一种边坡滑坡状态评价方法与流程

1.本发明涉及地质灾害安全监测技术领域，具体涉及一种边坡滑坡状态评价方法。


背景技术：

2.形变是边坡滑坡的直观反映，是边坡滑坡监测的重要内容之一，目前一般是通过人工监测或者自动化监测进行边坡形变的监测。人工监测一般通过全站仪测量棱镜的方式进行。自动化监测主要通过接触式和非接触式两种方式。接触式主要采用gnss进行边坡表面位移的监测，监测精度可达毫米级。非接触式主要采用星载sar、地基sar等方式进行边坡表面位移的监测。星载sar能够对大范围地表进行变形监测，但是由于卫星有重访周期，无法实现连续监测，适合进行大范围、周期性形变监测。地基sar雷达生成的两次监测图像进行干涉处理，可以得到监测区域的形变信息，获取的形变信息数据量大、精度高(可达亚毫米级)，且由于布设在地表，可以实现连续式在线表面位移监测。
3.当前对于边坡形变监测数据的分析一般是通过设置阈值条件进行判断的，例如通过判断gnss监测点(地基雷达监测点)的累积形变值是否超阈值，超过阈值进行相关等级的预警。这类分析方法是逐点进行判断的，仅能反映当前监测点的形变状态，无法从整体角度对边坡的滑坡安全状态进行评价。
4.综上所述，急需一种边坡滑坡状态评价方法以解决现有技术中存在的问题。


技术实现要素：

5.本发明目的在于提供一种边坡滑坡状态评价方法，旨在解决现有监测判断方法仅能反映当前监测点的形变状态，无法从整体角度对边坡的滑坡安全状态进行评价的问题，具体技术方案如下：
6.一种边坡滑坡状态评价方法，包括以下步骤：
7.s1、获取监测区域内的监测数据点及其形变值；
8.s2、基于监测数据点生成栅格形变图像，栅格形变图像具有h行和w列，获得每个监测网格的形变值；
9.s3、基于监测区域的dem地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格图像，基于地形网格的形变向量和坡度向量，计算与地形网格对应的监测网格在坡度方向的形变值；
10.s4、根据坡度方向的形变值获得该监测网格的变形加速度，根据监测网格最近n次的变形加速度对该监测网格的滑坡安全状态进行评估；
11.s5、重复步骤s3-s4，获得每个监测网格的滑坡安全状态。
12.以上技术方案中优选的，所述步骤s2中，当监测网格内部有监测数据点时，该监测网格的形变值计算方式为：
13.设监测网格(j，k)内的监测数据点个数为m个，监测数据点pi的形变值为di；其中，i∈[1,m]，j∈[1,h]，k∈[1,w]；
[0014]
当m》2时，创建监测数据点的沃罗诺伊图，将监测网格(j，k)分为m个多边形，数据监测点pi对应的多边形面积为ai，则该监测网格的形变值
[0015]
当m＝2时，基于监测数据点p1和p2的垂直平分线将监测网格(j,k)分为两个区域，p1和p2对应的多边形面积分别为a1和a2，则该监测网格的形变值
[0016]
当m＝1时，使用监测数据点p1的形变值d1作为网格的形变值，即d
(j,k)
＝d1。
[0017]
以上技术方案中优选的，设监测网格(j，k)的内部有0个监测点数据，该监测网格的网格形变值为null，其中h∈[1,g]，k∈[1,w]；对内部没有监测数据点的监测网格进行插值处理获得形变值：
[0018]
s2.1、若监测网格(j，k)四周的临近监测网格的形变值均为null，则跳过该监测网格；若监测网格(j，k)四周有l个临近监测网格的形变值不为null，l∈[1,4]，则该监测网格的形变值为：
[0019][0020]
其中，bu为第u个临近监测网格的形变值，u∈[1,l]；
[0021]
s2.2、重复s2.1，直到所有监测网格的形变值均不为null。
[0022]
以上技术方案中优选的，基于监测区域的dem地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格图像，并且地形网格图像在上、下两侧各增加1行，左、右两侧各增加1列，即地形网格行数c＝h+2、列数b＝w+2；
