关键词:
黄土滑坡
变形监测
GNSS
S-变换
信号抑噪
混沌时间序列
预测
摘要:
随着人类工程活动日益加剧,黄土地区以滑坡为主的地质灾害频发,为了减少黄土滑坡灾害带来的损失,有必要对滑坡体变形进行监测,并对滑坡位移变化进行预测预警,以期提前做好对滑坡灾害的防治工作。GNSS技术作为滑坡监测中的首选技术,由于其信号易受多路径效应的影响,导致不能准确获取滑坡变形规律,且在黄土滑坡变形预测的研究中并未考虑滑坡系统的确定性与随机性关系。因此,本文以陕西泾阳庙店黄土滑坡为例,将GNSS技术应用于该区域滑坡变形监测,并设计了相应的监测技术方案,对GNSS技术获取的变形监测结果进行信息提取,得到较为准确的滑坡变形信息。在此基础上,引入多种基于混沌理论的滑坡变形预测模型,结合泾阳庙店滑坡实测数据对模型的预测精度进行了评估。本文的主要研究内容及成果具体如下:(1)针对传统大地测量技术的不足,本文采用精度高且能够提供实时定位结果的GNSS技术对泾阳庙店滑坡进行监测。在GNSS监测方案设计中主要采用静态相对定位与实时动态定位两种监测方式相结合的监测方法,获取泾阳庙店黄土滑坡的变形监测数据。(2)针对小波滤波方法存在的不足,本文提出了一种基于S-变换的变形监测数据抑噪方法。采用模拟数据和泾阳庙店滑坡变形实测数据,对该方法的有效性进行验证。结果表明:相较于小波滤波方法,基于S-变换的滤波方法处理后的变形数据在RMSE和SNR上均较优,可准确提取监测点的变形特征,为滑坡变形预测预报提供可靠的监测数据,以提高滑坡变形预测预报的精度。(3)针对已有关于黄土滑坡变形预测方法的研究未考虑滑坡系统随机性与确定性的关系问题,采用混沌理论对黄土滑坡变形进行预测。对原始GNSS滑坡监测序列与经过S-变换抑噪后的时间序列采用相同的方法求解各自的相空间重构参数,并进行混沌识别,结果表明:GNSS滑坡变形监测的原始序列与经过S-变换抑噪后GNSS变形序列均满足混沌特性。(4)运用不同的混沌时间序列预测方法对泾阳庙店黄土滑坡变形数据与经过S-变换滤波处理的变形数据分别进行预测,验证经过滤波处理后的数据有更好的预测效果。结果表明:经过S-变换抑噪后的时间序列的预测结果更接近实际值,MAE、MRE均优于原始时间序列的指标评定值。多种预测方法中BP神经网络预测方法效果更优,且该方法预测原始时间序列的MAE和MRE分别为0.3993mm和11.9%,预测经过S-变换抑噪后的时间序列的MAE和MRE分别为0.1416mm和4.12%。通过比较说明原始数据存在的噪声对预测结果有较大的影响,且经过抑噪处理后预测效果有明显提高。