[发明专利]滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置

说明书

本发明公开了一种滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置，主要解决岩溶地区滑移式失稳崩塌类型危岩的抗滑稳定安全系数合理识别问题。首先，选定14种显著影响滑移式岩溶危岩稳定系数的特征指标；其次，通过多个工程实例收集与稳定系数计算，建立机器学习样本集；然后，采用交叉验证策略训练并测试GPR模型；进一步，将新的待识别危岩体输入训练好的GPR模型，直接输出待识别危岩体稳定系数的具有概率意义的识别结果；最后，定量化评估识别结果的不确定性。本发明可用于岩溶地区大批量滑移式危岩体稳定系数快速识别，特别适用于不具备危岩体稳定性计算分析专业背景知识与经验的地质灾害管理或技术人员应用。

技术领域

本发明属于地质灾害防治工程技术领域，涉及一种滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置。

背景技术

危岩是被多组结构面切割分离，稳定性差，可能以倾倒、坠落、滑移等形式发生崩塌的地质体。滑移式危岩是陡峻斜坡的危岩体在重力等因素作用下沿倾向坡外的结构面滑出坡外，产生竖向为主的运动，终堆积于坡脚。

我国岩溶地区分布非常广泛，全国碳酸盐类岩石分布面积约130万km²，西南地区的岩溶地区占地区幅员面积的三分之一以上。岩溶危岩具有岩石裂隙丰富、受水体影响较大以及稳定性差等特点，相较于普通危岩更容易崩塌失稳。危岩崩塌是岩溶地区的主要地质灾害，危岩崩塌具有突发性，危岩崩塌从稳定到失稳崩塌只需短短几秒；危岩崩塌具有灾难性，崩塌后危岩体获得较大的动能，即使较小的危岩也能导致较大的灾害；危岩崩塌具有小因素性，典型危岩崩塌都是小危岩体所引起的，由其失稳引起连锁反应影响到大型危岩体的稳定，而导致成具有灾害性的危岩崩塌；危岩崩塌具有长期性，崩塌后的山体随时都可能发生“多次”崩塌失稳现象，灾后山体危岩需要较长的时间才能回到较为稳定的状态。

抗滑稳定安全系数(简称稳定系数)是危岩体稳定程度评价的常用指标。近几十年来，国内外在滑移式岩溶危岩稳定系数计算方面做了大量的研究工作，众多专家、学者已经从危岩强度、节理、荷载、自然因素以及人为因素等方面，对滑移式岩溶危岩失稳崩塌现象进行了分析，提出了各种各样的理论判据和识别方法。然而，滑移式岩溶危岩崩塌失稳的发生机制十分复杂，影响因素众多，滑移式岩溶危岩的稳定系数与影响因素之间呈现高度复杂的非线性关系，要获得合理的稳定系数，一般需要采用复杂的力学模型或数值计算等方法来获取，实施人员需要拥有充足专业知识背景与丰富经验，导致大量危岩体的稳定系数需要确定时，所需消耗的人力成本较高且计算效率不高，难以满足大型交通工程中所涉及的大量危岩体需要在初步设计阶段实现快速、经济地设计和稳定性评价的边坡工程实践需求。因此，有必要提出新的经济快速的危岩稳定系数识别技术。

高斯过程(Gaussian Process，GP)是一种基于贝叶斯推理的机器学习技术，它具有严格的统计学理论基础，对处理高维数、小样本、非线性等复杂回归与分类问题具有很好的适应性，在不牺牲性能的条件下，与人工神经网络和支持向量机相比，高斯过程具有容易实现和参数自适应化的优点,并能给出具有概率意义的预测结果。

发明内容

为实现滑移式岩溶危岩体稳定系数的经济快速识别，本发明将高斯过程机器学习技术引入到滑移式岩溶危岩稳定系数估计中，提出滑移式岩溶危岩稳定系数快速识别的高斯过程回归模型，以满足岩溶地区边坡工程设计快速性、经济性和安全性的工程实践需求。

具体技术方案如下：

滑移式岩溶危岩稳定快速识别的高斯过程方法，包括以下步骤：

步骤S1：选定显著影响滑移式岩溶危岩稳定系数的特征指标

参考国内外文献以及工程经验，选定对滑移式岩溶危岩稳定系数影响显著的多种影响因素的特征指标；

步骤S2：建立机器学习样本集