一种利用位移监测鉴别边坡失稳致滑因子的方法及系统与流程

1.本发明属于边坡失稳监测鉴别技术领域，尤其涉及一种利用位移监测鉴别边坡失稳致滑因子的方法及系统。


背景技术：

2.边坡失稳是常见的危害性极大的地质灾害之一，其形成条件复杂，影响因素众多，不仅与区域地质和背景条件密切相关，还与其所处外部环境因素如降雨、地下水和人类活动等外在致滑因子密切相关，其形成与发展是上述内外致滑因子综合作用的结果。致滑因子的构成极其复杂，一般可分为定量致滑因子和定性致滑因子，不同致滑因子对边坡的作用及影响程度不同。如何鉴定不同致滑因子对边坡失稳的作用大小及影响程度，寻找并确定某一特定地区边坡失稳的主要致滑因子和次要致滑因子，并确定边坡失稳形成的决定性因子与条件，对于边坡稳定性的定量预测、有效确定某一区域边坡失稳的主要影响因素和防治方案的优化具有重要的应用价值与意义。
3.目前，鉴别影响边坡稳定性要素大小与重要性的方法主要有三种：地质分析法、灵敏度分析法以及直接运用位移参数的变化测试边坡致滑因子的方法。但现有方法不仅耗时费力，其勘探费用和测试成本巨大，且易产生较大测试误差，因此，亟需一种新的监测鉴别边坡失稳致滑因子的方法。
4.通过上述分析，现有技术存在的问题及缺陷主要为：现有鉴别影响边坡稳定性要素的方法耗时费力、勘探费用和测试成本大，且易产生较大测试误差。


技术实现要素：

5.针对现有技术存在的问题，本发明提供了一种利用位移监测鉴别边坡失稳致滑因子的方法及系统。
6.本发明是这样实现的，一种利用位移监测鉴别边坡失稳致滑因子的系统，所述利用位移监测鉴别边坡失稳致滑因子的系统包括：
7.边坡数据获取模块，与中央控制模块连接，用于通过数据获取设备获取待监测区域范围内的待测试边坡样本数量和边坡要素数据；
8.数据预处理模块，与中央控制模块连接，用于通过数据预处理程序对获取的待测试边坡样本数量和边坡要素数据进行归一化处理，获得待测边坡数据集，包括：
9.对获取的待测试边坡样本数量和边坡要素数据进行数据解析，得到统一的数据格式，作为数据归一化处理的基础数据流；
10.利用归一化处理算法对数据中的关键数据、端口及协议相关数据进行特征提取并输出数据特征；
11.根据数据特征将重复数据进行合并去重处理，将边坡样本数据中的异常来源数据规范成标准的数据格式和内容，实现数据的归一化处理；
12.其中，所述归一化处理的公式为：
[0013][0014]
其中，xi′
是第i条归一化处理后的数据，数值在0～1之间；是流特征数据的数值平均值，s是样本的特征标准差，n是基础数据流的样数量，xi表示第i条异常数据样本；
[0015]
无线通信模块，与中央控制模块连接，用于通过无线通信装置将预处理后的待测边坡数据集发送至中央处理器和/或单片机；
[0016]
中央控制模块，与边坡数据获取模块、数据预处理模块、无线通信模块连接，用于通过中央处理器和/或单片机协调控制所述利用位移监测鉴别边坡失稳致滑因子的系统各个模块的正常运行。
[0017]
进一步，所述利用位移监测鉴别边坡失稳致滑因子的系统，还包括：
[0018]
致滑因子确定模块、预测鉴别模型构建模块、边坡失稳分析模块、数据云存储模块、更新显示模块，各模块与中央控制模块连接，实现通过中央处理器和/或单片机协调控制所述利用位移监测鉴别边坡失稳致滑因子的系统各个模块的正常运行；
[0019]
致滑因子确定模块，与中央控制模块连接，用于通过边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子；
[0020]
预测鉴别模型构建模块，与中央控制模块连接，用于通过模型构建程序利用待测边坡数据集构建边坡预测鉴别模型；
[0021]
边坡失稳分析模块，与中央控制模块连接，用于通过边坡预测鉴别模型根据边坡致滑因子进行边坡失稳的贡献与影响程度分析；
[0022]
数据云存储模块，与中央控制模块连接，用于通过云数据库存储获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果；
[0023]
更新显示模块，与中央控制模块连接，用于通过显示器对获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果的实时数据进行更新显示。
[0024]
进一步，致滑因子确定模块中，所述通过边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子，包括：
