[发明专利]基于多源异构数据融合的滑坡不确定模型动态构建方法

说明书

本发明提供了一种基于多源异构数据融合的滑坡不确定模型动态构建方法，包括：联合运用地质调查、资料收集、室内力学试验、CT扫描与数值试样随机重构技术获取滑坡岩土体力学参数空间变异信息；在岩土体力学参数空间规律统计的基础上，构建滑坡初始不确定模型；以非侵入式随机有限元的方式，开展相应工况下的滑坡数值模拟；构建不同时间点滑坡输出信息与随机变量的智能响应面模型，基于智能响应面模型和自适应条件抽样的可靠度贝叶斯反演方法，利用滑坡直接信息和监测间接数据实时更新不确定模型，从而建立多源异构数据融合的滑坡不确定模型。本发明的有益效果是：建立了精细的滑坡地质模型，为后续滑坡的机理分析和稳定性评价提供了有效手段。

技术领域

本发明涉及滑坡不确定性分析与稳定性评价领域，尤其涉及一种基于多源异构数据融合的滑坡不确定模型动态构建方法。

背景技术

复杂地质-力学模型的精准建立是开展滑坡机理研究和稳定性评价的重要基础与前提，在多期次、多类型内外动力地质作用下，滑坡的物质组成与坡体结构具有较大的非连续性、不均一性和各向异性，这种复杂坡体结构及物质的不均匀分布使滑坡不同部位的岩土体参数具有随机性、变异性和结构性。显然，考虑到滑坡演化的复杂性和岩土体参数的随机性、结构性与时间变异性，需要建立能考虑滑坡岩土体参数空间变异性的地质模型，即不确定模型。

不确定模型包括简单的随机变量模型和随机场模型，其中随机变量模型用于研究岩土体参数的变异性，而随机场模型可以表征岩土体参数空间变异性，随机场模型更为符合实际岩土体的不均-性。随机场理论、地质统计学理论和可靠度理论等不确定性理论方法在岩土工程中应用成熟，为不确定模型的建立提供了较好的理论基础，然而不确定模型在滑坡领域受到直接参数数据较少和多源间接信息无法有效利用的限制，尤其是随机场模型不仅需要确定岩土体参数的均值、变异系数与概率密度分布函数，还需要确定波动范围或相关距离等参数，其在滑坡领域的应用受到较大限制。如何扩大直接参数信息和利用多源异构信息数据来动态更新滑坡的不确定模型，从而建立精准的地质模型是国内外研究的热点和难点。

滑坡较容易被获取的信息数据包括前期滑坡地质条件的测量，主要为物探、钻探、试验等手段获取的滑坡地质结构、岩土体参数等直接信息，和后期滑坡系统的反映，主要为地表位移、深部位移、地下水位、孔隙水压力等间接信息。目前滑坡均值化地质模型的建立仅利用前期的直接信息，且对岩土体参数的数据利用率低，而常见的不确定模型建立过程中或仅利用直接信息或较少利用间接信息，所建立的模型不确定性较大，且模型运行过程中的计算量较大，并未综合运用多源数据对滑坡不确定模型进行实时动态更新。

基于后验信息的输入贝叶斯方法可以反演更新先验信息的概率分布函数，能较好的建立先验参数模型与各种监测数据的关系，并通过构建似然函数对先验信息模型进行反演更新，目前常采用基于MH的马尔科夫链蒙特卡洛法(Markov Chain Monte Carlo，MCMC))，来获取服从后验概率分布的样本，但是其多适用于低维贝叶斯更新问题，且需要给出建议函数分布。先验参数模型可以为简单的随机变量模型，或者随机场模型，而随机场模型具有高维的变量，传统的MCMC方法无法有效的解决这一问题。通过随机有限元方法将空间变异模型与滑坡工程结合起来，然而通过有限元数值模型获取长周期时间工况下的后验数据非常耗时，计算量大，这限制了不确定模型的更新效率，且针对监测信息的时效性，需要不断的更新不确定模型。

发明内容

为了解决上述问题，本发明提供了一种基于多源异构数据融合的滑坡不确定模型动态构建方法；

一种基于多源异构数据融合的滑坡不确定模型动态构建方法，主要包括以下步骤：

S101：获取目标滑坡的岩土体力学参数的空间分布特征和分布规律信息；

S102：根据所述目标滑坡的基础参数信息，采用Abaqus软件，建立目标滑坡的有限元基础模型；

S103：根据所述岩土体力学参数的空间分布特征和分布规律信息，结合所述有限元基础模型，基于相关随机场理论方法，建立所述目标滑坡的N个不确定模型；