基于全球?qū)Ш蕉ㄎ幌到y(tǒng)的滑坡變形監(jiān)測分析與灰色模型預(yù)測研究

王 倩，董 燕，寧德懷(昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明 650093)

基于全球?qū)Ш蕉ㄎ幌到y(tǒng)的滑坡變形監(jiān)測分析與灰色模型預(yù)測研究

王 倩，董 燕*，寧德懷
(昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明 650093)

云南省是地質(zhì)災(zāi)害頻發(fā)的省份，尤其是地震等引發(fā)的滑坡、堰塞湖等次生災(zāi)害，造成大量人員傷亡及財(cái)產(chǎn)損失。以GNSS技術(shù)為監(jiān)測手段，運(yùn)用其可大面積監(jiān)測、無須通視并可獲取高精度數(shù)據(jù)的優(yōu)點(diǎn)來獲取滑坡的位移變形數(shù)據(jù)，通過對數(shù)據(jù)的處理及位移變形分析，判斷滑坡變形趨勢是否正常；另選取一部分?jǐn)?shù)據(jù)為原始值，采用一階一元灰色預(yù)測模型GM(1，1)對滑坡區(qū)作位移變形預(yù)測分析。結(jié)果表明，GNSS監(jiān)測技術(shù)在大范圍地區(qū)的滑坡監(jiān)測中具有良好的效果，GM(1，1)模型預(yù)測結(jié)果與實(shí)測數(shù)據(jù)的檢驗(yàn)值精度優(yōu)良，預(yù)測效果較好。

GNSS技術(shù)； 滑坡監(jiān)測； 變形分析； 灰色預(yù)測模型

滑坡等自然災(zāi)害給人民生活帶來了巨大的痛苦和損失，因此，對滑坡等自然災(zāi)害進(jìn)行監(jiān)測和預(yù)防預(yù)測就顯得尤為重要。傳統(tǒng)的測量方法對于滑坡面積較大、地勢較危險(xiǎn)的地方很難實(shí)現(xiàn)有效的監(jiān)測[1]。全球?qū)Ш蕉ㄎ幌到y(tǒng)(GNSS，global navigation satellite system)是指利用衛(wèi)星對地面上的用戶進(jìn)行導(dǎo)航定位的技術(shù)，是天空中所有導(dǎo)航衛(wèi)星系統(tǒng)的總稱，包括美國的GPS、俄羅斯的GLONASS、歐盟的Galileo和中國的北斗衛(wèi)星導(dǎo)航系統(tǒng)，具有可接受衛(wèi)星數(shù)量多、精度高，數(shù)據(jù)采集速度快、效率高，觀測站不需要通視，選點(diǎn)方便，不受天氣影響，觀測時(shí)間短，勞動(dòng)強(qiáng)度低，自動(dòng)化程度高等優(yōu)點(diǎn)，尤其在測區(qū)比較危險(xiǎn)和作業(yè)難度較大的地震滑坡區(qū)域，GNSS優(yōu)勢更加明顯，備受研究人員的青睞。目前，國內(nèi)外對GNSS技術(shù)多采用雙系統(tǒng)、三系統(tǒng)融合使用，以提高監(jiān)測精度和效率[2]。如胡俊等[3]用BFGS算法融合InSAR和GPS監(jiān)測地表三維形變，既提高了監(jiān)測精度，又實(shí)現(xiàn)了地表三維形變監(jiān)測。

