APP下载

顾及降雨量因子的自适应卡尔曼滤波模型在滑坡变形预测中的应用

2021-06-21李绍建

现代测绘 2021年2期
关键词:卡尔曼滤波模型

李绍建

(宁波市镇海规划勘测设计研究院,浙江 宁波 315200)

0 引 言

滑坡是世界上最主要的地质灾害类型之一。滑坡不但会严重破坏山区的局部环境,还会让山区里的人民的生命财产受到严重的威胁[1]:损坏交通、水利、电力、通信等设施,破坏或污染饮用水源,冲毁良田及经济作物,形成堰塞湖,等等,使人民生活于恐慌之中;更甚者会掩埋城镇、村庄,摧毁风景区、工矿区,造成大量人员伤亡和重大经济损失。

降雨型滑坡,即由降雨引发的滑坡,是常见的滑坡类型之一。诱发滑坡的因素有很多,但常言道“治坡先治水”“无水不滑坡”,可见,由降雨(地下水)引发的滑坡较为突出[2]。降雨增大了滑坡体的孔隙水压力,而且滑坡体的自重量增加,容易造成坡体滑动;降雨浸泡和软化了滑动面,降低了滑坡体的抗剪强度,也容易导致坡体滑动;滑坡体的干湿交替使岩土体开裂,产生节理裂隙,同样容易导致坡体滑动。

滑坡体在内因和外因的作用下逐渐失稳,产生形变。这种形变过程可以理解为滑坡体状态改变的一种信号——随时间和环境因素不断变化而产生的,那么,将卡尔曼滤波模型应用于滑坡体形变进行分析,分别估计出每个监测点的状态参数,由点及面,从而反映出整个滑坡体的运动状态[3]。

1 滑坡变形的卡尔曼滤波模型建立

如前所述,认为滑坡体的变形过程是一个随机过程,同时认为位移速度的均值是不变的。基于此,针对滑坡体变形建立如下方程。……

登录APP查看全文

猜你喜欢

卡尔曼滤波模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
3D打印中的模型分割与打包
基于模糊卡尔曼滤波算法的动力电池SOC估计
FLUKA几何模型到CAD几何模型转换方法初步研究
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测
基于卡尔曼滤波的组合导航误差补偿