基于改进的FAST模型的千将坪滑坡涌浪研究

千将坪滑坡是三峡库区支流浅水区滑坡产生涌浪的典型案例,但对大范围、长距离的水动力过程和涌浪灾害分析研究成果较少。基于浅水区滑坡涌浪物理实验的推导公式,更新了FAST涌浪计算系统,构建了相应的涌浪源数值模型,在已有的滑坡涌浪灾害快速评价系统程序中新构建了浅水区滑坡涌浪源数值模型,开展了千将坪滑坡涌浪研究。数值计算区域为18.6 km×11.8 km,包括千将坪滑坡附近的长江干流及支流。计算结果显示,千将坪滑坡产生的最大浪高为38.8 m,最大爬高为36.7 m。最大涌浪空间分布显示大于1 m涌浪的河道长约10.5 km,大于2m涌浪的河道长约9.3 km,大于3 m涌浪的河道长约8 km。大于1 m的波浪影响范围主要集中在青干河和锣鼓洞河,涌浪在河道中传播受地形影响而有快速衰减或放大效应。与多源数据对比表明,涌浪爬高数值相差为±2 m,相关性系数达0.97。建立的涌浪数值模型具有消耗计算资源少、计算速度快、计算结果精度较好等优点。基于水波动力学的浅水区滑坡涌浪源模型将可用于水库区支流或干流浅水区滑坡产生的涌浪问题研究,为大范围长距离滑坡涌浪灾害预测预警提供重要技术支撑。     

一种流动性滑坡涌浪动力学模型

滑坡涌浪是入水滑坡引起的一种次生灾害,其致灾范围远大于滑坡的运动区域,准确预测其演化过程是防治这类灾害的关键。现有预测模型多将滑体简化为刚体,而实际滑坡多表现出流态运动的特征。为更合理地描述滑体和涌浪的耦合运动,将滑体视为流态物质,在此基础上推导了滑坡与水体耦合运动的控制方程,利用有限差分法对控制方程求解,建立了一种可模拟流动性滑坡涌浪演化过程的动力学模型。使用该模型对三峡库区的龚家方滑坡涌浪的演化过程进行模拟,将模拟所得河道纵截面处的最大浪高值与实测值进行对比,结果表明最大浪高值出现在滑坡的主滑动方向,且最大浪高沿纵截面两侧快速衰减,模拟结果与实测吻合。     

库区城镇滑坡涌浪风险评价与减灾研究

强烈的人类工程扰动和水库蓄水作用导致地质灾害高易发区的水库城镇大多存在滑坡涌浪风险;以往灾难性案例较多,危害巨大.本文构建了以潜在涌浪源调查、变形破坏研究、涌浪危险性分析、脆弱性调查、风险评价和减灾对策分析等六个步骤为主的山区水库城镇滑坡涌浪风险评价技术框架流程.以三峡库区巫山县城为例,遴选离县城最近的龙门寨危岩体进行技术示范.该柱状危岩体体积约30.4×104 m3,当前处于欠稳定—基本稳定状态.颗粒-流体耦合数值模型分析显示在145 m和175 m水位工况下危岩体崩塌将分别产生最大约17.9 m和11.6 m的涌浪.巫山县城密集的码头船只和频繁的旅游船是主要承灾体.旅游船只暴露涌浪中的概率为3.4×10-4/a,超过可接受风险限值.景区码头和古城码头因涌浪而导致的潜在直接经济损失大(超过200万),县城各大码头趸船人员具有高—极高风险.针对当前案例,讨论了四种具体减灾方案.相关研究可为山区水库城镇防灾减灾提供技术支撑和借鉴.     

