渐进式滑坡多场信息演化特征与数据挖掘研究

发布时间：2018-03-02 02:34

  本文关键词： 滑坡 多场信息 模型试验 数据挖掘 关联规则 决策树C5.0　出处：《中国地质大学》2016年博士论文　论文类型：学位论文

【摘要】：滑坡地质灾害在我国分布广泛,危害严重。渐进式滑坡的失稳破坏并不是瞬时发生的,而是经历了局部破坏,扩展,传递,形成贯通性滑动面的累进性破坏过程。开展渐进式滑坡变形演化特征研究,揭示其内在演化过程和外在演化特征,对于滑坡预测和防治具有重大的理论意义和应用价值。滑坡变形和破坏具有多场演化特征,多场信息是正确诊断滑坡演化进程的依据。现有滑坡预测与防治多依据某一时段的位移-时间曲线或特征参量,基本未考虑或无法考虑滑坡的多场演化进程。滑坡是一个由固、液、气组成的复杂开放系统,因而其变形和滑移具有多物理场特征,单纯依据位移-时间关系,在理论和应用上有明显的缺陷,多场信息特征是滑坡演化进程诊断的基础。海量的数据处理需求以及应用对现有理论的挑战,催生了对滑坡监测信息进行深入数据挖掘。在滑坡监测元器件,数据采集、传输和存储技术高度发展的今天,滑坡监测数据呈现出爆炸性增长趋势。海量的数据样本以及多场监测数据之间错综复杂的关系,增加了滑坡监测数据分析的技术难度,传统数据分析方法难以或者无法完成,迫切需要引入新的理论和方法,发掘海量监测数据背后的隐含模式。数据挖掘正是顺应这种需求而产生的数据处理技术。基于滑坡多场信息演化特征和滑坡监测信息数据挖掘的理论意义和工程应用价值,本文从滑坡变形演化的角度,采用室内模型试验,野外监测和理论分析相结合的手段,收集滑坡演化过程中的力学、物理状态参量,揭示滑坡地质系统演化过程的多场信息演化、迁移规律；引入经典数据挖掘算法,建立多场耦合作用模式下,滑坡变形演化与外部诱发因素多维关联规则,构建滑坡变形演化多场信息阈值判据,实现基于外部诱发因素的滑坡变形状态判识。主要研究内容和研究成果概括如下：(1)结合滑坡变形特征与受力特点,开展了渐进式滑坡内在演化阶段和外在演化特征研究。建立简化力学模型,结合应变软化理论,对不同受力特征的滑坡渐进破坏内在演化过程展开研究;基于资料和文献收集,对不同成因类型和受力特征的滑坡演化外在体现形式-时空演化特征展开研究。①将渐进推移式滑坡的内在演化过程细分为：初始平衡阶段,初始扰动阶段,局部破坏阶段,不稳定启动阶段,渐进破坏扩展传递阶段,整体滑动失稳阶段六个阶段；对各阶段坡体内部土体剪应力、扰动荷载和土压力分布和演化特征展开了研究。②将渐进牵引式滑坡内在演化过程细分为：初始平衡,初始扰动,局部破坏,不稳定启动,渐进破坏扩展传递和多级失稳破坏六个阶段；对各阶段坡体内部土体剪应力、扰动荷载和土压力分布和演化特征展开了研究。③在资料和文献收集基础上,将不同成因类型和受力特征滑坡位移-时间曲线划分为：平稳型,曲线型,直线型,阶跃型,收敛型,回落型,波动型和混合型八种类型。④总结了推移式滑坡和牵引式滑坡的裂缝空间演化特征。渐进推移式滑坡后段为主滑段,后段坡体在较大下滑推力作用下产生拉裂滑坡,坡体出现拉张裂缝,坡体变形向前缘扩展传递,坡体相继出现侧翼剪张裂缝,前缘鼓胀裂缝和压性裂缝。渐进牵引式宏观上呈现出渐进后退特点,渐进后退仅是滑坡变形时空演化的宏观和阶段性表现,存在局部牵引和整体推移、先“牵引”后“推移”的时空转化过程。(2)自主设计了滑坡多场信息监测与模型试验平台。①滑坡多场信息监测与模型试验平台由加载、土压力监测系统,基于三维激光扫描坡面位移场监测系统,基于颗粒图像测速坡面位移测量系统,坡面温度测量系统组成。该试验平台侧重于监测采集滑坡变形演化过程中应力场,位移场,速度场以及温度场等多场信息。②推导了点云数据单个扫描点空间位置精度的评价模型和点云密度评价模型,这为基于三维激光扫描技术变形监测的测量成果精度评定和测量方案的优化设计提供了所必需的理论基础。空间位置精度评价模型和点云密度评价模型显示：测站内精度最弱点位于激光扫描仪器的视窗边缘；扫描距离5 m以内,水平扫描角度[30°,30°]内保持较高的点云密度；扫描时应控制垂直扫描角度β的取值范围,使仪器接收到足够多的回波信息；同时结合实际扫描仪的视场范围和物理模型的尺寸综合确定扫描仪的水平和垂直扫描角度,保证较高的单点位置精度和点云密度。