在全球许多地区包括东南亚、南美、欧洲、北美部分地区以及我国的南部和东南部,由强降雨引发的滑坡灾害十分普遍。开展对降雨诱发滑坡问题的研究,具有十分重要的现实意义和巨大的经济与社会效益。本文基于贝叶斯理论,采用马尔可夫链蒙特卡罗方法,针对降雨入渗条件下土坡稳定性问题,对非饱和土坡进行了参数反分析和模型校准研究。
首先提出了将响应面法与马尔可夫链蒙特卡罗法(Markov Chain Monte Carlo Simulation method, MCMC)结合,采用二次多项式的响应面来拟合边坡稳定安全系数的计算模型,再利用MCMC法的Metropolis抽样法对土体特性参数和模型误差进行反演分析。通过对某开挖边坡和1997年香港丽坪路滑坡的案例分析,探讨了Metropolis抽样法转移函数对马尔可夫链收敛性及后验分布的影响,研究了边坡失稳信息对模型误差更新和参数反分析的影响。研究表明,转移函数协方差矩阵比例系数对马尔可夫链的波动影响显著,但对后验分布影响不大。先验分布类型假定对参数后验分布的统计值以及后验可靠度影响较大,而先验分布参数相关性对后验分布影响较小。非饱和土特性参数中,抗剪强度参数比渗流参数的更新更为明显。
以时变降雨条件下非饱和土入渗一维解析解为计算模型,通过参数分析,研究了非饱和土渗流特性参数、前期降雨、降雨强度及边界条件对湿润锋推进和非饱和土基质吸力消散的影响。结果表明,非饱和渗流特性参数中,饱和渗透系数和土水特征曲线α系数对入渗和基质吸力消散变化的影响显著,而持水能力对入渗和基质吸力消散变化的影响相对较小。前期降水强度、土层深度和下边界压力水头会影响初始孔压分布,在降雨初期对入渗有一定影响,随着降雨历时增加对孔压消散的影响逐渐变小。
采用自适应差分演化Metropolis算法,以香港东涌某天然山坡为案例,利用时变孔压量测数据进行参数随机反分析,研究了参数后验分布的统计特性,分别对校准期和验证期内模型预测值和实测值进行了比较分析。结果表明,采用自适应差分演化Metropolis算法得到的各随机变量后验分布标准差较先验分布均显著减小;校准期模型计算值与实测值的误差很小,95%总置信区间的覆盖率达到0.964。与校准期结果比较,验证期的确定性系数和相关系数都略有减小。第二至四个阶段95%总置信区间的覆盖率分别为0.52、0.79和0.79。非饱和土降雨入渗反分析结果表明采用反演参数的模型预测结果与实测值吻合程度较高。
暂无评论