一套系统、完善和成熟的理论方法体系。文章以斜坡的变形破坏机制分析为基础。从滑坡预报的基本问题入手，将处理复杂性问题行之有效的非线性科学理论和灰色系统理论引入滑坡预报中，提出了“滑坡实时跟踪预报”的学术思想。文章概括和总结了滑坡预报的研究现状、阐述了滑坡实时跟踪预报的学术思想，建立了滑坡实时跟踪预报的技术方法体系，研制和开发了滑坡实时跟踪预报软件系统（SIPS），并以发生在长江西陵峡的新滩滑坡为例，简要介绍了SIPS软件的应用。     

滑坡位移动态实时跟踪预测

在滑坡动态观测数据时序系统建模理论方法基础上 ,采用限定记忆最小二乘递推法 ,提出滑坡位移动态跟踪预测问题 ,介绍了该方法的基本原理及预测步骤 ,通过实例的综合研究进一步证明了该动态跟踪预测方法的可行性 ,并达到一定的预测精度 ,可以对一定条件下的滑坡变形位移作出超前动态预测     

滑坡位移动实时跟踪预测

在滑坡动态观测数据时序系统建模理论方法基础上，采用限定记忆最小二乘递推法，提出滑坡位移动态跟踪预测问题，介绍了该方法的基本原理及预测步骤，通过实例的综合研究进一步证明了该动态跟踪预测方法的可行性，并达到一定的预测精度，可以对一定条件下的滑坡变形位移作出超前动态预测。     

基于NSGA-Ⅱ遗传算法的黄土滑坡参数反分析与稳定性预测

甘肃省永靖县黑方台台塬周边区域由于黄河移民大规模农业灌溉诱发了众多黄土滑坡灾害,其稳定性分析与滑面预测可为防灾减灾提供重要支撑,显得尤为重要.黑方台黄土滑坡具有渐进后退式的失稳特征,已发生滑坡灾害与潜在滑坡灾害具有高度相似性,其反分析结果可为未来滑坡稳定性分析提供重要数据基础.选用有限差分强度折减法,通过设定3个目标优化函数（土体抗剪强度参数均值误差函数、滑面位置误差函数和稳定性系数误差函数）,基于NSGA-Ⅱ遗传算法开展稳定性反分析获取黄土的粘聚力和内摩擦角.以黑方台党川2#滑坡为例,通过第一次滑动时观测到的滑面信息,并假设其稳定性系数等于1,利用NSGA-Ⅱ算法反分析得出当滑坡发生时,天然黄土层粘聚力为28.20 kPa,内摩擦角为25.16°,饱和黄土层有效粘聚力为16.59 kPa,有效内摩擦角为16.11°.基于该反分析结果,对党川2#滑坡后续3次失稳的稳定性系数和临界滑面进行了预测,并与实际观察结果对比验证.研究结果表明,通过多目标约束优化算法开展滑坡稳定性反分析可获得更加合理的黄土强度参数估计,为黑方台地区滑坡稳定性分析和风险定量评估提供了新的解决思路.     

基于指数平滑法与回归分析相结合的滑坡预测

滑坡时间预报研究是滑坡研究中的一个热门课题。以实际监测数据为基础,把指数平滑法与非线性回归分析法结合起来;以滑坡的变形值和变形速率为判据,对滑坡进行时间失稳的动态跟踪预报。根据某滑坡的实际情况,对部分监测点位移进行了建模和预测,预测结果表明,该方法具有较高的精度,可以应用于实际工程。     

