滑坡地质灾害远程实时监测预报技术与工程应用

针对传统滑坡地质灾害监测预报技术存在的问题,提出"滑坡发生的充分必要条件是滑动力大于滑动面抗滑力,并将滑动力的变化作为滑坡监测预报主要参数"的学术思想。以工程边坡为研究背景,开发滑坡超前滑动力物理模拟实验、工程灾害物理模型实验等系统。采用室内和现场测试、物理和数值模拟等综合研究方法,建立力学模型,推导了相关公式,研发恒阻大变形缆索及其滑坡地质灾害防治—加固—监测—预报一体化控制技术。研发基于滑动力变化的滑坡地质灾害远程监测预报新技术及装备系统,通过大量实测曲线分析,总结四种相应的滑坡预警模式。结果表明,自2006年以来,该项技术已在露天煤矿和金属矿开采、西气东输、高速公路等工程边坡及其他自然边坡中成功推广应用,取得显著的经济和社会效益。     

滑坡预测预报的非线性动力学模型探讨

我国是一个深受滑坡灾害困扰的国家,每年由滑坡所造成的经济损失异常惨重。因此,滑坡的预测预报已成为人们研究的一个热点问题。本文对滑坡的研究现状进行了总结,重点探讨了滑坡的预测预报模型和方法,对滑坡定量预报的非线性动力学模型进行了探讨。     

公路降雨型滑坡灾害的预测预报

在公路工程中,降雨型滑坡灾害具有区域性、群发性和突发性等特点,是常见的公路自然灾害之一,往往破坏交通基础设施,造成交通中断和人员财产损失。简要地论述了降雨型滑坡灾害的特点及其成因机制,并从空间预测、时间预报和强度预报等3方面研究了其预测预报方法。其中,空间预测是时间预报的先决条件。正确合理地预测预报公路降雨型滑坡灾害,对进一步研究公路滑坡灾害危险性评价及其区划是非常必要的,对公路建设及养护具有十分重要的意义。     

滑坡灾害监测与预测预报研究现状及展望

我国滑坡灾害点多、面广,活动频繁,每年都会造成严重的经济损失和人员伤亡,是我国地质灾害主控灾型,监测与预测预报是滑坡灾害防灾减灾的重要途径.首先,系统讨论滑坡监测内容与技术的优势和局限性,归纳并对比分析各监测技术的利弊特征与适用条件.其次,从空间预测与时间预报两个方面,总结滑坡测预报模型的最新进展,并分析各类预测预报模型的优势与局限性.然后,讨论滑坡监测与预测预报研究现状中存在的问题.滑坡监测技术针对性强,但整体适用性、综合监测的集成性及仪器在恶劣环境下的存活率与稳定性等方面与实际需求相比还存在差距.滑坡综合预报模型多为综合方法分析单一内容,其多维性与准确性仍有优化空间.气象类预报模型弱化了对滑坡失稳破坏机理的认识.最后,针对存在的问题,根据国家减灾需求,建议基于各监测手段的独特优势,优化其工程适用性和可靠性,加强综合监测技术的集成性,提高综合监测信息的融合分析能力.深化滑坡预测预报模型对地质体失稳破坏机理的分析,优化综合预测预报模型方法与内容上的多维性,从而提高对滑坡运动预测的整体性和准确性.     

滑坡灾害短期临滑预报监测新途径研究

由于滑坡灾害的复杂性,迄今为止,尚未形成经得起大量实践验证的预报理论与方法,现仍然是地质灾害学中正在探索研究而未完全解决的难题.通过对滑坡灾害研究史、预测预报、监测技术的分析,认为在滑坡进入加速变形至剧变形破坏阶段,地表及深部监测网点及其设施遭受破坏,无法继续利用“点”式测量方法采集监测数据的情况下,地面三维激光扫描仪可不受干扰独立进行滑坡的“面”式测量,为预测预报滑坡的发生时间提供第一手连续可靠的数据资料,可进一步提高滑坡灾害预测预报的精度.     

兰州文昌阁黄土——基岩滑坡临滑预报

文昌阁巨型黄土一基岩滑坡位于兰州市西固区达家台台缘,自1995年1月滑坡后缘出现拉张变形裂缝后,滑坡体的运移速度不断加大,滑坡险情严峻.根据滑坡变形特征和长期的滑坡动态监测结果,应用变形控制方法,于滑坡发生前10天进行了临滑预报,划定了滑坡压埋范围,及时疏散了人员财产.1999年7月23日上午8时,体积达110×104 m3的文昌阁巨型黄土一基岩滑坡发生大规模滑动.由于进行了准确的临滑预报,实施了科学的防灾对策,避免了重大灾害损失.     

