点击名片 关注我们
标题
Title
期刊: Engineering Geology
作者：Xin Gu a , Wengang Zhang* a , Qiang Ou a , Xing Zhu b , Changbing Qin a
年份：2024
**亮点**
开发了一种新的条件随机场生成方法。
现场调查和现场监测数据可用于场地特征描述。
通过降雨诱发边坡验证了所提方法的有效性。
实现了概率边坡稳定性分析。
1
摘要
本文提出了一种将霍夫曼方法与贝叶斯更新相结合的条件随机场离散化新框架，其中可以利用多种类型的岩土工程数据，例如现场监测数据和场地勘察地质钻孔数据。通过空间变化土壤中的降雨诱发边坡示例证明了所提出方法的可行性。结果表明，将贝叶斯更新纳入霍夫曼方法的所提出框架可以有效降低场地特征描述中的不确定性，并保证对非饱和边坡稳定性进行精确的风险评估。否则，仅采用霍夫曼方法进行场地特征描述时，边坡破坏概率和滑坡滑动体积会被高估。随后，所开发的方法进一步用于估计在降雨入渗和库水位波动情况下白水河滑坡的概率稳定性。这项研究旨在为库区非饱和边坡稳定性的风险评估提供参考。
2
图表
图 1. 计算流程图。
图 2. 降雨入渗作用下边坡模型示意图。
图 4. 样本数量对R饱和值的影响。
图 5. 在贝叶斯更新后使用后验最大似然值模拟的孔隙水压力（PWP）和位移。
图 6. 使用先验信息的随机场的一个典型实现：(a) c'；(b)φ'；以及 (c) ks。
图 7. 不使用贝叶斯更新的霍夫曼方法的土壤特性剖面图：(a)-(c)土壤特性的均值；(d)-(f)土壤特性的标准差。
图 9. 经过二级贝叶斯更新后的霍夫曼方法的土壤特性剖面图：(a)-(c)土壤特性均值；(d)-(f)土壤特性标准差。
图 11.（a）白水河滑坡示意图；（b）白水河滑坡在中国地图上的位置；（c）研究的剖面（引用自 Li 等人（2019b））；（d）1–1′剖面（引用自 Li 等人（2019b））
3
结论
本文提出了一种新的框架，通过结合霍夫曼方法和贝叶斯更新对条件随机场进行离散化来估计非饱和边坡稳定性。使用切比雪夫 - 伽辽金 - 卡尔曼展开生成平稳随机场。该方法能够同时结合现场勘查数据和现场监测数据，有效地量化空间变异性和认知不确定性。通过降雨入渗下的非饱和边坡示例说明了该方法的有效性。随后，该方法被应用于利用降雨和水库水位的时间序列监测数据来估计白水河滑坡的稳定性。本研究的主要发现如下：
本研究提出的方法可以利用多源监测数据。可以采用现场勘查数据（即地质钻孔数据）来实现场地特征描述。现场监测数据可用于建立贝叶斯更新的似然函数，从而显著降低土壤参数的认知不确定性。与霍夫曼方法生成的传统条件随机场相比，该方法可以显著降低空间变化的土壤参数剖面的标准差。特别是，如果有多个现场监测数据（如孔隙水压力或位移）可用，则可以有效降低整体不确定性。
对于降雨入渗下的非饱和边坡示例，研究了各种降雨模式的影响。证实了在中等降雨模式下，降雨诱发的边坡破坏概率最高。仅使用特定场地的地质钻孔数据对条件随机场进行离散化时，边坡破坏概率将被明显高估。相比之下，该方法为降雨诱发的边坡破坏概率提供了合理的估计。对于滑坡滑体量，基于传统条件随机场的方法在滑体量较大时会给出高估的预测。
基于白水河滑坡的监测变形，推导出不确定参数的后验信息。然而，后验标准差的降低不如降雨诱发边坡示例中的显著，在降雨诱发边坡示例中，在使用各种现场监测数据生成随机场之前进行了顺序贝叶斯更新。这凸显了在场地特征描述过程中整合多源监测数据的重要性。尽管如此，根据本研究提出的方法，可以预测白水河滑坡的破坏概率和滑体量。希望本研究开发的框架能够为三峡库区降水和水库水位波动下的水库滑坡稳定性风险评估提供指导。
4
参考文献
扫码关注，欢迎来稿
邮箱丨engeomodel@gmail.com
免责声明
本公众号推广所有论文，仅供学术交流，由于小编水平有限，摘要、图表均为原文内容，文字翻译部分仅代表小编个人理解，本公众号不具该原文的版权。在文献解读或作者简历介绍过程中如有疏漏，我们深表歉意，如涉及侵权问题或冒犯之处，请作者团队及时联系本公众号（邮箱），我们会在第一时间进行修改或删除，感谢您的谅解！
