暴雨及水位骤降条件下渗流参数空间变异的水库滑坡概率分析

传统滑坡概率分析没有合理考虑滑坡体渗透系数空间变异性的影响.为有效表征滑坡体渗透系数空间变异性对滑坡概率的影响,提出基于反向传播神经网络(BPNN)的参数空间变异性边坡可靠度分析方法,其中采用Karhunen-Loève级数展开方法离散滑坡体饱和渗透系数非高斯随机场,基于BPNN构建边坡稳定系数代理模型.以白水河滑坡为例,分别进行暴雨和库水位骤降条件下滑坡概率分析,并与其他方法对比验证了提出方法的有效性.结果表明:提出方法不仅可有效考虑渗透系数空间变异性对滑坡概率的影响,而且具有较高的计算效率,可为实际复杂水库滑坡概率计算提供一种有效的工具.考虑滑坡体渗透系数空间变异性的作用,白水河滑坡在连续5 d暴雨作用下有19.5%的可能性发生局部失稳破坏,而在水位骤降条件下发生局部失稳破坏的可能性很小.