基于经验模态分解-支持向量机的滑坡位移预测方法研究

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测。以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31mm,均方根误差和判定系数分别为16.6mm和0.83。通过对比分析,结果表明:基于EMD与SVR-Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法。     

基于因子强关联分析方法的滑坡易发性评价

在滑坡易发性区划制图过程中,预测模型性能的优劣很大程度上取决于众多影响因子的选择和组合,如何选择滑坡影响因子以优化滑坡预测模型的性能是区域滑坡易发性评价的关键。本文提出一种基于强关联分析的Apriori算法,通过滑坡强关联分析来从预选的15个滑坡影响因子中选择诱发灾害可能性最高的因子进行组合,进而利用随机森林构建滑坡易发性预测模型,并通过因子优化前后的结果对比衡量该方法对模型预测性能的影响。结果表明,经过优化后的因子组所得到的滑坡易发区域与实际的滑坡分布情况更加吻合、产生的预测模型精度更优。Apriori算法对滑坡影响因子组合方法加以改进,为更加精确的滑坡易发性预测提供一种新思路。     

基于ICEEMDAN分解和MHA-LSTM神经网络的滑坡位移预测

深度学习在机器视觉等各个领域的兴起，使长短时间记忆(LSTM)神经网络也越来越常用于滑坡预测工作中。为加强对历史信息的提取与捕捉，提出一种多头自注意力长短时间记忆(MHA-LSTM)神经网络用来预测滑坡位移。首先采用改进版的自适应噪声完备集合经验模态分解(ICEEMDAN)算法将滑坡位移分解成趋势项、周期项和噪声项；然后采用MHA-LSTM神经网络拟合带噪声的滑坡位移趋势项和周期项，两者相加即可得到滑坡总位移的预测结果；最后以白水河滑坡实测数据为例，考虑月降雨量和库水位因素的影响，对该滑坡位移的周期项和趋势项进行预测，并与其他传统神经网络的预测结果进行对比。结果表明：MHA-LSTM神经网络模型相较于其他传统神经网络模型，能更好地捕捉历史的信息特征，预测效果更佳，可为滑坡预测提供新的技术方法。     

ARIMA模型和GM(1,1)与ARMA(p,q)组合模型在滑坡短期预报中的对比分析

滑坡的短期预报研究是当前国内外滑坡领域的重要研究方向之一。在滑坡的中短期时间预报中,基于统计学的预测模型是主要的分析预测工具。采用两种理论上比较成熟的ARIMA模型和GM(1,1)与ARMA(p,q)组合模型来模拟滑坡的累积位移量,并对这两种模型的优缺点以及各自适用条件进行了对比分析。结果表明:两种模型都能较好地拟合滑坡累积位移量时间序列并做出一定精度的预测,但是两种模型的适用条件不同。本研究可为滑坡短期预报提供借鉴和参考。     

ODM技术支持下的滑坡位移预测研究

预测模型的建立是滑坡预报的核心问题。Oracle系统的数据挖掘选件(Oracle Data Mining,ODM)可直接对存储在数据库中的数据进行操作,能减少数据转换的资源消耗,保证数据的安全性。以三峡库区八字门滑坡为例,在深入分析滑坡累计位移变化特征与其降雨、库水位等影响因素响应关系的基础上,采用ODM中的PL/SQL API建立了可预测滑坡位移趋势的支持向量机(Support Vector Machines,SVM)模型,并利用建立的SVM模型对滑坡累计位移量的未来值进行了预测。经验证表明:测试样本的预测均方根误差和平均绝对误差分别为10.07mm和6.54mm,预测结果与实测值变化趋势基本一致,说明基于ODM的SVM滑坡位移预测模型在处理非线性时间序列数据上具有一定的优势,可用于滑坡监测数据的短期预测。     

基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用

针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征,本文提出了一种基于粒子群优化(PSO)的小波分析(WA)-支持向量机(SVM)滑坡位移预测模型(即WA-SVM模型)。该模型在混沌分析的基础上,首先用WA将滑坡位移序列分解成不同频率的分量,然后采用PSO算法优选SVM模型参数,并利用SVM模型预测各分量值,最后将各分量预测值组合得到最终预测值。结合滑坡位移序列实例,将基于粒子群优化的WA-SVM模型的预测结果与WA-BP模型、单独SVM模型进行对比,结果表明该滑坡位移序列存在混沌特性,基于粒子群优化的WA-SVM模型克服了噪声的干扰和参数优选的问题,具有较高的预测精度和预测效率,为滑坡位移的预测提供了一种新的方法。     

