导读:本文包含了滑坡预报论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:滑坡,模型,位移,水土,奉节县,判据,神经网络。
滑坡预报论文文献综述
孙德亮[1]（2019）在《基于机器学习的滑坡易发性区划与降雨诱发滑坡预报预警研究》一文中研究指出滑坡是由岩石、土体或碎屑堆积物构成的山坡体在重力的作用下,受到地表水和地下水或地震等的影响,沿软弱面(滑动面)发生整体向下滑落的过程。滑坡灾害可毁灭村镇、破坏交通,造成财产损失和人员伤亡,滑坡引发的次生灾害还会阻塞河道、引发洪水,甚至诱发形成泥石流灾害,造成更严重损失。我国山地环境广泛,尤其在西南地区,山地是主要的地貌形态,地质环境条件和水文气候条件复杂多变,是我国滑坡灾害最严重的地区,频繁发生的滑坡使得人们的生命和财产安全受到了极大的威胁。滑坡易发性区划是通过分析影响滑坡的内在因素和外在因素,评价潜在滑坡灾害的地理空间分布,为城市建设规划和滑坡灾害防治提供决策支持。我国的大部分滑坡是由降雨直接诱发或与降雨有关,降雨诱发滑坡的预报预警能够使有关部门及早制定防治措施,减少滑坡灾害的损失。本文以典型的西部山区县域――重庆市奉节县为研究区域,开展基于机器学习的滑坡易发性区划与降雨诱发滑坡预报预警研究,具体研究内容和研究成果如下:(1)采集并处理了研究区2001~2016年发生的1520个滑坡数据以及地质构造、地形地貌、降雨、人类活动等数据,分析了研究区滑坡灾害的空间分布特征、成因机理及发育环境。(2)基于滑坡灾害成因机理的复杂性和诱发因素的多元化,选取地形地貌、地质条件、环境条件、人类工程活动以及诱发因子等5种影响因素的16个指标作为候选的评价指标,包括高程、坡度、坡向、坡位、微地貌、地面曲率、地形湿度指数、岩性、距离断层距离、倾坡类型、NDVI(归一化植被指数)、距离水系距离、土地利用类型、距离道路距离、距离房屋建筑距离和多年平均降雨量等,并对各因子与历史滑坡的相关性进行了统计分析。(3)选择逻辑回归、人工神经网络和随机森林叁种机器学习方法进行滑坡易发性区划,为了能更有效地构建优化的机器学习模型,采用贝叶斯优化算法进行超参数优化,利用递归特征消除方法进行特征选择。测试结果表明利用贝叶斯优化算法的速度要比网格搜索的速度快40倍,且得到的优化模型精度要高于网格搜索。通过对不同方法的滑坡易发性区划结果进行比较分析,显示随机森林方法的结果更符合实际情况。最终得到研究区域滑坡易发性区划图与历史滑坡点的迭置结果,有65%的历史滑坡落在面积比不到20%的高易发区和较高易发区中。(4)结合研究区历史滑坡及对应的降雨数据,进行降雨与滑坡灾害相关性的数理统计分析,建立了奉节县滑坡灾害的前期有效降雨量计算模型。依据有效降雨量模型,对位于不同等级滑坡易发区的滑坡数据进行数据挖掘分析,提出了奉节县滑坡灾害不同预警等级的有效降雨量阈值。基于不同滑坡易发性区划的当日降雨量与历史滑坡关系的数据挖掘,提出了当日降雨对滑坡预警等级的标准。将易发性区划、有效降雨阈值和当量降雨调整标准结合,构建了奉节县滑坡灾害降雨时空联合预报预警模型。(5)开发了奉节县降雨诱发滑坡降预警预报系统,系统集成了奉节县滑坡灾害及影响因子数据,能进行滑坡易发性区划的机器学习建模、前期有效降雨和日降雨查询分析,以及时空耦合的降雨诱发滑坡的预报预警,并实现成果的可视化表达。(6)利用研究区2017年的滑坡案例进行了验证分析,根据5个滑坡案例的发生时间计算滑坡前10天有效降雨量,并结合当日降雨量,给出预报预警等级,结果表明5个典型案例的最终预警分析结果均为黄色~橙色预警,预警结果与现场实际情况总体吻合。(本文来源于《华东师范大学》期刊2019-05-01）
