潛在滑坡的早期穩(wěn)定性快速判識方法研究.pdf

1、潛在滑坡的早期判識是滑坡減災(zāi)防災(zāi)的基石，也是滑坡防災(zāi)減災(zāi)中最根本、最基礎(chǔ)性的工作。對潛在滑坡的判識研究將是本學(xué)科領(lǐng)域今后國內(nèi)外的研究熱點(diǎn)和前沿課題，也是大規(guī)模工程建設(shè)區(qū)急需迫切解決的關(guān)鍵技術(shù)問題。
　　 本論文以潛在滑坡的早期穩(wěn)定性快速判識為研究主題，在了解國內(nèi)外研究現(xiàn)狀和廣泛收集前人研究資料的基礎(chǔ)上，應(yīng)用地質(zhì)學(xué)、工程地質(zhì)學(xué)、滑坡學(xué)、地貌學(xué)等理論，提出了潛在滑坡的基本概念，分析了潛在滑坡的形成和孕育條件，并以水電工程區(qū)潛在滑坡為

2、例，對潛在滑坡的特征、坡體結(jié)構(gòu)類型及失穩(wěn)破壞模式等進(jìn)行了系統(tǒng)歸納和總結(jié)，然后對潛在滑坡的早期判識指標(biāo)體系(包括判識指標(biāo)的野外獲取、定量化方法等)進(jìn)行了探究；在此基礎(chǔ)上，結(jié)合重大水電工程區(qū)的大量典型邊坡實(shí)例，采用工程地質(zhì)、數(shù)理統(tǒng)計(jì)以及人工智能等多種理論和方法，對潛在滑坡的早期快速判識方法進(jìn)行了深入研究和探索。
　　 針對巖質(zhì)類潛在滑坡早期經(jīng)驗(yàn)判識方法的不足(SMR分級體系中采用離散函數(shù)取值具有一定的主觀性)，提出了采用連續(xù)函數(shù)代替

3、原離散函數(shù)對SMR分級方法中的定量化參數(shù)(如巖石強(qiáng)度指標(biāo)PLS和UCS、巖石質(zhì)量指標(biāo)RQD、不連續(xù)面間距指標(biāo)Js以及不連續(xù)面方向修正系數(shù)F1，F(xiàn)2和F3等)取值進(jìn)行較全面、系統(tǒng)地修正。引入了荷蘭學(xué)者Robert Hack于1998年提出的巖質(zhì)邊坡穩(wěn)定性概率分級方法(SSPC)，針對該方法僅適合于公路邊坡的局限性，提出了采用Hoek-Brown強(qiáng)度準(zhǔn)則及最大坡高的經(jīng)驗(yàn)計(jì)算公式對SSPC方法進(jìn)行修正，并將修正后的SSPC方法應(yīng)用于水電巖質(zhì)邊

4、坡穩(wěn)定性的早期快速判識研究，驗(yàn)證了該修正方法的可行性和合理性。
　　 采用數(shù)理統(tǒng)計(jì)方法中常用的判別分析方法(如距離判別分析法、Bayes判別分析法)，依據(jù)不同類型潛在滑坡的組合優(yōu)化指標(biāo)，分別建立了水電工程區(qū)巖質(zhì)類和古崩滑堆積體類潛在滑坡的早期判識模型，并將判別分析模型與后驗(yàn)概率估計(jì)方法相結(jié)合，對水電工程區(qū)的潛在滑坡進(jìn)行早期判識研究。
　　 將支持向量機(jī)這種新的人工智能學(xué)習(xí)技術(shù)，引入潛在滑坡的早期判識研究，依據(jù)不同類型潛在