[0023]
雷达的位置坐标为(x0，y0，z0)、地形网格(j,k)的中心坐标为(x
(j,k)
，y
(j,k)
，z
(j,k)
)，则地形网格(j,k)处的形变向量其中，j∈[2,c-1]，k∈[2,b-1]，d
(j,k)
表示栅格形变图像中与地形网格(j、k)对应的监测网格的形变值；
[0024]
设地形网格(j,k)处的坡度向量求地形网格(j,k)与四周的8个邻近地形网格中心梯度下降最大的向量为
[0025]
则地形网格(j,k)在坡度方向的形变值
[0026]
地形网格在坡度方向的形变值即为栅格形变图像中对应的监测网格在坡度方向的形变值。
[0027]
以上技术方案中优选的，地形网格(j,k)处的梯度为：
[0028][0029]fx
＝((z
(j+1,k+1
)+2z
(j+1,k)
+z
(j+1,k-1
))-(z
(j-1,k+1
)+2z
(j-1,k)
+z
(j-1,k-1)
))/(8p)，
[0030]fy
＝((z
(j-1,k+1
)+2z
(j,k+1
)+z
(j+1,k+1
))-(z
(j-1,k-1
)+2z
(j,k-1
)+z
(j+1,k-1)
))/(8p)，
[0031]
其中分别为x、y方向的单位向量，p为地形网格的分辨率；
[0032]
则地形网格(j,k)处中心梯度下降最大的向量
[0033]
以上技术方案中优选的，所述s4具体是：
[0034]
s4.1、对监测网格坡度方向的形变值进行平滑处理；
[0035]
s4.2、移动时间窗计算监测网格的变形平均速度，根据前、后两次的变形平均速度获得监测网格的变形加速度；
[0036]
s4.3、根据监测网格最近n次的变形加速度对该监测网格的滑坡安全状态进行评估。
[0037]
以上技术方案中优选的，监测网格的变形平均速度计算方法为：
[0038][0039][0040]
其中，为t时刻的变形平均速度，v
t
为t时刻的变形速度，n为参与变形平均速度计算的变形速度的个数且n为大于1的整数，δt为监测时间间隔，g
t
为监测网格t时刻坡度方向的形变值，g
t-δt
为监测网格t-δt时刻坡度方向的形变值；
[0041]
监测网格的变形加速度acc
t
的计算方式为：
[0042][0043]
其中，为t-δt时刻的变形平均速度。
[0044]
以上技术方案中优选的，所述s4.3对监测网格的滑坡安全状态进行评估的方法为：
[0045]
当监测网格最近n次的变形加速度均为负值，则监测网格的滑坡安全状态为减速滑移；
[0046]
当监测网格最近n次的变形加速度有正值和负值，若则监测网格的滑坡安全状态为稳定滑移，若则监测网格的滑坡安全状态为加速滑移，其中ε为设定的阈值；
[0047]
当监测网格最近n次的变形加速度均为正值，若当监测网格最近n次的变形加速度均为正值，若则监测网格的滑坡安全状态为加速滑移，若则监测网格的滑坡安全状态为加加速滑移；其中，k表示最近k次的变形加速度，k＜n。
[0048]
以上技术方案中优选的，所述s4.3对监测网格的滑坡安全状态进行评估的方法为：
[0049]
当监测网格最近n次的变形加速度均为负值，则监测网格的滑坡安全状态为减速
滑移；
[0050]
当监测网格最近n次的变形加速度有正值和负值，若则监测网格的滑坡安全状态为稳定滑移，若则监测网格的滑坡安全状态为加速滑移，其中ε为设定的阈值；
[0051]
当监测网格最近n次的变形加速度均为正值，则计算切线角θ；θ≤45
°
时，监测网格的滑坡安全状态为稳定滑移；45
°
《θ≤70
°
时，监测网格的滑坡安全状态为加速滑移；θ》70
°
时，监测网格的滑坡安全状态为加加速滑移。
[0052]
以上技术方案中优选的，监测网格在稳定滑移状态时，先按时间先后顺序记录监测网格变形平均速度其中ω是该监测网格处于稳定滑移状态的次数，τ为监测网格进入稳定滑移状态的起始时刻；
