汶川大型地震滑坡的类型及启程剧动机理研究

2008年汶川大地震诱发大型地震滑坡300余处,造成了巨大的生命财产损失,研究其发生机理有重要的理论意义和防灾减灾的实用价值.经收集分析已有地震滑坡的研究成果及多次深入现场调查,本文发现众多大型地震滑坡发生时都伴随有区别于汶川主震的地面震动,并将其称为滑坡地面震动,简称滑坡震动.本文在论述滑坡震动依据、成因及特征的基础上,根据滑坡震动力与主震力的组合情况及其对大型地震滑坡的影响不同,将汶川地震滑坡划分为3种类型:主震型地震滑坡,迟震型地震滑坡和同震型地震滑坡.认为主震型地震滑坡在主震结束前滑动,其主导失稳力学因素为主震力和重力,无滑坡震动或可忽略; 同震型地震滑坡亦在主震结束前滑动,但其主导失稳力学因素除主震力和重力外,滑坡震动力起重要作用; 迟震型地震滑坡在主震结束后滑动,主导失稳力学因素为滑坡震动力和重力.认为大型地震滑坡地面震动的发生与活断层导致地震类似,据此提出了滑坡震动加速度的估算方法,并以此为基础分析研究了各类型地震滑坡的启程剧动机理.     

使用宽频带地震记录研究2017年6月24日茂县新磨滑坡的动力学过程

北京时间2017年6月24日5时39分左右,四川省茂县叠溪镇新磨村发生大型岩质滑坡.体积约4.3×10⁶ m³的巨型岩体从山顶脱落,顺坡滑行约2.6 km后破碎沉积;碎屑物掩埋了整个新磨村,造成了巨大的人员伤亡和财产损失.本文使用来自滑坡周围的10个地震台站的宽频带观测资料的长周期信号反演了这次滑坡的受力时间函数;同时使用逐步细化的格点搜索方法得到了滑坡的位置,与其真实位置一致;根据反演的受力时间函数计算了滑坡过程中滑体的运动学参数,得到的滑体运动轨迹与实际路径吻合.综合分析地震信号、受力时间函数和运动学参数表明,本次滑坡主运动的持续时间约为79 s;脱落岩体在5∶38∶50.2启动后持续加速,在5∶39∶37.2达到速度峰值,约为52.1 m·s^-1;这段时间内岩体没有明显的破碎;之后,岩体开始铲刮并裹挟古滑坡造成的碎屑沉积物,自身也开始破碎解体,总体开始减速运动,直到5∶40∶9.2主运动停止;此后,小规模的碎屑散落又持续了约10 s的时间.     

Landslide Research at the British Geological Survey:Capture,Storage and Interpretation on a National and Site-Specific Scale

Abstract: Landslide research at the British Geological Survey (BGS) is carried out through a number of activities, including surveying, database development and real-time monitoring of landslides. Landslide mapping across the UK has been carried out since BGS started geological mapping in 1835. Today, BGS geologists use a combination of remote sensing and ground-based investigations to survey landslides. The development of waterproof tablet computers (BGS·SIGMAmobile), with inbuilt GPS and GIS for field data capture provides an accurate and rapid mapping methodology for field surveys. Regional and national mapping of landslides is carried out in conjunction with site-specific monitoring, using terrestrial LiDAR and differential GPS technologies, which BGS has successfully developed for this application. In addition to surface monitoring, BGS is currently developing geophysical ground-imaging systems for landslide monitoring, which provide real-time information on subsurface changes prior to failure events. BGS’s mapping and monitoring activities directly feed into the BGS National Landslide Database, the most extensive source of information on landslides in Great Britain. It currently holds over 14?000 records of landslide events. By combining BGS’s corporate datasets with expert knowledge, BGS has developed a landslide hazard assessment tool, GeoSure, which provides information on the relative landslide hazard susceptibility at national scale.     

人工神经网络和决策树模型在滑坡易发性分析中的性能对比

机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP（Back Propagation）人工神经网络模型和CART（Classification and Regression Tree）决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。     

Geomechanics of hazardous landslides

A catalogue of possible landslide initial failure mechanisms, taking into account the geological setting and the geometry of the slope, the joint structure, the habitus of the rock blocks, as well as the mechanical behaviour of the rocks and of the rock mass （deformation and strength parameters）, is presented. Its aim is to give geologists as well as engineers the opportunity to compare phenomena in the field and phenomena belonging to particular mechanisms and to find the mechanism occurring. The presented catalogue of initial landslide mechanisms only comprises the mechanisms having a clearly defined mechanical model that can be divided into empirical relations and into mechanical models, as well as an overview of run out models, which can be divided into empirical relations and into mechanical models.     

山东省滑坡地质灾害类型及成因分析

滑坡地质灾害是山丘区突发性地质灾害的一种,根据岩性组合对山东省滑坡地质灾害进行了分类,同时分析了各种滑坡类型分布的地貌特征,形成原因,对今后发现和预防滑坡地质灾害具有借鉴参考意义。     

�Ͷ������»����ȶ��Է���

????????趨????????????????????????Σ??????????????????????????????????????????о???????????趨?????????????°???????????????????????趨????λ???????????????????????????     

InSAR滑坡探测技术研究——以金沙江乌东德水电站段为例

采用3类InSAR产品和DEM数据开展金沙江流域乌东德水电站段的潜在滑坡探测,成功识别出多处已知和未知的滑坡点,并探测出滑坡体的形态及稳定性,提供了一种高效的大范围滑坡探测技术。同时采用小基线集InSAR技术对金坪子滑坡进行监测,不仅获得该滑坡的空间分区特征,也获取重点滑坡区的时间序列结果,并且与地面监测结果比较,精度达1.8 cm。展示了不同InSAR技术在不同尺度滑坡调查与监测中的应用特点。     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

某滑坡稳定分析及处理方案探讨

滑坡属于不良地质现象,是斜坡上的部分岩体和土体在自然或人为因素的影响下沿某一明显的界面发生剪切破坏向坡下运动的现象。当高速公路不得不通过某一滑坡时,对其稳定性进行分析和整治设计就显得尤为重要。以祁临高速公路灵石至霍州段窑深沟大桥东南窑深沟滑坡为实例,根据勘察资料,利用岩土力学知识,在公路修好后并运行的情况下,计算出了其稳定系数和推滑力,又以材料力学、结构力学等力学理论为基础,设计出抗滑桩和锚索抗滑桩等两种整治方案,经验证,效果良好。