BH-1型崩滑体多参数自动化监测仪的研究与应用

基于对研究滑坡体在发生前后的变化过程和规律,进行了无线传输技术和自动化监测技术的研究,开发了为地质灾害监测预警所需的BH-1型崩滑体多参数自动化监测仪。通过对整个崩滑体的物理性能、位移形态变化的实时监测,研究自动化监测技术,实现对崩滑体多种物理、位移形态参数的全程实时监测。通过对多种参数的分析,实现对崩滑体变化规律的预判,推动地质灾害监测技术的进步。     

地质超深钻孔自寻北陀螺测斜仪研制

阐述了解决在高达280℃高温、孔深8000 m环境的地质超深钻孔自寻北陀螺测斜的技术问题。采用新型低功耗耐高温电子元件集成电路、隔热保温材料,利用高温焊接技术、密封技术、隔热保温技术及自寻北陀螺测斜技术,研制在高温、高压钻孔环境中既能保证质量又能保证安全的钻孔测斜仪以及研究相应的测斜工艺技术方法。     

岩土层含水量分层监测系统的研究及应用

开发为地质灾害预测预报所需用的岩土层含水量和渗透力测试仪,并和气候雨量、地质灾害成灾规律联系起来,是我国地质灾害监测预报发展的趋势。岩土层含水量分层监测系统是采用TDR（Time Domain Refiectometry）技术原理、方法研制的仪器,通过波导棒探针发射的电磁波射入岩土层,测量电磁波脉冲从波导棒的起点传播到接收末端的反射电压值,此反射电压值与岩土体本身含水量介电常数有函数关系,经过计算转换为测点岩土体积含水量,实时测量和采集地质灾害岩土层含水量和渗透力参数。介绍了该监测系统的基本原理、主要技术参数、监测工艺技术方法以及现场应用情况。     

滑坡体滑动姿态自动监测系统的研究

通过研究滑坡体在突发性灾害爆发前后姿态的变化过程和规律,以及自动监测和无线传输技术,开发为地质灾害预测预报所需用的滑坡体滑动姿态、加速度自动监测仪,采用有数据采集和存储器功能的＂黑匣子＂,对滑坡体成灾全过程进行跟踪监测。实现对滑坡体滑动三维位移的方位、速度和加速度变化情况的全程实时监测,解决以往不能对滑坡体三维姿态和滑动加速的全程实时监测的问题,推动地质灾害监测技术进步。     

四川丹巴县甲居滑坡GPS监测结果及分析

地表位移预测在滑坡监测预警中具有重要意义,建立稳定可靠的滑坡位移预测模型是关键。本文基于卷积神经网络和注意力机制的滑坡位移预测方法,并以三峡库区黄泥巴蹬坎滑坡为例进行了验证。本文综合分析了该滑坡长达8年的降雨量、库水位和地表位移等监测数据,建立了结合卷积神经网络（convolutional neural network, CNN）、双向长短期记忆（bidirectional long short-term memory, BiLSTM）网络和注意力机制（attention）的CNN-BiLSTM-Attention深度学习组合预测模型,采用了适应性学习率和正则化技术进行模型训练,提高了模型的泛化能力同时避免过拟合,并与传统LSTM模型进行对比验证。结果表明：相较于传统的机器学习和神经网络方法,该模型在滑坡位移预测精度上取得了显著提升,预测模型拟合优度（R²）达0.989,平均绝对百分比误差（MAPE）仅为0.059。