都江堰市五里坡高位滑坡-碎屑流成因机制分析

2013年7月10日发生的四川省都江堰市中兴镇三溪村五里坡滑坡-碎屑流,属于典型的降雨型高位斜向层状岩质滑坡-碎屑流灾害。在前人研究成果梳理和进一步野外调查的基础上,分析总结了五里坡滑坡-碎屑流的成因及演化模式,并对五里坡高位滑坡在降雨作用下的后缘裂隙扩展判据和滑坡启动判据进行了定量计算。研究表明,五里坡滑坡的演化模式为后缘拉张裂隙形成→降雨作用下裂缝开始扩展→动、静水压力联合作用下斜坡沿泥质软弱层滑动→后缘拉裂槽形成→“7?10”强降雨诱发滑坡复活→滑体前缘临空崩落、加速→崩滑体沿沟谷铲刮、运移→堆积停止。从力学角度推导了前期降雨作用下滑体后缘裂缝自动扩展的最小深度、滑坡失稳的临界水头高度和临界降雨强度的计算公式,得出充满水的后缘裂缝在静水压力作用下开始自行扩展的临界深度为11.3 m;后缘裂隙贯通至滑带后,当五里坡斜坡体在后缘裂缝水头高度达到9.8 m时滑坡处于启动的临界状态。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

类软土滑坡滑动带的确定

类软土是一种特殊意义上的软土,它与一般沉积软土比较,在形成原因、分布范围、物质组成等其他特性上有区别;由其构成的类软土滑坡则具有普通滑坡不具有的特征。以京珠高速粤南段K108类滑坡为例,介绍了滑坡的地层岩性、构造特征、水文地质特征;应用位移监测方法查明滑坡有五层滑动带,滑面成近于圆弧形的勺形,并对滑坡的产生原因及滑动过程进行了分析,得出降雨和边坡的开挖是导致滑坡的直接诱因。     

多元时间序列分析的滑坡演化阶段划分

滑坡的时间-位移曲线一般具有3个阶段特征,即初始变形阶段、等速变形阶段和加速变形阶段,不同演化阶段加速度具有不同的变化特点.目前往往是依据对加速度曲线特征的分析来人为划分演化阶段,缺少相应的理论支持和定量计算.针对上述问题,选取月降雨量、月库水位高程变化量对滑坡的累计位移建立多因素的时间序列预测模型.然后利用Chow分割点检验理论,以所建模型中F和LR统计量最大值点作为分割点对滑坡演化阶段进行划分.以新滩滑坡和三峡库区白水河滑坡为例,利用累计位移、降雨及库水位变化数据进行计算验证.结果表明,对多元时间序列模型进行Chow分割点检验可对滑坡的演化阶段进行准确划分,为滑坡的临滑预警预报提供重要判据.      

一种大比例尺的滑坡风险区划方法——以延安市区黄土滑坡风险评价为例

介于区域性和单体滑坡之间,即对面积几十到上百平方千米的滑坡评价,适用于1∶5000~1∶25000之间的大比例尺,而如何对这类区域进行有效的滑坡风险评价是一个值得研究的问题。使用传统的基于GIS的单元栅格运算方法对这类区域进行滑坡风险评价,由于反映评价指标的基础数据精度与评价方法之间的不匹配,无论单元网格划分得如何精细,评价结果仍难达到精度要求。采用一种新的思路和方法,先期通过高精度数字高程模型(DEM)和Quick Bird遥感数据等多信息源,识别潜在的滑坡易发坡体,并初步圈画滑坡的危险区界线和进行承灾体信息解译,再逐一通过野外核查对以上信息加以验证、修正或取消,最后形成符合比例尺精度要求的风险评价图。实践证明,这是一种行之有效的进行大比例尺风险区划和评价的方法。     

斜向坡变形破坏机制的数值模拟研究

本文讨论了斜向坡的旋转式变形和破坏机制，用有限元法计算了此种斜坡中的剩余下滑力的分布方式，并以此来解释在滑动过程中发生一定旋转的原因；论文还运用离散元法，模拟了此种滑坡的滑动过程。     

M5'模型树算法和无人机航拍影像在震后崩塌滑坡分析中的应用——以鲁甸M_S6.5地震为例

利用高分辨率无人机航拍影像,结合基本地质资料,分析了影响2014年8月3日鲁甸M_S6.5地震震后崩塌滑坡分布的主要因素,使用M5'模型树算法建立了崩塌滑坡密度与其影响因子间的分段线性模型,并检验了该模型的预测性能。结果表明,地震诱发的崩塌滑坡分布受断层距、岩土体结构强度、坡度、植被条件等的影响,其中,断层距、岩土体结构强度及坡度等为主要影响因素;崩塌滑坡易发生在结构破裂区及坡度为38°~50°的区域,其分布密度随断层距的增加而减小;利用M5'模型树算法建立的模型体现出崩塌滑坡分布与其影响因子间复杂的非线性关系,模型检验结果显示,理论模型与实际关联函数间的相关系数达到0.88,因此,可利用该模型预测地震诱发的崩塌滑坡的分布。     

贵州水城区煤洞坡组滑坡形成机理研究

2021年8月21日,贵州省水城区煤洞坡组发生顺层岩质滑坡,方量约13.5×10⁴m³,基于现场调勘查和无人机倾斜摄影,对滑坡的变形过程、形成机理进行了分析。研究表明:斜坡岩土结构及地形地貌为滑坡提供了基础条件,滑坡地下井巷开挖及地上设施修建等人类工程活动是滑坡形成的主要因素,强降雨为滑坡启动提供了诱发条件;其失稳模式可以描述为蠕滑-拉裂-滑移模式。     

基于GIS的白龙江流域甘肃段滑坡易发性评价

在甘肃省白龙江流域地质灾害资料收集及现场调查的基础上, 统计分析了该区滑坡发育与地层岩性、坡度、坡向、高程、断裂、植被等因素之间的关系, 建立了白龙江流域滑坡易发性评价指标体系。采用基于GIS的层次分析法评价模型, 完成了滑坡易发性分区评价, 将研究区滑坡按易发程度划分为高易发区、中易发区、低易发区和极低易发区, 其中, 高易发区占研究区总面积的13.59%, 主要分布在断裂带、白龙江两侧以及软弱岩土体分布的区域; 中易发区占27.85%;主要分布在白龙江支流以及主要道路两侧的一定范围内; 低易发区占33.09%, 主要分布在海拔相对较高、植被覆盖度较高、基本上无断裂带通过的区域; 其余区域为极低易发区, 占25.46%。对比分析显示评价结果与实际滑坡发育情况吻合, 可以较好地反映区内滑坡灾害发育的总体特征。      

基于逻辑回归的四川青川县区域滑坡灾害预警模型

四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年（2010—2018年）全部样本,数量达1 826个（其中,正样本613个,负样本1 213个）。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好（准确率94.3%,AUC为0.980）。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。