[1]雷梦茹,徐光黎,张泰丽,等.金华市某岩质滑坡成因机制分析及发展趋势预测[J].华东地质,2021,42(04):398-408.[doi:10.16788/j.hddz.32-1865/P.2021.04.005]
 LEI Mengru,XU Guangli,ZHANG Taili,et al.Genetic mechanism analysis and development trend prediction of a rock landslide in Jinhua[J].East China Geology,2021,42(04):398-408.[doi:10.16788/j.hddz.32-1865/P.2021.04.005]
点击复制

金华市某岩质滑坡成因机制分析及发展趋势预测()
分享到:

《华东地质》[ISSN:2096-1871/CN:32-1865/P]

卷:
42
期数:
2021年04期
页码:
398-408
栏目:
台风暴雨型地质灾害专题
出版日期:
2021-12-25

文章信息/Info

Title:
Genetic mechanism analysis and development trend prediction of a rock landslide in Jinhua
作者:
雷梦茹1 徐光黎1 张泰丽3 薛孟奇2 薛媛1 赵宏涛2
1. 中国地质大学(武汉), 湖北 武汉 430074;
2. 中国地质大学(武汉)地质调查研究院, 湖北 武汉 430074;
3. 中国地质调查局南京地质调查中心, 江苏 南京 210016
Author(s):
LEI Mengru1 XU Guangli1 ZHANG Taili3 XUE Mengqi2 XUE Yuan1 ZHAO Hongtao2
1. Faculty of Engineering, China University of Geosciences, Wuhan 430074, Hubei, China;
2. Geological Survey Institute, China University of Geosciences, Wuhan 430074, Hubei, China;
3. Nanjing Center, China Geological Survey, Nanjing 210016, Jiangsu, China
关键词:
成因机制GM(11)模型新陈代谢模型马尔科夫理论发展趋势
Keywords:
cause mechanismGM(11) modelmetabolism modelMarkov theorydevelopment trend
分类号:
P694
DOI:
10.16788/j.hddz.32-1865/P.2021.04.005
摘要:
为探究金华市某岩质滑坡成因机制,多方面分析表明该滑坡是在固有内部因素条件下由地下水活动诱发产生的。为评价滑坡发展趋势,解决陈旧信息和波动性数据造成的传统灰色GM(1,1)模型预测精度较低的问题,提出一种利用动态新陈代谢和马尔科夫模型对原始灰色GM(1,1)模型改进的方法。通过新陈代谢理论来实现数据的动态更新,使得灰色GM(1,1)动态模型的预测值更加接近最新的变化趋势。利用马尔科夫模型对得到的灰色动态新陈代谢GM(1,1)模型预测值进行修正,提高了模型的预测精度。预测结果表明,灰色-马尔科夫动态新陈代谢GM(1,1)模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色GM(1,1)模型降低了70%。对于波动性较大的滑坡监测数据,灰色-马尔科夫动态新陈代谢GM(1,1)模型预测精度远优于传统灰色GM(1,1)模型,具有实际的参考价值。金华市某岩质滑坡监测数据和预测结果研究表明,该滑坡发展趋势不稳定,需采取适当的防治措施。
Abstract:
A multi-analysis has been conducted to explore the genetic mechanism of a rock landslide in Jinhua City, indicating that the landslide was induced by groundwater movement with the inherent internal factors. An improved Grey Model GM(1,1) using Dynamic Metabolism and Markov Model is proposed to evaluate the landslide development trend and increase the low prediction accuracy of original GM(1,1) caused by staled information and volatility data. The predicted value of Dynamic GM(1,1) is closer to the latest variation trend owing to the dynamic update of data realized by Metabolic Theory. The prediction accuracy is also improved by utilizing Markov Model to correct the predicted value of Dynamic Metabolism GM(1,1). The prediction result shows that the average relative error of prediction of Markov Dynamic Metabolism GM(1,1) is reduced by 70% in the deformation prediction of landslides, compared with the traditional Grey Model (1,1). The Markov Dynamic Metabolism GM (1,1) possesses a far superior prediction accuracy to the traditional GM (1,1) in the matter of the landslide monitoring data with large fluctuation, thus it has practical reference value. Considering that the development trend of the landslides is unstable according to the monitoring data and prediction results in Jinhua City, appropriate control measures should be taken.