温宗周,李璐,李丽敏,高园平,程少康[2]（2019）在《优化GD-模糊规则的滑坡预报模型研究》一文中研究指出为了提高滑坡灾害预报准确率,改善传统的滑坡监测和预报中存在的参数选取困难及模糊控制系统作为预报模型精确度不高的问题,首先采用山体结构稳定性分析法进行滑坡灾害参数的选取,得出降雨量、含水率、土压力及岩土表面位移增量作为预报参数的结论;其次将选取的参数作为模糊系统的输入,建立滑坡灾害发生概率模型,并引入优化的GD算法修正预报模型中的动态参数,使模糊控制模型具有自适应性;同时与未优化的模糊控制模型以及单独模糊控制模型进行仿真对比,仿真结果表明,该控制算法收敛速度快,具有很好的收敛性;最后将该模型在某滑坡重点灾区实验区进行实验测试,实验结果显示该模型具有较好的收敛性,且预报精度达到90%。(本文来源于《计算机工程与应用》期刊2019年10期）
章海象[3]（2018）在《锦丰金矿露天矿边坡监测及滑坡预报》一文中研究指出通过边坡日常巡查和对露天矿边坡进行动态、实时、连续自动监测,运用国内外滑坡动态预报的理论和方法,在滑坡地点、滑体形态与规模及滑坡发生时间叁方面成功预报了2015年5月24日露天南部边坡多台阶滑坡。因在边坡滑坡前撤出了影响范围内所有的人员与设备,避免了人员伤亡、设备损坏,同时减少了滑坡对露天采坑排水、井下开采在露天采坑排渣作业的不利影响,对其他露天矿山边坡的安全管理具有重要的指导意义。(本文来源于《铜业工程》期刊2018年01期）
包红军,张珂,晁丽君,赵晓萌,王晟[4]（2017）在《耦合分布式水文模型的流域滑坡预报研究》一文中研究指出降水诱发型滑坡灾害涉及水文与土壤失稳过程,是个非常复杂的预报难题。本研究应用耦合分布式水文模型的的流域滑坡预报模型,研究基于水土耦合机制的流域滑坡预报。模型输入格点降水由基于流域逐小时加密雨量站的反距离权重法插值获取;基于GIS、DEM和遥感技术,提取滑坡流域下垫面信息;采用分布式水文模型模拟预报出滑坡研究区域的流域水文过程,作为中间变量驱动滑坡模型SLIDE,实现降水诱发型滑坡的预报。选择陕南月河流域2012年7月3-5日降水诱发型滑坡过程进行模拟预报,验证模型的适用性。结果表明,基于耦合分布式水文模型的流域滑坡预报在滑坡时空预报上表现稳定;通过ROC曲线分析CRESLIDE模型取得的特异性(87.8%)和敏感性(52.9%)均较好;本研究耦合分布式水文模型的流域滑坡预报,耦合了流域水文过程与土力学过程,使得流域水文模拟更为合理,在滑坡的预报与早期预警中表现良好,对同类滑坡预报有一定的借鉴意义。(本文来源于《第34届中国气象学会年会 S7 水文气象、地质灾害气象预报理论与应用技术论文集》期刊2017-09-27）
包红军,张珂,晁丽君,赵晓萌,刘艳辉[5]（2017）在《基于水土耦合机制的流域滑坡预报研究》一文中研究指出降水诱发型滑坡灾害涉及水文与土壤失稳过程,是个非常复杂的预报难题。本研究应用CRESLIDE(Coupled Routing and Excess Storage and Slope-Infiltration-Distributed Equilibrium)模型,研究基于水土耦合机制的流域滑坡预报。模型输入格点降水由基于流域逐小时加密雨量站的反距离权重法插值获取;基于GIS、DEM和遥感技术,提取滑坡流域下垫面信息;采用分布式水文模型CREST模拟预报出滑坡研究区域的流域水文过程,作为中间变量驱动滑坡模型SLIDE,实现降水诱发型滑坡的预报。选择陕南月河流域2012年7月3—5日降水诱发型滑坡过程进行模拟预报,验证模型的适用性。结果表明,基于CRESLIDE模型的流域水土耦合滑坡预报模型在滑坡时空预报上表现稳定;通过ROC曲线分析CRESLIDE模型取得的特异性(87.8%)和敏感性(52.9%)均较好;本研究基于流域水土耦合机制研究滑坡机理预报,耦合了流域水文过程与土力学过程,使得流域水文模拟更为合理,在滑坡的预报与早期预警中表现良好,对同类滑坡预报有一定的借鉴意义。(本文来源于《气象》期刊2017年09期）
