基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究
滑坡位移预测效果一方面取决于预测模型的优劣,另一方面取决于野外监测数据的质量.针对目前滑坡常规监测技术与评价方法的不足,本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法,对三峡马家沟Ⅰ号滑坡的深部位移进行了预测;通过对320个滑坡深部位移光纤监测数据分析,基于时间序列法,将滑坡位移分为趋势性位移和波动性位移;趋势性位移采用拟合法进行预测,波动性位移采用PSO-SVM模型进行预测;最后将趋势项和波动项位移预测值叠加得到累积位移的预测值.研究结果表明,PSO-SVM模型对波动性位移预测的均方根误差0.51 mm,平均绝对百分误差0.37 mm,能准确预测滑坡波动项位移;累积位移预测值与实测值的相关系数为0.98,均方根误差为0.54 mm,预测效果较好,可以用来对滑坡深部位移进行短期预测.
滑坡、光纤监测、PSO-SVM、深部位移、预测
27
P642.22(水文地质学与工程地质学)
国家自然科学基金重点项目41230636;国家重大科研仪器研制项目41427801
2019-09-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
853-861