一种山区滑坡精细化位移监测预警方法与流程

1.本发明涉及山区滑坡位移监测预警技术领域，具体涉及一种山区滑坡精细化位移监测预警方法。


背景技术：

2.在滑坡地质灾害防治过程中，通常需要对滑坡体的位移进行动态变化监测，根据监测变化趋势给出预警。其中，对于滑坡体的地表位移监测是地质灾害监测的一项重要指标，现有的地表位移监测一般采用全站仪测量机器人、gnss监测站或位移计、裂缝计等。
3.全站仪测量机器人需要在监测现场修建专用观测房，易受天气和地形、距离、遮挡物等因素影响，不合适于野外长期自动化监测，而且建设成本昂贵。gnss监测站，则是通过北斗卫星和gps定位方法进行测量，用于监测地表三维(x/y/z)绝对位移量、位移方向与位移速率，可以覆盖一定范围，缺陷是：受地形限制影响小，但受系统数据解算时间、天气以及信号遮挡的影响比较大，而且现场需要配置固定观测点，还需要布设更多的监测点才能组建成网，所需设备要求较高并且建设成本也大。单点位移计或裂缝计一般监测范围和长度相对固定，多使用于地表分布较小变形或裂缝的情形，拟设仪器监测区域的地形高差和跨度范围相对较小，而且其无法根据现场实际情况进行跨越裂缝两侧长度和高差的调整，对于山体斜坡区大高差大跨度的场地环境条件，特别是滑坡后缘横跨裂缝的监测区域高差大于3m或跨度大于5m的地形条件，位移计或裂缝计则不适用，现场环境也无法满足布设条件，需要设置适合山区斜坡区大高差大跨度地形条件的滑坡位移监测预警体系。最重要的是，测量机器人、gnss监测站或位移计、裂缝计等手段只能进行单个位移点的位移变化监测，对于坡表倾斜的变化则无法予以监测；而且目前滑坡监测多局限于数据统计绘图之用，也未采取多手段多方法或构建理论分析模型，开展滑坡变形数据拟合预测以科学获取滑坡变形发展趋势及失稳破坏预测研究。


技术实现要素：

4.本发明的目的在于：针对现有技术中滑坡位移监测预警技术所存在的诸多技术局限的技术缺陷，以理论力学基础和数理计算方法为依据，设计出一种适合于野外山区大高差、大跨度斜坡坡地复杂环境条件下的滑坡精细化位移监测预警方法。
5.为了实现上述目的，本发明采用的技术方案为：
6.一种山区滑坡精细化位移监测预警方法，所述方法通过所述的位移监测预警体系实现，所述监测预警方法包括如下步骤：
7.步骤1、通过滑坡位移监测预警体系对滑坡目标体进行实时监测，记录滑坡综合位移信息和倾角变化信息，当位移监测预警体系中的测点柱发生竖向位移变化时，采集对应事件发生时段的所述滑坡综合位移信息、所述倾角变化信息，并计算出线性位移变化量，用δl表示；竖向位移变化量，用δh表示；以及倾角变化量；
8.步骤2、根据步骤1中所获得的信息进行滑坡目标体的基础模型体系结构的构建，
通过滑坡性状科学预测模型获取变形信息对滑坡目标体所处的稳定性状态区间进行判别，所述稳定性状态区间包括四种：稳定状态、基本稳定状态、欠稳定状态和不稳定状态；再结合获取的滑坡变形信息，通过所述基础模型体系结构的预测模型进行数据拟合，预测滑坡目标体综合位移及变形发展趋势；
9.步骤3、判断滑坡目标体的δl和δh是否达到预设的警戒上限值，同时判别所述测点柱的x轴倾角变化和y轴倾角变化是否超出范围上限值，当任意一个变化值达到上限，，所述位移监测预警体系将及时发送声光报警信息进行实时预警，实现第一时间滑坡现场应急响应处置并确保人员安全，同时提示工作人员进行调整所述滑坡位移综合监测装置的安装角度用于保证所述装置与所述滑坡目标体方向的角度一致性。
10.优选的，步骤2中，针对滑坡稳定状态区间通过滑坡目标体基础模型体系结构的滑坡性状科学预测模型予以判别，当所述滑坡目标体处于稳定性状态区间中除稳定状态以外的其他三种状态时，会引发潜在变形的风险，变形表现为四种发展情形，分别为加速变形阶段、变形全周期过程、非连续变形情况和体现事物生长状态，基于四种发展情形对应构建出四个预测模型，包括快速变形预测模型、全周期预测模型、变量分叉判别模型和三参数生长模型，结合滑坡目标体的变形特征分析以及所述预测模型的优选对比，最终确定滑坡目标体基础模型。通过所述滑坡目标体基础模型，开展滑坡综合位移和倾角监测变量数据拟合预测，获得目标滑坡体的综合位移和变形发展趋势，确保滑坡监测变量拟合结果的精确性和可靠性。
11.优选的，步骤2中，所述滑坡性状科学预测模型分析不同状态转移概率并构建状态预测表，确定滑坡体所处稳定性状态区间，具体方式如下：
12.s1、体现滑坡稳定状态变化的变形监测时序为y(i)(i＝1,2,
…
,m)，对应滑坡稳定性划分n个区间状态pj(j＝1,2,
…
,n)，求解y(i)隶属于pj的隶属度的隶属度满足以下条件：
[0013][0014]
s2、确定滑坡稳定性模糊状态划分矩阵则隶属n个状态区间的隶属度函数包括以下三种情况：
[0015]
s2.1、当r＝1时，
[0016][0017]
s2.2、当r＝2，3，
…
，n-1时，
[0018]
[0019]
s2.3、当r＝n时，
[0020][0021]
其中，r表示状态区间序数，并且满足r∈[1,n]；w
1,2,
…
,n-1
是对应n个状态区间的界限点；δ表示模糊区间数；
[0022]
s3、定义系统经过k步状态发生转移，则转移概率如下式表示：令为变形时序y(i)(i＝1,2,
…
,m)落入状态区间pj的数据数量，有令为状态pj的初始概率；
[0023]
令为状态pj经过k步转移至状态pq的数据数量，有令为状态pj经k步转移至pq的转移概率，得出k步状态转移的相应概率矩阵为由此建立预测表并确定各状态区间的累加平均概率；
[0024]
s4、定义为第m-k+1时刻的系统状态概率，令为所预测的m+1时刻相对应的状态概率，由此即得到经k步状态转移以后的模糊状态预测表；所述预测表中，行表示状态转移步数、列表示模糊状态分区数、相应值为状态转移概率。
[0025]
s5、基于所述模糊状态预测表进行各状态区间概率的累加平均计算，最大值所对应的区间即为模型所确定的状态区间，从而可以判别滑坡体所处的稳定状态区间，同时确定滑坡位移监测变量等变化特征及变形发展模式与规律。
[0026]
优选的，四个预测模型分别根据如下方式建立：
[0027]
