库区滑坡变形成因机制识别及阈值分析

摘要

库区滑坡受降雨侵蚀、水位波动、地震活动及人为因素的影响，呈现突发性、复发性及高危性特征，对居民生命财产安全构成重大威胁。本文以三峡库区八字门滑坡为例，选取降雨量、库水位和累计位移，共设计6种不同的因素，组合方案提出了基于Apriori与分类与回归树(classification and regression tree, CART)算法的滑坡变形分析模型。首先，通过K-means快速聚类法将诱发因素划分为不同等级，结合Apriori算法揭示出13种滑坡变形成因的强关联规则。然后，选取月降雨量、月最大连续降雨量和月库水位波动作为决策树CART算法输入，以滑坡变形阶段为分类结果，建立八字门滑坡诱发因素阈值分析模型。结果表明，八字门滑坡中上部变形主要受季节性降雨影响，次要因素为库水位的周期性波动，每年6—9月为滑坡变形的加速期。此外，当月降雨量达到113.65 mm/月临界值时，滑坡位移速率显著增加，呈现阶跃式特征。数据挖掘技术应用于八字门滑坡监测效果显著，未来在多样化库区滑坡区域应用潜力大，有望提升防灾减灾效能与预测精度。

关键词

库区滑坡 / Apriori算法 / 决策树CART / 滑坡变形成因分析