蔡 軍
(重慶三峽學院 土木工程學院,重慶 404100)
三峽庫區(qū)周邊屬于典型的地質災害多發(fā)地區(qū)[1],特別是蓄水175 m以后,由于出現近30 m消落帶,水位的急劇上升或下降必然會誘發(fā)老崩滑體復發(fā),同時引發(fā)新的崩滑體[2-4],因此,對庫岸滑坡地區(qū)進行動態(tài)監(jiān)測就顯得尤為重要。而目前國內對滑坡的監(jiān)測技術多為人工現場勘測操作,耗時耗力,因此急需尋找一種滑坡動態(tài)預測方法。
灰色系統(tǒng)理論是一種研究不確定性問題的新方法,主要是幫助人們正確把握和描述系統(tǒng)運行行為規(guī)律。目前,最常用的灰色預測模型是常規(guī)GM(1,1)模型,該模型在長期預測時,存在數據序列擬合較差,預測精度偏低等缺陷。為了克服上述缺陷,建立了灰色新陳代謝RGM(1,1)模型。該模型不僅繼承了常規(guī)GM(1,1)模型的優(yōu)點,還能及時將相繼不斷進入系統(tǒng)的擾動因素考慮進去,以提高預測的精度、增加預測的可靠程度[5-7]。
筆者從灰色系統(tǒng)工程角度出發(fā),利用經過等維新陳代謝改進的灰色預測理論,基于試驗數據建立灰色新陳代謝灰預測模型對邊坡表面位移變化發(fā)展進行了較為有效的預測。
GM(1,1)數學模型主要用于單因素預測,其目標是建立一階線性微分方程模型。它通過對原始時間序列數據進行累加處理,得到新的時間序列數據,使數據的隨機性被弱化,規(guī)律性被加強。GM(1,1)的數學建模步驟如下。
1.1.1 輸入n維原始數據矢量
(1)
1.1.2 新序列生成
采用對序列X(0)進行1階累加生成的方式生成新序列
(2)
1.1.3 GM(1,1)模型相應的微分方程
式中:a為發(fā)展灰數;b為內生控制灰數。
(3)
(4)
求GM(1,1)模型相應的微分方程,即得GM(1,1)預測模型為:
(5)
1.1.4 采用殘差檢驗及后驗差檢驗進行模型檢驗
1)殘差檢驗
(6)
2)后驗差檢驗
計算原始序列標準差:
計算絕對誤差序列的標準差:
(7)
(8)
計算方差比值C和小誤差概率P:
(9)
表1 灰色模型精度等級
以三峽庫區(qū)張桓侯廟東側某滑坡帶2007年6—7月份地表位移監(jiān)測數據為例,在數據的采集過程中,共布置地表位移監(jiān)測點28個,沉降監(jiān)測點12個。采用全站儀、水準儀進行水平及垂直位移監(jiān)測。為方便分析,監(jiān)測原始數據及主要監(jiān)測點地表累積位移量見表2[9]。
表2 地表累積位移量
分別用傳統(tǒng)GM模型和RGM (1,1)模型對觀測數據進行了分析和預測,文中通過前11組數據分別建立GM模型和RGM (1,1)模型,對后面的4組數據進行預測。兩模型的具體計算通過MATLAB編程實現,預測結果見圖1。同時,對兩模型進行了精度評定,精度評定的相關精度指標見表3。
圖1 地表累積位移曲線Fig.1 Surface cumulative displacement curve
模型ΔPCGM(1,1)0.068410.1991RGM(1,1)0.007510.1431
從圖1可以看出,灰色新陳代謝RGM(1,1)模型計算結果與實測結果吻合較為良好。
綜合這兩方面的精度等級,RGM(1,1)模型精度都為2 級,且向1級逼近;GM(1,1)模型的精度較低,為3 級,且向2級逼近。也就是說,RGM(1,1)更適合預測滑坡變形量。
在滑坡過程中,引起地表沉降的因素是復雜多樣的,且彼此間的關系是灰色的。應用變換處理后的數據,建立起的預測模型能更好地對地表累積位移量進行預測。實例分析表明,利用灰色新陳代謝RGM(1,1)模型更接近實測值,與實測值擬合得較好,灰色新陳代謝RGM(1,1)模型,預測精度較高、適應性較強,可以為工程實踐提供參考。
[1] 劉圣偉,郭大海,陳偉濤,等.機載激光雷達技術在長江三峽工程庫區(qū)滑坡災害調查和監(jiān)測中的應用研究[J].中國地質,2012,39(2):507-517.
