基于模型试验的动水驱动型顺层岩质滑坡启滑机制初探

动水驱动型顺层岩质滑坡数量多、灾害频发、危害大, 是滑坡地质灾害领域的研究重点, 但目前对于滑坡启滑机制的认识仍不充分, 滑坡的准确预报还面临巨大挑战。鉴于此, 以含软弱夹层的中倾角顺层岩质滑坡为研究对象, 通过构建理想的单层滑带滑坡物理模型, 开展了一系列动水作用下的滑坡模型试验研究。结果表明, 动水作用下顺层岩质滑坡从开始变形至失稳滑动需经历初始变形、缓慢变形、加速变形和失稳破坏4个阶段, 而各个阶段的演化特征与滑面粗糙度和倾角密切相关。滑面倾角越大或粗糙度越小, 滑坡体从开始变形至失稳滑动所需的时间则越短; 相应地, 坡体加速变形阶段越不明显, 滑坡破坏的突发性越强。滑带内的渗流冲蚀作用会使滑带土中的骨料流失, 导致其抗剪强度降低, 进而引发坡体滑动。与此同时, 上覆坡体的压剪作用以及变形演化过程亦将反过来影响冲蚀强度。基于滑带土黏聚力随水力梯度和冲蚀时间的变化关系, 提出了渗流驱动下滑带土黏聚力演化模型, 可较好地描述滑带土黏聚力的退化过程。滑面粗糙度的存在不仅显著影响了滑带的冲蚀劣化规律, 还改变了滑带不同区域的破坏模式。此外, 通过考虑滑面粗糙度对滑带不同区域破坏模式的影响, 开展了动水多效应关联分析, 建立了滑坡地质体力学分析模型, 实现了动水作用下顺层岩质滑坡动态稳定性的有效评估。本研究成果可为实际动水驱动型顺层岩质滑坡的预测和防治提供理论参考。      

基于密集多点变形监测的公路滑坡主滑方向动态判别

滑坡主滑方向是研究滑坡形成机理和确定抗滑防治方案的重要依据。滑坡随着时间的演化,其主滑方向也是一个动态变化的过程。滑坡主滑方向是滑坡位移状态的综合反映,在滑坡体上布设密集多点变形监测系统,根据小样本监测数据服从t分布的规律,使用肖维勒准则剔除监测数据中的异常值,运用区间估计的方法来求取所有监测点位移方向的均值,通过主滑方向-时间过程曲线来动态判别滑坡主滑方向。将该方法运用到某公路滑坡工程实例研究中,在滑坡体上布设由53个地表位移监测点和19个深部位移监测点组成的密集多点变形监测系统,运用由全站仪和GPS组成的监测仪器系统,对该滑坡开展为期25个月的地表水平位移监测。通过地表位移数据分析对比,采用此方法估计的主滑方向和滑坡体宏观变形体现的滑动方向基本一致。经过误差分析和显著性检验,表明此方法可以较好地对滑坡主滑方向进行了动态判别。将此结果与深部测斜监测到的滑动方向进行了对比,结果基本保持一致,再次说明运用上述方法来动态判别滑坡主滑方向是可行的。在防治工程中,确定了准确的滑坡主滑方向后,指导抗滑桩长轴布设方向和锚索主要受力方向均沿此确定的主滑方向实施,经过长达8个月的持续监测表明,防治措施起到了良好的控制作用,体现了该方法的工程应用价值。     

