CN106595563B - 一种滑坡变形滑移周期显著性参数的测定方法 - Google Patents
一种滑坡变形滑移周期显著性参数的测定方法 Download PDFInfo
- Publication number
- CN106595563B CN106595563B CN201611145411.5A CN201611145411A CN106595563B CN 106595563 B CN106595563 B CN 106595563B CN 201611145411 A CN201611145411 A CN 201611145411A CN 106595563 B CN106595563 B CN 106595563B
- Authority
- CN
- China
- Prior art keywords
- displacement
- landslide
- conspicuousness
- value
- period
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000006073 displacement reaction Methods 0.000 claims abstract description 175
- 238000012544 monitoring process Methods 0.000 claims abstract description 154
- 230000000737 periodic effect Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 6
- 230000002265 prevention Effects 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 9
- 230000001568 sexual effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011835 investigation Methods 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010429 evolutionary process Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及滑坡周期性变形滑移规律与周期性变形参数测定及其滑坡失稳时间监测预报领域,具体涉及一种滑坡变形滑移周期显著性参数的测定方法。其包括如下步骤:滑坡位移监测点的布置与位移值的监测;滑坡显著位移监测点选取与位移监测分段数据表的确定;滑坡显著性监测点位移监测值平均段值及其各段位移监测值与平均段值离差平方和的确定;滑坡显著性位移监测点位移监测值总离差平方和及均段值与总均值离差平方和的确定;滑坡显著性位移监测点位移周期显著性比值的确定;滑坡周期显著性比值均值与变形显著性周期均值的确定;位移周期显著性判据准则的确定及其滑坡稳定性评价;从而对滑坡灾害进行定量预测预报与科学防治。
Description
技术领域
本发明涉及滑坡周期性变形滑移规律与周期性变形参数测定及其滑坡失稳时间监测预报领域,具体涉及一种滑坡变形滑移周期显著性参数的测定方法。
背景技术
斜坡的变形到失稳是一个渐变到突变的复杂过程。由于这种过程受趋势因素、周期因素和随机因素的影响和控制,斜坡在趋势变形滑移的同时其变形及滑坡发生的频率也往往具有一定的周期性,即滑坡的变形滑移规律及其发生频率的重复性或近似重复性。滑坡的周期性代表斜坡变形与破坏随时间变化的一种特殊规律,通过分析斜坡变形与破坏的这种规律,能够预测出滑坡将来发生的时间,并可提前做好防护措施,及时撤离设备或人员,避免不必要的经济损失和人员伤亡。因此,研究和确定斜坡变形滑移的周期规律与周期参数,对滑坡灾害的定量预测预报及减灾对策的制定将具有重要的理论和实际意义。
