一种用于水库库岸滑坡的松脱式变形识别与预警方法、存储介质及设备与流程
本发明涉及滑坡预警领域,尤其涉及一种用于水库库岸滑坡的松脱式变形识别与预警方法、存储介质及设备。
背景技术:
1、水库库岸滑坡是指水库蓄水运行后,库水位周期性涨落及降雨入渗等因素作用下,岸坡岩土体沿软弱结构面发生整体滑移的地质灾害现象。滑坡灾害的监测预警是地质灾害防灾减灾的核心任务之一。目前,滑坡监测主要依靠布设于坡表的全球导航卫星系统(gnss)监测点获取表面位移数据,辅以深部位移计、测斜仪、雨量计及水位计等设备,通过分析位移-时间曲线的变形特征来判断滑坡所处的变形阶段(初始变形、等速变形、加速变形),进而发布相应预警等级。典型的预警判据包括位移速率阈值、切线角、加速度等指标。然而,水库库岸滑坡的变形往往呈现“阶跃式”特征,即位移曲线上出现突发性跳跃增长后趋于平稳,这种变形模式与滑坡体内部局部块体的脆性破裂、松脱及滑动密切相关,通常被称为“松脱式变形”。
2、现有技术中,滑坡变形识别与预警方法主要存在以下不足:
3、第一,传统方法通常仅依赖位移数据,通过阈值法或切线角法判断变形阶段,难以区分“脆性松脱”与“整体蠕滑”两种不同力学机制的变形。例如,当滑坡体出现整体均匀蠕滑时,位移速率也可能短暂超过阈值,造成误报;而局部块体的快速松脱若被整体平滑处理掩盖,则可能漏报。
4、第二,现有技术对多源数据的融合利用不足。虽然部分研究引入了降雨、库水位等诱发因素,但鲜有将声发射/微震信号与位移数据进行时空联合分析。声发射技术能够实时捕捉岩土体内部微破裂产生的高频弹性波,是监测脆性破裂的直接手段,但目前主要应用于岩石力学实验室试验或矿山岩爆预警,尚未系统集成至水库库岸滑坡的现场监测预警中。
5、第三,现有预警阈值多为静态经验值,无法反映滑坡体经历多次变形事件后的“劣化”或“疲劳”效应。例如,滑坡体在多次松脱事件后,其结构面逐渐损伤,残余强度降低,后续相同外因作用下更容易发生变形,但静态阈值无法自适应调整,导致预警灵敏度下降或误报率升高。
6、第四,现有方法大多忽略滑坡变形的空间差异性,仅依赖单点数据做全局判断,难以识别局部块体的松脱位置和深度。
技术实现思路
1、本发明所要解决的技术问题包括:如何基于位移与声发射双物理量的时空匹配,从力学本质上区分脆性松脱变形与整体蠕滑变形,从而降低误报率;如何构建监测断面的变形空间梯度场,通过计算局部变形突变指数并融合时间域异常标识,精确定位发生松脱变形的具体监测点位置;如何建立考虑库水位、降雨及历史滞后效应的触发响应比模型,定量评估诱发因素对松脱事件的贡献度;以及如何根据滑坡体每次松脱事件后的恢复阻尼系数和预警准确率,自适应动态校正多级预警阈值矩阵,实现预警系统的闭环自优化。
2、为此,本发明提出一种用于水库库岸滑坡的松脱式变形识别与预警方法,包括以下步骤:
3、s1、采集水库库岸滑坡监测断面上的多源监测数据,所述多源监测数据包括表面位移数据、深部位移数据、库水位数据、降雨量数据以及滑坡体内部的声发射信号数据;
4、s2、对所述表面位移数据采用滑动窗口局部异常因子检测算法提取时间域上的候选异常跳跃点,同时对所述声发射信号数据提取事件率及能量释放率的突增点,得到候选异常跳跃点集和声发射突增点集;
5、s3、计算同一时空窗口内所述候选异常跳跃点集与所述声发射突增点集的事件匹配度,当匹配度超过第一阈值时,将对应时空位置判定为具有脆性松脱力学特征的松脱式变形事件,得到松脱式变形初判特征集;
6、s4、构建同一监测断面上相邻监测点的变形空间梯度场,计算每个监测点的局部变形突变指数,并基于所述候选异常跳跃点集确定各监测点的时间域异常标识,结合所述局部变形突变指数计算时空联合异常指数,当该指数超过第二阈值时将该监测点确认为最终的松脱式变形事件,得到松脱式变形确认特征集;
7、s5、将所述松脱式变形确认特征集与同步的库水位数据及降雨量数据进行关联分析,计算触发响应比;
8、s6、基于所述触发响应比与自适应多级预警阈值矩阵进行动态比较,输出松脱式滑坡预警等级,其中所述自适应多级预警阈值矩阵根据历史松脱事件后由残余位移速率与背景位移速率之比确定的恢复阻尼系数进行迭代校正。
9、优选地,所述步骤s2中的滑动窗口局部异常因子检测算法具体包括:
10、s21、设定长度为l、滑动步长为δl的分析窗口,在所述表面位移数据的时间序列上滑动,计算每个窗口内数据点的局部离群因子;
11、s22、将局部离群因子超过窗口内均值加上k倍标准差的点标记为候选异常跳跃点,其中k为预设灵敏度系数;
12、s23、对所述候选异常跳跃点进行时序连续性校验,剔除孤立噪声点后,保留连续发生的异常跳跃点簇,构成所述候选异常跳跃点集。
13、优选地,步骤s2中声发射信号数据的事件率及能量释放率突增点的提取过程具体包括:
14、s24、对声发射信号进行短时傅里叶变换或小波包变换,分解至至少4个频带;
