台风暴雨型滑坡地下水位动态特征及预测

摘要：

台风暴雨常引起强烈的地下水位波动,间接影响了地质体的稳定性,是东南沿海地区滑坡发生的主要诱因,准确预测降雨作用下的地下水位对该类滑坡的防治及预警预报具有重要意义.RBF神经网络通过对样本数据进行人工智能分析,可无限逼近任意非线性函数值,适用于滑坡地下水位动态预测.该文基于浙江中林滑坡位移、降雨、地下水位等长期监测数据,分析台风暴雨型滑坡渗流与形变特征,探讨降雨与地下水位之间响应关系.通过MATLAB软件平台确定径向基的宽度,并建立地下水位动态预测模型.通过对地下水位实测值与预测值进行对比分析,得出实测值与预测值的偏差最小值为0.01 m,最大值为3.13m,平均值为0.46 m;同级别降雨量的样本数量越多,预测结果越精确.研究表明,RBF神经网络在地下水位预测方面具有一定的实际应用意义.

关键词：台风暴雨型滑坡;地下水位动态;RBF神经网络;降雨;预测

所属期刊栏目：42

分类号：P694;P9641.2(环境地质学)

资助基金：中国地质调查局浙江丽水地区灾害地质调查项目DD20190648

在线出版日期：2022-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：390-397