基于窗口粒子滤波算法的土壤水分同化及滑坡灾害预警

【目的】在水-力耦合计算中,土壤水力参数通过量化土壤含水量与孔隙水压力的转换关系,决定有效应力及边坡稳定性的计算结果。研究稳健、可靠的数据同化方法,降低土壤水力参数的不确定性,提升土壤水动力模拟的准确性,对降雨型滑坡灾害预警具有重要意义。【方法】通过虚拟算例和实例应用,提出将窗口粒子滤波数据同化方法(简称PBS算法)与渗流-边坡稳定分析模型结合,通过同化土壤含水量数据,达到反演土壤水力参数、模拟土壤孔隙水压力以及预测边坡稳定性的目标。通过虚拟算例,证实了当PBS算法设定大于2 d的时间窗口,以及大于80个的粒子(参数样本)时,能够获得较为准确的模拟结果。实例应用选取四川省都江堰市银洞子沟滑坡堆积体,将PBS算法同化三个位置的土壤含水量的野外监测数据,以4 d为窗口,更新100个粒子样本的土壤水力参数。【结果】结果表明,土壤含水量的模拟值与实测值基本吻合,且模拟的孔隙水压力及边坡稳定系数能对降雨做出清晰、有效的响应。在经过2~3个窗口更新后,三个探头孔隙水压力模拟值不确定区间大小均小于0.11 m,边坡稳定系数的不确定区间大小分别为0.03、0.01和0.11。针对2017年8月28日的极端降雨诱发的滑坡灾害事件的预警,经PBS算法同化后的土壤含水量、孔隙水压力以及边坡稳定系数都收敛到较窄的集合区间,且当日低于1.0的边坡稳定系数,可警示滑坡风险。【结论】通过虚拟算例及实际应用,证实了PBS算法可支持稳健、可靠的土壤水力参数估计及渗流过程模拟,在边坡稳定分析及降雨型滑坡灾害预警领域具有广阔的应用价值。