灰色系統(tǒng)是我國著名的學(xué)者鄧聚龍于1982年提出來的，是指通過少量的、不完全的信息，建立灰色微分預(yù)測模型，對事物發(fā)展規(guī)律做出模糊性的長期描述。多年來，灰色系統(tǒng)已被應(yīng)用到許多領(lǐng)域并取得了很好的作用。李日云等[4]在灰色預(yù)測模型在高層建筑物沉降預(yù)測中的應(yīng)用研究中詳細(xì)討論了GM(1，N)和GM(1,1)的建模原理，并將GM(1,1)運(yùn)用到高層建筑物沉降預(yù)測中，證明一階一元灰色預(yù)測模型GM(1,1)在沉降預(yù)測中具有較好的應(yīng)用價(jià)值。用于變形監(jiān)測數(shù)據(jù)分析和預(yù)測的模型很多，容靜等[5]提出了1種基于小波的GM(1，1)- AR模型，不僅有效剔除了多余噪聲，還利用各種模型有機(jī)嵌套組合實(shí)現(xiàn)優(yōu)勢互補(bǔ)，預(yù)測結(jié)果比各單一模型、非線性GM(1，1)- AR模型結(jié)果更為精確。

魯?shù)榭h位于云南省東北部、牛欄江北岸，地勢東西兩側(cè)高，中間低平，地貌錯(cuò)綜復(fù)雜，地殼活躍，是地震災(zāi)害易發(fā)區(qū)域。2014年8月，魯?shù)榭h發(fā)生6.5級(jí)地震，震源深度12 km，之后又發(fā)生過幾次4級(jí)左右的余震，震源深度平均10 km，地震災(zāi)情非常嚴(yán)重。地震發(fā)生后，國家和云南省相關(guān)部門及專家為防止次生災(zāi)害發(fā)生展開了緊張的討論和部署，決定對滑坡最嚴(yán)重的紅石巖堰塞體左右岸邊坡和庫區(qū)的珍珠泉崩塌體進(jìn)行監(jiān)測。本研究以此作為研究對象，基于GNSS進(jìn)行滑坡變形監(jiān)測，并利用灰色模型進(jìn)行相關(guān)預(yù)測，以期為類似研究提供參考。

1 材料與方法

1.1 滑坡變形監(jiān)測技術(shù)要求與方法

GNSS技術(shù)監(jiān)測點(diǎn)的布置一般分為觀測點(diǎn)布置、圈定監(jiān)測范圍，觀測網(wǎng)形成、局部加強(qiáng)監(jiān)測，加深、加密布置觀測點(diǎn)3個(gè)步驟。考慮到地震的影響范圍較廣，震后容易引起余震，加之強(qiáng)降雨導(dǎo)致滑坡更加不穩(wěn)定等危險(xiǎn)因素，為保證儀器和測量人員安全，所以采用設(shè)備比較完善、輕便且一體化的儀器對滑坡體進(jìn)行非接觸式變形監(jiān)測。在紅石巖滑坡段右岸崩塌體開口線以上的自然邊坡上，埋設(shè)6個(gè)GNSS測點(diǎn)(配1套基準(zhǔn)點(diǎn))，建立自動(dòng)化監(jiān)測系統(tǒng)，監(jiān)測范圍監(jiān)測點(diǎn)布置圖見圖1。

圖1 監(jiān)測區(qū)域的監(jiān)測點(diǎn)分布

監(jiān)測過程中，GNSS變形監(jiān)測數(shù)據(jù)的采集頻次為1 Hz，測值解算時(shí)間采用2、4、6、24 h間隔。依據(jù)《崩塌、滑坡、泥石流監(jiān)測規(guī)范》，提出各工程監(jiān)測項(xiàng)目的監(jiān)測精度：巖質(zhì)滑坡，水平位移點(diǎn)位中誤差，6 mm，垂直位移高程中位差，3 mm，地表裂縫中位差，0.5 mm；土質(zhì)滑坡，水平位移點(diǎn)位中誤差，12 mm，垂直位移高程中位差，10 mm，地表裂縫中位差，5 mm。研究僅對滑坡的位移變形進(jìn)行分析，不考慮裂縫的變化情況。

1.2 灰色預(yù)測模型GM(1，1)

