排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
针对数值模拟参数选取主观性强、量化难度大的问题,在高精度无人机地形数据的基础上,通过对11起滑坡案例进行了407组参数反演实验,对结果准确度定量评价后,得到基于Massflow数值软件关键参数λ0的分布范围,进而运用小样本极大似然估计理论,分析区间边界长度对反演精度的影响,最终提出基于均匀分布的参数取值概率模型,并选用案例验证该模型的准确性。结果表明:地形约束会导致反演过程中所需的内聚力减小,反演获得的11组最优λ0的极差和方差分别为0.29、0.01,在置信度为95%下,极大似然法得到区间边界估计长度仅为0.0998,表明参数λ收敛性较好;反演过程中质心滑动距离ψ准确度优于堆积面积重叠率η,在λ0±0.05的范围,参数估计区间内任意值对模拟误差影响较小,评价指标ψ、η与λ0对应案例的相对误差不超过15%;所选案例验证了在置信度为95%下,以反演得到的最优参数区间边界中点构建概率分布函数的可行性和准确性,研究方法可为单体滑坡数值模拟风险评价提供理论支撑。 相似文献
2.
突发型黄土滑坡是黑方台地区典型的滑坡类型之一,对当地造成较大的危害。基于变形特征对滑坡的监测预警已取得显著成效,但对于具有极强突发性的滑坡,目前早期预警预报的效果并不理想。该文以2019年2月28日发生的焦家6#滑坡为研究对象,首先通过无人机影像变形差分研究滑坡破坏前坡体的变形分布特征,并结合裂缝计获取的位移监测数据分析失稳前的变形过程;然后基于滑坡的早期识别、启动发生机理推测滑面形状,并利用Massflow软件反演滑坡运动堆积过程;最后通过与滑坡前后DEM差分结果,对比分析推测滑面模拟结果的可靠性,验证该类滑坡危险范围预测方法的可行性。主要得到以下结论:①滑坡破坏前,坡体的变形主要为后缘小规模崩落及滑塌,裂缝计监测结果显示滑坡从初加速阶段直接失稳破坏,即该滑坡具有极强的的隐蔽性和突发性。②数值模拟显示,真实滑体与推测滑体模拟结果准确度分别为69.7%、62.9%,表明结合早期识别和数值模拟对该类滑坡危险范围预测的可行性。③滑坡启动后可分为启动加速、稳定堆积、减速堆积三个阶段,不同时刻对应的滑坡速度及危险范围可对地质灾害防控提供科学指导。 相似文献
1