基于数据挖掘的旧县坪滑坡变形演化特征及主控因素识别

刘兴瑜, 杨背背, 夏炳起

烟台大学学报(自然科学与工程版) ›› 2025, Vol. 38 ›› Issue (3) : 282 -290.

烟台大学学报(自然科学与工程版) ›› 2025, Vol. 38 ›› Issue (3) : 282 -290. DOI: 10.13951/j.cnki.37-1213/n.240508

基于数据挖掘的旧县坪滑坡变形演化特征及主控因素识别

    刘兴瑜, 杨背背, 夏炳起
作者信息 +

Author information +
文章历史 +

摘要

为准确识别滑坡潜在危险区并制定及时有效的防控措施,通过分析现场实测数据,探讨滑坡灾害的变形演化特征并精准识别其主要变形控制因素。以三峡库区旧县坪滑坡为例,选取位于滑坡不同部位的多个变形监测点为研究对象,分析滑坡变形演化特征及与库水位波动和降雨量之间的响应关系;筛选影响因子并利用两步聚类法将滑坡位移速率及影响因子自动聚为多类;随后采用Apriori算法获取滑坡位移速率与影响因子之间的关联规则,实现滑坡不同部位变形主控因素的智能化识别。结果表明,旧县坪滑坡变形存在显著的时空差异性,中前部较后部变形更为强烈,且中前部位移时间曲线呈阶跃型而滑坡后部呈现震荡型。滑坡不同空间位置变形主控影响因素存在差异,中前部变形受库水位与降雨等因素的多重影响,后部则对降雨更加敏感。

关键词

数据挖掘 / 滑坡变形 / Apriori算法 / 关联规则

Key words

引用本文

引用格式 ▾
刘兴瑜, 杨背背, 夏炳起. 基于数据挖掘的旧县坪滑坡变形演化特征及主控因素识别[J]. 烟台大学学报(自然科学与工程版), 2025, 38(3): 282-290 DOI:10.13951/j.cnki.37-1213/n.240508

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

山东省自然科学基金资助项目(ZR2021QD032)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