滑坡滑移周期分析分为确定性变化分析和随机性变化分析,确定性变化包含趋势变化分析和周期变化分析。趋势变化是指具有趋势变形滑坡的位移数据随时间按照一定的规律表现为持续增长或下降的现象,它的产生受滑坡自身地质条件的控制;周期变化是滑坡的位移数据按照一个固定周期有规律的变化,它的产生受外界因素如降雨、库水位变动等的影响;随机性变化是由许多不确定因素共同作用引起的序列变化,具有随机性,在一些情况下可忽略不计。目前常用的滑坡变形周期规律的分析方法主要是时间序列分析法与周期图分析法。位移时序分析法是一种描述动态数据统计特性的方法,是以位移时序观测曲线与蠕变理论为基础的预测预报和评价滑坡稳定性及失稳时间的一种方法,该方法监测滑坡***演化的位移-时间序列,并运用滑坡位移量、位移速率或位移加速度作为滑坡预测参数,分析其变化规律来预测滑坡稳定性以及滑坡失稳时间。由于该方法的评价的参数仅是滑坡演化过程中的位移或位移速率及其变化规律,解释不了滑坡位移或位移速率变化的动因,而且该类方法的位移预测参数并没有统一失稳判据,因而无法对滑坡灾害的发生时间做出准确判别与预测;周期图分析法则是以动态数据周期图为依据的周期参数分析法,该方法能预测滑坡的活跃周期,但由于活跃周期是滑坡可能发生的一段时间,在这段时间范围内,滑坡随时可能发生,使得预报过程中投入的精力过大甚至会在预报过程中出现偏差,不能准确地预测滑坡发生的时间;同时周期图分析法多用于区域性滑坡的趋势预测及减灾,对自身地质条件明确的单一斜坡在预报过程中会产生更大偏差,存在一定局限性。
针对时间序列分析法在斜坡位移预报预测中存在的问题,需要建立一种能够准确深入地反映单一斜坡的位移变形随时间周期变化规律及周期分析的预测参数与评价方法,并运用变形周期分析参数对其变形加速期及可能失稳的时间进行准确地分析和预报。通过研究单一斜坡变形滑移周期规律,确定滑坡变形滑移的显著性周期,并通过变形显著性周期与位移周期显著性判据准则对滑坡灾害进行定量预测预报与科学防治。
发明内容
为解决现有技术中存在的上述问题,本发明旨在提供一种滑坡变形滑移周期显著性参数的测定方法。
本发明是采用以下的技术方案实现的,一种滑坡变形滑移周期显著性参数的测定方法,包括如下步骤:
第一步:滑坡位移监测点的布置与位移值的监测;
第二步:滑坡显著位移监测点选取与位移监测分段数据表的确定;
第三步:滑坡显著性监测点位移监测值平均段值及其各段位移监测值与平均段值离差平方和的确定;
第四步:滑坡显著性位移监测点位移监测值总离差平方和及均段值与总均值离差平方和的确定;
第五步:滑坡显著性位移监测点位移周期显著性比值的确定;
第六步:滑坡周期显著性比值均值与变形显著性周期均值的确定;
第七步:位移周期显著性判据准则的确定及其滑坡稳定性评价。
其中,所述第一步中根据《建筑边坡工程技术规范》(GB50330-2013)和《边坡工程勘察规范》(YS5230-1996)等相关规定,在充分分析已有滑坡资料及进行地质测绘调查的基础上,在待测滑坡主滑剖面上依次沿纵向均匀布设N个位移监测点,并在滑坡外稳定地块上布设位移基准监测点C,且以一定时间间隔对滑坡位移值进行监测,监测总时间一般大于2年,可根据地形地貌、水文条件及植被覆盖条件等因素适当调整,确保每个监测点的位移数据得到有效监测。
所述第二步具体包括:
1)滑坡显著性位移监测点的选取
根据滑坡位移监测过程和边坡位移变化规律,在后缘主动滑移区和前缘剪出口位置选取M个位移变化较大的监测点作为显著性位移监测点。
2)滑坡位移监测数据分段处理数据表的确定
将监测总时间段n按周期L分段,一般分成m段数据,这里只要求2≤m≤[(L+1)/2],[]表示方括号内的数取整数部分,显然有m=[(n-1)/L]+1,而且最后一段数据的个数s≤L。通过分段处理,分别将第k个显著性位移监测点位移监测数据用Xk(t)(t=1,2,…,n;k=1,2,…,M)表示,其中t为位移监测时间段的个数,将第k个监测点不同时间段t的位移监测值合成数据表,见表1。
表1滑坡位移监测数据分段处理数据表
1 | 2 | ...s | ...L |
Xk(1) | Xk(2) | ...Xk(s) | ...Xk(L) |
Xk(L+1) | Xk(L+2) | ...Xk(L+s) | ...Xk(2L) |
... | ... | ... | ... |
Xk{(m-2)L+1} | Xk{(m-2)L+2} | ...Xk{(m-2)L+s} | ...Xk{(m-2)L} |
Xk{(m-1)L+1} | Xk{(m-1)L+2} | ...Xk{(m-1)L+s} | ...Xk(n) |
