论文部分内容阅读
中国是一个受滑坡灾害影响较严重的国家之一，每年滑坡造成的经济损失高达100亿美元以上。在我国还没有足够的经济和技术实力对所有的潜在危险性滑坡进行治理的情况下，只能采取各种方法对滑坡进行预报，以减少灾害损失。本文开展混沌理论在滑坡预报中的研究，对二滩库区某大型滑坡的观测数据进行混沌时间序列分析，提出加权动态局域预测模型，并通过滑坡的地质分析和Flac_2D数值分析，共同对该滑坡位移序列进行预测，具体研究内容如下：
(1)采取G_P积分法算出观测数据位移序列具有饱和关联维数，判定该序列为混沌序列
(2)文中采用自相关法和G_P积分法分别算出嵌入延迟和嵌入维数，从而重构系统的相空间，重点讨论了混沌时间序列的特征参量—最大Lyapunov指数，并采用Rosenstein小数据量法计算出序列的最大Lyapunov指数
(3)基于滑坡位移序列的混沌特性，综合考虑广义自由度和临近点权重的基础上提出了加权动态局域预测模型，该模型的每一步预测都会给出一个合理的邻域，提高了预测精度。
(4)运用加权动态局域预测模型对该滑坡2007年1月-2008年12月24个月位移进行预测，结合前面对该滑坡的地质分析和FLAC-2D数值模拟共同得出结论：在未来的两年滑坡处于缓慢的蠕滑阶段，在没有大的地质变动情况下不会发生大规模的滑动。
文章通过对二滩库区某大型滑坡实际位移序列进行预测，研究了其混沌特性，取得了令人满意的结果，这对建立滑坡实时监测和预警系统具有重要的意义。