三峡库区龙头山滑坡变形机制研究

以三峡库区龙头山滑坡作为研究对象,研究库水位及降雨综合作用下滑坡体的变形机理及演化趋势。研究表明,滑坡体变形在空间上存在差异性,滑坡体中部、左侧前缘变形较大,中后部变形逐渐减小,表现出牵引滑动特征;降雨和库水位波动是滑坡体变形的主要影响因素,2次较大变形均与其叠加作用相关;从演化趋势上来看,滑坡体内不平衡应力得到不断释放,滑坡体变形趋势逐渐减缓,前期滑坡体变形受库水波动作用强烈,后期变形主要受降雨作用影响。     

金坪子滑坡动态稳定性分析研究

外界因素是影响滑坡变形和稳定状态的重要因素。进行滑坡的稳定性分析,依据监测资料进行预警预报,都有必要考虑外界因素的作用。以云南省昆明市的金坪子滑坡为背景,运用GIS及3DSlopeGIS的三维极限平衡分析方法,从地震、库水位、降雨三个外界因素单独或复合作用下的安全系数的变化情况,研究滑坡的动态稳定性。研究表明,在外界因素的作用下,通过分析安全系数—地震烈度曲线、安全系数—库水位高度曲线以及安全系数—时间曲线,可以定量判断地震、降雨、库水位对滑坡的影响,以及三者对滑坡影响力的高低顺序,为工程的预警预报提供重要参考。     

一种V/S和LSTM结合的滑坡变形分析方法

滑坡变形的产生是坡体自身地质条件和外部诱发条件共同作用的结果,滑坡变形定量预测是滑坡监测预警的关键。传统的基于滑坡累计位移-时间曲线分析滑坡变形的方法,忽略了滑坡变形演化的影响因素,难以对滑坡变形进行准确预测。三峡库区滑坡研究多集中在滑坡时空分布特征和滑坡整体稳定性分析方面,亟需开展单体滑坡综合变形分析。以三峡库区白水河滑坡为例,基于滑坡宏观变形和位移监测数据,利用重标方差（rescaled variance statistic,V/S）分析法对滑坡整体和局部变形趋势进行分析,进而构建考虑库水位波动和降雨滞后性影响因素的可有效利用长期依赖信息的长短记忆（long short-term memory,LSTM）神经网络模型,定量预测滑坡位移。研究结果表明,滑坡体属牵引式滑坡,北东部稳定性较差,西部和后缘相对稳定,预测值的均方根误差为8.95 mm,证明该模型是一种高性能的滑坡变形分析方法。     

时序InSAR用于滑坡灾前二维形变追溯与灾后风险评价

针对美国俄勒冈州西海岸Hooskanaden滑坡发生的大规模失稳以及破坏后坡体的稳定性仍然未知的问题,本文基于升降轨Sentinel-1影像数据,利用SBAS-InSAR技术对Hooskanaden滑坡灾前的变形模式、驱动因素和灾后的稳定状态进行了研究。结果表明,早在2019年滑坡事件发生前,Hooskanaden滑坡就处于持续蠕变状态,其沿LOS向的最大形变速率可达-226 mm/a;该滑坡属于推移式滑坡,以水平自东向西运动为主,二维形变与其倾角的组合有利于推断滑坡的变形模式;滑坡运动存在明显的季节性周期变化,降雨是其加速变形的主要驱动因素;滑坡的中部及其后缘在灾后仍处于活跃状态,沿LOS向的最大形变速率达-65 mm/a,存在再次失稳的可能性。     

诱发因素影响下的滑坡参数优化预测模型研究

在降雨等外界诱发因素的综合作用下,滑坡位移预测是一个复杂的动力系统问题。利用三峡库区白家包滑坡综合监测数据,分析滑坡演化实时特征,提取影响滑坡变形的最相关因素,研究发现白家包滑坡为降雨主导型堆积层滑坡;采用自回归综合移动模型（ARIMA）模型进行拟合及预测,引入月累积降雨量对模型季节性趋势参数进行评估优化,对白家包滑坡72期月相对位移数据进行拟合及预测研究,最终模型结果和实测值的平均绝对误差和相关系数分别为2.873和0.983。研究结果表明,与传统经验法相比,优化参数模型更符合滑坡变形的一般规律。     