[0053]
则切线角θ为：
[0054][0055][0056]
其中，是t时刻的变形平均速度，是监测网格处于稳定滑移阶段的变革型速度均值。
[0057]
应用本发明的技术方案，具有以下有益效果：
[0058]
本发明提出的边坡滑坡状态评价方法，在充分利用地基雷达海量形变监测数据的同时，通过网格化、滑坡状态评价等处理有效的避免了地基雷达形变监测数据噪声大、波动强的影响，从宏观大尺度上对边坡滑坡的安全状态进行科学的评价，提高了边坡安全状态分析的准确性和边坡安全状态的易读性。此外，本发明不需要设置形变阈值，能够适用于不同地质环境的边坡安全监测，经过模拟证明本发明的方法能够有效分析并直观的表示边坡滑坡的安全状态。
[0059]
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
[0060]
构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0061]
图1是本发明边坡滑坡状态评价方法的流程图；
[0062]
图2a是监测网格含大于2个监测数据点的形变值计算示意图；
[0063]
图2b是监测网格含2个监测数据点的形变值计算示意图；
[0064]
图3a是监测网格为角点的示意图；
[0065]
图3b是监测网格为普通点的示意图；
[0066]
图3c是监测网格为边缘点的示意图；
[0067]
图4是栅格形变图像与地形网格图像的示意图；
[0068]
图5是形变投影至坡度方向的示意图；
[0069]
图6是坡度方向向量计算的示意图；
[0070]
图7是边坡滑坡发展阶段示意图。
具体实施方式
[0071]
为了便于理解本发明，下面将对本发明进行更全面的描述，并给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
[0072]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
[0073]
实施例：
[0074]
参见图1，一种边坡滑坡状态评价方法，包括以下步骤：
[0075]
s1、获取监测区域内的监测数据点及其形变值；
[0076]
优选的，采用永久散射体(ps)方法，在地基雷达sar图像中选择长时间范围内能保持相干性的目标点，并将其定义为ps点，利用选出ps点的相位信息来反演监测区域的形变量。每一个ps点都是一个监测数据点，其形变值记为p；具体方法请参见现有技术，如申请号为cn2020113088726的中国专利中即公开了ps点的选择方法。
[0077]
进一步的，ps点在地基雷达sar图像中的坐标雷达的位置坐标为(x0，y0，z0)，根据监测区域的dem数据，可以将ps点映射到三维地理空间，求解出该监测数据点的地理坐标(x,y,z)。
[0078]
s2、基于监测数据点生成栅格形变图像，栅格形变图像具有h行和w列，获得每个监测网格的形变值；
[0079]
优选的，栅格形变图像栅格(像素)的尺寸一般为[1m,20m]。栅格形变图像的网格存在两种情况，一种是网格内部存在监测数据点，另一种情况是网格内部不存在监测数据点；针对有监测数据点的监测网格进行加权平均处理获得形变值，对内部没有监测数据点的监测网格进行插值处理获得形变值，具体方式如下：
[0080]
具体的，当监测网格内部有监测数据点时，该监测网格的形变值计算方式为：
[0081]
设监测网格(j，k)内的监测数据点个数为m个，监测数据点pi的形变值为di；其中，i∈[1,m]，j∈[1,h]，k∈[1,w]；
[0082]
当m》2时，创建监测数据点的沃罗诺伊图(voronoi diagram)，将监测网格(j，k分为m个多边形，数据监测点pi对应的多边形面积为ai，则该监测网格的形变值，则该监测网格的形变值如图2a所示；
[0083]