所述第三步具体包括:
1)滑坡显著性监测点位移监测值平均段值的确定
为了比较滑坡各段的位移监测数据是否相似,需求滑坡位移监测值的平均段值,即求因最后一段数据的个数s≤L,所以其第k个显著性监测点位移平均段值用式(1)进行计算,如下:
2)滑坡显著性位移监测点各段位移值与平均段值离差平方和的确定
滑坡位移监测值平均段值反映了滑坡位移各段间的平均状态,要比较滑坡各段的位移监测数据是否相似,只要比较滑坡各段位移值与平均段值之间的相似程度即可;若滑坡各段位移值与平均段值之间的差别都很小,则滑坡各段间的位移值就是相似的,为此可进行滑坡各段位移值与平均段值离差平方和的计算,其第k个监测点各段位移值与平均段值离差平方和根据式(2)确定:
所述第四步具体包括:
1)滑坡显著性位移监测点位移监测值总离差平方和的确定
根据概率论与数理统计基本原理,可根据式(3)确定滑坡第k个监测点位移监测值总的离差平方和(详见原理1):
2)滑坡显著性位移监测点位移监测值均段值与总均值离差平方和的确定
根据式(4)可确定滑坡位移第k个显著性监测点监测值均段值与总均值的离差平方和(详见原理1):
所述第五步中因为滑坡显著位移监测点监测值均段与总均值的离差平方和Sk2 2与周期L有关,Sk 2与L无关(详见原理二),故通过式(5)确定各显著监测点以L为周期的Xk(L)的显著性比值Ek(L):
因此,可用比值Ek(L)作为滑坡位移变化的周期显著性评价参数,即Ek(L)值越大,说明以L为周期越显著,反之Ek(L)越小,说明以L为周期越不显著。
所述第六步具体包括:
1)滑坡周期显著性比值均值的确定
根据式(5),对于每个显著性监测点,可选不同时长T1,T2,…,Tn作为周期,并依次计算出相应的周期显著性比值Ek(L)(L=T1,T2,…,Tn),对比不同周期下的显著性比值Ek(L)(L=T1,T2,…,Tn),取MaxEk(L)为第k个监测点的周期显著性比值最终值,记为Ek,max(L)(k=1,2,…,M),则滑坡周期显著性比值均值可根据式(6)确定:
2)滑坡变形显著性周期均值的确定
第k个显著性监测点的周期显著性比值Ek,max(L)(k=1,2,…,M)对应的周期分别为Lk(k=1,2,…,M),则滑坡显著性周期平均值可用式(7)表示:
根据值,可预测该滑坡在其演化过程中其变形最大及最不稳定状态时所出现的时间,从而对其长期稳定性做出预测预报与防治。
所述第七步中根据滑坡位移周期显著性比值与其稳定性关系,当滑坡位移周期显著性比值为1时,表明滑坡位移为周期性变形;当滑坡位移周期显著性比值为0时,表明滑坡位移为趋势性变形。因此,本发明提出将E(L)=0.5作为滑坡位移周期显著性判据准则,并依据该判据准则对滑坡稳定性做出如下评价:
1)当滑坡周期显著性比值E(L)<0.5时,滑坡为趋势位移型滑坡,此滑坡的主控因素为趋势性动力因素,变形以趋势变形为主,周期性变形为辅,滑坡为长期不稳定;
2)当滑坡周期显著性比值E(L)≥0.5时,滑坡为位移周期显著型滑坡,此滑坡的主控因素为周期性因素,滑坡较为稳定,变形以周期性变形为主导,趋势性位移不明显。
原理1:
根据概率论与数理统计的相关知识,滑坡位移监测数据总均值为位移监测数据总的离差平方和为把位移监测数据总均值代入监测值数据总的离差平方和Sk 2中得并把Sk 2展开,得下面式子:
展开的Sk 2分为Sk1 2、Sk2 2、Sk3 2三项,分别用下式确定:
其中,Sk1 2—各段与平均段值离差平方和;
Sk2 2—均段与总均值的离差平方和;
Sk3 2—两倍的“各段与平均段值之差”乘以“均段与总均值之差”的和。
所以滑坡各显著性位移监测点位移监测值总的离差平方和等于其各段与均段的离差平方和加上均段与总均值的离差平方和,即:
Sk 2=Sk1 2+Sk2 2
原理2:
1)监测值位移数据总的离差平方和:
监测值位移数据Xk(t)是通过监测并记录的实际值,与周期L的取值无关,因此Sk 2的表达式中没有L,所以其与L无关。
2)监测值位移数据各段与平均段值离差平方和:
滑坡位移监测数据均段与总均值的离差平方和:
显然Sk1 2、Sk2 2的表达式中都含L,所以其与L都有关。
因为滑坡位移监测值总的离差平方和Sk 2与周期L无关,而其监测值的离差平方和Sk1 2和Sk2 2与周期L有关,所以对某一周期L,Sk1 2越小,Sk2 2就越大,反之Sk1 2越大,Sk2 2就越小,所以可用Sk2 2与Sk 2的比值作为滑坡位移的显著性周期参数,来判定滑坡的稳定性。