基于水文-气象阈值的区域降雨型滑坡预测研究

目前区域降雨型滑坡预测主要依赖降雨阈值开展,然而从降雨诱发滑坡机理可知,除降雨入渗导致的土壤含水量变化外,降雨入渗前的土壤含水量也是影响边坡失稳的重要因素,无法考虑降雨入渗前的土壤湿度情况,被认为是降雨阈值在滑坡预测中表现差的主要原因。针对这一问题,本文以四川省都江堰地区作为试验区域,提出考虑前期土壤湿度的区域降雨型滑坡预测思路,通过统计分析历史滑坡数据,构建了基于前期土壤湿度和近期降雨情况的水文-气象阈值模型,其中前期土壤湿度情况由改进的前期有效降雨指数刻画,近期降雨情况由最近的累积降雨量表示。试验结果表明:在试验区域的降雨型滑坡预测中,水文-气象阈值模型表现出较好的命中率和较低的误报率。本文构建的水文-气象阈值模型,可同时考虑前期土壤湿度和近期降雨对滑坡发生的影响,模型所需数据少、所用方法简单易操作且预测性能较优,适合在区域降雨型滑坡预测中推广应用。     

基于最优分解模态和GRU模型的库岸滑坡位移预测研究

在滑坡位移综合预测研究中,常因滑坡随机位移分量无法准确提取、最优训练数据集及时效性无法确定等,造成多源监测数据利用不充分、位移预测结果不稳定。鉴于此,引入变分模态分解,在滑坡位移时序分析的基础上,结合门控循环单元递归神经网络,提出一种新型滑坡位移综合预测模型。以三峡库区白水河滑坡为例,选取2003-07—2012-12的位移监测数据和同时期库水位及降雨数据进行分析研究,综合模型预测结果的均方根误差为9.715 mm,判定系数为0.967。对比实验分析表明,该模型在保证高预测精度的同时,在有效预测时长和时效性上同样优势明显,在库岸滑坡位移预测研究中具有很强的应用和推广价值。     

滑坡区域危险性的动态预测方法研究

在一般滑坡区域危险性预测方法的基础上,考虑动态预测,添加了降雨、蓄水水位变化、植被三种动态因素对于滑坡的作用,并以三峡库区中的重庆市涪陵区为例将动态预测方法加以实现。     

利用2016—2020年Sentinel-1数据监测与分析三峡库区树坪滑坡稳定性

由于不良地质条件和周期性蓄水等因素影响,中国三峡库区岸坡的稳定性问题一直备受关注。获取了覆盖树坪滑坡周围区域2016-03─2020-03的111景哨兵1号(Sentinel-1)数据,利用时间序列合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)对该数据集中的高相干点目标和分布式目标进行分析,获取实验区坡体变形。结果显示,实验区内有7处坡体处于活跃状态,最大变形速率达到70 mm/a。与树坪滑坡GPS形变观测值进行比较,验证了InSAR结果的有效性。通过对树坪和三门洞等典型滑坡的时序分析发现,库区水位和集中降雨是滑坡变形的主要影响因素,实验区内的治理工程有效减缓了变形趋势。与此同时,公路建设与植被耕种等人类活动引起了熊家岭村等出现地面沉降,需密切关注以防止出现安全隐患。所得结果证明时序InSAR技术可以有效识别和监测滑坡,为地质灾害风险普查以及防灾减灾治理成效评价提供技术支撑。     

