基于“阶跃”变形特征的降雨型滑坡预警判据探讨

由于滑坡灾害的发生具有随机性和复杂性,经常给人们生活造成严重的经济损失,甚至威胁生命安全,故建立滑坡预警判据及模型是减小损失的重要手段。文章首先确定了有效降雨量-变形速率-改进切线角为降雨型阶跃滑坡的预警关键判据。然后运用斜率单变点法确定滑坡“阶跃”变形曲线上的“破坏拐点”和“稳定拐点”并提取变形加速区间的详细信息,以此求解有效降雨量-变形速率-改进切线角综合预警判据阈值。最后,结合麻池村1号滑坡各发展阶段宏观变形特征,将时空演化规律有机结合,建立了4级递进式综合判据分级预警模型。结果表明：麻池村1号滑坡的运移形式为牵引式,在降雨因素的激发下,累计位移曲线呈典型的“阶跃”变形特征;麻池村1号滑坡变形受前期降雨影响,前期降雨与当期降雨组成一个降雨过程的时间间隔阈值为10 d,“前期+当期降雨”模式下对应的降雨阈值分别为24 mm、 32 mm;基于监测数据精细化分析以及改进切线角法获取的麻池村1号滑坡的位移速率阈值为12 mm/d。研究可为此类型滑坡灾害的预警提供理论基础和技术指导。     

一种基于位移监测的“降雨阶跃型”滑坡预警系统

"降雨阶跃型"滑坡是一种在强度较大的降雨作用下,位移变形呈现出"阶跃型"动态演化特征的滑坡。其位移变形相对有规律,但由于变形时间长、临滑模式复杂,导致预警难度大。为了建立合理有效的"降雨阶跃型"滑坡预警系统,通过分析预警所需的关键判据,确定预警系统基本设计原则,并以王家坡滑坡为典型案例,设计5级递进式分级预警系统。研究表明:(1)王家坡滑坡的日降雨量、日位移速率阈值分别为25 mm/d、20 mm/d。(2)王家坡滑坡5级递进式分级预警系统,发出Ⅰ级绿色预警的方程为:0≤y <-1. 25x+10;发出Ⅱ级蓝色预警的方程为:-1. 25x+10≤y <-1. 25x+20;发出Ⅲ级黄色预警的方程为:-1. 25x+20≤y <-1. 25x+30;发出Ⅳ级橙色预警的方程为:-1. 25x+30≤y <-1. 25x+40;发出Ⅴ级红色预警的方程为:y≥-1. 25x+40。 更多还原     

优势流入渗与坡体变形关系研究及应用

部分降雨型滑坡的地表裂缝会随着变形的不断增加逐渐形成完整配套的裂缝体系，针对此类滑坡的降雨入渗过程，指出沿地表裂缝形成的优势通道而形成的优势流入渗主导着滑坡稳定性的恶化过程，促进变形的持续发展。系统分析了优势流入渗与地下水位升降、坡体变形之间的相互关系。在此基础上，以王家坡滑坡为典型案例，分析了优势流入渗通道形成的时空规律及对应的变形特征，发现滑坡累积位移曲线上的变形加速区间呈不规则阶跃状，并将加速区间的起点与终点定义为加速拐点和减速拐点。然后以W3监测点的实际监测资料对滑坡变形过程中的地下水升降特征进行反演并获取对应的稳定性演化规律，发现变形加速区间上的加速拐点和减速拐点与稳定性出现变化的起点和终点相吻合，依此可建立确定变形加速区间的方法，进而获取位移速率阈值。     

降雨诱发深层老滑坡复活变形的动态作用机制

强降雨易引发大型深层老滑坡的复活变形,研究其作用机制对建立滑坡变形破坏的降雨阈值,实现滑坡灾害的预警预报具有重要意义.以三峡库区秭归县谭家湾大型深层老滑坡为例,在地表宏观裂缝时空分布规律的精细描述基础上,结合15年的人工监测和2年的实时监测数据,分析了老滑坡的复活变形特征和发展过程.通过滑坡阶跃阶段的位移与降雨（当前降雨和前期降雨）的相关性分析,提出了降雨对深层滑坡复活变形演化过程的动态作用机制.谭家湾滑坡的7次“阶跃”变形与强降雨相关,但累积位移增量与累积降雨量无明显正相关关系,水平位移增量基本相同时,累积降雨量明显不同.引起第一次阶跃变形的累积降雨量和最大日降雨量均明显大于后续阶段,可能受控于强降雨的作用机制由“孔隙渗流”为主,逐渐转变为“渗透性增加的孔隙渗流+裂隙优势流”的综合渗流模式.这对进一步深入研究强降雨诱发深层老滑坡阶跃变形的内在机理与灾害预警具有一定的理论意义和参考价值.     