快速变形预测模型的构建方式如下：
[0028]
并结合滑坡监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，根据变形监测时间序列拟合得出s
(1)
(t)的方程为：
[0029][0030]
其中，t为时间序数；q为待定系数值，可由最小二乘法求取；n为变形时序数列值；
[0031]
解上式得到：
[0032][0033]
其中，s
(0)
(t)是原始非负数据；当t取序号时，可得模型理论方程为
[0034]
(其中p＝1,2,3,
…
,n)
[0035]
通过上述构建的快速变形预测模型，结合滑坡变形监测数据，可以拟合预测滑坡变形发展趋势及开展失稳破坏预测研究。
[0036]
优选的，全周期预测模型的构建方式如下：
[0037]
根据全周期预测模型以及滑坡变形监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，根据变形监测时间序列拟合得出s
(1)
(t)的方程：
[0038][0039]
其中，t为时间序数；g、k为待定系数值，由最小二乘法求取；
[0040]
进一步满足[g,k]
t
＝[m
t
m]-1mtrn
，其中包括
[0041][0042]rn
＝[s
(0)
(2),s
(0)
(3),...s
(0)
(n)]；
[0043]
求解待定系数g、k，得出方程的解为
[0044][0045]
再进一步求解并变量互换，即可得得出模型理论方程为
[0046][0047]
式中：t为时间序数；t0为初始时刻；s
(0)
(t)为原始非负数据。
[0048]
通过上述构建的全周期预测模型，结合滑坡变形监测数据，通过模型能够拟合预测滑坡变形发展趋势及开展失稳破坏预测研究。
[0049]
优选的，变量分叉判别模型的构建方式如下：
[0050]
根据变量分叉判别理论模型，以及滑坡变形监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，以冥级数的形式展开并截至5次项可得：
[0051]
通过求导还原得到：
[0052]
令w0＝s1、w1＝2s2、w2＝3s3、w3＝4s4、w4＝5s5，
[0053]
由此得到：
[0054]
其中，s0,s1,
…
,sn为冥级数展开系数，w0,w1,
…
,wn为待定系数，t表示时间序数；
[0055]
进一步变量代换简化得到
[0056][0057]
其中，s是监测时序s
(1)
(t)经冥级数的形式展开截项并求导还原后变量代换，与意义一致；d是剪切项，对分析无意义；t是时间状态变量；w、u是控制变量。
[0058]
不考虑剪切项d，令ds/dt＝0，由此得到状态变量t与控制变量w、u的关系式为
[0059]
t3+wt+u＝0
[0060]
绘制平衡曲面并投影于w-u平面，得到分叉集方程为δ＝4w3+27u2＝0；
[0061]
当w-u控制平面内状态变量t发生跳跃突变，此意味着滑坡变形发展发生质变，或可失稳破坏，以此基于平衡方程确定状态变量突变的前后时间差为
[0062][0063]
通过上述构建的变量分叉判别模型，结合滑坡变形监测数据以及变形突变状态前后时间差，通过模型拟合预测滑坡变形发展趋势及开展失稳破坏预测研究。
[0064]
优选的，三参数生长模型的构建方式如下：
[0065]
构建体现滑坡目标体生长状态的函数关系式为：
[0066]
l曲线形式：
[0067]
g曲线形式：
[0068]
最优组合模型：
[0069]
其中，t为变形监测等时间间隔序列；w、m、n为待定参数，均大于0；k1、k2为模型最优组合系数，满足k1+k2＝1；
[0070]
基于曲线函数表达式，通过分别取倒数和取对数的形式，对其进行变量代换转化，得到方程为
[0071]st
＝m+nu
t
；
[0072]
确定的指数方程由m、n、u三参数定义，参数估计公式为：
[0073][0074]
式中：u为指数方程的参数，p为等时间间隔序列的序数；
[0075]
在求解三参数m、n、u的基础上，对修正指数方程的变量代换过程进行逆变换，即最优组合模型权系数为：
[0076]
其中q
jt
为曲线函数表达式之间的关系方程，j＝1,2；
[0077]
对模型进行f检验以验证其显著性水平，在满足一定显著性水平α的基础上，若f《f
α
则接受原假设，确定的模型显著性水平明显。
[0078]
通过上述构建的三参数生长模型，结合滑坡变形监测数据，经模型拟合预测滑坡体的综合位移和变形发展趋势，通过曲线上快速增长到慢速增长的拐点所对应的突变开展滑坡变形破坏预测研究。
[0079]
优选的，步骤3，基于所述滑坡监测预警系统，根据构建的所述滑坡目标体基础模型，对所述体系中的滑坡线性位移、竖向位移和倾角变化进行警戒阈值设置，警戒阈值包括：长度变化报警值、位移报警值和x、y轴倾角上限值；所述长度变化报警值为滑坡目标体的线性位移
△
l值的上限值，位移报警值为竖向位移δh的上限值，x、y轴倾角上限值为倾角计的实测值上限，通过所述体系实时监测计算并拟合预测所述滑坡目标体的综合位移和变形发展变化，并判别滑坡目标体的位移变化、倾角变化是否达到警戒阈值，达到后通过体系的声光报警器报警，以实施实时预警并第一时间应急响应处置，及时采取防护措施。
[0080]
优选的，步骤1中，所述位移监测预警体系设置于滑坡目标体区域内，所述位移监测预警体系包括滑坡位移综合监测装置和位移监测预警系统，所述滑坡位移综合监测装置包括通过钢丝绳索连接的第一监测组件和第二监测组件，所述第一监测组件包括竖直设置的基点柱，所述基点柱顶部设置有万向支架，所述万向支架上设置有线位移传感器；
[0081]
所述第二监测组件包括竖直设置的测点柱，所述测点柱顶部设置有固定支架，所述固定支架的顶部设置有倾角计，所述固定支架的侧壁上设置有定滑轮，所述定滑轮相对所述基点柱一侧设置，所述钢丝绳索一端绕过所述万向支架和线位移传感器，，所述钢丝绳索的另一端与设置于所述测点柱底部的重物块连接，所述钢丝绳索的中段绕设于所述定滑轮上；所述重物块固定设置于所述测点柱底部。
[0082]
所述监测预警系统包括监测预警系统主机，所述监测预警系统主机分别与所述线位移传感器和所述倾角计通过线缆通讯连接。
[0083]
本发明的技术方案中，提供的滑坡精细化位移监测预警体系中，基点柱设置于滑坡的顶部位置，测点柱设置于滑坡的底部位置，基点柱和测点柱跨经滑坡变形区段，测点柱一侧属于不稳定测，会存在滑坡现象发生导致测点柱的竖直方向的位移发生改变。
[0084]
基点柱属于相对稳定的一侧，万向支架能够保障线位移传感器和定滑轮的安装角度与滑坡方向角度的一致性；同时测点柱上的倾角计能够监测倾角变化验证现场安装角度与滑坡方向角度的一致性；当测点柱相对于基点柱发生位移变化时，由于重物块固定设置于所述测点柱底部，因此稳定侧的基点柱和不稳定侧的测点柱之间的钢丝绳索长度及重物下坠量会发生相应的变化，从而能够综合测得滑坡线性位移和竖向位移值；同时通过监测不稳定侧的测点柱倾角变化能够复核滑坡方向角度相对于滑坡位移综合监测装置初始安装角度的一致性变化。
[0085]
所述监测预警系统主机通过位移监测预警体系实时监测稳定侧基点柱和不稳定侧测点柱之间的滑坡线性位移和竖向位移值，以及不稳定侧测点柱的倾角变化。
[0086]
基于上述信息能够用于构建滑坡目标体的基础模型体系结构，通过计算拟合，用于预测地质灾害目标区域尤其是大高差大跨度坡地环境条件的滑坡综合位移变化及变形发展趋势，同时第一时间判别滑坡位移是否超出警戒限值以实时预警。
[0087]
优选的，所述监测预警系统主机设置于不锈钢的设备箱中，所述设备箱侧面具有监测预警系统主机的触摸操作屏，所述设备箱的顶部还设置有声光报警器。
[0088]
优选的，所述线位移传感器安装角度与所述滑坡目标体的滑坡方向角度一致；所述定滑轮的安装角度与所述线位移传感器的安装角度保持一致。当不稳定侧的测点柱发生竖向位移变化时，定滑轮与重物块之间的钢丝绳索长度保持不变，而所述稳定侧的基点柱和不稳定侧的测点柱之间的钢丝绳索长度和重物块下坠的高度产生相应的变化。
[0089]
优选的，所述万向支架上设置有第一不锈钢防护罩，所述固定支架上设置有第二不锈钢防护罩。所述防护罩用于对线位移传感器以及倾角计等监测装置进行安全防护，保证仪器工作的稳定性以及数据的准确性。
[0090]
优选的，所述钢丝绳索与所述重物块之间采用吊环相互连接。吊环的设置能够一定程度上确保重物块自由灵活的垂直下坠以及设备后期的维护和更换。
[0091]
优选的，所述重物块选择预制的立方体铁块或混凝土块体，所述重物块为规则的立方体块。用于保证其底面与滑坡地表充分严实的接触。
[0092]
优选的，所述设备箱底部设置有穿线孔，所述监测预警系统主机通过所述穿线孔穿出连接线缆，并通过所述线缆分别与所述线位移传感器、所述倾角计通过线缆通讯连接。进行实时监测分析，开展综合监测预警，由此相互间形成一体化的滑坡综合位移监测预警系统。
[0093]
优选的，所述基点柱底部固定设置有第一钢砼基础墩，所述测点柱底部固定设置有第二钢砼基础墩，所述第一钢砼基础墩和第二后钢砼基础墩均设置于地面以下位置。所述第一钢砼基础墩和第二后钢砼基础墩分别用于保证基点柱和测点柱的稳定性。
[0094]
优选的，步骤1中，所述位移监测预警体系的运行计算过程如下：
[0095]
步骤1.1、所述位移监测预警体系初始状态时，万向轮和定滑轮之间的钢丝绳索的长度为l，当测点柱发生竖向位移变化后，万向轮和定滑轮之间的钢丝绳索的长度为l'，确定钢丝绳索的变化值为
△
l＝l'-l；
[0096]
其中，
△
l表示测点柱变形位移变化以后钢丝绳索的变化量，单位mm；
[0097]
步骤1.2、基点柱和测点柱之间的初始状态高度差为h：
[0098][0099]
式中，s为基点柱和测点柱之间的水平距离；
[0100]
由此得到
[0101]
步骤1.3、基于上述等式，
[0102]
滑坡线性位移值为：滑坡竖向位移值：其满足l'＝
△
l+l
[0103]
步骤1.4、根据倾角计确定测点柱x轴和y轴倾角变化监测值数据。
[0104]
基于所述位移监测预警体系能够获取体系的斜长、水平距离和竖向位移初始值等基本参数，结合线位移传感器实时测量值，采集的数据能够直接输出长度变化量也即滑坡线性位移δl和竖向位移δh，同时实测不稳定侧测点柱x轴倾角变化和y轴倾角变化进行位移监测预警体系的安装角度与滑坡方向角度的一致性检验，从而为下一步开展滑坡目标体的位移监测预警体系数据拟合预测变形发展趋势及开展实时预警提供基础条件。
[0105]
综上所述，由于采用了上述技术方案，本发明的有益效果是：
[0106]
1、本发明的技术方案中，提供了一种山区滑坡精细化位移监测预警体系及监测方法，该方法中，基于理论力学基础和数理计算方法，综合确定滑坡线性位移、竖向位移和坡表倾斜变化，实现高精度的测算，装置简单，野外实施可靠性强，数据可靠，受其它因素影响小。
[0107]
2、本发明的技术方案中，提供了一种山区滑坡精细化位移监测预警体系，随时可根据现场实际情况进行调整，满足野外复杂的大高差大跨度斜坡坡地条件，符合场区和地形条件的多变性，野外监测装置及防护结构单独设置且简单、可靠，也可以通过多个稳定侧基点和不稳定侧测点的配合，实现网状布设点位，形成滑坡综合位移监测网络。
[0108]
3、本发明的技术方案中，现场监测预警主机采用触屏主机系统设计，根据现场安装工况条件的不同，即时设置滑坡精细化位移综合监测装置体系的安装角度、斜长、水平距离和竖向位移初始值等基本参数，监测计算滑坡综合位移及倾角变化，监测数据实时更新，数据计算实时同步。同时构建的滑坡体目标基础模型体系结构，基于滑坡监测变量变化，判别滑坡稳定状态，确定变形发展模式，进一步进行数据拟合预测滑坡综合位移及变形发展趋势，变化值超限通过声光报警器现场触发声光报警，且可通过gsm/gprs无线网络实施远端短信报警，现场可以随时查询监测计算曲线和报警日志等信息，数据可u盘导出。同时通
过监测计算不稳定侧测点柱倾角变化，随时掌控综合监测装置体系的安装角度与滑坡方向角度的差异性，及时进行一致性检验确保滑坡精细化监测精准可靠。
[0109]
4、本发明的技术方案中，触屏主机系统是在开放软件环境下设计和构造的自定义应用系统，主界面可根据现场工况定制相应的工程界面，功能齐全，操作简便，人机交互效果良好，可操作性和实用性强，也可以远程上传及下载程序，及时更新系统环境。
[0110]
5、本发明的技术方案具有适用范围宽广，应用场合广泛的优点。根据现场实际条件可调整系统设备装置，调整后现场综合监测装置体系可单独成为一个系统，作为一种滑坡体位移/裂缝应急监测设备使用，同时还可进一步拓展于滑坡裂缝、岩体开裂、房屋沉降、倾斜等多个不同的场地环境条件，而且监测预警系统主机也可根据实际需要于稳定区段独立设置，以满足供电、信号传输正常及第一时间监测预警应急响应。
附图说明
[0111]
图1是本发明的结构示意图。
[0112]
图2是本发明的监测预警系统主机的整体结构示意图；
[0113]
图3是本发明的监测预警体系综合计算过程示意图；
[0114]
图4是本发明的滑坡变形加速阶段曲线示意图；
[0115]
图5是本发明的分叉集平面及状态变量突变示意图；
[0116]
图6是本发明的滑坡目标体基础模型体系结构图；
[0117]
图7是本发明滑坡目标体基础模型进行曲线拟合预测示意图；
[0118]
图标：100-滑坡目标体，1-第一监测组件；11-基点柱；12-万向支架；13-线位移传感器；14-第一不锈钢防护罩；15-第一钢砼基础墩；2-第二监测组件；21-测点柱；22-固定支架；23-倾角计；24-定滑轮；26-第二不锈钢防护罩；27-吊环；28-重物块；29-第二钢砼基础墩；7-钢丝绳索；3-监测预警系统主机；31-设备箱；32-触屏主机系统；33-防护盒；34-声光报警器；35-穿线孔；
具体实施方式
[0119]
下面结合附图，对本发明作详细的说明。
[0120]
实施例1
[0121]
本实施例中，提供一种山区滑坡精细化位移监测预警体系，如图1、图2所示，设置于滑坡目标体100区域内，包括滑坡位移综合监测装置和位移监测预警系统，所述滑坡位移综合监测装置包括通过钢丝绳索7连接的第一监测组件1和第二监测组件2，所述第一监测组件1包括竖直设置的基点柱11，所述基点柱11顶部设置有万向支架12，所述万向支架12上设置有线位移传感器13；
[0122]
所述第二监测组件2包括竖直设置的测点柱21，所述测点柱21顶部设置有固定支架22，所述固定支架22的顶部设置有倾角计23，所述固定支架22的侧壁上设置有定滑轮24，所述定滑轮24相对所述基点柱11一侧设置，所述钢丝绳索7一端绕过万向支架12和线位移传感器13，所述钢丝绳索7的另一端与设置于所述测点柱21底部的重物块28连接，所述钢丝绳索7的中段绕设于所述定滑轮24上；所述重物块固定设置于所述测点柱21底部。
[0123]
所述监测预警系统包括监测预警系统主机3，所述监测预警系统主机3分别与所述
线位移传感器13和所述倾角计23通过线缆通讯连接。所述监测预警系统主机3设置于不锈钢的设备箱31中，所述设备箱31侧面具有监测预警系统主机3的触摸操作屏32，触摸操作屏32上设置有防护盒33，所述设备箱31的顶部还设置有声光报警器34。所述设备箱31设置于基点柱11上，也可以独立于基点柱11单独配置。监测预警系统主机3连同声光报警器34通过设备箱31一并固定设置于基点柱11；所述线位移传感器13安装角度与所述滑坡目标体100的滑坡方向角度一致；所述定滑轮24的安装角度与所述线位移传感器13的安装角度保持一致。当不稳定侧的测点柱21发生竖向位移变化时，定滑轮24与重物块28之间的钢丝绳索7长度保持不变，而所述稳定侧的基点柱11和不稳定侧的测点柱21之间的钢丝绳索7长度和重物块28下坠的高度产生相应的变化。
[0124]
进一步具体的，稳定侧基点柱11和不稳定侧测点柱21，可根据现场复杂环境和施工便利条件，采用钢管柱或混凝土浇筑柱，万向支架12、钢丝绳索7、防护罩、吊环27、固定支架22、定滑轮24等均采用不锈钢材质，达到长期连续的监测装置有效性，重物块28可以选择预制的立方体铁块或混凝土块体，也可就地取材采用规整立方体物块保证其底面与滑坡地表充分严实的接触。
[0125]
所述万向支架12上设置有第一不锈钢防护罩14，所述固定支架22上设置有第二不锈钢防护罩26。所述第一不锈钢防护罩14用于对线位移传感器13进行安全防护，第二不锈钢防护罩16用于对倾角计23等监测装置进行安全防护，保证仪器工作的稳定性以及数据的准确性。所述第一不锈钢防护罩14将监测钢丝绳索7移动的线位移传感器13和固定于万向支架12一并罩盖进行防护。所述第二不锈钢防护罩16将监测倾斜变化的倾角计23、定滑轮24和固定支架22一并罩盖进行防护。
[0126]
所述钢丝绳索7与所述重物块28之间采用吊环27相互连接。吊环27的设置能够一定程度上确保重物块28自由灵活的垂直下坠以及设备后期的维护和更换。所述重物块28选择预制的立方体铁块或混凝土块体，所述重物块28为规则的立方体块。用于保证其底面与滑坡地表充分严实的接触。
[0127]
所述设备箱31底部设置有穿线孔35，所述监测预警系统主机3通过所述穿线孔35穿出连接线缆，并通过所述线缆分别与所述线位移传感器13、所述倾角计23通过线缆通讯连接。进行实时监测分析，开展综合监测预警，由此相互间形成一种山区滑坡精细化位移监测预警体系。
[0128]
所述基点柱11底部固定设置有第一钢砼基础墩15，所述测点柱21底部固定设置有第二钢砼基础墩29，所述第一钢砼基础墩15和第二后钢砼基础墩29均设置于地面以下位置。所述第一钢砼基础墩15和第二后钢砼基础墩29分别用于保证基点柱11和测点柱21的稳定性。
[0129]
线位移传感器13设置在稳定侧基点柱11的万向支架12上以监测钢丝绳索7的总长度变化，再通过现场安装时监测预警体系的斜长、水平距离和竖向位移初始值设置的基础上，监测计算所得滑坡线性位移和竖向位移值，倾角计设置于不稳定侧测点柱的工字型固定支架22上以监测不稳定侧测点柱21的倾角变化。
[0130]
本实施例的技术方案中，在不稳定侧测点柱21发生竖向位移变化时，定滑轮24与重物块28之间的钢丝绳索7长度不变，而稳定侧基点柱11和不稳定侧测点柱21之间的钢丝绳索7长度和重物块28下坠的高度会产生相应的变化，由此而计算测得滑坡线性位移和竖
向位移值，同时不稳定侧测点柱21的倾角计23监测计算滑坡地表倾斜变化反映监测预警体系现场安装角度与滑坡方向角度的一致性，以此确保滑坡线性位移和竖向位移监测的精确性，并且监测预警系统主机3通过滑坡目标体基础模型体系结构，拟合预测地质灾害目标区域如大高差大跨度坡地环境条件的滑坡综合位移及变化发展趋势，开展实时监测分析和第一时间预警响应。
[0131]
实施例2
[0132]
本实施例中，提供一种山区滑坡精细化位移监测预警方法，所述方法通过所述的位移监测预警体系实现，所述监测预警方法包括如下步骤：
[0133]
步骤1、通过所述滑坡位移监测预警体系对滑坡目标体进行实时监测记录滑坡综合位移信息和倾角变化信息，当测点柱发生竖向位移变化时，采集对应事件发生时段的所述滑坡综合位移信息、所述倾角变化信息，并计算出线性位移变化量，用δl表示；竖向位移变化量，用δh表示；以及倾角变化量；结合图3所示。
[0134]
滑坡位移通常包括线性位移和竖向位移，同时监测变形倾角变化。
[0135]
在初始安装过程中，要保持位移监测预警体系的安装角度与滑坡方向角度一致，在监测不稳定侧测点变形位移过程中，通过重力作用保持重物块与底面的紧密贴合，促使不稳定侧测点柱的定滑轮至重物块间的长度d保持不变，故总线长l的变化，来自于稳定侧基点和不稳定侧测点之间的钢丝绳索7的长度l的变化。
[0136]
步骤1中，所述位移监测预警体系的运行计算过程如下：
[0137]
步骤1.1、所述位移监测预警体系初始状态时，万向轮和定滑轮之间的钢丝绳索的长度为l，当测点柱发生竖向位移变化后，万向轮和定滑轮之间的钢丝绳索的长度为l'，确定钢丝绳索的变化值为
△
l＝l'-l；
[0138]
其中，
△
l表示测点柱移动变化以后钢丝绳索的变化量，单位mm；
[0139]
步骤1.2、基点柱和测点柱之间的初始状态高度差为h：
[0140][0141]
式中，s为基点柱和测点柱之间的水平距离；
[0142]
由此得到
[0143]
步骤1.3、基于上述等式，得到滑坡线性位移值为：
[0144][0145]
得出滑坡竖向位移值为：滑坡竖向位移值：其满足l'＝
△
l+l
[0146]
步骤1.4、根据倾角计确定测点柱x轴和y轴倾角变化监测值数据。
[0147]
基于所述位移监测预警体系能够获取体系的斜长、水平距离和竖向位移初始值等基本参数，结合线位移传感器实时测量值，采集的数据能够直接输出长度变化量也即滑坡线性位移δl和竖向位移δh，同时实测不稳定侧测点柱x轴倾角变化和y轴倾角变化进行位移监测预警体系的安装角度与滑坡方向角度的一致性检验，从而为下一步开展滑坡目标体的位移监测预警体系数据拟合预测变形发展趋势及开展实时预警提供基础条件。
[0148]
步骤2、根据步骤1中所获得的信息进行滑坡目标体的基础模型体系结构的构建，
通过滑坡性状科学预测模型获取变形信息对滑坡目标体所处的稳定性状态区间进行判别，所述稳定性状态区间包括四种：稳定状态、基本稳定状态、欠稳定状态和不稳定状态；再结合获取的滑坡变形信息，通过所述基础模型体系结构的预测模型进行数据拟合，预测滑坡目标体综合位移及变形发展趋势。
[0149]
图6-7分别为滑坡目标体基础模型体系结构图以及拟合曲线图，其可确定滑坡体所处稳定状态区间和变形变化特征，并进一步拟合预测目标滑坡体的综合位移和变形发展趋势。
[0150]
所述滑坡目标体基础模型体系结构，是基于滑坡综合位移和倾角监测变化情况，通过滑坡性状科学预测模型判别滑坡体所处的稳定状态区间，确定滑坡综合位移变化特征及变形发展模式，再此基础上针对滑坡体处于不稳定、欠稳定或基本稳定等状态即具有潜在变形的情况，结合滑坡综合位移变化表现出加速变形阶段、变形全周期过程、非连续变形情况和体现事物生长状态等四种不同变形发展情形，对应构建快速变形预测模型、全周期预测模型、变量分叉判别模型和三参数生长模型，通过滑坡变形特征分析与预测模型优选比对综合确定滑坡目标体基础模型，开展滑坡监测变形预测预警。
[0151]
步骤2中，针对滑坡体所处稳定状态区间，通过构建坡性状科学预测模型予以判别，当所述滑坡目标体处于稳定性状态区间中除稳定状态以外的其他三种状态时，会引发潜在变形的风险，变形表现为四种发展情形，基于四种发展情形对应构建出四个预测模型，结合滑坡目标体的变形特征分析以及所述预测模型的优选对比，最终确定滑坡目标体基础模型。通过所述滑坡目标体基础模型体系结构，开展滑坡综合位移和倾角监测变量数据拟合预测，获得目标滑坡体的综合位移和变形发展趋势，确保滑坡监测变量拟合结果的精确性和可靠性。
[0152]
所述滑坡性状科学预测模型分析不同状态转移概率并构建状态预测表，确定滑坡体所处稳定性状态区间，具体方式如下：
[0153]
s1、体现滑坡稳定状态变化的变形监测时序为y(i)(i＝1,2,
…
,m)，对应滑坡稳定性划分n个区间状态pj(j＝1,2,
…
,n)，求解y(i)隶属于pj的隶属度的隶属度满足以下条件：
[0154][0155]
s2、确定滑坡稳定性模糊状态划分矩阵则隶属n个状态区间的隶属度函数包括以下三种情况：
[0156]
s2.1、当r＝1时，
[0157][0158]
s2.2、当r＝2，3，
…
，n-1时，
[0159][0160]
s2.3、当r＝n时，
[0161][0162]
其中，r表示状态区间序数，并且满足r∈[1,n]；w
1,2,
…
,n-1
是对应n个状态区间的界限点；δ表示模糊区间数；
[0163]
s3、定义系统经过k步状态发生转移，则转移概率如下式表示：令为变形时序y(i)(i＝1,2,
…
,m)落入状态区间pj的数据数量，有令为状态pj的初始概率；
[0164]
令为状态pj经过k步转移至状态pq的数据数量，有令为状态pj经k步转移至pq的转移概率，得出k步状态转移的相应概率矩阵为由此建立预测表并确定各状态区间的累加平均概率；
[0165]
s4、定义为第m-k+1时刻的系统状态概率，令为所预测m+1时刻相对应的状态概率，由此既得到经k步状态转移以后的模糊状态预测表；所述预测表中，行表示状态转移步数、列表示模糊状态分区数、相应值为状态转移概率。
[0166]
s5、基于上述状态预测表进行各状态区间概率的累加平均计算，基于此进行各状态区间概率的累加平均计算，最大值所对应的区间即为模型所确定的状态区间，从而可以判别滑坡体所处的稳定状态区间(即位于稳定、基本稳定、欠稳定或不稳定状态区间)，同时确定滑坡位移监测变量等变化特征及变形发展模式与规律。
[0167]
四个预测模型根据如下方式分别建立：
[0168]
a、快速变形预测模型的构建方式如下：滑坡综合位移的加速发展阶段曲线理论模型如图4所示。
[0169]
并结合滑坡监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，根据变形监测时间序列拟合得出s
(1)
(t)的方程为：
[0170][0171]
其中，t为时间序数；q为待定系数值，可由最小二乘法求取；n为变形时序数列值；
[0172]
解上式得到：
[0173][0174]
其中，s
(0)
(t)是原始非负数据；当t取序号时，可得模型理论方程为
[0175]
(其中p＝1,2,3,
…
,n)
[0176]
通过上述构建的快速变形预测模型，结合滑坡变形监测数据，可以拟合预测滑坡变形发展趋势及开展失稳破坏预测研究。
[0177]
b、全周期预测模型的构建方式如下：
[0178]
针对滑坡变形发展全周期过程，其变形破坏经历发生、发展、加速变形到失稳破坏的过程，通过构建全周期预测模型，基于变形监测数据进行模型拟合预测滑坡变形破坏趋势。其理论模型如下：
[0179]
基于滑坡监测变量数据处理时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，以s
(1)
(t)为基础拟合方程为
[0180][0181]
式中：t为时间序数；g、k为待定系数值，由最小二乘法求取。
[0182]
进一步满足[g,k]
t
＝[m
t
m]-1mtrn
，其中包括
[0183][0184]rn
＝[s
(0)
(2),s
(0)
(3),...s
(0)
(n)]
[0185]
求解待定系数g、k，基于此可得方程的解为
[0186][0187]
再进一步求解并变量互换，即可得模型理论方程为
[0188][0189]
式中：t为时间序数；t0为初始时刻；s
(0)
(t)为原始非负数据。
[0190]
通过构建的全周期预测模型，结合滑坡变形监测数据，通过模型拟合预测滑坡变形发展趋势及开展失稳破坏预测研究。
[0191]
c、针对滑坡变形表现出不确定、突发性和非线性等动力学特征，考虑研究模型表达式和相应参数关系，通过构建变量分叉判别模型判断和揭示滑坡系统变形的复杂特征，以此科学拟合预测滑坡变形破坏趋势，提高模型预测精度和可靠性。其理论模型如下：
[0192]
基于滑坡监测变量数据处理时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，以冥级数的形
式展开并截至5次项可得
[0193][0194]
求导并还原，可得下式为
[0195][0196]
基于此令w0＝s1、w1＝2s2、w2＝3s3、w3＝4s4、w4＝5s5，由此上式可以变换为
[0197][0198]
式中：：s0,s1,
…
,sn为冥级数展开系数，w0,w1,
…
,wn为待定系数，t表示时间序数。
[0199]
基于上式进行变量代换并消去3次项，进一步可得简化式为
[0200][0201][0202]
式中：s是监测时序s
(1)
(t)经冥级数的形式展开截项并求导还原后变量代换，与意义一致；d是剪切项，对分析无意义；t是时间状态变量；w、u是控制变量。
[0203]
假设不考虑剪切项d，令ds/dt＝0，由此可得状态变量t与控制变量w、u的关系式为
[0204]
t3+wt+u＝0
[0205]
基于此再通过绘制平衡曲面并投影于w-u平面(见图5)，即可得分叉集方程为
[0206]
δ＝4w3+27u2＝0
[0207]
由图可知当位于aob区域内时，状态变量t发生跳跃突变，此意味着滑坡变形发展发生质变，或可失稳破坏，由此基于平衡方程确定状态变量突变的前后时间差为
[0208][0209]
通过构建的变量分叉判别模型，结合滑坡变形监测数据以及变形突变状态前后时间差，通过模型拟合预测滑坡变形发展趋势及开展失稳破坏预测研究。
[0210]
d、三参数生长模型的构建方式如下：
[0211]
三参数生长理论模型如下：
[0212]
基于事物生长变化情况，通过数学拟合方法构建体现其生长状态的函数关系式为
[0213]
l曲线形式：
[0214]
g曲线形式：
[0215]
最优组合模型：
[0216]
式中：t为变形监测等时间间隔序列；w、m、n为待定参数，均大于0；k1、k2为模型最优组合系数，满足k1+k2＝1。
[0217]
基于上述曲线函数表达式，分别通过取倒数和取对数的形式，对其进行变量代换转化，可得方程为
[0218]st
＝m+nu
t
[0219]
可见确定的指数方程由m、n、u三参数定义的，具有较好曲线拟合性能，参数估计公式为
[0220][0221]
式中：u为指数方程的参数，p为等时间间隔序列的序数。
[0222]
在求解三参数m、n、u的基础上，对修正指数方程的变量代换过程进行逆变换，最优组合模型权系数为
[0223][0224]
上式即为最优组合模型，其中q
jt
为曲线函数表达式之间的关系方程，有j＝1,2。
[0225]
基于上述理论模型进行f检验以验证其显著性水平，在满足一定显著性水平α的基础上，若f《fα则接受原假设，确定的模型显著性水平明显，否则模型拟合度差则不支持原假设。
[0226]
通过构建的三参数生长模型，结合滑坡变形监测数据，经模型拟合预测滑坡体的综合位移和变形发展趋势。同时可以曲线上快速增长到慢速增长的拐点所对应的突变反映可能变形破坏时间节点，即t＝ln(m/n)，其中若处于线性增长阶段可视为相对稳定状态，反之则意味着滑坡变形破坏。
[0227]
步骤3、判断滑坡目标体的δl和δh是否达到预设的警戒上限值，同时判别测点柱
的x轴倾角变化和y轴倾角变化是否超出范围上限值，当任意一个变化值达到上限，所述监测预警系统将及时发送声光报警信息进行实时预警，实现第一时间滑坡现场应急响应处置并确保人员安全，同时提示工作人员进行调整所述滑坡位移综合监测装置的安装角度，用于保证所述装置与所述滑坡目标体方向的角度一致性。
[0228]
根据构建的所述滑坡目标体基础模型体系结构，基于滑坡监测预警系统，对所述体系中的滑坡线性位移、竖向位移和倾角变化进行警戒阈值设置，警戒阈值包括：长度变化报警值、位移报警值和x、y轴倾角上限值；所述长度变化报警值为滑坡目标体的线性位移
△
l值的上限值，位移报警值为竖向位移δh的上限值，x、y轴倾角上限值为倾角计的实测值上限，通过所述体系实时监测计算并拟合预测所述滑坡目标体的综合位移和变形发展变化，并判别滑坡目标体的位移变化、倾角变化是否达到警戒阈值，达到后通过体系的声光报警器报警，以便第一时间应急响应处置，及时采取防护措施。
[0229]
上述4项实时监测变量，任意一个条件达到设置上限值或超出范围限值，都会出发现场和远端报警或系统提醒与提示。
[0230]
如图7所示为本发明的技术方案中，滑坡目标体基础模型进行曲线拟合预测示意图；通过图7可知，拟合结果与实测数据基本吻合。
[0231]
实施例3
[0232]
所述现场监测预警系统主机是采用开放软件环境下设计和构造的自定义应用系统，基于工业环境软件，通过模块化的组件和操作流程，控制数据采集传输、集成计算、实时预警和信号传送。
[0233]
本实施例公开了现场监测预警系统主机的开发流程：具体包括如下步骤：
[0234]
第一步，进行系统分析，分析系统构成、技术要求和工艺流程，确定系统的控制流程和监测对象的特征，明确监测要求和参数显示方式，分析设备采集及输出通道与软件中实时数据库变量的对应关系；
[0235]
第二步，工程搭建框架，包括定义工程名称、窗口名称和启动窗口名称，指定存盘数据库文件的名称以及存盘数据库；
[0236]
第三步，制作显示界面，涉及静态图形设计、功能模块布局和动态属性设置；
[0237]
第四步，编写控制程序，选择所需功能构件，构成各种功能模块，通过这些模块实现相应所需的人机交互操作，使用简单的编程语言，编写工程控制程序，同时对系统基础模型实施程序化、功能化和模块化，嵌入融合为一体；
[0238]
第五步，综合测试验证，测试各功能模块的运行情况，验证系统数据的准确性及其它功能正常与否。
[0239]
所述现场监测预警系统主机3通过定义组态设备、设置驱动程序和设定通道、寄存器属性、数据类型、采集频次等进行系统环境设置，如下表1所示，基于此进行滑坡精细化位移变化数据采集传输、计算拟合预测和实时监测预警。
[0240]
[0241][0242]
所述现场监测预警系统主机3通过现场触屏主机系统32，在初始参数设置和数据采集传输的基础上，实时监测计算并拟合预测滑坡综合位移变化及变形发展趋势，即时判别滑坡线性位移
△
l、竖向位移δh和倾角变化是否达到设置警戒范围限值，实现滑坡精细化位移一体化综合监测预警。系统监测预警的程序语言主要包括：
[0243]
报警值1＝位移值
[0244]
报警值2＝长度值
[0245]
报警值3＝x轴倾角角度
[0246]
报警值4＝y轴倾角角度
[0247]
[0248]

技术特征：
1.一种山区滑坡精细化位移监测预警方法，其特征在于，所述监测预警方法包括如下步骤：步骤1、通过滑坡位移监测预警体系对滑坡目标体进行实时监测，记录滑坡综合位移信息和倾角变化信息，当位移监测预警体系中的测点柱发生竖向位移变化时，采集对应事件发生时段的所述滑坡综合位移信息、所述倾角变化信息，并计算出线性位移变化量，用δl表示；竖向位移变化量，用δh表示；以及倾角变化量；步骤2、根据步骤1中所获得的信息进行滑坡目标体的基础模型体系结构的构建，通过滑坡性状科学预测模型获取变形信息，对滑坡目标体所处的稳定性状态区间进行判别，结合获取的滑坡变形信息，通过基础模型体系结构的预测模型进行数据拟合，预测滑坡目标体综合位移及变形发展趋势；步骤3、判断滑坡目标体的δl和δh是否达到预设的警戒上限值，同时判别测点柱的x轴倾角变化和y轴倾角变化是否超出范围上限值，当任意一个变化值达到上限，位移监测预警体系将及时发送声光报警信息进行实时预警，调整滑坡位移综合监测装置的安装角度，保证所述装置与所述滑坡目标体方向的角度一致性。2.根据权利要求1所述的山区滑坡精细化位移监测预警方法，其特征在于，步骤2中，构建滑坡目标体基础模型体系结构，所述稳定性状态区间包括四种：稳定状态、基本稳定状态、欠稳定状态和不稳定状态；当所述滑坡目标体处于稳定性状态区间中除稳定状态以外的其他三种状态时，会引发潜在变形的风险，变形表现包括四种发展情形，分别为加速变形阶段、变形全周期过程、非连续变形情况和体现事物生长状态，基于四种发展情形对应构建出四个预测模型，包括快速变形预测模型、全周期预测模型、变量分叉判别模型和三参数生长模型，结合滑坡目标体的变形特征分析以及所述预测模型的优选对比，最终确定滑坡目标体基础模型实现滑坡变形科学拟合预测。3.根据权利要求2所述的山区滑坡精细化位移监测预警方法，其特征在于，步骤2中，所述滑坡性状科学预测模型分析不同状态转移概率并构建状态预测表，确定滑坡体所处稳定性状态区间，具体方式如下：s1、体现滑坡稳定状态变化的变形监测时序为y(i)(i＝1,2,
…
,m)，对应滑坡稳定性划分n个区间状态p
j
(j＝1,2,
…
,n)，求解y(i)隶属于p
j
的隶属度的隶属度满足以下条件：s2、确定滑坡稳定性模糊状态划分矩阵则隶属n个状态区间的隶属度函数包括以下三种情况：s2.1、当r＝1时，
s2.2、当r＝2，3，
…
，n-1时，s2.3、当r＝n时，其中，r表示状态区间序数，并且满足r∈[1,n]；w
1,2,
…
,n-1
是对应n个状态区间的界限点；δ表示模糊区间数；s3、定义系统经过k步状态发生转移，则转移概率如下式表示：令为变形时序y(i)(i＝1,2,
…
,m)落入状态区间p
j
的数据数量，有令为状态p
j
的初始概率；令为状态p
j
经过k步转移至状态p
q
的数据数量，有令为状态p
j
经k步转移至p
q
的转移概率，得出k步状态转移的相应概率矩阵为由此建立预测表并确定各状态区间的累加平均概率；s4、定义为第m-k+1时刻的系统状态概率，令为所预测m+1时刻相对应的状态概率，由此得到经k步状态转移以后的模糊状态预测表；所述预测表中，行表示状态转移步数、列表示模糊状态分区数、相应值为状态转移概率。s5、基于状态预测表进行对应各状态区间概率的累加平均计算，最大值所对应的区间即为确定的滑坡所处稳定状态区间中的其中一个状态区间。4.根据权利要求2所述的山区滑坡精细化位移监测预警方法，其特征在于，所述快速变形预测模型的构建方式如下：结合滑坡监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，根据变形监测时间序列拟合得出s
(1)
(t)的方程为：其中，t为时间序数；q为待定系数值，可由最小二乘法求取；n为变形时序数列值；解上式得到：
其中，s
(0)
(t)是原始非负数据；当t取序号时，可得快速变形预测模型理论方程为(其中p＝1,2,3,
…
,n)。5.根据权利要求2所述的山区滑坡精细化位移监测预警方法，其特征在于，所述全周期预测模型的构建方式如下：根据全周期预测模型以及滑坡变形监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，根据变形监测时间序列拟合得出s
(1)
(t)的方程：其中，t为时间序数；g、k为待定系数值，由最小二乘法求取；进一步满足[g,k]
t
＝[m
t
m]-1
m
t
r
n
，其中包括r
n
＝[s
(0)
(2),s
(0)
(3),...s
(0)
(n)]；求解待定系数g、k，得出方程的解为即可得全周期预测模型理论方程为式中：t为时间序数；t0为初始时刻；s
(0)
(t)为原始非负数据。6.根据权利要求2所述的山区滑坡精细化位移监测预警方法，其特征在于，所述变量分叉判别模型的构建方式如下：根据变量分叉判别理论模型，以及滑坡变形监测变量数据，处理得到变形监测时间序列s
(1)
(t)(p＝1,2,3,
……
,n)，以冥级数的形式展开并截至5次项可得：得到：令w0＝s1、w1＝2s2、w2＝3s3、w3＝4s4、w4＝5s5，由此得到：其中，s0,s1,
…
,s
n
为冥级数展开系数，w0,w1,
…
,w
n
为待定系数，t表示时间序数；
得到得到其中，s是监测时序s
(1)
(t)经冥级数的形式展开截项并求导还原后变量代换，与意义一致；d是剪切项，对分析无意义；t是时间状态变量；w、u是控制变量；不考虑剪切项d，令ds/dt＝0，由此得到状态变量t与控制变量w、u的关系式为t3+wt+u＝0绘制平衡曲面并投影于w-u平面，得到分叉集方程为δ＝4w3+27u2＝0；当w-u控制平面内状态变量t发生跳跃突变，表明滑坡变形发展发生质变，或可失稳破坏，以此基于平衡方程确定状态变量突变的前后时间差为由此实现基于变量分叉判别模型的滑坡变形预测预警。7.根据权利要求2所述的山区滑坡精细化位移监测预警方法，其特征在于，所述三参数生长模型的构建方式如下：构建体现滑坡目标体生长状态的函数关系式为：l曲线形式：g曲线形式：最优组合模型：其中，t为变形监测等时间间隔序列；w、m、n为待定参数，均大于0；k1、k2为模型最优组合系数，满足k1+k2＝1；基于曲线函数表达式，得到方程为s
t
＝m+nu
t
；确定的指数方程由m、n、u三参数定义，参数估计公式为：
式中：u为指数方程的参数，p为等时间间隔序列的序数；在求解三参数m、n、u的基础上，得到最优组合模型的权系数为：其中q
jt
为曲线函数表达式之间的关系方程，j＝1,2；再进一步实施f检验以验证模型的显著性水平，由此实现基于三参数生长模型的滑坡变形预测预警。8.根据权利要求1-7任一项所述的山区滑坡精细化位移监测预警方法，其特征在于，通过所述滑坡监测预警系统，根据构建的所述滑坡目标体基础模型体系结构，对所述体系中的滑坡线性位移、竖向位移和倾角变化进行警戒阈值设置，警戒阈值包括：长度变化报警值、位移报警值和x、y轴倾角上限值；所述长度变化报警值为滑坡目标体的线性位移
△
l值的上限值，位移报警值为竖向位移δh的上限值，x、y轴倾角上限值为倾角计的实测值上限，通过所述体系实时监测计算并拟合预测所述滑坡目标体的综合位移和变形发展变化，并判别滑坡目标体的位移变化、倾角变化是否达到警戒阈值，达到后通过体系的声光报警器报警，以实施实时预警并第一时间应急响应处置，及时采取防护措施。9.根据权利要求1所述的山区滑坡精细化位移监测预警方法，其特征在于，位移监测预警体系设置于滑坡目标体区域内，位移监测预警体系包括滑坡位移综合监测装置和位移监测预警系统，滑坡位移综合监测装置包括通过钢丝绳索连接的第一监测组件和第二监测组件，第一监测组件包括竖直设置的基点柱，基点柱顶部设置有万向支架，万向支架上设置有线位移传感器；第二监测组件包括竖直设置的测点柱，测点柱顶部设置有固定支架，固定支架的顶部
设置有倾角计，固定支架的侧壁上设置有定滑轮，定滑轮相对基点柱一侧设置，钢丝绳索一端绕过万向支架和线位移传感器，钢丝绳索的另一端与设置于测点柱底部的重物块连接，钢丝绳索的中段绕设于所述定滑轮上；重物块固定设置于所述测点柱底部；监测预警系统包括监测预警系统主机，监测预警系统主机分别与线位移传感器和倾角计通过线缆通讯连接。

技术总结
本发明涉及山区滑坡位移监测预警技术领域，具体涉及一种山区滑坡精细化位移监测方法。该方法中，通过构建滑坡目标体的基础模型体系结构，基于理论力学基础和数理计算方法，综合确定滑坡线性位移、竖向位移和坡表倾斜变化，实现高精度的测算，装置简单，野外实施可靠性强，数据可靠，受其它因素影响小。基于上述信息能够用于构建滑坡目标体的基础模型体系结构，通过计算拟合，用于预测地质灾害目标区域尤其是大高差大跨度坡地环境条件的滑坡综合位移变化及变形发展趋势，同时第一时间判别滑坡位移是否超出警戒限值以实时预警，以便第一时间应急响应处置，及时采取防护措施。及时采取防护措施。及时采取防护措施。


技术研发人员：徐兴华 冯杭建 唐小明 林丹 余淑姣 蔡遥 张重
受保护的技术使用者：浙江省地质院
技术研发日：2023.05.31
技术公布日：2023/8/31