【技术实现步骤摘要】
水库首次蓄水期的库岸滑坡预测方法
[0001]本专利技术涉及区域滑坡灾害预测
，具体涉及水库首次蓄水期的库岸滑坡预测方法
。
技术介绍
[0002]水电站首次蓄水过程中，库水的大幅度抬升将引起原来未涉水库岸岩土体的物理化学性质的变化，包括土壤的饱和度
、
孔隙水压
、
剪切强度等等，从而导致岸坡突然变形和破坏
。
即使库区地质灾害防治部门耗费大量的人力和物力在蓄水初期进行滑坡地质灾害调查和排查，仍然发生了诸如意大利的瓦依昂滑坡
、
三峡库区的千将坪滑坡和溪洛渡库区黄坪村滑坡等滑坡灾害事件，且均发生在水库首次蓄水期，造成了严重的人员伤亡和大量的财产损失
。
因此，如何事前及时准确地找出首次蓄水期的滑坡灾害，减少发生库岸滑坡灾害产生的损失，是当前库区地质灾害防治部门和地质灾害研究人员关注的重点
。
[0003]目前，研究人员提出了各种方法，例如苏燕等人专利技术一种基于域自适应迁移学习的无样本库区滑坡易发性预测方法，实现了...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种水库首次蓄水期的库岸滑坡预测方法，其特征在于：包括以下步骤：
S1、
收集基础地质资料；
S2、
根据库区蓄水前滑坡发育分布规律选用若干个评价因子并通过皮尔逊相关系数法进行因子共线性分析，保留相关性低于阈值的评价因子；
S3、
选择机器学习模型并将相关性低于阈值的评价因子输入至机器学习模型，得到滑坡易发性评价；
S4、
根据基础地质资料并通过物理驱动模型进行计算得到稳定性系数；
S5、
根据稳定性系数和滑坡易发性评价构建库岸滑坡预测模型；通过库岸滑坡预测模型完成对水库首次蓄水期的库岸滑坡的预测
。2.
根据权利要求1所述的水库首次蓄水期的库岸滑坡预测方法，其特征在于：所述步骤
S1
中的基础地质资料包括：在水库首次蓄水前的地层岩性
、
地形图
、
地质构造
、
气象水文
、
历史滑坡点
、
覆盖层厚度和岩土体力学参数；其中：地层岩性
、
地形图
、
地质构造
、
气象水文和历史滑坡点参数，用于滑坡易发生评价；覆盖层厚度和岩土体力学参数，包括黏聚力
、
内摩擦角
、
天然重度
、
饱和重度
、
渗透系数和给水度，用于稳定性系数计算
。3.
根据权利要求1所述的水库首次蓄水期的库岸滑坡预测方法，其特征在于：所述步骤
S3
的具体步骤为：
S3
‑
1、
在研究区域的滑坡范围内随机提取
1000
个滑坡栅格单元，并将其易发性赋值为1；在研究区域的非滑坡范围内随机选取
1000
个非滑坡栅格单元，并将其易发性赋值为0；
S3
‑
2、
选择机器学习模型；将相关性低于阈值的评价因子作为机器学习模型的输入，将是否为滑坡栅格单元作为机器学习模型的输出，并对机器学习模型进行训练，得到训练后的机器学习模型；
S3
‑
3、
将研究区内所有栅格单元不同属性的值输入至训练后的机器学习模型，得到滑坡易发性指数；
S3
‑
4、
将滑坡易发性指数输入至
ArcGIS
并按照自然间断法划分为低易发区
、
中易发性区
、
高易发区和极高易发区，即滑坡易发性评价
。4.
根据权利要求1所述的水库首次蓄水期的库岸滑坡预测方法，其特征在于：所述步骤
S3
中的机器学习模型为随机森林模型
、
支持向量机模型
、
决策树和神经网络模型中的一个
。5.
根据权利要求1所述的水库首次蓄水期的库岸滑坡预测方法，其特征在于：所述步骤
S4
的具体步骤为：
S4
‑
1、
根据公式：根据公式：根据公式：
得到水库水位上升时岸坡的浸润线
h
x,t
；其中，
η
表示误差系数，
x
表示水位线的距离，
μ
表示给水度，
K
表示岩土体渗透系数，
h
m
表示水库的水位升降周期开始和结束时潜水的平均厚度代替，
t
表示水位变动时间，
M(
η
)
表示拟合多项式，
h
0,t
表示水库变动时的水位，
v0表示水库的水位升降速率，
h
0,0
表示水库上升前的水位；
S4
‑
2、
根据库区覆盖层厚度
、
地下水位数据
、
水库水位升降时岸坡的浸润线
h
x,t
和岩土体力学参数，通过物理驱动模型得到最高蓄水位时库区岸坡的稳定性系数
。6.
根据权利要求5所述的水库首次蓄水期的库岸滑坡预测方法，其特征在于：所述步骤
S4
‑2的具体步骤如下：
S4
‑2‑
1、
在库区上方特定区域内生成若干个搜索球心；
S4
‑2‑
2、
以球心为原点采用递增的方式生成半径得到不同球型曲面；
S4
‑2‑
3、
将库区岸坡化为若干个三维柱体；
S4
‑2‑
技术研发人员：冯文凯，薛正海，易小宇，吴明堂，崔振华，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：
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。