CN109935054A - 一种滑坡短期时间预报方法 - Google Patents

一种滑坡短期时间预报方法 Download PDF

Info

Publication number
CN109935054A
CN109935054A CN201910340656.0A CN201910340656A CN109935054A CN 109935054 A CN109935054 A CN 109935054A CN 201910340656 A CN201910340656 A CN 201910340656A CN 109935054 A CN109935054 A CN 109935054A
Authority
CN
China
Prior art keywords
landslide
deformation
time
rate
stage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910340656.0A
Other languages
English (en)
Inventor
朱星
亓星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Xinggan Zhilian Technology Co Ltd
Original Assignee
Chengdu Xinggan Zhilian Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Xinggan Zhilian Technology Co Ltd filed Critical Chengdu Xinggan Zhilian Technology Co Ltd
Priority to CN201910340656.0A priority Critical patent/CN109935054A/zh
Publication of CN109935054A publication Critical patent/CN109935054A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提供一种滑坡短期时间预报方法,本发明方法避免了采用计算区域不同导致同一预报方法得到的结果有差异的问题,为滑坡应急处置提供可靠的时间参考;a.确定滑坡变形速率时间曲线并划分出滑坡匀速变形阶段和加速变形阶段,而后确定出匀速变形阶段的变形速率,b.根据切线角计算公式计算步骤a中变形速率的切线角变化特征a;c.选取α值分别为70°和75°时所对应的滑坡变形时间点t1,t3,以及两者之间的时间节点t2,其中t1至t2时间的变形量与t2至t3的变形量相同,则滑坡变形破坏所剩余的时间T’为:T’=0.5(t2‑t1)2/[(t2‑t1)‑0.5(t3‑t1)],设定折减系数为0.5,重新确定滑坡变形破坏所剩余的时间T,T=0.25(t2‑t1)2/[(t2‑t1)‑0.5(t3‑t1)]。

