三峡库岸滑坡变形特征及影响因素分析

三峡库区涉水滑坡主要影响因素是水位和降雨量,也是库区滑坡体失稳的主要影响因素和诱发因素。库区每年重复着水位升降不利于滑坡的稳定,而降雨特别是大强度的降雨也诱发产生滑坡。当水位波动遇到降雨,出现工况叠加,滑坡将加剧。因此,有必要对影响滑坡变形的主导因素进行了解分析。2016年6月三峡库区全面展开了自动化监测,使得数据统计方便可靠。本文采用滑坡变形速率、降雨量、库水位变化、最大水位变化速率、淹没程度,运用灰色关联度分析法对涉水滑坡进行了计算分析。水位下降阶段,文中土质滑坡变形受库水位影响最大。水位上升阶段,该土质滑坡上部变形受降雨影响最大,下部受水位影响最大。文中岩质滑坡总是受库水位影响最大。     

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。     

三峡库区塘角村1号滑坡变形特征分析

塘角村1号滑坡是三峡库区地质灾害防治监测预警工程Ⅲ期应急专业监测点。监测方法为滑体深部位移监测、地表位移监测等。本文通过滑坡变形、库区降雨、库区水位变化等资料的相关分析,总结分析了该滑坡在空间和时间域内的变形特征。降雨强度和降雨量的大小是影响滑体变形速率的因素之一,下部滑体变形对于库区水位下降敏感,当水位在一段时期内按一定速率持续下降时,滑体变形速率明显加大。     

泡桐湾滑坡变形特征及影响因素分析

采用地表位移GPS监测对泡桐湾滑坡进行变形监测,结合滑坡区内多年降雨量、长江水位变化资料,分析泡桐湾滑坡的滑体变形特征。结果表明,该滑坡变形区呈整体式变形特征,降雨为滑坡的主要影响因素,库区水位为滑坡变形的次级影响因素。     

白家包滑坡变形与库水位、降雨相关性定量化分析研究

白家包滑坡是具有滞后性“阶跃型”变形的滑坡代表,通过定性分析初步认为,库水位下降是白家包滑坡变形的主要影响因素,其影响程度大于降雨。为了进一步明确白家包滑坡变形对库水位波动和降雨的响应程度,本文根据库水位每年波动情况,将其划分为5个阶段,运用皮尔逊相关系数法对白家包滑坡变形与库水位、降雨的相关性进行定量计算,计算结果为各监测点变形与库水位、降雨都在5~6月份综合计算中相关程度最高,且变形与库水位最大相关性系数绝对值为0.75左右,大于变形与降雨的最大相关性系数(0.45左右)。为了充分消除库水位与降雨之间的相互影响,运用皮尔逊相关系数分别计算白家包滑坡变形与库水位、降雨的净相关性系数,最后将得到的净相关性系数与新建GPS自动监测点在2017~2018年的日变形位移和库水位、降雨对比分析,进行相关性验证。结果表明:白家包滑坡的变形对库水位下降的响应程度大于变形对降雨的响应程度,在库水位快速下降阶段响应程度最高,且与新建的GPS自动监测点监测结果吻合度较高。此结果与定性分析结果和皮尔逊相关系数法分析结果一致,该研究可对滑坡变形影响因素的定量分析提供科学的依据。     

基于GPS监测数据的某滑坡变形分析

三峡库区某滑坡采用GPS监测滑坡地表位移,至今已积累了6年的监测资料。根据积累的监测数据,采用回归分析法对滑坡变形进行了分析和建模,结果表明,降雨为滑坡变形的主要影响因素,库水位变化量对滑坡变形的影响并不显著。但在降雨的情况下,库水位的下降对滑坡的变形起促进和加剧作用,库水位的上升对滑坡的变形起缓和作用。     

三峡库区白家包滑坡变形特征与影响因素分析

针对三峡库区阶跃型滑坡,以白家包滑坡为例,统计分析滑坡位移、变形速率和裂缝监测数据。显示滑坡在2007年6月之前为蠕动变形初期,受降雨和库水位等外界因素的作用,6月滑坡发生剧烈变形,之后一直保持约75°方向滑动。滑坡体中前部位移速率大于后缘,其变形具有牵引式特点。滑体上裂缝与变形位移具有一致性,位移量越大的区域裂缝越发育。将位移速率与降雨、库水位和地下水进行影响机制分析,建立滑坡变形与外界动态影响因素之间的响应关系。结果表明降雨量和库水位变化是引起滑坡季节性变形的主要因素,其中降雨强度、库水位下降及下降速率是导致滑坡位移速率波动大小的关键因子。     

基于变系数回归模型的三峡库区滑坡位移预测

降雨-库水联合作用影响着三峡库区滑坡,而降雨、库水分别对滑坡演化的贡献及作用规律迄今尚不明确.以库区树坪滑坡和八字门滑坡为例,通过分析降雨和库水位资料,采用变系数回归模型,对滑坡位移进行预测.实验结果表明:经过改进的变系数回归模型方法不仅比传统的线性回归模型、自回归积分滑动平均模型、支持向量机模型方法具有更高的预测精度,而且能定量地给出各影响因素对滑坡位移的贡献.      

