登录    注册    忘记密码

期刊文章详细信息

基于诱发因素响应与BP神经网络的滑坡位移预测预报    

Prediction of Landslide Displacement Based on Induced Factors Response and BP Neural Network

  

文献类型:期刊文章

作  者:柳青[1,2,3] 易武[1,2,3]

Liu Qing;Yi Wu(National Field Observation & Research Station of Landslide in Three Gorges Reservoir area of YangtzeRiver,China Three Gorges Univ.,Yichang 443002,China;Collaborative Innovation Center for Geo-Hazard& Eco-Environment in Three Gorges Area,China Three Gorges Univ.,Yichang 443002,China;KeyLaboratory of Disaster Prevention & Mitigation of Hubei Province,China Three Gorges Univ.,Yichang443002,China)

机构地区:[1]三峡大学湖北省长江三峡滑坡国家野外科学观测研究站,湖北宜昌443002 [2]三峡大学三峡地区地质灾害与生态环境湖北省创新协同中心,湖北宜昌443002 [3]三峡大学湖北省防灾减灾重点实验室,湖北宜昌443002

出  处:《三峡大学学报(自然科学版)》

基  金:湖北省自然科学基金项目(2017CFB436);湖北省水电工程智能视觉监测重点实验室开放基金项目(2016KLA02)

年  份:2019

卷  号:41

期  号:3

起止页码:41-45

语  种:中文

收录情况:AJ、BDHX、BDHX2017、CAS、INSPEC、ZGKJHX、核心刊

摘  要:三峡库区地质灾害有滑坡、崩塌、泥石流、塌陷、地面沉降、地裂缝等,其中主要以滑坡为主.为深入研究滑坡的变形特性,建立滑坡位移与其影响因素之间的预测预报模型,本文以三峡库区白家包滑坡为例,基于时间序列分析方法,提取滑坡趋势项位移及周期项位移.针对趋势项位移,采取多项式拟合,针对周期项位移,选取库水位、降雨量、月间库水位变化量、2个月累计库水位变化量、当月降雨量、两月降雨量作为周期项位移的影响因子,建立周期项位移与影响因子之间的BP神经网络预测预报模型.最终基于时间序列的加法模型,将趋势项位移与周期项位移进行叠加,即为预测位移.研究结果表明,该预测预报模型基本反映了滑坡累积位移的整体趋势,具有一定的工程意义.

关 键 词:滑坡位移预测预报  时间序列 多项式拟合 BP神经网络

分 类 号:P642.2]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心