基于相空间重构的滑坡位移时间序列预测

本文基于滑坡时间序列位移,根据相空间理论构建位移时间序列矩阵,利用熵值理论求取熵值。通过熵值变化及位移预测误差反馈调整该时序相空间重构的嵌入维数,然后利用支持向量机学习创建支持向量回归机模型。并通过实例进行位移时间序列预测,预测效果好。     

堆积层滑坡的地下水加卸载动力作用规律及其 位移动力学预测 ——以三峡库区八字门滑坡分析为例

 在系统分析水诱发堆积层滑坡位移与失稳动因与机制的基础上,深入研究并总结地下水在堆积层滑坡稳定性演化过程中的动力作用与动力响应规律和特点,发现水诱发堆积层滑坡的位移与失稳直接受地下水位变化量控制,且其位移规律与地下水位变化量存在对应关系。根据上述分析结论并运用加卸载响应比理论的基本原理,首次提出以月地下水位的变化量作为堆积层滑坡的加卸载参数,以相应月边坡位移速率或位移加速度作为其加卸载响应参数,并以此为基础建立和确定地下水位加卸载响应比位移动力学参数与位移动力学预测模型。同时,以三峡库区典型堆积层滑坡——八字门滑坡分析为例,运用地下水位加卸载响应比预测模型对该边坡的关键监测部位进行研究,并使用SZK1和SZK4监测点数据进行加卸载响应比计算,发现其加卸载响应比时序曲线变化规律与其稳定性动态演化规律相吻合。研究结果表明,可以运用地下水位加卸载响应比动力学模型对该类滑坡进行位移动力学预测预报。     

基于时间序列分析法的滑坡变形特征研究

应用时间序列分析方法建立滑坡位移ARIMA预报模型。采用差分平稳,自回归AR模型和移动平均MA模型对滑坡位移进行预测,得到了该滑坡监测点TP1的预报模型为ARIMA(2,2,1),然后分析对比实测与预测位移–时间曲线之间的关系。计算结果能够较好地体现出滑坡在外界诱发因素作用下位移的发展变化趋势,说明所建滑坡位移预测预报模型效果较好,在滑坡位移预测中是有效可行的。     

边坡非线性位移的神经网络–时间序列分析

边坡的变形表现出复杂的非线性演化特征，大量的工程实践表明利用部分实测的边坡位移时间序列来预测未来边坡的位移更为准确。以神经网络和时间序列分析方法为基础，使用零均值化和标准偏差预处理方法，以及规则化能量函数法和贝叶斯规则化方法进行BP神经网络建模，利用BP网络对边坡位移非平稳时序进行趋势项提取，使非平稳监测时序转化为平稳时序以进行常规ARMA时序分析。结合滚动预测方法，建立了适合岩土体位移预测的神经网络–时间序列分析联合模型，以隔河岩水电站进水口边坡变形和水布垭水电站大岩淌滑坡位移为例进行预测分析。研究结果表明：新模型的预测精度高、实时可靠，可应用于实际工程。     

边坡非线性位移的神经网络-时间序列分析

边坡的变形表现出复杂的非线性演化特征，大量的工程实践表明利用部分实测的边坡位移时间序列来预测未来边坡的位移更为准确。以神经网络和时间序列分析方法为基础，使用零均值化和标准偏差预处理方法，以及规则化能量函数法和贝叶斯规则化方法进行BP神经网络建模，利用BP网络对边坡位移非平稳时序进行趋势项提取，使非平稳监测时序转化为平稳时序以进行常规ARMA时序分析。结合滚动预测方法，建立了适合岩土体位移预测的神经网络-时间序列分析联合模型，以隔河岩水电站进水口边坡变形和水布垭水电站大岩淌滑坡位移为例进行预测分析。研究结果表明：新模型的预测精度高、实时可靠，可应用于实际工程。     