与现有技术相比,本发明首先布置位移监测点并监测其位移值,进而选取显著位移监测点并对滑坡位移监测数据分段处理。通过求出滑坡显著位移监测点位移监测值平均段值及滑坡各段位移监测值与平均段值离差平方和,确定滑坡显著位移监测点位移监测值总离差平方和及均段值与总均值离差平方和,进而确定滑坡位移周期显著性比值的均值。然后根据滑坡周期显著性比值均值,求出变形显著性周期,并利用位移周期显著性判据准则对滑坡稳定性进行分析与评价,从而对滑坡灾害进行定量预测预报与科学防治。
附图说明
图1为本发明流程示意图;
图2为滑坡位移监测点布置示意图。
具体实施方式
为了更好地阐述本发明,下面以新滩斜坡姜家坡段进行分析,如图1所示,以证明其实际意义与价值。
第一步:滑坡位移监测点的布置与位移值的监测
根据《建筑边坡工程技术规范》(GB50330—2013)和《边坡工程勘察规范》(YS5230—1996)等相关规定,分析某滑坡资料并进行地质测绘调查,在其主滑剖面上依次沿纵向均匀布设10个位移监测点N1,N2,…,N10,并在滑坡外稳定地块上布设位移基准监测点C,且以一定时间间隔对滑坡位移值进行监测,监测总时间为4年,可根据地形地貌、水文条件及植被覆盖条件等因素适当调整,确保每个监测点的位移数据得到有效监测,见附图2。
第二步:滑坡显著位移监测点选取与位移监测分段数据表的确定
1)滑坡显著性位移监测点的选取
根据滑坡位移监测过程和边坡位移变化规律,在后缘主动滑移区和前缘剪出口位置选取N1,N2,N10作为显著性位移监测点,取其1978年至1981年的4年变形位移资料,并对位移资料进行整理,求出了每两个月的变形位移值,见表2:
表2 N1,N2,N10点每两个月位移量统计表
2)滑坡位移监测数据分段处理数据表的确定
以监测点N1为例,把监测4年的位移数据按周期L=6分段,分成m=4段位移数据,监测点N1的位移监测值合成数据见表3:
表3 滑坡位移监测数据分段处理数据表
第三步:滑坡显著性监测点位移监测值平均段值及其各段位移监测值与平均段值离差平方和的确定
1)滑坡显著性监测点位移监测值平均段值的确定
为了比较滑坡各段的位移监测数据是否相似,需求滑坡位移监测值的平均段值,以监测点N1为例,周期为6,分为4段,求监测点N1位移平均段值根据式(1)可得:
各平均段值求出并与监测数据对应列入表格,见表3。
2)滑坡显著性位移监测点各段位移值与平均段值离差平方和的确定
滑坡位移监测值平均段值反映了滑坡位移各段间的平均状态,要比较滑坡各段的位移监测数据是否相似,只要比较滑坡各段位移值与平均段值之间的相似程度即可;若滑坡各段位移值与平均段值之间的差别都很小,则滑坡各段间的位移值就是相似的,为此可进行滑坡各段位移值与平均段值离差平方和的计算,监测点N1各段位移值与平均段值离差平方和根据式(2)确定:
第四步:滑坡显著性位移监测点位移监测值总离差平方和及均段值与总均值离差平方和的确定
1)滑坡显著性位移监测点位移监测值总离差平方和的确定
根据概率论与数理统计基本原理,可得滑坡监测点N1位移监测总均值:
可根据式(3)确定滑坡监测点N1位移监测值总的离差平方和(详见原理1):
2)滑坡显著性位移监测点位移监测值均段值与总均值离差平方和的确定
根据式(4)可确定滑坡监测点N1监测位移均段值与总均值的离差平方和(详见原理1):
第五步:滑坡显著性位移监测点位移周期显著性比值的确定
因为滑坡监测点N1均段值与总均值的离差平方和S12 2与周期有关,S1 2与周期无关(详见原理二),故通过式(5)确定显著监测点N1以L=6为周期的X1(L)的显著性比值E1(L):
因此,可用比值Ek(L)作为滑坡位移变化的周期显著性评价参数,即Ek(L)值越大,说明以L为周期越显著,反之Ek(L)越小,说明以L为周期越不显著。
上述计算了周期长度L=6时监测点N1的周期显著比值E1(L)=0.2809,根据周期分析原理,运用同样方法,对N1,N2,N10点位移数据进行***的周期性分析和计算,分别求出N1,N2,N10点在不同长度周期L下的变形位移显著性比值,见表4:
表4 N1,N2,N10点周期位移显著性比值Ek(L)(周期长度单位:2个月)