三峡库区千将坪滑坡高速滑动机制研究

2003年7月13日,三峡水库初期蓄水至135 m高程30 d之际,在三峡库区秭归县发生了三峡库区的第一个水库滑坡,滑坡方量达1 500万m3,最大滑速达16 m/s,最高涌浪达24.5 m。滑坡造成10人死亡,14人失踪,摧毁129间民房以及4个工厂,致1 200人无家可归。千将坪滑坡发生后,为了预测三峡库区及世界其它水库工程可能发生的同类高速滑坡,持续数年研究千将坪滑坡的高速滑动机制,通过理论分析及数值模拟,探索了千将坪滑坡的高速滑动机制,认为千将坪滑坡具有孕育高速滑坡的典型结构特征,滑坡滑带的峰残强降差是滑坡高速启动的根本原因,高陡边坡蕴藏的高势能及滑带液化是滑坡加速高速滑动的主要原因。     

基于数据挖掘技术的白水河滑坡多场信息关联准则分析

为探究滑坡多场监测数据间的关联准则,采用数据挖掘技术中的两步聚类法与Apriori算法,开展滑坡多场信息关联准则研究。以三峡库区白水河滑坡为例,分析ZG93监测点于2003年6月—2016年12月期间的监测数据,选取影响滑坡变形的主要诱发因子,采用两步聚类法对不同的影响因子进行预聚类和聚类,将数值型变量转化为离散型变量后,应用Apriori算法进行处理,生成满足最小置信度的关联准则,建立白水河滑坡多场耦合作用模式下的影响因子与滑坡位移变形关联准则判据。研究表明,关联准则对于滑坡灾害的变形分析具有重要的意义,数据挖掘技术可较好地应用于三峡库区地质灾害位移预测预报中。     

基于水波动力学模型的棺木岭危岩体涌浪数值分析

以棺木岭危岩为研究对象,在分析危岩体变形破坏的基础上,运用水波动力学模型进行危岩体在145 m、175 m水位条件下的滑坡涌浪模拟。结果显示:145 m条件下最大涌浪高度为24.2 m,最大爬高为19.9 m,1m以上涌浪高度的河道长约5.4 km;175 m条件下最大涌浪高度为23.3 m,最大爬高为14.5 m,1 m以上涌浪高度的河道长约6.6 km。在九畹溪河道上,涌浪的波高严重不均衡,下游涌浪强度明显高于上游。在长江河道上,涌浪波以九畹溪口为扰动点,向上下游衰减,衰减近似平缓。随着库水位的下降,危岩体形成的最大涌浪高度增大,而涌浪危害的范围逐渐减小。     

武陵山区宣恩县双龙湖滑坡涌浪风险评价研究

水库库岸滑坡所造成的涌浪灾害,不仅会冲毁滑坡周围水工建筑物、堵塞江河,还会威胁到涌浪传播范围内的人民生命财产安全。基于此,以武陵山区宣恩县双龙湖水库滑坡为例,在滑坡危险性分析的基础上,进行了滑坡涌浪的计算,将滑坡涌浪传播范围作为承灾体调查依据,采用定量风险评价公式进行财产和人口风险分析。结果表明,在水库水位下降和20年一遇暴雨条件下,滑坡的破坏概率为54.56%,入江的体积为91.13万m3,最大涌浪高度可达20 m,滑坡涌浪在1 km范围内的传播浪高最小为8m,航道内航行或停靠在岸边的小型船舶有倾覆的风险。     

基于非平稳时间序列分析的滑坡变形预测

滑坡的位移监测资料通常可用来预测滑坡的变形发展趋势,位移的发展反映了滑坡的变形过程.为了预测在现有条件持续情况下的滑坡变形趋势,将滑坡位移监测数据视为非平稳时间序列,应用时间序列分析方法,建立了滑坡变形趋势的预测模型.以三峡库区秭归县白水河滑坡为例,通过对变形预警区监测点位移实测时间序列的分析,取监测点ZG93和XD-04为代表,建立了时间序列预测模型,从第17个月开始向前做6步预测,分析预测曲线与实测曲线之间的关系,并计算预测误差,结果显示除个别数据点之外,预测误差均在±9%以内,曲线吻合较好,说明所建模型效果良好,从而为判断白水河滑坡未来的变形发展趋势提供了可靠的理论依据.     

