重大滑坡预测预报研究进展与展望

我国是世界上滑坡灾害最严重的国家之一, 重大滑坡灾害严重威胁人民生命财产安全和国家重大战略实施。滑坡精准预测预报是防灾减灾的前提, 也是亟待突破的世界性科学难题。以重大滑坡预测预报为目标, 聚焦滑坡演化过程与物理力学机制核心科学问题, 凝炼了滑坡启滑关联机制、滑坡启滑物理力学机制、滑坡过程预测预报理论3个关键科学问题, 提出了如下研究思路: 以系统论、控制论和信息论为指导, 依托大型野外试验场, 采用现场原型试验与多场关联监测、大型物理模型试验、多场耦合模拟等技术手段, 以滑坡孕育过程为基础, 提出了重大滑坡的启滑分类; 揭示锁固解锁型、静态液化型和动水驱动型滑坡启滑物理力学机制, 建立相应的启滑判据; 构建重大滑坡数值预报模式与实时预报平台, 创立基于物理力学过程的滑坡预测预报理论。通过实施, 可奠定上述3类滑坡预测预报的地质、力学与物理基础, 引领重大滑坡预测预报研究, 保障国家重大战略的顺利实施, 契合国家防灾减灾重大需求。      

新铺下二台滑坡变形机制及中长期预报模型

以奉节新铺下二台滑坡为例, 基于GPS位移监测数据、裂缝数据、降雨量及库水位等多源数据, 总结分析了大型古滑坡的复活规律, 引入滑坡中长期预报模型, 实现了以季度或月份为时间单位的跨水文年滑坡位移预测, 并通过岩土体蠕变压缩模型, 验证了推移式滑坡后缘裂缝形成机理。结果表明: ①降雨是下二台滑坡变形的主导因素, 滑坡变形使得滑体产生裂缝并成为降雨入渗通道, 加剧了岩体破碎与软弱层软化, 降低了滑坡稳定性, 集中持续降雨可使滑坡失稳破坏; ②通过模型预测值与地表监测数据的比较, 将年降雨量作为滑坡中长期预报模型中的主控因素具有实际可操作性且有助于提高滑坡中长预报精度; ③推移式滑坡后缘裂缝由滑坡推移式位移和岩土体压缩形成, 引入蠕变压缩模型计算的裂缝宽度并和监测数据的比较说明, 蠕变压缩模型非常适合该类边坡, 同时应用岩土体蠕变压缩模型反推得到岩土体平均变形模量, 判断岩体破碎程度, 可以为滑坡稳定性分析及后续工程治理提供参考。      

考虑水致劣化效应的库岸滑坡非饱和渗流应力耦合分析

水对岩土体的力学参数存在明显的劣化效应。开展了不同含水率条件下滑坡堆积体三轴力学试验, 建立了饱和度和力学参数之间的经验方程; 对建立的经验方程进行了二次开发, 通过饱和度和力学参数的耦合, 实现了库水位实时变动过程中考虑岩土体力学参数变化对滑坡稳定性的影响, 克服了库水位变动过程中岩土体物理力学参数不能随库水入渗变化的局限性。通过云南省兰坪县大华滑坡在库水位变动环境下的模拟结果和现场监测数据的比对, 验证了考虑岩土体力学参数水致劣化效应的合理性, 并对大华滑坡考虑水致劣化效应的变形演化规律进行了工程应用。      

基于物理模型试验的滑坡-抗滑桩位移场变化特征

滑坡-抗滑桩体系演化机理是滑坡灾害防治的重要理论基础,其中桩土相互作用是滑坡-抗滑桩体系中的关键,而位移场是相互作用的重要表征之一,因此,对滑坡-抗滑桩体系位移场的研究具有十分重要的工程意义。以物理模型试验为手段,基于三峡库区堆积层滑坡工程地质特征,建立大型物理试验模型,通过逐级施加荷载来模拟滑坡后缘推力,采用高速摄像机及粒子图像测速技术等获取滑坡坡表与桩顶位移数据,定量分析了体系位移场变化特征。试验结果显示:在滑坡-抗滑桩体系演化过程中,坡表位移场变化呈现出很好的规律性,这为桩土相互作用研究机理起到了一定的推动作用。      