基于时间序列分析法的滑坡变形特征研究

应用时间序列分析方法建立滑坡位移ARIMA预报模型。采用差分平稳,自回归AR模型和移动平均MA模型对滑坡位移进行预测,得到了该滑坡监测点TP1的预报模型为ARIMA(2,2,1),然后分析对比实测与预测位移–时间曲线之间的关系。计算结果能够较好地体现出滑坡在外界诱发因素作用下位移的发展变化趋势,说明所建滑坡位移预测预报模型效果较好,在滑坡位移预测中是有效可行的。     

基于诱发因素响应与支持向量机的阶跃式滑坡位移预测

受库水位周期性调度和降雨的影响,三峡库区部分滑坡的位移变形呈台阶状。针对滑坡的这种变形特征,提出一种基于诱发因素响应分析的进化支持向量机位移预测模型:应用移动平均法将滑坡总位移分解为趋势项位移和周期项位移,趋势项位移变化受坡体地质条件控制,应用多项式函数进行预测;周期性位移变化受诱发因素联合控制,选取变形主导因素作为影响因子建立进化支持向量机模型进行预测;将分项位移预测值叠加即为总位移预测值。以库区典型阶跃式滑坡——八字门滑坡为例,应用进化支持向量机模型进行预测研究。结果表明:诱发因素响应分析是滑坡位移预测的关键;基于诱发因素响应的进化支持向量机耦合模型在阶跃式变形期有较好的预测效果,是一种行之有效的阶跃式滑坡位移预测方法。     

基于时间序列与PSO-SVR耦合模型的白水河滑坡位移预测研究

 滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要受控于滑坡的内部因素(物质组成、地质构造、地形地貌等),可用最小二乘法对其进行多项式拟合并预测;后者是由外部影响因素(季节性降雨、库水位变动等)导致,取当月降雨量、双月降雨量、库水位高程、月间库水位变化量、双月库水位变化量和年间累计位移增量作为周期性位移的影响因子,提出采用可优化选参的粒子群优化算法(PSO)与支持向量机回归(SVR)相结合的方法对其进行预测;将各分位移预测值叠加得到累计位移预测值。运用多种方法进行分析对比,结果表明,基于时间序列与PSO-SVR耦合模型的滑坡位移预测精度要明显高于BP神经网络模型、网格搜索法优化的支持向量机模型(GS),其在滑坡位移预测中具有一定的理论基础和良好的应用前景。     

基于时间序列分析的滑坡位移预测模型研究

 结合滑坡位移监测数据,从分析滑坡位移演变规律的角度出发,将滑坡位移分解为受其自身基础地质条件控制的趋势项位移以及由外界因素如降雨、库水位变动等影响的周期项位移,应用时间序列分析方法建立滑坡位移预报模型。采用二次移动平均法分离滑坡位移的趋势项和周期项,在此基础上分别采用GM(1,1)灰色模型和自回归AR模型分别对滑坡趋势项位移和周期项位移进行预测,将计算得到的各分项位移预测值叠加即得到总位移预测值。以三峡库区八字门滑坡位移为例,分析对比实测与预测位移–时间曲线之间的关系。计算结果能够较好地体现出滑坡在外界诱发因素作用下位移的发展变化趋势,说明所建滑坡位移预测预报模型效果较好,在滑坡位移预测中是有效可行的。     

松散土质滑坡位移与降雨量的相关性研究

为了揭示松散土质滑坡滑体位移与降雨量之间的相关性分布规律,通过资料搜集整理和分析、现场工程地质调查,采用数理统计分析法,分别对典型浅层和中层松散土质滑坡坡体位移与降雨量进行了指数和幂函数等模型的线性或非线性回归分析和比较。研究结果表明:浅层和中层松散土质滑坡坡体位移与降雨量相关关系一般服从幂函数分布的规律。据此建立松散土质滑坡位移与降雨量的通用统计模型。该研究结果可为降雨条件下浅层和中层松散土质滑坡的变形解体破坏机制及稳定性研究和预测预报提供科学依据。     

