基于优化的灰色GM模型的滑坡预测

滑坡发生的时间预报是目前滑坡预报的关键方向之一,而滑坡预测模型的建立是滑坡时间预测的核心．由于滑坡的模糊性和灰色不确定性特点,采用灰色预测模型适用有效．本文在灰色系统理论的基础上,研究了灰色GM（1,1）的建模和精度检验过程,根据残差对模型进行了高阶优化．同时结合工程实例,选择了有效合理的监测数据,进行了滑坡临滑预报模型的研究,并将传统GM模型与优化GM模型的精度进行了对比,结果显示优化的GM模型预测精度大大提高．在灰色优化的GM（1,1）模型研究基础上,对临滑时间进行了预报,结果显示预测时间较早,可以起到提前预报作用．根据预测模型分析,提出了一些有益结论,供今后滑坡预报工作的参考．     

灰色模型在忠武输气管道沿线滑坡预警预报中的应用

详细研究了灰色模型GM(1,1)建模过程,并成功地将此模型应用于忠武输气管道中滑坡水平位移监测的预测预报,相应地用Matlab编写灰色系统预测程序,便于实际应用,实践证明,灰色预测模型在滑坡预测预报中具有较高的应用价值.     

基于神经网络和元胞自动机的滑坡运动过程模拟研究

集成GIS、元胞自动机和神经网络模型对滑坡滑动路径和范围进行模拟研究。采用神经网络模型挖掘出滑坡滑动规律,获取滑坡元胞转换规则,再耦合元胞自动机对滑坡进行模拟。首先确定滑坡关键影响因子,之后利用GIS空间分析能力,结合高精度DEM数据生成地形变量如坡度、坡向、曲率、地形湿度指数等,然后结合BPNN和CA构建滑坡预测模型,最后利用BPNN-CA模型对杉树槽滑坡进行实例分析和模拟,模拟精度较为理想。提出的模型能够为滑坡综合防治和管理提供科学依据,同时也为滑坡的综合研究提供新的视角。     

大冶铁矿滑坡预测模型研究

在深入研究滑坡变形特征的基础上,以大冶铁矿东露天采场狮子山北帮滑坡位移监测数据为依据,采用灰色理论,将滑坡的预测模型与滑坡运动特征相结合,推导出传统GM(1,1)模型和优化的GM(1,1)模型,通过验算比较,优化的GM(1,1)模型预测曲线与实测曲线的拐点及发展趋势高度吻合,模拟精度高,预测值可信度大,对临滑滑坡也有一定的预警意义.优化的GM(1,1)模型可以用于中长期预测模型.     

基于灰色模型的滑坡变形预测

详细讨论了灰色模型GM（1,1）与基于权的一阶一元灰色预测模型pGM（1,1）的基本内容及建模过程,并成功地将两模型应用于三峡库区某滑坡水平位移监测的预测预报,相应地用MATLAB编写了灰色系统预测程序,便于实际应用,实践证明,灰色预测模型在滑坡预测预报中具有较高的应用价值．     

大冶铁矿滑坡预测模型研究

在深入研究滑坡变形特征的基础上,以大冶铁矿东露天采场狮子山北帮滑坡位移监测数据为依据,采用灰色理论,将滑坡的预测模型与滑坡运动特征相结合,推导出传统GM（1,1）模型和优化的GM（1,1）模型,通过验算比较,优化的GM（1,1）模型预测曲线与实测曲线的拐点及发展趋势高度吻合,模拟精度高,预测值可信度大,对临滑滑坡也有一定的预警意义．优化的GM（1,1）模型可以用于中长期预测模型．     

基于灰色理论的滑坡变形反演与预测研究

以紫阳县城滑坡为例,采用灰色理论的单序列一阶线性动态模型,探讨滑坡变形规律的基础上,着重研究了滑坡变形的趋势预测及主要特征点变形的位移反演,为全面研究滑坡各阶段的变形规律提出了一种分析方法。     

基于遗传模拟退火算法的滑坡位移预测方法

滑坡是一种常见的地质灾害,通常在复杂的地质条件下演化和发生,给社会和人类的生命财产安全造成了极大的危害。了解滑坡的发展规律,对灾害防治具有重要意义。在现有滑坡累积位移时间序列的基础上,提出了一种基于遗传模拟退火算法的滑坡位移预测方法。采用遗传模拟退火算法-BP神经网络对白水河滑坡预警区Z118观测点进行分析,利用前3个月的累积位移来预测第4个月的累积位移。分别与BP神经网络模型和Elman神经网络模型进行比较,并将遗传模拟退火算法的预测结果与支持向量机的预测结果进行比较。研究结果表明,建立的滑坡位移预测模型能有效地提高预测精度。     

