山區(qū)滑坡多場(chǎng)監(jiān)測(cè)與動(dòng)態(tài)預(yù)警

目錄
前言
第1章　緒論　1
1.1　研究背景　1
1.2　研究目的和意義　3
1.3　國(guó)內(nèi)外研究現(xiàn)狀　5
1.3.1　滑坡演化機(jī)理研究　5
1.3.2　滑坡監(jiān)測(cè)技術(shù)　8
1.3.3　多場(chǎng)監(jiān)測(cè)數(shù)據(jù)融合技術(shù)　17
1.3.4　滑坡智能化預(yù)警技術(shù)　25
第2章　山區(qū)滑坡地質(zhì)災(zāi)害調(diào)查與分析—以重慶市為例　33
2.1　重慶市滑坡地質(zhì)災(zāi)害基本情況　33
2.2　特大型滑坡地質(zhì)災(zāi)害情況　39
2.3　滑坡地質(zhì)災(zāi)害類別及成因分析　45
2.3.1　堆積層滑坡　45
2.3.2　巖質(zhì)滑坡　50
2.3.3　變形體　53
第3章　山區(qū)滑坡地質(zhì)災(zāi)害多場(chǎng)監(jiān)測(cè)新技術(shù)　56
3.1　研究背景及研究現(xiàn)狀　56
3.2　星載差分干涉雷達(dá)在地質(zhì)災(zāi)害面域精準(zhǔn)調(diào)查中的研究　59
3.2.1　星載差分干涉雷達(dá)技術(shù)在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用現(xiàn)狀　59
3.2.2　基于星載差分干涉雷達(dá)展開地質(zhì)災(zāi)害面域精準(zhǔn)調(diào)查的研究　60
3.2.3　星載差分干涉雷達(dá)技術(shù)在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用實(shí)例　66
3.3　無(wú)人機(jī)低空遙感面域調(diào)查方法　70
3.3.1　無(wú)人機(jī)低空遙感技術(shù)原理　70
3.3.2　傾斜攝影關(guān)鍵技術(shù)　71
3.3.3　傾斜攝影技術(shù)在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用實(shí)例　74
3.4　基于三維激光掃描的點(diǎn)云實(shí)景監(jiān)測(cè)技術(shù)　76
3.4.1　研究背景與三維激光掃描技術(shù)基本原理　76
3.4.2　基于多回波信息的局部自適應(yīng)地表信息提取　81
3.4.3　三維激光掃描技術(shù)在多期數(shù)據(jù)對(duì)比信息提取中的應(yīng)用實(shí)例　89
3.5　分布式光纖邊坡監(jiān)測(cè)技術(shù)　95
3.5.1　概述　95
3.5.2　測(cè)量原理　96
3.5.3　工程應(yīng)用　98
3.6　次聲監(jiān)測(cè)技術(shù)　104
3.6.1　概述　104
3.6.2　地質(zhì)災(zāi)害次聲監(jiān)測(cè)的技術(shù)原理　105
3.6.3　次聲監(jiān)測(cè)現(xiàn)場(chǎng)應(yīng)用示范　124
第4章　山區(qū)滑坡地質(zhì)災(zāi)害多場(chǎng)監(jiān)測(cè)數(shù)據(jù)融合　131
4.1　基于多場(chǎng)信息的滑坡監(jiān)測(cè)　131
4.1.1　滑坡監(jiān)測(cè)指標(biāo)　131
4.1.2　滑坡多場(chǎng)信息概述　132
4.1.3　多場(chǎng)監(jiān)測(cè)實(shí)例　134
4.2　多場(chǎng)信息預(yù)處理　141
4.2.1　數(shù)據(jù)預(yù)處理相關(guān)技術(shù)　141
4.2.2　多源異構(gòu)數(shù)據(jù)預(yù)處理　144
4.2.3　數(shù)據(jù)平滑與補(bǔ)齊　148
4.3　多源監(jiān)測(cè)數(shù)據(jù)融合方法研究　151
4.3.1　滑坡影響因子的相關(guān)性分析方法　152
4.3.2　回歸分析模型簡(jiǎn)介　156
4.3.3　基于逐步回歸分析的多源監(jiān)測(cè)數(shù)據(jù)融合　162
第5章　山區(qū)滑坡地質(zhì)災(zāi)害多場(chǎng)協(xié)同預(yù)警　167
5.1　基于數(shù)據(jù)挖掘的滑坡多場(chǎng)信息關(guān)聯(lián)規(guī)則與變形演化
多場(chǎng)信息閾值研究　167
5.1.1　滑坡監(jiān)測(cè)數(shù)據(jù)常規(guī)處理　167
5.1.2　數(shù)據(jù)挖掘基本概念與主要功能　168
5.1.3　經(jīng)典數(shù)據(jù)挖掘算法　171
5.1.4　滑坡多場(chǎng)信息時(shí)序關(guān)聯(lián)規(guī)則與變形演化多場(chǎng)信息閾值研究　179
5.2　滑坡預(yù)報(bào)模型研究　186
5.2.1　灰色GM(1， 1)模型　186
5.2.2　BP神經(jīng)網(wǎng)絡(luò)模型　190
5.2.3　斜坡失穩(wěn)的協(xié)同預(yù)報(bào)模型　195
5.2.4　分形之動(dòng)態(tài)分維跟蹤預(yù)報(bào)模型　201
5.2.5　分形之時(shí)間序列模型　206
5.3　滑坡多場(chǎng)數(shù)據(jù)的協(xié)同動(dòng)態(tài)預(yù)警　208
5.3.1　奉節(jié)縣苦草坪滑坡　208
5.3.2　酉陽(yáng)縣老水井滑坡　212
5.3.3　彭水縣大土溝滑坡　214
5.3.4　彭水縣馬巖危巖　216
5.3.5　涪陵區(qū)王爺廟滑坡　218
5.3.6　涪陵區(qū)尖石堡滑坡　220
5.3.7　巴南區(qū)麻柳嘴滑坡　223
5.3.8　巫山縣汪家坪滑坡　224
5.3.9　監(jiān)測(cè)預(yù)警系統(tǒng)　227
第6章　研究成果與展望　228
6.1　研究成果　228
6.2　研究展望　232
6.2.1　后續(xù)研究　232
6.2.2　展望　233
參考文獻(xiàn)　234