基于位移比模型的三峡库区云阳县域内蠕变型滑坡降雨预警

建立高效合理的区域滑坡灾害降雨预警模型对滑坡防治具有重要意义.然而以往的研究多侧重于临滑预警,对蠕变型滑坡在强降雨工况下的短暂加速变形的预警研究还有待深入.以三峡库区云阳县域内滑坡为例,首先根据滑坡地表位移监测数据的特点对统计样本进行合理筛选.再通过降雨因子与滑坡发生的相关性分析以及对滑坡在降雨条件下位移变化情况的数值模拟,确定了适用于不同时间阶段的降雨统计变量.然后将考虑了滑坡规模特征的滑坡位移比（累计位移与滑坡纵长之比）作为变形指标,分时段统计滑坡地表位移监测数据与历史降雨信息,建立了日降雨数据与月位移数据的对应关系,得到了可用于确定降雨量阈值的位移比模型,并获得了云阳县蠕变型滑坡的五级预警分区.最后分别选用研究区滑坡险情实例、长年位移监测数据及极端降雨事件对模型预警效果进行检验.结果显示基于专业监测数据的位移比模型的滑坡降雨预警结果与实际情况相符,可为蠕变型滑坡的预警预报提供依据.      

间歇式滑坡变形力学机制与单体预警案例研究

水库区水位波动条件下常诱发滑坡阶跃,阶跃指滑坡的变形突然发生、戛然而止,位移曲线呈多台阶状,具有间歇式、突发、（准）周期性的特点。选取典型阶跃型水库滑坡案例,在现场多年监测工作基础上,揭示滑坡变形特征,引入黏滑理论,阐明滑坡阶跃力学机制;其次,考虑现有预警方法在阶跃型滑坡中的局限性,基于机器学习开发预警新方法。结果表明：渗流作用下滑带土黏滑可能是滑坡阶跃的力学机制;采用多机器学习算法,选取人工神经网络（artificial neural network,ANN）和C5.0算法综合确定了西南库区某大型滑坡水位与水位变化率阈值,建立了该二维预警阈值间的反比例数学关系,预警准确率达86.7%。该研究将黏滑理论引入滑坡力学机制分析中,并基于多机器学习算法综合确定预警阈值,为相关研究及应用提供借鉴。     

基于监测曲线特征点分析的阶跃型滑坡预警方法

在三峡库区专业监测滑坡中,部分滑坡受到库水或者降雨等外界因素影响,其累计位移-时间曲线表现出明显的“阶跃型”特征。直接使用改进切线角对阶跃型滑坡位移监测曲线进行预警分析,其改进切线角预警值可能在变形曲线陡增阶段高于实际预警级别,增加虚警率。为了准确判别阶跃型滑坡的变形阶段及发展趋势,本文以白家包滑坡和谭家湾滑坡为例,分析滑坡监测历史数据及其影响因素,采用斜率单变点分析法和AMPD法对“阶跃型”累计位移-时间曲线进行特征点提取,结合Hill 函数形成特征点拟合曲线,在此基础上利用改进切线角对拟合曲线进行滑坡变形阶段划分及预警分析。结果表明,当前白家包滑坡总体上处于蠕滑变形阶段,预警级别为无预警;谭家湾滑坡处于中加速变形阶段,预警级别为橙色预警。研究表明,本文方法可以很好抑制变形曲线的阶跃特征对预警级别判定带来的影响,更准确地判定滑坡变形阶段。     

粤西封开地区花岗岩斜坡变形破坏与降雨响应关系研究

本文在2017~2019年地质灾害调查的基础上,结合降雨监测数据,系统分析了粤西封开地区斜坡变形破坏与降雨的响应关系。结果表明,斜坡变形破坏多发生在汛期（5~8月）,且变形破坏模式为“滑移”、“崩落（坠落）”和“倾倒”三种类型,规模均为小型。“软化崩解”、“渐进性破坏”和“刚性破坏”是花岗岩斜坡主要的变形破坏机理。斜坡变形破坏与单日降雨量和累积降雨量密切相关。斜坡变形破坏多发生在单日降雨量为30 ~ 90 mm区间内,其中与50 ~ 60 mm降雨量响应关系最为显著。斜坡变形破坏与累积降雨量具有明显的相关性;在累积降雨量150 ~ 250 mm区间内响应关系最为显著。相对于降雨,部分斜坡变形破坏有一定的滞后性,滞后期为5~7天。因此,在上述降雨阈值区间,区内花岗岩斜坡隐患点应进入应急预警状态。     

