本發(fā)明屬于地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警，特別是涉及一種基于兩相物質(zhì)點(diǎn)法的滑坡災(zāi)變風(fēng)險(xiǎn)概率智能預(yù)測(cè)方法。

背景技術(shù)：

1、滑坡地質(zhì)災(zāi)害分布范圍廣、突發(fā)性強(qiáng)且破壞性強(qiáng)，在降雨入滲情況下斜坡巖土體強(qiáng)度指標(biāo)劣化、滲透力增強(qiáng)導(dǎo)致坡體穩(wěn)定性下降，更易誘發(fā)滑坡地質(zhì)災(zāi)害，威脅經(jīng)濟(jì)建設(shè)和人民群眾的生命財(cái)產(chǎn)安全。對(duì)潛在的滑坡災(zāi)害進(jìn)行預(yù)測(cè)，成為了地質(zhì)災(zāi)害防治工作中急需解決的重點(diǎn)和難點(diǎn)問(wèn)題。

2、目前對(duì)滑坡的預(yù)測(cè)方法主要有經(jīng)驗(yàn)預(yù)測(cè)方法、統(tǒng)計(jì)預(yù)測(cè)方法、非線(xiàn)性預(yù)測(cè)方法等。經(jīng)驗(yàn)預(yù)測(cè)方法依賴(lài)滑坡前兆的經(jīng)驗(yàn)積累，缺乏理論依據(jù)，可靠性偏低。統(tǒng)計(jì)預(yù)測(cè)方法通過(guò)歷史滑坡監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)未來(lái)的趨勢(shì)，難以反映滑坡響應(yīng)數(shù)據(jù)隨影響因素的變化，存在一定的局限性。非線(xiàn)性方法將滑坡視為非線(xiàn)性動(dòng)力學(xué)系統(tǒng)，結(jié)合非線(xiàn)性理論、系統(tǒng)科學(xué)理論、神經(jīng)網(wǎng)絡(luò)理論等各種理論實(shí)現(xiàn)對(duì)滑坡的動(dòng)態(tài)跟蹤和非線(xiàn)性預(yù)測(cè)，但由于滑坡演化過(guò)程的復(fù)雜性和外界影響的多變性，該方法的物理意義不夠清晰。

3、目前的滑坡預(yù)測(cè)方法大多缺乏完整的物理含義，而滑坡所涉及的相關(guān)因素極多，條件復(fù)雜，因此現(xiàn)有的預(yù)測(cè)方法在缺少物理力學(xué)理論的支撐下，多數(shù)判據(jù)和模型都存在各自的缺點(diǎn)和不足，并未真正的揭示滑坡變形破壞和演化過(guò)程的內(nèi)在機(jī)理，無(wú)法適用于于各類(lèi)滑坡，僅能對(duì)某類(lèi)或某個(gè)演化階段的滑坡起到預(yù)測(cè)作用，從而導(dǎo)致預(yù)測(cè)預(yù)報(bào)效果不盡人意。因此，有必要在充分考慮滑坡物理演化機(jī)制的基礎(chǔ)上，建立滑坡災(zāi)變風(fēng)險(xiǎn)概率實(shí)時(shí)預(yù)測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的目的是提供一種新的滑坡災(zāi)變風(fēng)險(xiǎn)概率預(yù)測(cè)方法，以解決傳統(tǒng)滑坡預(yù)測(cè)方法中存在的物理意義不明確，難以實(shí)時(shí)預(yù)測(cè)且預(yù)測(cè)準(zhǔn)確性不高的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于兩相物質(zhì)點(diǎn)法的滑坡災(zāi)變風(fēng)險(xiǎn)概率智能預(yù)測(cè)方法，包括以下步驟：

3、1)根據(jù)滑坡勘查數(shù)據(jù)和當(dāng)?shù)亟涤瓯O(jiān)測(cè)數(shù)據(jù)，獲取滑坡巖土體的彈性模量e、黏聚力c、內(nèi)摩擦角φ、滲透系數(shù)k等巖土體參數(shù)及降雨強(qiáng)度q的先驗(yàn)分布；

4、2)依據(jù)各巖土體參數(shù)和降雨強(qiáng)度的先驗(yàn)分布，采用拉丁超立方抽樣法(lsh)抽取隨機(jī)樣本構(gòu)建輸入數(shù)據(jù)集；

5、3)根據(jù)滑坡地層數(shù)據(jù)，針對(duì)步驟2)中的每組樣本參數(shù)構(gòu)建兩相物質(zhì)點(diǎn)數(shù)值計(jì)算模型，依據(jù)實(shí)際情況設(shè)定數(shù)值模型的初始條件、邊界條件和荷載條件等；

6、4)基于兩相物質(zhì)點(diǎn)法，對(duì)滑坡巖土體及孔隙流體運(yùn)動(dòng)方程進(jìn)行物質(zhì)點(diǎn)空間離散以及顯式時(shí)間積分求解，實(shí)現(xiàn)對(duì)滑坡非飽和巖土體在水動(dòng)力作用下破壞演化全過(guò)程的模擬；