Description

一种滑坡短期时间预报方法
技术领域
本发明涉及针对滑坡在近期内将发生时进行短期时间预报的滑坡短期时间预报方法。
背景技术
滑坡时间预报经历了长时间的发展,从最早的斋藤模型(MSaito, Forecastingthetimeofoccurrenceofaslopefailure.Proceedingsofthe6thInternatio nalConferenceonSoilMechanicsandFoundationEngineering.1965:537-541页),作图外延法模型(HoekE,BrayJ.Rockslopeengineering.InstitutionofMiningandMetallurgy,PublicationofInstitutionofMining&Metallurgy,1977,14(4):492-494页),到后续大量学者相继提出的灰色预报模型(陈明东,王兰生.边坡变形破坏的灰色预报方法:全国第三次工程地质大会论文集,1988:1226-1233页)、Verhulst模型(晏同珍.滑坡动态规律及预测应用.全国第三次工程地质大会论文集,1988:707-713页)、黄金分割预报法模型(张倬元,黄润秋.岩体失稳前系统的线性和非线性状态及破坏时间预报的“黄金分割数”法,全国第三次工程地质大会论文选集,1988:1233-1241页.),尖点突变模型及灰色尖点突变模型(秦四清,张悼元.非线性工程地质学导引.成都:西南交通大学出版社.1993 年)、Verhulst反函数模型(李天斌,陈明东.滑坡时间预报的费尔哈斯反函数模型法. 地质灾害与环境保护,1996,7(3):13-17页)、速度倒数法模型 (SegaliniA,VallettaA,CarriA.Landslidetime-of-failureforecastandalertthresh oldassessment:Ageneralizedcriterion[J].EngineeringGeology,2018(245):72-80 页)等等,预报模型种类繁多,算法各有差异,但并未解决实际预报过程中所遇到的关键问题,即相同预报模型在不同计算区域下得到的时间预报值会有明显不同,使时间预报结果难以统一,对滑坡应急抢险、紧急撤离等需要准确预报时间的工作增加了很大的困难。
现有滑坡短期时间预报方法,不论是斋藤模型还是速率倒数法等其他模型在短期时间预报中都存在预报时间偏晚的问题,其主要原因是滑坡进入临滑阶段后,变形在已有加速增长的基础上进一步出现陡增,表现出累计位移曲线出现了明显的上翘特征,并不符合一般预报模型所拟合得到的光滑曲线,使短期滑坡时间预报偏晚,近年来通过智能监测设备获取了多个精细化的滑坡全过程变形曲线证实了滑坡变形曲线在临滑阶段变形会再次陡增,而预报时间偏晚很可能对应急抢险等防灾工作带来潜在威胁。
发明内容
本发明的目的在于克服现有技术的不足,适应现实需要,提供一种滑坡短期时间预报方法,本发明方法避免了采用计算区域不同导致同一预报方法得到的结果有差异的问题,为滑坡应急处置提供可靠的时间参考。
为了实现本发明的目的,本发明所采用的技术方案为:
设计一种滑坡短期时间预报方法,它包括如下步骤:
a、确定滑坡变形速率时间曲线并划分出滑坡匀速变形阶段和加速变形阶段,而后确定出匀速变形阶段的变形速率。
b、根据切线角计算公式计算步骤a中变形速率的切线角变化特征a;
c、选取α值分别为70°和75°时所对应的滑坡变形时间点t1,t3,以及两者之间的时间节点t2,其中t1至t2时间的变形量与t2至t3的变形量相同,则滑坡变形破坏所剩余的时间T’为:T’=0.5(t2-t1)2/[(t2-t1)-0.5(t3-t1)],式中,T’为从t3时刻开始至滑坡变形破坏发生的预报时间。
d、设定折减系数为0.5,重新确定滑坡变形破坏所剩余的时间T, T=0.25(t2-t1)2/[(t2-t1)-0.5(t3-t1)]。
步骤a具体为:根据滑坡变形时间曲线,计算出滑坡变形速率时间曲线,滑坡变形速率V=(S2-S1)/(t2-t1),式中,S1、S2为相邻两个监测数据获得的滑坡累计变形量,t1、 t2为相邻两个数据对应的时间;根据滑坡变形速率的变化划分出滑坡匀速变形阶段和加速变形阶段,确定出匀速变形阶段的变形速率。
步骤b具体为:根据切线角计算公式α=arctan(V/V1)计算对应变形速率的切线角变化特征α式中,V1为滑坡匀速变形阶段的变形速率,其中α取值范围为0~90°。
本发明的有益效果在于:
本发明方法统一滑坡短期时间预报的计算区域,使不同滑坡的变形曲线都有相同的计算区域,短期时间预报值不再受人为影响而导致结果不同,并提升短期时间预报的精度,减小了已有模型的误差。
附图说明
图1滑坡时间预报起算点确定区域示意图;
图2滑坡时间预报滞后修正示意图;
图3贵州兴义滑坡监测点完整变形数据示意图;
图4党川4#滑坡变形数据示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明:
实施例1:一种滑坡短期时间预报方法,参见图1至图2,包括以下步骤:
a、由滑坡变形参数确定滑坡变形时间曲线(现有技术),根据滑坡变形时间曲线计算出滑坡变形速率时间曲线,其中,变形速率V=(S2-S1)/(t2-t1),式中,S1、S2为相邻两个监测数据获得的滑坡累计变形量(现有技术),t1、t2为相邻两个数据对应的时间;根据变形速率的变化划分出滑坡匀速变形阶段和加速变形阶段,而后确定出匀速变形阶段的变形速率,如图1所示。
b、根据切线角计算公式α=arctan(V/V1)计算对应步骤a中变形速率的切线角变化特征α,式中,V1为滑坡匀速变形阶段的变形速率,其中α值会在0~90°之间变化,且当滑坡进入加速变形阶段后,α值会大于45°,如图2所示。
c、选取α值分别为70°和75°时对应的滑坡变形时间点t1,t3(图1),以及两者之间的时间节点t2,其中t1至t2时间的变形量与t2至t3的变形量相同,则滑坡变形破坏所剩余的时间为:T’=0.5(t2-t1)2/[(t2-t1)-0.5(t3-t1)],式中,T’为从t3时刻开始至滑坡发生的预报时间。
d、考虑到滑坡临滑时变形陡增的影响,其导致的滑坡发生时间提前量大约与剩余时间相同,因此引入折减系数,此折减系数对C步骤中计算得到的滑坡变形破坏剩余时间进行折减(图2),设定折减系数为0.5,折减后的最终滑动前剩余时间为 T=0.25(t2-t1)2/[(t2-t1)-0.5(t3-t1)]。
本发明方法的具体应用如下,可参见图1至图4:
1、如图3所示,贵州省黔西南州兴义市龙井村9组不稳定斜坡位于兴义市区西南侧,为深层顺层岩质滑坡,总体积超过60万m3。2019年1月起,随着智能化监测设备的布设,滑坡精确变形过程进入了全程掌控,至2月12日开始,滑坡出现明显的变形加快趋势。2019年2月14日23点,变形对应的切线角达到70°,累计位移444.4mm, 2月15日22点,切线角达到75°,累计位移496.9mm。根据改进的斋藤时间预报模型,在变形对应的切线角达到75°时进行时间预报,预报计算数据区域为切线角70-75°对应的变形量,计算值折减0.5倍,计算得到滑坡预报时间为2019年2月17日2点10 分,提前了32小时做出时间预报,与实际滑坡发生时间2019年2月17日凌晨5点53 分相差不足4小时,而未折减的原始斋藤时间预报模型计算滑坡发生时间为2月18日 6点20分,误差超过24小时(图3)。
2、党川4#滑坡位于甘肃省永靖县盐锅峡镇黑方台西南侧黄河边,滑源区长300m,宽20m,总滑坡体积约34万m3。自2017年8月底开始,滑坡开始产生变形且变形速率逐渐加快。2017年10月1日凌晨5时许,党川4#滑坡附近连续产生滑动,在滑源区形成了3个凹槽,并在滑坡下方形成了超过300m长的堆积体。根据党川4#滑坡变形数据 (图4),滑坡变形对应的切线角在2017年9月26日9点达到70°,累计位移493.3mm,在2017年9月29日8点达到75°,累计位移527.3mm。根据改进的斋藤时间预报模型进行计算并折减0.5倍,得到滑坡预报时间为2017年10月1日8点01分,提前45小时做出时间预报,与实际滑坡发生时间2017年10月1日凌晨5点相差仅3小时,而未折减的原始斋藤时间预报模型计算滑坡发生时间为10月3日8点02分,误差超过50 小时。
综上,本发明针对现有滑坡时间预报中计算区域不统一、预报时间滞后两方面问题,通过切线角模型将变形量化,并基于斋藤预报模型进行短期时间预报,提出改进的滑坡时间预报方法,本发明方法操作简单,避免了采用计算区域不同导致同一预报方法得到的结果有差异的问题,为滑坡应急处置提供可靠的时间参考。
本发明的实施例公布的是较佳的实施例,但并不局限于此,本领域的普通技术人员,极易根据上述实施例,领会本发明的精神,并做出不同的引申和变化,但只要不脱离本发明的精神,都在本发明的保护范围内。