基于参数劣化的软硬相间顺层边坡稳定性研究

三峡库区侏罗系地层具有独特的软硬相间的岩性组合和结构特征,侏罗系砂泥岩软硬相间地层是该地区典型的易滑地层,是滑坡集中发育的地层之一,也是三峡库区滑坡防治工作中的重点区域。为深入研究软硬相间层状岩质边坡的稳定性,通过对理论概化模型的分析,构建了软硬相间顺层岩质边坡的参数劣化计算模型。考虑风化作用对岩体结构面抗剪强度参数劣化的影响,引入空间变异函数,提出软硬相间层状岩质边坡结构面抗剪强度参数劣化模型,导出软硬相间层状岩质边坡沿层面方向抗剪强度参数劣化的函数表达式,表征了分析点的风化影响厚度与其强度参数的一一对应关系,有利于边坡稳定性的定量分析。利用该函数表达式对沿层面方向岩体的强度参数进行劣化,利用劣化后的强度参数进行稳定性评价,得到分析点至坡面距离与该点稳定系数的对应关系曲线,并结合三峡库区边坡实例进行了验证分析,指出软硬相间层状岩质边坡岩体抗剪强度参数的劣化对其稳定性评价具有较大影响,单平面滑动的稳定分析中抗剪强度参数沿层面恒定分布的假定具有一定的局限性;若不考虑结构面抗剪强度参数的劣化,可能导致稳定性计算结果偏于不安全。     

强降雨作用下堆积层滑坡稳定性分析

强降雨作用易造成堆积层滑坡发生,带来严重的生命财产损失。基于Green-Ampt（GA）模型,同时考虑湿润锋以上饱和带渗流作用,推导了一种新的滑坡降雨入渗函数,弥补了GA模型只适用于无限长坡的不足。为考虑降雨入渗对土体条块强度的影响,采用整体抗剪强度准则评价滑坡稳定性,并在受力分析时考虑了湿润锋以上饱和带渗透力作用,建立了滑坡稳定性系数表达式。研究结果表明：滑坡降雨入渗的尺寸效应非常明显,湿润锋扩展速率随着坡长的增大而增大,当滑坡无限长时新降雨入渗模型与GA模型计算结果相同,说明GA模型是新模型的一个特例。此外,降雨初期,滑坡稳定性下降较快;随着降雨的持续,稳定性下降速率逐渐放缓。与模型试验结果对比表明,提出的降雨入渗模型和评价方法计算结果与试验揭示的现象一致,证明了该方法的可靠性。     

基于统一强度理论多层滑坡体中抗滑桩最大桩间距研究

抗滑桩是防治滑坡的重要工程措施之一,桩间距是抗滑桩设计中的一个重要参数。已有的桩间距研究主要是针对单层均质滑坡,但实际工程中多数滑坡体是多层的,因此对多层滑坡体抗滑桩桩间距的研究就显得尤为重要。在研究多层滑坡体中的抗滑桩最大桩间距时,在确定滑坡体中的最危险滑体后,考虑多层滑体相互作用,运用滑坡推力分布函数及土体抗力分布函数对最危险滑体进行了受力分析,基于统一强度理论对最危险滑体的平衡条件与土拱强度条件进行了研究,推导出了抗滑桩最大桩间距方程。最后对2个实例进行了计算,计算实例1说明了该计算方法在计算多层滑坡体中最大桩间距时,计算结果偏于安全,计算实例2厚坝滑坡验证了运用滑坡推力分布函数使最大桩间距计算结果更合理。      

抗滑桩截面经济优化设计探讨

以三峡库区兴山县二里半滑坡为例,分析了抗滑桩截面尺寸与抗滑桩各内力之间的关系,论述了截面尺寸与混凝土及锁口护壁费用、钢筋费用及单抗滑桩工程总费用之间的相互关系,提出了最优截面尺寸的概念.在此基础上考虑抗滑桩的结构要求,提出了确定合理的截面尺寸的方法:若最优截面宽度满足构造要求,则选取该截面作为设计截面;否则选取构造宽度下使工程造价最小的高度作为设计截面高度.     

基于可靠度理论的阻滑键加固渣土边坡多目标优化设计方法

随着城市建设的发展,渣土边坡的数量和规模急剧增加,渣土边坡的防控研究受到了广泛关注。针对渣土边坡人工分层堆填建筑余渣土体参数的不确定性,采用预埋阻滑键加固渣土边坡的方式,提出了基于可靠度理论的阻滑键多目标优化设计方法。考虑不同阻滑键潜在组合对渣土边坡预估破坏损失的影响,将渣土边坡的预估破坏损失、稳定安全性和加固设计成本作为设计目标,通过多目标优化理论确定帕累托前沿并计算其关节点,获得预埋阻滑键加固边坡的最佳设计方案。以深圳市某渣土边坡为例,计算结果表明,将破坏概率作为衡量阻滑键加固渣土边坡效果指标时,应在渣土边坡前缘预埋两组尺寸长3 m、间距5 m的阻滑键加固边坡。采用上述阻滑键设计组合加固该渣土边坡时,可实现该边坡预估破坏损失、设计成本和稳定性达到最佳平衡。     

