小波理论在滑坡降噪和组合预测中的应用

【摘要】：滑坡灾害给人民生命财产造成的损失极为严重。据初步统计,我国每年由于崩塌、滑坡等灾害造成的经济损失高达200亿元,受到滑坡威胁的地区约占全国陆地面积的1/5～1/4,近年来大规模滑坡活动进入了新的活跃期。这些滑坡一旦发生带来的损失将是无法估量的。但是,如果能比较准确地预报滑坡发生的时间,则可采取相应的防治措施,防患于未然,将滑坡灾害造成的损失减少到最低点。 基于以上目的,本论文针对滑坡预报中存在的两个关键问题展开了研究,一、如何有效地剔除影响滑坡预报准确度的虚假噪声;二、如何根据各个预测模型的预测结果整合出一条综合信息。在研究过程中,笔者引入了小波理论,并应用小波降噪方法对滑坡监测数据进行降噪处理,最后利用小波神经网路建立了滑坡的组合预测模型。 论文中就如下几个方面的问题展开了探讨: (1) 小波分析的降噪原理,和信号和噪声在小波变换下的不同特性; (2) 两种小波降噪方法——小波阈值法和小波模极大值法对滑坡体监测数据进行降噪处理; (3) 小波网络的基本框架,自适应小波网络的学习算法; (4) 基于小波网络结构的组合预测模型的建立。 最后,将小波降噪方法和小波网络组合预测方法应用于丹巴滑坡和龙西滑坡,对这两个方法进行了算法的验证、分析和总结。