库水位响应滞后影响下的滑坡位移预测模型研究

滑坡的位移变化不仅与其地质环境有关,还取决于外界诱发因素的动态变化,如降雨和库水位变化。本文以白家包滑坡监测数据为依据,对滑坡诱发因素与滑坡位移变化之间的影响关系进行了综合分析,并选取月降雨量与库水响应滞后影响下的库水位月平均变化量为诱发因子,采用时间序列分析方法,通过构建差分自回归移动平均(ARIMA)模型,对该滑坡的位移进行了动态预测。结果表明:该模型可以较好地反映滑坡位移在外界诱发因素影响下的动态变化,可有效提高模型预测精度,且简单易行,为判断滑坡的动态变化提供了可靠的理论依据。     

浙江省磐安县滑坡灾害空间预测

结合浙江省磐安县滑坡灾害发生的环境和基本特征,分析了影响灾害发生的各因素与灾害发生之间的相关性,提取出影响灾害发生的主要因素:地形、坡度、岩性、构造、水系、公路。利用GIS的空间分析功能将各因素图件栅格化为250 m×250 m的单元共19765个。采用二元逻辑回归方法对研究区滑坡灾害进行了定量的概率预测,为解决滑坡灾害定量风险预测研究提供参考方法,同时也做了危险性定性空间预测分区图,将预测结果与该区历史滑坡灾害发生情况进行对比发现,预测精度为75．8％。2004年8月浙江省遭遇“云娜”台风期间,浙江省突发性地质灾害预警预报系统采用该方法进行了试运行发现,预测范围内新发生的灾害点均落在了高、中易发区范围内。     

基于关联规则算法的滑坡判据动态提取研究

为了快速、有效地提取滑坡预报实时判据,本文以数据挖掘中的关联规则算法为基础,提出一种利用动态监测对滑坡相关监测指标进行充分挖掘的方法,并根据堆积层滑坡的演化机制和形成机理,结合地质灾害数据库基本特性,分析了三峡库区白家包滑坡相关数据的动态特征,获取了与该滑坡变形相关性较大的实时特征因子。研究结果表明:该方法执行效果良好,能在短时间内提取与滑坡破坏变形阶段相关的主要诱发因子,可为滑坡地质灾害实时预测提供准确的预报判据。     

金属矿山排土场滑坡环境风险预测模型探讨

为评估金属矿山排土场滑坡的影响范围和影响程度,结合金属矿山排土场特征,将滑坡淤积体简化为一个三棱锥体,采用定量预测的方法建立金属矿山排土场滑坡环境风险预测模型,并进行了实例分析,对于排土场环境风险评价有一定的指导作用。     

地铁深基坑变形规律参数化方法探讨

在对基坑隆起、基坑围护桩体水平变形以及基坑周边地表沉降产生机理、变形规律和影响因素分析的基础上,提出各测项的变形模式：基坑隆起为抛物线模式,围护桩体水平变形和基坑周边地表沉降为双直线模式.变形模式中的参数取值与基坑条件（包括工程、水文地质条件、岩土体物理力学性质、支护结构形式等）存在对应关系.给出了以监测数据为基础的各变形模式参数的线性回归方法,为建立以回归参数控制的预测分析库奠定基础.     

西吉县黄土丘陵沟壑区小流域土壤流失量预报方程

木文在实地测量水库、塘坝淤积量和全面调查影响因子的基础上,利用计算机对获得的大量资料进行了统计分析,建立了黄土丘陵沟壑区小流域土壤侵蚀数学模型。研究结果表明:根据影响土壤侵蚀的主导因子建立的小流域年土壤流失量预报方程,具有较高的精度。预报方程比较客观地反映了各个影响因子对小流域土壤侵蚀的综合作用,它不仅能够根据给定的条件,估算流域内过去和现在的年土壤流失量,而且能够预报未来某一降雨水平的年土壤流失量,同时利用本方程对流域土壤流失量及其影响因子进行定量分析,这对于判定小流域治理总体规划、布设各项治理措施、进行流域管理以及有效地控制土壤侵蚀等提供了可靠依据。 本文研究的结果,已在西吉县防护林工程建设和全县水土流失综合治理中广泛应用,并被 WFP/FAO 中期评价组有关国外专家所采用。     

