本發(fā)明涉及地質(zhì)災(zāi)害監(jiān)測與預(yù)警領(lǐng)域，尤其涉及一種邊坡自動化實時立體監(jiān)測與預(yù)警的方法。

背景技術(shù)：

我國是一個多山的國家，隨著我國工程建設(shè)的不斷發(fā)展，越來越多的工程活動逐漸在山區(qū)開展。滑坡是山區(qū)分布廣泛的地質(zhì)災(zāi)害，發(fā)生的滑坡災(zāi)害往往破壞性很大，容易造成了重大的人員傷亡和巨大的經(jīng)濟損失，而潛在的滑坡仍在威脅著人們的生產(chǎn)生活安全；此外，伴隨著開挖等人類工程活動的進行，逐漸形成的人工邊坡也產(chǎn)生了極大的隱患，因此，對危險邊坡進行監(jiān)測并提供預(yù)警信息十分必要。

邊坡坡體和加固結(jié)構(gòu)出現(xiàn)變形并發(fā)展是邊坡巖土體發(fā)生失穩(wěn)破壞的顯著特征，因此，通過對邊坡進行實時位移監(jiān)測，并在大變形出現(xiàn)之前發(fā)出預(yù)警信號，是邊坡安全監(jiān)測的一種有效手段。

目前，邊坡位移監(jiān)測系統(tǒng)主要有以下兩類，一類是地表位移的監(jiān)測，依靠經(jīng)緯儀、全站儀、gps等對邊坡坡表位移進行監(jiān)測；另一類是深部位移的監(jiān)測，通過深孔測斜儀對地下巖體分層水平位移進行監(jiān)測。兩類監(jiān)測方式的監(jiān)測數(shù)據(jù)需要人工定期輸出，因此數(shù)據(jù)具有滯后性，降低了預(yù)警結(jié)果的實時性。真實案例表明，大多數(shù)邊坡災(zāi)害的發(fā)生的時間很短，因此，以上監(jiān)測手段均不能實時對邊坡位移進行監(jiān)測并及時做出預(yù)警預(yù)測。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的實施例提供了一種能方便、準(zhǔn)確并及時對滑坡地質(zhì)災(zāi)害進行預(yù)警的邊坡自動化實時立體監(jiān)測與預(yù)警的方法。

本發(fā)明的實施例提供一種邊坡自動化實時立體監(jiān)測與預(yù)警的方法，包括以下步驟：

(1)在邊坡上需要表征的位置布設(shè)測斜管，所述測斜管的內(nèi)部設(shè)有定位槽，所述定位槽內(nèi)安裝柔性測斜儀，所述柔性測斜儀連接控制器，所述柔性測斜儀實時感應(yīng)測斜管的變形數(shù)據(jù)，并將變形數(shù)據(jù)傳輸給控制器，所述控制器再將數(shù)據(jù)傳輸給位移分析系統(tǒng)；

(2)位移分析系統(tǒng)將獲得的變形數(shù)據(jù)通過小波去噪模塊處理，得到平滑去噪后曲線；

(3)建立rbf神經(jīng)網(wǎng)絡(luò)模型，所述rbf神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱層和輸出層，將步驟(2)得到的去噪后曲線經(jīng)輸入層傳遞給隱層，所述隱層由高斯型徑向基函數(shù)構(gòu)成，所述隱層中的高斯型徑向基函數(shù)對輸入的去噪后曲線在局部產(chǎn)生響應(yīng)，并通過隱層學(xué)習(xí)單元獲得監(jiān)測的位移曲線，并將位移曲線再傳遞給輸出層，所述輸出層由線性函數(shù)構(gòu)成，所述輸出層通過線性函數(shù)對位移曲線進行處理，并通過輸出層的學(xué)習(xí)單元獲得位移曲線后續(xù)發(fā)展的預(yù)測曲線，對獲得的位移曲線后續(xù)發(fā)展的預(yù)測曲線進行判斷，即可分析邊坡是否有風(fēng)險，并進行預(yù)警。

進一步，所述步驟(1)中，控制器通過太陽能電池板供電。

進一步，所述步驟(1)中，測斜管從邊坡的滑坡體插入邊坡的潛在滑動面，并進入邊坡的穩(wěn)定基巖。

進一步，所述步驟(1)中，所述控制器通過gprs網(wǎng)絡(luò)將數(shù)據(jù)傳輸給位移分析系統(tǒng)。

進一步，所述位移分析系統(tǒng)為移動設(shè)備或計算機。

進一步，所述步驟(2)中，變形數(shù)據(jù)通過小波去噪模塊處理的具體步驟如下：

(2-1)向小波去噪模塊中輸入變形數(shù)據(jù)的時間序列{xi|i＝1,2,…,n},并記為：

式中：n＝2^m，m為插值與抽取系數(shù)；

(2-2)選取3次b樣條小波函數(shù)，保證選取的小波函數(shù)在時域內(nèi)的分辨率，并確定小波變換系數(shù)；

(2-3)運用步驟(2-2)選取的小波函數(shù)通過分解算法將分解至l層，得到第l層上小波變換的低頻系數(shù)和各層分解的高頻系數(shù)