③对比研究了点云数据位移测量方法：三维激光扫描技术点云数据位移测量方式有多种,其中点云叠加和点云比较是面测量,可以获得整个模型坡面的变形和位移情况；重心法、拟合法是点测量,可以获得单个监测点准确的位移量。基于三维激光扫描技术坡面变形监测是结合点测量和面测量的优势：通过点云叠加和点云比较获取坡面的变形趋势和变形量级,采用重心法和拟合法获取监测点准确的位移量。既能获得坡面的整体变形,又能获得单个监测点的准确位移量,避免传统特征点监测以点带面的局限性。④简要介绍了颗粒图像测速技术和红外热像技术的原理,数据处理流程以及各自的误差来源。(3)以自主研发的滑坡多场信息监测与模型试验平台为基础,通过选取典型地质模型,开展了推移式滑坡渐进式破坏多场信息演化特征模型试验研究。监测采集滑坡模型变形滑移过程中多场信息(变形场、速度场、应力场和温度场等),结合滑坡变形演化阶段划分,揭示渐进式滑坡多场信息转移、迁移规律。①通过模型试验对多场信息监测系统和物理模型试验平台进行了可行性验证。实例验证表明该多场信息监测与模型试验平台能够在室内模拟重现滑坡的变形破坏过程,同步采集滑坡变形破坏过程中的多场信息(变形场、速度场、应力场和温度场等)。②基于监测信息,将渐进式滑坡模型演化过程划分为：初始变形,匀速变形,加速变形和整体破坏四个阶段。③初始变形阶段坡面的速度矢量坡体后缘均匀分布；匀速变形阶段,坡体的速度矢量集中于坡体的裂缝区域；加速变形阶段,坡体的速度矢量集中于坡脚部位。④滑坡推力分布形式随着坡体变形演化表现出差异性：初始变形阶段坡体的土压力分布特征呈现出矩形分布,匀速变形阶段土压力分布特征呈现出抛物线分布,加速变形阶段坡体的土压力分布呈现出抛物线分布：坡体土压力的最大值随着变形阶段的演化下移至坡体的深部区域。⑤滑坡变形区域的坡面温度高于坡体稳定区域；滑坡变形、演化过程中,平均红外辐射温度曲线表现出“稳定-升高-快速降低”的特征；斜坡失稳破坏前夕,平均红外辐射温度曲线表现出升高-快速降低的趋势。(4)开展了滑坡-抗滑桩体系多场信息演化特征物理模型试验,监测采集滑坡模型变形滑移过程中多场信息,结合滑坡变形演化阶段划分,揭示滑坡-抗滑桩体系渐进破坏多场信息演化特征。①坡面位移场特征量-方差D(X)的突变与地表裂纹的扩展有很好的相关性,能够很好地说明坡体表面在地表裂纹扩展之前的变形局部化,以及裂纹扩展之后坡面位移场的重新调整。坡面位移场方差D(X)值可以用于指示坡面凹陷,剪张裂缝,鼓胀裂缝等局部化变形的产生以及发展,是对坡面当前状态的定量表达。当坡面发育裂缝产生局部化变形时,D(X)值急剧变化；裂缝平稳发展时D(X)值变化小而平稳；当坡面裂缝产生贯通时,D(X)值急剧增大；D(X)曲线在斜坡破坏前夕有明显的激增,也就是说位移场特征量-坡面位移场方差D(X)可以用来指示地表裂缝的发育、扩展以及斜坡变形破坏的发生。可以尝试采用长距离三维激光扫描设备,利用这一统计学指标应用于实际滑坡工程的预测、预报。②滑坡-抗滑桩体系坡面位移场方差H指数随着其稳定性的演化表现出“低值-回升-降维”演化规律,失稳破坏前夕,H指数小于0.5。斜坡由有序稳定状态转向另外一个有序稳定状态(更加稳定态),再由有序稳定(更加稳定态)转向失稳突变状态(失稳临界点)。坡面位移场方差H指数可以用于对滑坡-抗滑桩体系的失稳趋势与规律进行分析与评价。③桩后推力深度方向上呈先增大后减小的趋势,推力分布形式近似为抛物线型,合力作用点位置位于模型桩自由段1/2处。坡体土压力最大值逐渐转移至坡体的深部位置。(5)将经典数据挖掘算法引入到滑坡监测信息数据处理中,提出了滑坡多场信息数据挖掘流程,该数据挖掘流程能够发掘监测数据的隐含模式,建立滑坡多维信息融合时序关联模型,构建演化进程多场信息阈值判据,实现基于外部诱发因素的滑坡状态判识。①数据挖掘是未来滑坡监测信息处理的发展方向之一。监测数据爆炸性增长的今天,数据挖掘算法能够智能的、自动的从海量的监测数据中提取监测数据背后的隐含模式,将监测数据以易于理解的形式呈现出来。