三峡库区堆积层滑坡在季节性降雨和库水位周期波动的影响下呈现间歇性活动特征,滑坡活动强度与诱发因素作用强度和时间关系密切。以三峡库区白水河滑坡为例,分析了堆积层滑坡间歇性活动特征和诱发因素,发现降雨和库水位下降是滑坡变形的主要诱发因素。根据滑坡时序曲线特征,将滑坡累积位移分解为趋势项位移和周期项位移,采用多项式拟合的方法来预测趋势项位移,利用长短期记忆神经网络模型来预测周期项位移,并与极限学习机模型、广义回归神经网络模型的预测结果进行了对比分析,发现长短期记忆神经网络模型预测滑坡间歇性活动精度更高。
类型: 期刊论文
作者: 孙一清,李德营,殷坤龙,陈丽霞,汪洋
关键词: 三峡库区,白水河滑坡,位移预测,长短期记忆神经网络,时间序列分析
来源: 地质科技情报 2019年05期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 地质学,工业通用技术及设备,水利水电工程
单位: 中国地质大学(武汉)工程学院,中国地质大学(武汉)地球物理与空间信息学院
基金: 国家自然科学基金项目(41772310,41842062)
分类号: P642.22;TV223
DOI: 10.19509/j.cnki.dzkq.2019.0520
页码: 195-203
总页数: 9
文件大小: 4724K
下载量: 406
本文来源: https://www.lunwen66.cn/article/330760b4c27078764d5e4046.html