【技术实现步骤摘要】
一种三维滑坡运动危险性概率评价方法
[0001]本专利技术涉及滑坡运动危险性预测
,特别是涉及一种三维滑坡运动危险性概率评价方法。
技术介绍
[0002]山体滑坡造成了严重的经济损失和人员伤亡,但它们的识别、监测和控制措施在技术上或经济上并不总是可行的。因此,考虑灾害情景及其潜在后果的滑坡QRA(Quantitative Risk Analysis,定量风险评估)正成为一个研究热点。为了评估单体滑坡造成的潜在风险,必须定量评估这几个概率,包括:(i)在给定回归期内以某种规模失稳的概率;(ii)滑坡物质以某种运动强度到达某位置的概率,通常称为运动危险性评估;(iii)承灾体在网格上出现在该位置的概率;(iv)承灾体损坏或人员伤亡的概率,亦称易损性。风险R是这些概率和成本C的乘积。网格影响概率是连接滑坡发生和潜在后果的桥梁;因此,滑坡运动危险性评价是滑坡风险评价的关键问题。
[0003]考虑到预测模型中的不确定性,计算 (即运动危险性概率评估)相当于评估滑坡运动强度超越概率(即运动强度超过给定阈值的概率,P >e
)。这本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种三维滑坡运动危险性概率评价方法,其特征在于,所述方法包括:步骤S1:确定潜在滑坡对应的过去滑坡,并在所述过去滑坡的滑坡堆积区内选择多个观测点;步骤S2:对所述多个观测点中的每一个观测点构造克里金代理模型,并基于每一个观测点的克里金代理模型、贝叶斯定理以及差分进化适应大都会市算法,对预先确定的随机变量的先验信息进行反分析,得到所述随机变量的后验分布;步骤S3:将所述潜在滑坡预估的滑坡堆积区网格化,选取所述潜在滑坡整个运动过程中各网格位置的最大运动高度和最大运动速度作为评价指标,建立所述潜在滑坡在每一个网格的最大运动高度功能函数和最大运动速度功能函数,并计算得到所述潜在滑坡的最大运动高度克里金代理模型矩阵和最大运动速度克里金代理模型矩阵;步骤S4:将所述随机变量的后验分布输入到所述潜在滑坡的最大运动高度克里金代理模型矩阵中,输出得到每一个网格的最大运动高度,以及将所述随机变量的后验分布输入到所述最大运动速度克里金代理模型矩阵中,输出得到每一个网格的最大运动速度,并对每一个网格的最大运动高度超越概率以及最大运动速度超越概率分别进行计算,获得所述潜在滑坡的最大运动高度超越概率矩阵以及所述潜在滑坡的最大运动速度超越概率矩阵;步骤S5:在三维地理信息系统平台上,根据所述潜在滑坡的最大运动高度超越概率矩阵以及所述潜在滑坡的最大运动速度超越概率矩阵,生成用于单体滑坡定量风险评价的概率运动危险性图。2.根据权利要求1所述的三维滑坡运动危险性概率评价方法,其特征在于,所述多个观测点的个数为K个;所述步骤S2包括:子步骤S2
‑
1:对所述K个观测点中的每一个观测点构造动态数值模型,并建立每一个观测点的克里金代理模型,将所述动态数值模型的输入参数作为随机变量θ,利用同一个观测点的克里金代理模型计算该观测点处所述随机变量对应的最终堆积深度模拟值,获得所述K个观测点的最终堆积深度模拟值,其中,表示第K个观测点的最终堆积深度模拟值;子步骤S2
‑
2:利用设定的模型偏差系数和所述K个观测点的最终堆积深度模拟值,计算得到所述K个观测点的最终堆积深度观测值,其中,;子步骤S2
‑
3:基于所述过去滑坡的K个观测点对应的最终堆积深度观测值,通过贝叶斯定理对所述随机变量的先验分布进行反分析,利用差分进化适应大都会市算法对反分析结果进行采样,得到所述随机变量的后验分布;;上式中,是似然函数,用于表征现场测量数据与动态数值模型模拟结果之间的匹配程度,表示为所述随机变量的联合条件概率密度函数;其中,在假设不同网格位置之间的模型偏差系数是不相关的情况下,所述表示为:
;上式中,表示的概率密度函数在对应的概率密度。3.根据权利要求2所述的三维滑坡运动危险性概率评价方法,其特征在于,所述子步骤S2
‑
1中的对所述K个观测点中的每一个观测点构造动态数值模型,并建立每一个观测点的克里金代理模型,包括:子步骤S2
‑
101:使用摩擦模型计算基底阻力,即;上式中,
휎 = ρgh,
휎
表示基底正应力,ρ表示滑坡物质的密度,h表示滑坡物质的运动高度,g代表重力;是有效残余摩擦角;r
u
是孔隙压力比系数,反映了基底材料的液化程度,取值范围为0~1;子步骤S2
‑
102:基于所述摩擦模型,利用质量流模型对所述过去滑坡进行运动模拟,对所述K个观测点中的每一个观测点构造动态数值模型;其中,所述质量流模型是基于三维纳维
‑
斯托克斯方程沿深度积分的连续介质模型;子步骤S2
‑
103:将所述动态数值模型的输入参数和r
u
定义为所述随机变量,并通过均匀设计对所述随机变量进行采样,得到输入数据集,所述输入数据集包括多个初始采样点;子步骤S2
‑
104:将所述输入数据集的每个初始采样点代入每一个观测点的动态数值模型中,以分别输出每一个观测点位置对应的响应值,基于所述输入数据集以及每一个观测点位置对应的响应值,对克里金模型进行训练,得到每一个观测点的初始克里金代理模型;子步骤S2
‑
105:从候选样本池中选择一个新样本点,其中,所述候选样本池中的候选样本点通过拉丁超立方体抽样生成;j=1,2,
⋯
, s;其中s是候选样本点的数量;子步骤S2
‑
106:将所述新样本点添加到所述输入数据集中,以对每一个观测点的初始克里金代理模型重新训练,持续迭代,直到该观测点的克里金代理模型满足预先设定的收敛准则,得到最终该观测点的克里金代理模型。4.根据权利要求3所述的三维滑坡运动危险性概率评价方法,其特征在于,所述子步骤S2
‑
105中的从候选样本池中选择一个新样本点,包括:通过最大化质量...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。