1 绪论 1
1.1 概述 1
1.2 滑坡监测技术及分析方法 3
1.3 非线性分析方法概述 5
1.4 滑坡预报步骤 12
1.5 滑坡预报现状 15
1.6 滑坡预报原则与前景 19
2 滑坡监测技术及数据预处理 22
2.1 概述 22
2.2 滑坡监测技术 23
2.3 滑坡监测案例 33
2.4 位移数据预处理概述 40
2.5 异常值剔除、滤波及缺失数据的处理 40
2.6 建模数据的采集 48
2.7 位移数据预处理 50
3 滑坡监测位移数据时频分析 53
3.1 概述 53
3.2 时序分析方法 53
3.3 频域分析方法 55
3.4 变形动态响应分析 57
3.5 时频分析实例 58
4 滑坡监测灰色系统分析与预测 66
4.1 概述 66
4.2 滑坡系统灰色特性及其分析 67
4.3 滑坡监测灰色建模方法 75
4.4 变形影响因子主分量分析与灰色关联分析 85
4.5 变形趋势的预测灰色平面 88
4.6 变形监测改进灰色状态分析模型 92
4.7 基于非线性灰色Verhulst模型的滑坡暴发时间预测 96
4.8 高边坡深层岩体变形的灰色空间模型预测 100
5 基于卡尔曼滤波的滑坡位移数据处理 106
5.1 概述 106
5.2 离散线性系统卡尔曼滤波 108
5.3 卡尔曼滤波模型在滑坡监测数据分析中的应用 109
5.4 顾及降雨因子的卡尔曼滤波实例 111
6 改进神经网络滑坡位移预测模型 114
6.1 概述 114
6.2 前馈神经网络与BP算法 114
6.3 遗传算法、模拟退火算法和改进的BP算法 117
6.4 改进神经网络预测模型 127
6.5 非线性组合预测 132
6.6 实例分析 136
7 变点分析及其在滑坡位移分析中的应用 143
7.1 概述 143
7.2 变点分析理论与方法 144
7.3 基于自适应神经网络的变点分析 149
7.4 模拟与实例分析 152
8 基于神经网络与GIS的滑坡敏感性分析 157
8.1 概述 157
8.2 基于神经网络与GIS的滑坡敏感性分析的设计思路 158
8.3 滑坡敏感性的指标体系 162
8.4 基于GIS的滑坡敏感性分析系统的框架 168
9 滑坡灾害风险评价 170
9.1 概述 170
9.2 滑坡灾害风险评价体系 172
9.3 滑坡灾害风险评价模型 179
9.4 基于粒子群神经网络的滑坡灾害风险评价 182
9.5 滑坡灾害信息管理与发布系统研究 187
参考文献 193