诱发因素影响下的滑坡参数优化预测模型研究

发布时间：2018-04-01 10:07

  本文选题：滑坡　切入点：位移预测　出处：《武汉大学学报(信息科学版)》2017年04期

【摘要】：在降雨等外界诱发因素的综合作用下,滑坡位移预测是一个复杂的动力系统问题。利用三峡库区白家包滑坡综合监测数据,分析滑坡演化实时特征,提取影响滑坡变形的最相关因素,研究发现白家包滑坡为降雨主导型堆积层滑坡;采用自回归综合移动模型(ARIMA)模型进行拟合及预测,引入月累积降雨量对模型季节性趋势参数进行评估优化,对白家包滑坡72期月相对位移数据进行拟合及预测研究,最终模型结果和实测值的平均绝对误差和相关系数分别为2.873和0.983。研究结果表明,与传统经验法相比,优化参数模型更符合滑坡变形的一般规律。
[Abstract]:The prediction of landslide displacement is a complicated dynamic system problem under the comprehensive action of external induced factors such as rainfall. Using the comprehensive monitoring data of Baijiapao landslide in the three Gorges Reservoir area, the real-time characteristics of landslide evolution are analyzed. The most relevant factors affecting the deformation of landslide were extracted. It was found that Baijiapao landslide was a rainfall dominated accumulation layer landslide, and the autoregressive comprehensive moving model (ARIMA) model was used to fit and predict the landslide. The monthly accumulated rainfall is introduced to evaluate and optimize the seasonal trend parameters of the model, and the relative displacement data for 72 months of Baijiabao landslide are fitted and predicted. The average absolute error and correlation coefficient of the final model and the measured values are 2.873 and 0.983 respectively. The results show that the optimized parameter model is more consistent with the general law of landslide deformation than the traditional empirical method.
【作者单位】： 中国地质大学信息工程学院;中国地质大学地球物理与空间信息学院;中国地质环境监测院;中国地质调查局水文地质环境地质调查中心;
【基金】：国家863计划(2012AA121303) 国家973计划(2011CB710601) 国土资源部三峡库区三期地质灾害防治重大科学研究(SXKY3-3-2)~~
【分类号】：P642.22

【参考文献】

相关期刊论文 前4条

1 彭令;牛瑞卿;吴婷;;时间序列分析与支持向量机的滑坡位移预测[J];浙江大学学报(工学版);2013年09期

2 段功豪;牛瑞卿;;滑坡监测动态数据挖掘方法研究[J];长江科学院院报;2013年05期

3 R.COJEAN;Y.J.CA;;Analysis and Modeling of Slope Stability in the Three-Gorges Dam Reservoir (China)——The Case of Huangtupo Landslide[J];Journal of Mountain Science;2011年02期

4 王树良,王新洲,曾旭平,史文中;滑坡监测数据挖掘视角[J];武汉大学学报(信息科学版);2004年07期

【共引文献】

相关期刊论文 前10条

1 段功豪;牛瑞卿;彭令;付杰;;诱发因素影响下的滑坡参数优化预测模型研究[J];武汉大学学报(信息科学版);2017年04期

2 Nima BABANOURI;Hesam DEHGHANI;;Investigating a potential reservoir landslide and suggesting its treatment using limit-equilibrium and numerical methods[J];Journal of Mountain Science;2017年03期