降雨条件下滇西典型土质滑坡渗流特性分析

降雨是诱发滇西土质滑坡灾害的主要因素,选择滇西红层典型土质滑坡——思铺滑坡做深入的调查,考虑降雨入渗的影响,基于饱和-非饱和渗流理论,利用有限元方法,对强降雨条件下思铺滑坡地下水渗流场动态进行了数值模拟,得到了滑坡地下水压力水头、总水头变化、流速的变化规律,为滑坡的稳定性分析和滑坡预测提供重要的分析数据。     

加卸载响应比理论用于滑坡预测的机理分析

滑坡加卸载响应比是一种基于非线性理论可用于滑坡失稳预测的一种全新方法,目前还缺乏地下水作为加卸载动力因子对滑坡作用机制的分析研究。本文以某典型降雨型滑坡作为实例,对地下水渗流、孔隙水压力、基质吸力、土体含水量等因子对滑坡变形失稳的作用规律和作用机制进行数值模拟分析,认为地下水位抬升产生的静水压力和渗流作用产生的水平向动水压力是滑坡主要地下水加卸载动力学因子,提出将静水压力、动水压力、基质吸力表达成总水头H,作为加卸载响应的动力学参数,为建立基于地下水作用的加卸载响应比模型提供思路和依据。     

滑坡位移预测的支持向量机模型参数选择研究

支持向量机(Support Vector Machine, SVM)已被广泛应用到滑坡位移预测,但在具体使用时,SVM的惩罚系数C、核函数参数δ及松弛系数ζ这三个重要参数的取值选择成为影响预测精度的关键。为有效分析SVM三参数取值对滑坡位移预测精度的影响规律,以三峡库区浮托减重和动水压力型两类典型水库滑坡为代表的连续6年地表位移、降雨及库水位监测数据为研究对象,首先,采用移动平均法将位移数据分解为趋势项和周期波动项,并区分训练集和检验集;再结合对滑坡变形机理及影响因素的分析,选择相应预测变量分别建立趋势项和波动项位移预测SVM模型;然后,在固定两参数情形下,通过改变另一参数的取值大小以获得SVM训练集与检验集的预测精度变化规律;最后,建立起典型水库滑坡SVM位移分解预测的参数取值推荐范围。该取值范围可以作为滑坡位移预测SVM模型的参数寻优初始搜索范围,可以在保证预测精度的前提下大大提高搜索效率。     

三峡库区树坪滑坡受库水位变化产生的变形特征

中国三峡工程是当今世界上最大的水利水电工程。在2003年6月第一次蓄水至高程135m以后,发生了大量的滑坡复活及失稳现象。树坪滑坡是变形较为严重的滑坡之一。树坪滑坡属于发生在三叠系巴东组砂岩及页岩中的大型古滑坡。三峡库区的初次蓄水引起了树坪滑坡的复活,并对坡体居民的生活和长江航道的安全构成极大威胁。在GPS观测、坡体裂缝观测以及伸缩计观测数据的基础上,对库水位变化所引起的树坪滑坡的变形特征进行了分析。同时,为了解滑坡范围内地下水的分布特征,进行1m深地温测试,并对地下水存在状况进行推测。变形观测结果表明,在古滑坡的头部没有明显变形。在滑坡体上部,变形以拉伸为主,在滑坡体下部,变形以压缩为主;在滑坡体中部,没有明显的压缩和拉伸。与水库蓄水同步开始的GPS观测结果表明,蓄水开始时,滑坡体下部的变形速率较上部快,而在2005年6月,滑坡体下部的变形基本结束,滑坡变形主要体现为上部滑坡的向下滑落并挤压下部滑坡体。根据地下水的探测结果以及对滑坡变形与降雨量之间的比较,可以推测树坪滑坡的变形不仅受到库水位变化的影响,同时也受到地下水的影响。     