基于物理模型试验的多层滑带滑坡变形演化特征

滑坡变形演化特征一直是滑坡灾害预测与防治领域急需解决的关键问题, 但对于多层滑带滑坡的变形演化特征却少有研究。以物理模型试验为手段建立了三层滑带滑坡物理试验模型, 完成了多层滑带滑坡变形演化全过程的模拟。基于PIV技术获取坡表位移数据, 通过柔性测斜仪监测滑坡深部位移, 同时布设土压力盒获取滑坡内部土压力的变化情况, 实现了多层滑带滑坡演化过程多参量数据分析。试验结果表明, 多层滑带滑坡破坏过程可分为初始、等速、加速和破坏4个阶段。不同破坏阶段滑坡的主要变形区域不同, 下层滑体受到上层滑体牵引作用, 在重力和推力作用下滑坡变形逐渐向浅层发展。变形过程中滑坡应力逐渐向滑带集中, 滑坡推力沿埋深方向呈多级梯形分布。加速变形阶段滑带处应力迅速增大, 滑坡体内产生多层应力集中带, 滑带位置推力变化与滑坡位移显著相关。      

基于坡表变形分析与降雨响应模拟的立节北山滑坡运动特征

速度倒数法(INV)是基于坡表变形特征的滑坡启滑预测工具, 其与滑坡内部多物理场演化的关系仍需进一步明晰。开展了甘肃省舟曲县立节北山滑坡的勘察与坡表变形监测, 采用基于速度倒数法、速度阈值法、以非饱和土理论为基础的边坡降雨响应模拟3种方法, 对该滑坡的运动特征与失稳的内在机制展开了研究。研究结果表明: 边坡变形速度倒数-时间曲线有明显的加速起始点。速度倒数在2021年6月3日达到最低值后, 进入约60 d的平稳期, 在9月20日突然加速, 并在20 d内速度达到200 mm/d以上, 变形不再收敛。基于速度倒数法得到的滑坡生命周期结束点, 与实际的失稳点相差8 d, 提前约130 d对该突发性滑坡进行了预报。根据全过程速度时程曲线, 存在20, 60, 100 mm/d的多级速度阈值。边坡应力场、变形场、渗流场的数值模拟结果显示, 变形时程曲线的拐点与降雨强度的增加相关, 累计降雨量与安全系数呈指数负相关。数值模拟得到的累计变形为2 250 mm, 变形速度为10~35 mm/d, 速度倒数为0.03~0.12 d/mm, 与实际监测数据接近。综上所述, 速度倒数法对立节北山滑坡的生命周期进行了有效预测, 基于速度的预警阈值受长时序变形时程曲线波动的影响, 采用以非饱和土理论为基础的数值模拟明晰了立节北山滑坡变形对降雨的响应机制。      

