基于多源信息融合的路堤沉降预测方法

准确预测路堤沉降对于规避风险和减小成本至关重要。传统的仅基于场地勘察数据的路堤沉降预测方法的预测值常偏离监测值。提出了基于贝叶斯理论的多源信息融合方法进行路堤沉降预测,采用有限元法模拟多层土体的固结沉降,并结合高效的马尔科夫链蒙特卡洛模拟法更新土体参数得到高维后验分布。以新南威尔士州的Ballina地区试验路堤数据为例说明了所提方法的有效性。结果表明,基于贝叶斯理论的多源信息融合方法可以有效融合勘察和监测数据,通过多源数据融合能够较准确地预测路堤沉降。对于Ballina路堤,总体上随着监测数据量的增加,路堤沉降预测预测精度逐渐提高。使用0～116 d监测数据可以准确地预测地表沉降;基于0～496 d监测数据可同时准确预测所有监测点的沉降。对于Ballina路堤,先验信息对沉降预测具有一定影响,但观测误差对预测准度影响微弱。

基于CPTU和MASW勘察信息融合的二维土性参数剖面贝叶斯表征方法

静力触探试验(CPTU)和多通道表面波分析(MASW)是常用的场地勘察方法,有效利用上述两种试验数据以准确表征土性参数剖面是一个关键难题.本文提出了一种基于贝叶斯理论的岩土和地球物探测试数据融合方法.采用假设的算例验证所提方法,并进一步应用于澳大利亚Ballina试验场,用以融合勘察数据和表征土性参数剖面.结果表明,融合CPTU和MASW数据后的随机场剖面,可准确且详尽地提供参数在整个二维(2D)地下区域内的分布.当仅融合CPTU数据时,可估计未进行静力触探试验区域的土性参数,CPTU附近的土体剖面的局部不确定性得到降低;当同时融合1D的CPTU和2D的MASW数据后,表征的土性参数剖面与"真实"剖面吻合一致,且整体不确定性得到进一步降低.在Ballina试验场中,当融入更多的数据,2D随机场剖面的不确定性得以进一步降低,且有效识别出"软弱"区域.