[0025]
(1)设置边坡位移监测点与位移基准监测点，通过位移监测基桩点和边坡位移变形监测点共同形成边坡位移监测控制网；
[0026]
(2)安装边坡位移监测设备与位移监测，设定时间间隔对各监测点的位移同时监测，并分别计算每个监测点的位移监测均值；
[0027]
(3)基于位移监测均值，根据边坡稳定性要素和致滑因子的基本构成，确定边坡失稳定量致滑因子和定性致滑因子。
[0028]
进一步，所述定量致滑因子是指可以定量测试的致滑因子，所述定性致滑因子是不可量化或不易量化的致滑因子。
[0029]
进一步，预测鉴别模型构建模块中，所述通过模型构建程序利用待测边坡数据集构建边坡预测鉴别模型，包括：
[0030]
(1)根据数量化理论基本原理，建立边坡基准变量与各定性影响变量取值所遵从的线性模型；
[0031]
(2)利用最小二乘原理确定线性模型的系数最小二乘估计值，进而建立边坡失稳致滑因子相关性测试方程；
[0032]
(3)利用待测边坡数据集，根据边坡失稳致滑因子相关性测试方程构建边坡预测鉴别模型。
[0033]
进一步，所述边坡预测鉴别模型为：
[0034][0035]
其中，n是数据组数量，zi是边坡失稳基准变量在第i个样本中的测定值，对边坡失稳致滑因子相关性预测方程的测试精度计算，是实际位移平均值，zi是实际位移值，是预测方程计算位移值，r是判定预测方程相关性的系数。
[0036]
进一步，所述判定预测方程相关性的系数r的获取，包括：
[0037]
根据每个致滑因子单独对基准变量的贡献，从众多因子中分辨出主导因子、次要因子及不显著因子，并根据相关矩阵r0计算各因子变量的偏相关系数。
[0038]
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以应用所述利用位移监测鉴别边坡失稳致滑因子的系统。
[0039]
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用所述利用位移监测鉴别边坡失稳致滑因子的系统。
[0040]
本发明的另一目的在于提供一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现所述利用位移监测鉴别边坡失稳致滑因子的系统。
[0041]
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的利用位移监测鉴别边坡失稳致滑因子的系统，利用趋势位移统计参数作为边坡稳定性基准变量，分析边坡稳定性的作用和致滑因子，准确有效，对判定区域边坡的致滑因子重要性具有极强的实用性，对各致滑因子对边坡失稳的贡献与影响程度分析具有极其重要的借鉴意义。
附图说明
[0042]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
[0043]
图1是本发明实施例提供的利用位移监测鉴别边坡失稳致滑因子的系统结构框图；
[0044]
图中：1、边坡数据获取模块；2、数据预处理模块；3、无线通信模块；4、中央控制模块；5、致滑因子确定模块；6、预测鉴别模型构建模块；7、边坡失稳分析模块；8、数据云存储模块；9、更新显示模块。
[0045]
图2是本发明实施例提供的利用位移监测鉴别边坡失稳致滑因子的方法流程图。
[0046]
图3是本发明实施例提供的通过数据预处理模块利用数据预处理程序对获取的待测试边坡样本数量和边坡要素数据进行归一化处理的方法流程图。
[0047]
图4是本发明实施例提供的通过致滑因子确定模块利用边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子的方法流程图。
[0048]
图5是本发明实施例提供的通过预测鉴别模型构建模块利用模型构建程序利用待测边坡数据集构建边坡预测鉴别模型的方法流程图。
具体实施方式
[0049]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0050]
针对现有技术存在的问题，本发明提供了一种利用位移监测鉴别边坡失稳致滑因子的方法及系统，下面结合附图对本发明作详细的描述。
[0051]
如图1所示，本发明实施例提供的利用位移监测鉴别边坡失稳致滑因子的系统包括：边坡数据获取模块1、数据预处理模块2、无线通信模块3、中央控制模块4、致滑因子确定模块5、预测鉴别模型构建模块6、边坡失稳分析模块7、数据云存储模块8、更新显示模块9。