(2-4)設(shè)定閾值t，對步驟(2-3)得到的進行掃描，大于t的數(shù)據(jù)保留，小于t的數(shù)據(jù)置0，得到

(2-5)保留低頻系數(shù)并與一起進行小波重構(gòu)，得到平滑去噪后曲線。

進一步，所述步驟(2-3)中，低頻系數(shù)和高頻系數(shù)的計算方法分別為：

式中：h為小波變換系數(shù)，n為小波分解層數(shù)，j為時間序列第j層。

進一步，所述步驟(2-5)中，平滑去噪后曲線表示為：

進一步，所述步驟(3)中，隱層學(xué)習(xí)單元的輸出表示為：

式中：||·||表示范數(shù)，通常取歐幾里德范數(shù)；x為n維輸入矢量，即x＝[x1,x2,…xn]^t；cj為第j個非線性變換單元的中心向量，與x具有相同維數(shù)的向量；為第j個中心對應(yīng)第k個輸入的分量；σj為第j個非線性變換單元的寬度。

進一步，所述步驟(3)中，輸出層的學(xué)習(xí)單元輸出表示為：

式中：wij為第i個隱單元與第j個輸出之間的連接權(quán)；m為輸出維數(shù)；p為隱單元數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

(1)監(jiān)測設(shè)備深入至穩(wěn)定巖層，在監(jiān)測點布設(shè)深入穩(wěn)定地層測斜管，內(nèi)置柔性測斜探頭，信號與地表監(jiān)測控制器連接，實時監(jiān)測深部位移變形情況。測斜管安裝時深入至穩(wěn)定巖層，受環(huán)境影響較小，更準(zhǔn)確反映邊坡的變形破壞特征，使邊坡變形監(jiān)測更加全面精確。

(2)數(shù)據(jù)網(wǎng)絡(luò)傳輸，無需人工測量采集，方便快捷。監(jiān)測點信號通過gprs網(wǎng)絡(luò)把數(shù)據(jù)傳送至指定位置，通過配套的pc-labview上位機軟件獲取監(jiān)測數(shù)據(jù)，不僅可以通過pc端處理數(shù)據(jù)，在移動設(shè)備上也可以觀測數(shù)據(jù)，實現(xiàn)數(shù)據(jù)實時監(jiān)測、實時處理，實時傳送，極大的提升了監(jiān)測效率。

(4)該監(jiān)測系統(tǒng)具有監(jiān)測信息的可拓展性的優(yōu)點。邊坡監(jiān)測系統(tǒng)主要包括采用柔性測斜儀的變形監(jiān)測，除此之外還可以添加壓力監(jiān)測、地下水位監(jiān)測、孔隙水壓力監(jiān)測以及邊坡土體含水率等相關(guān)信息的監(jiān)測。監(jiān)測過程通過多傳感器、多源數(shù)據(jù)的同步、協(xié)同分析處理，進一步提高了預(yù)報的準(zhǔn)確性。

(5)本發(fā)明具有監(jiān)測數(shù)據(jù)遠程實時處理的優(yōu)點。本發(fā)明通過gprs模塊將原始監(jiān)測數(shù)據(jù)無線實時傳輸?shù)街付ㄎ恢?，而pc端數(shù)據(jù)分析系統(tǒng)通過訪問指定位置獲取實時數(shù)據(jù)，從而實現(xiàn)了監(jiān)測數(shù)據(jù)的遠程實時處理。

(6)本發(fā)明具有嵌入式預(yù)警模型。本文將rpf神經(jīng)網(wǎng)絡(luò)分析方法應(yīng)用于邊坡穩(wěn)定性的預(yù)測預(yù)警，在pc端數(shù)據(jù)分析系統(tǒng)中嵌入rpf神經(jīng)網(wǎng)絡(luò)分析法，從而實現(xiàn)了監(jiān)測數(shù)據(jù)同步處理并同步預(yù)警預(yù)測。

附圖說明

圖1是本發(fā)明邊坡自動化實時立體監(jiān)測與預(yù)警的方法的監(jiān)測裝置的一示意圖。

圖2是本發(fā)明邊坡自動化實時立體監(jiān)測與預(yù)警的方法的一流程圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地描述。