Claims (3)

1.一种滑坡短期时间预报方法,其特征在于:它包括如下步骤:
a、确定滑坡变形速率时间曲线并划分出滑坡匀速变形阶段和加速变形阶段,而后确定出匀速变形阶段的变形速率。
b、根据切线角计算公式计算步骤a中变形速率的切线角变化特征a;
c、选取α值分别为70°和75°时所对应的滑坡变形时间点t1,t3,以及两者之间的时间节点t2,其中t1至t2时间的变形量与t2至t3的变形量相同,则滑坡变形破坏所剩余的时间T’为:T’=0.5(t2-t1)2/[(t2-t1)-0.5(t3-t1)],式中,T’为从t3时刻开始至滑坡变形破坏发生的预报时间。
d、设定折减系数为0.5,重新确定滑坡变形破坏所剩余的时间T,T=0.25(t2-t1)2/[(t2-t1)-0.5(t3-t1)]。
2.如权利要求1所述的滑坡短期时间预报方法,其特征在于:步骤a具体为:根据滑坡变形时间曲线,计算出滑坡变形速率时间曲线,滑坡变形速率V=(S2-S1)/(t2-t1),式中,S1、S2为相邻两个监测数据获得的滑坡累计变形量,t1、t2为相邻两个数据对应的时间;根据滑坡变形速率的变化划分出滑坡匀速变形阶段和加速变形阶段,确定出匀速变形阶段的变形速率。
3.如权利要求1所述的滑坡短期时间预报方法,其特征在于:步骤b具体为:根据切线角计算公式α=arctan(V/V1)计算对应变形速率的切线角变化特征α式中,V1为滑坡匀速变形阶段的变形速率,其中α取值范围为0~90°。
CN201910340656.0A 2019-04-25 2019-04-25 一种滑坡短期时间预报方法 Pending CN109935054A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910340656.0A CN109935054A (zh) 2019-04-25 2019-04-25 一种滑坡短期时间预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910340656.0A CN109935054A (zh) 2019-04-25 2019-04-25 一种滑坡短期时间预报方法

Publications (1)

Publication Number Publication Date
CN109935054A true CN109935054A (zh) 2019-06-25

Family

ID=66990914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910340656.0A Pending CN109935054A (zh) 2019-04-25 2019-04-25 一种滑坡短期时间预报方法

Country Status (1)