当m＝2时，基于监测数据点p1和p2的垂直平分线将监测网格(j,k)分为两个区域，p1和p2对应的多边形面积分别为a1和a2，则该监测网格的形变值如图2b所示；
[0084]
当m＝1时，使用监测数据点p1的形变值d1作为网格的形变值，即d
(j,k)
＝d1。
[0085]
具体的，对内部没有监测数据点的监测网格进行插值处理具体是：
[0086]
设监测网格(j，k)的内部有0个监测点数据，该监测网格的网格形变值为null(空值)，其中j∈[1,h]，k∈[1,w]；
[0087]
s2.1、若监测网格(j，k)四周的临近监测网格的形变值均为null，则跳过该监测网格；若监测网格(j，k)四周有l个临近监测网格的形变值不为null，l∈[1,4]，则该监测网格的形变值为：
[0088][0089]
其中，bu为第u个临近监测网格的形变值，u∈[1,l]；
[0090]
s2.2、重复s2.1，直到所有监测网格的形变值均不为null。
[0091]
本实施例中的临近监测网格指的是与监测网格(j，k)共边的网格，根据监测网格的位置不同，临近监测网格的数量也会不同。
[0092]
如图3a所示，当监测网格(j，k)为角点时，存在两个临近监测网格；具体的，本实施例中网格(1,1)、网格(1,w)、网格(h,1)、网格(h,w)为角点。
[0093]
如图3b所示，当监测网格(j，k)为普通点时，存在四个临近监测网格；具体的，如果2≤j≤h-1且2≤k≤w-1，则监测网格(j,k)为普通点。
[0094]
如图3c所示，当监测网格(j，k)为边缘点时，存在三个临近监测网格；具体的，若监测网格不为角点，也不为普通点，则为边缘点。
[0095]
s3、基于监测区域的dem地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格图像，基于地形网格的形变向量和坡度向量，计算与地形网格对应的监测网格在坡度方向的形变值；
[0096]
如图4所示，基于监测区域的dem地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格突袭，并且地形网格图像在上、下两侧各增加1行，左、右两侧各增加1列，即地形网格行数c＝h+2、列数b＝w+2；
[0097]
进一步的，雷达的位置坐标为(x0，y0，z0)、地形网格(j,k)的中心坐标为(x
(j,k)
，y
(j,k)
，z
(j,k)
)，则地形网格(j,k)处的形变向量如图5所示；其中，j∈[2,c-1]，k∈[2,b-1]，d
(j,k)
表示栅格形变图像中与地形网格(j、k)对应的监测网格的形变值；
[0098]
进一步的，设地形网格(j,k)处的坡度向量求地形网格(j,k)与四周的8个邻近地形网格中心梯度下降最大的向量为
[0099]
则地形网格(j,k)在坡度方向的形变值
[0100]
本领域人员可以理解，由于地形网格图像与栅格形变图像的栅格尺寸一样，因此栅格形变图像中的每个监测网格均有一个地形网格与之对应。因此，地形网格在坡度方向的形变值即为栅格形变图像中对应的监测网格在坡度方向的形变值。
[0101]
本实施例中优选的，采用三阶反距离平方权差分算法进行梯度计算，如图6所示，地形网格(j,k)处的梯度为：
[0102][0103]fx
＝((z
(j+1,k+1)
+2z
(j+1,k)
+z
(j+1,k-1)
)-(z
(j-1,k+1)
+2z
(j-1,k)
+z
(j-1,k-1)
)/(8p)，
[0104]fy
＝((z
(j-1,k+1)
+2z
(j,k+1)
+z
(j+1,k+1)
)-(z
(j-1,k-1)
+2z
(j,k-1)
+z
(j+1,k-1)
))/(8p)，
[0105]
其中分别为x、y方向的单位向量，p为地形网格的分辨率(即网格的长度)；
[0106]
则地形网格(j,k)处中心梯度下降最大的向量
[0107]
如图6所示，本实施例中的邻近地形网格指的是与地形网格(j,k)共边或共角的地形网格。