第六步:滑坡周期显著性比值均值与变形显著性周期均值的确定
1)滑坡周期显著性比值均值的确定
根据表4,不同周期L下的显著性比值Ek(L)已求出,分别取N1,N2,N10监测点在不同周期下的周期显著性比值的最大值MaxEk(L),记为Ek,max(L)(k=1,2,3),则:
E1,max(L)=0.4223
E2,max(L)=0.4469
E3,max(L)=0.4552
则滑坡周期显著性比值均值可根据式(6)确定:
2)滑坡变形显著性周期均值的确定
显著性监测点N1,N2,N10的周期显著性比值E1,max(L),E2,max(L),E3,max(L)对应的周期分别为L1=12,L2=12,L3=12,则滑坡显著性周期平均值可用式(7)表示:
根据值,可预测该滑坡在其演化过程中其变形最大及最不稳定状态时所出现的时间,从而对其长期稳定性做出预测预报与防治。
第七步:位移周期显著性判据准则的确定及其滑坡稳定性评价
根据滑坡位移周期显著性比值与其稳定性关系,当滑坡位移周期显著性比值为1时,表明滑坡位移为周期性变形;当滑坡位移周期显著性比值为0时,表明滑坡位移为趋势性变形。因此,本发明提出将E(L)=0.5作为滑坡位移周期显著性判据准则,并依据该判据准则对滑坡稳定性做出如下评价:
1)当滑坡周期显著性比值E(L)<0.5时,滑坡为趋势位移型滑坡,此滑坡的主控因素为趋势性动力因素,变形以趋势变形为主,周期性变形为辅,滑坡为长期不稳定;
2)当滑坡周期显著性比值E(L)≥0.5时,滑坡为位移周期显著型滑坡,此滑坡的主控因素为周期性因素,滑坡较为稳定,变形以周期性变形为主导,趋势性位移不明显。
从表4可以N1,N2,N10点周期位移显著性比值E(L)均小于0.5,表明新滩斜坡姜家坡段的位移变形是以趋势性位移量为主,周期位移不明显,斜坡处于整体滑移状态,该结论与斜坡的变形失稳时间序列相吻合。
Claims (7)
1.一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,包括如下步骤:
第一步:滑坡位移监测点的布置与位移值的监测;
第二步:滑坡显著位移监测点选取与位移监测分段数据表的确定;
第三步:滑坡显著性监测点位移监测值平均段值及其各段位移监测值与平均段值离差平方和的确定;
第四步:滑坡显著性位移监测点位移监测值总离差平方和及均段值与总均值离差平方和的确定;
第五步:滑坡显著性位移监测点位移周期显著性比值的确定;
第六步:滑坡周期显著性比值均值与变形显著性周期均值的确定。
2.根据权利要求1所述的一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,第一步中在待测滑坡主滑剖面上依次沿纵向均匀布设N个位移监测点,并在滑坡外稳定地块上布设位移基准监测点C,且以一定时间间隔对滑坡位移值进行监测。
3.根据权利要求2所述的一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,第二步具体包括:
1)滑坡显著性位移监测点的选取
根据滑坡位移监测过程和边坡位移变化规律,在后缘主动滑移区和前缘剪出口位置选取M个位移变化较大的监测点作为显著性位移监测点;
2)滑坡位移监测数据分段处理数据表的确定
将监测总时间段n按周期L分成m段数据,其中2≤m≤[(L+1)/2],且方括号[]内的数取整数部分,即m=[(n-1)/L]+1,最后一段数据的个数s≤L;通过分段处理,分别将第k个显著性位移监测点位移监测数据用Xk(t)表示,t=1,2,…,n;k=1,2,…,M;其中t为位移监测时间段的个数,将第k个监测点不同时间段t的位移监测值合成数据表。
4.根据权利要求3所述的一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,第三步具体包括:
1)滑坡显著性监测点位移监测值平均段值的确定
第k个显著性监测点位移平均段值用式(1)进行计算,如下:
2)滑坡显著性位移监测点各段位移值与平均段值离差平方和的确定
第k个监测点各段位移值与平均段值离差平方和根据式(2)确定:
5.根据权利要求4所述的一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,第四步具体包括:
1)滑坡显著性位移监测点位移监测值总离差平方和的确定
根据式(3)确定滑坡第k个监测点位移监测值总的离差平方和:
2)滑坡显著性位移监测点位移监测值均段值与总均值离差平方和的确定
根据式(4)确定滑坡位移第k个显著性监测点监测值均段值与总均值的离差平方和:
6.根据权利要求5所述的一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,第五步中通过式(5)确定各显著监测点以L为周期的Xk(L)的显著性比值Ek(L):
7.根据权利要求6所述的一种滑坡变形滑移周期显著性参数的测定方法,其特征在于,第六步具体包括:
1)滑坡周期显著性比值均值的确定
根据式(5),对于每个显著性监测点,选不同时长T1,T2,…,Tn作为周期,并依次计算出相应的周期显著性比值Ek(L),L=T1,T2,…,Tn,对比不同周期下的显著性比值Ek(L),取MaxEk(L)为第k个监测点的周期显著性比值最终值,记为Ek,max(L),k=1,2,…,M,然后根据式(6)确定滑坡周期显著性比值均值:
2)滑坡变形显著性周期均值的确定
第k个显著性监测点的周期显著性比值Ek,max(L)对应的周期分别为Lk,k=1,2,…,M,则滑坡显著性周期平均值用式(7)表示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611145411.5A CN106595563B (zh) | 2016-12-13 | 2016-12-13 | 一种滑坡变形滑移周期显著性参数的测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611145411.5A CN106595563B (zh) | 2016-12-13 | 2016-12-13 | 一种滑坡变形滑移周期显著性参数的测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106595563A CN106595563A (zh) | 2017-04-26 |
CN106595563B true CN106595563B (zh) | 2018-12-11 |
Family
ID=58802037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611145411.5A Active CN106595563B (zh) | 2016-12-13 | 2016-12-13 | 一种滑坡变形滑移周期显著性参数的测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106595563B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740108B (zh) * | 2019-01-25 | 2020-05-12 | 北京科技大学 | 一种考虑阶梯沉降的平推式滑坡稳定性评价方法 |
CN112883075B (zh) * | 2021-01-22 | 2024-04-05 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 一种滑坡普适型地表位移监测数据缺失及异常值处理方法 |
CN114001703B (zh) * | 2021-10-09 | 2023-07-28 | 四川轻化工大学 | 一种滑坡变形数据实时过滤方法 |
CN114636396B (zh) * | 2022-03-30 | 2022-12-16 | 江苏山水环境建设集团股份有限公司 | 基于数据处理的水土流失预测方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150871B (zh) * | 2013-01-31 | 2015-08-05 | 青岛理工大学 | 利用地下水位与位移实时监测的滑坡预测方法 |
CN103150421B (zh) * | 2013-02-02 | 2015-11-18 | 青岛理工大学 | 利用位移监测同时确定抗滑桩桩位和临界深度的方法 |
