第29卷第11期2023年11月水利科技与经济WaterConservancyScienceandTechnologyandEconomyVol.29No.11November,2023[收稿日期]2023-06-06[作者简介]陈小雄(1974-),男,江西吉安人,工程师,研究方向为水工(水利水电管理).doi:10.3969/j.issn.1006-7175.2023.11.005库区水位影响下基于无人机测绘的滑坡易发性预测研究陈小雄(江西省吉安市水利水电中心,江西吉安343009)[摘要]为了解决水库水位周期波动引起的库岸坡面失稳问题,考虑库水位线的变化,构建合适的库区滑坡灾害易发性评价指标体系。同时,提出基于无人机测绘的滑坡三维表面模型,以实现更准确的滑坡灾害易发性分析。实证分析结果显示,滑坡灾害点主要分布在高程2000m以下、坡度15°~30°之间,所提出方法能够实现对滑坡灾害点的预测。[关键词]库区水位;滑坡;易发性预测;无人机测绘[中图分类号]TV697.2+3[文献标识码]A[文章编号]1006-7175(2023)11-0019-050引言水电站的修建会给周边地区的地形、地貌、生态等带来不同程度的变化,并将对周边地区的坡体稳定性产生不同的影响[1]。在水库修建竣工并蓄水后,库水位线的改变将导致库岸斜坡失稳,从而导致新滑坡体的产生与旧滑坡体的活化。因此,有必要对库区滑坡灾害易发性进行研究[2]。为此,许多学者进行了相关研究。王毅等[3]为了挖掘滑坡系统存在的规律性问题,提出一种结合神经网络与Stacking集成学习技术的滑坡灾害易发性预测手段,最终的仿真实验验证了所提出方法的有效性。周秀全等[4]针对水库复杂的地质条件和水位条件,构建了一种基于层次分析法的滑坡危险性计算评价方法,在MapGIS软件上的评价结果表明所提出方法的有用性。韩笑男[5]构建了一种基于卷积神经网络的水库滑坡预测模型,该模型结合经验模态分解算法和高斯函数,以实现对滑坡位移的预测,最终实验验证了所提出模型的良好预测性能。上述文献均未考虑库水位的升降对库岸边坡稳定性的影响。因此,本文在考虑库水位因素对库岸边坡易发性影响的基础上,构建合适的库区滑坡灾害易发性评价指标体系。同时,基于无人机测绘技术,构建滑坡三维表面模型,研究成果可为库区滑坡灾害的防治工作提供参考。1基于无人机测绘的滑坡易发性预测模型研究1.1库区水位影响下库区滑坡易发性评价指标体系构建水库水位在一定范围内呈现出周期性和规律性的波动,这是由于自然降雨和人工调蓄等多种因素的影响所致。水库不同阶段的运行方式,对其产生的效果也不一样。在水位充沛时期,河的流量相当可观,因此水库通常会通过放水来维持...