[0052]
边坡数据获取模块1，与中央控制模块4连接，用于通过数据获取设备获取待监测区域范围内的待测试边坡样本数量和边坡要素数据；
[0053]
数据预处理模块2，与中央控制模块4连接，用于通过数据预处理程序对获取的待测试边坡样本数量和边坡要素数据进行归一化处理，获得待测边坡数据集；
[0054]
无线通信模块3，与中央控制模块4连接，用于通过无线通信装置将预处理后的待测边坡数据集发送至中央处理器和/或单片机；
[0055]
中央控制模块4，与边坡数据获取模块1、数据预处理模块2、无线通信模块3、致滑因子确定模块5、预测鉴别模型构建模块6、边坡失稳分析模块7、数据云存储模块8、更新显示模块9连接，用于通过中央处理器和/或单片机协调控制所述利用位移监测鉴别边坡失稳致滑因子的系统各个模块的正常运行；
[0056]
致滑因子确定模块5，与中央控制模块4连接，用于通过边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子；
[0057]
预测鉴别模型构建模块6，与中央控制模块4连接，用于通过模型构建程序利用待测边坡数据集构建边坡预测鉴别模型；
[0058]
边坡失稳分析模块7，与中央控制模块4连接，用于通过边坡预测鉴别模型根据边坡致滑因子进行边坡失稳的贡献与影响程度分析；
[0059]
数据云存储模块8，与中央控制模块4连接，用于通过云数据库存储获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果；
[0060]
更新显示模块9，与中央控制模块4连接，用于通过显示器对获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果的实时数据进行更新显示。
[0061]
如图2所示，本发明实施例提供的利用位移监测鉴别边坡失稳致滑因子的方法包括以下步骤：
[0062]
s101，通过边坡数据获取模块利用数据获取设备获取待监测区域范围内的待测试边坡样本数量和边坡要素数据；
[0063]
s102，通过数据预处理模块利用数据预处理程序对获取的待测试边坡样本数量和边坡要素数据进行归一化处理，获得待测边坡数据集；
[0064]
s103，通过无线通信模块利用无线通信装置将预处理后的待测边坡数据集发送至中央处理器和/或单片机；
[0065]
s104，通过中央控制模块利用中央处理器和/或单片机协调控制所述利用位移监测鉴别边坡失稳致滑因子的系统各个模块的正常运行；
[0066]
s105，通过致滑因子确定模块利用边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子；
[0067]
s106，通过预测鉴别模型构建模块利用模型构建程序利用待测边坡数据集构建边坡预测鉴别模型；
[0068]
s107，通过边坡失稳分析模块利用边坡预测鉴别模型根据边坡致滑因子进行边坡失稳的贡献与影响程度分析；
[0069]
s108，通过数据云存储模块利用云数据库存储获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果；
[0070]
s109，通过更新显示模块利用显示器对获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果的实时数据进行更新显示。
[0071]
如图3所示，本发明实施例提供的步骤s102中，所述通过数据预处理模块利用数据预处理程序对获取的待测试边坡样本数量和边坡要素数据进行归一化处理，包括：
[0072]
s201，对获取的待测试边坡样本数量和边坡要素数据进行数据解析，得到统一的数据格式，作为数据归一化处理的基础数据流；
[0073]
s202，利用归一化处理算法对数据中的关键数据、端口及协议相关数据进行特征提取并输出数据特征；
[0074]
s203，根据数据特征将重复数据进行合并去重处理，将边坡样本数据中的异常来源数据规范成标准的数据格式和内容，实现数据的归一化处理。
[0075]
本发明实施例提供的归一化处理的公式为：
[0076][0077]
其中，x
′i是第i条归一化处理后的数据，数值在0～1之间；是流特征数据的数值平均值，s是样本的特征标准差，n是基础数据流的样数量，xi表示第i条异常数据样本。
