[发明专利]一种滑坡稳定性时变规律分析的方法

摘要

一种滑坡稳定性时变规律分析的方法，包括以下步骤：构成每月的二维特征数据集；利用K均值算法聚类得到类簇，并为每个类簇分配聚类标签；修正聚类标签，得到滑坡每月的形变状态；根据滑坡每月的形变状态计算状态出现信息量、状态转移信息量和马尔科夫信息量；分析每月的马尔科夫信息量和累计马尔科夫信息量曲线，判断滑坡稳定性时变规律和预测滑坡稳定性发展趋势。本发明能够很好地反映监测数据的，计算简便，能够实现对滑坡的早期预警。

主权项

1.一种滑坡稳定性时变规律分析的方法，其特征在于，包括以下步骤：(1)根据滑坡每月的变形速度和变形加速度构成每月的二维特征数据集；(2)利用K均值算法对每月的二维特征数据集进行聚类分析得到类簇，并为每个类簇分配聚类标签；(3)对各个类簇分别建立云模型，并计算二维特征数据集内二维特征数据相对于云模型的隶属度，根据隶属度对步骤(2)的聚类标签进行修正，并将修正后的聚类标签所代表的形变状态作为滑坡该月的形变状态，以此类推得到滑坡每月的形变状态；(4)根据滑坡每月的形变状态对滑坡的形变状态进行统计，并据此计算滑坡每月形变状态的信息量模型，所述信息量模型包括状态出现信息量和状态转移信息量，将状态出现信息量、状态转移信息量和云模型中二维特征数据到对应云模型的隶属度乘积定义为马尔科夫信息量，据此计算每月的马尔科夫信息量；(5)分析每月的马尔科夫信息量幅值及波动情况，初步判断滑坡下月的形变状态情况；将各月的马尔科夫信息量累加得到累计马尔科夫信息量曲线，分析累计马尔科夫信息量曲线的整体变化趋势和阶段，据此判断滑坡稳定性时变规律；对累计马尔科夫信息量曲线进行平滑处理，并进行历史最大值分析，据此判断滑坡稳定性时变规律的关键时间节点信息，预测滑坡稳定性发展趋势。