7、5)基于兩相物質(zhì)點(diǎn)法計(jì)算得到帶有時(shí)間序列的監(jiān)測(cè)點(diǎn)位移、孔壓值用以參數(shù)反演，同時(shí)得到各樣本最終響應(yīng)量如滑動(dòng)距離s、滑塌范圍s、滑體厚度h、滑體體積v、滑動(dòng)速度v等，從而構(gòu)建輸出數(shù)據(jù)集；

8、6)基于步驟2)和步驟5)得到的數(shù)據(jù)集，采用xgboost模型進(jìn)行訓(xùn)練與測(cè)試，構(gòu)建數(shù)值模型的代理模型，以提高計(jì)算效率；

9、7)基于各參數(shù)先驗(yàn)分布，利用蒙特卡洛模擬算法，結(jié)合代理模型，統(tǒng)計(jì)計(jì)算滑坡失效概率，以及各響應(yīng)量的概率分布特征，并結(jié)合承災(zāi)體特征，計(jì)算得到初始的滑坡災(zāi)變風(fēng)險(xiǎn)概率預(yù)測(cè)結(jié)果；

10、8)在坡體上布置監(jiān)測(cè)儀器，實(shí)時(shí)采集位移、孔壓等監(jiān)測(cè)數(shù)據(jù)，根據(jù)監(jiān)測(cè)數(shù)據(jù)利用貝葉斯概率反演方法進(jìn)行參數(shù)反演，計(jì)算得到巖土體參數(shù)的后驗(yàn)分布，降雨強(qiáng)度q則根據(jù)實(shí)測(cè)數(shù)據(jù)確定；

11、9)基于反演得到的各巖土體參數(shù)后驗(yàn)分布，再次利用蒙特卡洛模擬算法，統(tǒng)計(jì)計(jì)算失效概率及各模型響應(yīng)量的概率分布特征，并對(duì)風(fēng)險(xiǎn)概率預(yù)測(cè)結(jié)果進(jìn)行更新；

12、10)以步驟8)得到的巖土體參數(shù)的后驗(yàn)分布作為先驗(yàn)分布，通過(guò)實(shí)時(shí)采集的滑坡位移、孔壓監(jiān)測(cè)數(shù)據(jù)和降雨數(shù)據(jù)，重復(fù)步驟8)～步驟9)，反演更新巖土體參數(shù)，實(shí)現(xiàn)風(fēng)險(xiǎn)概率預(yù)測(cè)結(jié)果的實(shí)時(shí)動(dòng)態(tài)更新。

13、進(jìn)一步，在步驟2)中，模型參數(shù)變量樣本可表示為x＝[x1,x2,…,xn]，其中xi表示彈性模量e、黏聚力c、內(nèi)摩擦角φ等參數(shù)，n表示模型參數(shù)變量維數(shù)，每個(gè)維度需要抽取的樣本數(shù)量為m，采用拉丁超立方抽樣法抽樣時(shí)，若要在樣本空間中抽取m個(gè)符合模型參數(shù)先驗(yàn)分布的n維樣本，那么需要將[0,1]區(qū)間劃分為m個(gè)區(qū)間，并在每個(gè)區(qū)間隨機(jī)抽取一個(gè)樣本，將抽取的值映射到樣本空間，得到n×m階的樣本矩陣a，從而構(gòu)建模型輸入數(shù)據(jù)集。

14、進(jìn)一步，在步驟3)中，根據(jù)滑坡區(qū)域的三維地層數(shù)據(jù)，構(gòu)建滑坡體三維地質(zhì)模型，并將模型離散為空間物質(zhì)點(diǎn)，同時(shí)在物質(zhì)點(diǎn)背后設(shè)置覆蓋整個(gè)滑坡滑動(dòng)區(qū)域的背景網(wǎng)格，將巖土體參數(shù)賦值給每個(gè)物質(zhì)點(diǎn)，輸入重力及其他外荷載條件，設(shè)置位移邊界條件及滲流邊界條件，設(shè)置初始地下水位線(xiàn)并進(jìn)行初始地應(yīng)力平衡。

15、進(jìn)一步，在步驟4)中，巖土體采用dp彈塑性本構(gòu)模型描述，孔隙流體采用達(dá)西定律描述，結(jié)合有效應(yīng)力原理，土水特征曲線(xiàn)以及滲透率曲線(xiàn)，采用euler-cromer顯式積分算法進(jìn)行求解?？紫读黧w和固體的本構(gòu)方程分別如式(1)和式(2)所示：

16、

17、

18、其中，ρl為液體密度，pl為液體壓力，vl、vs分別為液體和固體的絕對(duì)速度，n為固體骨架孔隙度，sl為飽和度,dep為切向剛度矩陣，h'為本構(gòu)張量。

19、孔隙水壓力和飽和度的關(guān)系由土水特征曲線(xiàn)(swrc)給出，如式(3)所示，實(shí)際滲透率k和飽和滲透率ksat的關(guān)系由滲透率曲線(xiàn)(hcc)得到，如式(4)所示。

