滑坡监控预报方法技术

本发明专利技术公开了自然灾害的监控预报领域一种预报结果准确的滑坡监控预报方法。该方法包括如下步骤：（１）对发现边坡变形现象的区域进行地质勘察；（２）建立滑坡变形体的地表位移监测网；（３）记录监测数据，生成滑坡变形体的累计位移ｓ与时间ｔ的序列数据点曲线；（４）对序列数据点曲线进行数学拟合，建立滑坡变形体的累计位移ｓ与时间ｔ的预报模型；（５）根据预报模型做出预报。经试验表明，该方法不仅能够准确监测滑坡变形的全过程，而且可以提前几天，甚至可以提前几小时，对滑坡做出准确预报；此外，该方法还具有简洁、快速的优点，适用于对多种地形、地质条件上的滑坡进行监控和预报。

【技术实现步骤摘要】

本专利技术属于自然灾害的监控预报领域，具体涉及滑坡的监控预报方法。技术背景斜坡上的土体或者岩体由于受河流冲刷、地下水活动、地震及人工切坡等因素的影响， 在重力的作用下沿着一定的软弱面或者软弱带整体或分散顺坡向下滑动的自然现象，称为滑 坡。滑坡是一种严重的自然灾害。滑坡变形过程一般可分为初始变形、平缓变形和加速变形 三个阶段。在初始变形阶段，开始出现边坡变形现象，地表出现断续的裂缝，但整个滑坡变 形体的位移量较少；进入平缓变形阶段后，地表出现了较多的变形裂缝，并沿滑坡周边形成 连续分布的裂缝，产生明显的下挫现象，单位时间内滑坡变形体的位移量基本相等，日位移 量可达数毫米或数厘米；进入加速变形阶段后，地表出现了较大的位移，滑坡变形体单位时 间内位移量逐渐增大，日位移量可达数厘米或数十厘米。滑坡变形具有复杂性、随机性和不确定性的特点，因此要想准确进行滑坡的时间预报非 常困难。迄今为止，国内外对滑坡准确预报的实例仍十分少见。现有滑坡预报系统，大多是 根据临滑现象做出的经验性预报，或是已发生滑坡后的检验性预报。滑坡预报问题还未得到 很好的解决。
技术实现思路
本专利技术所解决的技术问题是提供一种预报结果准确的。 解决上述技术问题的技术方案是，包括如下步骤(1) 对发现边坡变形现象的区域进行地质勘察；(2) 建立滑坡变形体的地表位移监测网；(3) 记录监测数据，生成滑坡变形体的累计位移S与时间t的序列数据点曲线；(4) 对序列数据点曲线进行数学拟合，建立滑坡变形体的累计位移s与时间t的预报模型；(5) 根据预报模型做出预报。进一步的是，滑坡变形体进入加速变形阶段后，根据序列数据点曲线上所出现的位移异 常特征点做出临滑预报。进一步的是，滑坡变形体进入加速变形阶段后，对滑坡变形体的监测周期为0.5小时 2小时/每次。进一步的是，通过地表位移监测网对滑坡变形体变形失稳的关键部位进行监测。 进一步的是，地表位移监测网采用地表巡视与红外测量仪监测相结合的方法进行监测。 进一步的是，红外测量仪设置在滑坡变形体以外稳定的具有通视的地段上。 本专利技术的有益效果是经试验表明，本专利技术的不仅能够准确监测滑坡 变形的全过程，而且可以提前几天，甚至可以提前几小时，对滑坡做出准确预报；此外，该 方法还具有简洁、快速的优点，适用于对多种地形、地质条件上的滑坡进行监控和预报。 附图说明图l为采用本专利技术对某一滑坡变形体进行监测后所得到的滑坡变形体 的累计位移S与时间t的序列数据点曲线。具体实施方式下面通过附图和实施例对本专利技术作进一步的说明。 本专利技术的，包括如下步骤；(1) 对发现边坡变形现象的区域进行地质勘察；(2) 建立滑坡变形体的地表位移监测网；(3) 记录监测数据，生成滑坡变形体的累计位移s与时间t的序列数据点曲线；(4) 对序列数据点曲线进行数学拟合，建立滑坡变形体的累计位移s与时间t的预报模型；(5) 根据预报模型做出预报。在步骤(1)中发现边坡变形现象后，进行地质勘察可调査出裂缝的分布情况，査清滑 坡变形体的平面分布范围、厚度、物质组成、体积等边界条件，分析研究滑坡变形体的形成 机制。在进行地质勘察的基础上才能够正确建立滑坡变形体的地表位移监测网。地质勘察工 作是认识滑坡变形体的基础，通过地质勘察工作可确定滑坡变形体的物质组成、结构、滑坡 变形体的范围、成因，位移监测只有布置在坡体可能产生变形的范围才有实际意义。地表位 移监测网由多个分布在滑坡变形体上的监测点组成，每个监测点的设置设应具有代表性，最 好布置在滑坡变形体变形失稳的关键部位，这样才能取得更为详实可靠的变形资料，提取有 效控制信息，充分了解坡体动态规律。