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。     

基于随机森林-特征递归消除模型的可解释性缓丘岭谷地貌滑坡易发性评价

研究旨在基于随机森林-特征递归消除模型，通过SHAP算法(SHapley Additive exPlanation, SHAP)与部分依赖图(Partial Dependence Plot, PDP)对缓丘岭谷地貌区域进行滑坡易发性评价与内部机制解释，以期为地质灾害防治研究提供参考。利用优化随机森林算法对典型缓丘岭谷地区滑坡易发性进行研究，建立缓丘岭谷滑坡易发性评价模型；利用特征递归消除算法剔除噪声因子，选取地形地貌、地质构造、环境条件、人类活动5个类型16个因子构建重庆合川区滑坡致灾因子数据库；结合合川区754个历史滑坡点，利用随机森林算法对因子重要性进行排序，并根据专家经验法对研究区的滑坡易发性进行划分，将研究区的滑坡易发性分为极低、低、中、高、极高5个等级；应用部分依赖图对合川区滑坡发生影响大的因子进行解释和SHAP算法对个体滑坡进行局部解释。结果表明：与原模型相比，随机森林-特征递归消除模型测试集AUC值提高了0.019,证明了特征递归消除算法的有效性；训练集以及测试集的AUC值分别为0.769、0.755,具有较高的预测精度；缓丘缓坡地区在起伏较大地区滑坡密度较大，历史滑坡多...     

基于SVM多类分类的滑坡区域危险性评价方法研究

近年来，随着新理论、新技术得发展，提出了许多新模型和方法应用于滑坡区域危险性评价中。支持向量机（support vector machine，SVM）是新一代的学习算法，已有前人利用SVM应用于滑坡灾害预测中。然而大多只是利用了SVM的两分类算法，得到的结果只有稳定不稳定两种．这对滑坡区域评价来说是远远不够的。本文尝试利用SVM的多类分类算法进行滑坡危险性区域评价，取得了较好的结果。     

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。     

土质滑坡地表倾斜变形特征与基于MEMS的倾斜变形监测技术初探

随着现代信息技术快速发展,人们获取滑坡现场各类监测信息的能力越来越强,积累的现场监测数据也愈来愈多,如何充分、精细化地利用监测数据已成为滑坡监测预警工作中重点关注的问题。为此,本文以土质滑坡为研究对象,采用强度折减有限元方法开展地表倾斜变形时空演化特征理论研究,发现地表倾斜变形在滑动面扩展至贯通期间出现"速率排序跃迁"现象,在滑动面贯通后出现"速率突变"现象。采用地表倾斜变形与内部滑动面之间的这种定量化关联特性,可以为土质滑坡中短期预测预报方法研究提供新的视角和方向。利用理论研究成果,本文进一步开展地表倾斜变形监测关键技术研究,讨论基于MEMS加速度计的倾角传感器的测量原理与测量精度,分析环境温差波动对倾角测量误差的影响,最后介绍基于竖直倾角测量方式研制的普适型滑坡地表倾斜变形监测设备——坡体浅层倾斜变形测量仪。     

基于人工免疫算法的数据压缩技术在滑坡异常提取中的应用研究

滑坡异常信息提取对滑坡预测预报至关重要。以四川丹巴滑坡为例，应用人工免疫算法对滑坡镜2、镜6和镜9的位移监测数据进行压缩，分别获得最优压缩率为0．821，0．819，0．829，保真度为0．95。并在置信水平为0．95的条件下，对压缩后数据进行异常提取，分别获得了3个监测点的4个异常信息。这些异常信息所反映的滑坡变形发展演化规律与滑坡声发射等其他监测信息所反映的规律基本保持一致，说明应用人工免疫算法对滑坡位移监测数据进行压缩处理可以在保持原有数据的特性与规律的同时，有效除去监测数据中的冗余与不相关信息，增加有效数据密度，有利于准确提取滑坡异常信息。     

黄土地基排土场滑坡演化机制研究

由于场地的惟一可选性,尖山铁矿南排土场布置在软弱黄土斜坡地基上。从2008年开始,先后发生过不同程度的失稳破坏。基于工程类比方法,采用现场勘查、监测和跟踪调查等手段,研究黄土软弱斜坡地基排土场的滑坡孕育演化机制,就其滑坡类型及模式（低速缓动、旋转、牵引式）、成因机制（超载和侧向挤压主导、降雨触发）和孕育演化过程（持力层蠕滑－地基底鼓－黄土梁拉裂－旋转滑动－裂缝扩展－上部坐落）进行分析。从排土场边坡与基底的相互作用特征出发,采用理论分析确定最大堆载高度,基于工程类比和统计分析确定破坏范围,评估失稳对周边环境的影响后果。滑坡孕育演化机制指出,合理使用排土空间、调整排土场生成过程的时空关系、控制排土速度是调控系统各子结构过程稳定性的关键。并提出允许适度破坏的设计理念。     

