滑坡变形趋势判断及时间效应研究

为研究滑坡的变形趋势及时间效应,首先采用三次样条法插值对监测数据进行预处理,再利用R/S分析方法分析各监测点的监测数据及滑坡变形的时间效应。结果表明：各监测点两序列的Hurst指数均大于0.5,都具有持续性增长的趋势,但变形-时间序列较速率-时间序列具有更强的持续性;滑坡的主要变形路径将随后期的持续变形而有所改变,并使其余各监测点的变形趋势也有所改变。通过上述研究,以期对滑坡后期的工程治理有一定的指导意义。     

库水位波动下三峡库区典型堆积层滑坡位移特征及预测

以重庆奉节县某滑坡作为典型堆积层滑坡,基于地质条件及位移监测资料分析,总结了该滑坡的位移特征及主控因素。提出了基于库水运行工况概化,通过有限元渗流计算程序获取各工况下的滑坡渗流场,并将其依次导入有限差分程序,获取滑坡位移场的位移预测方法。该方法考虑了滑坡稳定性主控因素,能得到滑坡变形破坏全过程特征,且无需校核计算时步与真实时间的关系。数值计算结果表明,滑坡计算位移与实测位移较为吻合,预测效果较好,表明提出的滑坡位移预测方法是可行、可靠的。     

二郎山和平沟滑坡变形监测及趋势分析

在分析滑坡外貌、地质结构及变形破裂特征的基础上 ,布置地表及深部位移监测点 (孔 ) ,及时分析、反馈信息 ,研究滑坡影响因素 ,预测滑坡发展趋势。不仅确保了暂住施工人员的安全 ,而且为滑坡治理方案设计提供了依据。     

应用不同去噪方法及分形理论判断滑坡变形趋势

为达到准确判断滑坡变形趋势的目的,首先采用多种去噪方法对滑坡变形数据进行去噪处理,分离滑坡变形的趋势项和误差项数据,并采用分形理论对各序列的变形趋势进行判断和对比研究;然后,再利用神经网络对滑坡变形进行预测以验证滑坡变形趋势判断的准确性。结果表明:不同去噪方法的去噪效果具有较大的差异,其中半参数卡尔曼滤波的去噪效果最优,且滑坡具有变形加剧,稳定性减弱的趋势;同时,对比趋势判断变形预测结果,两者的一致性较好,证明了滑坡变形趋势判断的准确性。研究成果可为滑坡的变形趋势判断提供一种新思路。     

三峡库区白水河滑坡变形分析及评价

针对三峡库区白水河滑坡体局部复活、开展对其实施复合预警监测。通过对三峡库区白水河滑坡的地表宏观变形和监测数据分析,研究库区水位变化和降雨对滑坡的影响机理,并对白水河滑坡变形现状及趋势进行评价与预测,结果认为,降水坡水库水位下降是滑坡复活的诱发因素,两者叠加作用造成滑坡体稳定性下降。通过变形加速度及裂缝分期配套分析,截止2010年7月滑坡仍处于匀速变形阶段。     

略阳县堆积层滑坡的发育规律研究

以略阳县堆积层滑坡病害为背景,采用现场调查结合理论分析的方法,研究了略阳县堆积层滑坡的发育规律,得到了略阳县堆积层发育滑坡的斜坡坡度、坡高、堆积层滑坡发生的周期。主要集中在略阳县城以北地带和滑坡发生集中地带。为略阳县堆积层滑坡治理提供了依据。更多还原     

基于重标极差法和神经网络的隧道变形趋势判断

为准确、科学及全面地对隧道变形进行趋势判断和预测分析,将隧道的变形过程划分为中期阶段和长期阶段,利用R/S分析对其位移序列和速率序列进行趋势判断研究,再利用PSO-BP神经网络对各阶段的变形进行预测,将预测结果与R/S分析结果进行对比,验证两者的一致性。利用两个工程实例进行检验,得出各序列的Hurst指数均大于0.5,说明各序列均具有持续变形的长期性,且位移序列的趋势性均大于速率序列的趋势性;同时,变形预测结果也显示隧道后期变形将持续增加,验证了R/S分析的准确性。     

基于多种优化支持向量机及V/S分析法的隧道变形预测及趋势判断

隧道变形具有明显的非线性特征,为实现其准确预测,基于卡尔曼滤波和多种优化的支持向量机模型对隧道变形进行预测,以探讨不同预测模型的适用性,并进一步进行组合预测;同时,利用V/S分析法计算变形序列的Hurst指数,以判断隧道的变形趋势,并与预测结果进行对比,综合判断隧道的变形规律。结果表明:最小二乘支持向量机的优化效果最好,且预测隧道后4个周期均为增长变形;同时,变形序列和速率序列V/S分析的Hurst指数分别为0.845和0.602,均>0.5,得出隧道后期变形呈持续增长趋势,与预测分析一致,验证了思路的有效性。     