奉节县曾家棚滑坡时空差异性变形特征与成因机制分析

研究库水位波动和降雨影响下滑坡的位移变形特征并分析其破坏机制,对了解三峡库区滑坡的演化过程具有重要意义。以奉节曾家棚滑坡为例,基于GPS地表监测位移分析了滑坡在不同特征库水位运行阶段的变化规律,结合灰色关联度模型确定了滑坡不同部位的变形在不同阶段的主要控制因素,借助GEO-Studio软件模拟了曾家棚滑坡在历史降雨和库水位波动耦合作用下的稳定性变化,并与定量分析结果进行了交叉检验。结果表明:曾家棚滑坡的运动状态随时间变化,从缓慢蠕变状态进入阶跃变形状态。平面上,中东部坡体与西部坡体相比,运动更加强烈;剖面上,前缘变形早且变形量大。曾家棚滑坡变形失稳过程为初期蓄水启动了曾家棚古滑坡,前缘首先发生变形;降雨作为中后期主控因素,和库水位波动联合作用共同诱发了滑坡多次阶跃变形,使滑坡前中后部形成贯通裂缝;最终由二十年一遇的暴雨诱发滑坡发生整体破坏。     

基于数据挖掘的三峡库区特大滑坡变形关联规则研究

从实测数据中分析滑坡灾害的成因机理,对于准确识别潜在危险区与及时制定防治措施十分重要。由于现场监测数据的数量庞大、来源多样,常规的数据处理方法难以从海量监测数据中提取出有用的信息,进而对滑坡变形演化趋势作出正确评价和预测。本文基于经典数据挖掘方法中的两步聚类法与关联规则分析,提出了滑坡变形行为的关联分析挖掘技术,并以长江三峡库区新铺滑坡为例,对库水位波动及降雨影响下的特大滑坡位移速率进行了关联分析。结果表明:该滑坡的变形受库水位高程水平、库水位波动速率与降雨强度等因素的多重影响,水位下降、强降雨与滑坡变形密切相关;滑坡不同空间位置处的变形影响因素存在差异,由坡脚至坡顶,库水位波动的影响水平依次降低,降雨强度的影响水平逐渐增强。本文提出的数据挖掘方法可定量分析滑坡变形的控制因素,并通过与实测数据的对比验证了相关规则的可靠性,这对于海量监测数据条件下滑坡灾害的成因分析有重要意义。     

基于多因素-多尺度分析的阶跃型滑坡位移预测

为了定量分析阶跃型滑坡位移与诱发因素之间的时滞效应,提高位移预测精度,本文提出新的预测模型并进行对比分析。首先基于时间序列分析将滑坡累计位移分离为趋势项和周期项;然后采用最大信息系数(C_mi)、多元经验模态分解(MEMD)方法进行多因素分析和多尺度分析,构建出多因素-多尺度MEMD预测模型;最后以三峡库区八字门滑坡为例,通过C_mi选取最优滞后期的诱发因素作为模型输入,在用MEMD方法分解多元序列的基础上建立时间多尺度模型,并与单因素-单尺度模型、多因素-单尺度模型及单因素-多尺度EMD(经验模态分解)模型进行对比。结果表明：八字门滑坡降雨和库水位的最优滞后期分别为2 d和4 d;滑坡多元序列经MEMD方法分解后得到3组模态函数,每组均有7个分量,各对应分量的时间尺度一致,其中周期项位移受诱发因素的响应具有时间多尺度特性;多因素-多尺度MEMD预测模型的均方根误差相较于以上3种对比模型分别平均降低49.4%、36.9%和27.4%,平均绝对百分比误差分别平均降低38.0%、26.4%和15.8%。     

