不同前期固结压力下粉砂类滑带土抗剪强度环剪试验研究

滑带土残余强度的确定对于复活型滑坡稳定性及滑坡运动分析极其重要。黏性土滑带土环剪试验研究成果较多,但对于粉砂类滑带土这种特性不规则的土体则研究较少,粉砂类土常表现出复杂的剪切特性。本文利用环形剪切仪对粉砂类滑带土在不同前期固结压力下的抗剪强度特性进行试验研究,研究不同超固结比对粉砂类滑带土抗剪强度特性的影响,尤其是前期固结压力对滑带土残余强度的影响。试验结果表明：通过对滑带土分别施加600、500、400kPa的前期固结压力,并与正常固结的样品对比研究,发现在相同正应力（50、100、200kPa）下剪切,前期固结压力对粉砂类滑带土峰值强度影响明显,峰值强度随着超固结比呈现线性增加;不同应力历史对粉砂类滑带土的残余强度影响并不显著,其残余强度与超固结比无关。     

测斜仪在滑坡深部位移监测中的应用现状及展望

回顾了滑坡监测中测斜仪测斜技术的发展历史,并对其测斜技术原理及应用现状进行分析,旨在总结历史经验,以期为滑坡深部监测技术的研究提供科学参考。滑坡深部位移监测有两个重要指标,即表征钻孔变形量大小及方向的顶角和方位角。其中,顶角的测量由倾角传感器实现,可分为摆式及加速度计式2类倾角传感器;方位角的量测有滑轮-导槽定向、电子罗盘和陀螺仪等方式。为清晰阐明现有各类测斜仪测斜技术,基于顶角和方位角测量原理的不同,对测斜仪测斜原理进行归类介绍,并辅以实例加以说明。基于文献及市场调研,对比分析了20世纪80年代及当下国内外较为广泛使用的测斜仪及其发展现状;指明了滑坡监测具有多参数、系统化、自动化程度不断增高之趋势。     

一种基于贝叶斯理论的区域斜坡稳定性评价模型

本文结合滑坡物理模型和统计模型的优点,针对小流域滑坡稳定性分析,建立了一种基于贝叶斯理论的区域斜坡稳定性评价模型。该模型主要采用灾害自身信息来修正原始模型中的参数,解决了区域稳定性评价中参数难以确定的问题。该方法首先设定模型的初始参数分布,然后利用采样点雨前和雨后稳定性不同的信息建立验证方程,再根据马尔科夫链蒙特卡罗模拟和贝叶斯方法确定最终的参数分布,进而得出区域稳定性分布。应用该模型对福建省蔡源小流域的6 13滑坡群发性事件进行分析。结果显示,蔡源小流域地区的无量纲黏聚系数C为0.028,有效摩擦角为16.7,土壤的导水系数T和降雨量q的比值为529.026m,可能不稳定地区和不稳定地区达到76.0%。该模型利用历史灾害数据自动模拟出合适的参数,对区域滑坡稳定性评价具有重要意义。     

余震作用下堰塞坝体破坏及溃决过程大型振动台试验研究

山区特大地震往往导致大量堰塞湖,例如2008年汶川地震形成了至少257个堰塞湖,并且主震后发生了大量余震,这些余震可能会影响堰塞坝体的安全状态。通过大型振动台模型试验,研究了余震及库水耦合作用下堰塞坝体的破坏及溃决机理和过程。共进行了两组不同材料的振动台模型试验,分别模拟含黏粒较多且颗粒较小（坝体Ⅰ）和基本不含黏粒且颗粒较大（坝体Ⅱ）的两种坝体。在不同水位条件下进行振动台试验。研究成果表明：（1）地震和库水耦合作用下堰塞坝体的主要溃决方式是漫顶溢流,主要溃决过程为地震力使松散的堰塞坝体发生沉陷,库水渗入使沉陷加剧,最终水位上升漫过坝顶发生溢流冲蚀破坏。（2）地震一般不会直接引起堰塞坝体的破坏。地震力对坝体稳定性的主要影响是使坝体发生沉陷变形。在地震和库水耦合作用下,坝体沉陷比单一因素作用下更为剧烈,因此地震作用会使漫顶溢流提前发生。（3）地震和库水耦合作用下坝体Ⅰ沉陷量大于坝体Ⅱ,说明现实中由大粒径岩土体组成的堰塞坝体具有更好的稳定性。     

西藏樟木堆积体结构及其稳定性

樟木口岸是我国与尼泊尔王国之间唯一的陆路通商口岸,也是西藏地区目前唯一具有一定规模的国际贸易口岸,但该口岸坐落于一大型堆积体之上,长期面临地质灾害的威胁。为进一步论证该堆积体的稳定问题,本文在野外调查基础上,对该堆积体的工程地质结构、岩土类型以及斜坡的变形破坏规律和稳定性进行了初步分析。结果表明：该堆积体并非单一土质结构,尚存在冰水堆积等类型,斜坡发生整体滑坡的可能性小,以地形坡度、人类工程活动等控制的局部滑移为主。     

The use of digital technologies for landslide disaster risk research and disaster risk management: progress and prospects