15、s25、筛选出预设频带作为脆性破裂特征频带,计算该频带内的声发射事件率及能量释放率;
16、s26、定义事件率突增点为:当前时刻的事件率超过前t小时滑动平均事件率的n倍标准差,且同时刻能量释放率超过背景值的a倍;
17、s27、定义能量释放率突增点为:当前时刻的能量释放率超过前t小时滑动平均能量释放率的b倍标准差,其中t、n、a、b均为预设值。
18、优选地,步骤s3中的事件匹配度按以下公式计算:
19、
20、其中,为所述候选异常跳跃点集,为以候选异常跳跃点时刻为中心、时间窗口内的声发射突增点集,为时间衰减系数,为位移跳跃点与匹配的声发射突增点之间的时间差绝对值;当时判定为松脱式变形事件,为所述第一阈值。
21、优选地,步骤s4中变形空间梯度场的构建及时空联合异常指数的计算具体包括:
22、s41、提取同一监测断面上所有监测点在相同时刻的表面位移速率值,采用反距离加权插值生成连续的位移速率空间分布图;
23、s42、对每个监测点
i,取以其为中心、半径r范围内的所有邻域监测点,计算邻域位移速率的均值和标准差;
24、s43、计算局部变形突变指数,并将归一化至[0,1]区间;
25、s44、定义所述时间域异常标识:若监测点
i属于所述候选异常跳跃点集则取值为1,否则为0;
26、s45、按下式计算时空联合异常指数:
27、
28、其中,为空间突变阈值,为示性函数,和为权重系数,满足且均大于0;当时确认为最终的松脱式变形事件,为所述第二阈值。
29、优选地,步骤s5中的触发响应比按以下公式计算:
30、
31、其中,为所述松脱式变形确认特征集中变形跳跃事件的跳跃幅度;为事件发生时刻前n天内的库水位有效变幅,按计算,为第日的库水位日变化量,为水位影响衰减系数;为同一时段内的累计降雨量,按计算,为第日的降雨量,为降雨衰减系数;分别为库水位和降雨的权重系数;为历史所有松脱事件的滞后时间之和,为观测总时长,为滞后惩罚系数。
32、优选地,步骤s6中自适应多级预警阈值矩阵的构建与动态校正过程具体包括:
33、s61、基于历史滑坡事件的反演分析,构建初始多级预警阈值矩阵,其行对应不同的库水位工况区间,列对应不同的松脱变形确认指数阈值等级;
34、s62、记录每次松脱式变形事件结束后的残余位移速率与该事件发生前的背景位移速率,计算所述恢复阻尼系数,并将该系数存入历史阻尼序列;
35、s63、统计最近m次松脱事件的平均阻尼系数,并计算当前预警系统的预警准确率,其中
tp为正确预警次数,
fp为误报次数;
36、s64、按下式对当前预警阈值进行校正:
37、
38、其中,为初始预警阈值,为阻尼衰退因子,为已发生的松脱事件次数,为准确率反馈系数,为目标准确率;
39、s65、当历史阻尼序列均值超过预设上限或连续三次松脱事件后残余位移速率仍大于背景位移速率时,将后续预警等级强制提升一级输出。
40、优选地,所述声发射信号数据通过埋设于滑坡体不同深度处的宽频加速度传感器采集,所述深度包括浅层0~5m、中层5~15m和深层15~30m,各通道信号同步采样,采样频率不低于预设值;在步骤s3中分别计算每个深度处的匹配度,当中深层匹配度与浅层匹配度的差值大于预设值时,判定为深层滑带松脱,输出的预警等级附带深度标识。
41、本发明第二方面提供一种存储介质,所述存储介质存储指令及数据用于实现所述的一种用于水库库岸滑坡的松脱式变形识别与预警方法。
42、本发明第三方面提供一种用于水库库岸滑坡的松脱式变形识别与预警设备,包括:处理器及存储介质;所述处理器加载并执行存储介质中的指令及数据用于所述的一种用于水库库岸滑坡的松脱式变形识别与预警方法。
43、本发明有如下有益效果:
44、1.通过引入声发射信号并与位移异常跳跃点进行时空匹配,首次实现了脆性松脱变形事件的力学机制识别,有效排除了整体蠕滑或仪器噪声引起的伪异常,显著降低了误报率。
45、2.通过构建变形空间梯度场和局部变形突变指数,并结合时间域异常标识形成时空联合异常指数,能够精确定位松脱变形发生的监测点位置,并基于不同深度声发射传感器的匹配度差异判断松脱发生的深度(浅层风化层或深层滑带),为现场巡查和工程加固提供了明确的指导信息。
46、3.设计的触发响应比模型综合考虑了库水位、降雨及历史滞后效应,比传统单一阈值判据更具物理合理性。
47、4.提出的基于恢复阻尼系数和预警准确率的自适应阈值校正方法,使预警系统能够根据滑坡体的“疲劳劣化”程度和实时反馈性能动态调整灵敏度,避免了静态阈值的局限性。
48、5.本发明充分利用现有监测设备,例如:gnss、测斜仪、雨量计、水位计,并可兼容低成本声发射传感器,硬件投入可控,适用于大量水库库岸滑坡的普适型监测预警。实验表明,本方法在某水库库岸滑坡应用中提前约1天准确预警了深层滑带松脱事件,验证了其可靠性和实用性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com