基于时间序列EEMD重构的滑坡位移PSO-SVR预测方法——以三峡库区滑坡为例

三峡库区滑坡地表位移—时间曲线多呈“台阶型”特征。基于位移响应成份模型的滑坡位移预测方法是对该类滑坡位移预测的主要方法之一。针对目前水库滑坡波动项位移预测工作中尚未考虑主要诱发因素的高频成份与低频成份的问题,提出了基于时间序列EEMD重构的滑坡位移PSO-SVR预测的方法。以白水河滑坡2003年7月至2013年3月117个地表位移数据为例,采用EEMD法将地表位移时间序列分解为趋势项位移和波动项位移,该趋势项位移用最小二乘法的二次多项式拟合预测;根据EEMD和t检验法,确定高频降雨量、低频降雨量、高频库水位和低频库水位,结合其它常用因素,采用灰色关联分析确定白水河滑坡影响波动项位移的优势因素为高频降雨量和月间库水位变化,基于优势因素建立PSO-SVR模型预测波动项位移。结果表明,总预测值的平均相对误差为0.009 8,方差比为0.023 9,小误差概率为1,预测效果较好。利用该方法对三峡库区其它5个“台阶型”滑坡进行了预测,预测位移与实测位移较吻合,进一步证明了该方法的有效性,对同类滑坡的预测预报具有一定的借鉴意义。     

利用BP神经网络进行水库滑坡变形预测

滑坡变形监测与预测是滑坡预警预报中一种非常重要的途径。文章首先简单介绍了神经网络的基本原理和学习算法,然后利用某水库滑坡24期的GPS地表位移监测数据及其诱发因素即水库水位、降雨等资料,采用BP神经网络模型对该水库滑坡变形进行建模,最后将6期水库水位、降雨等资料输入模型进行滑坡变形预测,结果表明预测结果与实测数据符合性好,总体上能较好反映变形趋势。     

间歇复活型库岸老滑坡地表位移预测

库岸老滑坡的间歇性复活给决策管理者判断滑坡处于何种变形阶段,以及未来将会出现何种发展趋势带来了极大的困难。将周期性库水位变动及季节性降雨入渗统一到滑坡体的地下水位变动,基于刚体极限平衡原理与Mohr-Coulomb强度准则,推导了描述库岸老滑坡间歇性复活过程的复活速率与地表位移预测模型。以三峡库区三舟溪滑坡为例,首先通过数值模拟获得2009年1月1日至2009年12月31日的滑坡体地下水位序列,然后利用所建模型计算得出该时间段内滑坡复活速率序列,根据初始位移得出地表位移预测序列。与实测位移的比较结果显示预测效果良好,表明所建模型是合理的。此外,影响该模型预测精度的关键因素在于获得精确的实时地下水位与符合滑坡实际情况的模型参数。     

三峡库区藕塘滑坡变形特点及复活机制研究

为深入研究库区古滑坡变形特征及其复活机理,文章以三峡库区藕塘滑坡为研究对象,通过对钻孔、探槽及平硐等现场勘查资料和监测资料的深入分析,并结合数值模拟方法,探讨了藕塘滑坡的时-空变形特点及影响因素,并揭示其复活机制。电子自旋共振试验和现场勘查结果表明藕塘滑坡由三个次级滑体组成。监测数据显示:总体上,地表累计位移-时间曲线呈阶跃状变化,即雨季滑坡变形速率急剧加快,旱季则骤减;在空间上滑坡的变形速率随高程的增加而增加。库水和降雨是导致藕塘滑坡变形破坏的主要因素:滑坡下部区域变形主要受库水影响,而滑坡中、上部区域变形主要受降雨影响。数值模拟结果也进一步揭示了影响滑坡孔隙水压力响应的主控因素随滑坡高程的变化而变化。库水骤降使得坡体前部渗透压增大,同时强降雨使得坡体中部及上部孔隙水压力升高,二者共同作用下导致滑坡复活。此外库水位下降或降雨量增加,均会不同程度降低边坡的稳定性。以上结论对于指导实际工程及深化库区古滑坡的研究具有一定的理论意义,同时加强古滑坡的研究有助于丰富滑坡稳定性评价及预测预报方法,为古滑坡的治理提供一定的理论依据。     

数据预处理在滑坡位移相关分析中的应用

滑坡位移的变化除受控于其内在的地质条件之外,也受到外在诱发因素动态作用的影响.为更好地揭示滑坡位移变化与诱发因素的综合关系,运用多种数据预处理方法对滑坡位移监测数据进行了处理分析.以巫山监测预警示范站玉皇阁崩滑体为例,分别采用t检验准则、正交多项式及三次样条函数进行数据剔除处理、数据平滑处理及数据等距化处理,在得到有效数据的基础上,对滑坡位移量与降雨量、库水位.变化等诱发因素进行了相关分析.结果表明,滑坡位移量与降雨量、库水位变化等诱发因素存在较强的相关性,同时具有典型的滞后性,其中,连续降雨与库水位下降是滑坡变形主要的直接诱发因素,且连续降雨对滑坡位移影响的滞后时间为0～6 d,库水位下降对滑坡位移影响的滞后时间为0～21 d.     

