阅读说明：本技术 一种滑坡预报的滞后非线性时间预报模型 (Hysteresis nonlinear time forecasting model for landslide forecasting ) 是由 谢婉丽 杨惠 于 2019-10-16 设计创作，主要内容包括：本发明公开了一种滑坡预报的滞后非线性时间预报模型,现阶段滑坡的预报重心偏向即时预报,但实际上浅层土壤含水率和地下水位也对滑坡的发生有一定的影响作用。该模型实现了同时分析地下水位、土壤浅层含水率随降雨量及时间变化的关系；表现了地下水位、土壤浅层含水率随降雨量及时间变化产生滞后效应和非线性效应,从而应用于滑坡的有效预报,完善目前滑坡监测预报系统。(The invention discloses a lag nonlinear time forecasting model for landslide forecasting, which is used for forecasting the deviation of the forecasting gravity center of landslide at the present stage in real time, but actually, the water content of shallow soil and the underground water level also have certain influence on the occurrence of landslide. The model realizes the simultaneous analysis of the relation between the underground water level and the soil shallow layer water content along with the rainfall and the time change; the method expresses that the underground water level and the soil shallow layer water content generate a hysteresis effect and a nonlinear effect along with the change of rainfall and time, thereby being applied to the effective forecasting of landslide and perfecting the existing landslide monitoring and forecasting system.)

一种滑坡预报的滞后非线性时间预报模型

技术领域

本发明涉及地质灾害监测预警领域，具体是一种滑坡预报的滞后非线性时间预报模型。

背景技术

滑坡灾害是秦巴山区区内最发育的地质灾害类型，具分布广，数量大，活动性强的特点。

秦巴山区滑坡按物质组成分为堆积层滑坡、黄土滑坡、岩质滑坡。堆积层滑坡滑体物质由第四系坡积物、残积物、粉土、粉质粘土及岩屑碎石组成，是秦巴山区分布最广、数量最多、发生频率最高的滑坡类型。该类滑坡形态明显、完整，滑面多位于堆积层与下覆基岩分界面处或堆积层内部，大多数处于初期蠕动变形阶段，诱发因素主要为暴雨或连阴雨，突发性强是其灾变的主要特点。

降水量对土壤含水率和地下水位的影响具有一定的滞后性和持续性，不仅与当天降水量有关，而且还可能受前一天乃至前几天的影响，为了更好的体现三者之间的关系，针对秦巴山区典型地质灾害点建立一种滑坡预报的滞后非线性时间预报模型。

目前滑坡的预报主要以即时预报为重心，但实际上滑坡的发生不仅与即时降雨量有关，也与累计降雨量对土壤含水率和地下水位的影响有关，本模型的建立有助于完善目前滑坡监测预报系统。

发明内容

本发明所要解决的技术问题在于目前滑坡监测预报技术的不足，在预报系统中并未考虑降雨量对土壤含水率、地下水位滞后及非线性效应。

为解决上述技术问题，本发明的目的是：通过此模型得出地下水位及土壤含水率的变化随着降雨量的增减产生的变化情况，讨论其滞后效应及非线性效应，完善滑坡监测预报系统。

为实现上述目的，本发明提供如下技术方案：

一种滑坡预报的滞后非线性时间预报模型，包括下列步骤：

步骤一：基于滑坡发生与降雨量的滞后性、持续性的非线性关系，将降雨量、时间建立矩阵组数据，与浅层土壤含水率及地下水位数据同时导入计算软件，得出降雨量-时间-地下水位、降雨量-时间-土壤含水率三维曲面模型图；

步骤二：基于三维曲面模型图，利用交叉基函数得到分布滞后非线性基本模型，将滞后时间添加到基本模型中，建立滞后效应关系式，最终建立滑坡预报的滞后非线性时间预报模型；

步骤三：将该模型应用在实际的滑坡监测预警系统中，同时评估地下水位、土壤含水率的滞后效应和非线性效应，在降雨量较大的时间段内可对地质灾害未来24h之内的变化进行预测。

作为本发明进一步的方案：所述步骤二中利用交叉基函数得到的分布滞后非线性基本模型为：

式中：g——链接函数族；

F(Y)——地下水位与土壤含水率因变量函数；

∝(rainfall，time)——降雨量与时间矩阵；

x_ij——自变量--即逐日变化的降雨量与分析的时间；

f_j——自变量X_ij基函数；

μ_k——滑坡体内水分蒸发、入渗等影响因素的函数；

β_j、γ_k——函数中相应影响系数。

作为本发明再进一步的方案：所述步骤二中将滞后时间添加到基本模型中的方法为：以地下水的变化为例，将自变量和因变量的降雨量-地下水位关系用函数v(x)表示，时间-地下水位关系用u(l)表示，将两个函数合并即可得到双维度的降雨量-时间-地下水关系函数v,u(x,l)，在计算分析过程中将此函数简化表达为δ_i(x,l)。

作为本发明再进一步的方案：所述步骤二中建立的滞后效应关系式为：

式中：θ——滞后系数

L——最大滞后时间，最大滞后时间≤24h

χ——逐日变化的降雨量

l——分析的时间

δ_i(x，l)为v·u(x，l)函数的简化，此关系式将滞后效应考虑在内，意为分析地下水位随降雨量及时间的变化，将降雨入渗滑坡体的过程考虑在内，从而判断从哪天开始地下水位才发生改变，得出其滞后时间。同理，可得出地下浅层土壤含水率的滞后效应变化函数。