改进哈里斯鹰优化算法与BP神经网络组合的滑坡位移高精度预测模型

开展滑坡位移高精度预测研究对于滑坡灾害的防灾预警具有重要意义。针对哈里斯鹰优化算法(HHO)搜索精度低且会陷入局部最优的问题,对其进行改进并进一步与BP神经网络组合,同时有效兼顾滑坡外部影响因子,发展了一种改进哈里斯鹰优化算法(IHHO)与BP神经网络组合(IHHO-BP)的滑坡位移高精度预测模型。结合我国典型黄土滑坡——甘肃黑方台党川滑坡HF08、HF05和HF09等3个监测点的北斗/GNSS实测数据,验证了IHHO-BP模型在3个实测数据集中的位移预测精度均优于单一BP神经网络模型,以及哈里斯鹰优化算法、麻雀搜索算法(SSA)、粒子群算法(PSO)、遗传算法(GA)与BP神经网络组合的预测模型。结果表明:引入Levy变异、局部增强和随机化Halton序列种群初始化策略的改进哈里斯鹰优化算法,可有效解决哈里斯鹰优化算法搜索精度低且会陷入局部最优的问题; IHHO-BP模型具有更好的泛化能力,可有效提升滑坡位移的预测精度,该组合预测模型具有更好的推广应用价值。     

顾及降雨及库水位因素的滑坡时滞分析与预测——以三峡库区新铺滑坡为例

降雨及库水位涨落是引起库岸滑坡形变失稳的主要诱发因素,但滑坡位移速率对此类诱发因素的响应具有一定的滞后性,影响人类对滑坡所处运动状态的判断与预测。针对常规预测模型中未考虑时滞效应的问题,利用三峡库区新铺滑坡的GNSS位移监测数据、奉节气象站降雨数据以及三峡库区库水位涨落数据,通过对监测区内9个GNSS监测点的位移速率序列与降雨量、库水位高程序列进行时滞互相关分析,确定时滞参数,进而应用多变量灰色系统理论方法,建立了时滞GM(1,3)预测模型,并对滑坡位移速率进行预测验证。结果表明:三峡库区新铺滑坡位移速率与降雨量显著相关,对降雨量的响应滞后时间约为5 d,滑体中后部受降雨影响比前缘更明显; 位移速率与库水位高程高度相关,对三峡库区库水位涨落的响应滞后时间约为31 d,滑坡前缘受库水位涨落影响更明显,且离长江越近,滞后时间越短; 利用加入时滞参数的时滞GM(1,3)模型进行预测,模型拟合优度达到0.702,相比GM(1,1)模型和未顾及时滞因素的GM(1,3)模型,预测精度分别提升了53.8%和58.3%,平均绝对误差百分比分别降低了7.19%和7.47%,在滑坡位移速率预测及库岸滑坡防灾减灾领域具有一定的工程应用价值。     

变权组合预测模型在滑坡预测中的应用

为探讨变权组合预测模型在滑坡预测中的应用,以湖北省秭归县新滩滑坡为例,以A3点实际监测数据为基础,采用基于灰色预测法、Verhulst模型预测法以及协同预测法的变权组合预测方法,对新滩滑坡部分监测点位移进行了建模和预测。预测结果表明,利用变权组合预测方法,比单纯运用某一种预测方法,预测精度更高,误差平方和最多相差10．408,最少相差0．184。该方法可应用于实际工程。     

机器学习方法在滑坡易发性评价中的应用

中国山区多、地形复杂,构造发育、地质灾害隐患分布广泛.滑坡作为山区最具灾难性的地质灾害之一,严重威胁着人民群众的生命及财产安全.构建滑坡易发性模型能够量化滑坡发生的可能性,对制定防灾措施、减少潜在风险具有重要作用.由于经验驱动模型难以量化,且往往依赖主观判断,近年来,滑坡易发性模型的精度与准确度在从经验驱动和统计理论模...     