[0108]
s4、根据坡度方向的形变值获得该监测网格的变形加速度，根据监测网格最近n次的变形加速度对该监测网格的滑坡安全状态进行评估；
[0109]
通过对每个监测网格的数据进行累计形变-时间曲线拟合即可得到边坡滑坡的发展趋势图，如图7所示，边坡滑坡的发展有4个阶段，减速滑移阶段(蠕动变形)、稳定滑移阶段(等速变形)、加速滑移阶段(加速变形)、加加速滑移阶段(临滑变形)。
[0110]
进一步的，所述s4的具体方式为：
[0111]
s4.1、对监测网格坡度方向的形变值进行平滑处理；
[0112]
所述平滑处理具体是：设每隔时间δt对监测区域监测1次，已经对监测区域进行了x次监测(一般x》10)，得到了x张形变图像，对监测网格(j,k)对应的x次坡度方向的形变值g进行统计分析，依据3σ原则剔除离群点；计算得到监测网格(j,k)的x次形变数据的均值为均方差为σ，如果第i次形变数据则为离群点，需要进行数据平滑；通过计算前、后两次形变数据的均值更新第i次形变数据，其中i∈[2,x-1]；如i＝1则gi＝2g
i-g
i+1
；如i＝x则gi＝2g
i-1-g
i-2
。
[0113]
s4.2、移动时间窗计算监测网格的变形平均速度，根据前、后两次的变形平均速度获得监测网格的变形加速度；
[0114]
具体的，根据过去的n个变形速度计算变形平均速度，所述监测网格的变形平均速度计算方法为：
[0115][0116][0117]
其中，为t时刻的变形平均速度，v
t
为t时刻的变形速度，v
t
的单位一般为mm/d(毫米每天)，n为参与变形平均速度计算的变形速度的个数且n为大于1的整数，一般取n∈2,10]，δt为监测时间间隔，g
t
为监测网格t时刻坡度方向的形变值，g
t-δt
为监测网格t-δt时刻坡度方向的形变值；
[0118]
监测网格的变形加速度acc
t
的计算方式为：
[0119][0120]
其中，为t-δt时刻的变形平均速度。
[0121]
s4.3、根据监测网格最近n次的变形加速度对该监测网格的滑坡安全状态进行评估。
[0122]
本实施例中提供了两种对监测网格的滑坡安全状态进行评估的方法，具体如下：
[0123]
对监测网格的滑坡安全状态进行评估的第一种方法为：
[0124]
当监测网格最近n次(一般n≥7)的变形加速度均为负值，则监测网格的滑坡安全状态为减速滑移；
[0125]
当监测网格最近n次的变形加速度有正值和负值，若则监测网格的滑坡安全状态为稳定滑移，若则监测网格的滑坡安全状态为加速滑移，其中ε为设定的阈值，一般ε≤2mm
·
d-2
；
[0126]
当监测网格最近n次的变形加速度均为正值，若当监测网格最近n次的变形加速度均为正值，若则监测网格的滑坡安全状态为加速滑移，若则监测网格的滑坡安全状态为加加速滑移；其中，k表示最近k次的变形加速度，k＜n，一般k≥3。
[0127]
对监测网格的滑坡安全状态进行评估的第二种方法为：
[0128]
当监测网格最近n次(一般n≥7)的变形加速度均为负值，则监测网格的滑坡安全状态为减速滑移；
[0129]
当监测网格最近n次的变形加速度有正值和负值，若则监测网格的滑坡安全状态为稳定滑移，若则监测网格的滑坡安全状态为加速滑移，其中ε为设定的阈值；
[0130]
当监测网格最近n次的变形加速度均为正值，则计算切线角θ；θ≤45
°
时，监测网格的滑坡安全状态为稳定滑移；45
°
《θ≤70
°
时，监测网格的滑坡安全状态为加速滑移；θ》70
°
时，监测网格的滑坡安全状态为加加速滑移。
[0131]
进一步的，监测网格在稳定滑移状态时，先按时间先后顺序记录监测网格变形平均速度其中ω是该监测网格处于稳定滑移状态的次数，τ为监测网格进入稳定滑移状态的起始时刻；
[0132]
则切线角θ为：
[0133][0134][0135]
其中，是t时刻的变形平均速度，是监测网格处于稳定滑移阶段的变革型速度均值。
[0136]
本实施例中的两种评估方法适用场景存在一些不同，第一种评估方法在ω＝0和ω＞0的情况均可适用，ω＝0表示监测网格没有处于稳定滑移状态的历史数据，即应急监测情况；ω＞0表示监测网格有处于稳定滑移状态的历史数据，即连续变形监测；而第二种
方法则只适用于ω＞0的情况。
[0137]
s5、重复步骤s3-s4，获得每个监测网格的滑坡安全状态；根据各监测网格的滑坡安全状态对网格设色，表示边坡不同区域的安全状态。一般情况下，减速滑移状态的用绿色表示、稳定滑移状态的用黄色表示、加速滑移状态的用橙色表示、加加速滑移状态的用红色表示。
[0138]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种边坡滑坡状态评价方法，其特征在于，包括以下步骤：s1、获取监测区域内的监测数据点及其形变值；s2、基于监测数据点生成栅格形变图像，栅格形变图像具有h行和w列，获得每个监测网格的形变值；s3、基于监测区域的dem地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格图像，基于地形网格的形变向量和坡度向量，计算与地形网格对应的监测网格在坡度方向的形变值；s4、根据坡度方向的形变值获得该监测网格的变形加速度，根据监测网格最近n次的变形加速度对该监测网格的滑坡安全状态进行评估；s5、重复步骤s3-s4，获得每个监测网格的滑坡安全状态。2.根据权利要求1所述的边坡滑坡状态评价方法，其特征在于，所述步骤s2中，当监测网格内部有监测数据点时，该监测网格的形变值计算方式为：设监测网格(j，k)内的监测数据点个数为m个，监测数据点p
i
的形变值为d
i
；其中，i∈[1，m]，j∈[1，h]，k∈[1，w]；当m＞2时，创建监测数据点的沃罗诺伊图，将监测网格(j，k)分为m个多边形，数据监测点p
i
对应的多边形面积为a
i
，则该监测网格的形变值当m＝2时，基于监测数据点p1和p2的垂直平分线将监测网格(j，k)分为两个区域，p1和p2对应的多边形面积分别为a1和a2，则该监测网格的形变值当m＝1时，使用监测数据点p1的形变值d1作为网格的形变值，即d
(j，k)
＝d1。3.根据权利要求1所述的边坡滑坡状态评价方法，其特征在于，设监测网格(j，k)的内部有0个监测点数据，该监测网格的网格形变值为null，其中j∈[1，h]，k∈[1，w]；对内部没有监测数据点的监测网格进行插值处理获得形变值：s2.1、若监测网格(j，k)四周的临近监测网格的形变值均为null，则跳过该监测网格；若监测网格(j，k)四周有l个临近监测网格的形变值不为null，l∈[1，4]，则该监测网格的形变值为：其中，b
u
为第u个临近监测网格的形变值，u∈[1，l]；s2.2、重复s2.1，直到所有监测网格的形变值均不为null。4.根据权利要求1所述的边坡滑坡状态评价方法，其特征在于，基于监测区域的dem地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格图像，并且地形网格图像在上、下两侧各增加1行，左、右两侧各增加1列，即地形网格行数c＝h+2、列数b＝w+2；雷达的位置坐标为(x0，y0，z0)、地形网格(j，k)的中心坐标为(x
(j，k)
，y
(j，k)
，z
(j，k)
)，则地形网格(j，k)处的形变向量其中，j∈[2，c-1]，k∈[2，b-1]，d
(j，k)
表示栅格形变图像中与地形网格(j、k)对应的监测网格的形变值；
设地形网格(j，k)处的坡度向量求地形网格(j，k)与四周的8个邻近地形网格中心梯度下降最大的向量为则地形网格(j，k)在坡度方向的形变值地形网格在坡度方向的形变值即为栅格形变图像中对应的监测网格在坡度方向的形变值。5.根据权利要求4所述的边坡滑坡状态评价方法，其特征在于，地形网格(j，k)处的梯度为：f
x
＝((z
(j+1，k+1)
+2z
(j+1，k)
