顧及誘發(fā)因素響應(yīng)的灰色極限學(xué)習(xí)機(jī)滑坡位移預(yù)測

高彩云，高 寧，楊福芹，苗林光，苑春雨

(1.河南城建學(xué)院 測繪與城市空間信息學(xué)院，河南 平頂山 467036；2.河南工程學(xué)院 土木工程學(xué)院，河南 鄭州 451191)

滑坡是一種常見的地質(zhì)災(zāi)害，它的發(fā)生不僅給人類的生命、財產(chǎn)安全帶來嚴(yán)重威脅，同時給資源、生態(tài)、環(huán)境等帶來巨大破壞[1]。滑坡位移的準(zhǔn)確預(yù)測對于指導(dǎo)災(zāi)害預(yù)防具有重要作用。目前，綜合利用滑坡各類監(jiān)測數(shù)據(jù)，建模分析滑坡位移趨勢，已成為滑坡位移預(yù)測領(lǐng)域的實(shí)際方向。為此，時序分析、指數(shù)平滑、GM(1,1)模型、BP(back propagation)算法、SVR(support vector regression)等被廣泛應(yīng)用于各種類型的滑坡位移預(yù)測中[2-4]。由于各類滑坡體組成物質(zhì)和演化過程各異，并實(shí)時受到降雨、庫水位、荷載等誘發(fā)因素的綜合作用，同時由歷史數(shù)據(jù)衍生的預(yù)測模型無法體現(xiàn)預(yù)測過程的時效性和準(zhǔn)確性，因此在提升預(yù)測模型數(shù)學(xué)精度的同時，如何將誘發(fā)因素的影響納入滑坡位移預(yù)測模型中逐漸成為研究的新趨勢[5-7]。

論文以三峽庫區(qū)兩滑坡體為例，首先基于其變形演化特征與誘發(fā)因素分析，將滑坡累積位移分解為趨勢項(xiàng)和隨機(jī)項(xiàng)，然后利用動態(tài)GM(1,1)模型對趨勢項(xiàng)進(jìn)行擬合和預(yù)測，基于誘發(fā)因素的響應(yīng)構(gòu)建ELM模型預(yù)測隨機(jī)位移項(xiàng)，最后將趨勢項(xiàng)和隨機(jī)項(xiàng)位移預(yù)測值疊加，實(shí)現(xiàn)滑坡位移預(yù)測。

1 動態(tài)GM(1,1)-ELM滑坡位移預(yù)測模型

1.1 顧及誘發(fā)因素響應(yīng)的耦合建模思想

滑坡位移的產(chǎn)生受內(nèi)在因素(坡體自身地質(zhì)條件)及誘發(fā)因素(降雨、地下水、人類工程活動等)耦合作用影響[1,8-9]，其位移變化量可以依據(jù)各影響因素作用形式的不同分解為不同的響應(yīng)成分，通常可用公式(1)響應(yīng)成分模型表示[5]：