CN103440424B (zh) * | 2013-09-04 | 2016-04-20 | 青岛理工大学 | 利用边坡位移监测数据检测和确定滑坡剪出口的方法 |
CN103558360A (zh) * | 2013-11-11 | 2014-02-05 | 青岛理工大学 | 一种降雨型滑坡临界失稳启动降雨量的测定方法 |
CN106202908B (zh) * | 2016-07-05 | 2018-10-19 | 西安交通大学 | 一种高边坡松弛区的判定方法 |
-
2016
- 2016-12-13 CN CN201611145411.5A patent/CN106595563B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106595563A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106595563B (zh) | 一种滑坡变形滑移周期显著性参数的测定方法 | |
Sullivan et al. | A comparison of multivariate control charts for individual observations | |
CN105844050B (zh) | 基于时间相关的数控机床***组件更换时间分析方法 | |
CN104901823B (zh) | 一种告警阈值生成方法、业务性能指标监控方法及装置 | |
CN102750443B (zh) | 一种碾压混凝土坝层面性态综合评价方法 | |
He et al. | Fully automated precise operational modal identification | |
CN106090626B (zh) | 一种供水管网异常侦测方法 | |
CN102929148A (zh) | 基于t-k控制图的多品种生产模式统计过程控制方法 | |
CN116595327B (zh) | 水闸变形监测数据预处理***及方法 | |
Li et al. | Hydrostatic seasonal state model for monitoring data analysis of concrete dams | |
CN107851294A (zh) | 大型运行***的基于状态的预防维护装置及方法 | |
CN113360983B (zh) | 一种边坡可靠度分析与风险评估方法 | |
CN105005294A (zh) | 基于不确定性分析的实时传感器故障诊断方法 | |
KR20180040452A (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
CN103134433B (zh) | 一种利用位移监测鉴别边坡失稳致滑因子的方法 | |
CN103268279A (zh) | 基于复合泊松过程的软件可靠性预测方法 | |
CN117556366B (zh) | 基于数据筛选的数据异常检测***及方法 | |
CN109447512B (zh) | 基于均匀设计的大电网可靠性评估方法 | |
JP2011044592A (ja) | 信頼度判断装置、信頼度判断方法、及び信頼度判断用コンピュータプログラム | |
JP2011077287A (ja) | 信頼度判断装置、信頼度判断方法、及び信頼度判断用コンピュータプログラム | |
Brown et al. | Demonstration of a method for automated steady-state identification in multivariable systems | |
Nanjo | Earthquake forecast models for Italy based on the RI algorithm | |
JP7451854B2 (ja) | 産業環境におけるエネルギー消費量を診断する方法、システム、及びコンピュータプログラム製品 | |
CN110780342A (zh) | 一种岩石边坡变形预警方法 | |
Bishop | Statistical Modeling for Ceramic Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |