泥石流固体堆积物粒度分布特征研究.pdfVIP

第 46卷 第7期 人 民 长 江 Vo1．46．No．7 2015年 4月 Yangtze River Apr．， 2015 文章编号 ：1001—4179(2015)O7—0051一O4 泥石流固体堆积物粒度分布特征研究 徐 新 川，陈剑 平，单 博 (吉林大学 建设工程学院，吉林 长春 130026) 摘要 ：为客观准确研 究泥石流 固体堆积物粒度分布特征与泥石流影响因素之 间的关系，通过对某水库库 区的 23条泥石流沟进行深入的调查研究分析，选取与泥石流流体性质有密切关联的 16个泥石流影响因素，利用 核主成分分析法 (KPCA)对影响因素进行降维，形成线性无关的主成分。然后利用神经网络 ，预测 了泥石流 固体堆积物的分形维数 。结果表 明，网络预测误差最大仅为 2．6％，由此说 明泥石流各影响因素间存在着复 杂映射关系，具有 良好 的非线性相关性，能决定固体堆积物 的粒度分布特征。 关 键 词 ：核主成分分析 ；神经 网络 ；泥石流 ；粒度分布 ；分形维数 中图法分类号 ：P642 文献标志码 ：A DOI：10．16232／j．cnki．1001—4179．2015．07．014 泥石流是产生于山坡与沟谷 中的一种由液体和固 间关系联系起来进行研究 的尚不多见。因此 以颗粒流 体组成 的两相流体 ，固相物质主要是 由黏粒 、粉粒 、砂 理论为基础 ，利用人工神经网络开展泥石流堆积物粒 粒等不 同粒径 区段 的土粒组成 ，液相物质主要是水 。 度分布特征与泥石流沟谷特征及泥石流爆发特性之间 在泥石流运动中，浆体作为悬浮质将大小不等的块石 内在规律的研究具有一定 的实际意义。 及黏粒搬运到堆积区，形成具有一定粒度分布的松散 1 核主成分分析法 堆积体 。 目前 ，对泥石流堆积物粒度分析 的方法大多都是 基于核函数 的主元分析法 (KPCA)通过将影响因 基于统计学的规律和方法。但是运用传统的线性理论 素映射到一个高维空间后 ，对高维空间中的映射 因素 很难直观地描述泥石流固体堆积物的粒度分布特征 。 进行线性主元分析 ’]，从而可 以得到因素非线性主 20世纪 7O年代 ，美 国数学家 B．B．Mandelbrot首次提 元 。该方法抓住 了主要关系对 因素进行简化 ，实现了 出的分形理论 … ，为研究泥石流堆积物 的粒度分布特 高维数据的降维，降维后的因素又能综合反映原始 因 征提供 了一种强有力的工具 。李泳等通过研究发现 ， 素的综合信息。核主成分分析方法概述如下 。 泥石流堆积物颗粒组成具有很好的分形特征 ，颗粒 (1)将泥石流样本数据映射到高维空间。设有 m 的分维值随密度而变化，密度越大，分维值越大 。倪华 维 的17,个泥石流样本数据为 ， ，…， ER ，首先 勇、刘希林等将泥石流堆积物 的分形特征与堆积物的 用一非线性映射 (·)把数据从原空间映射到高维空 粒度特征相联系 ，发现分维值可很好地反映泥石流 间，有 ()= ( ( )，(：)，…，( ))，然后在此 堆积物颗粒组成及其粒度分布特征 。易顺民分析了泥 高维空间进行线性主元分析 。 石流堆积物粒度分形结构特征 ，指出用分维值可 以反 (2)计算泥石流各因素的协方差 。特征空间中映 映泥石流活动的形成演化特征 。 射数据 的协方差为 然而将以粒径分形特性为主要 内容的系统组构特 1 一