[发明专利]一种利用降雨量测定地质滑坡位移的方法

摘要

本发明属于地质滑坡测定技术领域，涉及一种利用降雨量测定地质滑坡位移的方法，具体包括滑坡区降雨量及滑坡位移数据的监测、降雨量及滑坡位移监测数据的预处理、滑坡位移与降雨量关联性分析计算、滑坡位移与降雨量滞后性分析计算和评价预测五个步骤，其中滑坡位移与降雨量关联性分析计算具体包括：①建立降雨量母序列与滑坡位移子序列；②将各序列进行无量纲归一化处理；③求取矩阵的差异信息；④求解表示母序列和子序列相关性的关联系数；⑤求出所有关联系数的平均值即最终的关联度；其实现方法简单，设计原理可靠，计算分析准确，利用计算机系统进行运算，速度快、准确性高，成本低，监控预警效果好，效益明显，监控效率高。

主权项

一种利用降雨量测定地质滑坡位移的方法，其特征在于具体包括滑坡区降雨量及滑坡位移数据的监测、降雨量及滑坡位移监测数据的预处理、滑坡位移与降雨量关联性分析计算、滑坡位移与降雨量滞后性分析计算和评价预测五个步骤：(1)滑坡区降雨量及滑坡位移数据的监测：先在待测目标滑坡处的后缘引张拉裂区、前缘剪出区或中部变形较大区选定监测点并设立监测基桩，在距离监测点500‑2000m处的周边稳定区域设置基准点，然后安装降雨监测系统和位移监测系统，在基准点处利用位移监测系统定期监测并记录监测基桩的滑坡位移数据或位移速率；利用降雨监测系统等时等周期在选定的待测目标滑坡处的区域开展降雨量的监测并记录监测的降雨量数据；(2)降雨量及滑坡位移监测数据的预处理：将监测的降雨量数据和滑坡位移数据，按照监测周期分类预处理，录入Excel表格，并分别绘制降雨量‑时间曲线和滑坡位移‑时间曲线；(3)滑坡位移与降雨量关联性分析计算：具体包括五个分步骤：①利用步骤(2)中的降雨量数据和滑坡位移数据建立降雨量母序列与滑坡位移子序列,以月为监测时间单位，将滑坡某年n＝1～12个月份的降雨量监测数据作为母序列将不同滑坡i上的不同监测点j的位移量监测数据作为子序列进行关联分析，若共计k个滑坡，则i＝1,2,3…k；若滑坡i上共布设了p_i个测点，则j＝1,2,3,…p_i：$\left\{X_0^{\left(0\right)}\left(n\right)\right\}=\{X_0^{\left(0\right)}\left(1\right),X_0^{\left(0\right)}\left(2\right),...X_0^{\left(0\right)}\left(12\right)\}---\left(a\right)$$\left\{X_{\mathrm{ij}}^{\left(0\right)}\left(n\right)\right\}=\{X_{\mathrm{ij}}^{\left(0\right)}\left(1\right),X_{\mathrm{ij}}^{\left(0\right)}\left(2\right),...X_{\mathrm{ij}}^{\left(0\right)}\left(12\right)\}---\left(b\right)$②将各序列进行无量纲归一化处理，由于不同序列数学单位不一致，数值差异的大小没有可比性，因此必须对其进行无量纲处理之后进行比较分析；常用区间相对值化的方法：${X_0^{\left(0\right)}}^{\′}\left(n\right)=\frac{X_0^{\left(0\right)}\left(n\right)-\min X_0^{\left(0\right)}\left(n\right)}{\max X_0^{\left(0\right)}\left(n\right)-\min X_0^{\left(0\right)}\left(n\right)}---\left(c\right)$得到无量纲后的结果：$\left\{X_0^{\left(0\right)\′}\left(n\right)\right\}=\{X_0^{\left(1\right)\′}\left(1\right),X_0^{\left(0\right)\′}\left(2\right),...X_0^{\left(0\right)\′}\left(12\right)\}---\left(d\right)$$\left\{X_{\mathrm{ij}}^{\left(0\right)\′}\left(n\right)\right\}=\{X_{\mathrm{ij}}^{\left(1\right)\′}\left(1\right),X_{\mathrm{ij}}^{\left(0\right)\′}\left(2\right),...X_{\mathrm{ij}}^{\left(0\right)\′}\left(12\right)\}---\left(e\right)$③求取矩阵的差异信息${\mathrm{\Δ}}_i=\left[\right|X_0^{\left(0\right)\′}\left(n\right)-X_{\mathrm{ij}}^{\left(0\right)\′}\left(n\right)\left|\right]---\left(f\right)$分别提取12个差异序列中的最大值Δ_max及最小值Δ_min；④求解表示母序列和子序列相关性的关联系数，关联系数用来表示母序列和子序列的相关性，用下式求出：为分辨系数，取值为0.5，以提高关联系数的差异性；⑤求出所有关联系数的平均值即最终的关联度，最终关联度取所有关联系数的平均值如下：${\mathrm{\γ}}_{\mathrm{OK}}=\frac{1}{12}\underset{1}{\overset{12}{\mathrm{\Σ}}}{\mathrm{\η}}_n---\left(h\right)$关联度越大说明降雨量对滑坡位移影响程度和关联性越大，即γ_ok＝1，表示滑坡位移与降雨量完全相关；γ_ok＝0，表示滑坡位移与降雨量完全无关；关联度数值越大表示滑坡位移与降雨量关联性越大，表明降雨量对滑坡位移的动力作用越明显，关联度取值0‑1的区间划分为四个评价段，即0‑0.25、0.25‑0.5、0.50‑0.75和0.75‑1.0，分别表示待测目标滑坡处的关联性小、中等、较大和大；(4)滑坡位移与降雨量滞后性分析计算：保持降雨时间序列不变，以定量的时间间隔逐一后移位移时间序列，并依次计算后移后的降雨量与滑坡位移时间序列关联度值，关联度极大值出现所对应的时间即为滑坡位移滞后时间；(5)评价预测：根据步骤(3)中所得的关联度数值判断降雨量对滑坡位移的影响程度和关联性，关联度数值越大说明滑坡位移与降雨量关联性越大；根据步骤(4)中所得滞后时间判断滑坡位移与降雨量的滞后关系，确定滑坡滞后降雨发生的时间，并打印或显示，实现地质滑坡的监控预警。