三峡库区某滑坡变形影响因素的灰色关联分析

有效利用滑坡监测资料掌握滑坡变形特征及其影响因素的主次关系是开展滑坡变形预测及工程治理的重要前提。因此,以三峡库区某滑坡为研究对象,基于滑坡位移监测、降雨量和库水位变化相关资料,对滑坡变形特征进行分析,研究表明该滑坡的变形与库水位下降及集中降雨具有明显的相关性;在此基础上,以滑坡位移变形速率为系统特征变量,选取当月降雨量、前两月降雨量、月库水位下降量、库水位下降速率为相关因素变量,运用灰色关联分析方法研究了系统特征变量与相关因素变量之间的响应程度,由灰色关联度的分析结果可知,前两月降雨量与当月降雨量、与该滑坡变形速率的响应程度最高,该滑坡变形的最大影响因素为降雨量,其次为库水位下降。鉴于此,建议进一步完善滑坡区排水系统,采取相应的工程防治措施。     

由树坪滑坡自动监测曲线分析滑坡诱因与预警判据

以三峡库区秭归县树坪滑坡为研究对象,通过远程全自动变形监测系统获取的滑坡监测曲线,结合历年专业监测和库水位、降雨等资料,分析了该滑坡的变形特征,找出了滑坡变形的主要诱发因素,并通过分析滑坡位移曲线、计算实测数据,得出了以变形位移速率和切线角为预警阀值的该滑坡四级预警定量划分标准。研究结果表明:库水位下降是诱发树坪滑坡变形的主要因素,降雨等仅起到雪上加霜的辅助作用;库水位下降速率大,树坪滑坡的变形速率也相应增大;引起树坪滑坡变形加速的关键因素实际上是地下水与库水位间的水位差形成向外的动水压力引起;切线角和变形位移速率的预警阀值仅为定量判定树坪滑坡的预警级别提供了依据,滑坡发展演化阶段的判定还应结合其宏观变形破坏迹象等综合判断。     

三峡库区树坪滑坡变形失稳机制分析

树坪滑坡自2003年三峡水库蓄水以来,就一直持续变形。为了对其稳定性及变形发展趋势进行评价和预测,有必要对其变形失稳机制进行深入研究。为此,采用现场地质调查和勘探的方法确定了滑坡的形态和性质;充分挖掘变形监测数据,详细分析了滑坡的变形特征。在此基础上,深入研究了变形失稳机制及影响因素,并对滑坡的稳定性进行了计算和预测。结果表明,滑坡区地形、岩性及地质构造等地质因素控制了树坪滑坡的形成和发展;库水位下降和大气降雨进一步激励了滑坡的变形。库水位下降,坡体内地下水位随之下降,但其速度远小于库水位下降速度,导致坡体内水力梯度和渗透力明显增大,从而使滑坡稳定性急剧下降,并且库水位下降速度越快,滑坡的位移速率也越大,是典型的水库下降型滑坡。在库水位下降过程中,若出现明显的降雨过程,更加剧了滑坡的变形,有产生大规模滑动的可能性,须采取防护治理措施。     

长江三峡库区木鱼包滑坡地表变形规律分析

三峡库区木鱼包滑坡自2006年实施专业监测以来,一直持续变形,对三峡大坝工程和长江航道造成巨大威胁。通过多次野外地质调查资料、长期现场巡查、人工GPS位移监测数据、近1年的全自动监测数据等,深入分析该滑坡在库水涨落及降雨条件下的变形特征、演化规律及变形机制。结果表明,滑坡坡体结构、岩性及地质构造等地质因素控制了木鱼包滑坡的变形,库水位是主要的驱动因素。库水位上升过程中,库水位由145 m升到155 m左右,月位移量为最小值;动水压力向坡内,滑坡变形最小;库水位155 m上升至175 m期间,库水入渗前部坡体,对滑坡前部抗滑段形成浮托减重效应,变形有所增加。库水位由175 m下降到170 m左右,累积位移形成阶跃,坡受向坡外动水压力和浮托减重效应作用,月位移达最大值。库水位由170 m降到145 m期间,浮托减重效应作用减小,月位移量降低。目前,木鱼包滑坡变形趋势减小,产生大规模滑动的可能性较小,但须进一步加强监测和机制研究。