CN103366512A - 一种基于等维新息外延模型的边坡失稳预报方法 - Google Patents

一种基于等维新息外延模型的边坡失稳预报方法 Download PDF

Info

Publication number
CN103366512A
CN103366512A CN2013102641918A CN201310264191A CN103366512A CN 103366512 A CN103366512 A CN 103366512A CN 2013102641918 A CN2013102641918 A CN 2013102641918A CN 201310264191 A CN201310264191 A CN 201310264191A CN 103366512 A CN103366512 A CN 103366512A
Authority
CN
China
Prior art keywords
slope
model
breath
instability
equal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013102641918A
Other languages
English (en)
Inventor
刘汉东
王四巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Water Resources and Electric Power
Original Assignee
North China University of Water Resources and Electric Power
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China University of Water Resources and Electric Power filed Critical North China University of Water Resources and Electric Power
Priority to CN2013102641918A priority Critical patent/CN103366512A/zh
Publication of CN103366512A publication Critical patent/CN103366512A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明公开了一种基于等维新息外延模型的边坡失稳预报方法,其实施关键技术如下:(1)对潜在不稳定边坡区域进行工程地质勘察;(2)建立不稳定边坡变形体的地表和深部位移监测网;(3)根据变形监测数据,生成边坡变形体的累计位移s与时间t的序列数据点曲线;(4)依据累计位移与时间曲线,判别边坡变形体的蠕变阶段,建立等维新息模型;(5)将预报值作为新的信息,去掉等维新息模型中的旧新息,建立等维新息外延模型;(6)在等维新息外延模型的基础进行边坡失稳时间预报;(7)如果有新的监测数据,重复步骤(4)~(6)。本发明简便可靠,提高了精度,不仅能够准确监测滑坡变形的全过程,而且可以提前对边坡失稳做出准确预报。

Description

一种基于等维新息外延模型的边坡失稳预报方法
技术领域
本发明涉及水利水电工程边坡、露天矿山边坡、道路边坡及山体边坡等地质灾害预报领域,具体涉及一种基于等维新息外延模型的边坡失稳预报方法。
背景技术
边坡失稳定时预报,既是边坡失稳灾害防治决策的重要基础,又是边坡失稳灾害防治的组成部分。它是减轻边坡失稳灾害的关键,也是滑坡学研究的前沿课题。边坡失稳预报是判别将产生严重危害的边坡失稳的发生时间,也包括滑动速度和危害范围的预报,其基础是对边坡变形规律的认识。它是根据边坡演化过程中的各种信息和条件,或称之为预报参数,如边坡的水平、垂直位移、倾斜度、应力场、孔隙水压力、降雨和雪融化、温度及动物反应等,及时研究分析它们的变化,判定边坡失稳破坏的时间。
边坡失稳时间预报,若从1969年日本学者斋藤在第六届蒙特利尔国际土力学与基础工程会议发表论文算起,已有40多年的历史。近二十几年来,特别是开展环境保护和减轻自然灾害二十年活动以来,国内外许多学者已投入到这一研究领域,以期减轻和防治边坡失稳灾害。依据边坡失稳时间预报的研究历史、发展过程和研究深度,可将其分为4个阶段,即宏观现象预报阶段、经验型预报阶段,统计分析预报阶段和***综合分析预报阶段。
对边坡变形而言,如果排除某种突发因素的影响,其变形序列内部蕴含着变形量的变化趋势,即这些数据中存在某些动态记忆特征。后期观测数据与前期数据存在着密切关系,且距某观测时刻越近的前期观测数据,所包含的预测信息越多。利用已开挖边坡的监测成果来指导后续工程的施工方法已经成为一种新的“信息化施工”技术。但由于边坡监测数据本身所固有的离散性、非等间隔性以及已知信息的不完整性,使得常规的监测模型难以作出较为准确的预测。
 