滑坡预测预报研究发展综述

滑坡预测预报系统将有效的解决灾害发生地点,灾害发生时间,灾害将带来的影响和破坏程度这三方面边坡灾害的疑惑。本文将对滑坡预测预报研究发展过程进行综述回顾,对滑坡预测现阶段存在的主要问题进行阐述,对边坡预测预报的发展趋势进行展望。     

海州露天矿气象因素滑坡灾害成因分析及预报

为了揭示降水对露天矿滑坡的影响规律,在对滑坡调查和分析的基础上,通过对海州露天矿近50年的滑坡灾害资料和实况气象降水资料进行对比分析,得出了因气象因素导致滑坡灾害的触发机制,利用多元回归分析方法建立了临界滑坡预报模型.采用该模型进行滑坡时间预报,结果理想,说明该模型具有一定的合理性、实用性.     

神经网络用于转子在线振动监测中的谱型预报

简介机械振动频谱的模糊分类原理和神经网络进行非线性预报的理论基础，提出在线监测中预测机器转子运行状态的两种神经网络方法。经现场实际数据检验证明：这两种预报方法用于转子在线振动监测中的谱型预报是切实可行的。     

三明市后山冲沟泥石流易发性评价及预报

2019年5月15—17日和6月7—10日三明市区持续强降雨,其中5月16日24 h降雨量为50年一遇,受强降雨影响,市区东侧后山产生大量浅层滑坡,冲沟内松散固体物源增加,后山冲沟山洪暴发;若在100年一遇甚至200年一遇暴雨作用下,冲沟内产生的浅层滑坡数量及能够参与泥石流活动的松散固体物源量都将会大幅度提高,很可能暴发由浅层滑坡诱发的沟谷泥石流.根据直接指标评价法对三明市区后山20条冲沟的泥石流易发程度进行评价:除了碧桂园后山冲沟为不易发外,其余19条冲沟的泥石流易发程度均为轻度易发;通过19条轻度易发泥石流冲沟的地形数据和2019年5—6月两次降雨过程数据,对浅层滑坡诱发沟谷泥石流降雨预报模型进行验证,结果表明模型预报结果与实际相符;并利用该预报模型给出三明后山冲沟泥石流预报临界降雨值,为该区泥石流预测预报和监测预警指标选取提供参考.     

基于ARMA模型的滑坡滑动力预测研究

为了更有效地降低滑坡灾害带来的损失、掌握滑坡滑动力变化情况,应用滑坡滑动力远程监测系统获得滑坡滑动力大小,根据滑动力时序变化特征,首次提出采用ARMA模型方法对其进行预测。通过以南芬露天铁矿2-1滑坡监测点滑动力时间序列为例进行研究,实现了该滑坡滑动力的短期预测。结果表明:预测值与实际值的误差率不超过3.5%,预测结果与实际情况符合较好,表明应用ARMA理论进行滑坡滑动力预测是可行的。     

利用滑动分区挑选预报因子

介绍了一种利用滑动分区挑选预报因子的方法，该方法既找到了要素因子，同时又对该要素因子的区间有了限定，用该方法作重庆市晴雨预报的结果表明，该方法挑选因子建立的预报模型可以减少空报率或漏报率，其效果是比较好的。     

滑动窗口二次自回归模型在径流预报中的应用

为提高径流预报精度,采用滑动窗口二次自回归模型进行径流中长期预报,提出自适应优化、平稳滑动窗口和均方根误差最小的综合选取模型参数的方法.实例应用结果表明:该方法不仅提高了模型的预报精度,而且保证了模型的稳定性;与人工神经网络模型相比,滑动窗口二次自回归模型的1步预报具有更高的精度,可用于中长期径流预报.     

基于极限学习机和熵值法的岩土灾变预警

滑坡的监测和预测是降低滑坡灾害的有效手段和可行方法。传统监测手段时效性差,采用统计预报模型、确定性模型等模型建立的预测模型精度相对较低。为了改善此问题,提出了一种基于综合测量、以极限学习机与熵值法结合的滑坡预警研究方法。通过分析滑坡的影响因子,搭建滑坡模拟监测平台,由多传感器实时监测到雨量、土壤浅层含水率、土壤深层含水率、下滑应力、地下位移、地表位移等影响滑坡的综合因子。将熵值法用在滑坡的评价中,将其综合评分作为危险性参数及综合测量参数作为训练样本,搭建极限学习机模型。结果表明:在综合测量方法下,将熵值法与极限学习机算法结合的预警模型得到的结果与实际情况一致,预测值与测量值吻合;其精度为98.48%,比BP神经网络精度更高;且网络的学习速度明显提高。可见该方法对滑坡预测的可行性,适用于复杂非线性的滑坡预测中,为建立滑坡预警模型提供了一种可行方法。     