王超[6]（2017）在《土质边坡稳定性分析及滑坡预报研究》一文中研究指出滑坡是一种常见的突发性地质灾害,严重破坏着广大人民群众的生命、财产安全。随着人类对矿产资源持续不合理的开发,滑坡灾害的发生次数越来越多、所造成的损失变得越来越严重。因此,提出更加有效的方法对滑坡灾害进行预测,降低滑坡灾害所导致的各类损失,己经成为急需解决的课题。目前,滑坡预报研究主要集中于多种预报方法的联合应用以及数理科学的应用等方面。本文将改进的GM(1,1)模型和优化的BP神经网络模型联合应用,预测边坡监测点的位移;再利用得到的位移与边坡稳定分析得到的位移进行对比,得到边坡处于的状态范围以预测边坡的稳定状态。具体内容如下:在边坡滑坡预警过程中,监测点如何布设以及监测点获得的监测数据如何处理,是预警效果的决定因素。为了使监测点获得的位移监测数据更能够体现边坡整体的滑动特征,提高监测的有效性,本文归纳了边坡监测方法和监测点布置原则。由于理论上无法说明灰色GM(1,1)预测模型权值取0.5时,边坡位移的预测精度最高,因此本文提出了最优权值选取和实时数据修正两种改进方法,同时配合残差模型,能够有效提高模型的预测精度。针对BP神经网络模型收敛速度慢和容易陷入局部最小值的局限性,分别介绍了附加动量法、自适应lr和弹性梯度下降法对BP神经网络模型进行优化,以加快模型的收敛速度和避免取到局部最小值。将改进的GM(1,1)模型与优化的BP神经网络模型组合为灰色BP神经网络残差模型,在使用改进的GM(1,1)模型进行初始预测的基础上,利用BP神经网络模型对初次预测产生的残差序列进行二次预测,生成新的预测序列。分别对原始模型和改进的组合模型得到的预测数据进行精度检验,验证了模型的预测精度得到明显提高,证明了灰色BP神经网络残差模型对位移预测的有效性。在以往对滑坡预报的研究中,对边坡位移进行预测后,都只对预测位移的数值和变化速率进行定性的分析,从而判断边坡可能的稳定状态。这样的预报主观性太强,没有考虑边坡的实际内部强度状态。本文对边坡的强度参数根据不同情况折减后利用有限元软件进行稳定分析,得到边坡恰好破坏时的强度参数组合形式。并将计算得到的位移与预测得到的位移进行比较,数值最为接近的情况作为下一时间点对应的边坡状态。在此基础上,本文提出了边坡的“状态线”和“安全线”的概念以判断其稳定状态,达到预警的作用。(本文来源于《华北电力大学(北京)》期刊2017-03-01）
李军[7]（2016）在《基于Verhulst预测模型与现场监测的滑坡预报》一文中研究指出滑坡是一种复杂的地质现象,其形成条件、产生机理、诱发因素等都具有复杂性和多样性,滑坡变化具有的随机性、非稳定性导致每个滑坡具有不同特征,需要根据滑坡各自的特征有针对性地选取模型进行预测计算。本文以樟木滑坡为工程依托,采用统计预报模型中的Verhulst模型并结合滑坡现场位移监测数据,对该滑坡开展时间预报和反分析,获取了滑坡发生时间预测值及预测滑坡发展曲线,将预测结果与实际监测结果进行对比,验证了Verhulst模型在滑坡临滑预测中的适用性。(本文来源于《低温建筑技术》期刊2016年03期）