Liu Shengwei,Guo Dahai,Chen Weitao,et al.The application of airborne radar technology in landslide investigation and monitoring of Three Gorges Reservoir area [J].Geology in China,2012,39(2):507-517.
[2] 趙重,李長明,李厚芝.三峽庫區(qū)生基包滑坡監(jiān)測及成果分析[J].探礦工程:巖土鉆掘工程,2008(7):32-37.
Zhao Zhong,Li Changming,Li Houzhi.Monitoring results and analysis of Shengjibao landslide in the Three Gorges Reservoir area [J].Exploration Engineering:Rock & Soil Drilling and Tunneling,2008(7):32-37.
[3] 劉祖強,張正祿,楊奇儒,等.三峽工程近壩庫岸滑坡變形監(jiān)測方法試驗研究[J].工程地球物理學報,2008,5(3):351-355.
Liu Zuqiang,Zhang Zhenglu,Yang Qiru,et al.Study on monitoring methods of landslide deformation near the dam reservoir bank [J].Chinese Journal of Engineering Geophysics,2008,5(3):351-355.
[4] 翟信德,高飛,徐文兵.新陳代謝GM(1,1)模型在建筑物沉降預測中的應用研究[J].現代測繪,2008,31(1):13-15.
Zhai Xinde,Gao Fei,Xu Wenbing.A study of information renewal GM (1,1) model for predicting the building settlement [J].Modern Surveying and Mapping,2008,31(1):13-15.
[5] 楊文東,謝全敏,李新平,等.三峽庫區(qū)白沙坡崩滑體成因與穩(wěn)定性評價[J].武漢理工大學學報,2006,28(5):73-75.
Yang Wendong,Xie Quanmin,Li Xinping,et al.Formation mechanism and stability analysis of Baishapo rockfall in the Three Gorge Reservoir area [J].Journal of Wuhan University of Technology,2006,28(5):73-75.
[6] 劉積魁,方云,王永忠.灰色新陳代謝GM(1,1)模型在土釘支護結構變形預測中的應用[J].水利與建筑工程學報,2007,5(4):113-116.
Liu Jikui,Fang Yun,Wang Yongzhong.Application of gray renewal GM(1,1) model in deformation forecasting for soil-nail supporting structures[J].Journal of Water Resources and Architectural Engineering,2007,5(4):113-116.
[7] 魏春榮,徐敏強,李艷霞,等.基于灰色新陳代謝模型的煤礦瓦斯涌出量預測[J].湖南科技大學學報,2011,27(3):16-21.
Wei Chunrong,Xu Minqiang,Li Yanxia.Based on the grey metabolism model to forecast the gas emission coal mine [J].Journal of Hunan University of Science and Technology,2011,27(3):16-21.
[8] 王朝陽,許強,范宣梅,等.灰色新陳代謝GM(1,1)在滑坡變形預測中的應用[J].水文地質工程地質,2009,36(2):108-111.
Wang Zhaoyang,Xu Qiang,Fan Xuanmei,et al.Application of renewal gray GM (1,1) model to prediction of landslide deformation with two case studies [J].Hydrogeology and Engineering Geology,2009,36(2):108-111.
[9] 唐然,魏良帥,錢江澎,等.三峽庫區(qū)張桓侯廟東側滑坡動態(tài)監(jiān)測成果分析與應用[J].水文地質工程地質,2012,39(4):102-109.
Tang Ran,Wei Liangshuai,Qian Jiangpeng,et al.Analyses of dynamic monitoring results of the Zhanghuanhou temple landslide in the Three Gorges Reservoir region and their application [J].Hydrogeology and Engineering Geology,2012,39(4):102-109.