基于GA-SVM模型的间歇蠕滑滑坡降雨阈值研究
Traffic Engineering and Technology for National Defense(2023)
摘要
下山村滑坡是浙江省最大的降雨型滑坡,雨季时滑坡地下水位对降雨有明显响应,监测数据揭示该滑坡在降雨作用下,具有蠕滑性和间歇性的特征.为了确定诱发滑坡滑动的降雨阈值,首先采用遗传算法(Ge-netic Algorithm,GA)对支持向量机(Support Vector Machine,SVM)模型进行优化,构建考虑气象水文过程的GA-SVM模型;然后基于监测数据确定滑坡临滑地下水位,结合边坡稳定性分析,采用构建的GA-SVM模型进行反算,确定连续降雨诱发滑动的降雨阈值.降雨阈值的确定,对开展滑坡的预警预报工作具有较好的指导意义.
更多关键词
rainfall landslide,GA-SVM,groundwater level,rainfall threshold,stability coefficient,early warning
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要