黄茨滑坡时间预报反分析

滑坡时间预报在保护人员财产免受损失方面具有重要的现实意义,合适的预报模型是预报成功的关键.针对滑坡系统的模糊性、不确定性等特点,采用了灰色系统预报滑坡时间.结合甘肃省黄茨滑坡的监测得到的位移时间资料,采用基于位移信息的Verhulst灰色模型,用Matlab编制计算程序,对黄茨滑坡的时间预报作反分析,得出滑坡发生时间的预测值及预测滑坡变形发展曲线,并将该结果与实际监测结果进行对比分析,以验证该灰色模型在滑坡时间预报中的适用性.结果表明,灰色Verhulst模型应用于滑坡时间预报中是可行的;时间预报结果与滑坡的实际滑动时间基本吻合,预测滑坡变形曲线基本与位移监测值展布趋势一致.合理的位移监测点布置、合适的记录时间间隔、位移数据的数学处理及多个监测点位移数据的综合分析有助于提高预报精度.     

利用ArcGIS中VBA开发滑坡阶段综合预报功能

利用ArcGIS中内置的VBA进行二次开发,实现了对属性表中阶段预测指标建立与读取,读取的预测指标在专家库中通过运算,实现对属性表中的阶段预报特征信息的综合评判,达到对滑坡体阶段综合预报的目的;克服了由于ArcGIS系统提供的属性表操作功能有限,不能将属性表中的所有以属性表方式存储的阶段预报评价信息进行综合分析,进而达不到对滑坡体进行阶段综合预报的缺陷．利用ArcGIS中VBA开发滑坡阶段综合预报功能是一种可行的方法。     

基于灰色模型在大坪滑坡中的预测

利用灰关联分析方法对降雨量、三峡库区水位、水位孔水位等影响因子进行灰关联度分析,得出了影响因子与水位孔地下水位的关联程度,根据此关系建立了MGM(1,n)模型。根据三峡库区近坝库段大坪滑坡中某一滑坡带2007年至2009年监测数据,对大坪滑坡体三个监测孔水位分别进行了预测,并对预测值进行了精度分析,得到了合理可靠的结论,为三峡库区滑坡体的稳定性预测预报提供了有益的建议。     

平庄西露天煤矿滑坡灾害远程监测实例分析

在远程实时监测系统前期研究开发基础上,以平庄露天矿边坡为现场应用研究对象,开展了滑坡监测及预报的现场试验研究.对露天矿山边坡在采动条件下,由稳定到不稳定直至滑动的全过程,进行远程实时监测.至2007年1月14日产生滑坡.在获得宝贵的大型现场试验数据基础上,对比分析了边坡的滑动破坏特征、位移和远程监测曲线,揭示了远程监测曲线斜率增大预示边坡稳定系数降低,曲线斜率突增处是预报特征点.试验表明,该方法实际应用于滑坡灾害监测预报是有效的,与传统的位移监测方法相比,不仅实现了远程无线监测,而且在预报时间上显著提前.     

A static and dynamic factorscoupled forecasting model of regional rainfall-induced landslides:A case study of Shenzhen

Most rainfall-induced landslide forecasting models focus on the relation between landslides and rainfall,which is one of the dynamic factors,and seldom consider the stacitc factors,such as geological and geograpical factors.Landslide susceptibility,however,is determinded by both static and dynamic factors.This article proposes a static and dynamic factors-coupled forecasting model(SDFCFM) of regional rainfall-induced landslides,which quantitatively considers both the static and dynamic factors that affect l...     

因地制宜选用城镇垃圾产生量预测模型

针对国内城镇种类及其地域多样性的特点，提出了一种适合各自情况的垃圾产生量预测模式。该模式的基本思想是：在几个可用的预测模型中，结合自身经济发展趋势，确保一定的预测精度，选取对未来最有预测能力的模型，最后利用所选模型的建立方法建立合适的垃圾产生量预测模型。实例分析表明，该方法适合于城镇垃圾产生量的短期预测，具有一定的实用价值。     

Application of remote monitoring technology in landslides in the Luoshan mining area

With the scale extending of mining, the landslide disaster in the earth's surface will become more and more serious, and these landslide disasters are being threatened to the sustainable safe mining of the underground mine and the open-pit mine. Based on the theory that sliding force is greater than the shear resistance (resisting force) at the potential slip surface is the necessary and sufficient condition to occur the landslide as the sliding criterion, the principle and method for sliding force remote monitoring is presented, and the functional relationship between the human mechanical quantity and the natural sliding force is derived, hereby, the natural sliding force can be calculated according to the human mechanical quantity. Based on above principle and method, a new system of landslide remote monitoring is designed and 53 systems are installed on the landslide body in the Luoshan mining area, which make up the landslide remote monitoring network. According to the results of field test around 8 months, monitoring curves between sliding force and time are obtained, which can describe and forecast the develop trend of landslide. According to above analysis, the results show that this system has some following advantages: (1) real-time monitoring; (2) remote intelligent transmission; (3) landslides early warning.