土地利用动态变化的空间分析测算模型

论文首先从土地利用变化的空间涵义出发,细分出未变化部分、转移部分和新增部分等3种空间类型,并据此对现有测算土地利用变化速率的数量分析和动态度模型进行了评析,提出了修正后的空间分析测算模型,旨在更为精细和准确地测算各土地利用类型的动态变化程度;并以北京城市边缘区的土地利用变化作为案例,对3种模型的测算结果进行了比较分析。结果表明:空间分析测算模型由于细分并同时考虑了各土地利用类型的空间转移及新增过程,能更为准确地测算出各种土地利用类型的动态变化程度与速率。     

四川德阳地区龙风水库西岸滑坡稳定性分析及防治

本文在对四川德阳地区龙凤水库西岸滑坡的地质地貌条件及变形迹象进行深入调查的基础上,对该滑坡的主要成因及稳定性进行了分析与评价,并有针对性地提出了工程防治方案。研究表明,疏松透水的土层、较强的降雨以及人类耕作活动是导致滑坡发生的主要因素。在天然状态下该滑坡稳定或基本稳定;在天然+地震状态下,该滑坡欠稳定或不稳定;在连续高强度降雨状态下,该滑坡不稳定。故采取截、排水及抗滑桩等工程措施是防治该滑坡的有效方案。     

中国南方喀斯特地区石灰土容重传递函数模型及影响因素研究

土壤容重(BD)数据的缺失严重影响了我国南方喀斯特地区土壤碳储量的估算,亟待利用已有数据来构建容重传递函数模型(PTFs)。本文利用南方喀斯特分布省份的石灰土土壤普查数据,首次较为系统地研究了喀斯特地区石灰土的容重传递函数模型及影响因素。研究结果表明:(1)国内外已发表的容重PTFs对中国南方喀斯特地区非地带性石灰土的适用性较差,需要进行优化或重新建立新的容重函数预测模型;(2)优化后的模型Shiri et al(2017)~*、韩光中等(2016)-a~*和韩光中等(2016)-c~*的预测精度得到明显提高;(3)基于石灰土亚类建立的PTFs具有很高的拟合度和预测精度,比优化模型更加适宜于喀斯特石灰土的土壤容重预测;(4)不同石灰土亚类容重预测的影响因素存在差异,其中土壤有机质含量是石灰土容重预测的关键因素,与各亚类土壤的BD都有很高的相关性;(5)土壤容重传递函数模型的适用性不仅与研究区域有关,同时也与研究的土壤类型有关。建议在今后喀斯特地区土壤容重预测模型研究中充分考虑地域差异性和土壤类型因素。     

四川盆地红层找水打井工程与防灾减灾

在对四川盆地红层区找水打井工程和地质灾害调查研究的基础上,从红层区有利于崩塌滑坡发生的地形地貌、地质结构以及红层区斜坡变形破坏特征等方面阐述了红层区崩滑地质灾害发育特点,论述了地表渗水和地下水对红层斜坡变形破坏的影响、疏排水在红层区崩塌滑坡防治中的重要作用,论证了红层找水打井工程与崩塌滑坡防灾的联系,提出了纽层打井工程区的防灾减灾对策。     

人为环境噪声污染对课堂环境的预测分析研究

传统预测方法存在跟踪效果差、偏差大、预测效果不理想等问题,无法达到课堂环境噪声预测的标准,为此,以健身秧歌为例对人为环境噪声污染课堂环境进行预测分析.确定噪声污染因素,绘制噪声污染柱状图,建立预测模型,分别对区域密集型规范预测模型和广阔型导则范预测模型进行设计,由此预测噪声对不同区域学校课堂环境污染情况.设计对比实验,并进行数据分析,得出实验结论.实验结果表明,该预测模型具有预测偏差小,预测效果良好以及噪声污染源追踪准确等优势,能够较好估计噪声源位置,并对噪声影响课堂情况进行准确地分析.