论文部分内容阅读
随着人类工程活动的强度不断加剧和规模的不断扩大,由此引发的边坡不稳定而导致的滑坡地质灾害日益严重。传统监测技术与数据分析方法的落后仍是制约滑坡灾害成功实现预警预报的主要瓶颈。本文从边坡多场分析着手,对边坡多场信息的获取手段——分布式光纤传感技术(DFOS)进行了研发；设计了各个物理场的监测方案；介绍了数据挖掘关联规则：在此基础上,结合三峡库区马家沟滑坡监测项目,重点对各个场的监测数据采用数据挖掘关联规则进行了分析,并取得了如下成果：(1)总结了边坡多场信息分析的研究现状,介绍了分布式光纤传感技术的基本原理、特点和应用现状,分析了常规的边坡多场信息获取手段的优缺点,论述了分布式光纤传感技术应用于边坡多场信息获取的优越性。(2)提出了边坡多场信息获取中的感测光缆比选原则,对四种感测光缆进行了护套效应试验,分析了不同护套的光缆对应变的响应,从而为感测光缆的选择提供比选依据。(3)根据边坡多场信息获取的特点,提出了边坡分布式光纤监测设计原则,分别对边坡温度场、应变场、变形场、渗流场、环境参量等多场信息设计了分布式光纤监测方案,建立了基于DFOS的边坡多场信息监测网络。(4)在分析了基于DFOS的边坡多场监测数据的基础上,提出了边坡多场监测数据的关联规则挖掘分析方法,建立了基于Clementine数据挖掘软件的边坡多场数据关联规则分析模型。(5)通过对三峡马家沟滑坡DFOS多场信息的关联规则分析,揭示了监测时间与库水位涨落的匹配性、库水位涨落与坡体前缘地下水位的协调性等规律,并与实际监测数据进行了比较,证明了采用关联规则方法对DFOS边坡多场信息分析的有效性。(6)关联规则方法分析表明：马家沟滑坡坡体前缘的抗滑桩附近的JC3钻孔整体应变速率值落在[0,1.27)的较低区间,其支持度达到了19.753%,置信度达到了87.5%,表明抗滑桩对阻止滑坡进一步变形起到了重要作用。(7)关联规则方法进一步分析表明：马家沟滑坡库水位处于[145,155)高程区间、滑坡体前缘、位移速率在[1,∞),三者同时出现的支持度为15.353%,置信度为91.713%,表明该滑坡类型为库水位主导类型,较低的库水位导致滑坡前缘位移速率较大。论文研究成果表明：关联规则分析方法对于基于DFOS的边坡多场信息间的关联分析是十分有效的。