发明内容
有鉴于此,本发明的目的在于提供一种基于等维新息外延模型的边坡失稳预报方法,该方法简便可靠,提高了精度,不仅能够准确监测滑坡变形的全过程,而且可以提前对边坡失稳做出准确预报。
本发明采用以下技术方案:
一种基于等维新息外延模型的边坡失稳预报方法,包括如下步骤:
(1)对潜在不稳定边坡区域进行工程地质勘察;
(2)建立不稳定边坡变形体的地表和深部位移监测网;
(3)根据变形监测数据,生成边坡变形体的累计位移s与时间t的序列数据点曲线;
(4)依据累计位移与时间曲线,判别边坡变形体的蠕变阶段,建立等维新息外延模型;
(5)将预报值作为新的信息,去掉等维新息外延模型中的旧新息,建立等维新息外延模型;
(6)根据等维新息外延模型进行边坡失稳预报;
(7)如果有新的监测数据,重复步骤(4)~(6)。
作为优选,所述等维新息外延模型的建立步骤为:
(1)利用全部数据建立的GM(1,1),称为全数据GM(1,1)模型;
(2)置入新信息,利用建立的模型为增息或新息GM(1,1);
(3)置入新信息,减掉旧信息的第一组数据,利用建立的GM(1,1)称为等维新息外延GM(1,1)模型。
本发明的有益效果是:该方法根据边坡工程现场监测数据和边坡失稳的蠕变规律和机理,在灰色***理论基础上,提出了边坡失稳变形预测的等维新息外延模型,建立了基于变形信息的边坡失稳预报时间模型。该方法不仅能够准确监测滑坡变形的全过程,而且可以提前对边坡失稳做出准确预报。与其它现有方法比较,本发明可减少边坡失稳预报方法的工作量,同时提高了精度,简便可靠。  
附图说明
图1是本发明实施例1沉降量迭代GM(1,1)优化模型预测图;
图2是本发明实施例1水平位移迭代GM(1,1)优化模型预测图。
具体实施方式
下面结合附图和实例对本发明作进一步描述:
本发明包括如下步骤:
(1)对潜在不稳定边坡区域进行工程地质勘察;
(2)建立不稳定边坡变形体的地表和深部位移监测网;
(3)根据变形监测数据,生成边坡变形体的累计位移s与时间t的序列数据点曲线;
(4)依据累计位移与时间曲线,判别边坡变形体的蠕变阶段,建立等维新息外延模型;
(5)将预报值作为新的信息,去掉等维新息模型中的旧新息,建立等维新息外延模型;
(6)根据等维新息外延模型进行边坡失稳时间预报;
(7)如果有新的监测数据,重复步骤(4)~(6)。
大量的建模预测证明,等维新息外延模型的精度比全息模型和新息模型预测精度要高,随着时间的推移,未来的一些扰动因素将不断进入***而对***施加影响,只有最近的数据有实际意义且精度高。在灰色***理论中,若给定原始数列GM(1,1)模型在建模过程中,在等时距、相邻、没有跳跃的条件下,建模数据作不同取舍。
把取得数据设置为原始数据序列:
(1) 利用全部数据建立的GM(1,1),称为全数据GM(1,1)模型;
(2) 置入新信息,利用建立的模型为增息或新息GM(1,1);
(3) 置入新信息,减掉旧信息的第一组数据,利用建立的GM(1,1)称为等维新息外延GM(1,1)模型。
实施例1:
郑州太阳城紫金山花园位于郑州市紫荆山路与商城后街交叉口东北角,西临紫荆山路,南临商城北街,东部约10m为金紫伊苑住宅区,楼高7层,北临高16层的惠民大厦。该工程基坑开挖深度为8.5m,周围环境对基坑开挖影响较大,因此必须对基坑边坡以及周围建筑物实施变形监测,并进一步对下一阶段施工时的变形进行预测,以实现信息化施工。以基坑周围地表变形点P19在2003年4月13日~4月19日一周内(间隔为1天)的7个沉降数据和2003年4月10日~4月22日(间隔为2天)的7个水平位移数据为例,分别采用传统GM(1,1)模型和迭代法GM(1,1)模型进行变形的模拟与预测,且这两种模型都使用等维新息外延模型。即不断舍弃老数据、补充新数据逐步建立迭代优化模型。数据的计算、分析由Matlab编程实现。计算结果如图1、图2所示。
根据预测结果分析,随着***的发展,旧数据的意义将逐步降低,在不断补充新信息的同时,及时地减掉旧信息,建立更符合工程实际的等维新息外延模型是合理有效的。
本发明可用于水利水电工程边坡、露天矿山边坡、道路边坡及山体边坡等地质灾害预报,不仅能够准确监测滑坡变形的全过程,而且可以提前对边坡失稳做出准确预报,可减少边坡失稳预报方法的工作量,同时提高了精度,简便可靠。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种基于等维新息外延模型的边坡失稳预报方法,其特征在于包括如下步骤:
(1)对潜在不稳定边坡区域进行工程地质勘察;
(2)建立不稳定边坡变形体的地表和深部位移监测网;
(3)根据变形监测数据,生成边坡变形体的累计位移s与时间t的序列数据点曲线;
(4)依据累计位移与时间曲线,判别边坡变形体的蠕变阶段,建立等维新息外延模型;
(5)将预报值作为新的信息,去掉等维新息外延模型中的旧新息,建立等维新息外延模型;
(6)根据等维新息外延模型进行边坡失稳预报;
(7)如果有新的监测数据,重复步骤(4)~(6)。
2.根据权利要求1所述的一种基于等维新息外延模型的边坡失稳预报方法,其特征在于:所述等维新息外延模型的建立步骤为:
(1)利用全部数据建立的GM(1,1),称为全数据GM(1,1)模型;
(2)置入新信息,利用建立的模型为增息或新息GM(1,1);
(3)置入新信息,减掉旧信息的第一组数据,利用建立的GM(1,1)称为等维新息外延GM(1,1)模型。
CN2013102641918A 2013-06-28 2013-06-28 一种基于等维新息外延模型的边坡失稳预报方法 Pending CN103366512A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013102641918A CN103366512A (zh) 2013-06-28 2013-06-28 一种基于等维新息外延模型的边坡失稳预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013102641918A CN103366512A (zh) 2013-06-28 2013-06-28 一种基于等维新息外延模型的边坡失稳预报方法

