滑坡时间预测预报研究进展
降雨型滑坡预测预报研究进展
降雨型滑坡预测预报研究进展引言降雨型滑坡是由于降雨引起的地表流体（如雨水、地下水、融雪、冻土以及岩土渣料等）的渗透、压力、浸润等因素作用下，引发的的地质灾害。
尤其在地形陡峭、地质条件复杂的地区，降雨型滑坡灾害频繁发生，给人们的生命财产安全带来了重大威胁。
对于降雨型滑坡的预测预报工作显得尤为重要。
本文将从国内外降雨型滑坡预测预报的研究进展出发，对目前降雨型滑坡预测预报的方法、技术和研究进展进行综述和分析。
一、降雨型滑坡预测预报的方法1. 传统观测法传统的降雨型滑坡预测预报方法主要依靠人工观测和统计经验来进行判断，包括地质勘查、地下水位监测、雨量、径流量观测等手段。
在一定程度上可以确保降雨型滑坡的预警，但是这种方法受人为因素影响大，对于复杂的地质环境和多变的气象条件来说，预测精度较低，难以满足实际需求。
2. 数值模拟法随着计算机技术的发展和数值模型的不断完善，数值模拟法逐渐成为降雨型滑坡预测预报的重要手段。
数值模拟法主要是通过建立滑坡发生的过程模型，结合地质、水文、气象等多种因素，利用数值计算的手段进行滑坡过程的模拟和预测，从而实现对降雨型滑坡的预警。
数值模拟法的优点在于可以充分考虑多种因素的耦合作用，可以对复杂地质环境和多变的气象条件进行模拟，提高了预测的准确性和可靠性。
3. 遥感监测法遥感技术在降雨型滑坡预测预报中的应用也越来越重要。
通过卫星、无人机等遥感手段可以获取地表形变、植被覆盖、降雨情况等数据，结合数据处理和模型分析，可以实现对滑坡灾害的监测和预警。
遥感监测法具有数据获取快速、覆盖范围广、监测精度高等优点，对于降雨型滑坡的预测预报有着重要的作用。
二、降雨型滑坡预测预报的技术1. 多源数据融合技术降雨型滑坡预测预报需要充分考虑地质、水文、气象等多种因素的影响，而这些信息往往来自不同的数据源。
多源数据融合技术可以将来自不同数据源的信息进行整合和处理，形成综合的信息系统，提高了预测预报的精度和可靠性。
滑坡灾害预测方法研究综述
１３ 模 糊 测 度 理 论 ．
边坡 的稳定性受到很多客观 因素 的影响 ， 因而边坡 的稳定程 度本身就构成了一个 复杂 的非 清晰的系统——模糊 系统 ， 模糊测
社 ．９ ７． １９
化计算公 式 ， 定荷载分 担 比， 确 以减少 桩数 ， 降低工 程造价 ， 高 ［ ］ ｈ ａｇＧ Ｌ ｅＩ Ｚ ａ ｎｅａｔｎａ ａ ｓ ｅａ — 提 ５ Ｚ ｕｎ Ｍ， ｅ Ｋ， ｈｏＸＨ．Ｉｔ ｃｏ ｌ ｉｏ ｂｈｖ ｒ ｉ ｎ ｙ ｓｆ ｂ ａｔ ｉ ｕｄ ｔ ｎ Ａ］ Ｐｏｅｄｎｓｏ ｎｅｎｔ ｎｌ ｏ — ｒ ｆｒｆ ｐｅｆ ｎ ａｏ ［ ． ｒｃｅｉｇ ｆＩｔ ａｉ ａ Ｃ ｎ ｏ —ｌ ｏ ｉ ｒ ｏ
Ｆｕｄ ｏ ｎ ．Ｅｎ ｎ ．１ ９ ，Ｎｅ Ｄ ｌ ｉ １ ８ ． ｇｇ ９４ ｗ ｈ ．６ — ２ ｅ
［］ ３ 宰金银 ， 璋． 宰金 高层建筑基础 分析与设 计 ［ ． Ｍ］北京： 日建 中
一
在 用神经网络进行预测预报 中 ， 以把各种 可能对 边坡稳定 可 性有影 响的因素作为 网络输入 ， 而提高 预测的精度 。神经 网络法 能够充分逼近任意复 杂的非 线性关 系且 能够学 习与适 应不确 定 性 系统 的动态特征 ， 些特点 显示 了神经 网络在 解决不 确定性 、 这 非 线性 复杂系统 的问题上存在 巨大 的潜力 。
