[发明专利]一种滑坡运动距离超越概率计算方法

说明书

本申请提供了一种滑坡运动距离超越概率计算方法，所述方法包括：针对滑坡对象，建立关于所述滑坡对象的动态数值模型；将选定的所述动态数值模型的输入参数作为随机变量，并确定所述随机变量的统计特征；利用拉丁超立方抽样LHS方法将所述随机变量分层抽样，生成多组随机样本；将所述随机样本以所述统计特征输入所述动态数值模型，计算每组随机样本对应的滑坡运动距离；根据承灾体与所述滑坡对象的实际距离，确定滑坡运动距离阈值；计算所述滑坡运动距离超过所述滑坡运动距离阈值的概率，能够有效量化输入参数的不确定性，以提高滑坡滑程预测结果的可靠性。

技术领域

本申请涉及滑坡预测技术领域，特别是涉及一种滑坡运动距离超越概率计算方法。

背景技术

滑坡是全世界发生最为频繁的灾害之一，造成了巨大的人员伤亡与严重的经济损失。滑坡风险评估与管理作为一种更加合理有效的防灾、减灾理念和模式，一直是国际上倡导和推广的有效途径之一。目前关于滑坡风险评估的研究大多集中在滑坡稳定性评估上，对失稳后滑坡运动过程的研究较为薄弱。在滑坡灾害风险防控中，除了需要知道滑坡体是否稳定以及何时失稳外，还需要预测滑坡的运动距离，才能定量地确定滑坡体潜在影响范围，从而全面评估滑坡灾害的风险。

滑坡运动距离预测模型主要有经验统计模型和动态数值模型。经验统计模型一般通过建立简单的回归公式对滑坡运动距离进行初步估计，较少考虑自身的物理力学机制，且无法考虑实际复杂地形的影响。动态数值模型在一定程度上能够克服经验统计模型的这些限制，可以对滑坡的运动距离、堆积高度、运动速度等关键信息进行更加精细的模拟分析。

传统的滑坡运动距离正向分析一般使用确定性分析方法，即输入一个确定性参数，通过动态数值模型计算得到一个确定的滑坡运动距离值。然而，滑坡运动过程所涉及的水文地质、工程地质条件是复杂、多变、随机的，本身就存在着较大不确定性，确定性分析的结果并不能考虑到这些不确定性对计算结果的影响。

此外，动态数值模型是对滑坡复杂运动过程的简化描述，模型输入参数通常难以直接地、准确地测量，这也导致输入参数具有一定不确定性。这些不确定性通过动态数值模型的传播可能会对模拟结果的准确性产生严重影响。正是由于这些不确定性的存在，动态数值模型现在还大多用于反分析中去重现滑坡运动过程，而较少用于滑坡运动过程的正向分析中去直接预测滑坡的运动距离。

发明内容

本申请提供一种滑坡运动距离超越概率计算方法，以解决岩土体物理力学参数不确定性强，现有动态数值模拟方法对滑坡运动距离预测精度有限的问题。

为了解决上述问题，本申请公开了一种滑坡运动距离超越概率计算方法，所述方法包括：

针对滑坡对象，建立关于所述滑坡对象的动态数值模型；

将选定的所述动态数值模型的输入参数作为随机变量，并确定所述随机变量的统计特征；

利用拉丁超立方抽样LHS方法将所述随机变量分层抽样，生成多组随机样本；

将所述随机样本以所述统计特征输入所述动态数值模型，计算每组随机样本对应的滑坡运动距离；

根据承灾体与所述滑坡对象的实际距离，确定滑坡运动距离阈值；

计算所述滑坡运动距离超过所述滑坡运动距离阈值的概率。

进一步的，针对滑坡对象，建立关于所述滑坡对象的动态数值模型的步骤包括：

针对滑坡对象，建立关于所述滑坡对象的Massflow动态数值模型。

进一步的，所述输入参数包括密度、粘聚力、内摩擦角、孔隙压力比系数；

所述统计特征包括均值、标准差、分布类型。

进一步的，利用拉丁超立方抽样LHS方法将所述随机变量分层抽样，生成多组随机样本的步骤包括：