基于一元线性回归模型八字门滑坡累积位移预测

我国滑坡灾害发生频繁,但滑坡的变形预测预报一直是难题,因此每年都因滑坡的变形破坏导致重大的人员伤亡和财产损失。以三峡库区八字门滑坡为研究对象,基于十多年的监测数据分析,研究分析了该滑坡的变形特征:八字门滑坡变形的主要影响因素为降雨和库水位下降,并且累积位移曲线具有"阶跃型"的变形特征。当外界因素去除或者减小的情况下,累积位移-时间曲线将变得平稳。根据此特性,选取每年变形曲线"阶跃段"（6~8月份）的监测数据,以累积位移为目标函数,基于一元线性回归模型,对八字门滑坡2004年到2017年同期的滑坡监测数据进行分析。结果表明:一元线性回归模型能够很好地模拟八字门滑坡"阶跃段"的变形过程,此变形阶段累积位移与时间呈线性关系,直线斜率基本相同。根据此线性关系,对滑坡的累积位移进行了预测,结果表明与实际监测数据相比较,预测误差在±5 mm以内,相对误差在1%以下,精度可以满足滑坡监测预警要求,可以为八字门滑坡的防治工作提供参考。     

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。     

基于失效概率的边坡降雨阈值曲面探讨

降雨是诱发边坡变形失稳的主要因素,而针对降雨型边坡的预警预报也一直是工程领域的核心问题。本文将蒙特卡罗方法引入降雨型滑坡的预警预报,首先基于正态分布的岩土体物理力学参数,建立了边坡的有限元数值计算模型,并分析了9种不同型式降雨下边坡稳定性系数的变化情况。结果显示递增型降雨对边坡的稳定性尤为不利,均匀型降雨次之,递减型降雨影响最小。其次,将降雨过程划分为前期降雨+当期降雨,并确定了前期降雨对于当期降雨的有效时间为6 d。最后,论文结合可靠度理论,选取失效概率P_f=10%作为预警指标,通过把前期降雨引入降雨强度-降雨历时关系曲线并作为第三坐标轴,最终将该曲线扩展成为前期降雨(A)-当期降雨(I)-降雨历时(D)曲面(A-I-D阈值曲面),研究结果对于降雨型边坡的预警预报具有一定的指导意义。     

台风暴雨型土质滑坡演化过程研究

台风暴雨型滑坡是我国东南丘陵山地主要的滑坡类型,揭示其失稳演化规律对东南丘陵山地台风暴雨型土质滑坡监测预警具有重要的理论及实际意义。本文以福建泉州德化石山滑坡为研究对象,结合现场地质勘察资料,建立滑坡物理与数值模型对其变形演化过程进行模拟,探究边坡失稳涉及的渗流和变形位移等规律。研究结果表明:(1)初期雨水以垂直入渗坡体为主,且入渗速率较大;后期入渗速率随坡体饱和度增加而减小。有前期小降雨的情况下,坡脚位置更易出现积水饱和现象;(2)雨水入渗是导致坡体稳定性下降的主要原因:在暴雨工况中E3(模拟全程降雨为暴雨雨强100 mm·d-1)中,稳定系数保持下降,从1.197降至1.125;在双峰暴雨工况E4(前期30 mm·d-1小雨强降雨,后期100 mm·d-1暴雨雨强降雨)中,小雨强降雨过程中稳定系数基本保持不变,从1.197降至1.188,当暴雨一开始,稳定系数骤降至1.060;(3)台风暴雨型滑坡位移演化过程具有阶段性特征:压缩沉降微变形阶段,该阶段位移曲线变化平缓,基本不发生位移;匀速变形阶段,该阶段位移匀速增长,位移速率不变;加速变形阶段,加速变形直至失稳阶段,破坏迅速,具有突发性,曲线呈非线性;(4)当前期发生小雨强降雨(降雨强度≤30 mm·d-1),后期突发大暴雨雨强降雨(降雨强度≥100 mm·d-1)情况下滑坡的发生具有突变性,在试验中暴雨初期位移骤增20 mm,而后快速发展到90 mm左右。     