同济 大学出版社 ，９９ １８ ．
ｏｙ＆ Ｐ ａｔ ｅ ｎＳ ｆ Ｇｏ ｄ （ Ｅ Ｘ Ａ Ｔ”９ ）Ｃ ，Ｙ ｋ — ｒ ｒｃｃ ｏ ｏｔ ｒｕ 一Ｇ Ｏ（ ） Ｓ ｉ ｎ １ ［ ］ ａｏ
ｈ１ ￣［． ．，１ ９ ．５—６ ． ａ ａ ｓｎ ］ ９ １７ ９７ ４ ｎ
［］ ｏ ｏ ｎ Ｈ ｖｓ ｉ ｏｎ ａｉ ａ ｓ ｄ ｄｓ ｎ ［ ］ ａｄ ｌ ， Ｆ Ｄｅｉ ２ ＨＧ Ｐ ｕ ｓａ ｄＥ Ｄａｉ．Ｐｌ ｆｕ ｄｔ ｎ ａ ｌ ｉ ａ ｅｉ ６ Ｒ ｎｏｐ Ｍ． ． ｓ ｎｍｅｈｄ ｆｒ ｉ ｒｕ ｓ ｄｐ ｅ ｆ ： ｌ ｅ ｏ ｎ ｙ ｓｎ ｇ ｈ ｇ ｔｏ ｓｏ ｌ ｇｏ ｐ ａ ｉｄｒ ｔ ｐｅ ｎ ｌ ａｓ ［ ． ｗ ｏｋ Ｗｉｙ １８ ． Ｍ］Ｎｅ Ｙ ｒ ： ｌ ，９０ ｅ ｓ ｔ ｏ— ｅ ｒ ｒｐ ｒ［ ． ｒｃ ３ｈ Ｉ ｔ ｅ ｆ ｈ－ ｔ ｅｏｔ Ｃ］ Ｐｏ ．１ｔ ｍ．Ｃ ｎ．Ｓ ｉ Ｍｅｈ ａ－ ｔ ａ ｏｆ ｏ ｌ ｃ ．
降雨型滑坡预测预报研究进展
降雨型滑坡预测预报研究进展【摘要】本文就降雨型滑坡预测预报研究进展进行了探讨。
在介绍了研究背景和研究意义。
在正文中，分析了降雨型滑坡的特征，研究了预测模型和预报技术，还对具体案例进行了分析。
在结论部分强调了降雨型滑坡预测预报的重要性，以及研究进展的意义，并展望了未来研究方向。
通过本文的探讨，有助于提高对降雨型滑坡的认识，提升预测预报的准确性，从而减少降雨型滑坡灾害对人们生命财产造成的损失，为未来的研究工作指明方向。
【关键词】降雨型滑坡、预测、预报、研究进展、特征分析、预测模型、预报技术、案例分析、未来研究方向、重要性、意义、展望、关键词1. 引言1.1 研究背景降雨型滑坡是一种在山体受到降雨侵蚀作用下发生的地质灾害，具有突发性和危害性，给人们的生命财产带来严重威胁。
随着全球气候变暖的加剧，极端天气频发，降雨型滑坡事件的发生频率也逐渐增加。
对降雨型滑坡的预测和预报研究变得尤为重要。
研究降雨型滑坡预测预报不仅可以提前预警可能发生的滑坡灾害，减少人员伤亡和财产损失，还可以引导相关部门采取有效的防灾减灾措施，保障人们生命财产安全。
在这样的背景下，越来越多的研究者开始关注降雨型滑坡预测预报的研究，并取得了一系列重要的进展。
通过对降雨型滑坡的特征分析、预测模型研究、预报技术研究以及案例分析，可以更好地理解降雨型滑坡事件的规律和特点，为未来的预测预报工作提供更加科学的依据。
加强对降雨型滑坡预测预报研究的深入，不仅可以提高预测预报的准确性和可靠性，还能为保护人们的生命财产安全作出积极的贡献。
1.2 研究意义降雨型滑坡是一种常见的自然灾害，造成了许多不可挽回的损失。
在过去的研究中，我们发现降雨型滑坡的发生与持续降雨量、土壤类型、陡坡等因素密切相关。
对降雨型滑坡进行预测预报具有重要的意义。
降雨型滑坡预测预报可以帮助减少人员伤亡和财产损失。
通过提前预警，可以及时疏散周围居民，并采取有效的救援措施，降低灾害造成的损失。
InSAR技术在滑坡灾害中的应用研究进展
