【技术实现步骤摘要】
本专利技术属于地质灾害监测预警，特别是涉及一种基于两相物质点法的滑坡灾变风险概率智能预测方法。
技术介绍
1、滑坡地质灾害分布范围广、突发性强且破坏性强，在降雨入渗情况下斜坡岩土体强度指标劣化、渗透力增强导致坡体稳定性下降，更易诱发滑坡地质灾害，威胁经济建设和人民群众的生命财产安全。对潜在的滑坡灾害进行预测，成为了地质灾害防治工作中急需解决的重点和难点问题。
2、目前对滑坡的预测方法主要有经验预测方法、统计预测方法、非线性预测方法等。经验预测方法依赖滑坡前兆的经验积累，缺乏理论依据，可靠性偏低。统计预测方法通过历史滑坡监测数据预测未来的趋势，难以反映滑坡响应数据随影响因素的变化，存在一定的局限性。非线性方法将滑坡视为非线性动力学系统，结合非线性理论、系统科学理论、神经网络理论等各种理论实现对滑坡的动态跟踪和非线性预测，但由于滑坡演化过程的复杂性和外界影响的多变性，该方法的物理意义不够清晰。
3、目前的滑坡预测方法大多缺乏完整的物理含义，而滑坡所涉及的相关因素极多，条件复杂，因此现有的预测方法在缺少物理力学理论的支...
【技术保护点】
1.一种基于两相物质点法的滑坡灾变风险概率智能预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于两相物质点法的滑坡灾变风险概率智能预测方法，其特征在于，步骤2)中，模型参数变量样本表示为X＝[x1,x2,…,xn]，其中xi表示弹性模量E、黏聚力c、内摩擦角φ参数，n表示模型参数变量维数，每个维度需要抽取的样本数量为m，采用拉丁超立方抽样法抽样时，若要在样本空间中抽取m个符合模型参数先验分布的n维样本，那么需要将[0,1]区间划分为m个区间，并在每个区间随机抽取一个样本，将抽取的值映射到样本空间，得到n×m阶的样本矩阵A，从而构建模型输入
【技术特征摘要】
1.一种基于两相物质点法的滑坡灾变风险概率智能预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于两相物质点法的滑坡灾变风险概率智能预测方法，其特征在于，步骤2)中，模型参数变量样本表示为x＝[x1,x2,…,xn]，其中xi表示弹性模量e、黏聚力c、内摩擦角φ参数，n表示模型参数变量维数，每个维度需要抽取的样本数量为m，采用拉丁超立方抽样法抽样时，若要在样本空间中抽取m个符合模型参数先验分布的n维样本，那么需要将[0,1]区间划分为m个区间，并在每个区间随机抽取一个样本，将抽取的值映射到样本空间，得到n×m阶的样本矩阵a，从而构建模型输入数据集。
3.如权利要求1所述的一种基于两相物质点法的滑坡灾变风险概率智能预测方法，其特征在于，步骤3)中，根据滑坡区域的三维地层数据，构建滑坡体三维地质模型，并将模型离散为空间物质点，同时在物质点背后设置覆盖整个滑坡滑动区域的背景网格，将岩土体参数赋值给每个物质点，输入重力及外荷载条件，设置位移边界条件及渗流边界条件，设置初始地下水位线并进行初始地应力平衡。
4.如权利要求1所述的一种基于两相物质点法的滑坡灾变风险概率智能预测方法，其特征在于，步骤4)中，岩土体采用dp弹塑性本构模型描述，孔隙流体采用达西定律描述，结合有效应力原理，土水特征曲线及渗透...
【专利技术属性】
技术研发人员：孙帆，余浩，王桂林，刘智，陈俞利，
申请(专利权)人：重庆市地质矿产勘查开发局，
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。