水库型堆积层滑坡位移方向协调性参数及其失稳判据研究

水库型堆积层边坡位移受库水位循环涨落及降雨的影响,具有波动与震荡的特点,然而其位移变化与突变多为库水位涨落及降雨所引起,并非一定缘于边坡稳定性降低。因此,运用传统单维度位移预测参数与判据分析该类滑坡稳定性时,经常会引起误判。针对传统单维度位移预测参数与失稳判据的局限性,本文根据滑坡全息论的基本原理,提出垂直位移方向率这一水库型堆积层边坡稳定性评价的位移方向协调性参数,并深入分析与确定了水库型堆积层边坡弹性压缩变形阶段和塑性失稳变形阶段该参数与其稳定性演化的定量关系。在此基础上,根据数理统计趋势位移分析原理,建立了边坡稳定性判据准则,并运用新滩边坡F系列监测点实际位移数据进行了垂直位移方向率的稳定性计算与分析。预测分析结果与该边坡实际稳定性演化阶段相吻合,说明垂直位移方向率参数在水库型堆积层滑坡稳定性评价与监测预警中具有一定的有效性。     

二郎山和平沟滑坡变形监测及趋势分析

在分析滑坡外貌、地质结构及变形破裂特征的基础上,布置地表及深部位移监测点(孔),及时分析、反馈信息,研究滑坡影响因素,预测滑坡发展趋势。不仅确保了暂住施工人员的安全,而且为滑坡治理方案设计提供了依据。     

长江三峡库区谭家湾滑坡基本变形特征及机理分析

三峡库区谭家湾滑坡自2006年实施专业监测以来,一直持续变形,尤其是自2015年以来,变形趋势逐年增大,对库区村民的生命、财产安全造成巨大威胁。根据长期的野外地质调查、宏观巡查、滑坡地表裂缝位移自动监测数据以及12余年的人工GPS监测数据等,分析了该滑坡在强降雨和库水位变化条件下的基本变形特征和变形机理。结果表明:谭家湾滑坡属于中厚层圈椅状的降雨型牵引式土质滑坡,强降雨和持续性降雨是影响滑坡变形的主要外因,库水位变动对谭家湾滑坡影响较小。谭家湾滑坡在持续性降雨和强降雨条件下会产生明显响应,当日降雨量>90 mm或前3 d累计降雨量达到50 mm,并且当日和前1 d降雨量均>15 mm,地表裂缝位移-时间曲线、累计位移-时间曲线会出现明显的阶跃现象。目前,谭家湾滑坡变形趋势逐年增大,边界裂缝基本形成,在强降雨等极端条件下产生滑动的可能性很大,必须进一步加强监测。     

三峡库区三门洞滑坡复活机理及韧性变形研究

三峡库区蓄水诱发大量库岸古滑坡复活变形,引入“韧性变形”概念可很好地解释古滑坡在相似影响因素下的差异性变形响应情况。以三峡库区三门洞滑坡为例,通过现场地质调查及17 a的监测数据,分析古滑坡复活过程中的变形特征及“韧性变形”机制。结果表明：(1)三峡库区三门洞滑坡为平缓堆积层古滑坡,自三峡水库蓄水后复活变形,前、中、后部变形主要为塌岸、拉张裂缝或坍滑和拉张剪切裂缝;(2)在库水位下降期间,滑坡的变形对库水位的快速下降响应敏感,库水在低水位运行和上升期间,滑坡变形主要诱发因素是降雨,尤其是连续性强降雨,可引发滑坡持续性变形;(3)滑坡发生“韧性变形”时,滑体内部经历一次密实过程,使得土体的密度增大,内聚力增强,提高了土体的抗剪能力,在一段时间内拥有抵抗下次变形的力量。研究成果可为三峡库区滑坡监测预警工作提供参考。     

某滑坡变形监测成果分析及预警研究

在雨季对某机场滑坡的外观变形特征进行监测,根据各区域的变形特征分析得出滑坡变形机制为推移式滑坡,与前期勘察结论相一致,总结该滑坡变形直至失稳破坏的4个阶段,在详细监测数据的基础上提出了该滑坡雨季预警的综合指标,并在后续监测预警中起到重要作用。     