基于神经网络的滑坡变形预测报研究

利用ＢＰ神经网络方法建立了滑坡变形预报模型,在此模型的基础上对几个典型滑坡进行了预报分析,其结果表明用ＢＰ模型进行滑坡短期预报效果较好。     

滑坡灾害预测预报信息共享平台

 滑坡是最常见的一种地质灾害,其主要诱因是降雨。滑坡灾害多发生在雨量充沛地域或洪水季节。南京市受自然环境和地质环境的影响,滑坡是其最主要的地质灾害类型之一,为了有效地预测滑坡的发生情况并最大限度地减少滑坡灾害为南京带来的损失,本文在已有的南京市地质灾害易发区等研究的成果上,结合南京市历史滑坡数据、气象资料和地质灾害预测数学模型构建了南京市滑坡灾害预测方法并确定了南京市滑坡灾害预测预报技术流程。在该预测方法和技术流程的基础上,本文同时应用了数据库技术、ArcGIS Server技术、AJAX远程调用技术、网页局部刷新技术和地图缓存技术等,融合地理信息系统功能与滑坡灾害预测预报业务功能,开发了南京市滑坡灾害预测预报信息共享平台。该平台可以对滑坡灾害基础数据和实时气象数据动态、科学地管理,结合南京市实时降雨数据可实现滑坡灾害预测预报并将灾害信息实时在线发布,同时提供对滑坡灾害信息的查询、检索、统计分析等功能,最终通过该信息共享平台,为南京市滑坡灾害的防灾减灾提供决策支持,为其他需要建立滑坡灾害预测信息共享平台的城市提供参考。     

水库滑坡成因机制研究进展与展望

滑坡是水库库区主要地质灾害类型之一,开展水库滑坡成因机制研究具有重要理论意义和工程应用价值.利用WebofScience(WoS)数据库和VOSviewer文献计量工具对1999-2018年已发表的969篇以水库滑坡为主题的相关论文进行研究趋势分析.文献计量分析表明三峡库区滑坡稳定性和变形研究是未来水库滑坡成因机制研究主要趋势.从库水对滑坡的宏观力学作用方式、库水作用下岩土体渗流应力耦合机理和库水对岩土体劣化作用过程等方面,对国内外水库滑坡成因机制研究的主要成果与进展进行了综述.综合现有的研究成果指出水库滑坡在精细化地质建模、岩土体多场耦合特征参数获取和岸坡长期演化评价等方面尚存在不足.基于上述问题,提出水库滑坡成因机制研究应以多场信息监测为重要手段,立足多学科交叉,采用大数据融合与挖掘和人工智能技术等解决水库滑坡长期演化趋势难题.考虑水库滑坡所处地质环境的复杂性,建议未来应在水库滑坡立体精细地质建模、多场关联监测、地质结构多场多尺度演变过程、基于监测数据大数据分析的滑坡预警阈值确定和原位试验综合平台构建等方面进一步深入研究.     

滑坡监测预报方法研究现状

滑坡是一种十分严重的自然灾害,会给人类造成重大的损失,已引起世界各国的广泛关注;针对滑坡灾害的各项研究正在不断地开展、深入;对目前滑坡监测和预报方法的研究现状进行总结并作了探讨.     

基于模型试验的动水驱动型顺层岩质滑坡启滑机制初探

动水驱动型顺层岩质滑坡数量多、灾害频发、危害大, 是滑坡地质灾害领域的研究重点, 但目前对于滑坡启滑机制的认识仍不充分, 滑坡的准确预报还面临巨大挑战。鉴于此, 以含软弱夹层的中倾角顺层岩质滑坡为研究对象, 通过构建理想的单层滑带滑坡物理模型, 开展了一系列动水作用下的滑坡模型试验研究。结果表明, 动水作用下顺层岩质滑坡从开始变形至失稳滑动需经历初始变形、缓慢变形、加速变形和失稳破坏4个阶段, 而各个阶段的演化特征与滑面粗糙度和倾角密切相关。滑面倾角越大或粗糙度越小, 滑坡体从开始变形至失稳滑动所需的时间则越短; 相应地, 坡体加速变形阶段越不明显, 滑坡破坏的突发性越强。滑带内的渗流冲蚀作用会使滑带土中的骨料流失, 导致其抗剪强度降低, 进而引发坡体滑动。与此同时, 上覆坡体的压剪作用以及变形演化过程亦将反过来影响冲蚀强度。基于滑带土黏聚力随水力梯度和冲蚀时间的变化关系, 提出了渗流驱动下滑带土黏聚力演化模型, 可较好地描述滑带土黏聚力的退化过程。滑面粗糙度的存在不仅显著影响了滑带的冲蚀劣化规律, 还改变了滑带不同区域的破坏模式。此外, 通过考虑滑面粗糙度对滑带不同区域破坏模式的影响, 开展了动水多效应关联分析, 建立了滑坡地质体力学分析模型, 实现了动水作用下顺层岩质滑坡动态稳定性的有效评估。本研究成果可为实际动水驱动型顺层岩质滑坡的预测和防治提供理论参考。      