GAMIT/TrackRT用于滑坡实时GNSS监测研究

针对传统全球导航卫星系统(GNSS)滑坡监测存在的成本高、精度低、坐标时间序列受多路径效应影响严重等问题,该文结合普适型GNSS接收机、开源GAMIT/GLOBK软件、TrackRT实时单历元定位模块以及完备集合经验模态分解数据处理算法搭建了滑坡监测系统,系统可实现近实时基线解和实时单历元解两种解算模式。以临夏黄土滑坡监测系统为例进行分析,实验结果表明：近实时基线解算精度平面方向优于2 mm,高程方向优于5 mm;实时单历元解算精度平面方向在3 mm左右,高程方向8 mm左右,能够满足滑坡监测预警需求。分析了降雨对滑坡形变的影响,降雨与滑坡形变速率呈中度相关关系,其滞后周期在1～2 d。     

三峡水库蓄水对地壳形变及大地水准面的影响

利用资源三号(ZY-3)高分辨率遥感影像提取三峡库区水体数据,通过负荷格林函数积分模型法计算出三峡水库蓄水过程中水体对地壳形变及对大地水准面的影响。研究发现:1三峡库区近岸地壳垂直形变与水库水位呈负相关关系,大地水准面与水库水位呈正相关关系;水位上升,长江近岸地面水平向内形变,方向指向江心;2三峡水库蓄水造成的地壳垂直形变最大可达35mm左右,大地水准面形变最大值在8mm左右,而对库区地壳水平形变影响不超过0.5mm;3出现形变最大值的地点是忠县环湾一带,而并非是三峡大坝周边。     

滑坡变形的模式识别

探讨利用变形模式的拓扑约束识别方法来识别滑坡块全的变形模式及其应用问题，并根据GPS多期监测数据对云阳宝塔滑坡体进行了块体识别与分析，实例证明，该方法对滑坡块体及块体变形参数的识别是有效的，其结果对于滑坡体的滑带弱化的扩展过程的认识及稳定性分析与监测系统，滑坡整治系统的设计具有一定的价值。     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义.雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用.本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括:雷达遥感在滑坡形变监...     

粒子群优化BP神经网络的滑坡敏感性评价

滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。     

三峡库水位变化过程中的地壳垂直形变与重力变化监测

监测三峡库水位变化过程中的地壳垂直形变和重力变化,对三峡水库的安全运行和区域地质灾害监测防治等具有重要意义。本文从直接计算、实际测量和综合解算3个方面研究了三峡库水位变化过程中地壳垂直形变和重力变化。基于资源三号卫星影像提取的水体数据,结合水位数据,直接计算了三峡水库蓄放水从145~175m每隔5m的影响,地壳垂直形变最大可达30mm,对重力影响超过20μGal(1Gal=10~(-2) m/s~2)的范围距离长江中心线约2km内。库区较近的巴东CORS站(ES13)能够实际测量到库水位变化过程中的地壳垂直形变。由于目前三峡库区的CORS站和重力台站数量较少,分布不均,还不能满足紧密跟踪三峡库水位变化过程中的监测需求。利用三峡地区26座CORS站和部分重力台站数据,基于负荷形变理论和球谐分析方法,综合解算了库水位变化过程中的地壳垂直形变和重力变化,与实际CORS监测结果一致。通过对比分析发现,基于CORS站网的综合解算,能够有效提升对库水位变化过程中的地壳垂直形变和重力变化的监测能力。     

三峡水库蓄放水对地面重力变化的影响分析

针对目前对地面重力的影响分析多采用模拟计算,从而导致对蓄放水的影响范围和程度分析还存在不足的问题,该文利用资源三号(ZY-3)高分辨率多光谱遥感影像提取了三峡库区江河湖库水体数据,结合水位数据,通过负荷格林函数积分模型,计算出三峡水库蓄放水导致水位升降的过程中水体对地面重力变化的影响。研究发现:(1)以1a为周期,三峡库区库岸及长江近岸地面重力的变化趋势与水库的蓄放水时期对应;(2)三峡水库放水期间水位下降,水库库岸及长江近岸地面重力减小;蓄水期间水位上升,地面重力增大;(3)三峡水库蓄放水对库岸及长江近岸的地面重力影响最大可达1 000μGal以上,且距离长江中心线越近,地面重力变化越大。