請參考圖1和圖2，本發(fā)明的實施例提供了一種邊坡自動化實時立體監(jiān)測與預(yù)警的方法，包括以下步驟：

(1)在邊坡上需要表征的位置布設(shè)測斜管8，在一實施例中，測斜管8從邊坡的滑坡體3插入邊坡的潛在滑動面2，并進入邊坡的穩(wěn)定基巖1，測斜管8的內(nèi)部設(shè)有定位槽(圖中未示出)，定位槽內(nèi)安裝柔性測斜儀4，柔性測斜儀4受環(huán)境影響較小，更準(zhǔn)確反映邊坡的變形破壞特征，使邊坡變形監(jiān)測更加全面精確，柔性測斜儀4連接控制器6，所述柔性測斜儀4實時感應(yīng)測斜管的變形數(shù)據(jù)，并將變形數(shù)據(jù)傳輸給控制器6，所述控制器6再將數(shù)據(jù)傳輸給位移分析系統(tǒng)9；在一實施例中，控制器6通過太陽能電池板供電7，控制器6通過gprs網(wǎng)絡(luò)將數(shù)據(jù)傳輸給位移分析系統(tǒng)9，位移分析系統(tǒng)9優(yōu)選為移動設(shè)備或計算機。

(2)位移分析系統(tǒng)9將獲得的變形數(shù)據(jù)通過小波去噪模塊91處理，得到平滑去噪后曲線；

(2-1)向小波去噪模塊91中輸入變形數(shù)據(jù)的時間序列{xi|i＝1,2,…,n},并記為：

式中：n＝2^m，m為插值與抽取系數(shù)；

(2-2)選取3次b樣條小波函數(shù)，保證選取的小波函數(shù)在時域內(nèi)的分辨率，并確定小波變換系數(shù)；

(2-3)運用步驟(2-2)選取的小波函數(shù)通過分解算法將分解為l層，得到第l層上小波變換的低頻系數(shù)和各層分解的高頻系數(shù)

低頻系數(shù)和高頻系數(shù)的計算方法分別為：

式中：h為小波變換系數(shù)，n為小波分解層數(shù)，j為時間序列第j層。

(2-4)設(shè)定閾值t，對步驟(2-3)得到的進行掃描，大于t的數(shù)據(jù)保留，小于t的數(shù)據(jù)置0，得到

(2-5)保留低頻系數(shù)并與一起進行小波重構(gòu)，得到平滑去噪后曲線，平滑去噪后曲線表示為：

(3)建立rbf神經(jīng)網(wǎng)絡(luò)模型92，所述rbf神經(jīng)網(wǎng)絡(luò)模型92包括輸入層921、隱層922和輸出層923，將步驟(2)得到的邊坡位移監(jiān)測數(shù)據(jù)去噪后曲線經(jīng)輸入層921傳遞給隱層922，所述隱層922由高斯型徑向基函數(shù)構(gòu)成，高斯型徑向基函數(shù)具有局部感受的特性，能夠體現(xiàn)rbf神經(jīng)網(wǎng)絡(luò)模型92的非線性映射能力，所述隱層922中的高斯型徑向基函數(shù)對輸入的邊坡位移監(jiān)測數(shù)據(jù)去噪后曲線在局部產(chǎn)生響應(yīng)，并通過隱層922學(xué)習(xí)單元獲得監(jiān)測的位移曲線，隱層922學(xué)習(xí)單元的輸出表示為：

式中：||·||表示范數(shù)，通常取歐幾里德范數(shù)；x為n維輸入矢量，即x＝[x1,x2,…xn]^t；cj為第j個非線性變換單元的中心向量，與x具有相同維數(shù)的向量；為第j個中心對應(yīng)第k個輸入的分量；σj為第j個非線性變換單元的寬度。

將位移曲線再傳遞給輸出層923，所述輸出層由線性函數(shù)構(gòu)成，所述輸出層923通過線性函數(shù)對位移曲線進行處理，并通過輸出層923的學(xué)習(xí)單元獲得位移曲線后續(xù)發(fā)展的預(yù)測曲線，輸出層923的學(xué)習(xí)單元輸出表示為：

式中：wij為第i個隱單元與第j個輸出之間的連接權(quán)；m為輸出維數(shù)；p為隱單元數(shù)。

對獲得的位移曲線后續(xù)發(fā)展的預(yù)測曲線進行判斷，即可分析邊坡是否有風(fēng)險，并進行預(yù)警。

本發(fā)明具有嵌入式預(yù)警模型，將rpf神經(jīng)網(wǎng)絡(luò)分析方法應(yīng)用于邊坡穩(wěn)定性的預(yù)測預(yù)警，在pc端數(shù)據(jù)分析系統(tǒng)中嵌入rpf神經(jīng)網(wǎng)絡(luò)分析法，從而實現(xiàn)了監(jiān)測數(shù)據(jù)同步處理并同步預(yù)警預(yù)測。

在本文中，所涉及的前、后、上、下等方位詞是以附圖中零部件位于圖中以及零部件相互之間的位置來定義的，只是為了表達技術(shù)方案的清楚及方便。應(yīng)當(dāng)理解，所述方位詞的使用不應(yīng)限制本申請請求保護的范圍。

在不沖突的情況下，本文中上述實施例及實施例中的特征可以相互結(jié)合。

以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。