20、

21、

22、其中smax、smin分別為最大飽和度和剩余飽和度，pref和λ為擬合參數(shù)。

23、需要求解的固體和流體的節(jié)點(diǎn)動(dòng)量平衡方程如式(5)和式(6)所示。

24、

25、

26、其中，as和al分別為固體和流體的節(jié)點(diǎn)加速度矢量，τ為邊界處的牽引矢量，為邊界處的液體壓力，n為節(jié)點(diǎn)形函數(shù)矩陣，b為節(jié)點(diǎn)形函數(shù)在局部物質(zhì)點(diǎn)mp位置的梯度矩陣，vmp為物質(zhì)點(diǎn)的體積，ρm為混合密度，nmp為物質(zhì)點(diǎn)數(shù)量，nmp為物質(zhì)點(diǎn)固體骨架孔隙度，g為加速度向量，為物質(zhì)點(diǎn)滲透率。

27、進(jìn)一步，在步驟6)中，使用xgboost模型的具體步驟如下：

28、①以步驟2)和步驟5)得到的輸入和輸出數(shù)據(jù)作為數(shù)據(jù)集；

29、②將數(shù)據(jù)集按70％和30％的比例劃分為訓(xùn)練集和測(cè)試集；

30、③定義xgboost模型參數(shù)，包括樹(shù)的最大深度、學(xué)習(xí)率、迭代次數(shù)、目標(biāo)函數(shù)等；

31、④使用訓(xùn)練集數(shù)據(jù)訓(xùn)練xgboost模型；

32、⑤使用交叉驗(yàn)證方法調(diào)整模型參數(shù)，找到最優(yōu)的參數(shù)組合；

33、⑥使用測(cè)試集評(píng)估模型的性能。

34、進(jìn)一步，在步驟7)中，根據(jù)滑動(dòng)距離s、滑塌范圍s等，結(jié)合建筑物、基礎(chǔ)設(shè)施、人員分布情況，評(píng)估可能受到滑坡影響的承災(zāi)體，再根據(jù)滑體厚度h、滑體體積v、滑動(dòng)速度v等，結(jié)合建筑物、基礎(chǔ)設(shè)施、人員的易損情況，估算滑坡對(duì)承災(zāi)體造成的損失，最終根據(jù)統(tǒng)計(jì)計(jì)算得到的損失概率分布進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)。

35、進(jìn)一步，在步驟8)中，根據(jù)貝葉斯原理，后驗(yàn)概率密度函數(shù)可通過(guò)式(15)計(jì)算，

36、f(x|y)＝af(x)f(y|x)?(15)

37、其中，a為歸一化系數(shù)，f(x)為參數(shù)x的先驗(yàn)分布，y為監(jiān)測(cè)數(shù)據(jù)，f(y|x)為似然函數(shù)，可通過(guò)式(16)計(jì)算。

38、

39、其中，m為樣本數(shù)量，f為y對(duì)應(yīng)的理論值，ε為殘差向量，εi＝y(tǒng)i-fi，i＝1,2,…m。假定ε服從獨(dú)立等方差高斯分布，即

40、采用m-h采樣實(shí)現(xiàn)馬爾科夫鏈蒙特卡洛模擬求解后驗(yàn)概率密度函數(shù)，過(guò)程如圖6所示，其中α(i,j)為接受率，π(x)為馬爾科夫鏈的平穩(wěn)分布，c為馬爾科夫鏈狀態(tài)轉(zhuǎn)移矩陣。

41、進(jìn)一步，在步驟10)中，實(shí)時(shí)采集滑坡監(jiān)測(cè)點(diǎn)的位移、孔壓數(shù)據(jù)和降雨數(shù)據(jù)，每3小時(shí)更新一次監(jiān)測(cè)數(shù)據(jù)，然后反演更新巖土體參數(shù)，重新計(jì)算滑坡失效概率和模型響應(yīng)量的概率分布特征，動(dòng)態(tài)更新滑坡風(fēng)險(xiǎn)概率預(yù)測(cè)結(jié)果。

42、本發(fā)明提供的技術(shù)方案具有如下的效果：

43、1.將物質(zhì)點(diǎn)數(shù)值模擬方法應(yīng)用在滑坡巖土體大變形模擬方面，考慮了非飽和水動(dòng)力作用，利用兩相物質(zhì)點(diǎn)法模擬滑坡破壞全過(guò)程，充分考慮了滑坡的災(zāi)變機(jī)理，物理意義明確；

44、2.利用xgboost算法，構(gòu)建數(shù)值模型的代理模型，大幅度提高數(shù)值計(jì)算效率，從而提高風(fēng)險(xiǎn)概率預(yù)測(cè)的時(shí)效性；

45、3.利用貝葉斯概率反演算法，結(jié)合實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)不斷反演計(jì)算不確定性參數(shù)的后驗(yàn)分布，降低各參數(shù)變量的不確定性，使得計(jì)算模型不斷趨近于真實(shí)情況，以此對(duì)滑坡概率預(yù)測(cè)結(jié)果進(jìn)行實(shí)時(shí)更新修正，從而提高風(fēng)險(xiǎn)概率預(yù)測(cè)的準(zhǔn)確性。