论文部分内容阅读
滑坡体的动态变形监测大多是综合观测，一般会在滑坡体上布置多个传感器，但是目前的监测模型仅依靠某个关键点的数据进行评判分析，且多集中于监测数据的整合，并未考虑传感器自身的因素，造成原始数据信息的流失，引起分析结果的不精确。为了克服以上不足，开发了针对滑坡体原位动态变形监测及信息反馈的智能融合(MIFS)系统，即多传感器智能融合反馈系统。系统结合估值融合理论，采用较高级的决策级融合方法，将其应用于西南某滑坡动态变形的监测分析，融合后的数据较为理想，消除了融合前数据的矛盾性和不准确性，获得了被测对象的一致性描述和解释。经分析知：该滑坡的整体位移随时间的增大而增大，且年均下滑速度也呈现上涨趋势，具有阶段性变化的特点。自监测之日起至今，由位移信息反映出该滑坡形变经历了缓慢变形期、匀速变形期、加速变形期以及急剧变形期，这符合滑坡的工程特性依时性变化规律。另外，还反映出降雨入渗与浅源地震是引起该滑坡发生位移变形的主要因素，亦符合滑坡的一般自然规律。工程实例证明了该系统在滑坡动态变形监测与反馈分析中具有有效性和可行性。