堰塞坝安全监测与预警方法

前言 第1章 堰塞湖与堰塞坝概述 1.1 堰塞湖的形成及其危害 1.2 堰塞坝及典型案例 1.2.1 堰塞坝及其特征 1.2.2 典型堰塞坝案例 1.3 堰塞坝分类及概化模型 1.3.1 堰塞体的堰塞模式分类 1.3.2 堰塞坝概化模型 1.3.3 堰塞坝概化模型几何参数 1.4 不同类型堰塞坝概化模型的受力变形特征 1.4.1 计算模型和参数 1.4.2 计算工况与加载级 1.4.3 应力变形计算结果及分析 参考文献 第2章 堰塞坝安全监测技术及应用 2.1 InSAR表面变形监测技术 2.1.1 InSAR的测量原理 2.1.2 GB-InSAR表面变形监测技术 2.2 基于分布式光纤应变传感技术的变形与受力监测技术 2.2.1 分布式光纤应变传感测量原理 2.2.2 基于分布式光纤的堰塞坝防渗墙受力变形监测技术 2.3 并联式堰塞坝坝体内部沉降变形监测技术 2.4 堰塞坝工程及高边坡一体化智能监测体系 2.4.1 监测对象与监测项目设置 2.4.2 智能采集设备 2.4.3 智能监测自动化系统 2.5 堰塞坝安全监测技术应用案例 2.5.1 工程概况 2.5.2 监测布置方案 2.5.3 基于InSAR技术的变形监测成果及分析 2.5.4 基于分布式光纤应变传感技术的防渗墙受力变形监测成果及分析 2.5.5 堰塞坝工程及高边坡一体化监测系统主要成果 2.5.6 堰塞坝安全监测技术应用成果总结 参考文献 第3章 多源信息融合的堰塞坝安全诊断技术 3.1 多源信息融合技术概述 3.1.1 数据级融合 3.1.2 特征级融合 3.1.3 决策级融合 3.2 基于多源信息融合的数据处理与安全诊断 3.2.1 缺失数据处理 3.2.2 异常数据处理 3.2.3 数据降噪处理 3.2.4 特征数据提取 3.2.5 决策融合判断 3.2.6 安全诊断模型 参考文献 第4章 堰塞坝材料参数实时反演技术 4.1 土石坝参数反演方法概述 4.1.1 反演方法的基本原理 4.1.2 常用智能优化算法 4.1.3 常用机器学习算法 4.1.4 粒子群优化算法与BP神经网络法比较 4.2 基于“参数敏感性”的待反演参数及测点位置优选方法 4.2.1 待反演参数和测点位置综合确定方法 4.2.2 不同类型堰塞坝的待反演参数及测点位置优选分析 4.3 堰塞坝材料参数反演中的相关策略 4.3.1 多材料“解耦”反演策略 4.3.2 “动态”实时反演策略 参考文献 第5章 堰塞坝空间变异力学参数随机反演方法 5.1 参数空间变异性及模拟 5.1.1 K-L级数展开法 5.1.2 随机场模拟效果验证 5.2 参数随机场对堰塞坝位移场的影响 5.2.1 非均质堰塞坝参数随机场模拟 5.2.2 单参数随机化对堰塞坝位移场的影响 5.2.3 堰塞坝位移测点及反演区域优选 5.3 堰塞坝空间变异力学参数随机反演 5.3.1 空间变异力学参数随机反演方法 5.3.2 基于参数试验值的力学参数随机反演 5.3.3 基于位移测值的力学参数随机反演 参考文献 第6章 堰塞坝安全预警模型与安全评价指标体系 6.1 堰塞坝安全预警模型的建立 6.1.1 预警指标和敏感位置的确定 6.1.2 预警权重的确定 6.1.3 预警阈值的确定 6.2 堰塞坝安全评价指标体系 6.2.1 安全评价指标的确定 6.2.2 安全评价指标的定量标准 6.2.3 安全评价指标的权重 6.2.4 堰塞坝安全评价案例分析 参考文献