地震与强降雨条件下云南鲁甸王家坡震裂山体稳定性分析

强震、暴雨等极端工况下的动力响应研究是震裂山体稳定性分析的关键。针对云南省鲁甸县红石岩堰塞坝水电库区边坡稳定性问题,运用三维数值模拟手段,对王家坡震裂山体在竖向和水平向地震波耦合作用下的动力响应全过程进行研究,并与暴雨工况及天然工况进行对比。研究结果表明:强震及暴雨作用下,王家坡震裂山体主要位移变形均发生在山体上部的断层影响带全强风化层表层部位,最大位移量分别为0.64 m和0.28 m;结合应力分布及剪应变增量分析可知,斜坡整体最大变形方向为N7°W。在天然状态下,坡体整体稳定性较好,但在极端工况下,坡体上部全强风化层发生坡表局部失稳的可能性较大。动力稳定性分析结果与实际监测数据较吻合,可为红石岩水电库区建设及王家坡震裂山体边坡治理提供参考依据。     

面向工程地质领域的滑坡知识图谱构建方法研究

大数据为滑坡研究带来了新机遇,但由于数据类型复杂、语义关系多样、共享机制不明等问题,对滑坡数据深层挖掘仍然有限,在滑坡研究中大数据优势较难发挥。提出一种面向工程地质领域的滑坡知识图谱构建方法,抽取、融合、结构化多源异构滑坡知识,实现对滑坡知识大数据的询查、关联和推理。采用自顶向下和自底向上结合方法,划分滑坡概念和本体,形成以滑坡野外调查、滑坡评价、滑坡类型、滑坡地貌特征、滑坡形态特征、滑坡致灾信息、滑坡活动状态、滑坡成因机制、滑坡稳定性分析方法、滑坡防治措施10大类知识为基础的滑坡知识体系,建立了包括概念层、属性层、关系层、规则层、实例层的知识图谱模式层;从广阔数据源抽取滑坡知识信息、建立语义网络,对冗余知识进行融合,构建了知识图谱数据层;利用Neo4j平台存储滑坡知识,实现了知识可视化与检索,为滑坡机理研究与防灾减灾提供新思路、新方法。所提的滑坡知识图谱构建方法可拓展到其他类型灾害知识图谱研究,并与其他学科领域产生联系,促进学科深度交叉与融合。     

不同含石量条件下TBM渣料降雨入渗特性试验研究

降雨是大型堆积体边坡失稳的主要诱发因素之一,研究大型堆积体降雨入渗规律,有助于揭示其致灾机理,并指导大型堆积体防灾减灾工作具有重要价值。鉴于此,本文基于TBM渣料独特的针片状形状和定向堆置结构,开展土柱试验研究,揭示不同含石量条件下TBM渣料降雨入渗规律。研究结果表明：由于TBM渣料定向堆置结构的影响,在含石量较高条件下,岩块倾向侧湿润峰运移距离更远,表现出显著的非均匀入渗特征;当含石量为70%时,土体结构转变为骨架结构,岩块间架空,大孔隙增多,水流沿孔隙顺向渗流,渗流速率加快,并在边壁出现明显聚集现象,加剧了两侧湿润峰运移的差异;随着降雨入渗,基质吸力逐渐降低,与体积含水率变化规律相反;而含石量越高,试样的饱和含水率越低。研究成果将弥补当前对针片状定向排列结构土石混合体降雨入渗规律研究的不足,为TBM弃渣场降雨稳定性分析工作提供理论支撑。