基于时间序列分析的滑坡位移预测——以尖山营古滑坡复活为例

发布时间：2021-09-23 08:30

　　为了深入研究滑坡位移的特点,以尖山营古滑坡复活为例,基于时间序列加法模型,结合尖山营古滑坡的复活背景,将古滑坡位移分解为趋势项与周期项。对趋势项位移使用等维新息灰色（1,1）[GM（1,1）]模型进行分析,并提取周期项位移,建立一阶自回归（AR）模型对周期项进行预测。将两者预测结果相加,即可得到古滑坡预测总位移。结果表明:预测与实测值误差较小,模型精度较高,能够较好地描述尖山营古滑坡的位移特征,可用于古滑坡后续的监测预报预警中,具有一定的理论研究与工程价值。 

【文章来源】：科学技术与工程. 2020,20(30)北大核心

【文章页数】：6 页

【部分图文】：

滑坡全貌图

以尖山营古滑坡2019年4月10日—7月31日的每日位移量、位移速率及日降雨量监测数据进行分析。滑坡位移、位移速率与降雨量关系如图4、图5所示。由图4、图5可知,尖山营古滑坡位移变形表现为初始变形、加速变形、减速变形3个阶段。2019年5月底尖山营地区进入雨季,雨量充沛,日降雨量峰值在5月24日达到38.7 mm;2019年7月累计降雨最高达到90 mm。短期内较大降雨均对滑坡位移产生了一定影响。2019年4月10日—7月31日滑坡累计位移达4 430.5 mm。

2019年4月10日—5月20日尖山营古滑坡处于初始变形阶段,位移呈缓慢增长趋势,累计位移73.7 mm。位移速率较小,在10 mm/d以下周期性波动。此时尖山营古滑坡下部煤层采空后上覆岩层还具有一定的支护作用,岩土体中产生的裂隙还未完全发育,且所处地区尚未进入雨季,雨量较小,未对滑坡产生较大影响。因此,滑坡表面位移监测数据尚未有较大变化。图4 滑坡累计位移量与降雨量关系

【参考文献】：
期刊论文
[1]灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用[J]. 邓洪高,姚鹏远,孙希延,纪元法,严素清.  科学技术与工程. 2019(13)
[2]基于ARIMA时间序列模型的滑坡位移预测预报——以三峡库区王家坡滑坡为例[J]. 雷德鑫,易武.  人民长江. 2018(21)
[3]基于时间序列与长短时记忆网络的滑坡位移动态预测模型[J]. 杨背背,殷坤龙,杜娟.  岩石力学与工程学报. 2018(10)
[4]考虑诱发因素影响滞后性的库岸滑坡位移预测[J]. 陈亮青,邹宗兴,苑谊,王艳昆.  人民长江. 2018(10)
[5]基于小波变换去噪的ARMA堤坝水平位移预测模型[J]. 张鹏,王甜,王远明.  人民长江. 2017(S2)
[6]隐伏断层地震诱发滑坡易发性评价[J]. 黄赠,王锐,赵宇,魏振磊.  浙江大学学报(工学版). 2017(11)
[7]基于ARMA模型的滑坡滑动力预测研究[J]. 孙光林.  科学技术与工程. 2014(36)
[8]基于时间序列分析的滑坡位移预测模型研究[J]. 徐峰,汪洋,杜娟,叶疆.  岩石力学与工程学报. 2011(04)
[9]高斯一牛顿法在滑坡预测预报模型参数优化中的应用[J]. 李秀珍,孔纪名,王成华.  水土保持通报. 2008(05)
[10]滑坡时空演化规律及预警预报研究[J]. 许强,汤明高,徐开祥,黄学斌.  岩石力学与工程学报. 2008(06)



本文编号：3405381