基于WEBGIS和四库一体技术的三峡库区滑坡灾害预测预报系统研究

 在三峡库区开展的地质灾害稳定性评价、危险性区划、风险分析以及滑坡灾害预测预报所获成果的基础上,利用三期灾害地质图编绘、专业监测中崩塌滑坡预报模型和预报判据等资料,根据气象、库水位变化、人类工程活动、滑坡监测等信息,开发基于WEBGIS和四库一体技术的滑坡灾害预测预报系统。该系统主要包括区域滑坡灾害危险性评价、单体滑坡灾害时间预报、滑坡涌浪计算、灾情评估以及信息实时发布等功能模块,集成20多种适应于库区地质环境规律和滑坡灾害发育特点的模型;四库一体模式(模型库、方法库、数据仓库、知识库)即以模型为主导,调用方法,提取数据,模型求解,最后将专家决策结果作为知识源存入知识库。该系统在示范区巴东新城区和典型滑坡八字门和白水河滑坡上进行试运行,取得较好的应用成果,该系统的设计与实现为库区地质灾害预警决策和应急指挥提供技术支持,为库区人民生命和财产安全提供强有力的保障。     

三峡库区赵树岭滑坡稳定性物理模拟试验研究

采用3个小比例尺二维物理模型试验,对三峡库区赵树岭滑坡在库区蓄水、水位波动、地面荷载和可能的地震荷载作用下的整体稳定性及其可能的变形、破坏机理进行了研究。采用百分表、网格线和数码相机,对模型的变形和位移进行监测和记录。采用高容重和低容重模型材料,分别模拟地下水位以上和地下水位以下滑坡岩体;根据渗透理论和相似理论,解算水位骤降时模型条件下的动水压力合力矢量,采用施加集中力的方法模拟动水压力;地表建筑荷载采用重晶石–石膏块体模拟;地震荷载采用使模型倾斜的方法模拟。试验结果表明:未来三峡水库运营期间,不论库水位处于175m或145m,还是从175m骤降至145m,建有7层建筑物的该滑坡均整体稳定;而当地震震级大于某级时,该滑坡发生整体失稳,并且库水位从175m骤降至145m时,稳定性最差,其次是145m情况下,175m库水位时稳定性最好;如果发生整体滑坡事件,其滑坡机理为牵引式。     

浅谈滑坡预报

在总结以往滑坡预报的方法和判据的基础上,找出了滑坡预报工作中存在的问题,并得出要想提高滑坡预报的水平,必须结合滑坡变形机制和约束条件的分析来进行的结论。     

巫山青石滑坡复活机制研究与稳定性评价

受三峡库区175 m水位蓄水影响,引起了古滑坡复活,前后缘出现了大规模的变形,坡体的稳定性降低,直接威胁到景区、航道、电站的安全。本文根据滑坡的地形地貌及滑坡变形的监测数据,结合所处的地质环境条件,对滑坡的复活机理进行了系统的分析,在此基础上采用极限平衡法和FLAC数值模拟方法分析了滑坡的稳定性,得到滑坡目前处于基本稳定状态。滑坡属于牵引式滑移,其整体的稳定性取决于滑坡前缘强变形B、C区的稳定,若前缘强变形区再次发生大规模变形破坏,势必影响滑坡的整体稳定性。最后,针对滑坡提出了采用专业监测预警+裂缝封闭+截排水沟+清除前缘垮塌区表面危险岩块的综合防治方案的建议。     

基于混沌特性的滑坡监测序列的小波去噪

在滑坡监测数据的分析中,噪声滤波是一项重要的工作,特别是滑坡变形系统处于混沌态时,混杂在混沌动力系统中的噪声信号,会掩盖系统的内在动力学特性,影响对系统的准确分析和预报.通过对监测混沌序列和噪声的小波分析,滑坡监测混沌信号的小波变换具有自相似性和噪声随分解尺度变化特征,混沌性质信号的小波变换和原信号在一定的尺度范围内具...