应用前景
应用前景
InSAR技术在滑坡灾害中的应用前景广阔。未来，InSAR数据将在滑坡预警和 灾害评估中发挥更加重要的作用。通过分析滑坡区域的形变特征和演化趋势，可 以提前预测滑坡的发生，并为政府决策提供科学依据。此外，InSAR技术还可以 与其他监测手段相结合，形成完善的滑坡监测体系，提高灾害评估的准确性和可 靠性。
谢谢观看
3、滑坡稳定性分析
3、滑坡稳定性分析
INSAR技术可以获取滑坡体的形变信息，通过对这些信息的分析，可以评估滑 坡体的稳定性。例如，如果滑坡体出现较大的位移或者位移速率增加，这可能意 味着滑坡体处于不稳定状态，需要采取相应的预防措施。
三、结论
三、结论
INSAR技术在滑坡监测中具有广泛的应用前景。其大范围、高精度、高分辨率、 实时性的特点，使得它能够有效地监测滑坡体的形变和位移信息，为滑坡的预防 和治理提供了重要的技术支持。然而，INSAR技术在应用中也存在一些挑战，如 数据获取和处理复杂度高、对地表植被和地形条件的依赖性强等问题，需要进一 步研究和改进。未来，随着技术的进步和应用经验的积累，INSAR技术在滑坡监 测中的应用将更加成熟和广泛。
技术创新
技术创新
为了更好地应对滑坡灾害，一些新兴的InSAR技术正在不断发展。例如，高分 辨率卫星影像可以提供更丰富的地形和地物信息，有助于提高滑坡识别的精度。 干涉测量技术可以通过分析不同卫星轨道上的SAR数据，获取更精确的地表形变 信息。此外，深度学习等人工智能技术在InSAR数据处理中的应用也越来越广泛， 有助于提高滑坡灾害监测的自动化和智能化水平。
二、INSAR技术在滑坡监测中的 应用
1、滑坡体形貌测绘
1、滑坡体形貌测绘
INSAR技术可以获取高精度的地表形貌信息，对于滑坡体形态的测绘具有重要 作用。通过 INSAR技术可以精确测定滑坡体的体积、表面积等参数，为滑坡的稳 定性分析提供重要依据。
图像识别技术在山体滑坡预警中的应用研究
图像识别技术在山体滑坡预警中的应用研究一、引言随着全球气候变化趋势的不断加剧，山体滑坡成为了一个全球性的问题。
在过去的几年中，山体滑坡灾害不仅给人们的生活和财产带来了极大的损失，也对社会的稳定和生态环境造成了不可逆转的影响。
因此，山体滑坡预警技术的研究和发展变得尤为迫切。
随着图像识别技术的发展，越来越多的研究采用基于图像识别的方法来检测和预测山体滑坡。
利用人工智能和机器学习技术，自动化地处理图像数据，并识别出山体滑坡的迹象，进而提高预警准确性和救援效率，为山体滑坡预警事业注入了新的活力。
本文旨在介绍目前图像识别技术在山体滑坡预警方面的应用研究现状，并探讨其在未来的发展趋势和挑战。
二、图像识别技术在山体滑坡预警中的应用1.图像数据的采集和处理图像数据的采集和处理是进行基于图像识别的山体滑坡预警的第一步。
目前，许多技术已经被开发出来，如遥感技术、无人机技术和卫星遥感中的光学影像等都可以用来采集和处理山体滑坡的图像数据。
在采集图像数据后，处理数据的第一个步骤是图像质量的评估。
在图像中，一些因素，如光线、遮挡和噪声等等，会影响图像的质量。
因此，在进行图像识别之前，首先需要对图像质量进行评估和优化。
2. 图像特征提取图像特征提取是进行图像识别过程中的重要步骤。