作为本发明再进一步的方案：所述步骤二中最终建立的分布滞后非线性模型通过交叉基函数将滞后时间添加到降雨量-地下水位、降雨量-土壤含水率函数关系中，实现同时表现因变量随自变量产生滞后效应的分布过程。

作为本发明再进一步的方案：所述步骤三中通过该模型能够同时评估降雨量影响地下水位、土壤含水率的滞后效应和非线性效应。

作为本发明再进一步的方案：所述步骤三中该模型在实际的监测预警系统中应用时，模型根据采集的数据分析得到实时的滞后关系，在降雨量较大的时间段内对地质灾害点未来24h之内的变化进行预测，从而达到精准预测有效预防的目的，确保地质灾害威胁区人员生命及财产安全。

与现有技术相比，本发明的有益效果是：本发明通过收集不同监测点的监测数据，可进行不同滑坡的监测预报分析，实现在降雨量较大时间段内对地质灾害点未来24h之内的预测，同时评估地下水位、土壤含水率的滞后效应和非线性效应，从而达到精准预测、有效预防滑坡的目的。

附图说明

图1是本发明的地下水位随降雨量和时间的变化的三维曲线模型图，

图2是本发明的土壤含水率随降雨量和时间变化的三维曲线模型图。

具体实施方式

下面结合具体实施方式对本发明的技术方案作进一步详细地说明。

实施例1

一种滑坡预报的滞后非线性时间预报模型，包括下列步骤：

步骤一：基于滑坡发生与降雨量的滞后性、持续性的非线性关系，将降雨量、时间建立矩阵组数据，与浅层土壤含水率及地下水位数据同时导入计算软件，得出降雨量-时间-地下水位、降雨量-时间-土壤含水率三维曲面模型图；

步骤二：基于三维曲面模型图，利用交叉基函数得到分布滞后非线性基本模型，将滞后时间添加到基本模型中，建立滞后效应关系式，最终建立滑坡预报的滞后非线性时间预报模型；

步骤三：将该模型应用在实际的滑坡监测预警系统中， 同时评估地下水位、土壤含水率的滞后效应和非线性效应，在降雨量较大的时间段内可对地质灾害未来24h之内的变化进行预测。

所述步骤二中利用交叉基函数得到的分布滞后非线性基本模型为：

式中：g——链接函数族；

F(Y)——地下水位与土壤含水率因变量函数；

∝(rainfall，time)——降雨量与时间矩阵；

x_ij——自变量--即逐日变化的降雨量与分析的时间；

f_j——自变量X_ij基函数；

μ_k——滑坡体内水分蒸发、入渗等影响因素的函数；

β_j、γ_k——函数中相应影响系数。

所述步骤二中将滞后时间添加到基本模型中的方法为：以地下水的变化为例，将自变量和因变量的降雨量-地下水位关系用函数v(x)表示，时间-地下水位关系用u(l)表示，将两个函数合并即可得到双维度的降雨量-时间-地下水关系函数v,u(x,l)，在计算分析过程中将此函数简化表达为δ_i(x,l)。

所述步骤二中建立的滞后效应关系式为：

式中：θ——滞后系数

L——最大滞后时间，最大滞后时间≤24h

χ——逐日变化的降雨量

l——分析的时间

δ_i(x，l)为v·u(x，l)函数的简化，此关系式将滞后效应考虑在内，意为分析地下水位随降雨量及时间的变化，将降雨入渗滑坡体的过程考虑在内，从而判断从哪天开始地下水位才发生改变，得出其滞后时间。同理，可得出地下浅层土壤含水率的滞后效应变化函数。

所述步骤二中最终建立的分布滞后非线性模型通过交叉基函数将滞后时间添加到降雨量-地下水位、降雨量-土壤含水率函数关系中，实现同时表现因变量随自变量产生滞后效应的分布过程。

所述步骤三中通过该模型能够同时评估降雨量影响地下水位、土壤含水率的滞后效应和非线性效应。

所述步骤三中该模型在实际的监测预警系统中应用时，模型根据采集的数据分析得到实时的滞后关系，在降雨量较大的时间段内对地质灾害点未来24h之内的变化进行预测，从而达到精准预测有效预防的目的，确保地质灾害威胁区人员生命及财产安全。

所述步骤二中将滞后时间添加到基本模型中的方法为：以地下水的变化为例，将自变量和因变量的降雨量-地下水位关系用函数v(x)表示，时间-地下水位关系用u(l)表示，将两个函数合并即可得到双维度的降雨量-时间-地下水关系函数v,u(x,l)，在计算分析过程中将此函数简化表达为δ_i(x,l)。

本发明提供了一种滑坡预报的滞后非线性时间预报模型，该模型可同时分析地下水位、土壤浅层含水率随降雨量及时间变化的关系，表现了地下水位、土壤浅层含水率随降雨量及时间变化产生滞后效应和非线性效应，从而应用于滑坡的有效预报，完善目前滑坡监测预报系统。

上面对本发明的较佳实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。