三峡库区白家包阶跃型滑坡动态变形特征与机理

三峡库区内许多滑坡受库水位周期性涨落及降雨的影响,其变形时间曲线呈阶梯状,滑坡变形呈现出阶跃型动态变形演化特征。为了深入研究阶跃型滑坡的动态变形机理,评价预测该类型滑坡的稳定性及发展趋势,本文以白家包滑坡为例,根据现场地质调查及勘查资料,充分利用挖掘十多年的监测数据,分析其动态变形特征、变形机理、影响因素和稳定性,预测其动态变形发展趋势。结果表明此类滑坡由于渗透性能较差,当水库退水时,坡体内地下水向水库排水缓慢,形成地下水与库水位的正落差,指向坡体外侧的渗透压力增大,使得坡体稳定性降低。并且库水位下降速率越大,滑坡位移速率就越大。     

三峡库区老蛇窝滑坡变形规律数据挖掘

三峡库区滑坡与地质环境相关,并受库水与降雨等诱发因素的影响,研究滑坡变形与诱发因素之间的关系,有助于为滑坡预测预报提供合理的判据。以老蛇窝滑坡体为例,结合该滑坡地质结构特征与监测数据,首先采用K均值方法聚类,将滑坡变形过程定性划分为3个阶段;然后通过关联规则方法研究影响因素与滑坡位移之间的关系。结果表明：滑坡所处的变形阶段与降雨特征因子和库水位变化有密切的相关性。     

三峡库区巴东李家湾滑坡变形破坏机理研究

以三峡库区李家湾滑坡为例,对库水位变动影响下的滑坡变形机理进行了探讨。通过现场详细调查、原位声波测试和室内岩体单轴抗压和耐崩解试验分析,认为滑坡岩性组合特征、节理裂隙发育状况为其变形破坏提供了运动空间,库水位波动、水流流动为滑坡内部岩体运动提供了动力条件。由于软弱夹层的存在,在自身重力作用下,斜坡内部岩体发生剪切滑移,坡面发生拉裂。在库水位周期性波动影响下,前缘坡脚岩体受到江水侵蚀,泥灰岩软弱夹层向内发生凹陷,岩体发生弯折倾倒破坏;在江水的侧向淘蚀作用下,岩体发生滑移、错动、坍塌破坏。     

组合预测及R/S分析在基坑变形趋势判断中的应用研究

在基坑的现代化信息施工过程中,通过建立有效的预测模型,对基坑的变形趋势进行准确的预测,能有效地指导施工,避免工程事故的发生。为实现这一目的,首先,采用GM(1,1)、支持向量机和BP神经网络模型对基坑的变形进行单项预测,并建立了基坑的定权和非定权组合预测模型;其次,利用R/S分析,对基坑的变形趋势进行判断,以验证基坑变形预测的有效性。结果表明:通过组合预测,有效地提高了预测结果的精度及稳定性,其中以BP神经网络组合预测的效果最优,实测值与预测值之间能较好地吻合;同时,基坑具有持续变形的趋势,变形将进一步增加,且在后期的稳定性具有减弱的趋势,与预测的结果一致。通过研究,验证了组合预测及R/S分析在基坑变形趋势判断中的有效性,这为基坑变形预测及趋势判断提供了一种新的思路。     

离散卡尔曼滤波法在滑坡变形预测中的应用

讨论了树坪滑坡的基本特征及其形成机制,介绍该滑坡的监测系统。变形监测表明树坪滑坡的变形主要与滑坡体的地形地貌及土层结构有关,而大气降雨及三峡水库库水位的影响是导致树坪滑坡产生变形的外界因素。使用泰勒级数建立滑坡变形与时间的函数关系,并将泰勒级数的余项及时间变化的2次方及3次方的系数变化量看作数学期望为零的动态噪声,建立卡尔曼滤波模型,应用于滑坡变形的预测预报。算例计算结果表明卡尔曼滤波模型的拟合效果和预测效果良好。     

三峡库区万州金金子滑坡动态变形规律分析

万州区金金子滑坡是三峡水库右岸涉水覆盖层滑坡,在降雨、人工活动等诱发因素影响下,局部发生了较大的变形破坏。该滑坡于1996年发现变形迹象,2003年库区大坝蓄水后仍存在变形,滑坡近20 a来变形持续,2016年滑坡体局部发生了变形破坏。在深入分析滑坡变形特征基础之上,充分利用现场监测数据,从地质因素和环境因素两方面对滑坡成因及变形破坏规律展开研究。通过地质调查发现,斜坡区大量松散崩坡积物堆积于下伏近水平粉砂泥岩上,斜坡形态呈阶梯状,其上冲沟发育,大片覆盖人工种植苗木。滑坡监测数据显示,位移变形曲线存在突变,突变后趋于平缓,在突变前期研究区内有明显的降雨过程。分析认为：滑坡整体仍存在持续变形,局部区域变形失稳后趋于平缓;阶梯状斜坡上覆的松散堆积体和下伏的软弱地层为滑坡变形的地质基础;降雨以及人类工程活动则为该滑坡的主要诱发因素。