金華市某巖質(zhì)滑坡成因機制分析及發(fā)展趨勢預測

雷夢茹,徐光黎,張?zhí)?薛孟奇,薛 媛,趙宏濤

(1.中國地質(zhì)大學(武漢),湖北 武漢 430074;2.中國地質(zhì)大學(武漢)地質(zhì)調(diào)查研究院,湖北 武漢 430074;3.中國地質(zhì)調(diào)查局南京地質(zhì)調(diào)查中心,江蘇 南京 210016)

滑坡等突發(fā)性地質(zhì)災害頻發(fā),嚴重危害東南沿海人民群眾生命財產(chǎn)安全[1]。因此,提升滑坡成因機制研究、滑坡預測及預報技術(shù),對解決滑坡防治等難題具有重大的現(xiàn)實意義。在滑坡災害研究過程中,尚敏等[2]、常亞婷等[3]針對不同滑坡成因機制進行分析,研究表明不同滑坡受所處地質(zhì)條件的差異影響,成因機制需針對具體滑坡開展針對性研究。同時,為了更有效預測滑坡發(fā)展趨勢,建立模型來分析、評價和預測滑坡穩(wěn)定性成為眾多學者的研究方向。目前,已形成眾多專業(yè)性的分析模型[4-5],如小波分析模型[6-8]、多因素回歸分析模型[9]、灰色理論模型[10-13]、人工神經(jīng)網(wǎng)絡(luò)模型[14-16]等,其中灰色GM(1,1)模型以其“小樣本、貧信息”的獨特優(yōu)勢被廣泛應用于許多預測領(lǐng)域并取得了很好的效果。容靜等[17]提出了基于小波的GM(1,1)-AR模型,有效剔除了多余噪聲,預測結(jié)果更為精確。傳統(tǒng)的GM(1,1)模型在長期預測時,數(shù)據(jù)序列擬合較差,預測精度偏低。在實際工程應用中,隨時將每一個新得到的數(shù)據(jù)置入系統(tǒng)中,建立新信息GM(1,1)模型,進行灰色動態(tài)新陳代謝GM(1,1)滑坡預測(簡稱MGM(1,1)模型),可以有效降低預測誤差。結(jié)合實際監(jiān)測數(shù)據(jù),運用灰色-馬爾科夫模型修正滑坡變形預測值,可以有效提高預測精度,灰色-馬爾科夫動態(tài)新陳代謝GM(1,1)模型(簡稱MGM(1,1)-MC模型)精度較高,預測誤差較小,有很好的工程應用價值。……