Landslide is a serious natural disaster next only to earthquake and flood, which will cause a great threat to people’s lives and property safety. The traditional research of landslide disaster based on experience-driven or statistical model and its assessment results are subjective , difficult to quantify, and no pertinence. As a new research method for landslide susceptibility assessment, machine learning can greatly improve the landslide susceptibility model’s accuracy by constructing statistical models. Taking Western Henan for example, the study selected 16 landslide influencing factors such as topography, geological environment, hydrological conditions, and human activities, and 11 landslide factors with the most significant influence on the landslide were selected by the recursive feature elimination (RFE) method. Five machine learning methods [Support Vector Machines (SVM), Logistic Regression (LR), Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Linear Discriminant Analysis (LDA)] were used to construct the spatial distribution model of landslide susceptibility. The models were evaluated by the receiver operating characteristic curve and statistical index. After analysis and comparison, the XGBoost model (AUC 0.8759) performed the best and was suitable for dealing with regression problems. The model had a high adaptability to landslide data. According to the landslide susceptibility map of the five models, the overall distribution can be observed. The extremely high and high susceptibility areas are distributed in the Funiu Mountain range in the southwest, the Xiaoshan Mountain range in the west, and the Yellow River Basin in the north. These areas have large terrain fluctuations, complicated geological structural environments and frequent human engineering activities. The extremely high and highly prone areas were 12043.3 km² and 3087.45 km², accounting for 47.61% and 12.20% of the total area of the study area, respectively. Our study reflects the distribution of landslide susceptibility in western Henan Province, which provides a scientific basis for regional disaster warning, prediction, and resource protection. The study has important practical significance for subsequent landslide disaster management.     

浙西梅雨滑坡易发性评价模型对比

新疆巩留县广泛发育冻融降雨型滑坡地质灾害,对其现有的研究多考虑降水,而缺乏温度影响的研究,为此,本文特增加了温度因子来进行巩留县滑坡灾害危险性评价。基于巩留县已发生的682个滑坡灾害点,选取坡度、起伏度、坡向、曲率、温度、距断层距离、距河流距离、距道路距离、工程地质岩组等9个评价因子。采用信息量模型(I)、确定性系数模型(CF)、信息量模型+逻辑回归模型(I+LR)以及确定性系数模型+逻辑回归模型(CF+LR)等4种模型对巩留县滑坡危险性进行了评价,划分为极高、高、中和低4个危险等级分区并进行了精度检验与现场实际验证。结果表明：(1)温度对滑坡有较大的触发作用;(2)耦合模型极高、高危险性分区面积明显低于单一模型极高、高危险性分区面积,其中CF+LR模型的极高、高危险性分区面积最小,低危险性分区面积最大;(3)4种模型ROC精度检验AUC值分别为0.889、0.893、0.895和0.900,均能较为客观地评价巩留县滑坡危险性。CF+LR模型精度最高,且经局部地区现场检验,CF+LR模型评价结果与实际情况也最为相符,研究成果对新疆地区巩留县滑坡地质灾害的预防和治理具有一定的借鉴意义。     

济南市南部山区水井北村滑坡成因机制及稳定性研究

2019年8月,济南市南部山区水井北村发生滑坡地质灾害。根据水井北村滑坡的地质背景,针对性布置物探、钻探等勘查手段,研究滑坡工程地质特征,分析水井北村滑坡类型及发生的地质成因机制;采用刚体极限平衡分析法,研究水井北村滑坡整体稳定性。研究认为断裂发育、岩层风化、地势、浅层含水层受降雨影响,是水井北村地质灾害点具备滑坡发生的内在条件。降雨和泉水入渗、耕植等行为是滑坡发生的外在条件。水井北村山体滑坡在天然条件下,稳定系数平均值为1.033,整体属欠稳定状态。暴雨状态下,稳定系数平均值为0.903,坡体处于不稳定状态。     

应用KDD技术分析气象地质灾害与降水的关系

应用人工智能技术——数据库中知识发现(KDD)技术,分析研究发生在云南省境内造成重大损失的气象地质灾害的发生与当日及前期降水的关系。结果表明,绝大多数气象地质灾害都是由强降水诱发的,云南气象地质灾害与发生当日及前期降水的关系主要有3种类型,即暴雨诱发型、多日中大雨诱发型和连阴雨诱发型。所得到的云南气象地质灾害与当日及前期降水的定量关系,为云南地质灾害的气象监测、预报模式的建立提供了依据。     

北京高科技产业集群衍生效应及其影响分析——基于中关村科技园区的案例研究

以北京高科技产业集群衍生效应的分析为核心,将衍生效应分为两大类:企业衍生效应和技术衍生效应.通过实证研究.分析出衍生效应的主要表现形式,并以此为基础设定分析标准,用以反映北京高科技产业集群的发展特点.研究发现:衍生效应能够提升竞争优势和智力资源的利用效率,对高科技产业集群的发展有积极意义;同时,衍生效应能够强化集群专业化分工,促进技术扩散;技术衍生效应能促进企业规模化和专业化,而企业衍生效应强化了集群内部的竞争,能促进技术创新和研发投入.