[0078]
如图4所示，本发明实施例提供步骤s105中，所述通过致滑因子确定模块利用边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子，包括：
[0079]
s301，设置边坡位移监测点与位移基准监测点，通过位移监测基桩点和边坡位移变形监测点共同形成边坡位移监测控制网；
[0080]
s302，安装边坡位移监测设备与位移监测，设定时间间隔对各监测点的位移同时监测，并分别计算每个监测点的位移监测均值；
[0081]
s303，基于位移监测均值，根据边坡稳定性要素和致滑因子的基本构成，确定边坡失稳定量致滑因子和定性致滑因子。
[0082]
本发明实施例提供的定量致滑因子是指可以定量测试的致滑因子，所述定性致滑因子是不可量化或不易量化的致滑因子。
[0083]
如图5所示，本发明实施例提供的步骤s106中，所述通过预测鉴别模型构建模块利用模型构建程序利用待测边坡数据集构建边坡预测鉴别模型，包括：
[0084]
s401，根据数量化理论基本原理，建立边坡基准变量与各定性影响变量取值所遵从的线性模型；
[0085]
s402，利用最小二乘原理确定线性模型的系数最小二乘估计值，进而建立边坡失稳致滑因子相关性测试方程；
[0086]
s403，利用待测边坡数据集，根据边坡失稳致滑因子相关性测试方程构建边坡预测鉴别模型。
[0087]
本发明实施例提供的边坡预测鉴别模型为：
[0088][0089]
其中，n是数据组数量，zi是边坡失稳基准变量在第i个样本中的测定值，对边坡失稳致滑因子相关性预测方程的测试精度计算，是实际位移平均值，zi是实际位移值，是预测方程计算位移值，r是判定预测方程相关性的系数。
[0090]
本发明实施例提供的判定预测方程相关性的系数r的获取，包括：根据每个致滑因子单独对基准变量的贡献，从众多因子中分辨出主导因子、次要因子及不显著因子，并根据相关矩阵r0计算各因子变量的偏相关系数。
[0091]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分以计算机程序产品的形式实现时，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所
述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0092]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，所述利用位移监测鉴别边坡失稳致滑因子的系统包括：边坡数据获取模块，与中央控制模块连接，用于通过数据获取设备获取待监测区域范围内的待测试边坡样本数量和边坡要素数据；数据预处理模块，与中央控制模块连接，用于通过数据预处理程序对获取的待测试边坡样本数量和边坡要素数据进行归一化处理，获得待测边坡数据集，包括：对获取的待测试边坡样本数量和边坡要素数据进行数据解析，得到统一的数据格式，作为数据归一化处理的基础数据流；利用归一化处理算法对数据中的关键数据、端口及协议相关数据进行特征提取并输出数据特征；根据数据特征将重复数据进行合并去重处理，将边坡样本数据中的异常来源数据规范成标准的数据格式和内容，实现数据的归一化处理；其中，所述归一化处理的公式为：其中，x
′
i
是第i条归一化处理后的数据，数值在0～1之间；是流特征数据的数值平均值，s是样本的特征标准差，n是基础数据流的样数量，x
i
表示第i条异常数据样本；无线通信模块，与中央控制模块连接，用于通过无线通信装置将预处理后的待测边坡数据集发送至中央处理器和/或单片机；中央控制模块，与边坡数据获取模块、数据预处理模块、无线通信模块连接，用于通过中央处理器和/或单片机协调控制所述利用位移监测鉴别边坡失稳致滑因子的系统各个模块的正常运行。2.如权利要求1所述利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，所述利用位移监测鉴别边坡失稳致滑因子的系统，还包括：致滑因子确定模块、预测鉴别模型构建模块、边坡失稳分析模块、数据云存储模块、更新显示模块，各模块与中央控制模块连接，实现通过中央处理器和/或单片机协调控制所述利用位移监测鉴别边坡失稳致滑因子的系统各个模块的正常运行；致滑因子确定模块，与中央控制模块连接，用于通过边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子；预测鉴别模型构建模块，与中央控制模块连接，用于通过模型构建程序利用待测边坡数据集构建边坡预测鉴别模型；边坡失稳分析模块，与中央控制模块连接，用于通过边坡预测鉴别模型根据边坡致滑因子进行边坡失稳的贡献与影响程度分析；数据云存储模块，与中央控制模块连接，用于通过云数据库存储获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果；