孙晓阳,靳燕生,陈斌,刘守红,朱建军[8]（2015）在《双耦合时效曲线与解析判据滑坡预报实例分析》一文中研究指出在某高边坡滑坡预报过程中,基于岩土结构稳定性基础理论以及双耦合时效曲线与解析的应用,描述了岩土体滑坡从流变萌发、蠕变发育到失稳剧滑的时间轨迹,使得滑坡发生的时间、规模和趋势得到精度预测、预报。在第一时间判断险情并采取险情处置措施,确保了施工安全,为既有矿坑高边坡的滑坡精确预测、预报、安全施工提供了一定的借鉴与参考。(本文来源于《建筑技术》期刊2015年10期）
张勋,卜煊靖,蔡红[9]（2015）在《滑坡位移最大Lyapunov指数及其在滑坡预报中的应用》一文中研究指出根据混沌理论,对滑坡在失稳过程的位移变量所具有的混沌特性以及突变性进行了深入的研究和分析,以新滩滑坡为例,计算滑坡位移失稳过程的最大Lyapunov指数,结果表明增量位移时序最大Lyapunov指数在滑坡失稳过程中出现明显增加的突变规律,且其突变时间与滑坡失稳时间相吻合,说明了滑坡位移最大Lyapunov指数是评估滑坡稳定性的一种有效混沌特性参数。(本文来源于《山西建筑》期刊2015年11期）
易锋,胡家赋,郭军[10]（2014）在《RBF神经网络—半参数优化模型在滑坡预报中的应用》一文中研究指出将RBF神经网络模型与基于补偿最小二乘准则的半参数模型相结合,首先进行RBF神经网络模型的预报,在此基础上进行半参数模型改正,非参数利用补偿最小二乘法求出,建立优化的RBF神经网络——半参数模型。结合某边坡的GPS高程观测数据进行建模预测,与单一采用RBF神经网络预报模型相比,结果显示精度较好,该方法有效可行。(本文来源于《测绘与空间地理信息》期刊2014年12期）
滑坡预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高滑坡灾害预报准确率,改善传统的滑坡监测和预报中存在的参数选取困难及模糊控制系统作为预报模型精确度不高的问题,首先采用山体结构稳定性分析法进行滑坡灾害参数的选取,得出降雨量、含水率、土压力及岩土表面位移增量作为预报参数的结论;其次将选取的参数作为模糊系统的输入,建立滑坡灾害发生概率模型,并引入优化的GD算法修正预报模型中的动态参数,使模糊控制模型具有自适应性;同时与未优化的模糊控制模型以及单独模糊控制模型进行仿真对比,仿真结果表明,该控制算法收敛速度快,具有很好的收敛性;最后将该模型在某滑坡重点灾区实验区进行实验测试,实验结果显示该模型具有较好的收敛性,且预报精度达到90%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
滑坡预报论文参考文献
[1].孙德亮.基于机器学习的滑坡易发性区划与降雨诱发滑坡预报预警研究[D].华东师范大学.2019
[2].温宗周,李璐,李丽敏,高园平,程少康.优化GD-模糊规则的滑坡预报模型研究[J].计算机工程与应用.2019
[3].章海象.锦丰金矿露天矿边坡监测及滑坡预报[J].铜业工程.2018
[4].包红军,张珂,晁丽君,赵晓萌,王晟.耦合分布式水文模型的流域滑坡预报研究[C].第34届中国气象学会年会S7水文气象、地质灾害气象预报理论与应用技术论文集.2017
[5].包红军,张珂,晁丽君,赵晓萌,刘艳辉.基于水土耦合机制的流域滑坡预报研究[J].气象.2017
[6].王超.土质边坡稳定性分析及滑坡预报研究[D].华北电力大学(北京).2017
[7].李军.基于Verhulst预测模型与现场监测的滑坡预报[J].低温建筑技术.2016
[8].孙晓阳,靳燕生,陈斌,刘守红,朱建军.双耦合时效曲线与解析判据滑坡预报实例分析[J].建筑技术.2015
[9].张勋,卜煊靖,蔡红.滑坡位移最大Lyapunov指数及其在滑坡预报中的应用[J].山西建筑.2015
[10].易锋,胡家赋,郭军.RBF神经网络—半参数优化模型在滑坡预报中的应用[J].测绘与空间地理信息.2014
论文知识图