基于物理模拟试验的滑坡涌浪波幅预测研究综述

滑坡涌浪是海洋、水库和河道中重要的灾害类型,对大坝及沿岸居民的生命和财产造成严重威胁。涌浪波波幅是一个滑坡涌浪灾害评价的重要参数,物理模拟试验是涌浪波主要的研究方法之一。本文基于近几十年来滑坡涌浪物理模拟试验的研究成果,归纳了国内外滑坡涌浪试验的主要滑体模型和水体模型,分析了块体模型和散体模型的参数特征,探讨了水体模型中二维模型试验和三维模型试验的河道特征。结合滑坡模型和水体模型,总结分析了影响滑坡涌浪波幅的控制参数,梳理了不同试验条件下所建立的最大波幅和波高的预测模型。     

三峡库区河道滑坡涌浪消减简单结构物型式优化研究

三峡库区水位变化加剧了河道内滑坡涌浪产生的频次。为了保证人民生命财产安全,对滑坡涌浪产生的能量进行了消减分析。通过物理模型试验对板式(T字型、十字型)、栅栏式(单列型、多列型)以及多孔式(整体型、分割型)消浪结构物进行消浪效率、消浪机制以及综合性应用对比分析,得到主要结论如下：栅栏式单列型在河道应急、涌浪消减方面效果最优,按照衰减性能与能量耗散共分为4种模式(入射波浪反射、竖向挡浪板对水体运动的阻挡、浮板与水体相互摩擦和回流)。在对比试验基础上对栅栏式消浪结构物单列型进行试验参数优化、分析推导出栅栏式消能结构物最优型设计公式,并得出了在L/h_w为0.65～0.75范围内时栅栏式消浪效率(β≥15%)和适用性最优。同时,在计算二维条件下最优消能效率值方法的基础上,进行三维条件消能结构物最优值的求解方法讨论并给出消能结构物在实际应用中的防治措施与建议。     

基于离心模型试验的库岸滑坡变形特征研究

三峡库区蓄水后，大量库岸滑坡发生复活变形，为研究滑坡随库水位升降的变形特征和机制，以库区典型直线形滑面形态滑坡为地质原型，概化设计了大尺度离心模型试验，通过模拟两个水位升降过程，布设高速相机和传感器，获取了滑坡变形演化全过程高清影像、孔压和土压?时间变化曲线，可得以下研究结果：在水位首次下降时，孔压和土压逐渐减小，当下降15 min后滑坡发生整体蠕滑变形，首先是前部产生横向张拉裂缝，中后部则是以竖直位移为主的蠕滑压密变形过程，水位停止下降2 min后变形停止，表明变形对库水位变化具有一定滞后性；当水位再次下降时，前部沿原破裂面再次下滑并失稳，中后部则无变形，变形演化具有典型牵引式特征。在库水首次入渗滑坡时，坡体孔隙水压力对库水位升降具有明显的滞后性，而在下一次水位升降过程中，这种滞后性明显减弱。该类滑坡受水位下降的动水压力效应影响较大，在滑坡变形过程中，中后部滑体变形在竖直方向的蠕滑压密行为使得中后部稳定性有所提高，因此，在后期蓄水过程中不再发生变形，试验现象与实际库岸滑坡吻合。试验揭示了三峡库区该类滑坡在水位升降条件下的变形破坏模式及长期演化趋势，为库区地灾防治提供了参考依据。     

库水升降条件下考虑饱和渗透系数空间变异性的白水河滑坡渗流变形分析

堆积层滑坡的岩土体渗透系数具有一定的不确定性,且渗透系数是饱和-非饱和渗流分析的重要参数,开展考虑其空间变异性的库岸堆积层滑坡渗流变形分析具有重要意义。以三峡库区中的白水河滑坡为研究对象,基于地面核磁共振技术获取的岩土体渗透系数,分析滑坡体渗透系数的空间变异特征,采用半变异函数方法求得滑坡体渗透系数的竖直波动范围,在此基础上建立渗透系数的非平稳随机场模型。以非侵入式随机有限元的方式开展库水升降两种工况下不确定模型与确定模型的流固耦合模拟,分析两种模型的渗流场、位移变形特征及其差异。结果表明：相比于确定模型,不确定模型孔压改变的滞后性更为明显,且库水下降工况下整体的变形更大,若忽略滑体渗透系数的非平稳空间变异特征将会低估滑坡的实际变形。     

