边坡变形数据质量评估方法

作者：陈思宇 水利系

指导老师：张嘎 水利系

关键词： 数据质量；时空分析

摘要

近几年大数据、人工智能、云计算的快速发展使得人们在使用预测预警模型时需要大量并且有效的监测数据，人工筛选有效的监测数据已经不切实际，需要建立一个理论体系去评价数据的质量。本项目研究了边坡位移数据的特征规律，提炼出了有效数据的一般规律，给出了定量评估数据质量的公式

背景介绍

我国的库区边坡安全形势严峻。以三峡水库为例，在蓄水前，总共投资113亿元用于库区边坡灾害防治；治理边坡3000（3千）余处，库岸防护175Km。但即使是这样资金充足的防治措施，2008年蓄水以来的多次水位升降导致边坡滑坡灾害700余处，对水库区的安全和效益造成不小的威胁。

图 1 三峡库区滑坡灾害

图 2 三峡库区发生大面积山体滑坡 大岭电站整体损毁

研究过程

通过图像采集技术跟踪边坡点的位移，得到边坡破坏过程各个点位移的变化，将其与周围点的变化趋势进行对比，运用周围点的数据对当前的数据进行评估。

图 3 周围点的位移曲线图

根据图像结果得到初步的评估公式，然后进行多种条件下的测试实验将评估公式中的参数与变量进行修正，进一步完善我们的公式。

图 4 初步的评公式

现有成果

目前提出的公式能够给出每一个点一个具体的质量评估公式，它不仅能够识别这些数据质量差的点，而且还能够给每个点一个定量描述的质量参数，定量的指出哪些数据差、而且还能够指出哪些数据更加的好。未来在进行边坡模型预测的时候，可以系统性的给出大量检测数据的质量，让模型的训练与预测更加的精确。

图 5 位移数据的测量值

表 1 评估公式给出的结果