呷爬滑坡滑带土蠕变特性及其稳定性

水库滑坡变形破坏受其岩土体蠕变特性及环境因素的影响。当滑坡进入加速变形阶段后,变形骤然增大,失稳概率增加。为了研究滑坡岩土体蠕变特性及其稳定性,选取锦屏一级水电站呷爬滑坡为研究对象,采用坡表位移监测曲线分析与室内三轴蠕变试验相结合的方法,建立了Burgers蠕变模型结合FLAC3D软件进行了滑坡稳定性研究。分析坡表位移-时间曲线发现,坡体变形特征与一般滑坡土体的蠕变特征具有相似性,滑带土室内三轴蠕变试验结果表明,滑带土变形可划分为瞬时蠕变、减速蠕变与稳定蠕变3个阶段,同时其瞬时变形量、稳定蠕变速率均随围压以及应力水平的增大而增大。基于滑带土蠕变特性的Burgers蠕变模型的计算结果,对比了常规强度折减法与考虑蠕变的强度折减法的滑坡稳定性系数,计算结果表明呷爬滑坡目前处于稳定状态,在一个计算周期内考虑蠕变的强度折减法较常规强度折减法的稳定性系数下降了0.04,因此,揭示滑坡土体蠕变特性并在此基础上研究其稳定性具有实际意义。      

降雨与开挖作用下黄土滑坡失稳过程分析: 以关中地区长武县杨厂村老庙滑坡为例

降雨入渗和人工开挖是诱发黄土滑坡的重要因素, 为了研究在这2种诱因作用下关中地区黄土滑坡失稳过程及其对稳定性的影响, 以陕西省长武县杨厂村老庙滑坡为研究对象, 通过现场调查、地质测绘和钻孔勘探, 查明了该滑坡变形特征, 定性分析了滑坡变形演变过程; 基于滑坡变形前15 d内日降雨量实测值, 采用有限元软件, 对坡脚开挖后连续降雨作用下滑坡形成过程进行了仿真模拟; 基于强度折减法对该滑坡稳定性变化规律进行了研究。结果表明: ①关中地区特殊的地层结构是滑坡变形的内因, 降雨是最主要的诱发因素; ②滑坡失稳演化过程表现为: 坡体处于蠕滑状态, 坡脚开挖后, 坡体前缘失稳, 牵引中后缘坡体向下错动而产生张拉裂缝, 在降雨作用下, 雨水沿裂缝渗入坡体深部, 滑坡中部岩土体浸水后抗剪强度降低, 从而导致黄土层与红黏土层接触面饱水形成贯通滑带, 诱发深层滑坡; ③滑坡开挖后较初始状态, 稳定性系数降幅为0.102, 此后受连续降雨影响, 稳定性系数在前10 d以平均0.010/d的速率缓慢下降, 第10~13 d以0.034/d的速率快速下降至最低, 第13 d以后开始回升。研究结果可以为该类滑坡防治提供有效依据。      

特大型顺层古滑坡复活变形特征分析及变形预测研究

为有效掌握古滑坡复活特征及其变形规律,基于滑坡区现场调查成果,首先开展其复活变形特征分析,再利用WPT-ROA-RVM-CT模型进行滑坡变形预测研究。结果表明,在强降雨或持续降雨后,滑坡地表裂缝较为发育,具有张剪性质,且滑坡呈明显推移式特征,即滑坡中、后缘变形明显大于前缘,变形方向具有逆时针变化规律,充分说明古滑坡复活变形特征显著。同时,通过变形预测,验证WPT-ROA-RVM-CT模型具有较高的预测精度,并经外推预测,得到滑坡后续变形速率均为正值且较大,判断滑坡后续变形还会进一步增加,具有较大失稳风险,需尽快开展灾害防治研究。     

关于滑坡泥石流预警预报的几个问题

一、历史的回顾在各种自然因素引发的各类地质灾害中,以降雨引发的滑坡（狭义的土体和岩体滑动）、泥石流发生的频度最高,分布的地域最广,造成的灾害最严重,是滑坡、泥石流预报研究的主要对象。目前一般认为,雨水渗入斜坡岩土体后导致其内部孔隙压力增大及有效应力减小是降雨引发滑坡、泥石流的主要机制。     

