简介概要

基于时间序列的滑坡地下水位预测分析

来源期刊:勘察科学技术2020年第4期

论文作者:杨成 蒋建良 朱智勇 常金源 管仁秋 蔡国成

文章页码:5 - 9

关键词:地下水;滑坡;时间序列;预测;

摘    要:考虑到降雨对滑坡的影响主要体现在降雨对坡体地下水位的影响,通常在滑坡监测中布置大量地下水位监测孔,为坡体稳定性分析提供依据。针对地下水位监测工程监测成本高、长期工作稳定性差等问题,研究基于降雨量监测数据预测地下水位变化趋势,可以有效减轻边坡监测工程中对地下水位监测的依赖。地下水位变化是关于时间的变量,往往具有非平稳性,通过差分处理得到平稳的时间序列,建立差分整合自回归移动平均模型(ARIMA模型)。该文以玄武岩台地区宁海县南山章滑坡405d的监测数据为样本,以降雨量为自变量,建立了ARIMA(0,1,1)地下水位时间序列模型,利用该模型,基于第406~415d的降雨量变化预测地下水位埋深值,预测期前4d内平均预测误差为0.02m,平均相对预测误差为-1.94%。结果表明,考虑降雨量作为自变量,利用时间序列分析方法构建合理的ARIMA模型,可以有效的预测滑坡地下水位埋深动态。

详情信息展示

基于时间序列的滑坡地下水位预测分析

杨成1,2,蒋建良1,朱智勇2,常金源1,管仁秋1,蔡国成1

1. 浙江省工程勘察设计院集团有限公司2. 浙江省水文地质工程地质大队

摘 要:考虑到降雨对滑坡的影响主要体现在降雨对坡体地下水位的影响,通常在滑坡监测中布置大量地下水位监测孔,为坡体稳定性分析提供依据。针对地下水位监测工程监测成本高、长期工作稳定性差等问题,研究基于降雨量监测数据预测地下水位变化趋势,可以有效减轻边坡监测工程中对地下水位监测的依赖。地下水位变化是关于时间的变量,往往具有非平稳性,通过差分处理得到平稳的时间序列,建立差分整合自回归移动平均模型(ARIMA模型)。该文以玄武岩台地区宁海县南山章滑坡405d的监测数据为样本,以降雨量为自变量,建立了ARIMA(0,1,1)地下水位时间序列模型,利用该模型,基于第406~415d的降雨量变化预测地下水位埋深值,预测期前4d内平均预测误差为0.02m,平均相对预测误差为-1.94%。结果表明,考虑降雨量作为自变量,利用时间序列分析方法构建合理的ARIMA模型,可以有效的预测滑坡地下水位埋深动态。

关键词:地下水;滑坡;时间序列;预测;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号