然后對一階累加數(shù)列X(1)建立一階微分方程：

利用公式計(jì)算a和u：

然后計(jì)算預(yù)測值：

最后計(jì)算殘差e(k)和相對誤差δ：

δ=e(k)/x(0)(k)。

灰色模型GM(1，1)精度用方差比和小誤差概率來檢驗(yàn)。設(shè)S12、S22分別為實(shí)測值和殘差的方差，則運(yùn)用公式：

得到方差比C和小概率誤差P：

C=S2/S1；

P={|e(k)≤0.675S1|}。

2 結(jié)果與分析

2.1 變形監(jiān)測

為了使研究更清楚，便于分析滑坡的變形趨勢，以牛欄江上游為X軸的正方向，指向左岸為Y軸的正方向，垂直于平面方向做Z軸的正方向，以右岸的6個(gè)觀測點(diǎn)為主要基礎(chǔ)數(shù)據(jù)，采用6個(gè)點(diǎn)2015年1月3—9日的數(shù)據(jù)進(jìn)行整理、統(tǒng)計(jì)和分析。GNSS右岸6個(gè)監(jiān)測點(diǎn)的位移統(tǒng)計(jì)結(jié)果見表1，右岸測點(diǎn)3的位移變形中位差數(shù)據(jù)見表2。

表1 監(jiān)測點(diǎn)位移的情況

表2 位移變形中位差的情況 mm

從表1、表2可以看出，X、Y、Z方向周變化量最大的分別為測點(diǎn)HSYR03的5.2 mm、HSYR02的2.2 mm和HSYR06的8.0 mm，最小的分別為HSYR01的0.3 mm、HSYR01的-3.6 mm和HSYR01的-29.2 mm。在周變化率上，橫向變化最大的是HSYR03測點(diǎn)，0.7 mm·d-1，變化最小的是HSYR05和HSYR06，均為0.2 mm·d-1；豎向變化最大的是HSYR01測點(diǎn)，4.2 mm·d-1，變化最小的是HSYR04測點(diǎn)，0.1 mm·d-1。結(jié)合中位差數(shù)據(jù)分析可知，水平位移和豎直位移都在精度范圍內(nèi)，說明在監(jiān)測時(shí)間和區(qū)域范圍內(nèi)，滑坡的位移變形趨于穩(wěn)定，屬于正常變形。

對比各測點(diǎn)X、Y、Z向2周的位移變化量，可以看出，X向和Y向的變化很小，說明GNSS測點(diǎn)的滑坡部位變形正常，雖然豎直方向上的HSYR01和HSYR03變化稍微偏大，但采用GNSS技術(shù)監(jiān)測得到的豎直方向的數(shù)據(jù)一般精度比橫向低1倍，所以可判斷出在豎向上位移變化也未出現(xiàn)異常，屬于正常變形。

位移過程線指的是在監(jiān)測時(shí)段內(nèi)，所發(fā)生的位移隨時(shí)間變化的情況，本文主要以測點(diǎn)2和測點(diǎn)5為研究對象，分別采用測點(diǎn)HSYR02的2014年8月29日至2015年6月5日和測點(diǎn)HSYR05的2014年9月4日至2015年9月4日位移數(shù)據(jù)，求其平均值，繪制過程線?？紤]到豎向的精度問題，豎向取值的1/2進(jìn)行分析。從圖2可以看出，3個(gè)方向上的位移隨時(shí)間的變化趨勢都較小，都在精度允許的變化范圍內(nèi)。