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。      

基于多源数据的谭家湾滑坡变形机制及稳定性评价

针对2016年5月发生于秭归县西北部的谭家湾滑坡,结合卫星遥感影像、现场勘查资料以及历史资料等多源数据,初步明确了滑坡的影响区域、特征及发生时序;综合采用钻探、槽探、物探等手段,开展室内外相关实验,明确了滑坡区的地层特性以及岩土体物理力学性质指标,通过分析该区裂缝位移及GPS数据,对该边坡的变形机制进行了探讨,并对该区稳定性进行了评价。结果表明:①谭家湾滑坡属于不规则"圈椅形"中型松散层的水库下降型滑坡,滑坡区的地表形态、地质构造及岩性等因素决定了滑坡的形成和发育,库水位和降雨的共同作用激励了滑坡的变形;②滑坡根据时序共分为3级滑体,总体呈现多次、多层、相互影响的演化特点,第三级滑体具有牵引式特征;③滑坡体内地下水位随库水位下降而下降,但下降速率缓于库水位,随之坡体内水力梯度和渗透力显著变大,此时碰到强降雨,将会导致坡体地下水赋存,岩土体软化,加剧滑坡变形,须施加必要的防护措施。④稳定性分析表明,该滑坡现处于临界稳定状态,一旦发生降雨和库水位变化,局部段可能发生失稳滑动。      

基于深部位移监测的浙江省中林村滑坡变形特征分析

位移监测是获取滑坡范围、滑面位置、滑坡方向等变形特征最直接和最有成效的一种手段,可以为滑坡防治提供较为精准的数据。采取测斜仪和FBG光纤等2种深部位移监测方法,对浙江省中林村滑坡的变形特征与稳定性发展趋势进行了较系统研究分析。监测结果表明:中林村滑坡可分为上部、中下部2个部分,它们均处于蠕滑状态,变形呈缓慢增长趋势。2部分岩土体滑向、滑面埋深、滑动方式等差异明显,斜坡上部具有牵引式滑动特征,活动性不明显,受高陡临空面影响;斜坡中下部具有推移式滑坡特征,活动特征较明显,降雨为主要的诱发因素。      

湖南炎陵新屋组滑坡专业监测方案及成效分析

文章介绍湖南省地质灾害应急中心布设监测设备对炎陵县霞阳镇草坪村新屋组滑坡隐患开展专业监测。监测数据分析表明,GNSS地表监测数据出现了一次明显增大过程,经现场调查验证,专业监测数据与现场裂缝变形情况基本相符。初步判断滑坡体隐患整体上处于变形阶段,降雨是导致滑坡加剧变形的主要因素。     

阶跃型位移特征滑坡时间预测预报研究

滑坡时间预测预报目前主要以滑坡最终破坏的时间为目标函数,但对于变形特征为阶跃型的滑坡却难以准确地预测其
破坏时间。为此,提出以位移作为此类滑坡时间预报的目标函数。将滑坡位移分解为蠕变位移和波动位移,采用二次移动平均法
分别提取,然后采用多项式拟合和灰色GM(1,1)模型分别对蠕变位移和波动位移进行预测,最后将两部分预测位移相加得到滑坡
预测的总位移。以典型阶跃型位移特征滑坡———三峡库区八字门滑坡为例,运用其位移监测数据进行验证,并对多模型预测结果
进行对比分析,结果表明,该位移预测模型预测精度良好,能较好地预测阶跃型位移特征滑坡位移。      

三峡库区柑子沟滑坡防治对策

柑子沟滑坡位于香溪河左岸,柑子沟西侧,滑坡体呈缓坡状地貌,主滑方向210°,分布有多级台地。滑体发育于谷坡,沿沟谷发育呈长条状,后缘发现有拉张裂缝。滑体的周界清晰,为基岩斜坡。滑体中部有复建公路通过,人为改造作用强烈。该滑坡坡体结构较完整,坡度在29°～31°之间。滑坡后缘壁基岩出露,为粉砂岩中等风化,稳定性较好,滑坡后缘及周围无新的堆积物加载来源;滑坡无整体变形迹象。[第一段]     

三峡库区麻柳林滑坡变形特征及演化模拟

在库水位波动和降雨作用的共同影响下，库岸滑坡的变形规律往往更为复杂。以三峡库区麻柳林滑坡为例，基于野外调查、钻探编录、深部位移监测以及数值模拟等手段，分析了库水位波动和降雨作用下滑坡变形特征及演化规律。结果表明:麻柳林滑坡在粉质黏土层和块石层交界处发育一个次级滑带，目前该滑坡主要沿次级滑带运动，导致次级滑动的原因与坡体物质的差异性有关；S_i(S_f)指标分析法揭示滑坡的滑带还未完全破坏，滑坡仍处于蠕变状态；根据三峡水库水位调度规律，将一个完整水文年划分为6个阶段，数值模拟结果表明滑坡在库水位缓慢下降阶段变形速率较小、在快速下降阶段和低水位阶段变形速率持续增大、在快速上升阶段和缓慢上升阶段以及高水位阶段变形速率则保持平稳。其中，降雨的直接影响和降雨导致库水位波动进而对滑坡变形造成的间接影响，使得麻柳林滑坡在低水位阶段的变形显著增加、稳定性最差，应加强该时段内滑坡的监测和预警。      

Displacement characteristics and prediction of Baishuihe landslide in the Three Gorges Reservoir

