滑坡体稳定性稳健回归预报建模.pdfVIP

滑坡体稳定性的稳健回归预报建模1 1,2 2 2 王坚 ，张继贤 ，刘正军 （1中国矿业大学 环境与测绘学院，徐州市泉山区翟山，221008） （2中国测绘科学研究院 摄影测量与遥感研究所，北京海淀区，100039） 摘 要：基于滑坡体稳定性影响因子的，可以建立多种稳定性预报模型。但稳定性建模方法通常未考虑到因子 测量中的粗差对模型的影响。本文在多元回归方法的基本模型，采用 M 估计方法探讨稳定性的稳健回归方法。 文章深入分析了稳健回归模型的基本原理，选择 Huber 权函数建立云阳—奉节段长江顺层岸坡稳定性的稳健预 报模型。结果表明，当基本因子存在测量粗差时，稳健回归建模方法能很好的抑制粗差的影响，并获得令人满 意的稳定性预报结果. 关键词：滑坡灾害；稳定性；稳健回归； 中图分类号：O 211.1 文献标识码：A 滑坡稳定性预报是滑坡地质灾害研究的一项重要内容。稳定性预报的方法很多，包括传统基于力学原理的 稳定性分析方法 （如有限元法）。近年，随着滑坡监测数据的积累及监测技术的发展，坡体信息的表达方式出现 了多样性。新的稳定性预报模型得到了快速发展，如回归分析、神经网络、模糊综合评判等，但大多模型未能 考虑到采集数据中的粗差信息对建模的影响。本文首次提出采用稳健回归分析的方法，以滑坡体的形态特征为 自变量进行稳定性预报建模研究，并取得良好效果。 回归分析是一种数理统计模型。通过分析变量之间的相互关系，给出变量间相关关系的数学表达式,在判 别其有效性的基础上，利用关系式预测因变量的取值，并可进行因素分析，其应用范围非常广泛。但传统基于 经典最小二乘方法求解回归参数的方法，不具抵御粗差的能力，它要求观测数据必须严格满足某一分布。含有 粗差的抽样数据，可以看作是来自另外总体的观测值。将影响模型参数的估计。利用滑坡体形态特征参数进行 坡体稳定性建模与预报时，测量粗差往往会影响到稳定性的预报结果。本文针对这一事实，探讨稳健回归方法 在这一领域的应用。 稳健估计通过后验方差，以迭代的方式重新调整权重，直到参数估值不再变化为止。稳健估计具有一些特 殊性质，当观测值中不含粗差时，稳健估计结果和最小二乘估计结果是一致的；当观测值中含少量粗差（不超 过观测值一半）时，稳健估计结果和无粗差时的最小二乘估计结果是基本一致的。稳健估计的稳健效果，即抑 制粗差观测值的能力，取决于等价权函数性质。国内外学者提出了许多基于M 估计的稳健估计模型，如正弦权 函数法、Huber 权函数法、Tukey 权函数法等模型。本文采用 Huber 权函数法进行滑坡体稳定性预报建模。 1 M 估计原理 稳健估计目的是减少大量随机误差和少量粗差对待估参数的影响。稳健求解的方法主要有三类 M 估计，L 估 计，R 估计，其中，M 估计是一种广义极大似然估计，它是在经典极大似然估计基础上的推广，是使用最广泛的 一种稳健估计方法。而 L 估计是排序统计量线性组合估计，R 估计是秩检验型估计，是基于观测子样列序统计 量的秩。本文采用 M 估计进行稳定系数的稳健估计。 设参数向量X 是未知状态向量，等权观测 n 次的观测向量 L 的观测值 l ，则经典平差模型为： t,1 n,1 n,1 函数模型：L AX +∆ 误差方程： V AX −l 1科技部科研院所社会公益研究专项 （2003DIA6N015、2004DIB107）”资助,国家教育部博士点基金 （20040290503 ），中国矿业大学 科技基金资助(2005B020) -1- 2 随机模型：∆～N (0,σ )