常用的图像特征提取方法包括灰度共生矩阵、傅里叶变换、小波变换、局部二值模式和卷积神经网络等。
在山体滑坡的预警识别中，图像的特征往往与表征山体滑坡的特征有关，如斜坡、岩石、植被变化等。
3.分类模型在图像识别过程中，需要使用分类模型来将图像分类。
常用的分类模型包括支持向量机（SVM）、人工神经网络（ANN）、决策树和卷积神经网络等。
在对山体滑坡进行分类时，将所有的训练数据标记为两个类别，一个是山体滑坡的类别，另一个是非山体滑坡的类别。
然后对图像进行训练和测试，通过分类模型判断该图像是否为山体滑坡。
三、未来的发展和挑战随着科技的不断发展，图像识别技术还有很多可以发展的方向。
公路降雨型滑坡灾害的预测预报
坏交通基础设施 ， 造成交通 中断和人员 财产损失 。简要地论述 了降雨 型滑坡灾 害的特点及其 成因机制 ， 并从 空间预 测、 时间预报 和强度预报等 ３方面研究 了其预测预报方 法。其 中， 空间预测是 时间预报 的先决条件 。正确合理地预 测预报公路降雨型滑坡灾害 ， 对进一步研究公路滑坡灾害危 险性评价及其 区划 是非 常必要 的 ， 对公路建设及养护具
地下水 、 宏观 迹象 的监测 ， 以及 对地 质 环境 的分析 研
究， 判断滑坡所处的滑动状态 ， 进行空间预测 ； 其次，
害模型， 编制滑坡敏感性分区图和滑坡灾害概率图， 利用基于概率方法的定量风险评价模型编制滑坡灾 害风险性分区图正成为滑坡空间预测研究的主要趋
引
。
根据降雨确定预警雨量临界值 ， 预报是 否下滑及下 滑时 间。若通 过较 长 时 间 的监 测 ， 制 出位移 一对 绘
有十分重要的意义。
关键词 ： 公路 ； 降雨型滑坡 ； 空间预测 ； 时间预报 ； 度预报 强
中 图分 类 号 ：４６ ６ ６Ｐ９ Ｐ ２ ． １ ６ ４
滑坡 是一种 严 重 的 自然地 质 灾 害 ， 往往 对公 路 等生命线 工程乃 至灾 害影 响范 围内的交通基 础设施
条件 是 固有 且相对 稳 定 的 ， 们 决定 着滑 坡 体 的稳 它
坡灾 害中 占很 大 的 比重 它包 括 缓 慢 长 期 的斜
体中地下水位上升几乎呈直线下降的趋势， 稳定性 与降雨量反相关且具有滞后性 。 Ｊ 目前 ， 有关降雨对滑坡作用及其预测预报的研 究， 可分为 ２ 方面：１ 基于大气降雨分析而开展的 （）
滑坡预报 研究 ；２ 从滑坡 体 的水 文地 质 结构 出发 ， （）
我国滑坡灾害监测预报研究现状
【． １ 重庆 交通大学 土木建筑学院 ；． ２ 重庆交通科研设计院 ）
摘
要： 滑坡是 人类 面临 的主要地 质灾害之 一 ， 去 ３ 过 ０多年来 ， 滑坡 研究 的特点 已由单个滑坡 的现象描
述、 分类 、 治理发展到已定性 和定量描述为基础 的定量预测预报和综合治理 研究。对我 国滑坡监测预报研
我们较 清晰 的分析 本领 域 的研究 现状 。
用 无 线 通 信 技 术 可 以 将 观 测 数 据 传 到 数 据 处 理 中
心， 以实 现 远 距 离 监 测 。 目前 ＧＰＳ定 位 已 在 国 内不 少 滑 坡 灾 害 监 控 中 得 到应 用 并 取 得 一 定 成 果 。 ２． 监 测 内容 ３ 现 代 滑坡 灾 害 监 测 内容不 断扩大 与 完善 ， 析 分