+z
(j+1，k-1)
)-(z
(j-1，k+1)
+2z
(j-1，k)
+z
(j-1，k-1)
))/(8p)，f
y
＝((z
(j-1，k+1)
+2z
(j，k+1)
+z
(j+1，k+1)
)-(z
(j-1，k-1)
+2z
(j，k-1)
+z
(j+1，k-1)
))/(8p)，其中分别为x、y方向的单位向量，p为地形网格的分辨率；则地形网格(j，k)处中心梯度下降最大的向量6.根据权利要求1所述的边坡滑坡状态评价方法，其特征在于，所述s4具体是：s4.1、对监测网格坡度方向的形变值进行平滑处理；s4.2、移动时间窗计算监测网格的变形平均速度，根据前、后两次的变形平均速度获得监测网格的变形加速度；s4.3、根据监测网格最近n次的变形加速度对该监测网格的滑坡安全状态进行评估。7.根据权利要求6所述的边坡滑坡状态评价方法，其特征在于，监测网格的变形平均速度计算方法为：度计算方法为：其中，为t时刻的变形平均速度，v
t
为t时刻的变形速度，n为参与变形平均速度计算的变形速度的个数且n为大于1的整数，δt为监测时间间隔，g
t
为监测网格t时刻坡度方向的形变值，g
t-δt
为监测网格t-δt时刻坡度方向的形变值；监测网格的变形加速度acc
t
的计算方式为：其中，为t-δt时刻的变形平均速度。8.根据权利要求6所述的边坡滑坡状态评价方法，其特征在于，所述s4.3对监测网格的滑坡安全状态进行评估的方法为：当监测网格最近n次的变形加速度均为负值，则监测网格的滑坡安全状态为减速滑移；当监测网格最近n次的变形加速度有正值和负值，若则监
测网格的滑坡安全状态为稳定滑移，若则监测网格的滑坡安全状态为加速滑移，其中ε为设定的阈值；当监测网格最近n次的变形加速度均为正值，若当监测网格最近n次的变形加速度均为正值，若则监测网格的滑坡安全状态为加速滑移，若则监测网格的滑坡安全状态为加加速滑移；其中，k表示最近k次的变形加速度，k＜n。9.根据权利要求6所述的边坡滑坡状态评价方法，其特征在于，所述s4.3对监测网格的滑坡安全状态进行评估的方法为：当监测网格最近n次的变形加速度均为负值，则监测网格的滑坡安全状态为减速滑移；当监测网格最近n次的变形加速度有正值和负值，若则监测网格的滑坡安全状态为稳定滑移，若则监测网格的滑坡安全状态为加速滑移，其中ε为设定的阈值；当监测网格最近n次的变形加速度均为正值，则计算切线角θ；θ≤45
°
时，监测网格的滑坡安全状态为稳定滑移；45
°
＜θ≤70
°
时，监测网格的滑坡安全状态为加速滑移；θ＞70
°
时，监测网格的滑坡安全状态为加加速滑移。10.根据权利要求9所述的边坡滑坡状态评价方法，其特征在于，监测网格在稳定滑移状态时，先按时间先后顺序记录监测网格变形平均速度其中ω是该监测网格处于稳定滑移状态的次数，τ为监测网格进入稳定滑移状态的起始时刻；则切线角θ为：则切线角θ为：其中，是t时刻的变形平均速度，是监测网格处于稳定滑移阶段的变革型速度均值。

技术总结
本发明提供一种边坡滑坡状态评价方法，包括：获取监测区域内的监测数据点及其形变值；基于监测数据点生成栅格形变图像，获得每个监测网格的形变值；基于监测区域的DEM地形数据，按照与栅格形变图像相同的栅格尺寸生成地形网格图像，基于地形网格的形变向量和坡度向量，计算与地形网格对应的监测网格在坡度方向的形变值；根据坡度方向的形变值获得该监测网格的变形加速度，根据监测网格最近N次的变形加速度对该监测网格的滑坡安全状态进行评估。本发明在充分利用海量形变监测数据的同时，避免了形变监测数据噪声大、波动强的影响，从宏观大尺度上对边坡滑坡的安全状态进行科学评价，提高了边坡安全状态分析的准确性和边坡安全状态的易读性。全状态的易读性。全状态的易读性。


技术研发人员：沈向前 杜年春 匡林 眭素刚 苗则朗 谢翔
受保护的技术使用者：中国有色金属长沙勘察设计研究院有限公司
技术研发日：2023.06.28
技术公布日：2023/9/23