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。     

三峡库区藕塘滑坡变形特点及复活机制研究

为深入研究库区古滑坡变形特征及其复活机理,文章以三峡库区藕塘滑坡为研究对象,通过对钻孔、探槽及平硐等现场勘查资料和监测资料的深入分析,并结合数值模拟方法,探讨了藕塘滑坡的时-空变形特点及影响因素,并揭示其复活机制。电子自旋共振试验和现场勘查结果表明藕塘滑坡由三个次级滑体组成。监测数据显示:总体上,地表累计位移-时间曲线呈阶跃状变化,即雨季滑坡变形速率急剧加快,旱季则骤减;在空间上滑坡的变形速率随高程的增加而增加。库水和降雨是导致藕塘滑坡变形破坏的主要因素:滑坡下部区域变形主要受库水影响,而滑坡中、上部区域变形主要受降雨影响。数值模拟结果也进一步揭示了影响滑坡孔隙水压力响应的主控因素随滑坡高程的变化而变化。库水骤降使得坡体前部渗透压增大,同时强降雨使得坡体中部及上部孔隙水压力升高,二者共同作用下导致滑坡复活。此外库水位下降或降雨量增加,均会不同程度降低边坡的稳定性。以上结论对于指导实际工程及深化库区古滑坡的研究具有一定的理论意义,同时加强古滑坡的研究有助于丰富滑坡稳定性评价及预测预报方法,为古滑坡的治理提供一定的理论依据。     

基于MSBAS技术的金沙江上游色拉滑坡形变分析

金沙江缝合带是滑坡灾害的高发区,且具有较大的堵江威胁。以堵江风险较高的色拉滑坡为研究对象,选取高时间分辨率的升降轨Sentinel-1A/B数据,利用MSBAS InSAR技术对该滑坡展开地表形变监测研究。文章在利用不同轨道的Sentinel-1A/B获取色拉滑坡2018—2020年间的二维动态形变时间序列的基础上,分析了典型特征点形变时间序列特征。结果表明,在2018年1月—2020年4月色拉滑坡东西向累积形变最高达到165 mm,垂直向累积形变达?102 mm,滑坡体形变加速的时间点被成功地捕获。最后,分析了该滑坡的形变趋势,通过现场调查结果验证了所获得滑坡监测结果的准确性。     

三峡库区浮托减重型滑坡对库水升降的响应规律

三峡大坝自2003年蓄水以来,库区形成大量涉水滑坡。长江三峡库区的浮托减重型滑坡随库水位升降,变形非协调性增加,此类滑坡变形与库水位关系的不明确性,为其监测预警预报工作带来困惑。以木鱼包滑坡为研究对象,通过全自动GPS变形监测系统获取的滑坡监测资料,结合多次的野外考察、15年专业监测和库水位升降等资料进行分析,运用有限元软件Geo-studio进行数值模拟,模拟库水位以不同速率在175~145m间升降下对滑坡稳定性的影响。研究表明:(1)库水位由145m升至175m的过程中,滑坡的稳定系数变化为先减后增再减,库水上升速率越大,前期稳定系数减小的时间段越小,随后稳定系数增加的速率也越快;(2)在库水位由175m下降到145m的过程中,整个稳定系数变化趋势为先减小后增大,呈“V”字形,存在一个最危险水面,不同的库水下降速率对应的最危险水面高度也不一样,库水位以0.4,0.6,0.8,1.0,1.6m/d的速率下降时对应的最危险水位分别在169.8,167.8,162.6,162.0,162.2m左右;(3)木鱼包滑坡作为三峡库区典型的浮托减重性滑坡,在库水位大幅度及周期性升降的影响下,一直保持着蠕滑状态,平均日位移量为0.4mm/d,目前处于基本稳定状态。所得结论对三峡库区浮托减重型滑坡预警预报工作有一定的参考与借鉴意义。