深 部位 移监 测能 直接反 映滑 坡体移层 变形特征 和 滑 带 的 位 置 ， 滑 坡 监 测 的 必 备 内 容 。 主 要 包 括 是
深 部 裂 缝 、 带 等 点 与 点 之 间 的 绝 对 位 移 量 和 相 对 滑 位移 量 ， 括 张开 、 合 、 动 、 升 、 沉等 。 包 闭 错 抬 下 （） 下水 压力 和化学 场监 测指标 ４地 包括 地下 水水 位 、 隙水 压 、 量 、 温 、 质 、 孔 水 水 水
（ 物 异 常 行 为 等 ） 动 。
方 法 不 断 提 高 ， 渐 形 成 较 为 完 善 的 监 控 体 系 ， 纳 逐 归
起来 大致包 括 以下监 控指 标 。 （ ） 质宏 观形 迹监 测指标 １地 包括 滑坡发 育 过程 中的各 种迹象 ， 地裂缝 、 如 房 屋树 木 的倾斜 、 水 动态 等 。 泉 （ ） 面 位 移 监 测 指 标 ２地 地 表变形 监测 包括 位移 监测 和倾斜监测 。位移 监 测 又分为 绝对位 移监 测 和相对位 移监测 。绝对位
基于小波分析的滑坡预测预报研究
的力学性质进一步降低 ， 导致樟木 占滑坡 局部 出现 复活 ， 在古滑坡体上发育形 成 了三个 次级 滑坡 ， 即公 安分 局滑 坡、 福利院滑坡和帮村 东滑 坡。近年来 随着城 镇建设 的
收 稿 口期 ：（０ ７ ８ ２） —０ —２ １
种 弱 信号 ， 异 常值 、 差 则呈 现 为 强 噪声 ， 而 粗 如何 从 受 到强 噪声干 扰 的数 据 序 列 中提 取有 用 数 据信 号 ， 本 是
胁 的人 口约 ８０ ０ ， ０ 人 滑坡 对樟 木 口岸 的发 展造 成 巨大
障碍 ， 中尼边境 贸易造成极 为不利的影响 。 给 樟木 口岸受地域条 件 的限制 ， 镇建设 主要集 中于 城
樟木镇建成 区至友谊 桥一带 ， 大部 分建 筑物修 建 于樟 木
３ 小 波 重构 与 时 间序 列预 测
监 测数 据受 到各 种 因素影 响 ， 测 数 据不 可避 免 所
地 含有 误差 。监 测 点在 短 时 间 内变 形 均 匀 ， 现为 一 表
占滑坡体上 ， 坡体 由第 四系残坡 积古 滑坡堆 积 的块 碎 边 石组成 ， 结构松散 ， 物理力学性质差 ， 工程建设过程 中的场 地平整 ， 对边坡进行开挖 、 回填 ， 成 了高 陡的人工切坡 ， 形 改变 了坡体 中的应力 平衡 ， 同时樟 木镇 没有 完善 的排水 系统 ， 城镇生产及居 民生活污水随地排放 ， 使坡体 中土体
关键 词 ： 滑坡 ； 变形 监 测 ； 小波 分 析 ； 报 预
１ 工 程 概 况 樟木 口岸位 于西 藏 自治 区 的西 南 部 ， 藏 高原 最 青 南 端 ， 底 斯 —— 念 青 唐 古 拉 山 以 南 ， 均 海 拔 冈 平
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
方法 。基于此原因 ,目前国内外学者开始重视对滑 坡宏观变形破坏迹象以及滑坡前兆信息的研究 ,并 倡导将斜坡变形破坏的宏观信息与滑坡监测的资料 有机地结合起来 ,将定量预报与定性预报有机结合 的综合预报方法 。