2.2 灰色預(yù)測模型

取通過GNSS監(jiān)測得到的測點(diǎn)HSYR02的5組數(shù)據(jù)為原始數(shù)據(jù)(時(shí)間為每天12:00)，由于Y向和Z向數(shù)據(jù)存在負(fù)值，因此在原始數(shù)據(jù)的基礎(chǔ)上統(tǒng)一加10 mm，再運(yùn)用MATLAB軟件建立灰色模型，結(jié)果見表3。好的預(yù)測模型，方差比(C值)越小越好，一般要求C<0.35，最大不超過0.65，小誤差概率(P值)越大越好，<0.7則說明預(yù)測效果較差[4]。經(jīng)測算，X、Y、Z向上的位移在模擬之后與原始值的小誤差概率均為100%，模型精度大于95%，效果很好；方差比分別為23%、37%和28%，X、Z向的模型精度很好，Y向上的模型精度在35%～50%，精度好。雖然從檢驗(yàn)值來看，預(yù)測值與實(shí)際數(shù)據(jù)非常吻合，但從模擬數(shù)據(jù)來看，剛開始精度很好，但越往后精度變化越來越大，如果數(shù)據(jù)量太大，預(yù)測效果可能會(huì)減弱，為了提高精度，應(yīng)隨著數(shù)據(jù)的增多而不斷修正預(yù)測模型，以提高預(yù)測精度。

圖2 測點(diǎn)2、5位移分量變化過程線

表3 GM(1，1)模擬值與實(shí)測值

3 小結(jié)

本研究表明，GNSS技術(shù)完全可以運(yùn)用到地勢較為險(xiǎn)峻的地方，且不需要通視，接受信息多，可獲得高精度的觀測數(shù)據(jù)，能夠彌補(bǔ)傳統(tǒng)監(jiān)測方法的不足，具有較好的應(yīng)用前景。GNSS監(jiān)測點(diǎn)的位移變形量都在精度范圍內(nèi)，屬于正常變形。在GNSS技術(shù)支持下，利用灰色預(yù)測模型GM(1，1)對滑坡區(qū)部分時(shí)間段的位移變形量進(jìn)行預(yù)測，得到的檢驗(yàn)值均在精度允許范圍內(nèi)。但若要將GM(1，1)模型應(yīng)用到樣本較多的實(shí)驗(yàn)中，仍需要不斷修正模型。

[1] 王桂杰, 謝謨文, 邱騁,等. D- INSAR技術(shù)在大范圍滑坡監(jiān)測中的應(yīng)用[J]. 巖土力學(xué), 2010, 31(4):1337- 1344.

[2] 湯運(yùn)濤. GNSS技術(shù)在滑坡應(yīng)急變形監(jiān)測中的應(yīng)用[J]. 黃金, 2016, 37(5):70- 75.

[3] 胡俊, 李志偉, 朱建軍,等. 基于BFGS法融合InSAR和GPS技術(shù)監(jiān)測地表三維形變[J]. 地球物理學(xué)報(bào), 2013, 56(1):117- 126.

[4] 李日云, 王利, 張雙成. 灰色預(yù)測模型在高層建筑物沉降預(yù)測中的應(yīng)用研究[J]. 地球科學(xué)與環(huán)境學(xué)報(bào), 2005, 27(1):84- 87.

[5] 容靜, 文鴻雁, 周呂. 一種改進(jìn)灰色預(yù)測模型在變形預(yù)測中的應(yīng)用[J]. 測繪科學(xué), 2017, 42(3):35- 38.

(責(zé)任編輯：高 峻)

P228.4

：A

：0528- 9017(2017)09- 1629- 04

2017- 06- 20

王 倩(1995—)，女，云南曲靖人，碩士研究生，研究方向?yàn)榈乩硇畔⒓夹g(shù)與開發(fā)應(yīng)用，E- mail:LeilaWangChina@163.com。

董 燕(1974—)，女，云南石屏人，碩士，副教授，研究方向?yàn)镚IS開發(fā)與應(yīng)用，E- mail:dongyanchina@163.com。

文獻(xiàn)著錄格式：王倩，董燕，寧德懷. 基于全球?qū)Ш蕉ㄎ幌到y(tǒng)的滑坡變形監(jiān)測分析與灰色模型預(yù)測研究[J].浙江農(nóng)業(yè)科學(xué)，2017，58(9)：1629- 1632.

10.16178/j.issn.0528- 9017.20170942