台风-非台风降雨型滑坡的多时段临界雨量值预测模型

统计确定临界降雨量是滑坡早期预警常用的方法。东南沿海地区台风暴雨不同于一般降雨, 常引发滑坡灾害, 从而威胁沿海地区人民生命财产安全。为了建立台风和非台风降雨型滑坡临界降雨量预测模型, 以浙江丽水市为例, 基于2010-2020年台风暴雨、非台风降雨诱发滑坡与降雨量的统计, 构建了丽水市滑坡发生概率和有效降雨量的关系, 提出了多时长临界降雨量预测模型, 并开展了台风和非台风降雨型滑坡预测模型结果的对比分析。结果表明, 非台风降雨与台风暴雨之间雨型和雨量差异是导致丽水市内2类降雨滑坡预测模型差异的主要原因; 以多时长预测模型确定的临界雨量值法和有效降雨天数更加符合丽水市降雨型滑坡的预测预报, 且预测精度相比于传统相关性分析法更高。研究成果对于开发区域降雨型滑坡预测模型具有理论意义, 对我国东南沿海地区汛期滑坡早期预警具有重要实际意义。      

基于物理模型试验的多层滑带堆积层滑坡—抗滑桩受力特征

研究抗滑桩的受力特征是进行抗滑桩设计工作的关键。我国三峡库区部分堆积层滑坡发育多层滑带,而目前抗滑桩的设计方法仅针对单层滑坡,因此,对多层滑带堆积层滑坡—抗滑桩受力特征的研究具有重要意义。基于三峡库区堆积层滑坡工程地质特征,开展了多层滑带堆积层滑坡物理试验模型,在滑坡的后缘施加推力来模拟滑坡演化过程,同时监测滑坡—抗滑桩体系的多场信息。试验结果表明,在多层滑带堆积层滑坡的演化过程中,桩身受力表现出了很好的规律性。根据坡表位移的变化趋势,将滑坡演化分为4个阶段,在此基础上对桩身受力进行分析。滑坡推力分布图式中出现了4个极大值,土体抗力分布图式中出现唯一最大值,该试验结果为抗滑桩的设计提供了一定的理论支持。      

Landslide inventory and susceptibility modelling using geospatial tools,in Hunza-Nagar valley,northern Pakistan

A comprehensive landslide inventory and susceptibility maps are prerequisite for developing and implementing landslide mitigation strategies. Landslide susceptibility maps for the landslides prone regions in northern Pakistan are rarely available. The Hunza-Nagar valley in northern Pakistan is known for its frequent and devastating landslides. In this paper, we have developed a landslide inventory map for Hunza-Nagar valley by using the visual interpretation of the SPOT-5 satellite imagery and mapped a total of 172 landslides. The landslide inventory was subsequently divided into modelling and validation data sets. For the development of landslide susceptibility map seven discrete landslide causative factors were correlated with the landslide inventory map using weight of evidence and frequency ratio statistical models. Four different models of conditional independence were used for the selection of landslide causative factors. The produced landslides susceptibility maps were validated by the success rate and area under curves criteria. The prediction power of the models was also validated with the prediction rate curve. The validation results shows that the success rate curves of the weight of evidence and the frequency models are 82% and 79%, respectively. The prediction accuracy results obtained from this study are 84% for weight of evidence model and 80% for the frequency ratio model. Finally, the landslide susceptibility index maps were classified into five different varying susceptibility zones. The validation and prediction result indicates that the weight of evidence and frequency ratio model are reliable to produce an accurate landslide susceptibility map, which may be helpful for landslides management strategies.     