滑坡定性预报模型是以滑坡开始变形直至最终 破坏过程中所表现出来的各种前兆 、迹象等为依据 , 以模糊评判 、加权平均等法为主建立的与各类滑坡 特征相适应的预报模型 。一般滑坡的变形演化过程 可分为缓慢蠕动 、匀速蠕滑 、加速蠕滑和急剧变形四 个阶段 。根据宏观变形破坏迹象 ,可定性识别滑坡 所处的变形演化阶段 。大量的滑坡实例研究结果表 明 ,滑坡滑动前一般都会表现出明显的宏观变形破 坏迹象 ,如地表变形 ,包括滑坡后缘的张裂缝 、错台 、 沉陷 、滑体两侧的剪切裂缝 、羽状裂缝 、前缘的鼓张 裂缝 、放射状裂缝等 ;地物变形 ,包括滑坡体上建筑 物开裂 、道路错断 、滑坡剪出口形成和贯通导致前缘 土体松弛 、坍塌或局部滑动 、树木倾斜等 。如表 2 为 王尚庆等归纳总结的新滩滑坡和各演化阶段的宏观
高滑坡预测预报的精度 ,尽量消除外界随机因素对 预报结果造成的影响 ,还有针对性地提出了一系列 有关滑坡监测数据的预处理方法 (如平滑 、滤波 、等 间隔化等) ;从滑坡预报发展阶段来讲 ,已经历了从 现象预报 、经验预报到统计预报 、灰色预报再到非线 性预报的历程 ,目前已进入了根据检测反馈信息进 行实时跟踪动态预报 ,以及将定性预报 、定量预报以 及现代数值预报技术有机结合的综合预报阶段 。从 技术方法角度 ,已从手工 、经验预报 ,到开发基于理 论预报模型的滑坡预报系统 ,发展到基于 GIS 平台 , 借助于专家系统的思路和方法 ,开发滑坡综合预测 预报系统的阶段[1～5] 。综观人们对滑坡预测预报问 题的研究历程 ,可见 ,研究程度的每一次加深 ,都是 对滑坡灾害发生机理与预测评价认识上的一次质的 飞跃 。人们认识的每一次进步 ,都在逼近对客观自 然界更为确切地描述 ,都在接近自然界发展的真理 。 本文特对滑坡预测预报相关方面的进展和问题作一 系统总结 。
危岩体时有小崩塌
加载 ,量达 160 万 m3 ,前缘 发生 陡坎有小规模崩滑发生
缘崩滑日夜不断 , 频次渐 高 ,规模渐大
4. 变形量
5. 变形量与降雨关系 6. 地下水动态 7. 其它
变形微弱 , 月变形率 < 变形量逐渐增大 , 月变形 变形量显著增大 ,月变形速率 变形量急剧增大 , 位移处
0 前 言
我国是一个崩塌 、滑坡 、泥石流等地质灾害发生 十分频繁和灾害损失极为严重的国家 ,尤其是西部 地区 。据初步统计 ,我国每年由崩塌 、滑坡 、泥石流 等灾害所造成的直接经济损失约 200 亿元人民币 。 而由于灾害对社会所带来的影响 (如中断水 、陆交 通) 所产生的间接损失更是无法估量 。直接由工程 建设所诱发的崩滑灾害事件也屡见不鲜 。因此 ,与 地震预报一样 ,滑坡的预测预报也是近年来人们研 究的一个热点问题 。
滑坡定量预报模型主要是随着数学的发展阶段 而提出的相应的模型 ,具体包括确定性预报模型 、统 计预报模型 、非线性预报模型 3 类 。确定性模型是