②提出了一种建立滑坡多场信息关联规则的数据挖掘流程。该数据挖掘流程主要包括：数据采集,数据预处理,多场信息定性化,关联规则挖掘。该数据挖掘流程基于两步聚类算法和关联规则Apriori算法,能够发掘滑坡变形演化与外部诱发因子之间的关联规则,确定多维时序关联判据。③提出了一种构建变形演化多场信息阈值的数据挖掘流程。该数据挖掘流程重要包括：数据采集,数据预处理,变形演化定性化,决策树模型。该数据挖掘流程基于两步聚类算法和决策树C5.0算法,能够建立滑坡变形演化与外部诱发因素之间的多场信息阈值判据。(6)选取三峡库区直线型和阶跃型典型滑坡实例,构建滑坡多场信息关联规则,建立变形演化多场信息阈值判据。①通过典型滑坡实例监测信息的数据挖掘,对前文提出的数据挖掘流程的进行了可行性验证。实例验证表明,所提出的数据挖掘流程能够分析累计的滑坡监测数据,智能的、自动的发掘监测数据背后隐含模式,有助于加深人们对滑坡监测数据的认知程度,同时为滑坡稳定性分析以及变形预测提供依据。②利用提出的数据挖掘流程,开展了直线型时序曲线实例-马家沟滑坡的多场信息数据挖掘,建立滑坡多场信息关联规则,构建滑坡变形演化多场信息阈值判据。共挖掘多场信息关联强规则20条,关联规则成果显示：强降雨和库水位快速下降为引起马家沟滑坡变形的主要诱发因子,库水位快速下降期间变形显著。共挖掘马家沟变形演化多场信息阈值判据6条,所挖掘的阈值判据精度较高,能够用于对滑坡监测点变形演化进行预测；阈值判据变量重要性程度从高到低依次为：库水位波动因子,累计降雨强度因子,短时降雨因子,平均库水位因子。坡面监测点由较低速率进入中等速率变形的日降雨量强度为18 mm,坡体监测点进入快速变形的阈值为月累计降雨强度为174.50 mm,坡面监测点快速变形的库水位波动阈值为-2.24m/月,即库水位以2.24m/月的速率下降。③利用提出的数据挖掘流程,开展了阶跃型时序曲线实例-朱家店滑坡的多场信息数据挖掘,建立滑坡多场信息关联规则,构建滑坡变形演化多场信息阈值判据。共挖掘朱家店滑坡变形演化阈值判据7条,阈值判据显示：判据因子重要性程度由高到低依次为：库水位波动因子,累计降雨强度因子,平均库水位因子；引起坡体进入变形初始阶段的月度累计降雨强度阈值为85.5 mm,引起坡体进入变形加速阶段的库水位下降阈值为7.06 m/月,约合0.235 m/天,引起坡面监测点进入变形加速阶段的月度累计降雨强度阈值为144.3mm。本文主要创新点归纳如下：(1)结合滑坡变形特征与受力特点,开展了渐进式滑坡内在演化阶段和外在演化特征研究。建立渐进破坏简化力学模型,结合应变软化理论,对不同受力特点滑坡渐进式破坏内在演化阶段和外在演化特征展开了研究,将渐进牵引式滑坡和渐进推移式滑坡内在演化过程细分为六个阶段。在资料和文献收集的基础上,将不同成因类型和受力特征的滑坡位移-时间曲线划分为以下八种形态：平稳型,曲线型,直线型,阶跃型,收敛型,回落型,波动型和混合型。(2)基于物理模型试验,开展了滑坡渐进式破坏多场信息演化特征研究。自主设计了滑坡多场信息监测与模型试验平台,通过该试验平台,开展了天然和抗滑桩加固工况滑坡物理模型试验,监测采集变形破坏过程中多场信息(位移场、速度场、应力场、温度场等),结合滑坡演化阶段划分,揭示其多场信息转移、迁移规律。(3)基于数据挖掘,结合三峡库区典型滑坡实例,建立了直线型和阶跃型滑坡外部诱发因素与变形之间的互响应关联规则,构建滑坡变形演化多场信息阈值判据。提出了滑坡监测数据多场信息数据挖掘流程,该数据挖掘流程能够发掘数据背后的隐含模式,建立滑坡多场信息关联规则,构建滑坡变形演化多场信息阈值判据；并将该数据挖掘流程应用于三峡库区典型滑坡实例-马家沟滑坡和朱家店滑坡,建立了直线型和阶跃型滑坡实例多场信息关联规则和变形演化多场阈值判据。
[Abstract]:......
【学位授予单位】：中国地质大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：P642.22
，

本文编号：1554686