降雨干湿循环作用下的渣土边坡稳定性

降雨作用下边坡不同深度岩土体所经受的劣化作用强度差异显著,从而影响边坡的稳定性。以深圳典型渣土边坡为例,基于改进的 Ｇｒｅｅｎ－Ａｍｐｔ模型计算降雨作用下的浸润锋深度,通过干湿循环与直剪试验,获得了浸润锋内渣土抗剪强度参数的劣化规律,结合劣化规律并采用双强度折减法研究了不同降雨工况下渣土边坡的稳定性。研究结果表明:随着干湿循环次数的增加,渣土的黏聚力及内摩擦角均减小,且前期减小得快,后期缓慢,４次干湿循环后趋于稳定,符合指数函数的变化趋势,保持稳定不再衰减的渣土黏聚力为９．５ｋＰａ,内摩擦角为１９°;综合降雨入渗的干湿循环以及双强度折减法得到的渣土边坡的稳定性系数较仅采用传统强度折减法得到的稳定性系数有大幅度的降低,最 大 减 小 了４４．５％。该方法可以用于准确评价降雨作用下边坡稳定性。      

基于μCT技术的白鹤滩库区致密砂岩孔-裂隙三维成像特征研究

微焦点X射线CT扫描(μCT)技术作为实现岩石内部孔-裂隙结构可视化最有效的方法之一,仍需进一步探究其在致密砂岩孔-裂隙三维成像应用中的有效性。以白鹤滩水电站坝址区致密砂岩为例,通过超高精度μCT技术与分割算法,探究了不同扫描精度下试样的孔-裂隙三维成像特征,并进一步结合扫描电子显微镜(SEM)测试分析了其对获取关键结构信息的影响。结果表明：交互式阈值法和Top-hat组合的分割法可更精细化的提取致密砂岩孔-裂隙信息,其中交互式阀值法适用于较大孔-裂隙提取,Top-hat法适用于微小裂隙提取;致密砂岩结构中微小孔隙、微裂纹十分发育,且孤立孔隙较多;0.62μm相对于1.5μm的扫描分辨率呈现了更加清晰的孔隙网络模型,但由于纳米级的测试范围受限,关键结构信息特征可能被放大化;当扫描分辨率大于2μm时,关键微结构信息可能被忽略。因此,在致密砂岩孔-裂隙三维特征研究中,应采用较高的扫描精度并进行多区域信息采集,以有效的揭示关键微结构特征,这一基础性工作为进一步有效地揭示致密岩石结构演化信息提供了支撑。     

基于EfficientNet的滑坡遥感图像识别方法——以贵州省毕节市为例

近年来,随着工程建设的快速发展,工程活动改变了边坡原始地质条件,导致滑坡灾害频繁发生,严重威胁人民的生命财产安全。因此,深入研究滑坡的快速、精确识别方法对于防灾减灾具有重要意义。本文提出一种基于EfficientNet高效网络提取滑坡深度特征的潜在滑坡识别方法,该方法通过寻找一组最优的复合系数从深度、宽度、分辨率三个维度对神经网络进行扩展,自适应地优化网络结构,并引入带动量的梯度下降算法（Stochastic Gradient Descent Momentum,SGDM）作为网络学习的优化器,充分考虑历史梯度的影响,在参数更新过程中不断调整当前梯度值,从而相应地调整参数的更新幅度,改善神经网络的学习效果,提取滑坡体的深层次特征。实验结果表明,EfficientNet模型在测试集上的平均准确度达到92.78%,可以高效准确地实时提取滑坡信息,对灾后的快速反应有指导意义。