更新显示模块，与中央控制模块连接，用于通过显示器对获取的待测试边坡样本数量和边坡要素数据、待测边坡数据集、边坡致滑因子、边坡预测鉴别模型以及边坡失稳分析结果的实时数据进行更新显示。3.如权利要求2所述利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，致滑因子确定模块中，所述通过边坡因子确定程序确定待测边坡失稳定量致滑因子和定性致滑因子，包括：(1)设置边坡位移监测点与位移基准监测点，通过位移监测基桩点和边坡位移变形监测点共同形成边坡位移监测控制网；(2)安装边坡位移监测设备与位移监测，设定时间间隔对各监测点的位移同时监测，并分别计算每个监测点的位移监测均值；(3)基于位移监测均值，根据边坡稳定性要素和致滑因子的基本构成，确定边坡失稳定量致滑因子和定性致滑因子。4.如权利要求3所述利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，所述定量致滑因子是指可以定量测试的致滑因子，所述定性致滑因子是不可量化或不易量化的致滑因子。5.如权利要求2所述利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，预测鉴别模型构建模块中，所述通过模型构建程序利用待测边坡数据集构建边坡预测鉴别模型，包括：(1)根据数量化理论基本原理，建立边坡基准变量与各定性影响变量取值所遵从的线性模型；(2)利用最小二乘原理确定线性模型的系数最小二乘估计值，进而建立边坡失稳致滑因子相关性测试方程；(3)利用待测边坡数据集，根据边坡失稳致滑因子相关性测试方程构建边坡预测鉴别模型。6.如权利要求5所述利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，所述边坡预测鉴别模型为：其中，n是数据组数量，z
i
是边坡失稳基准变量在第i个样本中的测定值，对边坡失稳致滑因子相关性预测方程的测试精度计算，是实际位移平均值，z
i
是实际位移值，是预测方程计算位移值，r是判定预测方程相关性的系数。7.如权利要求6所述利用位移监测鉴别边坡失稳致滑因子的系统，其特征在于，所述判定预测方程相关性的系数r的获取，包括：根据每个致滑因子单独对基准变量的贡献，从众多因子中分辨出主导因子、次要因子及不显著因子，并根据相关矩阵r0计算各因子变量的偏相关系数。
8.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以应用如权利要求1～7任意一项所述利用位移监测鉴别边坡失稳致滑因子的系统。9.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用如权利要求1～7任意一项所述利用位移监测鉴别边坡失稳致滑因子的系统。10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求1～7任意一项所述利用位移监测鉴别边坡失稳致滑因子的系统。

技术总结
本发明属于边坡失稳监测鉴别技术领域，公开了一种利用位移监测鉴别边坡失稳致滑因子的方法及系统，所述利用位移监测鉴别边坡失稳致滑因子的系统包括：边坡数据获取模块、数据预处理模块、无线通信模块、中央控制模块、致滑因子确定模块、预测鉴别模型构建模块、边坡失稳分析模块、数据云存储模块、更新显示模块。本发明提供的利用位移监测鉴别边坡失稳致滑因子的系统，利用趋势位移统计参数作为边坡稳定性基准变量，分析边坡稳定性的作用和致滑因子，准确有效，对判定区域边坡的致滑因子重要性具有极强的实用性，对各致滑因子对边坡失稳的贡献与影响程度分析具有极其重要的借鉴意义。义。义。


技术研发人员：张一鸣 冯春 王雪雅 刘琦
受保护的技术使用者：无锡途因思网络信息技术有限公司
技术研发日：2021.11.30
技术公布日：2022/3/8