把有关滑坡及其环境的各类参数用测定的量予以数 值化 ,用严格的推理方法 ,特别是数学 、物理方法 ,进 行精确分析 ,得出明确的预报判断 。此类模型预报 可反映滑坡的物理实质 ,多适用于滑坡或斜坡单体 预测 。统计预报模型主要是运用现代数理统计的各 种统计方法和理论模型 ,着重于对现有滑坡及其地 质环境因素和其外界作用因素关系的宏观调查与统 计 ,获得其统计规律 ,并用于拟合不同滑坡的位移 — 时间曲线 ,根据所建模型做外推进行预报 。非线性 预报模型是引用了对处理复杂问题比较有效的非线 性科学理论而提出的滑坡预报模型 。表 1 为现有的 具有代表性的滑坡定量预报模型和方法一览表 。
摘 要 : 我国是一个深受滑坡灾害困扰的国家 ,每年由滑坡所造成的经济损失异常惨重 。因此 ,滑 坡预测预报已成为人们研究的一个热点问题 。对滑坡时间预测预报的研究现状和研究进展作了系 统地总结 ,重点探讨了滑坡预报模型 (包括定量预报模型 、定性预报模型以及 GMD 预报模型等) 、预 报判据研究方面的进展 ,提出了滑坡综合信息预报的思路及具体的实施技术路线 。 关 键 词 :滑坡预报 ;预报模型 ;预报判据 ;综合预报 ; GIS ;专家系统 中图分类号 :P642122 文献标识码 :A
型 滑体变形功率法
加速蠕变阶段
临滑预报 临滑预报
滑坡形变分析预报法
中短期预报
极限平衡法
长期预报
灰色 GM(1 ,1) 模型 (传统 GM(1 ,1) 模型 、非等时距序列的 GM(1 ,1) 模型 、新陈代谢 GM(1 ,1) 模型 、优化 GM(1 ,1) 模 型 、逐步迭代法 GM(1 ,1) 模型等)
多属趋势预报和跟踪预报 ,当滑坡处于加速 变形阶段时 ,可以较准确地预报剧滑时间
主要适用于堆积层滑坡 较适合于短期预报预报
联合模型预报精度较单个模型高
可跟踪预报斜坡的最短安全期
480
地球科学进展 第 19 卷
1. 2 滑坡定性预报模型和方法 实例检验结果表明 ,尽管目前国内外学者已提
1 滑坡预报模型
近年来 ,随着滑坡预报研究的逐渐深入 ,人们已
Ξ 收稿日期 :2004204209 ;修回日期 :20042042291 3 基金项目 :国家自然科学基金项目“水库诱发型滑坡成因机理及其预测预报研究”(编号 :40172096) ;高等学校优秀青年教师教学科研 奖励计划及重大基础研究前期研究专项计划 (编号 :2002cccd1500) 资助 1 作者简介 :许强 (19682) ,男 ,四川南江人 ,教授 ,主要从事地质灾害评价预测及防治处理方面的教学和科研工作 1
Ⅲ:加速变形阶段
Ⅳ:急剧变形阶段
(1979 年 8 月以前)
(1979 年 8 月～1982 年 7 月) (1982 年 7 月～1985 年 5 月上旬) (1985 年 5 月中旬～6 月 11 日)
主滑区地表局部出现近 雨期原地表裂缝复活 , 有 滑体后缘及两侧出现羽状张裂 裂缝 , 且有滞后 现突变 ,且有滞后期缩短
预报判据 1. 裂缝
2. 隆起与沉陷 3. 崩塌
表 2 新滩滑坡各演化阶段的宏观变形破坏迹象
Table 2 The macroscopic deformation evidences of XinTan landslide in course of evolution
I :缓慢变形阶段
Ⅱ:匀速变形阶段
10mm ,坡体呈现向下蠕 速率为 10 ～50 mm , 近 似 为 50～100 mm ,蠕变曲线变化 于峰值 ,月变形速率 > 100
