（通訊員 薛陽）永利6774app手机版官网地質系教師薛陽博士以第一作者身份在計算機岩土領域頂級期刊《Computers and Geotechnics》上發表題為“Probabilistic back analysis of reservoir landslide considering hydro-mechanical coupled observations”的論文。

本研究以庫岸滑坡為研究對象，考慮了岩土體參數的固有空間變異性，圍繞如何精确評估滑坡岩土體參數這一問題，基于貝葉斯理論、随機場理論、神經網絡算法和亞塑性本構模型，建立了監測數據融合下庫岸滑坡随機場參數反演框架，為庫岸滑坡的數值模拟和概率分析提供參數。論文得到了國家自然科學基金項目、西藏自治區科技項目和青海省科技項目的資助。

由于土體屬性的固有變異性和有限的岩土測試數據，準确獲取參數的統計特征來表征庫岸滑坡土體的空間變異性是一項挑戰，其中參數統計特征是邊坡穩定性概率分析的基礎數據。反演分析已被證明是一種有效可靠的技術手段來利用觀測數據獲取土體參數。目前庫岸滑坡的參數反演研究很少考慮滑坡的水力耦合特性以及空間變異性。本研究建立了一種考慮水力參數空間變異性的神經網絡—貝葉斯反分析框架（圖1），采用亞塑性黏土本構模型來表征庫岸滑坡獨特的“階躍型”位移變形，可以利用地下水位和地表位移的監測數據對庫岸滑坡的随機場參數進行反演。論文以三峽庫區的一處庫岸堆積層滑坡為例（圖2），依次進行了飽和滲透系數和抗剪強度參數的空間變異性反演，最後基于獲取的參數數據進行了庫岸滑坡概率穩定性分析，驗證了所提出框架的有效性。

《Computers and Geotechnics》期刊的實時影響因子為5.3，5年影響因子5.7，JCR分區1區，中科院升級版1區TOP。

圖 1 庫岸滑坡參數反演流程圖

圖2 庫岸滑坡三維平面圖

圖3 滑坡地下水位和地表位移的模拟結果

圖4 論文首頁