【摘要】：滑坡是我国常见的地质灾害，它可以中断交通、堵塞江河、掩埋村庄、摧毁厂矿，给人民的生命财产造成重大损失。滑坡的监测和预报是成功避让滑坡灾害的重要手段。目前，边坡地表变形监测是滑坡监测中应用最广泛的监测方法，但现有的大地测量法、GPS法和仪表法不同程度上存在仪器昂贵、专业化程度高、监测成本高、内业工作量大等缺点。 数字图像测量是近些年来兴起的变形测量技术，它是采用图像采集设备作为数据来源，在计算机上使用图像分析技术获取目标变形值的测量方法。与传统的变形量测手段相比，该法具有测量迅速、安全、获取信息量大、多点同时测量、数据存储可靠等优点。 针对以上问题，本文提出了采用普通数码相机获取边坡的后缘张拉裂缝图像，然后在计算机上使用数字图像分析技术对边坡位移进行图像测量，从而获取边坡在某一时刻的任意位置的位移值的方法；另一方面，为了方便对大量边坡位移监测数据进行有效管理和分析，建立了边坡异动数据库；最后，为了掌握边坡的未来移动趋势和坡坏时间，在边坡位移监测数据的基础上建立了多种滑坡预测预报模型，能够对未来某时刻的边坡位移值以及边坡失稳时刻做出预报。 本文按照以上研究思路展开以下3个方面的工作： 1) 边坡位移的图像测量 根据边坡图像的特点，在综合比较了多种图像算法的基础上，提出了基于数字摄影和图像分析技术的边坡位移图像测量方法，并使用Matlab平台开发了相应的处理程序，建立了边坡位移图像监测子系统；并将该系统应用于边坡开挖模型试验当中，对系统的适用性进行了验证，分析了边坡在开挖条件下的破坏过程，对图像测量结果的影响因素进行了讨论； 2) 边坡异动数据库 对数据库管理系统进行了系统设计和数据库设计，探讨了开发边坡异动数据库的关键技术，并以此为依托，在边坡开挖试验变形监测数据的基础上，使用Microsoft Access建立了边坡图像数据库和边坡异动数据库，并用Delphi开发了数据库应用程序，对边坡监测过程中获得的边坡各个变形阶段的图像数据、位移数据进行集中管理，自动绘制边坡变形时程曲线； 3) 基于位移参数的滑坡预测预报 系统地研究了两种滑坡预测预报模型，使用Matlab开发了相应的预报程序，并将其应用于边坡开挖模型试验及清江库岸茅坪滑坡的变形预测；分析比较了这两种预测模型的精度；研究了建模数据的维数对预测精度的影响。 【关键词】：边坡 监测 预报 数字图像测量 数字摄影 图像分析
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TU45
【DOI】：CNKI:CDMD:2.2006.142173
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-16
• 1.1 研究背景及意义8-9
• 1.2 边坡监测技术现状及存在的问题9-10
• 1.3 数字摄影与图像分析技术10-11
• 1.4 边坡监测信息管理系统11-13
• 1.5 边坡变形预测与失稳预报13-14
• 1.6 论文研究思路及内容14-16
• 第2章 边坡位移的数字图像测量方法研究16-40
• 2.1 数字图像测量原理16-24
• 2.1.1 数字图像的基本概念16-18
• 2.1.2 物体的图像尺度与实物尺度换算原理18
• 2.1.3 图像分析基本原理18-24
• 2.2 边坡坡脚开挖试验24-27
• 2.2.1 试验方法25-27
• 2.3 试验图像的数字图像测量27-39
• 2.3.1 边坡裂缝图像的特点27-28
• 2.3.2 边坡裂缝图像测量算法28
• 2.3.3 图像处理程序编制28-29
• 2.3.4 试验图片处理结果29-38
• 2.3.5 测量结果影响因素分析38-39
• 2.3.6 边坡位移图像测量方法适用性讨论39
• 2.4 本章小结39-40
• 第3章 边坡异动数据库40-50
• 3.1 系统设计40-41
• 3.1.1 数据库功能分析40
• 3.1.2 数据库功能模块设计40-41
• 3.2 数据库设计41-42
• 3.2.1 数据库需求分析41
• 3.2.2 数据库逻辑结构设计41-42
• 3.3 数据库开发关键技术研究42-46
• 3.3.1 数据访问技术42-45
• 3.3.2 SQL45
• 3.3.3 代码封装技术45-46
• 3.4 数据库系统界面46-49
• 3.4.1 图像管理46-47
• 3.4.2 图像处理47-49
• 3.4.3 监测记录49
• 3.5 本章小结49-50
• 第4章 基于位移的滑坡预测预报50-68
• 4.1 关于滑坡预测预报的基本问题50-53
• 4.1.1 预测预报参数监测点的选择50
• 4.1.2 滑坡变形的阶段及判别50-52
• 4.1.3 滑坡预报的分类52-53
• 4.2 滑坡短临预报模型53-57
• 4.2.1 GM(1，1)灰色预测模型53-56
• 4.2.2 Pearl模型56-57
• 4.3 滑坡预测预报子系统开发57
• 4.4 工程实例及模型试验变形模拟预测57-67
• 4.5 本章小结67-68
• 第5章 结论与建议68-70
• 5.1 主要结论68-69
• 5.2 展望69-70
• 致谢70-71
• 参考文献71-75