动趋势
匀速运动
呈不可逆的增值现象 ; 位移矢 mm 或 更 大 , 蠕 变 曲 线 出
量角发生显著变化
现拐点 ,斜率变化突增变
陡 ,趋于 90° 变形量与降雨关系不明 当月降雨量 > 200 mm 时 , 当月降雨量 < 200 mm 时 ,乃出 变形与降雨近于同步
位移动力学分析法
长期预报
以蠕变理论为基础 ,建立了加速蠕变经验方 程 ,其精度受到一定的限制 。 以蠕变理论为基础考虑了外动力因素 以滑体变形功率作为时间预报参数 适用于黄土滑坡 模型预测精度取决于模型参数的取值 ,优化 GM(1 ,1) 模型也适用于滑坡的中长期预报 , 逐步迭代法 GM(1 ,1) 模型计算精度较高 在加速变形阶段预报精度较高
E2mail : xq @cdut . edu. cn
第 3 期 许 强等 :滑坡时间预测预报研究进展
479
经逐渐认识到 ,由于滑坡发生的地质条件 、成因机理 以及外界影响因素等方面的复杂性 ,滑坡的预测预 报仅仅从纯数学的角度建立滑坡预报的定量预报模 型是很难从根本上解决问题 ,于是人们又提出了根 据宏观变形破坏迹象建立滑坡的定性预报模型 ,以 及通过现代数值与物理模拟手段 ,将斜坡演化的地 质力学机理 、内部变形破坏过程与其综合表现 ——— 变形有机的结合起来的 GMD 预报模型 。 1. 1 滑坡定量预报模型和方法
短临预报
生物生长模型 ( Pearl 模型 、Verhulst 模型 、Verhulst 反函数 短临预报
模型) 曲线回归分析模型
多元非线性相关分析法
统 指数平滑法
计 预
卡尔曼滤波法
报 时间序列预报模型
模 马尔科夫链预测
型 模糊数学方法
中短期预报
泊松旋回法
动态跟踪法
斜坡蠕滑预报模型 ( GMDH 预报法)
梯度 —正弦模型
正交多项式最佳逼近
灰色位移矢量角法
短期和临滑预报
黄金分割法
中长期预报
BP 神经网络模型 协同预测模型 非 线 滑坡预报的 BP —GA 混合算法 性 协同 —分岔模型 预 报 突变理论预报 (尖点突变模型和灰色尖点突变模型) 模 动态分维跟踪预报 型 非线性动力学模型
中短期预报 临滑预报 中短期预报 临滑预报 中短期预报 中长期预报 长期预报
出了上述数十个滑坡预测预报的理论模型 ,但完全 依靠滑坡定量预报模型并不能完全解决滑坡预报问 题 。目前所谓的“成功预报”,大多只是根据临滑现 象所作出的经验判断 ,目前采用定量预报模型对滑 坡所作出的预测预报几乎无一例外地都是一些事后 检验 ,到目前为止还没有一个滑坡是真正依靠定量 预报成功的实例 。究其原因 ,由于各个滑坡体所处 的环境条件 、本身的结构特征等方法的差异 ,使得滑 坡体的变形演化规律具有极强的个性特征 ,任何一 个滑坡定量预报模型不可能适用于所有滑坡的预测 预报 ,往往仅能适用于某一类滑坡或某一演化阶段 的预测预报 ,而上述各滑坡定性预报模型究竟适用 于哪种类型或哪个演化阶段的滑坡预报 ,目前并没 有调查清楚 。这就导致人们在真正采用定量模型进 行滑坡预报时具有很大的盲目性 ,对于同一个滑坡 , 采用不同的预报模型可能会得出千差万别的预测结 果 ,究竟哪些结果更接近真实 ,目前尚无很好的判别