基于滑带完整性指标的三峡库区堆积层滑坡失稳破坏判据

滑坡稳定性评价是滑坡防治中关键问题之一, 滑坡失稳破坏判据研究可为滑坡稳定性评价提供支持。为了提高滑坡稳定性评价的精度, 以滑坡深部位移监测数据为基础的滑坡失稳破坏判据不失为一种有效方法。基于滑坡深部位移监测数据, 引入滑带完整性指标, 推导得到了滑带完整性指标与滑坡抗剪强度参数之间呈正比例关系; 运用滑坡稳定性计算方法和三峡库区堆积层滑坡简化模型, 获得了滑带完整性指标与滑坡的稳定性系数之间呈正比例关系。建立了考虑滑带完整性指标的三峡库区堆积层滑坡失稳破坏判据, 即: 当滑坡滑带土完整性指标大于滑坡滑带土完整性指标的临界值时, 滑坡处于稳定状态; 当滑坡滑带土完整性指标小于滑坡滑带土完整性指标的临界值时, 滑坡发生失稳破坏。以三峡库区典型堆积层滑坡——五尺坝滑坡为例, 通过实例分析发现该判据具备可靠性, 对堆积层滑坡适用性好。研究成果表明, 滑带完整性指标失稳破坏判据可以用于评价滑坡的稳定状态, 为滑坡失稳破坏判据研究提供了一种新思路。      

优化循环神经网络在滑坡位移预测中的应用

以中国典型黄土滑坡域甘肃黑方台党川6#滑坡体为例,基于滑坡体北斗和位移计时序监测数据,首先利用深度学习框架Tensorflow分别构建3种循环神经网络滑坡位移预测模型：简单循环神经网络(simple recurrent neural network,SimpleRNN)、长短期记忆网络(long short-term memory,LSTM)和门控循环单元(gated recurrent unit,GRU),并进一步针对循环神经网络在参数设置时多采用经验手动调参或采用网格搜索法,易造成人为主观影响较大和计算效率低下的突出问题,引入遗传算法（genetic algorithm,GA）优化循环神经网络参数的自动最佳化选取,分别构建3种基于遗传算法改进的循环神经网络滑坡位移高精度预测模型：GA-SimpleRNN、GA-LSTM、GA-GRU。研究结果表明,改进参数自动寻优后的3种循环神经网络预测模型具有更优的预测性能,特别是GA-GRU模型预测精度最高,更适用于滑坡体长时序位移的高精度预测。     

Probability Prediction Model for Landslide Occurrences in Xi’an,Shaanxi Province,China

Landslides are increasing since the 1980s in Xi’an, Shaanxi Province, China. This is due to the increase of the frequency and intensity of precipitation caused by complex geological structures, the presence of steep landforms, seasonal heavy rainfall, and the intensifcation of human activities. In this study, we propose a landslide prediction model based on the analysis of intraday rainfall （IR） and antecedent effective rainfall （AER）. Primarily, the number of days and degressive index of the antecedent effective rainfall which affected landslide occurrences in the areas around Qin Mountains, Li Mountains and Loess Tableland was established. Secondly, the antecedent effective rainfall and intraday rainfall were calculated from weather data which were used to construct critical thresholds for the 10%, 50% and 90% probabilities for future landslide occurrences in Qin Mountain, Li Mountain and Loess Tableland. Finally, the regions corresponding to different warning levels were identified based on the relationship between precipitation and the threshold, that is; “A” region is safe, “B” region is on watch alert, “C” region is on warning alert and “D” region is on severe warning alert. Using this model, a warning program is proposed which can predict rainfall-induced landslides by means of real-time rain gauge data and real-time geo-hazard alert and disaster response programs. Sixteen rain gauges were installed in the Xi’an region by keeping in accordance with the regional geology and landslide risks. Based on the data from gauges, this model accurately achieves the objectives of conducting real-time monitoring as well as providing early warnings of landslides in the Xi’an region.