滑坡对降雨响应的多指标监测及综合预警探析:以赣南罗坳滑坡为例

降雨量和位移是当前降雨型滑坡监测预警最常用的指标。然而,降雨量和位移监测结果只能反映降雨作用下滑坡的变形情况,不能揭示滑坡内在物理力学性状对降雨的响应。因此,除降雨量和位移监测之外,建立包括体积含水率、基质吸力等反映滑坡动态演化过程的关键指标监测体系必将成为今后更真实地把握滑坡内在演化趋势、更准确地建立滑坡综合预警判据的最有效手段。笔者对赣南地区典型降雨型滑坡进行了多指标监测及综合预警示范研究。结果表明:(1)在降雨条件下滑坡土体内部体积含水率、基质吸力和温度等多指标均产生有规律的动态响应;(2)随着降雨的持续,滑体体积含水率与基质吸力的变化均具有显著的滞后现象;(3)体积含水率和基质吸力变化速率与滑体位移具有显著的正相关性;(4)滑体温度分布变化规律受大气温度和体积含水率的共同影响。以实测数据的滑坡稳定性分析为基准,在考虑实际降雨入渗深度与滑坡稳定性的关联度上,建立了包括日降雨量、体积含水率增加速率、基质吸力减小速率以及位移速度多元指标预警方法体系,提出了基于关键指标综合预警体系及确定方法,旨在为降雨滑坡准确预警提供新模式。     

A graph deep learning method for landslide displacement prediction based on global navigation satellite system positioning

The accurate prediction of displacement is crucial for landslide deformation monitoring and early warning. This study focuses on a landslide in Wenzhou Belt Highway and proposes a novel multivariate landslide displacement prediction method that relies on graph deep learning and Global Navigation Satellite System (GNSS) positioning. First model the graph structure of the monitoring system based on the engineering positions of the GNSS monitoring points and build the adjacent matrix of graph nodes. Then construct the historical and predicted time series feature matrixes using the processed temporal data including GNSS displacement, rainfall, groundwater table and soil moisture content and the graph structure. Last introduce the state-of-the-art graph deep learning GTS (Graph for Time Series) model to improve the accuracy and reliability of landslide displacement prediction which utilizes the temporal-spatial dependency of the monitoring system. This approach outperforms previous studies that only learned temporal features from a single monitoring point and maximally weighs the prediction performance and the priori graph of the monitoring system. The proposed method performs better than SVM, XGBoost, LSTM and DCRNN models in terms of RMSE (1.35 mm), MAE (1.14 mm) and MAPE (0.25) evaluation metrics, which is provided to be effective in future landslide failure early warning.     

降雨诱发区域性滑坡预报预警方法研究

论文以四川省雅安市雨城区为研究区,将逻辑回归模型引入区域降雨型滑坡预警预报,建立了同时考虑降雨强度和降雨过程的降雨临界值表达式.在滑坡危险性区划的基础上,研究提出了区域降雨型滑坡预警预报指标,包括临界值降雨指数R和滑坡发生指数L,并利用20台自动遥测雨量计和地质灾害群测群防网络,采用历史记录雨量和预报雨量,建立了区域降雨型滑坡预报预警体系.     

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。     

速度倒数法滑坡预警模型流变试验研究

滑坡失稳的预测预报研究是地质工程领域中的一项重要课题,准确地确定预测预报理论模型的参数是实际应用中的难点。在实际滑坡监测中通常可以观察到位移曲线呈现阶梯形,这些阶梯形位移变化点就是滑坡的变形突变点。为研究滑坡变形突变点的变形特征,进行了不同荷载作用下的天然试样以及不同荷载、不同含水率作用下的浸水试样的流变试验,得到了累计位移-时间曲线以及变形速度-时间曲线。依据秦四清的锁固段理论以及速度倒数法滑坡预警模型对试验结果进行分析。研究结果表明：荷载和含水率的变化对模型参数没有影响,模型参数是关于材料属性的函数;变形过程中突变点的变形特征与破坏时的变形特征相似,并且速度倒数法预警模型在突变点和破坏点确定的模型参数基本一致。因此,滑坡监测曲线中早期位移突变点确定的模型参数可以用于确定滑坡破坏时的预警模型。