论文部分内容阅读
滑坡是地球上发生最频繁、破坏力最强的自然灾害之一,对人类的生命和财产安全构成巨大的威胁。近年来滑坡的演化物理过程、地质力学、结构特征、机理模型等方面的研究日益成熟;随着对地观测技术的日益成熟,长时间、大范围的滑坡表面形变监测技术也得以推广应用。数据同化是将机理模型与观测数据结合起来以更新模型参量、修正模型预测轨迹的技术,它在大气、海洋、陆面等领域得到了深入的研究和广泛的应用。粒子滤波是21世纪以来新兴的数据同化算法,它以不受模型线性条件假设的约束、不受状态随机变量服从高斯分布假设的约束等优势成为数据同化中的研究热点。然而滑坡数据同化和粒子滤波算法的应用还存在着一些困难:首先,标准的粒子滤波存在着粒子匮乏和粒子运算效率低的问题,通常需要采样大量粒子才能得到较好的结果,在大型滑坡数据同化中应用时无疑会增加大量的运算负担;其次,滑坡由于其类型和地质结构的复杂性,在应用数据同化技术时也存在着一些难题;再次,现有的滑坡机理模型大多难以直接应用滑坡表面变形监测数据,也难以实现随着观测数据的增加进行连续的参数更新和反馈,同化过程的实现较困难;最后,虽然国内外已有数据同化技术在地质灾害监测中的应用案例,但尚未有完整、系统的大型滑坡数据同化研究案例的报道。以上问题为滑坡数据同化的应用带来很大的困难,本文针对以上问题展开了一系列研究工作,提出了相应的解决方法,主要研究内容有:(1)针对粒子滤波难以避免的粒子匮乏和粒子运算效率低的问题,提出了两点改进:混合高斯分布序列重采样和后验粒子分布调整。前者使粒子滤波在重采样过程中避免了粒子的重复,保证了粒子的多样性,从而克服了粒子匮乏的现象;后者在粒子更新过程中加入一个“增益”项,使粒子更新后的分布平移到观测概率密度大的区间,大大增加了有效粒子数,减少了低效粒子,从而可以大大减少粒子滤波采样数量,提高了粒子滤波的运算效率。(2)讨论GPS监测三维形变数据与InSAR雷达视线方向形变数据在空间上的差异性和投影关系,分析了雷达视线方向形变量与实际总形变量之间的比例关系,用InSAR观测数据乘以比例系数作为同化实验的观测数据;研究InSAR观测数据与TRIGRS格网模型数据的空间差异,根据观测数据与TRIGRS格网模型的关联特征研究了观测数据插值加密的方法;结合粒子滤波算法的特征构建适合粒子滤波的数据同化框架。(3)对数据同化过程中需要更新反馈的关键参数,提出了一种伴随粒子滤波的非线性参数估计的方法,通过TRIGRS模型建立一组与状态粒子一一对应的参数粒子,根据蒙特卡洛的思想以参数粒子的加权平均作为参数估计值从而实现参数更新;将更新后的参数作为下一同化时刻的初始参数输入模型实现参数反馈。(4)进行了以TRIGRS模型为背景场、表面形变为观测数据的滑坡数据同化平台设计,编写了基于粒子滤波算法的数据同化软件,实现了数据格式转换、关键参数敏感性分析、观测数据插值、数据同化、同化结果分析等功能。(5)分别进行了小范围坡体稳定性同化仿真实验和大型滑坡表面形变监测数据与TRIGRS模型同化实验。以内摩擦角为考察参数,验证了改进粒子滤波算法在滑坡数据同化中应用的可行性和有效性,分析了同化后坡体及网格单元的安全系数、内摩擦角、地下水压力水头、形变速率随同化时间的变化;并讨论了建立滑坡数据同化系统的研究展望。