The soil heterogeneity has a significant impact on the stability of geotechnical structures. The inherent variability of parameters in one soil type comes from different deposition and tectonic conditions. Furthermore, geological uncertainty could be described by the distribution of varying soil types. Therefore, considering both the inherent variability and geological uncertainty of soil parameters, we introduced a coupled Markov chain (CMC) model to simulate the soil heterogeneity utilizing the field borehole data. Additionally, we initiated an extended Multivariate Adaptive Regression Spline (MARS) model-based Monte Carlo simulation (MCS). This technique is used to overcome the limits of the traditional response surface method that assumed both order and type of polynomials to perform the probabilistic analysis, which occurred in slope reliability evaluation. Our results have shown that the proposed MARS-based MCS approach could effectively conduct the probabilistic analysis with enough accuracy. The comparison of the probabilities of failure obtained by the MARS-based MCS and the other methods suggested that both the robustness and high accuracy of the MARS-based MCS have been discussed in different spatially varied soils. Even though the differences between these three approaches are insignificant, the reliability results obtained by the MARS-based MCS agree better with the results of the direct MCS results. Thus, these calibrated results indicated that the proposed MARS-based MCS could perform the system reliability analysis effectively and accurately.

土壤异质性对岩土结构的稳定性有重要影响。一种土壤类型中参数的固有变异性来自不同的沉积和构造条件。此外，地质不确定性可以通过不同土壤类型的分布来描述。因此，考虑到土壤参数的内在变异性和地质不确定性，我们引入了耦合马尔可夫链（CMC）模型，利用田间钻孔数据模拟土壤异质性。此外，我们启动了基于扩展的多元自适应回归样条（MARS）模型的蒙特卡洛模拟（MCS）。该技术用于克服传统的响应面方法的局限性，该方法假定多项式的阶次和类型都可以执行概率分析，发生在边坡可靠性评估中。我们的结果表明，提出的基于MARS的MCS方法可以足够准确地有效地进行概率分析。对基于MARS的MCS和其他方法获得的失效概率的比较表明，已经在不同的空间变化的土壤中讨论了基于MARS的MCS的鲁棒性和高精度。尽管这三种方法之间的差异不明显，但基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。我们的结果表明，提出的基于MARS的MCS方法可以足够准确地有效地进行概率分析。对基于MARS的MCS和其他方法获得的失效概率的比较表明，已经在不同的空间变化的土壤中讨论了基于MARS的MCS的鲁棒性和高精度。尽管这三种方法之间的差异不明显，但基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。我们的结果表明，提出的基于MARS的MCS方法可以足够准确地有效地进行概率分析。对基于MARS的MCS和其他方法获得的失效概率的比较表明，已经在不同的空间变化的土壤中讨论了基于MARS的MCS的鲁棒性和高精度。尽管这三种方法之间的差异不明显，但基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。对基于MARS的MCS和其他方法获得的失效概率的比较表明，已经在不同的空间变化的土壤中讨论了基于MARS的MCS的鲁棒性和高精度。尽管这三种方法之间的差异不明显，但基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。对基于MARS的MCS和其他方法获得的失效概率的比较表明，已经在不同的空间变化的土壤中讨论了基于MARS的MCS的鲁棒性和高精度。即使这三种方法之间的差异不明显，但是基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。基于MARS的MCS获得的可靠性结果与直接MCS结果的结果更好地吻合。因此，这些校准结果表明，所提出的基于MARS的MCS可以有效，准确地执行系统可靠性分析。