参考文献/References:

[1] 张泰丽,孙强,伍剑波,等.助力提升台风暴雨影响区重大地质灾害识别精度[J].华东地质,2020,41(1):26.
[2] 尚敏,刘昱廷,侯时平,等.三峡库区秭归县盐关滑坡变形特征及成因机制分析[J].三峡大学学报(自然科学版),2019,41(06):43-47.
[3] 常亚婷,毛彦龙,王玉成.天水市罗峪沟古滑坡成因机制及稳定性[J].科学技术与工程,2019,19(27):98-106.
[4] 王赫生,伍剑波,张泰丽,等.基于SHALSTAB模型的地质灾害易发性动态评价[J].华东地质, 2020,41(1):88-95.
[5] 孙强,张泰丽,伍剑波,等.基于GIS与层次分析法的龙溪流域滑坡风险评价[J].华东地质,2018,39(3):227-233.
[6] 岳强,袁洁,胡涛.基于小波分析和灰色BP神经网络的滑坡位移预测[J].水电能源科学,2019,37(10):88-91.
[7] 张海发,卢治文,王康.基于小波去噪及优化BP神经网络的滑坡变形预测研究[J].人民珠江,2019,40(11):62-67.
[8] 王鸣,易武.小波-差分指数平滑模型在滑坡变形预测中的应用[J].人民长江,2015,46(12):45-47.
[9] 李秋全,郝付军.三峡库区堆积层滑坡的变形趋势判断及预测[J].水利水电技术,2019,50(5):228-233.
[10] 郭江,王全才,程国平,等.灰色新陈代谢GM (1,1)模型在高速公路滑坡中的变形预测研究[J].地质灾害与环境保护,2016,27(1):86-90.
[11] 王朝阳,许强,范宣梅,等.灰色新陈代谢GM (1,1)模型在滑坡变形预测中的应用[J].水文地质工程地质,2009,36(2):108-111.
[12] 蔡军.灰色新陈代谢模型在滑坡动态监测中的应用[J].重庆交通大学学报(自然科学版),2014,33(5):92-94.
[13] 王冬,黄鑫,王明东,等.灰色GM (2,1)模型在滑坡变形预测中的应用[J].水文地质工程地质,2013,40(3):121-125.
[14] 李利峰,杨华,张娟,等.基于人工神经网络的区域滑坡预测研究[J].气象与环境科学,2020,43(3):65-70.
[15] 陈连惠,陈连芹,张玉坡.神经网络模型在滑坡位移预测中的应用[J].山西建筑,2013,39(3):60-62.
[16] 喻光华,齐更生.基于人工神经网络的滑坡预测[J].公路交通科技(应用技术版),2008,4(12):71-72.
[17] 容静,刘立龙,文鸿雁,等.基于卡尔曼滤波的GM (1,1)-AR预测模型在变形预测中的应用[J].桂林理工大学学报,2018,38(2):301-305.
[18] 莫文涛.基于灰色-马尔科夫模型的高边坡变形预测应用[J].山西建筑,2020,46(6):73-74.
[19] 王倩,董燕,宁德怀.基于全球导航定位系统的滑坡变形监测分析与灰色模型预测研究[J].浙江农业科学,2017,58(9):1629-1632.
[20] 豆红磊,程雍,李军伟,等.修正的GM (1,1)在滑坡变形预测中的应用研究[J].工程勘察,2020,48(6):47-50,67.
[21] 张德美,周伟.基于新陈代谢GM (1,1)模型的在建工程项目耗材动态预测[J].项目管理技术,2015,13(3):83-86.
[22] 胡华,谢金华.改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用[J].水利与建筑工程学报,2016,14(6):1-6.
[23] 熊文全,黄张裕,胡家兴.动态灰色预测模型在变形监测中的应用[J].地理空间信息,2015,13(2):137-139,14.

相似文献/References:

[1]刘林,陈琦,赵汝荣,等.人类活动驱动下的高碘地下水成因机制——以福州市为例[J].华东地质,2023,44(04):457.[doi:10.16788/j.hddz.32-1865/P.2023.04.009]
 LIU Lin,CHEN Qi,ZHAO Rurong,et al.The mechanism of high iodine groundwater driven by human activities: a case study of Fuzhou City[J].East China Geology,2023,44(04):457.[doi:10.16788/j.hddz.32-1865/P.2023.04.009]

备注/Memo

备注/Memo:
收稿日期:2020-10-19;改回日期:2021-2-5。
基金项目:中国地质调查局"东南沿海凝灰岩工程特性调查及防灾机制评估(编号:NJZX-W-2020-007)"项目资助。
作者简介:雷梦茹,1997年生,女,硕士研究生,主要从事地质灾害预测预报工作。Email:1902779089@qq.com。
通讯作者:徐光黎,1963年生,男,教授,博士,主要从事地质灾害分析防治工作。Email:15207188149@163.com。
更新日期/Last Update: 1900-01-01