基于误差剔除和重标极差法的滑坡水平变形趋势分析

发布时间：2022-08-23 13:58

　　为准确掌握滑坡水平位移的变形发展趋势,在变形数据误差剔除基础上,利用重标极差法构建了滑坡变形趋势判断模型,即首先利用小波去噪和卡尔曼滤波剔除滑坡水平位移数据的误差信息,并通过模型参数优化筛选来保证误差剔除效果;其次,再利用重标极差法对已处理的变形数据进行趋势判断,以便更好地指导后期灾害防治。实例分析表明:滑坡变形监测数据含有一定的误差信息,小波去噪和卡尔曼滤波均能较好地剔除滑坡水平位移数据中的误差信息,但两类方法的模型参数对误差剔除效果具有较大影响,需进行参数优化筛选,以保证误差剔除效果。同时,通过变形趋势判断分析,得出滑坡水平位移呈持续增加趋势,但其增加速率存在一定波动,且后期变形仍将继续增加,建议加强防范措施。 

【文章页数】：7 页

【文章目录】：
1 基本原理
    1.1 误差剔除模型的构建
        1.1.1 小波去噪模型
            1)小波函数类型。
            2)阈值选取方法。
            3)阈值选取标准。
            4)小波分解层数。
        1.1.2 卡尔曼滤波模型
        1.1.3 误差剔除效果评价指标
    1.2 水平位移变形趋势判断模型的构建
2 实例分析
    2.1 工程概况
        1)地表水。
        2)地下水。
    2.2 误差信息的剔除处理
        2.2.1 小波去噪误差剔除效果分析
        2.2.2 卡尔曼滤波误差剔除效果分析
    2.3 水平位移变形趋势分析
3 结论


【参考文献】：
期刊论文
[1]基于降雨-库水联合作用下三门洞滑坡演化过程与机制[J]. 谢林冲,王明清,周超.  水电能源科学. 2020(06)
[2]三峡库区阶跃变形滑坡水平位移与降雨量数学统计模型[J]. 赵久彬,刘元雪,何少其,杨骏堂,柏准.  岩土力学. 2020(S1)
[3]CPSO-BP组合优化模型的滑坡位移预测[J]. 成枢,马卫骄,高秀明,冯子帆,赵燕红.  测绘科学. 2019(10)
[4]三峡库区堆积层滑坡的变形趋势判断及预测[J]. 李秋全,郝付军.  水利水电技术. 2019(05)
[5]基于尖点突变理论及非趋势波动分析的滑坡稳定性及变形特征研究[J]. 田成成,张盛生,张磊,吴艳军.  大地测量与地球动力学. 2018(08)
[6]应用不同去噪方法及分形理论判断滑坡变形趋势[J]. 栗燊,拉换才让,杨振兴.  人民长江. 2017(01)
[7]半参数Kalman滤波模型在GPS变形数据处理中的应用[J]. 王成,何美琳,覃婕,文鸿雁.  施工技术. 2015(S2)
[8]基于R/S分析与V/S分析的滑坡变形趋势判断及稳定性研究[J]. 邬长福,涂志刚,万佳威,罗林.  水电能源科学. 2015(01)



本文编号：3677891