Country Link
CN (1) CN109935054A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882829A (zh) * 2020-07-28 2020-11-03 成都理工大学 一种改进的滑坡临滑时间预报方法
CN113250753A (zh) * 2021-06-21 2021-08-13 云南航天工程物探检测股份有限公司 一种隧道监控量测改进型切线角预警方法
CN114001703A (zh) * 2021-10-09 2022-02-01 四川轻化工大学 一种滑坡变形数据实时过滤方法
CN115641702A (zh) * 2022-11-14 2023-01-24 中大智能科技股份有限公司 一种基于时空联合的单体滑坡预警预报方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266301A (zh) * 2008-05-06 2008-09-17 中国水电顾问集团成都勘测设计研究院 滑坡监控预报方法
CN102509420A (zh) * 2011-10-12 2012-06-20 北京科技大学 一种基于临滑区变形信息的滑坡预报方法
WO2019073937A1 (ja) * 2017-10-10 2019-04-18 日本信号株式会社 危険度評価システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266301A (zh) * 2008-05-06 2008-09-17 中国水电顾问集团成都勘测设计研究院 滑坡监控预报方法
CN102509420A (zh) * 2011-10-12 2012-06-20 北京科技大学 一种基于临滑区变形信息的滑坡预报方法
WO2019073937A1 (ja) * 2017-10-10 2019-04-18 日本信号株式会社 危険度評価システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
苗胜军等: ""基于Verhulst模型改进的"斋藤法"变形趋势研究报告"", 《中国矿业》 *
许强等: ""一种改进的切线角及对应的滑坡预警判据"", 《地质通报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882829A (zh) * 2020-07-28 2020-11-03 成都理工大学 一种改进的滑坡临滑时间预报方法
CN113250753A (zh) * 2021-06-21 2021-08-13 云南航天工程物探检测股份有限公司 一种隧道监控量测改进型切线角预警方法
CN114001703A (zh) * 2021-10-09 2022-02-01 四川轻化工大学 一种滑坡变形数据实时过滤方法
CN114001703B (zh) * 2021-10-09 2023-07-28 四川轻化工大学 一种滑坡变形数据实时过滤方法
CN115641702A (zh) * 2022-11-14 2023-01-24 中大智能科技股份有限公司 一种基于时空联合的单体滑坡预警预报方法

Similar Documents

Publication Publication Date Title
CN109935054A (zh) 一种滑坡短期时间预报方法
CN103149340B (zh) 一种利用降雨量测定滑坡稳定性的动力监测方法
Wieland Safety aspects of sustainable storage dams and earthquake safety of existing dams
CN103469780B (zh) 一种重力坝坝基深层抗滑稳定临界滑动面的计算方法
Simon et al. Process-form interactions in unstable sand-bed river channels: A numerical modeling approach
CN102103646A (zh) 基于有限元技术和人工神经网络的精冲模具磨损预测方法
CN104050391A (zh) 高堆石坝中期度汛挡水风险率检测方法
CN104318058A (zh) 基于雨量监测的泥石流预警方法
Marengo et al. Case study: Risk analysis by overtopping of diversion works during dam construction: The La Yesca hydroelectric project, Mexico
Hariri-Ardebili Performance based earthquake engineering of concrete dams
Remmerswaal et al. Evaluating residual dyke resistance using the Random Material Point Method
Chen et al. Probabilistic risk assessment of RCC dam considering grey-stochastic-fuzzy uncertainty
Wang et al. Mechanical parameter inversion in sandstone diversion tunnel and stability analysis during operation period
CN108643246A (zh) 基坑施工中承压水降水对周边环境影响的预测方法
Kortenhaus et al. Failure mode and fault tree analysis for sea and estuary dikes
CN111882829A (zh) 一种改进的滑坡临滑时间预报方法
CN112464576A (zh) 一种基于贝叶斯网络的大坝风险评估方法和设备
Zhu et al. Warning decision-making for landslide dam breaching flood using influence diagrams
CN108959816B (zh) 高拱坝施工初-中期导流风险率检测方法
Sun et al. Prediction of horizontal displacement of foundation pit based on nar dynamic neural network
Helmholt et al. Risk management in large scale underground infrastructures
Mao et al. Stability Analysis of the Left Bank Slope of Baihetan Hydropower Station Based on the MF‐DFA Method
CN116401872B (zh) 复杂地质环境小净距公路隧道施工稳定性评估方法
CN109934505A (zh) 考虑停工和填筑强度不确定性的高堆石坝施工度汛风险预测方法
Cao et al. Time series forecast of foundation pit deformation based on BP neural network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190625

RJ01 Rejection of invention patent application after publication