3 姚琦;牛瑞卿;赵金童;张淼;;基于经验模态分解-支持向量机的滑坡位移预测方法研究[J];安全与环境工程;2017年01期

4 李骅锦;许强;何雨森;魏勇;;WA联合ELM与OS-ELM的滑坡位移预测模型[J];工程地质学报;2016年05期

5 孟蒙;陈智强;黄达;曾彬;陈赐金;;基于H-P滤波法、ARIMA和VAR模型的库区滑坡位移综合预测[J];岩土力学;2016年S2期

6 陈国良;林训根;岳青;刘华;;基于时间序列分析的桥梁长期挠度分离与预测[J];同济大学学报(自然科学版);2016年06期

7 段功豪;牛瑞卿;赵艳南;张凯翔;咬登魁;;基于动态指数平滑模型的降雨诱发型滑坡预测[J];武汉大学学报(信息科学版);2016年07期

8 徐金辉;徐学华;熊伟;高祥;;基于参数反分析法的露天开采边坡稳定性分析[J];黄金;2016年04期

9 李胜;韩永亮;高宏;罗明坤;胡海永;;边坡变形的LMD-ELM多尺度预测模型研究[J];中国安全科学学报;2015年11期

10 孙九兵;王珊珊;;基于相空间重构的滑坡位移时间序列预测[J];科技视界;2015年27期

【二级参考文献】

相关期刊论文 前10条

1 彭令;牛瑞卿;赵艳南;邓清禄;;基于核主成分分析和粒子群优化支持向量机的滑坡位移预测[J];武汉大学学报(信息科学版);2013年02期

2 彭令;牛瑞卿;叶润青;赵艳南;;基于进化支持向量机的滑坡地下水位动态预测[J];中南大学学报(自然科学版);2012年12期

3 彭令;牛瑞卿;;三峡库区白家包滑坡变形特征与影响因素分析[J];中国地质灾害与防治学报;2011年04期

4 徐冲;刘保国;刘开云;郭佳奇;;基于粒子群-高斯过程回归耦合算法的滑坡位移时序分析预测智能模型[J];岩土力学;2011年06期

5 徐峰;汪洋;杜娟;叶疆;;基于时间序列分析的滑坡位移预测模型研究[J];岩石力学与工程学报;2011年04期

6 年廷凯;万少石;蒋景彩;栾茂田;;库水位下降过程中土坡稳定强度折减有限元分析[J];岩土力学;2010年07期

7 杜娟;殷坤龙;柴波;;基于诱发因素响应分析的滑坡位移预测模型研究[J];岩石力学与工程学报;2009年09期

8 殷跃平;;汶川八级地震滑坡特征分析[J];工程地质学报;2009年01期

9 许强;汤明高;徐开祥;黄学斌;;滑坡时空演化规律及预警预报研究[J];岩石力学与工程学报;2008年06期

10 滕明鑫;熊忠阳;张玉芳;;动态数据挖掘研究[J];计算机应用;2008年S1期

【相似文献】

相关期刊论文 前10条

1 付宇涵;;基于ARIMA模型的我国财产险保费收入的预测研究[J];统计教育;2010年10期

2 王永宏;饶继广;;基于ARIMA模型自动预测我国保险行业保费收入的应用和实践[J];软件产业与工程;2010年06期

3 陈雪娇;;我国消费者信心指数趋势分析及预测——基于ARIMA模型[J];东方企业文化;2011年10期

4 安鸿志,高洪业;TWO LIMIT THEOREMS ON ARIMA MODELS[J];Acta Mathematicae Applicatae Sinica(English Series);1988年02期

5 高洪业;IDENTIFICATION AND HYPOTHESIS TESTING ON ARIMA (p, d, q) MODELS[J];Acta Mathematicae Applicatae Sinica(English Series);1989年01期

6 孔朝莉,刘双,杨启昌;沈阳地区月平均降雨量的ARIMA时序建模与预测[J];鞍山师范学院学报;2003年06期

7 卢建昌,张世英,牛东晓;基于ARIMA的发电量预测方法[J];华北电力大学学报;2004年03期

8 陈耀辉,李楚霖;分数阶ARIMA模型的参数估计与预测[J];系统工程;2004年06期

9 石美娟;ARIMA模型在上海市全社会固定资产投资预测中的应用[J];统计教育;2004年03期

10 林恒辉;非农业库存投资的ARIMA模型[J];台声.新视角;2005年03期

相关会议论文 前10条

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集（下册）[C];2004年

2 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

4 陈兴荣;;ARIMA模型和GM(1,1)在我国白银消费需求预测应用中的比较研究[A];第25届全国灰色系统会议论文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 刘军;柴洪洲;陈轲;刘先冬;;ARIMA模型预报电离层VTEC研究[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;张f ;周宗放;;基于ARIMA和BP神经网络的组合预测模型及应用研究[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全国时间生物医学学术会议论文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六届中国控制会议论文集[C];2007年

相关重要报纸文章 前1条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

相关硕士学位论文 前10条

1 梁佳琦;ARIMA模型同MAXENT模型在自然保护区内口蹄疫疫情风险预警中的应用研究[D];东北林业大学;2015年

2 张海东;基于论坛的热点话题识别与趋势预测研究[D];上海师范大学;2015年

3 雍永强;基于ARIMA和BPNN的组合预测模型在血糖预测中的应用[D];郑州大学;2015年

4 张敏;基于ARIMA的组合模型问题研究[D];大连海事大学;2015年

5 桂林;退耕还林与生态环境改善的关系研究与分析[D];西安建筑科技大学;2015年

6 钱丽萍;基于ARIMA模型的儿童医院门诊量预测研究[D];苏州大学;2015年

7 于婷;基于ARIMA模型的股价的研究[D];大连海事大学;2015年

8 程浩;武汉第三产业总量时间序列研究[D];华中师范大学;2015年

9 陈天舒;基于ARIMA与GPR组合模型的人民币汇率预测[D];山东大学;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指预测研究[D];哈尔滨工业大学;2015年

，

本文编号：1695082