基于放样和切割的FLAC^(3D)复杂滑坡建模

FLAC^(3D)前处理模块对复杂地质体建模具有一定的难度,因而提出应用AutoCAD放样功能和AutoCAD Civil3D,ANSYS切割功能为建模主体,辅以其他软件的复杂滑坡模型建立的方法.该方法在野外收集的地质资料的基础上,通过Surfer软件对离散地质界面数据进行插值并形成规整地质界面信息(数字高程模型,DEM),在AutoCAD中利用插值的坐标信息通过AutoCAD二次开发程序VBA绘制样条曲线,并利用样条曲线进行放样得到代表地质界面的曲面,再利用AutoCAD Civil3D的三维建模功能通过面切割体的方法将体切割形成地表面,最后通过ANSYS面切割体方法实现其他滑坡体单元和复杂接触面的建立,从而完成复杂地质界面的嵌合和尖灭的处理,实现了复杂滑坡模型的建立.通过胡蓉国道主干线的刘家嘴滑坡模型的建立及分析证明了该方法的可行性和实用性.

兔江桥左岸边坡稳定性分析及防治建议

库岸边坡对水库的安全运营影响巨大,一旦失稳会造成巨大的生命财产损失。以云南省兰坪县兔江桥左岸库岸边坡为研究对象,使用Geostudio软件进行地质建模,采用摩根斯坦法计算不同的水库蓄水量在不同工况下对兔江桥边坡稳定系数的影响。研究表明,现库水位和设计正常蓄水位在各工况下稳定系数均未达到抗滑稳定安全系数。建议及时疏散周围居民,延长监测周期、进行边坡加固,并注意暴雨对边坡的影响。

数字高程模型(DEM)建模的分辨率对浅层滑坡灾害及土壤再分布的影响

本文主要研究数字高程模型(DEM)分辨率对模型结果的影响,该模型直观的模拟了浅层滑坡灾害和土壤再分布模式及其规模的相对空间。我们以新西兰北部一处12km2的区域为研究对象,用4种不同的数字高程模型(DEM)分辨率(栅格大小分别是10m、25m、50m和100m)来分析浅层滑坡地区的边坡分布、汇水区面积及相关危害风险。根据DEM分辨率对决定风险计算边界条件的影响尤为明显。使用低分辨率时,平滑作用导致更大的区域被归类为无条件稳定或不稳定。对于有发生泥石流灾害风险状况的施工场地,我们采用了简单实证型土壤再分布演算法来模拟泥石流的滑落及产生,此演算法中变得非常明显,在低分辨率的情况下边坡的滑落土壤分布初始规模较小,若使用更高分辨率时滑落土壤分布的规模更大,这应归功于高分辨率展示的更详细的地形特征。观察滑坡的侵蚀及其沉积物的空间分布格局,受这些地表变化过程影响区域的面积在高分辨率演算法下也增大了。概括地讲,即使受侵蚀和沉积的土壤物质的总量是一样的,滑坡受侵蚀的面积比沉积物占据的面积更大。分析发生在不同时期的土壤流失机制的反馈表明,更高的分辨率能显示更大区域面积泥石流灾害风险的加大或减小。当比较具有较低泥石流风险和较高泥石流风险场地的程度时,相对不那么稳定的区域而言,高的分辨率倾向于增加高泥石流灾害风险场地的增强稳定性区域的面积。当把简单计算土壤再分布的公式运用于分辨率不同的数字高程模型(DEM)来确定滑坡盆地沉积物的数量时,应须格外谨慎。然而,其数量可理解为相对量。当研究较长时间内的浅层滑坡时,完美的DEM分辨率可能不存在,因为没有哪种分辨率能够显示分布在不同时间和地点的所有不同滑坡的规模。DEM分辨率可能会受选择的初始数据可用性的限制,我们认为此必须选择适应特定分析类型的背景。版权归John Wiley&Sons出版有限公司所有,

滑坡三维动态建模DSAF集成系统研究

针对滑坡三维建模的复杂性,从一体化角度出发,通过DXF文件提取滑坡三维建模原始数据,利用Surfer软件网格化插值功能形成地形和滑面空间曲面网格数据;通过APDL语言形成滑坡实体网格建模数据文件,导入ANSYS生成单元信息文件和节点坐标数据文件;通过Fish语言形成网格模型转换文件,导入FLAC3D生成三维数值模型。在此基础上,以Visual Basic为控制平台,以CAD、Surfer、ANSYS、FLAC3D4种软件的接口技术与二次开发技术为基础,构建DSAF集成系统动态建模平台,以数据文件为传输媒介实现DSAF集成系统的无缝连接,并以某滑坡三维动态建模为例验证了该系统的有效性和可行性。实际应用表明,该系统具有建模过程简捷、建模效率高等优点。

基于滑坡区域颜色特征模型的SVM遥感检测

滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(support vector machine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。