基于VBA边坡位移监测曲线的自动绘制

基于边坡位移监测数据,通过分析监测曲线的性质,运用AutoCAD的内嵌编程语言VBA,开发出数据图形化转换程序,实现了边坡位移监测曲线的自动绘制。程序应用于平庄西露天矿,提高了边坡监测的工作效率,对类似的工程有借鉴意义。

小波奇异性分析在滑坡体位移监测降噪中的应用

利用信号奇异性与小波变换模极大值性质间的关系,研究小波变换模极大值法用于滑坡体位移监测曲线去噪的处理方法。介绍了小波变换和信号多尺度分解的基本理论、信号的小波变换模极大值在不同尺度下的传播特性与信号奇异性的关系。并利用实际数据资料,在Matlab下进行滑坡体位移监测曲线去噪试验,取得了理想的效果。实验结果表明,将基于奇异性的小波变换模极大值法用于滑坡体数据处理中是有效的。

小波分析在边坡深部水平位移监测数据降噪中的应用

边坡深部位移监测曲线中的波动现象既反映了自然活动和人工活动使边坡内部位移产生的突变;也反映了噪声对其造成的影响。为了提高边坡稳定性评价的准确性,有必要监测信号进行降噪处理。小波分析作为一种新兴的数学工具,具有多分辨分析的特性,在信号的噪声消除方面,已有了广泛应用。将小波分析应用在边坡水平位移监测曲线的降噪中,选用小波阈值法对西攀高速公路k132高边坡和318国道k2791高边坡监测数据进行降噪,结果证实,小波分析方法能有效处理边坡深部位移监测数据。

基于小波变换模极大值的滑坡监测数据处理方法及其实现

首先给出小波变换模极大值法用于滑坡体位移监测曲线去噪的处理方法,并对该方法在MATLAB中的实现进行了研究和探讨,给出了实现的算法步骤以及相应的MATLAB程序代码。利用实际数据资料,在MATLAB下进行滑坡体位移监测曲线去噪试验,取得了较理想的效果。实验结果表明,将小波变换模极大值法用于滑坡体数据处理,不但可以有效地消除噪声,而且还可以保持信号的阶跃或突变点的位置不变。

大数据环境下滑坡宏观位移阶段空间分布规律及预警判据研究

准确识别滑坡当前所处变形阶段是滑坡预警的重点问题。许多滑坡位移监测曲线并不存在明显的三阶段特征,难以准确识别滑坡目前所处的阶段。基于此,利用形态学思想突破传统斋藤法的限制,建立能够从形态各异的位移曲线中识别滑坡宏观位移阶段的方法;运用该方法从全国4类岩性大区GNSS地表位移监测数据库中识别出1944条滑坡宏观变形阶段,构建变形阶段大数据样本环境;分析各岩性区内滑坡宏观位移阶段日变形速率分布规律,利用聚类分析构建变形阶段多级预警判据,并对各级预警区间出现的空间概率及持续时间进行讨论。结果表明,4种岩性区内滑坡位移阶段日变形速率均呈现幂函数分布规律,其中日变形速率在10 mm/d以下的数量占比最多;聚类分析表明,各岩性区“无—蓝色—黄色—橙色—红色”五级预警区间内的变形阶段数量均呈现幂函数分布规律。同一预警等级下,岩性1区至岩性4区的变形速率预警阈值呈现递减趋势。变形阶段持续时间分析表明,日速率处于0.08~2.14 mm/d范围的变形阶段持续时间最长,为120.22~160.96 d;日速率处于2734.18~31770.00 mm/d范围的变形阶段持续时间最短,为0.0043~0.0200 d。分析了大数据环境下我国4类岩性区滑坡宏观位移阶段空间分布规律及预警判据,为今后智能型滑坡位移预警模型构建提供科学依据和指导作用。