库岸滑坡涌浪经验估算方法对比分析

分别介绍了3种常用的库岸滑坡涌浪经验估算方法--美国土木工程学会推荐方法、潘家铮方法和水科院经验公式法。针对乐昌峡水库鹅公带古滑坡体滑坡涌浪预测问题,采用3种常用经验估算方法,并构建几何比尺1:150的物理模型,对设计洪水位和正常蓄水位条件下滑坡体不同滑速所产生的涌浪进行计算和测试。通过滑坡入水点对岸山坡涌浪爬高、坝前涌浪爬高和B3测点涌浪高度结果的对比分析,发现3种常用经验估算法计算结果差异较大,其中潘家铮方法与模型试验结果最为接近。通过对计算结果差异的进一步分析,推荐在采用经验估算法进行库岸滑坡涌浪预测时选择潘家铮方法,此外,还解释了物理模型试验中所出现的一些现象,可供库岸滑坡涌浪预测参考。     

Analysis of Baishuihe landslide influenced by the effects of reservoir water and rainfall

Since the impoundment of the Three Gorges Reservoir in June 2003, a number of new landslides have occurred and existing landslides have been made worse. The 1,260 × 10⁴ m³ Baishuihe landslide, located at 56 km west of the Three Gorges Dam, began to deform more noticeably after the first impoundment in early July 2003. The sliding of the two blocks comprising the landslide, one an active block and the other a relatively stable block, became apparent after approximately 5 years of monitoring. Field recordings show that the landslide displacement is affected by the combined effects of the rainfall and water level in the reservoir. These effects have been investigated in the present paper, including the deformation characteristics (movement pattern, direction, displacement and velocity) earmarking the temporal evolution of the active block. Based on a practical creep model of a large rock slide, alert velocity thresholds for pre-alert, alert and emergency phases have been computed corresponding to the imminence of failure. The alert velocity thresholds are being proposed to be included as a part of an early-warning system of an emergency plan drawn up to minimize the adverse impact in the event of landslide failure. The emergency plan is intended to be implemented as a risk management tool by the relevant authorities of the Three Gorges Reservoir in the near future.     

Displacement prediction of step-like landslide by applying a novel kernel extreme learning machine method

Landslide displacement prediction is an essential component for developing landslide early warning systems. In the Three Gorges Reservoir area (TGRA), landslides experience step-like deformations (i.e., periods of stability interrupted by abrupt accelerations) generally from April to September due to the influence of precipitation and reservoir scheduled level variations. With respect to many traditional machine learning techniques, two issues exist relative to displacement prediction, namely the random fluctuation of prediction results and inaccurate prediction when step-like deformations take place. In this study, a novel and original prediction method was proposed by combining the wavelet transform (WT) and particle swarm optimization-kernel extreme learning machine (PSO-KELM) methods, and by considering the landslide causal factors. A typical landslide with a step-like behavior, the Baishuihe landslide in TGRA, was taken as a case study. The cumulated total displacement was decomposed into trend displacement, periodic displacement (controlled by internal geological conditions and external triggering factors respectively), and noise. The displacement items were predicted separately by multi-factor PSO-KELM considering various causal factors, and the total displacement was obtained by summing them up. An accurate prediction was achieved by the proposed method, including the step-like deformation period. The performance of the proposed method was compared with that of the multi-factor extreme learning machine (ELM), support vector regression (SVR), backward propagation neural network (BPNN), and single-factor PSO-KELM. Results show that the PSO-KELM outperforms the other models, and the prediction accuracy can be improved by considering causal factors.     

