降雨型滑坡是我国主要的地质灾害之一。准确地预测降雨条件下滑坡发生的概率,对于滑坡防灾减灾具有重要的意义。降雨诱发滑坡的问题中存在着大量的不确定性因素,这是导致理论预测与实际情况产生偏差的重要原因。利用反映边坡真实状况的监测数据,缩减预测的不确定性,以更准确地预测滑坡发生的概率,具有重要的科学意义和工程实用价值。本项目拟通过理论研究、软件开发、实例和工程应用研究等方法,基于贝叶斯法,研究利用监测数据缩减概率预测不确定性的理论方法;在此基础上,以滑坡模型试验为原型,研究监测数据类型、测点位置、组合数据对概率预测的影响,总结滑坡监测的重点项目和关键部位,为边坡监测工程的设计提供理论依据;进而研究时变监测数据的利用,开发滑坡实时预测工程应用软件,并将其运用到三峡库区和香港地区的滑坡监测工程实例中。本项目将概率可靠度理论方法与滑坡监测工程相结合,其研究成果可直接用于降雨型滑坡预测预报的工程实践。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
论大数据环境对情报学发展的影响
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
基于FTA-BN模型的页岩气井口装置失效概率分析
基于多参数随机场与数据同化的降雨型滑坡动态概率预测
基于多场信息数据驱动的滑坡演化多模式切换概率预测和控制研究
长期干旱背景下降雨型松散堆积体滑坡机理及预测方法研究
降雨入渗作用下滑坡灾害预测预报模式研究