小波变换在山体滑坡预测中应用.docVIP

小波变换在山体滑坡预测中应用摘 要： 具体分析山体的稳定性因素及山体滑坡的成因，针对其本质提出一种以位移监测为主，声波监测为辅的预测方法，具有非常大的实用价值。并且利用小波变换模极大去噪法处理监测到的信号，实验结果表明该方法具有很好的消噪效果。 关键词： 小波变换；山体滑坡；预测；模极大去噪 0 引言 根据相关资料统计显示，山体滑坡已成为严重威胁人民生命财产安全的主要自然灾害之一。特别是在贵州省，由于特殊的地理地貌，山体滑坡每年都给人们造成极大的损失，并存在极大的安全隐患，因此对山体滑坡的预测和治理显得日益重要。面对山体滑坡这种自然灾害，现在只能进行预测，而不能彻底治理，所以希望通过准确的预测将灾害损失减小到最少[1]。 目前，对山体滑坡进行预测的手段非常多，设备也非常先进，例如GPS监测系统等；对监测获取的数据处理和预测预报方法也很多[2]；但由于影响滑坡滑移和灾变的因素多样性、复杂性和随机性，使得预测结果的可靠性并不高。 针对这一现状，本文提出了一种以位移监测为主，声波监测为辅的预测方法，利用小波分析的方法进行信号的处理，不仅提高了山体滑坡的预测的准确性，而且该方法实现的成本低廉，适合中国国情，具有很大的实用价值。 1 山体滑坡的原因及预测方法 作为一种危害性极大的地质灾害，山体滑坡通常是较深层的破坏。山体滑坡受自然和人为多种因素影响和控制，其形成、发生、发展及其演化过程都十分复杂。山体滑坡的发生与地质、地貌、气候、水文以及人类活动等许多环境因素密切相关，各种因素主要从三个方面来影响山体的稳定性[3]： 1）影响山体岩土体的强度，如岩体结构、风化和水对岩土的软化作用等； 2）影响山体的形状，如河流冲刷、填土、地形和人工开挖斜坡等； 3）影响山体的内力状态，如人工爆破、地震、地下水压力等。 本文提出的预测方法以位移监测为主、声波监测为辅，首先具体了解这两种监测方法： 位移监测法：位移是山体滑坡的外在反映，国内外研究均表明，当山体被破坏发生变形时，位移是一个非常容易被检测的特征变量[4]。所以，由已经测量得到的一些位移数据，建立精确的山体滑坡预测模型，以推算出今后的山体稳定情况，并在不断的获取数据的同时修正预测模型，使得预报的准确性增加。理论上这种方案是切实可行的，其模型如图1所示： Fig.1 Displacement monitoring method of the system frame 声波监测法[5]：声波信号是山体受外力或内力作用而产生变形或断裂时，以弹性波的形式释放能量的现象。因此，在山体滑坡的前一段时间，必定会产生大量的声波信号，通过采集这一类声波信号，然后通过对信号进行处理，也可以对山体滑坡进行预测。利用监测得到的声波信号建立预测模型，结合山体滑坡的声波信号的特征，预测山体滑坡发生的时间，以进行准确的预报。其模型如图2所示： Fig.2 Sound waves of law of the block diagram. System monitoring 位移监测法和声波监测法都有各自的优点，也存在着相应的不足，所以单独预测都会导致一定的误差[6]。例如：并不是所有的山体滑坡的位移都特别明显，声波信号的抗干扰性差可能导致收集信号困难。现在将两种检测方法综合起来，取长补短，将使得山体滑坡的预测更加准确。其模型如图3所示： Fig.3 The block diagram of sound waves monitoring system comprehensive monitoring method of the system frame 2 信号与噪声在小波变换下的不同特性 作为新近崛起的数学工具，小波分析在信号处理方面已经取得非常突出的成就，因此本文中对监测到的位移信号和声波信号采用小波去噪的方法。利用小波变换去除噪声的主要优势有[7]： 1）小波变换在在频域和时域中都有很好的局部化性质，有着自适应分辨分析的优点。对于低频部分使用较低的时间分辨率和较高的频率分辨率，而在高频段则用逐步精细的频域和时域取样步长，能够发现信号的每一个细节。 2）由于噪声与信号在进行小波变换后有着明显不同的特征，所以，利用小波变换能够有效地从信号中去除噪声部分，从而实现信号的去噪处理。 从上式可以得出，如果信号 的 指数 ，则信号 的小波变换模极大值将随着尺度的增大而增大；反之，则将随着尺度的增大而减小。 研究结果表明，信号的 指数一般满足 ，即使是不连续的奇异信号，只要满足某一领域有界的条件，也存在 ；而噪声信号所对应的 指数则满足 。因此，信号和噪声在不同尺度的小波变换下的特性截然相反，根据这一特点可以对加噪信号进行去噪处理。 3