Publications (1)

Publication Number Publication Date
CN103366512A true CN103366512A (zh) 2013-10-23

Family

ID=49367760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013102641918A Pending CN103366512A (zh) 2013-06-28 2013-06-28 一种基于等维新息外延模型的边坡失稳预报方法

Country Status (1)

Country Link
CN (1) CN103366512A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105157664A (zh) * 2015-08-25 2015-12-16 武汉理工大学 一种确定边坡施工期变形动态监控指标的方法
CN108428018A (zh) * 2018-04-24 2018-08-21 厦门理工学院 一种短路电流峰值的变维递进灰色预测方法
CN108922123A (zh) * 2018-08-02 2018-11-30 青岛理工大学 一种矿山边坡滑移稳定性监测预警方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718876A (zh) * 2009-11-13 2010-06-02 北京科技大学 一种基于岩土体应变状态突变的边坡稳定性监测及失稳预测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718876A (zh) * 2009-11-13 2010-06-02 北京科技大学 一种基于岩土体应变状态突变的边坡稳定性监测及失稳预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
冯小磊: "边坡形变检测模型和稳定性评价的研究及应用", 《中国优秀硕士学位论文全文数据库》 *
刘汉东: "《边坡失稳定时预报理论与方法》", 31 May 1996, 黄河水利出版社 *
刘汉东: "边坡失稳定时预报研究的发展阶段", 《面向国民经济可持续发展战略的岩石力学与岩石工程——中国岩石力学与工程学会第五次学术大会论文集》 *
姜彤等: "吉家河滑坡变形实时监测研究", 《华北水利水电学院学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105157664A (zh) * 2015-08-25 2015-12-16 武汉理工大学 一种确定边坡施工期变形动态监控指标的方法
CN105157664B (zh) * 2015-08-25 2017-08-25 武汉理工大学 一种确定边坡施工期变形动态监控指标的方法
CN108428018A (zh) * 2018-04-24 2018-08-21 厦门理工学院 一种短路电流峰值的变维递进灰色预测方法
CN108428018B (zh) * 2018-04-24 2021-05-28 厦门理工学院 一种短路电流峰值的变维递进灰色预测方法
CN108922123A (zh) * 2018-08-02 2018-11-30 青岛理工大学 一种矿山边坡滑移稳定性监测预警方法

Similar Documents

Publication Publication Date Title
Wei et al. Estimating the rainfall threshold of a deep-seated landslide by integrating models for predicting the groundwater level and stability analysis of the slope
de Queiroz et al. Climate change impacts in the energy supply of the Brazilian hydro-dominant power system
Li et al. A review on anthropogenic geomorphology
CN103225296B (zh) 一种确定抽水型岩溶塌陷致塌临界地下水位的方法
Chen Flood dynamics of the lower Yellow River over the last 3000 years: Characteristics and implications for geoarchaeology
Yoo et al. IT-based tunnelling risk management system (IT-TURISK)–Development and implementation
CN103577642A (zh) 一种隐伏溶洞与新建山岭隧道间安全距离确定方法
CN105824993A (zh) 一种人造沙滩补沙养护工程建设的方法
CN113505549B (zh) 一种潮汐环境基坑降水过程中的地下水位模拟方法
CN102619209A (zh) 基于监测位移的岩土工程灾变动态实时智能预警方法
CN103984839B (zh) 一种基于元胞自动机的地表下沉仿真方法及***
Song et al. Step-like displacement prediction and failure mechanism analysis of slow-moving reservoir landslide
CN102880918B (zh) 基于数据融合分析的深基坑风险评估方法
CN103366512A (zh) 一种基于等维新息外延模型的边坡失稳预报方法
CN102889083B (zh) 基于gis栅格单元的采煤沉陷地表土剥离时空确定方法
CN107563096A (zh) 一种基于fcm的内涝建模分析方法
Song et al. High spatial resolution mapping of steel resources accumulated above ground in mainland China: Past trends and future prospects
Wang et al. Surface subsidence and its reclamation of a coal mine locating at the high groundwater table, China
CN102877846B (zh) 基于单元法的边采边复表土剥离时机确定方法
Moutsopoulos et al. Management of groundwater resources using surface pumps: optimization using genetic algorithms and the tabu search method
CN115983158B (zh) 一种地下水模型与二维水动力模型松散耦合的方法
CN104850911A (zh) 基于自适应时空积分网格的煤炭开采沉陷动态预计方法
Tan et al. Prediction method for the deformation of deep foundation pit based on neural network algorithm optimized by particle swarm
Zhang et al. Estimation of Risk Thresholds for a Landslide in the Three Gorges Reservoir Based on a KDE‐Copula‐VaR Approach
KR20220001378A (ko) 컴퓨터 프로그램을 이용한 산림물지도 제작방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131023