基于大样本不完整数据的岩爆致因特征及预测模型

Causative Characteristics and Prediction Model of Rockburst Based on Large and Incomplete Data Set

摘要

为判别影响岩爆的敏感性因素并构建不完整数据条件下的岩爆预测方法，在收集到429组国内外岩爆案例的基础上建立大样本数据库，归纳总结岩爆致因分布特征及规律，选取埋深、岩石单轴抗压强度、岩石单轴抗拉强度、围岩最大切向应力、弹性应变能量指数、岩体完整性系数6个评价指标，利用贝叶斯网络建立基于大样本不完整数据集的岩爆概率预测模型，并进行敏感性分析和工程应用.分析发现围岩最大切向应力与岩体完整性系数对岩爆的影响较大，所建模型对信息缺失率为20%的岩爆案例预测吻合率达83.3%，且预测效果优于常用岩爆经验判据.结果表明所选取的预测指标能够综合考虑岩爆的影响因素，所建立模型对于深部岩爆灾害的预测具有适用性和可靠性.

关键词

岩爆 / 致灾因素 / 敏感性分析 / 概率预测 / 不完整数据集 / 灾害地质

Key words

rockburst / disaster-inducing factor / sensitivity analysis / probabilistic prediction / incomplete data set / hazard geology

基金资助

国家自然科学基金资助项目(52209120;42077265)

陕西省自然科学基础研究计划项目(2022JM-191)

长安大学中央高校基本科研业务费专项资金项目(300102213203)

中国科学院青年创新促进会项目(2021326)