TRT技术在滑坡地质灾害预报中的应用

目前,关于滑坡地质灾害预报技术的研究和应用已经很多,但是预测预报技术的精度和可操作性仍有一定的缺陷和改进空间。鉴于TRT技术在隧道超前地质预报中的成功应用,以山西五盂高速公路佛岭隧道项目成功预测突水事件为背景,分析TRT技术用于滑坡地质灾害预报的可行性。分析结果表明,尽管滑坡与隧道存在差异,TRT技术无法直接应用于滑坡体地质条件预测,但是在滑坡体中创造类似的条件,满足TRT技术的基本原理,完全可以预报滑坡体中的潜在滑裂面,为后续的滑坡地质灾害预报提供参考。     

硅藻土滑坡稳定性分析及其时间预报

目的在分析硅藻土对斜坡不稳定性的特性指标的基础上,研究滑坡的形成机理,进而提出滑坡的防治措施。方法分析总结前人的滑坡体稳定性计算理论,建立适合于缓倾角混合岩土质滑坡计算模型,同时在模型中引进建筑荷载及降雨导致地下水位上升的动态参数。结果地下水位场的变化对滑坡体稳定性敏感较大,人工荷载的影响次之,利用建立的预报模型可以进行滑坡预报。结论建立的滑坡体稳定性评价模型与滑坡时间的预报判据,操作简便,结果与实际相吻合。     

基于SBAS-InSAR技术的大型滑坡时序微小形变分析及其灾变时间预报

发育于高山峡谷区的大型滑坡往往具有隐蔽性强、突发性高和危害性大的特点,基于传统监测方法的时序形变数据通常非常匮乏,从而给此类滑坡的早期识别和灾变时间预报带来了极大困难。鉴于此,以西藏自治区江达县波罗乡白格滑坡为例,基于23幅C波段Sentinel-1A升轨雷达影像,利用短基线雷达干涉测量技术(SBAS-InSAR)获取了2017年3月18日至2018年10月3日的垂直方向地表时序形变数据,分析了该滑坡的年平均形变速率、累积形变演化以及典型观测点的累积位移变化,然后利用速度倒数模型对其灾变时间进行了预报。结果表明：白格滑坡灾变前具有明显的形变分区,即强烈变形区、次强烈形变区、一般形变区和基本稳定区,其中强烈形变区的垂直方向年平均形变速率为-39～-67 mm/a;白格滑坡的形变模式概括为后缘滑移牵引—前缘阻滑段渐进滑移—中后部整体变形,与此对应形成了牵引区、阻滑区和主滑区,且阻滑区的形变对降雨较敏感;速度倒数模型预报白格滑坡灾变时间滞后于实际灾变时间8 d,预报效果良好。研究结果表明SBAS-InSAR技术在类似大型滑坡灾变前的形变演化特征分析及灾变时间预报中具有广阔的应用前景。     

基于改进神经网络的深基坑工程变形预报

位移监测预报在深基坑工程信息化设计与施工中具有非常重要的意义.本文针对深基坑工程变形监测预报问题,将人工神经网络理论应用于深基坑工程的变形预测,建立了深基坑工程变形预报的改进人工神经网络模型,并编制了基于MATLAB的预报程序.最后以上海某深基坑工程为例,进行了深基坑开挖引起的地表沉降预测,预测结果表明,本文的方法具有较高的预测精度.     

滑坡预测预报的现状和发展趋势

就滑坡预报的理论基础、滑坡预报的研究现状进行了综述,分析了滑坡预报方法及其适用性、预报方法的选择原则等,并对滑坡预报的发展趋势作了简要的评述。     

边坡变形时序分析的进化-自适应神经模糊推理模型

变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题.自适应模糊神经推理系统(ANFIS)有优越的学习和泛化性能,而遗传算法(GA)是优秀的全局优化工具.采用遗传算法优化ANFIS参数,并编制了相应的计算程序.结合三峡工程永久船闸施工变形监测和新滩滑坡变形监测,建立了边坡变形时序分析的GA-ANFIS智能模型.为了对比该模型的预测精度,采用GA优化支持向量回归(SVR)和BP神经网络的模型参数,编制了GA-SVR及GA-BP程序,对相同的算例进行了变形预测分析.按滚动预测法对三峡永久船闸高边坡和新滩滑坡的计算结果表明,文中提出的GA-ANFIS模型能够获得比GA-SVR和GA-BP模型更高的预测精度,可以应用于边坡工程变形监测预报分析,并为类似工程提供参考.