滑坡变形体变形失稳的关键部位是指能代表滑坡变形 体的变形情况的部位，该关键部位通过步骤(1)中地质勘察的结果来确定。地表位移监测网可采用地表巡视与红外测量仪监测相结合的方法进行监测。这种监测方 法具有简洁、快速的优点，可以减少建立地表位移监测网的时间和成本。红外测量仪以及进行地表巡视时所使用的观测设备最好设置在滑坡变形体以外稳定的具有通视的地段上，具有 通视的地段是指指前方无遮挡物，能用肉眼或测量仪器直接观测到的地段。红外测量仪监通 过从远处发射红外线对所监测点的位移进行周期性的测量。将红外测量仪设置在滑坡变形体 以外稳定的具有通视的地段上可以保证监测人员的安全，并且提高监测结果的准确性。当然 ，地表位移监测网还可以采用其它的监测手段进行监测，比如在滑坡变形体中设置位移传感 器进行监测。步骤(2)建立滑坡变形体的地表位移监测网完成后，就可对滑坡变形体进行周期性的 监测。对每个监测点的监测时是同时进行的，从每个监测点都可以得到所监测部位在不同监 测时间相对应的位移量。然后将每个监测点的监测数据进行整理，就可以生成滑坡变形体的 累计位移s与时间t的序列数据点曲线。监测数据可采用累加生成的方式来建立累计位移s与 时间t的序列数据点曲线。累加生成是灰色理论中一种数据预处理方法。如图l，滑坡变形体的累计位移s与时间t的序列数据点曲线是由多个数据点串连形成的 。相邻数据点在横坐标t上的间距为监测的间隔时间。如图中所示，曲线的开始一段为平缓 向上的直线，该段直线的斜度很小。这段时期为滑坡变形的初始变形阶段和平缓变形阶段。 这两个阶段滑坡变形体的位移量较小，因此监测数据可每天采集一次。在经过初始变形阶段 和平缓变形阶段以后，滑坡变形体开始进入加速变形阶段。此时滑坡变形体出现较大位移， 曲线突然变陡，曲线上不同数据点的斜率逐渐增大，说明滑坡变形体的位移变化率加大。滑 坡变形体进入加速变形阶段后，对滑坡变形体的监测周期縮短为O. 5小时 2小时/每次，曲 线上体现为数据点紧密靠拢。在生成滑坡变形体的累计位移s与时间t的序列数据点曲线后，根据步骤(4)对曲线进 行数学拟合，建立滑坡变形体的累计位移s与时间t的预报模型。步骤(4)中可采用多种数 学方式对曲线进行拟合，以图1为例，可分别采用多项式、乘幂、指数的数学模型进行拟合 ，并根据拟合精度选择最合适的预报模型。以下是对上述三种数学模型的具体说明1、多项式模型滑坡变形具有明显的时效性，其变形量S可以看成是时间t的单变量函数，SPS=f(t)，因 此任何单变量的连续函数，总可由Taylor展式表示成幂级数的形式 S=f (t) =ao+ait +a2t + a3t ++ ant 式中，ao， ai，…an为待定系数， S—累积变形量， t一时间。对上述方程求一阶导数，可求出位移速率V，表达式为=ai +2a2t+ 3a3t2 ++ nantn 1 式中，ao， ai，…an为待定系数。式中待定系数和相关系数可通过回归分析求得，实际分析中，可分析不同阶数的多项式 模型，对具有一定趋势规律的时间序列，阶数越高，精度愈高。2、 指数模型e btS = a 6式中，a为待定系数， S—累积变形量， t一时间。对上述方程求一阶导数，可求出位移速率V，表达式为 kb(t—1)式中，a， b为待定系数。3、 乘幂模型 S = a tb式中，a， b为待定系数， S—累积变形量， t一时间。在建立滑坡变形体的累计位移s与时间t的预报模型后，就可以对滑坡变形体最终失稳的 时间做出预报。为了提高预报的精确度本文档来自技高网...

【技术保护点】
滑坡监控预报方法，包括如下步骤：（１）对发现边坡变形现象的区域进行地质勘察；（２）建立滑坡变形体的地表位移监测网；（３）记录监测数据，生成滑坡变形体的累计位移ｓ与时间ｔ的序列数据点曲线；（４）对序列数据点曲线进行数学拟合，建立滑坡变形体的累计位移ｓ与时间ｔ的预报模型；（５）根据预报模型做出预报。

【技术特征摘要】

【专利技术属性】
技术研发人员：彭仕雄，杨建，宋彦刚，
申请(专利权)人：中国水电顾问集团成都勘测设计研究院，
类型：发明
国别省市：90[中国|成都]