库水下降作用下滑坡动态变形机理分析以三峡库区白水河滑坡为例

在每年的库水位下降期间,三峡库区的许多滑坡都出现了较大变形。为了深入研究库水下降作用下滑坡的动态变形机理,评价和预测此类滑坡的稳定性及发展趋势,本文以白水河滑坡为例,在现场地质调查和详细地质勘查的基础上,充分利用十多年监测数据,分析其变形特征、失稳机理、影响因素及稳定性,预测了其变形发展趋势。研究结果表明在水库水位下降的过程中,由于滑坡岩土体渗透性能较差,地下水来不及及时排出,滞后于水库水位的下降,滑坡受到了坡体内地下水向外的渗透动水压力作用,从而使得滑坡稳定性降低。另外库水位下降速度越快,滑坡的位移速率也越大,表现出阶跃型动态变形特征。     

三峡库区典型堆积层滑坡变形滞后时间效应研究

堆积层滑坡是三峡水库运行过程中的重要地质灾害,其变形演化往往滞后于库水位的变化,表现出时间滞后效应,给滑坡灾害精准预测和灾害警情准确发布造成极大困扰。采用集对分析法并结合层次分析法,构建了滑坡加权位移向量计算模型,在滑坡加权位移演化与库水位波动相互关系定性分析的基础上,寻找滑坡加权位移与库水位变化速率相关性达到最大时的平移步数,从而计算出滑坡变形滞后于库水位变化的时间。以三峡库区典型堆积层滑坡——树坪滑坡为例,在分析滑坡变形演化规律基础上,分别选取2012年、2013年、2014年汛雨期地表位移与库水位下降速率的监测数据开展滑坡变形滞后时间研究。研究发现:当库水位下降速率小于等于0.43 m·d-1时,树坪滑坡变形滞后时间大于等于5 d;当库水位下降速率在0.43 m·d-1到0.7 m·d-1之间时,树坪滑坡变形滞后时间在2 d到5 d之间;当库水位下降速率大于等于0.7 m·d-1时,树坪滑坡变形滞后时间小于等于2 d;随着库水位下降速率不断增大,树坪滑坡变形滞后时间不断缩短。通过分析滑坡不同空间位置监测点的滞后时间,发现越靠近滑坡体前缘变形滞后时间越短,当库水位下降速率在0.43 m·d-1到0.7 m·d-1之间时,滑坡前缘变形滞后时间在2.4 d到5.4 d之间,滑坡中部的变形滞后时间在3.4 d到5.6 d之间,滑坡前缘和中部的变形滞后时间差在0.2 d到1.4 d之间。研究成果可以为树坪滑坡的监测预警防治工作提供参考,对重大水利工程涉水滑坡监测预警具有一定借鉴意义。     

关键影响因子作用下三峡库区堆积层滑坡分布规律及变形破坏响应特征

三峡库区崩滑地质灾害频发,堆积层滑坡是最常见的滑坡类型。在分析三峡库区145处库岸堆积层滑坡资料基础上,选取地形地貌、地质岩性和斜坡构造作为控制因素、降水和库水波动作为主要诱发因素,探究堆积层滑坡在上述关键影响因子下的分布发育规律及变形破坏响应特征,阐明内在机理,结果表明:(1)受区域地质构造和基岩地层岩性显著控制,滑坡发育频次和规模沿长江存在显著空间差异性;(2)砂页岩夹煤层岩组(SC)和泥灰岩与砂泥岩互层岩组(MSM)对库区堆积层滑坡危害最大,软岩、“软-硬”互层二元结构和水-岩(土)相互作用是主导滑坡发育的主要影响因素;(3)大多数滑坡涉水,主要发育在10°~30°斜坡上,前缘高程集中在100~175 m,受库水波动影响严重,岸别和斜坡结构对堆积层滑坡发育没有明显控制作用;(4)库区滑坡主要由降雨-库水下降联合诱发滑体前缘滑移-拉裂,引发牵引式滑坡,降雨与库水波动各自对滑体的影响格局和程度存在明显差异。以期研究成果为有针对性的库区滑坡总体防治提供一定的科学指导。