In order to reach the designated final water level of 175 m, there were three impoundment stages in the Three Gorges Reservoir, with water levels of 135 m, 156 m and 175 m. Baishuihe landslide in the Reservoir was chosen to analyze its displacement characteristics and displacement variability at the different stages. Based on monitoring data, the landslide displacement was mainly influenced by rainfall and drawdown of the reservoir water level. However, the magnitude of the rise and drawdown of the water level after the reservoir water level reached 175 m did not accelerate landslide displacement. The prediction of landslide displacement for active landslides is very important for landslide risk management. The time series of cumulative displacement was divided into a trend term and a periodic term using the Hodrick-Prescott(HP) filter method. The polynomial model was used to predict the trend term. The extreme learning machine(ELM) and least squares support vector machine(LS-SVM) were chosen to predict theperiodic term. In the prediction model for the periodic term, input variables based on the effects of rainfall and reservoir water level in landslide displacement were selected using grey relational analysis. Based on the results, the prediction precision of ELM is better than that of LS-SVM for predicting landslide displacement. The method for predicting landslide displacement could be applied by relevant authorities in making landslide emergency plans in the future.     

Mechanism of colluvial landslide induction by rainfall and slope construction: A case study

The landslide hazards occurring in the complex geological genesis accumulation body are usually controlled by the coupling action of many internal and external factors. Therefore, this paper takes the dam-front Danbo accumulation body landslide of Yangfanggou hydropower station on the Yalong River as the geological prototype, and discusses the process and mechanism of slope stability degradation under the combined action of rainfall and slope construction. Based on the detailed understanding of the basic characteristics of the accumulation body, the development characteristics of the landslide and the construction situation of the slope engineering, the study conducted correlation analysis between rainfall and landslide displacement, the physical and mechanical tests of all types of rocksoil masses, and the numerical simulation testing of seepage field variation of the landslide section. It is found that the special slope structure and material composition of the old landslide accumulation layer on the upper part of the Danbo accumulation body are the internal factors for the occurrence of thrust loadinduced landslide, and the construction of the slope engineering not only creates free space conditions for sliding, but also provides channels for the infiltration of rainfall into the slope after confluence, which is an external factor that caused the mechanical properties of the sliding zone soil to gradually weaken from the trailing edge to the leading edge. The geomechanical model of such landslide is that the active section of the trailing edge produces the "source of force", the transition section of the middle section affects the occurrence of sliding, and the anti-sliding section of the leading edge controls the occurrence of landslide hazards. The results of this research provide not only a useful supplement to the theory of landslide formation mechanisms but also a scientific basis for guiding the prevention and control of similar hazards.     

金沙江结合带巴塘段滑坡群InSAR探测识别与形变特征

金沙江结合带结构破碎,软弱岩层发育,流域性特大高位地质灾害频繁发生.针对该区域开展大范围滑坡调查与监测研究,对减灾防灾具有重要意义.以金沙江结合带巴塘段为试验区,采用堆叠InSAR技术分别利用升轨、降轨Sentinel-1 A卫星数据对该区域滑坡隐患开展了调查研究.在此基础上,以中心绒乡滑坡群为重点研究区,利用多维小基...     

库水位升降与降雨作用下大型滑坡体渗流稳定性分析

库岸滑坡体分布广泛,在库水位升降和降雨条件下极易失稳。三板溪水电站东岭信滑坡堆积体总方量2 000×104 m3,最大厚度150 m,2006年水电站蓄水后滑坡体开始出现大变形,每年雨季加剧。首先经野外地质勘察和十余年监测数据整理,探明了地质条件和变形规律;其次使用SEEP/W模块对不同库水位升降速率、2019年库水位结合实测降雨条件下的饱和-非饱和流进行模拟,并采用SLOPE/W分别计算不同时刻的稳定系数。分析认为东岭信为超深层滑坡,其变形过程深受库水位升降和降雨影响;滑坡体具有明显的滞水特征,渗流过程复杂;在库水位上升过程中稳定系数不断下降,而在库水位消落过程中稳定性逐渐增强;在库水位上升和强降雨量共同作用下稳定性下降很快,汛后10 d左右达到最低值,此时的稳定性最差。本研究可用于指导库水位升降和降雨条件下大型滑坡体稳定性评价。      

顾及降雨及库水位因素的滑坡时滞分析与预测——以三峡库区新铺滑坡为例

降雨及库水位涨落是引起库岸滑坡形变失稳的主要诱发因素,但滑坡位移速率对此类诱发因素的响应具有一定的滞后性,影响人类对滑坡所处运动状态的判断与预测.针对常规预测模型中未考虑时滞效应的问题,利用三峡库区新铺滑坡的GNSS位移监测数据、奉节气象站降雨数据以及三峡库区库水位涨落数据,通过对监测区内9个GNSS监测点的位移速率序...